Modelagem preditiva de casos de dengue: perspectivas para o Estado de São Paulo

• Processo: 25/12433-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2025
• Data de Término da vigência: 30 de setembro de 2026
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Epidemiologia
• Pesquisador responsável: Ricardo Puziol de Oliveira
• Beneficiário: Maria Júlia de Souza Pompei
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Assunto(s): Aprendizado computacional Dengue Modelos preditivos São Paulo
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Dengue | Lstm | Modelagem preditiva | São Paulo | Sarima | Modelagem preditiva para perspectivas e análises dos casos de epidemia no país, em particular, a dengue.

Resumo

A dengue é uma arbovirose global que apresenta quatro sorotipos (DENV-1 a DENV-4) transmitida principalmente pelo mosquito \textit{Aedes aegypti} no contexto brasileiro. A doença tem risco de agravamento em reinfecções devido ao fenômeno ADE (\textit{Antibody-Dependent Enhancement}). Os casos sintomáticos evoluem rapidamente para formas graves, como extravasamento plasmático e choque, que podem ser fatais. No Estado de São Paulo, a recente reintrodução de sorotipos, condições climáticas favoráveis e urbanização acelerada criam um cenário propício para epidemias de grande escala. Nesse contexto, o projeto pretende prever em curto, médio e longo prazo o número de casos de dengue por Departamento Regional de Saúde (DRS) do Estado de São Paulo. Para tal, serão utilizados modelos de séries temporais SARIMA (\textit{Seasonal AutoRegressive Integrated Moving Average}) e modelos de redes neurais recorrentes do tipo LSTM (\textit{Long Short-Term Memory}). Os modelos serão avaliados por critérios de ajustes e métricas preditivas, além de serem treinados com conjunto de dados históricos. Será adotada uma abordagem dual, a primeira baseada na modelagem de dados históricos da incidência da doença de janeiro de 2015 a dezembro de 2024, enquanto a segunda abordagem trabalhará com mais variáveis inclusas para um período mais recente (janeiro de 2024 a dezembro de 2024). Em ambos os estudos, serão utilizados dados meteorológicos e sociodemográficos. Por fim, os modelos construídos e validados serão aplicados aos dados regionais de casos de dengue da Vigilância Epidemiológica de Presidente Prudente. Assim, a análise permitirá respostas ágeis a cenários emergentes, podendo orientar as autoridades públicas na proporção de medidas de mitigação.