Free Content The development of predictive tools for pre-emptive dengue vector control: a study of Aedes aegypti abundance and meteorological variables in North Queensland, Australia

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

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

Download Article:

Abstract:

Summary Objectives  To describe the meteorological influences on adult dengue vector abundance in Australia for the development of predictive models to trigger pre-emptive control operation. Methods  Multiple linear regression analyses were performed using meteorological data and female collection data from BG-Sentinel Mosquito traps placed at 11 monitoring sites in Cairns, north Queensland. Results  Considerable regression coefficients ( = 0.64 and 0.61) for longer- and shorter-term factor models respectively were derived. Longer-term factors significantly associated with abundance of adult vectors were mean minimum temperature (lagged 6 month) and mean daily temperature (lagged 4 month), explaining the predictable increase in abundance during the wet season. Factors explaining fluctuation in abundance in the shorter term were mean relative humidity over the previous 2 week and current daily average temperature. Rainfall variables were not found to be strong predictors of abundance in either longer- or shorter-term models. Conclusions  The implications of these findings for the development of useful predictive models for vector abundance risks are discussed. Such models can be used to guide the application of pre-emptive dengue vector control, and thereby enhance disease management.

French
Objectifs: 

Décrire les influences météorologiques sur l’abondance du vecteur adulte de la dengue en Australie afin de développer des modèles prédictifs permettant de déclencher des opérations de contrôle préventives. Méthodes: 

Des analyses de régression linéaire multiple ont été réalisées en utilisant des données météorologiques et des données sur des femelles de Ae. aegypti collectées à partir de pièges à moustiques BG-Sentinel placés sur 11 sites de surveillance à Cairns, au nord du Queensland. Résultats: 

Des coefficients de régression considérable (R2 = 0,64 et 0,61) pour des modèles de facteurs à plus long et plus court terme, respectivement, ont été tirées. Les facteurs de plus long terme significativement associés à l’abondance des vecteurs adultes étaient la température minimale moyenne (décalée de 6 mois) et la température moyenne quotidienne (décalée de 4 mois), expliquant l’augmentation prévisible de l’abondance pendant la saison des pluies. Les facteurs expliquant la fluctuation de l’abondance dans le court terme étaient l’humidité relative moyenne au cours des 2 précédentes semaines et la température quotidienne moyenne actuelle. Les variables des précipitations n’ont pas été trouvées comme de bons prédicteurs de l’abondance de Ae. aegypti, ni dans les modèles de plus long ni dans ceux de plus court terme. Conclusions: 

Les implications de ces résultats pour le développement de modèles prédictifs utiles pour les risques d’abondance du vecteur sont discutées. Ces modèles peuvent être utilisés pour guider l’application de lutte préventive contre le vecteur de la dengue et donc améliorer la prise en charge de la maladie.

Keywords: Aedes aegypti; Dengue; control vectorial; dengue; lutte antivectorielle; modelos predictivos; modèles de prédiction; predictive models; surveillance; vector control; vigilancia

Document Type: Research Article

DOI: http://dx.doi.org/10.1111/j.1365-3156.2010.02592.x

Affiliations:  Sansom Institute for Health Research, University of South Australia, Adelaide, SA, Australia

Publication date: October 1, 2010

Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect 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