A beltéri maradványpermetezés (IRS) a zsigeri leishmaniázis (VL) vektorok elleni védekezés fő eszköze Indiában. Keveset tudunk az IRS-szabályozás hatásáról a különböző típusú háztartásokra. Ebben a tanulmányban azt értékeljük, hogy a rovarirtó szereket használó IRS ugyanolyan maradvány- és beavatkozási hatásokkal jár-e egy falu minden típusú háztartásában. Emellett kombinált térbeli kockázati térképeket és szúnyogsűrűség-elemzési modelleket dolgoztunk ki a háztartások jellemzői, a növényvédőszer-érzékenység és az IRS-státusz alapján, hogy a vektorok térbeli és időbeli eloszlását mikroszkopikus szinten vizsgáljuk.
A tanulmányt Bihar állam Vaishali kerületében, a Mahnar tömb két falujában végezték. A VL-vektorok (P. argentipes) elleni védekezést IRS-sel értékelték két rovarirtó szer [diklór-difenil-triklóretán (DDT 50%) és szintetikus piretroidok (SP 5%)] felhasználásával. A rovarirtó szerek különböző típusú falakon mutatott időbeli reziduális hatékonyságát a WHO ajánlásainak megfelelően kúpos bioassay módszerrel értékelték. Az őshonos ezüstös pikkelyek rovarirtó szerekkel szembeni érzékenységét in vitro bioassay-vel vizsgálták. A lakóhelyeken és állatmenhelyeken az IRS előtti és utáni szúnyogsűrűséget a Betegségellenőrzési és Megelőzési Központok által este 6:00 és reggel 6:00 óra között telepített fénycsapdákkal figyelték meg. A szúnyogsűrűség-elemzés legjobban illeszkedő modelljét többszörös logisztikus regresszióanalízissel fejlesztették ki. A vektorok növényvédőszer-érzékenységének háztartástípus szerinti eloszlásának feltérképezésére GIS-alapú térbeli elemzési technológiát alkalmaztak, az ezüst garnéla térbeli és időbeli eloszlásának magyarázatára pedig a háztartások IRS-státuszát használták.
Az ezüstszúnyogok nagyon érzékenyek az SP-re (100%), de magas rezisztenciát mutatnak a DDT-vel szemben, 49,1%-os halálozási aránnyal. Az SP-IRS-ről azt jelentették, hogy a lakosság minden típusú háztartásban jobban elfogadja a DDT-IRS-t. A reziduális hatékonyság a különböző falfelületeken eltérő volt; egyik rovarirtó szer sem érte el az Egészségügyi Világszervezet IRS által ajánlott hatásidőt. Az IRS utáni összes időpontban az SP-IRS miatti bűzös poloskacsökkenés nagyobb volt a háztartási csoportok (azaz a permetezőállatok és az őrszemek) között, mint a DDT-IRS esetében. A kombinált térbeli kockázati térkép azt mutatja, hogy az SP-IRS jobb szúnyogvédelmi hatással van a szúnyogokra, mint a DDT-IRS, minden háztartástípusú kockázati területen. A többszintű logisztikus regresszióanalízis öt kockázati tényezőt azonosított, amelyek szorosan összefüggtek az ezüstgarnéla sűrűségével.
Az eredmények jobban megértik majd az IRS gyakorlatát a viscerális leishmaniasis elleni védekezésben Biharban, ami segíthet a helyzet javítására irányuló jövőbeli erőfeszítésekben.
A viscerális leishmaniasis (VL), más néven kala-azar, egy endemikus, elhanyagolt trópusi vektorok által terjesztett betegség, amelyet a Leishmania nemzetségbe tartozó protozoán paraziták okoznak. Az indiai szubkontinensen (IS), ahol az ember az egyetlen rezervoár gazda, a parazita (azaz a Leishmania donovani) fertőzött nőstény szúnyogok (Phlebotomus argentipes) csípésén keresztül terjed az emberre [1, 2]. Indiában a VL túlnyomórészt négy közép- és keleti államban található meg: Bihar, Jharkhand, Nyugat-Bengál és Uttar Pradesh. Néhány járványkitörést jelentettek Madhya Pradeshben (Közép-India), Gujaratban (Nyugat-India), Tamil Naduban és Keralában (Dél-India), valamint Észak-India szubhimalájai területein, beleértve Himachal Pradesht és Jammu és Kasmírt. 3]. Az endemikus államok közül Bihar rendkívül endemikus, 33 kerületet érint a VL, ami az indiai összes eset több mint 70%-át teszi ki minden évben [4]. A régióban körülbelül 99 millió ember van veszélyben, az átlagos éves előfordulási arány 6752 eset (2013-2017).
Biharban és India más részein a vírusfertőzés-ellenőrzési erőfeszítések három fő stratégiára támaszkodnak: a korai esetfelderítésre, a hatékony kezelésre és a vektorok elleni védekezésre beltéri rovarirtó szeres permetezéssel (IRS) otthonokban és állatmenhelyeken [4, 5]. A maláriaellenes kampányok mellékhatásaként az IRS sikeresen kontrollálta a vírusfertőzést az 1960-as években diklór-difenil-triklóretán (DDT 50% WP, 1 g ai/m2) segítségével, a programozott védekezés pedig sikeresen kontrollálta a vírusfertőzést 1977-ben és 1992-ben [5, 6]. A legújabb tanulmányok azonban megerősítették, hogy az ezüsthasú garnélák széles körben rezisztenciát fejlesztettek ki a DDT-vel szemben [4,7,8]. 2015-ben a Nemzeti Vektorok Terjedésével Élő Betegségek Ellenőrzési Programja (NVBDCP, Újdelhi) az IRS-t DDT-ről szintetikus piretroidokra (SP; alfa-cipermetrin 5% WP, 25 mg ai/m2) váltotta [7, 9]. Az Egészségügyi Világszervezet (WHO) célul tűzte ki a vírusfertőzés (VL) 2020-ra történő felszámolását (azaz <1 eset 10 000 főre vetítve évente utcai/tömbszinten) [10]. Számos tanulmány kimutatta, hogy az IRS hatékonyabb a többi vektor-ellenőrzési módszernél a partiszúnyogok sűrűségének minimalizálásában [11,12,13]. Egy újabb modell azt is előrejelzi, hogy magas járványhelyzetben (azaz a védekezés előtti járványügyi arány 5/10 000) a háztartások 80%-át lefedő hatékony IRS egy-három évvel korábban elérheti a felszámolási célokat [14]. A VL az endémiás területeken élő legszegényebb vidéki közösségeket érinti, és vektor-ellenőrzésük kizárólag az IRS-re támaszkodik, de ennek az ellenőrző intézkedésnek a különböző típusú háztartásokra gyakorolt reziduális hatását még soha nem vizsgálták terepen az intervenciós területeken [15, 16]. Ezenkívül a VL elleni intenzív munka után a járvány egyes falvakban több évig is eltartott, és gócpontokká vált [17]. Ezért szükséges értékelni az IRS reziduális hatását a szúnyogsűrűség monitorozására különböző típusú háztartásokban. Ezenkívül a mikroskálájú geotérbeli kockázattérképezés segít jobban megérteni és szabályozni a szúnyogpopulációkat még a beavatkozás után is. A földrajzi információs rendszerek (GIS) digitális térképezési technológiák kombinációi, amelyek lehetővé teszik a különböző földrajzi, környezeti és társadalmi-demográfiai adatok tárolását, átfedését, manipulálását, elemzését, visszakeresését és megjelenítését különféle célokra [18, 19, 20]. . A globális helymeghatározó rendszert (GPS) a Föld felszínének összetevőinek térbeli helyzetének tanulmányozására használják [21, 22]. A GIS és GPS alapú térbeli modellezési eszközöket és technikákat számos epidemiológiai aspektusra alkalmazták, például a térbeli és időbeli betegségértékelésre és járványkitörés-előrejelzésre, az ellenőrzési stratégiák végrehajtására és értékelésére, a kórokozók és a környezeti tényezők kölcsönhatásaira, valamint a térbeli kockázattérképezésre. [20,23,24,25,26]. A geotérbeli kockázati térképekből gyűjtött és származó információk elősegíthetik az időben történő és hatékony ellenőrzési intézkedéseket.
Ez a tanulmány a DDT és az SP-IRS beavatkozás reziduális hatékonyságát és hatását értékelte háztartási szinten a Bihar állambeli India Nemzeti VL Vektor Ellenőrzési Programja keretében. További célok voltak egy kombinált térbeli kockázati térkép és szúnyogsűrűség-elemzési modell kidolgozása a lakásjellemzők, a rovarirtó vektorok érzékenysége és a háztartások IRS-státusza alapján, a mikroszkopikus szúnyogok térbeli és időbeli eloszlásának hierarchiájának vizsgálatára.
A tanulmányt a Vaishali kerület Mahnar tömbjében, a Gangesz északi partján végezték (1. ábra). Makhnar egy erősen endémiás terület, átlagosan évi 56,7 VL-esettel (170 eset 2012-2014-ben), az éves előfordulási arány 2,5–3,7 eset 10 000 lakosra vetítve; Két falut választottak ki: Chakesót kontrollhelyszínként (1d1. ábra; az elmúlt öt évben nem volt VL-es eset), és Lavapur Mahanart endémiás helyszínként (1d2. ábra; erősen endémiás, évi 5 vagy több esettel 1000 főre vetítve az elmúlt 5 évben). A falvakat három fő kritérium alapján választották ki: elhelyezkedés és megközelíthetőség (azaz egy folyóparton található, könnyen megközelíthető egész évben), demográfiai jellemzők és a háztartások száma (azaz legalább 200 háztartás; Chaquesóban 202 és 204 háztartás található, átlagos háztartásmérettel). 4,9, illetve 5,1 fő) és Lavapur Mahanar) és a háztartás típusa (HT), valamint eloszlásuk jellege (azaz véletlenszerűen elosztott vegyes HT). Mindkét tanulmányi falu Makhnar városától és a járási kórháztól 500 méteren belül található. A tanulmány kimutatta, hogy a tanulmányi falvak lakói nagyon aktívan részt vettek a kutatási tevékenységekben. A képzőfaluban található házak [1-2 hálószobából 1 beépített erkéllyel, 1 konyhából, 1 fürdőszobából és 1 pajtából (csatlakozós vagy különálló) áll] tégla/sárgaréz falakból és vályogpadlóból, mészcement vakolatú téglafalakból és cementpadlóból, vakolatlan és festetlen téglafalakból, agyagpadlóból és nádtetőből állnak. Az egész Vaishali régióban párás szubtrópusi éghajlat uralkodik esős évszakkal (júliustól augusztusig) és száraz évszakkal (novembertől decemberig). Az átlagos éves csapadékmennyiség 720,4 mm (736,5-1076,7 mm között), a relatív páratartalom 65±5% (16-79%), az átlagos havi hőmérséklet 17,2-32,4°C. Május és június a legmelegebb hónapok (hőmérséklet 39–44 °C), míg január a leghidegebb (7–22 °C).
A vizsgálati terület térképe Bihar állam elhelyezkedését mutatja India térképén (a) és Vaishali körzet elhelyezkedését Bihar térképén (b). Makhnar tömb (c) Két falut választottak ki a vizsgálathoz: Chakesót kontrollhelyszínként, Lavapur Makhnart pedig beavatkozási helyszínként.
A Nemzeti Kalaazar Ellenőrzési Program részeként a Bihari Társaság Egészségügyi Tanácsa (SHSB) két éves IRS-kört hajtott végre 2015-ben és 2016-ban (első kör: február-március; második kör: június-július)[4]. Az összes IRS-tevékenység hatékony végrehajtásának biztosítása érdekében a patnai Rajendra Memorial Medical Institute (RMRIMS; Bihar), az Indiai Orvosi Kutatási Tanács (ICMR; Újdelhi) leányvállalata mikroakciótervet készített. Az IRS falvakat két fő kritérium alapján választották ki: a VL és a retrodermális kala-azar (RPKDL) eseteinek története a faluban (azaz olyan falvak, ahol az elmúlt 3 évben, beleértve a végrehajtás évét is, bármely időszakban 1 vagy több eset fordult elő), nem endémikus falvak a „forró pontok” körül (azaz olyan falvak, amelyekben ≥ 2 éve folyamatosan jelentenek eseteket, vagy ≥ 2 eset van 1000 főre vetítve), valamint új endémikus falvak (az elmúlt 3 évben nem volt eset), amelyekről a [17]-ben számoltak be a végrehajtási év utolsó évében. A nemzeti adózás első körét végrehajtó szomszédos falvak mellett új falvak is bekerülnek a nemzeti adózási akcióterv második körébe. 2015-ben két IRS-kört végeztek DDT-vel (DDT 50% WP, 1 g ai/m2) az intervenciós vizsgálatban részt vevő falvakban. 2016 óta az IRS-t szintetikus piretroidokkal (SP; alfa-cipermetrin 5% VP, 25 mg ai/m2) végzik. A permetezést Hudson Xpert szivattyúval (13,4 l) végezték, nyomásszűrővel, változtatható áramlású szeleppel (1,5 bar) és 8002-es lapos sugarú fúvókával porózus felületekhez [27]. Az ICMR-RMRIMS, Patna (Bihar) háztartási és falusi szinten figyelte az IRS-t, és az első 1-2 napon belül mikrofonokon keresztül előzetes információkat nyújtott az IRS-ről a falusiaknak. Minden IRS-csapat fel van szerelve egy monitorral (amelyet az RMRIMS biztosít) az IRS-csapat teljesítményének nyomon követésére. Az ombudsmanokat az IRS csapataival együtt minden háztartásba kiküldik, hogy tájékoztassák és megnyugtassák a családfőket az IRS jótékony hatásairól. Az IRS felmérésének két fordulója során a vizsgálatban részt vevő falvakban a háztartások teljes lefedettsége elérte a legalább 80%-ot [4]. A permetezési állapotot (azaz permetezés nélkül, részleges permetezéssel és teljes permetezéssel; az 1. kiegészítő fájlban, az S1. táblázatban meghatározottak szerint) az intervenciós falu összes háztartására vonatkozóan rögzítették az IRS mindkét fordulójában.
A vizsgálatot 2015 júniusa és 2016 júliusa között végezték. Az IRS minden IRS körben betegségközpontokat használt a beavatkozás előtti (azaz 2 héttel a beavatkozás előtt; alapfelmérés) és az intervenció utáni (azaz 2, 4 és 12 héttel a beavatkozás után; nyomon követő felmérések) monitorozására, a sűrűség szabályozására és a partiszúnyogok megelőzésére. Minden háztartásban egy éjszakára (azaz 18:00 és 18:00 óra között) fénycsapdát helyeztek el [28]. Fénycsapdákat telepítettek a hálószobákba és az állatmenhelyekre. Abban a faluban, ahol az intervenciós vizsgálatot végezték, 48 háztartásban tesztelték a partiszúnyogok sűrűségét az IRS előtt (naponta 12 háztartás 4 egymást követő napon, az IRS napját megelőző napig). 12-12 háztartást választottak ki a háztartások négy fő csoportjából (azaz sima agyagvakolatú (PMP), cementvakolatú és mészburkolatú (CPLC) háztartások, vakolatlan és festetlen téglafalú (BUU) és nádtetős (TH) háztartások). Ezt követően mindössze 12 háztartást (a 48 IRS előtti háztartásból) választottak ki, hogy az IRS-ülés után is folytassák a szúnyogsűrűség-adatok gyűjtését. A WHO ajánlásainak megfelelően 6 háztartást választottak ki az intervenciós csoportból (IRS-kezelésben részesülő háztartások) és a sentinel csoportból (az intervenciós falvakban lévő háztartások, azok a tulajdonosok, akik megtagadták az IRS engedélyét) [28]. A kontrollcsoportból (a szomszédos falvakban lévő háztartások, amelyek a vírusmentesítés hiánya miatt nem estek át IRS-en) csak 6 háztartást választottak ki a szúnyogsűrűség monitorozására két IRS-ülés előtt és után. Mindhárom szúnyogsűrűség-monitorozó csoportban (azaz intervenciós, sentinel és kontroll) a háztartásokat három kockázati szintű csoportból (azaz alacsony, közepes és magas; két háztartás mindkét kockázati szintről) választották ki, és osztályozták a HT kockázati jellemzőket (a modulokat és a struktúrákat az 1. és 2. táblázat mutatja) [29, 30]. Kockázati szintenként két háztartást választottak ki, hogy elkerüljék az elfogult szúnyogsűrűség-becsléseket és a csoportok közötti összehasonlításokat. Az intervenciós csoportban az IRS utáni szúnyogsűrűséget kétféle IRS háztartásban monitorozták: teljesen kezelt (n = 3; 1 háztartás kockázati csoportonként) és részlegesen kezelt (n = 3; 1 háztartás kockázati csoportonként). ). kockázati csoport).
Az összes szabadföldön befogott szúnyogot kémcsövekbe gyűjtötték, majd a laboratóriumba szállították, és a kémcsöveket kloroformba áztatott vattával elpusztították. Az ezüstlegyeket ivarmeghatározták, és morfológiai jellemzőik alapján, standard azonosító kódok [31] segítségével elkülönítették a többi rovartól és szúnyogtól. Az összes hím és nőstény ezüstgarnélát ezután külön-külön 80%-os alkoholban konzerválták. A csapdánkénti/éjszakánkénti szúnyogsűrűséget a következő képlettel számították ki: a begyűjtött szúnyogok teljes száma / az éjszakánként kihelyezett fénycsapdák száma. A szúnyogbőség (SFC) százalékos változását az IRS miatt, DDT és SP felhasználásával, a következő képlettel becsülték meg [32]:
ahol A az intervenciós háztartások alap átlagos SFC-értéke, B az intervenciós háztartások IRS átlagos SFC-értéke, C a kontroll/őrszem háztartások alap átlagos SFC-értéke, D pedig az IRS kontroll/őrszem háztartások átlagos SFC-értéke.
Az intervenciós hatás eredményei, amelyeket negatív és pozitív értékként rögzítettek, az IRS utáni SFC csökkenését, illetve növekedését jelzik. Ha az IRS utáni SFC megegyezett a kiindulási SFC-vel, akkor az intervenciós hatást nullának számítottuk.
Az Egészségügyi Világszervezet növényvédőszer-értékelési rendszere (WHOPES) szerint az őshonos ezüstlábú garnéla DDT és SP növényvédő szerekkel szembeni érzékenységét standard in vitro biovizsgálatokkal értékelték [33]. Egészséges és táplálatlan nőstény ezüstlábú garnélákat (csoportonként 18–25 SF) az Universiti Sains Malaysia (USM, Malajzia; az Egészségügyi Világszervezet koordinálásával) által beszerzett növényvédő szereknek tettek ki az Egészségügyi Világszervezet növényvédőszer-érzékenységi tesztkészletének [4,9, 33,34] felhasználásával. Minden növényvédőszer-biovizsgálat-készletet nyolcszor teszteltek (négy tesztes ismétlés, mindegyik a kontrollal egyidejűleg futott). A kontrollteszteket az USM által biztosított risellával (DDT-hez) és szilikonolajjal (SP-hez) előre impregnált papírral végezték. 60 perces expozíció után a szúnyogokat WHO csövekbe helyezték, és 10%-os cukoroldatba áztatott nedvszívó vattával látták el. Megfigyelték az 1 óra elteltével elpusztult szúnyogok számát és a 24 óra elteltével mért végső mortalitást. A rezisztencia státuszt az Egészségügyi Világszervezet irányelvei szerint írják le: a 98–100%-os mortalitás fogékonyságra, a 90–98% megerősítést igénylő lehetséges rezisztenciára, a <90% pedig rezisztenciára utal [33, 34]. Mivel a kontrollcsoportban a mortalitás 0 és 5% között mozgott, mortalitási korrekciót nem végeztek.
A rovarirtók biohatékonyságát és reziduális hatásait a natív termeszekre terepi körülmények között értékelték. Három intervenciós háztartásban (egy-egy sima agyagvakolattal vagy PMP-vel, egy cementvakolattal és mészbevonattal vagy CPLC-vel, valamint vakolatlan és festetlen téglával vagy BUU-val) a permetezés után 2, 4 és 12 héttel standard WHO biológiai vizsgálatot végeztek fénycsapdákat tartalmazó kúpokon. [27, 32]. A háztartások fűtését az egyenetlen falak miatt kizárták. Minden elemzésben 12 kúpot használtak az összes kísérleti otthonban (négy kúp otthononként, egy-egy falfelület-típushoz). Rögzítsenek kúpokat a szoba minden falára különböző magasságokban: egyet fejmagasságban (1,7-1,8 m), kettőt derékmagasságban (0,9-1 m) és egyet térd alatt (0,3-0,5 m). Tíz táplálatlan nőstény szúnyogot (10 db kúponként; kontroll parcelláról gyűjtöttek elszívóval) helyeztek el minden WHO műanyag kúpos kamrában (egy kúp háztartástípusonként) kontrollként. 30 perc expozíció után óvatosan távolítsák el a szúnyogokat onnan; kúpos kamrába könyökszívó segítségével, majd 10%-os cukoroldatot tartalmazó WHO csövekbe helyezzük át táplálásra. A végső mortalitást 24 óra elteltével 27 ± 2°C-on és 80 ± 10% relatív páratartalom mellett regisztráljuk. Az 5% és 20% közötti mortalitási arányokat az Abbott-képlet [27] segítségével korrigáljuk az alábbiak szerint:
ahol P a korrigált mortalitás, P1 a megfigyelt mortalitási százalék, C pedig a kontroll mortalitási százalék. Azokat a vizsgálatokat, amelyekben a kontroll mortalitása >20% volt, elvetették és újra elvégezték [27, 33].
Átfogó háztartásfelmérést végeztek a beavatkozás céljára kijelölt faluban. Minden háztartás GPS-alapú helymeghatározását rögzítették, valamint a tervezési és anyagtípust, a lakás típusát és a beavatkozás állapotát. A GIS platform egy digitális geoadatbázist fejlesztett ki, amely falusi, kerületi, járási és állami szintű határrétegeket tartalmaz. Minden háztartás helyszínét falusi szintű GIS pontrétegek segítségével geocímkézték, és attribútuminformációikat összekapcsolják és frissítik. Minden háztartás helyszínén a kockázatot a HT, a rovarirtó vektorok érzékenysége és az IRS státusza alapján értékelték (1. táblázat) [11, 26, 29, 30]. Ezután az összes háztartási helymeghatározási pontot tematikus térképekké alakították át inverz távolság súlyozás (IDW; a felbontás a 6 m2-es átlagos háztartási területre vonatkozik, 2-es hatvány, a környező pontok rögzített száma = 10, változó keresési sugár, aluláteresztő szűrő használatával) és köbös konvolúciós térképezés) térbeli interpolációs technológia [35] segítségével. Kétféle tematikus térbeli kockázati térképet készítettek: HT-alapú tematikus térképeket és növényvédőszer-vektor érzékenységi és IRS állapot (ISV és IRSS) tematikus térképeket. A két tematikus kockázati térképet ezután súlyozott átfedéses elemzéssel kombinálták [36]. E folyamat során a raszteres rétegeket általános preferenciaosztályokba sorolták át a különböző kockázati szintek szerint (azaz magas, közepes és alacsony/nincs kockázat). Minden egyes átsorolt raszteres réteget megszoroztak a szúnyogbőséget támogató paraméterek relatív fontossága alapján hozzárendelt súllyal (a vizsgálati falvakban uralkodó prevalencia, a szúnyogok szaporodási helyei, valamint a pihenő- és táplálkozási viselkedés alapján) [26, 29]. , 30, 37]. Mindkét tárgykör kockázati térképét 50:50 arányban súlyozták, mivel egyenlően járultak hozzá a szúnyogbőséghez (1. kiegészítő fájl: S2. táblázat). A súlyozott átfedéses tematikus térképek összegzésével létrehoztak egy végső összetett kockázati térképet, amelyet a GIS platformon vizualizáltak. A végső kockázati térképet a következő képlettel számított partilégy kockázati index (SFRI) értékeivel mutatták be és írták le:
A képletben P a kockázati index értéke, L az egyes háztartások helyszínére vonatkozó összesített kockázati érték, H pedig a vizsgált területen lévő háztartás legmagasabb kockázati értéke. Kockázati térképek létrehozásához GIS rétegeket és elemzéseket készítettünk és végeztünk az ESRI ArcGIS v.9.3 (Redlands, CA, USA) szoftverrel.
Többszörös regresszióanalízist végeztünk a HT, ISV és IRSS (az 1. táblázatban leírtak szerint) együttes hatásának vizsgálatára a ház szúnyogsűrűségére (n = 24). A vizsgálatban rögzített IRS-beavatkozáson alapuló lakástulajdonságokat és kockázati tényezőket magyarázó változóként kezeltük, a szúnyogsűrűséget pedig válaszváltozóként használtuk. Minden egyes, a partiszúnyogsűrűséggel összefüggő magyarázó változóra egyváltozós Poisson-regresszióanalízist végeztünk. Az egyváltozós elemzés során a nem szignifikáns és 15%-nál nagyobb P-értékkel rendelkező változókat eltávolítottuk a többszörös regresszióanalízisből. Az interakciók vizsgálatához a szignifikáns változók (az egyváltozós elemzésben található) összes lehetséges kombinációjának interakciós tagjait egyidejűleg vontuk be a többszörös regresszióanalízisbe, és a nem szignifikáns tagokat lépésenként eltávolítottuk a modellből a végső modell létrehozása érdekében.
A háztartási szintű kockázatértékelést kétféleképpen végezték: háztartási szintű kockázatértékeléssel és a kockázati területek térképen történő kombinált térbeli értékelésével. A háztartási szintű kockázatbecsléseket a háztartási kockázatbecslések és a partiszúnyog-sűrűség (6 őrszem háztartásból és 6 intervenciós háztartásból gyűjtött adatok; hetekkel az IRS bevezetése előtt és után) közötti korrelációanalízissel becsülték meg. A térbeli kockázati zónákat a különböző háztartásokból gyűjtött szúnyogok átlagos száma alapján becsülték meg, és összehasonlították a kockázati csoportok (azaz alacsony, közepes és magas kockázatú zónák) között. Minden IRS körben 12 háztartást (4 háztartás mindhárom kockázati zónaszintjén; az éjszakai gyűjtéseket az IRS után 2, 4 és 12 hetente végzik) véletlenszerűen választottak ki szúnyogok gyűjtésére az átfogó kockázati térkép teszteléséhez. Ugyanezeket a háztartási adatokat (azaz HT, VSI, IRSS és átlagos szúnyogsűrűség) használták a végső regressziós modell tesztelésére. Egyszerű korrelációanalízist végeztek a terepi megfigyelések és a modell által előrejelzett háztartási szúnyogsűrűségek között.
Az entomológiai és IRS-sel kapcsolatos adatok összefoglalásához leíró statisztikákat, például átlagot, minimumot, maximumot, 95%-os konfidenciaintervallumot (CI) és százalékos értékeket számítottak ki. Az ezüstpoloskák (rovarirtó szer maradványok) átlagos számát/sűrűségét és mortalitását parametrikus tesztekkel [párosított mintás t-próba (normális eloszlású adatok esetén)] és nem paraméteres tesztekkel (Wilcoxon előjeles rang) hasonlították össze az otthonokban található felülettípusok hatékonyságának összehasonlítására (iee, BUU vs. CPLC, BUU vs. PMP és CPLC vs. PMP) teszt nem normális eloszlású adatok esetén). Minden elemzést SPSS v.20 szoftverrel (SPSS Inc., Chicago, IL, USA) végeztek.
Kiszámították a háztartások lefedettségét az intervenciós falvakban az IRS DDT és SP körök alatt. Összesen 205 háztartás részesült IRS-ben mindkét körben, beleértve 179 háztartást (87,3%) a DDT körben és 194 háztartást (94,6%) az SP körben a VL-vektorok elleni védekezés céljából. A növényvédő szerekkel teljes mértékben kezelt háztartások aránya magasabb volt az SP-IRS során (86,3%), mint a DDT-IRS alatt (52,7%). A DDT során az IRS-ből való kilépést 26 háztartás (12,7%), az SP során pedig 11 háztartás (5,4%) tette ki. A DDT és SP körökben a részben kezelt, regisztrált háztartások száma 71 (az összes kezelt háztartás 34,6%-a), illetve 17 háztartás (az összes kezelt háztartás 8,3%-a) volt.
A WHO növényvédőszer-rezisztencia irányelvei szerint az intervenciós helyszínen élő ezüstgarnéla populáció teljes mértékben fogékony volt az alfa-cipermetrinre (0,05%), mivel a vizsgálat során (24 óra) jelentett átlagos mortalitás 100% volt. A megfigyelt kiütéses halálozási arány 85,9% volt (95% CI: 81,1–90,6%). A DDT esetében a 24 órás kiütéses halálozási arány 22,8% volt (95% CI: 11,5–34,1%), az átlagos elektronikus tesztmortalitás pedig 49,1% (95% CI: 41,9–56,3%). Az eredmények azt mutatták, hogy az ezüstlábú garnélarákok teljes rezisztenciát fejlesztettek ki a DDT-vel szemben az intervenciós helyszínen.
A 3. táblázat összefoglalja a DDT-vel és SP-vel kezelt különböző típusú felületek (az IRS utáni különböző időintervallumok) kúpjainak bioanalízisének eredményeit. Az adataink azt mutatták, hogy 24 óra elteltével mindkét rovarirtó szer (BUU vs. CPLC: t(2) = –6,42, P = 0,02; BUU vs. PMP: t(2) = 0,25, P = 0,83; CPLC vs. PMP: t(2) = 1,03, P = 0,41 (DDT-IRS és BUU esetén) CPLC: t(2) = −5,86, P = 0,03 és PMP: t(2) = 1,42, P = 0,29; IRS, CPLC és PMP: t(2) = 3,01, P = 0,10 és SP: t(2) = 9,70, P = 0,01; a halálozási arányok az idő múlásával folyamatosan csökkentek. SP-IRS esetén: 2 héttel a permetezés után minden faltípusnál (azaz összességében 95,6%) és 4 héttel a permetezés után... csak CPLC falak (azaz 82,5). A DDT csoportban a mortalitás minden faltípus esetében következetesen 70% alatt volt az IRS bioassay utáni minden időpontban. A DDT és SP átlagos kísérleti mortalitási aránya 12 hét permetezés után 25,1%, illetve 63,2% volt. Három felülettípus esetében a legmagasabb átlagos mortalitási arány DDT esetén 61,1% (PMP esetén 2 héttel az IRS után), 36,9% (CPLC esetén 4 héttel az IRS után) és 28,9% (CPLC esetén 4 héttel az IRS után) volt. A minimális arányok 55% (BUU esetén, 2 héttel az IRS után), 32,5% (PMP esetén, 4 héttel az IRS után) és 20% (PMP esetén, 4 héttel az IRS után; US IRS). Az SP esetében a legmagasabb átlagos mortalitási arány minden felülettípuson 97,2% (CPLC esetében, 2 héttel az IRS után), 82,5% (CPLC esetében, 4 héttel az IRS után) és 67,5% (CPLC esetében, 4 héttel az IRS után) volt. US IRS). héttel az IRS után); a legalacsonyabb arányok 94,4% (BUU esetében, 2 héttel az IRS után), 75% (PMP esetében, 4 héttel az IRS után) és 58,3% (PMP esetében, 12 héttel az IRS után) voltak. Mindkét rovarirtó szer esetében a PMP-vel kezelt felületeken a mortalitás gyorsabban változott az időintervallumokban, mint a CPLC-vel és BUU-val kezelt felületeken.
A 4. táblázat összefoglalja a DDT- és SP-alapú IRS-körök beavatkozási hatásait (azaz a szúnyogok számának IRS utáni változásait) (1. kiegészítő fájl: S1. ábra). A DDT-IRS esetében az ezüstlábú bogarak számának százalékos csökkenése az IRS-intervallum után 34,1% (2 hét után), 25,9% (4 hét után) és 14,1% (12 hét után) volt. Az SP-IRS esetében a csökkenési arány 90,5% (2 hét után), 66,7% (4 hét után) és 55,6% (12 hét után) volt. A DDT és SP IRS jelentési időszakokban az őrszem háztartásokban az ezüstgarnéla mennyiségének legnagyobb csökkenése 2,8% (2 hét után), illetve 49,1% (2 hét után) volt. Az SP-IRS időszak alatt a fehérhasú fácánok állományának csökkenése (előtte és utána) hasonló volt a permetezéssel kezelt háztartásokban (t(2) = –9,09, P < 0,001) és a sentinel háztartásokban (t(2) = –1,29, P = 0,33). Az IRS utáni mindhárom időintervallumban magasabb volt a DDT-IRS-hez képest. Mindkét rovarirtó szer esetében az ezüstpoloska mennyisége az IRS után 12 héttel megnőtt a sentinel háztartásokban (azaz 3,6% az SP és 9,9% a DDT esetében). Az IRS-találkozókat követő SP és DDT során 112, illetve 161 ezüstgarnélát gyűjtöttek be az őrgazdaságokból.
Nem figyeltek meg szignifikáns különbséget az ezüstgarnéla sűrűségében a háztartási csoportok között (azaz permetezéssel kezelt vs. őrszem: t(2) = –3,47, P = 0,07; permetezéssel kezelt vs. kontroll: t(2) = –2,03, P = 0,18; őrszem vs. kontroll: a DDT utáni IRS hetekben, t(2) = –0,59, P = 0,62). Ezzel szemben szignifikáns különbségeket figyeltek meg az ezüstgarnéla sűrűségében a permetezéssel kezelt és a kontrollcsoport között (t(2) = –11,28, P = 0,01), valamint a permetezéssel kezelt és a kontrollcsoport között (t(2) = –4, 42, P = 0,05). Az IRS néhány héttel az SP után. Az SP-IRS esetében nem figyeltek meg szignifikáns különbséget a őrszem és a kontrollcsaládok között (t(2) = -0,48, P = 0,68). A 2. ábra az ezüsthasú fácánok átlagos sűrűségét mutatja a teljesen és részben IRS tenyésztésű gazdaságokban. A teljesen és részben kezelt háztartások között nem volt szignifikáns különbség a teljesen kezelt fácánok sűrűségében (átlag 7,3 és 2,7 csapdánként/éj). DDT-IRS és SP-IRS esetén), és néhány háztartást mindkét rovarirtó szerrel permeteztek (átlag 7,5 és 4,4 éjszakánként a DDT-IRS és SP-IRS esetén) (t(2) ≤ 1,0, P > 0,2). Az ezüsthasú fácánok sűrűsége azonban a teljesen és részben permetezett gazdaságokban szignifikánsan eltért az SP és a DDT IRS ciklusok között (t(2) ≥ 4,54, P ≤ 0,05).
Az ezüstszárnyú bűzöspoloskák becsült átlagos sűrűsége a teljesen és részben kezelt háztartásokban Mahanar faluban, Lavapurban, az IRS előtti 2 hétben, valamint az IRS, DDT és SP körök után 2, 4 és 12 héttel.
Egy átfogó térbeli kockázati térképet (Lavapur Mahanar falu; teljes terület: 26 723 km2) készítettek az alacsony, közepes és magas térbeli kockázati zónák azonosítására, hogy figyelemmel kísérhessék az ezüstgarnéla megjelenését és újbóli megjelenését az IRS bevezetése előtt és után néhány héttel (3., 4. ábra). . . A térbeli kockázati térkép létrehozása során a háztartások legmagasabb kockázati pontszámát „12”-nek értékelték (azaz „8” a HT-alapú kockázati térképeknél és „4” a VSI- és IRSS-alapú kockázati térképeknél). A minimálisan számított kockázati pontszám „nulla” vagy „nincs kockázat”, kivéve a DDT-VSI és IRSS térképeket, amelyek minimális pontszáma 1. A HT-alapú kockázati térkép azt mutatta, hogy Lavapur Mahanar falu nagy területe (azaz 19 994,3 km2; 74,8%) magas kockázatú terület, ahol a lakosok a legnagyobb valószínűséggel találkoznak és jelennek meg újra szúnyogokkal. A területi lefedettség a DDT, SP-IS és IRSS kockázati grafikonjai között magas (DDT 20,2%; SP 4,9%), közepes (DDT 22,3%; SP 4,6%) és alacsony/nincs kockázatú (DDT 57,5%; SP 90,5) zónák között változik (t(2) = 12,7, P < 0,05) (3., 4. ábra). A véglegesen kidolgozott összetett kockázati térkép azt mutatta, hogy az SP-IRS minden HT kockázati területen jobb védelmi képességekkel rendelkezett, mint a DDT-IRS. Az SP-IRS után a HT magas kockázatú területe 7% alá (1837,3 km2) csökkent, és a terület nagy része (azaz 53,6%) alacsony kockázatú területté vált. A DDT-IRS időszak alatt a kombinált kockázati térkép által értékelt magas és alacsony kockázatú területek aránya 35,5% (9498,1 km2), illetve 16,2% (4342,4 km2) volt. A kezelt és az őrszem háztartásokban az IRS bevezetése előtt és azt követő néhány héttel mért partiszúnyog-sűrűséget ábrázolták és vizualizálták egy kombinált kockázati térképen az IRS minden egyes körében (azaz DDT és SP) (3., 4. ábra). Jó egyezés volt a háztartások kockázati pontszámai és az IRS előtt és után rögzített átlagos ezüstgarnéla-sűrűség között (5. ábra). Az IRS két köréből számított konzisztencia-analízis R2 értékei (P < 0,05) a következők voltak: 0,78 2 héttel a DDT előtt, 0,81 2 héttel a DDT után, 0,78 4 héttel a DDT után, 0,83 DDT után - 12 héttel a DDT után, a DDT összesen SP után 0,85, 0,82 2 héttel SP előtt, 0,38 2 héttel SP után, 0,56 4 héttel SP után, 0,81 12 héttel SP után és 0,79 2 héttel SP után összességében (1. kiegészítő fájl: S3. táblázat). Az eredmények azt mutatták, hogy az SP-IRS beavatkozás hatása minden HT-re fokozódott az IRS-t követő 4 hét során. A DDT-IRS az IRS bevezetését követő minden időpontban hatástalan maradt minden HT esetében. Az integrált kockázati térképterület terepi értékelésének eredményeit az 5. táblázat foglalja össze. Az IRS-körökben az ezüsthasú garnéla átlagos abundancia és a teljes abundancia százalékos aránya a magas kockázatú területeken (azaz >55%) magasabb volt, mint az alacsony és közepes kockázatú területeken az IRS utáni összes időpontban. Az entomológiai családok (azaz a szúnyoggyűjtésre kiválasztottak) helyét az 1. kiegészítő fájlban, az S2. ábrán térképeztük fel és vizualizáltuk.
Háromféle GIS-alapú térbeli kockázati térkép (azaz HT, IS és IRSS, valamint a HT, IS és IRSS kombinációja) a büdös poloska kockázati területeinek azonosítására a DDT-IRS előtt és után Mahnar faluban, Lavapurban, Vaishali kerületben (Bihar)
Háromféle GIS-alapú térbeli kockázati térkép (azaz HT, IS és IRSS, valamint a HT, IS és IRSS kombinációja) az ezüstfoltos garnélarák kockázati területeinek azonosítására (Kharbanghoz képest)
A DDT-(a, c, e, g, i) és az SP-IRS (b, d, f, h, j) különböző háztartástípus-kockázati csoportokra gyakorolt hatását a háztartási kockázatok közötti „R2” becslésével számítottuk ki. A háztartási mutatók és a P. argentipes átlagos sűrűségének becslése 2 héttel az IRS bevezetése előtt, valamint 2, 4 és 12 héttel az IRS bevezetése után Lavapur Mahnar faluban, Vaishali kerületben, Biharban.
A 6. táblázat összefoglalja az összes, a szúnyogszőnyeg-sűrűséget befolyásoló kockázati tényező egyváltozós elemzésének eredményeit. Minden kockázati tényező (n = 6) szignifikánsan összefüggött a háztartási szúnyogsűrűséggel. Megfigyelték, hogy az összes releváns változó szignifikanciaszintje 0,15-nél kisebb P-értéket eredményezett. Ezért az összes magyarázó változót megtartottuk a többszörös regresszióanalízishez. A végső modell legjobban illeszkedő kombinációját öt kockázati tényező alapján hoztuk létre: TF, TW, DS, ISV és IRSS. A 7. táblázat felsorolja a végső modellben kiválasztott paraméterek részleteit, valamint a korrigált esélyhányadosokat, a 95%-os konfidenciaintervallumokat (CI) és a P-értékeket. A végső modell erősen szignifikáns, R2 értéke 0,89 (F(5) = 27,9, P < 0,001).
A TR-t kizártuk a végső modellből, mivel a többi magyarázó változóval együtt a legkevésbé szignifikáns volt (P = 0,46). A kidolgozott modellt 12 különböző háztartás adatai alapján használtuk a partiszúnyogok sűrűségének előrejelzésére. A validációs eredmények szoros korrelációt mutattak a terepen megfigyelt szúnyogsűrűség és a modell által előrejelzett szúnyogsűrűség között (r = 0,91, P < 0,001).
A cél a vírusfertőzés (VL) 2020-ra történő felszámolása India endémiás államaiban [10]. 2012 óta India jelentős előrelépést tett a VL előfordulásának és halálozásának csökkentésében [10]. A DDT-ről SP-re való 2015-ös átállás jelentős változást jelentett az IRS történetében Bihar államban, Indiában [38]. A VL térbeli kockázatának és vektorainak mennyiségének megértése érdekében számos makroszintű vizsgálatot végeztek. Bár a VL prevalenciájának térbeli eloszlása egyre nagyobb figyelmet kapott országszerte, mikroszinten kevés kutatást végeztek. Ezenkívül mikroszinten az adatok kevésbé konzisztensek, és nehezebben elemezhetők és érthetők. Tudomásunk szerint ez a tanulmány az első jelentés, amely a DDT és SP rovarirtó szerek IRS-ének reziduális hatékonyságát és intervenciós hatását értékeli a HT-k között a Bihar állambeli (India) Nemzeti VL Vektor Ellenőrzési Program keretében. Ez egyben az első kísérlet egy térbeli kockázati térkép és szúnyogsűrűség-elemzési modell kidolgozására, amely feltárja a szúnyogok térbeli és időbeli eloszlását mikroskálán az IRS intervenciós körülmények között.
Eredményeink azt mutatták, hogy az SP-IRS háztartási alkalmazása minden háztartásban magas volt, és hogy a legtöbb háztartás teljes mértékben feldolgozott volt. A bioassay eredményei azt mutatták, hogy a vizsgált faluban élő ezüstlegyek nagyon érzékenyek voltak a béta-cipermetrinre, de meglehetősen alacsonyak a DDT-re. Az ezüstgarnéla DDT-vel szembeni átlagos halálozási aránya kevesebb, mint 50%, ami a DDT-vel szembeni rezisztencia magas szintjét jelzi. Ez összhangban van az India VL-endémiás államainak, köztük Biharnak a különböző falvaiban, különböző időpontokban végzett korábbi vizsgálatok eredményeivel [8,9,39,40]. A növényvédőszer-érzékenység mellett a növényvédő szerek reziduális hatékonysága és a beavatkozás hatásai is fontos információk. A reziduális hatások időtartama fontos a programozási ciklus szempontjából. Ez határozza meg az IRS ciklusok közötti időközöket, hogy a populáció védett maradjon a következő permetezésig. A kúpos bioassay eredményei jelentős különbségeket mutattak a falfelület-típusok mortalitásában az IRS utáni különböző időpontokban. A DDT-vel kezelt felületeken a mortalitás mindig a WHO kielégítő szintje alatt volt (azaz ≥80%), míg az SP-vel kezelt falakon a mortalitás az IRS utáni negyedik hétig kielégítő maradt; Ezekből az eredményekből egyértelműen kiderül, hogy bár a vizsgálati területen található ezüstlábú garnéla nagyon érzékeny az SP-re, az SP reziduális hatékonysága a HT-től függően változik. A DDT-hez hasonlóan az SP sem éri el a WHO irányelveiben meghatározott hatékonysági időtartamot [41, 42]. Ez a hatékonysághiány az IRS nem megfelelő végrehajtásának (azaz a szivattyú megfelelő sebességgel, a faltól való távolság, a kifolyási sebesség és a vízcseppek mérete, valamint a falon való lerakódásuk megfelelősége), valamint a növényvédő szerek nem megfelelő használatának (azaz az oldatkészítésnek) tudható be [11,28,43]. Mivel azonban ezt a vizsgálatot szigorú felügyelet és ellenőrzés mellett végezték, az Egészségügyi Világszervezet által ajánlott lejárati dátum be nem tartásának másik oka lehet a minőségellenőrzést (QC) alkotó SP minősége (azaz a hatóanyag vagy „AI” százalékos aránya).
A növényvédőszer-perzisztencia értékelésére használt három felülettípus közül két növényvédőszer esetében jelentős mortalitási különbségeket figyeltek meg a BUU és a CPLC között. Egy másik új megállapítás, hogy a CPLC szinte minden időintervallumban jobb reziduális teljesítményt mutatott a permetezés után, ezt követte a BUU és a PMP felületek. Az IRS után két héttel azonban a PMP mutatta a legmagasabb, illetve a második legmagasabb mortalitási arányt a DDT és az SP esetében. Ez az eredmény azt jelzi, hogy a PMP felületére lerakódott növényvédőszer nem marad meg sokáig. A növényvédőszer-maradványok hatékonyságában mutatkozó különbség a faltípusok között számos oknak tudható be, például a falvegyületek összetételének (a megnövekedett pH miatt egyes növényvédő szerek gyorsan lebomlanak), az abszorpciós sebességnek (magasabb a talajfalakon), a bakteriális bomlás elérhetőségének és a falanyagok lebomlási sebességének, valamint a hőmérsékletnek és a páratartalomnak [44, 45, 46, 47, 48, 49]. Eredményeink számos más tanulmányt is alátámasztanak a rovarirtóval kezelt felületek különböző betegségvektorokkal szembeni reziduális hatékonyságáról [45, 46, 50, 51].
A kezelt háztartásokban a szúnyogok számának csökkenésére vonatkozó becslések azt mutatták, hogy az SP-IRS hatékonyabb volt a szúnyogok irtásában az IRS utáni összes intervallumban, mint a DDT-IRS (P < 0,001). Az SP-IRS és a DDT-IRS ciklusokban a kezelt háztartásokban a csökkenési arány 2 és 12 hét között 55,6-90,5%, illetve 14,1-34,1% volt. Ezek az eredmények azt is mutatták, hogy a P. argentipes mennyiségére gyakorolt szúnyogok száma az őrháztartásokban az IRS bevezetését követő 4 héten belül jelentős hatást figyeltek meg; az argentipes mennyisége az IRS mindkét ciklusában növekedett 12 héttel az IRS után; Azonban nem volt szignifikáns különbség az őrháztartásokban a szúnyogok számában az IRS két ciklusa között (P = 0,33). Az ezüstgarnéla-sűrűség háztartáscsoportok közötti statisztikai elemzésének eredményei az egyes ciklusokban sem mutattak szignifikáns különbséget a DDT-ben mind a négy háztartáscsoport között (azaz permetezett vs. őrháztartás; permetezett vs. kontroll; őrháztartás vs. kontroll; teljes vs. részleges). Két családcsoport: IRS és SP-IRS (azaz őrszem vs. kontroll és teljes vs. részleges). Azonban a DDT és SP-IRS körök között jelentős különbségeket figyeltek meg az ezüstgarnéla sűrűségében a részlegesen és teljesen permetezett gazdaságokban. Ez a megfigyelés, azzal a ténnyel kombinálva, hogy az intervenciós hatásokat az IRS után többször is kiszámították, arra utal, hogy az SP hatékony a szúnyogirtásban a részben vagy teljesen kezelt, de nem kezelt otthonokban. Azonban, bár nem volt statisztikailag szignifikáns különbség a szúnyogok számában az őrszem házakban a DDT-IRS és az SP IRS körök között, a DDT-IRS kör során gyűjtött szúnyogok átlagos száma alacsonyabb volt az SP-IRS körhöz képest. A mennyiség meghaladja a mennyiséget. Ez az eredmény arra utal, hogy a háztartások lakosságában a legnagyobb IRS-lefedettséggel rendelkező vektorérzékeny rovarirtó szer populációs hatással lehet a szúnyogirtásra azokban a háztartásokban, amelyeket nem permeteztek. Az eredmények szerint az SP jobb megelőző hatást gyakorolt a szúnyogcsípések ellen, mint a DDT az IRS utáni első napokban. Ezenkívül az alfa-cipermetrin az SP csoportba tartozik, kontakt irritációt és közvetlen toxicitást okoz a szúnyogokra, és alkalmas az IRS kezelésére [51, 52]. Ez lehet az egyik fő oka annak, hogy az alfa-cipermetrinnek minimális hatása van a telepeken. Egy másik tanulmány [52] megállapította, hogy bár az alfa-cipermetrin meglévő válaszreakciókat és magas leküzdési arányt mutatott laboratóriumi vizsgálatokban és kunyhókban, a vegyület nem hozott létre riasztó hatást a szúnyogoknál kontrollált laboratóriumi körülmények között. cabin. website.
Ebben a tanulmányban háromféle térbeli kockázati térképet dolgoztak ki; Háztartási és területi szintű térbeli kockázati becsléseket értékeltek az ezüstlábú garnéla sűrűségének terepi megfigyelésein keresztül. A HT-n alapuló kockázati zónák elemzése azt mutatta, hogy Lavapur-Mahanara falusi területeinek többségében (>78%) a legmagasabb a homoki legyek előfordulásának és újbóli megjelenésének kockázata. Ez valószínűleg a fő oka annak, hogy Rawalpur Mahanar VL ilyen népszerű. Az összesített ISV és IRSS, valamint a végső kombinált kockázati térkép alapján alacsonyabb százalékos arányban találtak magas kockázatú területeket az SP-IRS körben (de nem a DDT-IRS körben). Az SP-IRS után a GT alapján magas és közepes kockázati zónák nagy részét alacsony kockázatú zónákká alakították át (azaz 60,5%; kombinált kockázati térkép becslések), ami majdnem négyszer alacsonyabb (16,2%), mint a DDT. – A helyzet a fenti IRS portfólió kockázati diagramon látható. Ez az eredmény azt jelzi, hogy az IRS a megfelelő választás a szúnyogirtáshoz, de a védelem mértéke a rovarirtó szer minőségétől, érzékenységétől (a célvektorral szemben), elfogadhatóságától (az IRS idején) és alkalmazásától függ;
A háztartási kockázatértékelés eredményei jó egyezést (P < 0,05) mutattak a kockázatbecslések és a különböző háztartásokból gyűjtött ezüstlábú garnéla sűrűsége között. Ez arra utal, hogy az azonosított háztartási kockázati paraméterek és azok kategorikus kockázati pontszámai jól alkalmasak az ezüstlábú garnéla helyi gyakoriságának becslésére. Az IRS utáni DDT egyezési elemzés R2 értéke ≥ 0,78 volt, ami egyenlő vagy nagyobb volt az IRS előtti értéknél (azaz 0,78). Az eredmények azt mutatták, hogy a DDT-IRS minden HT kockázati zónában (azaz magas, közepes és alacsony) hatékony volt. Az SP-IRS körben azt tapasztaltuk, hogy az R2 értéke az IRS bevezetését követő második és negyedik hétben ingadozott, az IRS bevezetését megelőző két héttel és az IRS bevezetését követő 12 héttel mért értékek majdnem megegyeztek; Ez az eredmény az SP-IRS-expozíció szúnyogokra gyakorolt jelentős hatását tükrözi, amely az IRS bevezetését követő időintervallummal csökkenő tendenciát mutatott. Az SP-IRS hatását az előző fejezetekben kiemeltük és megvitattuk.
Az összevont térkép kockázati zónáinak terepi ellenőrzésének eredményei azt mutatták, hogy az IRS-kör során a legtöbb ezüstgarnélát a magas kockázatú zónákban (azaz >55%) gyűjtötték, ezeket követték a közepes és alacsony kockázatú zónák. Összefoglalva, a GIS-alapú térbeli kockázatértékelés hatékony döntéshozatali eszköznek bizonyult a különböző térbeli adatrétegek egyenkénti vagy kombinációs összesítésére a partiszúnyogok kockázati területeinek azonosítása érdekében. A kidolgozott kockázati térkép átfogó képet nyújt a beavatkozás előtti és utáni állapotokról (azaz a háztartás típusa, az IRS-állapot és a beavatkozás hatásai) a vizsgálati területen, amelyek azonnali beavatkozást vagy javítást igényelnek, különösen mikro szinten. Nagyon népszerű helyzet. Valójában számos tanulmány használt GIS-eszközöket a vektorok szaporodási helyeinek kockázatának és a betegségek térbeli eloszlásának makro szintű feltérképezésére [24, 26, 37].
Az IRS-alapú beavatkozások tartási jellemzőit és kockázati tényezőit statisztikailag értékelték az ezüstgarnéla sűrűségelemzésekben való felhasználáshoz. Bár mind a hat tényező (azaz a TF, TW, TR, DS, ISV és IRSS) szignifikánsan összefüggött az ezüstgarnéla helyi abundanciájával az egyváltozós elemzésekben, a végső többszörös regressziós modellben az ötből csak egyet választottak ki. Az eredmények azt mutatják, hogy a vizsgálati területen az IRS TF, TW, DS, ISV, IRSS stb. fogságban tartási jellemzői és beavatkozási tényezői alkalmasak az ezüstgarnéla megjelenésének, helyreállásának és szaporodásának monitorozására. Többszörös regresszióanalízisben a TR nem bizonyult szignifikánsnak, ezért nem választották ki a végső modellben. A végső modell nagymértékben szignifikáns volt, a kiválasztott paraméterek az ezüstgarnéla sűrűségének 89%-át magyarázták. A modell pontossági eredményei erős korrelációt mutattak az előrejelzett és a megfigyelt ezüstgarnéla sűrűség között. Eredményeink alátámasztják a korábbi tanulmányokat is, amelyek a vírusfertőzés prevalenciájával és a vektor térbeli eloszlásával kapcsolatos társadalmi-gazdasági és tartási kockázati tényezőket tárgyalták Bihar vidéki területein [15, 29].
Ebben a tanulmányban nem értékeltük a növényvédőszer-lerakódást a permetezett falakon, valamint az IRS-hez használt növényvédőszer minőségét (azaz minőségét). A növényvédőszer minőségének és mennyiségének változásai befolyásolhatják a szúnyogok halálozását és az IRS-beavatkozások hatékonyságát. Így a felülettípusok közötti becsült halálozási arány és a háztartási csoportok közötti beavatkozási hatások eltérhetnek a tényleges eredményektől. Ezeket a pontokat figyelembe véve egy új tanulmány tervezhető. A vizsgálati falvak teljes veszélyeztetett területének felmérése (GIS kockázati térképezés segítségével) magában foglalja a falvak közötti nyílt területeket is, ami befolyásolja a kockázati zónák besorolását (azaz a zónák azonosítását), és kiterjed a különböző kockázati zónákra; Ez a tanulmány azonban mikro szinten készült, így a beépítetlen földterületeknek csak kis hatása van a kockázati területek besorolására; Ezenkívül a falu teljes területén belüli különböző kockázati zónák azonosítása és értékelése lehetőséget adhat a jövőbeni új lakásépítések területeinek kiválasztására (különösen az alacsony kockázatú zónák kiválasztására). Összességében a tanulmány eredményei számos olyan információt nyújtanak, amelyet mikroszkopikus szinten korábban még nem vizsgáltak. A legfontosabb, hogy a falusi kockázati térkép térbeli ábrázolása segít azonosítani és csoportosítani a különböző kockázati területeken lévő háztartásokat, a hagyományos terepi felmérésekhez képest ez a módszer egyszerű, kényelmes, költséghatékony és kevésbé munkaigényes, információkat szolgáltatva a döntéshozóknak.
Eredményeink azt mutatják, hogy a vizsgált faluban élő ezüstös pikkelyűk rezisztenciát fejlesztettek ki (azaz rendkívül ellenállóak) a DDT-vel szemben, és a szúnyogok megjelenését azonnal megfigyelték az IRS után; Az alfa-cipermetrin a megfelelő választásnak tűnik a vírusfertőzés-vektorok IRS-szabályozására 100%-os mortalitása és az ezüstlegyek elleni jobb beavatkozási hatékonysága, valamint a DDT-IRS-hez képest jobb közösségi elfogadottsága miatt. Azt tapasztaltuk azonban, hogy az SP-vel kezelt falakon a szúnyogok halálozása a felület típusától függően változott; gyenge reziduális hatékonyságot figyeltek meg, és az IRS utáni WHO által ajánlott időt nem érték el. Ez a tanulmány jó kiindulópontot nyújt a megbeszéléshez, és eredményei további vizsgálatokat igényelnek a valódi kiváltó okok azonosításához. A homokszúnyog-sűrűségelemzési modell prediktív pontossága azt mutatta, hogy a tartási jellemzők, a vektorok rovarirtó szerekre való érzékenysége és az IRS-státusz kombinációja felhasználható a homokszúnyog-sűrűség becslésére Bihar tartományban, a vírusfertőzésekkel fertőzött falvakban. Tanulmányunk azt is kimutatja, hogy a kombinált GIS-alapú térbeli kockázati térképezés (makroszint) hasznos eszköz lehet a kockázati területek azonosítására a homoktömegek megjelenésének és újbóli megjelenésének monitorozására az IRS-találkozók előtt és után. Ezenkívül a térbeli kockázati térképek átfogó képet adnak a különböző szinteken található kockázati területek kiterjedéséről és jellegéről, amelyeket a hagyományos terepi felmérésekkel és a konvencionális adatgyűjtési módszerekkel nem lehet tanulmányozni. A GIS térképeken keresztül gyűjtött mikrotérbeli kockázati információk segíthetnek a tudósoknak és a közegészségügyi kutatóknak új védekezési stratégiák (azaz egyszeri beavatkozás vagy integrált vektorellenőrzés) kidolgozásában és megvalósításában, hogy a kockázati szintek jellegétől függően a háztartások különböző csoportjait elérjék. Ezenkívül a kockázati térkép segít optimalizálni a védekezési erőforrások elosztását és felhasználását a megfelelő időben és helyen a program hatékonyságának javítása érdekében.
Egészségügyi Világszervezet. Elhanyagolt trópusi betegségek, rejtett sikerek, új lehetőségek. 2009. http://apps.who.int/iris/bitstream/10665/69367/1/WHO_CDS_NTD_2006.2_eng.pdf. Letöltés dátuma: 2014. március 15.
Egészségügyi Világszervezet. A leishmaniázis elleni védekezés: a WHO leishmaniázis elleni védekezéssel foglalkozó szakértői bizottságának üléséről szóló jelentés. 2010. http://apps.who.int/iris/bitstream/10665/44412/1/WHO_TRS_949_eng.pdf. Letöltés dátuma: 2014. március 19.
Singh S. Változó trendek a leishmania és a HIV koinfekció epidemiológiájában, klinikai megjelenésében és diagnózisában Indiában. Int J Inf Dis. 2014;29:103–12.
Nemzeti Vektorok Terjedésével Élő Betegségek Ellenőrzési Programja (NVBDCP). A Kala Azar elpusztítási programjának felgyorsítása. 2017. https://www.who.int/leishmaniasis/resources/Accelerated-Plan-Kala-azar1-Feb2017_light.pdf. Hozzáférés dátuma: 2018. április 17.
Muniaraj M. Mivel kevés remény van a kala-azar (zsigeri leishmaniasis) 2010-ig történő felszámolására, amelynek járványai időszakosan fordulnak elő Indiában, vajon a vektorok elleni védekezési intézkedéseket vagy a humán immundeficiencia vírus koinfekcióját vagy kezelését kell-e hibáztatni? Topparasitol. 2014;4:10-9.
Thakur KP Új stratégia a kala azar kiirtására Bihar vidéki területein. Indian Journal of Medical Research. 2007;126:447–51.
Közzététel ideje: 2024. május 20.