Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013
1 recurso en línea (páginas 85-104).
| Main Authors: | , , |
|---|---|
| Format: | Artículo de revista |
| Language: | spa |
| Published: |
Universidad Pedagógica y Tecnológica de Colombia
2018
|
| Subjects: | |
| Online Access: | http://repositorio.uptc.edu.co/handle/001/2203 |
| _version_ | 1801705870371848192 |
|---|---|
| author | Montoya González, Angie Andrea Ortiz Beltrán, Fabián Gabriel Santa Guzmán, Luis Fernando |
| author_facet | Montoya González, Angie Andrea Ortiz Beltrán, Fabián Gabriel Santa Guzmán, Luis Fernando |
| author_sort | Montoya González, Angie Andrea |
| collection | DSpace |
| description | 1 recurso en línea (páginas 85-104). |
| format | Artículo de revista |
| id | repositorio.uptc.edu.co-001-2203 |
| institution | Repositorio Institucional UPTC |
| language | spa |
| publishDate | 2018 |
| publisher | Universidad Pedagógica y Tecnológica de Colombia |
| record_format | dspace |
| spelling | repositorio.uptc.edu.co-001-22032021-06-25T16:34:36Z Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 Bayesian model for the study of dengue disease in the department of Atlántico Colombia years 2010 to 2013 Modelo bayesiano para o estudo da doença do dengue no departamento de Atlántico, Colômbia, anos 2010 a 2013 Montoya González, Angie Andrea Ortiz Beltrán, Fabián Gabriel Santa Guzmán, Luis Fernando Métodos estadísticos Teoría bayesiana de decisiones estadísticas Virus del dengue Dengue - Modelos matemáticos Enfermedades transmitidas por vectores - Estudio de casos Atlántico Colombia Dengue Epidemiología Estadística espacial Modelo bayesiano 1 recurso en línea (páginas 85-104). This papers aims to study the relationship between dengue cases and the variables given by the social, geographic and economic data of the 23 municipalities of the department of Atlantico, Colombia, through the use of completely. It was possible to analyze 7.786 cases of dengue presented in the four years of study, finding that the municipalities most affected by amount of population were Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo and Ponedera. The best model was chosen for each year of study, based on the Deviation Information Criterion (DIC), it was found that the variables related to the social characteristics present in the dwellings and the disordered growth of the urban center were those that had the greatest influence In the increase of the number of dengue cases. The Bayesian model allowed the identification of the relationship of dengue with factors outside the health sector, establishing areas of higher risk of disease. O objetivo deste artigo é estudar a relação entre casos de dengue e as variáveis dadas pelos dados sociais, geográficos y econômicos dos 23 municípios do departamento de Atlántico, Colômbia, usando modelos espaciais completamente bayesianos para o período 2010 a 2013. Analisaram-se 7786 casos de dengue apresentados nos quatro anos de estudo, que constatou que os municípios mais afetados pelo tamanho da população foram Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo e Ponedera. Se escolho o melhor modelo para cada ano de estudo, baseado no critério de Informação de Desvio (DIC), verificou-se que as variáveis relacionadas com características sociais presentes na habitação e o crescimento desordenado do casco urbano foram a maior influência no aumento do número de casos de dengue. O modelo bayesiano permitiu identificar a relação do dengue com fatores externos ao setor saúde, estabelecendo áreas de maior risco de doença. El propósito en este artículo es estudiar la relación entre los casos de dengue y las variables dadas por los datos sociales, geográficos y económicos de los 23 municipios del departamento del Atlántico, Colombia, mediante el uso de modelos espaciales completamente bayesianos para el período 2010 a 2013. Se analizaron 7786 casos de dengue presentados en los cuatro años de estudio, en los que se encontró que los municipios más afectados por cantidad de población fueron Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo y Ponedera. Se escogió el mejor modelo por cada año de estudio, basados en el Criterio de Información de Desviación (DIC), se encontró que las variables afines a las características sociales presentes en las viviendas y el crecimiento desordenado del casco urbano fueron las que mayor influencia tuvieron en el aumento del número de casos de dengue. El modelo bayesiano permitió identificar la relación del dengue con factores fuera del sector de salud estableciendo áreas de mayor riesgo de enfermedad. Bibliografía y webgrafía: páginas 102-104. 2018-09-14T16:16:08Z 2018-09-14T16:16:08Z 2017-12-19 Artículo de revista http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Text https://purl.org/redcol/resource_type/ART http://purl.org/coar/version/c_970fb48d4fbd8a85 Montoya González, A. A., Ortiz Beltrán, F. G. & Santa Guzmán, L.F. (2017). Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013. Perspectiva Geográfica, 22(2),85-104 DOI: 10.19053/01233769.7603. http://repositorio.uptc.edu.co/handle/001/2203 2500-8684 http://repositorio.uptc.edu.co/handle/001/2203 10.19053/01233769.7603 spa Aburas, H. M., Cetiner, B. G. y Sari, M. (2010). Dengue confirmed-cases prediction: A neural network model. Expert Systems with Applications, 37(6), 4256-4260. Recuperado de http://doi.org/10.1016/j.eswa.2009.11.077 Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR). (s. f.). Diagnóstico departamental Atlántico. Recuperado de http://www.acnur.org/t3/ uploads/media/COI_2163.pdf?view=1 Bhatt, S., Gething, P. W., Brady, O. J., Messina, J. P., Farlow, A. W., Moyes, C. L., … Hay, S. I. (2013). The global distribution and burden of dengue. Nature, 496(7446), 504-507. Recuperado de http://doi.org/10.1038/nature12060 Brady, O. J., Gething, P. W., Bhatt, S., Messina, J. P., Brownstein, J. S., Hoen, A. G., … Hay, S. I. (2012). Refining the Global Spatial Limits of Dengue Virus Transmission by Evidence-Based Consensus. PLoS Neglected Tropical Diseases, 6(8), e1760. Recuperado de http://doi.org/10.1371/journal.pntd.0001760 Cadena, M., Guzmán, D. y Ruíz, J. F. (2014). Regionalización de Colombia según la estacionalidad de la precipitación media mensual, a través de análisis de componentes principales (ACP). Grupo de modelamiento de tiempo, clima, y escenarios de cambio climático. Subdirección de meteorología–IDEAM. Recuperado de http://www.ideam.gov.co/documents/ Departamento Administrativo Nacional de Estadística (DANE). (2005). Recuperado de http://www.dane.gov.co/index.php/poblacion-y-demografia/proyecciones-depoblacion Del Valle, J. A. (2016). Introducción a las Cadenas o Procesos de Markov. Recuperado de http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/Cadenas_de_ Markov.htm Dom, N. C., Hassan, A. A., Latif, Z. A. & Ismail, R. (2013). Generating temporal model using climate variables for the prediction of dengue cases in Subang Jaya, Malaysia. Asian Pacific Journal of Tropical Disease, 3(5), 352-361. Recuperado de http://doi.org/10.1016/S2222-1808(13)60084-5 Echavarria, A. y Quintero, O. L. (2012). Estudio de los factores climaticos y geográficos que influyen en la presencia de casos de dengue y criaderos de Aedes aegypti en el municipio de Bello. Recuperado de http://repository.eafit.edu.co:80/ handle/10784/4614 Espinosa, R. (1998). La problemática de los desplazados en el Atlántico. Recuperado de http://www.eltiempo.com/archivo/documento/MAM-824868 Feres, J. C. y Mancero, X. (2001). El método de las necesidades básicas insatisfechas (NBI) y sus aplicaciones en América Latina. CEPAL. Recuperado de http://dds.cepal.org/ infancia/guide-to-estimating-child-poverty/bibliografia/capitulo-III/Feres%20 Juan%20Carlos%20y%20Xavier%20Mancero%20%282001b%29%20El%20 metodo%20de%20las%20necesidades%20basicas%20insatisfechas%20 %28NBI%29%20y%20sus%20aplicaciones%20en%20America%20Latina.pdf Gobernación de Atlántico. Secretaría de planeación Atlántico (2010). Anuario estadístico del Atlántico 2010. Recuperado de http://atlantico.gov.co González, R., Infante, S. y Hernández, A. (2012). Modelos jerárquicos espacio temporales para mapear riesgos relativos de dengue, en el Municipio Girardot, Estado Aragua, Venezuela. Boletín de Malariología y Salud Ambiental, 52(1), 33-45. Recuperado de http://www.scielo.org.ve/scielo.php?script=sci_ arttext&pid=S1690-46482012000100004&lng=es&nrm=iso&tlng=es Honorato, T., Lapa, P. P. de A., Sales, C. M. M., Reis-Santos, B., Tristão-Sá, R., Bertolde, A. I. y Maciel, E. L. N. (2014). Spatial analysis of distribution of dengue cases in Espírito Santo, Brazil, in 2010: use of Bayesian model. Revista Brasileira de Epidemiologia, 17, 150-159. Recuperado de http://doi.org/10.1590/1809- 4503201400060013 Instituto Nacional de Salud. (2013). Situación del dengue en Colombia, 2013. Recuperado de http://www.ins.gov.co/noticias/paginas/situaci%C3%B3n-deldengue- en-colombia-hasta-el-16-de-febrero-de-2013.aspx#.V2n3vVnKuU4 Lawson, A. (2008). Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epidemiology. Boca Raton: Chapman and Hall/CRC. Mena, N., Troyo, A., Bonilla-Carrión, R. y Calderón-Arguedas, Ó. (2011). Factors associated with incidence of dengue in Costa Rica. Revista Panamericana de Salud Pública, 29(4), 234-242. http://doi.org/10.1590/S1020-49892011000400004 Ministerio de Educación Nacional. (2012) Región Caribe (Costa Atlántica) en Educación. Recuperado de http://www.mineducacion.gov.co/1621/ articles-283230_archivo_pdf_perfil.pdf Monsalve, N. C., Rubio-Palis, Y. y Pérez, M. E. (2010). Modelaje bayesiano espaciotemporal de factores asociados con la incidencia del dengue en el área metropolitana de Maracay, Venezuela. Boletín de Malariología y Salud Ambiental, 50(2), 219-232. Recuperado de http://www.scielo.org.ve/scielo.php?script=sci_ arttext&pid=S1690-46482010000200006&lng=pt&nrm=iso&tlng=es Mosquera, M., Obregón, R., Lloyd, L. S., Orozco, M. y Peña, A. (2010). Reflexiones sobre el alcance de la investigación formativa en comunicación en salud en los programas de prevención y control de dengue. El caso de Barranquilla (Colombia). Investigación y Desarrollo, 18(1), 186-217. Recuperado de https:// dialnet.unirioja.es/servlet/articulo?codigo=3685496 Murcia, C. E. y Sarmiento F. J. (2015). Modelos bayesianos para describir el comportamiento del cáncer gástrico en Colombia en el periodo 2005-2012 (tesis de pregrado). Universidad Distrital Francisco José de Caldas, Bogotá, Colombia. Organización Mundial de la Salud (OMS). (2012). Dengue. Recuperado de http://www. who.int/topics/dengue/es/ Padilla, J. C., Rojas, D. P. y Sáenz Gómez, R. (2012). Dengue en Colombia: epidemiología de la reemergencia a la hiperendemia. Bogotá, Colombia: Guías de Impresión Ltda. Pfeiffer, D., Robinson, T., Stevenson, M., Stevens, K., Rogers, D. y Clements, A. (2008) Spatial Analysis in Epidemiology. Oxford: University Press Phung, D., Huang, C., Rutherford, S., Chu, C., Wang, X., Nguyen, M., … Manh, C. D. (2015). Identification of the prediction model for dengue incidence in Can Tho city, a Mekong Delta area in Vietnam. Acta Tropica, 141, Part A, 88-96. http://doi. org/10.1016/j.actatropica.2014.10.005 Santos, S. L. dos, Parra-Henao, G., Silva, M. B. C. & Augusto, L. G. da S. (2014). Dengue in Brazil and Colombia: a study of knowledge, attitudes, and practices. Revista Da Sociedade Brasileira de Medicina Tropical, 47(6), 783-787. http://doi. org/10.1590/0037-8682-0048-2014 Segebre, J. A. (2012). Plan de desarrollo 2012-2015. Gobernación de Atlántico- Atlántico más social. Recuperado de http://www.atlantico.gov.co/images/stories/ plan_desarrollo/plan_desarrollo_2012-2015.pdf Silveira, G. P. y de Barros, L. C. (2015). Analysis of the dengue risk by means of a Takagi–Sugeno-style model. Fuzzy Sets and Systems, 277, 122-137. https://doi. org/10.1016/j.fss.2015.03.003 SIVIGILA. (2013). Vigilancia Rutinaria. Recuperado de http://www.ins.gov.co/lineas-deaccion/ Subdireccion-Vigilancia/sivigila/Paginas/vigilancia-rutinaria.aspx Torres, C., Barguil, S., Melgarejo, M. y Olarte, A. (2014). Fuzzy model identification of dengue epidemic in Colombia based on multiresolution analysis. Artificial Intelligence in Medicine, 60(1), 41-51. Recuperado de http://doi.org/10.1016/j. artmed.2013.11.008 Waller, L. A. y Gotway, C. A. (2004). Applied spatial statistics for public health data. Hoboken, N.J: John Wiley & Sons. Wongkoon, S., Jaroensutasinee, M. y Jaroensutasinee, K. (2012). Development of temporal modeling for prediction of dengue infection in Northeastern Thailand. Asian Pacific Journal of Tropical Medicine, 5(3), 249-252. http://doi.org/10.1016/ S1995-7645(12)60034-0 Perspectiva Geográfica;Volumen 22, número 2 (Julio-Diciembre 2017) Copyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombia https://creativecommons.org/licenses/by-nc/4.0/ info:eu-repo/semantics/openAccess Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 application/pdf application/pdf Universidad Pedagógica y Tecnológica de Colombia https://revistas.uptc.edu.co/index.php/perspectiva/article/view/7603/5848 |
| spellingShingle | Métodos estadísticos Teoría bayesiana de decisiones estadísticas Virus del dengue Dengue - Modelos matemáticos Enfermedades transmitidas por vectores - Estudio de casos Atlántico Colombia Dengue Epidemiología Estadística espacial Modelo bayesiano Montoya González, Angie Andrea Ortiz Beltrán, Fabián Gabriel Santa Guzmán, Luis Fernando Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title | Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title_full | Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title_fullStr | Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title_full_unstemmed | Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title_short | Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013 |
| title_sort | modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de atlantico colombia anos 2010 a 2013 |
| topic | Métodos estadísticos Teoría bayesiana de decisiones estadísticas Virus del dengue Dengue - Modelos matemáticos Enfermedades transmitidas por vectores - Estudio de casos Atlántico Colombia Dengue Epidemiología Estadística espacial Modelo bayesiano |
| url | http://repositorio.uptc.edu.co/handle/001/2203 |
| work_keys_str_mv | AT montoyagonzalezangieandrea modelobayesianoparaelestudiodelaenfermedaddeldengueeneldepartamentodeatlanticocolombiaanos2010a2013 AT ortizbeltranfabiangabriel modelobayesianoparaelestudiodelaenfermedaddeldengueeneldepartamentodeatlanticocolombiaanos2010a2013 AT santaguzmanluisfernando modelobayesianoparaelestudiodelaenfermedaddeldengueeneldepartamentodeatlanticocolombiaanos2010a2013 AT montoyagonzalezangieandrea bayesianmodelforthestudyofdenguediseaseinthedepartmentofatlanticocolombiayears2010to2013 AT ortizbeltranfabiangabriel bayesianmodelforthestudyofdenguediseaseinthedepartmentofatlanticocolombiayears2010to2013 AT santaguzmanluisfernando bayesianmodelforthestudyofdenguediseaseinthedepartmentofatlanticocolombiayears2010to2013 AT montoyagonzalezangieandrea modelobayesianoparaoestudodadoencadodenguenodepartamentodeatlanticocolombiaanos2010a2013 AT ortizbeltranfabiangabriel modelobayesianoparaoestudodadoencadodenguenodepartamentodeatlanticocolombiaanos2010a2013 AT santaguzmanluisfernando modelobayesianoparaoestudodadoencadodenguenodepartamentodeatlanticocolombiaanos2010a2013 |
