Rapport d'activité, du 25 juillet au 22 septembre 2012

RAPPORT D'ACTTVITE Dr Laurent TOE A. INTRODUCTION Ce rapport est produit au terme du contrat de conseiller temporaire qui m'a été offert par I'OMS / APOC du 25 juillet au22 septembre 2012. Ce rapport fait le résumé des activités que j'ai menées conformément aux termes de référence suivants : - Assurer Ia gestion et la conduite des activités de criblages de simulies en laboratoire et contribuer à la formation des techniciens entomologistes; - Contribuer aux activités de recherche sur les pièges à simulies et sur la détection par satellite de gîtes larvaire de simulies. B. SURVEILLANCE ENTOMOLOGIQUE PAR LE LABORATOIRE Les activités du laboratoire de biologie moléculaire sont suite d'activités imbriquées qui font intervenir tous les membres de I'équipe qui sont : - Mr Sanon Karim, Technicien de laboratoire - Mr Sanfo Moussa, Assistant de recherche en laboratoire - Dr Adjami A. Aimé, Parasitologiste - Dr Toé Laurent D., Biologiste, responsable de la coordination des activités du laboratoire. Durant la période de ce contrat et comme dans les précédents, j'ai suivi et participé activement à toutes les étapes des l'identification par les sondes d'ADN eti'ai personnellement assuré la détermination des taux d'infectivité des populations des simulies reçues au laboratoire. I. RECEPTION ET COMPTAGE DES SIMULIES I .1 . Le remplissage des fiches et la saisie des données Les échantillons qui ont été comptés au cours de la période allant du 25 juillet au 22 septembre 2012 sont résumés dans les tableaux ci-dessous. Un registre de réception des échantillons au laboratoire est régulièrement rempli manuellement à chaque réception d'échantillons et est disponible au laboratoire. Les fiches qui accompagnent les envois sont contrôlées, et rangées dans un classeur. Les données qui y figurent sont saisies sur ordinateur du laboratoire. Ces classeurs sont toujours disponibles et les fiches y sont classées par ordre d'arrivage au laboratoire. I.2.Le comptage des simulies Les échantillons en provenance de l'Ouganda, du Benin, du Nigéria, du Burkina Faso, de la Guinée Conakry ont été comptés et préparés pour le criblage. Sur un total I I de 1,45425 simulies notifié par les équipes des pays, 129699 ont été retrouvées à la fin des comptages réalisés par Mr Sanon Karim. Des anomalies ont été constatées lors de la réception des échantillons. Elles sont de diverses natures et sont différentes selon les pays. Les principaux problèmes rencontrés sont : - La conservation des échantillons : la mauvaise qualité de l'alcool pour la conservation des simulies au Nigeria - Lamauvaise qualité des étiquettes : les étiquettes illisibles dans les piluliers principalement sur les échantillons de la guinée Conakry. - Le mauvais remplissage ou l'absence de fiche accompagnant les échantillons o Les bassins n'ont pas été précisés pour les échantillons en provenance de l'Ouganda. o Les effectifs n'ont pas été mentionnés sur les fiches de la guinée Conakry - Le mauvais paquetage des piluliers pour le transfert au laboratoire : o piluliers cassés ont été notés sur les échantillons en provenance de Ia Guinée Conakry, au Nigeria, et au Benin o piluliers vidés de tout son alcool en laissant les simulies sèches ont été noté au Benin et au Nigeria 1.3 Analyse des échantillons de simulies Cette partie du travail a été faite par le Dr Adjami Aimé, Mr Sanfo Moussa et moi- même. Elle a consisté en l'exti'actiôn et én la purification des extraits d'ADN, en la réaction de polymérisation en chaine (PCR), en Ia détection des lots positif à O. volvulus. J'ai personnellement assuré de bout en bout les travaux sur les échantillons de l'Ouganda, du Bénin et du Nigeria; et l'analyse et l'interprétation de tous les résultats présentés dans ce rapport. 2 II ETUDE DE L'ELIMINATION DANS LES PAYS APOC 2.1 TCHAD a. Résultats Les résultats du Tchad sont représentés dans Tableau L. Ces identifications concernent 1,420 simulies collectées dans 2 points de surveillance ; ce sont Sergue et Watama. Les taux d'inJectivité sont partout inférieurs au seuil de 0.5x10-3 et sont nuls. Tableau 1 : Résultats entomologiques du Tchad b. Commentaires La situation entomologique de la transmission de l'onchocercose parait bonne, cependant une certaine Nous recorunandons la impose du fait d" lu fuibl"rs" d"r "ff ,freserve s des ca de simulies si les critères de traitement à l'iv sont sa ts 2.2 OUGANDA a. Résultats Les résultats de l'Ouganda sont représentés dans Tableau 2. Ces identifications concernent 9594 simulies collectées dans 4 points de surveillance; ce sont Amua Moyo, Isango, Kathembo et Kisanga. Dans ces t' de simulies n'a pas été atteint. Les taux d vité sont tous supérieurs au seuil de 0.5x1 Tableau 2: Résultats entomologiques de l'Ouganda PAYS LIBELLE BASSIN EFFECTIF/PAYS EFFECTIF TRAITE NB TUBE NB OVS2 POSITIF TAUX D'INFECTIVITE (10') TCHAD SERGUE CHARI 830 822 0 0 WATAMA CHARI 577 598 6 0 0 PAYS LIBELLE EFFECTIF/PAYS EFFECTTF TRAITE NB TUBE NB ovs2 POSITIF TAUX D'INFECTIVITE (10') INTERVALLE (10') UGANDA AMUA MOYO 2744 2429 8 2 0,958 0,|2 3,39 ISANGO 5908 4508 l5 3 0,143 0,143 2,16 KATHEMBO 2503 2272 8 2 0,958 0,112 3,39 KISANGA 362 385 4 I 2,87 0,088 14,49 J 8 b. Commentaires La situation entomolo ue de la transmission de l'onchocercose n'est la faiblesse des effectifs a été indiquant ainsi la présence de parasite. Nous recommandons la poursuite des capfures pour 1'obtention de l'effectif minimal de 6000 simulies pour f interprétation des résultats. III SURVEILLANCE DANS LES PAYS EX-OCP 3.1 BURKINA FASO a. Résultats Le Burkina Faso a mené une surveillance entomologique en L3 points de capture ré parti sur 4 bassins qui sont : la Bambassou, la Bougouriba, la Comoé et le Mouhoun. Deux points sur la Bambassou ont obtenu le minimum requis de 6000 simulies (Navrikpe et Balignar) de même que deux points sur la Comoé (Bodiajougou amont et chutes) Les taux d'infectivité sont tous inférieurs au seuil de 0.5x10-a Quatre points sur le Mouhoun, un point sur la Bambassou et un sur la Bou ont un taux d'infectivité nul Tableau 3. Tableau 3: Résultats entomologiques du Burkina Faso b. Commentaires La situation au Burkina Faso se caractérise par des taux d'infectivité proche du seuil dans les points de surveillance des bassins de la Comoé, de la Bougouriba et à 4 LIBELLE BASSIN EFFECTIF/PAYS EFFECTIF TRAITE NB TUBE NB OVS2 POSITIF TAUX D'INFEC TIVITE (10-3) INTERVALLE (10') NAVzuKPE BAMBASSOU 6224 6004 20 0 0 BALIGNAR BOUGOURIBA 6937 5344 l8 I 0,19 0,0058 0,98 DANKOTANZOU BOUGOURIBA 5636 530 I 18 2 0,392 0,0463 1,379 NIPODJA BOUGOURIBA 5034 4985 l5 t 0,223 0,007 1,184 WAPASSI BOUGOURIBA 2689 2t08 7 0 0 BODIADOUGOU AMONT COMOE 7473 7281 24 3 0,45 0,085 l,2g BODIADOUGOU CHUTES COMOE 7588 7353 25 2 0,277 0,0327 0,976 BODIADOUGOU VILLAGE COMOE 5 156 4999 t7 2 0,417 0,0492 1,466 DJONGBAL MOUHOUN 3206 2862 l0 I 0,351 0,0108 l,8l FERKANE MOUHOLTN 734 712 7 0 0 TEHINI SUD MOUHOUN 572 456 5 0 0 TOUSSANA MOUHOI.IN 2288 1993 7 0 0 ZINDI MOUHOLN t79r 1791 5 0 0 Djongbal sur le Mouhoun. Les efforts entrepris pour le control de l'onchocercose sur ces bassins devraient se poursuivre. 3.2 COTE D'IVOIRE a. Résultats Les activités de surveillance en Côte d'Ivoire se sont concentrées sur les bassins de la Comoé-Léraba, de la Volta Noire principalement. Quelques points ont été suivis sur la Marahoué, le N'zi-Bandama et le Sassandra. On note la relative faiblesse des effectifs capturé. Le seul point ayant collecté le minimum de 6000 simulies est Alosso sur la Comoé (Tableau 4). Les La- autres points ont des taux d'infectivité proc ou supérieurs au seuil. A part taux d'infectivité sont nuls dans 8 des dix de surveillance de la Comoé pour Alosso, la surveillance dans les points de ce bassin devrait être reprise pour obtenir des effectifs plus importants. Sur la Volta Noire, deux des trois points sous surveillance ont un taux d'infectivité nul. Le troisième point a un taux inférieur au seuil de 0.5x10-3 Sur le Bandama, il n'y pas d'infection. Sur le Sassandra à Vialadougou le taux infectivité est supérieur au seuil de 0.5x10-3. Tableau 4 : Résultats entomologiques de Ia Côte d'Ivoire l/ LIBELLE BASSIN EFFECTIF/ PAYS EFFE CTIF TRAI TE NB TUBE NB ovs2 POSI TIF TAUX INFECT IVITE (10-3) INTERVALLE (10") NIAKA CHAUSSEE BANDAMA BLANC 722 767 I 0 0 ALOSSO COMOE 10020 10009 33 4 0,43 0,r08 l, 108 AMOIKONKRO COMOE 492 490 5 0 0 GROUMANIA COMOE 2207 2207 7 2 7,12 0,131 3,976 KAFOLO BAC COMOE 1641 l 503 5 I @ 0,0228 3,855 TEHINI PONT COMOE I65 162 2 0 0 YABRASSO COMOE 3164 3006 l0 0 0 LERABA PONT LERABA 349 326 I 0 0 NINCLINVOGO LERABA 2558 2104 7 0 0 SERIBADJANVOGO LERABA 2320 2202 7 0 0 SOMAVOGO LERABA 68 79 I 0 0 KONGASSO MARAHOUE t20t I 199 4 0 0 FETEKRO NZI 2n2 2105 2t I 0,497 0,01 5 2,509 VIALADOUGOU SASSANDRA 809 802 8 I 0,041 I 6,872 BAWE PONT VOLTA NOIRE 1049 l00 r 3 0 0 TAGADI NTERESSO VOLTA NOIRE 6847 6654 J 0 0 TAME.KOULDA VOLTA NOIRE 990 914 J I 0,162 0,0501 0,837 5 c9 b. Commentaires Aucun des bassins visité en 2011 n' arait totalement assaini. Les résultats sont à pondérer \-t' par la faiblesse des e co n devrait être fait en matière de renforcement de la supervision de proximité. 3.3 GUINEE a. Résultats Onze points au total ont été sous surveillance dans 8 bassins fluviaux. Deux points ont fourni l'effectif minimum de 6000 simulies (Tableau 5 ) Les taux d'infectivité sont partout nrlls Tableau 5 : Résultats entomologiques de la Guinée a En cours d'identification b. Commentaires Des questions s'imposent quand on observe les effectifs : une supervision rapprochée des captureurs s'impose pour une meilleure compréhension du protocole de capture pour améliorer leur performance. Nous recoûunandons une reprise des captures dans les points n'ayant pas atteint les 6000 simulies. 6 TAUX D'INFECTIVITELIBELLE BASSIN EFFECTIF NB LOTS PCR POSITIF ovs POSITIF 0 0 0BADEKANTI KILISSI 4200 l4 0 0 0DIARAGBELA NIGER 5400 l8 FIFA 4800 t6 0 0 0TINKISSO KABANIHOYE KABA 5 100 t7 I KONDEBOUM NIGER 6000 20 I * KONDEM TINKISSO 4500 15 0 0 0 LEBALA SANKARANI 5700 t9 I 0 0 SANANKORO SANKARANI 6000 20 0 0 0 SEOUROU BAKOYE 5400 l8 I 0 0 SOUMAYERA MONGO 3900 l3 0 0 0 TERE DION 5700 l9 I 0 0 îPAYS BENIN NIGERIA IV ETUDE DES MOUVEMENTS SIMULIDIENS TRANSFRONTALIERS BENIN- NIGERIA a. Résultats Les résultats présentés portent sur les derniers lots de simulies parvenus au laboratoire (Tableau 6 ). Ces lots se caractérisent par la faiblesse des effectifs aussi bien au Bénin qu'au Nigeria. Aucun des points qui font l'objet de l'étude n'a pu atteindre le minimum requis de simulies. Malgré ce fait, au Bénin dans les lots examinés I'ADN d'O. uolaulus n'a été détecté. Au Nigeria, I'ADN du parasite a été trouvé ye i. Le taux d'infectivité à est su au seuil de 0.5x10-3 Tableau 6 : Résultats entomologiques b. Commentaires Ces résultats sont similaires à ceux trouvés dans les précédentes analyses. h s@auBéninalorsq u'au Nigeria l'infection persiste 7 LIBELLE BASSIN EFFECTIF/PAYS EFFECTIF TRAITE NB TUBE NB OVS2 POSITIF TAUX D'INFECTIVITE(l0r) INTERVALLE (10') AGBOGBOME OUEME 873 853 9 0 0 ATCHERIGBE OUEME 312 306 J 0 0 KABOUA OUEME 1493 r 350 5 0 0 MBETEKOUKOU OUEME 1366 1367 5 0 0 VOSSA OUEME l 189 1098 4 0 0 PAYS LIBELLE BASSIN EFFECTIF/PAYS EFFECTIF TRAITE NB TUBE NB ovs2 POSITIF TAUX D'INFECTIVITE (10-3) INTERVALLE (10") IDI ATA OGLIN 1739 1409 6 0 0 IGANNA OGUN 645 632 2 0 0 IGBOJAYE OGUN 2457 2553 9 I 0,392 0,012 2,024 OLOKEMIJI OGLIN 1396 12t2 5 2 @e'> 0,199 6,126 OYEE OGLIN lll0 1092 4 0 0 ACTIVITES DE RECHERCHE I. UPDATE ON RESEARCH ON BLACKFLY TRAPPING The goal of the black flies trapping study is to develop a trap targeting onchocerciasis vector that will prove to be as efficient as human landing collections. The study is carried out by a consortium of institutes in America, Mexico and Africa led by Prof. Unnasch from Universiÿ of South Florida at Tampa. Using humans as bait (vector collectors) is currently the standard method for collecting onchocerciasis vectors in Africa and Latin America. As part of the efforts to develop a trap to replace human landings for the monitoring and surveillance of onchocerciasis transmission, research was carried on pheromones and attractants that have effect on to collect Simulium oclraceum s.l. and Simulium damnosum s.l. Demonstration of attractiveness of S. aittatum pheromone for the S.damnosum was done using modified oviposition chamber in the field laboratory in Banfora. Using egg methanol extracts, compounds were identified and the molecular formula structure of the active compound fraction is determinate. The coming step of this research will focus on a fine identification of the active components in the volatiles, and their production in preparative quantities and if necessary synthesize them. Comprehensive evaluations of trap platforms were simultaneously conducted for their ability to collect Simulium ochraceum and Simuliuru damnosum (both sensu lato), primary vectors of onchocerciasis in Latin America and Africa, respectively. Broad trap platforms with numerous modifications and bait variations were evaluated for their abilities to collect onchocerciasis vectors in Mexico and Burkina Faso. These traps targeted host seeking flies andf or gravid flies. In Mexico, a novel trap designed dubbed "Esperanza window trap" showed particular promise over other traps. I4trhen baited with carbon dioxide and BGJure (synthetic blend of human odor components) a pair of Esperanza window traps collected numbers of S. ochraceum s.l. females equal to a team of vector collectors (in some trials). In Burkina Faso, the Esperanza window trap baited with worn pants and carbon dioxide rivaled vector collectors for capturing S. damnosum females. Other traps, which collected mainly ovipositing (gravid) females, also showed significant promise. Studies have have These results from field studies in Africa and Mexico suggest that a simple yet effective trap to replace using humans as black fly bait may be widely available in the near future. The Esperanza window trap, when baited with appropriate lures and carbon dioxide can be used to collect substantial numbers of the onchocerciasis vectors Simulium ochraceum s.l. and Simulium dqmnosum, despite differences in the ecologies of the two species. I led the field activities in Burkina Faso that obtained the result presented above. I am also taking part in the project coordination teleconferences held every two weeks. 8 II. SPATIAL MODELING OF ONCHOCERCASIS FOCI IN AFRICA BY REMOTE SENSING AND IDENTIFICATION OS S. damnosum BREEDING SITES On spatial modeling of onchocerciasis foci in Africa by remote sensing and identification of S. damnosum breeding site in West Africa and East Africa (Uganda), was by utilizing historical data simuliumbreeding sites in conjunction with remote sensing data to develop a spatial model capable of predicting breeding sites location. These can be found by considering that ecology of breeding sites is specific; transmission associated with breeding sites and remote mapping of breeding sites may assist in mapping at risk population inaccessible areas. In Burkina Faso -1,00% of sites contained larvae; no false positives; no larvae 1n upstream and downstream of prediôtËâ siteÀ ânï-3pëifrcity" of model was 100%. In U 23 otft of 25 dicted false positives, no larvae found ln surveys positives sites and contained lafÿàe-fwo i" "ZtiÔrn îpËtrëâm ând-dirwnsE?âni of predicted sites. In summary: o Most productive S. damnosumbreeding sites were associated with fast flowing water over pre-Cambrian rock. . 100% of sites predicted as habitat by major model in Burkina Faso and 92% of predicted sites in Uganda contained larvae. . Less productive breeding sites were associated with fast flowing water and floating vegetation. o 87% of the habitats predicted by the secondary model contained larvae. . No other larval habitats identified by ground surveys. Further work include to predict breeding sites productiviÿ, delineate'zones of risk' around the breeding sites and extension of approach to other vector species (of forest dwelling s. damnosum ) One article is noted in Geo-spatial Information Science: Quasi-likelihood techniques in a logistic regression equation for identifying Simulium damnosum s.l. larval habitats intra-cluster covariates in Togo Geo-spatial Information Science iFirst Article, 2072, 1 -17 Benjamin G. JACOBU*, Robert I. NovAKa, Laurent ToEb, Moussa S. SANFob, Abena N. AFRIYIE , Mohammed A. IBRAHIMd, Daniel A. GRIFFITHe and Thomas R. UNNASCH" (Received 15 September 2011; final version received2T June 2012) uGlobal Infectious Disease Research Program, Department of Public Health, College of Public Health, University of South Florida, 3720 Spectrum Blvd, Suite 304,Tampa, FL336'1.2, USA; bOnchocerciasis Control Programme (OCP), 8.P.1473 Avenue Norte, Zombre, Sector 8, Ouagadougou, Burkina Faso, West Africa; cDepartment of 9 Chemistry, Universiÿ of Pittsburg, 3260 Forbes Avenue, First Floor, USA; dDepartment of Biology, Wake Forest University, 226 Winston Hall, Box 7325 Reynolda Station, Wirston-Salem, NC 27109, USA; "School of Economic and Poticy Sciences, The Universiÿ of Texas at Dallas,800 West Campbell Road, Richardson, TX 75080-302L, USA. D. AUTRES ACTIVITES - Participation au TCC APOC où une présentation des recherches a été faite - Participation à la réunion des GTNO/APOC Conclusion Les activités de criblages de simulies en laboratoire se déroulent bien. L'équipe du laboratoire a un bon rythme de travail. Il reste 44187 simulies à hraiter au compte des captures réalisées en 2011. La recherche sur les pièges à simulies a engrangé des résultats prometteurs avec le piège Esperanza. L'dditjon-de-Qz et des odeurs humaines en a accru l'attr té. Après avoir identifié le signal spécifique caractérisant les gîtes et après l'avoir validé au Burkina et en Ouganda,la recherche pour la détection par satellite de gîtes larvaires de simulies s'oriente vers la prédiction de la productivité des gîtes, la délimitation des zones à risque et l'extension de l'approche à d'autres espèces vectrices de l'onchocercose. Remerciements Au terme de ce contrat de travail, nous voudrais adresser mes sincères remerciements au Dr P. Lusamba, Directeur du prograrrune APOC, au Dr L. Yaméogo, Coordinateur du bureau du Directeur pour la confiance qu'ils ont mis en nous Pour la réalisation de ce travail. De même nous remercions tout le management d'APOC pour leur collaboration qui nous a permis d'atteindre les objectifs qui nous ont été assignés. 10 ANNEXES 7. Spatial modeling of onchocerciasis Work on the first three specific aims has been successfully completed. Dr. Toe's field epidemiological team has developed a robust model based upon a combination of spatial signals characteristic for water flowing over pre-Cambrian rock and floating vegetation, both of which are habitat features characteristic of breeding sited for Simulium damnosum s.l. When this model was used to predict breeding sites for S. damnosum s.l. in Burkina Faso and Togo in West Africa, all of the ground-truthed field validated sites predicted contained breeding site habitats were found to contain S. damnosum s.l. larvae, thus exhibiting a 700o/o correlation between the spatially interpolated residual hyperendemic estimates and confirmed breeding sites. The model was then used to predict breeding habitats in Northern Uganda in an area in which no control measures were undertaken. When the predicted sites were ground truthed, the model exhibited a correlation between predicted and observed breeding sites of 92.8%. Thus, the model was highly successful in forecasting S. damnosum s.l. breeding sites, both in West Africa, where it was initially developed, and in Uganda, a country in East Africa located 3,700 km distant from the habitats initially used to develop the model. Presently the epidemiological field team has recently concentrated upon Specific Aim 4, for delineating a " zorte of risk", estimating the distance from a breeding site within which populations will still be at risk for infection with O. uolaulus. To accomplish this, the team utilized historical pre-control data on the prevalence of Onchocerciasis in communities within the former Onchocerciasis Control Programme (OCP) area in West Africa. Initially, Mr. Sanfo Moussa, Dr Toe's field epidemiological GIS specialist, overlaid all the georeferenced sampled data onto QuickBird visible and near-infra-red data in ATcGIS and then demarcated distances in units of 5 km up to 15km from the sampled S. damnosum s.l. habitats identified by the OCP. By so doing, Dr Toe's field team was able to define and aggregate Euclidean-distance-based measurements from the capture point to multiple prevalence-stratified riverine epidemiological villages at the study site. Dr. Jacob, a research assistant professor of GIS and spatial statistics at the Universiÿ of South Florida under the supervision of Dr Novak then constructed a Poisson regression model in SAS using multiple georeferenced observational explanatory predictor covariate coefficients spatiotemporally field- sampled within each 5km demarcated zone from the capture point. He then employed a spatial fitter logistic model specification to describe the Poisson random variables for prioritizing the stratified prevalence rates within each distance classified zone. The residuals revealed a prominent first-order temporal autoregressive structure in the time-series dependent data from the capture point also from 0 to 5km. Since there were likely to be breeding sites which were not recorded by the OCP which might have contributed to transmission the study villages, the team then 1l generated a spectral signature of a capture point to stochastically interpolate the spectral endmembers to identify other breeding habitats at the study site. Mr. Sanfo then used ENVI technology and multiple ATcGIS derived nonlinear spectrally- dependent retrieval algorithms to qualitatively 'unmix" the diffuse scattered QuickBird sub-pixel endmembers radiance attributes. Dr. Jacob then kriged the sub- pixel fractional abundances using an Ordinary stochastic interpolator to identifu unknown, unsampled habitats along the riverine sfudy site. By so doing, the simulation predictive analyses defined a practical range and defined the distance at which 95% of the sill was reached for attaining a asymptotic variogram model with unbiased remote and parasitological indicators. The non-linear estimates where then analyzed with an eigenvector spatial filtering algorithm using a positive-definite covariance matrix in SAS/GIS@ which transformed all the ATcGIS derived Euclidean- distance based georeferenced observational explanatory predictor covariate coefficients containing spatial dependence into covariate coefficients free of spatial dependence by partitioning the original time series-dependent riverine larval habitat data feature attributes into two synthetic variates: (1) a spatial filter variate capturing latent spatial dependency and (2) a non-spatial variate that was free of spatial dependence. The space-time autocorrelation estimation actually involved two specifications: one casting a percentage at a sampled prevalence stratified village location as a function of the preceding in sifa entomological-related prevalence value as well as the preceding neighboring sampled villages values, (i.e., a lagged specification); and, the other casting a percentage at location as a function of the preceding in situ value as well as the contemporaneous neighboring values. The geographic distribution of the sampled covariate coefficients based on Onchocerciasis pre-control prevalence data exhibited positive spatial autocorrelation in all models tested: like prevalence rates aggregated in geographic space with the highest values within the 0-5km range from the capture point. By employing all the linear and non-linear algorithmic forecasting equations and the object-based classificatiory the QuickBird data products and spectral decomposition techniques the Euclidean direction-based covariate coefficients from the capture point to the closest stratified village source was identified from Okm to Skm. Thus, the maximum risk of Onchocerciasis was found to exist in villages located a maximum of Skm from a breeding site. In villages located 5-10 km from a breeding site, there were trace levels of positive autocorrelation. For villages located L0-15km from a breeding site, the eigendecomposition algorithmic residual output revealed negative autocorrelation; dissimilar prevalence rates clustered in geographical space, representing hypoendemiciÿ. Thus, the greatest risk for Onchocerciasis was found to occur for communities located within Skm of a breeding site, with the risk declining rapidly past this Euclidian distance. Little or no risk was seen in villages located further than 10km for a breeding site. IZ IFufure Plans: The model described is based upon the analysis of QuickBird data, which has a resolution of 0.61m, and costs roughly $77 per km2. For the model to be applied over large areas such as the entire country of the Democratic Republic of Congo, for example, Drs. Ururash, Toe, and Novak feel that the cost will prove to be prohibitive for many developing nations. As such, in the upcoming year of the project, Dr. Jacob working with Mr. Sanfo will attempt to use a combination of free and inexpensive databases to extract a robust signature, thereby reducing the cost of the imagery for enabling cost-effective purchasing of the data products for local third world governments.. To accomplish this, Dr. jacob proposes to interpolate three coarser resolution products [Deimos data at 23m ($.14 cents per km2), Rapid Eye 5m data ($1.00 per km2) and IKONOS 3.2m data ($2.50 per km2). Initially, he will decompose and attempt to construct an S. damnosum s.l. known habitats target signature and associated refiectance values using the coarse imagery employing an array of unmixing algorithms. Since coarser endmember sub-pixel data may easily be mistaken as anomalies he will be conducting field verification exercises using a randomized number of interpolated georeferenced coordinates from a stochastic predictive geographical algorithm (i.e., Ordinary Kriged based spatiotemporal models) at a riverine sampled site generated from the decomposed coarser signatures. By so doing, an inexpensive coarse umixed pixel spectrum may generate a larval habitat endmember reference signature, which will substantially reduce the costs associated with data acquisition. Dr. Jacob's had stated that if the predictive linear and non-linear remote mathematical algorithms can be used to control Onchocerciasis he will attempt to create a cyber-environmental mathematical platform for multiple arthropod related infectious diseases throughout Africa. Contributions in submitted and in press for 2012 include for the proiect thus far: 1.A remote sensing model to predict and locate River Blindness vector habitats in sub-Saharan Africa Proceedings of the National Academy of Science Benjamin George Jacob, Robert J Novak, Laurent D. Toe, Sanfo Moussa, Daniel A. Griffith , Thomas Lakwo, Peace Habomugisha, Moses Katabarwa, and Thomas R. Unnasch Submitted Abstract: Precise locations of larval habitats of Simulium damnosum sensu lato, the major African black-fly vector of onchocerciasis (i.e.,"river blindness") can be useful for mapping areas at risk for disease. The immature stages, which are the source of the adult flies which transmit the causative agent (Onchocerca volvulus) are located in fast moving water. To develop a method to identify these specific riverine habitats multiple within-canopy objects of confirmed georeferenced S. damnosum s.l. producing habitats in Burkina Faso were spectrally decomposed. An object-based classifier, two stream radiative atmospheric transfer model, a geometric-optical model and a bidirectional reflectance distribution function were then employed to l3 unmix and quantify diffuse radiance emitted from the georeferenced riverine larval habitats. Endmember spectra from Precambrian rock and multiple ripple water spectral components, key habitat identifiers of S damnosum s.l. riverine foci, were also decomposed and quantified. Non-parametric estimators from endmembers of the visible and near infra-red domain were then used to construct a Boolean model. Thereafter, the sub-meter imaged riverine habitat was used to generate a unique S. damnosum s.l. larval habitat reference spectral signafure. This signature was kriged to predict larval habitats along separate Burkina Faso river systems and in a former conflict zone in Uganda. A 100% correlation was found among the predicted and the field-verified S damnosum s.l. breeding sites in Burkina Faso, while in Uganda a 92o/o correlation was observed. This model should prove a useful tool to assist in surveying for onchocerciasis in remote and/or conflict-ridden areas of sub-Saharan Africa. Proceedings of the National Acailemy of Sciences University of Oxlbrcl Univcrsitl, O lll ccs Wellington Squarc Oxlbrd. OXI 2JI) Unitcd Kingdom 2. Jacob BG, Novak RJ, Toe L., Sanfo M., Afriyie AN., Ibrahim MA, Griffith DA. Unnasch TR and (2071) QuasiJikelihood techniques in a logistic regression equation and probability densiÿ functions from an inverse Wishart-distributed matrix for identifying intra-cluster covariates of Simulium damnosum s.l. riverine habitats in Togo. Ceospatial Science 3. ]acob BG, Toe L., Sanfo M., Unnasch TR and Novak RJ. (2011) Unbiasing a kriged- based interpolator using QuickBird sub-pixel anisotropic emissivities /-Ratio of Nonnadir-Viewed Spheroids and boolean statistic for predicting Simulium damnosum s.l. habitats in Burkina Faso. lournal Geographic Information Systems 4. Jacob BC, Toe L., sanfo M., Griffith DA, unnasch rR and Novak RI. (2011) Delineating autoregressive Similium damnosum s.l. larval habitat disturbances using the asymptotic behavoir of the Durbin-Watson statistic, trigonometric functions from an Euler polyhedral formula and bivariate regression slope coefficients from a Moran's scatterplo t. l o urnal of Mathematical Biolo gy 4. Jacob BC, Toe L., Sanfo M., Unnasch TR and Novak RI (2011) Algorithmic residual formulations for predictive spectral endmember modeling Similium damnosum s.l. larval habitat in multi-dimensional geographic space. Transactions in Geoscience and Remote Sensing, t4