000 04912nam a22004332a 4500
999 _c17162
_d17161
003 AR_CdUFM
005 20171228092533.0
008 150327s2014 ag_||||| |||| 00| 0 spa d
040 _aAR_CdUFM
_cAR_CdUFM
100 1 _aCuéllar, Ana Carolina,
_d1984-
245 1 0 _aUso de sensores remotos para la predicción de casos de Malaria en el departamento Orán, Salta, Argentina /
_cAna Carolina Cuéllar.
260 _a[S.l. :
_bs.n. ],
_c2014.
300 _a95 h. :
_bil. (algunas col.) ;
_c30 cm.
500 _aIncluye índice de figuras, de tablas y anexos de tablas.
500 _aMaestría conjunta con el Instituto de Altos Estudios Espaciales "Mario Gulich"-CONAE.
502 _aTesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía y Física, 2014.
504 _aIncluye referencias bibliográficas : h. 82-88.
520 _aEn 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.
520 _aMalaria 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.
530 _aDisponible en línea.
610 2 _aComisión Nacional de Actividades Espaciales.
_bInstituto de Altos Estudios Espaciales Mario Gulich
651 4 _aSan Ramón de la Nueva Orán (Salta, Argentina)
653 _aEnfermedad parasitaria
653 _aÍndice normalizado de vegetación
653 _aÍndice normalizado de agua
653 _aTemperatura de superficie
653 _aImágenes satelitales Landsat
653 _aNormalized difference vegetation index
653 _aNormalized difference water index
653 _aLand surface temperature
653 _aNDVI
653 _aNDWI
653 _aLST
700 1 _aDantur Juri, María Julia,
_d1975- ,
_edir.
700 1 _aRotela, Camilo,
_d1975- ,
_eco dir.
856 4 1 _yAcceso a Versión Digital
_uhttp://www.famaf.unc.edu.ar/institucional/biblioteca/trabajos/640/17162.pdf
856 4 1 _yAcceso a RDU-UNC
_uhttp://hdl.handle.net/11086/2781
942 _cMG. EST.
_2
945 _aMBO
_d2015-03-27
_d2015-04-17