Diagnóstico Temprano del Dengue en Zonas Rurales de México: Diagnóstico Actual, Herramientas Emergentes y Perspectivas Futuras
Resumen
El dengue es una de las enfermedades virales transmitidas por vectores de mayor impacto en la salud pública mundial, con una distribución creciente en regiones tropicales y subtropicales. En México, se presentan brotes recurrentes debido a la amplia distribución de sus vectores, principalmente Aedes aegypti, así como a las condiciones climáticas favorables, la urbanización acelerada y la creciente movilidad poblacional. A pesar de los avances en la vigilancia epidemiológica y las estrategias de control vectorial, el diagnóstico oportuno continúa siendo un desafío, especialmente en las comunidades rurales, donde las limitaciones de la infraestructura sanitaria y el acceso restringido a los servicios de laboratorio retrasan la confirmación diagnóstica y el tratamiento oportuno. En este contexto, el diagnóstico se basa en criterios clínicos y epidemiológicos, lo que disminuye su precisión debido a la similitud de las manifestaciones del dengue con las de otras enfermedades febriles de origen infeccioso. El presente trabajo revisa las principales herramientas disponibles para el diagnóstico temprano del dengue y analiza las fortalezas y limitaciones de los métodos utilizados en México, incluyendo la detección del antígeno NS1, los ensayos inmunoenzimáticos (ELISA) y las técnicas moleculares basadas en RT-PCR y RT-qPCR. Asimismo, examina las principales barreras que limitan su implementación en regiones con recursos limitados y discute el potencial de tecnologías emergentes, como la amplificación isotérmica mediada por bucle (RT-LAMP), los sistemas de diagnóstico basados en CRISPR, los biosensores, los dispositivos microfluídicos y las plataformas de salud digital. En este sentido, este trabajo reúne y analiza la evidencia científica disponible sobre las herramientas diagnósticas para dengue utilizadas en México, con énfasis en su aplicación en escenarios de recursos limitados y en las oportunidades que ofrecen las nuevas plataformas tecnológicas para fortalecer la capacidad diagnóstica y la toma de decisiones en salud pública bajo el enfoque de Una Salud (One Health), con el propósito de impulsar estrategias diagnósticas descentralizadas, accesibles y eficientes, adaptadas a las necesidades de las zonas rurales de México, que fortalezcan la respuesta del sistema de salud frente al dengue.
Descargas
Citas
Ali, H. (2024). AI for pandemic preparedness and infectious disease surveillance: Predicting outbreaks, modeling transmission, and optimizing public health interventions. International Journal of Research Publication and Reviews, 5(8), 4605–4619.
https://doi.org/10.55248/gengpi.6.0225.0941
Banerjee, T., Patel, T., Pashchenko, O., Elliott, R., & Santra, S. (2020). Rapid detection and one-step differentiation of cross-reactivity between Zika and dengue virus using functional magnetic nanosensors. ACS Applied Bio Materials, 4(5), 3786–3795.
https://doi.org/10.1021/acsabm.0c01264
Beam, A. L., & Kohane, I. S. (2018). Big data and machine learning in health care. JAMA, 319(13), 1317–1318. https://doi.org/10.1001/jama.2017.18391
Bosak, A., Saraf, N., Willenberg, A., Kwan, M. W. C., Alto, B. W., Jackson, G. W., Batchelor, R. H., Nguyen-Huu, T. D., Sankarapani, V., Parks, G. D., Seal, S., & Willenberg, B. J. (2019). Aptamer-gold nanoparticle conjugates for the colorimetric detection of arboviruses and vector mosquito species. RSC Advances, 9(41), 23752–23763. https://doi.org/10.1039/C9RA02089F
Broughton, J. P., Deng, X., Yu, G., Fasching, C. L., Servellita, V., Singh, J., Miao, X., Streithorst, J. A., Granados, A., Sotomayor-Gonzalez, A., Zorn, K., Gopez, A., Hsu, E., Gu, W., Miller, S., Pan, C. Y., Guevara, H., Wadford, D. A., Chen, J. S., & Chiu, C. Y. (2020). CRISPR–Cas12-based detection of SARS-CoV-2. Nature Biotechnology, 38(7), 870–874.
https://doi.org/10.1038/s41587-020-0513-4
Cecilia, D., Kakade, M. B., Alagarasu, K., Patil, J. A., Salunke, A., Parashar, D., & Shah, P. S. (2015). Development of a multiplex real-time RT-PCR assay for simultaneous detection and serotyping of dengue viruses. Journal of Virological Methods, 219, 1–6.
https://doi.org/10.1016/j.jviromet.2015.03.009
Chamas, C., Barbeitas, M. M., Correa, M., Kameda, K., de Oliveira, A. C. D., & Villarinho, L. (2022). Innovation in diagnostics: Addressing gaps in low- and middle-income countries. Bulletin of the World Health Organization, 100(8), 467–467A. https://doi.org/10.2471/BLT.22.288313
Chen, B., Li, Y., Xu, F., & Yang, X. (2022).
Codina, H., Quero-Delgado, M., Gómez, R., Resino, S., Martínez, I., & Sepúlveda-Crespo, D. (2026). Dengue nanosensors: A roadmap for clinical viability. Trends in Biotechnology.
https://doi.org/10.1016/J.TIBTECH.2026.01.005
Duplat Torres, D. (2024). Addressing dengue virus detection challenges with a low-cost and portable RT-LAMP-based assay.
Dussart, P., Labeau, B., Lagathu, G., Louis, L., Nunes, M. R. T., Rodrigues, S. G., Storck-Weyhermuller, C., de Thoisy, B., & Baril, L. (2006). Evaluation of an enzyme-linked immunosorbent assay for detection of dengue virus NS1 antigen in human serum. Clinical and Vaccine Immunology, 13(11), 1185–1189. https://doi.org/10.1128/CVI.00229-06
Emerging biosensing technologies for the diagnostics of viral infectious diseases. Advanced Materials, 34(30), e2201085. https://doi.org/10.1002/adma.202201085
Fozouni, P., Son, S., de León Derby, M. D., Knott, G. J., Gray, C. N., D’Ambrosio, M. V., Fan, A., Gai, E., Xiang, Y., Wang, T., Pretto, C. D., Liu, T. Y., Ambrosini, G., Chen, Y., Zare, R. N., & Ott, M. (2021). Amplification-free detection of SARS-CoV-2 with CRISPR-Cas13a and mobile phone microscopy. Cell, 184(2), 323–333. https://doi.org/10.1016/j.cell.2020.12.001
Ganguli, A., Mostafa, A., Berger, J., Aydin, M. Y., Sun, F., de Ramirez, S. S., & Bashir, R. (2020). Smartphone-based biosensors for pathogens. Trends in Biotechnology, 38(11), 1232–1249.
https://doi.org/10.1016/j.tibtech.2020.03.009
Guzman, M. G., & Harris, E. (2015). Dengue. The Lancet, 385(9966), 453–465.
https://doi.org/10.1016/S0140-6736(14)60572-9
Guzman, M. G., & Kouri, G. (2004). Dengue diagnosis, advances and challenges. International Journal of Infectious Diseases, 8(2), 69–80. https://doi.org/10.1016/j.ijid.2003.03.003
Hunsperger, E. A., Yoksan, S., Buchy, P., Nguyen, V. C., Sekaran, S. D., Enria, D. A., ... & Peeling, R. W. (2014). Evaluation of commercially available diagnostic tests for the detection of dengue virus NS1 antigen and anti-dengue virus IgM antibody. PLoS Neglected Tropical Diseases, 8(10), e3171. https://doi.org/10.1371/journal.pntd.0003171
Hunsperger, E. A., Yoksan, S., Mattar, S., Morales, M. A., Castro, M. B., Silva, A. M., et al. (2014). Clinical evaluation of diagnostic tests for dengue virus infection. PLoS Neglected Tropical Diseases, 8(10), e3243. https://doi.org/10.1371/journal.pntd.0003243
Instituto de Diagnóstico y Referencia Epidemiológicos. (2021). Lineamientos para la vigilancia por laboratorio de dengue y otras arbovirosis. Secretaría de Salud.
Integrated microsystems for the in situ genetic detection of dengue virus in whole blood using direct sample preparation and isothermal amplification. Analyst, 145, 2405–2411.
https://doi.org/10.1039/C9AN02435B
Johnson, B. W., Russell, B. J., & Lanciotti, R. S. (2005). Serotype-specific detection of dengue viruses in a fourplex real-time reverse transcriptase PCR assay. Journal of Clinical Microbiology, 43(10), 4977–4983. https://doi.org/10.1128/JCM.43.10.4977-4983.2005
Kabay, G., DeCastro, J., Altay, A., Smith, K., Lu, H. W., Capossela, A. M., Moarefian, M., Aran, K., & Dincer, C. (2022).
Kellner, M. J., Koob, J. G., Gootenberg, J. S., Abudayyeh, O. O., & Zhang, F. (2019). SHERLOCK: A protocol for mass multiplexed CRISPR-based detection. Nature Protocols, 14(10), 2986–3012.
Lanciotti, R. S., Calisher, C. H., Gubler, D. J., Chang, G. J., & Vorndam, A. V. (1992). Rapid detection and typing of dengue viruses from clinical samples by using reverse transcriptase-polymerase chain reaction. Journal of Clinical Microbiology, 30(3), 545–551.
https://doi.org/10.1128/JCM.30.3.545-551.1992
Lau, Y. L., Lai, M. Y., Teoh, B. T., Abd-Jamil, J., Mahfodz, N. H., Kiyu, A., et al. (2015). A loop-mediated isothermal amplification assay for rapid diagnosis of dengue virus type 2. Journal of Clinical Virology, 69, 133–139. https://doi.org/10.1016/j.jcv.2015.06.082
Lou, J., Wang, B., Li, J., & Ni, P. (2022).
Muller, D. A., & Young, P. R. (2013). The flavivirus NS1 protein: Molecular and structural biology, immunology, role in pathogenesis and application as a diagnostic biomarker. Antiviral Research, 98(2), 192–208. https://doi.org/10.1016/j.antiviral.2013.03.008
Nguyen, Q. H., Ming, D. K., Luu, A. P., Chanh, H. Q., Tam, D. T. H., Truong, N. T., et al. (2023). Mapping patient pathways and understanding clinical decision-making in dengue management to inform the development of digital health tools. BMC Medical Informatics and Decision Making, 23, 24. https://doi.org/10.1186/s12911-023-02116-4
Notomi, T., Okayama, H., Masubuchi, H., Yonekawa, T., Watanabe, K., Amino, N., & Hase, T. (2000). Loop-mediated isothermal amplification of DNA. Nucleic Acids Research, 28(12), e63.
https://doi.org/10.1093/nar/28.12.e63
Organización Panamericana de la Salud. (2022). Directrices para el diagnóstico clínico y de laboratorio del dengue y otras arbovirosis. Organización Panamericana de la Salud.
Organización Panamericana de la Salud. (2022). Síntesis de evidencia: Directrices para el diagnóstico y tratamiento del dengue, chikungunya y zika en la Región de las Américas. Revista Panamericana de Salud Pública, 46, e82. https://doi.org/10.26633/RPSP.2022.82
Park, G., Park, H., Park, S. C., Jang, M., Yoon, J., Ahn, J. H., & Lee, T. (2023). Recent developments in DNA-nanotechnology-powered biosensors for Zika/Dengue virus molecular diagnostics. Nanomaterials, 13(2), 361. https://doi.org/10.3390/nano13020361
Peeling, R. W., Artsob, H., Pelegrino, J. L., Buchy, P., Cardosa, M. J., Devi, S., Enria, D. A., Farrar, J., Gubler, D. J., Guzman, M. G., Halstead, S. B., Hunsperger, E., Kliks, S., Margolis, H. S., Nathanson, C. M., Nguyen, V. C., Rizzo, N., Vázquez, S., & Yoksan, S. (2010). Evaluation of diagnostic tests: Dengue. Nature Reviews Microbiology, 8(12 Suppl.), S30–S38.
https://doi.org/10.1038/nrmicro2459
Peeling, R. W., Artsob, H., Pelegrino, J. L., Buchy, P., Cardosa, M. J., Devi, S., et al. (2010). Evaluation of diagnostic tests: Dengue. Nature Reviews Microbiology, 8(12 Suppl), S30–S38.
https://doi.org/10.1038/nrmicro2459
Powerful CRISPR-based biosensing techniques and their integration with microfluidic platforms. Frontiers in Bioengineering and Biotechnology, 10, 851712.
https://doi.org/10.3389/fbioe.2022.851712
Screaton, G., Mongkolsapaya, J., Yacoub, S., & Roberts, C. (2015). New insights into the immunopathology and control of dengue virus infection. Nature Reviews Immunology, 15(12), 745–759. https://doi.org/10.1038/nri3916
Sekaran, S. D., et al. (2022). Advances in dengue serological diagnosis: Current status and future perspectives. Diagnostics, 12, 1150. https://doi.org/10.3390/diagnostics12051150
Sekaran, S. D., Ismail, A. A., Thergarajan, G., Chandramathi, S., Rahman, S. H., Mani, R. R., et al. (2022). Host immune response against DENV and ZIKV infections. Frontiers in Cellular and Infection Microbiology, 12, 975222. https://doi.org/10.3389/fcimb.2022.975222
Simão, E. P., Silva, D. B. S., Cordeiro, M. T., Gil, L. H. V., Andrade, C. A. S., & Oliveira, M. D. L. (2020). Nanostructured impedimetric lectin-based biosensor for arboviruses detection. Talanta, 208, 120338. https://doi.org/10.1016/j.talanta.2019.120338
Steinhagen, K., Probst, C., Radzimski, C., Schmidt-Chanasit, J., Emmerich, P., van Esbroeck, M., Schinkel, J., Grobusch, M. P., Goorhuis, A., & Huzly, D. (2016). Serodiagnosis of Zika virus infections by commercially available assays and cross-reactivity with dengue virus. Eurosurveillance, 21(16), 30243. https://doi.org/10.2807/1560-7917.ES.2016.21.16.30243
Teoh, B. T., Sam, S. S., Tan, K. K., Johari, J., Danlami, M. B., Hooi, P. S., et al. (2013). Detection of dengue viruses using reverse transcription-loop-mediated isothermal amplification. BMC Infectious Diseases, 13, 387. https://doi.org/10.1186/1471-2334-13-387
The CRISPR-Cas system as a tool for diagnosing and treating infectious diseases. Molecular Biology Reports, 49, 11301–11311. https://doi.org/10.1007/s11033-022-07752-z
Vaughn, D. W., Green, S., Kalayanarooj, S., Innis, B. L., Nimmannitya, S., Suntayakorn, S., et al. (2000). Dengue viremia titer, antibody response pattern, and virus serotype correlate with disease severity. Journal of Infectious Diseases, 181(1), 2–9. https://doi.org/10.1086/315215
Whitesides, G. M. (2006). The origins and the future of microfluidics. Nature, 442(7101), 368–373.
https://doi.org/10.1038/nature05058
Wilder-Smith, A., Ooi, E. E., Horstick, O., & Wills, B. (2019). Dengue. The Lancet, 393(10169), 350–363. https://doi.org/10.1016/S0140-6736(18)32560-1
World Health Organization. (2009). Dengue: Guidelines for diagnosis, treatment, prevention and control. World Health Organization.
World Health Organization. (2024). Dengue and severe dengue factsheet. World Health Organization.
Yoo, H. J., Baek, C., Lee, M. H., & Min, J. (2020).
Derechos de autor 2026 Jacqueline Barrios-Palacios , Mayre Sánchez-Carbajal , Jorge Bello-Martínez , Jonathan Cisneros-Pano, Daniel Núñez-Avellaneda
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
