IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA … · 2020-03-13 · identificaciÓn de las...

IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA AVIAR NOTIFICABLE EN AVES DE CORRAL - 0 -

MINISTERIO DE CIENCIA E INNOVACIÓN

SUBDIRECCIÓN GENERAL DE INVESTIGACIÓN Y TECNOLOGÍA CENTRO DE INVESTIGACIÓN EN SANIDAD ANIMAL

ÍNDICE

1. Resumen.

2. Justificación.

3. Objetivo.

4. Desarrollo del modelo.

4.1. Cuantificación de los factores de riesgo.

4.1.1. Riesgo De entrada por aves silvestres migratorias.

4.1.2. Cercanía a humedales de riesgo frente a IAAP.

4.1.3. Densidad de aves domésticas.

4.2. Generación del mapa de riesgo.

4.3. Identificación de áreas de riesgo o puntos calientes.

5. Variación espacial y temporal del riesgo.

6. Resultado final de la actividad.

IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA AVIAR NOTIFICABLE EN AVES DE CORRAL CON EL FIN DE INCORPORAR MEJORAS AL PLAN DE VIGILANCIA DE ACUERDO A LA NORMATIVA DE LA UE.




Este informe detalla el procedimiento metodológico y los resultados obtenidos en el desarrollo de la ACTIVIDAD 1

“Identificación de las áreas de riesgo de influencia

aviar notificable en aves de corral con el fin de incorporar mejoras al plan de vigilancia de acuerdo a la normativa de la UE”

del APARTADO 2

“Epidemiología de las enfermedades de los animales que en cada momento puedan suponer un riesgo a los distintos sectores productivos ganaderos. Predicción del riesgo. Mapas de riesgo de enfermedades por país, por CCAA, por regiones, por sectores.”

del Convenio MARM-INIA CC08-2009.

1. RESUMEN Utilizando como punto de partida distintos modelos desarrollados por nuestro grupo (Epidemiología y Sanidad Ambiental, CISA-INIA), se ha generado un mapa de riesgo frente a IAAP (Influenza Aviar Altamente Patógena) con el fin de orientar y dirigir los Planes de Vigilancia y Muestreo hacia los municipios y épocas del año más prioritarios (de riesgo alto), tal y como indica la Decisión Comunitaria (DO L166/22 de 1.7.2010).

Además de identificar los municipios de riesgo alto, se han identificado los municipios de riesgo medio ubicados en “zonas calientes” donde se concentra un elevado número de municipios de riesgo.

Sobre esta selección y en virtud de los criterios del MARM y de las CCAA, podrá realizarse la selección de explotaciones de los municipios de riesgo que deben ser incluidos en el Plan de Vigilancia definitivo.

IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA AVIAR NOTIFICABLE EN AVES DE CORRAL CON EL FIN DE INCORPORAR MEJORAS AL PLAN DE VIGILANCIA DE ACUERDO A LA NORMATIVA DE LA UE.




2. JUSTIFICACIÓN La IAAP es una enfermedad aviar que ocasiona enormes pérdidas económicas debido a su alto poder de contagio y su elevada tasa de mortalidad. A nivel europeo, España está situada entre las tres primeras industrias avícolas más importantes de la UE. Por ello se pretende desarrollar un “Modelo de Riesgo” que permita identificar las áreas en las que se concentran las mayores probabilidades de entrada y difusión de una epidemia de IAAP en nuestro país. Se pretende obtener una herramienta para orientar los muestreos del programa de vigilancia de dicha enfermedad en función del riesgo, tal y como recomienda la Decisión Comunitaria (DO L166/22 de 1.7.2010).

3. OBJETIVO El objetivo de este estudio es desarrollar un Modelo semicuantitativo espacial de zonificación de riesgo de entrada y difusión de IAAP en aves de corral que permita enfocar los programas de vigilancia de IAAP en España, de acuerdo a la recomendación de la Decisión de la Comisión de 25 de junio de 2010 relativa a la aplicación por los Estados Miembros de los programas de vigilancia de la influenza aviar en las aves de corral y las aves silvestres (DO L166/22 de 1.7.2010).

4. DESARROLLO DEL MODELO De acuerdo a los criterios establecidos por el Método de la vigilancia basado en el riesgo de la Decisión Comunitaria DC 166/22, se han considerado las siguientes especies productivas y factores de riesgo:

Especies productivas. Gallinas, pavos, patos, codornices, perdices y ratites. Se han utilizado los datos de censo suministrados por la Subdirección General de Sanidad de la Producción Primaria del MARM.

Factores de riesgo. Riesgo de entrada por aves silvestres migratorias, Cercanía a humedales de riesgo frente a IAAP y, Densidad de aves domésticas. Estos factores de riesgo engloban los factores más importantes descritos por la DC L166/22 (4.1.1.a; 4.1.1b; 4.1.1c; 4.1.2c). Como mejora añadida se han incorporado otros factores no exigidos por dicha normativa, pero que son determinantes en la evaluación del riesgo, como son el riesgo del humedal frente a IAAP o la capacidad de supervivencia del virus en función de la temperatura.




A continuación se resume de forma breve la metodología empleada en el desarrollo del Modelo semicuantitativo espacial de zonificación de riesgo de entrada y difusión de IAAP en aves de corral.

3.1. Cuantificación de los factores de riesgo

3.2. Ejecución del modelo y generación del mapa de riesgo

3.3. Identificación de puntos calientes

4.1. CUANTIFICACIÓN DE LOS FACTORES DE RIESGO

Se han considerado 3 factores de riesgo: Riesgo de entrada por aves migratorias; Cercanía a humedales de riesgo frente a IAAP y; Densidad de aves domésticas.

4.1.1 Riesgo de entrada por aves silvestres migratorias. Se ha cuantificado a nivel de municipio mediante la aplicación del Modelo probabilístico cuantitativo de introducción de IA en España por aves silvestres desarrollado por nuestro grupo (Martínez et al., 2010), cuya base metodológica se resume a continuación (Tabla 1):

PARÁMETROS METODOLOGÍA VARIABLES FTE. INFORMACIÓN

Brotes de H5N1 IAAP en Europa (2006-2009)

OIE

Abundancia aves silvestres (>20.000 aves)

RAMSAR/IBAs con criterio 5 y A4iii

Probabilidad de IAAP en origen:

co-kriging

Densidad aves domésticas FAO, 2005

Probabilidad de que un ave llegue a España desde Europa

función beta inversa ajustada a la distancia

Registros de la base de datos de la OEM (anillamientos y recuperaciones). 25 especies representativas para España e IAAP

base de datos de la OEM

Los resultados obtenidos (Figura 1) se han interpolado en forma de mapa raster a nivel municipal mediante la aplicación de la técnica IDW (Isaaks y Srivastava 1989). Esta técnica aplica un valor de riesgo que disminuye gradualmente a medida que aumenta la distancia a las áreas de riesgo para la introducción de un ave migratoria infectada.




FIGURA 1. MAPA CLOROPLÉTICO DEL FACTOR DE RIESGO:

“RIESGO DE ENTRADA POR AVES SILVESTRES MIGRATORIAS”.

MODELO APLICADO Modelo probabilístico cuantitativo de introducción de IA en España por aves

silvestres desarrollado por nuestro grupo (Martínez et al., 2010).

GENERACIÓN DE MAPA Técnica utilizada: IDW (Inverse Distance Weighting). Tipo de mapa: raster, tamaño de celda=1km2. Expresión de resultados: Distribución en 5 cuantiles de riesgo.

NIVEL DE RESOLUCIÓN 1km2

4.1.2. Cercanía a humedales de riesgo frente a IAAP. Dicho riesgo se ha cuantificado a nivel de municipio mediante la aplicación del Modelo de regresión logística desarrollado por nuestro grupo en humedales RAMSAR europeos (Iglesias et al., 2010), cuya base metodológica se resume a continuación (Tabla 2):




TABLA 2. BASE METODOLÓGICA DEL MODELO DE REGRESIÓN LOGÍSTICA EN HUMEDALES RAMSAR EUROPEOS

PARÁMETROS METODOLOGÍA VARIABLES FTE. INFORMACIÓN

Humedal de importancia para las aves acuáticas

Abundancia de aves silvestres (>20.000 aves)

RAMSAR/IBAs con criterio 5 y A4iii

Mixosalinidad del agua Clasificación RAMSAR de mixosalinidad (concentración iónica de 0,5-30‰)

RAMSAR

Zona forestal

Regresión logística bivariada

Cobertura vegetal CORINE. EEA, 2008.

Para alimentar el modelo ha sido necesario recopilar información (Tabla 3) sobre:

TABLA 3. INFORMACIÓN RECOPILADA PARA ALIMENTAR EL MODELO DE REGRESIÓN LOGÍSTICA EN ESPAÑA

VARIABLES FTE. INFORMACIÓN

3681 humedales, masas de agua, embalses, pantanos y lagos en España

MARM (SIA y BHEM) (http://servicios3.marm.es/siagua/visualizacion/descargas/documentos.jsp)

Abundancia aves silvestres (>20.000 aves)

RAMSAR/IBAs con criterio 5 y A4iii (http://servicios3.marm.es/siagua/visualizacion/descargas/documentos.jsp)

Censo SEO (promedio 2000-2008)

Salinidad RAMSAR; BHEM; información disponible en las cuencas hidrográficas nacionales

Cobertura vegetal Base de Datos de Ocupación del Suelo 2000 conocida por sus siglas en inglés CORINE Land Cover. EEA, 2008.

Los resultados obtenidos (Figura 2) para cada humedal se han suavizado mediante la aplicación de la técnica de buffer múltiple. Esta técnica aplica un valor de riesgo en cada área (o buffer) definido alrededor del humedal. En concreto se han definido tres áreas con 16 km, 33 km y 50 km de radio donde el valor de riesgo disminuye con el inverso de la distancia al cuadrado =riesgo del humedal*(1/d2). La selección de estos radios corresponde a:

Radio 16 km: distancia “unidad” o distancia media que recorre a diario en busca de alimento una anátida europea modelo (Anas Penélope) en periodo de no migración (Cramp y Simmons, 1977).

Radios de 50 y 33 km: distancias medias referenciada por Ward et al. (2008) entre poblaciones de anátidas y los brotes de IAAP descritos en aves de corral.





“CERCANÍA A HUMEDALES DE RIESGO FRENTE A IAAP”.

MODELO APLICADO Modelo de regresión logística de caracterización de humedales de riesgo frente a IAAP desarrollado por nuestro grupo (Iglesias et al., 2010).

GENERACIÓN DE MAPA Técnica utilizada: Buffer múltiple (16km, 33km, 50km). Tipo de mapa: vectorial Expresión de resultados: en 5 cuantiles de riesgo.

NIVEL DE RESOLUCIÓN Polígonos vectoriales que representan los humedales

4.1.3. Densidad de aves domésticas. Se han utilizado los datos de censo de explotaciones de no autoconsumo suministrados por el MARM que están disponibles a nivel municipal (excepto islas y País Vasco) para las especies detalladas anteriormente. Los resultados obtenidos (Figura 3 y Anexo I) se han representado en forma de mapa raster a nivel municipal.





“DENSIDAD DE AVES DOMÉSTICAS”.

MODELO APLICADO -Representación cloroplética de los datos de censo

GENERACIÓN DE MAPA Técnica utilizada: Representación municipal categorizada de los valores de censo. Tipo de mapa: vectorial. Expresión de resultados: en 5 cuantiles de censo.

NIVEL DE RESOLUCIÓN Municipal (8,027 municipios pertenecientes a la península y Baleares).




4.2. EJECUCIÓN DEL MODELO Y GENERACIÓN DEL MAPA DE RIESGO

La unión de los tres factores de riesgo se ha realizado utilizado un método de adición secuencial mediante matrices que contemplan un criterio cautelar, obteniéndose un valor total de riesgo por municipio y especie. En un primer paso se han unido los resultados de “Riesgo de entrada por aves silvestres migratorias” y “Cercanía a humedales de riesgo a la presencia de brotes de IAAP” (Tabla 4) para posteriormente unificar estos resultados a la “Densidad de animales” (Tabla 5).

TABLA 4. MATRIZ DE ADICIÓN DE LOS RESULTADOS: “Riesgo de entrada por aves silvestres migratorias” y “Cercanía a humedales de riesgo a la presencia de brotes de IAAP”.

Cercanía a humedales de riesgo a la presencia de brotes de IAAP

RIESGO 1 2 3 4 5

1 1 2 2 3 3

2 2 2 3 3 4

3 2 3 3 4 4

4 3 3 4 4 5

Riesgo de entrada por aves migratorias

5 3 4 4 5 5

TABLA 5. MATRIZ DE ADICIÓN DE LOS RESULTADOS: “Riesgo de entrada por aves silvestres migratorias & Cercanía a humedales de riesgo a la presencia de brotes de IAAP” y “Densidad de

animales”.

Riesgo de entrada por aves migratorias &

Cercanía a humedales de riesgo a la presencia de brotes de IAAP

RIESGO 1 2 3 4 5

0 0 0 0 0 0

1 1 1 1 1 1

2 1 2 2 3 3

3 2 3 3 4 4

4 2 3 4 4 5

Densidad animales

5 2 3 4 5 5

En este método de adición secuencial se ha asumido que:

1. En la unión de los valores de riesgo de la matriz “Riesgo de entrada por aves silvestres migratorias” y “Cercanía a humedales de riesgo a la presencia de brotes de IAAP”, prima el valor de mayor riesgo.

2. En la unión de los valores de riesgo de la matriz “Riesgo de entrada por aves silvestres migratorias & Cercanía a humedales de riesgo a la presencia de brotes de IAAP” y “Densidad de animales”, prima el valor del censo, dado que este modelo tiene como finalidad su aplicación en especies productivas.

Se ha obtenido un valor de riesgo por especie productiva, para cada uno de los municipios pertenecientes a la península (excepto País Vasco por falta de información). Los resultados obtenidos se han representado en un mapa de riesgo a nivel municipal, en la Figura 4. En el Anexo I se muestran estos mismos resultados en formato ampliado.




FIGURA 4. MAPAS DE RIESGO PARA IAAP EN LAS DIFERENTES PRODUCCIONES AVIARES CONSIDERADAS.

MODELO APLICADO -Adición secuencial de factores de riesgo mediante matrices de

criterio cautelar

GENERACIÓN DE MAPA Técnica utilizada: Representación municipal categorizada de los valores de riesgo. Tipo de mapa: Vectorial Expresión de resultados: en 5 cuantiles de riesgo.





Esta información es de gran utilidad para conocer el riesgo de cada municipio e identificar los municipios clasificados como de mayor riesgo y que por tanto, serían los más adecuados para ser considerados en los Planes de Vigilancia. Estos serían, fundamentalmente, los incluidos en la categoría de riesgo 5 en el caso de gallinas industriales y, en las categorías 4 y 5 en el caso de ratites, pavos, patos, codornices y perdices (Tabla 6).

TABLA 6. NÚMERO DE MUNICIPIOS COMPRENDIDOS DENTRO DE CADA CATEGORÍA DE RIESGO (En el Anexo II se especifican los municipios comprendidos dentro de las categorías de

riesgo 4 y 5).

CATEGORÍA DE RIESGO

GALLINAS INDUSTRIALES

RATITES PAVOS PATOS CODORNICES PERDICES

5 20 0 0 0 1 1 4 109 1 20 2 2 17 3 382 22 52 18 21 50 2 538 37 30 14 19 63 1 765 1754 1712 1780 1771 1638 0 6291 6291 6291 6291 6291 6291

Sin embargo, según la legislación europea (DC 2010/367/EU), el número mínimo de explotaciones a muestrear es de 90 en el caso de gallinas, pavos, patos y ocas; 80 en el caso de codornices y ratites y; 59 en el caso de los patos. Esto obliga a incluir dentro de los planes de vigilancia, municipios de categorías de riesgo ≤4 en el caso de gallinas y de riesgo ≤3 en el resto de las especies. Para llevar a cabo esta priorización, se ha realizado un análisis espacial de Identificación de áreas de riesgo o “Zonas calientes” (punto 3.3).

4.3. IDENTIFICACIÓN DE ÁREAS DE RIESGO O “ZONAS CALIENTES”

La Identificación de áreas de riesgo o “zonas calientes” permite señalar las zonas con elevada concentración de municipios de riesgo. Esto permite añadir a los municipios clasificados como de alto riesgo (municipios incluidos en la categoría de riesgo 5 en el caso de gallinas industriales y en las categorías de riesgo 4 y 5 en el caso de ratites, pavos, patos, codornices y perdices) aquellos municipios con un riesgo inferior (categoría 4 en el caso de gallinas industriales y categoría 3 en el caso de ratites, pavos, patos, codornices y perdices) pero que por estar situados en “zonas calientes” deberían ser considerados en los Planes de Vigilancia.

Este análisis se ha realizado mediante el estadístico Getis-Ord utilizando el programa informático ArcGIS 9.3. ESRI ® y aplicando un radio de influencia de 50 Km (Ward et al., 2008). Los resultados obtenidos se han representado en un mapa cloroplético a nivel municipal para cada una las especies consideradas: gallinas industriales, ratites, pavos, patos, codornices y perdices (Figura 5 y Anexo I). El listado de municipios se incluye en el Anexo II.




FIGURA 5. MAPA DE LOCALIZACIÓN ESPACIAL DE LAS ÁREAS DE RIESGO O “ZONAS CALIENTES”

MODELO APLICADO -Identificación de “puntos calientes” basado en el riesgo del modelo

GENERACIÓN DE MAPA Técnica utilizada: Test de Getis y Ord Tipo de mapa: Vectorial Expresión de resultados: en 5 cuantiles de riesgo basados en la desviación estandar del resultado.





5. VARIACIÓN ESPACIAL Y TEMPORAL DEL RIESGO La variación temporal del riesgo se ha valorado cualitativamente mediante el análisis de la probabilidad de supervivencia del virus de IAAP en función de la temperatura. Este análisis se ha realizado a partir de los datos de temperaturas medias mensuales en España en 2008-2009 (mapa raster con tamaño de celda de 1 km2) (http://servicios3.marm.es/siagua/visualizacion/descargas/capas.jsp# RASTER_TEM). que se han transformado en supervivencia del virus mediante la interpolación de la temperatura en una curva de supervivencia del virus (Iglesias et al., 2009), utilizando Arc Gis 9.3. ESRI ®.

Los resultados (Figura 6) indican la existencia de una variabilidad estacional, destacando enero, febrero y diciembre como los meses con valores más altos de supervivencia del virus. Así mismo, se observa una gran variabilidad a nivel peninsular, indicándonos las áreas concretas donde la supervivencia del virus es mayor (Figura 7).

La información obtenida es de gran utilidad para orientar las campañas de vigilancia hacia las zonas y épocas donde el riesgo de supervivencia del virus es mayor.

FIGURA 6. VARIACIÓN TEMPORAL DE LA SUPERVIVENCIA DEL VIRUS DE IAAP

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

Enero

Febrer

oMarz

o Abril

Mayo

Junio

Julio

Agosto

Septie

mbre

Octubre

Noviembre

Diciem

bre

Sup

ervi

venc

ia v

irus

IAA

P (d

ías)




FIGURA 7. VARIACIÓN ESPACIAL DE LA SUPERVIVENCIA DEL VIRUS DE IAAP

MODELO APLICADO -Interpolación de la temperatura en una curva de supervivenciadel virus

GENERACIÓN DE MAPA Técnica utilizada: Aplicación espacial de una curva de supervivencia Tipo de mapa: raster, tamaño de celda=1km2. Expresión de resultados: en 5 niveles de riesgo.

NIVEL DE RESOLUCIÓN 1km2.




6. RESULTADO FINAL DE LA ACTIVIDAD

Se ha obtenido un Mapa de Riesgo frente a IAAP por especie productiva (Anexo I) (mapa con nivel de resolución municipal) que identifica los municipios clasificados como de mayor riesgo.

Adicionalmente, el análisis de “Zonas calientes” ha permitido identificar las zonas donde se agrupan municipios de alto riesgo. Esta información es de gran utilidad para priorizar los municipios de las categorías intermedias de riesgo.

En base a estos resultados, se ha confeccionado una Lista de municipios prioritarios a incluir en los planes de vigilancia en función de su riesgo y ubicación en "zonas calientes" (Anexo II).

Además, se ofrece un Mapa mensual de Supervivencia del virus (Anexo III) (mapa raster con nivel de resolución de 1km2) que puede ser utilizado para modular el Mapa de riesgo frente a IAAP y que identifica las épocas del año de mayor riesgo.

De forma general podemos concluir que el “Modelo semicuantitativo espacial de zonificación de riesgo de entrada y difusión de IAAP en aves de corral” es de gran utilidad para identificar y priorizar el nivel de riesgo en cada uno de los 8.027 municipios considerados en el estudio. Este modelo permite orientar los planes de muestreo y seleccionar las explotaciones de estudio en función del riesgo, tal y como recomienda la Decisión Comunitaria L166/22.

La calidad de los resultados obtenidos podría mejorarse si se dispusiera de mayor cantidad y calidad de información (p.e. tipo productivo de cada especie, bioseguridad, movimientos comerciales de animales). Para ello se alimentaría y mejoraría el modelo desarrollado o, en caso de que la información estuviese georeferenciada y a nivel explotación, se aplicaría otro modelo de mayor resolución y sensibilidad desarrollado por nuestro grupo (Iglesias et al., 2011) que cumpliría con el total de los parámetros exigidos por la Decisión Comunitaria L166/22.




ANEXO I. MAPA DE RIESGO FRENTE A IAAP POR ESPECIE PRODUCTIVA.

Municipios de riesgo frente a IAAP en Gallinas industriales

MODELO APLICADO -Adición secuencial de factores de riesgo mediante matrices de criterio cautelar






Municipios de riesgo frente a IAAP en Ratites

Municipios de riesgo frente a IAAP en Pavos

Municipios de riesgo frente a IAAP en Patos

Municipios de riesgo frente a IAAP en Codornices

Municipios de riesgo frente a IAAP en Perdices




ANEXO II. LISTADO DE LOS MUNICIPIOS COMPRENDIDOS DENTRO DE LAS CATEGORÍAS DE RIESGO 4 Y 5 FRENTE A IAAP.

Municipos con Riesgo 5 (Gallinas) / Riesgo 4 (Otras especies)

Municipios con Riesgo 4 (Gallinas)/ Riesgo 3 (Otras especies) ubicados en "Zonas calientes"

Municipios con Riesgo 4 (Gallinas)/ Riesgo 3 (Otras especies) no ubicados en "Zonas calientes"

PROVINCIA MUNICIPIO GALLINA RATITES PAVO PATO CODORNIZ PERDIZ

A CORUÑA Ames 3Rois 5San Sadurniño 3 3Santa Comba 4 3Tordoia 3Touro 3Vedra 4

ALICANTE Aspe 3Catral 3 3Gorga 4Orihuela 3

ALBACETE Albacete 4 3Alpera 3Mahora 4Navas de Jorquera 4Tarazona de la Mancha 4

BADAJOZ Alburquerque 3 3Almendralejo 4Badajoz 4 4Castuera 3 3Don Benito 3Talavera la Real 3Villarta de los Montes 3

BURGOS Aranda de Duero 4Iglesias 4Melgar de Fernamental 4Miranda de Ebro 3Pinilla de los Moros 4Santa Cruz de la Salceda 4Valle de Sedano 4Villafruela 4

CÁCERES Campo Lugar 4Coria 4Galisteo 4Montehermoso 4Ruanes 3Santa Marta de Magasca 4Torrecillas de la Tiesa 3Valverde del Fresno 4Zorita 4

CÁDIZ Chipiona 3Conil de la Frontera 3Medina-Sidonia 3Puerto Real 3Setenil de las Bodegas 3

CANTABRIA Penagos 3 3Valderredible 3

PRIORIZACIÓN DE MUNICIPIOS A INCLUIR EN LOS PLANES DE VIGILANCIA EN FUNCIÓN DE SU RIESGO Y UBICACIÓN EN "ZONAS CALIENTES"


CASTELLÓN Morella 3Nules 3Rossell 4Sant Jordi/San Jorge 3Sant Mateu 4Santa Magdalena de Pulpis 4Segorbe 4Traiguera 4 4 5Vall d'Alba 4Vilanova d'Alcolea 3

CIUDAD REAL Ciudad Real 3Corral de Calatrava 3Daimiel 4 3Fuente el Fresno 3Manzanares 4Retuerta del Bullaque 4Villahermosa 3Villarrubia de los Ojos 4 3

CÓRDOBA Aguilar de la Frontera 3Alcaracejos 3Luque 3Montilla 3Puente Genil 5 3

CUENCA Campillo de Altobuey 4Casas de Guijarro 4Casas de Haro 4Casasimarro 4 3Hontecillas 4Mira 4 3Motilla del Palancar 5Olmeda del Rey 4Pozorrubielos de la Mancha 4 4Quintanar del Rey 5Saelices 4San Clemente 3Sisante 4 3Talayuelas 3Valhermoso de la Fuente 3Valverdejo 4Villaescusa de Haro 4Villanueva de la Jara 4 3Villaverde y Pasaconsol 4

GIRONA Colomers 3Figueres 3Forallac 3 3Ullastret 3Vall-llobrega 4 4

GRANADA Cuevas del Campo 3Illora 3Marchal 4Padul 4Ventas de Huelma 4

GUADALAJARA Almoguera 5Almonacid de Zorita 3Fuentelahiguera de Albatages 4Guadalajara 4Hontoba 3Matarrubia 4Millana 4Valdelcubo 3Yebra 5


HUELVA Beas 4Hinojos 3Niebla 4Villarrasa 3

HUESCA Fonz 3BALEARES Campos 3 3

Capdepera 3Petra 3 3Sencelles 3

JAÉN Frailes 3Huelma 3Sorihuela del Guadalimar 3Villacarrillo 3

LA RIOJA Alfaro 4Anguciana 4Ausejo 4Cañas 4Cornago 4Haro 4 3Igea 4Quel 4

LEÓN Alija del Infantado 4Carracedelo 3Santa Elena de Jamuz 3

LLEIDA Alcoletge 3Aspa 3 3Juneda 3Torregrossa 3Torrelameu 3

LUGO Carballedo 3Castro de Rei 3Castroverde 3Chantada 4Friol 3 3Lugo 3Monforte de Lemos 3Monterroso 3 3Outeiro de Rei 3 3Palas de Rei 3Pol 3Samos 4Sarria 4 4Sober 3Taboada 4Vilalba 4

MADRID Colmenar de Oreja 3Galapagar 3Orusco de Tajuña 3 3Robledo de Chavela 4Torres de la Alameda 3 3Valdemoro 4Valdilecha 4

MÁLAGA Antequera 4Arriate 3Campillos 4Colmenar 3Mollina 3Sayalonga 4Teba 3Villanueva del Trabuco 3


MURCIA Caravaca de la Cruz 3Cartagena 4Jumilla 4 3Murcia 4 3Torre-Pacheco 4

NAVARRA Baztan 3 3 3Bera 3Donamaria 3Etxalar 3Ituren 3Miranda de Arga 3 3Sunbilla 3Yesa 4Zugarramurdi 5

OURENSE Amoeiro 3Carballeda de Avia 4Castro Caldelas 4Cualedro 3Maceda 4 4Montederramo 3Vilar de Barrio 4

PALENCIA Autillo de Campos 3Cordovilla la Real 3

PONTEVEDRA Barro 4 3Caldas de Reis 5Cambados 4Cuntis 4 3Forcarei 4Meaño 4Meis 4Moraña 4Oia 4Ponteareas 5Rodeiro 4Salvaterra de Miño 4Silleda 5 3Tomiño 4Tui 4 3Valga 4Vila de Cruces 4

SALAMANCA Alba de Tormes 4Villar de Ciervo 3

SEGOVIA Muñoveros 3Sequera de Fresno 4Vallelado 4

SEVILLA Aguadulce 3Arahal 4Cañada Rosal 3Carmona 5 3Casariche 3Estepa 4Gerena 3Guillena 3Lebrija 3Marchena 5 3Marinaleda 3Pedrera 4Pilas 4Utrera 5 3Villamanrique de la Condesa 4 3

SORIA Abejar 4Burgo de Osma 3San Esteban de Gormaz 3


TARRAGONA Alcanar 3Aldover 4 3Alfara de Carles 4 3Amposta 3Camarles 4 4Deltebre 4Godall 4Masdenverge 3Riudoms 4 3Roquetes 4Tortosa 5 4 3Ulldecona 4 4Xerta 4

TOLEDO Alcaudete de la Jara 3Almonacid de Toledo 4Añover de Tajo 4Bargas 3 3Camuñas 3Castillo de Bayuela 4Cazalegas 5Cebolla 4Cedillo del Condado 5Consuegra 5Escalonilla 4Lominchar 4Malpica de Tajo 4Manzaneque 4Otero 4Pantoja 5Quintanar de la Orden 4Recas 4Rielves 3Sonseca 3Turleque 5Ugena 4Villafranca de los Caballeros 4Villaluenga de la Sagra 4Villamiel de Toledo 4Villaseca de la Sagra 5

VALENCIA Camporrobles 3Llombai 4Requena 3

VALLADOLID Boecillo 5Megeces 4Montemayor de Pililla 4Olmedo 4Pedrajas de San Esteban 4Peñafiel 4

ZAMORA Corrales 3Fariza 3Muelas de los Caballeros 4Santa Cristina de la Polvorosa 4

ZARAGOZA Villarreal de Huerva 4




ANEXO III. MAPAS MENSUALES DE SUPERVIVENCIA DEL VIRUS DE IAAP.

IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA … · 2020-03-13 · identificaciÓn de las...

Documents

Transcript of IDENTIFICACIÓN DE LAS ÁREAS DE RIESGO DE INFLUENCIA … · 2020-03-13 · identificaciÓn de las...