Opryskiwanie resztkowe wewnątrz pomieszczeń (IRS) jest podstawą działań w zakresie kontroli wektorów leiszmaniozy trzewnej (VL) w Indiach. Niewiele wiadomo o wpływie kontroli IRS na różne typy gospodarstw domowych. W tym artykule oceniamy, czy IRS stosujący insektycydy ma takie same efekty resztkowe i interwencyjne dla wszystkich typów gospodarstw domowych w wiosce. Opracowaliśmy również połączone mapy ryzyka przestrzennego i modele analizy zagęszczenia komarów w oparciu o cechy gospodarstwa domowego, wrażliwość na pestycydy i status IRS, aby zbadać przestrzenno-czasowy rozkład wektorów na poziomie mikroskali.
Badanie przeprowadzono w dwóch wioskach bloku Mahnar w dystrykcie Vaishali w Biharze. Oceniono kontrolę wektorów VL (P. argentipes) przez IRS przy użyciu dwóch insektycydów [dichlorodifenylotrichloroetanu (DDT 50%) i syntetycznych pyretroidów (SP 5%)]. Czasową skuteczność resztkową insektycydów na różnych typach ścian oceniono przy użyciu metody biotestu stożkowego zalecanej przez Światową Organizację Zdrowia. Wrażliwość rodzimych rybików na insektycydy zbadano przy użyciu biotestu in vitro. Zagęszczenie komarów przed i po IRS w domach i schroniskach dla zwierząt monitorowano przy użyciu pułapek świetlnych zainstalowanych przez Centra Kontroli i Zapobiegania Chorobom w godzinach od 18:00 do 6:00. Najlepiej dopasowany model analizy zagęszczenia komarów opracowano przy użyciu analizy wielokrotnej regresji logistycznej. Technologia analizy przestrzennej oparta na GIS została wykorzystana do mapowania rozkładu wrażliwości na pestycydy wektorowe według typu gospodarstwa domowego, a status IRS gospodarstwa domowego został wykorzystany do wyjaśnienia rozkładu czasoprzestrzennego krewetek srebrnych.
Srebrne komary są bardzo wrażliwe na SP (100%), ale wykazują wysoką odporność na DDT, ze wskaźnikiem śmiertelności wynoszącym 49,1%. Zgłaszano, że SP-IRS ma lepszą akceptację społeczną niż DDT-IRS we wszystkich typach gospodarstw domowych. Skuteczność resztkowa różniła się na różnych powierzchniach ścian; żaden z insektycydów nie spełnił zalecanego przez Światową Organizację Zdrowia IRS czasu działania. We wszystkich punktach czasowych po IRS redukcja pluskiew smrodliwych dzięki SP-IRS była większa między grupami gospodarstw domowych (tj. opryskiwacze i strażnicy) niż DDT-IRS. Połączona mapa ryzyka przestrzennego pokazuje, że SP-IRS ma lepszy wpływ na kontrolę 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 srebrnych krewetek.
Wyniki pozwolą lepiej zrozumieć praktyki 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), Gujarat (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 wysoce endemicznym, w którym 33 dystrykty dotknięte VL stanowią ponad 70% wszystkich przypadków w Indiach każdego roku [4]. Około 99 milionów ludzi w regionie jest zagrożonych, 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. za pomocą dichlorodifenylotrichloroetanu (DDT 50% WP, 1 g ai/m2), a programowa kontrola skutecznie kontrolowała 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) wyznaczyła sobie cel wyeliminowania VL do 2020 r. (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 wynoszący 5/10 000) skuteczny IRS obejmujący 80% gospodarstw domowych mógłby osiągnąć cele eliminacji jeden 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 interwencyjnych [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 pozostałego wpływu IRS na monitorowanie zagęszczenia komarów w różnych typach gospodarstw domowych. Ponadto mikroskalowe mapowanie ryzyka geoprzestrzennego 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 używany 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 ognisk, wdrażanie i ocena strategii kontroli, interakcje patogenów z czynnikami środowiskowymi i mapowanie ryzyka przestrzennego. [20,23,24,25,26]. Informacje zebrane i uzyskane z map ryzyka geoprzestrzennego mogą ułatwić terminowe i skuteczne środki kontroli.
W badaniu tym oceniono skuteczność resztkową i wpływ interwencji DDT i SP-IRS na poziomie gospodarstwa domowego w ramach Narodowego Programu Kontroli Wektorów VL w Biharze w Indiach. Dodatkowymi celami było opracowanie połączonej mapy ryzyka przestrzennego i modelu analizy zagęszczenia komarów w oparciu o cechy mieszkania, podatność na wektory insektycydów i status gospodarstwa domowego IRS w celu zbadania hierarchii czasoprzestrzennego rozmieszczenia mikrokomarów.
Badanie przeprowadzono w bloku Mahnar dystryktu Vaishali na północnym brzegu Gangesu (rys. 1). Makhnar jest obszarem wysoce endemicznym, ze średnią liczbą 56,7 przypadków VL rocznie (170 przypadków w latach 2012-2014), roczna zapadalność 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) i typ gospodarstwa domowego (HT) oraz charakter ich dystrybucji (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 byli bardzo aktywnie zaangażowani w działania badawcze. Domy we wsi szkoleniowej [składające się z 1-2 sypialni z 1 balkonem, 1 kuchnią, 1 łazienką i 1 stodołą (połączoną lub oddzielną)] składają się ze ścian z cegły/błota i podłóg z suszonej cegły, ścian z cegły z tynkiem wapienno-cementowym i podłóg cementowych, nieotynkowanych i niepomalowanych ścian z cegły, podłóg glinianych 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%), średnia miesięczna temperatura 17,2–32,4°C. Najcieplejszymi miesiącami są maj i czerwiec (temperatury 39–44 °C), natomiast najzimniejszym styczeń (7–22 °C).
Mapa obszaru badań pokazuje lokalizację Bihar na mapie Indii (a) i lokalizację dystryktu Vaishali na mapie Bihar (b). Blok Makhnar (c) Do badania wybrano dwie wioski: Chakeso jako miejsce kontrolne i Lavapur Makhnar jako miejsce interwencji.
W ramach Narodowego Programu Kontroli Kalaazar, Bihar Society Health Board (SHSB) przeprowadziło dwie rundy corocznego IRS w latach 2015 i 2016 (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 kala-azar (RPKDL) we wsi (tj. wsie z 1 lub większą liczbą przypadków w dowolnym okresie w ciągu ostatnich 3 lat, w tym roku wdrożenia). , wsie nieendemiczne wokół „punktów zapalnych” (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 zgłoszonego w [17]. Sąsiednie wsie, które wdrażają pierwszą rundę krajowego opodatkowania, nowe wsie są również uwzględnione w drugiej rundzie krajowego planu działania podatkowego. 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 przy użyciu pompy Hudson Xpert (13,4 l) z sitem ciśnieniowym, zaworem o zmiennym przepływie (1,5 bara) i dyszą płaską 8002 do powierzchni porowatych [27]. ICMR-RMRIMS, Patna (Bihar) monitorowało IRS na poziomie gospodarstwa domowego i wioski i przekazywało wstępne informacje o IRS mieszkańcom za pomocą mikrofonów w ciągu pierwszych 1-2 dni. Każdy zespół IRS jest wyposażony w monitor (zapewniony przez RMRIMS) w celu monitorowania wyników 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 badań IRS, ogólne pokrycie gospodarstw domowych w badanych wioskach osiągnęło 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 badań IRS.
Badanie przeprowadzono od czerwca 2015 do lipca 2016. IRS wykorzystał centra chorób do monitorowania przed interwencją (tj. 2 tygodnie przed interwencją; badanie podstawowe) i po interwencji (tj. 2, 4 i 12 tygodni po interwencji; badania kontrolne), kontroli zagęszczenia i zapobiegania muchom piaskowym w każdej rundzie IRS. w każdym gospodarstwie domowym Jedna noc (tj. od 18:00 do 6:00) pułapka świetlna [28]. Pułapki świetlne zainstalowano w sypialniach i schroniskach dla zwierząt. We wsi, 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 do każdej z czterech głównych grup gospodarstw domowych (tj. gospodarstwa domowe z prostym tynkiem glinianym (PMP), gospodarstwa domowe z tynkiem cementowym i okładziną wapienną (CPLC), gospodarstwa domowe z 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. W przypadku wszystkich trzech grup monitorowania zagęszczenia komarów (tj. interwencyjnej, kontrolnej i kontrolnej) gospodarstwa domowe wybrano z trzech grup poziomów ryzyka (tj. niskiego, średniego i wysokiego; dwa gospodarstwa domowe z każdego poziomu ryzyka), a cechy ryzyka HT sklasyfikowano (moduły i struktury przedstawiono odpowiednio w Tabeli 1 i Tabeli 2) [29, 30]. Wybrano dwa gospodarstwa domowe na każdy poziom ryzyka, aby uniknąć stronniczych 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 za pomocą waty nasączonej chloroformem. Srebrzyste muchówki oznaczono płciowo i oddzielono od innych owadów i komarów na podstawie cech morfologicznych, stosując standardowe kody identyfikacyjne [31]. Następnie wszystkie krewetki srebrzyste, samce i samice, zakonserwowano oddzielnie w 80% alkoholu. Gęstość komarów na pułapkę/noc obliczono, stosując następujący wzór: całkowita liczba zebranych komarów/liczba pułapek świetlnych ustawionych na noc. Procentową zmianę liczebności komarów (SFC) spowodowaną IRS przy użyciu DDT i SP oszacowano, stosując następujący wzór [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 objętych kontrolą/nadzorem, a D to średnia SFC dla gospodarstw domowych objętych kontrolą/nadzorem IRS.
Wyniki efektu interwencji, odnotowane jako wartości ujemne i dodatnie, wskazują odpowiednio na spadek i wzrost SFC po IRS. Jeśli SFC po IRS pozostało takie samo jak bazowe SFC, efekt interwencji obliczono jako zero.
Zgodnie ze Schematem Oceny Pestycydów Światowej Organizacji Zdrowia (WHOPES), wrażliwość rodzimych krewetek srebrzystonogich na pestycydy DDT i SP oceniano przy użyciu standardowych biotestów in vitro [33]. Zdrowe i niekarmione samice krewetek srebrzystonogich (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, każdy wykonywany 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 opisany zgodnie z wytycznymi Światowej Organizacji Zdrowia: śmiertelność na poziomie 98–100% wskazuje na podatność, 90–98% wskazuje na możliwą oporność wymagającą potwierdzenia, a <90% wskazuje na oporność [33, 34]. Ponieważ śmiertelność w grupie kontrolnej wahała się od 0 do 5%, nie przeprowadzono korekty śmiertelności.
Oceniono skuteczność biologiczną i efekty resztkowe 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, jeden dla każdego rodzaju powierzchni ściany). Przymocuj stożki do każdej ściany pokoju na różnych wysokościach: 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 (10 na stożek; zebranych z działki kontrolnej za pomocą aspiratora) umieszczono w każdej plastikowej komorze stożkowej WHO (jeden stożek na typ gospodarstwa domowego) jako kontrole. Po 30 minutach ekspozycji ostrożnie wyjmij komary z niej; stożkowej komory za pomocą aspiratora łokciowego i przenieś je do probówek WHO zawierających 10% roztwór cukru w celu nakarmienia. Ostateczną śmiertelność po 24 godzinach odnotowano w temperaturze 27 ± 2°C i wilgotności względnej 80 ± 10%. Współczynniki śmiertelności z wynikami między 5% a 20% są korygowane przy użyciu 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 z śmiertelnością w grupie kontrolnej >20% zostały odrzucone i przeprowadzone ponownie [27, 33].
Przeprowadzono kompleksowe badanie gospodarstw domowych w wiosce objętej interwencją. Zapisano lokalizację GPS każdego gospodarstwa domowego wraz z jego projektem i rodzajem materiałów, mieszkaniem i statusem interwencji. Platforma GIS opracowała cyfrową geobazę danych, która obejmuje warstwy graniczne na poziomie wioski, dzielnicy, dystryktu i stanu. Wszystkie lokalizacje gospodarstw domowych są geotaggingowane przy użyciu warstw punktów GIS na poziomie wioski, a ich informacje o atrybutach są łączone i aktualizowane. W przypadku każdego gospodarstwa domowego ryzyko oceniano na podstawie HT, podatności na wektory insektycydów i statusu IRS (Tabela 1) [11, 26, 29, 30]. Następnie wszystkie punkty lokalizacji gospodarstw domowych przekształcono na mapy tematyczne przy użyciu odwrotnego ważenia odległości (IDW; rozdzielczość oparta na średniej powierzchni gospodarstwa domowego wynoszącej 6 m2, potęga 2, stała liczba otaczających punktów = 10, przy użyciu zmiennego promienia wyszukiwania, filtra dolnoprzepustowego). i mapowania splotu sześciennego) technologii interpolacji przestrzennej [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 tematyczne ryzyka połączono następnie przy użyciu analizy nakładki ważonej [36]. Podczas tego procesu warstwy rastrowe zostały przeklasyfikowane 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 rozpowszechnienia w badanych wioskach, miejsc rozrodu komarów oraz zachowań związanych z odpoczynkiem i żerowaniem) [26, 29]. , 30, 37]. Obie mapy ryzyka przedmiotowego zostały zważone w stosunku 50:50, ponieważ w równym stopniu przyczyniły się do liczebności komarów (plik dodatkowy 1: tabela S2). Poprzez zsumowanie ważonych map tematycznych nakładki tworzona jest ostateczna mapa ryzyka złożonego i wizualizowana na platformie GIS. Ostateczną mapę ryzyka przedstawiono i opisano za pomocą wartości Indeksu Ryzyka Muchy Piaskowej (SFRI) obliczonych przy użyciu następującego wzoru:
W formule P jest wartością indeksu ryzyka, L jest ogólną wartością ryzyka dla lokalizacji każdego gospodarstwa domowego, a H jest najwyższą wartością ryzyka dla gospodarstwa domowego na badanym obszarze. Przygotowaliśmy i wykonaliśmy warstwy GIS i analizę przy użyciu ESRI ArcGIS v.9.3 (Redlands, CA, USA) w celu utworzenia map ryzyka.
Przeprowadziliśmy analizy regresji wielokrotnej, aby zbadać łączne efekty HT, ISV i IRSS (jak opisano w Tabeli 1) na zagęszczenie komarów domowych (n = 24). Charakterystyka mieszkaniowa i czynniki ryzyka oparte na interwencji IRS odnotowane 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. Podczas analizy jednowymiarowej zmienne, które nie były istotne i miały wartość P większą niż 15%, usunięto z analizy regresji wielokrotnej. Aby zbadać interakcje, człony interakcji dla wszystkich możliwych kombinacji zmiennych istotnych (znajdowanych w analizie jednowymiarowej) zostały jednocześnie uwzględnione w analizie regresji wielokrotnej, a człony nieistotne usunięto z modelu w sposób krok po kroku, aby utworzyć ostateczny model.
Ocenę ryzyka na poziomie gospodarstwa domowego przeprowadzono na dwa sposoby: ocenę ryzyka na poziomie gospodarstwa domowego i połączoną ocenę przestrzenną obszarów ryzyka na mapie. Szacunki ryzyka na poziomie gospodarstwa domowego oszacowano przy użyciu analizy korelacji między szacunkami ryzyka gospodarstwa domowego a zagęszczeniem muchówek (zebranymi z 6 gospodarstw domowych objętych programem strażniczym i 6 gospodarstw domowych objętych interwencją; tygodnie przed i po wdrożeniu IRS). Strefy ryzyka przestrzennego oszacowano przy użyciu 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 stref ryzyka; nocne zbiory są przeprowadzane co 2, 4 i 12 tygodni po IRS) w celu zebrania 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 zagęszczeniem komarów przewidywanym przez model.
Obliczono statystyki opisowe, takie jak średnia, minimum, maksimum, 95% przedziały ufności (CI) i procenty, aby podsumować dane entomologiczne i związane z IRS. Średnia liczba/gęstość i śmiertelność pluskiew srebrzystych (pozostałości środków owadobójczych) przy użyciu testów parametrycznych [test t dla prób parzystych (dla danych o rozkładzie normalnym)] i testów nieparametrycznych (ranking znakowy Wilcoxona) w celu porównania skuteczności różnych typów powierzchni w domach (test iee, BUU vs. CPLC, BUU vs. PMP i 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 działaniu pestycydów był wyższy podczas SP-IRS (86,3%) niż podczas DDT-IRS (52,7%). Liczba gospodarstw domowych, które zrezygnowały z IRS podczas DDT, wyniosła 26 (12,7%), a liczba gospodarstw domowych, które zrezygnowały z IRS podczas 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 podatna na alfa-cypermetrynę (0,05%), ponieważ średnia śmiertelność odnotowana w trakcie badania (24 godziny) wyniosła 100%. Zaobserwowany wskaźnik wyciszenia wyniósł 85,9% (95% CI: 81,1–90,6%). W przypadku DDT wskaźnik wyciszenia 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 krewetki srebrzyste 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 wykazały, 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 stale poniżej 70% dla wszystkich typów ścian we wszystkich punktach czasowych po biotestach IRS. Średnie eksperymentalne wskaźniki śmiertelności dla DDT i SP po 12 tygodniach oprysku wynosiły odpowiednio 25,1% i 63,2%. trzech typów powierzchni, najwyższe średnie wskaźniki śmiertelności dla DDT wynosiły 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). 12 tygodni po IRS). US IRS). tygodni 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 IRS) rund 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 nadzoru w okresach sprawozdawczych DDT i SP IRS wyniosły odpowiednio 2,8% (po 2 tygodniach) i 49,1% (po 2 tygodniach). W okresie SP-IRS spadek (przed i po) populacji bażantów białobrzuchych był podobny w gospodarstwach domowych poddanych opryskowi (t(2) = – 9,09, P < 0,001) i gospodarstwach domowych objętych ochroną (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 ochroną 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 ochroną.
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: w tygodniach IRS 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 wartownikowymi a kontrolnymi (t(2) = -0,48, P = 0,68). Rysunek 2 przedstawia średnie zagęszczenia bażantów srebrzystych obserwowane w gospodarstwach w pełni i częściowo poddanych działaniu kółek IRS. Nie było istotnych różnic w zagęszczeniach bażantów w pełni zarządzanych między gospodarstwami w pełni i częściowo zarządzanymi (średnio 7,3 i 2,7 na pułapkę/noc). DDT-IRS i SP-IRS, odpowiednio), a niektóre gospodarstwa domowe były opryskiwane obydwoma insektycydami (średnio 7,5 i 4,4 na noc dla DDT-IRS i SP-IRS, odpowiednio) (t(2) ≤ 1,0, P > 0,2). Jednak zagęszczenia krewetek srebrzystych w gospodarstwach w pełni i częściowo opryskiwanych różniły się istotnie między rundami SP i DDT IRS (t(2) ≥ 4,54, P ≤ 0,05).
Szacunkowe średnie zagęszczenie pluskwy srebrzystej w gospodarstwach domowych poddanych w pełni i częściowo leczeniu w wiosce Mahanar w Lavapur w okresie 2 tygodni przed przeprowadzeniem przez IRS oraz 2, 4 i 12 tygodni po przeprowadzeniu rund IRS, DDT i SP.
Opracowano kompleksową mapę ryzyka przestrzennego (wieś Lavapur Mahanar; powierzchnia całkowita: 26 723 km2), aby zidentyfikować strefy niskiego, średniego i wysokiego ryzyka przestrzennego w celu monitorowania pojawiania się i ponownego pojawiania się krewetek srebrnych 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. Obszar pokrycia waha się między strefami wysokiego (DDT 20,2%; SP 4,9%), średniego (DDT 22,3%; SP 4,6%) i niskiego/żadnego 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 ryzyka łącznego wykazała, że SP-IRS ma lepsze zdolności 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 DDT-IRS odsetek obszarów wysokiego i niskiego ryzyka oceniony na podstawie połączonej mapy ryzyka wynosił odpowiednio 35,5% (9498,1 km2) i 16,2% (4342,4 km2). Zagęszczenia muchówek piaskowych mierzone w gospodarstwach domowych objętych leczeniem i gospodarstwach nadzorczych przed wdrożeniem IRS i kilka tygodni po nim zostały naniesione na mapę ryzyka połączonego dla każdej rundy IRS (tj. DDT i SP) i zwizualizowane (rys. 3, 4). Występowała dobra zgodność między wynikami ryzyka gospodarstw domowych a średnimi zagęszczeniami krewetek srebrzystych odnotowanymi przed i po 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, całkowite DDT 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 ogółem (plik dodatkowy 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 oceny terenowej zintegrowanego obszaru mapy ryzyka podsumowano w Tabeli 5. W przypadku rund IRS średnia liczebność krewetek srebrzystobrzuchych i procent 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 zbierania komarów) są mapowane i wizualizowane w Dodatkowym pliku 1: Rysunek S2.
Trzy rodzaje map ryzyka przestrzennego opartych na GIS (tj. HT, IS i IRSS oraz kombinacja HT, IS i IRSS) w celu 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 systemie GIS (tj. HT, IS i IRSS oraz kombinacja HT, IS i IRSS) w celu 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 typu gospodarstwa domowego obliczono poprzez oszacowanie „R2” między ryzykami gospodarstwa domowego. Oszacowanie wskaźników gospodarstwa domowego i średniego zagęszczenia P. argentipes 2 tygodnie przed wdrożeniem IRS oraz 2, 4 i 12 tygodni po wdrożeniu IRS we wsi Lavapur Mahnar, dystrykt Vaishali, Bihar
Tabela 6 podsumowuje wyniki jednowymiarowej analizy wszystkich czynników ryzyka wpływających na gęstość płatków. Wszystkie czynniki ryzyka (n = 6) okazały się istotnie związane z gęstością komarów domowych. Zaobserwowano, że poziom istotności wszystkich istotnych zmiennych wygenerował wartości p mniejsze niż 0,15. Tak więc wszystkie zmienne objaśniające zostały zachowane w analizie regresji wielokrotnej. Najlepiej dopasowana kombinacja ostatecznego modelu została utworzona na podstawie pięciu czynników ryzyka: TF, TW, DS, ISV i IRSS. Tabela 7 zawiera szczegóły 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 wynoszącą 0,89 (F(5)=27 .9, P<0,001).
TR został wykluczony z ostatecznego modelu, ponieważ był najmniej istotny (P = 0,46) w porównaniu z innymi zmiennymi objaśniającymi. Opracowany model został użyty do przewidywania 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 ograniczaniu 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. Jednak 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 wiedzy, badanie to 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 czasoprzestrzennego rozmieszczenia komarów w mikroskali w warunkach interwencji IRS.
Nasze wyniki wykazały, że adopcja SP-IRS w gospodarstwach domowych była wysoka we wszystkich gospodarstwach domowych i że większość gospodarstw domowych była w pełni przetworzona. Wyniki biotestu wykazały, że srebrzyste muchy piaskowe w badanej wiosce były bardzo wrażliwe na beta-cypermetrynę, ale raczej nisko na DDT. Średnia śmiertelność srebrzystych krewetek z powodu DDT wynosi mniej niż 50%, co wskazuje na wysoki poziom odporności na DDT. Jest to zgodne z wynikami poprzednich badań przeprowadzonych w różnym czasie w różnych wioskach w stanach endemicznych VL w Indiach, w tym Bihar [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 nieefektywność może wynikać ze złej implementacji IRS (tj. przesuwania pompy z odpowiednią prędkością, odległością od ściany, szybkością wypływu i wielkością kropelek wody oraz ich osadzania na ścianie), a także z nierozsądnego stosowania pestycydów (tj. przygotowywania roztworu) [11,28,43]. Jednak ponieważ badanie to przeprowadzono pod ścisłym monitorowaniem i kontrolą, innym powodem niespełnienia zalecanej przez Światową Organizację Zdrowia daty ważności może być jakość SP (tj. procent składnika aktywnego lub „AI”), który 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. Jednak 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 (zwiększone 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 dotyczących skuteczności resztkowej powierzchni traktowanych insektycydami w walce z różnymi wektorami chorób [45, 46, 50, 51].
Oszacowania redukcji liczby komarów w leczonych gospodarstwach domowych wykazały, że SP-IRS był skuteczniejszy niż DDT-IRS w zwalczaniu komarów we wszystkich odstępach po IRS (P < 0,001). W przypadku rund SP-IRS i DDT-IRS wskaźniki spadku w leczonych gospodarstwach domowych w okresie od 2 do 12 tygodni wynosiły odpowiednio 55,6-90,5% i 14,1-34,1%. Wyniki te wykazały również, że istotne efekty na liczebność P. argentipes w gospodarstwach domowych objętych programem nadzorowania obserwowano w ciągu 4 tygodni od wdrożenia IRS; argentipes zwiększyło się w obu rundach IRS 12 tygodni po IRS; Jednak nie było istotnej różnicy w liczbie komarów w gospodarstwach domowych objętych programem nadzorowania między dwiema rundami IRS (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. kontrolne; opryskiwane vs. kontrolne; kontrolne vs. całkowite vs. częściowe). ). Dwie grupy rodzinne IRS i SP-IRS (tj. kontrolne vs. 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 poddane działaniu środka, ale nie nieleczone. 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 przewyższa 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 zostały opryskane. 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 kontaktowy efekt drażniący i bezpośrednią toksyczność dla komarów i nadaje się do 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 ten 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 srebrzystonogich. Analiza stref ryzyka oparta na HT wykazała, że większość obszarów wiejskich (>78%) Lavapur-Mahanara znajduje się na najwyższym poziomie ryzyka występowania i ponownego pojawiania się muchówek. Jest to prawdopodobnie główny powód, dla którego Rawalpur Mahanar VL jest tak popularny. Całkowity ISV i IRSS, a także ostateczna łączona mapa ryzyka, wykazały niższy odsetek obszarów o wysokim ryzyku 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%; łączone szacunki mapy ryzyka), co jest prawie czterokrotnie niższe (16,2%) niż DDT. – Sytuacja jest przedstawiona na powyższym wykresie ryzyka portfela IRS. Wynik ten wskazuje, że IRS jest właściwym wyborem w przypadku kontroli komarów, ale stopień ochrony zależy od jakości insektycydu, wrażliwości (na wektor docelowy), akceptowalności (w momencie stosowania IRS) i jego zastosowania;
Wyniki oceny ryzyka gospodarstwa domowego wykazały dobrą zgodność (P < 0,05) między szacunkami ryzyka a gęstością krewetek srebrzysto-nogich zebranych z różnych gospodarstw domowych. Sugeruje to, że zidentyfikowane parametry ryzyka gospodarstwa domowego i ich kategoryczne wyniki ryzyka są dobrze dostosowane do szacowania lokalnej liczebności krewetek srebrzystych. Wartość R2 analizy zgodności DDT po wprowadzeniu IRS wynosiła ≥ 0,78, co było równe lub większe od wartości przed wprowadzeniem IRS (tj. 0,78). Wyniki wykazały, 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 znaczący wpływ narażenia na SP-IRS na komary, który wykazał 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 połączonej mapie wykazały, 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 podejmowania decyzji w zakresie agregowania różnych warstw danych przestrzennych indywidualnie lub w połączeniu w celu identyfikacji obszarów ryzyka much piaskowych. Opracowana mapa ryzyka zapewnia kompleksowe zrozumienie warunków przed i po interwencji (tj. rodzaju 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 do wykorzystania w analizach gęstości 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 pojawiania się, odzyskiwania i rozmnażania krewetek srebrzystych. W analizie regresji wielokrotnej TR nie okazał się istotny i dlatego nie został wybrany w ostatecznym modelu. Ostateczny model był wysoce istotny, a wybrane parametry wyjaśniały 89% gęstości krewetek srebrzystych. Wyniki dokładności modelu wykazały silną korelację między przewidywanymi i obserwowanymi gęstościami krewetek srebrzystych. Nasze wyniki potwierdzają również wcześniejsze badania, w których omówiono czynniki ryzyka społeczno-ekonomicznego i mieszkaniowego związane z częstością występowania VL i przestrzennym rozkładem wektora w wiejskim Biharze [15, 29].
W tym badaniu nie ocenialiśmy osadzania się pestycydów na spryskanych ścianach ani jakości (tj.) pestycydu stosowanego w IRS. Zmiany w jakości i ilości pestycydów mogą mieć wpływ na śmiertelność komarów i skuteczność interwencji IRS. W związku z tym szacowana śmiertelność wśród typów powierzchni i skutki interwencji wśród grup gospodarstw domowych mogą różnić się od rzeczywistych wyników. Biorąc pod uwagę te punkty, można zaplanować nowe badanie. Ocena całkowitego obszaru zagrożonego (z wykorzystaniem mapowania ryzyka GIS) badanych wiosek obejmuje otwarte obszary między wioskami, co wpływa na klasyfikację stref ryzyka (tj. identyfikację stref) i rozciąga się na różne strefy ryzyka; Jednak badanie to przeprowadzono na poziomie mikro, więc niezagospodarowane tereny mają tylko niewielki wpływ na klasyfikację obszarów ryzyka; Ponadto identyfikacja i ocena różnych stref ryzyka w obrębie całkowitej powierzchni wioski może zapewnić możliwość wyboru obszarów pod przyszłą nową zabudowę mieszkaniową (zwłaszcza wybór stref niskiego ryzyka). Ogólnie rzecz biorąc, wyniki tego badania dostarczają różnorodnych informacji, które nigdy wcześniej nie były badane na poziomie mikroskopowym. Co najważniejsze, przestrzenna reprezentacja mapy zagrożeń wsi pomaga identyfikować i grupować gospodarstwa domowe na różnych obszarach ryzyka. W porównaniu z tradycyjnymi badaniami terenowymi ta metoda jest prosta, wygodna, opłacalna i wymaga mniej pracy, a ponadto dostarcza informacji osobom podejmującym decyzje.
Nasze wyniki wskazują, że rodzime rybiki w badanej wiosce rozwinęły odporność (tj. są wysoce odporne) na DDT, a pojawienie się komarów zaobserwowano natychmiast po IRS; Alfa-cypermetryna wydaje się być właściwym wyborem do kontroli IRS wektorów VL ze względu na 100% śmiertelność i lepszą skuteczność interwencji przeciwko srebrzykom, a także lepszą akceptację społeczności w porównaniu z DDT-IRS. Jednak odkryliśmy, że śmiertelność komarów na ścianach traktowanych SP różniła się w zależności od rodzaju powierzchni; zaobserwowano słabą skuteczność resztkową, a zalecany przez WHO czas po IRS nie został osiągnięty. To badanie stanowi dobry punkt wyjścia do dyskusji, a jego wyniki wymagają dalszych badań w celu zidentyfikowania rzeczywistych przyczyn źródłowych. Dokładność predykcyjna modelu analizy zagęszczenia muchówek wykazała, że połączenie cech mieszkalnych, wrażliwości wektorów na insektycydy i statusu IRS można wykorzystać do oszacowania zagęszczenia muchówek w endemicznych wioskach VL w Biharze. Nasze badanie pokazuje również, że połączone mapowanie przestrzenne ryzyka 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 przestrzenne ryzyka zapewniają kompleksowe zrozumienie zakresu i charakteru obszarów ryzyka na różnych poziomach, których nie można badać za pomocą tradycyjnych badań terenowych i konwencjonalnych metod zbierania danych. Informacje o ryzyku mikroprzestrzennym 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 wektorowej), aby dotrzeć 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. Kontroli 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, prezentacji klinicznej i diagnostyce koinfekcji leiszmaniozy i HIV w Indiach. Int J Inf Dis. 2014;29:103–12.
Narodowy program kontroli chorób przenoszonych przez wektory (NVBDCP). Przyspiesz program 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. Mając nikłą nadzieję na wykorzenienie kala-azar (leiszmaniozy trzewnej) do 2010 r., której ogniska pojawiają się okresowo w Indiach, czy należy obwiniać środki kontroli wektorów, współzakażenie wirusem niedoboru odporności ludzkiej lub leczenie? Topparasitol. 2014;4:10-9.
Thakur KP Nowa strategia wyeliminowania kala azar w wiejskim Biharze. Indian Journal of Medical Research. 2007;126:447–51.
Czas publikacji: 20-05-2024