M Siva Durga Prasad Nayak y KA Narayan
Antecedentes: El dengue es una de las enfermedades tropicales más graves y de más rápido surgimiento. En la India, durante la última década, la frecuencia y la extensión geográfica de la fiebre del dengue han aumentado. La información detallada sobre cuándo y dónde ocurrieron brotes de fiebre del dengue y fiebre hemorrágica del dengue en el pasado se puede utilizar para la elaboración de modelos epidemiológicos con el fin de predecir tendencias futuras y brotes inminentes. Sobre la base de estos antecedentes, se intentó convertir los datos mensuales disponibles sobre la incidencia de la fiebre del dengue en el estado de Kerala en un modelo ARIMA estacional para pronosticar la carga de la enfermedad.
Métodos: El estudio actual fue un estudio analítico retrospectivo que utilizó datos secundarios del departamento del Director de Salud Pública del estado de Kerala, India. Se descargaron los informes mensuales del proyecto de vigilancia integrada de enfermedades (IDSP) durante un período de trece años desde 2006 hasta 2018 y se extrajeron los datos de los casos de dengue de los archivos pdf descargados. Utilizando la versión de prueba 21 de SPSS y un conjunto de datos de muestra, se ejecutaron varios modelos ARIMA y se identificó el modelo ARIMA estacional más adecuado. Luego, el modelo seleccionado se utilizó para pronosticar la incidencia mensual de dengue a partir del próximo año, es decir, desde 2007 en adelante. Se compararon la incidencia mensual pronosticada y la incidencia real mensual de casos de dengue de 2007 a 2018 y se probó la diferencia entre ellas utilizando la prueba t pareada.
Resultados: Se encontró que el modelo ARIMA estacional (1, 0, 0) (0, 1, 1)12 era el modelo mejor ajustado para los datos dados. El valor R cuadrado estacionario de los modelos seleccionados es 0,815. El valor de la prueba de Ljung-Box es 11,271 y el valor p es 0,792, lo que indica que el modelo seleccionado es adecuado. El número promedio de incidencia pronosticada de casos de fiebre del dengue desde enero de 2007 hasta diciembre de 2018 estuvo más cerca de la incidencia real en cada mes, pero la diferencia entre ellos no fue estadísticamente significativa, lo que indica que el ajuste del modelo fue bueno.
Conclusión: Se seleccionó un modelo ARIMA estacional (1, 0, 0) (0, 1, 1)12 como el más adecuado para predecir la incidencia futura de casos de fiebre del dengue en el próximo período. La técnica sería útil para que los administradores de atención médica estén mejor preparados. El modelo se puede dinamizar para incluir los datos actuales y para obtener un modelo más dinámico.