Temporal dynamics of dengue fever in Rio Grande do Sul: a ten-year analysis of incidence and basic reproduction number (2015–2025): Dinâmica temporal da dengue no Rio Grande do Sul: uma análise de dez anos da incidência e do número básico de reprodução (2015–2025)

Aléxia Rodrigues de Faria; Glênio Aguiar Gonçalves; Daniela Buske; Angelita dos Reis Gomes; Ana Maria Bersch Domingues; Régis Sperotto de Quadros; Mateus Barcellos da Silva

doi:10.5902/2179460X95095

Autores

Aléxia Rodrigues de Faria Universidade Federal de Pelotas https://orcid.org/0000-0002-1180-7104
Glênio Aguiar Gonçalves Universidade Federal de Pelotas https://orcid.org/0000-0001-7321-3742
Daniela Buske Universidade Federal de Pelotas https://orcid.org/0000-0002-4573-9787
Angelita dos Reis Gomes Universidade Federal de Pelotas https://orcid.org/0000-0001-5325-044X
Ana Maria Bersch Domingues Universidade Federal de Pelotas https://orcid.org/0000-0003-2218-5491
Régis Sperotto de Quadros Universidade Federal de Pelotas https://orcid.org/0000-0002-9720-8013
Mateus Barcellos da Silva Universidade Federal de Pelotas https://orcid.org/0009-0005-2726-3331

DOI:

https://doi.org/10.5902/2179460X95095

Palavras-chave:

Incidência da dengue, Número básico de reprodução, Análise de dados epidemiológicos, Matemática aplicada

Resumo

A dengue é uma das principais arboviroses de importância em saúde pública, apresentando ampla distribuição global e crescente incidência em regiões historicamente menos afetadas. No Brasil, mudanças climáticas, urbanização acelerada e fatores socioeconômicos têm contribuído para a intensificação e expansão da doença. Neste contexto, o presente estudo analisa as tendências e padrões da dengue no estado do Rio Grande do Sul ao longo de um período de dez anos, entre 2015 e 2025. Foram utilizados dados oficiais do Ministério da Saúde para o cálculo das taxas de incidência e para a análise da distribuição temporal dos casos por semana epidemiológica. Além disso, o número básico de reprodução R0 foi estimado para os anos com crescimento epidêmico bem definido, a partir da taxa de crescimento exponencial inicial da curva de casos, considerando parâmetros epidemiológicos extraídos da literatura. Os resultados evidenciam um padrão sazonal consistente, com picos recorrentes entre as semanas epidemiológicas 10 e 20, bem como um aumento expressivo da carga da doença nos anos mais recentes, especialmente em 2022, 2024 e 2025. As estimativas de R0 variaram entre aproximadamente 2,2 e 4,8, valores compatíveis com aqueles reportados em estudos anteriores realizados em diferentes regiões do Brasil. Os achados indicam uma mudança no cenário epidemiológico da dengue no Rio Grande do Sul, reforçando a necessidade de estratégias de vigilância e controle mais eficazes e adaptadas à nova realidade epidemiológica do estado.

Downloads

Não há dados estatísticos.

Biografia do Autor

Aléxia Rodrigues de Faria, Universidade Federal de Pelotas

É mestra em Modelagem Matemática pelo Programa de Pós-Graduação em Modelagem Matemática da Universidade Federal de Pelotas.

Glênio Aguiar Gonçalves, Universidade Federal de Pelotas

Possui graduação em Bacharelado em Física pela Universidade Federal do Rio Grande do Sul (UFRGS), mestrado e doutorado em Engenharia Mecânica pela mesma instituição, além de pós-doutorado pela UFRGS.

Daniela Buske, Universidade Federal de Pelotas

Possui graduação em Matemática – Licenciatura Plena pela Universidade Federal de Santa Maria, mestrado e doutorado em Engenharia Mecânica pela Universidade Federal do Rio Grande do Sul, na área de Fenômenos de Transporte e Dispersão de Poluentes.

Angelita dos Reis Gomes, Universidade Federal de Pelotas

É médica veterinária pela Universidade Federal de Santa Maria e doutora em Ciências Veterinárias (Sanidade Animal) pela Universidade Federal de Pelotas.

Ana Maria Bersch Domingues, Universidade Federal de Pelotas

Possui ensino médio pelo Colégio Franciscano Nossa Senhora Aparecida (Canguçu/RS) e graduação em Licenciatura em Matemática pela Universidade Federal de Pelotas (UFPel).

Régis Sperotto de Quadros, Universidade Federal de Pelotas

Possui graduação em Matemática pela Universidade de Passo Fundo, mestrado em Matemática Aplicada pela Universidade Federal do Rio Grande do Sul e doutorado em Matemática Aplicada pela Technische Universität Darmstadt, na Alemanha.

Mateus Barcellos da Silva, Universidade Federal de Pelotas

Graduado em Física pela Universidade Federal do Rio Grande, mestre em Física pela Universidade Federal de Pelotas e atualmente doutorando em Modelagem Matemática na Universidade Federal de Pelotas.

Referências

Antonio, F. J., Itami, A. S., De Picoli, S., Teixeira, J. J. V., & Mendes, R. S. (2017). Spatial patterns of dengue cases in brazil. PloS one, 12(7), page e0180715. https://doi.org/10.1371/journal.pone.0180715.

Atlas Socioeconômico do Rio Grande do Sul (2026). Clima, Temperatura e Precipitação. https://atlassocioeconomico.rs.gov.br/clima-temperatura-e-precipitacao.

Barcellos, C., & Lowe, R. (2014). Expansion of the dengue transmission area in b razil: the role of climate and cities. Tropical Medicine & International Health, 19(2), pages 159–168. https://doi.org/10.1111/tmi.12227.

Barcellos, C., Matos, V., Lana, R. M., & Lowe, R. (2024). Climate change, thermal anomalies, and the recent progression of dengue in brazil. Scientific Reports, 14(1), page 5948. https://doi.org/10.1038/s41598-024-56044-y.

Codeço, C. T., Villela, D. A. M., & Coelho, F. C. (2018). Estimating the effective reproduction number of dengue considering temperature-dependent generation intervals. Epidemics, 25, pages 101–111. https://doi.org/10.1016/j.epidem.2018.05.011.

Codeço, C. T., Oliveira, S. S., Ferreira, D. A. C., Riback, T. I. S., Bastos, L. S., Lana, R. M., Almeida, I. F., Godinho, V. B., Cruz, O. G., & Coelho, F. C. (2022). Fast expansion of dengue in brazil. The Lancet Regional Health-Americas, 12. https://doi.org/10.1016/j.lana.2022.100274.

Coelho, G. E., Burattini, M. N., Teixeira, M. G., Coutinho, F. A. B., & Massad, E. (2008). Dynamics of the 2006/2007 dengue outbreak in brazil. Memórias do Instituto Oswaldo Cruz, 103, pages 535–539. https://doi.org/10.1590/S0074-02762008000600004.

De Almeida, P. R. (2014). Modelos epidêmicos SIR, contínuos e discretos, e estratégias de vacinação. Dissertação (mestrado em ciências), Universidade Federal de Viçosa, Programa de Pós-Graduaçãao em Matemática, Viçosa, Minas Gerais, Brazil.

Favier, C., Dégallier, N., Rosa-Freitas, M. G., Boulanger, J. P., Costa Lima, J. R., Luitgards- Moura, J. F., Menkes, C. E., Mondet, B., Oliveira, C., Weimann, E. T. S., & Tsouris, P. (2006). Early determination of the reproductive number for vector-borne diseases: the case of dengue in brazil. Tropical Medicine & International Health, 11(3), pages 332–340. https://doi.org/10.1111/j.1365-3156.2006.01560.x.

Gubler, D. J. (1998). Dengue and dengue hemorrhagic fever. Clinical Microbiology Reviews, 11(3), pages 480–496. https://doi.org/10.1128/CMR.11.3.480.

Gurgel-Gonçalves, R., De Oliveira, W. K., & Croda, J. (2024). The greatest dengue epidemic in Brazil: Surveillance, prevention, and control. Journal of the Brazilian Society of Tropical Medicine, 57, pages e00203–2024. https://doi.org/10.1590/0037-8682-0113-2024.

IBGE: Instituto Brasileiro de Geografia e Estatística (2026). Rio Grande do Sul. https://www.ibge.gov.br/cidades-e-estados/rs.html.

Jafaruddin, Indratno, S. W., Nuraini, N., Supriatna, A. K., & Soewono, E. (2015). Estimation of the basic reproductive ratio for dengue fever at the take-off period of dengue infection. Computational and mathematical methods in medicine, 2015(1), page 206131. https://doi.org/10.1155/2015/206131.

Lee, S. A., Economou, T., Catão, R. C., Barcellos, C., & Lowe, R. (2021). The impact of climate suitability, urbanisation, and connectivity on the expansion of dengue in 21st century brazil. PLoS Neglected Tropical Diseases, 15(12), page e0009773. https://doi.org/10.1371/journal.pntd.0009773.

Massad, E., Coutinho, F. A. B., Burattini, M. N., & Lopez, L. F. (2001). The risk of yellow fever in a dengue-infested area. Transactions of the Royal Society of Tropical Medicine and Hygiene, 95(4), pages 370–374. https://doi.org/10.1016/S0035-9203(01)90184-1.

Ministério da Saúde (2025). Monitoramento das Arboviroses. https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/a/aedesaegypti/monitoramento-das-arboviroses.

Ministério da Saúde (2026). Sistema de Informações de Agravos de Notificação. https://www.gov.br/saude/pt-br/composicao/svsa/sistemas-deinformacao/sinan.

Murray, N. E., Quam, M. B., & Wilder-Smith, A. (2013). Epidemiology of dengue: past, present and future prospects. Clinical Epidemiology, 5, pages 299–309. https://doi.org/10.2147/CLEP.S34440.

Nakase, T., Giovanetti, M., Obolski, U., & Lourenço, J. (2024). Population at risk of dengue virus transmission has increased due to coupled climate factors and population growth. communications earth & environment, 5(745), pages 1–11. https://doi.org/10.1038/s43247-024-01639-6.

P. Van Den Driessche, P., & Watmough, J. (2002). Reproduction numbers and subthreshold endemic equilibria for compartmental models of disease transmission. Mathematical Biosciences, 180, pages 29–48. https://doi.org/10.1016/S0025-5564(02)00108-6.

Pinho, S. T. R., Ferreira, C. P., Esteva, L., Barreto, F. R., Morato e Silva, V. C., & Teixeira, M. G. L. (2010). Modelling the dynamics of dengue real epidemics. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 368(1933), pages 5679–5693. https://doi.org/10.1098/rsta.2010.0278.

Pontes, R. J. S., & Ruffino-Netto, A. (1994). Dengue em localidade urbana da região sudeste do brasil: aspectos epidemiológicos. Revista de Saúde Pública, 28(3), pages 218–227. https://doi.org/10.1590/S0034-89101994000300010.

REDE Interagencial de Informação para a Saúde (2008). Indicadores básicos para a saúde no Brasil: conceitos e aplicações. Organização Pan-Americana da Saúde, (2nd edition).

Rossi, M., & Ternes, S. (2026). O número básico de reprodução r0 na ecologia epidemiológica. Comunicado Técnico - EMBRAPA, 120, pages 1–5.

Sanches, R. P., & Massad, E. (2016). A comparative analysis of three different methods for the estimation of the basic reproduction number of dengue. Infectious Disease Modelling, 1(1), pages 88–100. https://doi.org/10.1016/j.idm.2016.08.002.

Target Malaria (2024). Malaria vs Dengue: what are the similarities and differences? https://targetmalaria.org/wpcontent/uploads/2024/08/Dengue_FS_EN_Explainer_Aug24.pdf.

Tauil, P. L. (2002). Aspectos críticos do controle do dengue no brasil. Cadernos de Saúde Pública, 18(3), pages 867–871. https://doi.org/10.1590/S0102-311X2002000300030.

Valle, D., Pimenta, D. N., & Da Cunha, R. V., editors (2015). Dengue: teorias e práticas. SciELO-Editora FIOCRUZ.

Villela, D. A. M., Bastos, L. S., De Carvalho, L. M., Cruz, O. G., Gomes, M. F. C., Durovni, B., Lemos, M. C., Saraceni, V., Coelho, F. C., & Codeco, C. T. (2017). Zika in rio de janeiro: Assessment of basic reproduction number and comparison with dengue outbreaks. Epidemiology & Infection, 145(8), pages 1649–1657. https://doi.org/10.1017/S0950268817000358.

WHO: World Health Organization (2024). Dengue and severe dengue. https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue.

Zhao, S., Stone, L., Gao, D., & He, D. (2018). Modelling the large-scale yellow fever outbreak in luanda, angola, and the impact of vaccination. PLoS neglected tropical diseases, 12(1), page e0006158. https://doi.org/10.1371/journal.pntd.0006158.

Dinâmica temporal da dengue no Rio Grande do Sul: uma análise de dez anos da incidência e do número básico de reprodução (2015–2025)a temporal da Dengue no Rio Grande do Sul: Uma Análise de Dez Anos da Incidência e do Número Básico de Reprodução (2015–2025)