Prévia do material em texto
2189 Vários autores investigaram a relação entre variáveis climáticas e dengue, muitas vezes usando análises de séries temporais para descrever tendências temporais, identificar padrões e até mesmo fazer previsões. As variáveis utilizadas nesses estudos foram temperatura, precipitação, umidade relativa, velocidade do vento e El Niño Oscilação Sul (ENSO) 2,3,4,5,6,7,8. Estudos também avaliaram a relação da dengue com variáveis sociodemográficas e ambientais no município do Rio de Janeiro, Brasil, com o objetivo de examinar o efeito de fatores sazonais e anuais sobre aumentos e reduções de casos de dengue, bem como fazer previsões 9,10,11,12. A dengue é uma doença febril aguda causada por ar bovírus (vírus transmitidos por artrópodes) da família Flavi viridae, tendo como vetor a fêmea do mosquito culicídeo Aedes aegypti . Os países tropicais são os mais afetados devido às suas condições ambientais, climáticas e sociais. O clima é um fator importante na distribuição temporal e espacial de doenças transmitidas por vetores, como a dengue. Estudos de variáveis climáticas podem melhorar o conhecimento e a previsão da sazonalidade epidêmica 1, pois a relação vetor-clima é tão importante quanto a interação vetor-homem. Dengue; Clima; Distribuição Temporal Oswaldo Gonçalves Cruz 2 A dengue, uma doença reemergente, é uma das mais importantes doenças virais transmitidas pelos dedos dos mosquitos. O clima é considerado um fator importante na distribuição temporal e espacial das doenças transmitidas por vetores. Este estudo examinou o efeito de fatores sazonais e a relação entre variáveis climáticas e risco de dengue na cidade do Rio de Janeiro, Brasil, de 2001 a 2009. Foram utilizados modelos lineares generalizados, com distribuições de Poisson e binomial negativa. O modelo com melhor ajuste foi o de “temperatura mínima” e “precipitação”, ambos defasados em um mês, controlados por “ano”. Nesse modelo, um aumento de 1°C na temperatura mínima de um mês levou a um aumento de 45% nos casos de dengue no mês seguinte, enquanto um aumento de 10 milímetros na precipitação levou a um aumento de 6% nos casos de dengue no mês seguinte. . A transmissão da dengue envolve muitos fatores: embora ainda não totalmente compreendido, o clima é um fator crítico, pois facilita a análise do risco de epidemias. Aline Araújo Nobre 2 A incidência de dengue varia com as condições climáticas e está associada ao aumento da temperatura Adriana Fagundes Gomes 1 2 Programa de Computação Científica, Fundação Oswaldo Cruz, Rio de Janeiro, Brasil. 1 Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, Brasil. Correspondência DE Gomes Pública Sergio Arouca, Fundação Oswaldo Cruz. Escola Nacional de Saúde Rua Jorge Lossio 246, quadra 2, apto. 05, Rio de Janeiro, RJ 25961-265, Brasil. afagundesgomes@gmail.com Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 Análise temporal da relação entre dengue e variáveis meteorológicas na cidade do Rio de Janeiro, Brasil, 2001-2009 Análise temporal da relação entre dengue e variáveis meteorológicas na cidade do Rio de Janeiro, Brasil, no período de 2001 a 2009 ARTIGO ARTICLE IntroduçãoAbstrato Machine Translated by Google Metodologia Resultados Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 temperatura e pluviosidade 13. Tais condições favorecem o aumento do número de criadouros disponíveis, bem como o desenvolvimento do vetor, aumentando assim a probabilidade de interação vetor-humano (e consequentemente humano-vírus). De acordo com vários estudos, a temperatura tem um impacto no tamanho da população, período de maturação, atividade de sucção de sangue e taxa de sobrevivência de Ae. aegypti 14,15,16,17. A relação com a precipitação depende das características locais e se os criadouros são mantidos predominantemente pela chuva 3. O estudo seguiu um delineamento ecológico analítico com o objetivo de avaliar a relação entre o risco de dengue e as variáveis climáticas “temperatura” e “precipitação” no município do Rio de Janeiro. O Rio de Janeiro está localizado no sudeste do Brasil a 23°04'10” de latitude sul e 43°47'40” de longitude oeste. A cidade tem população estimada em 6.093.472 habitantes e área de 1.224,56 km2. O clima é tropical atlântico, caracterizado por temperatura média anual de 23°C e estreita amplitude térmica. A precipitação média anual é de cerca de 1.000 mm, com mais chuvas de dezembro a março. Espera-se que a dengue seja um importante problema de saúde pública por muitos anos, devido ao crescimento e movimentação da população, desenvolvimento urbano desordenado, abastecimento de água deficiente e descarte inadequado de lixo público, proliferação de criadouros de vetores e falta de uma vacina eficaz 18,19. Os programas de prevenção da doença concentram-se no desenvolvimento de sistemas de intervenção precoce. Tais sistemas requerem parâmetros que possam prever o risco de epidemias. O modelo climático oferece vantagens, por ser um sistema de baixo custo baseado na coleta de dados meteorológicos. O presente estudo teve como objetivo examinar o efeito de fatores sazonais e como Os dados de temperatura foram obtidos do Centro de Previsão do Tempo do Instituto Nacional de Pesquisas Espaciais (INPE), que extrai seus dados de quatro estações de monitoramento, das quais apenas uma foi utilizada, pois oferece dados completos para o período de estudos. As notificações mensais dos casos de dengue por bairro de residência estão disponíveis no portal da Secretaria Municipal de Saúde do Rio de Janeiro (SMS- RJ). as variáveis climáticas “temperatura” e “precipitação” foram relacionadas ao risco de dengue na cidade do Rio de Janeiro de 2001 a 2009. 2190 Gomes AF et al. As análises foram realizadas usando o programa R, versão 2.10.1 (The R Foundation for Statistical Computing, Viena, Áustria; http://www.r-project.org). Os modelos foram comparados com o Akaike Information Criterion (AIC), que é amplamente utilizado para comparar modelos aninhados e não aninhados. Este critério é calculado O efeito das variáveis climáticas sobre o número de casos notificados foi avaliado por meio de modelos lineares generalizados 21, com função de ligação logarítmica para Poisson e distribuição binomial negativa. As séries temporais são caracterizadas por uma seqüência de dados obtidos em intervalos de tempo iguais. usando o log verossimilhança penalizado pelo número de parâmetros no modelo. Para modelos com o mesmo conjunto de dados, o melhor modelo é aquele com menor AIC 22. Os dados aqui utilizados referem-se a meses, que não possuem o mesmo número de dias, de forma que foi empregado um offset na multiplicação da população pelo número de dias do mês. O ajuste do modelo foi avaliado por autocorrelaçãoe teste de normalidade dos resíduos. Os dados pluviométricos, disponíveis no portal da Secretaria Municipal de Obras (Secretaria Municipal de Obras), foram retirados do 32 estações de monitoramento (Figura 1). Para este estudo, os casos foram agregados espacialmente, ou seja, todos os casos em todos os bairros foram totalizados por mês de 2001 a 2009. A análise exploratória dos dados foi realizada por meio de boxplots, histogramas, decomposição de séries temporais e gráficos de autocorrelação. A variável de resultado foi o número de casos de dengue e as variáveis independentes foram a precipitação média mensal nas 32 estações e as temperaturas média, mínima e máxima mensal. Após análise exploratória, foram avaliados pontos de corte para temperatura média usando modelos aditivos generalizados 20. Observou-se que o risco de dengue aumentou até 26°C. Segundo a literatura, a temperatura ótima do mosquito é de 22°C a 26°C, a partir da qual foram utilizadas as seguintes variáveis: proporção de dias no mês com temperatura média inferior a 22°C, proporção de dias no mês com temperatura média temperatura de 22°C a 26°C e proporção de dias no mês com temperatura média acima de 26°C. Os únicos anos não epidêmicos durante o período do estudo foram 2003 a 2005. O maior número de casos ocorreu durante a epidemia de 2001-2002, atingindo 52.861 em março de 2002. A Figura 2 mostra a série temporal para as variáveis: número de casos de dengue; temperaturas média, máxima e mínima; precipitação; e proporções de dias no mês com temperatura média abaixo de 22°C, de 22°C a 26°C e acima de 26°C. Machine Translated by Google Com base nessa análise inicial, todos os modelos continham a variável precipitação e, em seguida, avaliou-se a inclusão de variáveis relacionadas à temperatura. A análise dos resíduos dos modelos mostrou que persistiu uma estrutura temporal; assim, um efeito anual foi incorporado ao modelo. A introdução dessa variável melhorou a autocorrelação dos resíduos e o ajuste do modelo. As temperaturas médias anuais para o período foram de 24°C para temperatura média mensal, 21°C para temperatura mínima mensal e 29°C para temperatura máxima mensal. A precipitação mensal acumulada no período variou de 6 a 371mm. Como os dados apresentam superdispersão (média amostral de 3.108 e variância amostral de 84.695.150), a comparação do AIC dos modelos mostrou que a distribuição binomial negativa foi uma escolha melhor do que a distribuição de Poisson. Os modelos foram inicialmente ajustados com apenas uma variável; nestes, a variável “proporção de dias com temperatura de 22°C a 26°C” não foi significativa, mesmo defasada, enquanto a precipitação só foi significativa em relação ao número de casos quando defasada em um mês. As demais variáveis foram significativas com defasagens de até dois meses. A análise da distribuição dos casos mostrou que a maioria dos casos se concentrou na primeira metade do ano, principalmente nos meses de março, abril e maio, evidenciando a conhecida sazonalidade da dengue. A Tabela 1 mostra o risco relativo estimado (RR), intervalos de confiança de 95% (IC95%) e AIC para os modelos ajustados. O RR para a variável “precipitação” varia pouco entre os modelos. Quanto ao critério AIC para comparação de modelos, o modelo com melhor ajuste foi aquele que (após controlar a variável “ano”) utilizou as variáveis “temperatura mínima” e “precipitação”, ambas defasadas em um mês. Nesse modelo, um aumento de um grau na temperatura em um mês levou a um aumento de 45% nos casos de dengue no mês seguinte, enquanto um aumento de 10 mm na precipitação levou a um aumento de 6% nos casos de dengue no mês seguinte. Modelos com as variáveis “média Estação de monitoramento de temperatura EM Estações de monitoramento de chuva S Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 N E RELAÇÃO ENTRE DENGUE E VARIÁVEIS METEOROLÓGICAS 2191 figura 1 Mapa da cidade do Rio de Janeiro, Brasil, mostrando estações de monitoramento de chuva (•) e estações de monitoramento de temperatura (ÿ). Rio de Janeiro Machine Translated by Google 20 60 2d) Proporção de dias com temperatura média de 22°C a 26°C 2006 2008 10.000 2010 2002 100 2b) Proporção de dias com temperatura média abaixo de 22°C 2008 60 2f) Proporção de dias com temperatura média acima de 26°C 2006 2004 20 2010 2002 60 30.000 35 2008 2010 2002 2004 20 100 25 2008 0 2004 80 2010 2002 2006 0 200 40 80 2010 2002 0 40 2004 2006 0 50.000 2c) Temperatura máxima, média e mínima (°C) 2004 300 2010 2008 0 40 2006 20 30 2e) Precipitação (mm) 2004 2008 0 Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 2a) Casos de dengue 2006 80 2002 Discussão Figura 2 Série temporal do número de casos de dengue e variáveis meteorológicas na cidade do Rio de Janeiro, Brasil, 2001-2009. 2192 Gomes AF et al. estimar o número de casos de dengue no ano seguinte. A Figura 4 mostra a série temporal dos casos de dengue e a série estimada pelo Modelo 1, que conseguiu detectar os anos epidêmicos, embora subestimando as grandes epidemias e superando temperatura” e “temperatura máxima” apresentaram resultados semelhantes. A Figura 3 mostra os coeficientes da variável “ano” no Modelo 1: 2002 e 2008 foram os únicos anos em que o efeito foi maior do que em 2001, tomado como linha de base. Foram os anos do período estudado com mais casos, mas essa variável não foi estatisticamente significativa. Vários estudos relataram associação positiva entre temperatura mínima defasada em um mês e incidência de dengue 3,4,12,23,24. A temperatura mínima é, portanto, um fator limitante crítico no desenvolvimento e manutenção da população de vetores. Replicação do vírus Machine Translated by Google 1.5840,867-0,921 Precipitação 1.006 1.008 1.452 1.068-1.115 0,894 Proporção de dias com temperatura > 26°C 1 1.003-1.010 1.092 Temperatura mínima 1.007 CI de 95% 1.568 Proporção de dias com temperatura < 22°C 2 AIC Precipitação 1.338-1.576 Modelos/variáveis defasados em 1 mês 1.577 1.005-1.011 3 RR 1.003-1.009 não significativo Significativo e os períodos de maturação no inseto (período extrínseco) são encurtados pelo aumento da temperatura 25,26,27, enquanto a diminuição do tempo de incubação do vírus aumenta a probabilidade de que o vetor viva o suficiente para transmitir o vírus, aumentando significativamente a magnitude das epidemias . Estudos têm demonstrado que o Ae. aegypti, vetor da dengue nas Américas, deixa de se alimentar quando a temperatura cai abaixo de 17°C, e que o vírus não é amplificado no vetor quando a temperatura cai abaixo 18°C, enquanto a temperatura limite de sobrevivência para o vírus da dengue foi estimada em 11,9°C 25,28,29. Assim, em temperaturas muito baixas, o vírus se desenvolve mais lentamente e o mosquito não vive o suficiente parase tornar infeccioso e transmitir o vírus 30. Assim, a análise de temperaturas mínimas permite um melhor entendimento das epidemias de dengue. Este estudo mostrou um coeficiente pequeno (mas significativo) para a relação entre casos de dengue e precipitação. Estudos -1 0 -4 -2 Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 -3 Risco relativo (RR), intervalos de confiança de 95% (IC95%) e Critério de Informação de Akaike (AIC) dos modelos propostos para a relação entre transmissão de dengue e variáveis meteorológicas. Rio de Janeiro, Brasil, 2001-2009. Figura 3 Nota: todos os modelos foram controlados por variáveis indicativas do ano. tabela 1 Coefi cientes estimados das variáveis que indicam o ano no Modelo 1. RELAÇÃO ENTRE DENGUE E VARIÁVEIS METEOROLÓGICAS 2193 Machine Translated by Google 10.000 Meses (2001-2009) 0 80 30.000 100 20.000 Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 50.000 40 60 40.000 0 casos de dengue Equipado 20 casos Figura 4 Série temporal de casos de dengue e séries estimadas pelo Modelo 1. embora o presente estudo enfatize o impacto do clima, outras abordagens além das condições socioambientais devem ser consideradas. Uma limitação deste estudo foi o uso de casos notificados de dengue, que não representam o total de casos de dengue. Esses números podem subestimar a incidência real 34,35. Outra limitação foi a falta de informações confiáveis em cada período de tempo sobre as taxas de incidência específicas para cada sorotipo (entre os sorotipos circulantes) 36. Alguns autores afirmam que a entrada de um novo sorotipo em uma população não imune acarreta um risco de ex epidemias explosivas, ainda que a sucessão de sorotipos possa resultar em epidemias com casos mais graves 10,18,37. O papel das populações humanas expostas, o efeito da imunidade ao vírus na população de risco e a infestação pelo mosquito vetor são fatores decisivos para a manutenção do vírus em circulação. na literatura sobre a correlação entre pluviosidade e dengue são contraditórios, pois a relação depende das características locais 3,31. De acordo com o Modelo 2, que incorpora temperatura acima de 26°C, um aumento unitário na proporção de dias no mês em que a temperatura média está acima de 26°C leva a um aumento de 9,2% nos casos de dengue no mês seguinte. Esse resultado era esperado, pois estudos encontraram associação entre risco de dengue e temperaturas acima de 26°C, com temperaturas a partir de 21°C Um estudo de Honório et al. 32 em três bairros da cidade do Rio de Janeiro mostra que a temperatura do ar de 22°C a 24°C tem um impacto positivo no desenvolvimento de Ae. aegypti, enquanto temperaturas acima de 24°C não produzem efeito evidente. No presente estudo, essa faixa de temperatura foi incorporada à variável “proporção de dias no mês com temperatura média de 24°C a 26°C”, o que não foi estatisticamente significativo. 2194 Gomes AF et al. A análise do Modelo 3 mostra que um aumento unitário na proporção de dias no mês em que a temperatura média cai abaixo de 22°C levou a uma redução de 11% no número de casos de dengue no mês seguinte, corroborando relatos de outros autores, pois a taxa de alimentação do vetor diminui em temperaturas mais baixas (assim como a taxa de transmissão viral, conseqüentemente) 31,32. a 29°C favorecendo o desenvolvimento de Ae. aegypti, e de 22°C a 30°C, a longevidade e fertilidade dos adultos 2,33. A complexidade da dinâmica de transmissão da dengue tem motivado estudos sobre diversos fatores que contribuem para a circulação do vírus. al Machine Translated by Google ContribuintesResumo fortes. Este estudo propôs um modelo para examinar a série temporal da dengue em que a temperatura média, máxima e mínima e a precipitação foram associadas estatisticamente com o número de casos, enquanto a temperatura mínima de um mês provou ser o fator explicativo mais forte para o número de casos de dengue. A transmissão da dengue envolve inúmeros fatores, entre eles o impacto do clima, cujo papel ainda não é totalmente compreendido. Elucidar o papel do clima é fundamental, pois facilita a análise do risco de epidemias e auxilia na eficácia preventiva Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 A dengue é doença reemergente e uma das mais im portantes doenças virais transmitida por mosquito. O clima é considerado um fator relevante na distribui ção temporal e espacial das doenças transmitidas por vetores. O objetivo deste trabalho foi estudar o efeito de fatores sazonais e a relação entre as variáveis climá ticas e o risco de dengue, na cidade do Rio de Janeiro, Brasil, entre 2001 e 2009. Foram utilizados modelos lineares generalizados, com distribuição Poisson e binomial negativa. O modelo com melhor ajuste foi o controlado por variáveis indicadoras do ano, que apresentou as variáveis temperatura mínima e preci pitação, ambas com defasagem de um mês. Nesse mo delo, o aumento de um grau na temperatura mínima em um mês leva ao aumento de 45% no número de ca sos de dengue no mês seguinte, enquanto o aumento em 10 milímetros na precipitação leva ao aumento de 6% no número de casos de dengue no mês seguinte. A transmissão da dengue está relacionada a muitos fato res; o impacto do clima, apesar de ainda não ser bem entendido, é apontado como crítico ao facilitar análise de risco de epidemias. AF Gomes participou da análise e interpretação dos dados e redigiu o artigo. AA Nobre colaborou na interpretação dos dados e revisão crítica do manuscrito. OG Cruz contribuiu com a revisão crítica do manuscrito. Dengue; Clima; Distribuição Temporal Conclusão RELAÇÃO ENTRE DENGUE E VARIÁVEIS METEOROLÓGICAS 2195 Machine Translated by Google 20. Madeira SN. Modelos aditivos generalizados: uma introdução 29. Christy JR, Clarke RA, Gruza GV, Jouzel J, Mann ME, Oerlemans J, et al. Variabilidade e mudança climática observada. In: McCarthy JJ, Canziani OF, Leary NA, Dokken DJ, White KS, editores. Mudanças climáticas 2001: impactos, adaptação e vulnerabilidade. Cambridge: Cambridge University Press; 2001. pág. 99-181. 6. Thail, KTD, Anders KL. O papel da variabilidade climática 12. Descloux E, Mangeas M, Menkes CE, Lengaigne M, Leroy A, Tehei T, et al. Modelos baseados no clima para entender e prever epidemias de dengue. 15. Jetten TH, Focks DA. Potenciais mudanças na distribuição da transmissão da dengue sob o aquecimento climático. Am J Trop Med Hyg 1997; 57:285-97. 1. Rosa-Freitas MG, Schreiber KV, Tsouris P, Weimann ETS, Luitgards-Moura JF. Associações entre dengue e combinações de fatores climáticos em uma cidade da Amazônia brasileira. Rev Panam Salud Pública 2006; 20:256-67. 21. McCullagh P, Nelder JA. Modelos lineares generalizados. 4. Liang L, Hualiang L, Linwei T, Weizhong Y, Jimin S, Qiyong L. Análisede séries temporais de dengue e clima em Guangzhou, China. BMC Public Health 2009; 9:395. 27. Reiter P. Aquecimento global e doenças transmitidas por mosquitos nos EUA. Lancet 1996; 348:622. 5. Gasparrini A, Armstrong B. Análise de séries temporais sobre os efeitos da temperatura na saúde: avanços e limitações. Ambiente Res 2010; 110:633-8. 10. Teixeira TRA. Análise espacial e temporal da den gue no contexto sócio-ambiental do Município do Rio de Janeiro, 1996-2006 [Masters Thesis]. Rio de Janeiro: Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz; 2009. Associação entre incidência de dengue e variáveis climáticas. Rev Saúde Pública 2006; 40:671-6. 32. Honório NA, Codeço CT, Alves FC, Magalhães M. 3. Wu PC, Guo HR, Lung SC, Lin CY, Su HJ. O tempo como um preditor eficaz para a ocorrência de dengue em Taiwan. Acta Trop 2007; 103:50-7. 716-23. 26. Mendonça M. Febre amarela silvestre. Rio de Ja neiro: Gráfica Olympia; 1941. independentemente associado a infecções por dengue. 7. Earnest A, Tan SB, Wilder-Smith A. Meteorologi Rio de Janeiro: Universidade Federal do Rio de Ja neiro; 2004. efeito potencial das mudanças populacionais e climáticas na distribuição global da dengue: um modelo empírico. Lancet 2002; 360:830-4. 13. Ribeiro AF, Marques G, Voltolini JC, Condino MLF. 18. Organização Mundial da Saúde. Dengue hemorrágico: diagnóstico, tratamento, prevenção e controle. 2ª Ed. Genebra: Organização Mundial da Saúde; 1997. 24. Yasuno M, Tonn RJ. Um estudo dos hábitos de picada do Aedes aegypti em Bangkok, Tailândia. Bull World Health Organ 1970; 43:319-25. 22. Akaike H. Um novo olhar sobre a identidade do modelo estatístico 8. Cassab A, Morales V, Mattar S. Fatores climáticos e casos de dengue em Montería, Colômbia, 2003-2008 Rev Salud Pública 2011; 13:115-28. produção com R. Boca Raton: Chapman & Hall/ CRC; 2006. dade e mudança na dinâmica de transmissão e distribuição geográfica da dengue. Exp Biol Med 2011; 236:944-54. 30. Hales S, de Wet N, Maindonald J, Woodward A. Po PLoS Nail Trop Dis 2012; 6:e1470. 16. Li CF, Lim TW, Han LL, Fang R. Precipitação, abundância de Aedes aegypti e infecção por dengue em Selan gor, Malásia. Sudeste Asiático J Trop Med Public Health 1985; 16:560-8. 19. Holmes EC, Twiddy SS. A origem, emergência e genética evolutiva do vírus da dengue. Infect Genet Evol 2003; 3:19-28. 23. Hurtado-Diaz M, Riojas-Rodriguez H, Rothenberg SJ, Gomez- Dantes H, Cifuentes E. Comunicação curta: impacto da variabilidade climática na incidência de dengue no México. Trop Med Int Health 2007; 12:1327-3 28. Reed W, Carroll J, Agramonte A. Febre amarela experimental, 1901. Mil Med 2001; 166(9 Suplemento):55-60. [ PubMed ] 11. Light PM, Mendes BVM, Codeco CT, Struchiner CJ, Galvani AP. Análise de séries temporais da incidência de dengue no Rio de Janeiro, Brasil. Am J Trop Med Hyg 2008; 79:933-9 14. Halstead SB. Dengue. Lancet 2007; 370:1644-52. 2. Hii YL, Rocklöv J, Ng N, Tang CS, Pang FY, Sauerborn R. Variabilidade climática e aumento na intensidade e magnitude da incidência de dengue no poro de Singapura. Ação Global de Saúde 2009; 2. tificação. IEEE Trans Automat Contr 1974; 19: 25. Watts DM, Burke DS, Harrison BA, Whitmire RE, Nisalak A. Efeito da temperatura na eficiência vetorial do Aedes aegypti para o vírus da dengue 2. Am J Trop Med Hyg 1987; 36:143-52. 9. Ferreira GS. Análise espaço-temporal da distribui ção dos casos de dengue na cidade do Rio de Ja neiro no período de 1986 a 2002 [Masters Thesis]. Distribuição temporal do Aedes aegypti em diferentes bairros do Rio de Janeiro, Brasil, medida por dois tipos de armadilhas. J Med Entomol 2009; 46:1001-14. 17. Chen SC, Hsieh MH. Modelagem da dinâmica de transmissão da dengue: implicações dos efeitos da temperatura. Sci Total Environ 2012; 431:385-91. Londres: Chapman and Hall; 1989. fatores cal e El Niño Oscilação Sul são Epidemiol Infect 2012; 140:1244-51. 31. Gubler DJ, Reiter P, Ebi KL, Yap W, Nasci R, Patz JA. Variabilidade e mudança climática nos Estados Unidos: impactos potenciais em doenças transmitidas por vetores e roedores. Perspectiva de saúde ambiental 2001; 109 Supl 2:223-33. Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 Referências 2196 Gomes AF et al. Machine Translated by Google Aprovado em 17/08/201235. Thai KTD, Cazelles B, Nguyen NV, Vo LT, Boni MF, Farrar J, et al. Dinâmica da dengue na província de Binh Thuan, sul do Vietnã: periodicidade, sincronicidade e variabilidade climática. PLoS Negl Trop Dis 2010; 4:e474. Versão final reapresentada em 18/07/2012Trop Med Int Health 2006; 11:869-79. Enviado em 03/jan/2012 34. Phuong HL, de Vries PJ, Nagelkerke N, Giao PT, Hung le Q, Binh TQ, et al. Febre aguda indiferenciada na província de Binh Thuan, Vietnã: diagnóstico clínico impreciso e farmacoterapia irracional. 37. Nogueira RMR, Eppinghaus ALF. O vírus da dengue tipo 4 chega ao estado do Rio de Janeiro: um desafio para a vigilância e controle epidemiológico. Mem Inst Oswaldo Cruz 2011; 106:255-6. 33. Beserra EB, Castro Júnior FP, Santos JW, Santos TS, Fernandes CRM. Biologia e exigências térmicas de Aedes aegypti (L.) (Diptera:Culicidae) provenientes de quatro regiões bioclimáticas da Paraíba. Neo trop Entomol 2006; 35:853-60. 36. Nogueira RMR, Araújo JMG, Schatzmayr HG. Vírus da dengue no Brasil, 1986-2006. Rev Panam Public Health 2007; 22:358-63. Cad. Saúde Pública, Rio de Janeiro, 28(11):2189-2197, nov, 2012 RELAÇÃO ENTRE DENGUE E VARIÁVEIS METEOROLÓGICAS 2197 Machine Translated by Google Machine Translated by Google