Tuberculosis incidence in Brazil: time series analysis between 2001 and 2021 and projection until 2030 / Incidência de tuberculose no Brasil: análise de série temporal entre 2001 e 2021 e projeção até 2030

ABSTRACT Objective: To assess the incidence of tuberculosis in Brazil between 2001 and 2022 and estimate the monthly incidence forecast until 2030. Methods: This is a time-series study based on monthly tuberculosis records from the Notifiable Diseases Information System and official projections of the Brazilian population. The monthly incidence of tuberculosis from 2001 to 2022 was evaluated using segmented linear regression to identify trend breaks. Seasonal autoregressive integrated moving average (Sarima) was used to predict the monthly incidence from 2023 to 2030, deadline for achieving the sustainable development goals (SDGs). Results: There was a decrease in incidence between January/2001 and December/2014 (4.60 to 3.19 cases-month/100,000 inhabitants; β=-0.005; p<0.001), followed by an increase between January/2015 and March /2020 (β=0.013; p<0.001). There was a sharp drop in cases in April/2020, with the onset of the pandemic, and acceleration of the increase in cases since then (β=0.025; p<0.001). A projection of 124,245 cases in 2030 was made, with an estimated incidence of 4.64 cases-month/100,000 inhabitants, levels similar to those in the 2000s. The Sarima model proved to be robust, with error of 4.1% when removing the pandemic period. Conclusion: The decreasing trend in tuberculosis cases was reversed from 2015 onwards, a period of economic crisis, and was also impacted by the pandemic when there was a reduction in records. The Sarima model can be a useful forecasting tool for epidemiological surveillance. Greater investments in prevention and control need to be made to reduce the occurrence of tuberculosis, in line with the SDGs.

RESUMO Objetivo: Avaliar a incidência de tuberculose no Brasil entre 2001 e 2022 e estimar a previsão de incidência mensal até 2030. Métodos: Trata-se de estudo de série temporal que partiu de registros mensais de tuberculose do Sistema de Informação de Agravos de Notificação e projeções oficiais da população brasileira. Avaliou-se a incidência mensal de tuberculose entre 2001 e 2022 por meio de regressão linear segmentada para identificar quebras de tendências. Utilizou-se o modelo autorregressivo integrado de médias móveis sazonais (Sarima) para prever a incidência mensal de 2023 a 2030, prazo para alcançar os objetivos de desenvolvimento sustentável (ODS). Resultados: Observou-se diminuição da incidência entre janeiro/2001 e dezembro/2014 (de 4,60 para 3,19 casos-mês/100 mil habitantes; β=-0,005; p<0,001), seguida de aumento entre janeiro/2015 e março/2020 (β=0,013; p<0,001). Houve queda abrupta de casos em abril/2020, com início da pandemia e aceleração do aumento de casos desde então (β=0,025; p<0,001). Projetaram-se 124.245 casos de tuberculose em 2030, com incidência estimada em 4,64 casos-mês/100 mil habitantes, patamares da década de 2000. O modelo Sarima mostrou-se robusto, com erro de 4,1% ao remover o período pandêmico. Conclusão: A tendência decrescente nos casos de tuberculose foi revertida a partir de 2015, período de crises econômicas, e foi também impactada pela pandemia quando houve redução nos registros. O modelo Sarima pode ser uma ferramenta de previsão útil para a vigilância epidemiológica. Maiores investimentos na prevenção e controle precisam ser aportados para reduzir a ocorrência de tuberculose, em linha com os ODS.

Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 / Quantitative evaluation of a SEIR model for forecasting COVID-19 cases

Resumen Introducción : Los modelos epidemiológicos han sido ampliamente utilizados durante la pandemia de COVID-19, aunque la evaluación de su desempeño ha sido limitada. El objetivo del presente trabajo fue evaluar de forma retrospectiva un modelo SEIR para la predicción de casos a corto plazo (1 a 3 semanas), cuantificando su desempeño real y potencial, me diante la optimización de los parámetros del modelo. Métodos : Se realizaron proyecciones para cada día de la primera ola de casos (31 de julio de 2020 al 11 de marzo de 2021) en el municipio de General Pueyrredón (Argentina), cuantificando el desempeño del modelo en términos de incertidumbre, inexactitud e imprecisión. La evaluación se realizó con los parámetros originales del modelo (utilizados en proyecciones que fueron oportunamente publicadas), y luego variando distintos parámetros a fin de identificar valores óptimos. Resultados : El análisis del desempeño del modelo mostró que valores alternativos de algunos parámetros, y la corrección de los valores de entrada utilizando un filtro de "media móvil" para eliminar las variaciones semanales en los reportes de casos, habrían otorgado mejores resultados. El modelo con los parámetros opti mizados logró disminuir desde casi 40% a menos de 15% la incertidumbre, con valores similares de inexactitud, y con una imprecisión levemente mayor. Discusión : Modelos epidemiológicos sencillos, sin grandes requerimientos para su implementación, pue den ser de utilidad para la toma de decisiones rápi das en localidades pequeñas o con recursos limitados, siempre y cuando se tenga en cuenta la importancia de su evaluación y la consideración de sus alcances y limitaciones.

Abstract Introduction : Epidemiological models have been widely used during the COVID-19 pandemic, although performance evaluation has been limited. The objec tive of this work was to thoroughly evaluate a SEIR model used for the short-term (1 to 3 weeks) predic tion of cases, quantifying its actual past performance, and its potential performance by optimizing the model parameters. Methods : Daily case forecasts were obtained for the first wave of cases (July 31, 2020 to March 11, 2021) in the district of General Pueyrredón (Argentina), quantifying the model performance in terms of uncertainty, inac curacy and imprecision. The evaluation was carried out with the original parameters of the model (used in the forecasts that were published), and also varying different parameters in order to identify optimal values. Results : The analysis of the model performance showed that alternative values of some parameters, and the correction of the input values using a "mov ing average" filter to eliminate the weekly variations in the case reports, would have yielded better results. The model with the optimized parameters was able to reduce the uncertainty from almost 40% to less than 15%, with similar values of inaccuracy, and with slightly greater imprecision. Discussion : Simple epidemiological models, without large requirements for their implementation, can be very useful for making quick decisions in small cities or cities with limited resources, as long as the importance of their evaluation is taken into account and their scope and limitations are considered.

Effects of migration rates and vaccination on the spread of yellow fever in Latin American communities / Efectos de las tasas de migración y de la vacunación en la propagación de la fiebre amarilla en comunidades de América Latina / Efeitos das taxas de migração e vacinação na propagação da febre amarela em comunidades latino-americanas

ABSTRACT Objective. To assess how relevant the flow of people between communities is, compared to vaccination and type of vector, on the spread and potential outbreaks of yellow fever in a disease-free host community. Methods. Using a SEIRV-SEI model for humans and vectors, we applied numerical simulations to the scenarios: (1) migration from an endemic community to a disease-free host community, comparing the performance of Haemagogus janthinomys and Aedes aegypti as vectors; (2) migration through a transit community located on a migratory route, where the disease is endemic, to a disease-free one; and (3) effects of different vaccination rates in the host community, considering the vaccination of migrants upon arrival. Results. Results show no remarkable differences between scenarios 1 and 2. The type of vector and vaccination coverage in the host community are more relevant for the occurrence of outbreaks than migration rates, with H. janthinomys being more effective than A. aegypti. Conclusions. With vaccination being more determinant for a potential outbreak than migration rates, vaccinating migrants on arrival may be one of the most effective measures against yellow fever. Furthermore, H. janthinomys is a more competent vector than A. aegypti at similar densities, but the presence of A. aegypti is a warning to maintain vaccination above recommended levels.

RESUMEN Objetivo. Evaluar la importancia del flujo de personas entre comunidades, en comparación con la vacunación y el tipo de vector, para la propagación y los posibles brotes de fiebre amarilla en una comunidad de acogida libre de la enfermedad. Métodos. Con el empleo de un modelo SEIRV—SEI para personas y vectores, aplicamos simulaciones numéricas a las siguientes situaciones hipotéticas: 1) migración desde una comunidad con endemicidad a una comunidad de acogida libre de la enfermedad, en la que se compararon los resultados producidos por Haemagogus janthinomys y Aedes aegypti como vectores; 2) migración a través de una comunidad de tránsito situada en una ruta migratoria, donde la enfermedad es endémica, hacia otra comunidad libre de la enfermedad; y 3) efectos de tasas de vacunación diferentes en la comunidad de acogida, tomando en consideración la vacunación de las personas migrantes a su llegada. Resultados. Los resultados no muestran diferencias notables entre las situaciones 1 y 2. En cuanto a la aparición de brotes, tanto la cobertura vacunal en la comunidad de acogida como el tipo de vector tienen más importancia que las tasas de migración; y H. janthinomys muestra mayor eficacia que A. aegypti. Conclusiones. Dado que, para determinar la aparición de un posible brote, la vacunación tiene mayor importancia que las tasas de migración, la vacunación de las personas migrantes a su llegada puede ser una de las medidas más eficaces contra la fiebre amarilla. Además, a densidades similares, H. janthinomys es un vector más competente que A. aegypti, por lo que la presencia de A. aegypti constituye una señal de alerta para mantener la vacunación por encima de los niveles recomendados.

RESUMO Objetivo. Avaliar a relevância do fluxo de pessoas entre comunidades em comparação com a vacinação e tipo de vetor para a propagação e potenciais surtos de febre amarela em uma comunidade de destino livre da doença. Métodos. Usando um modelo SEIRV-SEI para humanos e vetores, foram aplicadas simulações numéricas aos seguintes cenários: (1) migração de uma comunidade endêmica para uma comunidade de destino livre da doença, comparando o desempenho de Haemagogus janthinomys e de Aedes aegypti como vetores; (2) migração através de uma comunidade de trânsito localizada em uma rota migratória, onde a doença é endêmica, para uma comunidade de destino livre da doença; e (3) efeitos de diferentes taxas de vacinação na comunidade de destino, considerando-se a vacinação dos migrantes ao chegarem. Resultados. Os resultados não revelaram diferenças marcantes entre os cenários 1 e 2. O tipo de vetor e a cobertura vacinal na comunidade de destino são mais relevantes para a ocorrência de surtos do que as taxas de migração; o vetor H. janthinomys é mais efetivo do que A. aegypti. Conclusões. Na medida em que a vacinação é mais determinante para um potencial surto que as taxas de migração, a vacinação de migrantes na chegada pode ser uma das medidas mais efetivas contra a febre amarela. Além disso, o H. janthinomys é um vetor mais competente do que o A. aegypti em densidades similares, mas a presença de A. aegypti é um alerta para manter a vacinação acima dos níveis recomendados.

Uso de genomas de SARS-CoV -2 para la estimación del número reproductivo efectivo (Rt) en Perú durante marzo y abril del 2020

La comprensión de la COVID-19, provocada por el coronavirus de tipo 2 (SARS-CoV-2) causante de síndrome respiratorio agudo severo, utilizando un enfoque multidisciplinario, es esencial para mejorar la toma de decisiones basadas en evidencia. Se estimó el número reproductivo efectivo (Rt) en Perú a partir de 113 genomas completos generados por el Instituto Nacional de Salud (INS) del Perú almacenados en la base de datos pública GISAID. La tendencia mostrada por el Rt durante marzo y abril del 2020 fue similar a otras estimaciones epidemiológicas. El Rt disminuyó considerablemente durante la primera quincena de marzo, alcanzando su menor valor la semana posterior al inicio de la cuarentena, pero aumentó moderadamente desde la quincena de abril. Se discute las implicancias de las medidas tempranas tomadas para mitigar la transmisión. La vigilancia genómica será una herramienta necesaria para conocer la transmisión y evolución del virus, y complementará la información epidemiológica.

The understanding of COVID-19, caused by the SARS-CoV-2, is essential to improve evidence-based public health policies. The effective reproductive number (Rt) in Peru was estimated using information from 113 complete genomes sequenced by the Instituto Nacional de Salud del Perú (INS), available in the GISAID public database. The Rt trend during March and April of 2020 was found to be similar to results from other epidemiological reports. The Rt decreased during the first two weeks of March. Its lowest value was reported during the week after the quarantine began. The Rt increased moderately after the second week of April. The implication of early decisions taken to mitigate the transmission are discussed. Genomic surveillance will be necessary to understand the transmission and evolution of SARS-CoV-2 in Peru, and will complement the epidemiological information.

Comorbidity adjustment index for the international classification of diseases, 10 / Índice de ajuste de comorbidade para a 10a revisão da classificação internacional de doenças / Índice de ajuste de co-morbilidad para la 10a revisión de la clasificación internacional de enfermedades

OBJECTIVE: To develop a Charlson-like comorbidity index based on clinical conditions and weights of the original Charlson comorbidity index. METHODS: Clinical conditions and weights were adapted from the International Classification of Diseases, 10th revision and applied to a single hospital admission diagnosis. The study included 3,733 patients over 18 years of age who were admitted to a public general hospital in the city of Rio de Janeiro, southeast Brazil, between Jan 2001 and Jan 2003. The index distribution was analyzed by gender, type of admission, blood transfusion, intensive care unit admission, age and length of hospital stay. Two logistic regression models were developed to predict in-hospital mortality including: a) the aforementioned variables and the risk-adjustment index (full model); and b) the risk-adjustment index and patient's age (reduced model). RESULTS: Of all patients analyzed, 22.3 percent had risk scores >1, and their mortality rate was 4.5 percent (66.0 percent of them had scores >1). Except for gender and type of admission, all variables were retained in the logistic regression. The models including the developed risk index had an area under the receiver operating characteristic curve of 0.86 (full model), and 0.76 (reduced model). Each unit increase in the risk score was associated with nearly 50 percent increase in the odds of in-hospital death. CONCLUSIONS: The risk index developed was able to effectively discriminate the odds of in-hospital death which can be useful when limited information is available from hospital databases.

OBJETIVO: Desenvolver um índice de co-morbidade a partir das condições clínicas e dos pesos do índice de co-morbidade de Charlson. MÉTODOS: As condições clínicas e pesos do índice de Charlson foram adaptados segundo a Classificação Internacional de Doenças 10a Revisão, e aplicados ao diagnóstico principal de internação hospitalar. Foram estudados 3.733 pacientes acima de 18 anos hospitalizados em hospital geral público do município do Rio de Janeiro, RJ, 2001-2003. A distribuição do índice foi de acordo com o gênero, tipo da admissão, presença de transfusão de sangue, admissão à unidade de terapia intensiva, idade e tempo de internação. Dois modelos de regressão logística foram desenvolvidos com o objetivo de prever a mortalidade hospitalar desses pacientes: a) com as variáveis acima e o índice de co-morbidade (modelo completo); e b) contendo apenas o índice e a idade dos pacientes (modelo reduzido). RESULTADOS: Dentre o total de pacientes analisados, 22,3 por cento possuíam escores >1 para o índice e sua taxa de mortalidade foi 4,5 por cento (66,0 por cento dos quais com escores >1). Exceto gênero e do tipo de admissão, todas as variáveis foram retidas na regressão. Os modelos tiveram uma área sob a curva característica ROC igual a 0,86 (modelo completo) e 0,76 (modelo reduzido). Cada aumento de uma unidade nos escores do índice foi associado com um aumento de quase 50 por cento na probabilidade de mortalidade hospitalar. CONCLUSÕES: O índice desenvolvido pôde discriminar probabilidades de mortalidade com uma eficácia aceitável, o que pode ser útil ao lidar-se com bancos de dados hospitalares com informação limitada.

OBJETIVO: Desarrollar un índice de co-morbilidad a partir de las condiciones clínicas y de los pesos de índice original de co-morbilidad de Charlson. MÉTODOS: Las condiciones clínicas y pesos del índice de Charlson fueron adaptados según la Clasificación Internacional de Enfermedades - 10a Revisión, y aplicados al diagnóstico principal de internación hospitalaria. Fueron estudiados 3.733 pacientes arriba de 18 años hospitalizados en el hospital general público del municipio de Rio de Janeiro (sudeste de Brasil), de 2001-2003. La distribución del índice fue de acuerdo con el género, tipo de admisión, presencia de transfusión de sangre, admisión a la unidad de terapia intensiva, edad y tiempo de internación. Dos modelos de regresión logística fueron desarrollados con el objetivo de prevenir la mortalidad hospitalaria: a) con las variables arriba y el índice de co-morbilidad (modelo completo); y b) conteniendo solo el índice y la edad de los pacientes (modelo reducido). RESULTADOS: Dentro del total de pacientes analizados, 22,3 por ciento tuvieron puntajes >1 para el índice y su taza de mortalidad fue 4,5 por ciento (66,0 por ciento de los cuales con puntajes >1). A excepción del género y del tipo de admisión todas las variables fueron retenidas en la regresión. Los modelos tuvieron una área bajo la curva característica ROC igual a 0,86 (modelo completo) y 0,76 (modelo reducido). Cada aumento de una unidad en los puntajes del índice fue asociado con un aumento de casi 50 por ciento en la probabilidad de mortalidad hospitalaria. CONCLUSIONES: El índice desarrollado puede discriminar probabilidades de mortalidad con una eficacia aceptable, el que puede ser útil al ser usado con bancos de datos hospitalarios con información limitada.