Análise de série temporal (2015-2022): cenário de risco para dengue em Goiás
| dc.creator | Oliveira Junior, Ronaldo Rodrigues de | |
| dc.creator | Modesto, Ana Carolina Figueiredo | |
| dc.creator | Assunção, Leandro do Prado | |
| dc.creator | Pena, Lindomar José | |
| dc.creator | Féres, Valéria Christina de Rezende | |
| dc.date.accessioned | 2026-07-17T12:30:48Z | |
| dc.date.available | 2026-07-17T12:30:48Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Objective: To analyze confirmed cases of dengue in Goiás, Brazil between 2015 and 2022 and to estimate the risk of new outbreaks until 2026. Methods: A time series study using data from the Notifiable Diseases Information System (SINAN) was conducted. Monthly records of cases confirmed by laboratory or clinical-epidemiological criteria were included. The Seasonal Autoregressive Integrated Moving Average (SARIMA) model was applied using the R software (v.4.2.1). Stationarity, trend, seasonality, residual autocorrelation, and model fit were evaluated, with estimates obtained by maximum likelihood and 95% confidence intervals. Results: During the study period, 709,270 confirmed cases were recorded. Epidemics occurred cyclically every two years, with peaks in 2015 (101,261), 2016 (82,077), 2018 (70,794), 2019 (107,589), and 2022 (189,998), interspersed with years of lower incidence such as 2017 and the COVID-19 pandemic years (2020–2021). Serotype replacement was observed preceding major outbreaks. The SARIMA model showed good fit (Akaike Information Criterion – 1768.9; Bayesian Information Criterion – 1786.8) and predicted new peaks in 2025 (177,775 cases) and 2026 (224,100 cases). Conclusion: Dengue in Goiás displayed recurrent epidemic cycles, pointing to an increase in cases and reinforcing the need for integrated strategies based on prevention and control. The SARIMA model proved useful for surveillance and public health planning, although its accuracy may be influenced by external factors. | |
| dc.description.resumo | Objetivo: Analisar os casos confirmados de dengue em Goiás entre 2015 e 2022 e estimar o risco de novos surtos até 2026. Métodos: Estudo de série temporal com dados do Sistema de Informação de Agravos de Notificação (SINAN). Foram incluídos registros mensais de casos confirmados por critérios laboratoriais ou clínico-epidemiológicos. O modelo Autorregressivo Integrado de Médias Móveis Sazonais (SARIMA) foi aplicado utilizando o software R (v.4.2.1). Foram avaliados estacionariedade, tendência, sazonalidade, autocorrelação dos resíduos e ajuste do modelo, com estimativas por máxima verossimilhança e intervalo de confiança de 95%. Resultados: No período foram registrados 709.270 casos confirmados. As epidemias ocorreram de forma cíclica a cada dois anos, com picos em 2015 (101.261), 2016 (82.077), 2018 (70.794), 2019 (107.589) e 2022 (189.998), intercalados por anos de menor incidência, como 2017 e os anos de pandemia da COVID-19 (2020–2021). Observou-se substituição de sorotipos antecedendo os maiores surtos. O modelo SARIMA apresentou bom ajuste (Critério de Informação de Akaike — AIC 1.768,9; Critério de Informação Bayesiano — BIC 1.786,8) e previu novos picos em 2025 (177.775 casos) e 2026 (224.100 casos). Conclusão: A dengue em Goiás apresenta ciclos epidêmicos recorrentes, que apontam para a intensificação de casos e reforçam a necessidade de estratégias integradas e sustentadas de prevenção e controle. O modelo SARIMA mostrou-se útil para vigilância e planejamento em saúde pública, embora sua precisão possa ser influenciada por fatores externos. | |
| dc.identifier.citation | OLIVEIRA JUNIOR, Ronaldo Rodrigues de et al. Análise de série temporal (2015-2022): cenário de risco para dengue em Goiás. Revista Brasileira de Epidemiologia, São Paulo, v. 29, e260010, 2026. DOI: 10.1590/1980-549720260010.2. Disponível em: https://www.scielo.br/j/rbepid/a/7mPPLhMvmbg8NSdWWcjQJrq/abstract/?lang=pt. Acesso em: 10 jul. 2026. | |
| dc.identifier.doi | 10.1590/1980-549720260010.2 | |
| dc.identifier.issn | 1415-790X | |
| dc.identifier.issn | e- 1980-5497 | |
| dc.identifier.uri | https://repositorio.bc.ufg.br//handle/ri/31026 | |
| dc.language.iso | por | |
| dc.publisher.country | Brasil | |
| dc.publisher.program | Programa de Pós-graduação em Assistência e Avaliação em Saúde | |
| dc.rights | Acesso Aberto | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Epidemiological models | |
| dc.subject | Dengue | |
| dc.subject | Time series | |
| dc.subject | Forecasting | |
| dc.subject | Epidemiology | |
| dc.subject | Dengue | |
| dc.subject | Modelos epidemiológicos | |
| dc.subject | Série temporal | |
| dc.subject | Modelos de predição | |
| dc.subject | Epidemiologia | |
| dc.subject.ODS | 3 - Saúde e bem-estar | |
| dc.title | Análise de série temporal (2015-2022): cenário de risco para dengue em Goiás | |
| dc.title.alternative | Time series analysis (2015–2022): dengue risk scenario in Goiás, Brazil | |
| dc.type | Artigo |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- Artigo - Ronaldo Rodrigues de Oliveira Junior - 2026.pdf
- Tamanho:
- 2.6 MB
- Formato:
- Adobe Portable Document Format