Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/16778
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorKaram, Hugo Abi-
dc.contributor.authorSantos, Suellen Araujo Franco dos-
dc.date.accessioned2022-04-29T14:37:12Z-
dc.date.available2023-12-21T03:02:27Z-
dc.date.issued2019-08-
dc.identifier.urihttp://hdl.handle.net/11422/16778-
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectDenguept_BR
dc.subjectRio de Janeiropt_BR
dc.subjectVariabilidade climáticapt_BR
dc.subjectAnálise de ondeletaspt_BR
dc.titleVariabilidade e previsibilidade interanual da dengue no município do Rio de Janeiropt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/6210557066757159pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/5338487593006162pt_BR
dc.contributor.referee1Dereczynski, Claudine Pereira-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1922510611908874pt_BR
dc.contributor.referee2Palmeira, Ana Cristina Pinto de Almeida-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1499618404385813pt_BR
dc.description.resumoA dengue é uma das doenças infecciosas tropicais mais importantes no Brasil por conta das condições que favorecem a sua propagação, associadas diretamente com o ciclo de vida do vetor em áreas urbanas, o mosquito Aedes aegypti. Neste trabalho realizou-se a investigação da variabilidade da dengue em relação ao fenômeno El Niño - Southern Oscillation (ENSO), utilizando-se a transformada de ondeleta simples e cruzada. Em adição, estabeleceu-se uma equação para a incidência de agravamento por febre de dengue baseada em um modelo de regressão linear múltipla (RLM). Foram utilizados dados mensais de casos de dengue, compilados pela Secretaria Municipal de Saúde da cidade do Rio de Janeiro, e também dados de índices mensais do ENSO, disponibilizados pela National Oceanic and Atmospheric Administration – NOAA/USA para o período entre janeiro de 2000 e dezembro de 2017. Foram analisadas as variabilidades da dengue em relação aos índices: SOI (South Oscillation Index), Niño 3, Niño 3.4, Niño 4, Niño 1.2, ONI (Oceanic Niño Index), BEST (Bivariate El Nino- Southern Oscillation Index), TNI (Trans- Niño Index), PDO (Pacific Decadal Oscillation), PNA (Pacific North American Pattern), além das variáveis OLR (Outgoing Longwave Radiation) e Heat Content. Os índices mais significativos, selecionados pelo método stepwise na RLM, para explicação da variância da incidência de dengue foram Niño 3, ONI, TNI e OLR, perfazendo mais de 45% da variabilidade, podendo alcançar 75%. A aplicação do modelo de regressão utilizado neste trabalho aliado às análises das ondeletas viabiliza a caracterização de panoramas epidêmicos futuros, assim como o diagnóstico da presença de condições meteorológicas mensais favoráveis a novas epidemias de dengue.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Geociênciaspt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::METEOROLOGIApt_BR
dc.embargo.termsabertopt_BR
Aparece nas coleções:Meteorologia

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
SANTOS, S.A.F.pdf2.23 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.