Análisis temporal del dengue asociado a factores climáticos en Garanhuns, Pernambuco, Brasil, de 2010 a 2019
DOI:
https://doi.org/10.33448/rsd-v9i12.11138Palabras clave:
Incidencia; Dengue; Estacionalidad; Epidemia; Prevención.Resumen
En los últimos cinco años, el número de casos de dengue ha aumentado considerablemente en la ciudad de Garanhuns (Pernambuco). El objetivo de este estudio fue determinar un análisis de series de tiempo de casos de Dengue en el municipio de tamaño mediano, asociados a factores climáticos que contribuyen a la ocurrencia de esta enfermedad con pronósticos, facilitando así un mejor control y prevención de la contaminación. Metodología: Se aplicó el modelo autorregresivo de promedios móviles estacionales con variables exógenas (SARIMAX), un modelo de regresión lineal que involucra un proceso del modelo SARIMA. Además del análisis gráfico de la descomposición de series temporales, se utilizó la prueba de Dickey-Fuller para evaluar la estacionariedad de la serie. Considerando el comportamiento estacional y la no estacionariedad de la serie temporal, el modelo ajustado tuvo como parámetro el modelo SARIMA (p, d, q) (P, D, Q), aplicando el criterio de Información de Akaike (AIC) para seleccionar el mejor modelo, utilizando el software R Resultado: Considerando el componente estacional y la no estacionariedad de la serie temporal, el modelo con mejor ajuste fue SARIMA (0.1.3) (0.1.1), nivel de significancia del 5% ( valor -p = 0,01). El modelo SARIMAX (0, 1, 3) (0, 1, 1) más el efecto de la temperatura y la humedad fueron adecuados para reportar la incidencia de Dengue. En la correlación, el incremento en el componente de temperatura fue mayor que la humedad en el número de casos de Dengue.
Citas
Banu, S., & Islam, M. A. (2008). Forecasting dengue incidence in Dhaka , Bangladesh : A time series analysis. Dengue Bulletin, 32, 29–37.
Bhatt, S., Gething, P. W., Brady, O. J., Messina, J. P., Farlow, A. W., Moyes, C. L., Drake, J. M., Brownstein, J. S., Hoen, A. G., Myers, M. F., George, D. B., Jaenisch, T., & William, G. R. (2013). The global distribution and burden of dengue. NATURE, 496(7446), 504–507. https://doi.org/10.1038/nature12060.
Cao, Z., Liu, T., Li, X., Wang, J., Lin, H., & Chen, L. (2017). Individual and Interactive Effects of Socio-Ecological Factors on Dengue Fever at Fine Spatial Scale : A Geographical Detector-Based Analysis. Int J Environ Res Public Health, 14(795), 14. https://doi.org/10.3390/ijerph14070795.
Earnest, A., Tan, S. B., Wilder-Smith, A., & MacHin, D. (2012). Comparing statistical models to predict dengue fever notifications. Computational and Mathematical Methods in Medicine, 2012(April 2015). https://doi.org/10.1155/2012/758674.
Fava, V. L. (2000). Manual de econometria. In: Vasconcelos, M. A. S.; Alves, D. São Paulo: Editora Atlas, São Paulo, 2000.
Gharbi, M., Quenel, P., Gustave, J., Cassadou, S., Ruche, G. La, Girdary, L., & Marrama, L. (2011). Time series analysis of dengue incidence in Guadeloupe , French West Indies : Forecasting models using climate variables as predictors. BMC Infectious Diseases, 11(1), 166. https://doi.org/10.1186/1471-2334-11-166.
Guerra, Z. (1999). Epidemiologia e Medidas de Prevenção do Dengue Epidemiology and Preventive Measures of Dengue. Informe Epidemiológico do SUS, 8(4), 5–33.
Guzman, M. G., Halstead, S. B., Artsob, H., Buchy, P., Farrar, J., Nathan, M. B., Pelegrino, J. L., Simmons, C., & Yoksan, S. (2015). Dengue : a continuing global threat Europe PMC Funders Author Manuscripts. Nat Rev Microbiol, 8(12 0), 1–26. https://doi.org/10.1038/nrmicro2460.
Huber, J. H., Childs, M. L., Caldwell, J. M., & Mordecai, E. A. (2018). Seasonal temperature variation influences climate suitability for dengue, chikungunya, and Zika transmission. PLOS NEG TROP DIS, 12(5), 1–20.
Lai, Y. H. (2018). The climatic factors affecting dengue fever outbreaks in southern Taiwan : an application of symbolic data analysis. BioMedical Engineering OnLine, 17(s2), 1–14. https://doi.org/10.1186/s12938-018-0575-4.
Luz, P. M., Mendes, B. V. M., Codeço, C. T., Struchiner, C. J., & Galvani, A. P. (2008). Time Series Analysis of Dengue Incidence in Rio de Janeiro , Brazil. Am J Trop Med Hyg, 79(6), 933–939.
Mala, S., & Jat, M. K. (2019). Science of the Total Environment Implications of meteorological and physiographical parameters on dengue fever occurrences in Delhi. Science of the Total Environment, 650, 2267–2283. https://doi.org/10.1016/j.scitotenv.2018.09.357.
Minh, Dao Thi; Rocklöv, J. (2014). Epidemiology of dengue fever in Hanoi from 2002 to 2010 and its meteorological determinants. Global Health Action, 9716(7), 16. https://doi.org/10.3402/gha.v7.23074.
Morettin, P.A. & Toloi, C.M. (2006). Análise de Séries Temporais. São Paulo: Blucher.
Ooi, Eng-Eong. & Gublet D, J. (2008). Dengue in Southeast Asia : epidemiological characteristics and strategic challenges in disease prevention Dengue no Sudeste Asiático : características epidemiológicas e desafi os estratégicos na prevenção da doença. Cad Saúde Publica, 25(1), 115–124.
Pereira A. S. et al. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1. Acesso em: 16 de dezembro de 2020.
Promprou, S., Jaroensutasinee, M., & Jaroensutasinee, K. (2006). Dengue Haemorrhagic Fever Cases in Sourthern Thailand using ARIMA Models. Dengue Bulletin, 30, 99-106.
Singhi, S., Kissoon, N., & Bansal, A. (2007). Dengue and dengue hemorrhagic fever : management issues in an intensive care unit. J Pediatr, 83, 22–35. https://doi.org/10.2223/JPED.1622.
Stanaway, J. D., Shepard, D. S., Undurraga, E. A., Halasa, A., Coffeng, L. E., Brady, O. J., Hay, S. I., Bedi, N., Bensenor, I. M., & Castañeda-orjuela, C. A. (2016). Global Burden of Dengue : an analysis from the Global Burden of Disease Study 2013. Lancet Infect Dis, 16(6), 712–723. https://doi.org/10.1016/S1473-3099(16)00026-8.
Tuladhar, R., Singh, A., Varma, A., & Choudhary, D. K. (2019). Climatic factors influencing dengue incidence in an epidemic area of Nepal. BMC Research Notes, 1–7. https://doi.org/10.1186/s13104-019-4185-4.
Wongkoon, S., Jaroensutasinee, M., & Jaroensutasinee, K. (2011).Climate Variability and Dengue Virus Transmission in Chiang Rai, Thailand. Biomedica. 27, 5-13.
Wongkoon, S., Pollar, M., Jaroensutasinee, M., & Jaroensutasinee, K. (2006). Predicting DHF Incidence in Northern Thailand using Time Series Analysis Technique. Intenational Journal of Biological and Medical.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Petrúcio Luiz Lins de Morais; Priscila Mayrelle Silva Castanha; Gabriela Isabel Limoeiro Alves Nascimento; Ulisses Ramos Montarroyos
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
