M Siva Durga Prasad Nayak e KA Narayan
Enquadramento: A dengue é uma das doenças tropicais mais graves e de aparecimento rápido. Na Índia, ao longo da última década, a dengue tem aumentado em frequência e extensão geográfica. Informações detalhadas sobre quando e onde ocorreram surtos de DF/DHF no passado podem ser utilizadas para a modelação epidemiológica para prever tendências futuras e surtos iminentes. Com base neste contexto, procurou-se converter os dados mensais disponíveis sobre a incidência do dengue no estado de Kerala no modelo ARIMA sazonal para prever a carga da doença.
Métodos: O presente estudo foi analítico retrospetivo utilizando dados secundários do departamento do Diretor de Saúde Pública do estado de Kerala, Índia. Os relatórios mensais do projeto de vigilância integrada de doenças (IDSP) para um período de treze anos, de 2006 a 2018, foram descarregados e os dados dos casos de dengue foram extraídos dos ficheiros PDF descarregados. Utilizando a versão de teste 21 do SPSS e um conjunto de dados de amostra, foram executados vários modelos ARIMA e foi identificado o modelo ARIMA sazonal mais adequado. O modelo seleccionado foi então utilizado para prever a incidência mensal de dengue a partir do próximo ano, ou seja, a partir de 2007. A incidência mensal prevista e a incidência real mensal de casos de dengue de 2007 a 2018 foram comparadas e a diferença entre elas foi testada através do teste t pareado.
Resultados: O modelo sazonal ARIMA (1, 0, 0) (0, 1, 1)12 foi considerado o modelo mais bem ajustado para os dados fornecidos. O valor R quadrado estacionário dos modelos selecionados é de 0,815. O valor do teste Ljung-Box é 11,271 e o valor p é 0,792, indicando que o modelo selecionado é adequado. O número médio de incidência prevista de casos de dengue de janeiro de 2007 a dezembro de 2018 esteve mais próximo da incidência real em todos os meses, mas a diferença entre eles não foi estatisticamente significativa, indicando que o ajuste do modelo foi bom.
Conclusão: Um ARIMA sazonal (1, 0, 0) (0, 1, 1)12 foi selecionado como o modelo mais adequado para prever a incidência futura de casos de dengue no próximo período. A técnica seria útil para os administradores de saúde para uma melhor preparação. O modelo pode ser dinâmico para incluir os dados atuais e para um modelo mais dinâmico.