Climate-driven statistical models as effective predictors of local dengue incidence in costa rica: a generalized additive model and random forest approach

Variables climáticas como predictores de la incidencia de dengue en Costa Rica: un enfoque de modelo aditivo generalizado y bosques aleatorios

dc.creatorVásquez, Paola
dc.creatorLoría, Antonio
dc.creatorSánchez, Fabio
dc.creatorBarboza, Luis A.
dc.date2019-12-17
dc.date.accessioned2023-08-03T16:20:08Z
dc.date.available2023-08-03T16:20:08Z
dc.identifierhttps://revistas.ucr.ac.cr/index.php/matematica/article/view/39931
dc.identifier10.15517/rmta.v27i1.39931
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7886836
dc.descriptionClimate has been an important factor in shaping the distribution and incidence of dengue cases in tropical and subtropical countries. In Costa Rica, a tropical country with distinctive micro-climates, dengue has been endemic since its introduction in 1993, inflicting substantial economic, social, and public health repercussions. Using the number of dengue reported cases and climate data from 2007-2017, we fitted a prediction model applying a Generalized Additive Model (GAM) and Random Forest (RF) approach, which allowed us to retrospectively predict the relative risk of dengue in five climatological diverse municipalities around the country.en-US
dc.descriptionEn países tropicales y subtropicales alrededor del mundo, el clima ha sido un factor fundamental en moldear la distribución geográfica e incidencia de los casos de dengue. En Costa Rica, un país tropical con múltiples microclimas, el dengue ha sido endémico desde 1993, con repercusiones no solo en el ámbito de la salud, sino también en el social y económico. Utilizando el número de casos de dengue y los datos climáticos del 2007-2017, ajustamos un modelo predictivo mediante un enfoque de Modelo Aditivo Generalizado y Random Forest, el cual nos permitió predecir de forma retrospectiva el riesgo relativo de dengue en cinco cantones alrededor del país.es-ES
dc.formatapplication/pdf
dc.formatapplication/postscript
dc.formatapplication/x-dvi
dc.languageeng
dc.publisherUniversidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)es-ES
dc.relationhttps://revistas.ucr.ac.cr/index.php/matematica/article/view/39931/40516
dc.relationhttps://revistas.ucr.ac.cr/index.php/matematica/article/view/39931/41823
dc.relationhttps://revistas.ucr.ac.cr/index.php/matematica/article/view/39931/41824
dc.rightsDerechos de autor 2020 Revista de Matemática: Teoría y Aplicacioneses-ES
dc.sourceRevista de Matemática: Teoría y Aplicaciones; Vol. 27 No. 1 (2020): Revista de Matemática: Teoría y Aplicaciones; 1-21en-US
dc.sourceRevista de Matemática: Teoría y Aplicaciones; Vol. 27 Núm. 1 (2020): Revista de Matemática: Teoría y Aplicaciones; 1-21es-ES
dc.sourceRevista de Matemática; Vol. 27 N.º 1 (2020): Revista de Matemática: Teoría y Aplicaciones; 1-21pt-PT
dc.source2215-3373
dc.source1409-2433
dc.subjectmosquito-borne diseasesen-US
dc.subjectdengueen-US
dc.subjectclimate variablesen-US
dc.subjectCosta Ricaen-US
dc.subjectgeneralized additive modelsen-US
dc.subjectrandom forestsen-US
dc.subjectenfermedades de trasmisión vectoriales-ES
dc.subjectdenguees-ES
dc.subjectvariables climáticases-ES
dc.subjectCosta Ricaes-ES
dc.subjectmodelos aditivos generalizadoses-ES
dc.subjectbosques aleatorioses-ES
dc.titleClimate-driven statistical models as effective predictors of local dengue incidence in costa rica: a generalized additive model and random forest approachen-US
dc.titleVariables climáticas como predictores de la incidencia de dengue en Costa Rica: un enfoque de modelo aditivo generalizado y bosques aleatorioses-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArticlees-ES


Este ítem pertenece a la siguiente institución