Spatio-temporal analysis of the distribution and co-circulation of dengue, chikungunya, and Zika in Medellín, Colombia, from 2013 to 2021
Notice bibliographique
Résumé
BACKGROUND: Dengue, chikungunya, and Zika present significant public health challenges in Colombia. Spatial studies help clarify the distribution and progression of these diseases over time and location. Objective to describe the spatio-temporal distribution and clustering patterns of dengue, chikungunya, and Zika in Medellín, Colombia, between 2013 and 2021, with the aim of providing baseline spatial intelligence to support future epidemiological and policy-oriented analyses. METHODS: We analyzed dengue, chikungunya, and Zika cases in Medellín from 2013 to 2021, using weekly data from 27,459 geocoded cases across 265 neighborhoods. Cases were geocoded by neighborhood based on residential addresses in the national surveillance system (SIVIGILA). Spatio-temporal analysis identified high-risk clusters and examined the co-circulation of the diseases through multivariate analysis. We used scan statistics with a discrete Poisson model to detect high-risk clusters. RESULTS: From 2013 to 2021, 26,350 dengue cases probable and confirmed were reported, with an annual incidence of 137.3 per 100,000 residents. Chikungunya and Zika emerged in 2014 and 2015, with 574 and 515 cases reported, resulting in incidences of 5.1 and 3.8 per 100,000 residents, respectively. We identified five dengue clusters and four clusters each for Zika and chikungunya, mainly in Medellín's northeast. Multivariate analysis revealed six clusters, with four exhibiting high risk for all three diseases. Co-circulation of dengue, chikungunya, and Zika occurred between September 2015 and February 2017. Dengue clusters peaked between 2015 and 2016, while chikungunya and Zika peaks occurred in 2015 and 2016, respectively. CONCLUSIONS: This study advances understanding of spatio-temporal dynamics in arbovirus transmission in Medellín, highlighting high-risk clusters for dengue, chikungunya, and Zika and their collective presence. Our findings support targeted public health interventions to mitigate these diseases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».