Climate-driven statistical models as effective predictors of local dengue incidence in Costa Rica: a generalized additive model and random forest approach



Título del documento: Climate-driven statistical models as effective predictors of local dengue incidence in Costa Rica: a generalized additive model and random forest approach
Revista: Revista de matemáticas
Base de datos: PERIÓDICA
Número de sistema: 000453566
ISSN: 1409-2433
Autores: 1
2
3
3
Instituciones: 1Universidad de Costa Rica, Escuela de Salud Pública, San José. Costa Rica
2Universidad de Costa Rica, Escuela de Estadística, San José. Costa Rica
3Universidad de Costa Rica, Escuela de Matemáticas, San José. Costa Rica
Año:
Periodo: Ene-Jun
Volumen: 27
Número: 1
Paginación: 1-22
País: Costa Rica
Idioma: Inglés
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en español En países tropicales y subtropicales alrededor del mundo, el clima ha sido un factor fundamental en moldear la distribución geográfica e incidencia de los casos de dengue. En Costa Rica, un país tropical con múltiples microclimas, el dengue ha sido endémico desde 1993, con repercusiones no solo en el ámbito de la salud, sino también en el social y económico. Utilizando el número de casos de dengue y los datos climáticos del 2007- 2017, ajustamos un modelo predictivo mediante un enfoque de Modelo Aditivo Generalizado y bosques aleatorios, el cual nos permitió predecir de forma retrospectiva el riesgo relativo de dengue en cinco cantones alrededor del país
Resumen en inglés Climate has been an important factor in shaping the distribution and incidence of dengue cases in tropical and subtropical countries. In Costa Rica, a tropical country with distinctive micro-climates, dengue has been endemic since its introduction in 1993, inflicting substantial economic, social, and public health repercussions. Using the number of dengue reported cases and climate data from 2007-2017, we fitted a prediction model applying a Generalized Additive Model (GAM) and Random Forest (RF) approach, which allowed us to retrospectively predict the relative risk of dengue in five climatological diverse municipalities around the country
Disciplinas: Matemáticas,
Medicina
Palabras clave: Salud pública,
Matemáticas aplicadas,
Dengue,
Mecanismos de transmisión,
Vectores biológicos,
Distribución geográfica,
Variables climáticas,
Costa Rica,
Modelos aditivos generalizados,
Bosques
Keyword: Public health,
Applied mathematics,
Dengue,
Transmission mechanisms,
Biological vectors,
Geographical distribution,
Climate variables,
Costa Rica,
Generalized additive models,
Forests
Texto completo: Texto completo (Ver HTML) Texto completo (Ver PDF)