Acessibilidade / Reportar erro

Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico* * Estudo financiado com recursos do ‘Projeto Acre – Saúde na Amazônia Ocidental’, estabelecido entre a Secretaria de Estado de Saúde do Acre e o Centro Universitário Saúde ABC (Convênio no007/2015). Gabriel Zorello Laporta foi contemplado com Bolsa de Produtividade em Pesquisa, pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) do Ministério da Ciência, Tecnologia, Inovações e Comunicações (MCTIC): Processo no307432/2019-0.

Evaluación de modelos de predicción para la ocurrencia de aparición de la malaria en el estado del Amapá, Brasil, 1997-2016: un estudio ecológico

Resumo

Objetivo

Avaliar a capacidade preditiva de diferentes modelos de série temporal de casos de malária no estado do Amapá, Brasil, no período 1997-2016.

Métodos

Estudo ecológico de séries temporais com casos de malária registrados no Amapá. Foram utilizados dez modelos estatísticos determinísticos ou estocásticos para simulação e teste em horizontes de previsão de 3, 6 e 12 meses.

Resultados

O teste inicial mostrou que a série é estacionária. Os modelos determinísticos apresentaram melhor desempenho do que os modelos estocásticos. O modelo ARIMA apresentou erros absolutos menores do que 2% na escala logarítmica e erros relativos 3,4-5,8 vezes menores em relação ao modelo nulo. A predição de casos futuros de malária nos horizontes de 6 e 12 meses de antecedência foi possível.

Conclusão

Recomenda-se o uso de modelo ARIMA para a previsão de cenários futuros e para a antecipação do planejamento nos serviços de saúde dos estados da Região Amazônica.

Estudos de Séries Temporais; Malária; Técnicas de Apoio para a Decisão; Monitoramento Epidemiológico; Previsões

Secretaria de Vigilância em Saúde e Ambiente - Ministério da Saúde do Brasil SRTVN Quadra 701, Via W5 Norte, Lote D, Edifício P0700, CEP: 70719-040, +55 61 3315-3464, Fax: +55 61 3315-3464 - Brasília - DF - Brazil
E-mail: ress.svs@gmail.com