Loading...
10 results
Search Results
Now showing 1 - 10 of 10
- Forecasting the abundance of disease vectors with deep learningPublication . Ceia-Hasse, Ana; Sousa, Carla A.; Gouveia, Bruna R.; Capinha, CésarArboviral diseases such as dengue, Zika, chikungunya or yellow fever are a worldwide concern. The abundance of vector species plays a key role in the emergence of outbreaks of these diseases, so forecasting these numbers is fundamental in preventive risk assessment. Here we describe and demonstrate a novel approach that uses state-of-the-art deep learning algorithms to forecast disease vector abundances. Unlike classical statistical and machine learning methods, deep learning models use time series data directly as predictors and identify the features that are most relevant from a predictive perspective. We demonstrate for the first time the application of this approach to predict short-term temporal trends in the number of Aedes aegypti mosquito eggs across Madeira Island for the period 2013 to 2019. Specifically, we apply the deep learning models to predict whether, in the following week, the number of Ae. aegypti eggs will remain unchanged, or whether it will increase or decrease, considering different percentages of change. We obtained high predictive performance for all years considered (mean AUC = 0.92 ± 0.05 SD). Our approach performed better than classical machine learning methods. We also found that the preceding numbers of eggs is a highly informative predictor of future trends. Linking our approach to disease transmission or importation models will contribute to operational, early warning systems of arboviral disease risk.
- Dengue importation into Europe: a network connectivity-based approachPublication . Salami, Donald; Capinha, César; Martins, Maria do Rosário Oliveira; Sousa, Carla AlexandraThe spread of dengue through global human mobility is a major public health concern. A key challenge is understanding the transmission pathways and mediating factors that characterized the patterns of dengue importation into non-endemic areas. Utilizing a network connectivity-based approach, we analyze the importation patterns of dengue fever into European countries. Seven connectivity indices were developed to characterize the role of the air passenger traffic, seasonality, incidence rate, geographical proximity, epidemic vulnerability, and wealth of a source country, in facilitating the transport and importation of dengue fever. We used generalized linear mixed models (GLMMs) to examine the relationship between dengue importation and the connectivity indices while accounting for the air transport network structure. We also incorporated network autocorrelation within a GLMM framework to investigate the propensity of a European country to receive an imported case, by virtue of its position within the air transport network. The connectivity indices and dynamical processes of the air transport network were strong predictors of dengue importation in Europe. With more than 70% of the variation in dengue importation patterns explained. We found that transportation potential was higher for source countries with seasonal dengue activity, high passenger traffic, high incidence rates, high epidemic vulnerability, and in geographical proximity to a destination country in Europe. We also found that position of a European country within the air transport network was a strong predictor of the country's propensity to receive an imported case. Our findings provide evidence that the importation patterns of dengue into Europe can be largely explained by appropriately characterizing the heterogeneities of the source, and topology of the air transport network. This contributes to the foundational framework for building integrated predictive models for bio-surveillance of dengue importation.
- Modelo espacialmente explícito de fatores determinantes à transmissão da dengue e outras doenças arbovirais em Portugal continentalPublication . Dorosh, Valeriya; Capinha, César; Rocha, JorgeO vírus da dengue é uma das doenças disseminadas por vetores mais difundidas e de rápido crescimento no mundo, com mais de 390 milhões de infeções por ano. O surto de dengue na ilha da Madeira, em 2012, resultou em mais de 2 000 casos e foram detetados casos importados em Portugal Continental e em 10 outros países da Europa. Como algumas espécies de mosquito têm elevada capacidade de voo, ou são transportados em longas distâncias por aviões, barcos ou outros veículos, isso favorece a expansão de doenças propagadas por mosquitos em locais que não apenas as regiões tropicais ou subtropicais. No que diz respeito a Portugal Continental, no final de julho de 2017 foi detetada a presença do mosquito Ae. albopictus em Vilamoura, Algarve. Segundo o INSA (2020), no âmbito do REVIVE a 4 de setembro de 2017, a espécie de mosquito Ae. albopictus foi identificado numa empresa de recauchutagem de pneus na região Norte de Portugal. Neste sentido, é importante estabelecer relações entre a ocorrência da dengue e fatores socioeconómicos e ambientais. O principal objetivo do artigo é modelar e analisar espacialmente os fatores condicionantes e avaliar quais são os locais mais vulneráveis, onde os riscos de problemas de saúde pública são mais elevados. Assim sendo, foi criado o mapa de adequação para a presença de Ae. albopictus em Portugal continental; modelos estatísticos são usados para avaliar a vulnerabilidade social da população; e, por fim, foram obtidos mapas de risco com base na capacidade vetorial, potencial arboviral e presença humana.
- Modelo espacialmente explícito de fatores determinantes à transmissão da dengue e outras doenças arbovirais em Portugal continentalPublication . Dorosh, Valeriya; Castro, Andry; Rocha, Jorge; Capinha, CésarO vírus da dengue é uma das doenças disseminadas por vetores mais difundidas e de rápido crescimento no mundo, com mais de 390 milhões de infeções por ano (WHO, 2021). O surto de dengue na ilha da Madeira, em 2012, resultou em mais de 2 000 casos e foram detetados casos importados em Portugal Continental e em 10 outros países da Europa (WHO, 2021. Como algumas espécies de mosquito têm elevada capacidade de voo, ou são transportados em longas distâncias por aviões, barcos ou outros veículos (Gage et al., 2008), consequentemente favorece a expansão de doenças propagadas por mosquitos em locais que não apenas as regiões tropicais ou subtropicais (WHO, 2021). Conforme Capinha e Sousa (2022), sabe-se que os mosquitos reproduzem-se nos recipientes de plástico, piscinas não tratadas ou recipientes que acumulam água estagnada, como por exemplo os vasos para flores. No que diz respeito a Portugal Continental, no final de julho de 2017 pela primeira vez foi detetada a presença do mosquito Aedes albopictus em Vilamoura, Faro, Algarve (Marabuto e Rebelo, 2017). Segundo o INSA (2020), no âmbito do REVIVE a 4 de setembro de 2017, foi observado o aparecimento da espécie de mosquito Ae. albopictus numa empresa de recauchutagem de pneus na região Norte de Portugal, em Penafiel, e atualmente sabe-se que permanece nessa região e em Loulé, Algarve. Neste sentido, é importante estabelecer relações entre a ocorrência da dengue e fatores socioeconómicos e ambientais. O principal objetivo do artigo é modelar e analisar espacialmente os fatores condicionantes e avaliar quais são os locais mais vulneráveis, onde os riscos de problemas de saúde pública são mais elevados. Assim sendo, foi criado o mapa de adequação para a presença de Ae. albopictus em Portugal continental; modelos estatísticos são usados para avaliar a vulnerabilidade social da população; e, por fim, foram obtidos mapas de risco com base na capacidade vetorial, potencial arboviral e presença humana. Verificou-se que a temperatura do ar é um fator determinante para o desenvolvimento de Ae. Albopictus. Foram testados três algoritmos, para avaliar a adequação para a presença de Ae. albopictus, nomeadamente Artificial Neural Network, Maximum Entropy e Support Vector Machines (SVM), onde constatou-se que praticamente todo o Portugal continental é próprio para a fixação e desenvolvimento da espécie.
- Modelo espacialmente explícito de fatores determinantes à transmissão da dengue e outras doenças arbovirais em Portugal continentalPublication . Dorosh, Valeriya; Rocha, Jorge; Capinha, CésarSegundo o INSA (2020), no âmbito do REVIVE a 4 de setembro de 2017, foi observado o aparecimento da espécie de mosquito Ae. albopictus numa empresa de recauchutagem de pneus na região Norte de Portugal, em Penafiel, e atualmente sabe-se que permanece nessa região e em Loulé, Algarve. Neste sentido, é importante estabelecer relações entre a ocorrência da dengue e fatores socioeconómicos e ambientais. O principal objetivo do artigo é modelar e analisar espacialmente os fatores condicionantes e avaliar quais são os locais mais vulneráveis, onde os riscos de problemas de saúde pública são mais elevados. Assim sendo, foi criado o mapa de adequação para a presença de Ae. albopictus em Portugal continental; modelos estatísticos são usados para avaliar a vulnerabilidade social da população; e, por fim, foram obtidos mapas de risco com base na capacidade vetorial, potencial arboviral e presença humana. Verificou-se que a temperatura do ar é um fator determinante para o desenvolvimento de Ae. Albopictus. Foram testados três algoritmos, para avaliar a adequação para a presença de Ae. albopictus, nomeadamente Artificial Neural Network, Maximum Entropy e Support Vector Machines (SVM), onde constatou-se que praticamente todo o Portugal continental é próprio para a fixação e desenvolvimento da espécie.
- Predicting dengue importation into Europe, using machine learning and model-agnostic methodsPublication . Salami, Donald; Sousa, Carla Alexandra; Martins, Maria do Rosário Oliveira; Capinha, CésarThe geographical spread of dengue is a global public health concern. This is largely mediated by the importation of dengue from endemic to non-endemic areas via the increasing connectivity of the global air transport network. The dynamic nature and intrinsic heterogeneity of the air transport network make it challenging to predict dengue importation. Here, we explore the capabilities of state-of-the-art machine learning algorithms to predict dengue importation. We trained four machine learning classifiers algorithms, using a 6-year historical dengue importation data for 21 countries in Europe and connectivity indices mediating importation and air transport network centrality measures. Predictive performance for the classifiers was evaluated using the area under the receiving operating characteristic curve, sensitivity, and specificity measures. Finally, we applied practical model-agnostic methods, to provide an in-depth explanation of our optimal model's predictions on a global and local scale. Our best performing model achieved high predictive accuracy, with an area under the receiver operating characteristic score of 0.94 and a maximized sensitivity score of 0.88. The predictor variables identified as most important were the source country's dengue incidence rate, population size, and volume of air passengers. Network centrality measures, describing the positioning of European countries within the air travel network, were also influential to the predictions. We demonstrated the high predictive performance of a machine learning model in predicting dengue importation and the utility of the model-agnostic methods to offer a comprehensive understanding of the reasons behind the predictions. Similar approaches can be utilized in the development of an operational early warning surveillance system for dengue importation.
- Modelação da distribuição global do Aedes aegyptiPublication . Capinha, César; Rocha, Jorge; Sousa, CarlaO Aedes aegypti é o principal vetor da dengue em todo o mundo. Por causa da natureza doméstica deste mosquito, a importância relativa do Macroclima na modelação da sua distribuição tem sido um assunto controverso. Neste trabalho capturaram-se as condições macroclimáticas dos locais ocupados pelo A. aegypti no século passado e avaliou se a capacidade desta informação para prever a distribuição observada da espécie. Também foi projetada a distribuição futura da espécie (2010-2039) sob dois cenários de mudança climática. Os resultados indicam que o macroclima é em grande parte responsável pela definição do limite de alcance máximo do A. Aegypti, e continuará a ser no futuro. Paralelamente, muita da variedade da espécie em regiões temperadas e subtropicais é sustentada pelos ambientes artificiais. Globalmente, estas análises sugerem que, se os ambientes domésticos normalmente explorados por esta espécie estiverem disponíveis, a sua distribuição pode expandir-se consideravelmente num futuro próximo.
- Reemergência de Malária em Portugal Continental: análise espacial e modelação em SIGPublication . Gomes, Eduardo; Sousa, Carla A.; Capinha, César; Rocha, JorgeO Aedes aegypti (L.) é o principal vetor da febre-amarela, dengue, e de inúmeros outros arbovírus. Acreditando-se ser originalmente da África Ocidental, este mosquito tem‑se dispersado devido à ação humana desde o século XV. Desde então, invadiu a maioria das regiões tropicais, subtropicais e temperadas suaves do planeta [1]. A escassez de água e os extremos térmicos são restrições conhecidas ao seu estabelecimento, originando preocupações face ao facto das futuras alterações climáticas poderem alterar a sua distribuição e das doenças associadas [2,3]. Devido à importância médica do Ae aegypti, alguns estudos anteriores tentaram prever a sua distribuição observada ou potencial em virtude de condições futuras [4, 5]. Estas previsões, visam principalmente informar os decisores sobre novas áreas sob risco de doença arboviral, permitindo assim uma adotar oportunamente medidas preventivas. Duas abordagens podem ser adotadas: (1) modelos baseados na fisiologia e (2) modelos correlativos [6, 7]. Como as duas abordagens têm limitações, há um crescente reconhecimento de que uma melhor consistência preditiva é alcançada analisando ambos os modelos [6, 7].
- From Maps to Action: Comprehensive Strategies for Pandemic Prevention and ResponsePublication . Capinha, César; Betco, Iuria; Rocha, JorgeThe Growing Challenge of Pandemics: The increasing frequency and impact of pandemics globally, highlights the need for proactive strategies. Geospatial Analysis as a Key Tool: Mapping and spatial data have a key role in understanding and combating pandemics. Case Studies: Dengue in Europe and respiratory diseases (Pneumonia and COVID-19) in Portugal—as examples of the relevance of such strategies. Objective: Set the stage for exploring comprehensive strategies, linking data-driven insights to actionable outcomes.
- Simulation models of dengue transmission in Funchal, Madeira Island: influence of seasonalityPublication . Salami, Donald; Capinha, César; Sousa, Carla Alexandra; Martins, Maria do Rosário Oliveira; Lord, CynthiaThe recent emergence and established presence of Aedes aegypti in the Autonomous Region of Madeira, Portugal, was responsible for the first autochthonous outbreak of dengue in Europe. The island has not reported any dengue cases since the outbreak in 2012. However, there is a high risk that an introduction of the virus would result in another autochthonous outbreak given the presence of the vector and permissive environmental conditions. Understanding the dynamics of a potential epidemic is critical for targeted local control strategies. Here, we adopt a deterministic model for the transmission of dengue in Aedes aegypti mosquitoes. The model integrates empirical and mechanistic parameters for virus transmission, under seasonally varying temperatures for Funchal, Madeira Island. We examine the epidemic dynamics as triggered by the arrival date of an infectious individual; the influence of seasonal temperature mean and variation on the epidemic dynamics; and performed a sensitivity analysis on the following quantities of interest: the epidemic peak size, time to peak, and the final epidemic size. Our results demonstrate the potential for summer and autumn season transmission of dengue, with the arrival date significantly affecting the distribution of the timing and peak size of the epidemic. Late-summer arrivals were more likely to produce large epidemics within a short peak time. Epidemics within this favorable period had an average of 11% of the susceptible population infected at the peak, at an average peak time of 95 days. We also demonstrated that seasonal temperature variation dramatically affects the epidemic dynamics, with warmer starting temperatures producing large epidemics with a short peak time and vice versa. Overall, our quantities of interest were most sensitive to variance in the date of arrival, seasonal temperature, transmission rates, mortality rate, and the mosquito population; the magnitude of sensitivity differs across quantities. Our model could serve as a useful guide in the development of effective local control and mitigation strategies for dengue fever in Madeira Island.