dc.creatorMontoya González, Angie Andrea
dc.creatorOrtiz Beltrán, Fabián Gabriel
dc.creatorSanta Guzmán, Luis Fernando
dc.date.accessioned2018-09-14T16:16:08Z
dc.date.available2018-09-14T16:16:08Z
dc.date.created2018-09-14T16:16:08Z
dc.date.issued2017-12-19
dc.identifierMontoya González, A. A., Ortiz Beltrán, F. G. & Santa Guzmán, L.F. (2017). Modelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013. Perspectiva Geográfica, 22(2),85-104 DOI: 10.19053/01233769.7603. http://repositorio.uptc.edu.co/handle/001/2203
dc.identifier2500-8684
dc.identifierhttp://repositorio.uptc.edu.co/handle/001/2203
dc.identifier10.19053/01233769.7603
dc.description.abstractThis papers aims to study the relationship between dengue cases and the variables given by the social, geographic and economic data of the 23 municipalities of the department of Atlantico, Colombia, through the use of completely. It was possible to analyze 7.786 cases of dengue presented in the four years of study, finding that the municipalities most affected by amount of population were Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo and Ponedera. The best model was chosen for each year of study, based on the Deviation Information Criterion (DIC), it was found that the variables related to the social characteristics present in the dwellings and the disordered growth of the urban center were those that had the greatest influence In the increase of the number of dengue cases. The Bayesian model allowed the identification of the relationship of dengue with factors outside the health sector, establishing areas of higher risk of disease.
dc.description.abstractO objetivo deste artigo é estudar a relação entre casos de dengue e as variáveis dadas pelos dados sociais, geográficos y econômicos dos 23 municípios do departamento de Atlántico, Colômbia, usando modelos espaciais completamente bayesianos para o período 2010 a 2013. Analisaram-se 7786 casos de dengue apresentados nos quatro anos de estudo, que constatou que os municípios mais afetados pelo tamanho da população foram Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo e Ponedera. Se escolho o melhor modelo para cada ano de estudo, baseado no critério de Informação de Desvio (DIC), verificou-se que as variáveis relacionadas com características sociais presentes na habitação e o crescimento desordenado do casco urbano foram a maior influência no aumento do número de casos de dengue. O modelo bayesiano permitiu identificar a relação do dengue com fatores externos ao setor saúde, estabelecendo áreas de maior risco de doença.
dc.description.abstractEl propósito en este artículo es estudiar la relación entre los casos de dengue y las variables dadas por los datos sociales, geográficos y económicos de los 23 municipios del departamento del Atlántico, Colombia, mediante el uso de modelos espaciales completamente bayesianos para el período 2010 a 2013. Se analizaron 7786 casos de dengue presentados en los cuatro años de estudio, en los que se encontró que los municipios más afectados por cantidad de población fueron Tubará, Candelaria, Puerto Colombia, Baranoa, Polonuevo y Ponedera. Se escogió el mejor modelo por cada año de estudio, basados en el Criterio de Información de Desviación (DIC), se encontró que las variables afines a las características sociales presentes en las viviendas y el crecimiento desordenado del casco urbano fueron las que mayor influencia tuvieron en el aumento del número de casos de dengue. El modelo bayesiano permitió identificar la relación del dengue con factores fuera del sector de salud estableciendo áreas de mayor riesgo de enfermedad.
dc.languagespa
dc.publisherUniversidad Pedagógica y Tecnológica de Colombia
dc.relationAburas, H. M., Cetiner, B. G. y Sari, M. (2010). Dengue confirmed-cases prediction: A neural network model. Expert Systems with Applications, 37(6), 4256-4260. Recuperado de http://doi.org/10.1016/j.eswa.2009.11.077
dc.relationAlto Comisionado de las Naciones Unidas para los Refugiados (ACNUR). (s. f.). Diagnóstico departamental Atlántico. Recuperado de http://www.acnur.org/t3/ uploads/media/COI_2163.pdf?view=1
dc.relationBhatt, S., Gething, P. W., Brady, O. J., Messina, J. P., Farlow, A. W., Moyes, C. L., … Hay, S. I. (2013). The global distribution and burden of dengue. Nature, 496(7446), 504-507. Recuperado de http://doi.org/10.1038/nature12060
dc.relationBrady, O. J., Gething, P. W., Bhatt, S., Messina, J. P., Brownstein, J. S., Hoen, A. G., … Hay, S. I. (2012). Refining the Global Spatial Limits of Dengue Virus Transmission by Evidence-Based Consensus. PLoS Neglected Tropical Diseases, 6(8), e1760. Recuperado de http://doi.org/10.1371/journal.pntd.0001760
dc.relationCadena, M., Guzmán, D. y Ruíz, J. F. (2014). Regionalización de Colombia según la estacionalidad de la precipitación media mensual, a través de análisis de componentes principales (ACP). Grupo de modelamiento de tiempo, clima, y escenarios de cambio climático. Subdirección de meteorología–IDEAM. Recuperado de http://www.ideam.gov.co/documents/
dc.relationDepartamento Administrativo Nacional de Estadística (DANE). (2005). Recuperado de http://www.dane.gov.co/index.php/poblacion-y-demografia/proyecciones-depoblacion
dc.relationDel Valle, J. A. (2016). Introducción a las Cadenas o Procesos de Markov. Recuperado de http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/Cadenas_de_ Markov.htm
dc.relationDom, N. C., Hassan, A. A., Latif, Z. A. & Ismail, R. (2013). Generating temporal model using climate variables for the prediction of dengue cases in Subang Jaya, Malaysia. Asian Pacific Journal of Tropical Disease, 3(5), 352-361. Recuperado de http://doi.org/10.1016/S2222-1808(13)60084-5
dc.relationEchavarria, A. y Quintero, O. L. (2012). Estudio de los factores climaticos y geográficos que influyen en la presencia de casos de dengue y criaderos de Aedes aegypti en el municipio de Bello. Recuperado de http://repository.eafit.edu.co:80/ handle/10784/4614
dc.relationEspinosa, R. (1998). La problemática de los desplazados en el Atlántico. Recuperado de http://www.eltiempo.com/archivo/documento/MAM-824868
dc.relationFeres, J. C. y Mancero, X. (2001). El método de las necesidades básicas insatisfechas (NBI) y sus aplicaciones en América Latina. CEPAL. Recuperado de http://dds.cepal.org/ infancia/guide-to-estimating-child-poverty/bibliografia/capitulo-III/Feres%20 Juan%20Carlos%20y%20Xavier%20Mancero%20%282001b%29%20El%20 metodo%20de%20las%20necesidades%20basicas%20insatisfechas%20 %28NBI%29%20y%20sus%20aplicaciones%20en%20America%20Latina.pdf
dc.relationGobernación de Atlántico. Secretaría de planeación Atlántico (2010). Anuario estadístico del Atlántico 2010. Recuperado de http://atlantico.gov.co
dc.relationGonzález, R., Infante, S. y Hernández, A. (2012). Modelos jerárquicos espacio temporales para mapear riesgos relativos de dengue, en el Municipio Girardot, Estado Aragua, Venezuela. Boletín de Malariología y Salud Ambiental, 52(1), 33-45. Recuperado de http://www.scielo.org.ve/scielo.php?script=sci_ arttext&pid=S1690-46482012000100004&lng=es&nrm=iso&tlng=es
dc.relationHonorato, T., Lapa, P. P. de A., Sales, C. M. M., Reis-Santos, B., Tristão-Sá, R., Bertolde, A. I. y Maciel, E. L. N. (2014). Spatial analysis of distribution of dengue cases in Espírito Santo, Brazil, in 2010: use of Bayesian model. Revista Brasileira de Epidemiologia, 17, 150-159. Recuperado de http://doi.org/10.1590/1809- 4503201400060013
dc.relationInstituto Nacional de Salud. (2013). Situación del dengue en Colombia, 2013. Recuperado de http://www.ins.gov.co/noticias/paginas/situaci%C3%B3n-deldengue- en-colombia-hasta-el-16-de-febrero-de-2013.aspx#.V2n3vVnKuU4
dc.relationLawson, A. (2008). Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epidemiology. Boca Raton: Chapman and Hall/CRC.
dc.relationMena, N., Troyo, A., Bonilla-Carrión, R. y Calderón-Arguedas, Ó. (2011). Factors associated with incidence of dengue in Costa Rica. Revista Panamericana de Salud Pública, 29(4), 234-242. http://doi.org/10.1590/S1020-49892011000400004
dc.relationMinisterio de Educación Nacional. (2012) Región Caribe (Costa Atlántica) en Educación. Recuperado de http://www.mineducacion.gov.co/1621/ articles-283230_archivo_pdf_perfil.pdf
dc.relationMonsalve, N. C., Rubio-Palis, Y. y Pérez, M. E. (2010). Modelaje bayesiano espaciotemporal de factores asociados con la incidencia del dengue en el área metropolitana de Maracay, Venezuela. Boletín de Malariología y Salud Ambiental, 50(2), 219-232. Recuperado de http://www.scielo.org.ve/scielo.php?script=sci_ arttext&pid=S1690-46482010000200006&lng=pt&nrm=iso&tlng=es
dc.relationMosquera, M., Obregón, R., Lloyd, L. S., Orozco, M. y Peña, A. (2010). Reflexiones sobre el alcance de la investigación formativa en comunicación en salud en los programas de prevención y control de dengue. El caso de Barranquilla (Colombia). Investigación y Desarrollo, 18(1), 186-217. Recuperado de https:// dialnet.unirioja.es/servlet/articulo?codigo=3685496
dc.relationMurcia, C. E. y Sarmiento F. J. (2015). Modelos bayesianos para describir el comportamiento del cáncer gástrico en Colombia en el periodo 2005-2012 (tesis de pregrado). Universidad Distrital Francisco José de Caldas, Bogotá, Colombia.
dc.relationOrganización Mundial de la Salud (OMS). (2012). Dengue. Recuperado de http://www. who.int/topics/dengue/es/
dc.relationPadilla, J. C., Rojas, D. P. y Sáenz Gómez, R. (2012). Dengue en Colombia: epidemiología de la reemergencia a la hiperendemia. Bogotá, Colombia: Guías de Impresión Ltda.
dc.relationPfeiffer, D., Robinson, T., Stevenson, M., Stevens, K., Rogers, D. y Clements, A. (2008) Spatial Analysis in Epidemiology. Oxford: University Press
dc.relationPhung, D., Huang, C., Rutherford, S., Chu, C., Wang, X., Nguyen, M., … Manh, C. D. (2015). Identification of the prediction model for dengue incidence in Can Tho city, a Mekong Delta area in Vietnam. Acta Tropica, 141, Part A, 88-96. http://doi. org/10.1016/j.actatropica.2014.10.005
dc.relationSantos, S. L. dos, Parra-Henao, G., Silva, M. B. C. & Augusto, L. G. da S. (2014). Dengue in Brazil and Colombia: a study of knowledge, attitudes, and practices. Revista Da Sociedade Brasileira de Medicina Tropical, 47(6), 783-787. http://doi. org/10.1590/0037-8682-0048-2014
dc.relationSegebre, J. A. (2012). Plan de desarrollo 2012-2015. Gobernación de Atlántico- Atlántico más social. Recuperado de http://www.atlantico.gov.co/images/stories/ plan_desarrollo/plan_desarrollo_2012-2015.pdf
dc.relationSilveira, G. P. y de Barros, L. C. (2015). Analysis of the dengue risk by means of a Takagi–Sugeno-style model. Fuzzy Sets and Systems, 277, 122-137. https://doi. org/10.1016/j.fss.2015.03.003
dc.relationSIVIGILA. (2013). Vigilancia Rutinaria. Recuperado de http://www.ins.gov.co/lineas-deaccion/ Subdireccion-Vigilancia/sivigila/Paginas/vigilancia-rutinaria.aspx
dc.relationTorres, C., Barguil, S., Melgarejo, M. y Olarte, A. (2014). Fuzzy model identification of dengue epidemic in Colombia based on multiresolution analysis. Artificial Intelligence in Medicine, 60(1), 41-51. Recuperado de http://doi.org/10.1016/j. artmed.2013.11.008
dc.relationWaller, L. A. y Gotway, C. A. (2004). Applied spatial statistics for public health data. Hoboken, N.J: John Wiley & Sons.
dc.relationWongkoon, S., Jaroensutasinee, M. y Jaroensutasinee, K. (2012). Development of temporal modeling for prediction of dengue infection in Northeastern Thailand. Asian Pacific Journal of Tropical Medicine, 5(3), 249-252. http://doi.org/10.1016/ S1995-7645(12)60034-0
dc.relationPerspectiva Geográfica;Volumen 22, número 2 (Julio-Diciembre 2017)
dc.rightshttps://creativecommons.org/licenses/by-nc/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsCopyright (c) 2017 Universidad Pedagógica y Tecnológica de Colombia
dc.sourcehttps://revistas.uptc.edu.co/index.php/perspectiva/article/view/7603/5848
dc.titleModelo bayesiano para el estudio de la enfermedad del dengue en el departamento de Atlántico, Colombia, años 2010 a 2013
dc.typeArtículo de revista


Este ítem pertenece a la siguiente institución