O Papel do Clima na Incidência de Dengue em Cali
Esse estudo analisa como o clima influencia os casos de dengue em Cali, na Colômbia.
― 8 min ler
Índice
A Dengue é uma doença viral transmitida pelo mosquito Aedes Aegypti. Ela é comum em regiões quentes e úmidas ao redor do mundo. Quando um mosquito infectado pica uma pessoa, o vírus pode entrar na corrente sanguínea, causando sintomas como febre alta, náuseas, vômitos, erupções cutâneas e dor nos olhos, músculos e articulações. Nos casos mais graves, pode causar hemorragias internas e até ser fatal.
Todo ano, há cerca de 50 milhões de casos de dengue registrados globalmente. Aproximadamente 2,5 bilhões de pessoas vivem em áreas onde a dengue é comum. Em Cali, uma cidade da Colômbia, a dengue ocorre com frequência. A média anual é de quase 100 casos para cada 100.000 residentes.
Impacto do Clima na Disseminação da Dengue
O clima tem um papel importante na reprodução e crescimento dos mosquitos. Temperaturas mais quentes aceleram o desenvolvimento das larvas dos mosquitos. A quantidade de chuva também influencia onde os mosquitos podem se reproduzir, já que água parada é necessária para a sobrevivência dos ovos. No entanto, muita chuva pode ser prejudicial para as populações de mosquitos, já que larvas e pupas não sobrevivem em condições alagadas. Além disso, o fenômeno El Niño pode influenciar os casos de dengue ao longo de vários meses, dependendo da área.
Analisando a Incidência de Dengue
Modelos estatísticos diferentes têm sido usados para estudar a incidência da dengue. Entre eles, o modelo binomial negativo é o preferido porque não assume que a média e a variância dos dados são as mesmas, o que é mais realista para dados do mundo real. Os pesquisadores descobriram que temperatura e umidade são fatores importantes para prever os casos de dengue.
Em Cali, várias medidas foram tomadas para controlar a dengue. Em 2022, as atividades incluíram inspeções de locais, visitas domiciliares para encontrar e eliminar focos de reprodução, campanhas de conscientização, controle biológico e pulverizações. Para 2023, o Departamento de Saúde Pública vai focar em iniciativas de educação e prevenção. Pesquisas contínuas são necessárias para entender como o clima afeta a dengue para prevenir picos nos casos e melhorar as estratégias de controle.
Objetivo do Estudo
Este estudo teve como objetivo analisar como o clima afeta os casos de dengue em Cali e identificar possíveis atrasos nessa relação. Ao examinar essa conexão por meio de métodos estatísticos, esperamos entender o papel dos padrões climáticos na incidência da dengue.
Área do Estudo
Cali é a capital do Valle del Cauca na Colômbia e é a terceira maior cidade do país. Ela está localizada em um vale formado pelas montanhas dos Andes e tem uma altitude média de 1.000 metros acima do nível do mar. A cidade desfruta de um clima quente e úmido, com temperaturas médias em torno de 24°C. A classificação climática de Köppen categoriza seu clima como tropical, com verões secos.
As montanhas dos Andes Ocidentais ajudam a bloquear o ar úmido do Oceano Pacífico, mas algumas brisas marítimas ainda chegam à cidade. A precipitação anual varia, com algumas áreas recebendo até 900 mm e outras até 1.800 mm, com uma média de cerca de 1.483 mm para a maior parte da área metropolitana. As estações secas costumam ser de dezembro a fevereiro e de julho a agosto, enquanto de março a maio e de setembro a novembro geralmente são mais chuvosas.
Coleta de Dados
Para este estudo, usamos dados mensais sobre casos de dengue de janeiro de 2015 a dezembro de 2021, fornecidos pelo Departamento de Saúde Pública de Cali. Também coletamos dados sobre fatores climáticos, incluindo temperaturas máxima, mínima e média, precipitação e umidade para o mesmo período do Instituto de Hidrologia, Meteorologia e Estudos Ambientais.
Métodos Estatísticos
Regressão de Floresta Aleatória
Para lidar com dados faltantes, usamos uma técnica chamada regressão de floresta aleatória. Este método constrói várias árvores de decisão com base em diferentes amostras de nossos dados, permitindo previsões mais confiáveis para valores contínuos. É especialmente eficaz ao lidar com grandes conjuntos de dados.
Análise de Correlação
Fizemos uma análise de correlação defasada para ver como os fatores climáticos impactavam a incidência de dengue ao longo do tempo. Esse método ajuda a identificar os melhores preditores para nossos modelos de regressão. Para evitar problemas com múltiplas variáveis, também realizamos uma Análise de Componentes Principais (PCA) para reduzir a dimensionalidade.
Análise de Componentes Principais
A PCA ajuda a simplificar dados criando novas variáveis que combinam as variáveis originais, mantendo a maior parte das informações essenciais. Usamos PCA para explorar a correlação entre fatores climáticos e reduzir o número de variáveis em nossa análise.
Modelos de Regressão
Como as contagens de incidência da dengue são dados que seguem padrões específicos, consideramos três modelos de regressão: Poisson, binomial negativo e Poisson-inversa gaussiana. O modelo de Poisson é comumente usado para dados de contagem, mas assume a igualdade entre a média e a variância, o que muitas vezes não é verdade em situações da vida real. O modelo binomial negativo ajusta essa suposição, tornando-o mais adequado para dados superdispersos, o que é comum em casos de dengue.
Para nossa análise, o modelo binomial negativo foi preferido devido ao seu melhor ajuste nos dados.
Imputação de Dados
Dados faltantes são um desafio comum em pesquisas climáticas. Para resolver isso, usamos o método de regressão de floresta aleatória para preencher lacunas com base em informações de estações meteorológicas próximas com registros mais completos. Essa abordagem nos permitiu criar um conjunto de dados mais completo para análise.
Análise de Correlação Defasada
Os casos de dengue em Cali costumam ter períodos de incidência baixa e alta. Descobrimos que o efeito dos fatores climáticos não é imediato, por isso analisamos correlações ao longo do tempo, levando em conta os atrasos.
Por exemplo, descobrimos que a precipitação de cinco meses antes tinha uma correlação negativa com os casos de dengue. A temperatura máxima também mostrou um atraso semelhante. Esse atraso nos efeitos pode ser atribuído ao ciclo de vida do mosquito Aedes aegypti.
Resultados da Análise de Componentes Principais
Usando a PCA, olhamos como os fatores climáticos se relacionam entre si. A análise indicou que poderíamos simplificar nosso modelo selecionando variáveis específicas para representar grupos maiores de fatores relacionados. Por exemplo, escolhemos variáveis de temperatura média em diferentes defasagens para evitar redundância.
Comparação dos Modelos de Regressão
Comparamos nossos três modelos de regressão, focando na deviance e no critério de informação de Akaike (AIC) como padrões para a avaliação do modelo. O modelo binomial negativo teve o melhor desempenho para nossos dados.
Descobertas do Modelo de Regressão
Os resultados mostraram que um aumento na temperatura média mensal de um grau poderia levar a um aumento significativo nos casos de dengue-cerca de 45% após três meses e 64% após cinco meses. Esse aumento é preocupante, especialmente à luz das mudanças climáticas e do potencial de temperaturas mais altas.
O modelo binomial negativo forneceu uma boa previsão da incidência da dengue; no entanto, houve algumas discrepâncias. Os picos de casos não foram previstos com precisão, provavelmente devido a fatores externos específicos, como a pandemia de COVID-19.
Conclusão
As descobertas do estudo ressaltam a importância do clima na previsão da incidência de dengue em Cali. Compreender essas relações pode ajudar a moldar estratégias de saúde pública para controlar a disseminação da doença.
Pesquisas futuras devem se concentrar em melhorar os métodos de coleta de dados, expandir o período para análise e considerar a natureza autorregressiva da incidência da dengue, examinando as tendências dos casos passados.
Ao aprofundar nossa compreensão de como o clima afeta a disseminação da dengue, podemos nos preparar melhor para possíveis surtos e proteger a saúde pública nas regiões afetadas.
Título: Effects of climatic variables on dengue incidence in Cali
Resumo: In this work we studied the relationship between dengue incidence in Cali and the climatic variables that are known to have an impact on the mosquito and were available (precipitation, relative humidity, minimum, mean, and maximum temperature). Since the natural processes of the mosquito imply that any changes on climatic variables need some time to be visible on the dengue incidence, a lagged correlation analysis was done in order to choose the predictor variables of count regression models. A Principal Component Analysis was done to reduce dimensionality and study the correlation among the climatic variables. Finally, aiming to predict the monthly dengue incidence, three different regression models were constructed and compared using de Akaike information criterion. The best model was the negative binomial regression model, and the predictor variables were mean temperature with a 3-month lag and mean temperature with a 5-month lag as well as their interaction. The other variables were not significant on the models. And interesting conclusion was that according to the coefficients of the regression model, a 1{degrees}C increase in the monthly mean temperature will reflect as a 45% increase in dengue incidence after 3 months. The rises to a 64% increase after 5 months. Author SummaryDengue is transmitted by the bite of an infected mosquito, and mosquitoes, in turn, are affected by climatic conditions. In this work studied the relationship between dengue incidence in Cali and climatic variables, namely precipitation, relative humidity, minimum temperature, mean temperature, and maximum temperature using statistical methods. Since this is a natural and biological process, the changes in climatic conditions need time to have a visible effect on dengue incidence, hence we identified the significant climatic variables and the time they take to have a visible effect on dengue incidence. Then, we created three different models for predicting dengue incidences using the lagged variables and picked the best one. We concluded that the most critical variable is mean temperature with a 3- and 5-month lag. We also found that a 1{degrees}C increase in the monthly mean temperature will reflect as a 45% increase in dengue incidence after 3 months. The rises to a 64% increase after 5 months.
Autores: Mauricio Frieri, M. Gordillo-Suarez, L. S. Sepulveda-Salcedo
Última atualização: 2024-05-03 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.05.01.24306676
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.05.01.24306676.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.