Este portal apresenta um modelo de risco de febre amarela silvestre para os 5.570 municípios brasileiros. A febre amarela silvestre é tratada aqui como o que ela é: uma onda epizoótica que se propaga por floresta contígua, temporada a temporada, e não um atributo estático de habitat.
Entre 1994 e 2025, — municípios-ano registraram caso humano confirmado de febre amarela ou epizootia em primata não humano, sobre — municípios-ano observados. É um desfecho raro, com prevalência de 0,74%, e essa raridade governa a leitura de todas as métricas que seguem.
O painel analítico tem 178.240 linhas município-ano entre 1994 e 2025, montado a partir de dez fontes públicas com procedência declarada. A figura abaixo mostra o desfecho — caso humano confirmado ou epizootia registrada — por ano e macrorregião.
Figura 1. Municípios-ano com evento de febre amarela, 1994–2025. A onda de 2016–2019 na Mata Atlântica domina a série e concentra-se no Sudeste. Os anos hachurados não tiveram nenhum registro nacional de epizootia: são lacunas de vigilância, não ausência de circulação viral, e estão marcados como tais no painel analítico. Passe o cursor sobre uma coluna para ver a composição regional do ano.
A pergunta que o modelo existe para responder é qual município terá surto numa temporada que ainda não ocorreu. Quando as linhas de treino e teste são sorteadas ao acaso, porém, o mesmo município e anos adjacentes aparecem dos dois lados da partição: o modelo nunca precisa prever nada que não tenha visto. Ele interpola.
A figura abaixo mantém constantes o algoritmo, o painel de dados e o conjunto de variáveis ambientais, e muda apenas a partição. A métrica em destaque é a PR-AUC em múltiplos do acaso, que é a que importa quando o desfecho é raro — a ROC-AUC permanece alta mesmo quando quase todo alerta emitido é falso.
Figura 2. A mesma floresta aleatória ambiental sob quatro partições. Da partição aleatória à espaço-temporal, a PR-AUC cai 94% — de 57,4 para 2,4 vezes o acaso. Alternando a métrica vê-se o contraste: a ROC-AUC cai 0,441, queda que parece modesta, enquanto a capacidade de detecção cai por um fator de 24 e o custo operacional passa de 3 para 21 municípios investigados por surto encontrado. É por isso que todo número deste portal vem de validação em que o período avaliado nunca participa do ajuste.
Dois modelos, duas perguntas. O modelo ambiental (adequabilidade de habitat) é o que sustenta as páginas de determinantes e de cenários climáticos; sob bloco espaço-temporal ele fica perto do acaso e não serve para priorizar municípios. A previsão operacional usa outro modelo, construído sobre a estrutura de propagação da onda — ver Previsão.
Uma regressão logística sobre doze variáveis — um representante por mecanismo: força de infecção, distância ao foco, refratariedade, floresta, relevo, população e clima normal — atinge PR-AUC de 7,3 vezes o acaso em validação prospectiva, com calibração monotônica por decil. Nas temporadas em que a onda avançava chega a 23 vezes o acaso; na temporada em que ela chegou à Mata Atlântica, cai a 1,2. O modelo diz para onde a onda em curso avança, não onde a próxima começa.
Sob o teste mais severo para o modelo ambiental, toda macrorregião fica perto do acaso — exceto o Sul, com ROC-AUC de 0,737 (IC 95% 0,697–0,777). Retirada do treino, cada região perde desempenho: o Norte cai 0,20 de AUC e o Centro-Oeste 0,17. O Sul cai 0,02. É a única região cujo risco o modelo prevê a partir de relações aprendidas em outro lugar, sem nenhuma história local.
A importância de Gini reproduz quase perfeitamente a importância por permutação quando ambas são medidas no próprio conjunto de treino (ρ = +0,91), e não guarda relação estatística com ela em dado não visto (ρ = +0,30; p = 0,09). Das 32 variáveis, apenas quatro têm importância distinguível de zero nos dois cortes temporais avaliados.
A cobertura permanece no patamar normal do município até o ano anterior e salta 4,5 vezes no ano do surto, mantendo-se elevada por três anos. É o bloqueio vacinal disparado pelo próprio surto, registrado pelo sistema no ano em que ocorre. A variável contemporânea está a jusante do desfecho; por isso o painel usa a imunidade defasada em dois anos.
Desempenho prospectivo, calibração, coeficientes e a lista de prioridade municipal.
Esquemas de partição, decomposição por macrorregião, calibração por decil e curva de decisão clínica.
Contribuições SHAP medidas fora da amostra, importância por permutação com intervalo e curvas de resposta.
Estudo de evento da cobertura em torno do ano do surto e o que isso implica para cenários de imunização.
Conjunto de cinco modelos climáticos e quatro trajetórias de emissão, e o piso de ruído do próprio modelo.
| Não apresentado | Motivo medido |
|---|---|
| Mapa municipal de risco do modelo ambiental | Sob bloco espaço-temporal, a calibração do modelo ambiental superestima o decil de topo por fator de 2,4× a 4,7×, e nenhum limiar apresenta benefício líquido positivo. |
| Mapa de cenário climático | Em 83% dos municípios a dispersão entre cenários é menor que a dispersão entre reajustes do próprio modelo. |
| Efeito de aumentar ou reduzir a cobertura vacinal | A variável não carrega sinal generalizável nem depois de defasada; a alavanca teria sinal arbitrário. |
| Comparação entre trajetórias de emissão | SSP5-8.5 menos SSP1-2.6 resulta em +0,0001 com intervalo que inclui zero, enquanto a escolha do modelo climático altera o resultado por um fator de sete. |