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

Abstract

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.

Malaria Temporal Variation and Modelling Using Time-Series in Sussundenga District, Mozambique

“…In Ampá Brasil, 10 deterministic and stochastic statistical models were tested to predict malaria cases from 1997 to 2016. Deterministic models performed better, and the ARIMA model was the best for predicting future scenarios [ 41 ].…”

Prediction of Malaria incidence in mainland China

“…For traditional predictive models, for example, Hou et al [6] used the ARIMA model to predict the number of monthly reported malaria cases in China, which provides a reference basis for malaria prevention and control. Lima et al [7] used the ARIMA model to predict the incidence of malaria in the state of Amapá, Brazil, 1997-2016. Briët et al [8] used an Exponentially weighted moving average model, and a SARIMA model to predict the short-term incidence of malaria in Sri Lanka.…”