<p><strong>Introducción.</strong> El virus respiratorio sincitial es uno de los principales causantes de mortalidad de niños y adultos mayores en el mundo.<strong></strong></p><p><strong>Objetivo.</strong> Predecir la semana de inicio del brote del virus respiratorio sincitial en Bogotá utilizando variables climatológicas como variables de predicción.</p><p><strong>Materiales y métodos.</strong> Las fechas de inicio de la epidemias para niños menores de cinco años correspondientes al periodo 2005-2010, fueron obtenidos para la ciudad de Bogotá D.C., Colombia. Se seleccionaron las variables climatológicas utilizando la matriz de correlación y posteriormente se construyeron 1.020 modelos resultantes de combinar las distintas variables climatológicas y modelos con distintas semanas de anticipación al inicio del brote. Adicionalmente, se seleccionaron modelos utilizando datos de los periodos de seis años (2005-2010), cuatro años (2005-2008) y dos años (2009-2010). Utilizando los clasificadores de Naïve Bayes y la curva característica de operación del receptor (ROC) se logró determinar los mejores modelos y las variables climatológicas más relevantes.</p><p><strong>Resultados.</strong> Los modelos que utilizaron el periodo de 2 años (2009-2010) y los de la semana 0, fueron los que tuvieron mejores resultados con un 52% y 60% de aciertos respectivamente. La humedad mínima fue la variable que más apareció en los mejores modelos con un 62%. Los clasificadores de Naïve Bayes permitieron establecer cuáles son los mejores modelos para predecir la semana de inicio del brote.</p><p><strong>Conclusiones.</strong> Los resultados sugieren que los modelos que utilizan la humedad mínima, velocidad del viento y temperatura mínima son los que tienen el mayor potencial para ser utilizado como eficaces modelos predictivos.</p>