Video Experimental Relacionado
Updated: Sep 9, 2025

Multiplexed Isothermal Amplification Based Diagnostic Platform to Detect Zika, Chikungunya, and Dengue 1
Published on: March 13, 2018
Uso de técnicas de geocodificación para la vigilancia epidemiológica en el Distrito Federal, Brasil: un estudio de
Lucas Sanglard1, Klauss K S Garcia2, Walter Massa Ramalho3
1Ministry of Health, Secretariat of Health Surveillance and Environment, Brasília.
Al comparar los servicios de geocodificación para la vigilancia del dengue, Google Maps API y CNEFE mostraron la mejor precisión. Estas herramientas son valiosas para identificar las prioridades de intervención en la vigilancia epidemiológica.
Área de la Ciencia:
- Epidemiología
- Sistemas de información geográfica (SIG)
- Salud pública
Sus antecedentes:
- La geocodificación precisa es crucial para la vigilancia epidemiológica y la asignación de recursos.
- La vigilancia del dengue se basa en datos de ubicación precisos para intervenciones oportunas.
- La evaluación de los servicios de geocodificación es esencial para optimizar las estrategias de salud pública.
Objetivo del estudio:
- Comparar la precisión y aplicabilidad de diferentes servicios de geocodificación para la vigilancia epidemiológica.
- Evaluar las herramientas de geocodificación, incluidos Google Maps, CNEFE, OpenStreetMap (OSM) y ArcGIS, utilizando datos de casos de dengue.
- Determinar los métodos de geocodificación más eficaces para el análisis de la densidad de núcleos en la salud pública.
Principales métodos:
- Estudio transversal y descriptivo utilizando notificaciones de casos de dengue de la base de datos SINAN de Brasil (2014).
- La precisión de la geocodificación se evaluó utilizando los datos completos del código postal (CEP) del CNEFE como estándar de oro.
- Cuatro herramientas de geocodificación (Google Maps API, CNEFE, OSM, ArcGIS) fueron evaluadas en función de la tasa de precisión y el error espacial medio (MSE).
Principales resultados:
- La API de Google Maps logró una precisión del 17,6% (MSE: 178,89 km), el CNEFE del 9,0% (MSE: 17,24 km), el OSM del 7,1% (MSE: 564,19 km) y el ArcGIS del 3,7% (MSE: 2001,33 km).
- A pesar de la modesta precisión general, Google Maps API y CNEFE demostraron su eficacia en el análisis de la densidad del núcleo.
- El análisis de la densidad del núcleo utilizando los dos primeros modelos reveló patrones espaciales similares para los casos de dengue.
Conclusiones:
- La API de Google Maps se recomienda para la georreferenciación en la vigilancia epidemiológica, seguida por el CNEFE.
- La selección del servicio de geocodificación debe tener en cuenta tanto la precisión como los recursos financieros disponibles.
- La geocodificación eficaz es vital para identificar las áreas de alta prioridad para las intervenciones de salud pública.
Videos de Conceptos Relacionados
Principles of Disease Surveillance
Statistical Methods for Analyzing Epidemiological Data
Applications of GIS: Disaster Management and Emergency Response
Introduction to Epidemiology
Statistical Software for Data Analysis and Clinical Trials
Steps in Outbreak Investigation

