Traditional machine learning based on atmospheric conditions for prediction of dengue presence

Abstract

The dengue virus has become an increasingly critical problem for humanity due to its extensive spread. This is transmitted through a vector that sprouts in certain climatic conditions (tropical and subtropical climates). The transmission of the disease can be associated with certain climatic variables that reinforce the outbreak. Data were collected on dengue cases by epidemiological week registered in Loreto-Peru from January 1, 2016, to January 31, 2022. Likewise, data on meteorological variables (maximum and minimum temperature; dry and humid bulb temperature; wind speed and total precipitation in the area). In this study, four Machine learning modeling techniques were considered: Support Vector Machine (SVM), Decision Tree, Random Forest and AdaBoost; and the parameters defined to evaluate the models are: Accuracy, Precision, Recall and F-1. As a result, optimal AUC values were obtained in a range from 0.818 to 0.996 for the SVM, Random Forest and AdaBoost algorithms, likewise, in all weather stations the ROC curve showed good performance for all models, except for the Decision Tree algorithm. As a conclusion for this study the optimal model to associate dengue cases with climatic conditions is SVM.

El virus del dengue se ha convertido en un problema cada vez más crítico para la humanidad debido a su amplia propagación. Este se transmite a través de un vector que se desarrolla en ciertas condiciones climáticas (climas tropicales y subtropicales). La transmisión de la enfermedad puede estar asociada con ciertas variables climáticas que refuerzan el brote. Se recopilaron datos sobre casos de dengue por semana epidemiológica registrados en Loreto-Perú desde el 1 de enero de 2016 hasta el 31 de enero de 2022. Asimismo, se obtuvieron datos de variables meteorológicas (temperatura máxima y mínima; temperatura de bulbo seco y húmedo; velocidad del viento y precipitación total en la zona). En este estudio, se consideraron cuatro técnicas de modelado de aprendizaje automático: Máquina de Vectores de Soporte (SVM), Árbol de Decisión, Bosque Aleatorio y AdaBoost; y los parámetros definidos para evaluar los modelos son: Exactitud, Precisión, Sensibilidad y F-1. Como resultado, se obtuvieron valores óptimos de AUC en un rango de 0.818 a 0.996 para los algoritmos SVM, Bosque Aleatorio y AdaBoost; asimismo, en todas las estaciones meteorológicas, la curva ROC mostró un buen rendimiento para todos los modelos, excepto para el algoritmo de Árbol de Decisión. Como conclusión de este estudio, el modelo óptimo para asociar los casos de dengue con las condiciones climáticas es el SVM.