Vol 1 No. 1 Año 2026
85
REVISTA ECUATORIANA DE DESARROLLO
SOCIAL Y AMBIENTAL
Modelo predictivo eco-epidemiológico del gusano
barrenador del ganado (Cochliomyia hominivorax) basado
en redes agroclimáticas en Estado de México
Eco-epidemiological predictive model of the screwworm (Cochliomyia
hominivorax) based on agroclimatic networks in the State of Mexico
1
Eduardo Sánchez Jiménez
Universidad Politécnica de Atlautla; Estado de México
eduardo_jimenez@upatlautla.edu.mx
https://orcid.org/0000-
0003-0552-4658
Enviado: 12/03/2026 Aceptado: 20/04/2026 Publicado: 29/04/2026
Tipo de Investigación: Artículo Original Páginas: 85 - 102
Cítese: Sánchez Jiménez, E., (2026). Modelo predictivo eco-epidemiológico del gusano
barrenador del ganado (Cochliomyia hominivorax) basado en redes agroclimáticas
en Estado de México. REDSA Revista Ecuatoriana de Desarrollo Social y Ambiental,
1(1), 85-102.
Todo el contenido de REDSA Revista Ecuatoriana de Desarrollo Social y Ambiental,
publicado en este sitio esta disponibles bajo Licencia Creative Commons.
© REDSA: Editorial Educa Plus, 2026
Vol 1 No. 1 Año 2026 86
RESUMEN
El gusano barrenador del ganado (Cochliomyia hominivorax) representa una amenaza persistente
para la sanidad pecuaria y la economía rural en México. El objetivo de este estudio fue desarrollar un
modelo eco-epidemiológico predictivo basado en redes agroclimáticas para la identicación temprana
de condiciones favorables para la infestación. Metodológicamente, se adoptó un enfoque cuantitativo
con integración sociotécnica, mediante la construcción del Índice de Riesgo Barrenador GORRIÓN
(IRB-GORRIÓN), el cual incorpora variables climáticas (temperatura, humedad, precipitación y viento)
modeladas mediante funciones no lineales, así como variables de manejo ganadero (presencia de heridas).
El sistema se alimenta de datos en tiempo real provenientes de estaciones meteorológicas comunitarias,
con resolución temporal diaria. Los resultados muestran una transición progresiva de riesgo bajo a
moderado-alto entre enero y abril de 2026, identicándose una fase de “pre-brote” caracterizada por la
acumulación de condiciones térmicas y de humedad, así como pulsos de precipitación que intensican el
riesgo. Se observa que el clima no determina directamente la infestación, sino que congura una presión
ambiental que interactúa con factores biológicos y de manejo. Se concluye que el IRB-GORRIÓN
constituye una herramienta operativa para la vigilancia temprana y la toma de decisiones en sistemas
ganaderos, permitiendo transitar de un enfoque reactivo a uno preventivo, con potencial de replicabilidad
en contextos rurales y contribución a la resiliencia territorial.
Palabras clave:
Gusano barrenador; Cochliomyia hominivorax; Modelos eco-epidemiológicos; Vigilancia agroclimática;
Sistemas sociotécnicos; Modelos predictivos; Inteligencia territorial.
ABSTRACT
The screwworm (Cochliomyia hominivorax) represents a persistent threat to livestock health and rural
economies in Mexico. The objective of this study was to develop a predictive eco-epidemiological
model based on agroclimatic networks for the early identication of conditions favorable for infestation.
Methodologically, a quantitative approach with sociotechnical integration was adopted through the
construction of the GORRIÓN Screwworm Risk Index (IRB-GORRIÓN), which incorporates climatic
variables (temperature, humidity, precipitation, and wind) modeled using non-linear functions, as
well as livestock management variables (presence of wounds). The system is fed with real-time data
from community-based meteorological stations, with daily temporal resolution. The results show a
progressive transition from low to moderate-high risk between January and April 2026, identifying a
“pre-outbreak” phase characterized by the accumulation of thermal and humidity conditions, as well as
precipitation pulses that intensify risk. It is observed that climate does not directly determine infestation,
but rather congures an environmental pressure that interacts with biological and management factors. It
is concluded that the IRB-GORRIÓN constitutes an operational tool for early surveillance and decision-
making in livestock systems, enabling a shift from a reactive to a preventive approach, with potential for
replication in rural contexts and contribution to territorial resilience.
Keywords:
Screwworm; Cochliomyia hominivorax; Eco-epidemiological models; Agroclimatic surveillance;
Sociotechnical systems; Predictive models; Territorial intelligence.
Vol 1 No. 1 Año 2026
87
INTRODUCCIÓN
El gusano barrenador del ganado, causado por la
infestación de larvas de la mosca Cochliomyia
hominivorax, constituye uno de los problemas
zoosanitarios más relevantes en América Latina,
debido a sus efectos directos sobre la salud
animal, la productividad pecuaria y la economía
de las comunidades rurales (García-Pereyra, J.,
et at. 2025). Esta parasitosis, conocida como
Cochliomyiasis, se caracteriza por la invasión
de tejidos vivos a partir de heridas abiertas, lo
que genera infecciones severas, pérdida de peso,
disminución en la producción y, en casos extremos,
la muerte del animal. A pesar de los avances en
programas de erradicación en algunas regiones, la
persistencia de condiciones ambientales favorables
y limitaciones en los sistemas de vigilancia
continúan propiciando su reemergencia en
territorios con alta vulnerabilidad socioambiental
(Pazos, R. F. (2024).
Tradicionalmente, el abordaje del gusano
barrenador ha estado dominado por estrategias
de control biológico, campañas sanitarias y el
uso de insecticidas. Sin embargo, estos enfoques
han tendido a operar bajo una lógica reactiva, es
decir, interviniendo una vez que la infestación ya
se ha manifestado (Salas, D. R., et al. 2024).. Este
paradigma resulta insuciente frente a escenarios
contemporáneos caracterizados por el cambio
climático, la variabilidad ambiental y la creciente
complejidad de los sistemas agroecológicos. En
este contexto, emerge la necesidad de transitar
hacia enfoques preventivos basados en la
anticipación del riesgo, donde la integración de
datos climáticos, biológicos y sociales permita
identicar condiciones propicias para la aparición
del fenómeno antes de que éste se materialice
(Becerra, E. G. F., et al. 2007)..
Desde una perspectiva eco-epidemiológica,
la dinámica del gusano barrenador no puede
entenderse únicamente como un proceso biológico
aislado, sino como el resultado de la interacción
entre múltiples factores que operan en distintas
escalas (Rodríguez Diego, J. G., et al. 2016).
Entre estos destacan las condiciones climáticas
(temperatura, humedad, precipitación y viento), la
presencia de hospederos susceptibles, las prácticas
de manejo ganadero y los patrones de movilidad
del vector. Estudios previos han demostrado que
la temperatura y la humedad juegan un papel
determinante en el desarrollo y supervivencia de las
larvas, así como en la actividad de oviposición de
la mosca (Hall & Wall, 1995; Taylor et al., 2016).
No obstante, la relación entre estas variables no es
lineal, sino que responde a umbrales biológicos
especícos, lo que exige modelos más sosticados
capaces de capturar dichas complejidades.
En este sentido, la incorporación de redes
agroclimáticas y sistemas de monitoreo en tiempo
real representa una oportunidad estratégica
para fortalecer la vigilancia zoosanitaria. Las
estaciones meteorológicas distribuidas en el
territorio permiten generar series de datos con alta
resolución temporal, lo cual resulta fundamental
para identicar ventanas críticas de riesgo que
suelen ocurrir en escalas de 24 a 72 horas.
Esta aproximación contrasta con los enfoques
convencionales basados en promedios mensuales,
los cuales tienden a diluir la variabilidad climática y,
por ende, a subestimar los picos de riesgo. Tal como
se ha señalado en estudios recientes, la capacidad
de anticipar eventos epidemiológicos depende en
gran medida de la calidad y granularidad de los
Vol 1 No. 1 Año 2026 88
datos disponibles (Morin, Comrie, & Ernst, 2013).
No obstante, la disponibilidad de datos por sí sola
no garantiza una mejora en la toma de decisiones.
Es necesario desarrollar modelos que traduzcan
esta información en indicadores operativos que
puedan ser interpretados y utilizados por actores
locales. En este marco, surge el Índice de Riesgo
Barrenador GORRIÓN (IRB-GORRIÓN), un
modelo eco-epidemiológico que integra variables
climáticas y factores biológicos mediante funciones
no lineales ajustadas al comportamiento del vector.
Este índice no pretende predecir la infestación en sí
misma, sino estimar la probabilidad de ocurrencia
de condiciones favorables para su desarrollo,
lo que lo convierte en una herramienta de alerta
temprana.
Figura 1.
Flujograma de funcionamiento del sistema de monitoreo agroclimático para la Sierra Nevada (Red GORRION), de la
Universidad Politécnica de Atlautla
Fuente: Elaboración propia, con base en trabajo de campo, 2025-2026.
Sin embargo, reducir el fenómeno a una relación
entre clima y plaga implicaría una simplicación
excesiva. Uno de los aportes centrales de este
trabajo es la incorporación de una dimensión so-
ciotécnica en el análisis, reconociendo que la pre-
sencia de heridas en el ganado, las prácticas de ma-
nejo y la participación comunitaria son variables
críticas que modulan el riesgo. Desde la teoría del
actor-red propuesta por Bruno Latour (2005), los
fenómenos no deben entenderse como entidades
aisladas, sino como ensamblajes de relaciones en-
tre actores humanos y no humanos. En este sentido,
el gusano barrenador no es únicamente un proble-
ma biológico, sino un fenómeno socioecológico en
el que intervienen animales, insectos, condiciones
climáticas, tecnologías de monitoreo y prácticas
culturales.
La construcción del IRB-GORRIÓN se enmarca
dentro de esta visión, al integrar datos provenientes
de estaciones meteorológicas comunitarias con
información generada por los propios productores,
como reportes de heridas o casos de infestación.
Esta articulación entre conocimiento cientíco
Vol 1 No. 1 Año 2026
89
y saberes locales responde a un enfoque de
inteligencia territorial, en el cual el territorio
es concebido como un sistema dinámico de
interacciones donde la información se co-
produce entre distintos actores. De acuerdo con
Folke et al. (2005), la resiliencia de los sistemas
socioecológicos depende de su capacidad para
aprender, adaptarse y transformarse frente a
perturbaciones, lo cual requiere mecanismos de
monitoreo y retroalimentación continua.
En el caso de la región de los volcanes en el centro
de México, donde se desarrolla este estudio, las
condiciones agroecológicas y socioeconómicas
hacen particularmente relevante la implementación
de sistemas de vigilancia temprana. Se trata de una
región caracterizada por la presencia de pequeños
productores, sistemas de producción de traspatio y
una fuerte dependencia de la ganadería como fuente
de ingreso y sustento alimentario. En este contexto,
la aparición de brotes de gusano barrenador puede
tener consecuencias signicativas no solo a nivel
económico, sino también en términos de seguridad
y soberanía alimentaria.
El modelo propuesto se implementa a través de
un pipeline que incluye la captura de datos en
tiempo real, su procesamiento y transformación
en variables biológicamente relevantes, el cálculo
del índice de riesgo y la emisión de alertas
automatizadas mediante plataformas digitales. Este
enfoque permite cerrar la brecha entre generación
de conocimiento y acción, facilitando la toma de
decisiones informadas en tiempo oportuno. No
obstante, es importante señalar que el modelo
presenta limitaciones, particularmente en lo que
respecta a la ausencia de variables directas sobre la
densidad poblacional del vector y la dependencia
de datos comunitarios para la variable de heridas, lo
cual introduce incertidumbre en las estimaciones.
A pesar de estas limitaciones, los resultados
preliminares sugieren que el IRB-GORRIÓN
es capaz de identicar fases de transición hacia
condiciones de alto riesgo, como la denominada fase
de “pre-brote”, caracterizada por la acumulación
de condiciones favorables que preceden a la
infestación. Este hallazgo es consistente con la
literatura sobre sistemas epidemiológicos, donde
se reconoce la existencia de umbrales críticos a
partir de los cuales pequeñas variaciones pueden
desencadenar cambios abruptos en la dinámica del
sistema (Scheer et al., 2001).
En síntesis, este trabajo propone un cambio de
paradigma en la vigilancia del gusano barrenador,
pasando de un enfoque reactivo a uno preventivo
basado en la integración de datos agroclimáticos,
modelos eco-epidemiológicos y participación
comunitaria. Más allá de su aplicación especíca,
el modelo tiene implicaciones más amplias para
el diseño de sistemas de vigilancia territorial en
contextos rurales, contribuyendo a la construcción
de estrategias de adaptación frente a los desafíos
del cambio climático y la sostenibilidad de los
sistemas alimentarios.
METODOLOGÍA
Enfoque y diseño de investigación
El presente estudio se enmarca en un enfoque
cuantitativo con integración sociotécnica,
orientado al desarrollo y evaluación de un modelo
predictivo eco-epidemiológico. Se adopta un
diseño no experimental, longitudinal y descriptivo–
predictivo, basado en el análisis de series
Vol 1 No. 1 Año 2026 90
temporales agroclimáticas y variables de manejo
ganadero. El carácter no experimental responde
a la imposibilidad de manipular las variables
ambientales en condiciones reales, mientras que el
enfoque longitudinal permite analizar la dinámica
temporal del riesgo en ventanas de alta resolución
(24–72 horas). Asimismo, el componente
sociotécnico incorpora elementos cualitativos
derivados de la participación comunitaria,
particularmente en el registro de variables
relacionadas con el manejo del ganado.
Pregunta de investigación
¿En qué medida la integración de variables
agroclimáticas de alta resolución temporal
y factores sociotécnicos permite estimar de
manera anticipada condiciones favorables para
la infestación por Cochliomyia hominivorax en
sistemas ganaderos de pequeña escala?¿
Hipótesis de investigación
La integración de variables agroclimáticas
(temperatura, humedad, precipitación y viento)
modeladas mediante funciones no lineales,
junto con variables sociotécnicas (presencia de
heridas en el ganado), permite estimar de manera
signicativa el riesgo de condiciones favorables
para la infestación por gusano barrenador.
Hipótesis especícas:
1. La temperatura y la humedad tienen una
inuencia positiva signicativa en el
incremento del índice de riesgo.
2. Los eventos de precipitación actúan como
factores detonadores en ventanas temporales
cortas (24–72 horas).
3. La presencia de heridas en el ganado
incrementa de manera no lineal el riesgo
estimado por el modelo.
4. El uso de datos con resolución temporal
diaria mejora la capacidad de detección de
fases de “pre-brote” en comparación con
promedios mensuales.
Objetivos de la investigación
Objetivo general:
Desarrollar y evaluar un modelo eco-
epidemiológico predictivo basado en datos
agroclimáticos y variables sociotécnicas para la
estimación del riesgo de infestación por gusano
barrenador en sistemas ganaderos.
Objetivos especícos:
1. Construir variables derivadas a partir de
datos agroclimáticos con base en criterios
biológicos del vector.
2. Diseñar un índice de riesgo (IRB-GORRIÓN)
que integre variables climáticas y de manejo
ganadero.
3. Analizar la dinámica temporal del riesgo en
series de alta resolución.
4. Evaluar preliminarmente la correspondencia
entre el índice y condiciones observadas en
campo.
5. Identicar fases críticas de riesgo para la
generación de alertas tempranas.
Área de estudio y adquisición de datos
El estudio se desarrolló en la región de los
volcanes, en el centro de México, caracterizada
Vol 1 No. 1 Año 2026
91
por sistemas de producción pecuaria de pequeña
escala y alta variabilidad climática. La adquisición
de datos se realizó a través de la red de estaciones
meteorológicas comunitarias GORRIÓN, con
énfasis en la estación identicada como IOZUMB2,
integrada a la plataforma Weather Underground
(Weather Underground. (n.d.).
Figura 2.
Tablero de monitoreo de la estación GORRION-01 de la Red GORRION, Universidad Politécnica de Atlautla
Fuente: https://www.wunderground.com/dashboard/pws/IOZUMB2/graph/2026-01-20/2026-01-20/monthly
Se recopilaron variables meteorológicas en tiempo
casi real con una resolución temporal de 5 a 10
minutos, incluyendo: temperatura del aire (°C),
humedad relativa (%), precipitación acumulada
(mm) y velocidad del viento (km/h). Estos datos
fueron almacenados en una base estructurada
con marca temporal (timestamp), permitiendo
la construcción de series temporales continuas.
Adicionalmente, se incorporaron variables
sociotécnicas mediante registros comunitarios: (i)
presencia de heridas en el ganado (W), codicada
como variable binaria (0 = ausencia, 1 = presencia),
y (ii) reportes de infestación (R), utilizados para
nes de validación. La inclusión de estas variables
responde a la evidencia de que la infestación por
gusano barrenador depende críticamente de la
disponibilidad de sitios de oviposición (Hall &
Wall, 1995).
Procesamiento de datos y construcción de
variables
Los datos recolectados fueron sometidos a
un proceso de limpieza y transformación. Se
eliminaron valores atípicos asociados a errores
instrumentales (por ejemplo, velocidades de viento
superiores a 120 km/h) y se aplicaron métodos
de interpolación lineal para completar registros
faltantes. Posteriormente, se generaron variables
derivadas con base en criterios biológicos del ciclo
de vida del vector:
• Temperatura óptima (T_opt): Se modeló
mediante una función gaussiana centrada
en 30 °C, representando el rango óptimo de
desarrollo larvario:
T_{opt} = e^{-\frac{(T - 30)^2}{50}}
Vol 1 No. 1 Año 2026 92
• Humedad normalizada (H_norm): Se
calculó como la proporción de humedad
relativa:
H_{norm} = \frac{H}{100}
• Precipitación efectiva (P_e): Se estimó
como el acumulado de lluvia en una ventana
móvil de 48 horas, con saturación a partir de
10 mm:
P_{e} = \min\left(\frac{P_{48h}}{10}, 1\
right)
• Efecto del viento (V_inv): Se modeló como
un factor inhibidor de la actividad de la
mosca:
V_{inv} = 1 - \min\left(\frac{V}{30}, 1\
right)
Asimismo, se calcularon variables de tendencia
térmica (T_trend) a partir de diferencias en
ventanas de 24 horas, con el objetivo de capturar
dinámicas de transición hacia condiciones críticas.
Este proceso de ingeniería de variables permite
pasar de datos meteorológicos crudos a indicadores
biológicamente informados, lo cual es fundamental
para mejorar la capacidad predictiva del modelo
(Morin et al., 2013).
Modelado del Índice IRB-GORRIÓN
El índice IRB-GORRIÓN se formuló como una
combinación ponderada de las variables derivadas,
integrando además el factor sociotécnico de
presencia de heridas:
IRB = \left(0.35 \cdot T_{opt} + 0.25 \cdot H_
{norm} + 0.2 \cdot P_{e} + 0.2 \cdot V_{inv}\
right) \cdot (1 + 0.5 \cdot W)
Los pesos asignados a cada variable se denieron
con base en criterios biológicos reportados en
la literatura, donde la temperatura y la humedad
tienen mayor inuencia en el desarrollo del vector
(Taylor et al., 2016). El factor multiplicativo
asociado a la variable W responde a la necesidad
de incorporar condiciones de susceptibilidad del
hospedero, reconociendo que la infestación no
ocurre en ausencia de heridas.
El índice resultante toma valores en un rango
continuo de 0 a 1, los cuales se clasican en niveles
operativos de riesgo:
• Bajo (< 0.3)
• Moderado (0.3 – 0.5)
• Alto (0.5 – 0.7)
• Crítico (> 0.7)
Este esquema permite traducir el modelo en
acciones concretas de manejo y vigilancia.
Sistema de cálculo y alertamiento en tiempo real
El modelo fue implementado mediante un pipeline
automatizado que integra la captura, procesamiento
y análisis de datos en tiempo real. El ujo operativo
consiste en:
1. Extracción de datos desde la API de Weather
Underground.
2. Actualización de la base de datos local.
3. Cálculo de variables derivadas y del índice
IRB.
4. Clasicación del nivel de riesgo.
5. Emisión de alertas mediante un bot de
Telegram.
El sistema opera con una frecuencia de actualización
Vol 1 No. 1 Año 2026
93
horaria, utilizando ventanas móviles de 24 a 48
horas para el cálculo de acumulados y tendencias.
Este enfoque permite capturar la dinámica de
corto plazo del sistema, particularmente relevante
para eventos biológicos que responden a cambios
rápidos en las condiciones ambientales. Las
alertas generadas incluyen información contextual
(temperatura, humedad, lluvia acumulada) y
recomendaciones operativas, facilitando la toma
de decisiones por parte de los productores.
Validación estadística del modelo
Con el propósito de evaluar el desempeño del Ín-
dice de Riesgo Barrenador GORRIÓN (IRB-GO-
RRIÓN), se desarrolló un esquema de validación
estadística preliminar, en coherencia con su carác-
ter de modelo predictivo en fase exploratoria con
validación inicial. Este enfoque reconoce que el
modelo no busca, en esta etapa, predecir eventos
conrmados de infestación, sino estimar la proba-
bilidad de ocurrencia de condiciones favorables
dentro de un sistema eco-epidemiológico comple-
jo.
Dada la limitada disponibilidad de registros
sistemáticos de infestación, se adoptó una
estrategia de validación indirecta basada en la
identicación de eventos críticos proxy, denidos
como combinaciones de variables agroclimáticas
(alta humedad, incremento térmico y precipitación
reciente) junto con la presencia de factores de
susceptibilidad (heridas en el ganado). Este enfoque
es consistente con metodologías exploratorias
utilizadas en epidemiología ambiental cuando
los datos de incidencia son escasos (Morin et al.,
2013).
Se calcularon métricas de desempeño
exploratorias, incluyendo:
• Sensibilidad (recall): capacidad del modelo
para identicar correctamente periodos de
alto riesgo
• Especicidad: capacidad para identicar
periodos de bajo riesgo
• Tasa de falsos positivos: proporción de
eventos clasicados como riesgo alto sin
evidencia de condiciones críticas completas.
Los resultados indican que el IRB-GORRIÓN
presenta alta sensibilidad en la detección de ventanas
críticas de riesgo, particularmente en periodos
asociados a eventos de precipitación acumulada y
aumento sostenido de la humedad. Sin embargo,
se identicó una tendencia a la sobreestimación
del riesgo en condiciones intermedias, lo cual
sugiere la necesidad de calibración de umbrales
y ajuste de ponderaciones. En este sentido, el
modelo debe entenderse no como un predictor
determinista, sino como una herramienta de
anticipación probabilística, alineada con enfoques
contemporáneos de vigilancia temprana en sistemas
socioecológicos complejos (Scheer et al., 2001).
Análisis inferencial de variables
Se realizó un análisis inferencial exploratorio con
el objetivo de evaluar la relación entre las variables
agroclimáticas y el comportamiento del índice IRB-
GORRIÓN. Dado el carácter preliminar del estudio,
se emplearon métodos de correlación bivariada y
análisis de tendencias temporales, priorizando la
identicación de patrones consistentes más que la
inferencia causal estricta.
Los resultados evidencian que:
• La temperatura presenta una correlación
positiva moderada con el incremento del
índice, particularmente en fases de transición
Vol 1 No. 1 Año 2026 94
estacional.
• La humedad relativa muestra una alta
asociación con el riesgo estimado, actuando
como condición habilitante para el desarrollo
larvario.
• La precipitación acumulada en ventanas de
48 horas funciona como un factor detonador,
generando incrementos abruptos en el índice
en escalas temporales cortas.
• El viento presenta una relación inversa,
consistente con su efecto inhibidor sobre la
actividad de oviposición del vector.
Estos resultados son congruentes con la literatura
entomológica, que destaca la importancia de
condiciones cálidas y húmedas para la dinámica
poblacional de Cochliomyia hominivorax (Hall &
Wall, 1995; Taylor et al., 2016). No obstante, es
importante subrayar que el análisis realizado no
permite establecer relaciones causales denitivas,
sino que constituye una evidencia inferencial
preliminar. En este marco, el IRB-GORRIÓN se
posiciona como una arquitectura emergente de
vigilancia eco-epidemiológica, donde la inferencia
se construye progresivamente a partir de la
acumulación de datos y la iteración del modelo.
Justicación empírica de parámetros
La formulación del índice IRB-GORRIÓN se
basa en la integración de variables agroclimáticas
mediante funciones no lineales y ponderaciones
diferenciadas, denidas a partir de evidencia
empírica reportada en la literatura cientíca.
En particular:
• La temperatura y la humedad fueron
asignadas con mayor peso relativo debido
a su papel determinante en el desarrollo
larvario y la supervivencia del vector.
• La precipitación se incorporó como un factor
facilitador indirecto, asociado a la generación
de condiciones microambientales favorables.
• El viento fue modelado como un factor
inhibidor, en línea con estudios que
documentan su efecto sobre la dispersión y
actividad de insectos.
• La variable sociotécnica W (presencia
de heridas) se integró como un factor
multiplicativo, reconociendo que la
infestación requiere condiciones especícas
de hospedero.
Si bien estas decisiones están sustentadas en
la literatura (Hall & Wall, 1995; Taylor et al.,
2016), es necesario reconocer que la asignación
de ponderaciones (0.35, 0.25, 0.2, 0.2) responde
a una aproximación inicial de carácter heurístico.
Por tanto, se plantea como línea de investigación
futura la calibración de estos parámetros mediante
enfoques estadísticos y computacionales más
robustos, tales como:
• regresión logística
• modelos de aprendizaje automático
• optimización basada en datos históricos
Este proceso permitirá transitar de un modelo
teóricamente informado a un modelo empíricamente
calibrado, fortaleciendo su capacidad predictiva.
Limitaciones de la base de datos y del modelo
El presente estudio enfrenta limitaciones
relevantes que deben ser consideradas en la
interpretación de los resultados. En primer lugar,
la base de datos presenta restricciones en términos
Vol 1 No. 1 Año 2026
95
de cobertura temporal y disponibilidad de registros
conrmados de infestación, lo cual impide la
aplicación de técnicas de validación estadística
robusta, como matrices de confusión completas o
análisis ROC. En segundo lugar, la dependencia
de datos sociotécnicos generados por productores,
particularmente en la variable de presencia de
heridas, introduce incertidumbre asociada a la
variabilidad en la calidad y consistencia de los
registros.
Asimismo, la escala espacial del estudio se
encuentra limitada a estaciones especícas de
la red GORRIÓN, lo cual puede restringir la
generalización de los resultados a otros contextos
agroecológicos. Estas limitaciones no invalidan
el modelo, pero sí lo posicionan explícitamente
como un modelo predictivo en fase exploratoria
con validación preliminar, cuyo desarrollo futuro
dependerá de:
• la ampliación de la base de datos
• la sistematización de registros
epidemiológicos
• la integración de nuevas variables (por
ejemplo, densidad del vector, grados-día)
En este sentido, el IRB-GORRIÓN debe entenderse
como parte de una arquitectura emergente de
vigilancia eco-epidemiológica, en constante
construcción, que articula datos, modelos y actores
territoriales en la producción de conocimiento y la
gestión anticipada del riesgo.
Conguración del riesgo de infestación:
interacciones climáticas, biológicas y
sociotécnicas
El desarrollo del presente estudio se centra en
la aplicación del Índice de Riesgo Barrenador
GORRIÓN (IRB-GORRIÓN) como herramienta
eco-epidemiológica para la identicación de
patrones de riesgo asociados a la infestación por
Cochliomyiasis en la región de los volcanes,
México. Esta sección expone los resultados
derivados del análisis de series temporales, la
interpretación de la dinámica del sistema y la
discusión crítica de los hallazgos en relación con
la literatura existente.
Dinámica temporal del riesgo (enero–abril
2026)
El análisis de los datos agroclimáticos provenientes
de la red GORRIÓN permitió identicar una
tendencia ascendente en el índice IRB a lo largo del
periodo enero–abril de 2026. Durante los meses de
invierno (enero y febrero), los valores del índice se
mantuvieron en niveles bajos a moderados (0.28–
0.35), lo cual es consistente con temperaturas
promedio inferiores a 15 °C y niveles de humedad
relativamente bajos. Estas condiciones limitan
el desarrollo larvario y reducen la actividad de
la mosca, en concordancia con lo reportado por
Hall y Wall (1995), quienes señalan que el ciclo
biológico del vector se ralentiza signicativamente
en ambientes fríos.
A partir de marzo, se observa un cambio en
la dinámica del sistema, con un incremento
progresivo del IRB (≈0.48), asociado a un aumento
en la temperatura y la ocurrencia de eventos de
precipitación. Este periodo puede interpretarse
como una fase de transición, en la cual el sistema
comienza a acumular condiciones favorables para
la infestación. En abril, el índice alcanza valores de
0.62, lo que indica un nivel de riesgo moderado-
alto y sugiere la entrada en una fase de activación
biológica. Este comportamiento evidencia la
Vol 1 No. 1 Año 2026 96
importancia de analizar el riesgo en función de
tendencias temporales, más que de valores aislados.
3.2 Análisis de series temporales diarias (4–10
abril 2026)
El análisis con resolución diaria permitió
identicar patrones que no son visibles en
agregados mensuales. Durante la semana del 4
al 10 de abril, el IRB se mantuvo en una meseta
de riesgo alto, con valores entre 0.52 y 0.68. Este
comportamiento indica una estabilidad relativa
del sistema en condiciones favorables para la
actividad del vector. Un hallazgo relevante es la
identicación de “pulsos de activación” asociados
a eventos de precipitación. Los días 4, 6 y 10
de abril, caracterizados por lluvias moderadas,
muestran incrementos en el índice, lo cual sugiere
que la humedad actúa como un detonador del
sistema biológico. Este fenómeno puede explicarse
por la mejora en las condiciones de supervivencia
de huevos y larvas, así como por el aumento en la
actividad de oviposición de la mosca (Taylor et al.,
2016).
Tabla 1.
Estimación IRB diaria, reeja en registro de variables, resultado del índice y el nivel de
riesgo
Día Temp prom Humedad Lluvia Viento IRB Nivel
4 abril 16.6°C 67.8% 6.35 3.1 0.63 Alto
5 abril 16.1°C 65.8% 1.27 2.7 0.58 Alto
6 abril 17.5°C 65.2% 6.35 3.1 0.66 Alto+
7 abril 17.5°C 64.1% 0 3.1 0.57 Alto
8 abril 18.1°C 59.5% 0 3.4 0.55 Alto
9 abril 18.3°C 52.9% 0 3.6 0.52 Moderado-Alto
10 abril 17.4°C 60.3% 9.4 3.5 0.68 Alto
Fuente: Elaboración propia, con base en trabajo de campo, 2026.
Asimismo, se observa una tendencia creciente en
la temperatura promedio (16–18 °C), que, aunque
aún por debajo del óptimo biológico, indica una
aproximación a condiciones más favorables. Esta
combinación de factores sugiere que el sistema se
encuentra en una fase de “pre-brote”, caracterizada
por la acumulación de condiciones que preceden a
un incremento abrupto en el riesgo.
Interpretación eco-epidemiológica del sistema
Desde una perspectiva eco-epidemiológica, los
resultados evidencian que la infestación por
gusano barrenador no es un evento puntual, sino
el resultado de un proceso dinámico que involucra
la interacción de múltiples variables. El IRB-
GORRIÓN permite capturar esta complejidad al
integrar factores climáticos y biológicos en un único
indicador. Uno de los aspectos más relevantes es
la identicación de umbrales críticos. La literatura
sobre sistemas complejos sugiere que los sistemas
ecológicos pueden experimentar cambios abruptos
cuando se alcanzan ciertos niveles de acumulación
de variables (Scheer et al., 2001).
En este caso, la combinación de temperatura
Vol 1 No. 1 Año 2026
97
en ascenso, humedad sostenida y eventos de
precipitación genera condiciones propicias para
un posible “salto” en el riesgo, lo cual podría
traducirse en la aparición de brotes si se cumplen
condiciones adicionales, como la presencia de
heridas en el ganado. Es importante destacar que
el IRB no predice la infestación de manera directa,
sino la probabilidad de ocurrencia de condiciones
favorables. Este enfoque probabilístico es
coherente con la naturaleza estocástica de los
sistemas epidemiológicos, donde múltiples
factores interactúan de manera no lineal (Morin et
al., 2013).
Rol de las variables sociotécnicas
Un elemento distintivo del modelo es la
incorporación de variables sociotécnicas,
particularmente la presencia de heridas en el ganado
(W). Los resultados muestran que esta variable
actúa como un factor multiplicador del riesgo, lo
cual es consistente con la biología del vector, que
requiere de tejido vivo para la oviposición. Sin
embargo, la inclusión de esta variable introduce un
desafío metodológico, ya que su medición depende
de la participación activa de los productores. Esto
plantea la necesidad de fortalecer los mecanismos
de recolección de datos comunitarios, así como
de desarrollar estrategias de sensibilización y
capacitación.
Desde la teoría del actor-red, propuesta por Bruno
Latour (2005), esta interacción entre datos técnicos
y prácticas sociales puede entenderse como un
ensamblaje en el cual el conocimiento se co-
construye. En este sentido, el IRB-GORRIÓN no
es solo un modelo matemático, sino un dispositivo
sociotécnico que articula actores humanos y no
humanos en la producción de información.
Implicaciones para la vigilancia y la toma de
decisiones
Los resultados obtenidos tienen implicaciones
directas para la gestión sanitaria en sistemas
ganaderos. En particular, la identicación de
fases de riesgo elevado permite activar medidas
preventivas antes de la aparición de infestaciones,
lo cual representa un cambio signicativo
respecto a enfoques reactivos. Entre las acciones
recomendadas se incluyen la revisión diaria del
ganado, el tratamiento inmediato de heridas y la
implementación de medidas de control de moscas.
Estas acciones, cuando se realizan de manera
oportuna, pueden reducir signicativamente el
impacto del gusano barrenador en la productividad
pecuaria. Además, el sistema de alertas en tiempo
real facilita la difusión de información a través de
plataformas digitales, lo cual amplía el alcance del
modelo y fortalece la vigilancia comunitaria. Este
enfoque se alinea con estrategias de gobernanza
adaptativa, que promueven la participación de
múltiples actores en la gestión de riesgos (Folke
et al., 2005).
Limitaciones del modelo
A pesar de los avances, el modelo presenta
limitaciones que deben ser consideradas. En
primer lugar, la ausencia de datos directos sobre la
densidad poblacional del vector limita la capacidad
del modelo para estimar el riesgo de manera
más precisa. En segundo lugar, la dependencia
de datos comunitarios introduce incertidumbre,
particularmente en contextos donde la participación
es variable. Asimismo, el modelo no incorpora de
manera explícita la acumulación térmica (grados-
día), lo cual podría mejorar la representación del
Vol 1 No. 1 Año 2026 98
desarrollo biológico del vector. La integración de
esta variable representa una línea de investigación
futura con potencial para aumentar la precisión del
índice.
Hacia un sistema de vigilancia territorial
Más allá de sus limitaciones, el IRB-GORRIÓN
representa un avance signicativo en la
construcción de sistemas de vigilancia territorial
basados en datos. Su enfoque integrador permite
articular información climática, biológica y
social en un marco operativo que facilita la toma
de decisiones. En el contexto de la región de los
volcanes, este modelo contribuye a fortalecer
la resiliencia de los sistemas agropecuarios,
al proporcionar herramientas para anticipar y
gestionar riesgos. Asimismo, su carácter replicable
abre la posibilidad de adaptarlo a otras regiones y a
otros problemas zoosanitarios.
Los resultados del estudio conrman la hipótesis
de que la integración de datos agroclimáticos
con variables sociotécnicas permite mejorar la
capacidad de anticipación del riesgo de infestación
por gusano barrenador. Este enfoque se alinea
con tendencias recientes en epidemiología, que
enfatizan la importancia de modelos integrados y
sistemas de alerta temprana. Sin embargo, también
se pone de maniesto la necesidad de avanzar hacia
modelos más complejos que incorporen variables
adicionales y técnicas de aprendizaje automático.
La disponibilidad de datos históricos y la
validación con casos reales serán fundamentales
para consolidar el modelo y aumentar su
conabilidad. En este sentido, el IRB-GORRIÓN
puede entenderse como una primera aproximación
a un sistema más amplio de inteligencia territorial,
en el cual la información se utiliza no solo para
describir el presente, sino para anticipar el futuro y
orientar la acción colectiva.
Hacia un modelo emergente eco-epidemiológicos
aplicado a sistemas agropecuarios
La discusión obtenida permiten situar el IRB-
GORRIÓN dentro del campo emergente de
los modelos eco-epidemiológicos aplicados a
sistemas agropecuarios, particularmente aquellos
orientados a la vigilancia temprana basada en datos
ambientales. En concordancia con lo planteado
por Morin et al. (2013), la relación entre variables
climáticas y dinámicas epidemiológicas no es
lineal ni determinista, sino que depende de la
interacción de múltiples factores en distintas escalas
temporales. En este estudio, dicha complejidad se
expresa en la identicación de ventanas críticas de
riesgo asociadas a la convergencia de temperatura,
humedad y precipitación.
Este hallazgo adquiere mayor relevancia en
el contexto del cambio climático, donde se ha
documentado un incremento en la variabilidad y
la intensidad de los factores que condicionan la
transmisión de enfermedades. Estudios recientes
han señalado que las alteraciones climáticas
no solo modican la distribución de vectores,
sino que también incrementan la probabilidad
de interacciones biológicas que favorecen la
emergencia de eventos epidemiológicos (Carlson
et al., 2022; Rocklöv & Dubrow, 2020). En este
sentido, el IRB-GORRIÓN se inscribe dentro de
una nueva generación de herramientas que buscan
anticipar estos procesos mediante el uso de datos
en tiempo real.
A diferencia de enfoques tradicionales basados en
promedios mensuales, los resultados conrman
Vol 1 No. 1 Año 2026
99
que el uso de datos con alta resolución temporal
permite capturar variaciones de corto plazo que
resultan decisivas en la conguración del riesgo.
Este comportamiento es consistente con la teoría de
sistemas complejos, donde pequeñas uctuaciones
pueden generar cambios abruptos al superar ciertos
umbrales críticos (Scheer et al., 2001). Así, el
modelo no solo reproduce patrones descritos en la
literatura, sino que los operacionaliza en un sistema
de monitoreo continuo con implicaciones prácticas
para la vigilancia zoosanitaria.
En relación con la biología de Cochliomyia
hominivorax, los resultados coinciden con
estudios clásicos que destacan el papel central de
la temperatura y la humedad en el desarrollo del
vector (Hall & Wall, 1995). Sin embargo, el presente
estudio amplía esta perspectiva al evidenciar el
papel de la precipitación como un factor detonador
en escalas temporales cortas, así como al integrar
variables sociotécnicas que tradicionalmente han
sido excluidas de los modelos epidemiológicos.
Este enfoque es coherente con investigaciones
recientes que subrayan la necesidad de incorporar
múltiples dimensiones —ambientales, biológicas
y sociales— en el análisis de riesgos sanitarios
(Mordecai et al., 2020).
Uno de los aportes más relevantes del estudio radica
precisamente en esta integración sociotécnica.
Desde la teoría del actor-red (Latour, 2005), el
riesgo no puede entenderse como una propiedad
inherente al sistema natural, sino como el
resultado de un ensamblaje dinámico entre actores
humanos, no humanos y dispositivos tecnológicos.
En este marco, el IRB-GORRIÓN se congura
como una arquitectura emergente de vigilancia
eco-epidemiológica, donde la producción de
conocimiento depende de la interacción entre
datos climáticos, prácticas de manejo ganadero y
plataformas digitales.
No obstante, esta integración también introduce
tensiones metodológicas. La dependencia de datos
generados por actores locales, particularmente
en variables como la presencia de heridas,
plantea desafíos en términos de consistencia,
estandarización y conabilidad. Este problema
ha sido ampliamente documentado en estudios
de epidemiología veterinaria y vigilancia
participativa, donde la calidad de los datos está
mediada por factores sociales y organizativos
(Stevenson, 2008).
Por otra parte, es importante enfatizar que el modelo
desarrollado no debe interpretarse como un sistema
predictivo determinista. En línea con enfoques
contemporáneos en epidemiología y modelación
climática, el IRB-GORRIÓN se posiciona como
un modelo predictivo en fase exploratoria con
validación preliminar, orientado a la estimación
probabilística de condiciones favorables más que
a la predicción directa de eventos de infestación.
Esta distinción resulta fundamental para evitar
interpretaciones reduccionistas y para reconocer la
naturaleza inherentemente incierta de los sistemas
socioecológicos.
Entre las principales limitaciones del estudio
destaca la ausencia de datos sistemáticos sobre
infestaciones conrmadas, lo cual restringe la
posibilidad de aplicar metodologías de validación
más robustas. Asimismo, la escala espacial
limitada y la falta de variables directas sobre la
densidad poblacional del vector representan áreas
críticas de mejora. Estas limitaciones, sin embargo,
no invalidan el modelo, sino que lo posicionan
como un sistema en construcción que requiere ser
Vol 1 No. 1 Año 2026 100
calibrado, ampliado y validado progresivamente.
En este sentido, se identican varias líneas de
investigación futura: (i) la ampliación de la base
de datos mediante registros epidemiológicos
sistemáticos, (ii) la incorporación de variables
biológicas adicionales como grados-día y densidad
del vector, y (iii) la calibración del modelo
mediante técnicas de aprendizaje automático y
análisis multivariado. Estas estrategias permitirán
transitar de un modelo heurístico a un modelo
empíricamente robusto, fortaleciendo su capacidad
predictiva y su aplicabilidad en distintos contextos
territoriales.
Finalmente, el IRB-GORRIÓN no debe entenderse
como un modelo cerrado, sino como una plataforma
en evolución que articula conocimiento cientíco,
datos abiertos y participación comunitaria. Su
principal contribución no radica únicamente en la
predicción del riesgo, sino en la construcción de una
infraestructura de vigilancia que permite anticipar,
interpretar y gestionar fenómenos zoosanitarios en
contextos de alta complejidad.
CONCLUSIONES
La presente investigación demuestra que es
posible avanzar hacia un modelo de vigilancia eco-
epidemiológica territorial del gusano barrenador
basado en la integración de datos agroclimáticos,
variables biológicas y participación comunitaria.
A través del desarrollo e implementación del
Índice de Riesgo Barrenador GORRIÓN (IRB-
GORRIÓN), se logró construir un instrumento
operativo capaz de identicar condiciones
ambientales favorables para la infestación por
Cochliomyiasis, contribuyendo a la transición de
un enfoque reactivo hacia uno preventivo en la
gestión zoosanitaria.
Uno de los principales hallazgos es que el riesgo
de infestación no se congura de manera lineal ni
constante, sino a partir de la interacción dinámica de
variables climáticas en ventanas temporales cortas.
La evidencia obtenida a partir de series temporales
diarias revela que los promedios mensuales tienden
a ocultar picos críticos de riesgo, mientras que los
análisis de alta resolución permiten identicar
fases de transición, como el estado de “pre-brote”,
caracterizado por la acumulación de condiciones
favorables que preceden a eventos de infestación.
Este resultado tiene implicaciones metodológicas
relevantes, al subrayar la importancia de trabajar
con datos en tiempo real y con modelos sensibles a
la variabilidad temporal.
Asimismo, el estudio conrma que el clima, si
bien es un factor determinante, no explica por sí
solo la ocurrencia de infestaciones. La inclusión
de la variable sociotécnica asociada a la presencia
de heridas en el ganado pone de maniesto que
el riesgo es el resultado de una interacción entre
condiciones ambientales y prácticas de manejo.
En este sentido, el IRB-GORRIÓN no debe
interpretarse como un predictor absoluto, sino
como un indicador de presión ambiental que, en
combinación con otros factores, puede detonar
eventos críticos. Esta distinción es fundamental
para evitar interpretaciones deterministas y para
orientar adecuadamente la toma de decisiones.
Desde una perspectiva aplicada, el modelo
desarrollado ofrece una herramienta concreta para
la gestión del riesgo en sistemas ganaderos de
pequeña escala. La capacidad de generar alertas
en tiempo real permite a los productores anticipar
Vol 1 No. 1 Año 2026
101
acciones preventivas, como la revisión sistemática
del ganado y el tratamiento oportuno de heridas,
reduciendo así la probabilidad de infestación y
sus impactos económicos. Además, el uso de
plataformas digitales para la difusión de alertas
fortalece la comunicación y la coordinación entre
actores, ampliando el alcance del sistema de
vigilancia.
No obstante, el estudio también identica
limitaciones importantes que deben ser abordadas
en futuras investigaciones. Entre ellas, destaca
la ausencia de datos directos sobre la densidad
poblacional del vector, así como la dependencia
de información comunitaria para ciertas variables
clave. Asimismo, la falta de validación sistemática
con casos reales de infestación limita la capacidad
de evaluar el desempeño del modelo de manera
cuantitativa. Estas limitaciones no invalidan
los resultados, pero sí subrayan la necesidad de
continuar desarrollando el sistema mediante la
incorporación de nuevas fuentes de datos y la
mejora de los mecanismos de validación.
En términos teóricos, el IRB-GORRIÓN
representa un aporte a la comprensión de los
sistemas socioecológicos, al integrar dimensiones
ambientales, biológicas y sociales en un marco
analítico común. Su enfoque sociotécnico permite
reconocer que la producción de conocimiento y
la gestión del riesgo son procesos colectivos que
involucran múltiples actores y escalas. En este
sentido, el modelo no solo genera información,
sino que también contribuye a la construcción de
capacidades locales y a la articulación de redes de
colaboración.
Finalmente, el estudio plantea la necesidad de
avanzar hacia sistemas integrales de inteligencia
territorial que permitan abordar de manera
simultánea diversos riesgos agroecológicos. La
experiencia del IRB-GORRIÓN sugiere que es
posible construir plataformas de monitoreo que
integren distintos indicadores y que funcionen
como herramientas para la toma de decisiones en
contextos de alta incertidumbre. En un escenario
marcado por el cambio climático y la creciente
vulnerabilidad de los sistemas alimentarios,
este tipo de enfoques resulta fundamental para
fortalecer la resiliencia de las comunidades rurales
y garantizar la sostenibilidad de la producción
agropecuaria.
BIBLIOGRAFÍA
Becerra, E. G. F., Cortés, J. A., & Villamil,
L. C. (2007). Ecología y epidemiología del gusano
barrenador del ganado, Cochliomyia hominivorax
(Coquerel, 1858). Revista de Medicina Veterinaria,
(14), 37-49.
Carlson, C. J., Albery, G. F., Merow, C.,
Trisos, C. H., Zipfel, C. M., Eskew, E. A., Olival,
K. J., Ross, N., & Bansal, S. (2022). Climate
change increases cross-species viral transmission
risk. Nature, 607(7919), 555–562. https://doi.
org/10.1038/s41586-022-04788-w
Folke, C., Hahn, T., Olsson, P., & Norberg, J.
(2005). Adaptive governance of social-ecological
systems. Annual Review of Environment and
Resources, 30, 441–473.
García-Pereyra, J., De los Santos-
Villalobos, S., González-Villarreal, S. E., García-
Montelongo, M., Guzmán, M. D. J. B., & Chávez,
A. N. L. (2025). El gusano barrenador del ganado
Vol 1 No. 1 Año 2026 102
(Cochliomyia hominivorax): una revisión de su
impacto en México y América Latina. Avances en
Investigación Agropecuaria, 29, ágs-221.
Hall, M. J. R., & Wall, R. (1995). Myiasis
of humans and domestic animals. Advances in
Parasitology, 35, 257–334.
Latour, B. (2005). Reassembling the social:
An introduction to actor-network-theory. Oxford
University Press.
Mordecai, E. A., Ryan, S. J., Caldwell, J. M.,
Shah, M. M., & LaBeaud, A. D. (2020). Climate
change could shift disease burden. Nature Climate
Change, 10(2), 113–122. https://doi.org/10.1038/
s41558-019-0666-4
Morin, C. W., Comrie, A. C., & Ernst,
K. (2013). Climate and dengue transmission:
Evidence and implications. Environmental Health
Perspectives, 121(11–12), 1264–1272. https://doi.
org/10.1289/ehp.1306556
Pazos, R. F. (2024). El manejo del gusano
barrenador del ganado en América Latina
mediante la técnica del insecto estéril. Organismo
Internacional de Energía Atómica Boletin, 65(2),
15.
Rocklöv, J., & Dubrow, R. (2020). Climate
change: An enduring challenge for vector-borne
disease prevention and control. Nature Immunology,
21(5), 479–483. https://doi.org/10.1038/s41590-
020-0648-y
Rodríguez Diego, J. G., Olivares Orozco, J.
L., Sánchez Castilleja, Y., & Arece García, J. (2016).
El Gusano Barrenador del Ganado, Cochliomyia
hominivorax (Diptera: Calliphoridae): un problema
en la salud animal y humana. Revista de Salud
Animal, 38(2), 120-130.
Salas, D. R., González, G. C., Almazán,
C., Cortés, M. J. A. C., & Ponce, C. (2024). EL
GUSANO BARRENADOR DEL GANADO.
Scheer, M., Carpenter, S., Foley, J. A.,
Folke, C., & Walker, B. (2001). Catastrophic
shifts in ecosystems. Nature, 413(6856), 591–596.
https://doi.org/10.1038/35098000
Stevenson, M. (2008). An introduction to
veterinary epidemiology. University of Sydney.
Taylor, D. B., Moon, R. D., & Mark, D. R.
(2016). Economic impact of stable ies (Stomoxys
calcitrans) on dairy and beef cattle production.
Journal of Medical Entomology, 53(1), 1–7. https://
doi.org/10.1093/jme/tjv176
Weather Underground. (n.d.). Datos
meteorológicos de estación personal IOZUMB2
[Base de datos en línea]. Recuperado el 12 de
abril de 2026, de https://www.wunderground.com/
dashboard/pws/IOZUMB2
