ABSTRACT
Respiratory diseases represent one of the most significant economic burdens on healthcare systems worldwide. The variation in the increasing number of cases depends greatly on climatic seasonal effects, socioeconomic factors, and pollution. Therefore, understanding these variations and obtaining precise forecasts allows health authorities to make correct decisions regarding the allocation of limited economic and human resources. We aimed to model and forecast weekly hospitalizations due to respiratory conditions in seven regional hospitals in Costa Rica using four statistical learning techniques (Random Forest, XGboost, Facebook's Prophet forecasting model, and an ensemble method combining the above methods), along with 22 climate change indices and aerosol optical depth as an indicator of pollution. Models were trained using data from 2000 to 2018 and were evaluated using data from 2019 as testing data. During the training period, we set up 2-year sliding windows and a 1-year assessment period, along with the grid search method to optimize hyperparameters for each model. The best model for each region was selected using testing data, based on predictive precision and to prevent overfitting. Prediction intervals were then computed using conformal inference. The relative importance of all climatic variables was computed for the best model, and similar patterns in some of the seven regions were observed based on the selected model. Finally, reliable predictions were obtained for each of the seven regional hospitals.
Subject(s)
Climate Change , Forecasting , Costa Rica/epidemiology , Humans , Patient Discharge/statistics & numerical data , Respiratory Tract Diseases/epidemiology , Climate , Models, Statistical , Seasons , Hospitals , Air Pollution/analysis , Hospitalization/statistics & numerical data , Machine Learning , AlgorithmsABSTRACT
BACKGROUND: In countries where sugar fortification with vitamin A is mandatory, strategies to reduce the prevalence of overweight/obesity in adolescents that involve lowering added sugar intake could lead to vitamin A inadequate intakes, since vitamin A-fortified sugar for home consumption contributes to a high proportion of this vitamin intake in the adolescent diet. METHODS: The study employed a hierarchical linear model to perform a mediation analysis on a cross-sectional sample of adolescents (13-18 years old) in the province of San José, Costa Rica. RESULTS: Lowering the total energy intake derived from added sugars to less than 10% significantly increases the prevalence of vitamin A inadequate intake in adolescents by 12.1% (from 29.6% to 41.7%). This is explained by the mediation model in which, the reduced adequacy of vitamin A intake is mediated by a reduction in total energy intake derived from added sugars fortified with vitamin A. CONCLUSIONS: The vitamin A fortification of sugar for household consumption should be reassessed according to the current epidemiological profile in Costa Rica to promote strategies that reduce the prevalence of overweight/obesity in adolescents by lowering the consumption of added sugars without affecting vitamin A intake.
Subject(s)
Pediatric Obesity , Vitamin A , Humans , Adolescent , Sugars , Overweight/epidemiology , Overweight/prevention & control , Costa Rica/epidemiology , Cross-Sectional Studies , Pediatric Obesity/epidemiology , Pediatric Obesity/prevention & control , Diet , Energy Intake , EatingABSTRACT
[ABSTRACT]. Objective. To summarize the results of research conducted in Costa Rica in which mathematical and statistical methods were implemented to study the transmission dynamics of mosquito-borne diseases. Methods. Three articles with mathematical and statistical analysis on vector-borne diseases in Costa Rica were selected and reviewed. These papers show the value and relevance of using different quantitative methods to understand disease dynamics and support decision-making. Results. The results of these investigations: 1) show the impact on dengue case reports when a second pathogen emerges, such as chikungunya; 2) recover key parameters in Zika dynamics using Bayesian inference; and 3) show the use of machine learning algorithms and climatic variables to forecast the dengue relative risk in five different locations. Conclusions. Mathematical and statistical modeling enables the description of mosquito-borne disease transmission dynamics, providing quantitative information to support prevention/control methods and resource allocation planning.
[RESUMEN]. Objetivo. Resumir los resultados de las investigaciones realizadas en Costa Rica en las que se aplicaron métodos matemáticos y estadísticos para estudiar la dinámica de transmisión de las enfermedades transmitidas por mosquitos. Métodos. Se seleccionaron y analizaron tres artículos con análisis matemáticos y estadísticos sobre enfermedades transmitidas por vectores en Costa Rica. En estos artículos se muestra el valor y la pertinencia de emplear diferentes métodos cuantitativos para comprender la dinámica de la enfermedad y brindar apoyo a la toma de decisiones. Resultados. Los resultados de estas investigaciones: 1) muestran la repercusión en los informes de casos de dengue cuando surge un segundo agente patógeno, como el chikunguña; 2) recuperan parámetros clave en la dinámica del Zika mediante la inferencia bayesiana; y 3) muestran el uso de los algoritmos de aprendizaje automático y las variables climáticas para pronosticar el riesgo relativo de dengue en cinco lugares diferentes. Conclusiones. Los modelos matemáticos y estadísticos permiten describir la dinámica de transmisión de las enfermedades transmitidas por mosquitos, mediante la provisión de información cuantitativa para brindar apoyo a los métodos de prevención y control y a la planificación de la asignación de recursos.
[RESUMO]. Objetivo. Resumir os resultados de estudos realizados na Costa Rica em que foram aplicados métodos matemáticos e estatísticos para estudar a dinâmica de transmissão de doenças transmitidas por mosquitos. Métodos. Foram selecionados e revisados três artigos com análises matemáticas e estatísticas sobre doenças transmitidas por vetores na Costa Rica. Esses artigos mostram o valor e a pertinência do uso de diferentes métodos quantitativos para compreender a dinâmica das doenças e apoiar a tomada de decisões. Resultados. Os resultados dessas investigações: 1) mostram o impacto nas notificações de casos de dengue quando surge um segundo patógeno, como o chikungunya; 2) recuperam parâmetros-chave na dinâmica do zika, usando a inferência bayesiana; e 3) mostram o uso de algoritmos de aprendizagem por máquina e variáveis climáticas para prever o risco relativo da dengue em cinco locais diferentes. Conclusões. A modelagem matemática e estatística permite a descrição da dinâmica de transmissão de doenças transmitidas por mosquitos ao oferecer informações quantitativas para apoiar métodos de prevenção e/ou controle e o planejamento da alocação de recursos.
Subject(s)
Vector Borne Diseases , Models, Theoretical , Public Health , Costa Rica , Vector Borne Diseases , Models, Theoretical , Public Health , Vector Borne Diseases , Models, Theoretical , Public HealthABSTRACT
ABSTRACT Objective. To summarize the results of research conducted in Costa Rica in which mathematical and statistical methods were implemented to study the transmission dynamics of mosquito-borne diseases. Methods. Three articles with mathematical and statistical analysis on vector-borne diseases in Costa Rica were selected and reviewed. These papers show the value and relevance of using different quantitative methods to understand disease dynamics and support decision-making. Results. The results of these investigations: 1) show the impact on dengue case reports when a second pathogen emerges, such as chikungunya; 2) recover key parameters in Zika dynamics using Bayesian inference; and 3) show the use of machine learning algorithms and climatic variables to forecast the dengue relative risk in five different locations. Conclusions. Mathematical and statistical modeling enables the description of mosquito-borne disease transmission dynamics, providing quantitative information to support prevention/control methods and resource allocation planning.
RESUMEN Objetivo. Resumir los resultados de las investigaciones realizadas en Costa Rica en las que se aplicaron métodos matemáticos y estadísticos para estudiar la dinámica de transmisión de las enfermedades transmitidas por mosquitos. Métodos. Se seleccionaron y analizaron tres artículos con análisis matemáticos y estadísticos sobre enfermedades transmitidas por vectores en Costa Rica. En estos artículos se muestra el valor y la pertinencia de emplear diferentes métodos cuantitativos para comprender la dinámica de la enfermedad y brindar apoyo a la toma de decisiones. Resultados. Los resultados de estas investigaciones: 1) muestran la repercusión en los informes de casos de dengue cuando surge un segundo agente patógeno, como el chikunguña; 2) recuperan parámetros clave en la dinámica del Zika mediante la inferencia bayesiana; y 3) muestran el uso de los algoritmos de aprendizaje automático y las variables climáticas para pronosticar el riesgo relativo de dengue en cinco lugares diferentes. Conclusiones. Los modelos matemáticos y estadísticos permiten describir la dinámica de transmisión de las enfermedades transmitidas por mosquitos, mediante la provisión de información cuantitativa para brindar apoyo a los métodos de prevención y control y a la planificación de la asignación de recursos.
RESUMO Objetivo. Resumir os resultados de estudos realizados na Costa Rica em que foram aplicados métodos matemáticos e estatísticos para estudar a dinâmica de transmissão de doenças transmitidas por mosquitos. Métodos. Foram selecionados e revisados três artigos com análises matemáticas e estatísticas sobre doenças transmitidas por vetores na Costa Rica. Esses artigos mostram o valor e a pertinência do uso de diferentes métodos quantitativos para compreender a dinâmica das doenças e apoiar a tomada de decisões. Resultados. Os resultados dessas investigações: 1) mostram o impacto nas notificações de casos de dengue quando surge um segundo patógeno, como o chikungunya; 2) recuperam parâmetros-chave na dinâmica do zika, usando a inferência bayesiana; e 3) mostram o uso de algoritmos de aprendizagem por máquina e variáveis climáticas para prever o risco relativo da dengue em cinco locais diferentes. Conclusões. A modelagem matemática e estatística permite a descrição da dinâmica de transmissão de doenças transmitidas por mosquitos ao oferecer informações quantitativas para apoiar métodos de prevenção e/ou controle e o planejamento da alocação de recursos.