Como o indicador de risco é calculado
Metodologia versão 1.1.0 — todos os valores desta página vêm do banco de dados do sistema.
É um indicador de risco construído por regras e pesos sobre dados públicos. Não é previsão de quantos casos ocorrerão nem serve para decisão clínica.
O modelo em uma frase
Seis componentes são medidos, cada um convertido para uma escala de 0 a 1, e combinados numa soma ponderada que resulta em um score de 0 a 100. Esse score é classificado em quatro níveis.
Pesos dos componentes
Faixas de classificação
A escala é dividida em quatro faixas iguais de 25 pontos. A uniformidade foi escolhida por ser transparente e auditável; faixas ajustadas empiricamente exigiriam validação estatística fora do escopo deste trabalho.
Três decisões que definem o modelo
1. Cada componente vem de uma fonte diferente
O propósito do sistema é integrar fontes, e a composição do score reflete isso: três componentes vêm do InfoDengue (incidência, tendência e transmissão), um do Mosqlimate (atividade do vetor), um do Open-Meteo (clima) e um dos reportes dos próprios cidadãos. O DATASUS foi integrado e avaliado, mas não é usado: a base aberta de notificações do SINAN é muito incompleta para Santa Catarina — em 2026, 61 notificações de Blumenau contra 2.212 casos no InfoDengue, e o estado inteiro soma menos que os casos dos dez municípios do piloto. Além disso, cada página de 100 registros leva de 36 a 90 segundos, o que não escala para mais municípios. Por isso a coleta dele está desativada.
Os pesos seguem uma hierarquia deliberada: o que mede a doença pesa mais do que o que mede a condição favorável a ela. Incidência e tendência somam 45%, porque descrevem o que já está acontecendo. Clima e vetor somam 30%, porque descrevem condições facilitadoras — sem circulação viral, calor e chuva não produzem casos. O componente colaborativo tem o menor peso (10%) por ser dado não validado e sujeito a viés de participação.
2. Fonte sem dado não conta como zero — os pesos são redistribuídos
Nem toda fonte cobre todo município. A rede de armadilhas de ovos do Mosqlimate é irregular: no piloto, Blumenau tem leituras e Indaial não tem nenhuma — dois municípios vizinhos com coberturas diferentes. Havia três caminhos possíveis:
- tratar o ausente como zero — descartado, porque puxaria o score para baixo e faria “não medido” parecer “medido e favorável”. Num sistema de alerta, esse é o erro mais perigoso;
- não calcular sem todas as fontes — descartado, porque nenhum município do piloto teria indicador;
- redistribuir o peso do componente ausente entre os disponíveis — adotado.
Para que essa escolha não esconda informação, cada indicador registra quais componentes faltaram e qual percentual do peso total foi efetivamente coberto — a confiabilidade, exibida ao lado do nível no painel. Blumenau, que tem as seis fontes, aparece com 100%; Indaial, sem ovitrampas, com 85% — o componente de vetor vale 15% e seu peso é redistribuído.
3. A normalização é contínua, não em degraus
Cada componente é convertido para a escala de 0 a 1 por interpolação linear entre pontos de referência. Se a conversão fosse por faixas fixas, um município saltaria de 33 para 66 pontos por causa de um único caso a mais, e a classificação oscilaria de forma difícil de explicar. Com interpolação, o score responde de forma proporcional ao dado.
Como ler o resultado
No painel, o cartão “Por que este nível?” mostra a contribuição de cada componente em pontos, com a leitura em texto do valor bruto que a gerou. Um município pode chegar a MODERADO por caminhos bem diferentes — muitos casos com clima desfavorável, ou poucos casos com clima muito favorável — e o detalhamento distingue os dois cenários.
Ver o detalhamento para: Apiúna · Ascurra · Benedito Novo · Blumenau · Gaspar · Indaial · Pomerode · Rio dos Cedros · Rodeio · Timbó
Todos os parâmetros, com justificativa
Os valores abaixo estão na tabela parametro_risco e podem ser
ajustados sem alterar código. A coluna de justificativa registra a referência
técnica de cada escolha.
Pesos dos componentes
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| peso_incidencia | 25 | % | Incidência acumulada de casos por 100 mil habitantes na janela de análise. | Maior peso do modelo: é a medida epidemiológica que normaliza o número de casos pela população, permitindo comparar municípios de portes diferentes (Blumenau ~362 mil vs. Indaial ~71 mil hab.). |
| peso_tendencia_casos | 20 | % | Variação percentual dos casos entre a janela atual e a janela anterior. | A tendência antecipa a mudança de cenário: um município com incidência ainda baixa mas em crescimento acelerado merece atenção antes de atingir patamar alto. Segundo maior peso por ser o componente prospectivo do indicador. |
| peso_transmissao | 15 | % | Probabilidade de o número reprodutivo efetivo ser maior que 1 (p_rt1 do InfoDengue). | Rt>1 indica transmissão em expansão. Aproveita indicador já validado e publicado pelo InfoDengue (Fiocruz), evitando reimplementar estimativa de Rt — coerente com a delimitação de não desenvolver modelo epidemiológico complexo. |
| peso_vetor | 15 | % | Atividade do vetor medida por ovitrampas (IPO, IDO e tendência da contagem de ovos). | Mede a presença do Aedes aegypti antes de existirem casos humanos, sendo o componente mais precoce do modelo. Peso moderado porque a cobertura de ovitrampas é geograficamente irregular: no piloto, Blumenau tem leituras e Indaial não tem nenhuma. |
| peso_clima | 15 | % | Favorabilidade climática: temperatura na faixa ótima do vetor, precipitação acumulada e umidade. | O clima é condição facilitadora e não causa direta: cria criadouros e acelera o ciclo do mosquito, porém sem circulação viral não há casos. Por isso recebe peso igual ao do vetor e inferior aos componentes epidemiológicos. |
| peso_colaborativo | 10 | % | Densidade de focos reportados por cidadãos por 100 mil habitantes na janela. | Menor peso do modelo por ser dado não validado oficialmente e sujeito a viés de participação (bairros mais engajados reportam mais). O projeto determina que reporte de cidadão não seja tratado como foco confirmado. |
Pesos internos do componente climático
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| peso_sub_temperatura | 70 | % | Peso da temperatura dentro do componente climático. | A temperatura é o fator limitante no Sul do Brasil, onde o inverno frio interrompe a transmissão (Barcellos e Lowe, 2014, Trop Med Int Health 19(2):159-168, doi:10.1111/tmi.12227). Nos dados do piloto ela antecipa os casos em 8 a 10 semanas (r = 0,50), e a umidade não varia; por isso recebe o peso que era da umidade. |
| peso_sub_precipitacao | 30 | % | Peso da precipitação dentro do componente climático. | Mantido em 30%. A chuva tem efeito real, porém não linear e defasado (Lowe et al., 2021: risco máximo 1 mês após condições muito úmidas), e mais fraco que o da temperatura nos dados do piloto (correlação com os casos até 0,22). |
| peso_sub_umidade | 0 | % | Peso da umidade dentro do componente climático. | Zero no piloto: a umidade relativa média semanal nunca ficou abaixo de 79% em 2023–2026 (percentil 5, dados do InfoDengue), acima da faixa favorável da literatura, e não distingue semanas favoráveis de desfavoráveis. O InfoDengue só usa umidade como critério em clima semiárido (Ceará: umidade máxima > 87%). |
Janela de análise
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| janela_semanas | 4 | semanas | Número de semanas epidemiológicas agregadas na janela de análise, e também o tamanho da janela anterior usada na comparação de tendência. | Quatro semanas equilibram dois efeitos opostos: janelas curtas oscilam com o atraso de notificação (que o nowcasting do InfoDengue corrige apenas parcialmente), e janelas longas atrasam a detecção de mudança. Quatro semanas correspondem a aproximadamente um mês, facilitando a leitura pelo usuário. |
Limiares de incidência
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| incidencia_media | 8 | casos/100k/4sem | Início da faixa de incidência média. | Equivale a 100 casos/100 mil hab./ano (100 / 13 janelas ≈ 7,7), limite inferior da faixa média da classificação de incidência atribuída ao Ministério da Saúde em boletins epidemiológicos. |
| incidencia_alta | 23 | casos/100k/4sem | Início da faixa de incidência alta. | Equivale a 300 casos/100 mil hab./ano (300 / 13 ≈ 23), limite da faixa alta da mesma classificação. |
| incidencia_muito_alta | 77 | casos/100k/4sem | Início da faixa de incidência muito alta (saturação do componente). | Equivale a 1.000 casos/100 mil hab./ano (1000 / 13 ≈ 77). Ponto de saturação definido pelo autor, pouco mais de três vezes o limiar de alta incidência; não corresponde a uma faixa oficial. |
Limiares de tendência
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| tendencia_moderada | 25 | % | Crescimento percentual de casos que caracteriza tendência moderada de alta. | Abaixo de 25% a variação é compatível com flutuação normal de notificação semanal em municípios de médio porte. |
| tendencia_alta | 50 | % | Crescimento percentual que caracteriza tendência alta. | Crescimento de 50% entre janelas de 4 semanas indica aceleração consistente, acima do ruído de notificação. |
| tendencia_muito_alta | 100 | % | Duplicação dos casos entre janelas — tendência muito alta. | A duplicação em 4 semanas é o sinal clássico de início de surto e satura este componente do score. |
Limiares climáticos
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| temp_otima_min | 26 | °C | Início da faixa de temperatura média em que a submedida vale 1. | Início da faixa de transmissão máxima: "maximal transmission occurring in a range from 26–29°C" (Mordecai et al., 2017). Coerente com Beserra et al. (2006, Neotrop Entomol 35(6):853-860, doi:10.1590/S1519-566X2006000600021), que situam entre 21 e 29 °C a faixa favorável ao desenvolvimento do vetor. |
| temp_otima_max | 29 | °C | Fim da faixa de temperatura média em que a submedida vale 1. | Fim da faixa de transmissão máxima (26–29 °C); o pico da transmissão pelo Ae. aegypti é 29,1 °C (IC 95%: 28,4–29,8 °C) em Mordecai et al. (2017). Liu-Helmersson et al. (2014, PLoS ONE 9(3):e89783, doi:10.1371/journal.pone.0089783) encontram o pico do potencial epidêmico em 29,3 °C. |
| temp_critica_min | 17,80 | °C | Temperatura média abaixo da qual a submedida de temperatura vale 0. | Abaixo de 17,8 °C de temperatura média a transmissão de dengue pelo Ae. aegypti cai a zero (IC 95%: 14,6–21,2 °C), segundo o modelo mecanístico de Mordecai et al. (2017, PLoS Negl Trop Dis 11(4):e0005568, doi:10.1371/journal.pntd.0005568), construído com dados de laboratório e validado com casos humanos nas Américas. |
| temp_critica_max | 34,60 | °C | Temperatura média acima da qual a submedida de temperatura volta a 0. | Acima de 34,6 °C (IC 95%: 34,1–35,6 °C) a transmissão cai a zero pela mortalidade do vetor (Mordecai et al., 2017). Valor não alcançado no Vale do Itajaí: a maior média semanal observada em 2023–2026 foi 29,1 °C. |
| precipitacao_relevante | 140 | mm | Chuva acumulada na janela que leva a submedida de precipitação a 0,5. | Mediana da chuva em 4 semanas nos 10 municípios do piloto (137 mm em 2023–2026, Open-Meteo). Não há limiar universal em mm: o efeito da chuva é não linear e depende do clima local, e por isso estudos usam índices relativos à climatologia (Lowe et al., 2021, Lancet Planet Health 5(4):e209-e219, doi:10.1016/S2542-5196(20)30292-8). |
| precipitacao_alta | 240 | mm | Chuva acumulada na janela a partir da qual a submedida de precipitação satura em 1. | Percentil 90 da chuva em 4 semanas no piloto (242 mm). A submedida satura em vez de crescer porque chuva extrema pode lavar criadouros: Benedum et al. (2018, PLoS Negl Trop Dis 12(12):e0006935, doi:10.1371/journal.pntd.0006935) observaram risco de surto 16% a 70% menor 1 a 6 semanas após esses eventos. |
| umidade_favoravel | 70 | % | Umidade relativa que leva a submedida de umidade a 0,5 (sem efeito quando o peso é zero). | Mantido para municípios de clima seco, mas com peso zero no piloto (ver peso_sub_umidade). Umidade baixa agrava o efeito do calor: a 35 °C e 60% de umidade, 45% das fêmeas não ovipuseram (Costa et al., 2010, Rev Bras Entomol 54(3):488-493, doi:10.1590/S0085-56262010000300021). |
Limiares de atividade do vetor
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| ipo_medio | 20 | % | Índice de Positividade de Ovitrampas (IPO) que caracteriza dispersão média do vetor. | IPO = armadilhas positivas / armadilhas examinadas x 100. Valores acima de 20% já indicam presença disseminada do vetor na área monitorada. |
| ipo_alto | 50 | % | IPO que caracteriza dispersão alta. | Acima de 50% das armadilhas positivas, o vetor está presente na maior parte da área, cenário de alerta entomológico. |
| ido_medio | 50 | ovos/armadilha | Índice de Densidade de Ovos (IDO) que caracteriza densidade média. | IDO = total de ovos / número de armadilhas positivas. Mede intensidade da postura, complementando o IPO, que mede apenas dispersão. |
| ido_alto | 200 | ovos/armadilha | IDO que caracteriza densidade alta e satura o componente. | Densidades dessa ordem indicam população vetorial elevada na área da armadilha. |
Limiares do componente colaborativo
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| focos_100k_medio | 5 | focos/100k/4sem | Densidade de reportes que caracteriza participação/ocorrência média. | Normalizar por população evita que municípios maiores pareçam sempre mais críticos apenas por terem mais moradores reportando. |
| focos_100k_alto | 15 | focos/100k/4sem | Densidade de reportes que satura o componente colaborativo. | Limiar de saturação definido de forma conservadora, dado o peso reduzido (10%) e a natureza não validada do dado colaborativo. |
Faixas de classificação
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| score_moderado | 25 | pontos | Score a partir do qual o nível é MODERADO. | Divisão do intervalo 0-100 em quatro faixas de 25 pontos. A escala uniforme foi escolhida por ser transparente e facilmente auditável — requisito para justificar a metodologia no TCC — em vez de faixas ajustadas empiricamente, que exigiriam validação estatística fora do escopo do trabalho. |
| score_alto | 50 | pontos | Score a partir do qual o nível é ALTO. | Ver justificativa de score_moderado. Este é também o limiar padrão de disparo de alerta por e-mail. |
| score_muito_alto | 75 | pontos | Score a partir do qual o nível é MUITO_ALTO. | Ver justificativa de score_moderado. |
Critérios de disparo de alerta
| Parâmetro | Valor | Unidade | O que representa | Justificativa |
|---|---|---|---|---|
| alerta_score_minimo | 50 | pontos | Score mínimo para gerar alerta de nível — corresponde ao nível ALTO. | Evita inundar o usuário com alertas de risco baixo/moderado, que são o estado mais frequente e não exigem ação imediata. |
| alerta_variacao_casos | 50 | % | Crescimento percentual de casos que gera alerta de aumento de casos, independentemente do score. | Permite alertar sobre aceleração relevante mesmo em município cujo score ainda não alcançou o nível ALTO — cenário de detecção precoce. |
| alerta_variacao_vetor | 50 | % | Crescimento percentual da contagem de ovos que gera alerta de aumento da atividade do vetor. | Sinal precoce: a atividade vetorial cresce antes dos casos humanos aparecerem nas notificações. |
| alerta_confiabilidade_minima | 40 | % | Confiabilidade mínima do indicador para que um alerta seja disparado. | Impede que um score calculado com pouquíssimos componentes disponíveis (por falha de coleta) gere alerta por e-mail a cidadãos. |
Acesso programático
Esta metodologia também está disponível em JSON, para reprodutibilidade:
GET /api/metodologia