Uma busca pelo desenho amostral ótimo no problema de redução de malha amostral utilizando algoritmos genéticosaplicado ao sistema de ovitrampas da cidade do Rio de Janeiro

Resumo

A preocupação com a disseminação de doenças é presente tanto no dia-a-dia da população quanto nas pautas governamentais de saúde pública de cidades em todo o Brasil e no mundo. Segundo dados da Organização Mundial da Saúde, é estimado que no mundo, 2.5 bilhões de pessoas morem em regiões onde a Dengue é endêmica, sendo que aproximadamente 50 milhões de pessoas são infectadas anualmente. No Brasil, em particular, foram registrados ciclos de 3 a 5 anos para um novo surto da doença, geralmente associados à entrada de um novo sorotipo no país, sendo a última epidemia registrada em 2013, com a entrada da chamada "Dengue do tipo 4". Dentre as diversas formas de monitoramento da reprodução e infestação do mosquito, o uso das chamadas "Ovitrampas'', armadilha nas quais os mosquitos depositam seus ovos, vem sendo apontado como uma das melhores alternativas para detecção de surtos de Dengue e Febre Amarela, Marques et al. (1993); Chadee (1990). O objetivo principal deste estudo é a redução do tamanho da amostra do sistema de captura de ovos de mosquito da dengue, realizado pela prefeitura do Rio de Janeiro, viabilizando um aumento na frequência da coleta de dados, antes mensal, para uma frequência semanal, sem impactar nos custos do projeto e preservando a qualidade das estimativas obtidas a partir da amostra. O problema de redução da malha amostral está associado a um problema de otimização combinatória que pertence à classe NP, onde, dada uma amostra de tamanho n, desejamos encontrar um subconjunto de elementos amostrais de tamanho n* tal que o erro de estimação seja menor que um limite pré-estabelecido. A partir dessa definição, é possível estabelecer a correspondência do problema de redução amostral com o Problema da mochila 0-1. Utilizando esta associação, serão propostas funções objetivo onde são incorporados efeitos de dependência espaço-temporal, além de uma abordagem heurística baseada nos Algoritmos Genéticos de Chaves Aleatórias Viciadas.

Ficha do documento

Tipo

Dissertação

Ano

2016

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Não informado

Identificador

oai:repositorio.fgv.br:10438/16982

Temas

Planejamento UrbanoDadosSaúdeGestão Municipal

Palavras-chave

Sampling grid reductionGenetic algorithmsQcombinatorial optimizationAlgoritmos genéticosOtimização combinatóriaRedução de malha amostralMatemática