Controle epidemiológico em modelos biológicos

Abstract

RESUMO A dengue é considerada atualmente a arbovirose de maior impacto no mundo, com estimativas da Organização Mundial da Saúde (OMS) apontando que 3,5 bilhões de pessoas vivem em áreas de risco. No Brasil, Aedes aegypti consolidou-se como vetor primário, e Aedes albopictus como vetor secundário, ambos altamente adaptados ao meio urbano. Este estudo integra três dimensões analíticas: (i) dados epidemiológicos de dengue notificados no município de Codó–MA (2014–2023), (ii) experimentos laboratoriais sobre o ciclo de vida do vetor e (iii) modelagem matemática baseada em López et al. (2012), com equações diferenciais com retardo. A série histórica apresentou o maior número de notificações em 2016 e de casos confirmados em 2022; no experimento, os grupos com ovos armazenados por mais tempo exibiram eclosão mais tardia e menor emergência de adultos. O modelo foi configurado com condições iniciais baseadas nos dados locais, parâmetros da literatura e referências biológicas do experimento, permitindo comparar cenários de transmissão e controle. Entre os cenários avaliados, o controle simultâneo de 40% nos três componentes produziu a maior supressão das populações infectadas e vetoriais. Os resultados reforçam que a integração entre vigilância epidemiológica, experimentação entomológica e modelagem matemática pode subsidiar o planejamento de ações de saúde pública. ABSTRACT Dengue is currently considered the arboviral disease with the greatest global impact, with estimates from the World Health Organization (WHO) indicating that approximately 3.5 billion people live in risk areas. In Brazil, Aedes aegypti is the primary vector, whereas Aedes albopictus is a secondary vector, both highly adapted to urban environments. This study integrates three analytical dimensions: (i) epidemiological records of dengue in Codó, Maranhão, Brazil (2014–2023); (ii) laboratory experiments on the vector life cycle; and (iii) mathematical modeling based on López et al. (2012), using delay differential equations. The historical series showed the highest number of notifications in 2016 and the highest number of confirmed cases in 2022; in the experiment, groups with longer egg-storage periods showed later hatching and lower adult emergence. The model was configured with initial conditions based on local data, parameters from the literature, and biological references from the experiment, enabling comparison of transmission and control scenarios. Among the evaluated scenarios, simultaneous 40% control in all three components produced the greatest suppression of infected human and vector populations. The findings indicate that integrating epidemiological surveillance, entomological experimentation, and mathematical modeling can support public health planning.