SciELO - Scientific Electronic Library Online

 
vol.30 número1Comparação entre autoimagem e índice de massa corporal entre crianças residentes em favela do Rio de Janeiro, 2012Prevalência e fatores associados à hipertensão arterial em adultos residentes em Senador Canedo, Goiás: estudo de base populacional, 2016 índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Epidemiologia e Serviços de Saúde

versão impressa ISSN 1679-4974versão On-line ISSN 2237-9622

Resumo

LIMA, Marcos Venicius Malveira de  e  LAPORTA, Gabriel Zorello. Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico. Epidemiol. Serv. Saúde [online]. 2021, vol.30, n.1, e2020080.  Epub 10-Fev-2021. ISSN 1679-4974.  http://dx.doi.org/10.1590/s1679-49742021000100007.

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.

Palavras-chave : Estudos de Séries Temporais; Malária; Técnicas de Apoio para a Decisão; Monitoramento Epidemiológico; Previsões.

        · resumo em Espanhol | Inglês     · texto em Português | Inglês     · Português ( pdf ) | Inglês ( pdf )