Modelos lineares dinâmicos generalizados em casos notificados de dengue na cidade de Campina Grande – PB

Abstract

É abordado neste trabalho a modelagem de séries temporais mensais dos casos notificados de dengue e variáveis meteorológicas, na cidade de Campina Grande-PB, aplicando os modelos lineares dinâmicos generalizados bayesiano no período de janeiro de 2007 a dezembro de 2017. A metodologia utilizada foi a aplicação do modelo dinâmico com distribuição Poisson juntamente com as variáveis meteorológicas. Foram aplicadas simulações de Monte Carlo via Cadeias de Markov (MCMC) para estimação de parâmetros, e a estatística de Deviance Information Criterion (DIC) para seleção de modelos. O modelo que apresentou o melhor ajuste, com o menor valor de DIC, foi o modelo com as variáveis meteorológicas precipitação, temperatura e umidade, com este modelo foi realizada a previsão. O modelo dinâmico de Poisson via inferência Bayesiana obteve um bom ajuste aos dados notificados, produzindo uma modelagem útil para tomada de decisões na saúde pública, ajudando nas campanhas de prevenção, possibilitando um direcionamento mais eficiente de verbas no combate a dengue.