Avances en epidemiología y control del piojo de mar Caligus rogercresseyi

Gabriel Arriagada1,2, DVM, MSc, PhD

junto con AM Arriagada1, S Marín3, G Núñez1, J Figueroa4, L Gustafson5, V Valenzuela1 y C Gallardo1

1 Interdisciplinary Center for Aquaculture Research (INCAR), U. de Concepción2 Instituto de Ciencias Agronómicas y Veterinarias, Universidad Estatal de O’Higgins

3 Instituto de Acuicultura, U. Austral4 Depto. Estadística, Facultad Cs. Físicas y Matemáticas, U. de Concepción

5 USDA-APHIS

Puerto Varas, 12 diciembre 2018

Principales estudios sobre Caligus rogercresseyien el marco del Programa para la Gestión Sanitaria en Acuicultura realizados por INCAR

4

Antiparasitarios Epidemiología

Caligus en Magallanes

Distribución espacio-temporal

Patrones co-infección

Caligus-SRS

Uso y eficacia

Consulta a expertos

Modelamiento eficacia Estrategias

“Identificación, ponderación y validación en terreno de factores predictivos para el éxito de tratamientos antiparasitarios por

inmersión”

Gabriel Arriagada1,2

Sandra Marín3

Gustavo Núñez1

Christopher Hamilton-West4

Jorge Figueroa5

Lori Gustafson6

1 Interdisciplinary Center for Aquaculture Research (INCAR), Universidad de Concepción2 Instituto de Ciencias Agronómicas y Veterinarias, Universidad Estatal de O’Higgins

3 Instituto de Acuicultura, Universidad Austral de Chile4 Facultad de Ciencias Veterinarias y Pecuarias, Universidad de Chile

5 Depto. Estadística, Facultad Cs. Físicas y Matemáticas, U. de Concepción6 Centers for Epidemiology and Animal Health, USDA-APHIS VS

Puerto Varas, 12 diciembre 2018

6

Uso y eficacia de antiparasitarios

Fig. 1. Número de tratamientos totales, por droga utilizada en Los Lagos y Aysén. Periodo 2015-2017.

7

Uso y eficacia de antiparasitarios

Fig. 2. Número promedio de tratamientos por centro, por droga utilizada en Los Lagos y Aysén. Periodo 2015-2017.

8

Fig. 3. Mapa interpolado del número de tratamientos realizados con azametifós en 2015, 2016 y 2017 en Los Lagos y Aysén.

AZA DEL CIP

Fig. 4. Distribución de las eficacias de tratamientos realizados con AZA, DEL y CIP, entre 2015 y 2017 en Los Lagos y Aysén.

Fig. 5. Eficacia de tratamientos realizados con AZA, DEL y CIP, entre 2015 y 2017 en Los Lagos.

Fig. 6. Eficacia de tratamientos realizados con AZA, DEL y CIP, entre 2015 y 2017 en Aysén.

Fig. 7. Eficacia media de tratamientos con azametifós y deltametrina por barrio y por trimestre entre 2015 y 2017.

AZA DEL

Fig. 8. Boxplots para la eficacia de tratamientos con azametifós y deltametrina por año.

AZA DEL

Método administración

fármaco

Resistencia / baja

sensibilidad

Re-infestación desde fuentes

externas

• Kristoffersen et al., 2013• Arriagada et al., 2017• Arriagada & Marín, 2017• Modelos oceanográficos?

Falla de tratamientos

• Emamectina (Bravo et al., 2008)• Deltametrina (Helgesen et al., 2014;

Agustí et al., 2016)• Alta variabilidad espacial (Arriagada et

al., in press; Marín et al., 2015)• Técnicas moleculares?

• Whyte et al., 2016• ????

Brechas del conocimiento

Métodos de administración de los fármacos Red pecera Lona Preparación solución Distribución solución Exposición a droga Personal – capacitación Factores ambientales Factores biológicos (peces y

piojos)

¿Cuál es el aporte del PGSA en esta línea de investigación?

Proyecto FIE – objetivo general

Obtener, ponderar, validar y transferir conocimientode campo sobre factores predictivos del éxito ofracaso de tratamientos antiparasitarios porinmersión para el control de Caligus rogercresseyien Chile

Proyecto FIE – equipo de trabajo

Persona Institución Área de experiencia Tarea(s)

Gabriel Arriagada

Universidad de Concepción

Epidemiología Coordinación, investigación

Lori Gustafson US Departmentof Agriculture

Epidemiología Investigación

Sandra Marín Universidad Austral de Chile

Biología, Ecología

Investigación

Jorge Figueroa Universidad de Concepción

Estadística Investigación

Christopher Hamilton-West

Universidad de Chile

Epidemiología Investigación

Gustavo Núñez Universidad de Concepción

Genómica Investigación

Proyecto FIE - metodología

Etapa 1Elicitación de factores de éxito de tratamientos por medio de un panel de expertos

20

21

Consulta a expertos – elicitación factores predictivos éxito

Entrevista a expertos

Taller con expertos

Análisis información elicitada

22

Consulta a expertos – elicitación factores predictivos éxito –Expertos participantes

Table 1. Number of invited and confirmed experts for the elicitation process.

Type of entity Number of invited experts

Number of confirmed experts

Salmon producer companies 18 12 Pharmaceutical companies 5 2 SERNAPESCA 2 2 INTESAL 1 1 Academia/research institutions 3 2 Service companies 2 2 Total 31 21

23

Consulta a expertos – elicitación factores predictivos éxito -Listado inicial de factores

Número Grupo Factor Descripción Tipo procedimiento

1 Red pecera Levantamiento red pecera Levantamiento red pecera B

2 Lona Instalación lona Instalación lona B

3 Lona Intercambio de agua

Lona permite el intercambio de agua entre el interior y exterior de la jaula

B

4 Droga Almacenamiento droga

Condiciones de almacenamiento de la droga antes del tratamiento

B/W

5 Dosis Cálculo dosis droga La dosis es calculada considerando el volumen real de agua

B/W

6 Dosis Dosis Dosis ajustada a lo recomendado por el fabricante

B/W

7 Preparación de solución Preparación de solución Preparación de solución B/W

8 Distribución de solución Bombeo solución Bombeo solución B/W

9 Distribución de solución Tipo difusores

Tecnología utilizada para diseminar solución de la droga en la jaula

B

10 Distribución de solución Cobertura sistema difusión Número de difusores y

cobertura en la jaula B

11 Distribución de solución Profundidad sistema difusión

Profundidad a la que se instala el sistema de dispersión

B

12 Tiempo exposición droga

Duración del baño Tiempo de exposición de los peces a la droga B/W

13 Personal Naturaleza personal Propio o externo B/W

Número Grupo Factor Descripción Tipo procedimiento

14 Personal Experiencia personal

Años de experiencia del personal en realización de tratamientos antiparasitarios por inmersión

B/W

15 Ambiente Clima/oceanografía

Condiciones climáticas (viento, lluvia, oleaje) y oceanográficas (corrientes) durante la realización del baño antiparasitario

B

16 Ambiente Temperatura del agua Temperatura del agua durante la realización del baño antiparasitario

B/W

17 Ambiente Nivel de materia orgánica

Cantidad de materia orgánica en el agua durante la realización del baño antiparasitario

B/W

18 Productivo Volumen biomasa Biomasa de los de peces en la jaula a tratar B/W

19 Productivo Especie salmón Especie de salmónido tratada (trucha/salar) B/W

20 Productivo Forma jaula Forma de la jaula tratada (cuadrada/circular) B

21 Resistencia Antecedentes baja sensibilidad o resistencia

Existencia de antecedentes de baja sensibilidad/resistencia de piojos a la droga en uso en el centro.

B/W

22 Biológicos - piojos Nivel carga pre-tratamiento Nivel de la carga pre-

tratamiento B/W

23 Otros Orden jaula tratada

Orden tiene la jaula tratada en particular con relación a las demás jaulas tratadas en el centro

B/W

24 Monitoreo Tiempo muestreo post-tratamiento

Tiempo en que se hace el recuento post-tratamiento B/W

25 Manejo área Coordinación/sincronización tratamientos

El tratamiento en el centro en cuestión se realiza en forma coordinada y/o sincronizada con centros vecinos en el área

B/W

24

Consulta a expertos – elicitación factores predictivos éxito -Formulación de preguntas

Cálculo LRs

Instrucciones:1) Traiga a la memoria un grupo de tratamientos exitosos y un grupo de tratamientos fallidos. Ojalá que por cada grupo sean 10 o más tratamiento2) Para cada grupo, indique el número de tratamientos que presentaron el factor de riesgo que se pregunta.4) Considere un tratamiento exitoso como los procedimientos con una eficacia mayor o igual al 90% (estadios adultos).5) Considere un tratamiento fallido como los procedimientos con una eficacia menor a 90% (estadios adultos).

Pregunta 1 - Tiempo de exposición < 30 min 30 - 45 min > 45min Total txs

LRfalla #¡DIV/0! #¡DIV/0! #¡DIV/0!

< 20 min 20 - 30 min > 30 min Total txs

#¡DIV/0! #¡DIV/0! #¡DIV/0!

< 20 min 20 - 30 min > 30 min Total txs

#¡DIV/0! #¡DIV/0! #¡DIV/0!

cipermetrina

azametifós

deltametrina

N° tratamientos exitosos

N° tratamientos fallidos

N° tratamientos exitosos

N° tratamientos fallidos

N° tratamientos exitosos

N° tratamientos fallidos

Factores, preguntas y diagrama causal fueron validados con expertos en una primera ronda de entrevistas

25

Consulta a expertos – elicitación factores predictivos éxito –Diagrama causal definitivo al final del taller

26

Consulta a expertos – elicitación factores predictivos éxito –Factores directos

27

Consulta a expertos – elicitación factores predictivos éxito –Factores indirectos

28

Consulta a expertos – elicitación factores predictivos éxito –Factores indirectos

29

Consulta a expertos – elicitación factores predictivos éxito –Factores indirectos

30

Consulta a expertos – elicitación factores predictivos éxito –Factores indirectos

31

Consulta a expertos – elicitación factores predictivos éxito –Factores directos

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17< 30 min 1.22 11.00 3.00 3.50 2.75 1.89 2.79 3.29 3.29 3.86 2.97 3.33 2.33 9.00 3.87 3.1430 - 45 min 1.94 0.81 0.75 0.00 1.00 0.92 1.00 0.84 0.21 0.82 0.58 0.00 0.49 0.56 1.00 0.11 0.69 0.78> 45 min 0.00 0.06 0.16 0.00 1.00 0.14 1.00 0.40 0.00 0.17 0.00 0.23 0.00 0.26 1.00 0.30 0.16< 20 min 1.11 9.00 3.35 4.67 2.67 2.32 1.71 7.88 6.00 4.30 3.3520 - 30 min 0.90 2.74 1.00 1.38 0.71 1.50 0.50 1.00 1.35 0.76 0.58 0.44 1.07 0.95> 30 min 0.20 0.11 0.36 0.71 0.64 0.22 0.44 0.39 0.20 0.76 0.38 0.67 0.42 0.38< 20 min 1.11 1.71 4.67 2.33 1.00 2.25 3.27 6.00 2.79 2.2920 - 30 min 0.90 3.86 1.14 0.50 1.00 1.00 0.67 0.64 0.85 0.44 1.10 0.87> 30 min 0.11 0.49 0.27 0.22 0.26 0.11 0.64 0.55 0.67 0.37 0.27lower 2.00 3.86 3.29 2.79 3.50 2.25 4.00 2.79 4.00 1.00 2.95 3.04equal 0.33 0.00 0.00 0.37 0.72 0.00 1.00 0.44 0.34 0.44 1.00 0.00 0.39 0.35higher 0.00 0.00 0.37 0.00 0.00 0.00 0.00 0.34 0.00 1.00 0.19 0.17 0.00lower 1.66 5.21 4.67 4.00 1.17 6.00 3.00 7.88 4.20 4.33equal 0.60 0.38 0.87 0.71 0.50 0.67 1.17 0.64 0.50 0.58 0.00 0.60 0.60higher 0.00 0.39 0.46 0.22 0.43 0.75 0.17 0.50 0.38 0.19 0.35 0.38lower 1.66 9.33 5.21 4.67 3.50 1.26 2.25 3.00 3.86 3.25equal 0.60 0.26 0.87 0.50 0.64 1.26 0.38 0.50 0.00 0.56 0.50higher 0.00 0.39 0.22 0.38 0.66 0.50 0.19 0.33 0.38lab recommendation 0.63 2.25 1.00 2.15 1.00 1.59 1.75 1.37 2.05 1.00 0.44 1.39 1.37innovation 1.00 1.42 0.00 0.21 1.00 0.47 0.37 0.65 0.00 1.00 1.71 0.71 0.65lab recommendation 2.25 1.00 1.00 1.56 1.00 1.26 1.00 1.29 1.00innovation 1.00 0.00 1.00 0.58 1.00 0.81 1.00 0.77 1.00lab recommendation 2.25 1.00 1.56 1.48 1.24 2.25 1.63 1.52innovation 1.00 0.00 0.58 0.61 0.81 0.38 0.56 0.60lab recommendation 0.52 2.43 2.25 2.64 3.00 1.37 1.76 1.42 1.59 3.50 1.75 1.00 1.00 1.00 1.80 1.67innovation 1.57 0.00 0.00 0.14 0.50 0.65 0.47 0.63 0.47 0.17 0.37 1.00 1.00 1.00 0.57 0.49

median

Exposure time

Azamethiphos

Deltamethrin

Cipermethrin

Predictor Drug Response categoryExpert

mean

Drug solution distribution

All drugs

Drug dosification

Azamethiphos

Deltamethrin

Cipermethrin

Drug solution preparation

Azamethiphos

Deltamethrin

Cipermethrin

32

Consulta a expertos – elicitación factores predictivos éxito –Factores indirectos

1 2 3 4 5 6 7 8 9 10menor al adecuado 9.50 0.71 5.41 3.89 4.06 2.00 5.41 4.89 4.48 4.47adecuado 0.02 1.59 0.07 0.09 0.15 0.33 0.07 0.14 0.31 0.11adecuado 1.80 4.33 2.11 4.50 3.50 3.50 6.26 3.72 3.50inadecuado 0.43 0.00 0.00 0.08 0.17 0.17 0.12 0.14 0.12baja 1.00 0.11 0.17 0.52 0.47 0.21 0.44 0.07 0.12 0.35 0.21alta 1.00 9.00 3.50 1.57 1.59 2.79 1.71 5.41 6.26 3.65 2.79menor recomendado 1.20 0.97 0.29 0.21 0.71 1.37 2.50 0.64 1.00 0.99 0.84mayor recomendado 1.03 1.94 2.79 1.26 0.65 0.29 1.50 1.00 1.31 1.14baja 0.44 0.20 0.31 0.63 0.37 0.21 0.21 0.43 1.10 0.43 0.37alta 1.71 2.86 2.85 1.42 1.75 2.79 2.79 2.33 0.86 2.15 2.33presente 1.00 0.20 0.33 0.78 1.28 0.17 0.65 0.58 0.58 0.62 0.58ausente 1.00 2.86 2.00 1.24 0.70 3.50 1.37 1.56 1.56 1.75 1.56

Preparación solución droga

Distribución solución droga Componente

vertical

Volumen agua solución drogaNivel cobertura espacial

RespuestaExperto

media medianaFactor indirecto

Oxígeno en agua*Tiempo de exposición (duración tratamiento)

Factor directo

Instalación lona**

Homoeneidad solución droga

Etapa 2.1Modelamiento estadístico de la eficacia de tratamientos antiparasitarios

33

Informe post-tratamiento (IPT)

Periodo 2015-2017

34

Modelamiento estadístico de la eficacia

35

Modelamiento

Normal (Gaussiano) Poisson, Bin. Neg. Beta ?

Eficacia: 0 1~ 50% obs = 100%!!

36

Modelamiento

distribución Beta

37

Modelamiento

Comparación de varios modelos: Log-normal Beta Beta uno-inflado Beta uno-inflado, efecto aleatorio en intercepto

38

Modelamiento

Modelo Beta uno-inflado, azametifós

Estimation 95% Credibility Interval 𝛽𝛽0 3.510192 (3.437801, 3.578990) pesogr -3.300035e-05 (-4.728e-05, -1.766e-05) atpre 0.02361505 (0.020757, 0.026624) año16 -0.1646843 (-0.215049, -0.111224) año17 -0.08472542 (-0.134928, -0.041306) 𝛿𝛿0 -0.3691013 (-0.406303, -0.330400) 𝛾𝛾0 3.416225 (3.371567, 3.460111)

Ref. 2015

Etapa 2.2Validación en terreno de los principales factores de éxito o fracaso de tratamientos antiparasitarios

39

Se observó 26 jaulas, el 73,1% de las observaciones corresponden a centros ubicados en la región de Los Lagos y el 26,9% en la región de Aysén distribuidos en 17 centros de 10 empresas

Empresa N° de centrosAquachile 1Australis Mar 2Camanchaca 1Cermaq 2Los Fiordos 1Marine Harvest 4Multiexport 1Salmones Antártica S.A. 1Salmones Chile SPA. 3Ventisqueros 1Total 17

Evaluación en terreno

Descripción de los tratamientos observados

Profundidad red pecera (m) 4 a 6 Profundidad nominal lona (m) 4 a 7.5Tiempo preparación mezcla (min) AZA 4 a 223Tiempo preparación mezcla (min) DEL 1 a 5Tiempo distribución (min) 1 a 60

Descripción de los tratamientos observados

Utilización del modelo Beta uno-inflado con data de terreno

Factor Estimador Intervalo credibilidad 95% Inferior Superior

𝛽𝛽0 21.400 -8.130 50.930 Duración del tratamiento (min.)

0.638 0.102 1.173

Oxígeno suplementario considera la corrección por estrés

28.509 11.511 45.507

Se agita constantemente la solución droga en distribución

10.270 6.195 26.735

Empresa baño externa 17.851 2.668 33.034 𝛿𝛿0 -0.247 -0.125 -0.458 𝛾𝛾0 3.874 3.582 3.985

Modelo Beta uno-inflado

Etapa 3Difusión resultados

44

45

Objetivo/actividad

OE3: Difundir y transferir los resultados del estudio a los usuarios finales

Actividad 1: Manual de buenas prácticas

Actividad 2: Taller de difusión

Actividad 3: Redacción artículo científico (x2)

Actividad 4: Presentación resultados en conferencia internacional

Difusión de resultados

ESTRATEGIAS

46

47

Estrategias – tratamientos coordinados

Caligus en Magallanes

48

49

Caligus en Magallanes

50

Caligus en Magallanes

46

810

124

68

1012

1 2 3 4 5 6 7 8 9 10 11 12

1 2 3 4 5 6 7 8 9 10 11 12

B C

D

2012 2013

2014 2015

2016 2017te

mpe

ratu

ra m

edia

(°C

)

Mes

Graphs by macrozona

51

Caligus en Magallanes

Variable (con relación al mes donde se evalúa la presencia/ausencia de C. rogercresseyi)

Coeficiente Error estándar z Valor p

Intercepto -10,311 5,027 -2,05 0,040 Biomasa mínima el mes previo (toneladas) (t-1)

0,002 0,001 2,360 0,018

Número de peces el mismo mes (en miles) (t-0)

-0,005 0,002 -2,060 0,039

Temperatura mínima tres meses atrás (ºC) (t-3)

1,508 0,654 2,310 0,021

Temperatura, desviación estándar, tres meses atrás (ºC) (t-3)

-10,550 5,355 -1,970 0,049

Tabla 1. Modelo logístico para explicar el efecto de la temperatura sobre la aparición de C. rogercresseyi en salmón del Atlántico de cultivo en la región de Magallanes en 2017.

Distribución espacio-temporal

52

53

Distribución espacio-temporal

Fig. 13. Carga media mensual de C. rogercreseyi juveniles y adultos en salmón del Atlántico, por macrozona entre 2012 y 2017.

54

Distribución espacio-temporal

55

Distribución espacio-temporal

Distribución espacio-temporal

Co-infección Caligus-SRS

57

Background

South America

Chile

Caligidosis91.7%

Piscirickettsiosis

92.5%

Los Lagos and AysénAtlantic salmon and rainbow trout

farms2014-2016

Background

South America

Chile

CaligidosisAND

Piscirickettsiosis

88.9%

Los Lagos and AysénAtlantic salmon and rainbow trout

farms2014-2016

Background

South America

Chile

Los Lagos and AysénAtlantic salmon& rainbow trout

farms2014-2016

Temporal associations at theproduction cycle level Recorded the cycle week when

Piscirickettsiosis specific mort.>=0.1% for the first time in cycle.

Caligus mean abundance in 10-week window before.

Piscirickettsiosis mortality in 10-week window after.

Linear regression model We modeled Piscirickettsiosis

mortality as a function of Caligusmean abundance, accounting forsalmonid species and region.

Detecting temporal associations between Caligidosis and Piscirickettsiosis at the production cycle level Caligus

mean abundance 10 wks before

Piscirickettsiosis mortality 10 wks after

Results – Linear regression model

The first Piscirickettsiosis outbreakin the production cycle is influencedby C. rogercresseyi.

01

23

4

10-w

eek

win

dow

SR

Scu

mul

ativ

e m

orta

lity

(%)

-2 -1.5 -1 -.5 0 .5 1 1.5 210-week window

log adult C. rogercresseyi mean abundance

rainbow trout Atlantic salmon

Adjusted Predictions of species with 95% CIs

Variable name Estimate Standard error p-value 95% Confidence

interval Intercept 0.299 0.201 0.137 -0.095 0.694 Salmonid species (Rainbow trout as reference) Atlantic salmon -1.043 0.227 <0.001 -1.490 -0.596 Log adult Caligus mean 10-wk window 0.325 0.083 <0.001 0.161 0.489

Gracias por su atención

Gracias