Sistema de alerta temprana para el seguimiento del riesgo por dengue en municipios prioritarios del departamento del Cauca

Abstract

El dengue es uno de los problemas de salud pública más importantes en Colombia debido al aumento progresivo de su morbilidad y mortalidad en las últimas décadas, y a la aparición de nuevas zonas de transmisión. Por lo general, la gestión de esta arbovirosis se lleva a cabo desde las líneas de acción del manejo integrado de vectores y la comunicación para el cambio conductual, aplicando en menor proporción acciones con enfoque integral. Teniendo en cuenta lo anterior, se propone el diseño de un Sistema de Alerta Temprana (SAT) para el dengue basado en indicadores, como instrumento transversal que permite hacer el seguimiento del riesgo del dengue, predecir brotes, emitir alertas, y desplegar respuestas oportunas desde el enfoque preventivo, en los municipios de Patía, Miranda y Piamonte localizados en el departamento del Cauca, los cuales presentan alto riesgo de dengue. El desarrollo del SAT comprende la identificación y recopilación de los indicadores apropiados; la articulación de los componentes o subsistemas que lo conforman; el análisis e interpretación de dichos indicadores; y la disposición de mapas de riesgo y de plataformas dinámicas para la visualización de estadísticas, reportes y alarmas. Así pues, se seleccionaron doce indicadores epidemiológicos, ambientales, meteorológicos, sociodemográficos y entomológicos determinantes del dengue, y se definieron cuatro subsistemas para el SAT: 1) subsistema de datos de entrada, 2) subsistema de procesamiento, 3) subsistema de evaluación, y 4) subsistema de productos. De igual forma, se identificaron los indicadores de mayor incidencia en el dengue para cada municipio a través de la regresión espacial; el modelo de mejor ajuste para Patía (R2=0,4452), se conformó por diez indicadores; por su parte; el modelo de mejor ajuste para Miranda (Devianza=0,244), se conformó por nueve indicadores; y el modelo de mejor ajuste para Piamonte (R2=0,6992), incluyó seis indicadores, en los tres casos, de diversas categorías. Finalmente, se obtuvieron los mapas de riesgo de dengue y se determinaron los barrios con mayor riesgo en cada municipio. Dichos resultados se sintetizaron en un tablero de control, junto con los datos de los indicadores meteorológicos, entomológicos y epidemiológicos que varían constantemente y que alimentan el SAT de manera periódica.

Dengue is one of the most important public health problems in Colombia due to the progressive increase in morbidity and mortality in recent decades and the appearance of new transmission areas. In general, the management of this arbovirosis is carried out from the lines of action of integrated vector management and communication for behavioral change, applying in a smaller proportion action with an integrated approach. Considering the above, the design of an Early Warning System (EWS) for dengue based on indicators is proposed as a transversal instrument that allows monitoring the risk of dengue, predicting outbreaks, issuing alerts, and deploying timely responses from the preventive approach, in the municipalities of Patía, Miranda and Piamonte located in the department of Cauca, which are at high risk of dengue. The development of the EWS includes the identification and compilation of appropriate indicators; the articulation of the components or subsystems that comprise it; the analysis and interpretation of these indicators; and the provision of risk maps and dynamic platforms for the visualization of statistics, reports and alarms. Thus, twelve epidemiological, environmental, meteorological, sociodemographic and entomological indicators were selected as determinants of dengue, and four subsystems were defined for the EWS: 1) input data subsystem, 2) processing subsystem, 3) evaluation subsystem, and 4) product subsystem. Similarly, the indicators with the highest incidence of dengue were identified for each municipality through spatial regression; the best fit model for Patía (R2=0.4452) was made up of ten indicators; the best fit model for Miranda (Deviance=0.244) was made up of nine indicators; the best fit model for Piamonte (R2=0.6992) was made up of six indicators, in three cases of different categories. Finally, dengue risk maps were obtained and the neighborhoods with the highest risk in each municipality were determined. These results were synthesized in a control panel, together with data from meteorological, entomological and epidemiological indicators that vary constantly and feed the SAT periodically