Programa - Poster dialogado - PD27.11 - Análise e resposta à epidemia de dengue no Brasil: Desafios, modelos e experiências de controle

Objetivo: A dengue, uma ameaça persistente à saúde pública no Brasil, exibe variações de transmissão entre os municípios. Diante disso, este estudo visou classificar os perfis de transmissão da dengue nos municípios brasileiros entre 2010 e 2022. Métodos: Séries temporais semanais de notificação de dengue de 5.570 municípios foram utilizadas para extrair medidas, conhecidas como Epi-features, que descrevem a magnitude e duração dos ciclos epidêmicos de dengue. Para classificar os municípios em perfis de transmissão da dengue, foi aplicado o método de agrupamento K-means, com as Epi-features como variáveis. Resultado: Os resultados mostram que os municípios podem ser classificados em cinco perfis de transmissão da dengue, distintos: Transmissão persistente (n = 17, 0,3% dos municípios),Epidêmico (n = 601, 11%), Episódico/Epidêmico (n = 3.027, 54,4%), Episódico (n = 1.835, 32.9%) e Sem transmissão (n = 90, 1.6%). Em quatro regiões do país, exceto a região Sul, predominaram o perfil transitório Episódico/Epidêmico. Na Região Sul, predominou o Episódico, com poucas semanas com detecção de casos. A região com mais municípios com Transmissão Persistente de dengue foi a Sudeste, com dez municípios, dos quais seis estão no Estado de São Paulo. Conclusão: A classificação proposta contribui para desenvolver protocolos de vigilância mais específicos e eficazes, adaptados às diversas regiões com diferentes perfis de transmissão da dengue. Além disso, facilita a implementação de políticas públicas mais precisas, permitindo uma abordagem direcionada e eficiente para a prevenção da doença em todo o território brasileiro.

OBJETIVO: Descrever a integração de diagramas de controle e estimativas de nowcasting no monitoramento da dengue no estado do Rio de Janeiro, durante a epidemia de 2024. METODOLOGIA:. No início de cada semana epidemiológica, os dados de notificações de casos de dengue foram processados e, em seguida, ajustados para correção do atraso na notificação usando nowcasting e cálculo das estimativas de casos, considerando as variáveis data do início dos sintomas, data de digitação no sistema e número de casos. Para cada semana, os últimos sete dias eram excluídos da modelagem. Essas estimativas foram sobrepostas a um diagrama de controle baseado em dados históricos de 10 anos, permitindo monitorar a variabilidade da ocorrência da dengue ao longo do tempo e identificar elevações em tempo real. RESULTADO. Os dados foram apresentados em um painel interativo, estratificados por regiões de saúde e municípios. Semanalmente, o Centro de Operações de Emergências (COE) se reunia para análise da situação da epidemia de dengue e com a estimativa corrigida do número de casos foi possível direcionar o apoio aos municípios. Com essa ferramenta foi possível identificar a antecipação e durabilidade da epidemia. CONCLUSÃO: A experiência bem-sucedida demonstrou a eficácia da combinação de nowcasting e diagramas de controle para detectar surtos e facilitar a resposta rápida, destacando a importância da interseção de metodologias na vigilância epidemiológica

Objectives: The Mosqlimate platform aims to enable proper statistical comparisons between arboviral diseases forecasting models trained on the same data. The platform also proposes a baseline forecast model to predict the number of cases for any Brazilian city. Methods: To ensure model comparability, the platform provides an API for downloading various datasets, ensuring all models can learn from the same data. The available datasets include case notifications (dengue, Zika, and chikungunya), climate data, mosquito surveillance data, and epidemiological parameters for all Brazilian municipalities. To compare the forecasting models, the Mosqlimate API allows users to register their models for specific arboviruses, store their predictions, and visualize them, comparing them with the predictions from other models registered on the platform. The platform supports both time series and map visualizations. Results: The Mosqlimate platform is available online (https://api.mosqlimate.org/). It features multiple datasets and registered models that can be viewed in the Dashboards section. Anyone interested in using the platform can register and use it. The Infodengue project, a Brazilian early warning alert system, already utilizes some of the models available on the platform. Conclusion: The Mosqlimate platform offers data for training models to forecast arboviruses cases, visualize predictions, and compare them with other models registered on the platform. This enables the selection of more efficient models, supporting decision-making and the implementation of control measures.

Objetivo: Avaliar a taxa de concordância dos testes rápidos (TR) NS1 e IgM com PCR e sorologia para dengue, durante o período epidêmico de novembro de 2023 a abril de 2024, no Distrito Federal (DF), que registrou aumento na taxa de incidência e número de óbitos, demandando ampliação da testagem.
Método: A partir dos relatórios do sistema utilizado pela rede pública de saúde do DF, foi realizado o cruzamento de dados da amostra com o resultado obtido pelos testes rápidos, PCR e/ou sorologia. Foram consideradas para a análise de concordância apenas amostras testadas concomitantemente para TR-NS1 e PCR ou para TR-IgM e sorologia e que os resultados de PCR e sorologia seriam o padrão-ouro para comparação dos resultados.
Resultados: Durante o período, foram testadas 132.911 amostras, dessas, 65.491 TR-NS1, 46.115 PCR, 74.009 TR-IgM e 9.891 sorologias. 3.885 amostras foram testadas para TR-NS1 e para PCR, com 1.715 (75,9%) amostras positivas coincidentes e 546 (24,1%) falso-negativas no teste rápido NS1. Entre os negativos, 1.592 (92,8%) foram semelhantes e 123 (7,2%) falso-positivas. Para TR-IgM e sorologia, foram 1.445 amostras com ambos os testes, dessas, 179 (45,5%) obtiveram resultado positivo coincidente e 214 (54,5%) falso-negativas no teste rápido IgM. Já aquelas com resultado negativo, 910 (91,3%) foram semelhantes e 87 (8,7%) falso-positivas.
Conclusão: Os resultados dos testes rápidos devem ser utilizados com cautela, aliados ao diagnóstico clínico.