Aplicación de modelos de machine learning con variables epidemiológicas y meteorológicas para la predicción de casos de la enfermedad del dengue

Abstract

Una de las misiones fundamentales del Servicio Meteorológico Nacional (SMN) consiste en brindar información a las autoridades y la sociedad que permita desarrollar herramientas para prevenir y/o combatir adversidades en las que se encuentren involucrados factores meteorológicos. En el marco de este objetivo, dicho Organismo ha sido convocado por el Ministerio de Salud de la Nación y el CeNDIE – ANLIS Malbrán para llevar adelante un plan de predicción de casos de Dengue; una enfermedad viral que se encuentra en aumento en los últimos años y que puede generar desde síntomas gripales hasta cuadros potencialmente mortales. A partir de mesas de trabajo realizadas entre los tres organismos se analizaron distintos enfoques y se pusieron en común distintos conocimientos en el ámbito meteorológico y salud para una óptima implementación de modelos de predicción de casos de dengue, siendo las variables meteorológicas los predictores más relevantes para explicar el comportamiento del mosquito portador del virus (Aedes aegypti). Este trabajo consiste en la aplicación de modelos simples de Machine Learning para la detección de casos de dengue, incorporando tanto datos meteorológicos como epidemiológicos y de vectores, impulsando la sinergia entre las instituciones.