Published August 25, 2017 | Version v1
Publication Open

Modeling zoonotic cutaneous leishmaniasis incidence in central Tunisia from 2009-2015: Forecasting models using climate variables as predictors

Creators

  • 1. Abderrahmane Mami Hospital
  • 2. University of Carthage
  • 3. National Engineering School of Tunis
  • 4. Tunis El Manar University
  • 5. University of Girona

Description

Transmission of zoonotic cutaneous leishmaniasis (ZCL) depends on the presence, density and distribution of Leishmania major rodent reservoir and the development of these rodents is known to have a significant dependence on environmental and climate factors. ZCL in Tunisia is one of the most common forms of leishmaniasis. The aim of this paper was to build a regression model of ZCL cases to identify the relationship between ZCL occurrence and possible risk factors, and to develop a predicting model for ZCL's control and prevention purposes. Monthly reported ZCL cases, environmental and bioclimatic data were collected over 6 years (2009-2015). Three rural areas in the governorate of Sidi Bouzid were selected as the study area. Cross-correlation analysis was used to identify the relevant lagged effects of possible risk factors, associated with ZCL cases. Non-parametric modeling techniques known as generalized additive model (GAM) and generalized additive mixed models (GAMM) were applied in this work. These techniques have the ability to approximate the relationship between the predictors (inputs) and the response variable (output), and express the relationship mathematically. The goodness-of-fit of the constructed model was determined by Generalized cross-validation (GCV) score and residual test. There were a total of 1019 notified ZCL cases from July 2009 to June 2015. The results showed seasonal distribution of reported ZCL cases from August to January. The model highlighted that rodent density, average temperature, cumulative rainfall and average relative humidity, with different time lags, all play role in sustaining and increasing the ZCL incidence. The GAMM model could be applied to predict the occurrence of ZCL in central Tunisia and could help for the establishment of an early warning system to control and prevent ZCL in central Tunisia.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يعتمد انتقال داء الليشمانيات الجلدي حيواني المنشأ (ZCL) على وجود وكثافة وتوزيع الخزان الرئيسي للقوارض الليشمانيا ومن المعروف أن تطور هذه القوارض له اعتماد كبير على العوامل البيئية والمناخية. ZCL في تونس هي واحدة من أكثر أشكال داء الليشمانيات شيوعًا. كان الهدف من هذه الورقة هو بناء نموذج انحدار لحالات ZCL لتحديد العلاقة بين حدوث ZCL وعوامل الخطر المحتملة، وتطوير نموذج تنبؤ لأغراض التحكم والوقاية في ZCL. تم جمع حالات ZCL المبلغ عنها شهريًا والبيانات البيئية والمناخية الحيوية على مدى 6 سنوات (2009-2015). تم اختيار ثلاث مناطق ريفية في محافظة سيدي بوزيد كمنطقة للدراسة. تم استخدام تحليل الارتباط المتبادل لتحديد الآثار المتأخرة ذات الصلة لعوامل الخطر المحتملة، المرتبطة بحالات ZCL. تم تطبيق تقنيات النمذجة غير البارامترية المعروفة باسم نموذج الإضافة المعمم (GAM) ونماذج مختلطة الإضافة المعممة (GAMM) في هذا العمل. هذه التقنيات لديها القدرة على تقريب العلاقة بين المتنبئات (المدخلات) ومتغير الاستجابة (المخرجات)، والتعبير عن العلاقة رياضيا. تم تحديد مدى ملاءمة النموذج الذي تم إنشاؤه من خلال درجة التحقق المتبادل المعمم والاختبار المتبقي. كان هناك ما مجموعه 1019 حالة من حالات زد سي إل المبلغ عنها من يوليو 2009 إلى يونيو 2015. أظهرت النتائج التوزيع الموسمي لحالات ZCL المبلغ عنها من أغسطس إلى يناير. سلط النموذج الضوء على أن كثافة القوارض ومتوسط درجة الحرارة وهطول الأمطار التراكمي ومتوسط الرطوبة النسبية، مع وجود فواصل زمنية مختلفة، تلعب جميعها دورًا في الحفاظ على معدل حدوث الزئبق لكلوريد الزنك وزيادته. يمكن تطبيق نموذج GAMM للتنبؤ بحدوث ZCL في وسط تونس ويمكن أن يساعد في إنشاء نظام إنذار مبكر للسيطرة على ZCL ومنعه في وسط تونس.

Translated Description (French)

La transmission de la leishmaniose cutanée zoonotique (LZC) dépend de la présence, de la densité et de la distribution du réservoir majeur de rongeurs Leishmania et le développement de ces rongeurs est connu pour avoir une dépendance significative aux facteurs environnementaux et climatiques. ZCL en Tunisie est l'une des formes les plus courantes de leishmaniose. L'objectif de cet article était de construire un modèle de régression des cas de ZCL pour identifier la relation entre l'occurrence de ZCL et les facteurs de risque possibles, et de développer un modèle de prédiction à des fins de contrôle et de prévention de ZCL. Les cas de ZCL déclarés mensuellement, les données environnementales et bioclimatiques ont été collectées sur 6 ans (2009-2015). Trois zones rurales du gouvernorat de Sidi Bouzid ont été sélectionnées comme zone d'étude. Une analyse de corrélation croisée a été utilisée pour identifier les effets décalés pertinents des facteurs de risque possibles, associés aux cas de ZCL. Des techniques de modélisation non paramétriques connues sous le nom de modèle additif généralisé (GAM) et de modèles mixtes additifs généralisés (GAMM) ont été appliquées dans ce travail. Ces techniques ont la capacité d'approcher la relation entre les prédicteurs (entrées) et la variable de réponse (sortie), et d'exprimer la relation mathématiquement. La qualité d'ajustement du modèle construit a été déterminée par le score de validation croisée généralisée (GCV) et le test résiduel. Il y a eu un total de 1 019 cas notifiés de ZCL de juillet 2009 à juin 2015. Les résultats ont montré une distribution saisonnière des cas de LZC signalés d'août à janvier. Le modèle a mis en évidence que la densité des rongeurs, la température moyenne, les précipitations cumulées et l'humidité relative moyenne, avec des décalages temporels différents, jouent tous un rôle dans le maintien et l'augmentation de l'incidence de la ZCL. Le modèle GAMM pourrait être appliqué pour prédire la présence de ZCL dans le centre de la Tunisie et pourrait aider à la mise en place d'un système d'alerte précoce pour contrôler et prévenir la ZCL dans le centre de la Tunisie.

Translated Description (Spanish)

La transmisión de la leishmaniasis cutánea zoonótica (ZCL) depende de la presencia, densidad y distribución del reservorio de roedores Leishmania major y se sabe que el desarrollo de estos roedores tiene una dependencia significativa de factores ambientales y climáticos. La ZCL en Túnez es una de las formas más comunes de leishmaniasis. El objetivo de este documento fue construir un modelo de regresión de los casos de ZCL para identificar la relación entre la aparición de ZCL y los posibles factores de riesgo, y desarrollar un modelo de predicción para los fines de control y prevención de ZCL. Los casos de ZCL informados mensualmente, los datos ambientales y bioclimáticos se recopilaron durante 6 años (2009-2015). Se seleccionaron tres zonas rurales de la gobernación de Sidi Bouzid como área de estudio. Se utilizó el análisis de correlación cruzada para identificar los efectos rezagados relevantes de los posibles factores de riesgo, asociados con los casos de ZCL. En este trabajo se aplicaron técnicas de modelado no paramétrico conocidas como modelo aditivo generalizado (GAM) y modelos mixtos aditivos generalizados (GAMM). Estas técnicas tienen la capacidad de aproximar la relación entre los predictores (entradas) y la variable de respuesta (salida), y expresar la relación matemáticamente. La bondad de ajuste del modelo construido se determinó mediante la puntuación de validación cruzada generalizada (GCV) y la prueba residual. Hubo un total de 1019 casos notificados de ZCL desde julio de 2009 hasta junio de 2015. Los resultados mostraron una distribución estacional de los casos de ZCL reportados de agosto a enero. El modelo destacó que la densidad de roedores, la temperatura media, la precipitación acumulada y la humedad relativa media, con diferentes desfases temporales, desempeñan un papel en el mantenimiento y el aumento de la incidencia de ZCL. El modelo GAMM podría aplicarse para predecir la aparición de ZCL en el centro de Túnez y podría ayudar a establecer un sistema de alerta temprana para controlar y prevenir la ZCL en el centro de Túnez.

Files

journal.pntd.0005844&type=printable.pdf

Files (3.2 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:8ef6b802b9040f5cba8f75cef531b09c
3.2 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نمذجة حدوث داء الليشمانيات الجلدي الحيواني في وسط تونس من 2009-2015: نماذج التنبؤ باستخدام المتغيرات المناخية كمؤشرات
Translated title (French)
Modélisation de l'incidence de la leishmaniose cutanée zoonotique dans le centre de la Tunisie de 2009 à 2015 : modèles de prévision utilisant les variables climatiques comme prédicteurs
Translated title (Spanish)
Modelado de la incidencia de leishmaniasis cutánea zoonótica en el centro de Túnez de 2009 a 2015: modelos de pronóstico que utilizan variables climáticas como predictores

Identifiers

Other
https://openalex.org/W2749877867
DOI
10.1371/journal.pntd.0005844

Is supplement to
https://openalex.org/W4313041365 (Other)
https://openalex.org/W3093081627 (Other)
https://openalex.org/W3046039712 (Other)
https://openalex.org/W2998512865 (Other)
https://openalex.org/W2605824594 (Other)
https://openalex.org/W2104174445 (Other)
https://openalex.org/W2089520835 (Other)
https://openalex.org/W2068496873 (Other)
https://openalex.org/W1922851888 (Other)
https://openalex.org/W1597757222 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Tunisia

References

  • https://openalex.org/W1890587991
  • https://openalex.org/W1963774347
  • https://openalex.org/W1965292188
  • https://openalex.org/W1965705769
  • https://openalex.org/W1984187222
  • https://openalex.org/W1987593302
  • https://openalex.org/W1990647126
  • https://openalex.org/W2001950764
  • https://openalex.org/W2044107292
  • https://openalex.org/W2044108200
  • https://openalex.org/W2046313806
  • https://openalex.org/W2049286497
  • https://openalex.org/W2055267538
  • https://openalex.org/W2060298585
  • https://openalex.org/W2081804203
  • https://openalex.org/W2090616230
  • https://openalex.org/W2091258997
  • https://openalex.org/W2115466533
  • https://openalex.org/W2118361133
  • https://openalex.org/W2140641091
  • https://openalex.org/W2144083456
  • https://openalex.org/W2157355630
  • https://openalex.org/W2158659698
  • https://openalex.org/W2159679184
  • https://openalex.org/W2166163519
  • https://openalex.org/W2396318826
  • https://openalex.org/W2409088975
  • https://openalex.org/W2412766443
  • https://openalex.org/W2420727174
  • https://openalex.org/W3135567369
  • https://openalex.org/W4241115065
  • https://openalex.org/W4292483811
  • https://openalex.org/W4298870098
  • https://openalex.org/W4302406341
  • https://openalex.org/W655777362