MODELACIÓN Y PREDICCIÓN PARA MOLUSCOS CON ANGIOSTRONGILOSIS EN LA PROVINCIA VILLA CLARA, CUBA UTILIZANDO LA REGRESIÓN OBJETIVA REGRESIVA (ROR)

Authors

  • Rigoberto Fimia-Duarte Facultad de Tecnología de Salud «Julio Trigo López». Universidad de Ciencias Médicas «Dr. Serafín Ruiz de Zárate Ruiz». Villa Clara, Cuba. https://orcid.org/0000-0001-5237-0810
  • Ricardo Osés-Rodríguez Centro Meteorológico Provincial Villa Clara. Calle Marta Abreu No 59 Altos, esquina Juan Bruno Sayas, Santa Clara, Villa Clara, Cuba. https://orcid.org/0000-0002-6885-1413
  • Anai Carmenate-Ramirez Centro Meteorológico Provincial Villa Clara. Calle Marta Abreu No 59 Altos, esquina Juan Bruno Sayas, Santa Clara, Villa Clara, Cuba.
  • Jose Iannacone Laboratorio de Ecología y Biodiversidad Animal. Universidad Nacional Federico Villarreal (UNFV).Facultad de Ciencias Biológicas. Universidad Ricardo Palma (URP). Lima, Perú. https://orcid.org/0000-0003-3699-4732
  • Ramón González-González Unidad Provincial de Vigilancia y Lucha Antivectorial (UPVLA). Centro Provincial de Higiene, Epidemiología y Microbiología de Villa Clara, Cuba. https://orcid.org/0000-0001-9870-656X
  • Lomberto Gómez-Camacho Facultad de Ciencias Agropecuarias. Universidad Central «Marta Abreu» de Las Villas, Cuba. https://orcid.org/0000-0002-7652-6856
  • Aurora M. Cabrera-García Policlínico Universitario Roberto Fleites. Santa Clara, Villa Clara, Cuba. https://orcid.org/0000-0003-4580-3870

DOI:

https://doi.org/10.24039/rnh2016101730

Keywords:

Angiostrongilosis, Cuba, impacto, modelación ROR, predicción, tendencia

Abstract

El objetivo de la investigación consistió en modelar la serie de datos bimestral de moluscos, para la angiostrongilosis total en la provincia Villa Clara, Cuba en el período comprendido desde el año 2004 hasta el 2015 y pronosticar el comportamiento hasta el año 2020 de esta entidad. Se utilizaron dos metodologías: la Metodología Objetiva Regresiva (ROR) y la regresión con variables dummy, lo cual permitió la elaboración de tres modelos: (1) el de la variable climática que mayor influencia tuvo en la entidad angiostrongilosis utilizando variables dummy; (2) una modelación empleando variables Dummy para la angiostrongilosis y por último, (3) la utilización de la metodología ROR empleando como variables independientes, las predichas en los anteriores modelos. Se obtuvieron coeficientes de correlación entre el valor real y el pronóstico de R =1,0 para el modelo 1, con un error de 0,69 ºC, para el modelo 2, R=0,96 con un error de 338,02 casos, y el tercer modelo R=0,96, con un error de 324,15. La tendencia de la angiostrongilosis fue positiva, donde un aumento de temperatura media traerá aparejado un aumento de la angiostrongilosis, para el año 2020, donde deben presentarse valores superiores a los del año 2015 si se mantiene la tendencia. Se concluye que el modelo 3 es el de menores errores y mayor correlación entre valores reales y pronosticados, la tendencia es significativa al aumento para la temperatura máxima y para la angiostrongilosis.

Downloads

Download data is not yet available.

Published

2016-04-10

How to Cite

Fimia-Duarte, R., Osés-Rodríguez, R., Carmenate-Ramirez, A., Iannacone, J., González-González, R., Gómez-Camacho, L., & Cabrera-García, A. M. (2016). MODELACIÓN Y PREDICCIÓN PARA MOLUSCOS CON ANGIOSTRONGILOSIS EN LA PROVINCIA VILLA CLARA, CUBA UTILIZANDO LA REGRESIÓN OBJETIVA REGRESIVA (ROR). Neotropical Helminthology, 10(1), 61–71. https://doi.org/10.24039/rnh2016101730

Issue

Section

Artículos Originales