Aportaciones de la epidemiología espacial para el seguimiento y control de la fiebre Q: revisión sistemática

Abstract

La fiebre Q es una zoonosis de distribución mundial causada por Coxiella burnetii. Con gran número de hospedadores, son los rumiantes domésticos la fuente de infección más importante para humanos, principal-mente tras la inhalación de aerosoles contaminados o la cercanía a zonas con alta densidad ganadera infecta-da. Los sistemas de información geográfica (SIG) son cada vez más precisos, proporcionando bases de datos espaciales con las tendencias de las enfermedades infecciosas. Siguiendo el método PRISMA hemos buscado bibliografía en tres bases de datos: PubMed®, Scopus® y Web of Science y partiendo de 1584 referencias, se-leccionamos 86 artículos de 31 países publicados entre 1964 y 2021. El resumen de la información cuantitativa se codificó e incluyó en una tabla de Excel®. Los Países Bajos es el país con mayor número de referencias extraídas y los rumiantes domésticos los hospedadores más asociados a los brotes. La visualización de los mapas se mostró 60% de las referencias, mientras que un 20% utilizaron herramientas espaciales para realizar exploraciones o modelizaciones con el fin de predecir y controlar la incidencia de fiebre Q. Los programas más utilizados para crear mapas de símbolos y coropléticos fueron ArcGis y QGIS, los mapas isopléticos se usaron normalmente combinados con los dos tipos de mapas anteriores. Se manejaron software como SPSS y R para el análisis de los datos espaciales y modelos espaciotemporales aplicados a los SIG, como el modelo de densidad de Kernel o los modelos Bayesianos. Los SIG se han utilizado más en investigaciones de fiebre Q en sanidad animal que en salud pública y han demostrado el papel epidemiológico del viento en la dispersión de la infección o la cuantificación del riesgo de infección a humanos en relación con la proximidad a las granjas de cabras lecheras infectadas.

Q fever is a worldwide zoonosis caused by Coxiella burnetii with many hosts, being domestic ruminants the most important infection source for humans, mainly after inhalation of contaminated aerosols or because the proximity to areas with infected livestock. Geographic information systems (GIS) is becoming increasingly ac-curate providing spatial databases of infectious disease trends. We followed the PRISMA method and searched for literature in three databases: PubMed®, Scopus® and Web of Science. Initially we obtained 1584 records, of which a total of 86 articles were finally included, published from 31 different countries between 1964 and 2021. We extracted quantitative information that we coded and included in an Excel table and summarized the main contributions. Since the epidemic in the Netherlands between 2007-2010, more and more articles have been published on this topic, with the Netherlands being the country with the highest number of extracted references. Map visualization was present in 60% of the cases, while the remaining 20% used spatial tools to perform scans or modelling to predict and monitor the incidence of Q fever. Most of the maps depicted are symbol or coropletic graphic maps, isopletic appear to a lesser extent or combined with the other two. ArcGis and to a smaller degree QGIS are mostly used for the realization of these maps. This GIS software provide tools for mapping and spatial analysis. Other software such as SPSS and R were used for the analysis of spatial data and spatio-temporal models applied to GIS, such as the Kernel density model or Bayesian models. GIS are more used in animal health than in public health and GIS stated the important role of wind in the spread of the infection or detect the risk of infection for people in relation to proximity to infected dairy goat herds.