Se evidenciaron ciclos en Argentina y Paraguay. La estacionalidad ocurrió a fines de invierno y primavera. Las recurrencias mostraron un período de aproximadamente cuatro años, pronosticándose la próxima alza para 1997.

Palabras claves: rabia canina, epidemiología, series de tiempo.

SUMMARY: Forecast of canine rabies in Argentina, Bolivia and Paraguay, using time series analysis.

Monthly prevalence of canine rabies in Argentina (1971-1993), Bolivia (1987-1993) and Paraguay (1976-1993) were analyzed to identify seasonal cycles of the disease. Moreover, data to forecast the evolution of rabies were studied.

The time series analysis was employed. This included the Fourier Harmonie Analysis and Box-Jenkins ARIMA-SARIMA multiplicative models.

Cycles were detected in Argentina and Paraguay. The seasonal cycles occurred at the end of winter and spring. Seasonal cycles were about every four years, and the next peak was estimated for 1997.

Key words: canine rabies, epidemiology, time series.

La rabia, descrita antes de Cristo, continúa hoy siendo una enfermedad de alto riesgo para la salud pública. Según el Instituto Panamericano de Protección de Alimentos y Zoonosis (INPPAZ) en el continente americano, durante 1993, ocurrieron 217 muertes humanas por esta causa, correspondiendo el 45% de ellas a niños menores de un año (INPPAZ/OPS, 1994a).

Si bien por naturaleza no es una enfermedad de la especie humana, ésta es transmitida a ella en forma accidental como consecuencia de la sobrediseminación a partir de reservorios animales (Smith y Seidel, 1993). Se ha establecido que todos los mamíferos son hospederos potenciales (Acha y Arámbulo III, 1985), aunque son pocas las especies capaces de mantener ciclos endémicos en forma independiente (Clark, 1988). En América del Sur, destaca el ciclo de rabia en murciélagos hematófagos y no hematófagos, dentro del denominado ciclo silvestre de la enfermedad (Acha y Arámbulo III, 1985; INPPAZ/OPS, 1994b). Sin embargo, el mayor impacto en salud pública es causado por la rabia urbana, cuyo transmisor es el perro (INPPAZ/OPS, 1994a y b). Desde hace varias décadas los países latinoamericanos han adoptado diversas estrategias de control contra este tipo de rabia, alcanzando generalmente sólo éxitos parciales y pocas veces sostenidos en el tiempo (Gonalez, 1994). Por tanto, los estudios relacionados con el conocimiento de la estructura poblacional canina y aspectos epidemiológicos y ecológicos de la rabia se tornan importantes a la hora de formular campañas de control (Acha y Arámbulo III, 1985; Bögel y Meslin, 1990; Gonalez, 1994). En este sentido los análisis retrospectivos constituyen una valiosa herramienta. De esta manera en varios países se han descrito conductas cíclicas de la rabia a lo largo del tiempo (Ernst y Fábrega, 1989; Favi y Durán, 1991; Uhaan y col., 1992; Scortti, 1995). Las fluctuaciones regulares, según su período, se pueden dividir en estacionales (período menor de un año) y seculares o cíclicas (mayores de un año), siendo consecuencia de distintos factores. Las fluctuaciones irregulares obedecen a causas aleatorias. Este trabajo tiene por objetivo contribuir al conocimiento de la epidemiología de rabia canina en Argentina, Bolivia y Paraguay. Para ello se utilizó el análisis de series de tiempo, el cual permite explicar la estructura estadística de la serie considerada y predecir la evolución futura de la variable observada en el tiempo (O’Donovan, 1982; Helfenstein, 1991; Ernst y Figueroa, 1994; Canals, 1996).

El número de caninos muertos de rabia por mes en Argentina (1971-1993), Bolivia (1987-1993) y Paraguay (1976-1993) constituyeron series de tiempo discretas. Los datos se obtuvieron en el INPPAZ/OPS y en el Ministerio de Salud Pública de Buenos Aires (Argentina).

Las series cronológicas fueron estudiadas usando dos métodos: a) análisis armónico de Fourier (AAF): buscando frecuencias dominantes en la variabilidad de la serie, con el fin de hallar estacionalidad y ciclicidad, b) modelos integrados multiplicativos ARIMA-SARIMA (Autoregressive Integrated Moving Average y stational Autoregressive Integrated Moving Average).

El AAF y su docimasia permiten detectar ciclos, basándose en la descomposición de la serie en una suma de funciones trigonométricas (Jenkins y Watts, 1968). Las series contienen términos independientes –ortogonales– que dependen de frecuencias distintas. Si hay N observaciones en N unidades de tiempo, la frecuencia del primer componente o primera armónica es f1 = 1/N, del segundo f2 = 2/N, etc. Así la variabilidad de los datos se descompuso en las contribuciones de cada frecuencia armónica, las que son referidas como "intensidad" (I). El periodograma corresponde al gráfico de las "I" en función de las frecuencias. En él se buscan picos de intensidades dominantes. El periodograma acumulado, que incorpora las bandas de confianza del test de bondad del ajuste de Kolmogorov-Smirnov, permitió expresar la significación estadística de lo anterior.

Para identificar los meses en que ocurrió la estacionalidad, se graficaron los valores de la serie por mes (promedio y dispersión de los valores). Así cada grupo representa todos los valores del mes para la serie completa.