A dengue e a leptospirose estão entre as principais zoonoses de ocorrência no mundo. A primeira pelo elevado potencial epidêmico e a segunda pela alta letalidade. Na cidade de São Paulo, anualmente ocorrem dezenas de casos de leptospirose e centenas de casos de dengue, fazendo desses agravos alguns dos eventos de maior interesse da vigilância em saúde do município. Para melhor compreender o efeito de fenômenos climáticos e o impacto de medidas de prevenção e controle sobre a transmissão desses agravos ao longo do tempo, dois diferentes modelos estatísticos de estudo de séries temporais foram usados: 1) Função de Transferência, com erros dados por modelos ARIMA (ARIMAX), os quais foram modelados segundo a filosofia de Box-Jenkins e 2) Modelos Aditivos Generalizados (GAM) de regressão de Poisson, com estrutura de defasagem dada por funções polinômios PDL (Polynomial Distributed Lags). Os principais fatores climáticos associados ao aumento do número de casos de dengue na cidade de São Paulo foram a elevação da temperatura mínima do ar, dos níveis de precipitação pluviométrica, da densidade do vetor e a entrada de casos importados da doença, estimulada pelo feriado de carnaval. A chegada de frentes frias (temperatura < 16°C) e valores extremos de precipitação (<7mm ou > 70mm) reduzem o número de casos de dengue. Medidas de prevenção adotadas pelas equipes de vigilância em saúde do município também contribuem com a redução do número de casos. Os fatores associados ao aumento do número de casos de leptospirose foram o aumento da precipitação pluviométrica e da temperatura máxima do ar. O aumento das horas de brilho do sol reduz o número de casos. Os métodos adotados foram adequados aos objetivos do estudo e conseguiram captar as relações defasadas entre os fatores de interesse e a transmissão de dengue e de leptospirose na cidade de São Paulo. Tais técnicas também parecem adequadas como ferramentas a serem incorporadas à rotina da vigilância em saúde, permitindo fazer previsões do número de casos futuros e compreender as relações temporais entre as doenças e seus fatores determinantes e condicionantes

Dengue and leptospirosis are among the major zoonosis of occurrence in the world; the first because of the epidemic potential and the second due to high lethality. In São Paulo, dozens of leptospirosis cases and hundreds of dengue fever cases are registered annually, being some of the most important events to the municipal public health surveillance system. To understand the effect of climatic conditions and the impact of measures of prevention and control over the transmission of such diseases in the time context, two time series approaches were used: 1) Transfer Functions, with ARIMA error structure (ARIMAX), modeled by Box-Jenkins methods and 2) Additive Generalized Models (GAM) of Poisson regressions, with time structure given by Polynomial Distributed Lags (PDL). The most important climatic factors that increased the number of cases of dengue fever in the city of São Paulo were the elevation in air temperature, precipitation, vector density and the number of imported cases, which increased after carnival holiday (an important calendar event). The arrival of cold fronts from the south (air temperature < 16°C) and extreme precipitations (< 7mm or >70mm) are factors that decrease the number of new dengue cases. The public health preventive interventions adopted by the municipality were effective in diminishing the dengue occurrence. The most important factors that increased the number of leptospirosis cases in São Paulo were elevation in maximum air temperature and precipitation. Largest amount of hours of sunshine decreased the number of new cases of leptospirosis. The methods used were adequate to the study objectives, the relations among the interest lagged factors and dengue and leptospirosis transmission in the city of São Paulo were satisfactorily modeled. Such techniques also seem appropriate as tools to be incorporated into the municipal health surveillance system, allowing the prediction of the number of future disease cases and understanding temporal relations between diseases and their determinants and conditioning factors