Modelaje Bayesiano espacio-temporal de factores asociados con la incidencia del dengue en el área metropolitana de Maracay, Venezuela / Spatio-temporal Bayesian hierarchical modeling of Dengue incidence in the metropolitan area of Maracay, Venezuela

RESUMEN

El dengue es uno de los mayores problemas de salud pública en el estado Aragua. La situación se ha deteriorado en los últimos años, reportándose la mayor epidemia durante el año 2001. En los años 2002 y 2003 las tasas de exposición y riesgos relativos en municipios que conforman al estado Aragua, muestran que el área metropolitana de Maracay concentra riesgos importantes. Los municipios Girardot (capital), Francisco Linares Alcántara y Santiago Mariño, son los que concentraron los mayores riesgos. Durante ese período el número de nuevos casos de dengue aumentó especialmente durante la época de lluvias, evidenciándose la existencia de un patrón estacional. Este trabajo propone Modelos Bayesianos Jerárquicos con estructura espacio temporal que incluye variables climáticas y socio-demográficas con las cuales se identificaron factores de mayor influencia en la incidencia del dengue y se determinaron las parroquias con mayores riesgos.Los ajustes de los modelos resultantes se obtuvieron mediante técnicas con cadenas Markov Monte Carlo (MCMC) y se compararon con el criterio de información de deviancia (DIC). Estos modelos constituyen una herramienta importante que expertos en epidemiología y miembros del sector de salud pública deben considerar para el control del vector Aedes aegypti Linnaeus en el estado Aragua.

ABSTRACT

Dengue fever is a major public health problem in Aragua State, Venezuela. The situation has worsened in recent years, with a major epidemic during 2001. During 2002 and 2003 the exposition rates and relative risks of the municipalities that encompass Aragua State showed the highest relative risk of infection in the metropolitan area of Maracay. The municipalities of Girardot (capital), Francisco Linares Alcántara and Santiago Mariño concentrated the highest risk. During 2002 and 2003 the number of new dengue cases increased especially during the rainy season, showing the existence of a seasonal pattern. The present work presents Bayesian Hierarchical Models with spatio-temporal structure that included climatic and socioeconomic explanatory variables used to identify factors of major influence on dengue incidence and determined the municipalities with higher risks. Models were fitted using Markov Chain Monte Carlo (MCMC) methods and selected using the deviance information criteria (DIC), respectively. These models constitute an important tool that epidemiologists and public health officers in Aragua State have to consider for the control of the vector Aedes aegypti Linnaeus.