Dados do Trabalho

Título

Características e tendências da Doença de Chagas Aguda no Brasil, 2007 a 2023: análise da série temporal e modelo de previsão [SARIMA]

Introdução

A análise de séries temporais é uma ferramenta importante na compreensão da dinâmica de enfermidades, como a Doença de Chagas Aguda (DCA), e adoção de medidas de mitigação preventivas. Esta ferramenta também tem potencial para utilização na deteção precoce de eventos de importância para a saúde pública, no âmbito da vigilância baseada em indicadores.

Objetivo (s)

Discutir a importância da análise de séries temporais para detecção precoce de eventos utilizando a Doença de Chagas Aguda como modelo para esta proposta.

Material e Métodos

Estudo de séries temporais com dados secundários de casos confirmados para DCA no período de 2007 a 2023. Foram utilizados dados públicos disponíveis no Tabnet/Datasus. Foi realizada uma matriz de avaliação de indicadores com aspectos de temporalidade, magnitude, transcendência e vulnerabilidade. Análise descritiva e diagrama de controle foram avaliados, incluindo os padrões temporais (sazonalidade, tendência) e autocorrelação, a análise de regressão segmentada e de Prais-Winsten. Foi aplicado o modelo de autorregressão segmentada SARIMA para previsão de cenários para um ano

Resultados e Conclusão

A DCA apresentou indicadores de tendência de crescimento nos últimos cinco anos da série histórica, além do registro de oito surtos no diagrama de controle. As maiores incidências foram nas regiões Norte e Nordeste. Nos testes de ACF, PACF, LJung Box foi identificada a autocorrelação dos resíduos e a sazonalidade do agravo. Foi necessário alisamento da média móvel de classe três. O valor de APC prévio a pandemia de COVID-19 foi -0.029 (IC95% -0.47 a 036) e pós-pandemia de 0.179 (IC95% -0.238 a 0.596). No teste de Prais-Winsten, o intercept foi -0.725 (±0.05) com seno e cosseno que demonstraram a sazonalidade da série temporal. Foi aplicado o modelo SARIMA no formato (1,1,1), (1,2,1)12 para predição com qualidade de ajuste intermediaria (R² = 0,80). Conclusão: A análise de séries temporais é uma ferramenta importante na compreensão e detecção precoce de possíveis eventos, como a DCA. A autocorrelação nos resíduos e a presença de sazonalidade na série temporal sugerem influências temporais na transmissão da doença. Os testes estatísticos confirmaram a robustez dos padrões identificados, enquanto o modelo SARIMA demonstrou uma capacidade satisfatória de previsão, enfatizando o potencial dessa metodologia para orientar estratégias de intervenção precoce. Essa análise reforça a importância contínua da análise de séries temporais na saúde pública e sua relevância na tomada antecipada de decisões.

Palavras Chave

Estudos de Séries Temporais; Estudos Ecológicos; Modelos de Predição; Doença de Chagas