Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/12942
Título: Modelagem e predição espaço-temporal dos casos de dengue utilizando processo pontual de Cox log-Gaussiano
Título(s) alternativo(s): Spatio-temporal modelling and prediction of dengue cases using log-Gaussian Cox point process .
Autor : Ferreira, Rafael Agostinho
Lattes: http://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K8105528P1
Primeiro orientador: Scalon, João Domingos
Primeiro membro da banca: Lima, Renato Ribeiro de
Segundo membro da banca: Nogueira, Denismar Alves
Palavras-chave: Dengue - Propagação
Dengue - Estatística
Dengue - Estatística para regiões de risco
Processos pontuais
Processo de Cox
Dengue - Propagation
Dengue - Statistics
Dengue - Statistics for risk regions
Point processes
Cox process
Data da publicação: 10-Mai-2017
Agência(s) de fomento: Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Referência: FERREIRA, R. A. Modelagem e predição espaço-temporal dos casos de dengue utilizando processo pontual de Cox log-Gaussiano. 2017. 82 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.
Resumo: A dengue é uma doença viral infecciosa que tem causado grandes preocupações para a saúde pública no Brasil nos últimos anos. Dentre os estados brasileiros que mais sofrem com esta doença, destaca-se o estado de Minas Gerais. Conhecer o comportamento do vírus da dengue em relação a sua forma de propagação em locais e épocas de grande incidência é de suma importância, a fim de que se possa reduzir o número de ocorrências. A Estatística pode ser uma ferramenta importante para o combate da doença, principalmente com a utilização de métodos e técnicas que consideram informações de tempo e localização espacial relevantes na análise. Assim, o objetivo deste trabalho foi descrever o comportamento da dengue utilizando o modelo de Cox log-Gaussiano espaço-temporal para identificar regiões onde o risco da doença é alto. A análise considerou notificações dos casos ocorridos no município de Três Corações no período de 2010 a 2015. Constatou-se, através de análises descritivas, de modelagem e de predição, que o período com grande número de ocorrências acontece entre os meses de Fevereiro e Junho. A regiões que se mostraram com alto risco da doença abrangeram os bairros Peró Um, Peró Dois, Santana, Parque São José, Vila Lima, Loteamento Bela Vista, Odilon Rezende, Vila Gesse, Monte Alegre, Centro, Jardim Santa Tereza, Cotia, Vila Fernão Dias, Vila Santo Afonso, Jardim Califórnia, Jardim Paraíso, São Jerônimo e Cinturão Verde. Com estes resultados, observou-se uma certa proximidade de ocorrências entre os dias e, também, entre os bairros, o que reflete a presença de aglomerados de casos de dengue tanto no tempo quanto no espaço, característica típica da doença.
Abstract: Dengue fever is an infectious viral disease that has caused great concerns for public health in Brazil in recent years. Among the Brazilian states that suffer the most from this disease, the Minas Gerais’ state stands out. Knowing the behavior of the dengue virus in relation to its way of propagation in places and times of great incidence is of paramount importance in order to reduce the number of these occurrences. The statistic can be an important tool for combating the disease, mainly using methods and techniques that consider time and spatial location relevant informations in the analysis. In this work, it describes the behavior of dengue using the Cox log-Gaussian model for space-time in order to identify regions where the risk of disease is high. Analysis considered notifications of the cases occurred in the Três Corações city during the years 2010 to 2015. It was verified through descriptive analysis, modeling and prediction that the period with large number of occurrences happens between February and June. Areas that were at high risk of the disease included the following neighborhoods: Peró Um, Peró Dois, Santana, Parque São José, Vila Lima, Loteamento Bela Vista, Odilon Rezende, Vila Gesse, Monte Alegre, Centro, Jardim Santa Tereza, Cotia, Vila Fernão Dias, Vila Santo Afonso, Jardim Califórnia, Jardim Paraíso, São Jerônimo and Cinturão Verde. With these results, we observed a certain proximity among days and these neighborhoods too, which reflects the presence of clusters of dengue’s cases both in time and space, typical feature of this disease.
metadata.teses.dc.description: Arquivo retido, a pedido do(a) autor(a), até maio de 2018.
URI: http://repositorio.ufla.br/jspui/handle/1/12942
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções:DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Não existem arquivos associados a este item.


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.