Effects of migration rates and vaccination on the spread of yellow fever in Latin American communities

Nenhuma Miniatura disponível
Citações na Scopus
0
Tipo de produção
article
Data de publicação
2023
Título da Revista
ISSN da Revista
Título do Volume
Editora
PAN AMER HEALTH ORGANIZATION
Autores
Citação
REVISTA PANAMERICANA DE SALUD PUBLICA-PAN AMERICAN JOURNAL OF PUBLIC HEALTH, v.47, article ID e86, 10p, 2023
Projetos de Pesquisa
Unidades Organizacionais
Fascículo
Resumo
Objective. To assess how relevant the flow of people between communities is, compared to vaccination and type of vector, on the spread and potential outbreaks of yellow fever in a disease-free host community.Methods. Using a SEIRV-SEI model for humans and vectors, we applied numerical simulations to the scenar-ios: (1) migration from an endemic community to a disease-free host community, comparing the performance of Haemagogus janthinomys and Aedes aegypti as vectors; (2) migration through a transit community located on a migratory route, where the disease is endemic, to a disease-free one; and (3) effects of different vaccina-tion rates in the host community, considering the vaccination of migrants upon arrival.Results. Results show no remarkable differences between scenarios 1 and 2. The type of vector and vacci-nation coverage in the host community are more relevant for the occurrence of outbreaks than migration rates, with H. janthinomys being more effective than A. aegypti.Conclusions. With vaccination being more determinant for a potential outbreak than migration rates, vac-cinating migrants on arrival may be one of the most effective measures against yellow fever. Furthermore, H. janthinomys is a more competent vector than A. aegypti at similar densities, but the presence of A. aegypti is a warning to maintain vaccination above recommended levels.
[RESUMEN]. Objetivo. Evaluar la importancia del flujo de personas entre comunidades, en comparación con la vacunación y el tipo de vector, para la propagación y los posibles brotes de fiebre amarilla en una comunidad de acogida libre de la enfermedad. Métodos. Con el empleo de un modelo SEIRV—SEI para personas y vectores, aplicamos simulaciones numéricas a las siguientes situaciones hipotéticas: 1) migración desde una comunidad con endemicidad a una comunidad de acogida libre de la enfermedad, en la que se compararon los resultados producidos por Haemagogus janthinomys y Aedes aegypti como vectores; 2) migración a través de una comunidad de tránsito situada en una ruta migratoria, donde la enfermedad es endémica, hacia otra comunidad libre de la enfermedad; y 3) efectos de tasas de vacunación diferentes en la comunidad de acogida, tomando en consideración la vacunación de las personas migrantes a su llegada. Resultados. Los resultados no muestran diferencias notables entre las situaciones 1 y 2. En cuanto a la aparición de brotes, tanto la cobertura vacunal en la comunidad de acogida como el tipo de vector tienen más importancia que las tasas de migración; y H. janthinomys muestra mayor eficacia que A. aegypti. Conclusiones. Dado que, para determinar la aparición de un posible brote, la vacunación tiene mayor importancia que las tasas de migración, la vacunación de las personas migrantes a su llegada puede ser una de las medidas más eficaces contra la fiebre amarilla. Además, a densidades similares, H. janthinomys es un vector más competente que A. aegypti, por lo que la presencia de A. aegypti constituye una señal de alerta para mantener la vacunación por encima de los niveles recomendados.
[RESUMO]. Objetivo. Avaliar a relevância do fluxo de pessoas entre comunidades em comparação com a vacinação e tipo de vetor para a propagação e potenciais surtos de febre amarela em uma comunidade de destino livre da doença. Métodos. Usando um modelo SEIRV-SEI para humanos e vetores, foram aplicadas simulações numéricas aos seguintes cenários: (1) migração de uma comunidade endêmica para uma comunidade de destino livre da doença, comparando o desempenho de Haemagogus janthinomys e de Aedes aegypti como vetores; (2) migração através de uma comunidade de trânsito localizada em uma rota migratória, onde a doença é endêmica, para uma comunidade de destino livre da doença; e (3) efeitos de diferentes taxas de vacinação na comunidade de destino, considerando-se a vacinação dos migrantes ao chegarem. Resultados. Os resultados não revelaram diferenças marcantes entre os cenários 1 e 2. O tipo de vetor e a cobertura vacinal na comunidade de destino são mais relevantes para a ocorrência de surtos do que as taxas de migração; o vetor H. janthinomys é mais efetivo do que A. aegypti. Conclusões. Na medida em que a vacinação é mais determinante para um potencial surto que as taxas de migração, a vacinação de migrantes na chegada pode ser uma das medidas mais efetivas contra a febre amarela. Além disso, o H. janthinomys é um vetor mais competente do que o A. aegypti em densidades similares, mas a presença de A. aegypti é um alerta para manter a vacinação acima dos níveis recomendados.
Palavras-chave
Yellow fever, vaccination, human migration, epidemiological models, public health, vector borne diseases, disease outbreaks, Latin America, Fiebre amarilla, vacunación, migración humana, modelos epidemiológicos, salud pública, enfermedades transmitidas por vectores, brotes de enfermedades, América Latina, Febre amarela, vacinação, migração humana, modelos epidemiológicos, saúde pública, doenças transmitidas por vetores, surtos de doenças, América Latina
Referências
  1. [Anonymous], 2007, Wkly Epidemiol Rec, V82, P153
  2. Cannoodt R, 2021, NAT COMMUN, V12, DOI 10.1038/s41467-021-24152-2
  3. Cathey JT, 2014, T ROY SOC TROP MED H, V108, P252, DOI 10.1093/trstmh/tru043
  4. Chen XY, 2020, DISCRETE CONT DYN-B, V25, P4677, DOI 10.3934/dcdsb.2020119
  5. Couto-Lima D, 2017, SCI REP-UK, V7, DOI 10.1038/s41598-017-05186-3
  6. Esteva L, 2019, COMPUT MATH METHODS, V1, DOI 10.1002/cmm4.1059
  7. Gaythorpe KAM, 2020, ELIFE, V9, DOI 10.7554/eLife.55619
  8. Gobernacion de Antioquia, 2018, COB VAC CON FIEBR AM
  9. Gobernacion de Antioquia, 2019, US
  10. HIAS, 2021, RAP NEEDS ASS NEC
  11. IOM Global Migration Data Analysis Centre, 2021, MIGR DAT PORT MIGR D
  12. Johansson MA, 2014, T ROY SOC TROP MED H, V108, P482, DOI 10.1093/trstmh/tru092
  13. Kungaro M, 2015, GULF J MATH, V3, DOI [10.1016 /j.ces.2015.02.038, 10.56947/gjom.v3i3.152, DOI 10.56947/GJOM.V3I3.152]
  14. Massad Eduardo, 2017, Infect Dis Model, V2, P441, DOI 10.1016/j.idm.2017.12.001
  15. Massad E, 2018, EPIDEMIOL INFECT, V146, P1219, DOI [10.1017/S0950268818001334, 10.1017/s0950268818001334]
  16. Obholz G, 2020, REV SOC BRAS MED TRO, V53, DOI 10.1590/0037-8682-0222-2019
  17. Organizacion Panamericana de la Salud, 2005, PUBL CIENT TECN, V603
  18. Pan American Health Organization, 2021, YELLOW FEVER
  19. Sadeghieh T, 2021, INFECT DIS MODEL, V6, P664, DOI 10.1016/j.idm.2021.04.002
  20. Saeed F, 2020, FRONT PSYCHIATRY, V11, DOI 10.3389/fpsyt.2020.565919
  21. Shearer FM, 2018, LANCET GLOB HEALTH, V6, pE270, DOI 10.1016/S2214-109X(18)30024-X
  22. Silva TM, 2022, J MIGRATION HEALTH, V5, DOI 10.1016/j.jmh.2022.100085
  23. Smith DL, 2012, PLOS PATHOG, V8, DOI 10.1371/journal.ppat.1002588
  24. Soetaert K, 2010, J STAT SOFTW, V33, P1, DOI 10.18637/jss.v033.i09
  25. Stevenson Mark, 2021, CRAN
  26. Tabachnick WJ, 2016, ANNU REV VIROL, V3, P125, DOI 10.1146/annurev-virology-110615-035630
  27. Tasker A, 2021, PLOS ONE, V16, DOI 10.1371/journal.pone.0254746
  28. The New Humanitarian, 2021, DANG DAR DEATHS NEED
  29. WHO, 2018, EL YELL FEV EP EYE S