@InProceedings{SantosKara:2019:VaPrIn,
               author = "Santos, Suellen Ara{\'u}jo Franco dos and Karam, Hugo Abi",
          affiliation = "{Universidade Federal do Rio de Janeiro (UFRJ)} and {Universidade 
                         Federal do Rio de Janeiro (UFRJ)}",
                title = "Variabilidade e previsibilidade interanual da dengue na cidade do 
                         Rio de Janeiro",
                 year = "2019",
         organization = "Encontro de Alunos de P{\'o}s-Gradua{\c{c}}{\~a}o em 
                         Meteorologia do CPTEC/INPE, 18. (EPGMET)",
             abstract = "A dengue {\'e} uma das doen{\c{c}}as infecciosas tropicais mais 
                         importantes no Brasil por conta das condi{\c{c}}{\~o}es que 
                         favorecem a sua propaga{\c{c}}{\~a}o, associadas diretamente com 
                         o ciclo de vida do vetor em {\'a}reas urbanas, o mosquito Aedes 
                         aegypti. Atualmente, a transformada de ondeleta (TO) {\'e} uma 
                         ferramenta muito {\'u}til nos estudos dos sinais peri{\'o}dicos 
                         e n{\~a}o\−peri{\'o}dicos que caracterizam a 
                         variabilidade multiescala das perturba{\c{c}}{\~o}es 
                         clim{\'a}ticas, sendo amplamente aplicada {\`a} an{\'a}lise de 
                         vari{\'a}veis geof{\'{\i}}sicas, meteorol{\'o}gicas e 
                         oce{\^a}nicas. Neste trabalho realizou\−se a 
                         investiga{\c{c}}{\~a}o da variabilidade da Dengue em 
                         rela{\c{c}}{\~a}o ao fen{\^o}meno El Niņo \− Southern 
                         Oscillation (ENSO), utilizando\−se a transformada de 
                         ondeleta simples e cruzada. Em adi{\c{c}}{\~a}o, 
                         estabeleceu\−se uma equa{\c{c}}{\~a}o para a 
                         incid{\^e}ncia de agravamento por febre de dengue baseada em um 
                         modelo de regress{\~a}o linear m{\'u}ltiplo (RLM). Foram 
                         utilizados dados mensais de casos de dengue, compilados pela 
                         Secretaria Municipal de Sa{\'u}de da cidade do Rio de Janeiro, e 
                         tamb{\'e}m dados de {\'{\i}}ndices mensais da ENSO, 
                         disponibilizados pela National Oceanic and Atmospheric 
                         Administration NOAA/USA para o per{\'{\i}}odo entre janeiro de 
                         2000 e dezembro de 2017. Foram analisadas as variabilidades da 
                         Dengue em rela{\c{c}}{\~a}o aos {\'{\i}}ndices: SOI (South 
                         Oscillation Index), Niņo 3, Niņo 3.4, Niņo 4, Niņo 1.2, ONI 
                         (Oceanic Niņo Index), BEST (Bivariate El Nino\− Southern 
                         Oscillation Index), TNI (Trans\−Niņo Index), PDO (Pacific 
                         Decadal Oscillation), PNA (Pacific NorthAmerican Pattern), OLR 
                         (Outgoing Longwave Radiation) e Heat Content. Os {\'{\i}}ndices 
                         mais significativos, selecionados pelo m{\'e}todo stepwise na 
                         RLM, para explica{\c{c}}{\~a}o da vari{\^a}ncia da 
                         incid{\^e}ncia de dengue foram Niņo 3, ONI, TNI e OLR, perfazendo 
                         mais de 45% da variabilidade, podendo alcan{\c{c}}ar 75%. A 
                         aplica{\c{c}}{\~a}o do modelo aliado {\`a}s an{\'a}lises das 
                         ondeletas viabiliza a caracteriza{\c{c}}{\~a}o de panoramas 
                         epid{\^e}micos futuros, assim como o diagn{\'o}stico da 
                         presen{\c{c}}a de condi{\c{c}}{\~o}es meteorol{\'o}gicas 
                         mensais favor{\'a}veis.",
  conference-location = "Cachoeira Paulista, SP",
      conference-year = "04-08 nov.",
             language = "pt",
           targetfile = "Suellen_Araujo_Franco_et-al.pdf",
                 type = "Estudos de Tempo e Clima",
        urlaccessdate = "02 maio 2024"
}