PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Interfaces Científicas. Saúde e Ambiente (Online) |
DOI: | 10.17564/2316-3798.2018v6n3p53-62 |
Texto Completo: | https://periodicos.set.edu.br/saude/article/view/5434 |
Resumo: | A dengue é uma arbovirose que tem como vetores transmissores os mosquitos do gênero Aedes, e é considerada uma das doenças mais perigosas das quais pode ser transmitida elo mosquito Aedes, já que a sua difusão pode ser bem rápida causando mortalidade (na forma de dengue hemorrágica principalmente) do indivíduo que a contrai. No Brasil, os números de casos de dengue vêm crescendo de forma preocupante, com surtos cíclicos, intercalando-se com ocorrências de epidemias. Portanto, os investimentos governamentais têm sido cada vez maiores objetivando diminuir esta propensão, buscando principalmente o entendimento das variáveis que favorecem o desenvolvimento do vetor, bem como a utilização de ferramentas computacionais para prever os casos de incidência. Neste contexto, faz-se necessário o tratamento de dados confiáveis, os quais traduzam a dinâmica da incidência da doença. Desta forma, a obtenção dos dados de casos de dengue na forma de séries de temporais tem sido utilizada recorrentemente. Em posse desses dados, é possível desenvolver métodos analíticos os quais permitam efetuar o prognóstico e posterior prevenção da manifestação de casos da referida doença. Uma das técnicas mais eficiente e recorrentemente citada na literatura é a análise das séries temporais através da associação de sistemas inteligentes (como as Redes Neurais Artificiais) com técnicas de análise de sinais (como a Transformada Wavelet Discreta). Essa técnica denominada por alguns autores como conjunção TWD-RNA (Transformada Wavelet Discreta com Rede Neural Artificial) tem apresentado resultados superiores em relação a métodos clássicos baseados somente em estatística. Desta forma, neste trabalho buscou-se investigar a eficiência da conjunção TWD-RNA no prognóstico de casos de dengue na cidade de Salvador, a partir dos dados mensais de casos de dengue evidenciados entre os anos de 2000 a 2008 obtidos no site da SINAN (Sistema de Informações de Agravos de Notificação). |
id |
UNIT-1_aa4c0317b47c8abb0d1940532d006b1c |
---|---|
oai_identifier_str |
oai:ojs.emnuvens.com.br:article/5434 |
network_acronym_str |
UNIT-1 |
network_name_str |
Interfaces Científicas. Saúde e Ambiente (Online) |
spelling |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAISTransformada Wavelet ContínuaDengueSalvadorRNAA dengue é uma arbovirose que tem como vetores transmissores os mosquitos do gênero Aedes, e é considerada uma das doenças mais perigosas das quais pode ser transmitida elo mosquito Aedes, já que a sua difusão pode ser bem rápida causando mortalidade (na forma de dengue hemorrágica principalmente) do indivíduo que a contrai. No Brasil, os números de casos de dengue vêm crescendo de forma preocupante, com surtos cíclicos, intercalando-se com ocorrências de epidemias. Portanto, os investimentos governamentais têm sido cada vez maiores objetivando diminuir esta propensão, buscando principalmente o entendimento das variáveis que favorecem o desenvolvimento do vetor, bem como a utilização de ferramentas computacionais para prever os casos de incidência. Neste contexto, faz-se necessário o tratamento de dados confiáveis, os quais traduzam a dinâmica da incidência da doença. Desta forma, a obtenção dos dados de casos de dengue na forma de séries de temporais tem sido utilizada recorrentemente. Em posse desses dados, é possível desenvolver métodos analíticos os quais permitam efetuar o prognóstico e posterior prevenção da manifestação de casos da referida doença. Uma das técnicas mais eficiente e recorrentemente citada na literatura é a análise das séries temporais através da associação de sistemas inteligentes (como as Redes Neurais Artificiais) com técnicas de análise de sinais (como a Transformada Wavelet Discreta). Essa técnica denominada por alguns autores como conjunção TWD-RNA (Transformada Wavelet Discreta com Rede Neural Artificial) tem apresentado resultados superiores em relação a métodos clássicos baseados somente em estatística. Desta forma, neste trabalho buscou-se investigar a eficiência da conjunção TWD-RNA no prognóstico de casos de dengue na cidade de Salvador, a partir dos dados mensais de casos de dengue evidenciados entre os anos de 2000 a 2008 obtidos no site da SINAN (Sistema de Informações de Agravos de Notificação).Editora Universitária Tiradentes2018-06-26info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicos.set.edu.br/saude/article/view/543410.17564/2316-3798.2018v6n3p53-62Interfaces Científicas - Saúde e Ambiente; v. 6 n. 3 (2018); 53-622316-37982316-331310.17564/2316-3798.2018v6n3reponame:Interfaces Científicas. Saúde e Ambiente (Online)instname:Universidade Tiradentes (UNIT)instacron:UNITporhttps://periodicos.set.edu.br/saude/article/view/5434/pdfCopyright (c) 2018 Interfaces Científicas - Saúde e Ambienteinfo:eu-repo/semantics/openAccessSoares, Arthur Pontes de Miranda RamosAlves, Pedro Henrique PereiraMartins, Isabela CavalcanteBarreto, Lucas CostaCarvalho, Frede de Oliveira2020-11-17T18:32:37Zoai:ojs.emnuvens.com.br:article/5434Revistahttps://periodicos.set.edu.br/saudePRIhttps://periodicos.set.edu.br/index.php/saude/oai||crismporto@gmail.com||interfaces_saude_editor@yahoo.com.br2316-37982316-3313opendoar:2020-11-17T18:32:37Interfaces Científicas. Saúde e Ambiente (Online) - Universidade Tiradentes (UNIT)false |
dc.title.none.fl_str_mv |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
title |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
spellingShingle |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS Soares, Arthur Pontes de Miranda Ramos Transformada Wavelet Contínua Dengue Salvador RNA Soares, Arthur Pontes de Miranda Ramos Transformada Wavelet Contínua Dengue Salvador RNA |
title_short |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
title_full |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
title_fullStr |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
title_full_unstemmed |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
title_sort |
PROGNÓSTICO DA INCIDÊNCIA DE CASOS DE DENGUE NA CIDADE DE SALVADOR – BAHIA, UTILIZANDO A TRANSFORMADA WAVELET DISCRETA EM CONJUNÇÃO COM REDES NEURAIS ARTIFICIAIS |
author |
Soares, Arthur Pontes de Miranda Ramos |
author_facet |
Soares, Arthur Pontes de Miranda Ramos Soares, Arthur Pontes de Miranda Ramos Alves, Pedro Henrique Pereira Martins, Isabela Cavalcante Barreto, Lucas Costa Carvalho, Frede de Oliveira Alves, Pedro Henrique Pereira Martins, Isabela Cavalcante Barreto, Lucas Costa Carvalho, Frede de Oliveira |
author_role |
author |
author2 |
Alves, Pedro Henrique Pereira Martins, Isabela Cavalcante Barreto, Lucas Costa Carvalho, Frede de Oliveira |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Soares, Arthur Pontes de Miranda Ramos Alves, Pedro Henrique Pereira Martins, Isabela Cavalcante Barreto, Lucas Costa Carvalho, Frede de Oliveira |
dc.subject.por.fl_str_mv |
Transformada Wavelet Contínua Dengue Salvador RNA |
topic |
Transformada Wavelet Contínua Dengue Salvador RNA |
description |
A dengue é uma arbovirose que tem como vetores transmissores os mosquitos do gênero Aedes, e é considerada uma das doenças mais perigosas das quais pode ser transmitida elo mosquito Aedes, já que a sua difusão pode ser bem rápida causando mortalidade (na forma de dengue hemorrágica principalmente) do indivíduo que a contrai. No Brasil, os números de casos de dengue vêm crescendo de forma preocupante, com surtos cíclicos, intercalando-se com ocorrências de epidemias. Portanto, os investimentos governamentais têm sido cada vez maiores objetivando diminuir esta propensão, buscando principalmente o entendimento das variáveis que favorecem o desenvolvimento do vetor, bem como a utilização de ferramentas computacionais para prever os casos de incidência. Neste contexto, faz-se necessário o tratamento de dados confiáveis, os quais traduzam a dinâmica da incidência da doença. Desta forma, a obtenção dos dados de casos de dengue na forma de séries de temporais tem sido utilizada recorrentemente. Em posse desses dados, é possível desenvolver métodos analíticos os quais permitam efetuar o prognóstico e posterior prevenção da manifestação de casos da referida doença. Uma das técnicas mais eficiente e recorrentemente citada na literatura é a análise das séries temporais através da associação de sistemas inteligentes (como as Redes Neurais Artificiais) com técnicas de análise de sinais (como a Transformada Wavelet Discreta). Essa técnica denominada por alguns autores como conjunção TWD-RNA (Transformada Wavelet Discreta com Rede Neural Artificial) tem apresentado resultados superiores em relação a métodos clássicos baseados somente em estatística. Desta forma, neste trabalho buscou-se investigar a eficiência da conjunção TWD-RNA no prognóstico de casos de dengue na cidade de Salvador, a partir dos dados mensais de casos de dengue evidenciados entre os anos de 2000 a 2008 obtidos no site da SINAN (Sistema de Informações de Agravos de Notificação). |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-06-26 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicos.set.edu.br/saude/article/view/5434 10.17564/2316-3798.2018v6n3p53-62 |
url |
https://periodicos.set.edu.br/saude/article/view/5434 |
identifier_str_mv |
10.17564/2316-3798.2018v6n3p53-62 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicos.set.edu.br/saude/article/view/5434/pdf |
dc.rights.driver.fl_str_mv |
Copyright (c) 2018 Interfaces Científicas - Saúde e Ambiente info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2018 Interfaces Científicas - Saúde e Ambiente |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Editora Universitária Tiradentes |
publisher.none.fl_str_mv |
Editora Universitária Tiradentes |
dc.source.none.fl_str_mv |
Interfaces Científicas - Saúde e Ambiente; v. 6 n. 3 (2018); 53-62 2316-3798 2316-3313 10.17564/2316-3798.2018v6n3 reponame:Interfaces Científicas. Saúde e Ambiente (Online) instname:Universidade Tiradentes (UNIT) instacron:UNIT |
instname_str |
Universidade Tiradentes (UNIT) |
instacron_str |
UNIT |
institution |
UNIT |
reponame_str |
Interfaces Científicas. Saúde e Ambiente (Online) |
collection |
Interfaces Científicas. Saúde e Ambiente (Online) |
repository.name.fl_str_mv |
Interfaces Científicas. Saúde e Ambiente (Online) - Universidade Tiradentes (UNIT) |
repository.mail.fl_str_mv |
||crismporto@gmail.com||interfaces_saude_editor@yahoo.com.br |
_version_ |
1822181739833851904 |
dc.identifier.doi.none.fl_str_mv |
10.17564/2316-3798.2018v6n3p53-62 |