DOI: https://doi.org/10.52973/rcfcv-luz311.art1
Recibido: 12/02/2020 Aceptado: 11/11/2020
7
Revista Cientica, FCV-LUZ / Vol. XXXI, N°1, 7 - 15, 2021
RESUMEN
Panstrongylus geniculatus es un triatomino, vector del Trypanosoma
cruzi, agente etiolĂłgico de la Enfermedad de Chagas, propio de
los corredores biolĂłgicos que se dan entre ciclos de transmisiĂłn
urbano y periurbano en Venezuela. Los modelos de nicho
ecolĂłgico y distribuciĂłn potencial de especies permiten conocer
la relaciĂłn entre los factores climĂĄticos y la presencia real de las
especies. El modelo de distribución geográca potencial para
P. geniculatus, generado mediante MAXENT, mostrĂł ĂĄreas con
condiciones bioclimĂĄticas prĂłximas a su nicho ecolĂłgico; asĂ­,
deniĂł una amplia distribuciĂłn potencial con Ă©nfasis en la zona
norte costera de Venezuela (estados Lara, Yaracuy, Carabobo,
Aragua, Miranda, Distrito Capital, Vargas, Monagas y Sucre) con
probabilidades de media a muy altas (0,56 - 1). También predijo
ĂĄreas con condiciones de idoneidad en estados occidentales
y orientales a pesar de que los registros reales son escasos.
La isotermalidad y temperatura mĂĄxima del mes mĂĄs caliente
contribuyeron en 43,4 % al establecimiento del modelo, en tanto
que variables relacionadas con la precipitaciĂłn, contribuyeron en
56,6 %. Esto coincide con el hecho de que los triatominos son
termo-tolerantes y se distribuyen en funciĂłn de la temperatura,
la cual tambiĂ©n condiciona el nĂșmero de triatominos infectados.
Las áreas geográcas idóneas del país serían zonas de riesgo
para la infestaciĂłn triatomĂ­nica y la transmisiĂłn de T. cruzi, por
coincidencia con la zona de mayor densidad de la poblacional
humana, lo cual requerirĂ­a afinar estrategias de vigilancia
entomolĂłgica y control epidemiolĂłgico.
Palabras clave: DIVA GIS; MAXENT; Panstrongylus geniculatus;
Trypanosoma cruzi; ĂĄreas de riesgo
ABSTRACT
Panstrongylus geniculatus is a triatomine vector of Trypanosoma
cruzi, an etiological agent of Chagas disease, typical of biological
corridors between urban and peri-urban transmission cycles in
Venezuela. Ecological niche and potential species distribution
models allow to know the relationship between climatic factors
and the actual presence of species. The potential geographical
distribution model for P. geniculatus, generated by MAXENT
showed areas with bioclimatic conditions close to their ecological
niche; thus, it dened a wide potential distribution with emphasis on
the Northern coastal zone of Venezuela (Lara, Yaracuy, Carabobo,
Aragua, Miranda, Capital District, Vargas, Monagas and Sucre
States) with medium to very high probabilities (0.56 - 1). It, also
predicted areas with suitability conditions in Western and Eastern
States even though actual records are scarce. The isothermality
and maximum temperature of the hottest month, contributed
43.4 % to the model; variables related to precipitation contributed
56.6 %. This coincides with the fact that triatomines are thermo-
tolerant and are distributed according to temperature, which also
conditions the number of infected triatomines. The ideal geographic
areas of the country would constitute risk areas for triatomine
infestation and the transmission of T. cruzi, coinciding with the
area with the highest density of the human population, which would
consider ne-tuning strategies for entomological surveillance and
epidemiological control.
Key words: DIVA GIS; MAXENT; Panstrongylus geniculatus;
Trypanosoma cruzi; risk areas
Modelo de distribuciĂłn espacial de Panstrongylus geniculatus
Latreille 1811 (Hemiptera: Reduviidae: Triatominae) vector del agente
de la Enfermedad de Chagas en Venezuela
Spatial distribution model of Panstrongylus geniculatus Latreille 1811 (Hemiptera: Reduviidae:
Triatominae) vector of Chagas Disease agent in Venezuela
Evelyn Tineo-GonzĂĄlez
1
, Yasmín Contreras-Peña
1
, MatĂ­as Reyes-Lugo
2
, Antonio Morocoima
3
y Leidi Herrera
4
*
1
Instituto PedagĂłgico de Caracas, Universidad PedagĂłgica Experimental Libertador - Caracas, Venezuela.
2
SecciĂłn de entomologĂ­a
mĂ©dica “Pablo Anduze”, Instituto de Medicina Tropical, Facultad de Medicina, Universidad Central de Venezuela - Caracas, Venezuela.
3
Centro de Medicina Tropical de Oriente, Universidad de Oriente, NĂșcleo AnzoĂĄtegui - Barcelona, AnzoĂĄtegui, Venezuela.
4
Laboratorio de BiologĂ­a de Vectores y ParĂĄsitos, Instituto de ZoologĂ­a y EcologĂ­a Tropical, Facultad de Ciencias,
Universidad Central de Venezuela - Caracas, Venezuela. *Correo electrĂłnico: herrerleidi@gmail.com
DistribuciĂłn espacial de Panstrongylus geniculatus - Venezuela / Tineo-GonzĂĄlez y col._______________________________________
8
INTRODUCCIÓN
El género Panstrongylus BERG, 1879 (Hemiptera: Reduviidae:
Triatominae) estĂĄ conformado por insectos hematĂłfagos,
hemimetåbolos, de amplia y exclusiva distribución en América,
ocupando zonas desde el sur de MĂ©xico hasta el norte de
Argentina [20].
En Venezuela, existen cinco especies del género, a saber:
P. chinai, P. geniculatus, P. lignarius, P. rufotuberculatus y P.
martinezorum, siendo P. geniculatus la mĂĄs abundante, con una
distribuciĂłn coincidente con la de otros triatominos, tales como
Rhodnius prolixus STÅL, 1859 o Triatoma maculata ERICHSON
1848 [3, 8, 34].
P. geniculatus Latreille 1811 ha sido incriminado como vector
del hemoagelado Trypanosoma cruzi (Eukarya: Kinetoplastea:
Trypanosomatidae), agente etiolĂłgico de la tripanosomiasis
americana o Enfermedad de Chagas (ECH), una zoonosis que
afecta entre 6 a 7 millones de personas, mayormente de zonas
rurales y suburbanas de centro y Suramérica, con viviendas
decientes en construcción y servicios y cercanas a áreas ricas
en ora y fauna las cuales soportan los nichos de triatominos [36].
La existencia de un corredor para P. geniculatus, entre la
vivienda y el ambiente circundante rodeado de vegetaciĂłn,
atraídos esencialmente por la luz articial, constituye un factor
de riesgo discutido en la transmisiĂłn de T. cruzi, por lo cual el
anĂĄlisis de los hĂĄbitats reales y potenciales de esta especie es
de imperiosa necesidad [1, 2, 7, 18, 33].
El modelado de nicho ecolĂłgico (MNE) y los Modelos de
DistribuciĂłn de Especies (MDE) son herramientas que han
permitido conocer la distribuciĂłn de vectores y su relaciĂłn con el
espacio geográco, así como la identicación de las condiciones
ambientales ad hoc para su presencia y predicciĂłn de hĂĄbitats
potenciales de vectores que constituirĂ­an riesgo epidemiolĂłgico
[10, 26, 31, 32].
Algunos antecedentes de estas aplicaciones se han centrado
en insectos del género Haemagogus, Culex, Aedes, vectores del
virus de ebre amarilla, Mayaro, Dengue y Zika, respectivamente,
y en especies de triatominos vectores del agente de la ECH [4,
16, 24, 37].
En el presente trabajo se analizó la distribución geográca de
P. geniculatus en Venezuela, basados en registros bibliográcos
existentes y de los laboratorios que realizan estudios de campo,
para luego asociarlos a variables bioclimĂĄticas caracterĂ­sticas
de las regiones de presencia. Los MNE apoyados en sistemas
de informaciĂłn geogrĂĄfica DIVA GIS y MAXENT [26, 32, 37],
permitieron predecir la presencia de la especie y las variables
bio climatolĂłgicas, en especial en ĂĄreas con escasos registros,
o ĂĄreas con ausencias pero con idoneidad para la apariciĂłn
de la especie, abriendo la necesidad de vigilancia en zonas de
presencia real y potencial de P. geniculatus, en tanto es un vector
que cobra cada vez mayor importancia en los ciclos de transmisiĂłn
de T. cruzi.
MATERIALES Y MÉTODOS
Registros de distribuciĂłn de la especie
Se construyĂł una base de datos con los registros de presencia
de P. geniculatus, a escala nacional a partir de los datos de registro
de presencia desde 2012 hasta 2019 del laboratorio de BiologĂ­a de
Vectores y ParĂĄsitos del Instituto de ZoologĂ­a y EcologĂ­a Tropical
(IZET-UCV) y reportes bibliográcos, recogiĂ©ndose 149 puntos
o localidades de muestreo no redundantes y georeferenciados
mediante sistemas de información geográca.
Software de modelaciĂłn y capas ambientales
El software DIVA-GIS 7.3.0 de formato libre fue utilizado para la
generaciĂłn de mapas rĂĄster de distribuciĂłn real de la especie; el
software MAXENT (algoritmo de MĂĄxima EntropĂ­a o de distribuciĂłn
mĂĄs uniforme posible) se usĂł para modelar con salida acumulativa,
la distribución potencial, obteniéndose una aproximación al NE
mediante la relaciĂłn entre los puntos de presencia y las variables
ambientales, para predecir ĂĄreas con condiciones idĂłneas para
la presencia de P. geniculatus [19].
Las capas de datos ambientales utilizadas son de amplia
cobertura global en formato rĂĄster correspondiendo a 19 variables
de las disponibles en Global Climate Data–WorldClim (http://www.
wordclim.org), compatibles con el área geográca de Venezuela y
con una resoluciĂłn espacial de 1 kilometros ( km) en el Ecuador,
resultantes de la interpolaciĂłn de datos de temperatura media
(mĂĄximos y mĂ­nimos), precipitaciĂłn mensual y datos de altitud,
desde el año 1950 hasta el 2000 [19](TABLA I).
ConstrucciĂłn y evaluaciĂłn del modelo
Mediante DIVA-GIS se transformĂł la base de datos de presencia
de P. geniculatus georreferenciados en archivo Excel de tipo .csv
(archivos de valores separados por coma) para la conversiĂłn de las
variables bioclimĂĄticas al formato ASCII (*.asc) luego de lo cual se
efectuĂł una corrida de 10 modelos, usando los parĂĄmetros estĂĄndar
de funcionamiento de MAXENT, tales como 1000 iteraciones,
umbral de convergencia de 1,0 x 10-5, uso de 75 % de los registros
para la calibraciĂłn del modelo y de 25 % para su evaluaciĂłn.
Se realizĂł el anĂĄlisis de los parĂĄmetros estadĂ­sticos arrojados por
MAXENT en el modelo inicial, a n de cumplir los requerimientos
bĂĄsicos para la escogencia de las variables predictivas. Pruebas
de correlación de Sperman con el software PAST 2.1, jaron el
Ă­ndice de correlaciĂłn < 0,75 como un criterio de selecciĂłn de
variables ambientales de mĂ­nima colinealidad y de valor predictivo.
Adicionalmente se evaluĂł el porcentaje de contribuciĂłn y de mejor
resultado para el modelo mediante la prueba Jackknife para el
estadístico AUC (Area Under the Curve), identicándose como
variables mĂĄs predictivas a aquellas con los valores mĂĄs altos en
la distribuciĂłn de los datos (<0,80) [25, 29].
Con las variables escogidas se realizó una corrida de 10 réplicas,
lo cual generĂł un modelo para la distribuciĂłn de P. geniculatus
siguiendo los criterios de Plasencia-VĂĄzquez [29].
Esta informaciĂłn estadĂ­stica se contrastĂł con las variables de
mayor relevancia biolĂłgica en funciĂłn de datos bioecolĂłgicos para
P. geniculatus, tales como distribuciĂłn o presencia en hĂĄbitats
especĂ­ficos, reproducciĂłn y sobrevivencia, todos asociados a
temperatura y humedad [6, 21, 22].
______________________________________________________________Revista Cientica, FCV-LUZ / Vol. XXXI, N°1, 7 - 15, 2021
9
interés por la endemicidad en cuanto a la especie, a pesar de ser
poco consideradas en la vigilancia entomológica, a n de conocer
como el modelo revelarĂ­a ĂĄreas de idoneidad potencial para la
presencia de la especie aĂșn en ausencia de registros, pudiendo
abrir la posibilidad de presencia real de la misma.
RESULTADOS Y DISCUSIÓN
El análisis de registros de laboratorio y bibliográcos de presencia
de P. geniculatus mediante DIVA-GIS 7.3.0, revelĂł un mapa de
distribuciĂłn real de la especie, en el cual las ĂĄreas de los mayores
registros (>15) resultaron ser Aragua, Carabobo, Distrito Capital,
Lara, Miranda, Portuguesa, Sucre y Yaracuy; las ĂĄreas de registro
medio a alto (entre 5 y 15) resultaron ser Zulia, TĂĄchira, MĂ©rida,
Trujillo, Barinas, Cojedes, GuĂĄrico, AnzoĂĄtegui, Monagas, BolĂ­var y
Amazonas. Eventualmente el modelo mostrĂł ĂĄreas de muy escaso
o nulo registro de la especie (< 5) en Apure, Delta Amacuro, Nueva
Esparta y regiĂłn de la Guayana Esequiba (FIG. 1).
Variable î€§îˆîą‰î‘îŒî†îŒî‚”î‘
Bio1 Temperatura media anual
Bio2 Rango de temperatura diurno medio (Temp. Máx–Temp. Mín)
Bio3 Isotermalidad (Bio2 / Bio7) (* 100)
Bio4 Estacionalidad de la temperatura (desviaciĂłn standard*100)
Bio5 Temperatura mĂĄxima del mes mĂĄs caliente
Bio6 Temperatura mĂ­nima del mes mĂĄs frĂ­o
Bio7 Rango de temperatura anual (Bio5 – Bio6)
Bio8 Temperatura promedio del trimestre mĂĄs hĂșmedo
Bio9 Temperatura promedio del trimestre mĂĄs seco
Bio10 Temperatura promedio del trimestre mĂĄs cĂĄlido
Bio11 Temperatura promedio del trimestre mĂĄs frĂ­o
Bio12 PrecipitaciĂłn anual
Bio13 PrecipitaciĂłn del mes mĂĄs hĂșmedo
Bio14 PrecipitaciĂłn del mes mĂĄs seco
Bio15 Estacionalidad de la precipitación (coeciente de variación)
Bio16 PrecipitaciĂłn del trimestre mĂĄs hĂșmedo
Bio17 PrecipitaciĂłn del trimestre mĂĄs seco
Bio18 PrecipitaciĂłn del trimestre mĂĄs cĂĄlido
Bio19 PrecipitaciĂłn del trimestre mĂĄs frĂ­o
TABLA I
î€čî€șPanstrongylus
geniculatus
El modelo generado se evaluĂł en cuanto a la sensibilidad y la
especicidad de las predicciones mediante la validación a partir
de la curva ROC (receiver operating characteristic), replicado
diez veces mediante la opciĂłn validaciĂłn cruzada con diferentes
subconjuntos de entrenamiento y validación, obteniéndose un
valor promedio. Se utilizĂł el valor de AUC como medida de la
actuaciĂłn del modelo, para revelar que mientras mĂĄs cercano el
valor estĂĄ a 1 se tendrĂ­a un modelo de muy buena aproximaciĂłn a
la realidad, en tanto que el valor cercano a 0,5 indicarĂ­a un modelo
de una aproximación deciente [13].
La salida .asc del modelo promedio de MAXENT se convirtiĂł
mediante DIVA GIS en un mapa binario con un umbral de corte
del percentil 10 (umbral 10 percentil training presence) que limitĂł
las posibles ĂĄreas de distribuciĂłn, mostrando ĂĄreas de presencia
o ausencia basadas en un modelo de calibraciĂłn. Utilizando las
capas shapele a nivel de Municipios se modelaron algunas zonas
seleccionadas del mapa nacional, con registros de presencia y de
DistribuciĂłn espacial de Panstrongylus geniculatus - Venezuela / Tineo-GonzĂĄlez y col._______________________________________
10
De la evaluaciĂłn estadĂ­stica de las covariables ambientales
se obtuvo un subconjunto de siete variables que mostraron
alta contribuciĂłn e independientes en cuanto a la correlaciĂłn
entre sĂ­, a saber: Isotermalidad (bio3), temperatura mĂĄxima del
mes mĂĄs caliente (bio5), precipitaciĂłn del trimestre mĂĄs seco
(bio17), precipitaciĂłn anual (bio12), precipitaciĂłn del trimestre
mĂĄs frĂ­o (bio19), precipitaciĂłn del trimestre mĂĄs hĂșmedo (bio16)
y precipitaciĂłn del mes mĂĄs seco (bio14). En mĂĄs detalle, la
isotermalidad y temperatura mĂĄxima del mes mĂĄs caliente,
contribuyeron al modelo en su conjunto, en un 43,4 %, mientras
que las cinco variables restantes, relacionadas con la precipitaciĂłn
(anual; del mes mĂĄs seco; del trimestre mĂĄs hĂșmedo; del trimestre
mĂĄs seco y del trimestre mĂĄs frĂ­o), contribuyeron con un 56,6 %
para el modelo (TABLA II).
El modelo de la distribuciĂłn geogrĂĄfica potencial de P.
geniculatus mostrĂł ĂĄreas con condiciones bioclimĂĄticas prĂłximas
a su NE (FIG. 2), es decir, ĂĄreas Ăłptimas para la presencia de la
especie. De esta manera, el modelo predijo que la zona norte
costera de Venezuela en los estados Lara, Yaracuy, Carabobo,
Aragua, Miranda, Distrito Capital, Vargas, Monagas y Sucre serĂ­a
la mĂĄs idĂłnea para la presencia de la especie, con probabilidad
> de 0,75 y las ĂĄreas con condiciones de idoneidad de media a
alta, estarĂ­an en el este de los estados TĂĄchira y MĂ©rida, Norte
de Zulia, Sur de FalcĂłn y Norte de AnzoĂĄtegui con probabilidades
entre 0,56 - 0,75.
La evaluaciĂłn del modelo presentĂł un valor del ĂĄrea bajo la curva
(AUC) de 0,930, superior al parĂĄmetro estocĂĄstico establecido por
FIGURAî€ƒî€”î€‘î€ƒî€§îŒî–î—î•îŒî…î˜î†îŒî‚”î‘î€ƒî‡îˆî€ƒî€łî„î‘î–î—î•î’î‘îŠîœîî˜î–î€ƒîŠîˆî‘îŒî†î˜îî„î—î˜î–î€ƒîˆî‘î€ƒî™îˆî‘îˆîî˜îˆîî„î€ƒîî’î–î—î•î„î‘î‡î’î€ƒî“î˜î‘î—î’î–î€ƒî‡îˆî€ƒî“î•îˆî–îˆî‘î†îŒî„î€ƒî•îˆîŠîŒî–î—î•î„î‡î’î–î€ƒî€‹î‘î’î€ƒ
î€čî€Șî€Źî€¶î€ƒî§¶î€‘î§Č



bio3 (isotermalidad) 23,8
bio5 (temperatura mĂĄxima- mes mĂĄs caliente) 19,6
bio17 (precipitaciĂłn del trimestre mĂĄs seco) 17,5
bio12 (precipitaciĂłn anual) 14,2
bio19 (precipitaciĂłn - trimestre mĂĄs frĂ­o) 12,6
bio16 (precipitaciĂłn - trimestre mĂĄs hĂșmedo) 6,7
bio14 (precipitaciĂłn - mes mĂĄs seco) 5,6
TABLA II
î€ș

Panstrongylus geniculatus
el programa (AUC=0.50) mostrando alta sensibilidad (baja tasa de
omisión) y alta especicidad (baja tasa de error) (FIG. 3).
______________________________________________________________Revista Cientica, FCV-LUZ / Vol. XXXI, N°1, 7 - 15, 2021
11
î€Șî€žî€”î€€î€ƒî€•î€‘î€ƒî€°î’î‡îˆîî’î€ƒî‡îˆî€ƒî‡îŒî–î—î•îŒî…î˜î†îŒî‚”î‘î€ƒî‡îˆî€ƒî‚Łî•îˆî„î–î€ƒî‡îˆî€ƒîŒî‡î’î‘îˆîŒî‡î„î‡î€ƒî“î„î•î„î€ƒîî„î€ƒî“î•îˆî–îˆî‘î†îŒî„î€ƒî‡îˆî€ƒPanstrongylus geniculatus
î€ș

î€Șî€Șî•î‚Łîą‰î†î’î€ƒî‡îˆî€ƒîˆî™î„îî˜î„î†îŒî‚”î‘î€ƒîˆî–î—î„î‡î‚Żî–î—îŒî†î„î€ƒî‡îˆî€ƒî•î’î…î˜î–î—îˆîî€ƒî“î„î•î„î€ƒîˆîî€ƒîî’î‡îˆîî’î€ƒî‡îˆî€ƒî“î•î’î…î„î…îŒîîŒî‡î„î‡î€ƒî‡îˆî€ƒî„î“î„î•îŒî†îŒî‚”î‘î€ƒî„îîˆî„î—î’î•îŒî„î€ƒî‡îˆî€ƒPanstrongylus
geniculatusî€ƒîˆî‘î€ƒî–î˜î€ƒîî„îœî’î•î€ƒî„î…î˜î‘î‡î„î‘î†îŒî„î€î€ƒî†î’î‘î€ƒî„îî—î„î€ƒî–îˆî‘î–îŒî…îŒîîŒî‡î„î‡î€ƒî€‹î…î„îî„î€ƒî—î„î–î„î€ƒî‡îˆî€ƒî’îîŒî–îŒî‚”î‘î€Œî€ƒîœî€ƒî„îî—î„î€ƒîˆî–î“îˆî†îŒîą‰î†îŒî‡î„î‡î€ƒî€‹î…î„îî„î€ƒî—î„î–î„î€ƒî‡îˆî€ƒî„î˜î–îˆî‘î†îŒî„î€Œî€‘î€ƒ
î€‹î€€î€žî€Šî€ƒî€ î€ƒî€“î€î€˜î€“î€ƒîˆî–î€ƒîˆîî€ƒî™î„îî’î•î€ƒîî‚Łî–î€ƒîˆîîˆî™î„î‡î’î€ƒî”î˜îˆî€ƒîˆîî€ƒî“î„î•î‚Łîîˆî—î•î’î€ƒî“î•îˆî‡îŒî†î‹î’î€ƒî„îî€ƒî„îî„î•î€Œ
DistribuciĂłn espacial de Panstrongylus geniculatus - Venezuela / Tineo-GonzĂĄlez y col._______________________________________
12
La capacidad predictiva del modelo se analizĂł particularmente
con la superposiciĂłn de los mapas de Municipios del estado
Anzoátegui, Sucre y Monagas (capas shapele) zonas de alta
endemicidad de la especie, revelĂĄndose ĂĄreas en las que no hay
registros de presencia, pero si condiciones ecolĂłgicas idĂłneas
para su potencial apariciĂłn (FIG.4).
P. geniculatus posee la distribución geográca más amplia en
América, dentro de la subfamilia Triatominae, abarcando Argentina,
Bolivia, Brasil, Colombia, Costa Rica, Ecuador, Guatemala, PerĂș
y Venezuela [5].
En Venezuela, se consideraba a R. prolixus, el triatomino de
mayor domiciliaciĂłn en la mayorĂ­a de los estados, sin embargo,
esta especie ha ido disminuyendo con el control quĂ­mico y la
sustituciĂłn progresiva de los ranchos rurales (piso de tierra,
techo de palma y pared de bahareque) por viviendas de concreto
pero con calidad deciente en su construcción, especialmente en
paredes y pisos, lo que ha favorecido que esta especie altamente
domiciliada, comience con mĂĄs frecuencia a presentarse en
simpatrĂ­a con P. geniculatus, aĂșn en estados de escasos registros
de Ă©sta Ășltima como Apure, Barinas, Nueva Esparta y FalcĂłn, en
este Ășltimo en zonas xerotas y bosques desde 60 hasta 1.500
metros sobre el nivel del mar (m.s.n.m) [33].
P. geniculatus es muy comĂșn en las madrigueras de Dasypus
novencinctus (cachicamo), Didelphis marsupialis (zarigĂŒeya
o rabipelado) y Rattus rattus (rata casera), reservorios de
importancia para el T. cruzi en ecĂłtopos silvestres, corredores
periurbanos y ambientes urbanos. En estos ecĂłtopos se mantiene
un continuo de humedad y temperatura, especialmente en
casas de construcciĂłn precaria, en las cuales se favorecerĂ­a su
instalaciĂłn con fuentes seguras de ingesta sanguĂ­nea: gallinas,
perros, zarigĂŒeyas, roedores y humanos [7, 17, 20, 33]. A ello
se une la importancia de P. geniculatus por su rol creciente en
asociaciĂłn con casos de transmisiĂłn vĂ­a oral de T. cruzi, en
Venezuela [12].
La introducciĂłn de adultos de P. geniculatus en regiones urbanas
y periurbanas del Distrito Capital y los estados Aragua, Vargas y
Miranda, ha sido consecuencia de la dramĂĄtica reducciĂłn de la
oferta sanguĂ­nea en medios silvestres, lo cual favorece la visita a
la vivienda para el repasto sanguĂ­neo sobre humanos, animales
domésticos y sinantrópicos [33].
El modelo predictivo generado desde DIVA GIS y MAXENT
revelĂł que la zona norte costera de Venezuela, serĂ­a un ĂĄrea con
alta idoneidad ambiental para la presencia de P. geniculatus, asĂ­
como algunas ĂĄreas de los estados occidentales TĂĄchira, MĂ©rida,
î€ȘPanstrongylus geniculatus
îî˜î‘îŒî†îŒî“îŒî’î€î€ƒîˆî‘î€ƒîî’î–î€ƒîî˜î‘îŒî†îŒî“îŒî’î–î€ƒî€¶î˜î†î•îˆî€ƒîœî€ƒî€°î’î‘î—îˆî–î€ƒî€‹îˆî–î—î„î‡î’î€ƒî€¶î˜î†î•îˆî€Œî€žî€ƒîî˜î‘îŒî†îŒî“îŒî’î–î€ƒî€€îŠî˜î„î–î„îœî€î€ƒî€„î’îî‚Żî™î„î•î€î€ƒî€Šî„î•îŒî“îˆî€ƒîœî€ƒî€šîîˆî”î˜îŒîˆîî€ƒî€œî„îî’î•î„î€ƒî€‹îˆî–î—î„î‡î’î€ƒ


______________________________________________________________Revista Cientica, FCV-LUZ / Vol. XXXI, N°1, 7 - 15, 2021
13
Zulia y el sur del estado FalcĂłn, a pesar de que los registros reales
en Ă©stos Ășltimos son mĂĄs escasos, quizĂĄs por sub-registro de la
especie, la cual como se ha visto en los puestos comunitarios
de noticación, ha aumentado en frecuencia de aparición intra y
peridomiciliar con la antropizaciĂłn del ambiente, la desforestaciĂłn
y/o movilizaciĂłn de la mastofauna de la cual se alimenta (datos
no mostrados).
Bajo condiciones de laboratorio, esta especie exige alta
humedad (70 ± 5 %,) temperatura de 26 ± 1 °C y fotoperiodo
12:12 cuando se le alimenta semanalmente [23, 35]. Esto coincide
con las condiciones de las ĂĄreas de presencia real y potencial de
mayor abundancia (regiĂłn centro-norte de Venezuela) modeladas
en el presente trabajo, las cuales ademĂĄs tienen altitudes entre 0 a
2.000 m.s.n.m, 24 ÂșC en promedio anual de temperatura, humedad
media relativa de 70 % y precipitaciones medias anuales de 500
milĂ­metro cĂșbicos (mm
3
). En estas ĂĄreas existen bosques secos,
hĂșmedos y/o caducifolios, alternantes con sabanas secundarias
producto de la urbanizaciĂłn [15].
El modelo de distribuciĂłn usĂł como variables predictivas
marcadoras de idoneidad ambiental para la presencia de P.
geniculatus, en orden de importancia, la isotermalidad, temperatura
mĂĄxima del mes mĂĄs caliente, precipitaciĂłn anual, precipitaciĂłn
del trimestre mĂĄs hĂșmedo y precipitaciĂłn del trimestre mĂĄs seco,
tal y como ha sido encontrado para la especie en otras regiones
de América [9, 30]. Debido a la potencialidad predictiva de estos
parĂĄmetros, resulta conveniente considerarlos de manera rutinaria
dentro de los programas de vigilancia entomo-epidemiolĂłgica.
La inuencia de estos parámetros, coincide con la característica
de los triatominos de ser termo-tolerantes y con una distribuciĂłn
condicionada por la temperatura e indirectamente por la altitud [6].
MĂĄs especícamente la temperatura actĂșa sobre el transporte de
moléculas, la actividad enzimåtica y la expresión proteica en estos
insectos, lo que ha sido descrito como condicionantes entre otros
aspectos, del desarrollo de T. cruzi en su interior [11].
Los triatominos infectados pueden aparecer con mayor
probabilidad en los meses mås cålidos, siendo 24 - 27 °C un rango
de temperatura adecuado, asociado a rangos altitudinales de 100
a 1.800 metros (m) y a la vez coincidentes con ambientes de buena
disponibilidad de fauna de mamĂ­feros para el repasto sanguĂ­neo
en ambientes silvestres como en corredores peri-domiciliares [14].
La temperatura podrĂ­a ser asĂ­ un selector importante de
subpoblaciones de triatominos infectados y la existencia de los
rangos idóneos referidos, en diferentes áreas geográcas, llevaría
a considerar a estas zonas de riesgo y de obligada vigilancia
entomolĂłgica. A lo expuesto se une que la distribuciĂłn real y
potencial de P. geniculatus se mostrĂł coincidente con la alta
densidad poblacional humana en Venezuela [28], lo cual indicarĂ­a
la necesidad de estudiar la asociaciĂłn entre esta especie y los
asentamientos humanos, por su importancia creciente como
vector del agente de la ECH.
En este sentido Reyes-Lugo [33] señala que, las abundancias
de adultos de P. geniculatus incursionando durante las noches en
el ambiente domiciliar, incrementan cuando las fuentes de ingesta
sanguĂ­nea animal escasean en el ambiente peridomiciliar, como
consecuencia de la reducciĂłn, por acciĂłn humana, de los hĂĄbitats
de las especies que son la fuente primaria de ingesta sanguĂ­nea
para este vector.
Los modelos de distribuciĂłn potencial de vectores tienen
relevancia en la vigilancia epidemiolĂłgica [16, 24, 30], como el
presente, en el cual se ubican ĂĄreas idĂłneas predichas por el
modelo, para la presencia de P. geniculatus, sea por dispersiĂłn
natural de la especie y cohabitaciĂłn o sucesiĂłn de otras
poblaciones de triatominos minimizadas por control quĂ­mico, como
es el caso de R. prolixus.
Una particularizaciĂłn en el uso del modelo generado lo
constituye la regiĂłn oriental, sobre la que se generĂł un mapa de las
zonas silvestres, periurbanas o urbanas, idĂłneas, superponiendo
capas shapele, en aquellos Municipios con escasos registros
de presencia, pero con condiciones ecolĂłgicas idĂłneas para
existencia de P. geniculatus.
AsĂ­, se revelaron ĂĄreas de necesaria vigilancia como los
municipios Sucre y Montes (Estado Sucre) y municipios Aguasay,
BolĂ­var, Caripe, y Ezequiel Zamora (Estado Monagas) en las
cuales habrĂ­a que concentrar esfuerzos en la bĂșsqueda de P.
geniculatus y corroborar si existe en simpatrĂ­a con otro vector
potencial como T. maculata, lo cual ha sido reportado por varios
autores [27].
En una parte importante del espacio geográco descrito se
sabe de la presencia de P. geniculatus mientras que en otras
zonas predichas, falta por vericar su presencia, lo cual requeriría
un muestreo mĂĄs continuo, intenso y siempre con miras hacia
la actualizaciĂłn del catastro triatomĂ­nico, precisamente en estas
localidades nuestro modelo serĂ­a de elevada utilidad.
CONCLUSIONES
Los parĂĄmetros ambientales isotermalidad, temperatura mĂĄxima
del mes mĂĄs caliente, y las relacionadas con la precipitaciĂłn como
la precipitaciĂłn anual, la del mes mĂĄs seco, la del trimestre mĂĄs
hĂșmedo, la del trimestre mĂĄs seco y la del trimestre mĂĄs frĂ­o,
son los que mĂĄs aportan al modelo propuesto. Por lo que resulta
conveniente considerarlas de manera rutinaria dentro de los
programas de vigilancia entomo-epidemiolĂłgica para esta especie
de triatomino trasmisor de la ECH
Concomitantemente, la capacidad predictiva de estos modelos
se potenciarĂĄ en la medida en que se le incorporen datos de
informaciĂłn demogrĂĄfica y condiciones socioeconĂłmicas de
las ĂĄreas vulnerables a la apariciĂłn de esta zoonosis. Por otra
parte, resultan pertinentes estos modelos habidas cuentas
del cambio climĂĄtico global que ha favorecido la dispersiĂłn de
insectos transmisores de patĂłgenos hacĂ­a lugares donde antes
no los habĂ­a. Este fenĂłmeno estĂĄ bien documentado como es
el caso del Aedes aegypti transmisor de Dengue, Chikungunya,
Zika, Fiebre Amarilla y Mayaro hacĂ­a regiones hasta hace poco
de clima templado. Por lo expuesto, contar con esta herramienta
de abordaje de distribuciĂłn espacial de insectos vectores,
es de elevada importancia por su capacidad predictiva de
eventos entomo-epidemiolĂłgicos como parte fundamental de
las estrategias preventivas dentro de los Programas de Manejo
Integral de Vectores, las cuales en un momento determinado
podrĂ­an marcar la diferencia entre la activaciĂłn o no de focos de
transmisiĂłn urbanos o periurbanos de la ECH.
DistribuciĂłn espacial de Panstrongylus geniculatus - Venezuela / Tineo-GonzĂĄlez y col._______________________________________
14
AGRADECIMIENTOS
A la Unidad de Sistemas InformaciĂłn GeogrĂĄfica (UniSig),
Centro de EcologĂ­a del Instituto Venezolano de Investigaciones
Cientícas (IVIC).
REFERENCIAS BIBLIOGRAFICAS
[1] ALARCÓN DE NOYA, B.; DÍAZ-BELLO, Z.; COLMENARES,
C.; RUIZ-GUEVARA, R.; MAURIELLO, L.; MUÑOZ-
CALDERÓN, A.; NOYA, O. Update on oral Chagas disease
outbreaks in Venezuela: epidemiological, clinical and diagnostic
approaches. Mem. Inst. Oswaldo Cruz. 110: 377-86. 2015.
[2] ALDANA, E.; AVENDAÑO-RANGEL, F.; LIZANO, E.;
RODRÍGUEZ-BONFANTE, C.; BONFANTE-CABARCAS, R.
Panstrongylus geniculatus eggs (Heteroptera, Reduviidae,
Triatominae) from a Chagas’ endemic area in the Center-
West of Venezuela. Acta Micros. 20:103-11. 2011.
[3] AYALA, J.; MATTEI, R.; MATTEI, R. DescripciĂłn de la hembra
de Panstrongylus martinezorum Ayala, 2009 (Hemiptera:
Reduviidae, Triatominae) con comentarios sobre la distribuciĂłn
geográca de la especie en el estado Amazonas, Venezuela.
Bol. Soc. Entomol. Aragon. 54:383-389. 2014
[4] BAAK-BAAK, CM.; MOO-LLANES, DA.; CIGARROA–
TOLEDO, N.; PUERTO, F.; MACHAIN-WILLIAMS, C;
REYES-SOLIS, G.; NAKAZAWA, YJ.; ULLOA-GARCIA, A.;
GARCIA-REJON, JE. Ecological Niche Model for predicting
distribution of disease vector mosquitoes in YucatĂĄn State,
MĂ©xico. J. Med. Entomol. 54: 854-61. 2017.
[5] CÁCERES, AG.; VEGA, S.; ANCCA, J.; PINTO, J.; VELA, G.;
CÁRDENAS, V.; RUIZ, J.; ALVA, P.; RUIZ, J.; ALVARADO,
A.; ARÉVALO, H.; CRUZADO, F.; VELA, F.; NÁQUIRA, C.
Aspectos entomolĂłgicos de la Enfermedad de Chagas en
Huallaga y Picota, San MartĂ­n, PerĂș. An. Fac. Med. 71:
28-36. 2010.
[6] CARCAVALLO, R.; CURTO DE CASAS, S.; SHERLOCK, I.;
GALÍNDEZ, I.; JURBERG, J.; GALVAO, C.; MENA-SEGURA,
C. Geographical distribution and alti-latitudinal dispersion of
Triatominae. In: CARCAVALLO, R.; GALINDEZ, I., JURBERG,
J.; LENT, H. (Eds.). Atlas of Chagas’ disease vectors in the
America. Vol. III. RĂ­o de Janeiro, Edit. Fiocruz. 1217 pp. 1999.
[7] CARRASCO, H.; TORRELLAS, A.; GARCIA, A.; SEGOVIA,
M.; FELICIANGELI, M.D. Risk of Trypanosoma cruzi I
(Kinetoplastida: Trypanosomatidae) transmision by
Panstrongylus geniculatus (Hemiptera: Reduviidade) in
Caracas (Metropolitan District) and neighboring States,
Venezuela. Int. J. Parasitol. 5:1379-84. 2005.
[8] CAZORLA-PERFETTI, D.; NIEVES-BLANCO, E. Triatominos
de Venezuela: aspectos taxonĂłmicos, biolĂłgicos, distribuciĂłn
geográca e importancia mĂ©dica. Avan. Cardiol. 30:347-
69.2010.
[9] CECCARELLI, S.; RABINOVICH, JE. Global climate change
eects on Venezuela’s vulnerability to Chagas Disease is
linked to the geographic distribution of ve triatomine species.
J. Med. Entomol. 52:1333-43. 2015.
[10] CONTRERAS-MEDINA, R. Los métodos de anålisis
biogeográco y su aplicación a la distribución de gimnospermas
en MĂ©xico. Intercien. 31:176-86. 2006.
[11] DE FUENTES-VICENTE, J. A.; GUTIÉRREZ-CABRERA,
A. E.; FLORES-VILLEGAS, A. L.; LOWENBERGER, C.;
BENELLI, G.; SALAZAR-SCHETTINO, P. M.; CÓRDOBA-
AGUILAR, A. What makes an effective Chagas disease
vector? Factors underlying Trypanosoma cruzi - triatomine
interactions. Acta Trop. 83: 23–31. 2018.
[12] DÍAZ-BELLO, Z.; ZAVALA-JASPE, R.; REYES-LUGO,
M.; COLMENARES, C.; NOYA-ALARCÓN, O.; NOYA, O.;
HERRERA, L.; ALARCÓN DE N, B. Urban Trypanosoma cruzi
Oral Transmission: from a Zoonotic Founder Focus to the
Largest Microepidemic of Chagas Disease. SOJ Microbiol.
Inf. Dis. 4: 1-9. 2016.
[13] ELITH, J.; GRAHAM, C.H.; ANDERSON, R.; DUDÍK. M.;
FERRIER, S.; GUISAN, A.; HIJMANS, R.; HUETTMANN, F.;
LEATHWICK, J. R.; LEHMANN, A.; LI, J.; LOHMANN, L.G.;
LOISELLE, B.A.; MANION, G.; MORITZ, C.; NAKAMURA,
M.; NAKAZAWA, Y. McC, J.; OVERTON, M.; TOWNSEND
PETERSON, A.; PHILLIPS, SJ.; RICHARDSON, K.;
SCACHETTI-PEREIRA, R.; SCHAPIRE, R.E.; SOBERÓN,
J.; STEPHEN W.; WISZ, M.S.; ZIMMERMANN, N.E. Novel
methods improve prediction of species’ distributions from
occurrence data. Ecography. 29: 129–51. 2006.
[14] ELLIOT, S.L.; RODRIGUES, J.D.O.; LORENZO, M.G.;
MARTINS-FILHO, O.A.; GUARNERI, A.A. Trypanosoma cruzi,
etiological agent of Chagas Disease, is virulent to its triatomine
vector Rhodnius prolixus in a temperature-dependent manner.
Plos Neglect. Trop. D. 9: e0003646. 2015.
[15] EWEL, J.J.; MADRIZ, A.; TOSI, J.A. Memoria explicativa
sobre el mapa ecolĂłgico. Zonas de vida de Venezuela.
Fondo Nacional de Investigaciones Agropecuarias, Ministerio
de Agricultura y CrĂ­a, Caracas-Venezuela. 270 pp. 1976.
[16] GURGEL-GONÇALVES, R.; GALVÃO, C.; COSTA, J.;
PETERSON, T. Geographic distribution of Chagas Disease
vectors Brazil. Bases on ecological niche modeling. J. Trop.
Med. 2012: ID 705326. 2012.
[17] HERRERA, L. Una revisiĂłn sobre reservorios de Trypanosoma
(Schizotrypanum) cruzi (Chagas, 1909), agente etiolĂłgico de
la enfermedad de Chagas. Bol. Mal. Sal. Amb. 50:3-15. 2010.
[18] HERRERA, L.; URDANETA-MORALES, S. Synanthropic
rodent reservoirs of Trypanosoma cruzi in the valley of
Caracas, Venezuela. Rev. Inst. Med.Trop. SĂŁo Paulo. 39:
279-282.1997.
[19] HIJMANS, R.; CAMERON, S.; PARRA, J.; JONES, P.;
JARVIS, A. Very high resolution interpolated climate surfaces
for global land areas. Intl. J. Climatol. 5: 1965-78. 2005.
[20] JURBERG, J.; GALVÃO, C. Biology, ecology and systematics
of Triatominae (Heteroptera: Reduviidae) vectors of Chagas
disease and implications for human health. Denisia. 19:
1096-1116. 2006.
[21] JURBERG, J.; RODRIGUES, J.M.S., MOREIRA, F.F.F.,
DALE, C., CORDEIRO, I.R.S., LAMAS, V.D. JR, GALVÃO,
C.; ROCHA, D.S. Vetores conhecidos no Brasil. En: Atlas
______________________________________________________________Revista Cientica, FCV-LUZ / Vol. XXXI, N°1, 7 - 15, 2021
15
iconogrĂĄfico dos triatomĂ­neos do Brasil (Vetores da
Doença de Chagas no Brasil). Laboratório Nacional e
Internacional de ReferĂȘncia em Taxonomia de TriatomĂ­neos
IOC-FIOCRUZ. Rio de Janeiro. 58 pp. 2014.
[22] LEITE, G.R.; DOS SANTOS, C.B.; FALQUETO, A. Insecta,
Hemiptera, Reduviidae, Panstrongylus geniculatus: geographic
distribution map. Check List. 3: 147-152. 2007
[23] LENT, H.; WYGODZINSKY, P. Revision of the triatominae
(Hemiptera, Reduviidae) and their signicance as vector of
Chagas’ disease. Bull. Am. Mus. Nat. His. 163: 123-520.
1979.
[24] LIRIA, J.; NAVARRO, J. Modelo de nicho ecolĂłgico en
Haemagogus WILLISTON (Diptera: Culicidae), vectores del
virus de la ebre amarilla. Rev. Biomed. 21:149-161. 2010.
[25] MANEL, S.; CERI, H.; ORMEROD, S.J. Evaluating presence-
absence models in ecology: the need to account for prevalence.
J. App. Ecol. 38: 921-31. 2001.
[26] MORALES, N. Modelos de distribuciĂłn de especies: Software
Maxent y sus aplicaciones en ConservaciĂłn. Rev. Cons.
Amb. 2: 1-5. 2012.
[27] MOROCOIMA, A.; DE SOUSA, L.; HERRERA, L.; ROJAS, L.;
VILLAOBOS, M.; CHIQUE, J.; BARROYETA, R.; BONOLI, S.
SimpatrĂ­a de triatominos (Reduviidae) y escorpiones (Buthidae)
en Cocos nucifera y Acrocomia aculeata (Aracaceae) de
AnzoĂĄtegui, Venezuela. Bol. Malariol. Salud Amb. 51:187-
98.2011.
[28] MINISTERIO DEL PODER POPULAR DE PLANIFICACIÓN.
INSTITUTO NACIONAL DE ESTADÍSTICA (I.N.E.) Censo
Poblacional de Vivienda 2011. Venezuela. En LĂ­nea https://
bit.ly/2Zl46cb/ 08-05-2020.
[29] PLASENCIA-VÁZQUEZ, A.; ESCALONA, G. Y; ESPARZA-
OLGUÍN, L. Modelación de la distribución geográca potencial
de dos especies de psitĂĄcidos neotropicales utilizando
variables climĂĄticas y topogrĂĄficas. Act. Zool. Mex. 30:
471-90. 2014.
[30] PEREIRA, J.; ALMEIDA, P.; DE SOUSSA, A.; BOMFIM,
R.; GURGEL-GONÇALVES, R. Climatic factors inuencing
triatomine occurrence in Central-West Brazil. Mem. Inst.
Oswaldo Cruz. 108: 335-341.2013.
[31] PETERSON, A.; OBERÓN, J.; PEARSON, R.; ANDERSON,
R.; MARTÍNEZ-MEYER, E.; NAKAMURA, M.; BASTOS,
M. Ecological Niches and Geographic Distributions. In:
Monographs in Population Biology. Series. 49. Ed. Princeton
University Press, New Jersey. 306 pp. 2011.
[32] PLISCOFF, P.; FUENTES-CASTILLO, F. ModelaciĂłn de la
distribuciĂłn de especies y ecosistemas en el tiempo y en el
espacio: una revisiĂłn de las nuevas herramientas y enfoques
disponibles. Rev. Geo. Norte Grande. 48:61-79. 2011.
[33] REYES-LUGO, M. Panstrongylus geniculatus Latreille 1811
(Hemiptera: Reduviidae: Triatominae), vector de la enfermedad
de Chagas en el ambiente domiciliario del centro-norte de
Venezuela. Rev. Biomed. 20: 180-205. 2009.
[34] SOTO-VIVAS, A. Clave pictĂłrica de triatĂłminos (Hemiptera:
Triatominae) de Venezuela. Bol. Malariol. Salud Amb.
49:259-274.2009.
[35] VIVAS-MEDINA, R.J. Establecimiento de colonias de
Panstrongylus geniculatus en laboratorio para el estudio del
efecto de variables climĂĄticas sobre su ciclo de vida. Universidad
de Tolima. Tolima- Colombia. Tesis de Grado 145 pp. 2017.
[36] WORLD HEALTH ORGANIZATION (WHO). Chagas Disease
(American trypanosomiasis) Fact sheet. 2020. On line:http://
www.who.int/news-room/fact-sheets/detail/chagas-disease.
(American-trypanosomiasis) 22-09-2020.
[37] YÁNEZ-CAJO, D.; MORENO, M.; CHAGUAMATE, L.; VALENCIA,
N.; RUEDA-AYALA, V. AplicaciĂłn de Modelos de Nicho
EcolĂłgico para estudios EpidemiolĂłgicos: Triatoma dimidiata,
vector de la Enfermedad de Chagas en Ecuador. Rev. Politec.
37: 1-5. 2016.