Enhanced Vegetation Index (EVI) na análise da dinâmica da vegetação da reserva biológica de Sooretama, ES

Técnicas de análises de séries temporais são utilizadas para caracterizar o comportamento de fenômenos naturais no domínio do tempo. Neste artigo, segundo a metodologia proposta por Box et al. (1994), 125 observações do Enhanced Vegetation Index (EVI) foram analisadas. Os valores modelados correspondem às variações temporais ocorridas no dossel florestal da reserva biológica de Sooretama, localizada ao Norte do Estado do Espírito Santo, no Município de Linhares. Os resultados indicaram que a metodologia foi adequada. Os resíduos do modelo ajustado são não correlacionados com distribuição normal, média zero e variância s². Com o menor valor do Critério de Informação de Akaike (AIC) -570,51, o modelo ajustado foi o Sazonal Auto-Regressivo Integrado de Médias Móveis (1,0,1)(1,0,1)12.

Economic burden of expected epidemiological changes in diseases related to tobacco, Mexico

OBJECTIVE: To determine health care costs and economic burden of epidemiological changes in diseases related to tobacco consumption. METHODS: A time-series analysis in Mexico (1994-2005) was carried out on seven health interventions: chronic obstructive pulmonary diseases, lung cancer with and without surgical intervention, asthma in smokers and non-smokers, full treatment course with nicotine gum, and full treatment course with nicotine patch. According with Box-Jenkins methodology, probabilistic models were developed to forecast the expected changes in the epidemiologic profile and the expected changes in health care services required for selected interventions. Health care costs were estimated following the instrumentation methods and validated with consensus technique. RESULTS: A comparison of the economic impact in 2006 vs. 2008 showed 20-90% increase in expected cases depending on the disease (p<0.05), and 25-93% increase in financial requirements (p<0.01). The study data suggest that changes in the demand for health services for patients with respiratory diseases related to tobacco consumption will continue showing an increasing trend. CONCLUSIONS: In economic terms, the growing number of cases expected during the study period indicates a process of internal competition and adds an element of intrinsic competition in the management of preventive and curative interventions. The study results support the assumption that if preventive programs remain unchanged, the increasing demands for curative health care may cause great financial and management challenges to the health care system of middle-income countries like Mexico.

A SARIMA forecasting model to predict the number of cases of dengue in Campinas, State of São Paulo, Brazil

INTRODUCTION: Forecasting dengue cases in a population by using time-series models can provide useful information that can be used to facilitate the planning of public health interventions. The objective of this article was to develop a forecasting model for dengue incidence in Campinas, southeast Brazil, considering the Box-Jenkins modeling approach. METHODS: The forecasting model for dengue incidence was performed with R software using the seasonal autoregressive integrated moving average (SARIMA) model. We fitted a model based on the reported monthly incidence of dengue from 1998 to 2008, and we validated the model using the data collected between January and December of 2009. RESULTS: SARIMA (2,1,2) (1,1,1)12 was the model with the best fit for data. This model indicated that the number of dengue cases in a given month can be estimated by the number of dengue cases occurring one, two and twelve months prior. The predicted values for 2009 are relatively close to the observed values. CONCLUSIONS: The results of this article indicate that SARIMA models are useful tools for monitoring dengue incidence. We also observe that the SARIMA model is capable of representing with relative precision the number of cases in a next year.

Metodologia para estimar o número de dias trabalháveis com máquinas agrícolas

No atual modelo de agricultura, é indispensável que o produtor conheça a real disponibilidade de tempo para a execução das operações agrícolas ao longo do ciclo das culturas. Este é o primeiro passo para se planejar e se obter maior eficiência na execução dessas operações, que estão sujeitas às variações do clima. As variáveis meteorológicas de uma determinada região influenciam diretamente no número de dias disponíveis para trabalhar com máquinas agrícolas. O objetivo deste trabalho foi estimar as probabilidades de ocorrência de dias favoráveis para o trabalho mecanizado, utilizando-se informações meteorológicas do município de Santa Maria, RS, Brasil. As condições para se considerar o dia como favorável para o trabalho com máquinas foram a precipitação < 5 mm e o armazenamento de água no solo (ARM) entre 40 e 90% da capacidade de água disponível (CAD). O método da cadeia de Markov de primeira ordem foi utilizado para estimar as probabilidades condicionais de dias favoráveis ao trabalho com máquinas. Os resultados indicam que a metodologia aplicada para estimar as probabilidades de dias favoráveis ao uso de máquinas agrícolas foi viável, evidenciando as épocas mais apropriadas à execução de operações agrícolas mecanizadas no campo, para o município de Santa Maria, RS.