Algoritmos para el alerta temprana de dengue en un ambiente geomático

Autores
Lanfri, Sofía; Frutos, Nicolás; Porcasi, Ximena; Rotela, Camilo; Peralta, Gonzalo; De Elia, Estefania Aylén; Lanfri, Mario Alberto; Scavuzzo, Marcelo
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el marco de un convenio CONAE-Ministerio de Salud de la Nación se está desarrollando un proyecto para implementar un sistema informático de Alerta Temprana de Dengue. Mientras que el sistema y sus subsistemas son descriptos brevemente, en este trabajo se explica detalladamente la unidad Environmental Risk del subsistema Algorithm Executor encargada del proceso que calcula el riesgo ambiental de Dengue a nivel de localidades de la República Argentina. El cálculo de riesgo implica la suma de dos componentes: a) una estática relacionada con las condiciones ambientales históricas que determinan la probabilidad de que el vector se desarrolle en el lugar y b) una componente dinámica relacionada con las condiciones actuales que posibiliten la transmisión viral. La primera componente se estima mediante una combinación de los métodos de Máxima Entropía y de Regresión Logística, mientras que la segunda componente es calculada por un algoritmo que contabiliza la cantidad de períodos de incubación extrínseca que pueden ser completados en cada localidad de acuerdo a la temperatura media diaria, estimada desde un satélite. Se muestra como resultado la estratificación de las localidades de Argentina en función de su riesgo ambiental de Dengue.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/129081

id SEDICI_3ff116d94253031087bb3783f217157c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/129081
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos para el alerta temprana de dengue en un ambiente geomáticoLanfri, SofíaFrutos, NicolásPorcasi, XimenaRotela, CamiloPeralta, GonzaloDe Elia, Estefania AylénLanfri, Mario AlbertoScavuzzo, MarceloCiencias InformáticasGeomáticariesgoDenguealgoritmo IntroducciónEn el marco de un convenio CONAE-Ministerio de Salud de la Nación se está desarrollando un proyecto para implementar un sistema informático de Alerta Temprana de Dengue. Mientras que el sistema y sus subsistemas son descriptos brevemente, en este trabajo se explica detalladamente la unidad Environmental Risk del subsistema Algorithm Executor encargada del proceso que calcula el riesgo ambiental de Dengue a nivel de localidades de la República Argentina. El cálculo de riesgo implica la suma de dos componentes: a) una estática relacionada con las condiciones ambientales históricas que determinan la probabilidad de que el vector se desarrolle en el lugar y b) una componente dinámica relacionada con las condiciones actuales que posibiliten la transmisión viral. La primera componente se estima mediante una combinación de los métodos de Máxima Entropía y de Regresión Logística, mientras que la segunda componente es calculada por un algoritmo que contabiliza la cantidad de períodos de incubación extrínseca que pueden ser completados en cada localidad de acuerdo a la temperatura media diaria, estimada desde un satélite. Se muestra como resultado la estratificación de las localidades de Argentina en función de su riesgo ambiental de Dengue.Sociedad Argentina de Informática e Investigación Operativa2011-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf89 - 104http://sedici.unlp.edu.ar/handle/10915/129081spainfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:31:27Zoai:sedici.unlp.edu.ar:10915/129081Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:31:27.764SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos para el alerta temprana de dengue en un ambiente geomático
title Algoritmos para el alerta temprana de dengue en un ambiente geomático
spellingShingle Algoritmos para el alerta temprana de dengue en un ambiente geomático
Lanfri, Sofía
Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
title_short Algoritmos para el alerta temprana de dengue en un ambiente geomático
title_full Algoritmos para el alerta temprana de dengue en un ambiente geomático
title_fullStr Algoritmos para el alerta temprana de dengue en un ambiente geomático
title_full_unstemmed Algoritmos para el alerta temprana de dengue en un ambiente geomático
title_sort Algoritmos para el alerta temprana de dengue en un ambiente geomático
dc.creator.none.fl_str_mv Lanfri, Sofía
Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
author Lanfri, Sofía
author_facet Lanfri, Sofía
Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
author_role author
author2 Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
topic Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
dc.description.none.fl_txt_mv En el marco de un convenio CONAE-Ministerio de Salud de la Nación se está desarrollando un proyecto para implementar un sistema informático de Alerta Temprana de Dengue. Mientras que el sistema y sus subsistemas son descriptos brevemente, en este trabajo se explica detalladamente la unidad Environmental Risk del subsistema Algorithm Executor encargada del proceso que calcula el riesgo ambiental de Dengue a nivel de localidades de la República Argentina. El cálculo de riesgo implica la suma de dos componentes: a) una estática relacionada con las condiciones ambientales históricas que determinan la probabilidad de que el vector se desarrolle en el lugar y b) una componente dinámica relacionada con las condiciones actuales que posibiliten la transmisión viral. La primera componente se estima mediante una combinación de los métodos de Máxima Entropía y de Regresión Logística, mientras que la segunda componente es calculada por un algoritmo que contabiliza la cantidad de períodos de incubación extrínseca que pueden ser completados en cada localidad de acuerdo a la temperatura media diaria, estimada desde un satélite. Se muestra como resultado la estratificación de las localidades de Argentina en función de su riesgo ambiental de Dengue.
Sociedad Argentina de Informática e Investigación Operativa
description En el marco de un convenio CONAE-Ministerio de Salud de la Nación se está desarrollando un proyecto para implementar un sistema informático de Alerta Temprana de Dengue. Mientras que el sistema y sus subsistemas son descriptos brevemente, en este trabajo se explica detalladamente la unidad Environmental Risk del subsistema Algorithm Executor encargada del proceso que calcula el riesgo ambiental de Dengue a nivel de localidades de la República Argentina. El cálculo de riesgo implica la suma de dos componentes: a) una estática relacionada con las condiciones ambientales históricas que determinan la probabilidad de que el vector se desarrolle en el lugar y b) una componente dinámica relacionada con las condiciones actuales que posibiliten la transmisión viral. La primera componente se estima mediante una combinación de los métodos de Máxima Entropía y de Regresión Logística, mientras que la segunda componente es calculada por un algoritmo que contabiliza la cantidad de períodos de incubación extrínseca que pueden ser completados en cada localidad de acuerdo a la temperatura media diaria, estimada desde un satélite. Se muestra como resultado la estratificación de las localidades de Argentina en función de su riesgo ambiental de Dengue.
publishDate 2011
dc.date.none.fl_str_mv 2011-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/129081
url http://sedici.unlp.edu.ar/handle/10915/129081
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
89 - 104
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616194322071552
score 13.070432