Skip to main content

Free Content Socio-environmental predictors of Barmah forest virus transmission in coastal areas, Queensland, Australia

Download Article:

You have access to the full text article on a website external to Ingenta Connect.

Please click here to view this article on Wiley Online Library.

You may be required to register and activate access on Wiley Online Library before you can obtain the full text. If you have any queries please visit Wiley Online Library

Abstract:

Summary Objective  To assess the socio-environmental predictors of Barmah forest virus (BFV) transmission in coastal areas, Queensland, Australia. Methods  Data on BFV notified cases, climate, tidal levels and socioeconomic index for area (SEIFA) in six coastal cities, Queensland, for the period 1992–2001 were obtained from the relevant government agencies. Negative binomial regression models were used to assess the socio-environmental predictors of BFV transmission. Results  The results show that maximum and minimum temperature, rainfall, relative humidity, high and low tide were statistically significantly associated with BFV incidence at lags 0–2 months. The fitted negative binomial regression models indicate a significant independent association of each of maximum temperature (β = 0.139,  = 0.000), high tide (β = 0.005,  = 0.000) and SEIFA index (β = −0.010,  = 0.000) with BFV transmission after adjustment for confounding variables. Conclusions  The transmission of BFV disease in Queensland coastal areas seemed to be determined by a combination of local social and environmental factors. The model developed in this study may have applications in the control and prevention of BFV disease in these areas.

French
Objectif: 

Evaluer les prédicteurs socio-environnementaux de la transmission du virus de la forêt de Barmah (VFB) dans les régions côtières du Queensland en Australie. Méthodes: 

Les données sur les cas notifiés du VFB, le climat, les marées et les indices socio-économiques de la région (ISER) dans six villes côtières du Queensland pour la période 1992-2001 ont été obtenues de la part des organismes gouvernementaux. Des modèles de régression binomiale négative ont été utilisés pour évaluer les prédicteurs socio-environnementaux de la transmission du VFB. Résultats: 

Les résultats montrent que les limites maximales et minimales de température, les précipitations, l’humidité relative, la marée basse et haute étaient associées de manière statistiquement significativement à l’incidence du VFB avec des délais de 0 à 2 mois. Les modèles de régression binomiale négative indiquent une association indépendante de chaque paramètre tel que la température maximale (ß = 0,139, p = 0,000), la marée haute (ß = 0,005, p = 0,000) et l’indice ISER (ß = -0,010, p = 0,000) avec la transmission du VFB après ajustement pour les variables confusionnelles. Conclusions: 

La transmission de la maladie du VFB dans les régions côtières du Queensland semble être déterminée par une combinaison de facteurs sociaux et environnementaux. Le modèle mis au point dans cette étude peut avoir des applications dans le contrôle et la prévention de la maladie du VFB dans ces régions.

Keywords: Barmah forest virus; Queensland; brote; control; contrôle; facteurs de risque; factores de riesgo; outbreak; risk factors; virus Barmah Forest; virus de la forêt de Barmah; épidémie

Document Type: Research Article

DOI: http://dx.doi.org/10.1111/j.1365-3156.2008.02217.x

Affiliations: 1:  School of Public Health & Institute of Health and Biomedical Innovation, Queensland University of Technology, Qld, Australia 2:  School of Geography & Environmental Science, Monash University, Melbourne, Vic., Australia 3:  Australian Biosecurity CRC, Curtin University of Technology, Perth, WA, Australia 4:  Griffith School of Environment, Griffith University, Nathan, Qld, Australia 5:  National Centre for Epidemiology and Population Health, Australian National University, Canberra, ACT, Australia

Publication date: February 1, 2009

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Partial Open Access Content
Partial Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more