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
Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.
Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.
En la malaria, 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 Argentina, de conocidas especies vectores también en América. El presente trabajo está enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio se realiza en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos desde 1986 hasta 2005. Se analiza 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 genera un modelo de series temporales ARIMA, que incluye las variables ambientales, y puede 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 muestra mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria están asociados a un aumento en la LST media 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.
Malaria is a parasitic disease that affects millions of people in the world. Mosquitoes of the Anopheles genus have been incriminated in the transmission. In Argentina, there are reports of vector species also known in America. This research was focused on the use of remote sensing for the prediction of malaria cases in the northwest of Argentina. This study was carried out using reported cases of the disease from San Ramón de la Nueva Orán city, from 1986 until 2005. The relation between Malaria cases and environmental variables (such as Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI) and Land Surface Temperature (LST)) obtained from satellite imagery, using multilevel Poisson regression analysis, were analyzed. It was noted a seasonal fluctuation in the number of cases of malaria, with a greater number of patients reported for summer months. An ARIMA time series model, which included the environmental variables, was developed and it was possible to predict the number of cases of malaria occurred during the year 2000. At the same time, the relation between malaria cases and environmental factors showed through the use of reason in the incidence rate (IRR), that malaria cases were associated with an increase in the LST as well as well as a decrease of the NDVI. This work can be used as the basis for future prevention and control actions by Health Authorities.
Materia
Enfermedad parasitaria
Índice normalizado de vegetación
Índice normalizado de agua
Temperatura de superficie
Imágenes satelitales Landsat
Land surface temperature
NDVI
NDWI
Normalized difference vegetation index
Normalized difference water index
LST
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/2781

id RDUUNC_884cada8d9db31942260b84d28089db7
oai_identifier_str oai:rdu.unc.edu.ar:11086/2781
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 CarolinaEnfermedad parasitariaÍndice normalizado de vegetaciónÍndice normalizado de aguaTemperatura de superficieImágenes satelitales LandsatLand surface temperatureNDVINDWINormalized difference vegetation indexNormalized difference water indexLSTTesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.En la malaria, 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 Argentina, de conocidas especies vectores también en América. El presente trabajo está enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio se realiza en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos desde 1986 hasta 2005. Se analiza 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 genera un modelo de series temporales ARIMA, que incluye las variables ambientales, y puede 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 muestra mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria están asociados a un aumento en la LST media 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.Malaria is a parasitic disease that affects millions of people in the world. Mosquitoes of the Anopheles genus have been incriminated in the transmission. In Argentina, there are reports of vector species also known in America. This research was focused on the use of remote sensing for the prediction of malaria cases in the northwest of Argentina. This study was carried out using reported cases of the disease from San Ramón de la Nueva Orán city, from 1986 until 2005. The relation between Malaria cases and environmental variables (such as Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI) and Land Surface Temperature (LST)) obtained from satellite imagery, using multilevel Poisson regression analysis, were analyzed. It was noted a seasonal fluctuation in the number of cases of malaria, with a greater number of patients reported for summer months. An ARIMA time series model, which included the environmental variables, was developed and it was possible to predict the number of cases of malaria occurred during the year 2000. At the same time, the relation between malaria cases and environmental factors showed through the use of reason in the incidence rate (IRR), that malaria cases were associated with an increase in the LST as well as well as a decrease of the NDVI. This work can be used as the basis for future prevention and control actions by Health Authorities.Dantur Juri, María JuliaRotela, Camilo2014-07info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/2781spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:41:16Zoai:rdu.unc.edu.ar:11086/2781Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:41:16.367Repositorio 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
Enfermedad parasitaria
Índice normalizado de vegetación
Índice normalizado de agua
Temperatura de superficie
Imágenes satelitales Landsat
Land surface temperature
NDVI
NDWI
Normalized difference vegetation index
Normalized difference water index
LST
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 Enfermedad parasitaria
Índice normalizado de vegetación
Índice normalizado de agua
Temperatura de superficie
Imágenes satelitales Landsat
Land surface temperature
NDVI
NDWI
Normalized difference vegetation index
Normalized difference water index
LST
topic Enfermedad parasitaria
Índice normalizado de vegetación
Índice normalizado de agua
Temperatura de superficie
Imágenes satelitales Landsat
Land surface temperature
NDVI
NDWI
Normalized difference vegetation index
Normalized difference water index
LST
dc.description.none.fl_txt_mv Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.
Maestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.
En la malaria, 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 Argentina, de conocidas especies vectores también en América. El presente trabajo está enfocado al uso de sensores remotos para la predicción de casos de Malaria en el extremo noroeste de Argentina. El estudio se realiza en la ciudad de San Ramón de la Nueva Orán, donde fueron reportados casos desde 1986 hasta 2005. Se analiza 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 genera un modelo de series temporales ARIMA, que incluye las variables ambientales, y puede 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 muestra mediante el uso de la Razón de la Tasa de Incidencia (IRR), que los casos de Malaria están asociados a un aumento en la LST media 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.
Malaria is a parasitic disease that affects millions of people in the world. Mosquitoes of the Anopheles genus have been incriminated in the transmission. In Argentina, there are reports of vector species also known in America. This research was focused on the use of remote sensing for the prediction of malaria cases in the northwest of Argentina. This study was carried out using reported cases of the disease from San Ramón de la Nueva Orán city, from 1986 until 2005. The relation between Malaria cases and environmental variables (such as Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI) and Land Surface Temperature (LST)) obtained from satellite imagery, using multilevel Poisson regression analysis, were analyzed. It was noted a seasonal fluctuation in the number of cases of malaria, with a greater number of patients reported for summer months. An ARIMA time series model, which included the environmental variables, was developed and it was possible to predict the number of cases of malaria occurred during the year 2000. At the same time, the relation between malaria cases and environmental factors showed through the use of reason in the incidence rate (IRR), that malaria cases were associated with an increase in the LST as well as well as a decrease of the NDVI. This work can be used as the basis for future prevention and control actions by Health Authorities.
description Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.
publishDate 2014
dc.date.none.fl_str_mv 2014-07
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/11086/2781
url http://hdl.handle.net/11086/2781
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_ 1844618896930242560
score 13.069144