Determination of the Future Projection of Cutaneous Leishmaniasis Using Ecological Niche Modeling: Diyarbakır Province

Abstract

In our study, we aimed to produce an ecological niche model, related to bioclimatic and environmental variables, for predicting the future projection (2070) of the cutaneous leishmaniasis (CL) in Diyarbakir province. The ecological niche model is based on the interpretation of 507 native CL cases locations, reported between 2008 and 2016. Also, the bio-climatic and environmental data were entered in geographical information systems and maximum entropy databases. In the present model produced in Diyarbakir province, the area under the curve (AUC) was calculated as 0.921. According to the model used; Mean temperature of the wettest quarter (BIO8) (23.3%), Mean diurnal range (BIO2) (20.0%) and Annual precipitation (BIO12) (15.6%) were determined as the climatic factors that are the most effective for CL distribution. In the study, it is observed that there is a relationship between the distribution of cutaneous leishmaniasis patients and climatic factors in Diyarbakir. The novel model used in the study could be contributed to better understanding of epidemiology and controlling the vector-borne diseases to the related local authorities in the ministry of health.

Keywords

• Cutaneous Leishmaniasis,Ecological Niche Modeling,Geographical Information Systems,Maximum Entropy,Diyarbakir

Kutanöz Leishmaniasisin Gelecek Projeksiyonunu Ekolojik Niş Modelleme Kullanarak Belirleme: Diyarbakır İli Örneği

Abstract

Çalışmamızda, Diyarbakır'da kutanöz leishmaniasis (KL)'nin gelecekteki projeksiyonunu (2070) tahmininde bulunan biyo-iklimsel ve çevresel değişkenler ile ilişkili bir ekolojik niş modeli üretmek amaçlanmıştır. Diyarbakır ili için üretilen, KL hastalığının gelecek (2070) projeksiyonunu kapsayan, ekolojik niş modeli, 2008 ve 2016 yılları arasında, Türkiye Cumhuriyeti Sağlık Bakanlığı, Diyarbakır İl Sağlık Müdürlüğüne bildirilen 507 yerli KL vakasının konumsal bilgisi ile, coğrafi bilgi sistemlerine ve maksimum entropi veritabanlarına aktarılan biyo-iklimsel veriler ve çevresel verilerin karşılaştırılması ile oluşturulmuştur. Diyarbakır ili için üretilen modelde, eğri altındaki alan değeri (AUC) 0.921 olarak hesaplanmıştır. Ayrıca KL hastalığının dağılımına en etkili olan biyo-iklimsel faktörler; En nemli çeyreğin ortalama sıcaklığı (BIO8) (%23.3), Ortalama diurnal aralık (BIO2) (%20.0) ve yıllık yağış miktarı (BIO12) (%15.6) olarak belirlenmiştir. Diyarbakır'da kutanöz leishmaniasis hastalarının dağılımı ile biyo-iklimsel faktörler arasında bir korelasyon vardır. Üretilen model, sağlık bakanlığındaki, ilgili yerel yöneticilere, vektör kaynaklı hastalıkların epidemiyolojisi ve kontrolünün daha iyi anlaşılmasında katkı sağlayacaktır.

Keywords

• Kutanöz Leishmaniasis,Ekolojik Niş Modellemesi,Coğrafi Bilgi Sistemleri,Maksimum Entropi,Diyarbakır

References

1. Abdullah AY, Dewan A, Shogib RI, Rahman M, Hossain F, 2017. Environmental Factors Associated with the Distribution of Visceral Leishmaniasis in Endemic Areas of Bangladesh: Modeling The Ecological Niche. Trop. Med. Int. Health, 45 (13):1-15.
2. Anonim 1, 2018. https://tr.wikipedia.org/wiki/Diyarbak%C4%. (Erişim tarihi: Ocak, 2019).
3. Anonim 2, 2018. WorldClim. WorldClim-global climate data. http://www.worldclim.org/bioclim. (Erişim tarihi: Şubat, 2018).
4. Anonim 3, 2018. NASA LP DAAC, 2015, ASTER Global Dem Version 2. NASA EOSDIS Land Processes DAAC, USGS Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota (https://lpdaac.usgs.gov), (Erişim tarihi: Eylül, 2018).
5. Artun A, Kavur H, 2018. Mersin’de Kutanöz Leishmaniasis’in Epidemiyolojisinin Ekolojik Niş Modellemesi Kullanılarak Tahmin Edilmesi, 42 (3):1-10.
6. Aytekin S, Ertem M, Yağdıran O, Aytekin N, 2006. Clinico-epidemiologic study of Cutaneous leishmaniasis in Diyarbakir Turkey. Dermatology Online Journal, 12 (3):14.
7. Chalghaf B, Chemkhi J, Mayala B, Harrabi M, Benie GB, Michael E, Salah AB, 2018. Ecological niche modeling predicting the potential distribution of Leishmania vectors in the Mediterranean basin: impact of climate change. Parasites & Vectors, 11:461.
8. Gao X, Cao Z, 2019. Meteorological conditions, elevation and land cover as predictors for the distribution analysis of Visceral Leishmaniasis in Sinkiang province, Mainland China. Science of the Total Environment, 646:1111–1116.

9. Gürel MS, Yeşilova Y, Ölgen MK, Özbel Y, 2012. Türkiye’de Kutanöz Leishmaniasis’in Durumu. Turkiye Parazitol Derg, 36:121-129.
10. İnci A, Düzlü Ö, 2009. Vektörler ve Vektörlerle Bulaşan Hastalıklar. J Fac Vet Med Univ Erciyes, 6 (1): 53-63.
11. Kavur H, Arikan H, Özbel Y, 2018. Phlebotomus halepensis (Diptera: Psychodidae) Vectorial Capacity in Afyon and Nigde Province, Turkey. J. Med. Entemol, 55(2): 317-322.
12. Ostfeld RS, Glass GE, Keesing F, 2005. Spatial epidemiology: An emerging (or re-emerging) discipline. Trends Ecol. Evol, 20:328–336.
13. Özbel Y, 2007. Tıbbi Parazit Hastalıkları. Türkiye Parazitoloji Derneği Yayınları No: 926, s. 197-241, İzmir-Türkiye.
14. Özkeklikçi A, Karakuş M, Özbel Y, Töz S, 2017. The New Situation of Cutaneous Leishmaniasis After Syrian Civil War in Gaziantep City, Southeastern Region of Turkey. Acta Tropica, 166:35–38.
15. Phillips SJ, Anderson RP, Schapired RE, 2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190:231-259.
16. Shiravand B, Ali A, Tafti D, Bojd AAH, Almodaresi SA, Mirzaei M, Abai MR, 2018. Modeling spatial risk of Zoonotic Cutaneous Leishmaniasis in Central Iran. Acta Tropica, 185: 327–335.
17. Sofizadeh A, Rassi Y, Vatandoost H, Bojd AAH, Mollalo A, Rafizadeh S, Akhavan AA, 2017. Predicting the Distribution of Phlebotomus papatasi (Diptera: Psychodidae), the Primary Vector of Zoonotic Cutaneous Leishmaniasis, in Golestan Province of Iran Using Ecological Niche Modeling: Comparison of MaxEnt and GARP Models. J. Med. Entemol, 54 (2):312–320.
18. Tecim V, 2008. Harita Tabanlı Bilgi Yönetimi. Renk Form Yayınevi No: 362, s. 150-151, İzmir-Türkiye.