Comparación de métodos estadísticos para predecir brotes de leptospirosis utilizando covariables hidrometeorológicas

LLOP MARIA JOSE; LLOP PAMELA; LÓPEZ, MARÍA SOLEDAD; GÓMEZ, ANDREA A.; MÜLLER GABRIELA V

Congreso; Reunión Anual Unión Matemática Argentina; 2020

Unión Matemática Argentina

En este trabajo se realiza un estudio comparativo dediferentes métodos estadísticos (paramétricos, no paramétricos y semiparamétricos) aplicados en la predicción de brotes de leptospirosis en tresimportantes ciudades de la provincia de Santa Fe y Entre Ríos (Argentina). Para alcanzar este objetivo se utiliza el número de casos de leptospirosisobservados mensualmente durante el período 2009-2018 en las ciudades de Paraná,Santa Fe y Rosario, así como covariables hidroclimáticas que están relacionadascon los brotes. Los métodos estadísticos clásicos utilizados en elanálisis de series de tiempo son los autorregresivos. El más general de ellos esel Modelo Autorregresivo Integrado de Medias Móviles (ARIMA). El mismomodela la variable respuesta linealmente en función de sus valores pasados y devarios valores pasados de un término estocástico. Una extensión de este modeloes el Modelo Autorregresivo Integrado de Medias Móviles con Covariables(ARIMAX).  Por otro lado, los métodos noparamétricos resultan una alternativa más flexible cuando los datos no cumplenlos requerimientos de linealidad del modelo de los métodos autorregresivos. Eneste trabajo se utilizan particularmente estimadores para series de tiempo pornúcleos: Un estimador clásico con un núcleo y un método alternativo queinvolucra dos núcleos, uno que controla la diferencia entre los valores de laserie y otro que controla las distancias entre los tiempos. Como método semiparamétrico se utiliza el Modelo de Regresión Parcialmente Lineal Semi-funcional (SFPLR). Este es un método muyflexible que involucra dos términos, uno que modela linealmente las covariablesy otro que modela no paramétricamente la variable respuesta. Este métodoconsidera una muestra de curvas (datos funcionales) que resultan de fraccionarla serie de tiempo total en períodos de tiempo más cortos (por ejemplo, años) eincorpora al modelo un dato funcional en lugar de varios valores pasados de laserie. Además, como las covariables están incluidas en el término paramétricodel modelo, el mismo no presenta problemas de dimensionalidad. Para evaluar eldesempeño predictivo de estos métodos se utilizan dos criterios de eficiencia:el error cuadrático medio y el criterio de Nash-Sutcliffe. Los resultados indican que los métodos semiparamétricos y no paramétricos resultan más eficientes al predecir elnúmero de casos de leptospirosis. Particularmente en las ciudades de Santa Fe y Paraná, el método semifuncional tuvo un mejor desempeño mientras que en laciudad de Rosario el método no paramétrico con dos núcleos reveló mejoresresultados.Concluimos que los métodos más flexibles como lossemiparamétricos y no paramétricos presentan ventajas sobre los métodosparamétricos y son una herramienta útil para predecir brotes de leptospirosis.