MODELAGEM PREDITIVA E REGRESSÃO LINEAR EM R: DESMISTIFICANDO O PESO DAS VARIÁVEIS CLIMÁTICAS NA INCIDÊNCIA DE DENGUE NA AMÉRICA LATINA

José Henrique Nóbrega Albuquerque; Leonardo de Carvalho Melikian; José Célio de Aquino Filho; Filipe Araújo Magalhães; Analu Câmara Carvalho; Mayara Lopes de Freitas Lima

Título do Trabalho

Autores

José Henrique Nóbrega Albuquerque
Leonardo de Carvalho Melikian
José Célio de Aquino Filho
Filipe Araújo Magalhães
Analu Câmara Carvalho
Mayara Lopes de Freitas Lima

Modalidade

Trabalho original

Área temática

Inovação em saúde

Data de Publicação

06/05/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/consaude2026/1483465-modelagem-preditiva-e-regressao-linear-em-r--desmistificando-o-peso-das-variaveis-climaticas-na-incidencia-de-de

ISBN

978-65-272-2368-9

Palavras-Chave

Arbovirose, Epidemiologia, Saúde pública, Vigilância epidemiológica, Análise estatística

Resumo

Introdução: A dengue é uma arbovirose transmitida pelo mosquito Aedes aegypti e representa um importante problema de saúde pública atualmente. Diante de fenômenos globais contemporâneos, como as mudanças climáticas e o avanço da urbanização, observa-se a tendência de ampliação do alcance geográfico da doença. Nas últimas décadas, o aumento da incidência em regiões tropicais e subtropicais, especialmente na América Latina, associado à ampla distribuição do vetor, reforça a relevância epidemiológica dessa enfermidade. Embora fatores como o crescimento populacional e a urbanização contribuam para essa expansão, elementos ambientais também desempenham papel significativo na dinâmica de transmissão. Variáveis como a temperatura média e os índices pluviométricos influenciam diretamente o ciclo de vida do mosquito, afetando sua sobrevivência, reprodução e capacidade de transmissão viral. Nesse contexto, torna-se pertinente investigar a relação entre as condições climáticas e a incidência da doença. Objetivo: Analisar, por meio de regressão linear, a relação entre o número de casos registrados na América Latina e determinadas condições climáticas, especialmente a temperatura média e os índices pluviométricos. Método: Trata-se de um estudo ecológico, de natureza quantitativa, com abordagem descritiva e analítica. Foram coletados dados referentes a 19 países da América Latina, com exceção da Venezuela, devido à ausência de informações disponíveis, no período de 2013 a 2024. As fontes secundárias utilizadas foram a Organização Pan-Americana da Saúde (PAHO), responsável pelos dados de incidência da doença, e o Knowledge Climate Portal (World Bank), utilizado para obtenção das médias anuais de temperatura e precipitação. Posteriormente, os dados foram organizados em planilhas e importados no software R (versão 4.5.2). Realizaram-se análise descritiva e regressão linear múltipla, com a taxa de incidência como variável dependente e os indicadores climáticos como variáveis independentes. A significância estatística foi avaliada por meio do valor-p (<0,05) e do coeficiente de determinação (R²). Além disso, foram identificados e analisados valores discrepantes (outliers) com base em evidências da literatura. Resultados: O modelo apresentou baixo coeficiente de determinação (R² = 4,14%), indicando que as condições climáticas, embora relevantes, não explicam isoladamente a variação da incidência entre os países analisados. Foram identificados sete outliers: Brasil, Colômbia, Cuba, Haiti, Nicarágua, República Dominicana e Paraguai. Nos países classificados como outliers inferiores: Colômbia, Cuba, Haiti e República Dominicana, destacam-se estratégias como políticas públicas eficazes de controle vetorial, o uso da bactéria Wolbachia para reduzir a transmissão viral e a implementação de sistemas de vigilância epidemiológica preditiva. O Haiti, embora inserido nesse grupo, apresenta possível subnotificação de casos. Em contrapartida, Brasil, Nicarágua e Paraguai configuram outliers superiores, associados a desafios estruturais, como a insuficiência de saneamento básico e a limitação da efetividade das políticas de controle. Conclusão: Os resultados indicam que fatores ambientais influenciam a proliferação do vetor e os indicadores epidemiológicos, mas não explicam isoladamente a dinâmica da doença. Assim, destaca-se a necessidade de análises multifatoriais que considerem também aspectos sociais, estruturais e institucionais, para uma melhor compreensão da enfermidade e para o fortalecimento das estratégias de vigilância e controle.

Título do Evento: 3o. Congresso em Saúde do HC-UFPE
Cidade do Evento: Recife
Título dos Anais do Evento: Anais do Congresso em Saúde do Hospital das Clínicas da UFPE
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

ALBUQUERQUE, José Henrique Nóbrega et al.. MODELAGEM PREDITIVA E REGRESSÃO LINEAR EM R: DESMISTIFICANDO O PESO DAS VARIÁVEIS CLIMÁTICAS NA INCIDÊNCIA DE DENGUE NA AMÉRICA LATINA.. In: Anais do Congresso em Saúde do Hospital das Clínicas da UFPE. Anais...Recife(PE) Mar Hotel Conventions, 2026. Disponível em: https//www.even3.com.br/anais/consaude2026/1483465-MODELAGEM-PREDITIVA-E-REGRESSAO-LINEAR-EM-R--DESMISTIFICANDO-O-PESO-DAS-VARIAVEIS-CLIMATICAS-NA-INCIDENCIA-DE-DE. Acesso em: 20/05/2026