Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico / Evaluación de modelos de predicción para la ocurrencia de aparición de la malaria en el estado del Amapá, Brasil, 1997-2016: un estudio ecológico / Evaluation of prediction models for the occurrence of malaria in the state of Amapá, Brazil, 1997-2016: an ecological study
Epidemiol. serv. saúde
; 30(1): e2020080, 2021. tab, graf
Article
em En, Pt
| LILACS
| ID: biblio-1154144
Biblioteca responsável:
BR275.1
Localização: BR275.1
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.RESUMEN
Objetivo:
Evaluar el poder predictivo de diferentes modelos de series de temporales de casos de malaria en el estado de Amapá, Brasil, en el periodo 1997-2016.Métodos:
Se trata de un estudio ecológico de series de temporales con casos de malaria registrados en el estado de Amapá. Se utilizaron diez modelos estadísticos determinísticos o estocásticos para la simulación y la prueba en horizontes de predicción de 3, 6 y 12 meses.Resultados:
La prueba inicial mostró que la serie es estacionaria. Los modelos determinísticos mostraron mejor desempeño que los modelos estocásticos. El modelo ARIMA mostró errores absolutos menores al 2% en la escala logarítmica y errores relativos 3,4-5,8 veces menores que el modelo nulo. La predicción de casos futuros en horizontes de 6 y 12 meses de antelación fue posible.Conclusión:
Se recomienda utilizar el modelo ARIMA para predecir escenarios futuros y anticipar la planificación en los servicios de salud en los estados de la Región Amazónica.ABSTRACT
Objective:
To evaluate the predictive power of different malaria case time-series models in the state of Amapá, Brazil, for the period 1997-2016.Methods:
This is an ecological time series study with malaria cases recorded in the state of Amapá. Ten deterministic or stochastic statistical models were used for simulation and testing in 3, 6, and 12 month forecast horizons.Results:
The initial test showed that the series is stationary. Deterministic models performed better than stochastic models. The ARIMA model showed absolute errors of less than 2% on the logarithmic scale and relative errors 3.4-5.8 times less than the null model. It was possible to predict future malaria cases 6 and 12 months in advance.Conclusion:
The ARIMA model is recommended for predicting future scenarios and for earlier planning in state health services in the Amazon Region.Palavras-chave
Decision Support Techniques; Epidemiological Monitoring; Estudios de Series Temporales; Estudos de Séries Temporais; Forecasting; Malaria; Malaria; Malária; Monitoramento Epidemiológico; Monitoreo Epidemiológico; Predicción; Previsões; Time Series Studies; Técnicas de Apoio para a Decisão; Técnicas de Apoyo para la Decisión
Texto completo:
1
Coleções:
01-internacional
Contexto em Saúde:
3_ND
Base de dados:
LILACS
Assunto principal:
Técnicas de Apoio para a Decisão
/
Monitoramento Epidemiológico
/
Malária
Tipo de estudo:
Prognostic_studies
/
Risk_factors_studies
/
Screening_studies
Limite:
Humans
País/Região como assunto:
America do sul
/
Brasil
Idioma:
En
/
Pt
Revista:
Epidemiol. serv. saúde
Ano de publicação:
2021
Tipo de documento:
Article