Spatiotemporal analysis and risk profiling of dengue in Lima and Callao: A data-driven approach for tailored prevention policies

El reciente aumento atípico de casos de dengue en Lima y Callao, Perú, destaca la necesidad de un enfoque más sofisticado para controlar esta enfermedad en entornos urbanos. Este estudio emplea técnicas avanzadas de minería de datos para realizar un análisis espaciotemporal integral de los casos de dengue en estas regiones, integrando factores climáticos, sanitarios y demográficos a nivel distrital. Utilizando el método de agrupamiento k-means, se identificaron dos perfiles de riesgo distintos entre los distritos, revelando patrones espaciales relacionados con la proximidad a puertos y la exposición a riesgos geológicos. Un análisis de sensibilidad mediante las explicaciones aditivas de Shapley (SHAP) cuantificó la contribución de diversas variables a la incidencia del dengue, destacando la importancia de la exposición a riesgos geológicos y las prácticas de gestión del agua. Los resultados indican que, contrariamente a suposiciones previas, la humedad costera no es un factor determinante en la propagación del dengue en la región. En cambio, factores como la velocidad del viento, la exposición a deslizamientos de tierra y las prácticas de conservación del agua surgieron como predictores significativos. Con base en estos hallazgos, el estudio propone recomendaciones específicas para políticas de prevención del dengue adaptadas a los perfiles de riesgo distritales. Este enfoque basado en datos para comprender y mitigar el dengue en áreas urbanas complejas ofrece un modelo potencialmente aplicable a otras regiones que enfrentan desafíos similares en el control de enfermedades transmitidas por vectores.