@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"
}