Modelos preditivos decenários de transmissão da dengue: uma revisão de escopo

• Ano de defesa: 2022
• Autor(a) principal: Bitar, Rachel Helen Borges da Silva
• Orientador(a): Ramalho, Walter Massa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Link de acesso: https://www.arca.fiocruz.br/handle/icict/59497

Este estudo mapeia os modelos utilizados para prever cenários de dengue, descritos na literatura científica mundial entre 1968 e 2021, pesquisados nas bases de dados Pubmed, Embase e portal BVS. Descreve técnicas de modelagens e parâmetros que utilizaram obrigatoriamente dados de incidência da doença e ao menos dois fatores ligados à sua transmissão em seres humanos, ao tempo que exclui os artigos que utilizaram dados exclusivamente entomológicos ou climáticos. Analisa as informações de 24 artigos incluídosna revisão. Verifica osindicadoresbibliométricosdos artigos incluídos, por meio do fator de impacto das revistas. Identifica os tipos de modelagens mais utilizados, em que se destacam machine learning (ML), estatística, matemática e redes neurais. Consolida 75 tipos variáveis preditoras e suas frequências, categorizadas em 7 grupos. Detecta o nível de aplicação dos modelos no território, sendo os mais usados: município ou cidade, estado e província. Demonstra nos resultados que as técnicas de modelagensganharam maior capacidade preditiva com o uso de ML, com antecipação de surto em até 3 meses e maior acurácia em até 4 semanas. Entretanto, existe grande variedade de modelos e usos de dados climáticos e entomológicos, além do que há tendência cada vez mais forte na incorporação nos modelos, de fatores sensíveis à transmissão da dengue, de ordem socioeconômica e demográfica, contexto territorial e de saúde. Conclui que a dinâmica complexa de transmissão da dengue exige modificações contínuas nas análises preditivas, para que sejam capazes de refletirem os movimentos humanos que desencadeiam a presença e proliferação dos seus vetores em áreas climaticamente favoráveis