Gastrointestinal diseases of waterborne origin in Nuevo León: an application of Hidden Markov Models (HMM)
DOI:
https://doi.org/10.29105/trendinomics.v2i1.13Keywords:
Hidden Markov models, Gastrointestinal diseases, Public health, Time series analysis, Water supplyAbstract
Water scarcity in Nuevo León has posed risks to public health. This research applies Hidden Markov Models (HMM) to analyze the incidence of waterborne gastrointestinal (observable) diseases between 2021 and 2024, to identify (unobservable) risk states and their temporal dynamics. HMMs with a negative binomial distribution were estimated for six diseases, defining the optimal number of states using AIC and BIC criteria. The results indicated that four diseases (typhoid fever, paratyphoid fever, intestinal infections caused by other organisms and poorly defined diseases, and other intestinal infections caused by protozoa) presented two hidden states: low and high risk. The transition matrices showed high persistence in each state and linked periods of higher incidence with the 2022 water crisis. The study demonstrates that HMMs are an effective tool for epidemiological surveillance and the planning of preventive interventions in Nuevo León.
Downloads
References
Avilés-Polanco, G., Beltrán-Morales, L. F., Miranda-Torres, A. y Troyo-Diéguez, E. (2024). Water Scarcity and Risk of Acute Gastrointestinal Infections in Mexican Households: A Latent Class Analysis. Water, 16(13), 1884. https://doi.org/10.3390/w16131884 DOI: https://doi.org/10.3390/w16131884
Constitución Política de los Estados Unidos Mexicanos (CPEUM) (2025, 15 de octubre). Artículo 4. https://www.diputados.gob.mx/LeyesBiblio/pdf/CPEUM.pdf
Dueñas e Hinojosa (2021). La Calidad del agua potable y su influencia en la salud humana. GnosisWisdom, 1(3), 11-20. https://doi.org/10.54556/gnosiswisdom.v1i3.19 DOI: https://doi.org/10.54556/gnosiswisdom.v1i3.19
Galdos-Balzategui, A., Carmona de la Torre, J., Sánchez-Pérez, H. J., Morales-López, J. J., Torres-Dosal, A., & Gómez-Urbina, S. (2017). Evaluación cuantitativa del riesgo microbiológico por consumo de agua en San Cristóbal de Las Casas, Chiapas, México. Tecnología y ciencias del agua, 8(1), 133-153. DOI: https://doi.org/10.24850/j-tyca-2017-01-10
Kawamoto, R., Nazir, A., Kameyama, A., Ichinomiya, T., Yamamoto, K., Tamura, S., Yamamoto, M., Hayamizu, S., & Kinosada, Y. (2013). Hidden Markov model for analyzing time-series health checkup data. Studies in health technology and informatics, 192, 491–495. DOI: https://doi.org/10.3233/978-1-61499-289-9-491
Naciones Unidas (2023, 6 de noviembre). Agua. Naciones Unidas. https://www.un.org/es/global-issues/water
Nkemnole E. B., and Oyewole J. O. 2023. An Analysis of the Hidden Markov Model for Surveilling the Transmission of Lassa Fever Epidemic Disease in Nigeria During Dry Season. International Journal of TROPICAL DISEASE & Health 44 (18):1–14. https://doi.org/10.9734/ijtdh/2023/v44i181473. DOI: https://doi.org/10.9734/ijtdh/2023/v44i181473
Organización Mundial de la Salud (OMS) (2024, 22 de marzo). Saneamiento. Organización Mundial de la Salud. https://www.who.int/es/news-room/fact-sheets/detail/sanitation
Organización Mundial de la Salud (OMS) (2023, 13 de septiembre). Agua para consumo humano. Organización Mundial de la Salud. https://www.who.int/es/news-room/fact-sheets/detail/drinking-water
Petriciolet, A. B., Vázquez, R. T., & Algara, C. M. (2002). Análisis del riesgo para la salud pública ocasionado por la exposición a fluoruros en el estado de Aguascalientes, México. Revista internacional de contaminación ambiental, 18(4), 171-177.
Pineda, R. (2023, 27 de junio). Tres claves para entender y atender el problema hídrico de Nuevo León. El País. https://elpais.com/clima-y-medio-ambiente/2023-06-27/tres-claves-para-entender-el-problema-hidrico-de-nuevo-leon.html
Rock, C. y Rivera, B. (2014). La Calidad del Agua, E. coli y su Salud. College of Agriculture and Life Sciences, University of Arizona. http://hdl.handle.net/10150/670057
Stauber, C.E., Wedgworth, J.C., Johnson, P., Olson, J.B., Ayers, T., Elliott, M. y Brown, J. (2016). Associations between Self-Reported Gastrointestinal Illness and Water System Characteristics in Community Water Supplies in Rural Alabama: A Cross-Sectional Study. PLoS One, 11(1). 10.1371/journal.pone.0148102. DOI: https://doi.org/10.1371/journal.pone.0148102
Secretaría de Salud (2025). Anuarios de morbilidad. https://epidemiologia.salud.gob.mx/anuario/html/casos_mes.html
UNESCO (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura) (2018). Informe mundial de las Naciones Unidas sobre el desarrollo de los recursos hídricos 2018: soluciones basadas en la naturaleza para la gestión del agua, cifras y datos. https://unesdoc.unesco.org/ark:/48223/pf0000261579_spa
Le Strat, Y., & Carrat, F. (1999). Monitoring epidemiologic surveillance data using hidden Markov models. Statistics in medicine, 18(24), 3463-3478. DOI: https://doi.org/10.1002/(SICI)1097-0258(19991230)18:24<3463::AID-SIM409>3.3.CO;2-9
Zucchini, W., MacDonald, I. L. y Langrock, R. (2016). Hidden Markov Models for Time Series. An Introduction Using R. Second Edition. Taylor & Francis Group. DOI: https://doi.org/10.1201/b20790
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Karla Ivonne Ramírez Díaz, José Carlos Espinoza Briones
This work is licensed under a Creative Commons Attribution 4.0 International License.
