David Arango Londoño

Prof. David Arango Londoño

Pontificia Universidad Javeriana Cali, Cali, Valle del Cauca, Colombia
orcid

Research Focus & Metrics

Academic Career Length

9Years (2018-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 January 2018 in Ecology and Society
Verified
Journal Article
Open access
PDF file
PAPramod K. Aggarwal
Pramod K. Aggarwal
AJAndy Jarvis
Andy Jarvis
BCBruce M. Campbell
Bruce M. Campbell
RZRobert Zougmore
Robert Zougmore
Arun Khatri-ChhetriArun Khatri-Chhetri
Arun Khatri-Chhetri
BYBui Tan Yen
Bui Tan Yen
Aggarwal, P. K., A. Jarvis, B. M. Campbell, R. B. Zougmoré, A. Khatri-Chhetri, S. J. Vermeulen, A. Loboguerrero, L. S. Sebastian, J. Kinyangi, O. Bonilla-Findji, M. Radeny, J. Recha, D. Martinez-Baron, J. Ramirez-Villegas, S. Huyer, P. Thornton, E. Wollenberg, J. Hansen, P. Alvarez-Toro, A. Aguilar-Ariza, D. Arango-Londoño, V. Patiño-Bravo, O. Rivera, M. Ouedraogo and B. Tan Yen. 2018. The climate-smart village approach: framework of an integrative strategy for scaling up adaptation options in agriculture. Ecology and Society 23(1):14. https://doi.org/10.5751/ES-09844-230114

1 April 2019 in Accident Analysis & Prevention
Verified
Journal Article
Closed access
DMDiana Marcela Martínez-Ruíz
Diana Marcela Martínez-Ruíz
AFAndrés Fandiño-Losada
Andrés Fandiño-Losada
ALAntonio Ponce de Leon
Antonio Ponce de Leon
DLDavid Arango Londoño
David Arango Londoño
JMJulio Cesar Mateus
Julio Cesar Mateus
MGMaría Isabel Gutiérrez-Martínez
María Isabel Gutiérrez-Martínez

8 October 2024 in PLOS ONE
Verified
Journal Article
Open access
PDF file
DLDelia Ortega Lenis
Delia Ortega Lenis
DLDavid Arango Londoño
David Arango Londoño
Freddy Hernández-BarajasFreddy Hernández-Barajas
Freddy Hernández-Barajas
PMPaula Moraga
Paula Moraga
Dengue is a vector-borne disease that has increased over the past two decades, becoming a global public health emergency. The transmission of dengue is contingent upon various factors, among which climate variability plays a significant role. However, there remains substantial uncertainty regarding the underlying mechanisms. This study aims to investigate the spatial and temporal patterns of dengue risk and to quantify the associated risk factors in Valle del Cauca, Colombia, from 2001 to 2019. To achieve this, a spatio-temporal Bayesian hierarchical model was developed, integrating delayed and non-linear effects of climate variables, socio-economic factors, along with spatio-temporal random effects to account for unexplained variability. The results indicate that average temperature is positively associated with dengue risk 0-2 months later, showing a 35% increase in the risk. Similarly, high precipitation levels lead to increased risk approximately 2-3 months later, while relative humidity showed a constant risk within a 6 months-lag. These findings could be valuable for local health authorities interested in developing early warning systems to predict future risks in advance.

1 March 2020 in Revista de Salud Pública
Verified
Journal Article
Open access
PDF file
DEDaniel Elías-Cuartas
Daniel Elías-Cuartas
DLDavid Arango Londoño
David Arango Londoño
GGGissel Guzmán-Escarria
Gissel Guzmán-Escarria
EMEdgar Muñoz
Edgar Muñoz
DCDiana Caicedo
Diana Caicedo
Fabian MendezFabian Mendez
Fabian Mendez
Objetivo Describir la distribución espacio-temporal del COVID-19 en la ciudad de Cali durante el primer mes de epidemia.Métodos Se realizó un análisis exploratorio de datos espaciales, compuesto por un análisis de densidad de Kernel y se verificó la presencia de patrones espaciales por medio de la función K de Ripley.Resultados La distribución espacial de los casos tiende a concentrarse inicialmente en el norte y sur de la ciudad, con una dinámica cambiante hacia el oriente y occidente.Conclusiones El patrón espacial identificado puede estar influenciado por las medidas de aislamiento tomadas a nivel local y nivel nacional, además no se puede descartar el efecto del poco acceso que tiene la población general a las pruebas diagnósticas,los retrasos y represamientos para conocer los resultados de las mismas y aun los posibles sesgos por dificultades en la técnica de toma de la muestra o su conservación.

16 December 2022 in Spatial and Spatio-temporal Epidemiology
Verified
Journal Article
Closed access
DLDavid Arango Londoño
David Arango Londoño
DLDelia Ortega Lenis
Delia Ortega Lenis
PMPaula Moraga
Paula Moraga
MTMiyerlandi Torres
Miyerlandi Torres
FRFrancisco J. Rodríguez-Cortés
Francisco J. Rodríguez-Cortés

1 March 2020 in Revista de Salud Pública
Verified
Journal Article
Open access
PDF file
DLDavid Arango Londoño
David Arango Londoño
DLDelia Ortega Lenis
Delia Ortega Lenis
EMEdgar Muñoz
Edgar Muñoz
DCDaniel Elias Cuartas
Daniel Elias Cuartas
DCDiana Caicedo
Diana Caicedo
Fabian MendezFabian Mendez
Fabian Mendez
Objetivo Predecir el número de casos de COVID-19 en la ciudad de Cali-Colombia mediante el desarrollo de un modelo SEIR. Métodos Se utilizó un modelo determinista compartimental SEIR considerando los estados: susceptibles (S), expuestos (E), infectados (I) y recuperados (R). Los parámetros del modelo fueron seleccionados de acuerdo a la revisión de literatura. En el caso de la tasa de letalidad, se usaron los datos de la Secretaría de Salud Municipal de Cali. Se plantearon varios escenarios teniendo en cuenta variaciones en el número básico de reproducción (R0) y en la tasa de letalidad; además, se comparó la predicción hasta el 9 de abril con los datos observados. Resultados A través del modelo SEIR se encontró que, con el número básico de reproducción más alto (2,6) y utilizando la letalidad calculada para la ciudad de 2,0%, el número máximo de casos se alcanzaría el primero de junio con 195 666 (prevalencia); sin embargo, al comparar los casos observados con los esperados, al inicio la ocurrencia observada estaba por encima de la proyectada; pero luego cambia la tendencia con una disminución marcada de la pendiente. Conclusiones Los modelos epidemiológicos SEIR son métodos muy utilizados para la proyección de casos en enfermedades infecciosas; sin embargo, se debe tener en cuenta que son modelos deterministas que pueden utilizar parámetros supuestos y podrían generar resultados imprecisos.