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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/129081
Ver los metadatos del registro completo
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 |