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...
Guardado en:
Autores principales: | , , , , , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2011
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/129081 |
Aporte de: |
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 |