Predicción de casos de arbovirus en Recife utilizando computación de yacimientos
DOI:
https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1298Palabras clave:
Computación de yacimientos, Modelo de predicción, Predição de arbovirosisResumen
Objetivo: Debido a la complejidad del diagnóstico de los arbovirus, la predicción mediante aprendizaje automático pretende anticipar los brotes, acelerar el tratamiento y reducir la propagación. Método: Este estudio propone aplicar técnicas de computación de reservorios, incorporando factores climáticos, para predecir brotes y aumentos en la incidencia de estas enfermedades. Resultados: Los modelos creados tuvieron valores superiores a 0,80 para exactitud, precision y recall en la predicción de casos en Recife, Pernambuco. Conclusión: Estos modelos son cruciales para la toma de decisiones, permitiendo intervenciones preventivas y de control más eficaces contra los arbovirus en la salud pública.
Citas
SINARE, Akshata B.; BARKADE, Ganesh D. Dengue: A mosquito borne disease. World Journal of Biology Pharmacy and Health Sciences, v. 14, n. 2, p. 251-261, 2023.
PARIJA, Subhash Chandra. Arboviruses (Arthropod-borne Viruses) and Rodent-borne Viruses. In: Textbook of Microbiology and Immunology. Singapore: Springer Nature Singapore, 2023. p. 825-846.
VAZIRI, Samira; POUR, Siavash Hamzeh; AKRAMI-MOHAJERI, Fateme. Zika virus as an emerging arbovirus of international public health concern. Osong Public Health and Research Perspectives, v. 13, n. 5, p. 341, 2022.
OEHLER, Erwan et al. Increase in cases of Guillain-Barré syndrome during a Chikungunya outbreak, French Polynesia, 2014 to 2015. Eurosurveillance, v. 20, n. 48, p. 30079, 2015.
FARIA, Marco Túlio da Silva et al. Saúde e saneamento: uma avaliação das políticas públicas de prevenção, controle e contingência das arboviroses no Brasil. Ciência & Saúde Coletiva, v. 28, p. 1767-1776, 2023.
ESPINAL, Marcos A. et al. Emerging and reemerging Aedes-transmitted arbovirus infections in the region of the Americas: implications for health policy. American journal of public health, v. 109, n. 3, p. 387-392, 2019.
PÉREZ, Tatiana Betancur et al. Covid-19 and Dengue Coinfection: Case Report. Japan Journal of Clinical & Medical Research, v. 1, n. 3, p. 1-2, 2021.
MARDEKIAN, Stacey K. et al. Diagnostic options and challenges for dengue and chikungunya viruses. BioMed research international, v. 2015, 2015.
VALERIO, Fernanda et al. The neurological sequelae of pandemics and epidemics. Journal of Neurology, v. 268, n. 8, p. 2629-2655, 2021.
DA SILVA, Cecilia Cordeiro et al. Spatiotemporal forecasting for dengue, chikungunya fever and Zika using machine learning and artificial expert committees based on meta-heuristics. Research on Biomedical Engineering, v. 38, n. 2, p. 499-537, 2022.
LIMA, Clarisse Lins de. Modelagem e simulação da transmissão de arboviroses baseados em agentes inteligentes para predição de casos de dengue, chikungunya e zika. 2020. Dissertação de Mestrado. Universidade Federal de Pernambuco.
FALCO, Javert Guimarães. Estatística aplicada. 2016.
HUANG, Guang-Bin; ZHU, Qin-Yu; SIEW, Chee-Kheong. Extreme learning machine: theory and applications. Neurocomputing, v. 70, n. 1-3, p. 489-501, 2006.
JAEGER, Herbert. The “echo state” approach to analysing and training recurrent neural networks-with an erratum note. Bonn, Germany: German National Research Center for Information Technology GMD Technical Report, v. 148, n. 34, p. 13, 2001.
HAYKIN, S.; NIE, Junhong; CURRIE, B. Neural network-based receiver for wireless communications. Electronics Letters, v. 35, n. 3, p. 203-205, 1999.
JAEGER, Herbert. Echo state network. scholarpedia, v. 2, n. 9, p. 2330, 2007.
STEINER, Peter et al. PyRCN: A toolbox for exploration and application of Reservoir Computing Networks. Engineering Applications of Artificial Intelligence, v. 113, p. 104964, 2022.
RAMOS, Jorge Luis Cavalcanti et al. Um estudo comparativo de classificadores na previsão da evasão de alunos em EAD. In: Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE). 2018. p. 1463.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La sumisión de un artículo a el Journal of Health Informatics es entendida como exclusiva y que no esta siendo considerado para publicación en otro periódico. La permisión de los autores para la publicación de su artículo en lo JHI implica en la exclusiva autorización concedida a los editores para su inclusión en la revista. Al someter un artículo, a lo autor será solicitada la permisión electrónica de una Nota de Copyright. Una mensaje electrónica será enviada a lo autor correspondiente confirmando el recibo del manuscrito y lo aceite de la Nota de Copyright.
