Algoritmos para el alerta temprana de dengue en un ambiente geomático

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 Environme...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Lanfri, Sofía, Frutos, Nicolás, Porcasi, Ximena, Rotela, Camilo, Peralta, Gonzalo, De Elia, Estefania Aylén, Lanfri, Mario Alberto, Scavuzzo, Marcelo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2011
Materias:
Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/129081
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-129081
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
spellingShingle Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
Lanfri, Sofía
Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
Algoritmos para el alerta temprana de dengue en un ambiente geomático
topic_facet Ciencias Informáticas
Geomática
riesgo
Dengue
algoritmo Introducción
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.
format Objeto de conferencia
Objeto de conferencia
author Lanfri, Sofía
Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
author_facet Lanfri, Sofía
Frutos, Nicolás
Porcasi, Ximena
Rotela, Camilo
Peralta, Gonzalo
De Elia, Estefania Aylén
Lanfri, Mario Alberto
Scavuzzo, Marcelo
author_sort Lanfri, Sofía
title Algoritmos para el alerta temprana de dengue en un ambiente geomático
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
publishDate 2011
url http://sedici.unlp.edu.ar/handle/10915/129081
work_keys_str_mv AT lanfrisofia algoritmosparaelalertatempranadedengueenunambientegeomatico
AT frutosnicolas algoritmosparaelalertatempranadedengueenunambientegeomatico
AT porcasiximena algoritmosparaelalertatempranadedengueenunambientegeomatico
AT rotelacamilo algoritmosparaelalertatempranadedengueenunambientegeomatico
AT peraltagonzalo algoritmosparaelalertatempranadedengueenunambientegeomatico
AT deeliaestefaniaaylen algoritmosparaelalertatempranadedengueenunambientegeomatico
AT lanfrimarioalberto algoritmosparaelalertatempranadedengueenunambientegeomatico
AT scavuzzomarcelo algoritmosparaelalertatempranadedengueenunambientegeomatico
bdutipo_str Repositorios
_version_ 1764820451892133888

Ejemplares similares