Capacidad predictiva de indicadores para alerta temprana de dengue en Cienfuegos, Cuba (2010-2020)
Palabras clave:
vigilancia epidemiológica; dengue; capacidad predictiva de indicadores; sistema de alerta tempranaResumen
Introducción: El dengue continúa siendo el principal problema de salud de la región en términos de los efectos que produce en la incidencia, mortalidad y saturación de los servicios de salud. Un sistema de alerta temprana basado en indicadores y eventos mejoraría la oportunidad en la detección de brotes y la preparación para la respuesta.
Objetivo: Explorar la capacidad predictiva de indicadores seleccionados para la alerta temprana de brotes de dengue en Cienfuegos.
Métodos: Se realizó un estudio retrospectivo de validación de indicadores seleccionados de alerta para brotes de dengue en el municipio de Cienfuegos durante el período 2010-2020. La selección de los indicadores epidemiológicos, de pruebas diagnósticas, entomológicos y climatológicos se realizó teniendo en cuenta las mejores evidencias internacionales y el criterio de expertos locales como técnica de consenso. Para su calibración se empleó la guía operativa basada en el tablero de mandos en línea propuesta por la Organización Mundial de la Salud y el software R Libre versión 3.4.3. Se determinó el umbral de alerta de brote, la distancia de predicción, la sensibilidad y el valor predictivo positivo de cada indicador.
Resultados: Los indicadores que mostraron mejor capacidad predictiva fueron: hospitalizaciones por síndrome febril (sensibilidad [intervalo de confianza, IC 95 %]: 95,7 % [88,7 %; 100,0 %]), VPP: 75,9 %, [64,0 %; 87,7 %]), número de IgM+ (sensibilidad: 84,8 % [73,3 %; 96,3 %], VPP: 86,7 % [75,6 %; 97,7 %]) con cuatro semanas de anticipación, precipitaciones (sensibilidad: 100,0 % [98,9 %; 100,0 %], VPP: 51,7 % [40,7 %; 62,6 %]) con seis semanas de anticipación y temperatura máxima (sensibilidad: 80,4 % [67,9 %; 93,0 %], VPP: 52,1 % [39,8 %; 64,4 %]) con 12 semanas. Los indicadores entomológicos mostraron valores de sensibilidad aceptables, pero con valor predictivo positivo por debajo del 50 %.
Conclusiones: Las hospitalizaciones por síndrome febril inespecífico y la positividad al IgM epidemiológico y los basados en resultados de pruebas diagnósticas resultaron útiles para predecir la ocurrencia de brotes de dengue, por lo que resultarían trazadores para implementar un sistema de alerta temprana en el contexto cubano.
Palabras clave: vigilancia epidemiológica; dengue; capacidad predictiva de indicadores; sistema de alerta temprana.
Descargas
Citas
1. Guzmán M, Vázquez S, Álvarez M, Pelegrino J, Ruiz D, Martínez P, et al. Vigilancia de laboratorio de dengue y otros arbovirus en Cuba, 1970-2017. Rev Cubana Med Trop. 2019 [acceso 21/02/2024];71(1):e338. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S037507602019000100008&lng=es
2. Arredondo Bruce A E, Guerrero Jiménez G, de Quezada López F, Santana Gutiérrez O. Presencia y diseminación del Dengue, Chikungunya y otras arbovirosis en las Américas. Rev. Med. Electrón. 2019 [acceso 03/02/2024];41(2):423-34. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1684-18242019000200423&lng=es
3. Guzmán MG (ed.). Dengue. Cap. 7. Dengue en Cuba. La Habana: Editorial de Ciencias Médicas; 2016 [acceso 03/02/2024];61-82. Disponible en: https://www.researchgate.net/publication/314419809_Dengue_Coleccion_de_Autores_Cubanos_ECIMED
4. World Health Organization. Technical handbook for dengue surveillance, outbreak prediction/detection and outbreak response. World Health Organization; 2016 [acceso 12/01/2025]. Disponible en: https://apps.who.int/iris/handle/10665/250240
5. Baharom M, Ahmad N, Hod R, Abdul Manaf M R. Dengue Early Warning System as Outbreak Prediction Tool: A Systematic Review. Risk Management and Healthcare Policy. 2020 [acceso 12/01/2025];15:871-86. Disponible en: https://www.tandfonline.com/doi/epdf/10.2147/RMHP.S361106?needAccess=true
6. Hussain Alkhateeb L, Rivera Ramírez T, Kroeger A, Gozzer E, Runge-Ranzinger S. Early warning systems (EWSs) for chikungunya, dengue, malaria, yellow fever, and Zika outbreaks: What is the evidence? A scoping review. PLOS Neglected Tropical Diseases. 2021 [acceso 12/04/2024];15(9):e0009686. Disponible en: https://journals.plos.org/plosntds/article?id=10.1371/journal.pntd.0009686
7. Meckawy R, Stuckler D, Mehta A, Al-Ahdal T, Doebbeling B N. Effectiveness of early warning systems in the detection of infectious diseases outbreaks: a systematic review. BMC Public Health. 2022 [acceso 12/01/2025];22(1):2216. Disponible en: https://link.springer.com/article/10.1186/s12889-022-14625-4
8. Sylvestre E, Joachim C, Ce´cilia-Joseph E, Bouzille´ G, Campillo-Gimenez B, Cuggia M, Cabie A. Data-driven methods for dengue prediction and surveillance using real-world and Big Data: A systematic review. PLoS Neglected Tropical Diseases. 2022 [acceso 12/12/2024];16(1):e0010056. Disponible en: https://journals.plos.org/plosntds/article?id=10.1371/journal.pntd.0010056
9. Leung XY, Islam RM, Adhami M, Ilic D, McDonald L, Palawaththa S. A systematic review of dengue outbreak prediction models: Current scenario and future directions. PLOS Neglected Tropical Diseases. 2023 [acceso 12/12/2024];17(2):e0010631. Disponible en: https://journals.plos.org/plosntds/article?id=10.1371/journal.pntd.0010631
10. Sistema de alerta y respuesta temprana ante brotes de dengue: guía operativa basada en el tablero de mandos en línea. Washington, D.C.: Organización Panamericana de la Salud. 2021. Licencia: CC BY-NC-SA 3.0 IGO. Disponible en: http://iris.paho.org
11. Sanchez Tejeda G, Benitez Valladares D, Correa Morales F, Toledo Cisneros J, Espinoza Tamarindo B. E., Hussain Alkhateeb L. Early warning and response system for dengue outbreaks: Moving from research to operational implementation in Mexico. PLOS Glob Public Health.2023 [acceso 12/04/2024];3(9):e0001691. Disponible en: https://www.scienceopen.com/document_file/ea647828-89a1-4a2b-a1b7-27789253f4f7/PubMedCentral/ea647828-89a1-4a2b-a1b7-27789253f4f7.pdf
12. Yip S, Him N C, Jamil N I, He D, Sahu S K Spatio temporal detection for dengue outbreaks in the Central Region of Malaysia using climatic drivers at mesoscale and synoptic scale. Climate Risk Management. 2022 [acceso 12/12/2024];36:100429. Disponible en: https://www.medrxiv.org/content/10.1101/2021.09.22.21263997v2.full.pdf
13. Cardenas R, Hussain Alkhatee L, Benitez Valladares D, Sánchez-Tejeda G., Kroeger A. The Early Warning and Response System (EWARS-TDR) for dengue outbreaks: can it also be applied to chikungunya and Zika outbreak warning? BMC Infectious Diseases. 2022 [acceso 12/04/2024];22(1):235. Disponible en: https://link.springer.com/article/10.1186/s12879-022-07197-6
14. Udayanga L, Aryaprema S, Gunathilaka N, Iqbal M C M, Fernando T, Abeyewickreme W. Larval indices of vector mosquitoes as predictors of dengue epidemics: an approach to manage dengue outbreaks based on entomological parameters in the districts of Colombo and Kandy, Sri Lanka. BioMed Research International. 2020 [acceso 12/04/2024];2020(1):6386952. Disponible en: https://onlinelibrary.wiley.com/doi/epdf/10.1155/2020/6386952
15. Sánchez L, Vanlerberghe V, Alfonso L, Marquetti MC, Guzmán MG, Bisset J, Van der Stuyft P. Aedes aegypti larval indices identify neighborhood high risk for dengue epidemics. Emerg Inf Disease. 2006;12(5):800-6. DOI: https://doi.org/10.3201/eid1205.050866
16. Bisset J, Marquetti MC, García A, Vanderlerberghe V, Leyva M, Van der Stuyft P, et al. Vigilancia pupal de Aedes aegypti como una herramienta en el control de este vector en un municipio con baja densidad poblacional en la Ciudad de La Habana, Cuba. Rev Biomédica. 2008 [acceso 12/04/2024];19:92-103. Disponible en: https://www.bing.com/ck/a?!&&p=1d5b0989fdfd34d2ea2cddfa29ab44eb3530b9fe3733e6a009473122ac563706JmltdHM9MTc4NjkyNDgwMA&ptn=3&ver=2&hsh=4&fclid=149625df-f3f6-61c7-24c7-32f7f2876035&u=a1aHR0cHM6Ly9kaWFsbmV0LnVuaXJpb2phLmVzL2Rlc2NhcmdhL2FydGljdWxvLzYwNTkzNjUucGRm&ntb=1
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Hilda María Delgado Acosta, Waldemar Baldoquin Rodríguez, Yamil Antonio Sarria Bastida, Sonia Monteagudo Díaz, Diana Rosa Rodríguez Delgado, Maria Eugenia Toledo Romaní
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Licencia Creative Commons
La Revista Cubana de Medicina Tropcial se encuentra bajo una
Este sitio está bajo Licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
