1 INTRODUÇÃO - posgraduacao.iesc.ufrj.br · A doença é transmitida pela picada da fêmea do...

1

1 INTRODUÇÃO

O dengue é uma doença reermegente e constitui hoje a mais importante

doença viral humana transmitida por mosquito (Schatzmayr, 2000, 2001; Gubler,

1997, 1998). O dengue é uma arbovirose causada por um vírus de genoma RNA

pertencente ao gênero Flavivirus, família Flaviviridae, que apresenta quatro sorotipos

(1, 2, 3, 4). A doença é transmitida pela picada da fêmea do mosquito Aedes aegypti,

que é o seu vetor urbano e que possui hábitos domésticos (Ibanez-Bernal et al.,

1997).

No País, o Ministério da Saúde registrou no primeiro semestre de 2006, 198,9

mil casos de dengue, 10,89% a mais do que no ano anterior, quando 179,3 mil

pessoas tiveram a doença.Entre janeiro e junho de 2006, as secretarias estaduais e

municipais de Saúde notificaram 278 casos de febre hemorrágica do dengue (FHD),

com 23 óbitos e letalidade de 8,27%. Para 2005, foram notificados 463 casos, com 45

óbitos e letalidade de 9,72% (MS, 2006).

Em 2001-2002 o estado do Rio de Janeiro viveu a maior epidemia registrada

atualmente, coincidindo com o isolamento do sorotipo 3. No Estado foram notificados

368.460 casos, dos quais, 177.919 eram do município (SES/RJ, 2005; Nogueira et al.

1999, Miagostovich et al. 2002 e Nogueira et al. 2001).

Para o ano de 2005, dados consolidados pela Secretaria de Estado de Saúde

do Rio de Janeiro mostram o registro de 2.969 casos de dengue, sendo 1.157 destes

no município. Em 2006 foram notificados no estado 30.413 e confirmados 5.992 e, no

município foram notificados 15.079 e confirmados 2.321 (SES/RJ, 2007).

2

Texeira et al. (2005) analisaram os casos registrados no Brasil e observaram

que após a cada introdução e circulação dos sorotipos do vírus ocorre uma epidemia,

porém, os períodos de baixa incidência indicam um provável declínio da população de

susceptível mais do que a efetividade das medidas de controle implementadas.

Observaram também que em anos recentes ocorreu a expansão das áreas afetadas

e o aumento de casos de dengue hemorrágico com alta letalidade.

Do ponto de vista epidemiológico, o espaço é uma categoria de análise

importante na compreensão da dinâmica de doenças infecciosas, como é o caso do

dengue. A grande ocupação desigual do espaço, característica básica do município

do Rio de Janeiro, forma paisagens que podem promover estratos diferenciados de

transmissão de dengue, principalmente no que se refere à permanência de habitats

favoráveis ao vetor (Costa & Natal., 1998).

O uso combinado das ferramentas de SIG e de técnicas de análise estatística

espacial potencializa o processo de análise da distribuição dos agravos no espaço

geográfico, assumindo importância fundamental na área da saúde. A incorporação

desta ferramenta a estudos epidemiológicos contribui para análise de informações

sobre a incidência de determinados agravos à saúde e condições sócio-econômicas

das populações que ocupem diferentes territórios de uma cidade (Medronho, 1995;

Barcellos, 1996; Carvalho et al., 2000).

Estudos da distribuição geográfica de doenças têm grande importância no

planejamento e na tomada de decisões em vigilância epidemiológica. A distribuição

espacial e temporal dos casos de dengue pode ser influenciada por uma série de

fatores geográficos, biológicos, ambientais e antrópicos (Passos et al., 2004; Pontes

& Ruffino-Netto, 1994; Souza-Santos & Carvalho, 2000; Barcellos et al., 2005).

3

O mapeamento de doenças vem sendo instrumento básico no campo da saúde

pública e, em anos recentes, grandes avanços nas técnicas de análise têm sido

desenvolvidos com a intenção de gerar mapas para identificar áreas de maior risco,

nas quais a atenção deve ser diferenciada (Lawson et al., 1999; Rojas et al., 1999).

No presente trabalho, analisou-se a distribuição espacial da epidemia de

dengue ocorrida município do Rio de Janeiro em 2001-2002 e as relações com as

variáveis sócio-ambientais mediante a utilização de técnicas de análise de dados

espaciais.

Este trabalho está organizado na forma de artigo, cujo título é “Análise

espacial da epidemia de dengue e o contexto sócio-ambiental no município do

Rio de Janeiro em 2001-2002”.

4

2 REVISÃO DE LITERATURA

2.1 O Dengue

O dengue é uma doença reermegente e constitui hoje a mais importante

doença viral humana transmitida por mosquito (Schatzmayr, 2000, 2001; Gubler,

1997, 1998). O dengue é uma arbovirose causada por um vírus de genoma RNA

pertencente ao gênero Flavivirus, família Flaviviridae, que apresenta quatro sorotipos

(1, 2, 3, 4). A doença é transmitida pela picada da fêmea do mosquito Aedes aegypti,

que é o seu vetor urbano e que possui hábitos domésticos (Ibanez-Bernal et al.,

1997).

Clinicamente é classificado em duas formas principais: a febre dengue (FD) ou

como freqüentemente é chamado dengue clássico, e a febre hemorrágica do dengue

(FHD) também denominado dengue hemorrágico, às vezes com síndrome de choque

por dengue (FHD/SDC). Embora as formas mais graves do dengue, aquelas

registradas como dengue hemorrágico, por exemplo, constituírem uma proporção

relativamente baixa do total de casos, em números absolutos pode-se dizer que tem

um importante significado pelo potencial de letalidade e também pelos cuidados que

requerem (Marzochi, 1991; Martinez, 1995).

A Organização Mundial da Saúde estima que mais de 3 bilhões de pessoas

habitem áreas sob o risco da doença. Anualmente, entre 50 a 100 milhões de

pessoas se infectam em mais de 100 Países com cerca de 550 mil doentes

necessitando de hospitalização e 20 mil evoluindo ao óbito. A incidência global do

5

dengue vem sofrendo um crescimento dramático em recentes décadas. Contudo o

dengue hemorrágico, uma complicação potencialmente letal, atinge patamares

mundialmente desastrosos em nível de saúde pública (World Health Organization,

2006).

Após ser picada por um vetor infectado, a pessoa suscetível permanece até

seis dias sem demonstrar o vírus no sangue. Coincidindo com o início dos sintomas,

inicia-se a fase virêmica (cerca de quatro a cinco dias). Neste período, caso a pessoa

seja picada por uma fêmea do vetor, este passa a ser um transmissor do vírus por

toda sua vida, que dura cerca de 80 dias, após um período de incubação no vetor de

2 a 15 dias, geralmente 8 a 11 dias (México. Secretaría de Salud, 1993). Uma

pequena percentagem de fêmeas de A. aegypti infectada pelo vírus, pode mantê-lo

no ambiente através da transmissão transovariana vertical (Torres, 2005).

2.2 O Aedes aegypti

O ciclo de vida do Aedes aegypti, principal vetor da doença, compreende

quatro fases: ovo, larva, pupa e adulto. Os ovos são depositados nas paredes

internas dos depósitos que servirão de criadouros, próximos à superfície da água. A

fase larvária possui quatro estágios evolutivos e sua duração está na dependência da

temperatura, disponibilidade de alimento e densidade das larvas no criadouro (Nobre

et al., 1998).

O A. aegypti encontrou condições muito favoráveis a sua dispersão, como o

acelerado crescimento e urbanização populacional, associada à insuficiência no

controle do vetor e na mobilidade de trânsito de pessoas entre as regiões. A

6

ocorrência da doença é mais comum nos núcleos urbanos, onde há uma maior

concentração de domicílios que apresentam um potencial de criadouros resultantes

da ação humana. Contudo, o dengue pode ocorrer em qualquer localidade, desde

que haja uma população susceptível, presença do vetor e a introdução do vírus

(FUNASA, 2002).

O A. aegypti é originário do continente africano (Chiaravalloti-Neto, 1997;

Chieffe, 1985). Ele foi erradicado do Brasil em 1958, reapareceu em 1967, em São

Luís e Belém, sendo então eliminado (Gesler, 1986). Em 1976, é novamente

reintroduzido no Brasil, com a descoberta de um foco em Salvador. Em 1977, foi

encontrado em Santos; em 1979, em Natal, e em 1981, no Paraná. Em 1976

registrou-se a presença desta espécie na cidade do Rio de Janeiro, após um período

de 31 anos sem ocorrência verificável (Marques, 1985). Em 1985-1986, o A. aegypti

já era encontrado praticamente em todos os estados brasileiros (Neves, 1995).

A distribuição de A. aegypti nas regiões tropicais segue os padrões espaço-

temporais das chuvas, quando estas aumentam, o número de habitats cresce,

determinando o aumento da densidade vetorial. A densidade de vetores, as

condições climáticas e a freqüência com que as fêmeas produzem o repasto

contribuem para a rápida disseminação do vírus.

2.3 Aspectos epidemiológicos da doença

A epidemia do dengue é função de uma complexa dinâmica da população de

A. aegypti, que envolve múltiplas variáveis, tais como: presença de vetores ativos,

hospedeiros virêmicos, variação climática, criadouros, macro focos entre outros

7

(Silveira, 1998). A manutenção do processo endêmico-epidêmico da doença é função

da dificuldade no controle do vetor, e essa questão se amplifica no ambiente urbano,

pois as existências de diversos criadouros do mosquito e dos macros focos garantem

a endemicidade da doença.

Donalísio & Glasser (2002) apontam questões relevantes para transmissão do

dengue tais como a influência das condições climáticas (temperatura, pluviosidade,

altitude) no ciclo vital dos vetores, além da capacidade de adaptação das espécies a

diferentes contextos ecológicos e sociais, de suma importância para vigilância

entomológica e para o controle de vetores do dengue. Glasser & Gomes (2002)

verificaram que quanto menor a temperatura, mais lento foi o processo de expansão

geográfica do A. aegypti, sendo assim uma influência preponderante na determinação

dos diversos padrões macroregionais de expansão geográfica da espécie no Estado

de São Paulo.

As condições climáticas, de acordo com Forattini (2002), através de

temperaturas e precipitações pluviométricas elevadas mostram em geral uma relação

positiva com a transmissão do dengue.

Ribeiro et al. (2006) destacam que a associação entre o número de casos de

dengue e fatores climáticos e identificam o intervalo de tempo em que chuva e

temperatura contribuíram de maneira positiva na geração de casos novos.

Alguns estudos vêm dando ênfase aos fatores envolvidos na ocorrência de

casos do dengue e das formas mais graves como: o dengue hemorrágico e a

síndrome do choque, além de relacioná-las com a introdução e a circulação do vírus,

traçando um quadro de referência a respeito do comportamento epidemiológico do

8

dengue através do tempo e em diferentes áreas geográficas (Pontes & Ruffino-Netto,

1994; Silveira, 1998; Texeira et al., 2001).

A transmissão do dengue pode ocorrer em localidades que possuem de 10 a

20 fêmeas do mosquito por residência com cerca de 5 a 10% destes infectados

(Morrison, 1997). Estando o risco de epidemia relacionado ao período de chuvas e ao

aumento da temperatura ambiente, devido ao aumento da velocidade de evolução

das formas imaturas para a alada, redução do período extrínseco de incubação do

vírus, maior atividade hematofágica do vetor, entre outros (Focks, 1995; México,

1993; Watts, 1987).

Em locais onde os sorotipos do vírus da dengue estão sendo introduzidos,

como em nosso País, as taxas de ataque de dengue são semelhantes para todas as

faixas etárias (Kaplan, 1983). Caso não se obtenha êxito no controle do vetor, a

tendência é da manutenção da doença nas faixas etárias mais precoces, em função

da imunidade da coorte em adultos e da geração de novas coortes de suscetíveis,

como ocorre na Ásia.

Convém ressaltar que, sem o adequado controle do vetor, sempre existirá a

ameaça de uma nova epidemia de dengue em nosso País. Assim a compreensão da

dinâmica espacial da doença e suas relações com o ambiente natural e antrópico são

fundamentais para subsidiar estratégias mais eficientes de controle do mosquito

(Tauil, 2001, 2002).

A sua proliferação nas Américas, particularmente no Brasil, vêm apresentando

vários condicionantes, como por exemplo, a concentração muito elevada em médios

e grandes centros urbanos, oriundos de um intenso fluxo migratório rural-urbano

nesses últimos trinta anos, que resultaram em um crescimento desordenado das

9

grandes cidades. Em função disso, as cidades não conseguiram acompanhar as

mudanças demográficas ocorridas no País, ocasionando uma carência de serviços

básicos como saneamento e habitação. Grandes partes da população destas

cidades vêm vivendo em locais ditos como sub-moradias, favelas e áreas de invasão,

onde o abastecimento de água é inexistente ou muito precário, levando-a ao

armazenamento inadequado da água (Tauil, 2001; 2002).

Em nosso País, as condições sócio-ambientais aliadas à ineficiência dos

programas de combate ao vetor favoreceram à grande expansão do A. aegypti, desde

sua reintrodução em 1976 (Penna, 2003). Dessa forma, o dengue vem ocorrendo no

Brasil de forma continuada, intercalando-se com as epidemias e associado com a

introdução de novos sorotipos em áreas anteriormente indenes.

No estado do Rio de Janeiro, na epidemia de 1986/87, identificou-se a primeira

ocorrência do sorotipo 1, onde cerca de 95.000 casos foram registrados, sendo

49.695 no município do Rio de Janeiro. Nos anos de 1990-1991, uma nova epidemia

foi notificada no estado, cerca de 105.576 casos notificados e no município, cerca de

62.660, onde circulava além do sorotipo 1, o sorotipo 2, que havia sido isolado em

abril de 1990. Em 1995, como na epidemia anterior apenas os sorotipos 1 e 2 foram

isolados, aproximadamente 35.000 casos ocorreram no estado, desses , 24.567

ocorreram no município. Já em 2001 –2002 o estado do Rio de Janeiro viveu a maior

epidemia registrada atualmente, coincidindo com o isolamento do sorotipo 3. No

Estado foram notificados 368.460 casos, dos quais, 177.919 eram do município

(SES/RJ, 2005; Nogueira et al. 1999, Miagostovich et al. 2002 e Nogueira et al. 2001).



10

no município. Em 2006 foram notificados no estado 30.413 e confirmados 5.992 e, no

município foram notificados 15.079 e confirmados 2.321 (SES, 2006).

No País, o Ministério da Saúde registrou no primeiro semestre de 2006, 198,9

mil casos de dengue, 10,89% a mais do que no ano passado, quando 179,3 mil

pessoas tiveram a doença. Alguns estados como: Espírito Santo, Goiás, Mato

Grosso, Mato Grosso do Sul, Minas Gerais, Paraná, Pernambuco, Rio de Janeiro, Rio

Grande do Sul, Santa Catarina, São Paulo e Sergipe, além do Distrito Federal tiveram

aumento no número de casos. Entre janeiro e junho de 2006, as secretarias estaduais

e municipais de Saúde notificaram 278 casos de febre hemorrágica do dengue (FHD),

com 23 óbitos e letalidade de 8,27%. Para 2005, foram notificados 463 casos, com 45

óbitos e letalidade de 9,72% (MS, 2006).

No balanço parcial da situação de dengue realizado no início de fevereiro de

2006 houve redução de 41,23% dos casos da doença em janeiro de 2006 em relação

ao mesmo período de 2005. Em 2006, foram notificados 7.554 casos de dengue,

contra 12.854 no ano anterior. Os estados com maior redução do número de casos

são: Paraná com 100%, Amazonas, Maranhão, Ceará, Acre, Rio Grande do Norte e

Bahia com mais de 80%. Apenas seis estados apresentaram crescimento no número

de casos em relação ao mesmo período do ano de 2005. As maiores elevações foram

registradas em Goiás e Rio de Janeiro (MS, 2006).

O alto nível endêmico do dengue está relacionado à elevada infestação

domiciliar pelo A. aegypti e infecções humanas pelos diferentes sorotipos do agente.

Registros de casos até os dias atuais no Brasil relatam os padrões da evolução da

incidência e da distribuição espacial da doença. Em um artigo de revisão, Texeira et

al. (2005) analisaram os casos registrados no Brasil e observaram que após a cada

11

introdução e circulação dos sorotipos do vírus ocorre uma epidemia, porém, os

períodos de baixa incidência indicam um provável declínio da população de

susceptível mais do que a efetividade das medidas de controle implementadas. Além

disso, observou também que em anos recentes ocorreu a expansão das áreas

afetadas e o aumento de casos de dengue hemorrágico com alta letalidade.

Alguns estudos vêm contribuindo para o melhor entendimento da última

epidemia no município do Rio de Janeiro, Passos et al. (2004) analisaram as

diferenças clínicas observadas em pacientes infectados com os três sorotipos

isolados na epidemia, mostrando que os indivíduos infectados pelo sorotipo 3

apresentaram mais chance em ter uma sintomatologia mais grave, sugerindo maior

virulência do mesmo. Casali et al. (2004) avaliaram a ocorrência dos principais sinais

e sintomas dos casos de dengue clássico e dengue hemorrágico, mostrando que não

houve diferença estatisticamente significativa para as manifestações gerais da

doença, onde ambas apresentaram alta ocorrência. Além disso, os autores

verificaram que a evolução para o óbito foi expressivamente maior no dengue

hemorrágico. Entretanto, conhecer um pouco mais sobre as questões sócio-

ambientais que favorecem a permanência do A. aegypti em áreas urbanas e sua

capacidade de transmissão do dengue, através da localização dos casos da doença e

da identificação dos fatores sócio-ambientais que caracterizam esses locais, torna-se

muito importante.

12

2.4 Análise epidemiológica e espacial – interfaces com a área da saúde



dengue. Esta categoria epidemiológica de análise surge como uma necessidade não

só do passado quando as doenças infecciosas eram um grande problema de saúde,

mas também como dos dias atuais, reflexo de uma urbanização acelerada que se

verifica no terceiro mundo (Silva, 1997).

A grande ocupação desigual do espaço, característica básica do município do

Rio de Janeiro, forma paisagens que podem promover estratos diferenciados de

transmissão de dengue, principalmente no que se refere à permanência de habitats

favoráveis ao vetor (Costa & Natal, 1998).

Outra concepção para o espaço é entendê-lo como um conjunto sem número

de lugares, resultado da interação singular de grupos sociais com seu entorno mais

próximo (Monken, 1995) ou segundo a coexistência de grupos sócio-espaciais

particulares que, apesar de compartilhar o mesmo espaço, possuem modos de vida

diferentes em função de sua inserção social e cultural (Sabroza & Leal, 1992).

Cabe ressaltar que um dos objetivos da Epidemiologia é a análise de padrões

espaciais de doenças, assim, as ferramentas de análise espacial desenvolvidas nos

últimos anos podem potencializar a identificação de padrões espaciais de morbidade

ou mortalidade e os fatores associados a esses padrões, visando sua melhor

predição e controle (Carvalho & Souza-Santos, 2005).

13

Segundo Gatrell & Bailey (1996), as estratégias para análise espacial podem

ser divididas em: análise exploratória de dados, visualização e modelagem espacial.

As técnicas de análise exploratória quando aplicadas aos dados espaciais são de

suma importância ao desenvolvimento das etapas de modelagem estatística espacial.

São em geral sensíveis ao tipo de distribuição, à presença de valores extremos e à

ausência de estacionariedade. A forma mais simples e intuitiva de análise exploratória

é a visualização de valores extremos nos mapas (Bailey, 1995).

Entretanto, pode-se distinguir claramente que os procedimentos utilizados para

executar a análise espacial não se resumem simplesmente ao mapeamento dos

eventos, exigindo também a necessidade de se adicionar um novo significado aos

dados. Diversos procedimentos são utilizados para a análise espacial, notadamente,

as técnicas de geoprocessamento, de análise geoestatística, de dados de área

(lattice) e de padrões pontuais (point patterns) (Cliff & Ord, 1981; Cressie, 1993;

Deutsch, 1998; Kaluzny et al, 1996; Marshall, 1991; Medronho, 1995; Medronho et al,

1997; Geary, 1954).

A análise exploratória espacial para os dados de área, visa identificar a

estrutura de correlação espacial que melhor descreva os dados. Assim, a idéia

principal é estimar a magnitude da autocorrelação espacial entre as áreas. Nessa

situação, entre as ferramentas que podem ser utilizadas inclui-se o índice global de

Moran (Moran, 1950) e o índice de Geary. Para evidenciar os padrões espaciais, por

exemplo, em diferentes sub-regiões, podem-se utilizar os indicadores globais de

autocorrelação espacial e o mapa de espalhamento de Moran (Câmara et al., 2002)

A autocorrelação espacial global testa se as áreas conectadas apresentam

maior semelhança quanto ao indicador estudado do que o esperado num padrão

14

aleatório, variando de -1 a +1, quantificando o grau de autocorrelação existente,

sendo positivo para correlação direta, negativo quando inversa (Câmara, 2002). Além

do I Moran global, pode ser utilizado o índice local, uma vez que este permite

encontrar os “bolsões” de dependência espaciais não evidenciados nos índices

globais, como por exemplo, possíveis “clusters” e “outliers”.

Através da análise gráfica do índice local, denominada de Diagrama de

espalhamento de Moran ou através de mapa temático bidimensional, denominado de

Box Map, pode-se observar as relações entre o valor do atributo medido e de seus

vizinhos. A divisão deste tipo gráfico é feita em quadrantes: Q1, Q2, Q3 e Q4. Os

pontos localizados no Q1 e Q2 indicam zonas onde o valor medido do atributo

assemelha-se à média dos vizinhos, onde o primeiro indica valor positivo e média

positiva e o segundo, valor negativo e média negativa. Os pontos localizados no Q3 e

Q4 indicam que o valor do atributo medido não se assemelha à média dos seus

vizinhos. Neste caso o Q3 indica o valor negativo e média positiva e o Q4 indica o

valor positivo e média negativa. As áreas localizadas no Q3 e Q4 podem ser vistas

como extremas, ou como áreas de transição, já que não obedecem ao padrão

observado para seus vizinhos (Anselin, 1992).

A partir do cálculo do Moran local e do diagrama de espalhamento do Moran

outros mapas podem ser gerados. São eles: LISA Map e Moran Map. O LISA Map

indica os valores do índice local de Moran classificados em quatro grupos: não

significantes, com significância de 95%, 99% e 99,9%. Esse mapa permite a

identificação das regiões que apresentam correlação local significativamente

diferente do resto dos dados, vistas como "bolsões" de não-estacionariedade, os

quais se referem a áreas de dinâmica espacial própria e que merecem uma análise

15

detalhada. O Moran Map classifica em quatro grupos somente os objetos para os

valores do I Moran que foram considerados significantes (>95%), de acordo com o

quadrante aos quais pertencem no gráfico de espalhamento de Moran, ficando os

demais objetos classificados como sem significância (Anselin, 1995).

Quando a autocorrelação espacial está presente, as estimativas do modelo de

regressão devem incorporar essa estrutura espacial, já que a dependência entre as

observações altera o poder explicativo do modelo.

A modelagem é utilizada quando se pretende testar formalmente uma hipótese

ou estimar relações, como, por exemplo, entre a incidência de uma determinada

doença e variáveis ambientais e/ou sociais. Devido ao fato da incidência de uma

doença em uma região estar provavelmente correlacionada à incidência de regiões

vizinhas, não se pode necessariamente utilizar modelos estatísticos clássicos, que

assumem independência entre os eventos (Kleinbaum & Kupper, 1978). Modelos

clássicos, conforme expostas em Tukey (1977), não cobrirão a natureza dessa

dependência espacial, por isso é necessário incorporá-la formalmente aos modelos

estatísticos espaciais (Medronho et al, 1997).

Recentemente, os modelos de análise estatística espacial começaram a ser

utilizado na área biomédica, na determinação de fatores influenciadores do

comportamento de certos fenômenos. Diversos efeitos têm sido incluídos nos

modelos estatísticos espaciais para a área da saúde, como características da

população sob risco e variáveis regionalizadas quando associadas ao fenômeno

(Bailey, 2001).

Em modelos com efeitos espaciais globais, supõe-se que é possível capturar a

estrutura de correlação espacial em um único parâmetro, que é adicionado ao modelo

16

de regressão tradicional. Para tratar a autocorrelação global em um modelo de

regressão têm-se duas alternativas: primeiro, através do modelo espacial auto-

regressivo (Simlutaneous AutoRegressive – SAR ou Spatial lag model), uma vez que,

se considera a dependência espacial por meio da adição ao modelo de regressão do

novo termo na forma de uma relação espacial para a variável dependente; segundo,

através de modelo de regressão espacial condicional (Spatial error model ou

Conditional AutoRegressive – CAR), com parâmetros globais, onde efeitos espaciais

são considerados um ruído ou perturbação. Nos modelos de regressão espacial com

efeitos globais, parte-se do princípio de que o processo espacial subjacente aos

dados analisados é estacionário, ou seja, implica que os padrões de autocorrelação

espacial existentes nos dados podem ser capturados em um único parâmetro

(Câmara et al., 2004).

A aplicação dos Sistemas de Informação Geográfica (SIG) possibilita agilizar a

pesquisa em saúde, provendo novos métodos para o manejo da informação espacial.

Constitui-se também em uma poderosa ferramenta para o estudo das relações entre

saúde e ambiente. Além disso, os SIG possuem uma capacidade integradora de

diversos tipos de dados espaciais, facilitando a compreensão do fenômeno em estudo

em toda a sua complexidade (Barcellos, 1996; Barcellos & Ramalho, 2002).



geográfico, assumindo importância fundamental na área da saúde. Um dos principais

desafios na área da saúde pública é o desenvolvimento de métodos específicos para

análise de riscos à saúde, subsidiado pela disponibilidade e qualidade dos dados

existentes, a partir da composição de perguntas precisas que sejam respondidas pelo

17

sistema (Carvalho & Souza-Santos, 2005; Pinheiro et al., 2001; Braga et al., 2001)

Souza-Santos & Carvalho (2000) ressaltaram que a análise de dados espaciais

empregada em seu estudo mostrou-se uma importante ferramenta na vigilância e no

controle do A. aegypiti, apesar de não ter levado em consideração, por falta de dados,

a quantidade de criadouros existentes e nem sua produtividade, por localidade.

Dessa forma, os autores propuseram a utilização de técnicas de análise de dados

espaciais na vigilância a nível local e no controle do vetor.

Barcellos et al. (2005) a partir do uso de técnicas geoprocessamento discutem

os determinantes da distribuição de casos de dengue e do vetor no espaço urbano de

Porto Alegre, avaliando os cenários potenciais onde ocorrem à transmissão autóctone

do vírus, através de indicadores sócio-ambientais dos setores censitários com

presença de vetor e de casos. Os autores ressaltam que a metodologia utilizada no

estudo apresenta grande potencial para vigilância da doença em cidades com nível

de infestação baixo e, que através da utilização de técnicas de SIG é possível de

forma mais precisa identificar áreas de risco.


planejamento e na tomada de decisões em sistemas de vigilância epidemiológica. Em

áreas urbanas, a distribuição espacial e temporal dos casos de dengue pode ser

influenciada por uma série de fatores geográficos, biológicos, ambientais e antrópicos

(Medronho et al., 1997; Costa & Natal, 1998; Barcellos et al., 2005; Barcellos et al.,

1998; Souza-Santos & Carvalho, 2000).

18

3 JUSTIFICATIVA

O presente trabalho justifica-se a partir de algumas relevantes questões:

1. O grande impacto causado no Município do Rio de Janeiro durante a

epidemia de 2001-2002, onde ocorreu a maior concentração de casos da doença do

Estado. Além do isolamento do sorotipo DEN 3, ocorrido pela primeira vez.

2. A utilização de modelos estatísticos espaciais tem se mostrado promissor

na compreensão da dinâmica de diversas doenças, em especial, as infecciosas.

3. Avaliar a influência de variáveis sócio-ambientais na ocorrência de dengue

no município do Rio de Janeiro pode contribuir para uma melhor compreensão da

dinâmica espacial desta doença. Estes conhecimentos podem ajudar a subsidiar a

adoção de ações mais eficientes ao combate da doença.

Dessa forma, este trabalho justifica-se, portanto pelo propósito de sugerir a

incorporação de novas metodologias que possibilitem o uso do espaço como

categoria de análise, utilizando técnicas de análise espacial, de modo a ajudar na

compreensão da difusão do dengue no meio urbano.

19

4 OBJETIVOS

4.1 Objetivo Geral

Analisar a distribuição espacial do dengue e suas relações com variáveis

sócio-ambientais durante a epidemia do município do Rio de Janeiro em 2001-2002.

4.2 Objetivos Específicos

1. Descrever a incidência do dengue nos anos de 2001 e 2002;

2. Analisar a distribuição espacial do dengue por bairro em cada semana

epidemiológica;

3. Correlacionar a ocorrência de dengue com variáveis sócio-ambientais.

20

Artigo: Análise Espacial da Epidemia de Dengue e o Contexto Sócio-ambiental

no Município do Rio de Janeiro em 2001-2002.

21

INTRODUÇÃO

Nas últimas décadas o dengue vem se expandindo mundialmente, sendo os

países tropicais os mais atingidos, em função de suas características climáticas,

ambientais e sociais (World Health Organization, 2006).

Em nosso País, as condições sócio-ambientais aliadas à ineficiência dos

programas de combate ao vetor favoreceram a grande expansão geográfica do A.

aegypti, desde sua reintrodução em 1976 (Penna, 2003, Texeira et al. 2005).

O estado do Rio de Janeiro, em 2001–2002 viveu a maior epidemia registrada

desde a década de 80, coincidindo com o isolamento do sorotipo 3. No Estado foram

notificados 368.460 casos, dos quais, 177.919 eram do município (SES/RJ, 2005;

Nogueira et al. 1999).



no município. Até esta mesma data, para o ano de 2006 foram notificados no estado

30.413 e confirmados 5.992 e, no município foram notificados 15.079 e confirmados

2.321 (SES/RJ, 2007).

O controle do dengue é uma das tarefas mais difíceis dos serviços de saúde

pública em razão da ampla difusão do vetor, da grande mobilidade das populações,

aliados ao grande contingente populacional existente no município e à complexidade

dos problemas sociais e políticos que afetam a qualidade de vida e o ambiente

(Tauil, 2002).

A identificação das áreas geográficas que apresentam maior risco de

adoecimento constitui uma tarefa imprescindível para a elaboração de programas

22

preventivos e de controle de dengue, a partir da avaliação de exposições

diferenciadas aos vários fatores envolvidos na transmissão do dengue (Barcellos et

al., 1998, 2005).



dengue (Silva,1997). A grande ocupação desigual do espaço, característica básica do

município do Rio de Janeiro, forma paisagens que podem promover estratos

diferenciados de transmissão de dengue, principalmente no que se refere à

permanência de habitats favoráveis ao vetor (Costa & Natal, 1998).



geográfico, assumindo importância fundamental na área da saúde. A incorporação

desta ferramenta às técnicas de epidemiologia contribui para análise de informações

sobre a incidência de determinados agravos à saúde e condições sócio-econômicas

das populações que ocupem diferentes territórios de uma cidade (Medronho, 1995;

Barcellos, 1996; Carvalho et al., 2000).


planejamento e na tomada de decisões em vigilância epidemiológica. Em áreas

urbanas, a distribuição espacial e temporal dos casos de dengue pode ser

influenciada por uma série de fatores geográficos, biológicos, ambientais e antrópicos

(Passos et al., 2004; Pontes & Ruffino-Netto, 1994; Souza-Santos, 2000; Barcellos et

al., 2005).

O mapeamento de doenças vem sendo instrumento básico no campo da saúde

pública e, em anos recentes, grandes avanços nas técnicas de análise têm sido

23

desenvolvidos com a intenção de gerar mapas para identificar áreas de maior risco,

nas quais a atenção deve ser diferenciada (Lawson et al., 1999; Rojas et al., 1999,

Carvalho & Souza-Santos, 2005).

Dentre as inúmeras técnicas de análise espacial que podem ser utilizadas no

estudo de doenças infecciosas, ressalta-se a análise exploratória de dados espaciais,

que visa descrever como o padrão do dengue, por exemplo, se apresenta no espaço,

ou seja, se existe dependência espacial na distribuição da doença e quais as relações

espaciais presentes (Bailey, 1995; Andrade et al. 2001).

Quando a autocorrelação espacial está presente, as estimativas do modelo de

regressão devem incorporar essa estrutura espacial, já que a dependência entre as

observações altera o poder explicativo do modelo. Deste modo, o uso de modelos de

regressão espacial torna-se adequado, uma vez que, incorpora a a dependência

espacial das variáveis a serem utilizadas (Câmara et al., 2004).

A investigação entre a relação de fatores sócio-ambientais e a epidemia de

dengue nos anos de 2001 e 2002, pressupõe que existe uma acumulação de riscos

em determinados lugares delimitáveis e identificáveis no espaço. Assim, neste estudo

foi realizada uma análise ecológica de dados sócio-ambientais e epidemiológicos da

doença, com intuito de verificar as possíveis associações de variáveis entre este

fenômeno, buscando uma melhor compreensão do contexto em que se produziu esse

processo sócio-espacial.

24

MATERIAL E MÉTODO

Características do município do estudo

O município do Rio de Janeiro possui uma população de 5.857.904 habitantes

(IBGE, 2000), situado 23o 04’ 10’’ de Latitude Sul e 43o 47’ 40’’ de Longitude Oeste,

possui uma área total de 1.224,56 Km2, localiza-se na região sudeste do Brasil.

De acordo com critérios físico-urbanísticos, administrativos e de planejamento,

o município do Rio de Janeiro se divide em dez áreas de planejamento, 33 regiões

administrativas e 158 bairros (IBGE/2001). A figura 1 apresenta a divisão

administrativa do município em bairros (154) e RAs e ainda a estruturação em Zonas

(Sul, Norte, Oeste e Centro).

Figura 1. Distribuição Administrativa do Município do Rio de Janeiro em 2001.

10000 0 10000 20000 Meters

N

__ Região Administrativa

___ Bairros da Zona Oeste

___ Bairros da Zona Norte ____Bairros do Centro ___ Bairros da Zona Sul

25

Desenho do estudo

O método epidemiológico de análise utilizado no presente trabalho foi o

desenho ecológico. A ocorrência do dengue foi analisada segundo áreas geográficas,

delimitadas como bairros e correlacionadas com variáveis sócio-ambientais.

Os 125.041 casos notificados e residentes do município do Rio de Janeiro

foram coletados da Secretaria Municipal de Saúde, através do Sistema Nacional de

Agravos de Notificação (SINAN), durante a quadragésima oitava semana

epidemiológica de 2001 (25/11 a 01/12) e a vigésima semana epidemiológica de 2002

(12/05 a 18/05) segunda alça do processo epidêmico, perfazendo um total de 25

semanas. Esse intervalo de tempo justifica-se por algumas características

importantes como a identificação de um único sorotipo, o DEN 3, maior concentração

de casos da doença e um período contínuo claramente definido como a estação do

ano verão.

A base cartográfica digital utilizada na elaboração dos mapas foi obtida na

Prefeitura do Município do Rio de Janeiro.

Foi construído um banco de dados com as informações demográficas e sociais

para o município do RJ, obtidas do Instituto Pereira Passos (IPP) e do Instituto

Brasileiro de Geografia e Estatística (IBGE, 2001).

O bairro do Joá foi agregado à Barra da Tijuca, Grumari ao Recreio dos

Bandeirantes, Parque Columbia à Pavuna, em função de serem bairros criados

recentemente e dessa forma, diversos casos ocorridos nestas localidades eram

notificados como sendo do bairro de origem. O bairro de Paquetá foi retirado da

26

análise por ser uma ilha e assim não apresentar a informação de bairros vizinhos.

Dessa forma, o número de bairros analisados neste estudo correspondeu a 154.

O total de casos notificados por bairro foi mapeado para onze semanas

epidemiológicas correspondendo ao início do surgimento de casos, a algumas

semanas anteriores a semana de maior número de casos, a semana de maior

número de casos, a algumas semanas após a semana de maior número de casos e

a última semana do período estudado (25), com a intenção de analisar visualmente

para que área ou áreas a epidemia se difundiu.

Posteriormente foi estimado um único indicador, taxa de incidência média do dengue

(Kleinbaum et al., 1982), para cada bairro, correspondendo ao período de 25

semanas epidemiológicas. Este indicador foi correlacionado com as variáveis sócio-

ambientais.

Foram empregadas transformações do tipo logaritimo neperiano para a

variável resposta (taxa de incidência média do dengue) e as variáveis independentes

(Quadro 1). Essas transformações foram escolhidas porque resultaram em melhores

aproximações para a distribuição simétrica.

Para descrever a associação entre todas as variáveis estudadas,

preliminarmente, foi construída a matriz de correlação de Pearson, onde as variáveis

que apresentaram significativa correlação no nível de 5% com o desfecho foram

utilizadas na análise multivariada.

Os softwares utilizados foram S-Plus 2000 para análise estatística e ArcView

3.2 e Terraview 3.1.3. para realização de mapas.

27

Quadro 1. Descrição das variáveis independentes.

. Proporção de domicílios com serviço de coleta de lixo: número de domicílios em há serviço de coleta de lixo

em relação ao total de domicílios.

. Proporção de domicílios em que o lixo é jogado em terreno baldio ou logradouro: número de domicílios em

que o lixo é jogado em terreno baldio em relação ao total de domicílios.

. Proporção de população alfabetizada: número de habitantes alfabetizados a partir de 5 anos de idade em

relação à população total acima de 5 anos.

. Proporção de população não alfabetizada: número de habitantes não alfabetizados a partir de 5 anos de idade

em relação à população total acima de 5 anos.

. Proporção de domicílios com lavadora de roupas: número de domicílios com lavadora de roupas em relação

ao total de domicílios.

. Proporção de domicílios particulares cuja pessoa responsável não tem rendimentos, inclusive os domicílios

cuja pessoa responsável recebia somente em benefícios: número de domicílios cuja pessoa não tem rendimento

algum em relação ao total de domicílios particulares.

. Proporção de domicílios com abastecimento de água proveniente da rede pública geral: número de domicílios

com abastecimento de água proveniente da rede pública geral em relação ao total de domicílios particulares

permanentes.

· Proporção de domicílios ligados à rede pública de esgoto: número de domicílios ligados à rede pública de

esgoto em relação ao total de domicílios particulares permanentes.

. Densidade populacional urbana: número de pessoas dividido pela área/ha urbana.

. Densidade pessoas por dormitório no domicílio: número de pessoas dividido por dormitório.

A medida de autocorrelação espacial utilizada neste estudo foi I Moran global,

que testa se as áreas conectadas apresentam maior semelhança quanto ao indicador

estudado do que o esperado num padrão aleatório, variando de -1 a +1, quantificando

o grau de autocorrelação existente, sendo positivo para correlação direta, negativo

quando inversa (Câmara et al., 2004). Além do I Moran global foi utilizado o índice

local através do Moran Map da taxa de incidência média de dengue, já que este

permite encontrar os “bolsões” de dependência espaciais não evidenciados nos

índices globais, como por exemplo, possíveis “clusters” e “outliers”.

28

Para análise de autocorrelação, foi construída uma matriz de vizinhança para

os 154 bairros do município, sendo definida por bairros contíguos com pelo menos

um ponto em comum.

Com a intenção de verificar a existência de relações entre o desfecho e

variáveis, foi realizado o modelo de regressão linear multivariada através da

estratégia de seleção stepwise. Posteriormente, para análise espacial utilizou-se o

modelo CAR - Conditional Auto Regressive que capta a dependência espacial da

variável desfecho. Os efeitos da autocorrelação espacial são associados ao termo de

erro ε e o modelo pode ser expresso por:

Y = X+ ε , ε = W ε + ξ

Onde Wε é o componente do erro com efeitos espaciais, ciente

correlacionada. A hipótese nula para a não-existência de autocorrelação é que =0,

ou seja, o termo de erro não é espacialmente correlacionado (Câmara et al., 2004;

Anselin, 1992).

Para o diagnóstico em regressão foram realizados mapas dos resíduos nos

modelos finais de regressão linear multivariada e no CAR buscando indícios de

ruptura dos pressupostos de independência, ou seja, uma alta concentração de

resíduos positivos ou negativos em uma parte do mapa indica a presença de

autocorrelação espacial. Foi utilizado também o teste de I Moran sobre os resíduos

em ambos os modelos para verificar quantitativamente a autocorrelação espacial

existente.

29

RESULTADOS

A distribuição espacial da taxa de incidência média de dengue nos bairros do

município do Rio de Janeiro, correspondendo ao período de 25 semanas

epidemiológicas, indicou que bairros da zona oeste foram os mais atingidos, seguidos

dos bairros do centro e da zona sul. Apenas alguns bairros da zona norte

apresentaram taxas altas de dengue (Figura 2).

Figura 2. Taxa incidência média de dengue no Município do Rio de Janeiro nas 25 semanas epidemiológicas (2001-2002).

Taxa incidência média de dengue

5.332 - 100.386

100.386 - 160.362

160.362 - 279.392

279.392 - 1837.391

10000 0 10000 20000 Meters

N

30

Os mapas dos casos de dengue (Figura 2 e 3) mostram treze das vinte e cinco

semanas epidemiológicas utilizadas neste estudo. Na primeira semana (48/2001), o

bairro de Guadalupe localizado na zona norte, foi o que apresentou maior número de

notificações (treze casos). Na semana 50/2001, além do bairro de Guadalupe, os

bairros da Penha, Tijuca também são atingidos. Na semana 52/2001, este número

aumenta para dezoito bairros, a maioria localizados no centro e na zona norte.

Apenas dois da zona oeste (Santa Cruz e Taquara). A semana 02/2002 revelou a

expansão da doença para mais de 50% dos bairros que compõem o município e um

aumento substancial do número de casos nos bairros anteriormente atingidos.

Verificou-se que poucos bairros da zona sul apresentaram casos (Catete, Flamengo,

Botafogo e Copacabana). A doença se difundiu progressivamente nas semanas 04 e

06/2002, atingindo mais 80% dos bairros, revelando um aumento de casos em alguns

bairros da região centro, norte e oeste. Na semana 08/2002 observou-se que os

bairros da zona oeste mantiveram-se como nas duas semanas anteriores, porém

Santa Cruz e Guaratiba elevaram o número de casos de dengue. Os bairros das

regiões centro e norte reduziram um pouco os casos, exceto Bonsucesso, Maré, São

Cristóvão, Santa Tereza e Tijuca, respectivamente. Na zona sul, o bairro de Humaitá

elevou o número de casos.

A semana 10/2002 apresentou quase que 50% dos bairros que compõem o

município com elevados números de casos. Entretanto os bairros de Bonsucesso e

Maré, na região centro; Tijuca e Jardim América, na zona norte; Praça Seca,

Jacarepaguá, Curicica, Taquara, Senador Camará, Bangu, Campo Grande,

Paciência, Santa Cruz e Sepetiba, na zona oeste e Botafogo, Rocinha e Copacabana,

31

na zona sul foram os mais atingidos. Na semana 12/2002, observa-se que o número

de bairros atingidos se manteve como o da semana 10/2002, porém houve uma

redução de casos notificados. Observou-se para semana 14/2002 significativa

redução de casos, exceto em alguns bairros da zona oeste, como Bangu, Campo

Grande, Paciência, Santa Cruz, Sepetiba, Guaratiba, Pedra de Guaratiba,

Jacarepaguá, Curicica, Anil, Taquara e Praça Seca, em bairros da zona sul, como

Copacabana, Botafogo, Rocinha e Vidigal, em bairros da zona norte, como Alto da

Boa Vista e Tijuca, e em bairros do centro, como Bonsucesso e Ramos. Na semana

16/2002 os bairros de Campo Grande, Paciência, Santa Cruz e Sepetiba (zona oeste)

e, os bairros de Copacabana e Rocinha (zona sul) permaneceram com elevado

número de casos. Para os demais se observou redução e ou ausência de casos.

A semana 18/2002 apresentou pouquíssimos bairros com casos da doença. Na

última semana do período analisado apenas o bairro da Rocinha, localizado na zona

sul da cidade apresentou vinte casos de dengue. Cabe ressaltar que, os bairros de

Campo dos Afonsos, Vila Militar, Senador Vasconcelos, ambos localizados na zona

oeste, durante o período estudado não ultrapassaram mais que 22 casos de dengue.

Essa situação também foi observada par o bairro de Engenheiro Leal, zona norte do

município.

Dentre as dez variáveis (Tabela 1) utilizadas no estudo, três apresentaram

correlação estatisticamente significativa com a taxa de incidência média de dengue,

porém a associação foi negativa, são elas: “percentual de domicílios ligados à rede

sanitária geral” (-0,24); “percentual de domicílios com lavadora de roupas” (-0,17);

“densidade populacional por área urbana” (-0,21).

32

Tabela 1. Matriz de correlações entre as covariáveis.

Dengue SREND SABELER NSLER SELIMP JOGTERA REDGERAS DENSDOMI DENPOPUR TEMLAV REDEGERA

Dengue 1

* .

SREND 0.085 1

* 0.295 .

SABELER -0.022 -0.242 1

* 0.789 0.003 .

NSLER 0.01 0.254 -0.969 1

* 0.905 0.002 0 .

SELIMP -0.127 -0.382 0.119 -0.147 1

* 0.116 0 0.142 0.069 .

JOGTERA -0.075 0.377 -0.095 0.143 -0.151 1

* 0.523 0.001 0.419 0.219 0.196 .

REDGERAS -0.236 -0.375 0.162 -0.164 0.127 -0.183 1

* 0.003 0 0.044 0.042 0.116 0.116 .

DENSDOMI -0.025 0.59 -0.149 0.177 -0.23 0.454 -0.437 1

* 0.762 0 0.065 0.028 0.004 0 0 .

DENPOPUR -0.214 -0.113 0.103 -0.12 -0.026 -0.332 0.639 -0.458 1

* 0.008 0.163 0.202 0.14 0.746 0.004 0 0 .

TEMLAV -0.169 -0.787 0.309 -0.31 0.505 -0.396 0.516 -0.493 0.254 1

* 0.036 0 0 0 0 0 0 0 0.002 .

REDEGERA -0.085 -0.292 0.19 -0.177 0.257 -0.185 0.318 -0.254 0.301 0.362 1

* 0.297 0 0.019 0.028 0.001 0.111 0 0.001 0 0 .

* (p <= 0,05)

33

Figura 3. Distribuição espacial dos casos de dengue em seis semanas epidemiológicas no Município do Rio de Janeiro.

Semana 48/2001

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 50/2001

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 52/2001

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 02/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 04/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N Semana 06/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

48/2001 50/2001

52/2001 02/2002

04/2002

06/2002

34

Figura 4. Distribuição espacial dos casos de dengue em sete semanas epidemiológicas no Município do Rio de Janeiro.

Semana 08/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1572

10000 0 10000 20000 Meters

N

Semana 12/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 14/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semama 16/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 18/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 20/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 10/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

08/2002

10/2002

12/2002

14/2002

16/2002

18/2002

20/2002

35

A autocorrelação espacial global indicou que tanto a variável taxa incidência

média de dengue”quanto as covaráveis “percentual de domicílios ligados à rede

sanitária geral, “densidade populacional por área urbana”, “percentual de domicílios

com lavadora de roupas” apresentaram autocorrelação significativa (Tabela 2).

Tabela 2. Coeficientes I de Moran e níveis de significância.

Variáveis

I. Moran

p- valor

Ln taxa média Incidência Dengue 0,21 < 0,001

Ln percentual domicílios com rede sanitária 0,61 < 0,001

Ln densidade populacional urbana 0,42 < 0,001

Ln percentual domicílios com lavadora roupa 0,27 < 0,001

Observou-se no cálculo do I Moran local da variável desfecho (Figura 4),

através do Moran Map, o cluster de áreas em alguns bairros localizados na região

centro, zona oeste e norte do município do Rio de Janeiro. Os bairros da região

centro e zona oeste mostram um padrão diferenciado da zona norte. As duas

primeiras, região centro e zona oeste, mostram as áreas de clusters que apresentam

valores altos do atributo estudado e a média de seus vizinhos (Q1), já na zona norte

ocorre o inverso, áreas de clusters que apresentam valores baixos do atributo e a

média de seus vizinhos (Q2). Foram observadas poucas áreas consideradas de

transição e que podem ser analisadas como extremos, localizadas nos quadrantes

Q3 e Q4. Esta situação indica que as áreas pertencentes a esses quadrantes, não

seguem o mesmo processo de dependência espacial das demais. Dentre as 154

36

áreas analisadas, 113 não foram significativas (NS), 16 pertencem ao Q1, 18

pertencem ao Q2, 3 pertencem ao Q3 e 4 pertencem ao Q4.

Figura 5. Moran Map do “taxa de incidência média de dengue” - Município do Rio de Janeiro em 2001-

2002 - Semanas epidemiológicas 48/01 a 20/02 (25/11 a 18/05) .

A análise de regressão linear multivariada realizada com todas variáveis

utilizadas neste estudo apontou o “percentual de domicílios ligados à rede sanitária

geral” como a única variável para qual se verificou uma contribuição significativa para

explicação da ocorrência da doença. O coeficiente de determinação encontrado no

modelo foi baixo, indicando que 5% da variabilidade total da taxa de incidência média

do dengue no município do Rio de Janeiro é explicada pelo percentual de domicílios

Moran Map dengue

NS

Q1

Q2

Q3

Q410000 0 10000 20000 Meters

N

37

ligado à rede sanitária. Uma análise visual dos resíduos da regressão indicou uma

aglomeração de resíduos positivos na região centro, sul e oeste da cidade e resíduos

negativos na zona norte e parte da oeste (Figura 6). O índice de Moran dos resíduos

foi de 0,19 (p < 0,001), mostrando autocorrelação espacial.

Figura 6. Resíduos do modelo de Regressão linear múltipla - Município do Rio de Janeiro em 2001-

2002 - Semanas epidemiológicas 48/01 a 20/02 (25/11 a 18/05)

O modelo CAR também apontou o “percentual de domicílios ligados à rede

sanitária geral” como a única variável significativa. O coeficiente encontrado foi

próximo ao do modelo de regressão linear multivariado (Tabela 3). Da análise visual

dos resíduos, verifica-se que não há um padrão espacial tão bem estabelecido como

Resíduos RLM

-3.672 - -0.522

-0.522 - 0.033

0.033 - 0.597

0.597 - 2.773

10000 0 10000 20000 Meters

N

38

no encontrado na análise dos resíduos da regressão múltipla (Figura 7). Porém o

índice de Moran foi de -0.14 (p = 0,005), revelando autocorrelação inversa.

Tabela 3. Modelos de Regressão Múltipla e Conditional Auto Regressive (CAR) da “taxa de incidência média de dengue” e da covariável “percentual domicílios com rede sanitária”, no município do Rio de Janeiro nos anos 2001-2002.

Figura 7. Resíduos do modelo CAR - Município do Rio de Janeiro em 2001-2002 - Semanas

epidemiológicas 48/01 a 20/02 (25/11 a 18/05)

Modelos Coeficientes Erro-padrão t p-valor

Regressão múltipla

Intercepto 7,662 0,860 8,909 < 0,001

Ln Percentual domicílios ligado à rede sanitária -0,592 0,198 -2,991 0,003

R2= 0,049

Regressão CAR*

Intercepto 7,763 1,028 7,555 < 0,001

Ln Percentual domicílios ligado à rede sanitária -0,599 0,237 -2,532 0,012

Rho= 0,1217

* Conditional auto Regressive

Resíduos CAR

-3.685 - -0.325

-0.325 - 0.037

0.037 - 0.466

0.466 - 2.559

10000 0 10000 20000 Meters

N

39

DISCUSSÃO

No que diz respeito à evolução dos casos de dengue, como mostrado nos

resultados, através da análise realizada a partir da elaboração de mapas para treze

semanas epidemiológicas, os casos começaram a surgir nos bairros da zona norte e

só após duas semanas, alguns bairros do centro e da zona oeste também foram

atingidos. O mesmo não ocorreu para os bairros da zona sul, uma vez que, que teve

o surgimento de casos só a partir da semana 02/2002. Apesar dos casos surgirem

tardiamente nessa região, bairros como Copacabana e Botafogo permaneceram com

um número de casos relativamente alto durante o período estudado. Contudo, o

cenário observado na ocorrência de dengue para cidade do Rio de Janeiro mostrou

que sua difusão foi rápida e crescente após a segunda semana de 2002,

permanecendo assim até a semana doze de 2002. Essa análise indicou que durante

o período total, o município apresentou-se altamente vulnerável a doença,

evidenciando o fator espacial como determinante na propagação dos casos.

Os resultados obtidos através do cálculo do I Moran global para as variáveis

estudadas expressaram autocorrelação estatisticamente significativa. Além disso, a

análise dos indicadores de autocorrelação local para taxa média incidência de dengue

mostrou a existência de dependência espacial para 41 bairros do município do Rio de

Janeiro. Dentre essas, cinco localizadas na zona oeste e quatro na região centro (Q1)

consideradas como áreas de alto risco para doença.

Correlacionando-se o padrão espacial do dengue encontrado com o espaço

urbano organizado no período estudado para o Município do Rio de Janeiro, pode-se

sugerir que os bairros da zona oeste identificados no cálculo do Moran Map como os

40

que tiveram valores altos do atributo estudado e a média dos seus vizinhos (Q1) são

em parte os bairros que apresentaram ocupação mais recente e condições de infra-

estrutura básica deficiente e precária (Kawa & Sabroza, 2002). Porém os bairros

localizados na região centro da cidade, apesar do maior acesso aos serviços de infra-

estrutura básica, apresentam alta densidade populacional urbana. É importante

destacar que, não foi aferida a qualidade desses serviços.

Através do procedimento stepwise, constatou-se que apenas a variável

“percentual de domicílios ligados à rede sanitária geral” explicou a variabilidade total

da taxa de incidência média de dengue no município do Rio de Janeiro. Sabe-se que

a melhoria nas condições de esgotamento sanitário tem grande impacto na

ocorrência de infecção e morbidade por inúmeras doenças. Entretanto, mesmo

sabendo que essa variável não está diretamente ligada a transmissão de dengue,

pode-se sugerir que seja uma “proxy” da falta do saneamento ambiental, observado

pela urbanização não planificada, por moradias inadequadas com precárias ou

inexistentes condições de infra-estrutura básica.

Segundo Ault (1994), a urbanização não planificada e as favelas suburbanas

têm criado não só novas oportunidades para reprodução das populações de vetores

como a interação entre pessoas infectadas e suscetíveis.

Apesar deste modelo linear final não explicar de forma mais consistente a

ocorrência de dengue no Rio de Janeiro, observou-se visualmente através da análise

realizada nos resíduos da regressão uma aglomeração de resíduos na região centro,

zona sul, oeste e norte da cidade, indicando pelo cálculo do Moran a autocorrelação

espacial existente.

41

Com a finalidade de se ajustar as variáveis a um modelo que assumisse a

estrutura espacial, utilizou-se o modelo Conditional Auto Regressive (CAR), onde se

observou um coeficiente semelhante o da regressão tradicional. O padrão espacial

dos resíduos foi semelhante ao da regressão múltipla porém a autocorrelação

espacial foi negativa, indicando que os valores baixos em uma localização estão

rodeados de valores altos, ou seja, os valores do atributo de um objeto, nesse caso

os resíduos, tendem a ser diferente dos valores de seus vizinhos, ou vice-versa.

Ambos os modelos não foram capazes de identificar a influência de outros

fatores estudados, talvez em função da unidade de análise utilizada, ou mesmo por

não ter se considerado outras variáveis importantes para a transmissão da doença,

como a regularidade do abastecimento de água, por exemplo (Ribeiro et al., 2006,

Barcellos et al., 2005, Costa & Natal, 1998).

Além disso, nos modelos de regressão com efeitos globais parte-se do

princípio que o processo espacial subjacente aos dados analisados é estacionário, ou

seja, os padrões de autocorrelação espacial são capturados em um único parâmetro.

Quando na verdade, à utilização de dados censitários, pode produzir diversos

padrões espaciais que não são captados em um único parâmetro. Assim sugere-se

que, para testar tal hipótese, seria interessante investigar o processo espacial através

de modelos cujos parâmetros variam no espaço, como os que levam em conta os

efeitos espaciais locais (Câmara et al., 2004; Fotheringham, et al, 2000).

Cabe ainda ressaltar, o acesso e a qualidade dos serviços de abastecimento

de água que a pesar de não ter apresentado uma correlação com o dengue nesse

estudo, têm sido apontado como determinantes da transmissão. A ausência desses

42

serviços ou mesmo a irregularidade no fornecimento de água pode implicar em

situações extremamente favoráveis a procriação do vetor (Oliveira & Valla, 2001).

Vários estudos reconhecem a importância de indicadores de habitação e renda

como determinantes da intensidade de dengue, contudo apontam muitas vezes para

conclusões contraditórias (Barcellos et al., 2005 Chiaravalloti Neto et al, 1998, Costa

& Natal, 1998).

Ressalta-se que a informação obtida de dados secundários através do censo

demográfico, quando agregadas para descrever grandes regiões ocultam a grande

variabilidade existente dentro destas. Assim, a agregação espacial pode influenciar os

resultados relacionados às variáveis. Na cidade do Rio de Janeiro então, este tipo de

problema agrava-se ainda mais, uma vez que apresenta sérios problemas de infra-

estrutura urbana e desigualdade sócio-econômica. Dessa forma, à medida que

utilizamos unidades espaciais maiores, a informação obtida através das variáveis

sócio-ambientais descrimina menos essas regiões.

Um outro aspecto relevante, diz respeito às limitações dos indicadores

utilizados quando trabalhados com dados de notificações, uma vez que, pode ter

havido uma provável subnotificação de casos de dengue, acarretando um viés de

seleção (Casali et al, 2004; Toledo et al, 2006).

Em função da complexidade que envolve o processo de adoecer por dengue,

seria interessante que as informações obtidas para a doença no município do Rio de

Janeiro estivessem em unidades de análise menores como, por exemplo, no nível de

setor censitário (Mondini, 2005).

43

Sugere-se neste estudo que maiores investigações devam ser realizadas a

nível local para esclarecer, por exemplo, aspectos qualitativos e quantitativos de

alguns indicadores utilizados.

Assim, ainda que não tenha sido possível identificar um modelo multivariado

para o dengue na epidemia de 2001-2002 no município do Rio de Janeiro com as

variáveis utilizadas, o estudo sugere a importância do uso de ferramentas de análise

espacial e destaca a metodologia proposta por utilizar técnicas de análise exploratória

que incorporam a dependência espacial em áreas na análise de ocorrência do

dengue.

44

5 REFERÊNCIAS BIBLIOGRÁFICAS

1. ANSELIN, L., 1992. SpaceStat Tutorial. A Workbook for Using SpaceStat in the Analysis of Spatial Data. Morgantown: Regional Research Institute, West Virginia University.

2. ANSELIN, L., 1995. Local indicators of spatial association – LISA. Geographical Analysis, 27:93-115.

3. AULT, S. K. Environmental managemente: a re-emerging vector control strategy. Am. J. Trop. Med. Hyg., 50(6):35-49, 1994.

4. BAILEY, T., 1995. Interactive spatial data analysis. London: Longman.

5. BAILEY, T., 2001. Spatial statistics methods in health. Cad. Saúde Pública, Rio de Janeiro, 17(5):1083-98.

6. BARCELLOS, C & RAMALHO, W., 2002. Situação atual do geoprocessamento

e análise de dados espaciais em saúde no Brasil. Informática Pública, vol.4 (2):221-230.

7. BARCELLOS, C., BASTOS, F., 1996. Geoprocessamento, ambiente e saúde:

uma união possível? Cad. Saúde Pública, 12(3):389-397. 8. BARCELLOS, C., PUSTAI, A. K., WEBER, M. A. & BRITO, M. R. V., 2005.

Identificação de locais com potencial de transmissão de dengue em Porto Alegre através de técnicas de geoprocessamento. Rev. Soc. Bras. Medicina Tropical, 38(3):246-250.

9. BARCELLOS, C.; COUTINHO, K.; PINA, M.F.; MAGALHÃES, M.M.A.F.;

PAOLA, J.C.M.D. & SANTOS, S.M., 1998. Inter-relacionamento de dados ambientais e de saúde: análise de risco à saúde aplicada ao abastecimento de água no Rio de Janeiro utilizando Sistemas de Informações Geográficas. Cad. Saúde Pública,14:597-605.

45

10. BRAGA C., XIMENES R.A.A., ALBUQUERQUE M.F.P.M., SOUZA W.V, MIRANDA J, BRAYNER F, et al., 2001. Avaliação de indicador sócio-ambiental utilizado no rastreamento de áreas de transmissão de filariose linfática em espaços urbanos. Cad. Saúde Pública , 17:1211-8.

11. CÂMARA G, CARVALHO MS, CRUZ OG, CORREIA V., 2004. Análise espacial

de áreas. In: Druck S, Carvalho MS, Câmara G, Monteiro AMV, editores. Análise espacial de dados geográficos. Embrapa, Planaltina-DF.

12. CARVALHO, M.S.; PINA, M.F.; SANTOS, S.M., 2000. Conceitos Básicos de

Sistemas de Informação Geográfica e Cartografia aplicados à Saúde. Rede Interagencial de Informações para a Saúde – RIPSA. Brasília: Organização Panamericana da Saúde/Ministério da Saúde.

13. CARVALHO, M.S.; SOUZA-SANTOS, R., 2005. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Cad. Saúde Pública, Rio de Janeiro, 21(2):361-378.

14. CASALI C. C., PEREIRA M. R. R., SANTOS L. M. J. G, PASSOS M. N. P., FORTES B. P. M. D., VALENCIA L. I. O., ALEXANDRE A. J., MEDRONHO R. A., 2004. A epidemia de dengue/dengue hemorrágico no município do Rio de Janeiro, 2001/2002. Rev Soc Bras Med Trop , 37(4): 293-295.

15. CLIFF, A. D. & ORD, J. K., 1981. Spatial Processes: Models and Applications. Pion: London.

16. COSTA, A. I. P., NATAL, 1998. Geographical distribution of dengue and socioeconomic factors in an urban locality in Southeastern Brazil. Rev. Saúde Pública, 32:232-236.

17. CRESSIE N., 1993. Statistics for Spatial Data. New York: Wiley & Sons. 18. CHIARAVALLOTI-NETO F., 1997. Descrição da colonização de Ae. aegypti na

região de São José do Rio Preto, São Paulo. Rev Soc Bras Med Trop, 30: 279-285.

46

19. CHIARAVALLOTI-NETO F., MORAES M.S., FERNANDES M. A., 1998.

Avaliação dos resultados de atividades de incentivo à participação da comunidade no controle da dengue em um bairro periférico do Município de São José do Rio Preto, São Paulo e da relação entre conhecimentos e práticas desta população. Cad. Saúde Pública, 14(supl 2):101-109.

20. CHIEFFI P.P., 1985. Algumas questões decorrentes da reintrodução do Ae.

aegypti no Brasil. Cad. Saúde Pública,1: 193-1999. 21. DEUTSCH C.V., 1998. Journel AG. GSLIB: geostatistical software library

and user’s guide. New York: Oxford University Press. 22. DONALÍSIO, M. R. & GLASSER, C. M., 2002. Vigilância Entomológica e

Controle de Vetores do Dengue. Rev. Bras. Epidemiol., 5(3). 23. FOCKS D. A., DANIELS E., HAILE D. G., KEESLING J. E., 1995. A simulation

model of the epidemiology of urban dengue fever: literature analysis, model development, preliminary validation, and samples of simulation results. Am J Trop Med Hyg, 53(5): 489–506.

24. FORATTINI O.P, 2002. Culicidologia médica: identificação, biologia e

epidemiologia. São Paulo: Edusp, v.2. 25. FOTHERINGHAM, A. S.; BRUNSDON, C.; CHARLTON, M. E., 2000.

Quantitative Geography. London: Sage. 26. FUNDAÇÃO NACIONAL DE SAÚDE. Ministério da Saúde, 2002. Programa

Nacional de Controle da Dengue. http://www.funasa.gov.br/epi/dengue/dengue0.htm. 27. GATRELL, A. C. & BALLEY, T. C., 1996. Interative spatial data analysis in

medical geography. Soc. Sci. Med., 42(6):843-55. 28. GEARY, R.C., 1954. The contiguity ratio and statistical mapping. Incorporated

Statistian, 5:115-145.

47

29. GESLER W., 1986. The uses of spatial analysis in medical geography: a

review. Soc Sci Med, 23(10): 963-73. 30. GLASSER, C. M., GOMES, A. C., 2002. Clima e sobreposição da distribuição

de Aedes aegypti e Aedes albopictus na infestação do Estado de São Paulo. Rev. Saúde Púplica, 36(2):166-72.

31. GUBLER, D. J., 1997. Dengue and dengue hemorragic fever: Its history and

resurgence as a global health problem. In: Dengue and Dengue and Hemorragic Fever (D. J. Gubler & G. Kuno, eds.), pp. 1-22, New York: CAB International.

32. GUBLER, D. J., 1998. Dengue and dengue hemorragic fever. Clinical

Microbiology Reviews, Vol. 11 No. 3, pp. 480-496. 33. IBANEZ-BERNAL S. et al., 1997. A. First record in America of Ae. albopictus

naturally infected with dengue virus during the 1995 outbreak at Reynosa, Mexico. Medical and Veterinary Entomology, 11: 305-309.

34. IBGE – Instituto Brasileiro de Geografia e Estatística. Censo Demográfico

Brasileiro de 2000. Rio de Janeiro: IBGE; 2000. 35. KALUZNY, S. P.; VEGA, S. C.; CARDOSO, T. P.; SHELLY, A. A., 1996.

S+SPATIALSTATAS: user’s manual for Windows and Unix. MathSoft, Inc: Seattle.

36. KAPLAN J. E., ELIASON D. A., MOORE M., 1983. Epidemiologic investigations

of dengue infection in Mexico, 1980. Am J Epidemiol, 117: 335–343.

37. KAWA, H & SABROZA, P. C., 2002. Espacialização da Leishmaniose

tegumentar na cidade do Rio de Janeiro. Cad. Saúde Pública, Rio de Janeiro 18(3):853-865.

48

38. KLEINBAUM, O. G. & KUPPER, L. L., 1978. Applied regression analysis and other multivariable methods. North Scituate: Duxbury.

39. KLEINBAUM, O. G., KUPPER, L. L. & Morgenstern, H., 1982. Epidemiologic

Research. Lifetime Learning Publications.Belmont, Califórnia.

40. LAWSON, A.B. & KULLDORF, M., 1999. A review of cluster detection

methods, In; Disease Mapping and Risk Assessment for Public Health (A. B. Lawson, A.Biggeri, D. Böhning, E. Lesaffre, J. F. Viel & R. Bertollini, ed.), pp.99-110, Chichester: Editora John Wiley an Sons.

41. MARQUES, A.C., 1985. Sobre a viabilidade atual de erradicação do Ae.

aegypti no controle da febre amarela no Brasil. Revista Brasileira de Malariologia e Doenças Tropicais, 37: 37-46.

42. MARSHALL, R., 1991. A review of methods for the statistical analysis of spatial

patterns of disease. J R Statistic Soc A, 154(3):421-41.

43. MARTINEZ, E., 1995. Dengue y Dengue hemorrágico: aspectos clínicos. Salud Pública Mex., 37(Suppl.):29-44.

44. MARZOCHI, K. B. F., 1991. Dengue: classificação clínica. Cad. Saúde

Pública, 7(3):409-415. 45. MARTINEZ, E., 1995.Dengue y Dengue Hemorrágico: aspectos clínicos.

Salud. Pública Mex., 37(Suppl.):29-44. 46. MEDRONHO, R. A., 1995. Geoprocessamento e saúde uma nova

abordagem do espaço no processo saúde doença. Editora. FIOCRUZ/Cict/Nect. Rio de Janeiro.

47. MEDRONHO, R. A., SANTOS M. O., PINTO C. A. L., 1997. Análise espacial

em saúde. In: Heller L, Moraes LRS, Salles MJ, Almeida LM, Câncio J. Saneamento e saúde nos Países em desenvolvimento. Rio de Janeiro: CC&P Editores.

49

48. MÉXICO, 1993. Secretaría de Salud. Entomologia com énfasis en control de vectores. Secretaría de Salud, p. 267-345, v. 1.

49. MIAGOSTOVICH M. P., SANTOS, F. B., SIMONE, T. S., COSTA, E. V.,

FILIPPIS, A. M. B., SCHATZMAYR, H. G., NOGUEIRA, R. M. R., 2002. Genetic characterization of dengue virus type 3 isolates in the states of Rio de Janeiro. Brazilian Journal of Medical end Biological Research, 8:869-872.

50. MINISTÉRIO DA SAÚDE, 2006. Secretaria de Vigilância à Saúde. Dengue –

Disponível emURL: http://portal.saude.gov.br/portal/svs/default.cfm [2007 Jan 17].

51. MONKEN, M., 1995. A Noção de Lugar e o Estudo da Realidade na Ilha Grande (RJ).Instituto de Planejamento Urbano e Regional, IPPUR/ UFRJ.

52. MONDINI, A.; CHIARAVALLOTI-NETO; SANCHES, M. G. Y ; LOPES, J.C.C., 2005. Análise espacial da transmissão de dengue em cidade de porte médio do intrior paulista. Rev Saúde Pública, 39(3):444-51.

53. MORAN, P.A.P., 1950. Notes on contínuous stochastic phenomena. Biometrika, 37:17-23.

54. MORRISON A. C., GETIS A., SANTIAGO M. et al., 1997. Exploratory space-time analysis of reported dengue cases during an outbreak in Florida, Puerto Rico, 1991–1992. Am J Trop Med Hyg, 57: 119–125.

55. NEVES D. P. et al., 1995. Culicídeos. In: Neves DP. Parasitologia Humana. São Paulo: Editora Atheneu, p. 383-397.

56. NOBRE A. et al., 1998. Instrução para pessoal de combate ao vetor –

Manual de Normas Técnicas. 2. ed. Brasília (DF). 57. NOBRE, A. et al., 1998. Instrução para pessoal de combate ao vetor –

Manual de Normas Técnicas. 2ª ed. – Brasília: Ministério da Saúde –

50

Secretaria Executiva do Plano Diretor de Erradicação do Ae. aegypti no Brasil – PEAa., 76p. il.

58. NOGUEIRA R. M. R., MIAGOSTOVICH M. P., FILIPPIS A. M. B., PEREIRA M.

A. S., SCHATZMAYR H. G., 2001. Dengue Virus Type 3 in Rio de Janeiro, Brazil. Mem. Inst. Oswaldo Cruz, 96: 925-926.

59. NOGUEIRA R. M. R., MIAGOSTOVICH M. P., SCHATZMAYR H. G, SANTOS,

F. B., ARAÚJO, E. S. M., FILIPPIS A. M. B., SOUZA, R. V., ZANGUE, S. M. O. , NICOLAI, C., BARAN, M., TEIXEIRA FILHO G., 1999. Dengue in the State of Rio de Janeiro. Brazil, 1986-1998. Mem. Inst. Oswaldo Cruz, 94:297-304.

60. OLIVEIRA, R. M. & VALLA, V.V., 2001. Living conditions and life experiences

of working-class groups in Rio de Janeiro: rethinking dengue control and popular mobilization. Cad. Saúde Pública, vol.17 suppl, p.S77-S88.

61. PASSOS M. N. P., SANTOS L. M. J. C., PEREIRA M. R. R., CASALI C. C.,

FORTES B. P. M. D., VALENCIA L. I. O., ALEXANDRE A. J., MEDRONHO R. M., 2004. Diferenças clínicas observadas em pacientes com dengue causadas por diferentes sorotipos na epidemia de 2001/2002, ocorrida no município do Rio de Janeiro. Rev Soc Bras Med Trop, 37(4): 293-295.

62. PENNA, M. L.F, 2003. Um desafio para saúde pública brasileira: o controle do

dengue. Cad. Saúde Pública, Rio de Janeiro, 19(1):305-309. 63. PINHEIRO RS, TRAVASSOS C, GAMERMAN D, CARVALHO MS., 2001.

Mercados hospitalares em área urbana: uma abordagem metodológica. Cad. Saúde Pública 1; 17:1111-21.

64. PONTES, R. J. S. & RUFFINO-NETTO, A., 1994. Dengue em localidade

urbana da região sudeste do Brasil: aspectos epidemiológicos. Rev. Saúde Pública, 28(3):218-27.

65. RIBEIRO, A. F., MARQUES, G. R. A. M., VOLTOLINI, J. C., CONDINO, M. L.

F., 2006. Associação entre incidência de dengue e variáveis climáticas. Rev. Saúde Pública, 40(4):671-6.

51

66. ROJAS, L.I.; BARCELLOS, C. & PEITER, P., 1999. Utilização de mapas no

campo da epidemilogia no Brasil. Informe Epidemiológico do SUS, 8:25-35.

67. SABROZA, P.C.; LEAL M.C., 1992. Saúde, ambiente e desenvolvimento: alguns conceitos fundamentais. In MC Leal, PC Sabroza, RH Rodriguez e PM Bus, Saúde Ambiente e Desenvolvimento, Ed Hucitec, Abrasco, São Paulo, 1: 45-93.

68. SCHATZMAYR, H. G. Viroses emergentes e reermegentes., 2001. Cad. Saúde Pública, Rio de Janeiro, 17(Suppl.):209-213.

69. SCHATZMAYR, H. G., 2000. Dengue Situation in Brazil by Year 2000. Mem. Inst. Oswaldo Cruz, Rio de Janeiro, 95 (Suppl. I):179-181.

70. SECRETARIA DE ESTADO DE SAÚDE DO RIO DE JANEIRO, 2005. Quadro Demonstrativo de Casos de Notificados de Dengue no Estado do Rio de Janeiro. Rio de Janeiro: Secretaria de Estado de Saúde.

71. SECRETARIA DE ESTADO DE SAÚDE DO RIO DE JANEIRO, 2007. Rio de

Janeiro: Secretaria de Estado de Saúde.

72. SILVA, L.J., 1997. O conceito de espaço na epidemiologia da doenças infecciosas. Cad. Saúde Pública, Rio de Janeiro, 13(4):585-93.

73. SILVEIRA, A. C., 1998. Dengue: aspectos epidemiológicos e de controle. Rev. Soc. Brasileira Medicina Tropical, 31 (Suppl. II):5-14.

74. SOUZA-SANTOS, R. & CARVALHO, M.S., 2000. Análise da distribuição de Aedes aegypti na Ilha do Governador, Rio de Janeiro, Brasil. Cad. Saúde Pública,16:109-118.

75. TAUIL P. L., 2001. Urbanização e Ecologia do Dengue. Cad. Saúde Pública;

17: 99-102.

52

76. TAUIL P. L., 2002. Aspectos Críticos do Controle do Dengue no Brasil. Cad.

Saúde Pública, 18: 867-871. 77. TEIXEIRA, M. G., COSTA, M. C. N., BARRETO, M. L. & BARRETO, F. R.,

2001. Epidemiologia do dengue em Salvador-Bahia, 1995-1999. Rev. Soc. Bras. Medicina Tropical, 34(3):269-274.

78. TEIXEIRA, M. G., COSTA, M. C. N., BARRETO, M. L. & MOTA, E., 2005.

Dengue and dengue hemorrhagic fever epidemics in Brazil: what research is needed based on trends, surveillance, and control experiences? Cad. Saúde Pública, Rio de Janeiro, 21(5):1307-1315.

79. TOLEDO, A. L. A; ESCOSTEGUY, C. C.; MEDRONHO, R. A.; ANDRADE, F. C., 2006. Confiabilidade do diagnóstico final de dengue na epidemiologia 2001-2002 no município do Rio de Janeiro, Brasil.

80. TORRES, E. M. 2005. Dengue. Rio de Janeiro: Editora FIOCRUZ. P. 50. 81. TUKEY J. W., 1977. Exploratory data analysis. United States of America:

Addison-Wesley, Reading Mass. 82. WATTS D. M., BURKE D.S., HARRISON B.H., 1987. Effect of temperature on

the vector efficiency of Aedes aegypti for dengue 2 virus. Am J Trop Med , 36: 143–152.

83. WORLD HEALTH ORGANIZATION. Disponível em URL:

http://www.who.int/mediacentre/factsheets/fs117/en/ [2006 Jun 10].

53

6 COMENTÁRIOS FINAIS

A utilização do espaço enquanto categoria de análise em estudos

epidemiológicos tem revelado sob uma ótica inovadora, o desenvolvimento

metodológico das intervenções nos agravos em saúde pública. Assim, o

desenvolvimento e aprimoramento de metodologias que incorporem o espaço como

uma vertente importante na análise de doenças infecciosas torna-se imprescindível

na implementação de estratégias de controle eficazes.

O presente estudo procurou explorar a união de ferramentas espaciais através

da utilização de SIG e estatística espacial, com objetivo de analisar as relações

existentes entre a incidência do dengue nos anos de 2001-2002 e variáveis sócio-

ambientais. Nesse sentido, a investigação foi baseada na análise dos resultados

apontados pelo I. Moran global e pela elaboração de mapas a partir do Moran Map,

os quais fornecem um diagnóstico resumido do comportamento espacial das

variáveis, permitindo assim o levantamento das correlações existentes entre a taxa de

incidência média e variáveis sócio-ambientais, consideradas potenciais variáveis

explicativas do fenômeno.

Entende-se que o estudo apresentou limitações, uma vez que não levou em

conta outras possíveis variáveis relacionadas à transmissão da doença, como por

exemplo, regularidade do abastecimento de água, densidade espacial do vetor,

produtividade de criadouros.

Em função de, não existir um consenso entre quais fatores influem no aumento

de casos em uma determinada área, ressalta-se a utilização de diversas variáveis em

54

novos estudos, com intuito de identificar os fatores associados ao dengue e, por

conseguinte, fornecer melhor embasamento para novas propostas de controle da

doença.

55

7 ANEXOS

ANEXO 1. Moran Map das variáveis.

Figura 1. Percentual de domicílios ligados à rede sanitária. Figura 2. Densidade populacional urbana. Figura 3. Percentual de domicílios com lavadora de roupa.

Moran Map Percentual rede sanitária geral

NS

Q1

Q2

Q3

Q4

10000 0 10000 20000 Meters

N

Moran Map Densidade populacional urbana

NS

Q1

Q2

Q3

Q4

10000 0 10000 20000 Meters

N

Moran Map Percentual lavadora roupa

0

1

2

3

4

10000 0 10000 20000 Meters

N

Figura 1

Figura 2

Figura 3

56

ANEXO 2. Box Mapa da variável taxa de incidência média de dengue e das variáveis.

Figura 1. Taxa incidência média de dengue. Figura 2. Percentual de domicílios ligados à rede sanitária. Figura 3. Densidade populacional urbana. Figura 4. Percentual de domicílios com lavadora de roupa.

Box Map dengue

Q1

Q2

Q3

Q4

10000 0 10000 20000 Meters

N

Box Map Percentual rede sanitária geral

Q1

Q2

Q3

Q4

10000 0 10000 20000 Meters

N

Box Map Densidade populacional urbana

1

2

3

4

10000 0 10000 20000 Meters

N

Box Map Percentual lavadora roupa

1

2

3

4

10000 0 10000 20000 Meters

N

Figura 1 Figura 2

gura 1

Figura 3 Figura 4

57

ANEXO 3. Distribuição espacial das variáveis.

Figura 1. Percentual de domicílios ligados à rede sanitária. Figura 2. Densidade populacional urbana. Figura 3. Percentual de domicílios com lavadora de roupa.

Quartil Percentual rede sanitária geral

9.4 - 71.18

71.18 - 88.45

88.45 - 95.72

95.72 - 100

10000 0 10000 20000 Meters

N

Quartil Densidade populacional urbana

3.793 - 74.547

74.547 - 121.92

121.92 - 156.356

156.356 - 2330.177

10000 0 10000 20000 Meters

N

Quartil Percentual lavadora roupa

3.07 - 3.93

3.93 - 4.12

4.12 - 4.28

4.28 - 4.52

10000 0 10000 20000 Meters

N

Figura 1 Figura 2

Figura 3

58

ANEXO 4. Distribuição espacial dos casos de dengue em seis semanas epidemiológicas no Município do Rio de Janeiro.

Semana 49/2001

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 51/01

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 01/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 03/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 05/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N Semana 07/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 49/01 Semana 51/01

Semana 01/02

Semana 03/02

Semana 05/02

Semana 07/02

59

ANEXO 5. Distribuição espacial dos casos de dengue em seis semanas epidemiológicas no Município do Rio de Janeiro.

Semana 09/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 11/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1632

10000 0 10000 20000 Meters

N

Semana 13/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 15/2002

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 17/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

NSemana 19/02

0 - 11

11 - 22

22 - 38

38 - 50

50 - 73

73 - 107

107 - 208

208 - 1475

10000 0 10000 20000 Meters

N

Semana 09/02

Semana 11/02

Semana 13/02

Semana 15/02

Semana 17/02 Semana 19/02

1 INTRODUÇÃO - posgraduacao.iesc.ufrj.br · A doença é transmitida pela picada da fêmea do...

Documents

Transcript of 1 INTRODUÇÃO - posgraduacao.iesc.ufrj.br · A doença é transmitida pela picada da fêmea do...