Previsão de novos casos de sífilis adquirida no Brasil utilizando os modelos Autorregressivo Integrado de Médias Móveis Sazonal (SARIMA) e de Memória em Curto e Longo Prazo (LSTM)
Authors:
- Maria Clara Da Silva MaiaMMMaria Clara Da Silva Maia
- Antonio Manoel Ferreira RaymundoARAntonio Manoel Ferreira Raymundo
- Daiane Conceição De AraújoDADaiane Conceição De Araújo
- Kelly De Almeida SchlagerKSKelly De Almeida Schlager
- Ketlin AngelinKAKetlin Angelin
- Lídhia Cainnã de Souza AraújoLALídhia Cainnã de Souza Araújo
- Daniela Teixeira BorgesDBDaniela Teixeira Borges
- Renata Dos Santos RabelloRRRenata Dos Santos Rabello
Open Access
- 2 January 2026
- journal article
- Published by Instituto para o Desenvolvimento da Educacao in Journal of Health & Biological Sciences
- Vol. 14 (1) , e6208
Abstract
Objetivo: estimar novos casos de sífilis adquirida no Brasil, utilizando os modelos Autorregressivo Integrado de Médias Móveis Sazonal (SARIMA), de Memória em Curto-Longo Prazo (LSTM) e a média aritmética entre eles. Métodos: foram analisados dados do Sistema de Informação de Agravos de Notificação referentes às notificações mensais entre 2014 e 2023. A validação utilizou o Erro Percentual Absoluto Médio (MAPE), a Raiz do Erro Quadrático Médio (RMSE) e o Erro Absoluto Médio (MAE). Resultados: a série apresentou tendência crescente e sazonalidade anual. Foi não estacionária (ADF p = 0,659) e exibiu autocorrelação (Ljung-Box p < 0,001). O modelo SARIMA (0,1,2)(0,0,1)[12] e LSTM foram comparados. Ambos apresentaram resíduos aleatórios (Ljung-Box: SARIMA p = 0,068; LSTM p = 0,321). As métricas foram próximas, com leve vantagem do SARIMA (RMSE 2.232 vs 2.422; MAE 1.891 vs 1.922; MAPE 10%). A média aritmética obteve melhores resultados em todos os índices de erro e independência do ruído. As previsões do SARIMA estabilizam em 19,8 mil casos a partir de março de 2025, enquanto as do LSTM declinam até 18,96 mil no mesmo período. Observaram-se tendência deaumento em todos os recortes populacionais e só existiu presença de autocorrelação dos dados no recorte de região, indicando necessidade de ver o todo para compreensão das partes. Conclusões: ambos os modelos foram adequados para estimar casos de sífilis adquirida, sem diferença marcante de precisão, com a média aritmética aumentando ainda mais a confiabilidade das previsões.Keywords
This publication has 16 references indexed in Scilit:
- Edge-based modelling for disease transmission on random graphs: an application to mitigate a syphilis outbreakRoyal Society Open Science, 2025
- Analysis and forecasting of syphilis trends in mainland China based on hybrid time series modelsEpidemiology and Infection, 2024
- Seasonality of syphilis in males through the 2011 to 2019 mandatory surveillance period: A cross-sectional study in South KoreaMedicine, 2023
- AB030. Characterizing and forecasting common infectious diseases in China: a time series analysisJournal of Public Health and Emergency, 2021
- Tendência do número de casos da tuberculose no estado de Minas GeraisJournal of Health & Biological Sciences, 2021
- Epidemiological behavior and current forecast of syphilis in Mexico: increase in male populationPublic Health, 2020
- A comparison of SARIMA and LSTM in forecasting dengue hemorrhagic fever incidence in Jambi, IndonesiaJournal of Physics: Conference Series, 2020
- Time series analysis and forecasting of chlamydia trachomatis incidence using surveillance data from 2008 to 2019 in Shenzhen, ChinaEpidemiology and Infection, 2020
- Results from the second year of a collaborative effort to forecast influenza seasons in the United StatesEpidemics, 2018
- Time Series Analysis in Python with statsmodelsProceedings of the Python in Science Conference, 2011