Opryskiwanie resztkowe w pomieszczeniach (IRS) jest podstawą działań w zakresie zwalczania wektorów leiszmaniozy trzewnej (VL) w Indiach. Niewiele wiadomo na temat wpływu zwalczania IRS na różne typy gospodarstw domowych. W niniejszym artykule oceniamy, czy stosowanie insektycydów przez IRS ma takie same skutki resztkowe i interwencyjne dla wszystkich typów gospodarstw domowych w danej wiosce. Opracowaliśmy również połączone mapy ryzyka przestrzennego i modele analizy zagęszczenia komarów w oparciu o charakterystykę gospodarstwa domowego, wrażliwość na pestycydy i status IRS, aby zbadać przestrzenno-czasowy rozkład wektorów w skali mikro.
Badanie przeprowadzono w dwóch wioskach bloku Mahnar w dystrykcie Vaishali w stanie Bihar. Oceniono kontrolę wektorów VL (P. argentipes) przez IRS przy użyciu dwóch insektycydów [dichlorodifenylotrichloroetanu (DDT 50%) i syntetycznych pyretroidów (SP 5%)]. Skuteczność resztkową insektycydów w czasie na różnych typach ścian oceniano metodą biopróby stożkowej, zgodnie z zaleceniami Światowej Organizacji Zdrowia. Wrażliwość rodzimych rybików cukrowych na insektycydy badano przy użyciu biopróby in vitro. Zagęszczenie komarów przed i po IRS w domach i schroniskach dla zwierząt monitorowano przy użyciu pułapek świetlnych zainstalowanych przez Centra Kontroli i Prewencji Chorób w godzinach od 18:00 do 6:00. Najlepiej dopasowany model do analizy zagęszczenia komarów opracowano przy użyciu wielokrotnej analizy regresji logistycznej. Do mapowania rozkładu wrażliwości na pestycydy wektorowe według typu gospodarstwa domowego wykorzystano technologię analizy przestrzennej opartą na GIS, a status IRS gospodarstwa domowego wykorzystano do wyjaśnienia rozkładu czasoprzestrzennego krewetek srebrzystych.
Srebrzyste komary są bardzo wrażliwe na SP (100%), ale wykazują wysoką odporność na DDT, ze wskaźnikiem śmiertelności 49,1%. Stwierdzono, że SP-IRS cieszy się lepszą akceptacją społeczną niż DDT-IRS we wszystkich typach gospodarstw domowych. Skuteczność resztkowa była zróżnicowana w zależności od powierzchni ścian; żaden z insektycydów nie spełnił zalecanego przez Światową Organizację Zdrowia (IRS) czasu działania. We wszystkich punktach czasowych po IRS, redukcja pluskiew dzięki SP-IRS była większa między grupami gospodarstw domowych (tj. opryskiwaczami i strażnikami) niż DDT-IRS. Połączona mapa ryzyka przestrzennego pokazuje, że SP-IRS ma lepszy efekt kontroli komarów niż DDT-IRS we wszystkich obszarach ryzyka typu gospodarstwa domowego. Wielopoziomowa analiza regresji logistycznej zidentyfikowała pięć czynników ryzyka, które były silnie związane z zagęszczeniem srebrzystych krewetek.
Wyniki badań pozwolą lepiej zrozumieć działania IRS w zakresie zwalczania leiszmaniozy trzewnej w Biharze, co może pomóc w ukierunkowaniu przyszłych działań na rzecz poprawy sytuacji.
Leiszmanioza trzewna (VL), znana również jako kala-azar, jest endemiczną, zaniedbaną tropikalną chorobą przenoszoną przez wektory, wywoływaną przez pierwotniaki pasożytnicze z rodzaju Leishmania. Na subkontynencie indyjskim (IS), gdzie ludzie są jedynym żywicielem rezerwuarowym, pasożyt (tj. Leishmania donovani) jest przenoszony na ludzi poprzez ukąszenia zakażonych samic komarów (Phlebotomus argentipes) [1, 2]. W Indiach VL występuje głównie w czterech stanach centralnych i wschodnich: Bihar, Jharkhand, Bengal Zachodni i Uttar Pradesh. Niektóre ogniska odnotowano również w Madhya Pradesh (centralne Indie), Gudźaracie (zachodnie Indie), Tamil Nadu i Kerali (południowe Indie), a także w subhimalajskich obszarach północnych Indii, w tym w Himachal Pradesh oraz Dżammu i Kaszmirze. 3]. Wśród stanów endemicznych Bihar jest stanem o wysokim stopniu endemiczności, w którym 33 dystrykty dotknięte są wirusem VL i odpowiadają za ponad 70% wszystkich przypadków w Indiach każdego roku [4]. Około 99 milionów ludzi w regionie jest narażonych na ryzyko, a średnia roczna zapadalność wynosi 6752 przypadków (2013–2017).
W Biharze i innych częściach Indii działania mające na celu kontrolę VL opierają się na trzech głównych strategiach: wczesnym wykrywaniu przypadków, skutecznym leczeniu i kontroli wektorów za pomocą oprysków insektycydami wewnątrz domów i schronisk dla zwierząt [4, 5]. Jako efekt uboczny kampanii przeciwmalarycznych, IRS skutecznie kontrolował VL w latach 60. XX wieku za pomocą dichlorodifenylotrichloroetanu (DDT 50% WP, 1 g ai/m2), a programowe kontrole skutecznie kontrolowały VL w 1977 i 1992 roku [5, 6]. Jednak ostatnie badania potwierdziły, że krewetki srebrzystobrzuche rozwinęły powszechną odporność na DDT [4,7,8]. W 2015 roku Narodowy Program Kontroli Chorób Przenoszonych przez Wektory (NVBDCP, New Delhi) zmienił IRS z DDT na syntetyczne pyretroidy (SP; alfa-cypermetryna 5% WP, 25 mg ai/m2) [7, 9]. Światowa Organizacja Zdrowia (WHO) postawiła sobie za cel wyeliminowanie VL do 2020 roku (tj. <1 przypadek na 10 000 osób rocznie na poziomie ulicy/bloku) [10]. Kilka badań wykazało, że IRS jest skuteczniejszy niż inne metody kontroli wektorów w minimalizowaniu zagęszczenia much piaskowych [11,12,13]. Niedawny model przewiduje również, że w warunkach wysokiej epidemii (tj. wskaźnik epidemii przed kontrolą 5/10 000), skuteczny IRS obejmujący 80% gospodarstw domowych mógłby osiągnąć cele eliminacji od jednego do trzech lat wcześniej [14]. VL dotyka najuboższe ubogie społeczności wiejskie na obszarach endemicznych, a ich kontrola wektorów opiera się wyłącznie na IRS, ale resztkowy wpływ tego środka kontroli na różne typy gospodarstw domowych nigdy nie został zbadany w terenie na obszarach interwencji [15, 16]. Ponadto, po intensywnych pracach nad zwalczaniem VL, epidemia w niektórych wioskach trwała kilka lat i przekształciła się w punkty zapalne [17]. Dlatego też konieczne jest oszacowanie resztkowego wpływu IRS na monitorowanie zagęszczenia komarów w różnych typach gospodarstw domowych. Ponadto mikromapowanie geoprzestrzenne ryzyka pomoże lepiej zrozumieć i kontrolować populacje komarów nawet po interwencji. Systemy informacji geograficznej (GIS) to połączenie technologii mapowania cyfrowego, które umożliwiają przechowywanie, nakładanie, manipulowanie, analizę, wyszukiwanie i wizualizację różnych zestawów danych geograficznych, środowiskowych i społeczno-demograficznych do różnych celów [18, 19, 20]. Globalny system pozycjonowania (GPS) jest wykorzystywany do badania położenia przestrzennego składników powierzchni Ziemi [21, 22]. Narzędzia i techniki modelowania przestrzennego oparte na GIS i GPS zostały zastosowane w kilku aspektach epidemiologicznych, takich jak przestrzenna i czasowa ocena chorób i prognozowanie epidemii, wdrażanie i ocena strategii kontroli, interakcje patogenów z czynnikami środowiskowymi oraz mapowanie ryzyka przestrzennego. [20,23,24,25,26]. Informacje zebrane i uzyskane z geoprzestrzennych map ryzyka mogą ułatwić terminowe i skuteczne środki kontroli.
W niniejszym badaniu oceniono skuteczność resztkową i wpływ interwencji DDT i SP-IRS na poziomie gospodarstw domowych w ramach Narodowego Programu Zwalczania Wektorów VL w Biharze w Indiach. Dodatkowymi celami było opracowanie połączonej mapy ryzyka przestrzennego i modelu analizy zagęszczenia komarów, opartego na charakterystyce miejsca zamieszkania, podatności na wektory insektycydów oraz statusie IRS w gospodarstwie domowym, w celu zbadania hierarchii czasoprzestrzennego rozmieszczenia komarów w mikroskali.
Badanie przeprowadzono w bloku Mahnar dystryktu Vaishali na północnym brzegu Gangesu (rys. 1). Makhnar jest obszarem wysoce endemicznym, ze średnią 56,7 przypadków VL rocznie (170 przypadków w latach 2012-2014), roczny współczynnik zapadalności wynosi 2,5–3,7 przypadków na 10 000 mieszkańców; Wybrano dwie wioski: Chakeso jako miejsce kontrolne (rys. 1d1; brak przypadków VL w ciągu ostatnich pięciu lat) i Lavapur Mahanar jako miejsce endemiczne (rys. 1d2; wysoce endemiczne, z 5 lub więcej przypadkami na 1000 osób rocznie). Wioski wybrano na podstawie trzech głównych kryteriów: lokalizacji i dostępności (tj. położone nad rzeką z łatwym dostępem przez cały rok), cech demograficznych i liczby gospodarstw domowych (tj. co najmniej 200 gospodarstw domowych; Chaqueso ma 202 i 204 gospodarstwa domowe o średniej wielkości gospodarstwa domowego). 4,9 i 5,1 osoby) i Lavapur Mahanar odpowiednio) oraz typ gospodarstwa domowego (HT) i charakter ich rozmieszczenia (tj. losowo rozłożone mieszane HT). Obie badane wioski znajdują się w odległości 500 m od miasta Makhnar i szpitala powiatowego. Badanie wykazało, że mieszkańcy badanych wiosek bardzo aktywnie uczestniczyli w pracach badawczych. Domy w wiosce szkoleniowej [składające się z 1-2 sypialni z 1 balkonem, 1 kuchnią, 1 łazienką i 1 stodołą (połączoną lub wolnostojącą)] składają się ze ścian z cegły/błota i podłóg z suszonej cegły, ścian z cegły z tynkiem cementowo-wapiennym i cementowymi podłogami, nieotynkowanych i niemalowanych ścian z cegły, glinianych podłóg i strzechy. Cały region Vaishali ma wilgotny klimat subtropikalny z porą deszczową (od lipca do sierpnia) i porą suchą (od listopada do grudnia). Średnie roczne opady wynoszą 720,4 mm (w przedziale 736,5–1076,7 mm), wilgotność względna 65 ± 5% (w przedziale 16–79%), a średnia miesięczna temperatura 17,2–32,4°C. Maj i czerwiec to najcieplejsze miesiące (temperatury 39–44°C), natomiast styczeń jest najzimniejszy (7–22°C).
Mapa obszaru badań przedstawia położenie Biharu na mapie Indii (a) oraz położenie dystryktu Vaishali na mapie Biharu (b). Blok Makhnar (c) Do badania wybrano dwie wioski: Chakeso jako obszar kontrolny i Lavapur Makhnar jako obszar interwencji.
W ramach Narodowego Programu Kontroli Kalaazar, Bihar Society Health Board (SHSB) przeprowadziło dwie rundy corocznego IRS w 2015 i 2016 roku (pierwsza runda, luty-marzec; druga runda, czerwiec-lipiec)[4]. Aby zapewnić skuteczną realizację wszystkich działań IRS, Rajendra Memorial Medical Institute (RMRIMS; Bihar), Patna, spółka zależna Indian Council of Medical Research (ICMR; New Delhi), przygotował mikroplan działań. instytut węzłowy. Wsie IRS wybrano na podstawie dwóch głównych kryteriów: historii przypadków VL i retrodermalnego kalaazaru (RPKDL) we wsi (tj. wsie z 1 lub więcej przypadkami w dowolnym okresie w ciągu ostatnich 3 lat, w tym roku wdrożenia). , wsie nieendemiczne wokół „gorących punktów” (tj. wsie, które nieprzerwanie zgłaszały przypadki przez ≥ 2 lata lub ≥ 2 przypadki na 1000 osób) i nowe wsie endemiczne (brak przypadków w ciągu ostatnich 3 lat) wsie w ostatnim roku roku wdrożenia zgłoszone w [17]. Sąsiednie wsie, które wdrażają pierwszą rundę krajowego opodatkowania, nowe wsie są również uwzględnione w drugiej rundzie krajowego planu działania w zakresie opodatkowania. W 2015 r. przeprowadzono dwie rundy IRS z wykorzystaniem DDT (DDT 50% WP, 1 g ai/m2) we wsiach objętych badaniem interwencyjnym. Od 2016 r. IRS przeprowadzano z wykorzystaniem syntetycznych pyretroidów (SP; alfa-cypermetryna 5% VP, 25 mg ai/m2). Opryskiwanie przeprowadzono za pomocą pompy Hudson Xpert (13,4 l) z sitem ciśnieniowym, zaworem o zmiennym przepływie (1,5 bara) i dyszą płaskostrumieniową 8002 do powierzchni porowatych [27]. ICMR-RMRIMS, Patna (Bihar) monitorował IRS na poziomie gospodarstwa domowego i wsi oraz przekazywał wstępne informacje o IRS mieszkańcom wsi za pośrednictwem mikrofonów w ciągu pierwszych 1-2 dni. Każdy zespół IRS jest wyposażony w monitor (zapewniony przez RMRIMS) w celu monitorowania pracy zespołu IRS. Rzecznicy praw obywatelskich wraz z zespołami IRS są rozmieszczani we wszystkich gospodarstwach domowych, aby informować i uspokajać głowy gospodarstw domowych o korzystnych efektach IRS. Podczas dwóch rund ankiet IRS, ogólny zasięg gospodarstw domowych w badanych wsiach osiągnął co najmniej 80% [4]. Status opryskiwania (tj. brak opryskiwania, częściowe opryskiwanie i pełne opryskiwanie; zdefiniowane w pliku dodatkowym 1: Tabela S1) był rejestrowany dla wszystkich gospodarstw domowych w wiosce interwencyjnej podczas obu rund IRS.
Badanie przeprowadzono od czerwca 2015 do lipca 2016. IRS wykorzystał centra chorobowe do monitorowania przed interwencją (tj. 2 tygodnie przed interwencją; badanie podstawowe) i po interwencji (tj. 2, 4 i 12 tygodni po interwencji; badania kontrolne) w każdej rundzie IRS, w celu kontroli zagęszczenia i zapobiegania muchom piaskowym. w każdym gospodarstwie domowym Jedna noc (tj. od 18:00 do 18:00) pułapka świetlna [28]. Pułapki świetlne zainstalowano w sypialniach i schroniskach dla zwierząt. W wiosce, w której przeprowadzono badanie interwencyjne, 48 gospodarstw domowych zostało przebadanych pod kątem zagęszczenia much piaskowych przed IRS (12 gospodarstw domowych dziennie przez 4 kolejne dni do dnia poprzedzającego dzień IRS). Wybrano 12 gospodarstw domowych do każdej z czterech głównych grup gospodarstw domowych (tj. gospodarstwa domowe z prostym tynkiem glinianym (PMP), tynkiem cementowym i okładziną wapienną (CPLC), nieotynkowaną i niepomalowaną cegłą (BUU) i gospodarstwa domowe z dachem krytym strzechą (TH)). Następnie wybrano tylko 12 gospodarstw domowych (spośród 48 gospodarstw domowych sprzed IRS), aby kontynuować zbieranie danych o zagęszczeniu komarów po spotkaniu IRS. Zgodnie z zaleceniami WHO wybrano 6 gospodarstw domowych z grupy interwencyjnej (gospodarstwa domowe otrzymujące leczenie IRS) i grupy kontrolnej (gospodarstwa domowe we wsiach interwencyjnych, właściciele, którzy odmówili pozwolenia IRS) [28]. Spośród grupy kontrolnej (gospodarstwa domowe w sąsiednich wsiach, które nie przeszły leczenia IRS z powodu braku VL) wybrano tylko 6 gospodarstw domowych do monitorowania zagęszczenia komarów przed i po dwóch sesjach IRS. Dla wszystkich trzech grup monitorowania zagęszczenia komarów (tj. interwencyjnej, kontrolnej i kontrolnej) gospodarstwa domowe wybrano z trzech grup poziomów ryzyka (tj. niskiego, średniego i wysokiego; po dwa gospodarstwa domowe z każdego poziomu ryzyka), a cechy ryzyka HT zostały sklasyfikowane (moduły i struktury przedstawiono odpowiednio w Tabeli 1 i Tabeli 2) [29, 30]. Wybrano dwa gospodarstwa domowe na każdy poziom ryzyka, aby uniknąć błędnych szacunków zagęszczenia komarów i porównań między grupami. W grupie interwencyjnej zagęszczenie komarów po wprowadzeniu IRS monitorowano w dwóch typach gospodarstw domowych objętych IRS: w pełni leczonych (n = 3; 1 gospodarstwo domowe na każdy poziom grupy ryzyka) i częściowo leczonych (n = 3; 1 gospodarstwo domowe na każdy poziom grupy ryzyka). ). grupa ryzyka).
Wszystkie komary złapane w terenie, zebrane w probówkach, przeniesiono do laboratorium, a probówki zabito watą nasączoną chloroformem. Srebrzyste muchówki oznaczono płciowo i oddzielono od innych owadów i komarów na podstawie cech morfologicznych, stosując standardowe kody identyfikacyjne [31]. Wszystkie samce i samice krewetek srebrzystych zakonserwowano oddzielnie w 80% alkoholu. Zagęszczenie komarów na pułapkę/noc obliczono według następującego wzoru: całkowita liczba zebranych komarów/liczba pułapek świetlnych ustawionych na noc. Procentową zmianę liczebności komarów (SFC) spowodowaną IRS przy użyciu DDT i SP oszacowano według następującego wzoru [32]:
gdzie A to średnia bazowa SFC dla gospodarstw domowych objętych interwencją, B to średnia IRS SFC dla gospodarstw domowych objętych interwencją, C to średnia bazowa SFC dla gospodarstw domowych kontrolnych/nadzorczych, a D to średnia SFC dla gospodarstw domowych kontrolnych/nadzorczych IRS.
Wyniki dotyczące efektu interwencji, zarejestrowane jako wartości ujemne i dodatnie, wskazują odpowiednio na spadek i wzrost SFC po IRS. Jeśli SFC po IRS pozostało takie samo jak na początku badania, efekt interwencji obliczono jako zero.
Zgodnie z programem oceny pestycydów Światowej Organizacji Zdrowia (WHOPES), wrażliwość rodzimych krewetek srebrzystych na pestycydy DDT i SP oceniano przy użyciu standardowych biotestów in vitro [33]. Zdrowe i niekarmione samice krewetek srebrzystych (18–25 SF na grupę) poddano działaniu pestycydów uzyskanych z Universiti Sains Malaysia (USM, Malezja; koordynowane przez Światową Organizację Zdrowia) przy użyciu zestawu testowego wrażliwości na pestycydy Światowej Organizacji Zdrowia [4,9, 33,34]. Każdy zestaw biotestów pestycydów testowano osiem razy (cztery powtórzenia testu, każde wykonywane równocześnie z kontrolą). Testy kontrolne przeprowadzono przy użyciu papieru wstępnie nasączonego risellą (dla DDT) i olejem silikonowym (dla SP) dostarczonym przez USM. Po 60 minutach ekspozycji komary umieszczono w probówkach WHO i zaopatrzono w chłonną watę nasączoną 10% roztworem cukru. Obserwowano liczbę komarów zabitych po 1 godzinie i ostateczną śmiertelność po 24 godzinach. Status oporności jest opisywany zgodnie z wytycznymi Światowej Organizacji Zdrowia: śmiertelność na poziomie 98–100% wskazuje na podatność, 90–98% oznacza możliwą oporność wymagającą potwierdzenia, a <90% oznacza oporność [33, 34]. Ponieważ śmiertelność w grupie kontrolnej wahała się od 0 do 5%, nie przeprowadzono korekty śmiertelności.
Oceniono bioskuteczność i resztkowe efekty insektycydów na rodzime termity w warunkach polowych. W trzech gospodarstwach domowych objętych interwencją (po jednym z prostym tynkiem glinianym lub PMP, tynkiem cementowym i powłoką wapienną lub CPLC, nieotynkowaną i niepomalowaną cegłą lub BUU) po 2, 4 i 12 tygodniach od oprysku. Wykonano standardowy test biologiczny WHO na stożkach zawierających pułapki świetlne. ustalono [27, 32]. Ogrzewanie domowe zostało wykluczone ze względu na nierówne ściany. W każdej analizie użyto 12 stożków we wszystkich domach eksperymentalnych (cztery stożki na dom, po jednym dla każdego rodzaju powierzchni ściany). Przymocuj stożki do każdej ściany pokoju na różnej wysokości: jeden na poziomie głowy (od 1,7 do 1,8 m), dwa na poziomie talii (od 0,9 do 1 m) i jeden poniżej kolana (od 0,3 do 0,5 m). Dziesięć niekarmionych samic komarów (po 10 na stożek; zebranych z poletka kontrolnego za pomocą aspiratora) umieszczono w każdej plastikowej komorze stożkowej WHO (po jednej na gospodarstwo domowe) jako kontrolę. Po 30 minutach ekspozycji ostrożnie wyjęto komary z komory stożkowej za pomocą aspiratora łokciowego i przeniesiono je do probówek WHO zawierających 10% roztwór cukru w celu nakarmienia. Śmiertelność końcową po 24 godzinach odnotowano w temperaturze 27 ± 2°C i wilgotności względnej 80 ± 10%. Współczynniki śmiertelności z wynikami od 5% do 20% skorygowano za pomocą wzoru Abbotta [27] w następujący sposób:
gdzie P to skorygowana śmiertelność, P1 to obserwowany procent śmiertelności, a C to procent śmiertelności w grupie kontrolnej. Badania, w których śmiertelność w grupie kontrolnej była >20%, zostały odrzucone i przeprowadzone ponownie [27, 33].
Przeprowadzono kompleksowe badanie gospodarstw domowych w wiosce objętej interwencją. Zapisano lokalizację GPS każdego gospodarstwa domowego, a także jego projekt i rodzaj materiałów, mieszkanie i status interwencji. Platforma GIS opracowała cyfrową geobazę danych, która obejmuje warstwy graniczne na poziomie wioski, powiatu, powiatu i stanu. Wszystkie lokalizacje gospodarstw domowych są geotaggingowane za pomocą warstw punktów GIS na poziomie wioski, a ich informacje o atrybutach są połączone i aktualizowane. W każdej lokalizacji gospodarstwa domowego ryzyko oceniano na podstawie HT, podatności na wektory insektycydów i statusu IRS (Tabela 1) [11, 26, 29, 30]. Wszystkie punkty lokalizacji gospodarstw domowych zostały następnie przekształcone na mapy tematyczne przy użyciu odwrotnego ważenia odległości (IDW; rozdzielczość oparta na średniej powierzchni gospodarstwa domowego 6 m2, potęga 2, stała liczba otaczających punktów = 10, przy użyciu zmiennego promienia wyszukiwania, filtra dolnoprzepustowego) i technologii interpolacji przestrzennej mapowania splotu sześciennego [35]. Utworzono dwa rodzaje tematycznych map ryzyka przestrzennego: mapy tematyczne oparte na HT oraz mapy tematyczne wrażliwości wektorów pestycydów i statusu IRS (ISV i IRSS). Dwie mapy ryzyka tematycznego połączono następnie za pomocą analizy nakładkowej ważonej [36]. Podczas tego procesu warstwy rastrowe przeklasyfikowano na ogólne klasy preferencji dla różnych poziomów ryzyka (tj. wysokie, średnie i niskie/brak ryzyka). Każda przeklasyfikowana warstwa rastrowa została następnie pomnożona przez wagę przypisaną jej na podstawie względnego znaczenia parametrów, które wspierają liczebność komarów (na podstawie częstości występowania w badanych wioskach, miejsc rozrodu komarów oraz zachowań związanych z odpoczynkiem i żerowaniem) [26, 29]. , 30, 37]. Obie mapy ryzyka tematycznego zostały zważone 50:50, ponieważ w równym stopniu przyczyniły się do liczebności komarów (plik dodatkowy 1: tabela S2). Poprzez zsumowanie ważonych nakładkowych map tematycznych tworzona jest ostateczna mapa ryzyka złożonego, która jest wizualizowana na platformie GIS. Ostateczną mapę ryzyka przedstawiono i opisano za pomocą wartości Wskaźnika Ryzyka Muchy Piaskowej (SFRI) obliczonych przy użyciu następującego wzoru:
We wzorze P to wartość indeksu ryzyka, L to ogólna wartość ryzyka dla lokalizacji każdego gospodarstwa domowego, a H to najwyższa wartość ryzyka dla gospodarstwa domowego na badanym obszarze. Przygotowaliśmy i wykonaliśmy warstwy GIS oraz analizę, korzystając z oprogramowania ESRI ArcGIS w wersji 9.3 (Redlands, Kalifornia, USA) w celu utworzenia map ryzyka.
Przeprowadziliśmy analizy regresji wielokrotnej, aby zbadać łączny wpływ HT, ISV i IRSS (jak opisano w Tabeli 1) na zagęszczenie komarów domowych (n = 24). Charakterystykę pomieszczeń i czynniki ryzyka oparte na interwencji IRS zarejestrowane w badaniu potraktowano jako zmienne objaśniające, a zagęszczenie komarów wykorzystano jako zmienną odpowiedzi. Analizy regresji jednowymiarowej Poissona przeprowadzono dla każdej zmiennej objaśniającej związanej z zagęszczeniem muchówek piaskowych. Podczas analizy jednowymiarowej zmienne, które nie były istotne statystycznie i miały wartość p większą niż 15%, usunięto z analizy regresji wielokrotnej. Aby zbadać interakcje, człony interakcji dla wszystkich możliwych kombinacji zmiennych istotnych statystycznie (znajdowanych w analizie jednowymiarowej) zostały jednocześnie uwzględnione w analizie regresji wielokrotnej, a człony nieistotne statystycznie zostały stopniowo usunięte z modelu w celu utworzenia modelu ostatecznego.
Ocenę ryzyka na poziomie gospodarstwa domowego przeprowadzono dwoma sposobami: oceną ryzyka na poziomie gospodarstwa domowego oraz połączoną oceną przestrzenną obszarów ryzyka na mapie. Szacunki ryzyka na poziomie gospodarstwa domowego oszacowano za pomocą analizy korelacji między szacunkami ryzyka gospodarstwa domowego a zagęszczeniem much piaskowych (zebranymi z 6 gospodarstw domowych objętych programem strażniczym i 6 gospodarstw domowych objętych interwencją; na kilka tygodni przed i po wdrożeniu IRS). Przestrzenne strefy ryzyka oszacowano na podstawie średniej liczby komarów zebranych z różnych gospodarstw domowych i porównano je między grupami ryzyka (tj. strefy niskiego, średniego i wysokiego ryzyka). W każdej rundzie IRS losowo wybrano 12 gospodarstw domowych (4 gospodarstwa domowe w każdej z trzech poziomów stref ryzyka; nocne zbiory są przeprowadzane co 2, 4 i 12 tygodni po wprowadzeniu IRS) do zebrania próbek komarów w celu przetestowania kompleksowej mapy ryzyka. Te same dane dotyczące gospodarstw domowych (tj. HT, VSI, IRSS i średnie zagęszczenie komarów) wykorzystano do przetestowania ostatecznego modelu regresji. Przeprowadzono prostą analizę korelacji między obserwacjami terenowymi a przewidywanymi przez model zagęszczeniami komarów w gospodarstwach domowych.
W celu podsumowania danych entomologicznych i danych dotyczących IRS obliczono statystyki opisowe, takie jak średnia, wartość minimalna, wartość maksymalna, 95% przedziały ufności (CI) oraz wartości procentowe. Średnia liczba/zagęszczenie i śmiertelność pluskwiaków srebrzystych (pozostałości środków owadobójczych) z wykorzystaniem testów parametrycznych [test t dla prób parzystych (dla danych o rozkładzie normalnym)] oraz testów nieparametrycznych (test znaku Wilcoxona) w celu porównania skuteczności różnych typów powierzchni w domach (test iee, BUU vs. CPLC, BUU vs. PMP oraz CPLC vs. PMP dla danych o rozkładzie nienormalnym). Wszystkie analizy przeprowadzono przy użyciu oprogramowania SPSS v.20 (SPSS Inc., Chicago, IL, USA).
Obliczono zasięg gospodarstw domowych we wsiach interwencyjnych podczas rund IRS DDT i SP. Łącznie 205 gospodarstw domowych otrzymało IRS w każdej rundzie, w tym 179 gospodarstw domowych (87,3%) w rundzie DDT i 194 gospodarstwa domowe (94,6%) w rundzie SP w celu kontroli wektora VL. Odsetek gospodarstw domowych w pełni poddanych leczeniu pestycydami był wyższy podczas rundy SP-IRS (86,3%) niż podczas rundy DDT-IRS (52,7%). Liczba gospodarstw domowych, które zrezygnowały z IRS podczas rundy DDT, wyniosła 26 (12,7%), a liczba gospodarstw domowych, które zrezygnowały z IRS podczas rundy SP, wyniosła 11 (5,4%). Podczas rund DDT i SP liczba zarejestrowanych częściowo poddanych leczeniu gospodarstw domowych wyniosła odpowiednio 71 (34,6% wszystkich poddanych leczeniu gospodarstw domowych) i 17 gospodarstw domowych (8,3% wszystkich poddanych leczeniu gospodarstw domowych).
Zgodnie z wytycznymi WHO dotyczącymi oporności na pestycydy, populacja krewetek srebrzystych w miejscu interwencji była w pełni wrażliwa na alfa-cypermetrynę (0,05%), a średnia śmiertelność odnotowana w trakcie badania (24 godziny) wyniosła 100%. Zaobserwowany wskaźnik wyciszenia genów wyniósł 85,9% (95% CI: 81,1–90,6%). W przypadku DDT wskaźnik wyciszenia genów po 24 godzinach wyniósł 22,8% (95% CI: 11,5–34,1%), a średnia śmiertelność w teście elektronicznym wyniosła 49,1% (95% CI: 41,9–56,3%). Wyniki wykazały, że srebrzystokopytne rozwinęły całkowitą oporność na DDT w miejscu interwencji.
W tabeli 3 podsumowano wyniki bioanalizy szyszek dla różnych typów powierzchni (różne odstępy czasu po IRS) traktowanych DDT i SP. Nasze dane pokazały, że po 24 godzinach oba insektycydy (BUU vs. CPLC: t(2) = – 6,42, P = 0,02; BUU vs. PMP: t(2) = 0,25, P = 0,83; CPLC vs. PMP: t(2) = 1,03, P = 0,41 (dla DDT-IRS i BUU) CPLC: t(2) = − 5,86, P = 0,03 i PMP: t(2) = 1,42, P = 0,29; IRS, CPLC i PMP: t(2) = 3,01, P = 0,10 i SP: t(2) = 9,70, P = 0,01; wskaźniki śmiertelności stale malały w czasie. Dla SP-IRS: 2 tygodnie po oprysku dla wszystkich typów ścian (tj. 95,6% ogółem) i 4 tygodnie po oprysku tylko dla ścian CPLC (tj. 82,5). W grupie DDT śmiertelność była konsekwentnie poniżej 70% dla wszystkich typów ścian we wszystkich punktach czasowych po bioteście IRS. Średnie eksperymentalne wskaźniki śmiertelności dla DDT i SP po 12 tygodniach oprysku wynosiły odpowiednio 25,1% i 63,2%. Dla trzech typów powierzchni najwyższe średnie wskaźniki śmiertelności dla DDT wyniosły 61,1% (dla PMP 2 tygodnie po IRS), 36,9% (dla CPLC 4 tygodnie po IRS) i 28,9% (dla CPLC 4 tygodnie po IRS). Minimalne wskaźniki to 55% (dla BUU, 2 tygodnie po IRS), 32,5% (dla PMP, 4 tygodnie po IRS) i 20% (dla PMP, 4 tygodnie po IRS); US IRS). W przypadku SP najwyższe średnie wskaźniki śmiertelności dla wszystkich typów powierzchni wyniosły 97,2% (dla CPLC, 2 tygodnie po IRS), 82,5% (dla CPLC, 4 tygodnie po IRS) i 67,5% (dla CPLC, 4 tygodnie po IRS). najniższe wskaźniki wyniosły 94,4% (dla BUU, 2 tygodnie po IRS), 75% (dla PMP, 4 tygodnie po IRS) i 58,3% (dla PMP, 12 tygodni po IRS). W przypadku obu insektycydów śmiertelność na powierzchniach traktowanych PMP zmieniała się szybciej w odstępach czasu niż na powierzchniach traktowanych CPLC i BUU.
Tabela 4 podsumowuje efekty interwencji (tj. zmiany w liczebności komarów po wprowadzeniu IRS) w ramach cykli IRS opartych na DDT i SP (plik dodatkowy 1: Rysunek S1). W przypadku DDT-IRS, procentowe zmniejszenie liczebności chrząszczy srebrzystonogich po okresie IRS wyniosło 34,1% (po 2 tygodniach), 25,9% (po 4 tygodniach) i 14,1% (po 12 tygodniach). W przypadku SP-IRS, wskaźniki redukcji wyniosły 90,5% (po 2 tygodniach), 66,7% (po 4 tygodniach) i 55,6% (po 12 tygodniach). Największe spadki liczebności krewetek srebrzystych w gospodarstwach domowych objętych programem „sentinel” w okresach sprawozdawczych IRS opartych na DDT i SP wyniosły odpowiednio 2,8% (po 2 tygodniach) i 49,1% (po 2 tygodniach). W okresie SP-IRS spadek liczebności bażantów białobrzuchych (przed i po) był podobny w gospodarstwach domowych poddanych opryskowi (t(2) = – 9,09, P < 0,001) i gospodarstwach domowych objętych programem Sentinel (t(2) = – 1,29, P = 0,33). Wyższy w porównaniu z DDT-IRS we wszystkich 3 odstępach czasu po IRS. W przypadku obu insektycydów liczebność pluskwiaków srebrnych wzrosła w gospodarstwach domowych objętych programem Sentinel 12 tygodni po IRS (tj. odpowiednio o 3,6% i 9,9% dla SP i DDT). W okresie SP i DDT po spotkaniach IRS zebrano odpowiednio 112 i 161 krewetek srebrnych z gospodarstw objętych programem Sentinel.
Nie zaobserwowano istotnych różnic w zagęszczeniu krewetek srebrzystych między grupami gospodarstw domowych (tj. oprysk vs. wartownik: t(2) = – 3,47, P = 0,07; oprysk vs. kontrola: t(2) = – 2,03, P = 0,18; wartownik vs. kontrola: podczas IRS tygodni po DDT, t(2) = – 0,59, P = 0,62). Natomiast istotne różnice w zagęszczeniu krewetek srebrzystych zaobserwowano między grupą oprysku a grupą kontrolną (t(2) = – 11,28, P = 0,01) oraz między grupą oprysku a grupą kontrolną (t(2) = – 4, 42, P = 0,05). IRS kilka tygodni po SP. W przypadku SP-IRS nie zaobserwowano istotnych różnic między rodzinami wartowników a kontrolami (t(2) = -0,48, P = 0,68). Rysunek 2 przedstawia średnie zagęszczenia bażantów srebrzystych obserwowane w gospodarstwach w pełni i częściowo opryskanych kołami IRS. Nie stwierdzono istotnych różnic w zagęszczeniach bażantów w pełni zarządzanych między gospodarstwami w pełni i częściowo zarządzanymi (średnio 7,3 i 2,7 na pułapkę/noc). Niektóre gospodarstwa były opryskiwane obydwoma insektycydami (średnio 7,5 i 4,4 na noc odpowiednio dla DDT-IRS i SP-IRS) (t(2) ≤ 1,0, P > 0,2). Jednakże zagęszczenia krewetek srebrzystych w gospodarstwach w pełni i częściowo opryskanych różniły się istotnie między rundami SP i DDT IRS (t(2) ≥ 4,54, P ≤ 0,05).
Szacunkowe średnie zagęszczenie pluskwiaków srebrzystych w gospodarstwach domowych poddanych w pełni i częściowo leczeniu w wiosce Mahanar w Lavapur w okresie 2 tygodni przed przeprowadzeniem zabiegów przez IRS oraz 2, 4 i 12 tygodni po przeprowadzeniu zabiegów przez IRS, DDT i SP.
Kompleksowa mapa ryzyka przestrzennego (wieś Lavapur Mahanar; powierzchnia całkowita: 26 723 km2) została opracowana w celu zidentyfikowania stref niskiego, średniego i wysokiego ryzyka przestrzennego w celu monitorowania pojawiania się i ponownego pojawiania się krewetek srebrzystych przed i kilka tygodni po wdrożeniu IRS (rys. 3, 4). . . Najwyższy wynik ryzyka dla gospodarstw domowych podczas tworzenia mapy ryzyka przestrzennego został oceniony na „12” (tj. „8” dla map ryzyka opartych na HT i „4” dla map ryzyka opartych na VSI i IRSS). Minimalny obliczony wynik ryzyka to „zero” lub „brak ryzyka”, z wyjątkiem map DDT-VSI i IRSS, które mają minimalny wynik 1. Mapa ryzyka oparta na HT pokazała, że duży obszar (tj. 19 994,3 km2; 74,8%) wioski Lavapur Mahanar jest obszarem wysokiego ryzyka, w którym mieszkańcy są najbardziej narażeni na spotkanie i ponowne pojawienie się komarów. Pokrycie obszaru waha się między strefami wysokiego (DDT 20,2%; SP 4,9%), średniego (DDT 22,3%; SP 4,6%) i niskiego/braku ryzyka (DDT 57,5%; SP 90,5) %) (t (2) = 12,7, P < 0,05) pomiędzy wykresami ryzyka DDT i SP-IS oraz IRSS (rys. 3, 4). Ostateczna opracowana mapa złożonego ryzyka wykazała, że SP-IRS ma lepsze możliwości ochronne niż DDT-IRS na wszystkich poziomach obszarów ryzyka HT. Obszar wysokiego ryzyka dla HT został zmniejszony do mniej niż 7% (1837,3 km2) po SP-IRS, a większość obszaru (tj. 53,6%) stała się obszarem niskiego ryzyka. W okresie obowiązywania programu DDT-IRS odsetek obszarów wysokiego i niskiego ryzyka ocenionych na podstawie połączonej mapy ryzyka wynosił odpowiednio 35,5% (9498,1 km²) i 16,2% (4342,4 km²). Zagęszczenie muchówek piaskowych zmierzone w gospodarstwach domowych objętych programem leczenia i objętych programem obserwacji przed wdrożeniem programu IRS i kilka tygodni po jego wdrożeniu zostało naniesione na mapę ryzyka dla każdej rundy programu IRS (tj. DDT i SP) i zwizualizowane (rys. 3, 4). Wykazano dobrą zgodność między wynikami oceny ryzyka gospodarstw domowych a średnim zagęszczeniem krewetek srebrzystych odnotowanym przed i po wprowadzeniu programu IRS (rys. 5). Wartości R2 (P < 0,05) analizy spójności obliczone z dwóch rund IRS wynosiły: 0,78 2 tygodnie przed DDT, 0,81 2 tygodnie po DDT, 0,78 4 tygodnie po DDT, 0,83 po DDT-DDT 12 tygodni, DDT Total po SP wynosiło 0,85, 0,82 2 tygodnie przed SP, 0,38 2 tygodnie po SP, 0,56 4 tygodnie po SP, 0,81 12 tygodni po SP i 0,79 2 tygodnie po SP ogólnie (Dodatkowy plik 1: Tabela S3). Wyniki pokazały, że wpływ interwencji SP-IRS na wszystkie HT był wzmocniony w ciągu 4 tygodni po IRS. DDT-IRS pozostał nieskuteczny dla wszystkich HT we wszystkich punktach czasowych po wdrożeniu IRS. Wyniki terenowej oceny obszaru zintegrowanej mapy ryzyka podsumowano w tabeli 5. W przypadku rund IRS średnia liczebność krewetki srebrzystobrzuchej i odsetek całkowitej liczebności na obszarach wysokiego ryzyka (tj. >55%) były wyższe niż na obszarach niskiego i średniego ryzyka we wszystkich punktach czasowych po IRS. Lokalizacje rodzin entomologicznych (tj. tych wybranych do zbioru komarów) zostały zmapowane i zwizualizowane w pliku dodatkowym 1: Rysunek S2.
Trzy rodzaje map ryzyka przestrzennego opartych na GIS (tj. HT, IS i IRSS oraz kombinacja HT, IS i IRSS) służące do identyfikacji obszarów ryzyka występowania pluskiew przed i po zastosowaniu DDT-IRS we wsi Mahnar w Lavapur, w dystrykcie Vaishali (Bihar)
Trzy rodzaje map ryzyka przestrzennego opartych na GIS (tj. HT, IS i IRSS oraz kombinacja HT, IS i IRSS) służące do identyfikacji obszarów ryzyka występowania krewetki srebrzystej (w porównaniu z Kharbangiem)
Wpływ DDT-(a, c, e, g, i) i SP-IRS (b, d, f, h, j) na różne poziomy grup ryzyka gospodarstw domowych obliczono poprzez oszacowanie współczynnika „R2” między ryzykami gospodarstw domowych. Oszacowanie wskaźników gospodarstw domowych i średniego zagęszczenia P. argentipes 2 tygodnie przed wdrożeniem IRS oraz 2, 4 i 12 tygodni po wdrożeniu IRS we wsi Lavapur Mahnar w dystrykcie Vaishali w stanie Bihar
Tabela 6 podsumowuje wyniki analizy jednowymiarowej wszystkich czynników ryzyka wpływających na gęstość płatków. Stwierdzono, że wszystkie czynniki ryzyka (n = 6) są istotnie związane z gęstością komarów domowych. Zaobserwowano, że poziom istotności wszystkich istotnych zmiennych wygenerował wartości p mniejsze niż 0,15. W związku z tym wszystkie zmienne objaśniające zostały zachowane w analizie regresji wielorakiej. Najlepiej dopasowana kombinacja ostatecznego modelu została utworzona na podstawie pięciu czynników ryzyka: TF, TW, DS, ISV i IRSS. Tabela 7 zawiera szczegółowe informacje na temat parametrów wybranych w ostatecznym modelu, a także skorygowane ilorazy szans, 95% przedziały ufności (CI) i wartości p. Ostateczny model jest wysoce istotny, z wartością R2 równą 0,89 (F(5)=27 .9, P<0,001).
Zmienna TR została wyłączona z ostatecznego modelu, ponieważ była najmniej istotna statystycznie (p = 0,46) w porównaniu z pozostałymi zmiennymi objaśniającymi. Opracowany model posłużył do prognozowania zagęszczenia muchówek piaskowych na podstawie danych z 12 różnych gospodarstw domowych. Wyniki walidacji wykazały silną korelację między zagęszczeniem komarów obserwowanym w terenie a zagęszczeniem komarów przewidywanym przez model (r = 0,91, p < 0,001).
Celem jest wyeliminowanie VL z endemicznych stanów Indii do 2020 r. [10]. Od 2012 r. Indie poczyniły znaczne postępy w zmniejszaniu częstości występowania i śmiertelności VL [10]. Przejście z DDT na SP w 2015 r. było znaczącą zmianą w historii IRS w Biharze w Indiach [38]. Aby zrozumieć ryzyko przestrzenne VL i liczebność jego wektorów, przeprowadzono kilka badań na poziomie makro. Jednakże, chociaż rozkład przestrzenny częstości występowania VL zyskał coraz większą uwagę w całym kraju, przeprowadzono niewiele badań na poziomie mikro. Ponadto na poziomie mikro dane są mniej spójne i trudniejsze do analizy i zrozumienia. Według naszej najlepszej wiedzy, niniejsze badanie jest pierwszym raportem oceniającym skuteczność resztkową i efekt interwencyjny IRS przy użyciu insektycydów DDT i SP wśród HT w ramach Narodowego Programu Kontroli Wektorów VL w Biharze (Indie). Jest to również pierwsza próba opracowania mapy ryzyka przestrzennego i modelu analizy zagęszczenia komarów w celu ukazania rozmieszczenia czasoprzestrzennego komarów w mikroskali w warunkach interwencji IRS.
Nasze wyniki pokazały, że adopcja SP-IRS w gospodarstwach domowych była wysoka we wszystkich gospodarstwach domowych i że większość gospodarstw domowych została w pełni przetworzona. Wyniki biotestu wykazały, że srebrzyste muchówki w badanej wiosce były bardzo wrażliwe na beta-cypermetrynę, ale raczej nisko na DDT. Średni wskaźnik śmiertelności srebrzystych krewetek z powodu DDT wynosi mniej niż 50%, co wskazuje na wysoki poziom oporności na DDT. Jest to zgodne z wynikami poprzednich badań przeprowadzonych w różnym czasie w różnych wioskach w stanach endemicznych VL w Indiach, w tym w Biharze [8,9,39,40]. Oprócz wrażliwości na pestycydy, ważną informacją jest również skuteczność resztkowa pestycydów i skutki interwencji. Czas trwania efektów resztkowych jest ważny dla cyklu programowania. Określa on odstępy między rundami IRS, tak aby populacja pozostała chroniona do następnego oprysku. Wyniki biotestu stożkowego ujawniły istotne różnice w śmiertelności między typami powierzchni ścian w różnych punktach czasowych po IRS. Śmiertelność na powierzchniach traktowanych DDT była zawsze poniżej zadowalającego poziomu WHO (tj. ≥80%), podczas gdy na ścianach traktowanych SP śmiertelność pozostawała zadowalająca do czwartego tygodnia po IRS; Z tych wyników jasno wynika, że chociaż krewetki srebrzystonogie znalezione w badanym obszarze są bardzo wrażliwe na SP, resztkowa skuteczność SP zmienia się w zależności od HT. Podobnie jak DDT, SP również nie spełnia czasu trwania skuteczności określonego w wytycznych WHO [41, 42]. Ta nieskuteczność może wynikać z niewłaściwego wdrożenia IRS (tj. przesuwania pompy z odpowiednią prędkością, odległością od ściany, szybkością wypływu i wielkością kropelek wody oraz ich osadzania na ścianie), a także nierozsądnego stosowania pestycydów (tj. przygotowywania roztworu) [11,28,43]. Ponieważ jednak badanie to przeprowadzono pod ścisłym monitoringiem i kontrolą, innym powodem niespełnienia zalecanej przez Światową Organizację Zdrowia daty ważności może być jakość SP (tj. procentowa zawartość substancji czynnej lub „AI”), która stanowi QC.
Spośród trzech typów powierzchni użytych do oceny trwałości pestycydów, istotne różnice w śmiertelności zaobserwowano między BUU i CPLC dla dwóch pestycydów. Kolejnym nowym odkryciem jest to, że CPLC wykazał lepszą wydajność resztkową w prawie wszystkich przedziałach czasowych po oprysku, a następnie powierzchniach BUU i PMP. Jednakże dwa tygodnie po IRS, PMP odnotował najwyższy i drugi najwyższy wskaźnik śmiertelności odpowiednio z DDT i SP. Wynik ten wskazuje, że pestycyd osadzony na powierzchni PMP nie utrzymuje się przez długi czas. Ta różnica w skuteczności pozostałości pestycydów między typami ścian może wynikać z różnych przyczyn, takich jak skład chemikaliów ściennych (podwyższone pH powodujące szybki rozkład niektórych pestycydów), szybkość absorpcji (wyższa na ścianach glebowych), dostępność rozkładu bakteryjnego i szybkość degradacji materiałów ściennych, a także temperatura i wilgotność [44, 45, 46, 47, 48, 49]. Nasze wyniki potwierdzają wyniki kilku innych badań nad skutecznością resztkową powierzchni traktowanych insektycydami w zwalczaniu różnych wektorów chorób [45, 46, 50, 51].
Szacunki redukcji liczby komarów w gospodarstwach domowych objętych leczeniem wykazały, że SP-IRS był skuteczniejszy niż DDT-IRS w zwalczaniu komarów we wszystkich odstępach czasu po IRS (P < 0,001). W przypadku rund SP-IRS i DDT-IRS, wskaźniki spadku liczebności komarów w gospodarstwach domowych objętych leczeniem w okresie od 2 do 12 tygodni wyniosły odpowiednio 55,6–90,5% i 14,1–34,1%. Wyniki te wykazały również, że istotny wpływ na liczebność P. argentipes w gospodarstwach domowych objętych programem IRS zaobserwowano w ciągu 4 tygodni od wdrożenia IRS; argentipes wzrósł w obu rundach IRS 12 tygodni po IRS; nie zaobserwowano jednak istotnej różnicy w liczbie komarów w gospodarstwach domowych objętych programem IRS między obiema rundami (P = 0,33). Wyniki analiz statystycznych zagęszczenia krewetek srebrzystych między grupami gospodarstw domowych w każdej rundzie również nie wykazały istotnych różnic w DDT we wszystkich czterech grupach gospodarstw domowych (tj. opryskiwane vs. wartownicze; opryskiwane vs. kontrolne; wartownicze vs. kontrolne; całkowite vs. częściowe). ). Dwie grupy rodzinne IRS i SP-IRS (tj. wartownicze vs. kontrolne i pełne vs. częściowe). Jednakże istotne różnice w zagęszczeniu krewetek srebrzystych między rundami DDT i SP-IRS zaobserwowano w gospodarstwach częściowo i całkowicie opryskanych. Ta obserwacja, w połączeniu z faktem, że efekty interwencji były obliczane wielokrotnie po IRS, sugeruje, że SP jest skuteczny w zwalczaniu komarów w domach, które są częściowo lub całkowicie opryskane, ale nie nieopryskane. Jednakże, chociaż nie było statystycznie istotnych różnic w liczbie komarów w domach wartowniczych między rundami DDT-IRS i SP IRS, średnia liczba komarów zebranych podczas rundy DDT-IRS była niższa w porównaniu z rundą SP-IRS. .Ilość przekracza ilość. Wynik ten sugeruje, że insektycyd wrażliwy na wektory o najwyższym zasięgu IRS wśród populacji gospodarstw domowych może mieć wpływ populacyjny na zwalczanie komarów w gospodarstwach domowych, które nie były opryskiwane. Zgodnie z wynikami, SP miał lepszy efekt zapobiegawczy przeciwko ukąszeniom komarów niż DDT w pierwszych dniach po IRS. Ponadto alfa-cypermetryna należy do grupy SP, ma kontakt drażniący i bezpośrednią toksyczność dla komarów i jest odpowiednia dla IRS [51, 52]. Może to być jeden z głównych powodów, dla których alfa-cypermetryna ma minimalny wpływ w placówkach. Inne badanie [52] wykazało, że chociaż alfa-cypermetryna wykazała istniejące odpowiedzi i wysokie wskaźniki obalenia w testach laboratoryjnych i w chatach, związek nie wywołał reakcji odstraszającej u komarów w kontrolowanych warunkach laboratoryjnych. kabina. strona internetowa.
W tym badaniu opracowano trzy rodzaje map ryzyka przestrzennego; Szacunki ryzyka przestrzennego na poziomie gospodarstwa domowego i obszaru oceniono poprzez obserwacje terenowe zagęszczenia krewetek srebrzystogókich. Analiza stref ryzyka oparta na HT wykazała, że większość obszarów wiejskich (>78%) Lavapur-Mahanara jest na najwyższym poziomie ryzyka występowania i ponownego pojawiania się muchówek. Jest to prawdopodobnie główny powód, dla którego Rawalpur Mahanar VL jest tak popularny. Stwierdzono, że ogólny ISV i IRSS, a także ostateczna połączona mapa ryzyka, wykazały niższy odsetek obszarów wysokiego ryzyka podczas rundy SP-IRS (ale nie rundy DDT-IRS). Po SP-IRS duże obszary stref wysokiego i średniego ryzyka oparte na GT zostały przekształcone w strefy niskiego ryzyka (tj. 60,5%; połączone szacunki mapy ryzyka), co jest prawie czterokrotnie mniej (16,2%) niż DDT. – Sytuacja jest przedstawiona na powyższym wykresie ryzyka portfela IRS. Wynik ten wskazuje, że IRS jest właściwym wyborem w przypadku zwalczania komarów, ale stopień ochrony zależy od jakości insektycydu, wrażliwości (na wektor docelowy), akceptowalności (w momencie stosowania IRS) i sposobu jego zastosowania;
Wyniki oceny ryzyka dla gospodarstw domowych wykazały dobrą zgodność (P < 0,05) między szacunkami ryzyka a zagęszczeniem krewetek srebrzystych zebranych z różnych gospodarstw domowych. Sugeruje to, że zidentyfikowane parametry ryzyka dla gospodarstw domowych i ich kategoryczne wyniki ryzyka dobrze nadają się do szacowania lokalnej liczebności krewetek srebrzystych. Wartość R2 analizy zgodności DDT po wprowadzeniu IRS wyniosła ≥ 0,78, co było równe lub większe od wartości przed wprowadzeniem IRS (tj. 0,78). Wyniki pokazały, że DDT-IRS był skuteczny we wszystkich strefach ryzyka HT (tj. wysokiej, średniej i niskiej). W przypadku rundy SP-IRS stwierdziliśmy, że wartość R2 wahała się w drugim i czwartym tygodniu po wdrożeniu IRS, wartości dwa tygodnie przed wdrożeniem IRS i 12 tygodni po wdrożeniu IRS były prawie takie same; wynik ten odzwierciedla istotny wpływ ekspozycji na SP-IRS na komary, który wykazywał tendencję spadkową wraz z odstępem czasu po wprowadzeniu IRS. Wpływ SP-IRS został podkreślony i omówiony w poprzednich rozdziałach.
Wyniki audytu terenowego stref ryzyka na mapie zbiorczej pokazały, że podczas rundy IRS największą liczbę krewetek srebrzystych zebrano w strefach wysokiego ryzyka (tj. >55%), a następnie w strefach średniego i niskiego ryzyka. Podsumowując, ocena ryzyka przestrzennego oparta na GIS okazała się skutecznym narzędziem decyzyjnym do agregacji różnych warstw danych przestrzennych pojedynczo lub w połączeniu w celu identyfikacji obszarów ryzyka much piaskowych. Opracowana mapa ryzyka zapewnia kompleksowe zrozumienie warunków przed i po interwencji (tj. typu gospodarstwa domowego, statusu IRS i skutków interwencji) na badanym obszarze, które wymagają natychmiastowego działania lub poprawy, zwłaszcza na poziomie mikro. Bardzo popularna sytuacja. W rzeczywistości w kilku badaniach wykorzystano narzędzia GIS do mapowania ryzyka miejsc rozrodu wektorów i przestrzennego rozkładu chorób na poziomie makro [24, 26, 37].
Charakterystyka mieszkaniowa i czynniki ryzyka dla interwencji opartych na IRS zostały statystycznie ocenione pod kątem wykorzystania w analizach zagęszczenia krewetek srebrzystych. Chociaż wszystkie sześć czynników (tj. TF, TW, TR, DS, ISV i IRSS) było istotnie związanych z lokalną liczebnością krewetek srebrzystych w analizach jednowymiarowych, tylko jeden z nich został wybrany w ostatecznym modelu regresji wielokrotnej z pięciu. Wyniki pokazują, że cechy zarządzania w niewoli i czynniki interwencji IRS TF, TW, DS, ISV, IRSS itp. na badanym obszarze nadają się do monitorowania pojawienia się, regeneracji i rozmnażania krewetek srebrzystych. W analizie regresji wielokrotnej nie stwierdzono istotności TR i dlatego nie został wybrany w ostatecznym modelu. Ostateczny model był wysoce istotny, a wybrane parametry wyjaśniały 89% zagęszczenia krewetek srebrzystych. Wyniki dokładności modelu wykazały silną korelację między przewidywanymi a obserwowanymi zagęszczeniami krewetek srebrzystych. Nasze wyniki potwierdzają również wcześniejsze badania, w których omówiono społeczno-ekonomiczne i mieszkaniowe czynniki ryzyka związane z częstością występowania VL i przestrzennym rozmieszczeniem wektora na obszarach wiejskich w Biharze [15, 29].
W niniejszym badaniu nie ocenialiśmy osadzania się pestycydów na opryskanych ścianach ani jakości (tj.) pestycydów stosowanych w systemie IRS. Różnice w jakości i ilości pestycydów mogą wpływać na śmiertelność komarów i skuteczność interwencji IRS. Zatem szacowana śmiertelność w zależności od rodzaju powierzchni i efekty interwencji w grupach gospodarstw domowych mogą różnić się od rzeczywistych wyników. Biorąc to pod uwagę, można zaplanować nowe badanie. Ocena całkowitego obszaru zagrożonego (z wykorzystaniem mapowania ryzyka GIS) badanych wsi obejmuje tereny otwarte między wsiami, co wpływa na klasyfikację stref ryzyka (tj. identyfikację stref) i rozciąga się na różne strefy ryzyka; jednak niniejsze badanie przeprowadzono na poziomie mikro, więc niezagospodarowane tereny mają jedynie niewielki wpływ na klasyfikację obszarów ryzyka; Ponadto identyfikacja i ocena różnych stref ryzyka na całym obszarze wsi może stanowić okazję do wyboru obszarów pod przyszłą budowę nowych domów (zwłaszcza wybór stref niskiego ryzyka). Ogólnie rzecz biorąc, wyniki niniejszego badania dostarczają różnorodnych informacji, które nigdy wcześniej nie były badane na poziomie mikroskopowym. Co najważniejsze, przestrzenna reprezentacja mapy ryzyka wsi pomaga identyfikować i grupować gospodarstwa domowe na różnych obszarach ryzyka. W porównaniu z tradycyjnymi badaniami terenowymi ta metoda jest prosta, wygodna, ekonomiczna i mniej pracochłonna, dostarczając informacji decydentom.
Nasze wyniki wskazują, że rodzime rybiki cukrowe w badanej wiosce rozwinęły odporność (tj. są wysoce odporne) na DDT, a pojawienie się komarów zaobserwowano natychmiast po zastosowaniu IRS; alfa-cypermetryna wydaje się być właściwym wyborem do zwalczania wektorów VL metodą IRS ze względu na 100% śmiertelność i lepszą skuteczność interwencji przeciwko srebrzykom, a także lepszą akceptację społeczności w porównaniu z DDT-IRS. Stwierdziliśmy jednak, że śmiertelność komarów na ścianach traktowanych SP różniła się w zależności od rodzaju powierzchni; zaobserwowano słabą skuteczność resztkową, a zalecany przez WHO czas po zastosowaniu IRS nie został osiągnięty. Niniejsze badanie stanowi dobry punkt wyjścia do dyskusji, a jego wyniki wymagają dalszych badań w celu zidentyfikowania rzeczywistych przyczyn. Dokładność predykcyjna modelu analizy zagęszczenia muchówek piaskowych wykazała, że połączenie cech pomieszczeń, wrażliwości wektorów na insektycydy i statusu IRS może być wykorzystane do oszacowania zagęszczenia muchówek piaskowych w endemicznych wioskach VL w Biharze. Nasze badanie pokazuje również, że połączone mapowanie ryzyka przestrzennego oparte na GIS (poziom makro) może być użytecznym narzędziem do identyfikacji obszarów ryzyka w celu monitorowania pojawiania się i ponownego pojawiania się mas piasku przed i po spotkaniach IRS. Ponadto, mapy ryzyka przestrzennego zapewniają kompleksowe zrozumienie zasięgu i charakteru obszarów ryzyka na różnych poziomach, czego nie można zbadać za pomocą tradycyjnych badań terenowych i konwencjonalnych metod gromadzenia danych. Mikroprzestrzenne informacje o ryzyku zebrane za pomocą map GIS mogą pomóc naukowcom i badaczom zdrowia publicznego w opracowaniu i wdrożeniu nowych strategii kontroli (tj. pojedynczej interwencji lub zintegrowanej kontroli wektorów) w celu dotarcia do różnych grup gospodarstw domowych w zależności od charakteru poziomów ryzyka. Ponadto mapa ryzyka pomaga zoptymalizować alokację i wykorzystanie zasobów kontroli we właściwym czasie i miejscu, aby poprawić skuteczność programu.
Światowa Organizacja Zdrowia. Zaniedbane choroby tropikalne, ukryte sukcesy, nowe możliwości. 2009. http://apps.who.int/iris/bitstream/10665/69367/1/WHO_CDS_NTD_2006.2_eng.pdf. Data dostępu: 15 marca 2014 r.
Światowa Organizacja Zdrowia. Kontrola leiszmaniozy: raport ze spotkania Komitetu Ekspertów Światowej Organizacji Zdrowia ds. Zwalczania Leiszmaniozy. 2010. http://apps.who.int/iris/bitstream/10665/44412/1/WHO_TRS_949_eng.pdf. Data dostępu: 19 marca 2014 r.
Singh S. Zmieniające się trendy w epidemiologii, obrazie klinicznym i diagnostyce koinfekcji leiszmaniozy i HIV w Indiach. Int J Inf Dis. 2014;29:103–12.
Narodowy Program Kontroli Chorób Przenoszonych Przez Wektory (NVBDCP). Przyspieszenie programu niszczenia Kala-Azar. 2017. https://www.who.int/leishmaniasis/resources/Accelerated-Plan-Kala-azar1-Feb2017_light.pdf. Data dostępu: 17 kwietnia 2018 r.
Muniaraj M. Skoro szanse na wyeliminowanie kala-azar (leiszmaniozy trzewnej) do 2010 roku są niewielkie i epidemie tej choroby występują okresowo w Indiach, czy winą za to należy obarczać środki kontroli wektorów, koinfekcję lub leczenie wirusem niedoboru odporności ludzkiej? Topparasitol. 2014;4:10-9.
Thakur KP Nowa strategia eliminacji kala-azar na obszarach wiejskich w Biharze. Indian Journal of Medical Research. 2007;126:447–51.
Czas publikacji: 20-05-2024