Influência do clima urbano da cidade de Campo Grande, MS, na quantidade de casos registrados de dengue: um estudo de caso via modelo de regressão Poisson

Autores

DOI:

https://doi.org/10.20435/inter.v24i3.3653

Palavras-chave:

dengue, distribuição de Poisson, modelo de regressão de Poisson, predição

Resumo

No Brasil, o primeiro caso de dengue foi registrado na década de 1980 e, desde então, os casos vêm ocorrendo de forma continuada, sendo atualmente um dos principais problemas de saúde do país. Como a proliferação do mosquito transmissor da doença depende de variáveis ambientais, tais como temperatura e chuvas, para completar seu ciclo de vida, é de interesse entender as relações existentes entre o clima e os casos de dengue. Com o objetivo de contribuir com o sistema de vigilância da dengue na cidade de Campo Grande, MS, este artigo propõe um modelo estatístico para identificar as variáveis climáticas que podem estar relacionadas com o número de casos de dengue. Identificadas as variáveis, o modelo ajustado permite fazer projeções e simular diferentes cenários. Dessa forma, pode auxiliar na tomada de decisões com relação à implementação de medidas de combate e/ou controle do mosquito transmissor. Além disso, desenvolvemos um estudo para verificar a existência de períodos de defasagem, i.e., se o número de casos de dengue registrado em um mês depende dos valores registrados para as variáveis ambientais no mês anterior ou do mês atual.

Biografia do Autor

Erlandson Ferreira Saraiva, Universidade Federal de Mato Grosso do Sul (UFMS), Campo Grande, Mato Grosso do Sul, Brasil.

Pós-doutor em Estatística pelo Programa Interinstitucional de Pós-graduação em Estatística da UFSCar-USP. Doutor em Estatística pelo departamento de Estatística de Universidade Federal de São Carlos (Des-UFSCar). Mestre em Estatística pelo departamento de Estatística da Universidade Federal de São Carlos (Des-UFSCar). Graduação em Matemática Aplicada e Computacional pela Universidade Católica Dom Bosco (UCDB). Atualmente é professor adjunto do Instituto de Matemática da Universidade Federal de Mato Grosso do Sul (INMA-UFMS).

Leandro Sauer, Universidade Federal de Mato Grosso do Sul (UFMS), Campo Grande, Mato Grosso do Sul, Brasil.

Pós-doutor em Administração pela Faculdade de Economia, Administração, Contabilidade e Atuária da Universidade de São Paulo (FEA-USP). Doutor em Engenharia Elétrica pela Universidade Estadual de Campinas (UNICAMP).  Mestre em Engenharia Elétrica pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio). Aperfeiçoamento em Estatística Matemática pelo Instituto de Matemática Pura e Aplicada (IMPA), RJ. Graduação em Matemática pela Universidade Federal de Mato Grosso do Sul (UFMS). Atualmente, é professor titular da Escola de Administração e Negócios (ESAN) e professor do Programa de Pós-Graduação em Administração da UFMS, e professor do Programa de Mestrado Profissionalizante em Rede Nacional (PROFIAP).

Mariana Villela Flesh, Universidade Federal de Mato Grosso do Sul (UFMS), Campo Grande, Mato Grosso do Sul, Brasil.

Graduada em Matemática pelo Instituto de Matemática da Universidade Federal de Mato Grosso do Sul (INMA-UFMS).

Referências

AKAIKE, H. A. New look at the statistical model identification. IEEE Transactions on Automatic Control., London, UK, v. 19, n. 264, p. 716-23, 1974.

AZIL, A. H.; LONG. S. A.; RITCHIE, S. A.; WILLIAMS, C. R. The development of predictive tools for pre-emptive dengue vector control: a study of Aedes aegypti abundance and meteorological variables in North Queensland, Australia. Tropical Medicine International Health, London, v. 15, n. 10, p. 1190-7, 2010.

BIBLIOTECA VIRTUAL EM SAÚDE DO MINISTÉRIO DA SAÚDE. Dengue. Portal BVSMS, Brasília, DF, 2007. Disponível em: https://bvsms.saude.gov.br/dengue-16. Acesso em: 9 set. 2021.

BOZDOGAN, H. Model selection and Akaike’s information criterion (AIC): The general theory and its analytical extensions. Psycometrica, New York, US, v. 52, p. 345-370, 1987.

CAMERON, A. C.; TRIVEDI, P. K. Regression Analysis of Count Data. 2. ed. New York: Cambridge Press, 1998.

CASELLA, G.; BERGER, R. L. Statistical inference. New York, US: Duxbury Pacific Grove, CA, 2002. V. 2.

COSTA, M. A. R. A Ocorrência do Aedes aegypti na Região Noroeste do Paraná: um estudo sobre a epidemia da dengue em Paranavaí - 1999, na perspectiva da Geografia Médica. 2001. 214 f. Dissertação (Mestrado em Institucional em Geografia) – Faculdade Estadual de Educação Ciências e Letras de Paranavaí, Universidade Estadual Paulista, Presidente Prudente, 2001.

CRAN R. R. A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2021. Disponível em: http://R-project.org. Acesso em: 20 de Setembro de 2021.

DONALISIO, M. R.; GLASSER, C. M. Vigilância entomológica e controle de vetores do dengue. Revista Brasileira de Epidemiologia, São Paulo, v. 5 n. 3, p. 259-72, dez. 2002.

GUBLER, D. J. Dengue and dengue hemorrhagic fever. Clinical Microbiology Reviews, Colorado, v. 11, n. 3, p. 480-96, 1998.

GUBLER D. J. (2002). The global emergence/resurgence of arboviral diseases as public health problems. Archives of medical research, London, v. 33, n. 4, p. 330-42, 2002.

MCCULLAGH, P.; NELDER J. A. Generalized linear models. New York: Chapman / Hall, 1989.

SCHWARZ, G. E. Estimating the dimension of a model. Annals of Statistics, New York, n. 6, p. 461-64, 1978.

SILVA, J. S., MARIANO, Z. F., SCOPEL, I. A influência do clima urbano na proliferação do mosquito Aedes aegypti em Jataí (GO) na perspectiva da geografia médica. Hyheia, Uberlândia, v. 2, n. 5, p. 33-49, dez. 2017.

WALD, A. Tests of statistical hypotheses concerning several parameters when the number of observations is large. Transactions of the American Mathematical Society, New York, v. 54, n. 3, p. 426-82, 1943.

WAN, W. Y. F.; WAN, W. H. A.; ALIAS, L. M.; WAH, Y. B. Modelling Dengue Fever (DF) and Dengue Hemorrhagic Fever (DHF) Outbreak Using Poisson and Negative Binomial Model International Journal of Medical. Medicine and Health Sciences, London, v. 3, n. 2, p. 1-6, 2010.

Downloads

Publicado

2023-10-20

Como Citar

Saraiva, E. F. ., Sauer, L., & Flesh, M. V. (2023). Influência do clima urbano da cidade de Campo Grande, MS, na quantidade de casos registrados de dengue: um estudo de caso via modelo de regressão Poisson. Interações (Campo Grande), 24(3), 959–974. https://doi.org/10.20435/inter.v24i3.3653