TY - JOUR AU - Fernández-Niño, Julián Alfredo AU - Cárdenas-Cárdenas, Luz Mery AU - Hernández-Ávila, Juan Eugenio AU - Palacio-Mejía, Lina Sofía AU - Castañeda-Orjuela, Carlos Andrés PY - 2016/08/01 Y2 - 2024/03/28 TI - Análisis exploratorio de ondículas de los patrones de estacionalidad del dengue en Colombia JF - Biomédica JA - biomedica VL - 36 IS - Sup2 SE - Artículos originales DO - 10.7705/biomedica.v36i0.2869 UR - https://revistabiomedica.org/index.php/biomedica/article/view/2869 SP - 44-55 AB - <p><strong>Introducción.</strong> El dengue tiene un comportamiento estacional asociado a los cambios climáticos, los ciclos del vector, los serotipos circulantes y las dinámicas poblacionales. El análisis de ondículas permite descomponer una serie de tiempo muy larga en sus componentes de tiempo calendario y periodo. Esta es la primera vez que se utiliza esta técnica para generar un modelo exploratorio del comportamiento del dengue en Colombia.<br /><strong>Objetivo.</strong> Examinar los patrones de estacionalidad interanual del dengue en Colombia, en particular en los cinco municipios más endémicos, para el periodo 2007 a 2012, y de los ciclos entre años entre 1978 y 2013 a nivel nacional.<br /><strong>Materiales y métodos.</strong> Se hizo un análisis exploratorio de ondículas con base en los datos de los casos incidentes de dengue reportados por semana epidemiológica en el periodo de 2007 a 2012, y por año, en el periodo de 1978 a 2013. Se utilizó un modelo autorregresivo de primer orden como hipótesis nula.<br /><strong>Resultados.</strong> Fue evidente el efecto de la epidemia de 2010 sobre la serie de tiempo a nivel nacional y la de los cinco municipios. Se observaron diferencias en los patrones de estacionalidad interanual por municipio. Asimismo, a nivel nacional se hallaron ciclos de dos a cinco años desde el 2004.<br /><strong>Conclusiones.</strong> El análisis de ondícula permite estudiar una serie de tiempo larga con patrones de estacionalidad variables, como en el caso del dengue en Colombia, e identificar diferencias por regiones. Es necesario explorar estos patrones en niveles de agregación inferiores y evaluar su relación con diversas variables predictoras.</p> ER -