Rede neural artificial aplicada aos casos notificados de dengue cases em Maceió – Alagoas
DOI:
https://doi.org/10.33448/rsd-v11i14.36382Palavras-chave:
Dengue; Nordeste brasileiro; Inteligência artificial; Clima urbano.Resumo
A dengue é um dos graves problemas de saúde pública mundial. O Nordeste do Brasil (NEB) possui um clima e ambiente urbano ideal para a proliferação do mosquito Aedes (aegypti e albopictus), vetor da doença. O Estado de Alagoas, principalmente a sua capital, tem epidemias da doença de forma frequente. Portanto, o objetivo deste estudo é avaliar a aplicação de Rede Neural Artificial (RNA) nos casos notificados de dengue (CND) nas regiões administrativas (RA) de Maceió. As RAs são divididas em: RA1, RA2, RA3, RA4, RA5, RA6, RA7 e RA8. Os CND foram submetidos a RNA não linear autorregressiva (NAR) – (RNA-NAR). O período de estudo foi de 2011 a 2020. Os resultados obtidos de CND se destacaram em anos específicos (2012, 2013, 2017, 2018 e 2020), por outro lado houve superestimativas das previsões via RNA. Em algumas RAs houve subnotificações e, por isso interferiu nos resultados das previsões. A RNA-NAR foi validada, visto que a maioria das previsões apresentou correlação positiva e com resposta aos dados observados, exceto as RAs com subnotificações. O uso da RNA é adequado no alerta e previsão da donça, onde tal instrumento pode ser usado em ações preventivas de controle da doença.
Referências
Almeida, F. P. & Ribeiro, F. A. B. S. (2018). Variáveis climáticas e casos notificados de dengue no município de Uberaba, Minas Gerais. Revista Verde de Agroecologia e Desenvolvimento Sustentável. 13(5), 644-651. http://dx.doi.org/10.18378/rvads.v13i5.6217.
Andrioli, D. C., Busato, M. A. & Lutinski, J. A. (2020). Spatial and temporal distribution of dengue in Brazil, 1990-2017. PLoS ONE. 15(2), 1-13. e0228346. https://doi.org/10.1371/journal.pone.0228346.
Batista, B. A., Correia-Filho, W. L. F., Oliveira-Jr, J. F., Santiago, D. B. & Santos, C. T. (2021). Avaliação da expansão urbana na Cidade de Maceió, Alagoas - Nordeste do Brasil. Research, Society and Development. 10(11), 1-14. https://doi.org/10.33448/rsd-v10i11.19537.
Correia-Filho, W. L. F., Santiago, D. B., Oliveira-Jr, J. F. & Silva-Jr, C. A. (2019). Impact of urban decadal advance on land use and land cover and surface temperature in the city of Maceió, Brazil. Land Use Policy. 87(1), 1-11. https://doi.org/10.1016/j.landusepol.2019.104026.
Hopkins, W. G. A new view of statistics: Correlation Coefficient. New York: Internet Society for Sport Science, 2009. http://www.sportsci.org/resource/stats/correl.html.
IBGE - Instituto Brasileiro de Geografia e Estatística. Censo Brasileiro de 2020. IBGE.
Lee, S. A., Economou, T., Barcellos, C., Catão, R., Carvalho, M. S. & Lowe, R. (2021). Effect of climate change, connectivity, and socioeconomic factors on the expansion of the dengue virus transmission zone in 21st century Brazil: an ecological modelling study. The Lancet Planetary Health, 5, S14. https://doi.org/10.1016/S2542-5196(21)00098-X.
Lima, M. E. S., Bachur, T. P. R. & Aragão, G. F. (2019). Guillain-Barre syndrome and its correlation with dengue, zika and chikungunya viruses infection based on a literature review of reported cases in Brazil. Acta Tropica. 197(105064), 1-4. https://doi.org/10.1016/j.actatropica.2019.105064.
Moraes, B. C., Souza, E. B., Sodré, G. R. C., Ferreira, D. B. S. & Ribeiro, J.B.M. (2019). Sazonalidade nas notificações de dengue das capitais da Amazônia e os impactos do El Niño / La Ninã. Cadernos de Saúde Pública. 35(9), 1-7. https://doi.org/10.1590/0102-311X00123417.
Oliveira, A. A. (2019). Variabilidade Climática e Casos de Dengue em Municípios do Estado da Paraíba, Brasil. Monografia, Curso de Graduação em Geografia, Universidade Federal de Campina Grande, Campina Grande, Paraíba, 23 p.
Oliveira-Jr, J. F., Gois, G., Silva, E. B., Teodoro, P. E., JohRAN, J. A. & Silva-Jr, C.A. (2019). Non-parametric tests and multivariate analysis applied to reported dengue cases in Brazil. Environmental Monitoring and Assessment. 191(473), 1-19. https://doi.org/10.1007/s10661-019-7583-0.
Oliveira-Jr, J. F., Souza, P. H. A., Souza, E. O., Vanderlei, M. H. G. S., Correia-Filho, W. L. F., Santos, C. T. B., Batista, B. A., Santiago, D. B. & Gois, G. (2021). Climatologia da chuva em Maceió: Aspectos Climáticos e Ambientais. Revista Brasileira de Geografia Física. 4(4), 2253-2264. https://doi.org/10.26848/rbgf.v14.4.p2253-2264.
Samet, H., Reisi, M. & Marzbani, F. (2019). Evaluation of neural network-based methodologies for wind speed forecasting. Computers and Eletrical Engineering. 78(1), 356-372. https://doi.org/10.1016/j.compeleceng.2019.07.024.
Santos, D. A. S., Rodrigues, J. Z., Olinda, R. A. & Goulart, L.S. (2018). Relação das variáveis climáticas com os casos de dengue em um município do interior de Mato Grosso dos anos 2001 a 2015. Multitemas, Campo Grande, MS. 23(55), 5-24. https://doi.org/10.20435/multi.v23i55.1742.
Santos, I. G. S., Lyra, R. F. F. & Silva-Jr, R. S. (2020). Comparativo de prognósticos da velocidade do vento utilizando modelo WRF e rede neural artificial. Revista Brasileira de Meteorologia. 35(Especial), 1017-1027. https://doi.org/10.1590/0102-77863550103.
Santos, I. G. S., Oliveira-Jr, J. F., Sousa, F. A. S. & Barbosa, I.I. (2022). Previsão de focos de calor na região metropolitana de Maceió utilizando rede neural artificial. Revista Brasileira de Geografia Física. 15(5), 2313-2326. 10.26848/rbgf.v15.5.p2313-2326.
Santos, L. L. S., Moura, E. L., Ferreira, J. M., Santos, B. R. C., Santos, A. C. M. & Figueiredo, E. V. M. S. (2016). Análise epidemiológica da dengue em uma população do nordeste. Revista de Enfermagem UFPE On Line. 10(6), 1944-1956. https://doi.org/10.5205/1981-8963-v10i6a11205p1944-1956-2016.
Santos-Jr, C. J. & Silva, J. P. (2019). Epidemiologia, fatores climáticos e distribuição espacial da dengue em uma capital do Nordeste do Brasil. Revista Brasileira de Climatologia. 25(15), 755-768. http://dx.doi.org/10.5380/abclima.v25i0.69421.
Silva, E. B., Raposo, J. C. S., Oliveira-Jr, J. F., Correia-Filho, W. L. F. & Santiago, D. B. (2021). Diagnóstico dos casos de dengue nas capitais do Nordeste do Brasil entre 2000 e 2017. Caderno de Geografia. 31(65), 546-556. https://doi.org/10.5752/P.2318-2962.2021v31n65p546.
Silva, E. T. C. (2020). Modelos de regressão espacial ajustados a dados de arboviroses (Aedes Aegypti) do estado da Paraíba: influência de fatores socioeconômicos. Dissertação de Mestrado em Saúde Pública, Universidade Estadual da Paraíba, Campina Grande, Paraíba, 76 p.
Silva, S. D., Oliveira-Jr, J. F., Correia-Filho, W. L. F., Barros, H. G., Souza, E. O., Santiago, D. B., Silva, E. B. & Silva, M. B. (2021). Dinâmica dos casos notificados de dengue em Alagoas: Geoespacialização e Estatística Aplicada. Research, Society and Development. 10(15), 1-16. http://dx.doi.org/10.33448/rsd-v10i15.22990.
Silva, W. R. S. (2018). Metodologia de Monitoramento de Epidemias: Uma Abordagem Baseada em Redes Neurais Artificiais. Dissertação de Mestrado em Engenharia Elétrica, Universidade Federal do Pará, Belém, Pará, 91 p.
Soares, A. P. M. R., Alves, P. H. P., Martins, I. C., Barreto, L. C. & Carvalho, F. O. (2018). Prognóstico da incidência de casos de dengue na cidade de Salvador-Bahia, utilizando a transformada de wavelet discreta em conjunção com redes neurais artificiais. Interfaces Científicas - Saúde e Ambiente. 6(3), 53-62. https://doi.org/10.17564/2316-3798.2018v6n3p53-62.
Souza, A., Abreu, M. C. & Oliveira-Jr, J. F. (2021). Impact of climate change on human infectious diseases: Dengue. Brazilian Archives of Biology and Technology. 64(1), 1-14, e21190502. https://doi.org/10.1590/1678-4324-2021190502.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Iwldson Guilherme da Silva Santos; José Francisco de Oliveira Júnior; Isnaldo Isaac Barbosa; Luis Felipe Francisco Ferreira da Silva; William Max de Oliveira Romão; Vitória Rejane Marques dos Santos; Kelvy Rosalvo Alencar Cardoso; Caroline Cristina da Silva de Andrade

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.