Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina
- Autores
- Cuéllar, Ana Carolina
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Dantur Juri, María Julia
Rotela, Camilo - Descripción
- La malaria es una enfermedad parasitaria que afecta a millones de personas en el mundo. Los mosquitos del género Anopheles han sido incriminados en su transmisión, existiendo reportes para la Argentina, de conocidas especies vectores también en América. El presente trabajo estuvo enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio fue llevado a cabo en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos de la enfermedad, desde 1986 hasta 2005. Se analizó la relación existente entre los casos de Malaria reportados y las variables ambientales/climáticas (Índice Normalizado de Vegetación (NDVI), Índice Normalizado de Agua (NDWI) y Temperatura de Superficie (LST)) obtenidas de imágenes satelitales Landsat 5 y 7, mediante análisis de regresión multinivel de Poisson. Se observó una fluctuación estacional de los casos de Malaria, con una mayor cantidad de enfermos reportada para los meses de verano. Se generó un modelo de series temporales ARIMA, que incluyó a las variables ambientales, y pudo pronosticar los casos de Malaria ocurridos durante el año 2000. A su vez, la relación entre los casos de Malaria y los factores ambientales/climáticos mostró mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria estuvieron asociados a un aumento en la LST media así como así también a una disminución del NDVI. Se espera que este trabajo pueda ser utilizado como base para el desarrollo de futuras acciones de prevención y control por parte de las autoridades en salud.
- Materia
-
Malaria
Sensores remotos
NDVI
NDWI
LST
Landsat 5
Landsat 7
IRR - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
.jpg)
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/11067
Ver los metadatos del registro completo
| id |
RDUUNC_423aaf482b01705ff5aa2af5a04cb951 |
|---|---|
| oai_identifier_str |
oai:rdu.unc.edu.ar:11086/11067 |
| network_acronym_str |
RDUUNC |
| repository_id_str |
2572 |
| network_name_str |
Repositorio Digital Universitario (UNC) |
| spelling |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, ArgentinaCuéllar, Ana CarolinaMalariaSensores remotosNDVINDWILSTLandsat 5Landsat 7IRRLa malaria es una enfermedad parasitaria que afecta a millones de personas en el mundo. Los mosquitos del género Anopheles han sido incriminados en su transmisión, existiendo reportes para la Argentina, de conocidas especies vectores también en América. El presente trabajo estuvo enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio fue llevado a cabo en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos de la enfermedad, desde 1986 hasta 2005. Se analizó la relación existente entre los casos de Malaria reportados y las variables ambientales/climáticas (Índice Normalizado de Vegetación (NDVI), Índice Normalizado de Agua (NDWI) y Temperatura de Superficie (LST)) obtenidas de imágenes satelitales Landsat 5 y 7, mediante análisis de regresión multinivel de Poisson. Se observó una fluctuación estacional de los casos de Malaria, con una mayor cantidad de enfermos reportada para los meses de verano. Se generó un modelo de series temporales ARIMA, que incluyó a las variables ambientales, y pudo pronosticar los casos de Malaria ocurridos durante el año 2000. A su vez, la relación entre los casos de Malaria y los factores ambientales/climáticos mostró mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria estuvieron asociados a un aumento en la LST media así como así también a una disminución del NDVI. Se espera que este trabajo pueda ser utilizado como base para el desarrollo de futuras acciones de prevención y control por parte de las autoridades en salud.Dantur Juri, María JuliaRotela, Camilo2014-07-15info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/11067spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:31:25Zoai:rdu.unc.edu.ar:11086/11067Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:31:25.568Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
| dc.title.none.fl_str_mv |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| title |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| spellingShingle |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina Cuéllar, Ana Carolina Malaria Sensores remotos NDVI NDWI LST Landsat 5 Landsat 7 IRR |
| title_short |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| title_full |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| title_fullStr |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| title_full_unstemmed |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| title_sort |
Uso de sensores remotos para la predicción de casos de malaria en el departamento Orán, Salta, Argentina |
| dc.creator.none.fl_str_mv |
Cuéllar, Ana Carolina |
| author |
Cuéllar, Ana Carolina |
| author_facet |
Cuéllar, Ana Carolina |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Dantur Juri, María Julia Rotela, Camilo |
| dc.subject.none.fl_str_mv |
Malaria Sensores remotos NDVI NDWI LST Landsat 5 Landsat 7 IRR |
| topic |
Malaria Sensores remotos NDVI NDWI LST Landsat 5 Landsat 7 IRR |
| dc.description.none.fl_txt_mv |
La malaria es una enfermedad parasitaria que afecta a millones de personas en el mundo. Los mosquitos del género Anopheles han sido incriminados en su transmisión, existiendo reportes para la Argentina, de conocidas especies vectores también en América. El presente trabajo estuvo enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio fue llevado a cabo en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos de la enfermedad, desde 1986 hasta 2005. Se analizó la relación existente entre los casos de Malaria reportados y las variables ambientales/climáticas (Índice Normalizado de Vegetación (NDVI), Índice Normalizado de Agua (NDWI) y Temperatura de Superficie (LST)) obtenidas de imágenes satelitales Landsat 5 y 7, mediante análisis de regresión multinivel de Poisson. Se observó una fluctuación estacional de los casos de Malaria, con una mayor cantidad de enfermos reportada para los meses de verano. Se generó un modelo de series temporales ARIMA, que incluyó a las variables ambientales, y pudo pronosticar los casos de Malaria ocurridos durante el año 2000. A su vez, la relación entre los casos de Malaria y los factores ambientales/climáticos mostró mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria estuvieron asociados a un aumento en la LST media así como así también a una disminución del NDVI. Se espera que este trabajo pueda ser utilizado como base para el desarrollo de futuras acciones de prevención y control por parte de las autoridades en salud. |
| description |
La malaria es una enfermedad parasitaria que afecta a millones de personas en el mundo. Los mosquitos del género Anopheles han sido incriminados en su transmisión, existiendo reportes para la Argentina, de conocidas especies vectores también en América. El presente trabajo estuvo enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio fue llevado a cabo en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos de la enfermedad, desde 1986 hasta 2005. Se analizó la relación existente entre los casos de Malaria reportados y las variables ambientales/climáticas (Índice Normalizado de Vegetación (NDVI), Índice Normalizado de Agua (NDWI) y Temperatura de Superficie (LST)) obtenidas de imágenes satelitales Landsat 5 y 7, mediante análisis de regresión multinivel de Poisson. Se observó una fluctuación estacional de los casos de Malaria, con una mayor cantidad de enfermos reportada para los meses de verano. Se generó un modelo de series temporales ARIMA, que incluyó a las variables ambientales, y pudo pronosticar los casos de Malaria ocurridos durante el año 2000. A su vez, la relación entre los casos de Malaria y los factores ambientales/climáticos mostró mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria estuvieron asociados a un aumento en la LST media así como así también a una disminución del NDVI. Se espera que este trabajo pueda ser utilizado como base para el desarrollo de futuras acciones de prevención y control por parte de las autoridades en salud. |
| publishDate |
2014 |
| dc.date.none.fl_str_mv |
2014-07-15 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/11067 |
| url |
http://hdl.handle.net/11086/11067 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
| reponame_str |
Repositorio Digital Universitario (UNC) |
| collection |
Repositorio Digital Universitario (UNC) |
| instname_str |
Universidad Nacional de Córdoba |
| instacron_str |
UNC |
| institution |
UNC |
| repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
| repository.mail.fl_str_mv |
oca.unc@gmail.com |
| _version_ |
1846143398714540032 |
| score |
12.712165 |