Existem vários modelos estatísticos na literatura para explicar a incidência do dengue. Porém, há divergências a respeito da real validade de modelos baseados em fatores climáticos e de modelos baseados em variáveis relativas ao combate ao vetor, pois a variabilidade apresentada por estas variáveis não são suficientes para explicar satisfatoriamente o comportamento estatístico da incidência do dengue. Os modelos de defasagem distribuída (MDD) supõem que a variável resposta Y será explicada pela presença de uma variável X no mesmo instante de tempo t e também pelos instantes anteriores (t-1, ...). Este estudo apresenta uma proposta de utilização do MDD na modelagem do dengue. Dentre os vários modelos testados, dois apresentaram resultados aparentemente interessantes. Um modelo MDD usando-se pluviometria não foi validado sob o ponto de vista estatístico. Um outro usando-se o número de municípios com dengue apresentou resultados estatísticos válidos e satisfatórios. Além disso, sob o ponto de vista das Secretarias Estaduais de Saúde, é um modelo viável que permite com uma única fonte de informação estabelecer um modelo com resultados estatísticos interessantes e de boa acurácia.

The literature provides several statistical models to explain dengue incidence. However, there is disagreement as to the real contribution of models based on climate factors or models based on relative variables to combat the vector, because their variability fails to provide a satisfactory statistical explanation for the behavior of dengue incidence. Distributed lag models (DLM) posit that a variable response Y will be explained by the presence of a variable X at the same moment in time t and in the previous moments (t-1, ...). The current study presents the use of DLM in dengue modeling. Among the several models tested, two displayed apparently interesting results. A DLM using rainfall was not validated statistically. Another model using the number of counties (municipalities) with dengue presented valid and satisfactory results. This DLM was also feasible from the perspective of State Health Departments, allowing the development of a model with interesting statistical results and good accuracy, using a single data source.

Existem vários modelos estatísticos na literatura para explicar a incidência do dengue. Porém, há divergências a respeito da real validade de modelos baseados em fatores climáticos e de modelos baseados em variáveis relativas ao combate ao vetor, pois a variabilidade apresentada por estas variáveis não são suficientes para explicar satisfatoriamente o comportamento estatístico da incidência do dengue. Os modelos de defasagem distribuída (MDD) supõem que a variável resposta Y será explicada pela presença de uma variável X no mesmo instante de tempo t e também pelos instantes anteriores (t-1, ...). Este estudo apresenta uma proposta de utilização do MDD na modelagem do dengue. Dentre os vários modelos testados, dois apresentaram resultados aparentemente interessantes. Um modelo MDD usando-se pluviometria não foi validado sob o ponto de vista estatístico. Um outro usando-se o número de municípios com dengue apresentou resultados estatísticos válidos e satisfatórios. Além disso, sob o ponto de vista das Secretarias Estaduais de Saúde, é um modelo viável que permite com uma única fonte de informação estabelecer um modelo com resultados estatísticos interessantes e de boa acurácia.

The literature provides several statistical models to explain dengue incidence. However, there is disagreement as to the real contribution of models based on climate factors or models based on relative variables to combat the vector, because their variability fails to provide a satisfactory statistical explanation for the behavior of dengue incidence. Distributed lag models (DLM) posit that a variable response Y will be explained by the presence of a variable X at the same moment in time t and in the previous moments (t-1, ...). The current study presents the use of DLM in dengue modeling. Among the several models tested, two displayed apparently interesting results. A DLM using rainfall was not validated statistically. Another model using the number of counties (municipalities) with dengue presented valid and satisfactory results. This DLM was also feasible from the perspective of State Health Departments, allowing the development of a model with interesting statistical results and good accuracy, using a single data source.