Published January 1, 2019 | Version v1
Publication Open

Climatic variables associated with dengue incidence in a city of the Western Brazilian Amazon region

Creators

  • 1. Instituto de Saúde
  • 2. Universidade de São Paulo
  • 3. Departamento de Epidemiología
  • 4. Universidade Federal do Paraná

Description

This study aimed to examine the impact of climate variability on the incidence of dengue fever in the city of Rio Branco, Brazil.The association between the monthly incidence of dengue fever and climate variables such as precipitation, temperature, humidity, and the Acre River level was evaluated, using generalized autoregressive moving average models with negative binomial distribution. Multiple no-lag, 1-month lag, and 2-month lag models were tested.The no-lag model showed that the incidence of dengue fever was associated with the monthly averages of the Acre River level (incidence rate ratio [IRR]: 1.09; 95% confidence interval [CI]: 1.02-1.17), compensated temperature (IRR: 1.54; 95% CI: 1.22-1.95), and maximum temperature (IRR: 0.68; 95% CI: 0.58-0.81). The 1-month lag model showed that the incidence of dengue fever was predicted by the monthly averages of total precipitation (IRR: 1.21; 95% CI: 1.06-1.39), minimum temperature (IRR: 1.54; 95% CI: 1.24-1.91), compensated relative humidity (IRR: 0.90; 95% CI: 0.82-0.99), and maximum temperature (IRR: 0.76; 95% CI: 0.59-0.97). The 2-month lag model showed that the incidence of dengue fever was predicted by the number of days with precipitation (IRR: 1.03; 95% CI: 1.00-1.06) and maximum temperature (IRR: 1.23; 95% CI: 1.05-1.44).Considering the impact of global climate change on the region, these findings can help to predict trends in dengue fever incidence.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

هدفت هذه الدراسة إلى دراسة تأثير تقلب المناخ على حدوث حمى الضنك في مدينة ريو برانكو بالبرازيل. تم تقييم الارتباط بين الإصابة الشهرية بحمى الضنك والمتغيرات المناخية مثل هطول الأمطار ودرجة الحرارة والرطوبة ومستوى نهر عكا، باستخدام نماذج المتوسط المتحرك الانحداري الذاتي المعمم ذات التوزيع السلبي ذي الحدين. تم اختبار نماذج متعددة لعدم التأخر، وتأخر شهر واحد، وتأخر شهرين. أظهر نموذج عدم التأخر أن حدوث حمى الضنك كان مرتبطًا بالمتوسطات الشهرية لمستوى نهر عكا (نسبة معدل الإصابة [IRR]: 1.09 ؛ 95 ٪ فاصل الثقة [CI]: 1.02-1.17)، ودرجة الحرارة التعويضية (IRR: 1.54 ؛ 95 ٪ CI: 1.22-1.95)، ودرجة الحرارة القصوى (IRR: 0.68 ؛ 95 ٪ CI: 0.58-0.81). أظهر نموذج التأخر لمدة شهر واحد أنه تم التنبؤ بحدوث حمى الضنك من خلال المتوسطات الشهرية لإجمالي هطول الأمطار (IRR: 1.21 ؛ 95 ٪ CI: 1.06-1.39)، ودرجة الحرارة الدنيا (IRR: 1.54 ؛ 95 ٪ CI: 1.24-1.91)، والرطوبة النسبية التعويضية (IRR: 0.90 ؛ 95 ٪ CI: 0.82-0.99)، ودرجة الحرارة القصوى (IRR: 0.76 ؛ 95 ٪ CI: 0.59-0.97). أظهر نموذج التأخر لمدة شهرين أنه تم التنبؤ بحدوث حمى الضنك من خلال عدد الأيام مع هطول الأمطار (IRR: 1.03 ؛ 95 ٪ CI: 1.00-1.06) ودرجة الحرارة القصوى (IRR: 1.23 ؛ 95 ٪ CI: 1.05-1.44). بالنظر إلى تأثير تغير المناخ العالمي على المنطقة، يمكن أن تساعد هذه النتائج في التنبؤ باتجاهات الإصابة بحمى الضنك.

Translated Description (French)

Cette étude visait à examiner l'impact de la variabilité climatique sur l'incidence de la dengue dans la ville de Rio Branco, au Brésil. L'association entre l'incidence mensuelle de la dengue et des variables climatiques telles que les précipitations, la température, l'humidité et le niveau de la rivière Acre a été évaluée à l'aide de modèles de moyenne mobile autorégressifs généralisés avec une distribution binomiale négative. Plusieurs modèles sans décalage, avec décalage d'un mois et avec décalage de deux mois ont été testés. Le modèle sans décalage a montré que l'incidence de la dengue était associée aux moyennes mensuelles du niveau de la rivière Acre (rapport de taux d'incidence [tri] : 1,09 ; intervalle de confiance à 95 % [IC] : 1,02-1,17), à la température compensée (tri : 1,54 ; IC à 95 % : 1,22-1,95) et à la température maximale (tri : 0,68 ; IC à 95 % : 0,58-0,81). Le modèle de décalage d'un mois a montré que l'incidence de la dengue était prédite par les moyennes mensuelles des précipitations totales (tri : 1,21 ; IC à 95 % : 1,06-1,39), de la température minimale (tri : 1,54 ; IC à 95 % : 1,24-1,91), de l'humidité relative compensée (tri : 0,90 ; IC à 95 % : 0,82-0,99) et de la température maximale (tri : 0,76 ; IC à 95 % : 0,59-0,97). Le modèle de décalage de 2 mois a montré que l'incidence de la dengue était prédite par le nombre de jours avec précipitations (tri : 1,03 ; IC à 95 % : 1,00-1,06) et la température maximale (tri : 1,23 ; IC à 95 % : 1,05-1,44). Compte tenu de l'impact du changement climatique mondial sur la région, ces résultats peuvent aider à prédire les tendances de l'incidence de la dengue.

Translated Description (Spanish)

Este estudio tuvo como objetivo examinar el impacto de la variabilidad climática en la incidencia de la fiebre del dengue en la ciudad de Río Branco, Brasil. Se evaluó la asociación entre la incidencia mensual de la fiebre del dengue y variables climáticas como la precipitación, la temperatura, la humedad y el nivel del río Acre, utilizando modelos de promedio móvil autorregresivo generalizado con distribución binomial negativa. Se probaron múltiples modelos sin retraso, de retraso de 1 mes y de retraso de 2 meses. El modelo sin retraso mostró que la incidencia de fiebre del dengue se asoció con los promedios mensuales del nivel del río Acre (tasa de incidencia [TIR]: 1,09; intervalo de confianza del 95% [IC]: 1,02-1,17), temperatura compensada (TIR: 1,54; IC del 95%: 1,22-1,95) y temperatura máxima (TIR: 0,68; IC del 95%: 0,58-0,81). El modelo de retraso de 1 mes mostró que la incidencia de fiebre del dengue se predijo mediante los promedios mensuales de precipitación total (TIR: 1,21; IC del 95%: 1,06-1,39), temperatura mínima (TIR: 1,54; IC del 95%: 1,24-1,91), humedad relativa compensada (TIR: 0,90; IC del 95%: 0,82-0,99) y temperatura máxima (TIR: 0,76; IC del 95%: 0,59-0,97). El modelo de retraso de 2 meses mostró que la incidencia de la fiebre del dengue se predijo por el número de días con precipitación (TIR: 1,03; IC del 95%: 1,00-1,06) y temperatura máxima (TIR: 1,23; IC del 95%: 1,05-1,44). Teniendo en cuenta el impacto del cambio climático global en la región, estos hallazgos pueden ayudar a predecir las tendencias en la incidencia de la fiebre del dengue.

Files

1678-9849-rsbmt-52-e20180429.pdf.pdf

Files (1.0 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:74688e9c38308eb4b64c0f620102be7c
1.0 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
المتغيرات المناخية المرتبطة بحدوث حمى الضنك في مدينة في منطقة الأمازون البرازيلية الغربية
Translated title (French)
Variables climatiques associées à l'incidence de la dengue dans une ville de la région amazonienne de l'ouest du Brésil
Translated title (Spanish)
Variables climáticas asociadas a la incidencia de dengue en una ciudad de la Amazonía occidental brasileña

Identifiers

Other
https://openalex.org/W2917874897
DOI
10.1590/0037-8682-0429-2018

Is supplement to
https://openalex.org/W4391185460 (Other)
https://openalex.org/W4248922200 (Other)
https://openalex.org/W4240701259 (Other)
https://openalex.org/W4237056913 (Other)
https://openalex.org/W2769171888 (Other)
https://openalex.org/W2329563399 (Other)
https://openalex.org/W2253911628 (Other)
https://openalex.org/W2141955689 (Other)
https://openalex.org/W2003759188 (Other)
https://openalex.org/W2003348834 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Guatemala

References

  • https://openalex.org/W1965792011
  • https://openalex.org/W1971715190
  • https://openalex.org/W1972767702
  • https://openalex.org/W1974046518
  • https://openalex.org/W1979293955
  • https://openalex.org/W1979931367
  • https://openalex.org/W2004738079
  • https://openalex.org/W2011261765
  • https://openalex.org/W2015265684
  • https://openalex.org/W2050964555
  • https://openalex.org/W2062892636
  • https://openalex.org/W2073661202
  • https://openalex.org/W2075157691
  • https://openalex.org/W2075725085
  • https://openalex.org/W2076458653
  • https://openalex.org/W2077258123
  • https://openalex.org/W2097045093
  • https://openalex.org/W2097466631
  • https://openalex.org/W2128442442
  • https://openalex.org/W2128894407
  • https://openalex.org/W2142196156
  • https://openalex.org/W2142635246
  • https://openalex.org/W2152085503
  • https://openalex.org/W2155151404
  • https://openalex.org/W2158659698
  • https://openalex.org/W2159081448
  • https://openalex.org/W2163998512
  • https://openalex.org/W2169335418
  • https://openalex.org/W2177695602
  • https://openalex.org/W2201113310
  • https://openalex.org/W2235114152
  • https://openalex.org/W2273893506
  • https://openalex.org/W2274788581
  • https://openalex.org/W2277532236
  • https://openalex.org/W2571651829
  • https://openalex.org/W2606273320
  • https://openalex.org/W2610490986
  • https://openalex.org/W2976612738
  • https://openalex.org/W4211135732
  • https://openalex.org/W4211248568
  • https://openalex.org/W977779842