"Predicción de Brotes de Dengue por Distrito en el Perú"
INTEGRANTES:
- VARGAS GONGORA BRAYAN XAVIER
- RODRIGUES ARRRASCUE UBIL
parte del territorio peruano, con brotes recurrentes que en 2023
generaron el mayor número de casos registrado en la historia del
país. Este trabajo presenta un modelo de aprendizaje automático
para predecir, a nivel distrito-semana, el riesgo de brote de
dengue en el Perú, utilizando datos de vigilancia epidemiológica
DGE-MINSA (2000-2024) agregados en un panel de 81,196
observaciones para 662 distritos y 36 variables predictoras. Se
compararon cuatro algoritmos de clasificación –Regresión Logística,
Random Forest, XGBoost y LightGBM– bajo un esquema de
validación temporal (entrenamiento 2000-2020, validación 20212022,
prueba 2023-2024). LightGBM obtuvo el mejor desempeño,
con F1-score de 0.814 y ROC-AUC de 0.933 en el conjunto de
prueba. Se documentan las 36 variables utilizadas, se identifican
las más relevantes según el modelo, se presenta una revisión del
estado del arte internacional y una comparación cuantitativa con
más de diez estudios previos sobre predicción de dengue mediante
machine learning en Bangladés, Brasil, Colombia, India, Malasia
y el propio Perú, en la que el modelo propuesto se ubica en el
rango superior del desempeño reportado en la literatura.
Index Terms—dengue, brote epidemiológico, machine learning,
LightGBM, alerta temprana, vigilancia epidemiológica, Perú,
series temporales, clasificación binaria.