| Revista: | Intropica (Santa Marta) |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000393936 |
| ISSN: | 2389-7864 |
| Autores: | Rujano, María1 Oraá, Luzmary1 Rondón, Yorfer1 Sánchez, Mireya1 Rondón, Maritza1 Sánchez, Yetsenia1 Rojas, Masyelly1 González, Néstor1 Cazorla, Dalmiro1 |
| Instituciones: | 1Universidad de Los Andes, Laboratorio de Parasitología Experimental, Mérida. Venezuela |
| Año: | 2015 |
| Periodo: | Ene-Dic |
| Número: | 10 |
| Paginación: | 37-51 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Los análisis espaciales han impulsado el desarrollo de modelos que permiten predecir la distribución espacial de las especies. Con estas técnicas se estima la distribución geográfica potencial, con la representación de áreas de ocurrencia de las especies, a partir de la asociación entre los registros de presencia y las variables ambientales del sitio. El objetivo de este estudio fue evaluar la eficiencia de dos modelos, el GARP y el MaxEnt, para predecir la distribución potencial de las principales especies de Lutzomyia, en un área endémica de leishmaniasis en Venezuela. Se utilizaron 190 puntos georreferenciados en el Estado Mérida Venezuela con presencia de flebotominos. Estos puntos se dividen en 67 puntos con presencia de Lutzomyia youngi, 51 de Lutzomyia gomezi, 40 de Lutzomyia ovallesi y 32 de Lutzomyia walkeri . Las variables bioclimáticas fueron tomadas de la base de datos del Worldclim para la zona 23. Los resultados muestran que ambos modelos presentaron un buen desempeño y sus rangos de distribución son consistentes entre sí. Aunque el GARP predice una mayor distribución potencial para Lutzomyia youngi y Lutzomyia gomezi , el MaxEnt genera predicciones más ajustadas de probabilidades de ocurrencia, determinadas por las variables bioclimáticas que caracterizan la distribución potencial de cada especie. Se recomienda en mayor grado el uso del MaxEnt, porque presenta una proyección de la distribución más acorde a la contribución de las variables bioclimáticas ya que aporta datos importantes para entender la dinámica de distribución de las especies de Lutzomyia y el riesgo de transmisión de leishmaniasis en el estado Mérida, Venezuela, información relevante para los entes de control |
| Resumen en inglés | Spatial analyzes have prompted the development of models to predict the spatial distribution of species. These techniques estimate the potential geographical distribution areas by representing the occurrence of the species from the association between the presence records and environmental variables of the site. The aim of this study was to evaluate the efficiency of two models, MaxEnt and GARP, to predict the potential distribution of the main species of Lutzomyia in an endemic area of leishmaniasis in Venezuela. We use 190 georeferenced points of sandflies captured in the state of Merida, discriminated in 67 points for Lutzomyia youngi , 51 for Lutzomyia gomezi, 40 for Lutzomyia ovallesi and 32 for Lutzomyia walkeri . We take the climatic variables from the database Worldclim for area 23. The results show that both models had a good performance and their distribution ranges are consistent between themselves. Although GARP predicts a greater potential distribution for Lutzomyia youngi and Lutzomyia gomezi, MaxEnt generates more accurate predictions of probabilities of occurrence, determined by the bioclimatic variables that characterize the potential distribution of each species. It is considered better use MaxEnt because it presents a projection of the distribution according to contribution of bioclimatic variables as it provides important information for understanding the dynamics of distribution of Lutzomyia species and the risk of transmission of leishmaniasis in the state Merida–Venezuela, information relevant to the control entities |
| Disciplinas: | Biología |
| Palabras clave: | Etología, Insectos, Parasitología, Distribución espacial, Flebótomos, Modelos matemáticos, Modelo Maxent |
| Keyword: | Biology, Ethology, Insects, Parasitology, Spatial distribution, Sandflies, Maxent model |
| Texto completo: | Texto completo (Ver HTML) |
