BackgroundFailure to detect a disease agent or vector where it actually occurs constitutes a serious drawback in epidemiology. In the pervasive situation where no sampling technique is perfect, the explicit analytical treatment of detection failure becomes a key step in the estimation of epidemiological parameters. We illustrate this approach with a study of Attalea palm tree infestation by Rhodnius spp. (Triatominae), the most important vectors of Chagas disease (CD) in northern South America.Methodology/Principal FindingsThe probability of detecting triatomines in infested palms is estimated by repeatedly sampling each palm. This knowledge is used to derive an unbiased estimate of the biologically relevant probability of palm infestation. We combine maximum-likelihood analysis and information-theoretic model selection to test the relationships between environmental covariates and infestation of 298 Amazonian palm trees over three spatial scales: region within Amazonia, landscape, and individual palm. Palm infestation estimates are high (40–60%) across regions, and well above the observed infestation rate (24%). Detection probability is higher (∼0.55 on average) in the richest-soil region than elsewhere (∼0.08). Infestation estimates are similar in forest and rural areas, but lower in urban landscapes. Finally, individual palm covariates (accumulated organic matter and stem height) explain most of infestation rate variation.Conclusions/SignificanceIndividual palm attributes appear as key drivers of infestation, suggesting that CD surveillance must incorporate local-scale knowledge and that peridomestic palm tree management might help lower transmission risk. Vector populations are probably denser in rich-soil sub-regions, where CD prevalence tends to be higher; this suggests a target for research on broad-scale risk mapping. Landscape-scale effects indicate that palm triatomine populations can endure deforestation in rural areas, but become rarer in heavily disturbed urban settings. Our methodological approach has wide application in infectious disease research; by improving eco-epidemiological parameter estimation, it can also significantly strengthen vector surveillance-control strategies.
A maior área contínua de savana do Bioma Amazônia situa-se no estado de Roraima sendo conhecida localmente como Lavrado. Este trabalho apresenta o método estabelecido por gestores, e pesquisadores analistas ambientais para indicar áreas potenciais para a conservação do Lavrado baseada em multicritérios quantitativos que deveriam: (1) valorizar a heterogeneidade da paisagem, (2) considerar as propostas de uso do solo do Zoneamento Ecológico Econômico de Roraima (ZEE-RR) e (3) facilitar o processo de gestão e fiscalização de uma unidade de conservação (UC). Doze critérios e seus indicadores quantitativos foram definidos para calcular o valor de conservação das áreas considerando a representatividade dos indicadores e o peso atribuído para cada critério. Três regiões foram pré-selecionadas pela baixa ocupação do solo. A Serra da Lua obteve maior pontuação (15,18), seguida pela Serra do Tucano (10,35) e Rio Jauari (9,81). Os pontos somados nos três principais critérios (área de lavrado, insubstituibilidade das fitofisionomias e heterogeneidade da paisagem) igualam as regiões em termos de valor ecológico. Os critérios relacionados à gestão de UC foram imprescindíveis para o desempate das áreas. A região da Serra da Lua se destacou por apresentar 69% da sua área indicada para conservação no zoneamento estadual. A falta de dados atualizados sobre o uso da terra e de dados sistematizados sobre biodiversidade foram as principais dificuldades enfrentadas nesta avaliação. Esse estudo representa a primeira iniciativa conhecida de integração de órgãos de gestão ambiental e pesquisa para indicar uma área de conservação no estado de Roraima a partir de critérios quantitativos
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.