Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico

Detalhes bibliográficos
Autor(a) principal: Lima,Marcos Venicius Malveira de
Data de Publicação: 2021
Outros Autores: Laporta,Gabriel Zorello
Tipo de documento: Artigo
Idioma: por
Título da fonte: Epidemiologia e Serviços de Saúde
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2237-96222021000100311
Resumo: 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.
id SVS-1_3e120cf8b84e8267c5603a4b1e216626
oai_identifier_str oai:scielo:S2237-96222021000100311
network_acronym_str SVS-1
network_name_str Epidemiologia e Serviços de Saúde
repository_id_str
spelling Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológicoEstudos de Séries TemporaisMaláriaTécnicas de Apoio para a DecisãoMonitoramento EpidemiológicoPrevisõesResumo 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.Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil2021-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S2237-96222021000100311Epidemiologia e Serviços de Saúde v.30 n.1 2021reponame:Epidemiologia e Serviços de Saúdeinstname:Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasilinstacron:SVS10.1590/s1679-49742021000100007info:eu-repo/semantics/openAccessLima,Marcos Venicius Malveira deLaporta,Gabriel Zorellopor2021-02-11T00:00:00Zoai:scielo:S2237-96222021000100311Revistahttp://ress.iec.gov.br/ress/?lang=ptPUBhttps://old.scielo.br/oai/scielo-oai.phpress.svs@gmail.com||revista.svs@saude.gov.br2237-96221679-4974opendoar:2021-02-11T00:00Epidemiologia e Serviços de Saúde - Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasilfalse
dc.title.none.fl_str_mv Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
title Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
spellingShingle Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
Lima,Marcos Venicius Malveira de
Estudos de Séries Temporais
Malária
Técnicas de Apoio para a Decisão
Monitoramento Epidemiológico
Previsões
title_short Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
title_full Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
title_fullStr Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
title_full_unstemmed Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
title_sort Avaliação de modelos de predição para ocorrência de malária no estado do Amapá, 1997-2016: um estudo ecológico
author Lima,Marcos Venicius Malveira de
author_facet Lima,Marcos Venicius Malveira de
Laporta,Gabriel Zorello
author_role author
author2 Laporta,Gabriel Zorello
author2_role author
dc.contributor.author.fl_str_mv Lima,Marcos Venicius Malveira de
Laporta,Gabriel Zorello
dc.subject.por.fl_str_mv Estudos de Séries Temporais
Malária
Técnicas de Apoio para a Decisão
Monitoramento Epidemiológico
Previsões
topic Estudos de Séries Temporais
Malária
Técnicas de Apoio para a Decisão
Monitoramento Epidemiológico
Previsões
description 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.
publishDate 2021
dc.date.none.fl_str_mv 2021-01-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2237-96222021000100311
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2237-96222021000100311
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/s1679-49742021000100007
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil
publisher.none.fl_str_mv Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil
dc.source.none.fl_str_mv Epidemiologia e Serviços de Saúde v.30 n.1 2021
reponame:Epidemiologia e Serviços de Saúde
instname:Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil
instacron:SVS
instname_str Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil
instacron_str SVS
institution SVS
reponame_str Epidemiologia e Serviços de Saúde
collection Epidemiologia e Serviços de Saúde
repository.name.fl_str_mv Epidemiologia e Serviços de Saúde - Secretaria de Vigilância em Saúde - Ministério da Saúde do Brasil
repository.mail.fl_str_mv ress.svs@gmail.com||revista.svs@saude.gov.br
_version_ 1754732249338609664