Temas

1. Línea de tiempo de la información epidemiológica & entomológica.

2. Definición de hotpots (cálculo e intepretación).

3. Hotspots de la enfermedad.

4. Hotspots del vector.

5. Clusters de casos de dengue.

6. Cadenas de transmisión.

7. Modelo estratégico de focalización de dengue en áreas urbanas

Ciclo de Vida del Programa de Prevención y Control del Dengue

Línea de tiempo de la información epidemiológica & entomológica

Hotspots.

1. Algoritmo & Formula

2. Cálculo

3. Definición e Interpretación

Algoritmo para el cálculo de los Hotspots (casos)

Algoritmo para el cálculo de los Hotspots I (vector)

Algoritmo para el cálculo de los Hotspots II (vector)

Formula del estadístico espacial local \(G_{i}^{*}\) (Hotspots)

\(G_{i}^{*}\) = \(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{\sum_{j = 1}^{n} x_{j}}\)

donde:

\(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{}\) = el numerador, es la suma de los valores \(x_{j}\) de la localidad de interes de la unidad espacial de interes \(x_{i}\) &

\(\frac{}{\sum_{j = 1}^{n} x_{j}}\) = el denominador, es la suma de todos los valores \(x\) en toda la localidad de interes.

Definición de los Hotspots

Los hotspots son áreas o las unidades espaciales con valores altos de \(G_{i}^{*}\) y homogéneos de la unidad espaciales de interes \(x_{ij}\). En otras palabras el estadístico espacial, identifica las unidades espaciales \(x_{ij}\) con valores altos comparados con el valor promedio de todas la unidades espaciales en la localidad de interes.

Hotspots de Transmisión de Dengue en Guadalajara.

Cálculo del estadístico local \(G_{i}^{*}\)

Spatial Weight Matrix \(\\w_{ij}\)

Casos por cada unidad espacial

\(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{}\) = (0 + 1 + 26 + 77 + 5 + 20) = 129

\(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{}\) = (0 + 154 + 38 + 0 + 1) = 193

\(\frac{}{\sum_{j = 1}^{n} x_{j}}\) = 392

Cálculo del estadístico local \(G_{i}^{*}\)

1. \(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{\sum_{j = 1}^{n} x_{j}}\) = \(\frac{129}{372}\) = 0.3290816

2. \(\frac{\sum_{j = 1}^{n} w_{ij}x_{j}}{\sum_{j = 1}^{n} x_{j}}\) = \(\frac{193}{372}\) = 0.4923469

Corrección de Bonferroni:

\(1-\alpha\) = \((1-\alpha)^{n}\)

##  [1] 20 21 22 23 24 25 26 27 28 29 30

##  [1] 2.8070 2.8227 2.8376 2.8518 2.8653 2.8782 2.8905 2.9024 2.9137 2.9247
## [11] 2.9352

Criterio: \(G_{i}^{*}\) >= \(1-\alpha\) = \((1-\alpha)^{n}\) es Hotspots, de lo contratio es No Hotspots

Hotspots de la enfermedad.

# Step 1 . load the dengue cases geocoded ####
load("C:/Users/felip/OneDrive/proyects/priority_research_projects/hotspots_high_risk_localities_138/8.RData/geocoded_dataset.RData")
# Step 2. load the locality ####
library(sf)
library(magrittr)
x <- rgeomex::extract_ageb(locality = "Martinez de la Torre",
                           cve_geo = "30")
# Step 3. count the dengue cases by polygon #####
x <- denhotspots::point_to_polygons(y = x$ageb, 
                                    x = y,
                                    ids = c(names(x$ageb)[c(1:9)]),
                                    time = ANO,
                                    coords = c("long", "lat"),
                                    crs = 4326,
                                    dis = "DENV")
# Step 4. calculate the hotspots and intensity by agebs (inegi 2019) ####
gi <- denhotspots::gihi(x = x,
                        gi_hi = "gi",
                        id = c(names(x)[c(1:9)]),
                        time = "year",
                        dis = "DENV",
                        alpha = 0.95)

Visualización de los hotspots en Martínez de la Torre

# Step 5. visualizamos los hotspots ############
denhotspots::staticmap_intensity(x = gi,
                                 pal = rcartocolor::carto_pal,
                                 name = "OrYel",pal_name = TRUE,
                                 breaks = 1, dir_pal = 1,
                                 x_leg = .9,y_leg = .95, ageb = TRUE)

Predicción del número de huevos y hotspots semanal (code).

# Step 1. define the paths 
library(magrittr)
library(sf)
path_lect <- "C:/Users/felip/Dropbox/cenaprece_datasets/30_veracruz"
path_coord <- paste(path_lect,"DescargaOvitrampasMesFco.txt", sep = "/")

# Step 2. calculate the eggs prediction and hotspots by week #####
mtz <-  deneggs::spde_pred_map(path_lect = path_lect,
                               cve_ent = "30",
                               locality  = c("Martinez de la Torre"),
                                   path_coord =  path_coord,
                                   longitude  = "Pocision_X",
                                   latitude =  "Pocision_Y",
                                   aproximation = "gaussian",
                                   integration = "eb",
                                   k = 40,
                                   palette_vir  = "magma",
                                   leg_title = "Huevos",
                                   week = lubridate::epiweek(Sys.Date())-1,
                                   plot = FALSE,
                                   var = "Huevecillos",
                                   cell_size = 1000,
                                   alpha = .99)

Predicción del número de huevos y hotspots semanal (mesh).

Predicción del número de huevos y hotspots semanal (prediction).

Intensidad de los hotspots del vector.

Cadenas de Trasmisión.

Cadenas de Trasmisión.

Clusters de transmisión.

Integración de los Análisis Espaciales en el Martínez de la Torre.

Modelo estratégico de focalización de dengue en áreas urbanas.

• 1. Áreas con riesgo muy alto de tranmisión. Áreas definidas como aquellas unidades espaciales (AGEBS) identificadas como hotspots de transmisión de dengue que presentan sobrelape espacial con los hotspots de la abundancia de huevos de Ae. aegypti y concordancia espacial con los cluster de transmisión de dengue (Satscan análisis) y las cadenas de transmision (knox test). El sobrelape espacial de los space-time análisis aun no esta implementado.

Modelo estratégico de focalización de dengue en áreas urbanas.

• 2. Áreas con riesgo alto de transmisión. Áreas identificadas como hotspots de transmisión de dengue.
• 3. Áreas con riesgo medio de transmisión. Áreas identificadas como hotspots de transmisión de la abundancia de Huevos de Ae. aegypti.
• 4. Áreas con riesgo bajo de transmisión. Áreas sin hotspots de ransmisión de dengue y áreas sin hotspot de la abundancias del vector.

Modelo estratégico de focalización de dengue en áreas urbanas.

Contacto y Buenas Nuevas

• email : felipe.dzul.m@gmail.com

• celular : 228 229 3419

• presentación: https://fdzul.github.io

• próximo curso

análisis espacial del dengue en R y Python