La fiebre del dengue sigue siendo un desafío epidemiológico significativo a nivel mundial, especialmente en Brasil, donde los brotes recurrentes tensionan los sistemas de salud. Los modelos estadísticos tradicionales a menudo tienen dificultades para capturar con precisión las complejidades de las distribuciones de casos de dengue, especialmente cuando los datos muestran patrones bimodales. Este estudio presenta un nuevo modelo de regresión bimodal basado en la distribución exponencial logística de log-generalizado de probabilidades, que ofrece una flexibilidad y precisión mejoradas para analizar datos epidemiológicos. Al abordar de manera efectiva las distribuciones multimodales, el modelo propuesto supera las limitaciones de los modelos unimodales, lo que lo hace adecuado para aplicaciones de salud pública. A través del análisis de regresión de datos de casos de dengue del Distrito Federal de Brasil durante las semanas epidemiológicas de 2022, el modelo demuestra su capacidad para mejorar el ajuste de la tasa de enfermedad. Los parámetros del modelo se estiman utilizando la estimación de máxima verosimilitud, y las simulaciones de Monte Carlo validan su precisión. Además, las medidas de influencia local y el análisis de residuos aseguran la bondad de ajuste del modelo propuesto. Aunque este innovador modelo de regresión ofrece ventajas sustanciales, su efectividad depende de la disponibilidad de datos de alta calidad, y se necesita una validación adicional para confirmar su aplicabilidad en diversas enfermedades y regiones con características epidemiológicas variables.