Influencia del clima urbano en la ciudad de Campo Grande, MS, en el número de casos de dengue registrados: un estudio de caso mediante el modelo de regresión de Poisson

Autores/as

DOI:

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

Palabras clave:

dengue, predicción, modelo de regresión de Poisson, distribución de Poisson

Resumen

En Brasil, el primer caso de dengue se registró en la década de 1980 y, desde entonces, los casos se vienen presentando de manera continua, siendo actualmente uno de los principales problemas de salud del país. Como la proliferación del mosquito transmisor de la enfermedad depende de variables ambientales, como la temperatura y las precipitaciones, para completar su ciclo de vida, es de interés comprender las relaciones entre el clima y los casos de dengue. Con el fin de contribuir al sistema de vigilancia del dengue en la ciudad de Campo Grande, MS, Brasil, este artículo propone un modelo estadístico para identificar las variables climáticas que pueden estar relacionadas con el número de casos de dengue. Una vez identificadas las variables, el modelo ajustado permite realizar proyecciones y simular diferentes escenarios. De esta forma, puede ayudar en la toma de decisiones sobre la implementación de medidas para combatir y/o controlar el mosquito transmisor. Además, desarrollamos un estudio para verificar la existencia de períodos de rezago, es decir, si el número de casos de dengue registrados en un mes depende de los valores registrados para las variables ambientales en el mes anterior o en el mes actual.

Biografía del autor/a

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).

Citas

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.

Descargas

Publicado

2023-10-20

Cómo citar

Saraiva, E. F. ., Sauer, L., & Flesh, M. V. (2023). Influencia del clima urbano en la ciudad de Campo Grande, MS, en el número de casos de dengue registrados: un estudio de caso mediante el modelo de regresión de Poisson. Interações (Campo Grande), 24(3), 959–974. https://doi.org/10.20435/inter.v24i3.3653

Número

Interações v. 24, n. 3, jul./set. 2023

Sección

Artigos

Licencia

Derechos de autor 2023 Erlandson Ferreira Saraiva, Sauer, L., Flesh, M. V.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.