Rede neural artificial aplicada aos casos notificados de dengue cases em Maceió – Alagoas

Autor: Iwldson Guilherme da Silva Santos, José Francisco de Oliveira Júnior, Isnaldo Isaac Barbosa, Luis Felipe Francisco Ferreira da Silva, William Max de Oliveira Romão, Vitória Rejane Marques dos Santos, Kelvy Rosalvo Alencar Cardoso, Caroline Cristina da Silva de Andrade
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: Research, Society and Development; Vol. 11 No. 14; e406111436382
Research, Society and Development; Vol. 11 Núm. 14; e406111436382
Research, Society and Development; v. 11 n. 14; e406111436382
Research, Society and Development
Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
ISSN: 2525-3409
Popis: A dengue é um dos graves problemas de saúde pública mundial. O Nordeste do Brasil (NEB) possui um clima e ambiente urbano ideal para a proliferação do mosquito Aedes (aegypti e albopictus), vetor da doença. O Estado de Alagoas, principalmente a sua capital, tem epidemias da doença de forma frequente. Portanto, o objetivo deste estudo é avaliar a aplicação de Rede Neural Artificial (RNA) nos casos notificados de dengue (CND) nas regiões administrativas (RA) de Maceió. As RAs são divididas em: RA1, RA2, RA3, RA4, RA5, RA6, RA7 e RA8. Os CND foram submetidos a RNA não linear autorregressiva (NAR) – (RNA-NAR). O período de estudo foi de 2011 a 2020. Os resultados obtidos de CND se destacaram em anos específicos (2012, 2013, 2017, 2018 e 2020), por outro lado houve superestimativas das previsões via RNA. Em algumas RAs houve subnotificações e, por isso interferiu nos resultados das previsões. A RNA-NAR foi validada, visto que a maioria das previsões apresentou correlação positiva e com resposta aos dados observados, exceto as RAs com subnotificações. O uso da RNA é adequado no alerta e previsão da donça, onde tal instrumento pode ser usado em ações preventivas de controle da doença. Dengue is one of the serious public health problems worldwide. The Northeast of Brazil (NEB) has an ideal climate and urban environment for the proliferation of the Aedes mosquito (aegypti and albopictus), the vector of the disease. The State of Alagoas, especially its capital, has frequent epidemics of the disease. Therefore, the objective of this study is to evaluate the application of Artificial Neural Networks (ANN) in reported cases of dengue (CND) in the administrative regions (AR) of Maceió. The RAs are divided into: AR1, AR2, AR3, AR4, AR5, AR6, AR7 and AR8. The CND were submitted to ANN nonlinear autoregressive (NAR) – (ANN-NAR). The study period was 2011 to 2020. The results obtained from the CND stood out in specific years (2012, 2013, 2017, 2018 and 2020), on the other hand, there were overestimations of the forecasts via ANN. In some ARs there was underreporting and, therefore, it interfered with the forecasts results. The ANN-NAR was validated, as most of the predictions showed a positive correlation and responded to the observed data, except for the ARs with underreporting. The use of ANN is suitable for warning and disease prediction, where such an instrument can be used in preventive actions to control the disease. El dengue es uno de los graves problemas de salud pública a nivel mundial. El Noreste de Brasil (NEB) posee clima y ambiente urbano ideales para la proliferación del mosquito Aedes (aegypti y albopictus), vector de la enfermedad. El Estado de Alagoas, especialmente su capital, tiene frecuentes epidemias de la enfermedad. Por lo tanto, el objetivo de este estudio es evaluar la aplicación de Rede Neuronal Artificial (RNA) en casos notificados de dengue (CND) en las regiones administrativas (RA) de Maceió. Las RAs se dividen en: RA1, RA2, RA3, RA4, RA5, RA6, RA7 y RA8. Los CND fueron sometidos a RNA no lineal autorregresivo (NAR) – (RNA-NAR). El periodo de estudio fue del 2011 al 2020. Los resultados obtenidos de la CND se destacaron en años específicos (2012, 2013, 2017, 2018 y 2020), por otro lado, hubo sobreestimaciones de los pronósticos vía RNA. En algunas RAs hubo subregistro y, por lo tanto, interfirió con los resultados del pronóstico. El RNA-NAR fue validado, ya que la mayoría de las predicciones mostraron correlación positiva y respondieron a los datos observados, excepto los RAs con subregistro. El uso de RNA es adecuado para alerta y predicción de enfermedades, donde dicho instrumento puede usarse en acciones preventivas para controlar la enfermedad.
Databáze: OpenAIRE
Externí odkaz: