Track: Data Analytics and Big Data

Abstract

Las enfermedades arbovirales son aquellas transmitidas por vectores artrópodos con una representación significativa en la alta carga de enfermedad en el mundo, incluyendo las Américas. Por ello, es importante centrar los esfuerzos en la vigilancia de los vectores y las enfermedades que transmiten, con el fin de implementar estrategias preventivas para mitigar su impacto en la población. Considerando que Colombia es un país con condiciones idóneas para la presencia de estas enfermedades, siendo Santander uno de los departamentos con mayor presencia de casos de dengue. El propósito de esta investigación es desarrollar un marco para la predicción de casos de dengue por semana en cinco municipios del departamento de Santander, Colombia, utilizando como variable predictora las precipitaciones pluviales. Una parte importante del trabajo es la comparación de modelos de Machine Learning para predicción, como la visualización de los modelos utilizando la herramienta Power Bi (Microsoft) con código Python y R embebido. Se implementaron diferentes modelos de ML, aquí solo se presentan tres modelos: ARIMA, Redes Neuronales Recurrentes (RNN) y Redes Neuronales con Memoria a Largo y Corto Plazo (LSTM). Los resultados muestran una precisión predictiva satisfactoria que puede ayudar a diferentes entidades gubernamentales en el proceso de decisión de salud pública.