SciELO - Scientific Electronic Library Online

 
vol.36 issue3Atypical mucocutaneous manifestations in neonates and infants with chikungunya fever in the municipalities of Cúcuta, Los Patios and Villa del Rosario, Norte de Santander, Colombia, 2014Phenotypic and molecular characterization of a Colombian family with phenylketonuria author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Biomédica

Print version ISSN 0120-4157

Abstract

GONZALEZ-PARRA, Gilberto; QUERALES, José F.  and  ARANDA, Diego. Predicción de la epidemia del virus sincitial respiratorio en Bogotá, D.C., utilizando variables climatológicas. Biomédica [online]. 2016, vol.36, n.3, pp.378-389. ISSN 0120-4157.  https://doi.org/10.7705/biomedica.v36i3.2763.

Introducción. El virus sincitial respiratorio es uno de los principales causantes de mortalidad de niños y adultos mayores en el mundo. Objetivo. Predecir las semanas de inicio de los brotes de infección por el virus sincitial respiratorio en Bogotá entre 2005 y 2010, utilizando variables climatológicas como variables de predicción. Materiales y métodos. Se establecieron las fechas de inicio de los brotes en niños menores de cinco años ocurridas entre 2005 y 2010, en Bogotá D.C., Colombia. Se seleccionaron las variables climatológicas utilizando una matriz de correlación y, posteriormente, se construyeron 1.020 modelos resultado de la combinación de las distintas variables climatológicas y las semanas de antelación al inicio del brote. Se seleccionaron los modelos utilizando los datos correspondientes a periodos de seis (2005-2010), cuatro (2005-2008) y dos años (2009-2010). Se determinaron los mejores modelos y las variables climatológicas más relevantes, utilizando clasificadores bayesanos ingenuos y curvas características de operación del receptor ( Receiver Operating Characteristic, ROC). Resultados. Los mejores resultados se obtuvieron con los modelos que utilizaron el periodo de dos años (2009-2010) y la semana 0, con 52 y 60 % de aciertos, respectivamente. La humedad mínima fue la variable que más apareció en los mejores modelos (62 %). Los clasificadores bayesanos ingenuos permitieron establecer cuáles eran los mejores modelos para predecir la semana de inicio del brote. Conclusiones. Los resultados sugieren que los modelos en que se utilizaron la humedad mínima, la velocidad del viento y la temperatura mínima serían los modelos de predicción más eficaces.

Keywords : teorema de Bayes; virus sincitiales respiratorios; predicción; climatología; epidemias.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License