Marc Despinoy, Morgan Mangeas, Alizé Mercier, Christophe E. Menkès, Birgit Nikolay, Magali Teurlai, Jorge Cano, Myrielle Dupont-Rouzeyrol, François Taglioni, Raphaël M. Zellweger, Institut Pasteur de Nouvelle-Calédonie, Réseau International des Instituts Pasteur (RIIP), Faculty of Infectious and Tropical Diseases, London School of Hygiene and Tropical Medicine (LSHTM), UMR 228 Espace-Dev, Espace pour le développement, Institut de Recherche pour le Développement (IRD)-Université de Perpignan Via Domitia (UPVD)-Avignon Université (AU)-Université de La Réunion (UR)-Université de Montpellier (UM)-Université de Guyane (UG)-Université des Antilles (UA), Centre de Recherche en Géographie de l'Université de La Réunion (CREGUR), Océan Indien : Espaces et Sociétés (OIES), Université de La Réunion (UR)-Université de La Réunion (UR), Pôle de recherche pour l'organisation et la diffusion de l'information géographique (PRODIG), Université Paris 1 Panthéon-Sorbonne (UP1)-Institut de Recherche pour le Développement (IRD)-Université Paris-Sorbonne (UP4)-AgroParisTech-Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS), Animal, Santé, Territoires, Risques et Ecosystèmes (UMR ASTRE), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA), Processus de couplage à Petite Echelle, Ecosystèmes et Prédateurs Supérieurs (PEPS), Laboratoire d'Océanographie et du Climat : Expérimentations et Approches Numériques (LOCEAN), Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), Modélisation mathématique des maladies infectieuses, Institut Pasteur [Paris]-Centre National de la Recherche Scientifique (CNRS), This work was supported by Grant Ministere des Outre Mer, French State, subvention no 12-02412-D to MM and FT and an EU Grant Leonardo da Vinci to AM., Institut Pasteur [Paris] (IP)-Centre National de la Recherche Scientifique (CNRS), Université de Guyane (UG)-Université des Antilles (UA)-Institut de Recherche pour le Développement (IRD)-Université de Perpignan Via Domitia (UPVD)-Avignon Université (AU)-Université de La Réunion (UR)-Université de Montpellier (UM), Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS Paris), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-École polytechnique (X)-Centre National d'Études Spatiales [Toulouse] (CNES)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN)-Institut Pierre-Simon-Laplace (IPSL (FR_636)), Zellweger, Raphaël M., Université des Antilles (UA)-Université de Guyane (UG)-Université de Montpellier (UM)-Université de La Réunion (UR)-Avignon Université (AU)-Université de Perpignan Via Domitia (UPVD)-Institut de Recherche pour le Développement (IRD), Université Paris Diderot - Paris 7 (UPD7)-Institut de Recherche pour le Développement (IRD)-Université Paris-Sorbonne (UP4)-AgroParisTech-Université Panthéon-Sorbonne (UP1)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Muséum national d'Histoire naturelle (MNHN), Centre National de la Recherche Scientifique (CNRS)-Institut Pasteur [Paris], Réseau International des Instituts Pasteur ( RIIP ) -Institut Pasteur de Nouvelle-Calédonie, London School of Hygiene and Tropical Medicine ( LSHTM ), Université des Antilles ( UA ) -Université de Guyane ( UG ) -Université de Montpellier ( UM ) -Université de la Réunion ( UR ) -Université d'Avignon et des Pays de Vaucluse ( UAPV ) -Université Nice Sophia Antipolis ( UNS ), Université Côte d'Azur ( UCA ) -Université Côte d'Azur ( UCA ) -Université de Perpignan Via Domitia ( UPVD ) -Institut de Recherche pour le Développement ( IRD ), Centre de Recherche en Géographie de l'Université de La Réunion ( CREGUR ), Océan Indien : Espaces et Sociétés ( OIES ), Université de la Réunion ( UR ) -Université de la Réunion ( UR ), Pôle de recherche pour l'organisation et la diffusion de l'information géographique ( PRODIG ), Centre National de la Recherche Scientifique ( CNRS ) -Université Panthéon-Sorbonne ( UP1 ) -AgroParisTech-Université Paris-Sorbonne ( UP4 ) -Institut de Recherche pour le Développement ( IRD ) -Université Paris Diderot - Paris 7 ( UPD7 ), Contrôle des maladies animales exotiques et émergentes [Montpellier] ( CMAEE ), Institut National de la Recherche Agronomique ( INRA ) -Centre de coopération internationale en recherche agronomique pour le développement [CIRAD] : UMR15, Processus de couplage à Petite Echelle, Ecosystèmes et Prédateurs Supérieurs ( PEPS ), Laboratoire d'Océanographie et du Climat : Expérimentations et Approches Numériques ( LOCEAN ), Muséum National d'Histoire Naturelle ( MNHN ) -Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Institut national des sciences de l'Univers ( INSU - CNRS ) -Centre National de la Recherche Scientifique ( CNRS ) -Muséum National d'Histoire Naturelle ( MNHN ) -Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Institut national des sciences de l'Univers ( INSU - CNRS ) -Centre National de la Recherche Scientifique ( CNRS ), and Institut Pasteur [Paris]-Centre National de la Recherche Scientifique ( CNRS )
Background Dengue is a mosquito-borne virus that causes extensive morbidity and economic loss in many tropical and subtropical regions of the world. Often present in cities, dengue virus is rapidly spreading due to urbanization, climate change and increased human movements. Dengue cases are often heterogeneously distributed throughout cities, suggesting that small-scale determinants influence dengue urban transmission. A better understanding of these determinants is crucial to efficiently target prevention measures such as vector control and education. The aim of this study was to determine which socioeconomic and environmental determinants were associated with dengue incidence in an urban setting in the Pacific. Methodology An ecological study was performed using data summarized by neighborhood (i.e. the neighborhood is the unit of analysis) from two dengue epidemics (2008–2009 and 2012–2013) in the city of Nouméa, the capital of New Caledonia. Spatial patterns and hotspots of dengue transmission were assessed using global and local Moran’s I statistics. Multivariable negative binomial regression models were used to investigate the association between dengue incidence and various socioeconomic and environmental factors throughout the city. Principal findings The 2008–2009 epidemic was spatially structured, with clusters of high and low incidence neighborhoods. In 2012–2013, dengue incidence rates were more homogeneous throughout the city. In all models tested, higher dengue incidence rates were consistently associated with lower socioeconomic status (higher unemployment, lower revenue or higher percentage of population born in the Pacific, which are interrelated). A higher percentage of apartments was associated with lower dengue incidence rates during both epidemics in all models but one. A link between vegetation coverage and dengue incidence rates was also detected, but the link varied depending on the model used. Conclusions This study demonstrates a robust spatial association between dengue incidence rates and socioeconomic status across the different neighborhoods of the city of Nouméa. Our findings provide useful information to guide policy and help target dengue prevention efforts where they are needed most., Author summary Dengue virus is rapidly spreading throughout tropical and subtropical regions worldwide, possibly aided by environmental change, urbanization and/or increase in human mobility. Already present in 120 countries, dengue virus causes extensive disease burden and generates large economic costs. As dengue is mosquito-borne, its transmission pattern is strongly influenced by climate. However, dengue cases are not always distributed evenly throughout cities, where climate can be assumed to be homogenous. This suggests that other factors which are heterogeneously distributed in cities could play a role in dengue transmission, such as socioeconomic status and environmental factors (both natural and built). Identifying those factors is crucial to develop and target dengue prevention interventions, such as mosquito control and education. Our study uses dengue incidence statistics from two large epidemics in Nouméa, the capital of New Caledonia, to investigate which socioeconomic or environmental factors correlate with dengue incidence in an urban setting. Dengue incidence was consistently higher in neighborhoods where socioeconomic status was lower (i.e. lower revenue or higher unemployment) and often higher where the proportion of single-family houses in all buildings was higher. Our data suggest that, if resources are limited, prevention measures should be targeted in priority towards neighborhoods of lower socioeconomic status.