MedElevator
Войти в исследования Моделирование распределения вектора < < Пипиены > > западного Нила и Рифт-Вэлли в засушливых и полузасушливых районах Ближнего Востока и Северной Африки.
Аннотация
РЕГИОНА Ближнего Востока Северной Африки (МЕНА) находится под постоянной угрозой повторного появления вируса Западного Нила (ВНН) и вируса лихорадки Рифт-Вэлли (РВФ), двух патогенов, передаваемых переносчиком Culex pipiens. Для прогнозирования районов, подверженных высокому риску передачи болезней, требуется точная модель распределения векторов, однако большинство моделей распределения Cx. pipiens были ограничены умеренными, лесистыми местообитаниями. Для моделирования распределения видов по разнородной ландшафтной структуре требуется гибкий метод моделирования, позволяющий зафиксировать вариации реакции комаров на прогнозы, а также данные о частотности, полученные в достаточном диапазоне типов среды обитания.Мы использовали только данные о присутствии в Египте и Ливане для моделирования распределения населения Cx. pipiens по части MENA, которая также охватывает Иорданию, Сирию и Израиль. Модели были разработаны с набором экологических прогнозов, включая биоклиматические данные, плотность населения человека, гидрологические данные и индексы растительности, и построены с использованием методов максимальной энтропии (Максент) и ускоренной регрессии деревьев (БРТ). Модели были созданы с учетом и без учета плотности населения.
Результаты
Прогнозы моделей Maxent и BRT были сильно коррелированы в средах с высокой вероятностью возникновения (R = 0,774, r = 0,734) и более умеренно коррелированы при прогнозировании в регионах, превысивших диапазон учебных данных (r= 0,666, r=0,558). Все модели были согласованы при прогнозировании высокой вероятности заселения вокруг крупных городских районов вдоль берегов Нила, долин Израиля, Ливана и Иордании и юго-западной части Саудовской Аравии. Наиболее мощными прогнозами среды обитания Cx. pipiens были плотность населения (60,6 % максентных моделей, 34,9 % BRT моделей) и сезонность повышенного индекса растительности (EVI) (44,7 % Maxent, 16,3 % BRT). В модельных моделях, как правило, доминирует единый прогнозор. Области высокой вероятности соответствуют участкам независимых обследований или предыдущим вспышкам заболеваний.
ВЫВОДЫ
Сх. Пипьенсовые явления были положительно связаны с районами с высокой плотностью населения и устойчивым растительным покровом, однако они не были в значительной степени обусловлены температурой и осадками, что говорит о том, что вызванные деятельностью человека изменения среды обитания, такие, как ирригация и городская инфраструктура, в большей степени влияют на распределение переносчиков болезней в этом регионе, чем в умеренных зонах.
Название и аннотация на языке оригинала
Modeling the distribution of the West Nile and Rift Valley Fever vector Culex pipiens in arid and semi-arid regions of the Middle East and North Africa.
BACKGROUND
The Middle East North Africa (MENA) region is under continuous threat of the re-emergence of West Nile virus (WNV) and Rift Valley Fever virus (RVF), two pathogens transmitted by the vector species Culex pipiens. Predicting areas at high risk for disease transmission requires an accurate model of vector distribution, however, most Cx. pipiens distribution modeling has been confined to temperate, forested habitats. Modeling species distributions across a heterogeneous landscape structure requires a flexible modeling method to capture variation in mosquito response to predictors as well as occurrence data points taken from a sufficient range of habitat types.
METHODS
We used presence-only data from Egypt and Lebanon to model the population distribution of Cx. pipiens across a portion of the MENA that also encompasses Jordan, Syria, and Israel. Models were created with a set of environmental predictors including bioclimatic data, human population density, hydrological data, and vegetation indices, and built using maximum entropy (Maxent) and boosted regression tree (BRT) methods. Models were created with and without the inclusion of human population density.
RESULTS
Predictions of Maxent and BRT models were strongly correlated in habitats with high probability of occurrence (Pearson's r=0.774, r=0.734), and more moderately correlated when predicting into regions that exceeded the range of the training data (r=0.666,r=0.558). All models agreed in predicting high probability of occupancy around major urban areas, along the banks of the Nile, the valleys of Israel, Lebanon, and Jordan, and southwestern Saudi Arabia. The most powerful predictors of Cx. pipiens habitat were human population density (60.6% Maxent models, 34.9% BRT models) and the seasonality of the enhanced vegetation index (EVI) (44.7% Maxent, 16.3% BRT). Maxent models tended to be dominated by a single predictor. Areas of high probability corresponded with sites of independent surveys or previous disease outbreaks.
CONCLUSIONS
Cx. pipiens occurrence was positively associated with areas of high human population density and consistent vegetation cover, but was not significantly driven by temperature and rainfall, suggesting human-induced habitat change such as irrigation and urban infrastructure has a greater influence on vector distribution in this region than in temperate zones.
Предметные рубрики MeSH
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.