ESTUDO METODOLÓGICO PARA OTIMIZAÇÃO DA CURVA EPIDÊMICA DE DENGUE COM ALGORITMO GENÉTICO: UMA ABORDAGEM ECOLÓGICA EM GOIÁS

Resumo

INTRODUÇÃO: A dengue é uma doença febril aguda de caráter viral transmitida por vetores artrópodes, em geral da espécie Aedes aegypti, de grande incidência no Brasil. Em Goiás, território comumente associado à grande ocorrência de notificações, para os quatro perfis virais da patologia, no período de 2014 a 2024, foram registrados 872.256 casos. A técnica de algoritmos genéticos, — meta-heurística preditiva para seleção e otimização de soluções mediante à simulação do mecanismo de seleção natural —, apresenta-se como uma ferramenta inovadora, em especial no contexto goiano, para uma gestão eficiente na prevenção e tratamento das diferentes formas de dengue. OBJETIVO: Desenvolver um modelo preditivo de série temporal para caracterizar a dinâmica da epidemia de dengue em Goiás, no ano de 2024, aplicando a abordagem de algoritmos genéticos para a extração de parâmetros quantitativos com significado epidemiológico. METODOLOGIA: Trata-se de um estudo metodológico para desenvolvimento e validação de um modelo preditivo da classe dos algoritmos genéticos, sob uma abordagem ecológica de série temporal para casos de dengue, em Goiás, no ano de 2024. Com base nos registros coletados no SINAN (Sistema de Informação de Agravos de Notificação), o modelo foi construído a partir da variável “casos prováveis de dengue por semana epidemiológica”, considerando a data de início dos primeiros sintomas. Utilizou-se a linguagem Python (versão 3.13) para a busca e interpretação dos parâmetros de interesse: a intensidade máxima do pico de casos, a semana exata em que o pico ocorreu, a duração e a velocidade de propagação da epidemia. Por se tratar de dados de domínio público, o estudo dispensou a aprovação do Comitê de Ética em Pesquisa. RESULTADOS e DISCUSSÃO: Com 500 interações sobre uma população de 100 curvas epidêmicas, e com a probabilidade de mutações e crossovers de 10% e 50%, respectivamente, a otimização por algoritmo genético resultou em um modelo preditivo de alta precisão ao alcançar um coeficiente de determinação (R²) de 0,9705. Este resultado indica que o modelo explica 97,05% da variabilidade dos casos de dengue em Goiás para o ano de 2024. Os parâmetros epidemiológicos extraídos caracterizam o quadro com uma amplitude de 17.926,37 notificações de sintomas, como estimativa para a intensidade máxima do pico de casos. O centro da epidemia foi localizado na semana 12,68, o que corresponde ao período final de março. A dispersão encontrada — indicador que quantifica a duração e velocidade do surto — foi de 7,20. CONCLUSÕES: O modelo apresentou um excelente ajuste aos casos prováveis de dengue em Goiás. Esse desempenho revela o potencial de apoio à vigilância epidemiológica e ao planejamento de saúde pública. Como limitação, destaca-se o uso exclusivo de dados secundários sujeitos à subnotificação. Para a ampliação e maior eficácia desta abordagem, a incorporação de novas variáveis pode favorecer a sua aplicação em sistemas de alerta precoce em epidemias.