Um estudo comparativo de modelos preditivos para previsão e monitoramento de dengue e influenza no Brasil

Abstract

A previsão de doenças infecciosas de transmissão vetorial e respiratória constitui desafio relevante para a saúde pública brasileira. Este trabalho propõe, implementa e compara três modelos preditivos - Prophet, Random Forest (RF) e Long Short-Term Memory (LSTM) - enriquecidos com regressores climáticos de temperatura e precipitação, para a previsão semanal de casos de influenza e dengue em todas as 27 Unidades Federativas do Brasil (UFs). Os dados de morbidade foram extraídos do Sistema de Informação de Agravos de Notificação (SINAN) e os climáticos do Instituto Nacional de Meteorologia (INMET), cobrindo o período de 2016 a 2024. A validação adota estratégia walk-forward com dois cenários independentes: treino até 2022 e teste em 2023; treino até 2023 e teste em 2024. Um painel interativo elaborado em Microsoft Power BI sintetiza os resultados para análise comparativa. Para influenza, o Prophet superou os demais no cenário 2023 (MASE médio: 0,37; 26 de 27 UFs melhores que o naïve), enquanto RF e LSTM lideraram em 2024 (MASE: 0,45 e 0,49). Para dengue, o RF foi superior em ambos os cenários (MASE: 0,45 em 2023; 3,73 em 2024). Todos os modelos falharam no surto histórico de dengue em 2024 (MASE > 3,7), evento fora da distribuição histórica sem paralelo nos dados de treinamento. Uma limitação estrutural crítica identificada é a alteração dos registros de Síndrome Respiratória Aguda Grave (SRAG) por COVID-19 entre 2020 e 2022, que compromete o treinamento dos modelos de influenza. Os resultados evidenciam que dois dos três modelos avaliados (Prophet e LSTM) apresentam desempenho insatisfatório especificamente para séries de dengue, com WAPE próximo a 100% mesmo em anos típicos. Para influenza, o Prophet demonstrou robustez superior no cenário 2023 e todos os modelos convergiram em 2024. O Random Forest mostrou-se o modelo com melhor desempenho em relação ao naïve para dengue em anos típicos (cenário 2023, MASE = 0,45), graças à combinação de atributos de defasagem explícitos e capacidade de modelar não linearidades clima-vetor. No cenário 2024, todos os modelos colapsaram diante do surto histórico, tornando a comparação de desempenho relativo irrelevante.

Forecasting vector-borne and respiratory infectious diseases is a relevant challenge for Brazilian public health. This study proposes, implements, and compares three predictive models - Prophet, Random Forest (RF), and Long Short-Term Memory (LSTM) - enriched with climate regressors of temperature and precipitation, for the weekly forecasting of influenza and dengue cases across all 27 Brazilian Federative Units (FUs). Morbidity data were extracted from the Notifiable Diseases Information System (SINAN) and climate data from the National Institute of Meteorology (INMET), covering the period from 2016 to 2024. Validation adopts a walk-forward strategy with two independent scenarios: training through 2022 and testing in 2023; training through 2023 and testing in 2024. An interactive dashboard developed in Microsoft Power BI synthesizes the results for comparative analysis. For influenza, Prophet outperformed the other models in the 2023 scenario (average MASE: 0.37; 26 of 27 FUs better than the naïve), while RF and LSTM led in 2024 (MASE: 0.45 and 0.49). For dengue, RF was superior in both scenarios (MASE: 0.45 in 2023; 3.73 in 2024). All models failed during the historic 2024 dengue outbreak (MASE > 3.7), an out-of-distribution event with no parallel in the training data. A critical structural limitation identified is the alteration of Severe Acute Respiratory Syndrome (SARS) records by COVID-19 between 2020 and 2022, which compromises influenza model training. Results show that two of the three evaluated models (Prophet and LSTM) perform unsatisfactorily specifically for dengue series, with WAPE near 100% even in typical years. For influenza, Prophet demonstrated superior robustness in the 2023 scenario and all models converged in 2024. Random Forest was the best model to outperform the naïve for dengue in typical years (2023 scenario, MASE = 0.45), owing to its explicit lag features and capacity to model climate-vector nonlinearities. In the 2024 scenario, all models collapsed before the historic outbreak, rendering relative performance comparisons irrelevant.