Artificial neural network applied to reported dengue cases in Maceió – Alagoas
DOI:
https://doi.org/10.33448/rsd-v11i14.36382Keywords:
Dengue; Northeast of Brazil; Artificial intelligence; Urban climate.Abstract
Dengue is one of the serious public health problems worldwide. The Northeast of Brazil (NEB) has an ideal climate and urban environment for the proliferation of the Aedes mosquito (aegypti and albopictus), the vector of the disease. The State of Alagoas, especially its capital, has frequent epidemics of the disease. Therefore, the objective of this study is to evaluate the application of Artificial Neural Networks (ANN) in reported cases of dengue (CND) in the administrative regions (AR) of Maceió. The RAs are divided into: AR1, AR2, AR3, AR4, AR5, AR6, AR7 and AR8. The CND were submitted to ANN nonlinear autoregressive (NAR) – (ANN-NAR). The study period was 2011 to 2020. The results obtained from the CND stood out in specific years (2012, 2013, 2017, 2018 and 2020), on the other hand, there were overestimations of the forecasts via ANN. In some ARs there was underreporting and, therefore, it interfered with the forecasts results. The ANN-NAR was validated, as most of the predictions showed a positive correlation and responded to the observed data, except for the ARs with underreporting. The use of ANN is suitable for warning and disease prediction, where such an instrument can be used in preventive actions to control the disease.
References
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
Published
How to Cite
Issue
Section
License
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
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
1) Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2) Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
3) Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
