Introducción
La fiebre del dengue es la principal enfermedad tropical emergente en el mundo, siendo la arbovirosis de mayor incidencia en el mundo, tanto en términos de morbilidad, como de mortalidad1. Según estimaciones de OMS, en las últimas décadas, la incidencia de dengue aumentó, aunque se sabe que el número real de casos de dengue está insuficientemente notificado y muchos casos están mal clasificados. Según una estimación reciente, se producen 390 millones de infecciones por dengue cada año (IC 95%: 284 a 528 millones), de los cuales 96 millones (IC 95%: 67 a 136 millones) se manifiestan clínicamente; esto significa que tres cuartas partes de la población permanece asintomática2–6. Para el año 2016 se reportaron en las regiones de las Américas 1.679.537 casos de dengue (tasa de incidencia de 259,9 cada 100.000 habitantes)7, de los cuales más de 1.400.000 correspondieron al Cono Sur reportándose en total 577 muertes.
En Argentina, en las primeras 24 semanas epidemiológicas del año 2016, se notificaron 74.782 casos con sospecha de dengue de los cuales, 39.841 correspondieron a casos confirmados o probables autóctonos distribuidos en 15 provincias del país, mientras que 2.609 fueron casos confirmados y probables importados, distribuidos en 23 provincias8. A comienzos de 1980 se produjo la reemergencia del dengue en el Cono Sur. Los primeros países vecinos de Argentina en notificar brotes de fiebre del dengue fueron Brasil en 1982 y 19869, Bolivia en 1987-1988 y Paraguay en 1988-198910. Chile experimentó brotes en Rapa Nui (antes Isla de Pascua), en 2002 y 2007, sin casos en el sector continental del país11. Otros países del Cono Sur registraron y reportaron la dinámica de la reinfestación12–16. La historia del dengue en Argentina se inicia en el año 1916, que afectó a 15.000 casos en la provincia de Entre Ríos, sin notificaciones de dengue hemorrágico17. En 1997 en la Provincia de Salta, y luego de más de 70 años sin notificaciones de dengue en el país18,19, se detectaron 19 casos en las localidades de Orán, Salvador Mazza, Güemes y Tartagal, producidos por el serotipo DEN-2. En años siguientes se reportaron varios brotes: en el año 1998 en la provincia de Salta con 359 casos confirmados por serotipo DEN-2 (se conocen actualmente 4 serotipos de diferente virulencia) en el 2000, en las provincias de Misiones y Formosa, con 617 casos, por serotipo DEN-1-estando ambas epidemias vinculadas a brotes en países vecinos-20–22. Para el año 2002, nuevamente en Salta, se detectaron 214 casos por DEN-1, y en Misiones aparece el serotipo DEN-3 23. Hasta el año 2009, se continuaron reportando casos de DEN-1, 2 y 3 en las provincias de Formosa, Jujuy y Salta, Misiones y Corrientes. Pero hacia el año 2009, se produjo el mayor brote de dengue hasta el momento en la Argentina, con 26.923 casos confirmados de DEN-1 durante el primer semestre20, extendiéndose a 14 provincias de la Argentina, 10 de las cuales no contaban con historia epidemiológica previa de dengue21–23.
La recolonización de Aedes aegypti, en la Argentina siguió patrones similares a lo ocurrido en gran parte del continente y el resto del mundo24–28. En 1986, la re-infestación en Argentina se reportó en Posadas, Misiones, y luego en Clorinda y Puerto Pilcomayo en Formosa29. Para 1993 ya se encontraba en la Provincia de Buenos Aires29 y en la Capital Federal en 199530–34. Para el año 2000 se sumó la provincia de Mendoza31 y luego en 2006 hacia el sur la provincia de La Pampa incluyó la presencia del vector32. Recientemente se ha reportado la presencia del vector en la Provincia de Buenos Aires más allá de la isoterma de 15 °C, la que era considerada como factor limitante35,36. Para el caso de la Provincia de Buenos Aires, entre los posibles factores que facilitaron la re-colonización y proliferación vectorial se encuentran la urbanización explosiva29,32, las condiciones de mayor favorecimiento climático para el vector, el incremento en la producción o uso doméstico de productos descartables cuyos recipientes o envases pueden funcionar como criaderos y las deficiencias en la educación ambiental que permita prevenir la proliferación del vector24.
Hacia fines del año 2015 e inicios de 2016 se produce en la Argentina un brote de dengue que superó las cifras previamente notificadas para el país. En las primeras 15 semanas los casos acumulados superaron en 49% lo registrado en el brote del año 2009. El objetivo del presente trabajo busca caracterizar el brote de dengue ocurrido en la Provincia de Buenos Aires, de enero a mayo del año 2016 (semanas epidemiológicas 1 a 17).
Material y Método
Marco geográfico
La Provincia de Buenos Aires es una de las 24 provincias del territorio argentino y se encuentra en la región centro-este del país; limita al norte con la Provincia de Santa Fe y Entre Ríos; al noreste con el Río de la Plata y la Ciudad Autónoma de Buenos Aires. Con 15.625.000 habitantes, es la provincia más poblada de la Argentina (Figura 1).
Fuente de información y confirmación de casos de dengue
Fueron analizados todos los casos notificados al Sistema Nacional de Vigilancia de la Salud (SNVS) El SNVS constituye el sistema oficial en línea de denuncia y registro de las enfermedades infecto-contagiosas en el país. Incluye tanto la vigilancia de laboratorio como la de denuncia obligatoria. Las notificaciones quedaron agrupadas asignándolas como caso confirmado (laboratorio positivo) y caso no confirmado (laboratorio no positivo); dentro de este último grupo se incluyeron los casos sospechosos, los en estudio y los negativos, de forma de dicotomizar rápidamente la evolución del brote basándose en las confirmaciones efectivas por laboratorio.
Análisis epidemiológico
Se calcularon las tasas poblacionales respectivas de los tres agrupamientos: notificaciones compatibles con dengue, casos confirmados y casos no confirmados. Se calcularon los riesgos relativos y fracciones atribuibles respecto de los casos alóctonos (personas que viajaron a zonas endémicas y regresaron con síntomas a su zona de residencia en la Provincia de Buenos Aires) y autóctonos (personas que no viajaron a zonas endémicas y presentaron síntomas compatibles con dengue en su zona de residencia) para observar la evolución temporal de la incidencia acumulada. La definición de casos autóctonos y alóctonos se realizó a partir del registro epidemiológico en el SNVS, identificando el domicilio, si hubo viaje previo, el país donde se viajó y la fecha. La onda epidémica fue calculada partiendo de los datos de las fechas de inicio de síntomas de todos los casos notificados sospechosos y compatibles con dengue que proveía el SNVS, el período potencial de transmisión (se consideró = 15 días) estimándose (curtosis, asimetría y coeficiente de variación) y de la onda (tasa de propagación y coeficiente de velocidad). Asimismo, con el objeto de considerar e identificar las zonas geográficas de mayor incidencia de casos confirma-dos, se calculó la distribución porcentual de tasas y casos acumulada mediante un gráfico distribucional acumulado de Pareto por Municipio de residencia.
Geo-referenciamiento y análisis espacial
Se trabajó tratando las notificaciones de dengue como un fenómeno puntual, ya que se ubicaron los casos confirmados y probables en un mapa del conurbano bonaerense según las direcciones de cada uno. Se geo-referenciaron manualmente por domicilio todos los casos ubicables, con una precisión de 50 m, en Arcgis, con cartografia de base BingMaps y Open Street Map. La distribución de los casos por semana epidemiológica, podría reflejar un patrón de distribución homogéneo, o bien, un patrón de distribución heterogéneo en el espacio, lo que es igual a decir que existiría agregación de la variable analizada. Para ello, se analizó cómo se distribuyó la variable en el espacio mediante el algoritmo de vecino más cercano; este método verifica si los eventos epidemiológicos, exhiben conglomerados, es decir, una dispersión estadísticamente significativa en un rango de distancias. Luego, para medir la concentración o intensidad de agrupamientos de casos, se hizo un análisis de densidad Kernell por semana epidemiológica en el área del conurbano bonaerense con un tamaño de pixel de 100 m y un radio de búsqueda de 2.000 m. Las superficies de densidad muestran dónde se concentran las entidades de punto. Se estableció en 100 m el tamaño pixel, dada la precisión de 50 m en la geo-codificación y que la distancia de vuelo o dispersión del mosquito es de 200 m. Y el radio de búsqueda en 2.000 m, dado que, del análisis de vecino más cercano realizado, la distancia media observada fue de 1.092 m y la distancia media esperada de 1.884 m, el que fue redondeado a 2.000 m.
Para los cálculos de vecino más próximo y densidad, se proyectaron los casos al sistema de referencia cartográficas planas Posgar 98 faja 5. Estos datos se emplearon para el análsis de conglomerados mediante método de Knox. Los intervalos usados fueron cortes naturales en cada semana, según la distribución de los casos (haciendo una reclasificación cualitativa: bajo, intermedio, moderado y alto), sin tener en cuenta los límites numéricos, dado que la cantidad de casos era distinta para cada semana.
Caracterización espacio-temporal
Se empleó el método de Knox para la detección de agregaciones espacio-temporales de los casos notificados y como subgrupo los casos confirmados de dengue del período diciembre de 2015 a fines de marzo de 2016. El método contrasta la hipótesis nula de que no existen pares de casos con agregación espacio-temporal. Para aplicar el método de Knox, se incluyeron todos los casos con datos geográficos de domicilio, resultado de laboratorio y fecha de inicio de síntomas. Se constituyeron en pares de coordenadas espaciales X e Y correspondientes a cada uno de los casos notificados ocurridos durante el período de estudio. Estas coordenadas se determinan en un sistema cartesiano. Para calcular la distancia espacial entre dos casos (xi, yi) y (xj, yj) se utiliza la distancia euclídea. Se fijaron como valores críticos e = 200 metros y t = 5 días, los cuales constituyen, respectivamente, la distancia máxima aceptada entre dos casos para que puedan ser considerados cercanos espacialmente (distancia espacial crítica) y el tiempo máximo entre la ocurrencia de dos casos para considerarse próximos en tiempo (distancia temporal crítica). Se realizó un análisis de sensibilidad para diferentes puntos de corte de e y t. El procedimiento consiste en calcular las distancias espaciales y temporales entre todos los pares de casos y, a partir de los valores críticos establecidos, definir dos variables dicotómicas que expresan si un par de casos están o no próximos en el espacio y en el tiempo. La distancia temporal se estimó como la diferencia, en valor absoluto, entre las fechas de ocurrencia.
Resultados
Se registraron 4.844 notificaciones de dengue en la Provincia de Buenos Aires durante las primeras 17 semanas del año 2016, de los cuales 1.370 fueron casos confirmados por laboratorio (Tabla 1). En las primeras cinco semanas fueron notificados 709 casos, de los cuales 100 fueron confirmados por laboratorio, con una tasa de casos confirmados por cien mil habitantes de 0,64 que llegó a 8,79 hacia la semana 17, en tanto la tasa de casos notificados, de 4,55 a 31,07. La razón de tasas entre casos confirmados y notificados fue descendiendo a lo largo del tiempo, de 6,1 a 2,5 casos notificados por cada caso confirmado.
CN (n) | Población | Tasas | CC (n) | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
RS | CC | NC | Total | Tasa C | Tasa N | Tasa NC | Razón de tasas NC/C | Razón Al/Au | Au | Al | |
I | 2 | 24 | 26 | 655.133 | 0,31 | 3,97 | 3,66 | 11,81 | – | 0 | 2 |
II | 2 | 30 | 32 | 261.290 | 0,77 | 12,25 | 11,48 | 14,91 | 0,00 | 2 | 0 |
III | 1 | 6 | 7 | 255.172 | 0,39 | 2,74 | 2,35 | 6,03 | – | 0 | 1 |
IV | 10 | 56 | 66 | 561.270 | 1,78 | 11,76 | 9,98 | 5,61 | 4,00 | 2 | 8 |
IX | 1 | 19 | 20 | 311.004 | 0,32 | 6,43 | 6,11 | 19,09 | 0,00 | 1 | 0 |
V | 166 | 470 | 636 | 3.139.519 | 5,29 | 20,26 | 14,97 | 2,83 | 0,42 | 117 | 49 |
VI | 351 | 1.671 | 2.022 | 3.747.486 | 9,37 | 53,96 | 44,59 | 4,76 | 0,20 | 293 | 58 |
VII | 469 | 479 | 948 | 2.257.822 | 20,77 | 41,99 | 21,22 | 1,02 | 0,28 | 366 | 103 |
VIII | 7 | 20 | 27 | 1.139.337 | 0,61 | 2,37 | 1,76 | 2,89 | 2,50 | 2 | 5 |
X | 9 | 37 | 46 | 322.025 | 2,79 | 14,28 | 11,49 | 4,12 | – | 0 | 9 |
XI | 119 | 272 | 391 | 1.172.240 | 10,15 | 33,35 | 23,20 | 2,29 | 2,13 | 38 | 81 |
XII | 233 | 390 | 623 | 1.770.240 | 13,16 | 35,19 | 22,03 | 1,67 | 0,33 | 175 | 58 |
Total | 1.370 | 3.474 | 4.844 | 15.592.538 | 8,79 | 31,07 | 22,28 | 2,53 | 0,38 | 996 | 374 |
RS: Región Sanitaria; CN: casos notificados; CC: casos confirmados por laboratorio; NC: casos no confirmados por laboratorio; Población: población total en habitantes de la RS; Tasa C: tasa poblacional de casos confirmados por 100 mil habitantes; Tasa N: tasa poblacional de casos notificados por 100 mil habitantes; TNC: tasa poblacional de casos no confirmados por 100 mil habitantes; Au: casos autóctonos; Al: casos alóctonos.
En el mismo sentido, la razón de tasas entre los casos confirmados alóctonos –cuyo contagio fue proveniente de zonas de viaje hacia la zona de residencia– y la de los casos autóctonos -contagio in situ en la zona de residencia– fue decreciendo de 8,8 a 0,4 (Tabla 2). El riesgo elevado de contagio por viaje a zonas endémicas se expresa mediante la fracción atribuible en los expuestos (viajeros), que claramente pasó de 0,91 en los inicios a 0,27 en la semana 17 (Tabla 3). En términos absolutos, mientras que las primeras cinco semanas del año se confirmaron 106 casos alóctonos y 12 autóctonos, hacia la semana 17 se invirtió la relación pasando a ser casi tres veces superior el contagio en la zona de residencia (938 casos autóctonos y 370 alóctonos, Tabla 3).
Tiempo (semanas) | CN | CC | Tasa CC (*100 mil) | Tasa CN (*100 mil) | Razón de tasas | |
---|---|---|---|---|---|---|
NC/C | Al/Au | |||||
S1 - S5 | 709 | 100 | 0,64 | 4,55 | 6,10 | – |
S1 - S6 | 951 | 119 | 0,76 | 6,1 | 7,03 | 8,81 |
S1 - S7 | 1.177 | 164 | 1,05 | 7,55 | 6,28 | 5,84 |
S1 - S8 | 1.763 | 200 | 1,28 | 11,31 | 7,81 | 4,12 |
S1 - S9 | 2.145 | 293 | 1,88 | 13,76 | 6,34 | 2,24 |
S1 - S10 | 2.515 | 355 | 2,28 | 16,13 | 6,10 | 1,61 |
S1 - S11 | 3.044 | 513 | 3,29 | 19,52 | 4,90 | 0,84 |
S1 - S12 | 3.314 | 628 | 4,03 | 21,25 | 4,34 | 0,62 |
S1 - S15 | 4.651 | 1.058 | 6,79 | 29,83 | 3,47 | 0,57 |
S1 - S17 | 4.844 | 1.370 | 8,79 | 31,07 | 2,54 | 0,44 |
S: semanas epidemiológicas; CN: casos notificados; CC: casos confirmados; NC/C: tasas casos no confirmados/casos confirmados; Al/Au: tasas casos alóctonos/casos autóctonos.
Tiempo (semanas) | Tasa de incidencia | CC (n) | ||||
---|---|---|---|---|---|---|
Iv | Inv | RR (IC 95%) | Fr | Vp | Nvp | |
S1 - S5 | 0,26 | 0,02 | 11,1 (6,2-19,9) | 0,91 (0,83-0,94) | 106 | 12 |
S1 - S6 | 0,26 | 0,03 | 7,50 (4,9-11,4) | 0,86 (0,79-0,91) | 140 | 24 |
S1 - S7 | 0,23 | 0,04 | 6,10 (4,3-8,5) | 0,83 (0,56-0,67) | 161 | 39 |
S1 - S8 | 0,24 | 0,07 | 3,20 (2,5-4,0) | 0,68 (0,61-0,75) | 193 | 109 |
S1 - S9 | 0,24 | 0,09 | 2,60 (2,2-3,2) | 0,62 (0,54-0,68) | 205 | 163 |
S1 - S10 | 0,23 | 0,13 | 1,81 (1,55-2,11) | 0,44 (0,35-0,52) | 234 | 286 |
S1 - S11 | 0,26 | 0,17 | 1,51 (1,31-1,74) | 0,33 (0,23-0,42) | 247 | 388 |
S1 - S12 | 0,24 | 0,17 | 1,34 (1,18-1,53) | 0,25 (0,15-0,34) | 279 | 460 |
S1 - S15 | 0,26 | 0,21 | 1,27 (1,13-1,42) | 0,21 (0,12-0,29) | 345 | 708 |
S1 - S17 | 0,28 | 0,27 | 0,28 (0,90-1,20) | 0,27 (0,15-0,22) | 370 | 938 |
S: Semanas epidemiológicas; Iv: incidencia acumulada en casos de personas que viajaron; Inv: incidencia acumulada en casos de personas que no viajaron; RR: riesgo relativo; Fr: fracción atribuible en personas que viajaron; CC: casos confirmados por laboratorio; Vp: viaje previo al inicio de síntomas a zonas endémicas; Nvp: sin viaje previo al inicio de síntomas.
Los valores de la curva epidémica mostraron un aceleramiento en la tasa de propagación y en el coeficiente de difusión las primeras cinco semanas y, paulatinamente, el proceso de la curva de infección varió su curtosis y asimetría reflejando un proceso de expansión de los casos en el tiempo, aplanándose la curva y cayendo finalmente a valores menores a los iniciales en términos de confirmación de casos hacia principios del mes de mayo (Tabla 4 y Figura 5).
Tiempo | Ndet | Curva epidemiológica | Cf (IC 95%) | ||||||
---|---|---|---|---|---|---|---|---|---|
Xti | Ds | Asimetría | Curtosis | CV | |||||
S1 - S5 | 40 | 26,7 | 7,6 | -0,77 | 3,06 | 28,7 | 2,20 | 2,10 | 2,30 |
S1 - S6 | 41 | 27,2 | 7,9 | -0,70 | 3,10 | 28,8 | 2,10 | 2,13 | 2,21 |
S1 - S7 | 48 | 29,3 | 8,7 | -0,53 | 2,96 | 29,6 | 2,00 | 1,90 | 2,20 |
S1 - S8 | 55 | 34,8 | 10,4 | -0,44 | 2,69 | 29,8 | 1,65 | 1,63 | 1,67 |
S1 - S9 | 64 | 39,0 | 12,0 | -0,21 | 2,50 | 31,6 | 1,30 | 1,20 | 1,40 |
S1 - S10 | 68 | 41,6 | 14,2 | -0,14 | 2,20 | 34,1 | 1,10 | 1,18 | 1,20 |
S1 - S11 | 78 | 46,9 | 15,8 | -0,12 | 2,19 | 33,7 | 1,08 | 1,07 | 1,09 |
S1 - S12 | 83 | 47,2 | 17,1 | -0,05 | 2,17 | 36,2 | 1,03 | 0,90 | 1,01 |
S1 - S15 | 84 | 47,5 | 17,3 | -0,06 | 2,17 | 36,4 | 0,99 | 0,98 | 0,99 |
S1 - S17 | 99 | 52 | 19,2 | -0,14 | 2,2 | 36,6 | 0,90 | 0,90 | 0,91 |
Tiempo: semanas epidemiológicas; Ndet: número de determinaciones (períodos de fechas de inicio de síntomas); Xti: media del tiempo medio de infección; Ds: desviación estándar; CV: coeficiente de variación; Cf: coeficiente de difusión de la onda.
Los datos geo-referenciados en tiempo y espacio mostraron conglomerados claramente identificados en los mapas secuenciales, constatándose, tanto por el análisis de Knox como la densidad Kernell, que unas pocas jurisdicciones presentaban acumulación de casos confirmados (Figuras 2 a 4).
Considerando un plazo de cinco días como media temporal del período de incubación e iniciando en 200 m el radio de desplazamiento del vector, hubo 43 pares de casos cercanos en tiempo y espacio, lo que en el análisis de sensibilidad se prolongó hasta encontrar pares cercanos en tiempo máximo de 30 días y espacio en los 1.600 m. Estos pares cercanos se concentraron en ocho jurisdicciones con 73% de los casos confirmados (Tabla 5).
Pares | e = 200 t = 5 |
e = 200 t = 10 |
e = 400 t = 10 |
e = 800 t = 15 |
e = 2.000 t = 5 |
e = 2.000 t = 10 |
e = 1.600 t = 30 |
e = 3.000 t = 60 |
---|---|---|---|---|---|---|---|---|
C e + t | 43 | 49 | 87 | 258 | 208 | 699 | 886 | 2.619 |
C e - t | 32 | 26 | 72 | 140 | 964 | 773 | 220 | 2 |
A e + t | 18778 | 33.429 | 33.391 | 45.347 | 18.313 | 32.779 | 70.017 | 95.050 |
Ae - t | 79050 | 64.399 | 64.353 | 52.158 | 78.118 | 63.652 | 26.780 | 232 |
Total pares (n*(n-1/2) | 97903 | |||||||
Pares esperados Ce+t | 14 | 25 | 54 | 185 | 282 | 503 | 801 | 2.614 |
Valor p | < 0,001 | < 0,001 | < 0,001 | < 0,001 | < 0,001 | < 0,001 | 0,002 | 0,46 |
e: valor crítico espacial (en metros); t: valor crítico temporal (en días); C e + t: cercanos en espacio y tiempo; C e - t: cercanos en espacio alejados en tiempo; A e + t: alejados en espacio cercanos en el tiempo; Ae - t: alejados en tiempo y espacio.
Las tasas de incidencia y la frecuencia de casos muestran una disparidad relativa debido a diferencias de totales de población, incluso en zonas vecinas. La distribución acumulada muestra, por un lado, la mayor tasa de incidencia en los partidos de Lomas de Zamora, Morón, Tres de Febrero y Hurlingham con 500 casos (36% del total de casos confirmados). Sin embargo, la casuística agrega zonas de mayor circulación viral en estos partidos sumando La Matanza, La Plata, Lanus y General San Martín; exceptuando La Plata, partido situado hacia el sur, este grupo conformó los conglomerados de mayor densidad. La circulación viral se concentró en los partidos del denominado Conurbano Bonaerense, las RS XII. VII y luego la XI y VI.
Discusión
El fenómeno de brote epidémico de dengue que experimentó la Argentina en el año 2016 no tuvo antecedentes comparables en la historia de la enfermedad en el país8,31,32,34,41,44. La Provincia de Buenos Aires mostró una dispersión de los casos confirmados por laboratorio centra-dos en conglomerados que constituyeron así las unidades de vigilancia focalizada e incluidas para posteriores acciones tendientes a disminuir la densidad vectorial en campañas de invierno. El seguimiento efectuado mediante el uso de esta metodología de epidemiología espacial permitió la intervención en los municipios. El conocimiento de la dispersión de las personas en los barrios y del vector durante el brote es fundamental para comprender la dinámica de la enfermedad y su transmisión entre la población44,45. El empleo de la herramienta ArcGis, el análisis de Knox y el seguimiento de las densidades Kernell fueron dos herramientas de epidemiología espacial utilizadas en muchos estudios de áreas endémicas, de reciente recomendación en modelos predictores en Argentina y de prometedora evolución para la vigilancia epidemiológica del dengue y otras enfermedades vectoriales46–48. Sin embargo, no se contó con datos de densidad vectorial recientes para las áreas identificadas como de mayor circulación de la infección, por lo que algunos modelos de regresión no pudieron ser empleados. No obstante, el valor de estos índices ha sido discutido, si bien los rangos para el índice de vivienda de 4 a 35 e índice de Breteau de 5 a 50 han sido asociados con el riesgo de brotes epidémicos de dengue, dichos índices son un indicativo deficiente de la producción de adultos y de uso limitado a la hora de evaluar la abundancia del vector y el riesgo de transmisión de dengue21,49,50. Aun bajo esta consideración, los índices son empleados junto a otros factores ecosistémicos que amplían la información disponible y que, en cierta medida, explicaría el origen de estos índices. La evidencia de muchas investigaciones a nivel mundial, relacionan tres variables principales a la alta incidencia histórica de dengue y a valores elevados de infestación local de A. aegypti: la presión de vapor (una variable que combina la humedad y la temperatura), la densidad poblacional humana, y la disponibilidad en el medio ambiente de recipientes que acumulen agua49,51,52. A los fines del control vectorial, la magnitud de la actividad de dispersión de A. aegypti aún no está claramente definida, en tanto se reportan distancias de entre 100-800 metros -un rango de mucha variación- en Brasil16, mientras otros autores muestran datos entre 10 y 500 metros53,54. En el presente estudio hemos considerado 200 metros como valor inicial para evaluar la distancia espacial entre los casos confirmados junto al período de incubación de cinco días, aunque aun elevando dicha distancia en metros hasta poco más de los 800 metros identificados en Río de Janeiro, los conglomerados persistieron como estadística-mente asociados. El análisis espacial –auto-correlación, análisis de conglomerado, serie temporal– son algunos de los métodos más empleados para testear si hay un patrón de dispersión en áreas particulares38. El empleo de las herramientas de SIG en la detección de conglomerados y áreas de densidad diferenciales son relevantes para detectar las denominadas “zonas calientes” de vigilancia epidemiológica activa. A partir de los hallazgos en la Provincia, se pudieron identificar estas zonas en el centro del conurbano bonaerense, particularmente en las llamadas Zonas Sanitarias VI, VII, XI y XII, donde se proyectó una campaña de invierno para el control del hábitat.
Un aspecto elemental y muy discutido es la densidad poblacional y la posibilidad de que el vector encuentre en estas aglomeraciones humanas un hábitat con alimento disponible y gran número de sitios de cría para sus estados inmaduros44. Aún más, se han relacionado ambos factores a la diferenciación genética de A. aegypti. El nivel de diferenciación genética entre las poblaciones de las afueras de la ciudad, donde la densidad humana es más baja y el agua se almacena en recipientes abiertos, es dos veces mayor que entre la población en las áreas del centro, donde la densidad humana es alta y hay menor permanencia de agua53. En la ciudad de Buenos Aires, los sitios de mayor densidad urbana presentaron menor actividad de ovoposición que en aquellas zonas con mayor presencia de casas que departamentos54 ya que en la zona de departamentos suele haber menor disponibilidad de sitios de cría. En cambio, la relación positiva entre oviposición y sitios de industrias es relacionado con la disponibilidad de recipientes con agua permanente55, siendo, en cambio, los sitios menos expuestos a la luz solar (como podrían ser los microcentros urbanos) desfavorables. En parte, estos hechos muestran evidencia para poder seleccionar los sitios de campañas invernales focalizadas en la modificación parcial del hábitat del vector para hacerlo menos favorable, como la disponibilidad de agua en las viviendas con sectores de patio y pulmones de manzana. Las facilidades de circulación humana también constituyen parte del hábitat donde A. aegypti prospera. Por ejemplo, en Tartagal, provincia de Salta, el transporte generado por la cercana ruta 34 favoreció el crecimiento rápido del brote del año 200444. Otro aspecto relacionado son los neumáticos descartados, que presentan depósitos de huevos del vector y que, además, son transportados mediante el tráfico terrestre hacia otras localidades44 expandiendo al vector y, por ende, las probabilidades de que nuevos susceptibles sean infectados determinan que los estudios epidemiológicos del dengue son complejos, en parte dado por la gran prevalencia de la transmisión silente, que según estimaciones podría estar cerca de 80%54,55. Así, los casos reportados son los clínicamente evidentes y, por consiguiente, podríamos considerarlos los más graves. A este hecho se suma la efectividad de los sistemas de vigilancia, tanto de laboratorio como clínicos. Tampoco se conoce el estado inmunológico de la población humana respecto de la infección. Cada serotipo de dengue provee de inmunidad serotipo-específica en los casos que se recuperan, que son la gran mayoría de los pacientes, por lo que este aspecto es relevante.
Por otra parte, tampoco se conoce la capacidad vectorial de las poblaciones del vector en el área estudiada. La habilidad de una población de mosquitos para transmitir un patógeno es determinada por una serie de variables fisiológicas y ecológicas. Entre las propiedades relevantes de una población de mosquito se incluyen: competencia vectorial, densidad del vector, proporción de picaduras sobre humanos, período de incubación extrínseco y longevidad del vector57. Estos vectores determinan los niveles de transmisión del virus dengue a los seres humanos por lo que inciden directamente en la difusión y ocurrencia de esta enfermedad a nivel mundial.
En definitiva, este estudio aporta datos sobre el fenómeno reemergente de la infección por arbovirus dengue (principalmente DEN-1 circulante) en la Provincia de Buenos Aires durante los primeros cuatro meses del año 2016, con cifras de incidencia que superaron lo históricamente conocido en la historia de la enfermedad en Argentina. El empleo de tecnología de epidemiología espacial permitió localizar y hacer el seguimiento diario y semanal de la infección y su dispersión temporal y en distancia y establecer “zonas calientes” para priorizar acciones. Es patente la necesidad de mejorar los sistemas de alerta y la consistencia de la información consolidada, eso es, del sistema nacional de vigilancia (SNVS) y sus componentes C2 (alerta clínica) y SIVILA (alerta de laboratorio). La arbovirosis ha evidenciado que el problema del control vectorial es la clave para poder disminuir las tasas de incidencia locales y, además, controlar los casos alóctonos, sobre todo los provenientes de provincias como Misiones y Formosa, que son endémicas para el dengue.