Dengue dynamics under climate drivers: analysis with ecological and epidemiological frameworks

• Ano de defesa: 2022
• Autor(a) principal: Silva, Rafael Lopes Paixão da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Causalidade; Análise de séries temporais; Modelos estátiscos
• Link de acesso: https://hdl.handle.net/11449/251131

A dengue tem sido uma doença constante nos cenários ecológico e epidemiológico brasileiros desde os meados do século XX. A partir da década de 1990 os casos que, antes, eram esporádicos, e se distribuíam sem qualquer clara associação a variáveis populacionais e do território, começaram a ter uma nova dinâmica. Em 2001, por uma lei que tornou obrigatória a notificação de casos de dengue, as notificações da doença explodem e a dengue passa a ser vista como um problema de saúde pública. A dengue é uma doença transmitida pela picada do mosquito Aedes Aegypti. Ela tem uma componente sazonal. Porém, ainda que se entenda que essa sazonalidade seja derivada do clima, ainda nos faltam melhores análises quantitativas dos efeitos do clima sobre as epidemias de dengue. Nesta tese, as séries temporais de casos de dengue e de variáveis climáticas essenciais (VCE), como temperatura e precipitação, são analisadas através do mapeamento cruzado convergente (CCM). O CCM se baseia no resultado do teorema de Takens que diz que o atrator de um sistema dinâmico pode ser reconstruído a partir das séries temporais de uma das variáveis do sistema, e as séries temporais desta mesma variável com atrasos temporais. A partir deste resultado desenvolvem-se métodos de determinação de relações causais. Utilizamos este método e mostramos que, no caso da cidade do Rio de Janeiro, a precipitação é a VCE mais importante em relação a epidemias de dengue. A dengue, de forma menos comum, pode levar a uma hospitalização conforme histórico de infecção anterior e devido às condições climáticas. Lançando mão das séries-temporais de casos de dengue hospitalizados e de séries de temperatura, exploramos quais são os riscos de se desenvolver um quadro mais grave de dengue dada a exposição à temperatura. Para tal utilizamos modelos não-lineares de atrasos distribuídos (DLNM), que ao colocar atrasos de uma série de um fator de exposição num modelo generalizado linear com preditores da série resposta, no nosso caso a série de hospitalizações por dengue, fornece uma associação estatística entre esses fatores com a qual podemos contabilizar riscos relativos para cada referencial de temperatura. Em um desenvolvimento posterior e com todas as associações feitas ao nível municipal, fazemos uma meta-análise dessa associação, primeiro por macro regiões do Brasil e segundo para o país todo, do qual retiramos uma forma funcional para o risco relativo de cada percentil de temperatura tem em tornar um caso de dengue uma possível hospitalização por dengue