Análisis del comportamiento de la malaria en Colombia

Texto completo

(1)IAMB 200820 07. ANÁLISIS DEL COMPORTAMIENTO DE LA MALARIA EN COLOMBIA. HERNANDO LAVERDE MANJARRÉS ASESOR: SERGIO BARRERA. UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL BOGOTÁ D.C. DICIEMBRE DEL 2008. 1.

(2) IAMB 200820 07. AGRADECIMIENTOS Agradezco a mi asesor de proyecto de grado y autor de la idea que desarrolla este trabajo, el ingeniero Sergio Barrera, así como al ingeniero Mario Díaz-Granados por su orientación en la parte de sistemas de información geográfica (SIG). Por otra parte agradezco a Lina María y Camilo Laverde, y a Tatiana Rojas, por su ayuda en la elaboración de los mapas en el SIG.. 2.

(3) IAMB 200820 07. RESUMEN Este documento presenta un análisis del comportamiento de la malaria en Colombia a escala municipal, a través de sistemas de información geográfica y herramientas de animación. La información de entrada son cifras del número de casos de malaria entre enero del 2003 y junio del 2007, suministradas por el Instituto Nacional de Salud (INS). El análisis se basó en dos indicadores, tasa de incidencia de malaria y densidad de casos por unidad de área, dividiendose a la vez entre casos totales de malaria y casos de las dos especies más representativas del parásito en el país. Con esto se identificaron las zonas del país en donde se concentra la enfermedad, así como los periodos del año en los cuales los indicadores alcanzan sus máximos valores, información que puede ser usada en la formulación de planes preventivos, de contingencia o de erradicación de la enfermedad.. 3.

(4) IAMB 200820 07. Tabla de contenido RESUMEN .............................................................................................................................. 3 1.. INTRODUCCIÓN .......................................................................................................... 6. 1.1.. Descripción................................................................................................................ 6. 1.2.. Limitaciones .............................................................................................................. 6. 1.3.. Justificación .............................................................................................................. 7. 2.. METODOLOGÍA ............................................................................................................ 8. 2.1.. Obtención de la información de entrada ......................................................... 8. 2.2.. Manejo de la información ..................................................................................... 9. 2.2.1. Estimación de la población ............................................................................... 9 2.2.2. Estimación de las tasas de incidencia ........................................................... 9 2.2.3. Estimación de la densidad de casos por unidad de área ...................... 10 2.2.4. Cálculo de los promedios mensuales de los indicadores ...................... 10 2.2.5. Definir los rangos de valores a graficar y la escala de colores ........... 10 2.2.6. Ajuste de la información al SIG .................................................................... 11 2.3.. Desarrollo de las animaciones .......................................................................... 12. 2.3.1. Elaborar los mapas de tasa de incidencia de malaria y de densidad de casos en el sistema de información geográfica ................................................ 12 2.3.2. Exportar los mapas en formato de mapa de bits (.BMP)...................... 12 2.3.3. Crear la animación ............................................................................................ 13 2.4.. Desarrollo de los mapas de valores máximos de los indicadores .......... 13. 2.5.. Desarrollo de los gráficos de variación temporal de los indicadores .... 13. 3.. RESULTADOS ............................................................................................................. 14. 3.1.. Mapas de tasas de incidencia de malaria ...................................................... 14. 3.2.. Mapas de densidad de casos de malaria por unidad de área.................. 15. 4. 4.1.. DISCUSIÓN ................................................................................................................. 16 Localización geográfica de áreas afectadas .................................................. 16. 4.1.1. Según tasas de incidencia de malaria ........................................................ 16 4.1.2. Según densidad de casos de malaria por unidad de área .................... 20 4.2.. Ciclos de propagación de la enfermedad por área estudiada ................. 23. 4.

(5) IAMB 200820 07 4.2.1. Zona Antioquia-Córdoba ................................................................................. 23 4.2.2. Zona Chocó ......................................................................................................... 24 4.2.3. Zona Valle del cauca ........................................................................................ 26 4.2.4. Zona Nariño-Cauca ........................................................................................... 27 4.2.5. Zona Putumayo.................................................................................................. 28 4.2.6. Zona Meta-Guaviare......................................................................................... 29 4.2.7. Zona Vichada-Guainía...................................................................................... 31 5.. CONCLUSIONES Y RECOMENDACIONES ........................................................... 33. BIBLIOGRAFIA ................................................................................................................... 34 ANEXO A. ANIMACIONES ............................................................................................... 35 ANEXO B. REPORTES PROGRAMA SIVIGILA ............................................................ 35. 5.

(6) IAMB 200820 07. 1. INTRODUCCIÓN. 1.1.. Descripción. El documento empieza con la formulación de la metodología utilizada para el analisis de la dinámica de la malaria en Colombia, a través un determinado periodo de tiempo, basándose en el uso de sistemas de información geográfica y herramientas de animación de imágenes. Para esto se usó como información de entrada los reportes entregados semanalmente al Instituto Nacional de Salud (INS) sobre el número de casos de malaria que llegan a los centros de salud, por cada uno de los municipios del territorio nacional, entre los años 2003 y 2007, y como información de salida, se obtubieron animaciones en donde se ve la fluctuación de la enfermedad en el territorio Colombiano, durante este periodo de tiempo, usando como indicadores las tasas de incidencia de la enfermedad y la densidad de casos por unidad de área. Este sigue con la presentación de los resultados, en donde se describen las animaciones, divididas por tipo de indicador y especie del parásito de malaria. Luego se analizan las animaciones que muestran la dinámica de la enfermedad en el intervalo de tiempo de estudio, identificando los municipios en donde los indicadores de malaria son máximos y mínimos, así como las épocas del año en que esto ocurre. Finalmente se buscan patrones de comportamiento de la enfermedad en diferentes zonas del país. Con los resultados de este análisis se hacen recomendaciones para la formulación de planes de contingencia de la enfermedad.. 1.2.. Limitaciones. Las limitaciones estuvieron relacionadas principalmente con la información de entrada a la animación, ya sea por la disponibilidad o por la calidad. La limitación de disponibilidad de la información está relacionada la falta de cooperación del Ministerio de Protección Social y otros organismos, ya que los encargados de este rol en la institución se comprometieron en proporcionarla, pero nunca lo hicieron. Finalmente fue posible conseguirla en el Instituto Nacional de Salud (INS). 6.

(7) IAMB 200820 07 La limitación de calidad está relacionada con la falta de controles a las entidades notificadoras del número de casos, que se da en los hospitales, razón por la cual es posible encontrar errores en la información.. 1.3.. Justificación. La dificultad en la localización geográfica del vector de la malaria es una de las principales causas de que el número de casos en Colombia siga siendo tan elevado. Cualquier herramienta adicional en la ubicación de los focos de la enfermedad y en el análisis del comportamiento del vector puede hacer que las medidas de control sean más efectivas, lo que motiva el desarrollo de este trabajo.. 7.

(8) IAMB 200820 07. 2. METODOLOGÍA En el esquema 1 se presentan los pasos seguidos para el desarrollo de las animaciones, seguido de la explicación en detalle de cada fase. Esquema 1. Pasos para el desarrollo de las animaciones.. OBTENCIÓN DE LA INFORMACIÓN DE ENTRADA ESTIMAR LA POBLACIÓN, TASAS DE INCIDENCIA Y DENSIDAD DE CASOS DEFINIR LOS RANGOS DE VALORES A GRAFICAR Y LA ESCALA DE COLORES. MANEJO DE LA INFORMACIÓN DE ENTRADA. AJUSTAR LA INFORMACIÓN AL SIG ELABORAR LOS MAPAS DE TASA DE INCIDENCIA Y DENSIDAD DE CASOS EN EL SISTEMA DE INFORMACIÓN GEOGRÁFICA (SIG) DESARROLLO DE LAS ANIMACIONES. EXPORTAR LOS MAPAS EN FORMATO DE MAPA DE BITS (.BMP) CREAR LA ANIMACIÓN. 2.1.. Obtención de la información de entrada. La información usada fue proporcionada por el instituto nacional de salud (INS), y corresponde a la morbilidad por malaria desde la primera semana del 2003, hasta la mitad del 2007, expresada en número de casos semanales por municipio. Esta información corresponde a los reportes hechos por los hospitales o centros de salud ubicados en cada municipio del país. Además de esto, los reportes de los hospitales también hacen distinción en la especie del parásito causante de la enfermedad, por lo que se seleccionaron tres grupos a analizar, casos totales, casos ocasionados por Plasmodium Falciparum y casos por Plasmodium Vivax.. 8.

(9) IAMB 200820 07 Es importante verificar que la información cuantifique el problema usando un formato que pueda ser convertido en una matriz de Excel, ya que la información se suministró al SIG de esta forma. Por otra parte, es necesario obtener las coberturas digitales del área que se quiere analizar, en donde estén delimitadas las sub áreas en que se va a dividir el estudio, en este caso, área de estudio fue Colombia, y las sub áreas fueron los municipios. Esto se seleccionó de acuerdo a la forma en que se encuentra agrupada la información disponible, así como buscando un nivel de detalle alto que permitiera un buen análisis.. 2.2.. Manejo de la información. Consistió en dos partes fundamentalmente, la primera fue la estimación de la población, las tasas de incidencia y la densidad de casos por unidad de área, mientras que la segunda fue organizarla en un formato compatible con los requisitos del SIG.. 2.2.1. Estimación de la población La población municipal del año 2005 se obtuvo del censo nacional desarrollado por el DANE, mientras que la de los años 2003, 2004, 2006 y 2007 se estimó por medio de un modelo exponencial, usando los datos de los censos de 1993 y del 2005. El modelo exponencial se basa en la ecuación 1. Ecuación 1.. 𝑃2 = 𝑃1 ∗ 𝑒. 𝑘∗(𝑡 2 −𝑡 1 ). 𝑃 𝐿𝑛 ( 2 ). , siendo 𝑘 = (𝑡. 𝑃1. 2 −𝑡 1 ). 2.2.2. Estimación de las tasas de incidencia Para calcular la tasa de incidencia se usó el número de casos reportados al INS, así como los datos de población que resultaron del numeral anterior. La tasa se cálculo por medio de la ecuación 2. Ecuación 2.. 𝑇𝑎𝑠𝑎 𝐼𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎 =. # 𝐶𝑎𝑠𝑜𝑠 # 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠. ∗ 100000 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠. Es importante resaltar que la población utilizada es la población rural en municipios de más de 3000 habitantes, y la población total en municipios de menos de 3000 habitantes.. 9.

(10) IAMB 200820 07. 2.2.3. Estimación de la densidad de casos por unidad de área La densidad de casos por unidad de área se cálculo con la información de número de casos reportados al INS, y la superficie total de los municipios se obtuvo del Instituto Geográfico Agustín Codazzi (IGAC). El cálculo se hizo por medio de la ecuación 3. Ecuación 3.. 𝐷𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 =. # 𝐶𝑎𝑠𝑜𝑠 Á𝑟𝑒𝑎 𝑑𝑒𝑙 𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜 (𝑘𝑚 2 ). ∗ 100000 𝐻𝑎𝑏𝑖𝑡𝑎𝑛𝑡𝑒𝑠. 2.2.4. Cálculo de los promedios mensuales de los indicadores Los indicadores usados en los mapas corresponden a promedios mensuales de los indicadores semanales, esto se debe a que la información de entrada puede variar mucho de una semana a otra por problemas en la calidad o por el momento en que se reportan los casos a los hospitales, pero tiene continuidad a escalas de tiempo mayores; tambien se debe a que la búsqueda de tendencias de comportamiento se hace más fácil cuando el cambio de los indicadores es fluido entre una semana y otra. El valor del indicador de cada semana corresponde entonces al promedio de este y con las tres semanas siguientes, usando la ecuación 4. 𝑋𝑖 =. Ecuación 4.. 𝑋 𝑖 +𝑋 𝑖+1 +𝑋 𝑖+2 +𝑋 𝑖+3 4. 2.2.5. Definir los rangos de valores a graficar y la escala de colores En esta etapa se escoge un número determinado de rangos, cada uno de los cuales se debe asociar a un color. Para esto pueden utilizarse escalas lineales, logarítmicas o personalizadas, dependiendo de las características de la información y del tipo de análisis que se esta haciendo. En este caso, para determinar los rangos de valores que corresponden a los colores se llegó a la conclusión de que los valores de tasa de incidencia y densidad más altos debían tener un rango más grande, ya que a pesar de que son menos, son los datos a los que se les prestará mayor atención, por lo que deben ser fácilmente identificables. Para esto se usó la ecuación 5. Ecuación 5.. 𝑃1 =. 100 ∗(1−𝑘) 1−𝑘 𝑛. ,. siendo 𝑘 =. 𝑛 −1. 𝐷𝑎𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 ú𝑙𝑡𝑖𝑚𝑜 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜. En donde n es el número de intervalos o colores usados en el mapa, k se define al decidir que porcentaje se quiere en el último intervalo, y P1 es el 10.

(11) IAMB 200820 07 porcentaje de datos que irán en el primer color, P1 * k el del segundo y así sucesivamente hasta que el último intervalo n tendrá un porcentaje P1 * k(n1) . En este caso, se definió n como 10 intervalos, y que el último intervalo iba a tener 1/5 de los datos, por lo que 𝑘 =. 9. 1 5. .. Para definir los valores en que debían empezar y acabar los intervalos, según el porcentaje de datos que arrojó la ecuación, anterior se usó la función “frecuencia” de Excel, y a partir de la comparación entre la ecuación y el porcentaje acumulado de datos se cálcularon los intervalos. Por último, después de definir los intervalos que corresponden a cada color, se procedió a crear la escala de colores en ArcView, la cuál debe guardarse para utilizar la misma en todos los mapas. Cabe decir que la elección de los rangos de datos, así como de la escala de colores es de suma importancia, puesto que determinará la calidad del análisis que pueda llegar a extraerse de los mapas.. 2.2.6. Ajuste de la información al SIG La información de entrada al SIG debe coincidir con el formato en que se encuentren las coberturas digitales que van a usarse para elaborar los mapas, lo que se logró introduciendo los datos de entrada en el archivo de la cobertura. Para lograr esto, en el caso de ArcView 3.2, hay que crear un nuevo proyecto con una nueva vista, añadir a esta vista el tema que corresponde a la cobertura del mapa, abrir la tabla del tema, y añadir el número de columnas correspondientes al número de intervalos de tiempo que se van a analizar, si son más de 140 debe crearse otro archivo con el excedente, en este caso fueron 233, por lo que se usaron dos archivos. Después de esto debe procederse a llenar la matriz de la cobertura que usará ArcView para generar los mapas, estas coberturas están normalmente en formato de diseño de bloque (.BDF), el cual puede abrirse con Excel. Al abrir este archivo se encuentra la tabla a la que se le añadieron las columnas en ArcView, pero ahora se puede introducir la información de la matriz más eficientemente, claro está, solo en las columnas creadas en ArcView, las demás se perderán. Es importante corroborar que las filas de este archivo, que corresponden a las sub-áreas, coincidan con las de la información que se quiere analizar. Finalmente debe guardarse en el mismo formato en el que estaba (.BDF). 11.

(12) IAMB 200820 07. 2.3.. Desarrollo de las animaciones. En la producción de las animaciones se utilizaron cuatro programas, para el manejo de la información se uso Microsoft Office Excel 2003, como sistema de información geográfica (SIG) para obtener las imágenes de los mapas ArcView 3.2, para editar las imágenes y crear la escala de tiempo Adobe Photoshop CS2, y como programa de animación de imágenes Active GIF Creator 3.2. El manejo de la información se explicó en el numeral pasado, a lo que siguió elaboración de los mapas en el SIG, exportarlos en formato (.BMP) y creación de la animación.. 2.3.1. Elaborar los mapas de tasa de incidencia de malaria y de densidad de casos en el sistema de información geográfica En esta parte se unieron la información de entrada, presente en la cobertura, y la escala de colores, para crear los mapas. A continuación se esplica como crear uno, el proceso para los demás fue el mismo. Se crea una vista con el nombre del mapa que se va a crear, luego se añade a esta vista un tema con la cobertura del mapa que contiene la información y en este tema se carga la escala de colores previamente creada, en el proceso se despliega una lista con los intervalos de tiempo previamente definidos, en la cual debe seleccionarse el del mapa que se quiere crear. Finalmente se exporta el mapa y se repite el proceso para cada uno de los demás mapas.. 2.3.2. Exportar los mapas en formato de mapa de bits (.BMP) Este paso va de la mano del anterior, y debe hacerse para cada mapa creado. Para esto es importante que al seleccionar exportar, como tipo de archivo se elija mapa de bits, y que el nombre del mapa haga referencia al número del intervalo de tiempo correspondiente al mapa que se está creando; en este caso se usaron números enteros, por ejemplo, el nombre del primero es el 1, el del segundo el 2 y así sucesivamente.. 12.

(13) IAMB 200820 07 Como ya se dijo este proceso va encadenado al paso anterior, ya que es más eficiente seleccionar el mapa, crearlo y exportarlo, en vez de hacer cada paso de manera independiente para todos los mapas.. 2.3.3. Crear la animación Por último se usó Active GIF Creator 3.2 para crear la animación, para esto se añadieron las imágenes al programa, se definió la velocidad de la animación en diez fotogramas por segundo, y se creo el GIF.. 2.4.. Desarrollo de los mapas de valores máximos de los indicadores. Estos mapas son un resumen de los municipios en los que se presentaron los valores máximos de los indicadores durante el periodo de tiempo en estudio, para lo cual se hallaron los valores máximos anuales en cada municipio, estos se promediaron y se graficaron en el SIG.. 2.5.. Desarrollo de los gráficos de variación temporal de los indicadores. Para la elaboración de estos gráficos se usó la información obtenida de los mapas de valores máximos de los indicadores. Para esto se separaró la información de los municipios de cada una de las zonas identificadas, luego se sumaron las tasas de incidencia en cada semana, y por último se graficaron estas tasas de incidencia grupales contra el tiempo.. 13.

(14) IAMB 200820 07. 3. RESULTADOS El resultado de este trabajo son las animaciones que muestran la variación de los indicadores de malaria, las cuales se encuentran divididas por tipo de indicador y tipo de parásito de malaria. Las animaciones se encuentran en el CD adjunto al documento, a continuación se presenta la descripción del contenido de este CD.. 3.1.. Mapas de tasas de incidencia de malaria. El primer indicador que se evaluo fue la tasa de incidencia de malaria por 100 mil habitantes, la cual se dividio en tasa de incidencia total y la de los dos tipos de malaria de mayor relevancia en el país. La animación 1, presente en el CD anexo, muestra cómo cambia la tasa de incidencia total entre enero del 2003 y junio del 2007 semana a semana. Esta se presenta en el formato que muestra la figura 1. Figura 1. Formato de los mapas de tasa de incidencia de malaria.. La información se representa en los mapas por medio de una escala de 10 colores, que van del azul al rojo y de claro a oscuro, conforme aumenta la escala. De igual forma que la animación 1 lo hace para las tasas de incidencia totales, las animaciones 2 y 3 muestran la variación en las tasas de 14.

(15) IAMB 200820 07 incidencia de P. Falciparum y P. Vivax, en el mismo periodo de tiempo y usando los mismos rangos de valores.. 3.2.. Mapas de densidad de casos de malaria por unidad de área. El segundo indicador fue la densidad de casos de malaria por km2, por cada 100 mil habitantes, la cual se dividio en densidad del total de casos y la de los dos tipos de malaria de mayor relevancia en el país. La animación 4 muestra la variación en la densidad total de malaria, en el mismo periodo de tiempo que las animaciones anteriores, enero del 2003 y junio del 2007, usando la misma escala cromática, pero alterando los rangos que corresponden a cada color, con el fin de ajustarlos a los valores correspondientes a este indicador, como lo muestra la figura 2. Figura 2. Formato de los mapas de densidad de casos totales.. De manera semejante que las animaciones 2 y 3 lo hacen para las tasas de incidencia, las animaciones 5 y 6 muestran el comportamiento de la densidad de casos de P. Falciparum y P. Vivax, en el mismo periodo de tiempo y pero usando los rangos de valores correspondientes a este parámetro.. 15.

(16) IAMB 200820 07. 4. DISCUSIÓN El análisis de las animaciones se enfocó de dos formas, primero en la localización geográfica de áreas afectadas por la enfermedad, buscando en estas focos de propagación de la enfermedad, una vez que se identificaron estas áreas se procedio a determinar los periodos en los que los indicadores eran máximos y mínimos, con el fin de identificar el ciclo de propagación de la enfermedad en las distintas zonas de estudio.. 4.1.. Localización geográfica de áreas afectadas. La importancia relativa que tiene cada zona geográfica para el estudio varia de acuerdo al indicador con el que se le mida. Si se habla de tasa de incidencia, el valor del indicador será inversamente proporcional a la población, mientras que si se habla de densidad de casos, el indicador dependerá del área del municipio. Por otro lado, el hábitat de las dos especies del parásito en estudio coincide en algunos puntos, pero su distribución es diferente, por lo que se estudiarán también por separado. Esta localización se hizo seleccionando las áreas que presentaron valores más altos de los indicadores en cuestión.. 4.1.1. Según tasas de incidencia de malaria 4.1.1.1. Áreas afectadas por cualquier tipo de malaria La figura 3 muestra las zonas en donde se presentan las tasas de incidencia máximas, diferenciadas en tres colores de acuerdo a la magnitud del valor. En el mapa aparecen identificados con rojo los municipios en los que se encuentran los posibles focos de la enfermedad, los nombres de estos se listan al lado en la tabla. Los focos enunciados en la tabla 1 se corroboraron por medio de la animación 1, buscando el tamaño mínimo de cada una de las áreas, cuya ubicación corresponde con el lugar donde empieza a propagarse la enfermedad.. 16.

(17) IAMB 200820 07 Figura 3. Mapa de tasas de incidencia total máximas. Tabla 1. Municipios en donde se presentaron las tasas de incidencia total máximas.. Por otro lado, la animación muestra la dinámica de la enfermedad en estas zonas, y los departamentos que se ven afectados por esta. Para la incidencia total de malaria se identificaron 7 zonas de afectación principalmente, que se muestran en la tabla 2, así mismo se identificaron los departamentos hasta donde se expande ocacionalmente. Tabla 2. Zonas afectadas por malaria. DEPARTAMENTOS AFECTADOS POR EL ÁREA. DEPARTAMENTOS ZONA QUE LA CONFORMAN 1 2 3 4 5 6 7. Córdoba y Antioquia Chocó Valle del Cauca Nariño y Cauca Putumayo Meta y Guaviare Vichada y Guainía. 17. Sucre, Bolívar y Santander Risaralda Cauca -. Caquetá Caquetá y Vaupés Meta y Guaviare.

(18) IAMB 200820 07. 4.1.1.2.. Áreas afectadas por Plasmodium Falciparum. De manera semejante a como se explico en el numeral anterior, pero usando la información correspondiente a las tasas de incidencia de P. Falciparum máximas, la Figura 4 muestra las áreas de afectación de esta especie. Figura 4. Mapa de tasas de incidencia de P. Falciparum máximas. Tabla 3. Municipios en donde se presentaron las tasas de incidencia de P. Falciparum máximas.. Tabla 4. Zonas afectadas por P. Falciparum. ÁREA. DEPARTAMENTOS QUE LA CONFORMAN. 1. Córdoba y Antioquia. 2. 5. Chocó Valle del Cauca Nariño y Cauca Putumayo. 6. Meta y Guaviare. 3 4. DEPARTAMENTOS AFECTADOS POR EL ÁREA. Sucre, Bolívar y Santander Risaralda Cauca Valle del Cauca. Caquetá Caquetá, Vaupés, Vichada y Guainía 18.

(19) IAMB 200820 07. 4.1.1.3.. Áreas afectadas por Plasmodium Vivax. De manera semejante a los dos numerales anteriores, pero usando la información correspondiente a las tasas de incidencia de P. Vivax máximas, la Figura 5 muestra las áreas de afectación de esta especie. Figura 5. Mapa de tasas de incidencia de P. Vivax máximas. Tabla 5. Municipios en donde se presentaron las tasas de incidencia de P. Vivax máximas.. Tabla 6. Zonas afectadas por P. Vivax. ÁREA. DEPARTAMENTOS QUE LA CONFORMAN. 1. Córdoba y Antioquia. 2 4. Chocó Valle del Cauca Putumayo. 5. Meta y Guaviare. 6. Vichada y Guainía. 3. 19. DEPARTAMENTOS AFECTADOS POR EL ÁREA. Sucre, Bolívar y Santander Cauca Caquetá Caquetá, Vaupés, Vichada y Guainía Meta y Guaviare.

(20) IAMB 200820 07. 4.1.2. Según densidad de casos de malaria por unidad de área 4.1.2.1. Áreas afectadas por cualquier tipo de malaria La figura 6 muestra las zonas en donde se presenta la densidad de casos de malaria máxima, diferenciadas en tres colores de acuerdo a la magnitud del valor. En el mapa aparecen identificados con rojo los municipios en los que se encuentran los posibles focos de la enfermedad, los nombres de estos se listan al lado en la tabla. Figura 6. Mapa de tasas de incidencia total máximas. Tabla 7. Municipios en donde se presentaron las tasas de incidencia total máximas.. Tabla 8. Zonas afectadas por malaria. ZONA 1 2 3 4 5. DEPARTAMENTOS QUE LA CONFORMAN Córdoba y Antioquia Chocó Valle del Cauca Nariño y Cauca Meta y Guaviare 20. DEPARTAMENTOS AFECTADOS POR EL ÁREA Sucre, Bolívar y Santander Risaralda Cauca -.

(21) IAMB 200820 07. 4.1.2.2. Áreas afectadas por Plasmodium Falciparum De manera semejante a como se explico en el numeral anterior, pero usando la información correspondiente a la densidad de casos de P. Falciparum máxima, la Figura 7 muestra las áreas de afectación de esta especie. Figura 7. Mapa de tasas de incidencia de P. Falciparum máximas. Tabla 9. Municipios en donde se presentaron las tasas de incidencia de P. Falciparum máximas.. Tabla 10. Zonas afectadas por P. Falciparum. ZONA 1 2 3 4. DEPARTAMENTOS QUE LA CONFORMAN Córdoba y Antioquia Chocó Valle del Cauca Nariño y Cauca. 21. DEPARTAMENTOS AFECTADOS POR EL ÁREA Sucre y Bolívar Risaralda Cauca -.

(22) IAMB 200820 07 4.1.2.3. Áreas afectadas por Plasmodium Vivax De manera semejante a los dos numerales anteriores, pero usando la información correspondiente a la densidad de casos de P. Vivax máxima, la Figura 8 muestra las áreas de afectación de esta especie. Figura 8. Mapa de tasas de incidencia de P. Vivax máximas. Tabla 11. Municipios en donde se presentaron las tasas de incidencia de P. Vivax máximas.. Tabla 12. Zonas afectadas por P. Vivax. ZONA 1 2 3 4 5. DEPARTAMENTOS AFECTADOS POR EL ÁREA. DEPARTAMENTOS QUE LA CONFORMAN. Córdoba y Antioquia Chocó Valle del Cauca Nariño y Cauca Meta. 22. Sucre, Bolívar y Santander Risaralda Cauca -. Guaviare.

(23) IAMB 200820 07. 4.2.. Ciclos de propagación de la enfermedad por área estudiada. Para cada una de las 7 áreas identificadas anteriormente se graficó el comportamiento semanal de la tasa de incidencia de malaria y de la densidad de malaria, divididos en casos totales, por P. Falciparum y por P. Vivax, como ayuda en la identificación de tendencias en el comportamiento de la enfermedad, tendencias que pueden evidenciarse en las animaciones.. 4.2.1. Zona Antioquia-Córdoba Gráfica 1. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región AntioquiaCórdoba.. Las gráficas 1 y 2 muestran resultados similares para ambos indicadores en la región Antioquia-Córdoba, para el periodo de estudio. En cuanto a las dos especies de Plasmodium, se intuye la misma tendencia, que se refleja también en el total. Esta tendencia muestra tres picos al año, algunos años son más altos, otros se unen, otros estan corridos, pero en general son tres, que en promedio, se presentan en los peridos de enero-febrero, abrilmayo y julio-agosto. De otra parte, puede afirmarse que la mayor parte de las enfermedades de la zona son causadas por P. Vivax, siendo estas aproximadamente el 72%, mientras que las causadas por P. Falciparum son alrededor del 26%.. 23.

(24) IAMB 200820 07 Gráfica 2. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Antioquia-Córdoba.. 4.2.2. Zona Chocó Gráfica 3. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región Chocó.. 24.

(25) IAMB 200820 07 Gráfica 4. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Chocó.. Las gráficas 3 y 4 muestran el mismo comportamiento para el ciclo anual de la enfermedad según los dos indicadores usados, el de la densidad más marcado que el de la tasa de incidencia, pero ambos siguen el mismo patrón. En este departamento encontramos que la tendencia anual esta marcada por 2 picos, entre los cuales hay otros dos de menor altura, que se pueden diferenciar al mirar las dos especies por separado, porque en ocaciones desaparecen en el total si estan desfasados los de P. Falciparum y P. Vivax, los picos más altos se ubican en los periodos de febrero-marzo y julioagosto, los otros dos varian más pero en promedio estan en mayo y noviembre. También se encuentra un valle en el que los indicadores se aproximan a cero, ubicado en diciembre, lo más probable es que se deba a un error en la información de entrada. Después de ver las gráficas, es evidente que en el Chocó el número de casos de malaria por P. Falciparum es mayor que el de P. Vivax, teniendo el primero un 55% del total y el segundo un 40% aproximadamente.. 25.

(26) IAMB 200820 07. 4.2.3. Zona Valle del cauca Gráfica 5. Variación de la densidad tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región Valle del Cauca.. Gráfica 6. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Valle del Cauca.. El comportamiento de la malaria en el Valle del Cauca es similar al del Chocó, pero desfasado en algunos meses, como se puede ver en las gráficas 5 y 6, además acá encontramos que en el año 2006 la información. 26.

(27) IAMB 200820 07 está cortada, el valor de los indicadores del número de casos disminuye a más de la mitad. En esta zona encontramos que los indicadores concuerdan en la tendencia, pero no en la distribución de los tipos de parasito, ya que según la tasa de incidencia las dos especies tienen casi la misma magnitud, mientras que según la densidad, el número de casos de P. Vivax es mayor. Los picos máximos de esta zona se presentan en el primer semestre del año, en el periodo febrero-abril, y un segundo pico de menor intensidad en agosto-septiembre.. 4.2.4. Zona Nariño-Cauca En la zona Nariño-Cauca se encuentra que la tendencia de la tasa de incidencia y la densidad de las dos especies de Plasmodium es parecida, pero la magnitud distinta, siendo la de Falciparum mayor con aproximadamente el 65% de la tasa total. En esta zona P. Falciparum presenta una tendencia a un pico anual, que llega a prolongarse por casi un semestre, como se aprecia en las gráficas 7 y 8, mientras que la variación de P. Vivax es menor.. Gráfica 7. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región NariñoCauca.. 27.

(28) IAMB 200820 07 Gráfica 8. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Nariño-Cauca.. 4.2.5. Zona Putumayo Gráfica 9. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región Putumayo.. 28.

(29) IAMB 200820 07 Gráfica 10. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Putumayo.. La zona de Putumayo esta representada en las gráficas 9 y 10, las cuales muestran tendencias similares, aunque magnitudes distintas, sobre todo para P. Falciparum, que según el indicador de densidad es casi cero. En este departamento encontramos que la mayoria de la malaria esta causado por P.Vivax, el cual representa aproximadamente el 96% del total. Los indicadores de esta zona varian mucho a través del tiempo, resultando imposible determinar una tendencia, esto puede llegar a atribuirse a mala calidad de la información, ya que la zona es pequeña y aislada, por lo que el control de los registros puede ser deficiente.. 4.2.6. Zona Meta-Guaviare Las gráficas 11 y 12 muestran comportamientos parecidos del ciclo anual de la enfermedad, aunque es posible ver diferencias significativas entre las gráficas que representan los dos indices. La gráfica de tasa de incidencia muestra una tendencia más uniforme que la de densidad, en donde incluso se evidencia un pico más. En la gráfica de tasa de incidencia se puede identificar un ciclo anual, en el cual el valor del indicador aumenta aproximadamente hasta abril, y luego disminuye de nuevo. El gráfico de densidad por otro lado, sigue la misma tendencia pero presenta anomalias. 29.

(30) IAMB 200820 07 Gráfica 11. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región MetaGuaviare.. Gráfica 12. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Meta-Guaviare.. Analizando la magnitud de la enfermedad a escala anual, vemos que el 2006 y el comienzo del 2007 rompen esta tendencia, presentando valores muy bajos de ambos indicadores. Esto puede deberse al aumento de la intervención humana en estas zonas poco habitadas, que muchas veces lleva a la disminución de pantanos y aguas estancadas, habitat del vector, también puede deberse a un problema de la información.. 30.

(31) IAMB 200820 07 En cuanto al porcentaje de incidencia de cada especie, encontramos que P. Vivax tiene el 55% y P. Falciparum el 35%.. 4.2.7. Zona Vichada-Guainía Por último esta la zona Vichada-Guainía, descrita por las gráficas 13 y 14. Lo primero que salta a la vista es el cambio que se presenta en la magnitud de los valores en el primer semestre del 2005. Esto puede responder a los mismos fenómenos de colonización humana que en la zona Meta-Guaviare, pero de una forma mucho más marcada, tambien puede deberse a problemas en la información, que en zonas aisladas tiene poco o ningún control. En cuanto al ciclo, es posible identificar una tendencia anual a presentar dos picos, uno más extenso que el otro, ubicado en el periodo septiembrenoviembre y el otro en abril-mayo. En esta zona el 72% de la malaria es causada por P. Vivax y el 20% por P Falciparum.. Gráfica 13. Variación de la tasa de incidencia total de malaria, de P. Falciparum y de P. Vivax, por 100 mil habitantes, en la región VichadaGuainía.. 31.

(32) IAMB 200820 07 Gráfica 14. Variación de la densidad total de casos de malaria, de P. Falciparum y de P. Vivax, por km2, en la región Vichada-Guainía.. 32.

(33) IAMB 200820 07. 5. CONCLUSIONES Y RECOMENDACIONES Las zonas en las que se ubica la enfermedad fueron las mismas bajo los dos indicadores, la variación importante se dio al determinar la magnitud relativa del problema en cada zona, así como la distribución entre los dos tipos estudiados. Si se habla de tasa de incidencia, los municipios con los valores más altos del parámetro se encontraron distribuidos en Antioquia, Córdoba, Chocó, Nariño, Guainía y Guaviare, todos con características distintas de población y área superficial, mientras que si se habla de densidad de casos, se encontraron los mayores valores del indicador en los municipios de menor área, ubicados en su mayoría en Antioquia, Córdoda, Chocó y Nariño. Esto hizo que se le diera más peso a la tasa de incidencia en cuanto a la selección de áreas de influencia de la enfermedad, así como en la busqueda de focos del parásito, siendo este un mejor indicador a la hora crear planes de contingencia de la enfermedad, o de tomar medidas para la erradicación del vector de la enfermedad, los mosquitos del género Anopheles. Por otro lado, la densidad de casos será un mejor indicador en la selección de zonas para la toma medidas preventivas por medio del desarrollo de campañas educativas o iniciativas relacionadas con la población. En cuanto a la identificación de los ciclos de la enfermedad, se encontro que en la mayoria de casos la tasa de incidencia y la densidad de casos mostraban la misma tendencia, pero las gráficas de densidad la mostraban más marcada. Los periodos en los que los indices alcanzan sus valores máximos varian según la zona de estudio, por lo que no es posible generalizar un ciclo, estos dependen de la zona de estudio. Sin embargo para las zonas ubicadas en los departamentos de Antioquia, Córdoba y Chocó se encontro una tendencia a presentar valores altos de tasas de incidencia y densidad en los periodos febrero-abril y julio-agosto, correspondiendo en parte con la época de verano de esta zona del país.. 33.

(34) IAMB 200820 07. BIBLIOGRAFIA -. LEON GOMEZ, Carolina. “Aplicación de los sistemas de información geográfica, a la evolución de la malaria en Colombia”. Bogotá, Febrero 1996. INS. “Reportes del programa SIVIGILA de enero del 2003 a junio del 2007”.. 34.

(35) IAMB 200820 07. ANEXO A. ANIMACIONES Las animaciones se encuentran en el CD anexo. Animación 1. Cambio de la tasa de incidencia total entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana. Animación 2. Cambio de la tasa de incidencia de P. Falciparum entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana. Animación 3. Cambio de la tasa de incidencia de P. Vivax entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana. Animación 4. Cambio de la densidad total de casos por km2, entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana. Animación 5. Cambio de la densidad de casos de P. Falciparum por km2, entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana. Animación 6. Cambio de la densidad de casos de P. Vivax por km2, entre enero del 2003 y junio del 2007, escala de tiempo semanal, velocidad 1/10 segundos por semana.. ANEXO B. REPORTES PROGRAMA SIVIGILA Los reportes semanales realizados por los hospitales de cada uno de los municipios por medio del programa SIVIGILA, del Instituto Nacional de Salud (INS), se encuentran en el CD anexo.. 35.

(36)