OBJECTIVES: Dengue has become the most important endemic disease in Brazil. The Amazonian state of Roraima has one of the highest incidence rates of dengue in the country. The objective of this study was to determine whether significant temporal relationships exist between the number of reported dengue cases and short-term climate measures for the city of Boa Vista, the capital of Roraima. If such relationships exist, that suggests that it may be possible to predict dengue case numbers based on antecedent climate, thus helping develop a climate-based dengue early-warning system for Boa Vista. METHODS: Seasonal Pearson product-moment correlations were developed between 3-week running averages of daily numbers of reported dengue cases for September 1998-December 2001 and certain meteorological variables (thermal, hydroclimatic, wind, atmospheric pressure, and humidity) up to 25 weeks before. Two-sample t tests were also applied to test for statistically significant differences between samples of daily dengue cases with above-average values and samples with below-average values for three-variable meteorological combinations. These multivariate combinations consisted of the three climate measures that together explained the greatest portion of the variance in the number of dengue cases for the particular season. RESULTS: The strength of the individual averaged correlations varied from weak to moderate. The correlations differed according to the period of the year, the particular climatic variable, and the lag period between the climate indicator and the number of dengue cases. The seasonal correlations in our study showed far stronger relationships than had daily, full-year measures reported in previous studies. Two-sample t tests of multivariate meteorological combinations of atmospheric pressure, wind, and humidity values showed statistically significant differences in the number of reported dengue cases. CONCLUSIONS: Relationships between climate and dengue are best analyzed for short, relevant time periods. Climate-based multivariate temporal stochastic analyses have the potential to identify periods of elevated dengue incidence, and they should be integrated into local control programs for vector-transmitted diseases.

OBJETIVOS: El dengue se ha convertido en la enfermedad endémica más importante de Brasil. El estado amazónico de Roraima presenta una de las tasas de incidencia de dengue más elevadas de ese país. El objetivo del presente estudio fue determinar si existen relaciones temporales significativas entre el número de casos informados de dengue y las mediciones climáticas a corto plazo en la ciudad de Boa Vista, capital de Roraima. De comprobarse esa relación, existiría la posibilidad de predecir el número de casos de dengue a partir de las condiciones climáticas antecedentes, lo que contribuiría a desarrollar un sistema de aviso temprano de dengue basado en las mediciones climáticas en Boa Vista. MÉTODOS: Se calcularon coeficientes de correlación momento-producto de Pearson estacionales entre los promedios deslizantes del número informado de casos de dengue en lapsos de tres semanas entre septiembre de 1998 y diciembre de 2001 y los valores de algunas variables meteorológicas seleccionadas (temperatura, precipitaciones diarias, velocidad y dirección del viento, presión atmosférica y humedad relativa) hasta 25 semanas previas. Se aplicó la prueba de la t para dos muestras para comprobar la significación estadística de las diferencias entre las muestras de casos diarios de dengue con valores por encima del promedio y las muestras diarias con valores por debajo del promedio para las combinaciones de tres variables meteorológicas. Estas combinaciones multifactoriales consistían en tres mediciones climáticas que juntas explicaran la mayor parte de la varianza en el número de casos de dengue para una estación dada. RESULTADOS: La robustez de las correlaciones de las medias individuales fue débil o moderada. Las correlaciones difirieron según el período del año, la variable climática en cuestión y el período transcurrido entre el momento en que se midió el indicador y cuando se notificaron los casos de dengue. La correlación estacional mostró una relación mucho más fuerte que la correlación diaria durante todo el año encontrada en estudios anteriores. La prueba de la t para dos muestras aplicada a combinaciones meteorológicas con múltiples variables de los valores de presión atmosférica, viento y humedad mostraron diferencias significativas en cuanto al número de casos de dengue informados. CONCLUSIONES: Las relaciones entre el clima y el dengue se pueden analizar mejor en períodos de tiempo cortos y pertinentes. Los análisis estocásticos temporales basados en múltiples variables climáticas tienen la posibilidad de identificar períodos de elevada incidencia de dengue, por lo que se deben incorporar a los programas locales de control de vectores transmisores de enfermedades.