mauricio canals enfermedades transmitidas por vectores como respuesta a cambio climático
TRANSCRIPT
Enfermedades transmitidas
por vectores como respuesta
a cambio climático
Dr. Mauricio Canals L.
Departamento de Medicina,Facultad de Medicina, Universidad de Chile.
Departamento de Cs Ecológicas,Facultad
de Ciencias, Universidad de Chile.
El impacto en la salud humana
Enfermedad/Agente Infectados (WHO,
1976)
Infectados actuales Región Vectores
Malaria/Plasmodiu
m sp.
365 millones + de 300 millones
(WHO, 2000)
Africa, Asia,
América
Anopheles sp.
Oncocercosis/Onch
ocercus
volvulus
40 millones 20 millones (WHO,
2002)
Africa, Centro y
Sudamérica
Simulium sp.
Filariasis/Wurcherer
ia bancrofti y
Brugia Malayi
90 millones 120 millones
(WHO, 2000)
Africa, Asia,
Sudamérica
Culex sp.; Aedes sp.
Etc
Tripanosomiasis
africana/Trypa
nosoma brucei
20 mil 300 a 500 mil
(WHO, 2001)
Africa Glossina sp.
Enfermedad de
Chagas/Trypan
osoma cruzi
15 millones 6 millones
(INCOSUR,
2003)
América Reduviidae
Efectos del cambio climático en
hospederos y vectoresCrecimiento, reproducciíón y
desarrollo (Cambio
metabólico)
Tasa de reproducciób,
generaciones por estación
(Anopheles gambiae : ciclos
gonotróficos más cortos en
sitios abiertos más cálidos que
en sitios forestados
Patrones de actividad
Elección de parejas y de
hospedero
Disponibilidad de sitios de
apareamiento
Supervivencia: (eventos
extremos, límites de
tolerancia, disponibilidad de
agua, congelamiento, stress
térmico)
Gubler et al., 2001
Gillooly et al. 2001
Masa (mg)
0 10000 20000 30000 40000 50000 60000
A/M
0
20
40
60
80
100
120
Platz & Olson, 2006
Clima Distribución y abundancia de
hospederos y vectores
Cambios climáticos (T,HR,Pp) provocan cambios en zonas
haciéndolas mas o menos favorables para reproducción y
supervivencia
Ejemplos:
– Mosquitos: Fiebre del valle Rift (arbovirus)(Linthicum et al. 1999)
– Malaria (protozoos) (muchos autores)
– Pequeños mamíferos: roedores y la Plaga (Kausrud et al. 2007)
– Garrapatas: Ixodes ricinus (Sweden)(Lindgren, Talleklint and
Polfeldt 2002, Talleklint and Jaenson 1998)
– Dermacentor variabilis (Colorado) (Eisen, Meyer and Eisen
2007)
Efectos en el desarrollo de los
patógenos
Reeves et al., 1994
Período extrínseco de
incubación
Infectividad
Habilidad para
desarrollarse en el vector
Efectos en la transmisión:
Eficiencia vectorial
El primer concepto,
eficiencia vectorial,
involucra tres eventos:
que el vector “i” porte al
agente (Ai), que el vector
“i” pique al hospedero (Bi)
y que el hospedero
resulte infectado (C).
Considerando estos
eventos, la eficiencia
vectorial (Ei) se puede
escribir como:
)()/(iiii
APBACPE
Cuántas picadas potencialmente infectantes puede
distribuir la población de un vector, a partir de la picada
sobre un caso índice?:
La capacidad vectorial (CVi) fue definida por Garret-Jones (20-22,25) como el producto de a) la tasa de picada poblacional de un vector (αi), b) el tiempo promedio de vida en que el vector es infectante (esperanza de vida infectante: Γi) y la tasa de picada individual de un vector o hábito de picar de un vector sobre un hospedero particular (ai). Se puede notar que αi = aimi, donde mi es la abundancia del vector, y que aies el producto de la tasa de picada general (bi) por el índice de sangre humana (human blood index: hi) o proporción de sangre humana en la dieta del vector. Así, la capacidad vectorial se puede expresar como:
iiiiamCV 2
Impacto vectorial
En esta relación cji corresponde a la razón entre la probabilidad de ser picado por otro vector (“j”) y la probabilidad de ser picado por “i”: cji = P(Bj)/P(Bi) (chance u odds) y ERji corresponde a la razón entre las eficiencias entre los otros vectores (“j”) y el vector “i”: ERji = Ej/Ei (10). De esta manera, el impacto que causa un vector es una medida relativa a los otros vectores. Así, si el resto de los vectores son muy eficientes o tienen una alta tasa de picada, el impacto del vector es pequeño, y a la inversa. El impacto vectorial se encuentra relacionado con la eficiencia vectorial a través de ERji y con la capacidad vectorial. Se puede demostrar que si un vector tiene mayor capacidad vectorial que otro, también tiene mayor chance cji.
jijiji
iERc
I1
1
La tasa reproductiva y el teorema
de umbral
))((
)/(
2211
12
2
0
NNR
2
2211
12
))((/ NND
v
Canals et al., 2012
DENGUEBajas temperaturas matan larvas y huevos de Aedes
aegypti (Chandler 1945)
Temperatura afecta la replicación del patógeno,
maduración y la esperanza de vida infectante en el vector
(Reiter 1988, Watts et al. 1987)
Las epidemias de Dengue están correlacionadas con la
pluviosidad en Trinidad (Chadee et al. 2006)
Incidencia de Dengue está negativamente correlacionada
con la desviación de la temperatura mensual y humedad
relativa (Wu 2007)
Temperaturas crecientes incrementarán la temporada de
transmisión en regiones temperadas (Jetten and Focks
1997)
We predict dengue to be
ubiquitous throughout the
tropics, with local spatial
variations in risk
influenced strongly by
rainfall, temperature and
the degree of urbanization
We estimate there to be
390 million (95% credible
interval 284–528) dengue
infections per year, of
which 96 million (67–136)
manifest apparently. This
infection total is more
than three times the
dengue burden estimate
of the World Health
Organization.
MALARIAAfrica: epidemias después de sequía. Lluvias sept-Feb explican 2/3
variación casos en Botswana (De-Silva et al. 2004).
Temperaturas superficiales del mar relacionadas con ciclos El Niño-
La Niña (Thomson et al. 2005, 2006).
Otras anomalís climáticas relacionadas con epidemias en Colombia
(Poveda et al. 2001)
Incidencia se eleva post La Niña en SudAfrica (Mabaso et al. 2006,
2007a, b)
Uganda: Incidencia y El Niño (Lindblade et al. 1999)
SudAfrica: temperaturas máximas de la estación anterior
correlacionadas con los casos de malaria (Craig et al. 2004)
Kenya y Etiopia: Lluvias abundantes asociadas con brotes (Lindsay
and Martens 1998)
Burkina Faso: Temperatura es el mejor predictor de malaria clínica
en < 5 años (Ye et al. 2007)
Africa: La incidencia podría disminuir en áreas de alta temperatura y
aumentar en otras (lluvias) (Small, Goetz & Hay 2003)
Disminución en Africa Tropical (alta T y baja PP). Incremento en
Africa al Sur del Sahara. Incremento en Africa Este. Disminución en
tierras altas (Emert et al. 2012)
16-28% de incremento en la exposición (persona-mes) (Tanser,
Sharp & le Sueur 2003)
Podrían existir factores locales que se confunden con efectos
climáticos (Reiter et al. 2004)
No encontró asociación entre tendencias a largo plazo y brotes de
malaria en Africa Este (Hay et al. 2002)
No encontró asociación entre lluvia e incidencia annual de malaria
en India (Dev 2007).
En Chile: Anopheles
pseudopunctipennis
En el período 1980-2001 solamente en los años
1984, 1985, 1998 y 2001 se detectaron focos
de A. pseudopunctipennis. Dichos focos fueron
hallados en las localidades de
Lluta, Azapa, Chaca, Camarones, Pachica, Tar
apacá y Huarasiña.
En 2001 sólo fueron detectados focos en las
cuatro primeras localidades antes
mencionadas, los cuales estaban relacionados
con desborde de ríos en la época
estival, consecuencia del invierno altiplánico
En 2012: Lluta 76%, Azapa 48%, Chaca
36%, Camarones 7%
Aguas tranquilas:
riachuelos, acequias, pantanos, etc.. 25-27oC.
Desde 0 a 2800msnm.
LEISHMANIASIS
Bahia, Brasil : relación entre ïndice El Niño e incidencia de
Leishmaniasis visceral. Aumentos post-El Niño en 1989 (+38.7%) y
1995 (+33.5%). El Niño-3 index y la tendencia temporal dan cuenta
del 50% de la varianza temporal de la incidencia de LV (Franke et
al. 2002).
Colombia. Durante El Niño 85-2002, aumentan casos lo inverso en
la Niña (Cardenas et al. 2002)
CHAGAS
La distribución de los vectores de la E. de Chagas disease vectors
se encuentra asociada a altas temperaturas (n días >20°C), baja
HR y a asociaciones vegetales particulares (Carcavallo 1999,
Lorenzo and Lazzari 1999, Dumonteil et al. 2002).
La dispersión es mayor a altas temperaturas y es estacional
(Vasquez-Prokopec et al. 2006, 2006, Abraham et al. 2011)
Schofield CJ, Lehane MJ, McEwan P, Catalá SS, Gorla DE:
Dispersive flight by Triatoma infestans under natural climatic
conditions in Argentina.
Med Vet Entomol 1992, 6:313–317.
Distribucion de vectores en Chile bien explicada por factores
climáticos a macro escala, a microescala la distribución responde a
variaciones microambientales y disposición de recursos (Hernández
et al. 2013)
Fluctuaciones estacionales en mortalidad y fecundidad T. infestans (Canals et al. 1991)
Cambios en la prop adultos, por cambios en m y f en T. infestans (Canals et al. 1991)
Variabilidad ambiental induce aumento t de desarrollo y G y reducción de r y Ro en T. infestans
(Canals et al. 1992)
M mat. Dinámica de la e de Chagas, umbral 0.5 v/H (Canals & Cattan 1992)
Estimaciones de CV, E e impacto V (Canals et al. 1993)
Reproducción y supervivencia de M. spinolai en ambiente habitacional (Canals et al. 1994)
Variación estacional en proporción de infectados en M. spinolai (Ordenes et al. 1996)
Temperaturas preferidas de 24 °C en T. infestans y M. spinolai. Una diurna, otra nocturna (Canals
et al. 1997)
Condiciones variables aumentan mortalidad, 25 °C parece ser crítico para la población de M.
spinolai (Ehrenfeld et al. 1998)
Estimación de tasas de picada M. spinolai y T. infestans, M. spinolai en gral no emite
deyecciones sobre presa (Canals et al. 1999)
M. spinolai en grupo peridomiciliario por alimentación (Canals et al. 2000)
El hombre en la dieta de M. spinolai, amplitud del nicho aumenta en verano (Canals et al. 2001)
Aumentos de densidad en verano de M. spinolai (Pinochet et al. 2002)
Aumento del ámbito de hogar en verano de M. spinolai (Botto-Mahan et al. 2005)
Hallazgo de focos silvestres de T. infestans (Bacigalopo et al. 2006)
Mayor supervivencia en cohortes alimentadas con O. cuniculus (Acuña-Retamar et al. 2009)
Epidemiologia molecular (Coronado et al. 2009)
Nuevos focos silvestres (Bacigalupo et al. 2010)
Mapa de riesgo (Hernandez et al. 2013)
WEST NILE VIRUSLa temperatura mínima es el mejor predictor de la aparición del
virus (Paz 2006)
Casos más correlacionados con temperatura extrema que con alta
humedad (Cage, CDC, 2013)
En Rumania y NY casos asociados a ondas de calor (Cage, CDC
2013)
Abundancia de vectores correlacionada con T (Pecoraro et al. 2007)
HANTA
Hipótesis de la cascada trófica (Yates et al. 2002)
El Niño-Aumento de productividad vegetal-Respuesta
densodependiente retardada de la población de roedores-
Incremento de casos humanos.
La relación entre número de roedores, prevalencia de hanta en
ratones e incremento de hanta en humanos varía de región en
región (Mills 2005)
Muchas gracias
por su atención