Predicción de la Incidencia del dengue en Regiones del Perú usando Machine Learning
Publicado: 02 Ago 2025, 18:44
Tema:Predicción de la Incidencia del dengue en Regiones del Perú usando Machine Learning
Integrantes
-Flores Mamani Alex Edelfre alex.flores.m@uni.pe
-Villugas Avellaneda Gerson gerson.villugas.a@uni.pe
-Pozo Garcia Julio Daniel julio.pozo.g@uni.pe
-Perez Escobar Brayan Bruce bpereze@uni.pe
Resumen
El presente informe aborda el desarrollo y la evaluación de un modelo predictivo para la incidencia semanal del dengue en las principales macro-regiones del Perú, con el objetivo de proporcionar una herramienta proactiva para la gestión de la salud pública. La problemática del dengue en Perú ha escalado significativamente en los últimos años, con cifras récord de casos en 2023 y una preocupante expansión geográfica hacia áreas históricamente no endémicas. Para enfrentar esta heterogeneidad regional, se implementó una metodología robusta que incluyó la recopilación de datos de diversas fuentes (epidemiológicos, climáticos, oceánicos y un indicador de COVID-19), un riguroso preprocesamiento de datos con agrupación en macro-regiones, e ingeniería de características temporales (rezagos, variables cíclicas y medias móviles). Posteriormente, se evaluó un conjunto diverso de modelos de aprendizaje automático y lineales para identificar el de mejor rendimiento.
Palabras Clave: Dengue, Perú, Modelos predictivos, Aprendizaje automático, Modelos lineales, Incidencia semanal, Macro-regiones, Factores climáticos, Ingeniería de características, Brotes, Gestión de enfermedades vectoriales, Vigilancia epidemiológica.
Fuentes de datos :
https://github.com/galuf/dengueML
Integrantes
-Flores Mamani Alex Edelfre alex.flores.m@uni.pe
-Villugas Avellaneda Gerson gerson.villugas.a@uni.pe
-Pozo Garcia Julio Daniel julio.pozo.g@uni.pe
-Perez Escobar Brayan Bruce bpereze@uni.pe
Resumen
El presente informe aborda el desarrollo y la evaluación de un modelo predictivo para la incidencia semanal del dengue en las principales macro-regiones del Perú, con el objetivo de proporcionar una herramienta proactiva para la gestión de la salud pública. La problemática del dengue en Perú ha escalado significativamente en los últimos años, con cifras récord de casos en 2023 y una preocupante expansión geográfica hacia áreas históricamente no endémicas. Para enfrentar esta heterogeneidad regional, se implementó una metodología robusta que incluyó la recopilación de datos de diversas fuentes (epidemiológicos, climáticos, oceánicos y un indicador de COVID-19), un riguroso preprocesamiento de datos con agrupación en macro-regiones, e ingeniería de características temporales (rezagos, variables cíclicas y medias móviles). Posteriormente, se evaluó un conjunto diverso de modelos de aprendizaje automático y lineales para identificar el de mejor rendimiento.
Palabras Clave: Dengue, Perú, Modelos predictivos, Aprendizaje automático, Modelos lineales, Incidencia semanal, Macro-regiones, Factores climáticos, Ingeniería de características, Brotes, Gestión de enfermedades vectoriales, Vigilancia epidemiológica.
Fuentes de datos :
https://github.com/galuf/dengueML