Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 2 de 2
Filtrar
Adicionar filtros








Intervalo de ano
1.
Rev. Inst. Adolfo Lutz (Online) ; 78: 1-7, dez. 2019. ilus, mapas
Artigo em Inglês | LILACS, CONASS, ColecionaSUS, SES-SP, SESSP-ACVSES, SESSP-IALPROD, SES-SP, SESSP-IALACERVO | ID: biblio-1147851

RESUMO

NASA's Earth Observing Satellites (EOS) were used to calculate three vegetation indices, extract precipitation and elevation data, and then evaluate their applicability for assessing risk of visceral leishmaniasis (VL) and cutaneous leishmaniasis (CL) in Bahia State, Brazil. Regression models showed that either form of leishmaniasis can be predicted by NDVI, NDMI, NDWI data products and TRMM) precipitation data (R2= 0.370; p<0.001). Elevation was not significantly associated with the distribution of either VL or CL. In areas of high annual precipitation, CL was 3.6 times more likely to occur than VL. For vegetative moisture (NDMI), CL was 2.11 times more likely to occur than VL. Odds of CL occurrence increased to 5.5 times when vegetation (NDVI) and 13.5 times when liquid water content of vegetation canopies (NDWI) was considered. Areas at risk of CL and VL were mapped based on the selected explanatory variables. Accuracy of models were assessed using area under the receiver operating characteristic curve (AUC=0.72). We propose that statewide scale risk models based on use of EOS products will be a useful tool at 1 km2 spatial resolution to enable health workers to identify and target high risk areas to prevent transmission of leishmaniasis.(AU)


Os satélites de observação da Terra (SOT) da NASA foram usados para calcular três índices de vegetação, extrair dados de precipitação e elevação e avaliar sua aplicabilidade para identificar o risco para leishmaniose visceral (LV) e leishmaniose tegumentar (LT) no Estado da Bahia, Brasil. Modelos de regressão mostraram que ambas as formas de leishmaniose podem ser preditas pelos NDVI, NDMI, NDWI e precipitação TRMM (R2 = 0,370; p<0,001). A elevação não foi significativamente associada à distribuição de LV ou LT. Em áreas de alta precipitação anual, a LT foi 3,6 vezes mais provável de ocorrer do que a LV. Para a umidade vegetativa (NDMI), a LT apresentou 2,11 maior probabilidade de ocorrer do que a LV. As chances de ocorrência de LT aumentaram para 5,5 vezes em relação com a vegetação (NDVI) e 13,5 vezes quando o conteúdo de água líquida dos dosséis da vegetação (NDWI) foi considerado. Áreas em risco de LT e LV foram mapeadas com base nas variáveis explicativas selecionadas. A precisão dos modelos foi avaliada usando a área sob curva característica de operação do receptor (Curva COR=0,72). Propusemos que os modelos de risco em escala estadual baseados no uso de produtos SOT são uma ferramenta útil na resolução espacial de 1 km2 por permitir que profissionais de saúde identifiquem e direcionem áreas de alto risco para evitar a transmissão da leishmaniose. (AU)


Assuntos
Brasil , Leishmaniose , Medição de Risco , Riscos Ambientais , Observação
2.
Rev. Inst. Adolfo Lutz (Online) ; 78: e1775, dez. 2019. ilus
Artigo em Inglês | LILACS, VETINDEX | ID: biblio-1489597

RESUMO

NASA’s Earth Observing Satellites (EOS) were used to calculate three vegetation indices, extract precipitation and elevation data, and then evaluate their applicability for assessing risk of visceral leishmaniasis (VL) and cutaneous leishmaniasis (CL) in Bahia State, Brazil. Regression models showed that either form of leishmaniasis can be predicted by NDVI, NDMI, NDWI data products and TRMM) precipitation data (R2 = 0.370; p<0.001). Elevation was not significantly associated with the distribution of either VL or CL. In areas of high annual precipitation, CL was 3.6 times more likely to occur than VL. For vegetative moisture (NDMI), CL was 2.11 times more likely to occur than VL. Odds of CL occurrence increased to 5.5 times when vegetation (NDVI) and 13.5 times when liquid water content of vegetation canopies (NDWI) was considered. Areas at risk of CL and VL were mapped based on the selected explanatory variables. Accuracy of models were assessed using area under the receiver operating characteristic curve (AUC=0.72). We propose that statewide scale risk models based on use of EOS products will be a useful tool at 1 km2 spatial resolution to enable health workers to identify and target high risk areas to prevent transmission of leishmaniasis.


Os satélites de observação da Terra (SOT) da NASA foram usados para calcular três índices de vegetação, extrair dados de precipitação e elevação e avaliar sua aplicabilidade para identificar o risco para leishmaniose visceral (LV) e leishmaniose tegumentar (LT) no Estado da Bahia, Brasil. Modelos de regressão mostraram que ambas as formas de leishmaniose podem ser preditas pelos NDVI, NDMI, NDWI e precipitação TRMM (R2 = 0,370; p<0,001). A elevação não foi significativamente associada à distribuição de LV ou LT. Em áreas de alta precipitação anual, a LT foi 3,6 vezes mais provável de ocorrer do que a LV. Para a umidade vegetativa (NDMI), a LT apresentou 2,11 maior probabilidade de ocorrer do que a LV. As chances de ocorrência de LT aumentaram para 5,5 vezes em relação com a vegetação (NDVI) e 13,5 vezes quando o conteúdo de água líquida dos dosséis da vegetação (NDWI) foi considerado. Áreas em risco de LT e LV foram mapeadas com base nas variáveis explicativas selecionadas. A precisão dos modelos foi avaliada usando a área sob curva característica de operação do receptor (Curva COR=0,72). Propusemos que os modelos de risco em escala estadual baseados no uso de produtos SOT são uma ferramenta útil na resolução espacial de 1 km2 por permitir que profissionais de saúde identifiquem e direcionem áreas de alto risco para evitar a transmissão da leishmaniose.


Assuntos
Fatores de Risco , Leishmaniose/etiologia , Medidas de Precipitação/análise , Brasil , Leishmaniose/prevenção & controle
SELEÇÃO DE REFERÊNCIAS
DETALHE DA PESQUISA