📄 health informatics

Dengue hospitalizations in Brazil: forecasting with climatic and physicians digital search data under real-world reporting delays

Este estudio demuestra que la integración de los datos de búsqueda digital de los médicos en tiempo real con indicadores climáticos mejora significativamente la precisión de los pronósticos de hospitalización por dengue a corto plazo en Brasil, particularmente al superar las limitaciones de los sistemas de notificación oficial tardíos.

Autores originales: QUINTANILHA, D. D. O. Q., Motta, M., Moura, E., Xavier, D., Caseri, A., Schittine, G., Gismondi, R.

Publicado 2026-01-15

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: QUINTANILHA, D. D. O. Q., Motta, M., Moura, E., Xavier, D., Caseri, A., Schittine, G., Gismondi, R.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina intentar predecir una inundación repentina en una ciudad. Por lo general, los funcionarios de la ciudad esperan hasta ver el agua subiendo realmente por las calles (hospitalizaciones) para dar la alarma. Pero para cuando ven el agua, a menudo es demasiado tarde para poner a la gente a salvo. El problema es que los informes oficiales sobre cuántas personas están en el agua tardan semanas o incluso meses en llegar.

Este artículo es como un equipo de meteorólogos y guías locales tratando de resolver ese problema en Brasil, donde una enfermedad transmitida por mosquitos llamada Dengue causa "inundaciones" masivas de personas enfermas.

Aquí está el desgónostico simple de lo que hicieron y lo que encontraron:

El Problema: El Efecto de las "Noticias Tardías"

Los investigadores notaron que los datos oficiales sobre cuántas personas fueron hospitalizadas por Dengue siempre eran "noticias tardías". Para cuando el gobierno sabía cuántas personas estaban enfermas, el brote ya podría haber alcanzado su punto máximo. Depender solo de estos datos viejos es como intentar conducir un coche mirando únicamente por el espejo retrovisor.

También sabían que el clima (lluvia, calor, humedad) juega un papel enorme en el Dengue, algo así como cómo la lluvia crea charcos donde los mosquitos se reproducen. Pero el clima por sí solo no es un cristal de la bola perfecto, especialmente cuando los números oficiales de los hospitales están retrasados.

La Nueva Idea: Escuchar los "Susurros" de los Doctores

El equipo tuvo una idea ingeniosa. Observaron una aplicación popular utilizada por médicos en Brasil llamada Whitebook. Esta aplicación es como una enciclopedia digital donde los médicos buscan cómo tratar enfermedades.

Los investigadores se preguntaron: "Si muchos médicos están buscando repentinamente 'Dengue' en sus teléfonos, ¿significa eso que un brote está comenzando antes de que los hospitales estén siquiera llenos?"

Piénsalo de esta manera:

Datos Oficiales de Hospitalización: La sirena ruidosa que suena después de que el fuego ya ha comenzado.
Datos del Clima: Las nubes oscuras reuniéndose antes de la tormenta.
Datos de Búsqueda de Médicos: El sonido de la gente agarrando sus impermeables y paraguas justo cuando caen las primeras gotas.

Cómo lo Probaron

Construyeron un "cerebro de computadora que viaja en el tiempo" (un tipo de IA llamado LSTM) para predecir las hospitalizaciones por Dengue para las próximas 8 semanas. Probaron este cerebro en dos mundos diferentes:

El Escenario del "Mundo Perfecto": Fingieron que los datos del hospital llegaban instantáneamente. En este mundo, el Clima era el mejor predictor. Tiene sentido; si conoces los patrones de lluvia y calor, puedes adivinar dónde estarán los mosquitos.
El Escenario del "Mundo Real": Hicieron que la computadora esperara a que los datos del hospital llegaran tarde (tal como en la vida real, con un retraso de hasta dos meses). En este mundo, el Clima por sí solo ya no era lo suficientemente bueno porque las "noticias" eran demasiado viejas.

El Gran Descubrimiento

Cuando los datos del hospital se retrasaron, el Modelo Integrado (Clima + Búsquedas de Médicos) ganó siempre.

¿Por qué? Las búsquedas de los médicos actuaron como una señal en "tiempo real". Cuando los médicos empezaron a buscar tratamientos para el Dengue, significaba que estaban viendo pacientes con síntomas justo ahora. Esta señal llegó mucho más rápido que el papeleo oficial del hospital.
El Resultado: Al combinar las "nubes oscuras" (Clima) con "la gente agarrando paraguas" (Búsquedas de Médicos), la computadora pudo predecir la inundación mucho mejor que mirando los mapas viejos (Clima) o esperando la sirena (Datos de Hospitalización).

Lo que Encontraron en los Datos

La Señal: En casi todas las regiones que estudiaron, el pico de médicos buscando sobre el Dengue ocurrió antes de o al mismo tiempo que el pico de hospitalizaciones. Fue una alerta temprana confiable.
La Mezcla: Diferentes regiones necesitaban diferentes "ingredientes". Algunos lugares eran impulsados por la humedad, otros por la temperatura, pero las búsquedas de los médicos fueron una constante útil que llenó los vacíos cuando los datos oficiales faltaban o llegaban tarde.

La Conclusión Fundamental

El artículo concluye que el comportamiento digital de los médicos es una herramienta valiosa y en tiempo real. Cuando los informes oficiales están atrapados en el tráfico (retrasados), escuchar lo que los médicos buscan en sus teléfonos ayuda a los funcionarios de salud pública a ver el brote venir con mayor antelación.

No se trata de reemplazar los datos del hospital o los reportes del clima; se trata de añadir una tercera voz, más rápida, a la conversación para que todos puedan reaccionar antes de que la "inundación" sea demasiado alta.

Resumen Técnico: Hospitalizaciones por Dengue en Brasil: Pronóstico con Datos Climáticos y de Búsqueda Digital de Médicos bajo Retrasos de Notificación en el Mundo Real

Planteamiento del Problema
El pronóstico oportuno de las hospitalizaciones por dengue es crítico para la preparación de la salud pública en Brasil, sin embargo, se ve frecuentemente obstaculizado por retrasos significativos en la notificación de los sistemas oficiales de hospitalización (SIH/SUS), donde los datos suelen estar disponibles semanas o meses después del ingreso del paciente. Si bien las condiciones climáticas son factores conocidos que impulsan la transmisión del dengue, los modelos que dependen únicamente de datos históricos de hospitalización o variables climáticas tienen dificultades para proporcionar alertas tempranas accionables cuando los datos oficiales presentan un desfase. El estudio aborda la necesidad de señales más oportunas de la actividad emergente de la enfermedad mediante la exploración de la integración del comportamiento clínico digital —específicamente, las consultas de búsqueda de los médicos en una plataforma de soporte de decisiones clínicas— con datos meteorológicos y epidemiológicos tradicionales.

Metodología
El estudio desarrolló un marco predictivo utilizando redes neuronales de Memoria a Largo Corto Plazo (LSTM) para pronosticar las hospitalizaciones semanales por dengue en 27 Regiones Geográficas Inmediatas (RGI) de Brasil entre 2021 y 2024. El proceso analítico involucró:

Integración de Datos: El modelo combinó tres fuentes de datos primarias:
1. Datos de Hospitalización: Conteos semanales de la base de datos SIH/SUS.
2. Datos de Búsqueda Clínica: Conteos de búsquedas anonimizadas y en tiempo real de términos relacionados con el dengue realizados por médicos con licencia verificados en la plataforma Afya Whitebook®.
3. Datos Climáticos: Observaciones meteorológicas diarias (precipitación, temperatura, humedad) de estaciones del INMET, agregadas en series semanales y transformadas en 42 posibles predictores (incluyendo rezagos, extremos e interacciones).
Selección de Características: Para gestionar la dimensionalidad, el modelo seleccionó una variable representativa de cada una de cuatro categorías climáticas (humedad, temperatura, precipitación, estacionalidad) por cada RGI basándose en el Error Cuadrático Medio (RMSE) más bajo durante el entrenamiento.
Escenarios de Modelado: Se evaluaron dos escenarios distintos para evaluar el desempeño bajo diferentes condiciones de disponibilidad de datos:
1. Escenario de Datos Ideales: Asume la disponibilidad inmediata de los datos de hospitalización (sin retraso en la notificación).
2. Escenario del Mundo Real: Incorpora los retrasos típicos de notificación al desplazar los datos de hospitalización hasta ocho semanas para simular la latencia del mundo real.
Modelos Comparativos: Se compararon cinco estructuras de modelos: Solo Hospitalización (LSTM y SARIMAX), Solo Búsqueda Clínica (Hospitalización + Búsqueda), Solo Clima (Hospitalización + Clima) y un Modelo Integrado (Hospitalización + Búsqueda + Clima).
Evaluación: El desempeño se evaluó mediante RMSE, Error Cuadrático Medio (MSE), Error Absoluto Medio (MAE) y el coeficiente de determinación ( $R^2$ ). La importancia de las características se analizó mediante valores SHAP (SHapley Additive exPlanations).

Resultos Clave

Correlación y Alineación Temporal: El análisis reveló que la actividad de búsqueda de los médicos en Afya Whitebook® demostró la correlación positiva más fuerte y consistente con las hospitalizaciones por dengue en las RGI. El análisis de series temporales indicó que los picos en la actividad de búsqueda frecuentemente preceden o coinciden con los aumentos en los ingresos hospitalarios, lo que sugiere que el comportamiento de búsqueda actúa como un indicador clínico temprano.
Desempeño con Datos Ideales: En ausencia de retrasos en la notificación, los modelos que dependían principalmente de variables climáticas alcanzaron la mayor precisión predictiva (menor RMSE). El modelo integrado funcionó bien, pero mostró solo mejoras modestas respecto a los modelos de solo clima en este escenario.
Desempeño en el Mundo Real: Bajo los retrasos de notificación realistas, la dinámica del desempeño cambió significamente. El Modelo Integrado (que combina el historial de hospitalización, el clima y los datos de búsqueda de médicos) superó consistentemente a todos los demás enfoques, logrando los errores de predicción más bajos en la mayoría de las regiones.
- Los modelos que dependían únicamente de datos climáticos o de la historia de hospitalización previa sufrieron una reducción en su precisión debido a la latencia de los registros oficiales.
- La inclusión de los datos de búsqueda de los médicos compensó la pérdida de señal de los conteos de hospitalización retrasados, manteniendo la robustez del pronóstico.
Importancia de las Características (SHAP): El análisis SHAP confirmó que, bajo condiciones ideales, el historial de hospitalización reciente y las variables climáticas eran los predictores dominantes. Sin embargo, bajo los retrasos del mundo real, la importancia relativa del historial de hospitalización cayó drásticamente, mientras que la contribución del indicador de búsqueda clínica aumentó, resaltando su utilidad como un proxy en tiempo real de la actividad de la enfermedad.

Significancia y Reivindicaciones
El artículo sostiene que la integración del comportamiento clínico digital con los datos climáticos mejora el desempeño del pronóstico específicamente bajo las restricciones de notificación del mundo real. Los autores postulan que el comportamiento de búsqueda de los médicos constituye un indicador valioso y en tiempo real de la actividad del dengue que refleja el compromiso clínico inmediato con los casos.

El estudio concluye que, si bien los modelos basados en el clima son efectivos cuando los datos son oportunos, son insuficientes para una respuesta temprana cuando la notificación oficial se retrasa. Al incorporar señales digitales de los médicos, el marco propuesto fortalece los sistemas de alerta temprana y apoya la toma de decisiones de salud pública más oportuna. Los autores enfatizan que este enfoque proporciona una "señal más rápida y clínicamente fundamentada" para apoyar la detección de brotes, particularmente en entornos donde los retrasos en la notificación son estructurales. Reconocen limitaciones respecto a la inferencia ecológica, los posibles sesgos en la base de usuarios médicos y la opacidad de los modelos LSTM, pero afirman que la integración de estos dominios de datos ofrece una mejora práctica para el pronóstico operativo en Brasil.