1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl

ah Dengue Di Delta Pearl River, China, 2013

Halaman 1

ARTIKEL PENELITIAN

Pengaruh Sosial Ekonomi dan

Faktor Lingkungan terhadap Kejadian
Demam Berdarah di Delta Sungai Mutiara, Cina,
2013
Xiaopeng Qi 1 ☯ * , Yong Wang 2 ☯ , Yue Li 1 , Yujie Meng 1 , Qianqian Chen 1 , Jiaqi Ma 1 , George
F.Gao 3 *

1 Pusat Nasional untuk Pengawasan Kesehatan Masyarakat dan Layanan Informasi, Pusat Penyakit Tiongkok
Kontrol dan Pencegahan, Beijing, Cina, 2 Laboratorium Kunci Negara untuk Sumber Daya dan Informasi Lingkungan
Sistem, Institut Ilmu Geografi dan Penelitian Sumber Daya Alam, Akademi Cina
Sciences, Beijing, China, 3 Kantor Direktur, Pusat Pengendalian dan Pencegahan Penyakit China,
Beijing, Cina

Para penulis ini berkontribusi sama untuk pekerjaan ini.

4 qixp@chinacdc.cn (XQ); gaofu@chinacdc.cn (GFG)

AKSES TERBUKA

Kutipan: Qi X, Wang Y, Li Y, Meng Y, Chen Q, Ma J,

dkk. (2015) Pengaruh Sosial Ekonomi dan Abstrak
Faktor Lingkungan terhadap Kejadian DBD
Demam di Delta Sungai Mutiara, Tiongkok, 2013. PLoS
Negl Trop Dis 9(10): e0004159. doi:10.1371/jurnal.
Latar belakang
pntd.0004159
Wabah demam berdarah (DBD) terjadi di Provinsi Guangdong, Cina pada tahun 2013 dengan
Editor: David Harley, Universitas Nasional Australia,
AUSTRALIA
jumlah kasus tertinggi yang diamati dalam sepuluh tahun sebelumnya. Kasus DF dikelompokkan
di zona ekonomi Pearl River Delta (PRD) di Provinsi Guangdong, yang menyumbang
Diterima: 1 Februari 2015
99,6% dari semua kasus di Provinsi Guangdong pada tahun 2013. Vektor utama PRD adalah Aedes
Diterima: 22 September 2015
albopictus . Kami menyelidiki faktor sosial ekonomi dan lingkungan di kotapraja
Diterbitkan: 27 Oktober 2015 tingkat dan mengeksplorasi bagaimana variabel independen secara bersama-sama mempengaruhi epidemi DF di PRD.
Hak Cipta: © 2015 Qi dkk. Ini adalah akses terbuka
artikel didistribusikan di bawah ketentuan Materi Iklan
Metodologi/Temuan Utama
Lisensi Atribusi Commons , yang mengizinkan
penggunaan, distribusi, dan reproduksi tanpa batas dalam Enam faktor yang terkait dengan kejadian DF diidentifikasi dalam proyek ini, mewakili:
media, asalkan penulis dan sumber asli adalah urbanisasi, kemiskinan, aksesibilitas dan vegetasi, dan dianggap sebagai kon-
dikreditkan.
penyumbang terjadinya DF ditinjau dari aspek sosial ekonomi dan lingkungan
Pernyataan Ketersediaan Data: Karena data berada di ronde. Analisis dilakukan dengan Generalized Additive Models (GAM) agar sesuai
skala kecil (tingkat kotapraja) yang dapat menyebabkan
fungsi parametrik dan non-parametrik untuk hubungan antara respon dan
masalah privasi pasien, ada batasan pada
data ini. Peneliti lain yang tertarik dapat melamar
prediktor. Kami menggunakan teknik spline-smooth dan memplot prediksi melawan
data dengan menghubungi manajemen data nilai co-variabel yang diamati. Distribusi kasus DF terlalu tersebar dan sesuai dengan
departemen di China CDC (Contact person: Hongjie fungsi binomial negatif lebih baik. Efek dari keenam sosial ekonomi dan lingkungan
Yu Yuhj@chinacdc.cn ).
variabel ditemukan signifikan pada tingkat 0,001 dan model menjelaskan 45,1% dari
Pendanaan: Studi ini didukung sebagian oleh penyimpangan dengan kejadian DF. Ada risiko infeksi DF yang lebih tinggi di antara orang yang hidup
Program Penelitian Dasar Nasional Tiongkok (973
di perbatasan prefektur atau di daerah perkotaan daripada di antara mereka yang tinggal di daerah lain di
Program) (2012CB955504), Resolusi Tinggi
Sistem Pengamatan Bumi Sains Nasional dan PRD-nya. Risiko relatif tinggal di perbatasan prefektur lebih tinggi daripada hidup
Proyek Utama Teknologi (10-Y30B11-9001-14/16) di daerah perkotaan. Hubungan antara kasus DF dan kepadatan penduduk, PDB

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 1 / 13

https://translate.googleusercontent.com/translate_f 1/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013
Halaman 2
dan Kementerian Sains dan Teknologi Tiongkok
(2012 ZX10004201-011). Para penyandang dana tidak memiliki peran dalam per
“PDB
desain studi, pengumpulan dan analisis data, keputusan untuk
menerbitkan, atau persiapan naskah.
Minat Bersaing: Para penulis telah menyatakan
bahwa tidak ada kepentingan yang bersaing.
Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015
halaman 3
https://translate.googleusercontent.com/translate_f
Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah
per kapita, kepadatan jalan, dan NDVI adalah nonlinier. Secara umum, “kepadatan jalan” yang lebih tinggi atau lebih rendah
kapita” dianggap sebagai faktor risiko yang konsisten. Selain itu, lebih tinggi atau lebih rendah
nilai "kepadatan populasi" dan "NDVI" dapat mengakibatkan peningkatan kasus DF.
Kesimpulan
Dalam penelitian ini, kami menyajikan analisis efek faktor sosial ekonomi dan lingkungan
kejadian DF di unit administrasi terkecil (tingkat kotapraja) untuk pertama kalinya di
Cina. GAM digunakan untuk secara efektif mendeteksi dampak nonlinier dari prediktor pada out-
datang. Hasilnya menunjukkan bahwa kepentingan relatif dari berbagai faktor risiko dapat bervariasi
di seluruh PRD. Pekerjaan ini meningkatkan pemahaman kita tentang perbedaan dan efek dari
faktor sosial ekonomi dan lingkungan pada DF dan mendukung pencegahan yang ditargetkan secara efektif
tindakan dan pengendalian.
Ringkasan Penulis
Demam berdarah adalah penyakit menular yang ditularkan oleh nyamuk. Ini adalah kesehatan masyarakat yang utama
masalah di daerah tropis dan subtropis di seluruh dunia. Demam berdarah itu hebat
minat di zona ekonomi Pearl River Delta (PRD) di provinsi Guangdong, Cina
karena wabah pada tahun 2013 merupakan yang terbesar dalam 10 tahun sebelumnya. Karena rendahnya
tingkat keragaman kondisi iklim di PRD, sosial ekonomi dan lingkungan
faktor tal mungkin menjadi faktor utama yang berkontribusi. Tujuan dari makalah ini adalah untuk mem-
membentuk penilaian dan mendeteksi dampak sosial ekonomi dan lingkungan pada kasus-kasus di
unit administrasi terkecil (tingkat kotapraja). Enam faktor diidentifikasi dalam hal ini
pekerjaan, mewakili urbanisasi, kemiskinan, aksesibilitas dan vegetasi. Efek dari semua
faktor-faktor ini ditemukan signifikan. Hasil penelitian menunjukkan bahwa kepentingan relatif
faktor risiko yang berbeda dapat bervariasi di seluruh PRD. Area berisiko tinggi dan rentan
populasi yang diidentifikasi dalam makalah ini akan memberikan panduan bagi praktisi kesehatan masyarakat untuk
membuat rencana strategis yang ditargetkan dan menerapkan pencegahan dan pengendalian kesehatan masyarakat yang efektif.
tindakan pengendalian.
pengantar
Demam Berdarah Dengue (DBD) merupakan penyakit epidemik menular yang pada prinsipnya ditularkan oleh vektor
Aedes albopictus dan Aedes aegypti .[1 ] Infeksi virus dengue pada manusia sering tanpa gejala
atik tetapi dapat menyebabkan manifestasi klinis yang berbeda.2] Dalam 50 tahun terakhir, kejadian
DF telah meningkat 30 kali lipat dengan meningkatnya ekspansi geografis ke negara-negara baru.[3] Di daerah tropis-
daerah kal dan subtropis di seluruh dunia, penyakit ini menyebabkan perhatian besar. yang cepat
penyebaran DF telah dikaitkan dengan kombinasi urbanisasi, globalisasi dan kurangnya
pengendalian nyamuk yang efektif.[ 4 ] Saat ini, tidak ada vaksin atau terapi khusus yang efektif untuk
menghentikan penyebaran DF yang cepat di seluruh dunia. [ 5 ] Heterogenitas kejadian DF dalam waktu dan
ruang terkait dengan banyak faktor risiko, seperti geografi, lingkungan, dan status sosial ekonomi.
kami Beberapa studi telah memetakan pola pengelompokan spasial dan temporal kasus DF. [ 6 , 7]
Studi lain telah menganalisis hubungan antara pola-pola ini dan faktor-faktor yang relevan (misalnya,
curah hujan, kelembaban, dan suhu).[ 8, 9 ] Selain itu, beberapa penelitian telah menekankan
hubungan antara faktor sosial ekonomi dan DF. [ 10]
2 / 13
Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah
2/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

Di daratan Cina, kasus DF telah dilaporkan setiap tahun sejak 1997, terutama di
Provinsi Guangdong.[11, 12] Antara 2001 dan 2010, sekelompok kasus DF di Guangdong
provinsi terjadi di zona ekonomi Pearl River Delta (PRD).[13, 14] Vektor utama dalam
PRD adalah Aedes albopictus berdasarkan surveilans vektor sentinel rutin. Meskipun ini
penelitian telah membantu kami memahami mekanisme epidemi DF dalam skala besar di
daratan Cina, faktor sosial ekonomi dan lingkungan utama di wilayah PRD (selain itu
faktor iklim dalam skala yang lebih kecil) belum diidentifikasi. Kepentingan relatif dari perbedaan-
faktor risiko dapat bervariasi antar negara dan wilayah. Karena rendahnya tingkat keragaman di
kondisi iklim di PRD Cina, faktor sosial ekonomi dan lingkungan mungkin sebagian besar
berkontribusi pada heterogenitas spasial dari kejadian DF di daerah ini.
Ada peningkatan besar dalam kejadian DF di Provinsi Guangdong pada tahun 2013.
Jumlah kasus DF pada tahun tersebut merupakan yang tertinggi dari 10 tahun sebelumnya dan melampaui
jumlah kasus selama 6 tahun sebelumnya. Kasus DF di PRD menyumbang 99,6% dari
jumlah kasus DF di Provinsi Guangdong pada tahun 2013. Tujuan dari makalah ini
adalah untuk melakukan penilaian dampak sosial ekonomi dan lingkungan pada kasus DF
antara lingkungan yang berbeda di PRD Cina pada tahun 2013 di administrasi terkecil
unit—tingkat kotapraja (tingkat hierarki wilayah administratif Tiongkok adalah Nasional,
Provinsi, Prefektur, Kabupaten dan Kota). Ini adalah studi pertama yang mengidentifikasi hubungan
antara faktor-faktor ini dan kasus DF dalam skala kecil di Cina daratan.

Metode
Area studi
PRD di provinsi Guangdong terletak di muara Sungai Mutiara, di mana sungai
memasuki Laut Cina Selatan. Provinsi ini terdiri dari tujuh kota (Guangzhou, Shenzhen,
Dongguan, Foshan, Zhongshan, Zhuhai dan Jiangmen) dan sebagian Huizhou dan Zhaoqing
(lihat Gambar 1). Ini telah menjadi wilayah paling dinamis secara ekonomi di daratan Tiongkok sejak
peluncuran program reformasi China pada tahun 1979. Ini adalah salah satu daerah perkotaan yang paling padat
di dunia dan salah satu pusat utama pertumbuhan ekonomi China. Dalam penelitian kami, PRD
hanya mencakup tujuh kota pertama, dengan 402 jalan dan kota (tidak termasuk empat kota pulau),
dimana kasus DF sering terjadi.

data DF
Data kasus DF diperoleh dari Sistem Informasi China untuk Pengendalian Penyakit
dan Pencegahan, yang dikembangkan oleh Pusat Pengendalian dan Pencegahan Penyakit China.
(CDC China) pada tahun 2004. Kasus DF yang ditargetkan dalam penelitian kami termasuk yang didiagnosis secara klinis
(berdasarkan manifestasi klinis dan riwayat pajanan epidemiologis) atau dikonfirmasi laboratorium
kasus ("kasus yang didiagnosis secara klinis dengan salah satu dari hasil tes lab berikut yang berkaitan dengan:
DF: peningkatan 4 kali lipat pada titer antibodi IgG spesifik, positif pada tes PCR atau isolasi virus dan
tes identifikasi").[13] Tanggal timbulnya DF pada tahun 2013 dan tempat tinggal permanen
alamat individu yang didiagnosis berada dalam PRD.

Data sosial ekonomi dan lingkungan

Urbanisasi (lingkungan perkotaan). Tiga faktor diekstraksi untuk menggambarkan perbedaan
aspek urbanisasi, termasuk "jalan/kota di perbatasan prefektur atau tidak" (disingkat
tion "batas"), "perkotaan & pedesaan" dan "kepadatan penduduk" di PRD. Jalan-jalan dan kota-kota adalah
pada tingkat yang sama di Cina. Meskipun daerah dibagi menjadi daerah perkotaan dan pedesaan di
tingkat masyarakat/desa menurut kriteria klasifikasi Badan Nasional

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 3 / 13

halaman 4

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

https://translate.googleusercontent.com/translate_f 3/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

Gambar 1. Area studi.

doi:10.1371/journal.pntd.0004159.g001

Statistik Cina, data desa tidak dapat diakses dalam penelitian ini. Secara umum,
“jalanan” biasanya terletak di daerah perkotaan dan “kota” biasanya terletak di daerah pedesaan di
Cina, yang memungkinkan perkiraan diferensiasi situasi perkotaan dan pedesaan di
PRD. “Kepadatan penduduk” dihitung dengan menggunakan jumlah orang yang tinggal secara permanen di
jalan/kota pada tahun 2013 dibagi luas (km 2 ).
Kemiskinan. Data Produk Domestik Bruto (PDB) per kapita tahun 2010 di kotapraja
tingkat di PRD berasal dari Biro Statistik Nasional China. PDB rata-rata di
PRD adalah 77.000 CNY (12.000 USD).
Aksesibilitas. Dalam makalah kami, kepadatan jalan digunakan untuk secara tidak langsung mencerminkan aksesibilitas
daerah di PRD. Jalan diklasifikasikan berdasarkan peran administratif dan utilitasnya. Di
Cina, pendekatan fungsional telah diadopsi dengan hierarki jalan berdasarkan ukuran, penggunaan
untuk parameter mobilitas dan aksesibilitas. China mengkategorikan jalan menjadi lima kelas termasuk
jalan raya dan Kelas 1-4 dengan volume menurun. Kelas 4 adalah jalan lokal di perkampungan dan
tingkat desa, yang memiliki pengaruh kecil terhadap pergerakan daerah. Jalan raya dan jalan Kelas 1-3 di
2011 diadopsi dalam penelitian kami untuk menghitung kepadatan jalan.

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 4 / 13

halaman 5

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Lingkungan. Indeks Vegetasi Perbedaan Ternormalisasi (NDVI) adalah grafik sederhana

indikator (diukur dengan sensor jarak jauh satelit) yang dapat digunakan untuk menilai apakah
daerah target yang diamati mengandung vegetasi hijau hidup. Nilai NDVI dapat berkisar dari -1 hingga +1,
dengan nilai tinggi sesuai dengan tutupan vegetasi yang padat dan aktif. NDVI rata-rata dalam
setiap jalan/kota pada tahun 2011 digunakan dalam penelitian ini. Data ini diperoleh dari Institute of
Ilmu Geografis dan Penelitian Sumber Daya Alam, CAS, di Cina.
Distribusi spasial dari enam variabel eksplorasi dipetakan pada Gambar 2 . Gambar 2A menunjukkan
distribusi jalan/kota di perbatasan prefektur, Gambar 2B menunjukkan distribusi
jalan dan kota, Gambar 2C menunjukkan kepadatan penduduk, Gambar 2D menunjukkan distribusi PDB
per kapita, Gambar 2E menunjukkan kepadatan jalan, dan Gambar 2F menunjukkan distribusi NDVI.

Analisis statistik

https://translate.googleusercontent.com/translate_f 4/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013
Analisis dilakukan dengan Generalized Additive Models (GAM) agar sesuai dengan parametrik dan non-
fungsi parametrik untuk hubungan antara respon dan prediktor. GAM adalah statistik
model yang memperluas model linier umum untuk memasukkan pemulusan nonparametrik
ketentuan.[15] Untuk mengevaluasi kemungkinan non-linier dari sosioekonomi dan lingkungan
efek pada kasus demam berdarah, kami menggunakan teknik spline-smooth dan memplot prediksi terhadap
nilai co-variabel yang diamati. Kami menentukan jumlah kasus DF yang diharapkan sebagai berikut:

log( kasus ) = 0 + 1 ( batas ) + 2 ( perkotaan & pedesaan ) + s (kepadatan penduduk) + s (PDB per kapita)
+ s (kepadatan jalan) + s (NDVI)

di mana s() adalah spline smooth, fungsi non-parametrik. “Jalan/kota di prefektur

variabel batas" dan "perkotaan & pedesaan" adalah biner, yang sesuai dengan fungsi parameter.
“Kepadatan penduduk”, “PDB per kapita”, “kepadatan jalan”, dan “NDVI” tidak linier dan sesuai
dengan teknik spline smooth menggunakan derajat kebebasan tertentu (df) untuk setiap smoothing,
tergantung pada inspeksi visual dari kurva yang diperkirakan untuk berbagai pilihan perataan (jika
ada lebih banyak df, jangan tambahkan struktur yang jelas pada kurva, dan df yang lebih kecil ubah
bentuk kurva, dan df 'optimal' telah tercapai).[16] Semua analisis statistik adalah
dilakukan menggunakan perangkat lunak statistik R 3.0.3,[ 17 ], dengan perpustakaan mgcv.[18]

Hasil
Kasus DF di Provinsi Guangdong sebagian besar bergerombol di PRD. Gambar 3 menjelaskan bulanan
Angka kejadian DF di PRD dan Provinsi Guangdong, Cina dari tahun 2004 hingga 2013. Epidemi
puncak demic serupa di provinsi Guangdong dan PRD. Inci bulanan tertinggi-
dence diamati pada Oktober 2013, pada 3 per 100.000 di PRD, yang 2,2 kali lipat lebih tinggi
daripada kejadian di provinsi Guangdong. Angka kejadian DF pada tahun 2013 di PRD adalah
sekitar 6 per 100.000, yang jauh lebih tinggi dari insiden nasional pada tahun 2013 (0,34
per 100.000).
Sebanyak 2889 kasus DF didiagnosis secara klinis atau dikonfirmasi laboratorium di PRD di
2013. Gambar 4 menunjukkan distribusi geografis dari insiden DF yang ditargetkan di tingkat kotapraja di
PRD-nya. Strip warna dari hijau ke merah menunjukkan peningkatan tingkat kejadian DF. Itu
kasus sangat bergerombol di tengah PRD. Tidak ada kasus DF yang terjadi di hampir setengah dari
jalan-jalan/kota. Menurut kriteria untuk menilai kelayakan untuk demam berdarah
kasus (Pearsonχ 2 /df mendekati 1), distribusi kasus demam berdarah terlalu tersebar (Poisson
Pearsonχ 2 /df = 108,67 dan lebih cocok dengan fungsi binomial negatif (Pearsonχ 2 /df = 2,60).
Dengan demikian, fungsi tautan log untuk respons distribusi binomial negatif dipilih di . kami
belajar. Metode untuk data respons binomial negatif digunakan untuk memutuskan istilah mana yang akan
termasuk dalam model. AIC (Kriteria Informasi Akaike) /UBRE (Risiko Tanpa Bias

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 5 / 13

halaman 6

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

https://translate.googleusercontent.com/translate_f 5/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

Gambar 2. Distribusi spasial data sosial ekonomi dan lingkungan di tingkat kotapraja di PRD, Cina. A: Jalan/kota di prefektur
batas; B: Pedesaan dan perkotaan; C: Kepadatan penduduk; D: Produk Domestik Bruto (PDB) per kapita; E: Kepadatan jalan; F: Perbedaan Vegetasi yang Dinormalisasi
Indeks (NDVI).

doi:10.1371/journal.pntd.0004159.g002

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 6 / 13

halaman 7

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Gambar 3. Angka kejadian DEMAM DEMAM bulanan (1/100.000) di PRD dan Guangdong
Provinsi, Tiongkok, 2004 – 2013.

doi:10.1371/journal.pntd.0004159.g003

Penaksir) skor untuk model dibandingkan dengan dan tanpa istilah. Nilai yang dihasilkan

https://translate.googleusercontent.com/translate_f 6/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013
AIC/UBRE terendah dipilih dalam penelitian ini. Akhirnya, keenam faktor tersebut dimasukkan ke dalam
model. Kami menentukan offset untuk prediktor dan memodelkan hitungan sebagai binomial negatif
variabel dengan logaritma populasi sebagai variabel offset.
Tabel 1 – 3 menunjukkan perkiraan GAM binomial negatif untuk kasus DF per jalan/kota
dalam PRD dan informasi diagnosis model. Efek dari semua sosial ekonomi dan
variabel lingkungan ditemukan signifikan pada tingkat 0,001. Spesifikasi ini
model menjelaskan 45,1% dari penyimpangan kejadian DF.
Insiden DF menunjukkan hubungan positif yang signifikan dengan "batas" dan "perkotaan &
pedesaan,” menunjukkan bahwa ada risiko DF yang lebih tinggi untuk orang yang tinggal di perbatasan prefektur
atau di perkotaan daripada mereka yang tinggal di tempat lain di PRD. Asosiasi antara DF
kasus dan kepadatan penduduk, PDB per kapita, kepadatan jalan, dan NDVI adalah nonlinier, sesuai
ing ke nilai edf (derajat kebebasan efektif dari istilah fungsi halus).
Kontribusi parsial dari enam kovariat terhadap probabilitas kondisional kasus DF dengan
pita kepercayaan ditunjukkan pada Gambar 5. Gambar 5A menunjukkan kelengkungan parabola dari populasi
kepadatan dan mengungkapkan bahwa daerah dengan 30.000–40.000 orang per kilometer persegi berada di bawah
risiko dibandingkan daerah dengan kepadatan penduduk yang lebih tinggi atau lebih rendah. Gambar 5B menunjukkan fluktuasi kecil
sekitar respons nol DF terhadap PDB per kapita di bawah 400.000 CNY (65.000 USD), sebuah mod-
est, respons stabil di atas ambang batas ini, diikuti oleh respons penurunan cepat ketika PDB per
kapita naik di atas 600.000 CNY (97.000 USD). Dengan demikian, semakin tinggi PDB per kapita, semakin rendah
risiko terjadinya DF. Gambar 5C menggambarkan hubungan positif antara risiko DF dan jalan
kepadatan dengan sedikit manfaat lebih lanjut dari kepadatan jalan antara 0,4 dan 0,7. Hasil ini menunjukkan bahwa
aksesibilitas area yang tinggi dapat meningkatkan risiko DF. Risiko DF menurun secara bertahap dengan meningkatnya
NDVI ( Gambar 5D ), menunjukkan palung kurva di sekitar 0,65, setelah itu respons

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 7 / 13

halaman 8

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Gambar 4. Distribusi spasial kejadian DEMAM DEMAM di tingkat kotapraja di PRD, China, 2013.

doi:10.1371/journal.pntd.0004159.g004

meningkat. Gambar 5E dan 5F menunjukkan bahwa risiko relatif tinggal di perbatasan prefektur adalah
lebih tinggi daripada yang tinggal di perkotaan.

https://translate.googleusercontent.com/translate_f 7/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

Diskusi
Dalam penelitian ini kami mempresentasikan analisis pengaruh variabel sosial ekonomi dan lingkungan terhadap
Kejadian DF dalam skala kecil PRD China, 2013. Selanjutnya, kami menggunakan statistik GAM
metode tistik yang mengintegrasikan istilah parametrik dan non-parametrik. GAM secara khusus
dirancang untuk menganalisis data ketika dampak dari prediktor pada hasil nonlinier. Itu

Tabel 1. Pengaruh suku-suku linier dari model GAM binomial negatif.

Memperkirakan Std. Kesalahan nilai z Pr (>|z|)

(Mencegat) -11.1037 0.1496 -74.229 < 2e-16

Batas 0.8288 0.1651 5.019 5.2e-07

Perkotaan & pedesaan 0,6905 0,1832 3.769 0,000164

Catatan: Nilai dalam huruf tebal signifikan pada level 0,001

doi:10.1371/journal.pntd.0004159.t001

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 8 / 13

halaman 9

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Tabel 2. Perkiraan signifikansi suku halus model GAM binomial negatif.

edf ref.df Chi.sq nilai-p

s(kepadatan_pop) 1.981 2.000 60.70 6.62e-14

s(GDP_per_kapita) 3.796 3.974 18.82 0,000844

s(kepadatan_jalan) 2.969 2.999 116,25 < 2e-16

s(NDVI) 2.991 3.000 166,17 < 2e-16

Catatan: Nilai dalam huruf tebal signifikan pada level 0,001

edf >1 menunjukkan hubungan nonlinier

doi:10.1371/journal.pntd.0004159.t002

Hasil penelitian ini menunjukkan kekuatan GAM untuk mengungkap kelengkungan yang berarti dalam eksplorasi.
analisis atorik.
Umumnya, suhu dan curah hujan dianggap sebagai kontributor utama
terjadinya DF.[5, 19, 20 ], tetapi mereka tidak dimasukkan dalam model karena kami membandingkan
nilai suhu dan curah hujan dalam PRD pada tahun 2013 dan menemukan sedikit perbedaan dalam
ruang angkasa. Kami fokus pada kasus DF pada tahun 2013 karena ada wabah besar di PRD yang
tahun. Penyebaran DF lokal yang cepat pada tahun 2013 lebih dikaitkan dengan sosial ekonomi dan lokal
keragaman lingkungan, bukan faktor iklim, yang dapat meningkatkan akurasi
model.
Faktor risiko dipilih berdasarkan alasan berikut. Urbanisasi: transmisi DF
telah dilaporkan di daerah pedesaan dan perkotaan. Namun, lingkungan perkotaan adalah karakter-
dipengaruhi oleh banyak faktor, seperti populasi yang lebih tinggi, kebersihan yang buruk, kondisi perumahan yang buruk dan
kurang pengelolaan lingkungan.[5, 21, 22] Urbanisasi yang cepat dengan populasi besar yang tinggal di
permukiman kumuh pinggiran kota menyediakan fitur menarik bagi nyamuk Aedes dan mendorong trans-
misi.[ 23 ]. Karena kami tidak memiliki akses ke satu indikator pun untuk mencerminkan urbanisasi, kami menggunakan
“jalan/kota di perbatasan prefektur”, “jalan dan kota” dan “kepadatan penduduk” ke indi-
Catat urbanisasi di Cina dari perspektif yang berbeda. Kemiskinan: Beberapa penelitian telah menghubungkan
kemiskinan atau kemiskinan relatif terhadap DF. Daerah yang lebih miskin dicirikan oleh faktor-faktor yang mungkin mendukung
transmisi DF yang lebih tinggi.[ 24 ] PDB per kapita sering dianggap sebagai indikator a
standar hidup negara. Aksesibilitas: Pengenalan dan pengenalan kembali virus DF biasanya
disebabkan oleh pergerakan individu manusia.[ 25 ] Pergerakan manusia yang terinfeksi mengakibatkan perbedaan
pola distribusi spasial yang berbeda. Oleh karena itu, gerakan manusia adalah salah satu elemen kunci
yang mendorong penyebaran DF, terutama di daerah dengan jalan raya dan interkoneksi yang lebih luas.
jalan yang terhubung. Lingkungan: Hubungan erat antara iklim lokal, vegetasi dan
perkembangbiakan nyamuk biasanya diidentifikasi. Memang, vegetasi dapat menjadi indikator indeks bahwa
“menyediakan tempat istirahat atau makan nyamuk atau dapat berfungsi sebagai proxy untuk keberadaan
tempat berkembang biak.”[ 26].

Tabel 3. Diagnosis statistik model GAM binomial negatif.

https://translate.googleusercontent.com/translate_f 8/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

N: 402

Penyimpangan menjelaskan: 0,451

Skor UBRE (sp.kriteria): 1.0346

AIC 1901.008
Perkiraan skala: 1

keluarga: Binomial Negatif(1.001)

fungsi tautan: catatan

doi:10.1371/journal.pntd.0004159.t003

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 9 / 13

halaman 10

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Gambar 5. Kontribusi parsial dari enam variabel eksplorasi dengan pita kepercayaan. A: Kepadatan penduduk; B: Produk Domestik Bruto (PDB) per kapita; C:
kepadatan jalan; D: Indeks Vegetasi Selisih Normalisasi (NDVI); E: Jalan/kota di perbatasan prefektur; F: Pedesaan dan perkotaan). Fungsi yang dihaluskan (padat
garis) dibatasi oleh kesalahan standar 95% poin (garis putus-putus untuk kurva).

doi:10.1371/journal.pntd.0004159.g005

Banyak indikator sosial-lingkungan yang terkait dengan kejadian DF terjadi dalam skala kecil, seperti:
seperti penyimpanan air, frekuensi pengumpulan sampah, dan jenis pembuangan limbah, yang
menunjukkan kondisi perumahan yang genting dan akses yang buruk ke layanan publik.[ 27 ] Enam makroskopik
faktor sosial ekonomi dan lingkungan diadopsi untuk model kami dan ditemukan statistik
signifikan. Meskipun perkembangbiakan vektor tidak berhubungan langsung dengan keenam faktor tersebut,
mereka secara tidak langsung mencerminkan urbanisasi, kemiskinan, aksesibilitas dan lingkungan dan kebutuhan untuk

https://translate.googleusercontent.com/translate_f 9/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013
dihargai oleh praktisi kesehatan masyarakat. “Area perkotaan”, “kepadatan jalan yang lebih tinggi”, dan “PDB yang lebih rendah
per kapita” dianggap sebagai faktor risiko yang konsisten dalam PRD dalam hasil dan

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 10 / 13

halaman 11

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

konsisten dengan temuan dalam penelitian sebelumnya.[ 5 , 28 , 29 ] “Kepadatan populasi” dan “NDVI”
relatif rumit karena nilai yang lebih tinggi atau lebih rendah sama-sama berbahaya. Temuan ini mem-
menunjukkan bahwa kepentingan relatif dari faktor risiko yang berbeda dapat bervariasi di seluruh PRD. Sebagai contoh,
kejadian DF yang tinggi di daerah dengan kepadatan penduduk yang lebih rendah mungkin disebabkan oleh NDVI yang lebih tinggi,
yang menyediakan lingkungan mikro untuk perkembangbiakan nyamuk. “Jalan/kota di
batas prefektur" di PRD diidentifikasi dalam makalah ini sebagai salah satu faktor risiko. Di Tiongkok,
“Jalan/kota di perbatasan prefektur” secara kasar dapat dianggap sebagai pinggiran kota dengan lebih sedikit
manajemen dari kedua prefektur karena sebagian besar jalan/kota di prefektur
perbatasan jauh dari pusat prefektur. Daerah pinggiran kota ini dapat dengan mudah menyebabkan
kebersihan yang buruk dan secara tidak langsung mempromosikan klaster vektor. Biasanya, kebersihan yang buruk dan ramai
populasi dapat berkontribusi secara bersama-sama untuk meningkatkan jumlah kasus DF. Temuan ini adalah
terbukti dalam model kami.
Oleh karena itu, identifikasi faktor sosial ekonomi dan lingkungan dan parsial
tren yang ditunjukkan dalam model dalam makalah ini memberikan petunjuk yang berarti untuk penilaian epidemi dan
intervensi lokal untuk melawan faktor risiko. Misalnya, kasus terkait dengan populasi rendah.
kepadatan lation dan daerah bervegetasi akan menyarankan bahwa langkah-langkah kebersihan lingkungan akan
menjadi tidak efektif dan pemberantasan Aedes albopictus di daerah bervegetasi akan berhasil. Pop tinggi-
daerah kepadatan ulation terutama di batas prefektur dan daerah perkotaan dapat menanggapi
kampanye "bersihkan" terlebih dahulu. Memfokuskan lebih banyak sumber daya pada area-area yang sangat rentan dari
kota dapat membantu memperkuat kesadaran masyarakat akan pertahanan. Itu juga dapat memfasilitasi tepat waktu
strategi respons selama wabah DF dengan menunjuk ke area yang lebih rentan, dengan
tujuan meminimalkan kecepatan epidemi virus.
Namun, generalisasi hasil dan inferensi kausal sulit dilakukan karena ini merupakan
studi ekologi dan studi ini tunduk pada bias ekologis.[30] Perbedaan kepadatan vektor
kota, strategi pencegahan, ruang lingkup pendidikan, dan intervensi yang diterapkan di setiap daerah epidemi
tidak dipertimbangkan. Faktor-faktor ini mungkin beragam, menghasilkan distribusi yang heterogen
kasus DF. Dengan demikian, penelitian ini mungkin mengandung kesalahan yang melekat pada data kasus yang dilaporkan dan dalam
penggunaan sumber data ini untuk studi epidemiologi. Kami secara berkala melaporkan kualitas data
investigasi dan menemukan beberapa perbedaan dalam tingkat underreporting antara masing-masing daerah.
Karena daerah investigasi hanya mewakili tingkat provinsi dan tidak dapat
digunakan untuk menyesuaikan kasus di area penelitian kami, investigasi kualitas data yang ditargetkan di masa depan di PRD
harus dilakukan.
Meskipun kasus DF dalam penelitian ini terjadi pada tahun 2013, beberapa data yang berpengaruh
faktor dikumpulkan pada tahun yang berbeda, termasuk PDB per kapita pada tahun 2010, kepadatan jalan di
2011 dan NDVI di 2011. Namun, kurangnya data di tahun yang sama akan memiliki sedikit
berdampak pada hasil karena proporsi ketiga indikator ini dalam PRD dapat berubah
sedikit dalam 2-3 tahun. Concurvity (analog nonparametrik dari multikolinearitas) mungkin
hadir dalam data, yang mengarah ke tes signifikansi dengan kesalahan tipe 1 yang meningkat.[31 ] Nilai dari
estimasi indeks konkurvitas untuk empat istilah nonparametrik dalam penelitian ini berkisar dari
0,15 hingga 0,73.
Kesimpulannya, hubungan yang kompleks antara faktor lingkungan sosial ekonomi dan
Kejadian DF ditemukan di PRD China. Model aditif menawarkan alat pemodelan yang fleksibel
untuk masalah regresi. Memahami peran faktor sosial ekonomi dan lingkungan
tor dalam kejadian DF memiliki implikasi penting untuk perencanaan dan pelaksanaan
tindakan pencegahan dan pengendalian kesehatan masyarakat yang efektif.[ 32]] Perencanaan strategis yang ditargetkan dapat
fokus pada populasi rentan dan area berisiko lebih tinggi, yang secara konsisten terkena dampak masing-masing
tahun di masa depan.

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 11 / 13

https://translate.googleusercontent.com/translate_f 10/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

halaman 12

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

Kontribusi Penulis
Menyusun dan merancang eksperimen: GFG XQ. Melakukan percobaan: XQ YW YM.
Menganalisis data: XQ YW YL QC JM. Reagen/bahan/alat analisis yang dikontribusikan: XQ YW
YL. Menulis makalah: XQ YW.

Referensi
1. Teixeira Mda G, Costa Mda C, Barreto ML, Mota E. Epidemi demam berdarah dengue dan demam berdarah
di Brasil: penelitian apa yang diperlukan berdasarkan tren, pengawasan, dan pengalaman kontrol? Cad Saude
publik 2005; 21(5):1307–15. Epub 2005/09/15. PMID: 16158135

2. Chaichana P, Okabayashi T, Puiprom O, Sasayama M, Sasaki T, Yamashita A, dkk. Tingkat anti-

peningkatan yang bergantung pada tubuh secara in vitro menggunakan virus dan plasma dari pasien demam berdarah. PLoS Satu.
2014; 9(3):e92173. Epub 2014/03/20. doi: 10.1371/journal.pone.0092173 PMID: 24642752

3. WHO. Demam Berdarah: Pedoman diagnosis, pengobatan, pencegahan dan pengendalian Organisasi Kesehatan Dunia
dan Program Khusus untuk Penelitian dan Pelatihan Penyakit Tropis, Prancis: WHO Press;
2009 [25 Maret 2014]. http://whqlibdoc.who.int/publications/2009/9789241547871_eng.pdf .

4. DJ pecundang. Demam Berdarah, Urbanisasi dan Globalisasi: Tritunggal Mahakudus Abad ke-21. Trop Med
Kesehatan. 2011; 39(4 Suppl):3–11. Epub 2012/04/14. doi: 10.2149/tmh.2011-S05 PMID: 22500131

5. Bhatt S, Geting PW, Brady OJ, Messina JP, Farlow AW, Moyes CL, dkk. Distribusi global dan
beban DBD. Alam. 2013; 496(7446)::504–7. doi: 10.1038/nature12060 PMID: 23563266

6. Wen TH, Lin NH, Chao DY, Hwang KP, Kan CC, Lin KC, dkk. Pola spasial-temporal DBD di
daerah berisiko demam berdarah dengue di Kaohsiung, Taiwan, 2002. Int J Infect Dis. 2010; 14(4):
e334–43. Epub 2009/09/01. doi: 10.1016/j.ijid.2009.06.006 PMID: 19716331

7. Aldstadt J, Yoon IK, Tannitisupawong D, Jarman RG, Thomas SJ, Gibbons RV, dkk. Ruang-waktu anal-
ysis pasien demam berdarah yang dirawat di rumah sakit di pedesaan Thailand mengungkapkan interval temporal yang penting dalam polanya
dari penularan virus dengue. Kesehatan Trop Med Int. 2012; 17(9):1076–85. Epub 2012/07/20. doi: 10.
1111/j.1365-3156.2012.03040.x PMID: 22808917

8. Goto K, Kumarendran B, Mettananda S, Gunasekara D, Fujii Y, Kaneko S. Analisis efek meteo-

faktor rologi pada kejadian DBD di Sri Lanka menggunakan data time series. PLoS Satu. 2013; 8(5):
e63717. Epub 2013/05/15. doi: 10.1371/journal.pone.0063717 PMID: 23671694

9. Lai LW. Pengaruh kondisi lingkungan pada wabah asynchronous penyakit demam berdarah dan
peningkatan populasi vektor di Kaohsiung, Taiwan. Int J Environ Health Res. 2011; 21(2):133–46.
Epub 2011/03/23. doi: 10.1080/09603123.2010.515670 PMID: 21424970

10 . Hagenlocher M, Delmelle E, Casas I, Kienberger S. Menilai kerentanan sosial ekonomi terhadap demam berdarah
demam di Cali, Kolombia: pemodelan berbasis statistik vs ahli. Int J Health Geogr. 2013; 12(1):36. epub
2013/08/16.

11 . Zhang H, Zhang Y, Hamoudi R, Yan G, Chen X, Zhou Y. Karakterisasi spatiotemporal demam berdarah
virus di Cina daratan: wawasan tentang seluruh genom dari 1978 hingga 2011. PLoS One. 2014; 9(2):
e87630. Epub 2014/02/20. doi: 10.1371/journal.pone.0087630 PMID: 24551062

12 . Fan J, Lin H, Wang C, Bai L, Yang S, Chu C, dkk. Mengidentifikasi area berisiko tinggi dan meteorit terkait
faktor rologis penularan demam berdarah di Provinsi Guangdong, Cina dari tahun 2005 hingga 2011. Epidemiol
Menulari. 2014; 142(3):634–43. Epub 2013/07/05. doi: 10.1017/S0950268813001519 PMID: 23823182

13 . Li Z, Yin W, Clements A, Williams G, Lai S, Zhou H, dkk. Analisis spatiotemporal masyarakat adat dan
kasus demam berdarah impor di provinsi Guangdong, Cina. BMC Infeksi Dis. 2012; 12:132. epub
2012/06/14. doi: 10.1186/1471-2334-12-132 PMID: 22691405

14 . Liu C, Liu Q, Lin H, Xin B, Nie J. Analisis spasial demam berdarah di Provinsi Guangdong, Cina, 2001–
2006. Kesehatan Masyarakat Asia Pac J. 2014; 26(1):58–66. Epub 2013/01/25. doi: 10.1177/
1010539512472356 PMID: 23343642

15 . Honorio NA, Nogueira RM, Codeco CT, Carvalho MS, Cruz OG, Magalhaes Mde A, dkk. Evaluasi spasial-
asi dan pemodelan seroprevalensi Dengue dan kepadatan vektor di Rio de Janeiro, Brasil. PLoS Negl
Trop Dis. 2009; 3(11):e545. Epub 2009/11/11. doi: 10.1371/journal.pntd.0000545 PMID: 19901983

16 . Johansen D, Gronbaek M, Overvad K, Schnohr P, Andersen PK. Model aditif umum diterapkan
untuk analisis hubungan antara jumlah dan jenis alkohol dan semua penyebab kematian. Eur J Epidemiol.
2005; 20(1):29–36. Epub 2005/03/11. PMID: 15756902

17 . R: Bahasa dan lingkungan untuk komputasi statistik R Foundation for Statistical Computing,
Wina, Austria: Tim Inti Pengembangan R; 2008 [25 Maret 2014]. http://www.R-project.org.

18 . Kayu SN. Pemilihan pemasangan dan kehalusan langsung yang cepat dan stabil untuk model aditif umum. jurnal
dari Royal Statistical Society: Seri B (Metodologi Statistik). 2008; 70(3):495–518.

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 12 / 13

halaman 13

Faktor Sosial Ekonomi dan Lingkungan pada Demam Berdarah

https://translate.googleusercontent.com/translate_f 11/12
1/11/22, 9:17 AM Pengaruh Faktor Sosial Ekonomi dan Lingkungan Terhadap Kejadian Demam Berdarah Dengue Di Delta Pearl River, China, 2013

19 . Wu PC, Lay JG, Guo HR, Lin CY, Lung SC, Su HJ. Suhu yang lebih tinggi dan urbanisasi mempengaruhi spa-
pola transmisi demam berdarah di Taiwan subtropis. Sci Total Lingkungan. 2009; 407(7):2224–
33. Epub 2009/01/23. doi: 10.1016/j.scitotenv.2008.11.034 PMID: 19157509

20 . Wang C, Jiang B, Fan J, Wang F, Liu Q. Sebuah studi tentang epidemi demam berdarah dan faktor meteorologi di
Guangzhou, Cina, dengan menggunakan model regresi Poisson tanpa inflasi. Kesehatan Masyarakat Asia Pac J. 2014;
26(1):48–57. Epub 2013/06/14. doi: 10.1177/1010539513490195 PMID: 23761588

21 . Troyo A, Fuller DO, Calderon-Arguedas O, Solano ME, Beier JC. Struktur perkotaan dan demam berdarah di
Puntarenas, Kosta Rika. Singap J Trop Geogr. 2009; 30(2):265–82. Epub 2010/02/18. PMID:
20161131

22 . Li Y, Kamara F, Zhou G, Puthiyakunnon S, Li C, Liu Y, dkk. Urbanisasi meningkatkan Aedes albopictus

habitat larva dan mempercepat perkembangan dan kelangsungan hidup nyamuk. PLoS Negl Trop Dis. 2014; 8
(11):e3301. Epub 2014/11/14. doi: 10.1371/journal.pntd.0003301 PMID: 25393814

23 . Heddini A, Janzon R, Linde A. Peningkatan jumlah kasus demam berdarah pada pelancong Swedia ke Thailand.
Pengawasan Euro. 2009; 14(5). Epub 2009/02/14.

24 . Mena N, Troyo A, Bonilla-Carrion R, Calderon-Arguedas O. Faktor-faktor yang berhubungan dengan kejadian den-
gue di Kosta Rika. Pdt. Panama Salud Publica. 2011; 29(4):234–42. Epub 2011/05/24. PMID: 21603768

25 . Adams B, Kapan DD. Manusia menggigit nyamuk: memahami kontribusi pergerakan manusia terhadap vektor
dinamika penyakit tor-borne. PLoS Satu. 2009; 4(8):e6763. Epub 2009/08/27. doi: 10.1371/jurnal.
pon.0006763 PMID: 19707544

26 . Machault V, Vignolles C, Halaman F, Gadiaga L, Gaye A, Sokhna C, dkk. Heterogenitas spasial dan suhu
evolusi poral risiko penularan malaria di Dakar, Senegal, menurut lingkungan penginderaan jauh
data pikiran. Malar J. 2010; 9:252. Epub 2010/09/08. doi: 10.1186/1475-2875-9-252 PMID: 20815867

27 . Cordeiro R, Donalisio MR, Andrade VR, Mafra AC, Nucci LB, Brown JC, dkk. Distribusi spasial dari
risiko demam berdarah di Brasil tenggara, 2006-2007. Kesehatan Masyarakat BMC. 2011; 11:355. doi: 10.1186/
1471-2458-11-355 PMID: 21599980

28 . Messina JP, Brady OJ, Scott TW, Zou C, Pigott DM, Duda KA, dkk. Penyebaran global virus dengue
jenis: pemetaan sejarah 70 tahun. Tren Mikrobiol. 2014; 22(3):138–46. Epub 2014/01/29. doi: 10.
1016/j.tim.2013.12.011 PMID: 24468533

29 . Penenun SC. Urbanisasi dan perluasan geografis penyakit arboviral zoonosis: mekanisme dan
strategi potensial untuk pencegahan. Tren Mikrobiol. 2013; 21(8):360–3. Epub 2013/08/06. doi: 10.
1016/j.tim.2013.03.003 PMID: 23910545

30 . Openshaw S. Kesalahan ekologi dan analisis data sensus areal. Rencana Lingkungan A. 1984; 16
(1):17–31. Epub 1984/01/01. PMID: 12265900

31 . Ramsay TO, Burnett RT, Krewski D. Pengaruh concurvity dalam model aditif umum yang menghubungkan mor-
talitas terhadap materi partikulat ambien. Epidemiologi. 2003; 14(1):18–23. Epub 2002/12/25. PMID:
12500041

32 . Chakravarti A, Arora R, Luxemburger C. Lima puluh tahun demam berdarah di India. Trans R Soc Trop Med Hyg.
2012; 106(5):273–82. Epub 2012/02/24. doi: 10.1016/j.trstmh.2011.12.007 PMID: 22357401

Penyakit Tropis Terabaikan PLOS | DOI:10.1371/journal.pntd.0004159 27 Oktober 2015 13 / 13

https://translate.googleusercontent.com/translate_f 12/12