M Siva Durga Prasad Nayak et KA Narayan
Contexte : La dengue est l'une des maladies tropicales les plus graves et les plus rapidement émergentes. En Inde, au cours de la dernière décennie, la fréquence et l'étendue géographique de la dengue ont augmenté. Des informations détaillées sur le moment et le lieu où les épidémies de dengue/de fièvre dengue se sont produites dans le passé peuvent être utilisées pour la modélisation épidémiologique afin de prédire les tendances futures et les épidémies imminentes. Sur la base de ce contexte, une tentative a été faite pour convertir les données mensuelles disponibles sur l'incidence de la dengue dans l'État du Kerala en un modèle saisonnier ARIMA pour prévoir la charge de morbidité.
Méthodes : L'étude actuelle était une étude analytique rétrospective utilisant des données secondaires du département du directeur de la santé publique de l'État du Kerala, en Inde. Les rapports mensuels du projet de surveillance intégrée des maladies (IDSP) pour une période de treize ans de 2006 à 2018 ont été téléchargés et les données sur les cas de dengue ont été extraites des fichiers PDF téléchargés. À l'aide de la version d'essai 21 de SPSS et d'un échantillon de données, plusieurs modèles ARIMA ont été exécutés et le modèle ARIMA saisonnier le mieux adapté a été identifié. Le modèle sélectionné a ensuite été utilisé pour prévoir l'incidence mensuelle de la dengue à partir de l'année suivante, c'est-à-dire à partir de 2007. L'incidence mensuelle prévue et l'incidence mensuelle réelle des cas de dengue de 2007 à 2018 ont été comparées et la différence entre elles a été testée à l'aide d'un test t apparié.
Résultats : Le modèle saisonnier ARIMA (1, 0, 0) (0, 1, 1)12 s'est avéré être le modèle le mieux adapté aux données fournies. La valeur stationnaire du R carré des modèles sélectionnés est de 0,815. La valeur du test de Ljung-Box est de 11,271 et la valeur p est de 0,792, ce qui indique que le modèle sélectionné est adéquat. Le nombre moyen d'incidences prévues de cas de dengue de janvier 2007 à décembre 2018 était plus proche de l'incidence réelle chaque mois, mais la différence entre eux n'était pas statistiquement significative, ce qui indique que l'ajustement du modèle était bon.
Conclusion : Un modèle ARIMA saisonnier (1, 0, 0) (0, 1, 1)12 a été sélectionné comme étant le modèle le plus adapté pour prédire l'incidence future des cas de dengue dans la période à venir. Cette technique serait utile aux administrateurs des soins de santé pour une meilleure préparation. Le modèle peut être rendu dynamique pour inclure les données actuelles et pour un modèle plus dynamique.