Résumé
Introducción: algunas variables meteorológicas pudieran influir en el estado de salud de las personas y se admite un cambio climático antrópico y global en marcha. Objetivo: identificar el comportamiento de las temperaturas secas extremas del aire y su posible relación con las infecciones respiratorias agudas. Métodos: se efectúa un análisis de series cronológicas en Ancash, Perú. El análisis se dirige a las temperaturas secas extremas del aire y la incidencia de las infecciones respiratorias agudas, en un período reciente sobre una base mensual. Se utilizó el método no paramétrico de espectro de potencia bivariado, se consideraron densidades espectrales, coherencias y fases para identificar regularidades en las estructuras de frecuencias de las series temporales. La variable dependiente en la fortaleza de enlace y relación de fase fue la incidencia de las infecciones respiratorias agudas. También su empleó el método paramétrico univariado ARIMA (p,d,q) para modelación univariada. Resultados: se identificaron periodicidades anuales de la temperatura diaria mínima mensual promedio en contrafase con análoga periodicidad de la incidencia local de las infecciones respiratorias agudas; y de la temperatura diaria máxima mensual promedio cuasi en fase con las infecciones respiratorias agudas. Conclusiones: el calentamiento no fue confirmado. Las infecciones respiratorias agudas mostraron tendencia oscilante en el periodo analizado(AU)
Introduction: some meteorological variables could influence the health of individuals and anthropogenic global climate change and launch is supported. Objectives: this study attempts to identify regularities of behavior of extreme dry air temperatures and their possible relation to acute respiratory infections (SARI). Method: a time series analysis in Ancash, Peru is made. The analysis addresses the extreme dry air temperatures and the incidence of HCAI, in a recent period on a monthly basis. Nonparametric method of bivariate power spectrum, considering spectral densities, coherences and phases to identify regularities in the structure of the time series frequencies, bond strength and phase relationship, where the dependent variable was the incidence of HCAI was used ; Also the parametric method univariate ARIMA (p, d, q) for univariate modeling. Result: annual periodicity of the average monthly daily minimum temperature in antiphase with periodicity comparable to the local incidence of HCAI and the monthly average daily maximum temperature in quasi-phase with the IRAS identified. To this persistence process first order is added. Conclusions: the heating was not confirmed. The IRAS showed oscillating trend in the period analyzed(AU)