O número de reprodutibilidade basal, R_0, é definido como o número esperado de casos secundários de uma doença produzidos por um indivíduo infectado em uma população suscetível durante seu período de infecciosidade. Tem-se que, para R_0 < 1 a doença não consegue se manter na população, e para R_0 >1 a doença irá se estabelecer. O cálculo do valor de R_0 pode ser feito de diversas maneiras, como por exemplo: a partir da análise de estabilidade de um modelo compartimental, através da matriz de próxima geração, da fase final de uma epidemia, entre outros. Neste trabalho foi estudado o cálculo de R_0 a partir da fase inicial de crescimento de um surto, em que ao fazer este cálculo não é suposto crescimento exponencial da doença, o que é proposto implicitamente na maior parte dos estudos. Foram estudadas as técnicas propostas por Nishiura, Ross-Macdonald e White e Pagano. O objetivo deste estudo foi comparar essas técnicas e avaliar como cada técnica estima o valor do número de reprodutibilidade basal, aplicando-as a doenças causadas por vetores, neste caso em particular foram utilizados dados de dengue. Foram utilizados dados da cidade de Ribeirão Preto nos períodos de 2009-2010 e 2010-2011, em ambos os casos a cidade apresentou um surto epidêmico. Os resultados apresentados pelos três métodos são numericamente diferentes. Pode-se concluir que todos os métodos acertam na previsão de que a dengue irá se propagar na cidade estudada, o que é verdade para os casos estudados, e que apesar de serem numericamente diferentes a análise semanal dos dados mostra que os valores calculados apresentam um mesmo padrão ao longo do tempo / The basic reproduction number,R_0, is defined as the expected number of secondary cases of a disease produced by a single infection in a susceptible population. If R_0 < 1 the disease cannot establish in the population, and if R_0 > 1 we expect the disease spread in the population. The value of R_0 can be estimated in several ways, for example, with the stability analysis of a compartmental model, through the matrix of next generation, using the final phase of an epidemic, etc. In this work we studied methods for estimating R_0 from the initial growth phase of the outbreak, without assuming exponential growth of cases, which is suggested in most studies. We used the methods proposed by Nishiura, Ross-Macdonald and White and Pagano. The objective of this work was to compare these techniques and to evaluate how these technique estimate the value of the basic reproduction number, applying them to diseases caused by vectors. In this particular case we used data of dengue. We used data from the city of Ribeirão Preto in the periods of 2009-2010 and 2010-2011, in both cases the city had an outbreak. The results obtained by the three methods are numerically different. We can conclude that all methods are correct in the sense that dengue will spread in the city studied, what is true for the cases studied, although they are numerically different. Weekly analysis of the data show that the estimated values have a same pattern over time

O número de reprodutibilidade basal, R_0, é definido como o número esperado de casos secundários de uma doença produzidos por um indivíduo infectado em uma população suscetível durante seu período de infecciosidade. Tem-se que, para R_0 < 1 a doença não consegue se manter na população, e para R_0 >1 a doença irá se estabelecer. O cálculo do valor de R_0 pode ser feito de diversas maneiras, como por exemplo: a partir da análise de estabilidade de um modelo compartimental, através da matriz de próxima geração, da fase final de uma epidemia, entre outros. Neste trabalho foi estudado o cálculo de R_0 a partir da fase inicial de crescimento de um surto, em que ao fazer este cálculo não é suposto crescimento exponencial da doença, o que é proposto implicitamente na maior parte dos estudos. Foram estudadas as técnicas propostas por Nishiura, Ross-Macdonald e White e Pagano. O objetivo deste estudo foi comparar essas técnicas e avaliar como cada técnica estima o valor do número de reprodutibilidade basal, aplicando-as a doenças causadas por vetores, neste caso em particular foram utilizados dados de dengue. Foram utilizados dados da cidade de Ribeirão Preto nos períodos de 2009-2010 e 2010-2011, em ambos os casos a cidade apresentou um surto epidêmico. Os resultados apresentados pelos três métodos são numericamente diferentes. Pode-se concluir que todos os métodos acertam na previsão de que a dengue irá se propagar na cidade estudada, o que é verdade para os casos estudados, e que apesar de serem numericamente diferentes a análise semanal dos dados mostra que os valores calculados apresentam um mesmo padrão ao longo do tempo / The basic reproduction number,R_0, is defined as the expected number of secondary cases of a disease produced by a single infection in a susceptible population. If R_0 < 1 the disease cannot establish in the population, and if R_0 > 1 we expect the disease spread in the population. The value of R_0 can be estimated in several ways, for example, with the stability analysis of a compartmental model, through the matrix of next generation, using the final phase of an epidemic, etc. In this work we studied methods for estimating R_0 from the initial growth phase of the outbreak, without assuming exponential growth of cases, which is suggested in most studies. We used the methods proposed by Nishiura, Ross-Macdonald and White and Pagano. The objective of this work was to compare these techniques and to evaluate how these technique estimate the value of the basic reproduction number, applying them to diseases caused by vectors. In this particular case we used data of dengue. We used data from the city of Ribeirão Preto in the periods of 2009-2010 and 2010-2011, in both cases the city had an outbreak. The results obtained by the three methods are numerically different. We can conclude that all methods are correct in the sense that dengue will spread in the city studied, what is true for the cases studied, although they are numerically different. Weekly analysis of the data show that the estimated values have a same pattern over time