Norma para a Elaboração Gráfica de Teses

ANÁLISE ESPACIAL DE INDICADORES SÓCIO-ECONÔMICOS APLICADA À

GESTÃO NA ÁREA DE SANEAMENTO – ESTUDO DE CASO: MUNICÍPIO DE

NITERÓI, RJ

Alexandre Lima de Figueiredo Teixeira

TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS

DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO

DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS PARA A

OBTENÇÃO DO GRAU DE MESTRE EM CIÊNCIAS EM ENGENHARIA CIVIL.

Aprovada por:

________________________________________________Prof. Otto Corrêa Rotunno Filho, Ph.D.

________________________________________________Prof. Adilson Elias Xavier, D. Sc.

________________________________________________Prof. Christovam de Castro Barcellos Neto, D. Sc.

________________________________________________Prof. Isaac Volschan Jr., D. Sc.

________________________________________________Prof. Luiz Rafael Palmier, Ph. D.

________________________________________________Prof. Paulo Canedo de Magalhães, Ph. D.

RIO DE JANEIRO, RJ - BRASIL

JULHO DE 2001

ii

TEIXEIRA, ALEXANDRE LIMA DE FIGUEIREDO

Análise Espacial de Indicadores Sócio-Econômicos Aplicada

à Gestão na Área de Saneamento [Rio de

Janeiro] 2001

XV, 191 p. 29,7 cm (COPPE/UFRJ, M.Sc.,

Engenharia Civil, 2001)

Tese - Universidade Federal do Rio de

Janeiro, COPPE

1. Saneamento

2. Indicadores sócio-econômicos

3. Geoprocessamento

4. Análise de componentes principais

5. Classificação multivariada

6. Geoestatística

I. COPPE/UFRJ II. Título ( série )

iii

Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários

para a obtenção do grau de Mestre em Ciências (M.Sc.)

ANÁLISE ESPACIAL DE INDICADORES SÓCIO-ECONÔMICOS APLICADA À

GESTÃO NA ÁREA DE SANEAMENTO – ESTUDO DE CASO: MUNICÍPIO DE

NITERÓI, RJ


Julho/2001

Orientador: Otto Corrêa Rotunno Filho

Programa: Engenharia Civil

A seleção de variáveis sócio-econômicas constitui-se em um importante fator na

caracterização de populações. Dessa forma, este trabalho tem como principal objetivo

analisar a importância de variáveis sócio-econômicas na definição de áreas prioritárias de

investimento em saneamento. O município de Niterói foi escolhido para estudo de caso.

Utilizou-se o método de componentes principais com o intuito de identificar quais

os indicadores mais representativos. Nesta análise, os temas escolhidos foram:

saneamento, renda, escolaridade, habitação e demografia. Partindo-se de 52 variáveis,

foram selecionados 7 indicadores como os mais representativos.

Realizou-se, então, uma classificação multivariada pelo método k-médias de

agrupamento, buscando-se identificar, através da formação dos grupos, estratos sócio-

econômicos diferenciados. Foi possível discriminar a área de estudo em seis classes. Os

resultados da classificação multivariada foram confrontados com casos de incidência de

doenças de veiculação hídrica, revelando significativa correspondência entre casos

registrados e classes de risco para alguns bairros.

Finalmente, sob o ponto de vista metodológico, com o objetivo de analisar a

estrutura espacial das diversas variáveis, foram utilizadas técnicas geoestatísticas, tais

como o variograma e o covariograma. As análises feitas indicam a presença de estruturas

de correlação espacial. Notou-se que os indicadores de abastecimento de água e

esgotamento sanitário apresentaram um comportamento heterogêneo na direção leste-

oeste. Sugere-se que estudos futuros sejam conduzidos com essa abordagem.

iv

Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements

for the degree of Master of Science (M.Sc.)

SPATIAL ANALYSIS OF SOCIO-ECONOMIC VARIABLES APPLIED TO

MANAGEMENT IN THE SANITARY FIELD – CASE STUDY: NITERÓI CITY, RJ


July/2001

Advisor: Otto Corrêa Rotunno Filho

Department: Civil Engineering

The selection of socio-economic variables is an important step in defining the

characteristics of a group of people. Based on this fact, the main purpose of the

present study is to analyse the importance of socio-economic variables in the definition

of the most important areas of investment in the sanitary field. The city of Niterói was

chosen as a case study.

The principal components method was used to identify which are the main

indicators in the study. In this work, the subjects analyzed were: sanitation, income,

education, housing and demography. Based on 52 initial variables, the 7 most

important indicators were selected.

It was then conducted a cluster analysis by the k-means method, searching,

through the established groups, for different socio-economic classes. It was possible to

discriminate the study area in six classes. The cluster analysis results were compared

with the incidence of waterborne diseases, revealing significative relation between

incidence and risk classes for some districts.

Finally, under the methodological point of view, it was evaluated the geostatistic

approach using techniques like the variogram and the covariogram with the purpose of

analysing the spatial structure of all variables. The results indicate the presence of

correlation structures. It was noted that the water supply and sewage indicators

presented a heterogeneous performance in the east-west direction. It is suggested that

future studies should emphasize this approach.

v

Dedico este trabalho aos meus pais, irmãos, parentes e amigos.

Especialmente, gostaria de dedicar às pessoas que sempre estiveram do meu lado em toda a minha vida, seja nos momentos de tristeza ou de alegria (Gabriel, Raquel e

minha mãe, Cristina).

vi

AGRADECIMENTOSAo amigo, professor e orientador Otto Corrêa Rotunno Filho, pela participação decisiva

na minha formação acadêmica durante esses cinco anos de convivência.

À CAPES por ter financiado durante dois anos a minha bolsa de mestrado.

Ao amigo Luciano Nóbrega R. Xavier, companheiro desde a época da graduação.

Aos alunos do PET e amigos Rodrigo Costa Gonçalves e Luiz Alberto Arend Filho,

peças fundamentais no fechamento da tese. Obrigado mais uma vez pela dedicação!

Ao amigo e coordenador do projeto Paraíba do Sul, Paulo Carneiro, pelos conselhos,

incentivos durante a pesquisa, principalmente os relacionados com a área de saúde e

por ter me ajudado na finalização do trabalho.

Ao prof. Luís Eduardo Potsch por contribuir para a minha formação, com uma visão

multidisciplinar.

A todos do Laboratório de Hidrologia da COPPE, em especial ao pessoal da

informática, Marcelo de Carvalho, Celso Pelizari, Marcelo Salimeni e Leandro Pitta, por

terem me ajudado no suporte computacional.

A todos os profissionais da policlínica comunitária de Itaipu, em especial à Dra. Maria

das Graças Vieira Esteves, que permitiu o acesso ao banco de dados da policlínica.

Ao coordenador do Programa Médico de Família Pedro de Lima, além da

coordenadora de grupo básico (área norte), Maria Angélica Duarte Silva e ao

responsável pelo servico de epidemiologia e estatística, Jorge Gorender, que

disponibilizaram os dados do módulo do Morro do Céu, estando sempre atenciosos.

À Ana Beatriz Costa Bezerra, Gabriel Lima de F. Teixeira, Raquel Lima de F. Teixeira,

Cristina Lima de F. Teixeira, Sheila dos Santos Lima, Roberto Trezena, Marina Xavier

da Cunha, José Aloísio Martins, Débora Goulart e Ana Cristina C. Bezerra por terem

me ajudado na coleta de dados e na finalização do trabalho.

Aos amigos Márcio e Márcia Eckhardt pela compreensão e ajuda nos momentos

críticos da tese.

vii

A todos os meus amigos e familiares que me suportaram no final desta pesquisa.

Ao Laboratório de Hidrologia da COPPE por ter cedido toda a sua infra-estrutura.

À Fundação Oswaldo Cruz por ter disponibilizado, através do Projeto SIG/Fiocruz, a

base gráfica dos setores censitários de Niterói, com informações do censo de 1991,

realizado pelo IBGE.

À Fundação CIDE por ter disponibilzado o mapeamento digital da cidade de Niterói.

À companhia Águas de Niterói, principalmente ao pessoal da operação, que sempre

esteve de portas abertas.

viii3.3.2 - Variograma ................................................................................................ 90

ÍNDICE

1 – INTRODUÇÃO........................................................................................................ 1

2 – FUNDAMENTAÇÃO TEÓRICA .............................................................................. 6

2.1 - GESTÃO DE RECURSOS HÍDRICOS ...................................................................... 6

2.1.1 - A situação da água no planeta e a sua importância.................................. 8

2.1.2 - Aspectos relevantes no gerenciamento dos recursos hídricos ............... 12

2.2 - CONTEXTUALIZAÇÃO HISTÓRICA DO SETOR DE SANEAMENTO............................ 19

2.2.1 - Os índios e as primeiras ações de saneamento após o ano de 1500..... 19

2.2.2 - O saneamento no século XIX.................................................................. 20

2.2.3 - Pereira Passos e as campanhas de Oswaldo Cruz ................................ 26

2.2.4 - A saúde pública – período de 1900 a 1940............................................. 28

2.2.5 - Mudanças institucionais na área de saneamento no período de 1940 a

1964.................................................................................................................... 31

2.2.6 - O Plano Nacional de Saneamento (PLANASA) – 1964 a 1984 .............. 32

2.2.7 - A falência do PLANASA e o vazio institucional ....................................... 38

2.2.8 - A situação atual do setor ......................................................................... 38

2.3 - SAÚDE PÚBLICA E SANEAMENTO....................................................................... 42

2.3.1 - Aspectos gerais e conceituais ................................................................. 42

2.3.2 - Doenças infecciosas relacionadas com saneamento.............................. 45

2.3.3 - Impacto do saneamento na saúde .......................................................... 49

2.4 - GEOPROCESSAMENTO E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA.................... 57

2.5 - ANÁLISE MULTIVARIADA.................................................................................... 69

2.5.1 - Análise de componentes principais ......................................................... 69

2.5.2 - Classificação multivariada ....................................................................... 74

2.6 - GEOESTATÍSTICA.............................................................................................. 76

3 – METODOLOGIA ................................................................................................... 78

3.1 - ANÁLISE DE COMPONENTES PRINCIPAIS............................................................ 82

3.2 - CLASSIFICAÇÃO MULTIVARIADA ........................................................................ 84

3.2.1 - Medidas de similaridade.......................................................................... 85

3.2.2 – Métodos hierárquicos de agrupamento .................................................. 86

3.2.3 - Métodos de partição ................................................................................ 87

3.3 - ABORDAGEM GEOESTATÍSTICA ......................................................................... 89

3.3.1 - Variáveis regionalizadas.......................................................................... 90

ix

4 – ESTUDO DE CASO – Município de Niterói .......................................................... 94

4.1 - CARACTERÍSTICAS DO MUNICÍPIO ..................................................................... 94

4.2 - REDE DE SAÚDE DO MUNICÍPIO DE NITERÓI .................................................... 100

4.2.1 - Policlínica de Itaipu................................................................................ 103

4.2.2 - Programa Médico de Família................................................................. 104

5 – RESULTADOS E ANÁLISES ............................................................................. 108

5.1 - SELEÇÃO DOS INDICADORES SÓCIO-ECONÔMICOS .......................................... 108

5.2 - ANÁLISE DOS INDICADORES SELECIONADOS.................................................... 113

5.3 - CLASSIFICAÇÃO MULTIVARIADA ...................................................................... 128

5.4 - ANÁLISE GEOESTATÍSTICA.............................................................................. 134

5.4.1 - Variogramas .......................................................................................... 134

5.4.2 - Anisotropia............................................................................................ 141

5.4.3 - Covariogramas ...................................................................................... 145

5.5 - DISTRIBUIÇÃO ESPACIAL DOS CASOS DE DOENÇA – POLICLÍNICA DE ITAIPU .... 148

5.5.1 - Análise dos dados e cálculo da incidência ............................................ 148

5.5.2 - Análise de incidência de parasitose versus classificação multivariada. 153

5.5.3 - Análise da rede de saúde versus classificação multivariada ................ 156

6 – CONCLUSÕES E RECOMENDAÇÕES............................................................. 158

REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 162

APÊNDICE A - Descrição de alguns campos do censo demográfico de 1991

(fonte: FIBGE, 1993)................................................................................................. 179

APÊNDICE B - Metodologia para cálculo dos índices de desenvolvimento humano

municipal / IDH-M e de condições de vida / ICV (fonte: PNUD, 1997)..................... 183

APÊNDICE C - Organograma da prefeitura municipal de Niterói (fonte: SECITEC,

1999b)....................................................................................................................... 190

x

LISTA DE FIGURAS

Figura 2.1 - Crescimento da demanda de água em alguns países (fonte: ENGELMAN

e LEROY, 1993; SERALGEDIN, 1995). ....................................................................11

Figura 2.2 - Relação entre custo atual e custo futuro do m³ de água (fonte:

SERALGEDIN, 1995). ................................................................................................12

Figura 2.3 - Efeitos da urbanização nos recursos hídricos (fonte: PORTO et al., 1997) ...13

Figura 2.4 - Bacia hidrográfica hipotética, com alguns usuários de recursos hídricos. .....15

Figura 2.5 - Exemplo da prática de reuso de água.............................................................18

Figura 2.6 - Estalagem da rua Senador Pompeu, fotografada pelo historiador Oswaldo

Porto Rocha em 1984 (fonte: CHALHOUB, 1996). ....................................................25

Figura 2.7 - Morro da Favela, fotografado por Augusto Malta no ano de 1920. (fonte:

CHALHOUB, 1996). .................................................................................................26

Figura 2.8 - Favela do morro do Pinto, fotografado por Augusto Malta em 1912 (fonte:

CHALHOUB, 1996). ...................................................................................................26

Figura 2.9 - Aplicação dos recursos em abastecimento de água por região (%) -

período de 1968 a 1984 (fonte: FISZON, 1990). .......................................................37

Figura 2.10 - Aplicação dos recursos em esgotamento sanitário por região (%) -

período de 1968 a 1984 (fonte: FISZON, 1990). ......................................................37

Figura 2.11 - Teoria do limiar-saturação (representação esquemática); efeito do

saneamento sobre a saúde em função do nível sócio-econômico (fonte: SHUVAL

et al., 1981). ...............................................................................................................43

Figura 2.12 - Modelo holístico da relação entre saneamento e saúde (fonte:

CVJETANOVIC, 1986; HELLER, 1997). ...................................................................44

Figura 2.13 - Incidência de casos de leptospirose em uma região da Baixada

Fluminense para o ano de 1988 ( com surto da doença) e para o ano de 1994

(sem surto da doença) - (fonte: CARNEIRO, 1997). .................................................54

Figura 2.14 - Relação dos casos de leptospirose com a duração da inundação (fonte:

CARNEIRO, 1997). ...................................................................................................55

Figura 2.15 - Relação dos casos de leptospirose com a altura da inundação (fonte:

CARNEIRO, 1997). ...................................................................................................56

Figura 2.16 - Geoprocessamento e sistema de informação geográfica (fonte: ROCHA,

2000)...........................................................................................................................57

Figura 2.17 - Fluxograma de um sistema de cartografia automatizada (fonte: XAVIER-

xi

Figura 5.11 - Distribuição espacial do indicador proporção de domicílios ligados na

rede de água e com ligação interna (INTCRED). ......................................................................

DA-SILVA, 1999). .....................................................................................................59

Figura 2.18 - Sistemas de cadastro multi-finalitários (fonte: XAVIER-DA-SILVA, 1999)....60

Figura 2.19 - Sistemas de planejamento territorial (fonte: XAVIER-DA-SILVA, 1999). ....60

Figura 2.20 - Sistemas de gestão territorial (fonte: XAVIER-DA-SILVA, 1999). ...............61

Figura 2.21 - Inserção dos módulos de um SIG (fonte: ROCHA, 2000). ..........................62

Figura 3.1 - Demonstração esquemática da variância intra-grupos e intergrupos (fonte:

DILLON e GOLDSTEIN, 1984). . ...............................................................................84

Figura 3.2 - Visão geral da análise de agrupamento (fonte: DILLON e GOLDSTEIN,

1984)...........................................................................................................................85

Figura 3.3 - Variograma esquemático. . ............................................................................92

Figura 4.1 - Vista aérea dos municípios de Niterói e São Gonçalo, RJ..............................95

Figura 4.2 - Vista aérea do município de Niterói, RJ.. ........................................................95

Figura 4.3 - Distribuição dos bairros do município de Niterói. .........................................97

Figura 4.4 - Regiões de planejamento do município de Niterói (fonte: SECITEC,

1999b). .......................................................................................................................97

Figura 4.5 - Rede física de saúde do município de Niterói (fonte: SECITEC (1999b)......101

Figura 4.6 - Taxa de mortalidade no município de Niterói (adaptado de SECITEC,

1999b).......................................................................................................................102

Figura 5.1 - Importância relativa de cada componente. ...................................................112

Figura 5.2 - Medidas estatísticas do indicador número médio de pessoas por domicílio

(NEMDEPES). ..........................................................................................................114

Figura 5.3 - Medidas estatísticas do indicador proporção de domicílios com ligação

interna e ligados na rede pública de água (INTCRED).............................................114

Figura 5.4 - Medidas estatísticas do indicador proporção de domicílios ligados na rede

de esgotamento sanitário (REDESG). ......................................................................115

Figura 5.5 - Medidas estatísticas do indicador renda nominal do chefe de família

(RENDANOM). .................................................................................................................115

Figura 5.6 - Medidas estatísticas do indicador proporção de casas (CASAS). ................115

Figura 5.7 - Medidas estatísticas do indicador proporção de chefes de família com

segundo grau ou mais (CFSEGMA). ........................................................................116

Figura 5.8 - Medidas estatísticas do indicador proporção de domicílios com coleta

regular de lixo (COLRGLIX)......................................................................................116

Figura 5.9 - Análise bivariada das variáveis selecionadas. ..............................................118

Figura 5.10 - Distribuição espacial do indicador número médio de pessoas por

domicílio (NEMEDPES). ...........................................................................................120

.

xii

Figura 5.31 - Análise de anisotropia do indicador número médio de pessoas por

domicílio (NEMEDPES). ...........................................................................................142

Figura 5.12 - Distribuição espacial do indicador proporção de casas (CASAS)...............122

Figura 5.13 - Distribuição espacial do indicador chefes com segundo grau ou mais de

escolaridade (CFSEGMA). .......................................................................................123

Figura 5.14 - Distribuição espacial do indicador proporção de domicílios ligados na

rede de esgoto (REDESG). ......................................................................................124

Figura 5.15 - Distribuição espacial do indicador renda nominal do chefe de família

(RENDANOM)...........................................................................................................125

Figura 5.16 - Distribuição espacial do indicador proporção de domicílios com coleta


Figura 5.17 - Distribuição espacial do resultado da classificação multivariada com 5

grupos.......................................................................................................................129

Figura 5.18 - Distribuição espacial do resultado da classificação multivariada com 6

grupos.......................................................................................................................131

Figura 5.19 - Medidas estatísticas dos indicadores selecionados por classe de risco. ..132

Figura 5.20 - Análise da classificação com a realidade local (fotos do arquivo pessoal

de Ana Cristina Costa Bezerra, 1999).. ....................................................................132

Figura 5.21- Semivariograma do indicador número médio de pessoas por domicílio

(NEMEDPES). ..........................................................................................................136

Figura 5.22 - Semivariograma do indicador renda nominal do chefe de família

(RENDANOM)...........................................................................................................136

Figura 5.23 - Semivariograma do indicador proporção de domicílios com segundo grau

ou mais (CFSEGMA). ...............................................................................................137

Figura 5.24 - Semivariograma do indicador proporção de casas (CASAS). ...................137

Figura 5.25 - Semivariograma do indicador proporção de domicílios com coleta regular

de lixo (COLRGLIX). .................................................................................................138

Figura 5.26 - Semivariograma do indicador proporção de domícílios ligados na rede de

água e com ligação interna (INTCRED). ..................................................................138

Figura 5.27 - Semivariograma do indicador proporção de domicílios com coleta regular

de esgotos (REDESG)..............................................................................................140

Figura 5.28 - Semivariograma do indicador de água (INTCRED) excluindo alguns

setores. .....................................................................................................................140

Figura 5.29 - Semivariograma do indicador de esgoto (REDESG) excluindo alguns

setores. .....................................................................................................................140

Figura 5.30 - Análise de anisotropia com domicílios ligados na rede e com ligação

interna (INTCRED)....................................................................................................142

xiii

Figura 5.32 - Análise de anisotropia do indicador domicílios ligados na rede de esgoto

(REDESG). ...............................................................................................................143

Figura 5.33 - Análise de anisotropia do indicador proporção de domicílios com coleta


Figura 5.34 - Análise de anisotropia do indicador proporção de casas no setor

(CASAS). ..................................................................................................................144

Figura 5.35 - Análise da anisotropia do indicador proporção de chefes com segundo

grau ou mais (CFSEGMA). .......................................................................................145

Figura 5.36 - Análise de anisotropia do indicador renda nominal do chefe de família

(RENDANOM)...........................................................................................................145

Figura 5.37 - Covariogramas de alguns pares de variáveis. ............................................147

Figura 5.38 - Incidência de parasitose não identificada nos bairros da região oceância

de Niterói - casos registrados na policlínica de Itaipu no ano de 1999. .................152

Figura 5.39 - Incidência de dengue clássico nos bairros da região oceânica - casos

registrados na policlínica de Itaipu no ano de 1999. ...............................................153

Figura 5.40 - Classes de risco versus incidência de parasitose - casos registrados na

policlínica comunitária de Itaipu no ano de 1999. ...................................................154

Figura 5.41 - Classes de risco versus rede saúde do município ......................................157

xiTabela 4.1 - População e taxa média de crescimento anual em Niterói - v

LISTA DE TABELAS

Tabela 2.1 - Disciplinas de planejamento de recursos hídricos (LANNA, 1999). .................8

Tabela 2.2 - Tabela de óbitos registrados na zona urbana do Rio de Janeiro, no

período de 1860 a 1869, para algumas doenças (fonte: BENCHIMOL, 1999)...........24

Tabela 2.3 - Divisão dos recursos aplicados pelo PLANASA entre abastecimento de

água e esgotamento sanitário de 1971 a 1974, em % (fonte: FISZON, 1990)...........35

Tabela 2.4 - Déficit na oferta de serviços de saneamento básico no Brasil – 1997

(fonte: Pesquisa Nacional por Amostra Domiciliar/PNAD - SANTOS, 1999). ............39

Tabela 2.5 - Situação atual de incidência de doenças ligadas à falta de saneamento

básico (fonte: Ministério Público - GAZETA MERCANTIL, 2000)...............................45

Tabela 2.6 - Classificação de doenças segundo a categoria e o tipo de infecção (fonte:

CAIRNCROSS e FEACHEM, 1990; HELLER, 1997). ................................................46

Tabela 2.7 - Classificação ambiental de infecções relacionadas com excretas; doenças

fortemente dependentes de aspectos de higiene pessoal e abastecimento

doméstico de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA,

1995)...........................................................................................................................47

Tabela 2.8 - Classificação de doenças relacionadas com resíduos sólidos (fonte:

MARA e ALABASTER, 1995; HELLER, 1997). .........................................................49

Tabela 2.9 - Taxa de mortalidade relacionada com algumas doenças de veiculação

hídrica (fonte: SEROA DA MOTTA e REZENDE, 1999). ...........................................49

Tabela 2.10 - Intervenções para a diminuição dos casos de morbidade e mortalidade

por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM et al.,

1983; ESREY et al., 1985)..........................................................................................50

Tabela 2.11 - Classificação dos métodos de análise multivariada (fonte: adaptado de

DILLON e GOLDSTEIN, 1984). ..................................................................................69

Tabela 3.1 - Nomenclatura, identificação e composição dos indicadores de renda...........79

Tabela 3.2 - Nomenclatura, identificação e composição dos indicadores de habitação ....79

Tabela 3.3 - Nomenclatura, identificação e composição dos indicadores de

escolaridade. ..............................................................................................................80


saneamento. ...............................................................................................................81


demografia... ...............................................................................................................81

xv

1960, 1970, 1980, 1991 e 1996 (fonte: SECITEC, 1999a). ........................................94

Tabela 4.2 - Classificação do município de Niterói em relação aos outros municípios do

estado do Rio de Janeiro, em relação ao índice de desenvolvimento humano

(IDH-M), ao índice de condições de vida (ICV) e seus subíndices, para o ano de

1991 (fonte: PNUD, 1997). .........................................................................................98

Tabela 4.3 - Coeficiente de mortalidade infantil por 1000 nascidos vivos (C. M. I.) no

período de 1994 a 1998 no município de Niterói (fonte: SECITEC, 1999a). ...........101

Tabela 4.4 - Principais agravos de notificação compulsória em Niterói - 1996 - 1998

(fonte: SECITEC, 1999b). .........................................................................................102

Tabela 4.5 - Atendimentos realizados pelo programa médico de família de Niterói,

segundo os capítulos da Classificação Internacional de Doenças (CID) - janeiro a

junho de 1997 (fonte: SECITEC, 1999b). .................................................................105

Tabela 5.1 - Resultado da análise de componentes principais para as duas primeiras

componentes. . ........................................................................................................108

Tabela 5.2 - Matriz de correlação dos indicadores de renda. .........................................109

Tabela 5.3 - Matriz de correlação dos indicadores de habitação. ..................................110

Tabela 5.4 - Matriz de correlação dos indicadores de escolaridade. .............................110

Tabela 5.5 - Matriz de correlação dos indicadores de saneamento. ..............................110

Tabela 5.6 - Resultado da análise de componentes principais para seleção final dos

indicadores. ............................................................................................................112

Tabela 5.7 - Matriz de correlação dos indicadores da análise final. ...............................112

Tabela 5.8 - Medidas estatísticas de cada indicador selecionado. ................................117

Tabela 5.9 - Média de cada indicador para as diferentes classes de risco da

classificação inicial ...................................................................................................128

Tabela 5.10 - Média de cada indicador para as diferentes classes de risco na

classificação final......................................................................................................130

Tabela 5.11 - População do município de Niterói de 1991 e 1996 com base em

informações do IBGE; taxa de crescimento determinada pela Secretaria de

Ciência e Tecnologia de Niterói (SECITEC, 1999a) .................................................150

Tabela 5.12 - Tabela de incidência das doenças selecionadas, com casos registrados

pela policlínica comunitária de Itaipu para o ano de 1999........................................151

1

Capítulo 1 – INTRODUÇÃO

A ciência vem passando por um processo de transição nos últimos tempos. A

visão clássica, que entendia o conhecimento como um saber altamente específico e

fragmentado, está sendo substituída por uma visão mais geral, com ênfase na

contextualização do conhecimento e na interdisciplinaridade, de forma que se possa

pensar globalmente e agir localmente.

Analisando os problemas atuais, principalmente aqueles relacionados com

meio ambiente e recursos hídricos, verifica-se uma grande interação e

interrelacionamento de diversas áreas do conhecimento. Desta forma, há a

necessidade de, muitas das vezes, transcender a outros campos do conhecimento

científico.

A natureza é caracterizada pela sua capacidade de renovação e equilíbrio.

Entretanto, o avanço tecnológico vem contribuindo para a introdução de novos

compostos na natureza, provocando o desequilíbrio do meio ambiente. Aliado a esse

desenvolvimento tecnológico, está a alta concentração urbana, que contribui para a

demanda de investimentos em vários setores econômicos.

No Brasil, o século XX foi marcado por um grande crescimento das zonas

urbanas. O processo de industrialização e acumulação de capital fez com que várias

cidades e estados, que antes apresentavam populações com predominância na área

rural, viessem a se tornar regiões com predominância de áreas urbanas. Esse

processo de transformação foi realizado, em grande parte, sem estar inserido em

qualquer tipo de planejamento urbano e regional.

A inexistência de um planejamento regional influencia vários setores,

destacando-se: saúde, infra-estrutura e meio ambiente. Recursos destinados a esses

setores poderiam ser melhor alocados, caso existisse um planejamento urbano da

região.

O setor de recursos hídricos possui uma grande dependência do planejamento

regional. A falta de ordenação da ocupação gera problemas sérios na qualidade da

água, acarretando uma série de problemas, sendo muitos relacionados com a saúde

da população. Como parte integrante do setor de recursos hídricos, tem-se o

saneamento.

A área de saneamento possui um espectro bastante amplo de atuação:

planejamento urbano, saúde pública e infra-estrutura.

2

Com relação ao setor de saúde, as evidências são enormes, como pode ser

verificado pelos conceitos atribuídos pela OMS (Organização Mundial de Saúde) para

os termos saneamento e saúde:

“saneamento é o controle de todos os fatores do meio físico do homem que

exercem ou podem exercer efeito deletério sobre seu bem estar físico, mental ou

social”;

“saúde é um estado de completo bem estar físico, mental e social, e não

somente a ausência de doenças.”

O saneamento possui um impacto profundo na qualidade de vida de uma

população, interagindo com questões sociais, econômicas, culturais e políticas de uma

determinada região. A carência de investimentos nesse setor acaba ocasionando,

entre outras coisas, um aumento da incidência de casos de doenças relacionadas com

as condições sanitárias em geral, interferindo negativamente no bem estar da

população. Conseqüentemente, um aumento na demanda de investimentos no setor

de saúde é verificado. Recursos que poderiam estar sendo alocados no combate de

outras doenças, como câncer e AIDS, acabam por ficar indisponíveis.

Vários estudos comprovam a correlação entre níveis sócio-econômicos com a

incidência de doenças relacionadas com saneamento. MEDRONHO (1999)

exemplifica isso para o caso da hepatite A. Ele afirma que estudos epidemiológicos

demonstraram uma forte associação entre nível sócio-econômico baixo e condições de

higiene e saneamento precárias com incidência de hepatite A. Desta forma, a análise

dessa doença pode servir de indicador das condições sanitárias da região em estudo.

CARVALHO (1997) menciona o grande papel dos indicadores sócio-econômicos em

relação à saúde, seja de forma direta, com a ausência de saneamento aumentando a

incidência de cólera, por exemplo, ou então de forma indireta, na qual a renda e nível

de instrução relacionam-se com o modo de vida da população. É importante ressaltar

que outras variáveis intangíveis, relacionadas com a cultura e os hábitos da região,

podem atuar de forma tão importante ou mais do que as sócio-econômicas.

CARVALHO (1997) ressalta que uma análise de variáveis sócio-econômicas no

campo individual não é suficiente. É de fundamental importância que se tenha um

entendimento de todo o contexto que envolve o indivíduo porque o fato das pessoas

viverem em grupo faz com que a análise a nível individual não capte todos os efeitos.

3

Como exemplo, pode-se citar as interações entre uma pessoa e outras na transmissão

das infecções, comportamentos ou valores (CARVALHO, 1997).

A definição de populações com níveis sócio-econômicos diferenciados está

associada ao conceito de risco. Risco pode ser definido como sendo a medida da

probabilidade e da severidade de fatores adversos (CONWAY, 1982; BRILHANTE e

CALDAS, 1999). No caso específico deste estudo, o objetivo é definir áreas prioritárias

de investimento em saneamento com base no risco associado às doenças oriundas da

falta de saneamento. Assim, a questão é saber quais fatores são mais importantes,

como estão relacionados com a ocorrência das doenças e conhecer a distribuição

espacial das classes de risco. Mais especificamente, com relação às doenças

provenientes das condições precárias de saneamento (abastecimento de água, coleta

adequada de esgotos, drenagem e coleta de lixo), outros fatores podem interferir de

forma significativa. Escolaridade, distribuição de renda e tipo de habitação domiciliar

são alguns desses fatores.

GATRELL e BAILEY (1996) e MEDRONHO (1999) dividem os métodos de

análise espacial em visualização, análise exploratória dos dados e modelagem

espacial. Nesse sentido, as técnicas de geoprocessamento consistem em importante

instrumento na identificação de áreas prioritárias de intervenção em saneamento.

BARCELLOS e BASTOS (1996) mencionam que o uso de tais técnicas tem

aumentado cada vez mais no planejamento, monitoramento e avaliação das ações de

saúde, além daqueles se constituírem em importantes ferramentas para análise das

relações entre ambiente e saúde.

A utilização de indicadores sócio-econômicos representa um importante

procedimento na caracterização de populações. SECPLAN (1996) e CARVALHO

(1997) analisaram a distribuição espacial de indicadores sócio-econômicos. Em

SECPLAN (1996), buscou-se definir áreas prioritárias de investimentos com a

realização do Programa Baixada Viva. A escolha foi fundamentada a partir do

cruzamento de indicadores de carência e análise de sua distribuição espacial, através

da construção de um sistema de informação geográfica. A metodologia inicial de

elaboração dos indicadores estava baseada no termo de referência do programa.

Todavia, quando da elaboração dos primeiros mapas, verificou-se uma concentração

acentuada em uma única classe de risco, dificultando a tomada de decisão. Foi, então,

realizada uma nova análise, de forma a corrigir essa distorção.

Diferentemente do estudo anterior, CARVALHO (1995) utilizou uma nova

abordagem no processo de elaboração dos indicadores, tendo como estudo de caso a

região metropolitana do estado do Rio de Janeiro. Não partindo de uma seleção a

4

priori das variáveis, a autora utilizou o conceito da análise de componentes principais,

buscando identificar quais os indicadores que melhor contribuem para a variação dos

dados originais. Com base nessa seleção, CARVALHO (1995) agrupou os setores

censitários através de uma classificação multivariada, utilizando o método k-médias

de classificação.

No processo de classificação multivariada, os eventos são admitidos como

sendo independentes, ou seja, grupos populacionais vizinhos não guardam entre si

uma correlação espacial. Contudo, essa hipótese não se reflete na prática. O

estabelecimento de limites administrativos não garante o isolamento de uma

população. Pessoas residentes, por exemplo, em um bairro, mantêm relações com

indivíduos de outros bairros, com possível influência no perfil epidemiológico da região

de estudo.

A Geoestatística é o ramo da estatística que trata da variabilidade espacial de

um determinado fenômeno. Essa abordagem metodológica passa pelo conceito básico

de variável regionalizada, que implica correlação no espaço. CARVALHO (1997) e

MEDRONHO et al. (1993) utilizaram conceitos geoestatísticos, analisando inter-

relações espaciais entre variáveis sócio-econômicas, como, por exemplo,

saneamento, com risco de incidência de doenças de veiculação hídrica. Um dos

objetivos nesses estudos era identificar a correlação espacial dos diferentes fatores e

estimar valores em pontos no espaço onde não se tem informação.

Além de ser uma importante ferramenta na gestão da saúde pública, o

geoprocessamento também desempenha importante papel em diversas atividades,

como melhor planejamento das intervenções em saneamento, supervisão de planos

diretores, verificação das hipóteses de evolução demográfica e vetores de

crescimento, acompanhamento da evolução do atendimento da demanda por serviços

de saneamento em diferentes estratos sócio-econômicos, mapeamento de manchas

de inundação, entre outras (PNUD BRA/93/22, 1995; CAMARGO, 1997; VIANNA,

2000).

Dentro desse contexto, este estudo adota o geoprocessamento como um dos

instrumentos para análise da gestão de saneamento no caso do município de Niterói.

Através da técnica de análise de componentes principais, buscou-se selecionar os

indicadores mais representativos para a região de estudo. A partir da seleção dos

indicadores, realizou-se uma classificação multivariada dos setores censitários do

município de Niterói, buscando-se definir grupos populacionais de diferentes padrões

sócio-econômicos. Tal classificação foi confrontada com registros de doenças de

veiculação hídrica na região. Posteriormente, com o objetivo de analisar a estrutura

5

espacial das diversas variáveis, foram utilizadas técnicas geoestatísticas, tais como o

variograma e o covariograma.

Mais especificamente, a pesquisa tem como objetivos: abordar questões

relativas às deficiências no atendimento aos serviços de saneamento; identificar a

continuidade espacial das variáveis renda, escolaridade, saneamento, inserção

domiciliar e demografia em determinada região, confrontando com casos de doenças

relacionadas com saneamento; identificar, através da distribuição espacial, possíveis

áreas de risco à saúde; analisar a correlação espacial das variáveis em estudo através

da utilização de conceitos geoestatísticos.

No Capítulo 2, encontra-se a fundamentação teórica do trabalho. São

abordados os principais problemas relacionados com a água e é traçado um histórico

resumido do setor de saneamento. Além disso, nesse capítulo, são descritos conceitos

e trabalhos relacionados com geoprocessamento, análise multivariada e

geoestatística.

O Capítulo 3 consiste na etapa do trabalho onde se encontram descritas as

metodologias utilizadas no estudo. Com relação à análise multivariada, são descritos

os principais conceitos das técnicas de análise de componentes principais,

classificação multivariada e os principais conceitos geoestatísticos.

Posteriormente, no Capítulo 4, encontra-se a caracterização do município de

Niterói.

O Capítulo 5 é composto pela apresentação e análise dos resultados obtidos

em todas as etapas da tese. Nesse capítulo, são mostrados os resultados da análise

de componentes principais, da classificação multivariada e da abordagem

geoestatística.

Finalmente, no Capítulo 6, encontram-se as conclusões e as recomendações.

6

Capítulo 2 – FUNDAMENTAÇÃO TEÓRICA

2.1 – GESTÃO DE RECURSOS HÍDRICOS

Por ser um bem essencial à sobrevivência humana, é necessário que cuidados

especiais sejam tomados com a água. Esse bem que, no passado, apresentava-se em

abundância, está cada vez mais escasso e projeta-se para o futuro um quadro caótico

no nosso país. CABRAL (2001) menciona o alerta feito pela Organização Cultural,

Científica e Educacional das Nações Unidas (UNESCO) e pela Organização

Meteorológica Mundial (WMO) em 1998, no sentido de haver a necessidade de todos

os países desenvolverem estratégias de avaliação dos recursos hídricos, com o

objetivo de se evitar a limitação de atividades humanas, no século XXI, pela escassez

hídrica.

LANNA (1999), KELMAN e FRAJTAG (2000) e TUCCI et al. (2000) mencionam

que, no passado, acreditava-se que os rios sempre pudessem atender às

necessidades da população, seja a suprir as necessidades com água, seja para diluir

os esgotos domésticos. Porém, o alto crescimento populacional verificado no século

XX acarretou um grande aumento na demanda por água. Além disso, os autores

também afirmam que a água, um bem público que antes não possuía valor econômico,

passa a possuí-lo por problemas de escassez.

Dentro desse contexto, o setor de recursos hídricos no Brasil vem passando

por um processo de total reformulação. A aprovação da lei 9433/97, em substituição

ao Código de Águas (DNAEE, 1934), institui a política nacional de recursos hídricos e

cria o sistema nacional de gerenciamento de recursos hídricos, assim como também

induz à criação da Agência Nacional de Águas (ANA). Segundo LANNA (1999) e

PORTO e ROBERTO (1999), os principais fundamentos da lei 9433/97 estabelecem:

a dominialidade pública da água, decorrente de dispositivo constitucional;

sua limitação e, por isso, o valor econômico que adquire;

a prioridade do consumo humano e animal nas situações de escassez;

o destaque para o uso múltiplo da água;

o reconhecimento da bacia hidrográfica como unidade territorial para

implementação da política nacional e atuação do sistema nacional de gestão de

recursos hídricos; a necessidade da descentralização e da participação do poder

público, dos usuários e das comunidades na gestão dos recursos hídricos.

7

Com relação à criação da Agência Nacional de Águas, CABRAL (2001) afirma

que tal agência passa a ficar responsável pela regulação do uso dos recursos hídricos

de competência federal e, ao mesmo tempo, assegurar que os outros atores estejam

desempenhando as suas atribuições para o efetivo funcionamento do sistema.

LANNA (1999) diferencia a gestão das águas e a gestão dos recursos hídricos.

Segundo o autor, a gestão das águas abrange os recursos hídricos e as águas que

não são utilizadas por questões ambientais. Dessa forma, a gestão de recursos

hídricos trata da água destinada a qualquer tipo de uso.

O gerenciamento de recursos hídricos engloba uma série de setores da

economia, que são representados na forma de usuários de água. Irrigação,

saneamento, indústria e geração de energia são alguns dos usuários mais importantes

do sistema de recursos hídricos. BARTH e POMPEU (1987) classificam os usos da

água de acordo com as seguintes características:

se há derivação de águas de um rio no seu curso natural;

a finalidade e os tipos de uso respectivos;

as perdas por uso consuntivo, decorrentes dos usos da água;

os requisitos de qualidade exigidos em cada uso;

os efeitos da utilização, especialmente as alterações de qualidade.

As atividades inseridas na gestão de recursos hídricos possuem uma ampla

interdisciplinaridade. A Tabela 2.1 mostra as diferentes disciplinas envolvidas da

gestão dos recursos hídricos.

Tabela 2.1 – Disciplinas de planejamento de recursos hídricos (fonte: LANNA, 1999). TÉCNICAS

DOMÍNIO PRINCIPAL DOMÍNIO CONEXO SEMITÉCNICAS

NÃO

TÉCNICAS

Hidráulica

Hidrologia

Saneamento ambiental

Estruturas hidráulicas

Erosão e sedimentação

Computação

Modelagem

matemática

Análise numérica

Instrumentação

Geoprocessamento

Estatística

Análise sistêmica

Planejamento territorial

Meteorologia

Oceanologia

Engenharia de minas

Geografia

Biologia

Botânica

Zoologia

Piscicultura

Turismo, recreação e lazer

Saúde Pública

Antropologia

Geologia

Agronomia

Química

Ecologia

Economia

Administração

Direito

Ciências

políticas

Sociologia

Psicologia

Comunicação

Pedagogia

2.1.1 - A situação da água no planeta e a sua importância

A água é um recurso natural essencial para a sobrevivência humana, sendo

insumo para atividades sociais e econômicas como, também, desenvolve um papel

fundamental para manutenção da qualidade do meio ambiente. De acordo com

SILVEIRA (1997) o seu volume, que é de cerca de 1,4.1018m3, encontra-se distribuído

da seguinte forma no planeta:

águas dos oceanos 1.350 x 1015 (97%);

geleiras 25 x 1015 (1,81%);

água doce 8,6 x 1015 (0,62%)

A utilização inadequada dos recursos hídricos produz impacto na saúde da

população, nos ecossistemas naturais e em diversas atividades econômicas da

Rios e lagos 0,2 x 1015 (2%).

Águas subterrâneas 8,4 x 1015 (98%).

8

9

população. Atualmente, cerca de um bilhão de pessoas nos países em

desenvolvimento continuam sem acesso à água potável. A utilização de água poluída

ocasiona uma série de problemas para a saúde do ser humano. A cada ano, verifica-

se que cerca de três milhões de pessoas morrem de diarréia e mais de um bilhão de

pessoas são atingidas por essa doença (BANCO MUNDIAL, 1998; SILVA, 1999).

Os problemas para a saúde decorrentes do mau uso da água acabam

resultando em prejuízos econômicos. Os diversos casos de doenças de veiculação

hídrica acabam reduzindo a capacidade de produção da população. Recursos que

poderiam ser alocados para o combate de outras doenças ou de outros setores da

economia ficam indisponíveis.

No Peru, mais de mil pessoas morreram de cólera e as perdas nas exportações

agrícolas e nos lucros provenientes do turismo foram estimados em um bilhão de

dólares (BANCO MUNDIAL, 1998).

Em 1991, a água poluída proveniente das estações de tratamento de esgoto dos

efluentes industriais da cidade de Amman causou danos graves a 6x107 m² de terra

irrigada a jusante (BANCO MUNDIAL, 1998).

Verifica-se que grande parte da água do planeta encontra-se nos oceanos.

Apesar de apresentar um alto custo quando comparado com técnicas de tratamento

de água doce (BANCO MUNDIAL, 1998), no Brasil, grupos não-consolidados de

pesquisadores, mas com alguns especialistas de nível internacional, estão

implementando estudos sobre dessalinização de águas (CRAVO e CARDOSO, 1999).

Devido aos vários problemas de escassez de água no mundo, esse tipo de alternativa

vem ganhando importância. CRAVO e CARDOSO (1999) mencionam que países

como Inglaterra, Itália, França, Alemanha e Japão têm implementado novos métodos e

técnicas para dessalinização de águas.

Segundo BANCO MUNDIAL (1998), a Jordânia, no início dos anos 50 do

século XX, apresentava uma população, em sua maioria, rural, de cerca de 600 mil

habitantes. Atualmente, devido ao grande aumento populacional, ao grande

crescimento da população urbana (cerca de 70% da população atual encontra-se em

áreas urbanas) e ao aumento dos rendimentos, houve um grave aumento na demanda

de água. Em decorrência disso, apesar de atualmente a Jordânia apresentar um

planejamento racional de utilização da água, projeta-se que, para o ano de 2015,

todas as fontes conhecidas de água dentro do país serão totalmente utilizadas, sendo

que cerca de um terço dessas fontes será de água reciclada. As medidas de combate

10

à escassez, sugeridas em BANCO MUNDIAL (1998), incluiriam a redução da área

irrigada, a dessalinização da água e a importação de água de outros países.

A água subterrânea corresponde à grande maioria de água doce no planeta.

Dependendo das condições locais, esse recurso torna-se interessante para

abastecimento público. Segundo YASSUDA e NOGAMI (1987) e ALBUQUERQUE e

REGÔ (1999), as vantagens da água subterrânea são as seguintes:

qualidade, geralmente satisfatória, para fins potáveis;

relativa facilidade de obtenção;

possibilidade de localização de obras de captação nas proximidades das áreas de

consumo.

No Brasil, várias cidades são abastecidas por águas subterrâneas. O nordeste

brasileiro apresenta grande parte de seu abastecimento proveniente de lençóis

subterrâneos. Recentemente, estudos da CPRM (1999) identificaram, no sertão

nordestino, cerca de 22 trilhões de litros de água acumulados em sete bacias

sedimentares de Pernambuco, podendo a oferta chegar a 14 milhões de litros/dia. No

estado de São Paulo, um grande número de cidades são abastecidas através de

lençóis subterrâneos. Teresina e Natal são capitais que são abastecidas

essencialmente através desse recurso (YASSUDA e NOGAMI, 1987).

O uso intensivo e sem controle dos lençóis subterrâneos acaba gerando

problemas que, muitas vezes, tornam-se irreversíveis. A contaminação dessas fontes

acaba tornando-as indisponíveis para abastecimento, pois a descontaminação é um

processo praticamente inviável economicamente. Vários casos de contaminação dos

lençóis subterrâneos por vazamentos de fossas sépticas, solos contaminados, fossas

rudimentares, lixo tóxico e produtos químicos agrícolas denotam a gravidade do

problema (CAMPOS, 1993). Segundo BANCO MUNDIAL (1998), na cidade chinesa de

Shenyang, os custos de novos abastecimentos aumentariam em 200% em dois anos.

Isso se deve ao fato de que a água subterrânea proveniente do aluvião do vale do Hun

teve que ser rejeitada como fonte de abastecimento devido à sua má qualidade. Na

cidade de Lima, no Peru, o custo médio incremental de projeto para abastecimento de

água durante o ano de 1981 era de US$ 0,25 dólar por metro cúbico. Pelo uso

indiscriminado do aqüífero, as fontes de água subterrânea tornaram-se indisponíveis

para o uso e estuda-se a transposição de águas de uma bacia hidrográfica com custos

incrementais estimados em US$ 0,53 dólar por metro cúbico de água (BANCO

MUNDIAL, 1998).

O impacto na demanda de água em decorrência da industrialização, da

crescente urbanização e da falta de planejamento pode ser identificado na Figura 2.1.

Conforme já mencionado anteriormente, o século XX foi marcado pelo alto

crescimento populacional. Durante esse século, a população multiplicou-se por 3 e o

consumo de água por 6, basicamente devido à crescente utilização de água na

agricultura e na indústria (TUCCI, 1997b; KELMAN e FRAJTAG, 2000).

Tal crescimento, aliado com a preocupação demasiada na oferta de água, faz

com que os custos para o fornecimento de água tendam a crescer muito caso não se

tenha racionalidade no seu uso (TUCCI et al., 2000). Rebaixamento excessivo do

lençol de água acarretando aumento dos custos de bombeamento, aumento da

poluição dos rios implicando aumento nos custos de tratamento da água e captação

em lugares mais distantes com aumento nos custos de adução da água são alguns

exemplos. A Figura 2.2 apresenta a relação entre o custo atual e o custo estimado

para a implantação de projetos de abastecimento de água.

0,00

1,00

2,00

3,00

4,00

5,00

6,00

China Chipre Egito India Israel Peru

Águ

a do

ce re

nová

vel p

or p

esso

a (m

³)

195519902025 (Estimado)

Figura 2.1 – Crescimento da demanda de água em alguns países.

Fonte: ENGELMAN e LEROY,1993; SERALGEDIN, 1995.

11

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4

Custo atual (CA)

Cus

to fu

turo

(CF)

C.F. = 3 x C.A.C.F.=C.A.C.F.=2 x C.A.

Lima

Amman

Cidade do México

Hyderabad

Surabaya

Bangalore

Shenyang

Figura 2.2 – Relação entre custo atual e custo futuro do m³ de água.

Fonte: SERALGEDIN (1995).

Além do aumento na demanda de água para consumo, o crescimento

populacional faz com que haja a necessidade de um aumento na demanda por

suprimentos alimentícios. Surgem, então, problemas sérios na demanda de água e na

demanda por novos e mais avançados sistemas de produção agrícola irrigada

(ALBUQUERQUE e RÊGO, 1999). O setor de irrigação é o setor que mais utiliza e

consome água em todo o mundo. Desta forma, há a necessidade de incentivar o uso

de tecnologias de menor consumo de água.

2.1.2 – Aspectos relevantes no gerenciamento dos recursos hídricos

O século XX foi marcado pelo alto crescimento da população urbana nos

grandes centros, e esse crescimento, aliado à falta de planejamento e ordenação da

ocupação e a fragmentação no gerenciamento dos recursos hídricos, contribuíram

para que hoje nos encontremos numa situação caótica em relação aos recursos

hídricos. Rios poluídos, grandes secas, enchentes catastróficas são alguns dos fatores

que corroboram a situação descrita anteriormente, e tais fatores implicam direta ou

indiretamente na saúde da população. O fluxograma na Figura 2.3 ilustra impactos nos

recursos hídricos relacionados com o aumento da urbanização.

12

Qualidade dos recursos receptores

deteriora

Vazões básicas diminuem

Problemas de controle de poluição

Picos de cheias aumentam

Tempo de concentração e recessão menores

Problemas de controle de inundação

DensidadePopulacional Aumenta

Volume de águas servidas aumenta

Demanda de água aumenta

Área impermeabilizadaaumenta

Modificações no sistema de drenagem

Clima urbano se altera

Problemas de Recursos Hídricos

Qualidade das águas pluviais deteriora

Recarga subterrânea diminui

Esc. superficial direto aumenta

Velocidade do escoamento aumenta

Figura 2.3 – Efeitos da urbanização nos recursos hídricos. Fonte: PORTO et al. (1997).

Densidade de construções aumenta

URBANIZAÇÃO

Durante muito tempo, a água era entendida como um recurso natural ilimitado

e seu uso era realizado de forma indiscriminada e sem qualquer racionalidade.

Acreditava-se que as soluções técnicas pudessem resolver os problemas de oferta de

água para a população. As grandes catástrofes eram combatidas com grandes obras,

onerando os cofres públicos cada vez mais, e a gestão dos recursos hídricos dava-se

de forma fragmentada, onde cada setor (irrigação, transporte hidroviário, saneamento,

setor elétrico, entre outros) possuía sua própria política. Não havia qualquer

preocupação em realizar ações integradas e as tomadas de decisão ocorriam sem

qualquer coordenação. Isso ainda ocorre em vários países do mundo, inclusive no

Brasil.

13

14

A organização institucional dos países é realizada, muitas vezes, de forma a

dividir os setores relacionados com recursos hídricos em diversos departamentos e

órgãos. As políticas e planos para esses setores acabam não levando em

consideração uns aos outros. Além disso, as questões relacionadas com quantidade,

qualidade, saúde e o meio ambiente são tratadas também de forma separada.

Por outro lado, a centralização em excesso na gestão dos recursos hídricos é

outro fator que também contribui para o mau gerenciamento dos recursos hídricos. A

inexistência da participação dos usuários no processo decisório gera decisões, muitas

vezes, que atendem a interesses políticos. Nesse tipo de modelo, os usuários

raramente são consultados ou envolvidos no gerenciamento dos recursos hídricos,

resultando em projetos fora da realidade, não atendendo às necessidades dos

consumidores (BANCO MUNDIAL, 1998; LANNA, 1999). KEMPER (1997), em seu

estudo para a bacia do vale do Curu, aponta intervenções centralizadas com o passar

dos tempos, desde a época do Império, e mantidas posteriormente pelo Governo

Federal.

Desde o início das intervenções no setor de recursos hídricos, em meados do século

dezenove, o governo brasileiro tem agido em nível nacional. Em resposta a uma seca

bastante severa em 1877, o Império planejou e iniciou obras para o armazenamento de

água nos estados nordestinos (KEMPER, 1997).

Outra questão importante a ser discutida é a interdependência existente entre

os usuários. No Brasil e em diversos países, a gestão das águas não tem sido

realizada de forma a considerar a bacia hidrográfica como unidade de planejamento.

Ações de um usuário de montante geram efeitos externos (negativos ou positivos)

para outros de jusante e essa ação precisa ser internalizada. Caso contrário, acaba-se

gerando problemas de ordem econômica. É de fundamental importância que se

considere o custo social em vez de se considerar somente o custo marginal privado da

produção, computando-se as externalidades produzidas (MAYS, 1996).

Um caso típico é quando uma cidade lança seus efluentes sem qualquer tipo

de tratamento em um rio. Esse lançamento ocasiona uma diminuição na qualidade da

água do rio, fazendo com que os usuários de jusante tenham que gastar mais dinheiro

no tratamento da água.

A externalidade produzida pode acontecer não só em termos de qualidade mas

também pode ser vista em termos de quantidade. Um usuário de irrigação que utiliza

água de um rio e consome grande parte desse recurso, acaba indisponibilizando-o

para os usuários de jusante. Assim também acontece com usuários que deplecionam

o lençol de água até inviabilizar a captação de água para outros usuários.

Em compensação, os impactos positivos são revelados em um grande número

de casos, e que também precisam ser considerados. Um reservatório que regulariza a

vazão de um rio, garantindo-a para que outros usuários possam captar água a jusante,

como também um usuário que devolva ao rio uma água de qualidade superior a do

próprio rio são exemplos de externalidades positivas. É essencial que se tenha uma

visão abrangente e holística da bacia hidrográfica, considerando as diversas relações

entre seus atores. É possível observar essas relações através da bacia hidrográfica

hipotética apresentada na Figura 2.4.

C idade

Indús tria

Irrigação

A

B

C

H id roe lé tric a D

H id roe lé trica E

Figura 2.4 – Bacia hidrográfica hipotética, com alguns usuários de recursos hídricos.

A poluição das águas através dos despejos de efluentes sem tratamento pela

companhia de saneamento da cidade leva ao aumento das cargas de demanda

bioquímica de oxigênio (DBO) e coliformes. Dependendo da distância entre essa

cidade e o irrigante, o rio pode não ter capacidade de depuração, fazendo com que o

usuário C passe a captar água de qualidade inferior, podendo até inviabilizar a

irrigação naquela área.

15

16

O raciocínio com o industrial (usuário B) é análogo, ou seja, caso esse passe a

jogar no rio um efluente com alto teor de poluentes, efeitos externos negativos serão

sentidos pelo usuário C. Considerando que ambos atuam simultaneamente, o

problema torna-se ainda maior. Aliás, é isto o que ocorre, na realidade, em várias

bacias hidrográficas, onde vários usuários despejam seus efluentes sem qualquer tipo

de tratamento, ocasionando uma série de problemas para outros usuários e para a

população, que acaba ficando exposta a fatores de risco à saúde.

Analisando agora sob a ótica da hidroelétrica D, que está mais a montante da

hidroelétrica E, verifica-se que aquela regulariza a vazão do rio, garantindo vazão para

a que está mais a jusante. Nesse sentido, a hidroelétrica de montante gerou um

benefício para a de jusante que precisa ser computado.

Apesar de todas as vantagens do gerenciamento dos recursos hídricos que

contemple a bacia hidrográfica como unidade de planejamento, deve-se ter em mente

que a bacia não deve ser encarada simplesmente como uma série de canais

interligados, onde a água caminha de cotas mais altas para mais baixas e onde ações

de montante produzem efeitos a jusante. É de fundamental importância que a bacia

seja tratada como uma unidade em que várias relações culturais, sociais e ambientais

acontecem e que, muitas vezes, a abordagem hidrológica tradicional não capta os

fenômenos que efetivamente estão acontecendo. KEMPER (1997) e NETTO (1983)

apontam que, para determinados casos, o interessante seria trabalhar com o conceito

de bacia social. Esses autores afirmam que tratar uma bacia como uma unidade

administrativa talvez não faça sentido se não houver uma ligação concreta entre as

diversas partes da bacia. KEMPER (1997), em seu estudo para o vale do Curu,

identificou que as questões relativas à alocação de água concentravam-se nos vales.

Nas áreas mais distantes dos vales, os cidadãos acabam se preocupando mais com os

arredores dos seus açudes, cuja a água é usada localmente e não levada a outro lugar

dentro da mesma bacia. Assim, as condições climáticas, bem como as intervenções em

termos de infra-estrutura, criaram preocupações diferentes nos atores em várias partes da

bacia...

Nesse contexto, o vale do Curu pode ser definido como uma bacia social com

preocupações econômicas e sociais comuns. Esse fato contrasta com a bacia definida

hidrologicamente, que é maior, e que muitos atores não percebem enquanto unidade.

(KEMPER, 1997)

A adoção dos instrumentos econômicos na gestão dos recursos hídricos

permite atribuir um valor monetário a água, procurando internalizar as externalidades

17

produzidas e obter recursos para investimentos em intervenções na bacia hidrográfica

(SEROA DA MOTTA, 1998).

Um bem que não possui um valor determinado tende a ser utilizado até a sua

escassez (MISHAN, 1976). Segundo LANNA (1999), a não cobrança pelo uso da água

pode ocasionar a sua exaustão, causando malefícios para todos os usuários da bacia.

Já quando a água possui um preço, os usuários são obrigados a utilizar a água de

forma mais eficiente. Controle de perdas nos sistemas de abastecimento de água,

melhorias na eficiência dos sistemas de irrigação e práticas de reutilização de

efluentes constituem práticas de racionalização do uso do recurso hídrico.

A ineficiência das companhias de saneamento é um problema sério em vários

países, principalmente nos países em desenvolvimento. Segundo BANCO MUNDIAL

(1998), as falhas nos sistemas são provenientes:

da falta de reparo nos vazamentos;

das ligações clandestinas;

da falta de medidores;

da falta de substituição de tubos antigos por tubos mais novos.

Além de apresentar problemas de ordem econômica para as companhias de

saneamento pelas perdas nos sistemas, a precariedade e a má operação podem

ocasionar danos à saúde dos indivíduos. Como exemplo, pode-se citar a

contaminação das redes de água por problemas de pressão na rede. As tubulações de

água funcionam sob pressão, ou seja, a pressão interna no tubo é maior que a

atmosférica e deseja-se que a operação do sistema ocorra continuamente, mas isso

não acontece em muitos casos. Havendo uma operação intermitente, quando cessa a

passagem de água, a pressão na tubulação passa a ser negativa e a pressão exterior

fica maior do que a interna. Caso o nível do lençol de água esteja no nível da

tubulação, a água do lençol entra na tubulação, podendo ocasionar contaminação da

rede. Algumas empresas adotam como paliativo o aumento da concentração de cloro

na saída das estações de água, aumentando o custo do tratamento de água.

No que diz respeito à prática da reutilização, ASANO (1996) e SOBRINHO et

al. (1999) afirmam que essa técnica compreende uma solução muito interessante de

racionalização do uso dos recursos hídricos, pois permite o aumento da

disponibilidade hídrica e diminui a poluição dos corpos de água. O esquema na Figura

2.5 ilustra uma situação hipotética de reutilização de efluentes.

ETA

Rio

Tratamento

Reuso para irrigação

Captação

Adução

Distribuição

Coleta

DespejoFinal

Figura 2.5 – Exemplo da prática de reuso de água.

É claro que, associadas com a prática do reuso, medidas de controle

necessitam ser adotadas para que se evitem danos à saúde e ao meio ambiente

(ROGERS e LAUER, 1992).

O saneamento, sendo um dos usuários dos recursos hídricos, encontra-se

inserido dentro de todo esse contexto. Nos itens seguintes serão abordadas questões

e conceitos relacionados com o tema saneamento.

18

19

2.2 – CONTEXTUALIZAÇÃO HISTÓRICA DO SETOR DE SANEAMENTO

O conhecimento histórico do tema a ser pesquisado é de fundamental

importância no processo de fundamentação teórica, já que muitos dos problemas

atuais conservam uma interdependência histórica e o saneamento não foge a essa

regra. É possível verificar que o histórico do saneamento pode explicar muitos fatos

atuais e situações recentes pertinentes ao tema.

Dar-se-á, nesta revisão, maior atenção aos séculos XIX e XX, pois foram

nesses em que se verificaram profundas mudanças no saber técnico e científico do

saneamento.

2.2.1 – Os índios e as primeiras ações de saneamento após o ano de 1500

Pesquisadores identificaram que, há muito tempo, o homem possui uma

preocupação com a qualidade da água. COSTA (1994) afirma que datam de

aproximadamente 4.000 anos atrás os primeiros registros sobre atividades humanas

relacionadas com saneamento. Tais atividades diziam respeito ao afastamento dos

excretas (galeria de esgotos de Nippur, Índia, 3750 a. C.) e ao abastecimento de água

(sistema de abastecimento de água no vale dos Hindus, Índia, 3.200 a. C.). Tal

preocupação, também é constatada por HELLER (1997), mencionando que, no

próprio Velho Testamento, são abordadas várias práticas do povo judeu relacionadas

à preocupação com a qualidade da água para a limpeza, tais como roupas sujas

podem levar a doenças como a escabiose e sujeira pode levar a insanidade. Em

função dessa visão, HELLER (1997) menciona cuidados como a garantia de que os

poços fossem mantidos tampados, limpos e distantes de possíveis fontes de poluição

e de árvores. Um estudo conduzido pela Agência de Proteção Ambiental dos Estados

Unidos (USEPA, 1990) também identifica relatos da Índia de 2000 a.C. recomendando

cuidados para com a qualidade da água. Afirmava-se naquela época que a água

impura deveria ser purificada, pela fervura sobre um fogo, pelo aquecimento no sol,

mergulhando um ferro em brasa dentro dela, ou poderia ainda ser purificada por

filtração em areia ou cascalho, e, então, resfriada. Portanto, é possível confirmar a

preocupação do homem desde sua antiguidade com a saúde.

No caso específico do Brasil, as preocupações com o saneamento são

verificadas já nos povos indígenas, que habitavam nosso país antes da chegada dos

portugueses. Segundo ABES (2000), estima-se que o número de índios era de 1 a 5

milhões no ano de 1500. No caso do consumo de água, os índios armazenavam a

20

água em talhas de barro e argila, ou até mesmo em caçambas de pedra,

reconhecendo, até de forma inconsciente, a depuração de um líquido tão importante

para a sobrevivência humana. Com os dejetos, também havia um cuidado especial,

haja visto que informações dão conta de que eles delimitavam áreas usadas para as

necessidade fisiológicas, disposição de restos de alimentos e objetos que perdiam a

serventia (ABES, 2000).

Desde o descobrimento do Brasil até o século XVIII, as ações de saneamento

foram, em sua grande maioria, realizadas na área de drenagem e abastecimento de

água (COSTA, 1994). A primeira informação de alguma ação de saneamento

registrada no Brasil foi identificada como sendo de Estácio de Sá, ao se estabelecer

entre o bairro da Urca e o Pão-de-Açúcar, já que tratou de abastecer de água doce a

cidade que acabara de fundar. Abriu, também, um poço que possibilitou o

abastecimento de água para o consumo na cidade (ABES, 2000). Os esgotos e os

resíduos sólidos eram lançados nas ruas, não havendo banheiros nas residências.

Havia, no entanto, grandes barris ou tonéis, onde os resíduos eram armazenados

(COSTA, 1994).

2.2.2 – O saneamento no século XIX

O século XIX apresenta características muito importantes na relação entre

saneamento e saúde pública. Os acontecimentos desse século, tais como as grandes

epidemias de febre amarela e cólera, acabaram por fundamentar acontecimentos

históricos no começo do século XX, como a guerra da vacinação, ocorrida no ano de

1904.

Durante o início do século XIX, vários fatores contribuíram para o processo de

transformação da cidade do Rio de Janeiro. Segundo BENCHIMOL (1990), esse

período é caracterizado por uma nova etapa na formação da cidade, com a superação

de seu estado colonial e a conseqüente redefinição de seu papel e funções. Em

termos mundiais, BENCHIMOL (1990) cita alguns aspectos relevantes, tais como: a

Revolução Industrial inglesa e o nascimento de uma indústria capitalista sequiosa de

mercados; o desmonte dos antigos impérios coloniais; a imposição do livre-cambismo

e a destruição dos entraves monopolistas à circulação de mercadorias em âmbito

mundial; as guerras e revoluções que dilaceraram a Europa e a independência dos

Estados Unidos.

A vinda da corte portuguesa em 1808 e a abertura dos portos em 1810

geraram grandes impactos no país, em especial no Rio de Janeiro. BENCHIMOL

21

(1990) afirma que a instalação da corte portuguesa rompeu com o equilíbrio da

cidade. Ele também afirma que, em menos de duas décadas, sua população duplicou,

alcançando aproximadamente 100.000 habitantes em 1822 e 135.000 em 1840. Entre

1808 e 1816, foram construídas cerca de 600 casas no perímetro da cidade, onde os

próprios sobrados começaram a suplantar as toscas casas térreas da cidade.

Até a primeira metade do século XIX, o abastecimento de água da cidade do

Rio de Janeiro era totalmente precário. Os chafarizes e as bicas públicas constituíam-

se nos principais meios para consumo de água, que eram construídos de acordo com

demandas locais da população.

No ano de 1840, foi fundada uma empresa para explorar os serviços de pipas

de água, transportadas por uma frota de carroças, de duas rodas, puxadas por burros.

Entretanto, esse sistema distribuía muito pouco da água disponível para

abastecimento. Com o rápido crescimento da cidade, viu-se a necessidade de se

implementar melhorias nos serviços de abastecimento de água, dando-se início à

modernização do sistema de distribuição de água. O serviço passaria a ser

comercializado, deixando de ser um bem natural para se tornar uma mercadoria.

Com relação ao sistema de esgotamento sanitário da primeira metade do

século XIX, esse era realizado por escravos, denominados por “tigres”. Os “tigres”

eram responsáveis pelo transporte dos esgotos domésticos até o despejo nas praias

ou valas. Além desse tipo de coleta, fossas e sumidouros também eram práticas da

época.

Em meados do século XIX, Miguel de Frias implantou o primeiro sistema de

abastecimento de água sob pressão, instalando, nas esquinas das ruas, uma rede de

torneiras. Entretanto, a capacidade do sistema para abastecer a população foi ficando

cada vez mais insuficiente, gerando uma série de insatisfações da população. Além

disso, a ocorrência de uma epidemia de febre amarela ocorrida em 1870, com 1.118

vítimas contabilizadas, fez com que medidas fossem tomadas pelo Império de forma a

regularizar o abastecimento na cidade. Tais ações foram lideradas pelo engenheiro

André Rebouças (BENCHIMOL, 1990; CARVALHO, 1998). Cabe ressaltar os vários

interesses econômicos que, movidos pelo processo de industrialização, também

contribuíam para a necessidade de melhoria dos sistemas.

As medidas emergenciais implementadas por André Rebouças tiveram um

alcance curto no tempo. Novas medidas faziam-se necessárias de forma a garantir o

abastecimento para a capital do Império. No ano de 1876, foi empregada, pela

1 A teoria miasmática acreditava que doenças como febre amarela poderiam ser contraídas através da ação de substâncias animais e vegetais em putrefação.

22

primeira vez no país, a condução de água para abastecimento através de tubulação de

ferro fundido. O engenheiro Antônio Gabrielli foi contratado para construir a rede de

distribuição de água, concluída em 1878 (TELLES, 1984; COSTA, 1994). O projeto

contemplava o aproveitamento dos rios Douro, Santo Antônio e São Pedro. O

abastecimento seria de 250 litros diários por habitante, chegando-se a 300.000

habitantes atendidos. No ano de 1880, foi inaugurado esse sistema, sendo

considerado um grande passo para a modernização, ampliando de forma considerável

o número de pessoas atendidas. Todavia, apesar de todo esse sinal de modernidade,

o crescimento urbano desordenado continuava, gerando problemas de falta de

abastecimento nas épocas de estiagem. Além disso, o número de pessoas não

atendidas era muito grande.

(...) nas estalagens ou cortiços, onde vivem aglomerados centenas de indivíduos, eram os moradores

obrigados a fazer longas viagens se queriam conseguir água (...). As águas do rio Carioca (...)

principalmente (...) tinham ido gradualmente minguando, de modo que, ao findar o terceiro quartel do

século XIX, achavam-se já reduzidas a insignificante lacrimal, insuficiente quase para alimentar

regularmente o afamado chafariz da Carioca (BENCHIMOL, 1990).

Profundas mudanças também foram implementadas com relação à coleta de

esgotos na segunda metade do século XIX.

Assim como no caso do abastecimento de água, a epidemia de febre amarela

no ano de 1850 representou um marco na coleta de esgotos. O quadro sanitário da

população era precário, gerando focos de disseminação de várias doenças. As fossas

e os sumidouros acabavam contaminando os lençóis subterrâneos e, de acordo com o

que se acreditava na época, poderiam contaminar o ar com seus pútridos miasmas1.

Desta forma, o Estado abriu concorrência para a concessão dos serviços de

esgotamento, e a empresa ganhadora foi a inglesa The Rio de Janeiro City

Improvements.

CORDEIRO (1995) afirma que, apesar de estar a cargo de uma empresa

privada, o serviço não operava dentro de uma racionalidade privada. A remuneração

era realizada de acordo com o número de prédios esgotados e o governo subsidiava a

implantação dos sistemas.

No ano de 1864, realizaram-se as primeiras intervenções da empresa britânica

no funcionamento das redes de esgotamento sanitário. Várias foram as intervenções

de forma a garantir a coleta dos esgotos da população da capital do Império.

23

Apesar de diminuir o mau cheiro que imperava na cidade e melhorar sua

aparência, muitas pessoas ainda encontravam-se sem acesso ao serviço de esgotos.

As camadas mais pobres eram as que mais sofriam com esse tipo de situação.

BENCHIMOL (1990) afirma que somente cerca de 30% das habitações coletivas da

época possuíam uma latrina para um grupo máximo de 20 habitantes. O serviço

operava sob a lógica capitalista de servir melhor quem pagava mais, acentuando ainda

mais as diferenças entre os estratos sociais da época.

Os cortiços e as grandes epidemias de cólera e febre amarela

A primeira metade do século XIX, ao contrário do que acontecia em vários

países, principalmente na Europa, foi marcada por não apresentar registros das duas

maiores pestes da época: a febre amarela e a cólera. Não obstante, segundo

CHALHOUB (1996) e DÂMASO (1989), isso não autorizava a afirmar que as

condições e a qualidade de vida das pessoas eram boas.

Durante a transição da primeira para a segunda metade do século XIX, foi

realizado um dos principais estudos dentro da área de epidemiologia. John Snow

investigou a epidemia de cólera ocorrida em Londres e demonstrou que a maioria das

vítimas haviam utilizado água de uma determinada bomba do sistema de

abastecimento (SNOW, 1990). Esse estudo antecipava-se, em uma década, à teoria

dos germes formulada por Pasteur e, em três décadas, à identificação do cholera

vibrio por Koch (McJUNKIN, 1986; COSTA, 1994).

No Brasil, uma epidemia de febre amarela em 1850 e outra de cólera em 1855

elevaram bastante as taxas de mortalidade e colocaram, na ordem do dia, a questão

da salubridade pública. Criou-se, então, a Junta Central de Higiene, órgão do governo

imperial encarregado de zelar pelas questões de saúde pública (CHALHOUB, 1996;

DÂMASO, 1989). Com relação à epidemia de febre amarela em 1850, segundo

CHALHOUB (1996), estima-se que mais de um terço dos 266 mil habitantes do Rio de

Janeiro foram acometidos pela febre amarela. Além disso, nessa primeira epidemia, o

número de mortos registrados chegou a 4160 pessoas, sendo que tudo indica que tal

número foi subestimado. Entre 1855 e 1856, registrou-se uma outra grande epidemia,

só que dessa vez de cólera.

Todos esses acontecimentos contribuíram para que se reformulassem alguns

conceitos da medicina. Surgiu, então, o que seria denominada de medicina social.

BENCHIMOL (1990) e DÂMASO (1989) afirmam que a medicina social observava,

inventariava e analisava o espaço urbano em busca da preventiva localização do

24

perigo para a saúde de seus habitantes. As ações desse tipo de medicina estavam

relacionadas com a grande concentração de indivíduos no espaço urbano, que

acabavam por expor todos ao perigo da doença. A medicina social combatia a

desordem urbana pela degeneração da saúde não só física como moral da população.

As habitações coletivas, com suas condições totalmente insalubres de vida, onde se

concentrava a parcela mais pobre e desgraçada dos habitantes da cidade, eram o alvo

principal dos médicos da época.

Cabe ressaltar o alcance da febre amarela e da cólera, onde ambas atacavam

sem discriminação de classe social, fazendo com que não fossem um privilégio

somente dos escravos negros. A tuberculose era uma doença que atingia um número

maior de pessoas. Apesar disso, a preocupação dos governantes não era tanta quanto

em relação a febre amarela e a cólera. Havia um claro interesse em combater aquelas

doenças que podiam atingir as classes mais ricas. A Tabela 2.2 mostra o número de

casos registrados para o final do século XIX.

Tabela 2.2 – Tabela de óbitos registrados na zona urbana do Rio de Janeiro, no período de 1860 a 1869, para algumas doenças (fonte: BENCHIMOL, 1999).

Óbitos no Rio de Janeiro – zona urbana

1860-1869

Ano Febre amarela Varíola Tuberculose

1860 1249 133 1891

1861 247 178 1679

1862 12 283 1844

1863 7 - 1731

1864 5 - 1563

1865 0 - 1659

1866 0 - 1694

1867 0 - 1925

1868 3 102 1780

1869 272 34 1889

Total 1795 730 17655

A classe pobre era sinônimo de classe perigosa, pois oferecia perigo de

contágio. Os intelectuais médicos da época diagnosticavam que os hábitos de moradia

dos pobres eram nocivos à sociedade, porque as habitações coletivas seriam focos de

irradiação de epidemias, além de ser, naturalmente, terrenos férteis para a

propagação de vícios de todos os tipos (CHALHOUB, 1996).

A introdução da higiene como uma ideologia tinha como objetivo estabelecer a

ordem urbana. Os cortiços foram o exemplo mais claro da relação de insalubridade e

de foco de propagação de epidemias na segunda metade do século XIX. Os cortiços

eram moradias onde pessoas se aglomeravam, vivendo nas condições mais precárias

possíveis. A insatisfação quanto a esse tipo de moradia atingiu níveis de

impopularidade tamanha até culminar com o processo de sua eliminação no começo

do século XX. A Figura 2.6 ilustra um tipo de habitação coletiva.

Figura 2.6 – Estalagem da rua Senador Pompeu, fotografada pelo historiador

Oswaldo Porto Rocha em 1984.

Fonte: CHALHOUB, 1996.

O fato marcante de combate aos cortiços foi a demolição do cortiço Cabeça de

Porco, o cortiço mais famoso da época, no dia 26 de janeiro de 1893. Segundo

CHALHOUB (1996), o então prefeito Barata Ribeiro, juntamente com o chefe de

polícia da capital federal, lideraram as operações de destruição do Cabeça de Porco.

O destino dos despejados é ignorado, mas estudos apontam que os moradores foram

morar no morro da Favela, juntamente com os soldados egressos da campanha de

Canudos. O fim da era dos cortiços marcava o início do século das favelas (Figuras

2.7 e 2.8).

25

Figura 2.7 – Morro da Favela, fotografado por Augusto Malta no ano de 1920.


Figura 2.8 - Favela do morro do Pinto, fotografado por Augusto Malta em 1912.


2.2.3 – Pereira Passos e as campanhas de Oswaldo Cruz

A passagem do século XIX para o XX foi marcada por profundas

transformações no ambiente urbano da cidade do Rio de Janeiro, passando por um

26

27

processo de remodelação da capital da república. A posse de Rodrigues Alves, que

prometia dar prioridade ao Rio de Janeiro, denota isso. Reportagem do JORNAL DO

BRASIL (2000a) relatava o discurso do presidente eleito, afirmando que a capital não

poderia continuar a ser apontada como sede de vida difícil, quando tinha fartos

elementos para constituir o mais notável centro de atração de braços, de atividades e

capitais nesta parte do mundo. Dentro desse contexto, duas figuras destacavam-se: o

prefeito nomeado por Rodrigues Alves, Pereira Passos, e o sanitarista Oswaldo Cruz,

que liderou os serviços federais de saúde no período de 1903 a 1909.

A remodelação do espaço urbano dava-se através de reformas estruturais da

cidade, traduzida na gestão do então prefeito da capital federal, Pereira Passos.

Segundo (AZEVEDO, 1980) e CORDEIRO (1995), a reforma urbana implementada

preparava o terreno para as campanhas de Oswaldo Cruz, efetivando a expulsão da

população pobre do centro da cidade. Reportagem da edição do jornal do século XX

(JORNAL DO BRASIL, 2000b) mostra bem a situação da época.

Em vez das imundas vielas coloniais e dos cortiços, onde se acumulam as doenças, a prefeitura planeja

ruas e avenidas largas, onde serão construídas edificações dignas da mais fina arquitetura européia...Aos

proprietários que amanhecerem com um aviso de desapropriação pendurado na porta principal de seu

imóvel, só resta sair o mais rápido possível de casa, pois a prefeitura dá apenas alguns dias para que a

mudança seja feita...Pobres, os moradores dos cortiços só têm como opção de moradia juntar-se aos

soldados vindos de Canudos, que se fixaram em barracos no morro da Favela, antigo morro da

Providência. (JORNAL DO BRASIL, 2000b)

As campanhas de Oswaldo Cruz tinham como principal objetivo livrar o país

dos prejuízos causados ao comércio exterior pelas péssimas condições sanitárias da

capital federal e de seu porto (HOCHMAN, 1998). Oswaldo Cruz, amparado por

instrumentos normativos e técnicos, possuía grande destaque em suas ações. As

intervenções eram realizadas, em sua grande maioria, no domicílio. Proteção de

caixas de água, remoção de latas e garrafas eram algumas das ações desse período.

O objetivo era evitar locais propensos ao desenvolvimento do mosquito transmissor da

febre amarela.

As reformas sanitárias foram desenvolvidas com grande impopularidade. Um

fato marcante foi a guerra da vacina, ocorrida no ano de 1904. Com a intenção de

erradicar a varíola, Oswaldo Cruz impôs a toda a população a vacinação contra a

varíola.

28

(...)Tudo começou com o anúncio da vacinação obrigatória contra a varíola, imposta por Oswaldo Cruz,

com o aval do prefeito Pereira Passos e a aprovação do Congresso. No ano passado, Cruz inventou um

exército de mata-mosquitos. Este ano, criou uma tropa armada de seringas. As ordens são as mesmas:

invadir as residências e aplicar a injenção a qualquer preço, sem perguntar se o morador concorda ou não

em ser picado pelas agulhas(...) Enquanto as autoridades discutem, a população, desgostosa com

governo desde que ficou desabrigada com o bota-abaixo, parte para a ação. (JORNAL DO BRASIL,

2000b)

Durante os cinco dias de conflito sangrento entre o governo e a população,

foram registrados 30 mortos, 945 presos, 110 feridos e 454 deportados (JORNAL DO

BRASIL, 2000b).

2.2.4 – A saúde pública – período de 1900 a 1940

Do começo do século XX até a década de 30, profundas transformações

institucionais aconteceram no país no âmbito da saúde. Esse processo de

transformação deu-se a partir da consciência da interdependência humana da doença.

Ações involuntárias de um indivíduo podem gerar benefícios ou malefícios para

outros. Isso é o que se chama de externalidade. No caso específico da saúde, um

indivíduo doente pode, involuntariamente, contaminar outro sadio. Existe, portanto,

uma clara interdependência humana. HOCHMAN (1998) afirma que a densidade

urbana e as crescentes conexões econômicas entre ricos e pobres doentes

intensificaram e ampliaram os efeitos externos das adversidades individuais, não

bastando a segregação espacial. A exclusão aos serviços de coleta de lixo, esgotos e

abastecimento de água geravam ameaças à vida urbana.

O processo que conduziu a saúde para um tema de importância nacional, com

a criação do seu próprio ministério, passou pela consciência da interdependência

social da doença. Além disso, a saúde só se tornou pública à medida que as elites da

época analisaram os custos e benefícios de transição de um tema de caráter até então

local, para passar a ser tratado de forma central, na esfera federal.

Segundo HOCHMAN (1998), o processo de estatização de uma atividade

depende da avaliação dos custos de manutenção dessa atividade na esfera individual

ou local (custos externos que, percebidos socialmente, estabeleceriam a consciência

da interdependência) e dos custos e restrições impostos pela execução dessas

atividades pelo Poder Público (custos da estatização). Ele defende que a conjunção

29

entre consciência, interesses, escolha e decisão, conduziram à coletivização dos

serviços de saúde no começo do século.

Analisando a década de 1910, verifica-se uma conscientização das elites de

que o Estado deveria assumir maior responsabilidade em relação aos graves

problemas sanitários do país. Havia uma preocupação das elites com os pobres e

doentes. Essa preocupação estava longe de estar relacionada apenas com um sentido

moral e ético da classe dominante, mas sim que a possibilidade do contágio tornava-

os solidários uns aos outros. Em HOCHMAN (1998), afirma-se que a percepção da

ameaça da doença os tornara solidários e reorganizava a sociedade, a contragosto,

para muitos. Tomava-se consciência de que os fatores de risco a que uma

determinada população fica exposta não consiste em um processo estanque. Os

indivíduos ficam interligados no espaço através dos mosquitos, ratos, esgoto não

tratado, viajantes que se deslocam portando doenças, entre outras informações.

De 1910 a 1920, as ações de saneamento e saúde eram realizadas com o

intuito de combater as três endemias rurais: a ancilostomíase, a malária e o mal de

Chagas. Vários movimentos nacionalistas marcaram esta época, podendo-se destacar

a criação da liga pró-saneamento. As ações da liga estavam direcionadas em alertar

as elites políticas e intelectuais para a precariedade dos sistemas sanitários da época,

seja na área urbana ou na rural (CORDEIRO, 1995; BRITTO, 1995; HOCHMAN,

1998). Mais que isso, a liga procurava obter um apoio para a realização do

saneamento no interior do país. Cabe ressaltar o abandono a que estavam sujeitos os

habitantes do interior do país. Doenças como a malária alastravam-se e atingiam

várias pessoas que não possuíam sistemas sanitários adequados.

No ano de 1916, foi divulgado um relatório sobre a expedição científica do

instituto Oswaldo Cruz, chefiada por Arthur Neiva e Belisário Penna, no interior do país

em 1912 (ALBUQUERQUE et al., 1991; HOCHMAN, 1998). Nesse relatório,

constavam relatos das precárias condições de vida dos moradores rurais, apontando

para a relação entre disponibilidade de água e focos de doenças. O quadro descrito

pelo relatório era o pior possível. Goiás, por exemplo, apresentava um grande número

de portadores de doença de Chagas (HOCHMAN, 1998).

Outro fato importante da década de 1910 foi o discurso de Miguel Pereira, em

1916, a respeito das condições de saúde da população brasileira, mais

especificamente da população residente no interior do país (PEREIRA, 1922;

HOCHMAN, 1998). Ele afirmou que o Brasil se constituía em um imenso hospital. A

doença de Chagas, descoberta em 1909 por Carlos Chagas, afetava milhões de

brasileiros.

30

Todo esse quadro e a conscientização da interdependência social da doença

fizeram com que aflorassem ainda mais as discussões a respeito de reformulações

institucionais na área de saúde. Em 1917, uma comissão foi nomeada pela Academia

Nacional de Medicina com o objetivo de estudar e propor um projeto de restruturação

dos serviços sanitários. Segundo o estudo dessa comissão, a solução seria a criação

de um Ministério da Saúde Pública, através da fusão dos vários serviços de higiene e

assistência pública (HOCHMAN, 1998). Os serviços de saúde estavam diluídos em

vários ministérios (Viação, Agricultura e da Fazenda e Interior). Toda essa

reformulação envolveria uma série de interesses e atores, gerando muitos conflitos.

Apesar de vários setores da elite dominante da época estarem conscientes e

dispostos a realizar as reformulações institucionais necessárias, outros não achavam

necessário. Para alguns setores da elite da época, o custo para a reformulação do

aparato institucional da época seria maior do que arcar com as despesas provenientes

de ações de saúde na situação, então, vigente.

No ano de 1918, o país sofreu com a grande incidência de gripe espanhola. A

pandemia de gripe espanhola, que foi a maior de todo o século XX, acarretou um

grande número de mortes no Brasil. Além disso, essa doença influenciou na sucessão

presidencial da época, pois Rodrigues Alves, então presidente reeleito de 1918, foi

vitimado pela gripe espanhola e seu vice, Delfim Moreira, assumiu o cargo de

presidente, caracterizando as condições sanitárias da época.

Em 1920, foi criado o Departamento Nacional de Saúde Pública, já consistindo

em uma ação de centralização das ações sanitárias. Em 1922, o governo federal já

possuía uma série de postos espalhados em todo o país. Segundo HOCHMAN (1998),

já estavam em funcionamento 88 postos sanitários rurais em quinze estados e no

Distrito Federal. Adicionalmente, buscou-se direcionar esforços para a criação de uma

grande base de informações que não contemplasse somente os estados com serviços

sanitários mais organizados.

A reforma institucional ocorrida na década de 1920 foi possível, graças à

conscientização da maioria dos estados de que os benefícios causados pela presença

da ação federal seriam maiores do que os custos de transição no aparato institucional.

As ações passaram a ser realizadas de forma integrada, não havendo mais a sua

fragmentação institucional. Até São Paulo, que assumia ações independentes do

governo federal, reconheceu a importância do governo assumir intervenções em

saúde e saneamento. Apesar de possuir condições institucionais, técnicas e recursos

para implementar suas intervenções, São Paulo não poderia controlar o que acontecia

nos outros estados. Pessoas contaminadas chegavam a São Paulo e transmitiam a

31

doença para a sua população, fazendo com que esse estado arcasse com um custo

ocasionado pela incapacidade de outro estado.

As décadas de 1920 e 1930 foram marcadas pelo modificação da forma de

atuação na área de saúde.

Com relação à exploração dos serviços de esgotos, a empresa inglesa City

Improvements obteve o monopólio do serviço até o ano de 1922. Além do péssimo

serviço prestado, CORDEIRO (1995) cita que alguns outros fatores influenciaram a

quebra desse monopólio como: dificuldades em se associar aos demais grupos

envolvidos com a acumulação urbana, incapacidade de expansão dos sistemas de

saneamento em concordância com os lançamentos imobiliários e insatisfação de

construtores e industriais. Apesar da empresa City não possuir, então, o monopólio na

exploração do serviço de esgotos, esta continuou atuando como concessionária até o

ano de 1947.

2.2.5 – Mudanças institucionais na área de saneamento no período de 1940 a 1964

FLEURY TEIXEIRA et al. (1988) afirmam que esse período foi marcado pelo

pensamento sanitarista desenvolvimentista, onde o nível de saúde de uma população

dependia, em primeiro lugar, do grau de desenvolvimento econômico de um país ou

região. Além disso, as medidas de assistência médico-sanitária eram, em boa medida,

inócuas quando não acompanhavam ou integravam esse processo.

No aspecto institucional, algumas mudanças aconteceram na década de 1940.

Em 1942, era criado o Serviço Especial de Saúde Pública (SESP). O SESP possuía

como área de atuação a região amazônica e o vale do rio Doce. Esse órgão deveria

implantar sistemas de saneamento e promover a saúde dessas localidades,

constituindo-se uma das poucas ações integradas de saúde pública e saneamento da

época.

Além de criar o SESP, o governo federal reformulou todo o Departamento

Nacional de Obras e Saneamento (DNOS) e o Departamento Nacional de Obras

contra as Secas (DNOCS). A Inspetoria de Águas e Esgotos (IAE), órgão que tinha

como objetivo controlar todas as novas concessões dos serviços de esgotamento

sanitário, além da operação de todos os sistemas de água, transformou-se em Serviço

Federal de Água e Esgotos (SFAE). Três anos depois, o SFAE mudaria para

Departamento de Águas e Esgotos da Prefeitura do Distrito Federal.

Esse período foi caracterizado pela criação dos Serviços Autônomos de Água e

Esgotos (SAAEs), sob a forma de autarquias municipais. A administração dos serviços

32

dos SAAEs era contratada pela SESP, e, apesar de se constituírem em grande

número, os SAAEs passaram a sofrer com a falta de investimentos, em função do

baixo crescimento econômico do país (ABES, 2000).

As ações e as políticas do setor de saneamento até a formulação do Plano

Nacional de Saneamento, estavam vinculadas à expansão das classes de alta renda e

do setor produtivo. No Rio de Janeiro, isso se verificou com a implantação de serviços

na zona sul e na zona suburbana, que abrigava uma série de indústrias. O

saneamento, no período de 1950 a 1960, é marcado pela sua retirada da esfera da

saúde pública, migrando para a questão urbana. FLEURY TEIXEIRA et al. (1988) e

CORDEIRO (1995) colocam que a construção passaria a ser referenciada pelo eixo

econômico e a cidade era vista como um dos aspectos a serem enfrentados pela

política do desenvolvimento.

2.2.6 – O Plano Nacional de Saneamento (PLANASA) – 1964 a 1984

A década de 1960 foi marcada por profundas mudanças na estrutura política do

país. A ascensão ao poder dos militares no ano de 1964 dava início ao regime de

ditadura militar, que só terminaria no ano de 1985. Dentro desse contexto, o setor de

saneamento receberia uma atenção especial com a criação do Plano Nacional de

Saneamento no ano de 1971.

No contexto mundial, os anos 60 e 70 caracterizaram-se pela intensificação da

internacionalização e expansão do capitalismo, através da industrialização. Com os

graves problemas ambientais vividos pelos países desenvolvidos, esses passaram a

aplicar legislações mais rigorosas e normas para controle dos problemas ambientais.

Várias indústrias, com alto potencial poluidor, dirigiram-se para os países em

desenvolvimento, onde a legislação era mais branda (FERREIRA, 1984; ORENSTEIN,

1987; CONTADOR, 1987; TUCCI et al., 2000). Dessa forma, precisava-se de infra-

estrutura adequada para receber tais indústrias e o saneamento tornava-se peça

fundamental nesse processo.

O governo militar era caracterizado pela ampla intervenção do Estado, com

grande centralização das decisões, sem qualquer participação da sociedade civil.

FIZSON (1990) afirma que o Estado passava a se articular, de forma a atender aos

interesses das empresas estatais, das multinacionais e do capital nacional, suprindo

as suas necessidades para a ampliação das condições de acumulação.

O fenômeno de migração do meio rural para o urbano fazia com que o país

convivesse com profundos problemas habitacionais, ocasionando o crescimento das

33

favelas nos grandes centros urbanos. Adicionalmente, tinha-se também o problema

dos baixos salários pagos aos trabalhadores, não permitindo o crescimento dessa

classe social. Com base nessa situação, o governo militar, no ano de 1964, criou o

Sistema Financeiro de Habitação e o Banco Nacional da Habitação (BNH). Segundo

FISZON (1990), achava-se que o desafio de se reduzir o conjunto de favelas poderia

ser tratado como sendo de caráter puramente habitacional.

O BNH foi criado com o intuito de coordenar a ação dos organismos públicos e

privados, estimulando a construção de habitações de interesse social e o

financiamento com vistas à aquisição da casa, especialmente para a população de

baixa renda. Com a criação, no ano de 1966, do Fundo de Garantia por Tempo de

Serviço (FGTS), a política habitacional brasileira passou a ter um importante elemento

de sustentação, pois os recursos oriundos do FGTS foram direcionados para o BNH

(FLEURY TEIXEIRA et al., 1988). No ano de 1969, é autorizada a destinação de

recursos provenientes do FGTS para a área de saneamento. Com isso, o setor de

saneamento passou a contar com um montante de recursos até então inédito,

possibilitando a implementação de planos e programas (COSTA, 1994; FLORÊNCIO

et al., 1995).

O quadro do saneamento, no final da década de 60, era desanimador. O

abastecimento de água, mesmo que em situação melhor do que o esgotamento

sanitário, encontrava-se em situação precária. No final de 1967, foi realizada uma

pesquisa envolvendo o Ministério da Saúde, a Organização Panamericana de Saúde e

a Organização Mundial de Saúde, com o objetivo de saber os níveis de atendimento

em saneamento. Essa pesquisa identificou que somente cerca de 53% da população

urbana possuía abastecimento de água por sistemas públicos, e somente 27 % da

população total do país era provida por esse serviço (COSTA, 1994; ANDRADE,

1978). Esses aspectos criavam problemas para a instalação de indústrias,

prejudicando o desenvolvimento do setor produtivo no país. A deficiência de infra-

estrutura em abastecimento de água e esgotamento sanitário é fator limitante no

desenvolvimento dos processos de produção.

Face a esse quadro caótico e necessitando o país de criar condições de infra-

estrutura para a entrada do capital externo, no ano de 1967, instituiu-se a Política

Nacional de Saneamento (COSTA, 1994; FLORÊNCIO et al., 1995). Faziam parte

dessa política, além do saneamento básico (abastecimento de água e esgotamento

sanitário), os esgotos pluviais, o lixo, o problema de erosões e outros. Segundo

JACOBI (1989), CORDEIRO (1995) e FLORÊNCIO (1995), as diretrizes do governo

34

federal para o saneamento balizavam-se na gestão centralizada, na adoção de tarifas

realistas e na limitação de aplicação de recursos não-reembolsáveis.

Um fator determinante para a implementação da política de saneamento da

época foi o Plano Decenal de Desenvolvimento Econômico e Social (PNDES) para o

período de 1967 a 1976. Esse plano determinava, dentre várias questões, que a

política de saneamento deveria ficar a cargo do BNH. As metas mais específicas

foram determinadas pelo Plano Estratégico de Desenvolvimento (PED) de 1967-1970

(ORENSTEIN, 1987).

Contrariamente à política centralizadora do governo militar, a competência de

implantar, operar e explorar o serviço de saneamento era municipal. Muitos

municípios, mais precisamente da região sudeste, possuíam serviços autônomos

estruturados e capacitados a oferecer um serviço de boa qualidade. Em

compensação, muitos outros não podiam arcar com os altos investimentos

necessários. Esta estrutura descentralizada era uma das principais críticas do BNH ao

sistema vigente. COSTA (1994) e CONTADOR (1987) mencionam que a gestão

municipal era combatida pelo governo federal por estar calcada no paternalismo, no

clientelismo, na incompetência técnica e na inexistência de uma estrutura institucional.

A criação de um plano para o setor, abrangendo um horizonte de longo prazo e

que não limitasse suas ações de caráter emergencial e eventual, fazia-se necessária.

Desta forma, no ano de 1971, institucionalizou-se o Plano Nacional de Saneamento.

O PLANASA caracterizou-se por ser um plano altamente centralizador. O plano

determinava que os municípios, para obterem recursos do FGTS, deveriam passar a

concessão dos serviços de saneamento para as companhias estaduais. Os estados

deveriam unificar seus serviços de saneamento de forma a garantir o controle sob a

sua gestão. As atribuições a cargo dos municípios passavam a ter o controle do

estado. Havia uma clara intenção de retirar o saneamento básico da competência

municipal. CORDEIRO (1995) e PARLATORE (2000) afirmam que a centralização

tinha como principal objetivo o enfraquecimento político e financeiro dos municípios

ante o governo central.

Apesar dessa coerção contra os municípios, alguns optaram por continuar

gerindo seus próprios sistemas. Tais municípios, em sua grande maioria da região

sudeste, possuíam autonomia financeira e técnica para operar seus sistemas.

O desenho institucional do PLANASA foi montado da seguinte forma:

centralização decisória, execução da política nacional pelo BNH, financiamento do

setor baseado em recursos do FGTS a partir do Sistema Financeiro de Saneamento

(SFS), estabelecimento das companhias estaduais de saneamento básico como

35

principais prestadoras dos serviços e estabelecimento de programas e subprogramas

para financiamento de investimentos. Cabe ressaltar que, além dos recursos do FGTS,

os financiamentos para investimentos em saneamento eram obtidos também com

recursos dos orçamentos fiscais das três esferas governamentais, de empréstimos

externos e do retorno obtido com os financiamentos realizados.

As primeiras ações do PLANASA basearam-se em atender as localidades de

maior poder econômico. Com os recursos provenientes dessas áreas, poder-se-ia

viabilizar economicamente o plano, sendo aplicados, posteriormente, nas áreas mais

pobres. A lógica era de atender as prioridades econômicas e não as questões sociais.

Com o transcorrer da primeira fase do plano (1971-1975), o que se viu foi uma

concentração dos recursos aplicados na região sudeste. Além da concentração dos

recursos, outro fator importante foi a inconstância dos investimentos. FISZON (1990)

afirma que o caráter de intervenção permanente ficou restrito ao discurso. A má

distribuição dos investimentos não se deu somente geograficamente. Com relação aos

temas, a prioridade foi investir em abastecimento de água em detrimento de

esgotamento sanitário, conforme ilustra a Tabela 2.3.

Tabela 2.3 - Divisão dos recursos aplicados pelo PLANASA entre abastecimento de

água e esgotamento sanitário de 1971 a 1974 em % (fonte: FISZON, 1990).

Percentual investido ANO

Água Esgotos

1971 93,4 6,6

1972 69,1 30,9

1973 78,6 21,4

1974 63,1 36,9

Como já mencionado anteriormente, o PLANASA não expandia os sistemas

com base em critérios sociais e muito menos ambientais. O fato do plano operar

dentro de uma lógica de atender a expansão produtiva no país justifica a prioridade

dada ao abastecimento de água. A falta de um sistema de esgotamento sanitário não

traz grandes limitações para a implantação de tais processos. Em compensação, o

fato de não possuir abastecimento de água acaba por se constituir em um limitador

imediato, haja visto que a água é insumo para diversas atividades produtivas.

Apesar de toda inconstância de investimento, CORDEIRO (1995) e

PARLATORE (2000) mencionam que os indicadores de cobertura, ao final de 1974,

36

estavam bem próximos das metas estabelecidas. Enquanto que cerca de 65% dos

domicílios estavam ligados em redes de abastecimento de água, 29% possuíam redes

de coleta de esgotamento sanitário.

Em decorrência da crise do petróleo e da elevação dos preços das matérias-

primas no mercado internacional entre 1973 e 1974, criou-se o II Plano Nacional de

Desenvolvimento (FERREIRA, 1984; ORENSTEIN, 1987; FLEURY TEIXEIRA et al.,

1988). A institucionalização do II PND levou à reformulação de todos os programas de

habitação do BNH, dentre eles o PLANASA.

Com os objetivos calcados na lógica econômica atingidos, buscou-se, então,

atender os desassistidos da primeira fase. A retórica mudaria, aproximando-se mais

das questões sociais. Segundo FERREIRA (1984), o novo objetivo do PLANASA era

permitir que as classes mais pobres pudessem ter acesso aos serviços de

saneamento básico. FISZON (1990) afirma que as metas da segunda fase do plano

eram as seguintes:

atender, até 1980, com água potável a mais de 80% da população urbana em pelo

menos 80% das cidades brasileiras e em todas as regiões metropolitanas;

atender, até 1980, as regiões metropolitanas, capitais e cidades de maior porte

com serviços adequados de esgotos sanitários;

atender, na medida do possível, com serviços de esgotos mais simples, cidades e

vilas de menor porte.

Apesar da mudança de discurso, na prática, isso não foi verificado. Os

investimentos continuaram privilegiando os interesses econômicos e continuou-se

investindo muito mais em abastecimento de água. Ao final do ano de 1980,

verificaram-se grandes distorções em termos de cobertura dos sistemas de água e

esgoto (ANDRADE, 1978; FLORÊNCIO et al., 1995). Enquanto que as áreas de maior

poder aquisitivo e as regiões industriais possuíam bons indicadores de cobertura de

água e esgoto, nas regiões de baixa renda isso não acontecia. A opção em atender os

interesses econômicos acabava conduzindo o país para esse quadro (Figuras 2.9 e

2.10).

Apesar de todos os problemas verificados anteriormente, CORDEIRO (1995) e

FISZON (1990) apontaram que houve um inegável aumento global no atendimento

dos serviços. Comparando os indicadores antes e depois do plano, verifica-se um

grande aumento no atendimento dos serviços.

1 12

75

11 1

NORTENORDESTESUDESTESULCENTRO-OESTE

Figura 2.9 - Aplicação dos recursos em abastecimento de água, por região (%) -

período de 1968 a 1984.

Fonte: FISZON, 1990.

3

25

55

107

NORTENORDESTESUDESTESULCENTRO-OESTE

Figura 2.10 - Aplicação dos recursos em esgotamento sanitário -

período de 1968 a 1984

Fonte: FISZON, 1990.

Os anos 80 marcaram a falência do PLANASA. As críticas dos técnicos ao

modelo centralizador eram muitas e mudanças eram exigidas. Aliado a esse fato,

FISZON (1990) cita que a redução contínua de investimentos, a grave crise financeira

das Companhias Estaduais de Saneamento e a incapacidade de dar resposta aos

problemas de esgotamento sanitário indicavam a falência do plano.

37

38

2.2.7 – A falência do PLANASA e o vazio institucional

Com a falência do Plano Nacional de Saneamento, novas alternativas foram

buscadas para o setor. A saída dos militares do poder fazia com que novos

paradigmas fossem pensados para o setor.

Segundo CORDEIRO (1995), o pronunciamento do então candidato à

presidência da República, Tancredo Neves, no Encontro Nacional de Saneamento em

12 de setembro de 1984, refletia toda a insatisfação com o modelo da época. Nesse

discurso, Tancredo apontava como principais problemas a estreiteza do conceito de

saneamento básico, a excessiva centralização decisória, o anseio por autonomia

municipal, a preocupação com a falência financeira do sistema, a contradição entre a

política tarifária aplicada e as demandas por universalização dos serviços e o

reconhecimento de resultados pouco satisfatórios no campo do esgotamento sanitário.

A partir de 1985, os municípios passaram a ter acesso aos recursos do

Sistema Financeiro de Saneamento (SFS), em uma clara intenção de descentralização

da gestão no setor (GUSMÃO, 1994).

No ano seguinte, é extinto o BNH, ficando a Caixa Econômica Federal com a

responsabilidade de gestão financeira do setor.

A partir desse momento, o que se viu foi um profundo vazio institucional do

setor de saneamento, que dura até os dias de hoje. COSTA (1994), GUSMÃO (1994)

e PARLATORE (2000) afirmam que a estrutura do PLANASA perdurou, mesmo que

falido, até o ano de 1990.

2.2.8 - A situação atual do setor

A década de 1990 foi marcada pela entrada da iniciativa privada no setor de

saneamento. Segundo GUSMÃO (1994) e DAVIDOVICH (2000), as tendências

neoliberais dos governos federais desta década, com modificações das estruturas

institucionais, apostando em sua flexibilidade, acabaram por facilitar a entrada de

grupos privados no setor.

Tais modificações estruturais se baseiam na mudança do papel do Estado,

verificada nos países da América Latina durante a década de 1990. O Estado passaria

de provedor para regulador, onde a participação da iniciativa privada seria cada vez

maior e surgiriam as agências reguladoras. O objetivo é diminuir cada vez mais o

papel do Estado na economia (GUSMÃO, 1994; PARLATORE, 2000).

39

Segundo CARNEIRO e ROCHA (1999), essa mudança deu-se basicamente

por três fatores:

a necessidade de diminuir os gastos públicos;

um entusiasmo crescente pelas soluções de mercado entre as elites latino-

americanas;

um desencantamento progressivo com a intervenção do Estado.

Com a reforma do papel do Estado, os governos federais da década de 90

realizaram amplos esforços na direção da privatização das empresas do setor público.

Os setores de telecomunicações e de energia são exemplos da política adotada, que

continua até os dias de hoje no segundo governo do presidente Fernando Henrique

Cardoso (CARNEIRO e ROCHA, 1999; PARLATORE, 2000).

Com o saneamento não foi diferente. Amplos esforços estão sendo feitos no

intuito de se permitir que a iniciativa privada participe ainda mais desse setor. As

deficiências na cobertura dos serviços contribuem para o discurso governamental de

que há a necessidade de participação da iniciativa privada no saneamento. SANTOS

(1999) afirma que os indicadores de saneamento estão longe da universalização. As

maiores deficiências são registradas nos estratos sociais mais baixos, particularmente

nos municípios menores e nas periferias urbanas. As Tabelas 2.3 e 2.4 ilustram essas

deficiências.

Tabela 2.4 – Déficit na oferta de serviços de saneamento básico no Brasil – 1997 (fonte: Pesquisa Nacional por Amostra Domiciliar/PNAD - SANTOS, 1999).

Domicílios não atendidos por rede

geral de água

Domicílios não atendidos com

esgotamento sanitário

Domicílios não atendidos com coleta

direta e indireta de lixoZONA

nº de domicílios

(mil)Déficit

absoluto

(mil)

Déficit (%) Déficit

absoluto (mil)

Déficit

(%)

Déficit absoluto

(%)

Déficit

(%)

URBANA 32.980 2.894 8,8 16.684 50,6 3.077 9,3

RURAL 7.664 6.168 80,5 6.524* 85,1 6.555 85,5

TOTAL 40.644 9.061 22,3 23.208 57,1 9.632 23,7

* Considera rede coletora e fossa séptica e exclui área rural da região Norte

40

Segundo CARNEIRO e ROCHA (1999), para toda a população urbana

brasileira, a cobertura de abastecimento de água é da ordem de 86%. Já a coleta de

esgotos possui uma cobertura de 49%, sendo que apenas 20% do esgoto coletado é

tratado, ou seja, apenas 10% do esgoto produzido. Os autores também afirmam que a

desestatização seria uma forma de buscar a viabilidade de investimentos necessários

ao setor, além de possibilitar o aumento da eficiência dos serviços prestados. Segundo

dados do Ministério do Planejamento e Orçamento (MPO/SEPURB, 1995), os

investimentos necessários para a universalização do atendimento em água e esgoto,

inclusive tratamento, seriam da ordem de R$42 bilhões em quinze anos.

Apesar de toda essa retórica, não se pode pensar que a simples mudança da

esfera pública para a privada induzirá a universalização dos serviços de água e

esgotos. O saneamento é um serviço essencial para a sobrevivência humana. Ao

operar sob as regras de mercado, distorções acabam aparecendo, podendo ocasionar

sérios problemas de oferta dos serviços (TUCCI et al., 2000). Para sustentar esse

argumento, mencione-se o fato desse tipo de serviço ser um monopólio natural

(MAYS, 1996). MISHAN (1976) afirma que serviços como o abastecimento de água,

por exemplo, quando operado por várias empresas, em uma situação de competição,

apresentam a tendência de aumento das tarifas pela perda de economia de escala.

Com base nisso, o serviço de abastecimento é, em princípio, melhor prestado na

forma de monopólio (MAYS, 1996; KELMAN e FRAJTAG, 2000).

Além de toda essa problemática envolvendo a participação privada no setor, a

questão do poder concedente também tem sido muito discutida. Segundo dados do

Banco Nacional de Desenvolvimento Econômico e Social (BNDES, 1996), no Brasil,

existem mais de 5.000 municípios, sendo que cerca de 3.700 concederam seus

serviços de saneamento às companhias estaduais na década de 70. A grande maioria

desses contratos já estão vencidos ou estão por vencer.

A partir do vencimento dos contratos, alguns municípios estão escolhendo, em

lugar da renovação, a concessão para entidades privadas. Isso acabou por ocasionar

um amplo debate nacional, em que, de um lado, tem-se os municípios, e, do outro, os

estados e suas companhias estaduais.

A estrutura montada no PLANASA, em que os municípios foram forçados a

conceder seus serviços às companhias estaduais, não permitindo participar em

qualquer atividade de planejamento de expansão e melhoria dos sistemas, é

responsável pelas discussões atuais. AMARAL (1999) menciona que o artigo 30 da

Constituição Federal coloca que organizar e prestar, diretamente ou sob forma de

regime de concessão ou permissão, os serviços de interesse local, incluído o de

41

transporte coletivo, tem caráter essencial. Assim, a titularidade dos serviços seria dos

municípios.

Todavia, o mesmo AMARAL (1999) menciona que tal afirmação só está correta

quando o município não pertence à região metropolitana. Ele afirma que, nesse caso,

o interesse não seria mais local e sim comum, haja visto que os sistemas das regiões

metropolitanas envolvem mais de um município, de forma interligada.

42

2.3 - SAÚDE PÚBLICA E SANEAMENTO

2.3.1 - Aspectos Gerais e Conceituais

É notória a preocupação histórica da saúde pública através da observação das

ações em saneamento. Tal preocupação oscilou ao longo do tempo, haja visto que, no

PLANASA, as intervenções em saneamento atenderam muito mais às questões

produtivas do que às de saúde pública.

Vários estudos e modelos já foram realizados tentando analisar o impacto do

saneamento na saúde (HELLER, 1997). Um clássico estudo foi o realizado por John

Snow em meados do século XIX (SNOW, 1990). O autor utilizou técnicas de

mapeamento para analisar a epidemia de cólera em Londres. SNOW (1990)

conseguiu demonstrar uma associação direta entre mortes por cólera e suprimento de

água por diferentes bombas públicas de abastecimento. Apesar de não conhecer o

agente etiológico da doença, John Snow identificou a origem da epidemia

(MEDRONHO, 1999).

BARCELLOS e MACHADO (1991) analisaram a incidência de doenças de

veiculação hídrica, de notificação compulsória, para os municípios do estado do Rio de

Janeiro, comparando com a qualidade do serviço de saneamento. BARCELLOS e

MACHADO (1991) confirmaram a hipótese de que os municípios mais carentes de

saneamento apresentam maiores taxas de mortalidade por gastroenterite.

O conceito de risco é de fundamental importância quando são observadas as

relações entre saneamento e saúde. A carência em abastecimento de água e

esgotamento sanitário, por exemplo, contribui para o aumento do risco da população

em contrair doenças.

As noções que envolvem os fatores de risco estão associadas à probabilidade

de ocorrência de um determinado dano ou evento. BRILHANTE e CALDAS (1999) e

CONWAY (1982) definem risco como sendo a medida da probabilidade e da

severidade de fatores adversos. Também definem risco ambiental como sendo o risco

que ocorre no meio ambiente, seja ambiente interno, no caso de uma indústria, ou

externo. Eles apontam que, no contexto da gestão governamental, o risco ambiental é

também classificado como: saúde pública, recursos naturais, desastres naturais e

introdução de novos produtos.

Segundo LANNA (1997), o conceito de probabilidade pode ser interpretado

através do conceito de freqüências: probabilidade de um evento é a proporção de

vezes que o evento ocorrerá em uma série longa de observações ou experimentos

repetidos. STEWART (1990) e BRILHANTE e CALDAS (1999) afirmam que a

probabilidade de acontecer uma catástrofe em uma usina nuclear – um acidente como

o de Chernobyl, por exemplo – é de um evento em cada 10 mil anos. Dessa forma, a

probabilidade de acidente para uma usina é de 0,0001, transmitindo uma aparente

segurança estatística. Entretanto, o próprio BRILHANTE e CALDAS (1999) ressalva

que, para o caso da Inglaterra, por exemplo, onde existem cerca de 40 usinas

nucleares operando, tal estatística pode não ser tão a favor da segurança. Analisando

um horizonte de 25 anos e somando a probabilidade de ocorrência para as 40 usinas,

pode-se chegar a conclusão de que a probabilidade de acidente nuclear passa a ser

de 0,1, ou seja, de uma chance em 10.

Procurando analisar os impactos provenientes de ações de saneamento nos

indivíduos, SHUVAL et al. (1981) desenvolveram a teoria do limiar de saturação

(Figura 2.11). Nesse estudo, é formulada a hipótese de que, para populações com

condições sócio-econômicas precárias ou extremamente altas, o efeito das

intervenções em saneamento provocaria um impacto desprezível. Segundo HELLER

(1997), essa teoria induziu a redução em investimentos em saneamento, pois

acreditava-se que ações de atenção primária à saúde poderiam possuir um impacto

mais representativo. O próprio HELLER (1997) identifica, no entanto, que diversos

estudos epidemiológicos realizados em diversos países pobres, especialmente

africanos e asiáticos, revelaram significativos impactos sobre diversos indicadores de

saúde a partir de intervenções em saneamento.

Figura 2.11 - Teoria do limiar-saturação (representação esquemática); efeito do

saneamento sobre a saúde, em função do nível sócio-econômico.

Fonte: SHUVAL et al., 1981.

43

BRISCOE (1987) e HELLER (1997) afirmam que as intervenções em

saneamento são necessárias mas não suficientes. Outros fatores interferem de forma

decisiva no perfil epidemiológico de uma população. Dessa forma, pode-se identificar

que a intervenção em saneamento não se deve dar de forma isolada e sim integrada

com outras ações.

Uma abordagem holística é apresentada por CVJETANOVIC (1986) e

HELLER (1997), analisando efeitos diretos e indiretos das ações de saneamento, o

que pode ser observado na Figura 2.12. Todavia, HELLER (1997) atenta para o fato de

que CVJETANOVIC (1986) não inclui o papel dos determinantes sociais.

Investimentos emabastecimento de

água e esgotossanitários

Abastecimento deágua seguro edisposição de

excretas

- Desenvolvimentoeconômico

- Aumento daprodução

- Comercialização

- Alimentação- Educação

- Instalaçõessanitárias

Benefícios à saúde provenientes de:- melhoria da nutrição

- higiene pessoal e da comunidade- interrupção da transmissão das doenças

relacionadas com a água

QualidadeQuantidade

Manutenção eampliação

Capacidade de trabalho

Conhecimento

Figura 2.12 - Modelo holístico da relação entre saneamento e saúde.

Fonte: CVJETANOVIC (1986); HELLER (1997).

44

45

2.3.2 - Doenças infecciosas relacionadas com saneamento

Apesar da preocupação com os problemas relacionados com a qualidade da

água, vários casos de morbidade relativos à falta de saneamento continuam sendo

registrados, principalmente em países em desenvolvimento. RICHTER e NETTO

(1991) afirmam que a Organização Mundial de Saúde identifica que 80% dos casos de

doenças em países em desenvolvimento são de veiculação hídrica.

Em reportagem do JORNAL DO BRASIL (2001), afirma-se que, no nosso

planeta, cerca de 2,4 bilhões de pessoas não dispõem de serviços sanitários

adequados (40%) e que cerca de 3,5 milhões de pessoas, na maioria crianças,

morrem anualmente de doenças de origem hídrica, tais como a malária e a disenteria.

Outra reportagem, publicada no jornal GAZETA MERCANTIL (2000), mostra um

quadro com casos de doenças oriundas da falta de saneamento em algumas cidades

do país (Tabela 2.5).

Tabela 2.5 –Situação atual de incidência de doenças ligadas à falta de saneamento básico (fonte: Ministério Público - GAZETA MERCANTIL, 2000).

Infra-estrutura e saúde

Hepatite A Dengue DiarréiaRio de Janeiro Engenheiro Paulo de Frontin Duque de Caxias

1998: 7,85 casos

1999: 18,34 casos

1998: 54,8 casos

1999: 11.214,6 casos

1998: 8,0 casos

1999: 224,0 casos

Pinheiral Três Rios São Gonçalo

1998: 15,9 casos

1999: 2.720,6 casos

1998: 37,7 casos

1999: 1.794,0 casos

1998: 5,0 casos

1999: 56,0 casos

Duque de Caxias Santo Antônio de Pádua Niterói

1998: 1,1 casos

1999: 30,0 casos

1998: 20,4 casos

1999: 1.505,8 casos

1998: 13,0 casos

1999: 37,0 casos Obs.: Casos por 100 mil habitantes

GUIMARÃES (1965) destaca que, dos muitos usos que a água pode ter,

aqueles que estão mais relacionados com a saúde humana são:

água ingerida diretamente na dieta;

água utilizada no asseio corporal ou que, por razões profissionais ou outras

quaisquer, venha a ter contato direto com a pele ou mucosas do corpo humano

(trabalhadores agrícolas em culturas de inundação, lavadeiras, atividades

recreativas como banhos de rio, lagos, piscinas, entre outras atividades);

46

água empregada na manutenção da higiene do ambiente e, em especial, dos

locais, instalações e utensílios usados no manuseio, preparo e apresentação dos

alimentos (domicílio, restaurante, entre outros);

água utilizada na rega de hortaliças ou nos criadouros de mariscos.

Os fatores de risco devido a problemas relacionados com água são causados

não só por aspectos de qualidade, mas também de quantidade. Segundo

GUIMARÃES (1965), certas doenças diarréicas do tipo shigelose variam inversamente

com a quantidade de água disponível por pessoa, mesmo quando essa água não é de

qualidade muito boa. Além disso, algumas doenças cutâneas podem ser evitadas ou

atenuadas, caso haja a conjugação de bons hábitos higiênicos e quantidade suficiente

de água.

No quadro abaixo (Tabela 2.6), encontra-se outra classificação, segundo

CAIRNCROSS e FEACHEM (1990), de acordo com categoria e tipo de infecção.

Tabela 2.6 – Classificação de doenças segundo a categoria e o tipo de infecção (fonte: CAIRNCROSS e FEACHEM, 1990; HELLER 1997).

CATEGORIA INFECÇÃO

1. Feco-oral (transmissão hídrica ou relacionada

com a higiene)

Diarréias e disenterias

- Disenteria amebiana

- Balantidíase

- Enterite campylobacteriana

- Cólera

- Diarréia por Escherichia coli

- Giardíase

- Diarréia por rotavírus

- Salmonelose

- Disenteria bacilar

Febres entéricas

- Febre tifóide

- Febre paratifóide

Poliomelite

Hepatite A

Leptospirose

Ascaridíase

Tricuríase

2. Relacionada com a higiene

a. Infecções da pele e dos olhos

b. Outras

Doenças infecciosas da pele

Doenças infecciosas dos olhos

Tifo transmitido por pulgas

Febre recorrente transmitida por pulgas

47

Tabela 2.6 (continuação) - Classificação de doenças segundo a categoria e o tipo de infecção (fonte: CAIRNCROSS e FEACHEM 1990; HELLER 1997).

CATEGORIA INFECÇÃO

3. Baseada na água

a. Por penetração na pele

b. Por ingestão

Esquistossomose

Difilobotríase e outras infecções por

helmintos

4. Transmissão por inseto vetor

a. Picadura próximo à água

b. Procriam na água

Doença do sono

Filariose

Malária

Arboviroses

- Febre amarela

- Dengue

- Leishmaniose*

* Introduzido por HELLER (1997)

A febre tifóide consiste em uma doença característica de regiões de baixos

indicadores de saneamento básico. É uma doença contraída por via oral e as

epidemias ocorrem em regiões onde a distribuição de água é inadequada, com

tratamento precário ou descontínuo. GUIMARÃES (1965) menciona, como exemplos

de contaminação maciça de sistemas de abastecimento de água, a epidemia de Angra

dos Reis em 1934, onde, para uma população de 2000 habitantes, registraram-se 350

casos (cerca de 17% da população) e a contaminação de um trecho de rede de água

em Santa Cruz, no antigo Distrito Federal, em 1942, com um registro de 90 casos.

Nos estudos de MARA e FEACHEM (1980) e JORDÃO e PESSOA (1995),

encontra-se uma classificação de acordo com a eliminação de excretas, mencionando

estratégias principais de controle (Tabela 2.7).

Tabela 2.7 - Classificação ambiental de infecções relacionadas com excretas; doenças fortemente dependentes de aspectos de higiene pessoal e abastecimento doméstico

de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA, 1995).

Categoria Características (*) InfecçõesFocos dominantes

de transmissão Estratégias principais

de controle

I Não-latente, baixa dose

infecciosa (100

organismos)

Enterobiase, inf. por vírus

entéricos, himenolepíase,

amebiase, giardiase,

balantidiase

Contaminação

pessoal,

contaminação

doméstica

Abastecimento doméstico

de água, educação

sanitária, melhores

condições de moradia,

disponibilidade de

privadas

48

Tabela 2.7 (continuação) - Classificação ambiental de infecções relacionadas com excretas; doenças fortemente dependentes de aspectos de higiene pessoal e

abastecimento doméstico de água (fonte: MARA e FEACHEM, 1980; JORDÃO e PESSOA, 1995).

Categoria Características (*) Infecções Focos dominantes de transmissão

Estratégias principais de controle

II Não latente, média ou

alta dose infecciosa

(10000 organismos),

moderadamente

persistente e possível de

multiplicação)

Febre tifóide, salmonelose,

shigelose, cólera, enterite

por E. coli patogênica,

yersin iose, enterite por

campylobacter

Contaminação

pessoal,

contaminação

doméstica,

contaminação da

água, contaminação

da lavoura

Abastecimento

doméstico de água,

educação sanitária,

melhores condições de

moradia,

disponibilidades de

privadas, tratamento

antes do afastamento

ou reutilização

III Latente e persistente,

mas sem hospedeiro

intermediário; incapaz de

multiplicação

Ascaridiase, tricuriase,

ancilostomose,

strongloidiase

Contaminação do

solo, contaminação

dos campos,

contaminação da

lavoura

Disponibilidades de

privadas; tratamento

antes da disposição de

esgotos à terra

IV Latente e persistente,

tendo vacas e porcos

como hospedeiros;

incapaz de multiplicação

Teníase Contaminação do

solo, contaminação

dos campos,

contaminação da

comida animal

Disponibilidades de


antes da disposição de

esgotos à terra,

inspeção da carne

antes do consumo

V Latente e persistente,

com hospedeiro (s)

intermediário (s) aquático

(s); capaz de

multiplicação.

Esquistossomose,

clonorhiose, difilobotriose,

fascioliose, fasciolopsiose,

gastrodiscoidiose,

heterofiose,

metagonimiose,

paragonimiose

Contaminação de

águas superficiais

Disponibilidade de


antes das disposição

de esgotos, controle de

hospedeiros aquáticos,

controle de animais,

reservatórios,

cozimento de peixes e

vegetais aquáticos

VI Insetos vetores

relacionadas com

excretas

Filariose de Bacroft,

quando transmitida por

Culex pipens, e todas as

demais listadas nas

categorias I, II e III que

podem ser transmitidas por

moscas e baratas

Reprodução de

insetos em locais

contaminados por

fezes

Identificação e

eliminação dos sítios

de reprodução de

insetos

Latência: um organismo latente necessita de algum tempo no ambiente extra-intestinal antes de se tornar

infectável ao homem; persistência relaciona-se à habilidade de um organismo sobreviver em ambiente extra-

intestinal.

49

Com relação a doenças provenientes da disposição final de resíduos sólidos

pode-se classificá-las conforme a Tabela 2.8.

Tabela 2.8 – Classificação de doenças relacionadas com resíduos sólidos

(fonte: MARA e ALABASTER, 1986; HELLER, 1997). CATEGORIA DOENÇAS CONTROLE

1. Doenças Relacionadas com

insetos vetores

Infecções excretadas

transmitidas por moscas ou

baratas

Filariose

Tularemia

Melhoria do

acondicionamento e da

coleta do lixo

Controle de insetos

2. Doenças relacionadas com

vetores roedores

Peste

Leptospirose

Demais doenças relacionadas

com a moradia, a água e os

excretas e cuja transmissão

ocorre por roedores

Melhoria do

acondicionamento e da

coleta de lixo

Controle de roedores

2.3.3 - Impacto do saneamento na saúde

Estudos revelam que as melhorias apresentadas na cobertura de água, no

Brasil, verificadas nas décadas de 70 e 80, fizeram com que os índices de

mortalidade infantil diminuíssem sensivelmente. Apesar disso, a falta de investimentos

posteriormente, principalmente em regiões mais pobres, determinou uma alta

mortalidade infantil na década de 80, conforme ilustra a Tabela 2.9.

Tabela 2.9 – Taxa de mortalidade relacionada com algumas doenças de veiculação hídrica (fonte: SEROA DA MOTTA e REZENDE, 1999).

Mortalidade (% do total de casos)

Infecções Intestinais Outros *

Idade 1981 1989 1981 1989

Menor do que 1 ano 28606

(81,8)

13598

(72,0)

87

(9,4)

19

(2,9)

Entre 1 e 14 anos 3908

(11,2)

1963

(10,4)

44

(4,8)

21

(3,2)

Maior do que 14 anos 2439

(7,0)

3330

(17,6)

793

(85,8)

608

(93,8)

*Cólera, febre tifóide, poliomelite, disenteria amebiana, esquistossomose e shigelose.

50

Vários estudos apontam a diarréia como um importante indicador na análise

dos impactos de intervenções em saneamento. BRISCOE et al. (1986) afirmam que a

preferência pelo indicador de morbidade causada por enfermidades diarréicas deve-se

à sua importância sobre a saúde pública, validade e confiabilidade dos instrumentos

empregados na sua determinação, capacidade de resposta a alterações nas

condições de saneamento, custo e exequibilidade demonstrados na sua determinação.

Várias podem ser as intervenções que visam diminuir os casos de morbidade e

mortalidade por diarréia. Tais medidas podem ser de caráter corretivo para os casos

em que a doença já está instalada, ou medidas preventivas que possibilitem a

diminuição do risco de contrair a enfermidade. As informações da Tabela 2.10

apresentam uma série de intervenções potenciais para a diminuição dos casos de

morbidade e mortalidade por diarréia para crianças com até cinco anos de idade.

Tabela 2.10 - Intervenções para a diminuição dos casos de morbidade e mortalidade

por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM et al., 1983;

ESREY et al., 1985). Através da ação sobre o

caso

A. Terapia de reidratação oral 1. Administração da reidratação oral

na moradia

2. Administração da reidratação oral

nas instituições médicas

B. Terapia de reidratação não-

oral

1. Administração da reidratação por

via intravenosa ou outras vias, em

instituição médica

C. Alimentação apropriada 1. Promoção da alimentação

apropriada da criança, durante a

doença e a convalescença

D. Quimioterapia 1. Administração de agentes

terapêuticos na moradia

2. Administração de agentes

terapêuticos numa instituição

médica

Através do aumento da

resistência do hospedeiro

à infecção e/ou à doença

e/ou à morte

A. Nutrição materna 1. Melhoria da nutrição pré-natal para

reduzir a incidência de baixo peso

ao nascer

2. Melhoria da nutrição pré e pós-natal

para melhorar a qualidade da

amamentação

51

Tabela 2.10 (continuação) - Intervenções para a diminuição dos casos de morbidade e

mortalidade por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM

et al., 1983; ESREY et al., 1985). B. Nutrição da criança 1. Promoção de amamentação

exclusiva até idade de 4-6

meses e amamentação parcial

a partir daí

2. Melhoria das práticas de

desmame para crianças entre

4 e 18 meses

3. Alimentação suplementar para

a melhoria do estado

nutricional em crianças entre 6

e 59 meses

4. Promoção do uso de gráficos

de crescimento pelas mães,

como um auxílio para a

adequada nutrição e atenção

infantil

C. Imunização 1. Imunização ao rotavírus e/ou à

cólera (na eventual

disponibilidade de vacinas

eficazes e testadas) da

criança e/ou da mãe

D. Quimioprofilaxia 1. Quimioprofilaxia de crianças

sob risco especial, para

redução da incidência e/ou

severidade da doença

Através da redução da

transmissão dos

agentes patogênicos

A. Abastecimento de água e disposição

de excretas

1. Implementação de

abastecimento de água que

melhore a qualidade e a

disponibilidade de água para

fins domésticos e melhoria das

instalações de disposição de

excretas, proporcionando o

necessário suporte

educacional para assegurar o

uso e a manutenção dessas

instalações

52

Tabela 2.10 (continuação) - Intervenções para a diminuição dos casos de morbidade e

mortalidade por diarréia para crianças com até cinco anos de idade (fonte: FEACHEM

et al., 1983; ESREY et al., 1985).B. Higiene pessoal e Doméstica 1. Promoção de práticas

específicas de higiene pessoal

e doméstica, como lavagem

das mãos, mediante

campanhas educacionais

apropriadas

C. Higiene dos alimentos 1. Promoção de práticas

melhoradas para a preparação

e o armazenamento de

alimentos, tanto no comércio

quanto nas moradias,

enfatizando especialmente a

preparação higiênica de

alimentação de desmame

D. Controle de vetores 1. Controle da infecção de

animais domésticos e de

fazendas por patogênicos

causadores de diarréia no

homem

E. Controle de moscas 1. Controle de moscas,

especialmente daquelas que

procriam em associação com

fezes humanas ou animais

Através do controle e/ou

prevenção de epidemias

de diarréia

A. Vigilância, investigação e controle

de epidemias

1. Melhoria da habilidade em

identificar e investigar uma

epidemia com antecedência e

da capacidade de implementar

atividades de controle efetivas

GROSS et al. (1989) afirmam que, apesar de considerarem a terapia de

reidratação oral como um eficiente método para combater os casos de diarréia, esta

não é suficiente para controlar todos os casos. Assim sendo, medidas preventivas,

como, por exemplo, o fornecimento de água e esgotamento sanitário adequados,

tendem a diminuir o número de casos de diarréia. No seu estudo específico, para duas

favelas da cidade de Belo Horizonte com altos índices de morbidade de diarréia,

GROSS et al. (1989) identificaram que, nas famílias que possuíam acesso à rede de

53

água, a incidência de diarréia era menor. Nesse estudo, é ressaltada a integração de

fatores, como, por exemplo, a educação e a prática adequada de amamentação, com

intervenções em saneamento.

ESREY et al. (1985) realizaram uma revisão de cerca de 67 estudos em 28

países analisando o impacto das intervenções de saneamento. Eles identificaram uma

grande redução nos casos de morbidade de diarréia, devido ao aumento da cobertura

em sistemas de saneamento. Apontam que o aumento da quantidade e da

disponibilidade de água, associados com melhoras nas práticas de higiene, tendem a

diminuir os índices de morbidade e mortalidade. Nesse trabalho, identificou-se ainda

que a magnitude da redução dos casos de morbidade em diarréia depende dos

seguintes fatores: idade da população estudada, tipo de serviço, condições de vida da

área estudada e a etiologia da diarréia. Analisando as condições de vida da população

estudada, os autores procuraram analisar o impacto de intervenções em saneamento

de acordo com o nível de alfabetização. Pessoas com nível de instrução maior

possuem maiores cuidados higiênicos, fazendo com que o risco de contaminação seja

menor.

Outro fator importante a ser considerado é como são realizadas as

intervenções em saneamento. Dependendo das condições de infra-estrutura correntes

e da seqüência das intervenções, pode-se subestimar ou superestimar qualquer uma

delas. BRISCOE e VANDERSLICE (1995) acreditam na necessidade de que:

o impacto de uma intervenção isolada, como melhoria apenas da qualidade da

água, pode-se revelar pouco sensível ou mesmo imperceptível aos estudos

epidemiológicos; tal conclusão pode não significar ausência de impacto daquela

intervenção, mas que esta pode ser necessária mas não suficiente; estudos de

impacto de uma intervenção isolada com resultados negativos não significam

necessariamente inexistência de impacto e que a intervenção não deve ser

implementada, dado que a ausência de efeito pode ser atribuída a interações;

estudos epidemiológicos que não consideram modificações de efeito, certamente a

grande maioria das situações, tendem a identificar reduzido impacto das

intervenções iniciais ao analisar apenas seu efeito isolado e elevado impacto

posteriores, pois captam, nesse caso, a modificação de efeito; como, em geral, a

seqüência dos serviços é a de inicialmente implantarem obras de abastecimento

de água e, posteriormente, de esgotamento sanitário, os estudos epidemiológicos

tendem a subestimar o efeito dos primeiros e a superestimar o efeito dos últimos,

dificultando inclusive o estabelecimento de prioridades de intervenção.

Estudos de GUIMARÃES (1965), CARNEIRO (1997) e BARCELLOS et al.

(1999) abordam a relação entre incidência de leptospirose e as condições sanitárias

das populações. Essa doença mantém uma relação causa-efeito marcante com

eventos de inundação. Os casos registrados com grande frequência são verificados

em localidades em que as condições sócio-ambientais são totalmente precárias.

A leptospirose é provocada pela bactéria do gênero leptospira, atacando os rins

e o fígado de homens e animais. Os principais reservatórios e agentes transmissores

da leptospira são os ratos e cachorros. A contaminação dá-se, mais significativamente,

por contato com a água contaminada, quando ocorrem inundações (CARNEIRO,

1997; BENENSON, 1997; BARCELLOS et al. 1999; AGUIAR et al., 1999). Os casos

de leptospirose são caracterizados por infecções agudas, febris, causando mal-estar e

ocasionalmente hemorragias cutâneas (GUIMARÃES, 1965).

É interessante observar a Figura 2.13, que identifica os casos de leptospirose

para uma área de risco inserida na bacia do rio Iguaçu-Sarapuí nos anos de 1988 e

1994.

1 9 8 8 1 9 9 4

4 3 9 .5 6

1 2 3 .1 4

0 .0 0

5 0 .0 0

1 0 0 .0 0

1 5 0 .0 0

2 0 0 .0 0

2 5 0 .0 0

3 0 0 .0 0

3 5 0 .0 0

4 0 0 .0 0

4 5 0 .0 0

INC

IDÊN

CIA

1 9 8 8 1 9 9 4L E P T O S P IR O S E

IN C ID Ê N C IA D E L E P T O S P IR O S E (S U R T O E N ÍV E L B A S A L )

C O E F . IN C ID Ê N C IA P /1 0 0 .0 0 0 h a b .

Figura 2.13 - Incidência de casos de leptospirose em uma região da Baixada

Fluminense para o ano de 1988 (com surto da doença) e para o ano de 1994 (sem

surto da doença).

Fonte: CARNEIRO (1997).

A área de drenagem da bacia do rio Iguaçu-Sarapuí abrange todo o município

de Belford Roxo e parte dos municípios do Rio de Janeiro, Nilópolis, São João de

Meriti, Nova Iguaçu e Duque de Caxias. Dentro do escopo do plano diretor de recursos

hídricos da bacia do rio Iguaçu-Sarapuí (PNUD BRA/93/22, 1995), foram estudados

casos de morbidade de doenças de veiculação hídrica com maior ênfase nos casos de

leptospirose. Realizou-se uma pesquisa, no ano de 1994, para os casos de

54

leptospirose e o resultado foi considerado como o nível basal daquela área. Com o

objetivo de obter um valor de referência para a incidência da leptospirose em uma

situação de surto, incluiu-se no questionário perguntas sobre a ocorrência da doença

no ano de 1988, ano em que foi verificado uma cheia de grandes proporções naquela

região (CARNEIRO, 1997). O controle das inundações tem como benefício imediato

uma diminuição significativa nos valores de incidência da leptospirose, ressaltando

que a leptospirose pode apresentar uma letalidade em torno de 10 a 20% do número

de casos (CARNEIRO, 1997; BARCELLOS et al., 1999; BARCELLOS e SABROZA,

2000). CARNEIRO (1997) realizou cruzamentos de dados para analisar os casos de

leptospirose com as características espaço-temporais das inundações. As Figuras

2.14 e 2.15 mostram a relação entre incidência de leptospirose com duração da

inundação e altura do nível de água na enchente. Excetuando-se os casos extremos,

há uma tendência no aumento da incidência, à medida que os dois parâmetros

mencionados também aumentam. CARNEIRO (1997) alega que esses pontos

extremos podem estar apresentando valores inferiores à realidade, pois as áreas

correspondentes a tais eventos são regiões de baixa ocupação, ficando a amostra

com valores pouco representativos.

até

2 ho

ras

de 2

a 6

hor

as

de 6

a 1

2 ho

ras

de 1

2 a

24 h

oras

de 2

4 a

48 h

oras

de 4

8 a

72 h

oras

mai

s de

3 d

ias

1.01

2.651.83 2.14

4.32

14.28

2.22

0.00

2.00

4.00

6.00

8.00

10.00

12.00

14.00

16.00

(%)

até

2 ho

ras

de 2

a 6

hor

as

de 6

a 1

2 ho

ras

de 1

2 a

24 h

oras

de 2

4 a

48 h

oras

de 4

8 a

72 h

oras

mai

s de

3 d

ias

DURAÇÃO DA INUNDAÇÃO

Percentual de Casos de Leptospirose x Tempo de Duração

PERCENTUAL

Figura 2.14 - Relação dos casos de leptospirose com a duração da inundação.


55

até

perto

de

casa

até

a po

rta

até

os jo

elho

s

até

as ja

nela

s

acim

a da

s ja

nela

s

0.75

1.66

2.97

7.03

5.88

0

1

2

3

4

5

6

7

8

(%)

até

perto

de

casa

até

a po

rta

até

os jo

elho

s

até

as ja

nela

s

acim

a da

s ja

nela

s

Altura da Inundação

Percentual de Casos de Leptospirose x Altura em Relação a Casa

PERCENTUAL

Figura 2.15 - Relação dos casos de leptospirose com a altura da inundação.


56

2.4 - GEOPROCESSAMENTO E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA

Muitos fenômenos apresentam uma distribuição espacial e o seu entendimento

passa pela análise através de mapas.

Os termos geoprocessamento e sistemas de informação geográfica (SIG) são,

muitas vezes, confundidos. Na verdade, o geoprocessamento consiste em uma

tecnologia mais abrangente, podendo ser definida como uma tecnologia que, através

da localização e do processamento de dados geográficos, integra uma série de

disciplinas, equipamentos, programas, processos, entidades, dados, metodologias e

pessoas para coleta, tratamento, análises e apresentação da informação associada a

mapas digitais georreferenciados.

Analisando as definições de NAGESHWAR et al. (1992), XAVIER-DA-SILVA

(1993) e ROCHA (2000) pode-se considerar um sistema de informação geográfica

como sendo um conjunto de ferramentas que analisam e gerenciam dados espaciais.

Esse sistema possui capacidade para aquisição, armazenamento, tratamento,

integração, processamento, recuperação, transformação, manipulação, modelagem,

atualização, análise e exibição de informações digitais georreferenciadas,

topologicamente estruturadas, associadas ou não a um banco de dados

alfanuméricos. A Figura 2.16 ilustra em que consiste o geoprocessamento e onde está

inserido o sistema de informação geográfica.

Figura 2.16 – Geoprocessamento e sistema de informação geográfica.

Fonte: ROCHA (2000).

57

58

Os sistemas de informação geográfica vêm se constituindo em uma das

principais técnicas de geoprocessamento. O avanço tecnológico vem contribuindo

para o crescimento da aplicação dessa técnica em várias áreas do conhecimento.

Além de permitir uma maior dinâmica no tratamento das informações e visualização

dos fenômenos, o SIG constitui uma ferramenta importantíssima na análise de tomada

de decisão. XAVIER-DA-SILVA (1999) afirma que a evolução da informática torna

possível manusear, armazenar e analisar grandes quantidades de informações de

maneira menos trabalhosa e mais eficiente. Ele também destaca as áreas de

aplicação de um SIG:

engenharia florestal com

monitoramento de florestas,

reflorestamento,

controle de incêndios;

engenharia cartográfica com

atualização de documentos,

delimitação de áreas e limites;

projetos cadastrais;

projetos de urbanização;

projetos de uso e ocupação do solo;

meio ambiente;

projetos de irrigação;

ações militares.

Os sistemas de informação geográfica podem ser divididos em quatro grandes

grupos: sistemas de cartografia automatizada, sistemas de cadastros multi-finalitários,

sistemas de planejamento territorial e sistemas de gestão territorial (XAVIER-DA-

SILVA, 1999).

Os sistemas de cartografia automatizada são tais que possuem as funções de

captura, armazenamento, atualização e reprodução fiel da informação territorial

cartografada. Já os sistemas de cadastros multi-finalitários possuem, além de todas as

funções do anterior, as de associação com dados externos ao sistema. Os sistemas

de planejamento territorial incorporam funções de análise ambiental como, por

exemplo, levantamentos de ocorrências conjuntas, monitoramento de alterações

ambientais e criação de cenários possíveis. Finalmente, os sistemas de gestão

territorial, os mais complexos de todos, constituem em sistemas com alta dinâmica na

manipulação e atualização dos dados. Gestão implica decisão e não é recomendável

decidir sem informação (XAVIER-DA-SILVA, 1999). As Figuras 2.17, 2.18, 2.19 e 2.20

ilustram cada tipo de sistema.

Edição/atualizaçãoPRONTO?

CONSULTA

S

N

BASE DE DADOS

GEOCODIFICADA

Intercâmbio

Figura 2.17 - Fluxograma de um sistema de cartografia automatizada .

Fonte: XAVIER-DA-SILVA (1999).

59

N

NS

Dadoscadastraisexternos

Análise preparatória

Unidadesterritoriais

Entidadestaxonômicas

Coerentes?Sistema de Cartografia

Automatizada+

Base de dados convencionais

Figura 2.18 – Sistemas de cadastro multi-finalitários.


60

MODELO

CONCEITUAL

Figura 2.19 – Sistemas de planejamento territorial.


PrevisõesCorrelaçõesIdentificaçõesSimulaçõesCenários

SISTEMA

CADASTRAL

SISTEMA DE

CARTOGRAFIA

AUTOMATIZADA

+

BASE DE DADOS

CONVENCIONAIS

Atualmente, existe um grande número de sistemas de informação geográfica, c

N

MÓDULO DE GESTÃOLocalizaçõesExtensõesÁreas de influência Relações de inclusão ProximidadesConexõesTrajetórias

MÓDULO DE PLANEJAMENTOPrevisõesCorrelaçõesIdentificaçõesSimulaçõesCenários

PLANODIRETOR

Direção do sistema

Monitoramento

Intervenção

S

Preparação

SISTEMA

CADASTRAL

SISTEMA DE

CARTOGRAFIA

AUTOMATIZADA

+

BASE DE DADOS

CONVENCIONAIS

MODELOCONCEITUAL

Figura 2.20 – Sistemas de gestão territorial.


61

Os sistemas de informação geográfica incorporam as mais variadas

características possíveis em termos de tipos de estruturas de dados, modelos de

banco de dados e sistemas de análise. Apesar disso, há módulos que estão presentes

em todos esses sistemas (ROCHA, 2000). Conforme mostra a Figura 2.21, são eles:

sistemas de aquisição e conversão de dados;

banco de dados espaciais e de atributos;

sistema de gerenciamento de banco de dados (SGBD);

sistema de análise geográfica;

sistema de processamento de imagens;

sistema de modelagem digital de terreno;

sistema de análises estatísticas;

sistema de apresentação cartográfica.

Figura 2.21 –Inserção dos módulos de um SIG.

Fonte: ROCHA (2000).

62

63

Em recursos hídricos, as aplicações de SIG estão cada vez mais difundidas. A

própria lei 9433/1997 afirma que os sistemas de informação em recursos hídricos são

um dos instrumentos da nova política nacional de recursos hídricos. Dessa forma, os

sistemas de informação geográfica constituem-se em importante instrumento dentro

desse contexto.

Em CIRILO et al. (1997a, 1997b) são apresentadas as vantagens de

introdução de um SIG no gerenciamento e na obtenção, através de cálculos

matemáticos, das informações em recursos hídricos. No primeiro texto, é apresentado

um sistema integrado de análise hidrológica, com o intuito de aperfeiçoar estudos

específicos e planos de recursos hídricos para bacias hidrográficas. Segundo CIRILO

et al. (1997a), esse sistema computacional realiza cálculos de fenômenos hidrológicos,

associando os resultados e base de dados a um mapa georreferenciado da bacia.

CIRILO et al. (1997b) apresentam um sistema mais abrangente, onde são dissecadas

diversas potencialidades de um SIG na gestão de recursos hídricos. Nesse estudo, é

apresentada uma parte do sistema de informações de recursos hídricos relativo ao

estado de Pernambuco, onde se destacam as seguintes informações disponíveis:

coordenadas e limites geográficos; clima e relevo; tipos de vegetação e solos; rede

hidrográfica; distribuição populacional; indicadores de saúde e educação.

Saliente-se que as características físicas de uma bacia hidrográfica são de

fundamental importância para a definição do regime de vazões de sua seção exutória.

A vegetação, o tipo de solo e o grau de umidade do ar são exemplos de parâmetros

que interferem no ciclo hidrológico. Muitos modelos hidrológicos adotam a bacia como

uma unidade homogênea, não incorporando a variabilidade espacial das

características físicas da bacia. Tais modelos são ditos concentrados e consistem em

uma simplificação do que ocorre na realidade.

Os sistemas de informação geográfica podem auxiliar na identificação da

variabilidade espacial dessas características, incorporando informações variando no

espaço. Segundo MAIDMENT (1992), os tipos de aplicações de SIG em modelagem

hidrológica são os seguintes:

avaliação hidrológica;

determinação de parâmetros hidrológicos;

modelagem hidrológica dentro de um sistema de informação geográfica;

ligação entre SIG e modelos hidrológicos.

64

NAGESHWAR et al. (1992), RISSO (1993), FERRAZ et al. (1998) e VIANNA

(2000) realizaram estudos incorporando técnicas de geoprocessamento na análise de

inundações.

NAGESHWAR et al. (1992) estudaram a aplicação de um SIG para estimar

parâmetros hidrológicos para a bacia do rio Big Sandy, em Kentucky, Estados Unidos.

A incorporação da variabilidade espacial auxiliou a modelagem do escoamento

superficial da bacia.

RISSO (1993) utilizou sistemas de informação geográfica e sensoriamento

remoto para analisar e estimar a erosão no solo de uma bacia hidrográfica. O

transporte e potencial acúmulo de sedimentos pode ocasionar a diminuição das

seções da rede de drenagem de uma bacia, com possíveis problemas de inundação.

FERRAZ et al. (1998), tendo como estudo de caso a área urbana do município

de Piracicaba/SP, determinaram áreas inundáveis para diferentes cheias com

diferentes tempos de retorno. Através da utilização de uma imagem de satélite SPOT,

com resolução 10x10m, foram delimitadas as diferentes manchas de inundação. Com

base nesses resultados, FERRAZ et al. (1998) fizeram propostas de zoneamento para

a ocupação da área de estudo.

Em VIANNA (2000), utilizou-se um sistema de informação geográfica para

auxiliar no mapeamento de áreas inundáveis no município de Itajubá. Através da

combinação do SIG com a modelagem hidrológica e hidráulica, a autora analisou as

limitações e dificuldades de sua utilização, bem como as vantagens e benefícios

passíveis de serem obtidos por essa abordagem. Em seu estudo, a autora confirma a

importância dessa metodologia, constituindo-se em importante ferramenta na

determinação de áreas de inundação.

Sob o ponto de vista do saneamento, o SIG permite definir prioridades de

intervenção, assim como analisar os impactos promovidos por uma determinada

intervenção. A seguir, tem-se uma classificação de várias aplicações de SIG em

saneamento (adaptado de CAMARGO, 1997).

Aplicações de SIG em saneamento

supervisão de planos diretores;

verificação das hipóteses de evolução demográfica e vetores de crescimento;

identificação de áreas de mananciais para abastecimento – plano de gestão de

mananciais;

acompanhamento da evolução do consumo no tempo;

análise dos diferentes extratos sócio-econômicos com o seu respectivo consumo;

65

comparação com as hipóteses de projeto;

revisão do cronograma de investimentos;

desenvolvimento de políticas tarifárias:

consumo por setores ou áreas específicas;

caracterização dos consumidores;

cruzamento de dados de consumo x faturamento x perfil do consumidor;

suporte ao planejamento e projeto:

disponibilidade de cadastro atualizado – mapeamento de áreas atendidas;

agilização das atividades de projeto;

facilidade da produção de documentos e desenhos;

suporte às atividades de manutenção preventiva e corretiva:

cadastro de manutenção (históricos);

cadastro de reclamações;

análise da distribuição das perdas (físicas ou de arrecadação) no espaço,

cruzando com informações de perfil do consumidor;

mapeamento de índices estatísticos de processo;

mapeamento de efluentes:

melhoria das relações com o usuário:

cadastro das redes projetadas, remanejadas, em obras desativadas;

planejamento e controle das intervenções;

cruzamento cadastro de reclamações x níveis de atendimento x perfil do

consumidor – subsidiar atendimento personalizado.

Na área de saúde, alguns estudos abordam relações de risco com fatores

ambientais e sócio-econômicos, a partir da utilização de técnicas de

geoprocessamento como os de MEDRONHO et al. (1993), CARVALHO (1997),

BARCELLOS (1997), MEDRONHO (1999) e MEDRONHO et al. (1999b).

O padrão epidemiológico de uma população sofre a interferência de uma série

de outros fatores, além dos sócio-econômicos. BARCELLOS e BASTOS (1996) citam

que outros aspectos da sociedade, tais como o cultural-ideológico e o econômico,

ficam superpostos na análise. A inexistência de determinismo na análise dos fatores

66

de risco faz com que localidades com o mesmo padrão sócio-econômico apresentem

perfis epidemiológicos diversificados. Além disso, os autores mencionam que a escala

de análise é de fundamental importância para o estudo. A escala pode restringir sua

abrangência, assim como também pode fornecer maior ou menor peso a fatores

sociais, ambientais e econômicos. Nesse artigo, eles exemplificam isso, com base em

STEPHENS et al. (1984), através de dois casos com o mesmo fenômeno, mas que,

devido à mudança de escala, as explicações repousavam em fatores distintos. Um

caso correspondia à alta taxa de mortalidade devido a acidentes de trânsito na região

metropolitana de São Paulo. Para esse caso, o agravo está relacionado com a

pobreza, através das condições de infra-estrutura urbana e de acesso a formas mais

seguras de transporte. Analisando a taxa de mortalidade no trânsito na escala

nacional, verifica-se que está relacionada com o aumento de rodovias e veículos em

grandes centros industriais, ou seja, em áreas mais ricas. Portanto, esse último agravo

está relacionado com a riqueza da região.

MEDRONHO et al. (1993) realizaram estudo aplicando técnicas de

geoprocessamento na análise da ocorrência de dengue no município do Rio de

Janeiro. Nesse estudo, foram realizadas análises espaço-temporais de incidência de

dengue e confrontadas com as seguintes variáveis: presença do vetor Aedes aegypti,

dados climatológicos, densidade demográfica, dados de infra-estrutura urbana e sócio-

econômicos em dois períodos epidêmicos. Nesse estudo, concluiu-se que as variáveis

mais diretamente associadas territorialmente à ocorrência de taxas de ataque

elevadas de dengue, nas regiões administrativas do Rio de Janeiro, foram a proporção

favelada, a densidade demográfica, a média das temperaturas máximas no mês de

pico da epidemia, a proporção de domicílios com abastecimento de água por

canalização interna, a proporção de domicílios com instalação sanitária própria e a

proporção de domicílios com iluminação elétrica com medidor interno. Em

contrapartida, são citados diversos problemas enfrentados na pesquisa com relação à

qualidade e à confiança da informação. A seguir estão relacionados alguns desses

problemas:

a unidade de integração territorial (RA) utilizada foi muito generalizada, possuindo

grande heterogeneidade física, social e econômica;

problemas de subnotificação de casos, com heterogeneidade no fluxo de

notificação entre as RA’s;

problemas da estimativa de população favelada, já que existem dificuldades

concretas de se mensurar essa população, além de divergência, a nível

67

metodológico, do que deve ser classificado como população favelada nas diversas

fontes de coleta de dados existentes.

No seu estudo para o município do Rio de Janeiro, BARCELLOS (1997)

analisou os fatores de risco à saúde devido a questões relacionadas com o

abastecimento de água. Foram construídos três níveis de informação: os setores

censitários representados por polígonos; a rede de abastecimento de água com a

presença de seus principais mananciais e reservatórios; a qualidade da água da rede

de abastecimento, segundo programa de monitoramento conjunto entre a Fundação

Estadual de Engenharia do Meio Ambiente (FEEMA) e a Companhia Estadual de Água

e Esgotos do Rio de Janeiro (CEDAE). Esses três níveis de informação foram

superpostos e foram identificadas áreas de risco segundo os seguintes critérios:

ausência de rede de abastecimento de água, proximidade a pontos de coleta com

contaminação da água da rede, uso de fontes alternativas para captação de água e

utilização de pequenos mananciais.

CARVALHO (1997) aplicou uma série de métodos de análise espacial para a

caracterização de áreas de risco. Com base em dados do censo de 1991, selecionou-

se indicadores sócio-econômicos através de uma análise de componentes principais.

Posteriormente, a autora realizou uma classificação multivariada dos setores

censitários, analisando a distribuição espacial da classificação realizada. A partir disso,

CARVALHO (1997) passou a analisar a distribuição do risco no contínuo,

implementando análises que incorporam a correlação espacial do fenômeno estudado.

Foram construídos variogramas e, ao identificar a correlação no espaço dos

indicadores, construiu-se um mapa contínuo com valores estimados através da técnica

de krigeagem.

BARCELLOS et al. (1999) procurou analisar a distribuição dos casos de

leptospirose, no surto ocorrido no verão de 1996 na zona oeste do Rio de Janeiro,

confrontando com informações ambientais e sócio-econômicas da população da área

de estudo. Utilizou-se informações do censo de 1991, da área de inundação dos rios

da região e da notificação dos casos de leptospirose durante o surto. Dentre as várias

variáveis selecionadas, as identificadas como as de maior influência foram o risco à

inundação, coleta de lixo e cobertura de redes de água e esgoto. BARCELLOS et al.

(1999) e BARCELLOS e SABROZA (2000), entretanto, afirmam que os casos de

leptospirose não sofreram influência somente dos fatores de risco apontados

anteriormente. Pessoas em áreas de alto risco podem adquirir uma certa imunidade,

fazendo com que a incidência seja maior em áreas de menor risco. Com isso, os

68

casos de leptospirose foram resultados da combinação dos fatores ambientais

(principalmente a carência de serviços de saneamento) e individuais (histórico da

população, nível nutricional e hábitos culturais).

Nesta dissertação, utilizam-se técnicas de geoprocessamento com o intuito de

caracterizar e analisar a variabilidade de indicadores sócio-econômicos bem como

identificar a distribuição espacial de diferentes grupos sócio-econômicos, com base em

uma análise de agrupamento.

69

2.5 - ANÁLISE MULTIVARIADA

Os processos e fenômenos são dependentes de uma série de fatores. Dessa

forma, para a análise de tais fenômenos, faz-se necessária a utilização de um conjunto

de variáveis.

A análise multivariada trata da aplicação de métodos e técnicas que permitem,

a partir de diversas observações, identificar a relação entre as variáveis envolvidas em

determinado fenômeno.

Segundo DILLON e GOLDSTEIN (1984), os métodos de análise multivariada

podem ser divididos em métodos de dependência e de interdependência. Os métodos

de dependência são aqueles em que o interesse central é a associação entre dois

grupos de variáveis, sendo que, um grupo consiste em uma realização dependente

das medidas (variáveis independentes). Já nos métodos de interdependência, o

interesse é na associação mútua entre as variáveis, não se fazendo distinção entre os

diversos tipos de variáveis. A Tabela 2.11 mostra alguns métodos de análise

multivariada.

Tabela 2.11 – Classificação dos métodos de análise multivariada (fonte: adaptado de DILLON e GOLDSTEIN, 1984).

Métodos de dependência Métodos de interdependência

Regressão múltipla Análise de componentes principais

Análise discriminante Análise fatorial

Análise multivariada da variância Classificação multivariada

Análise de correlação canônica

2.5.1 - Análise de componentes principais

A incorporação de muitas variáveis no objeto de estudo pode originar alguns

problemas de ordem prática. Por exemplo, em estudo que envolva 20 variáveis, há

190 correlações. Quando o número de variáveis passa para 40, o número de

correlações passa para 760, crescendo à medida que o número de variáveis aumenta.

A compreensão torna-se, então, cada vez mais difícil. Por essa razão, técnicas de

redução do número de variáveis podem contribuir para a atenuação de tais problemas.

BOLLMAN e MARQUES (2000) afirmam que a técnica de análise de

componentes principais é utilizada, desde 1970, para elaborar índices de qualidade

70

ambiental. Em seu estudo, eles identificaram alguns potenciais problemas com a

aplicação dessa técnica, destacando-se: dificuldade em obter conclusões a partir das

componentes principais determinadas, uma vez que nem sempre as novas

componentes apresentam uma explicação clara; o fato de não existir qualquer modelo

estatístico subjacente aos dados, indicando que o comportamento amostral dos

autovalores e autovetores é desconhecido.

A aplicação da análise de componentes principais abrange diversas áreas do

conhecimento, podendo ser utilizada em ciências sociais, processos de classificação

de imagens, detecção de mudanças na cobertura do solo e alocação de postos de

observação de grandezas físicas, entre outras. Adicionalmente, pode ser empregada a

seleção de indicadores de qualidade ambiental e de risco à saúde. MENDES et al.

(1990) e BOLLMAN e MARQUES (2000) aplicaram essa técnica para estimar

parâmetros de qualidade das águas da Lagoa dos Patos (RS, Brasil).

FÜRST (1984) aplicou a técnica de análise de componentes principais,

objetivando revelar ou tornar mais nítidas as características do sistema produtivo

brasileiro.

DAVIS (1986) menciona alguns exemplos de aplicação da técnica de análise

de componentes principais em geologia. Um dos exemplos mencionados é o estudo

de KRUMBEIN (1970) para diferentes granulometrias, com base em uma série de

amostras do solo da baía de Baratara (Louisiana, EUA). As variáveis utilizadas em tal

estudo foram os pesos percentuais relativos de cada classe de sedimentos, com seus

respectivos limites. Ao analisar a magnitude de cada componente para as diversas

variáveis, verificou-se que as classes de areia fina e muita fina contribuíam para a

maior variação dos dados originais.

Sob o ponto de vista da seleção de indicadores sócio-econômicos, esse tipo de

abordagem é muito interessante. A seleção de indicadores não consiste em uma

tarefa fácil. A seleção de forma puramente subjetiva pode gerar problemas de

classificação da área de estudo, não refletindo o que acontece na realidade.

Indicadores representativos em uma determinada região podem não ser em outra, de

características diferenciadas. Isso fica claro em SECPLAN (1996), onde se buscou

gerar mapas de carência, com base em indicadores pré-determinados, sem ter havido

um estudo a priori de seleção de indicadores. Os mapas iniciais apresentaram grande

concentração em uma classe sócio-econômica e o restante em outra classe. Dessa

forma, a aplicação da análise de componentes principais pode ajudar na etapa de

seleção dos indicadores, sendo um identificador dos elementos mais importantes na

71

análise, possibilitando a caracterização de tendências ou formulação de potenciais

cenários de estudo.

Em sua pesquisa para a região metropolitana do Rio de Janeiro, CARVALHO

(1995) aplicou componentes principais para selecionar indicadores de renda,

escolaridade, saneamento, demografia e inserção domiciliar, com base nos dados do

censo de 1991 (FIBGE, 1993). A análise foi realizada, primeiramente, de forma

separada para cada tema, selecionando-se alguns indicadores por bloco temático.

Posteriormente, foi feita uma nova análise de componentes principais com todos os

indicadores extraídos da primeira análise. O objetivo desse trabalho era obter os

indicadores que melhor estariam representando os temas mencionados anteriormente

para a região metropolitana do Rio de Janeiro. Com base nessa seleção, CARVALHO

(1995), desenvolveu uma análise de agrupamento para os setores censitários da

região metropolitana do Rio de Janeiro. Em CARVALHO (1997), essa metodologia foi

aplicada para a região da Ilha do Governador, na cidade do Rio de Janeiro.

A utilização de indicadores sócio-econômicos como forma de caracterizar o

bem-estar de uma população tem crescido muito nos últimos tempos. Segundo o

Programa das Nações Unidas para o Desenvolvimento (PNUD, 1997), o progresso

humano e a evolução das condições de vida das pessoas não podem ser medidos

somente por sua dimensão econômica. Em função desse aspecto, o Programa das

Nações Unidas para o Desenvolvimento elaborou indicadores com o intuito de analisar

o bem-estar e a qualidade de vida de municípios, estados e países. Dentre tais

indicadores, pode-se destacar o índice de desenvolvimento humano (IDH), o índice

municipal de desenvolvimento humano (IDH-M) e o índice de condições de vida.

O IDH é um índice que procura identificar o nível sócio-econômico de uma

determinada unidade geográfica, contemplando os seguintes temas básicos:

longevidade - reflete, entre outras, as condições de saúde da população e a

medida pela esperança de vida ao nascer;

educação - medida por uma combinação da taxa de alfabetização de adultos e a

taxa combinada de matrícula nos níveis de ensino fundamental, médio e superior;

renda - medida pelo poder de compra da população, baseado no produto interno

bruto (PIB) per capita ajustado ao custo de vida local, para torná-lo comparável

entre países e regiões, através da metodologia conhecida como paridade do

poder de compra – PPC (PNUD, 1997).

72

A concepção do índice de desenvolvimento humano tinha como principal

objetivo analisar o nível sócio-econômico de países e grande regiões. Havia, então,

uma necessidade de elaborar-se um indicador adequado aos municípios. PNUD

(1997) elaborou o índice municipal de desenvolvimento humano (IDH-M). As principais

diferenças na concepção desse indicador em relação ao IDH são:

todas as informações extraídas, com o intuito de garantir a homogeneidade dos

dados, devem ser obtidas dos censos;

o PIB per capita e a taxa combinada de matrícula como indicador do nível

educacional, computados no IDH, são substituídos pelos indicadores renda per

capita média do município e número médio de anos de estudo da população

adulta;

a taxa de alfabetização de adultos é substituída pela taxa de analfabetismo.

O ICV consiste em um outro índice para avaliar o bem-estar dos municípios

que incorpora, além das variáveis do IDH-M, indicadores de infância e habitação. A

seguir, tem-se a descrição dos temas que compõem o IDH-M e o ICV com seus

respectivos indicadores, segundo PNUD (1997). No Apêndice B, encontra-se uma

descrição da metodologia de cálculo dos índices de desenvolvimento humano

municipal (IDH-M) e de condições de vida (ICV).

Longevidade (IDH e ICV): esperança de vida ao nascer - número médio de anos que as pessoas viveriam

a partir do nascimento;

taxa de mortalidade infantil - número de crianças que não sobreviverão ao

primeiro ano de vida em cada mil crianças nascidas vivas.

Educação (IDH e ICV): número médio de anos de estudo;

percentagem da população com menos de quatro anos de estudo;

percentagem da população com menos de oitos anos de estudo;

percentagem da população com mais de onze anos de estudo;

taxa de analfabetismo.

Renda (IDH e ICV): renda familiar per capita média;

73

grau de desigualdade;

percentagem da população com renda insuficiente - proporção de indivíduos

com renda familiar per capita inferior a 50% do salário mínimo de 1º de

setembro de 1991 em relação ao total de membros de famílias residentes em

domicílios particulares (referente ao último censo);

insuficiência média de renda;

grau de desigualdade na população com renda insuficiente.

Infância (ICV): defasagem escolar média;

percentagem de crianças com mais de um ano de atraso escolar;

percentagem de crianças que não freqüentam escola;

percentagem de crianças que trabalham.

Habitação (ICV): densidade;

durabilidade - percentagem da população que vive em domicílios duráveis;

consideram-se duráveis os domicílios em que as paredes e coberturas são

constituídos por materiais duráveis;

abastecimento adequado de água - percentual da população ligado na rede

geral de água e com ligação interna ou com poço ou nascente com canalização

interna;

instalações adequadas de esgoto - domicílios com sistema de esgotamento

sanitário não compartilhado com outros domicílios e com escoamento através

de fossa séptica ou rede geral de esgotos.

Nesta dissertação, serão construídos indicadores sócio-econômicos divididos

nos seguintes temas: saneamento, renda, nível de instrução, habitação e demografia.

Esses indicadores serão elaborados com base em informações do censo de 1991.

Será realizada uma análise de componentes principais, com o objetivo de identificar

quais são os indicadores mais representativos para uma determinada área de estudo.

A análise de componentes principais possibilitará a redução da dimensão do

problema, auxiliando, posteriormente, na análise de agrupamento.

74

2.5.2 – Classificação multivariada

O procedimento de separação de objetos está presente no dia-a-dia do ser

humano. É freqüente a ocorrência de situações em que se objetiva separar objetos por

uma determinada característica qualquer, seja ela cor, comprimento ou largura, por

exemplo. Quando se analisa somente uma ou duas características, o procedimento é

mais fácil. Todavia, quando se trabalha com um grande número de variáveis, a

separação acaba por se tornar bem mais complicada.

Também conhecida como análise de agrupamentos, a classificação

multivariada consiste em uma técnica de separação de objetos em grupos por grau de

similaridade. Os grupos são formados com base em medidas de distância e os objetos

de cada grupo tendem a possuir as mesmas características. O principal objetivo da

classificação multivariada é obter o menor número de grupos possíveis, sendo que

cada elemento pertencente a um determinado grupo possui características bem

semelhantes aos dos outros elementos de seu grupo.

A análise de agrupamentos possui uma grande variedade de aplicações.

HARTINGAN (1975) menciona exemplos de aplicação em botânica, medicina,

psiquiatria, arqueologia, antropologia, entre outros.

SALVINI (2000) utilizou uma nova abordagem na análise de agrupamentos

através do conceito de algoritmo elástico. VASCONCELLOS (1993) cita o estudo de

GOLDSTEIN e LINDEN (1969), que tinha o objetivo de agrupar pacientes alcoólatras

segundo diferentes perfis psicológicos.

O processamento e o tratamento de imagens de satélites constituem um

campo de grande aplicação das técnicas de classificação multivariada. RISSO (1993)

utilizou o método K-médias para realizar a classificação de uma imagem de satélite. O

objetivo, nesse estudo, era o de agrupar píxeis (menor unidade de uma imagem) com

padrões semelhantes.

ABREU (2000) utilizou o método da máxima verossimilhança na classificação

de uma imagem de satélite. Nessa pesquisa a classificação fundamentava-se no

agrupamento de píxeis, com base em suas propriedades espectrais, aplicada a

cobertura e uso do solo de uma bacia hidrográfica.

Estudos de VASCONCELLOS (1993) e FONSECA e ASSUMÇÃO (1999)

abordam técnicas de agrupamentos para determinação de fatores de risco à saúde.

75

VASCONCELLOS (1993) utilizou a classificação multivariada com o objetivo de

identificar o agrupamento de casos de malária. Nesse estudo, com o intuito de analisar

o espalhamento espacial dos grupos formados, foi construído um sistema de

informação geográfica denominado de SIG-Malária.

CARVALHO (1995, 1997) realizou análise de agrupamentos de setores

censitários, com base em indicadores sócio-econômicos. Nesses estudos, foi utilizado

o método K-médias de classificação multivariada. Segundo CARVALHO (1997), esse

método não-hierárquico de agrupamento apresenta bom desempenho quando o

número de grupos é pequeno em comparação com o número de elementos. DAVIS

(1986) afirma que o método K-médias possui a vantagem de ser mais rápido e simples

quando os grupos variam entre 5 e 10 e o número de observações está em torno de

1000 ou mais.

Em CARVALHO (1995), a classificação foi realizada para todos os setores da

região metropolitana do estado do Rio de Janeiro. Os setores foram agrupados em

cinco classes com base nos seguintes indicadores: proporção de domicílios alugados;

proporção de casas; proporção de domicílios ligados na rede de água; proporção de

domicílios sem qualquer tipo de esgotamento sanitário; proporção de pessoas acima

de 5 anos alfabetizada; proporção de chefes de família com escolaridade igual ou

maior que o 2º grau; renda nominal do chefe de família.

CARVALHO (1997) utiliza essa metodologia para os setores censitários da 20ª

região administrativa do Rio de Janeiro (Ilha do Governador), onde tais setores foram

agrupados em cinco classes, considerando-se as seguintes variáveis: renda média do

chefe de domicílio; proporção de chefes de família com segundo grau completo ou

superior; proporção de população alfabetizada; proporção de domicílios alugados;

proporção de domicílios ligados na rede geral de água; proporção de domicílios

ligados na rede pública de esgotamento sanitário.

Neste estudo, serão aplicadas técnicas de agrupamento, mais especificamente

o método K-médias de classificação multivariada. Essa avaliação será realizada com

base nos indicadores selecionados na etapa de análise de componentes principais. Os

objetos agrupados compreendem os setores censitários do município de Niterói.

76

2.6 – GEOESTATÍSTICA

A análise estatística de classificação multivariada, discutida anteriormente, não

leva em consideração a interdependência espacial das variáveis. A abordagem

geoestatística permite considerar a continuidade espacial das variáveis envolvidas no

fenômeno em estudo.

Os conceitos geoestatísticos tiveram sua origem na área de mineração.

Segundo JOURNEL e HUIJBREGTS (1978), Daniel G. Krige, trabalhando com dados

de concentração de ouro em 1951, foi o primeiro pesquisador a afirmar que somente a

média e a variância dos dados não eram suficientes para explicar o fenômeno em

estudo. Adicionalmente, JOURNEL e HUIJBREGTS (1978) afirmam que G. Matheron

foi o primeiro pesquisador a utilizar extensivamente o termo geoestatística.

MATHERON (1962-1963) define geoestatística como sendo a aplicação do formalismo

das funções aleatórias ao reconhecimento e estimativa de fenômenos naturais.

CURRAN (1988) introduziu o conceito de variogramas em sensoriamento

remoto. JUPP et al. (1989) consideraram as propriedades da covariância e os efeitos

da regularização em imagens modeladas pela regionalização das variáveis.

WOODCOCK et al. (1988) discutiram o uso de variogramas para modelos simples de

imagens do solo consistindo de pequenas áreas alocadas aleatoriamente em uma

área contínua.

ROTUNNO (1995) utilizou essa abordagem no estudo da distribuição espacial

de umidade aplicado a modelos hidrológicos do tipo chuva-vazão.

MUÑOS MUÑIZ (1991) trata da simulação de campos aleatórios de

precipitação, empregando estruturas de correlação espacial. VALENCIA (1999)

desenvolveu estudo incorporando conceitos geoestatísticos, para a determinação da

variação espacial da precipitação pluviométrica no Estado de Goiás. BARBOSA (2000)

aplicou instrumentos geoestatísticos no estudo da variabilidade espacial e temporal da

chuva em modelos hidrometereológicos. No modelo geoestatístico proposto nesse

estudo, permitiu-se minimizar a variância das estimativas de chuva feitas inicialmente

por um radar metereológico e por um conjunto de postos pluviométricos.

Em ABREU (2000), incorporou-se estudos de correlação espacial na

classificação de uma imagem de satélite. Partindo de uma classificação inicial pelo

método da máxima verossimilhança, no qual se admite independência entre os pixels

da imagem, foi realizada uma segunda análise, incorporando-se a avaliação da

correlação espacial. Com isso, ABREU (2000) utilizou o método de classificação

NGLDM, que incorpora a correlação espacial do fenômeno.

77

PECLY (2000) adotou o referencial geoestatístico para análise de dados

ambientais referentes ao monitoramento do emissário submarino de esgotos de

Ipanema, Rio de Janeiro.

Em seu estudo para o município de Duque de Caxias, Rio de Janeiro,

MEDRONHO (1999) utilizou técnicas geoestatísticas, procurando analisar, modelar e

estimar a incidência de hepatite-A. A partir de um inquérito soroepidemiológico para

hepatite-A, com dados de 410 crianças, o pesquisador realizou análise de variogramas

e, posteriormente, estimou valores a partir de técnicas de krigagem.

CARVALHO (1997) desenvolveu estudos geoestatísticos a partir de

indicadores sócio-econômicos. Nessa pesquisa, realizou-se, primeiramente, uma

análise estrutural dos dados com a construção de variogramas. Com o objetivo de

analisar a anisotropia do fenômeno, CARVALHO (1997) construiu variogramas para

diferentes direções. Em seguida, a pesquisadora estimou valores em locais sem

informação, através da técnica de krigagem universal.

Nesta pesquisa, serão utilizados conceitos geoestatísticos de análise estrutural

dos dados, tais como variogramas e covariogramas. O objetivo consiste em verificar a

correlação espacial entre as variáveis sócio-econômicas, de forma a subsidiar futuros

estudos de krigagem.

78

Capítulo 3 – METODOLOGIA

Qualquer estudo que considere indicadores como forma de permitir a

compreensão de um determinado fenômeno físico, econômico, político ou cultural

requer muito cuidado para que não haja problemas de distorção da realidade. É

evidente que os indicadores não representam a natureza de forma exata, mas são

importantes na identificação de tendências.

Conforme já mencionado, ao trabalhar com variáveis sócio-econômicas, fatores

culturais influem decisivamente no padrão epidemiológico de uma população.

Adicionalmente, ao se trabalhar com indicadores, deve-se tomar o cuidado para não

mascarar um determinado fator ou dar importância a um outro que não é significativo

no escopo do objeto de estudo.

A análise multivariada, neste estudo, foi realizada com base em indicadores de

risco. Segundo CARVALHO (1997), a identificação de grupos de risco incorpora,

dependendo do enfoque adotado, elementos que permitam interferir a existência de

uma probabilidade semelhante de ocorrência de determinados agravos entre

indivíduos do grupo. Neste trabalho, os indicadores selecionados encontram-se

relacionados com a ocorrência de doenças relacionadas com saneamento. As

informações foram obtidas com base na pesquisa global do censo de 1991 (FIBGE,

1993), pesquisa baseada em informações sobre a população brasileira, destacando-se

renda, escolaridade, habitação, infra-estrutura urbana e densidade domiciliar, entre

outras.

O questionário do censo divide-se em duas partes: a primeira dedicada ao

domicílio e a segunda dedicada a cada morador (FIBGE, 1993; CARVALHO, 1997).

No Apêndice A, encontra-se a descrição de alguns campos do registro do censo de

1991 (FIBGE, 1993).

Foram construídos indicadores para os seguintes blocos temáticos:

Saneamento;

Renda;

Escolaridade;

Habitação;

Demografia.

As Tabelas 3.1, 3.2, 3.3, 3.4 e 3.5 apresentam os indicadores construídos por

bloco temático.

79

Tabela 3.1 – Nomenclatura, identificação e composição dos indicadores de renda.

BLOCOTEMÁTICO

INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO

RENDANOM Renda nominal do chefe de família Indicador calculado pelo IBGE

CFRENDME Chefes com renda até meio salário mínimo

Total de chefes com renda até meio salário/ Total de chefes em domicílios particulares

permanentes

CFREME1 Chefes com renda de 1/2 a 1 salário mínimo

Total de chefes com renda de 1/2 a 1 salário mínimo/Total de chefes em domicílios particulares

permanentes

CFRE1.2 Chefes com renda de 1 a 2 salários mínimos

Total de chefes com renda de 1 a 2 salários mínimos/Total de chefes em domicílios particulares

permanentes



permanentes



permanentes

CFR10.15 Chefes com renda de 10 a 15 salários mínimos

Total de chefes com renda de 10 a 15 salários mínimos/

Total de chefes em domicílios particulares permanentes

CFR15.20 Chefes com renda de 15 a 20 salários mínimos

Total de chefes com renda de 15 a 20 salários mínimos/


CFR20MAI Chefes com renda maior do que 20 salários mínimos

Total de chefes com renda maior que 20 salários mínimos/


EMPPDOM Média de empregados por domicílio

Total de empregados do setor portotal de domicílios particulares permanentes

RENDA

COMPDOM Média de cômodos por domicílio Indicador calculado pelo IBGE

Tabela 3.2 - Nomenclatura, identificação e composição dos indicadores de habitação. BLOCO

TEMÁTICO INDICADOR IDENTIFICAÇÃO COMPOSIÇÃO

IMPROVIS Domicílios improvisados Total de domicílios improvisados/Total de domicílios

CASAS Casas Total de casas/Total de domicílios

APARTAME Apartamentos Total de domicílios apartamentos/ Total de domicílios

C.MODOS Casas de cômodos Total de casas de cômodos/ Total de domicílios

COLETIVO Domicílios coletivos Total de domicílios coletivos/ Total de domicílios

RESISOLD Residências isoladas Total de residências isoladas/ Total de domicílios

RESCONPO Residências em conjuntos populares Total de conjuntos populares/ Total de domicílios

SUBNORMA Residências sub-normais Total de residências subnormais/ Total de domicílios

DPRTERPR Domicílios próprios com terreno próprio

Total de domicílios próprios em terreno próprio/ Total de domicílios particulares permanentes

HABITAÇÃO

CONPRTPR Construção própria e terreno não próprio

Total de construção própria e terreno não próprio/Total de domicílios particulares permanentes

DOMALUGA Domicílios alugados Total de domicílios alugados/ Total de domicílios particulares permanentes

DOMCEDID Domicílios cedidos Total de domicílios cedidos/ Total de domicílios particulares permanentes

80

Tabela 3.3 - Nomenclatura, identificação e composição dos indicadores de escolaridade.

BLOCO TEMÁTICO


MUAC5ALF Mulheres acima de cinco anos alfabetizadas

Total de mulheres acima de cinco anos alfabetizadas/

População total de cinco anos

HOAC5ALF Homens acima de cinco anos alfabetizadas

Total de homens acima de cinco anos alfabetizadas/


POPAC5AL População acima de cinco anos alfabetizada

População total acima de cinco anos alfabetizada/


CFMALFAB Chefes de família mulheres alfabetizadas

Total de chefes de família mulheres alfabetizadas/

Total de chefes de domicílios particulares permanentes

CFHALFAB Chefes de família homens alfabetizados

Total de chefes de família homens alfabetizados/

Total de chefes de domicílios particulares permanentes

CFESC1 Chefes de família com escolaridade < 1 ano

Total de chefes de família com escolaridade < 1 ano/Total de chefes de domicílios particulares

permanentesCFESC1.3 Chefes de família com

escolaridade de 1 a 3 anos Total de chefes de família com escolaridade de 1 a 3 anos/Total de chefes de domicílios

particulares permanentes CFESC4.7 Chefes de família com


particulares permanentes CESC8.10 Chefes de família com


particulares permanentes CEC11.14 Chefes de família com

escolaridade de 11 a 14 anos Total de chefes de família com escolaridade

de 11 a 14 anos/População total de cinco anos

CEC15.M Chefes de família com escolaridade de 15 anos ou mais

Total de chefes de família com escolaridade de 15 anos ou mais/Total de chefes de

domicílios particulares permanentes

ESCOLARIDADE

CFCSEGMA Chefes de família com segundo grau ou mais

Total de chefes de família com segundo grau ou mais/Total de chefes de domicílios

particulares permanentes

81

Tabela 3.4 - Nomenclatura, identificação e composição dos indicadores de saneamento.

BLOCO TEMÁTICO


LIGINT Domicílios com ligação interna de água

Total de domicílios com ligação interna de água/Total de domicílios particulares permanentes

REDE Domicílios ligados na rede de água

Total de domicílios com ligação interna e ligados na rede de água/Total de domicílios particulares

permanentesINTCRED Domicílios com ligação interna

e ligados na rede de água Total de domicílios ligados na rede de água/Total

de domicílios particulares permanentes INTSREDE Domicílios com ligação interna

e sem rede pública de água Total de domicílios com ligação interna e sem rede

pública/Total de domicílios particulares permanentes

SINTCRED Domicílios sem ligação interna e ligados na rede de água

Total de domicílios sem ligação interna e ligados na rede de água/Total de domicílios particulares

permanentesSINTSRED Domicílios sem ligação interna

e sem ligação na rede de água Total de domicílios sem ligação interna e sem ligação na rede de água/Total de domicílios

particulares permanentes REDESG Domicílios ligados na rede de

esgotamento sanitário Total de domicílios ligados na rede de esgotamento

sanitário/Total de domicílios particulares permanentes

FOSSAS Domicílios com fossas Total de domicílios com fossas/Total de domicílios particulares permanentes

OUTESG Domicílios com outro tipo de esgotamento

Total de domicílios com outro tipo de esgotamento/Total de domicílios particulares

permanentesSEMESG Domicílios sem qualquer tipo

de esgotamentoTotal de domicílios sem qualquer tipo de

esgotamento /Total de domicílios particulares permanentes

COLRGLIX Domicílios com coleta regular de lixo

Total de domicílios com coleta regular de lixo/Total de domicílios particulares permanentes

LIXENT Domicílios onde o lixo é enterrado

Total de domicílios onde o lixo é enterrado/Total de domicílios particulares permanentes

LIXQUEIM Domicílios onde o lixo é queimado

Total de domicílios onde o lixo é queimado/Total de domicílios particulares permanentes

SANEAMENTO

LIXSTRAT Domicílios onde o lixo não recebe tratamento

Total de domicílios onde o lixo não recebe tratamento/Total de domicílios particulares

permanentes

Tabela 3.5 – Nomenclatura, identificação e composição dos indicadores de demografia.

BLOCOTEMÁTICO


MEDIANM Mediana etária de mulheres -

MEDIANH Mediana etária de homens -DEMOGRAFIA

NEMEDPES Número médio de pessoas no domicílio Indicador calculado pelo IBGE

82

3.1 – ANÁLISE DE COMPONENTES PRINCIPAIS

A análise de componentes principais é uma técnica de transformação dos

dados originais, onde são geradas novas informações que buscam identificar os

fatores mais sensíveis na explicação da variabilidade dos dados originais e, em última

análise, do fenômeno em estudo.

Segundo DILLON e GOLDSTEIN (1984), o objetivo da análise de componentes

principais é determinar quais variáveis explicam da melhor forma a variação dos dados

através de um menor número possível de variáveis. Essa transformação é feita de

forma a manter a variabilidade existente, com o mesmo número de eixos originais,

mas não mais correlacionados entre si. DAVIS (1986) afirma que as componentes

principais correspondem aos autovetores da matriz de covariância ou da matriz de

correlação do problema.

As componentes principais são obtidas a partir da combinação linear das

variáveis originais. São gerados novos eixos ortogonais, que são os autovetores da

matriz de covariância original. As componentes são extraídas de forma que a primeira

componente, denotada por PC(1), contribui para a maior variação dos dados. PC(1) é

obtida através da combinação linear das variáveis Xj, sendo j = 1,2,...,p.

PC(1) = w(1)1X1 + w(1)2X2 + ... + w(1)pXp (3.1)

Onde w(1)P são os carregamentos da componente 1.

Considerando-se p variáveis e n observações, pode-se construir uma matriz M

de covariâncias. Nessa matriz, os elementos da diagonal principal são as variâncias

das variáveis e os demais elementos, valores das covariâncias entre pares de

variáveis (RICHARDS, 1986; DAVIS, 1996; LANDIM, 2000). A determinação das

componentes pode ser realizada através da equação:

(M - .I).Y = 0 (3.2)

onde Y representa a matriz dos autovetores, é a matriz em que os termos da

diagonal principal são os autovalores e I é a matriz identidade.

Rearranjando os termos da Equação 3.2 vem:

MY = Y (3.3)

83

Multiplicando-se ambos os lados da Equação 3.3 pela matriz transposta de Y,

Y', tem-se:

M = Y Y’ (3.4)

O vetor das componentes é, então, determinado por:

C = Y’X (3.5)

onde X é a matriz dos dados originais e C corresponde ao vetor das componentes.

Os autovalores da matriz representam as variâncias dos dados originais e a

soma de todos eles gera o traço da matriz , conforme denotado por:

Tr ( (3.6)

A partir da determinação do traço da matriz pode-se analisar a importância

relativa de cada componente no sistema.

Neste estudo, realizou-se uma análise de componentes principais com o

objetivo de selecionar quais os indicadores que melhor representavam os temas acima

mencionados para a área de estudo, diminuindo a dimensão do problema.

A análise de componentes principais foi realizada com o auxílio do pacote

estatístico S-Plus (LUCENT, 1998). Primeiramente, foi realizada por tema,

selecionando-se as variáveis mais importantes. Posteriormente, realizou-se nova

análise de componentes principais com os indicadores selecionados na primeira

análise, sem distinção de bloco temático.

A escolha de quais variáveis seriam relevantes foi definida em função das

componentes principais, observando-se os autovalores da matriz de covariâncias dos

dados originais. Além disso, outro fator importante considerado na escolha foi a

correlação entre variáveis. Ao identificar alta correlação entre variáveis que

apresentavam grande importância segundo a análise feita, selecionou-se a variável

que apresentava o maior peso em termos das componentes principais, desprezando-

se as outras.

3.2 – CLASSIFICAÇÃO MULTIVARIADA

Após a seleção dos indicadores, realizou-se a classificação multivariada dos

setores censitários. Antes de explicitar o método utilizado nesta dissertação,

apresenta-se, a seguir, as bases da classificação multivariada.

Segundo DILLON e GODSTEIN (1984), o processo de agrupamento de vários

elementos começa a partir de p medidas de n elementos. É formada então uma matriz

n x p com esses dados, que será transformada em outra matriz n x n denominada

matriz de similaridade. Os elementos da matriz de similaridade são as medidas de

distância entre os vários elementos da matriz original. Então, é escolhido um método

de agrupamento que define quais as regras e parâmetros a considerar para a

formação dos grupos. Com base nesse procedimento, aplica-se o método escolhido,

obtendo-se, então, k grupos dos elementos originais. Cabe ressaltar que o objetivo

central do agrupamento dos elementos é atingir a menor variância possível intra-

grupos e a maior possível inter-grupos (Figura 3.1). Como etapa final do processo de

agrupamento, tem-se a caracterização dos perfis de cada grupo a partir das

estatísticas de cada variável analisada. A Figura 3.2 ilustra a análise de agrupamento.

Distância entre os centros dos grupos

Distância do centro do grupo para um elementopertencente a este grupo

Figura 3.1 - Demonstração esquemática da variância intra-grupos e intergrupos.

Fonte: DILLON e GOLDSTEIN (1984).

84

X1 X2 X3 Xp

O1

O2

O3

On

.

.

.

Variáveis

Ele

men

t os

On

Elementos

Ele

men

t os

O2

.

.

.

O3

O1

O1 O2 On. . .

. . .

Gn

VariáveisX3

Gru

pos

G2

.

.

.

G3

X1

C1

X2 Xp. . .

1ª Etapa - matriz das pvariáveis e dos n elementos

2ª Etapa - matriz desimilaridade

3ª Etapa - escolha dométodo de agrupamento

4ª Etapa - formação dosgrupos e identificação dosperfis

3.2.1 – Medidas de similaridade

Figura 3.2 - Visão geral da análise de agrupamento.

Fonte: DILLON e GOLDSTEIN (1984).

É notório que a formação dos grupos na classificação multivariada é resultante

da análise de medidas de distância entre os vários elementos. Segundo BUSSAB et

al. (1990), a distância entre dois objetos na análise de agrupamento quantifica o

quanto eles são distintos. A seguir, têm-se alguns tipos de medidas de distância,

revisados a partir de HARTINGAN (1975) e RICHARDS (1986).

Distância Euclidiana

Considerando um conjunto de M elementos e N variáveis, tem-se para cada

elemento I e variável um valor A(I,J). A distância Euclidiana entre o caso I e o caso K

da matriz M x N é definida da seguinte forma:

D(I,K) = ( {1 < J < N}[A(I,J)-A(K,J)]²)1/2 (3.7)

85

86

Segundo HARTINGAN (1975), para a utilização desse tipo de equação de

medida de distância, não se faz necessário que todas as variáveis estejam na mesma

escala.

Durante o processo de agrupamento, o pesquisador pode estar interessado em

ponderar as variáveis em estudo. HARTINGAN (1975) menciona que a utilização de

pesos W pode ajudar na classificação, podendo atribuir a uma determinada variável

uma maior ou menor importância. A notação da equação ficaria, então, da forma:

D(I,K) = ( {1 < J < N}W(J)[A(I,J)-A(K,J)]²)1/2 (3.8)

BUSSAB et al. (1990) destacam, para uma matriz de ponderação B, os

seguintes casos na ponderação de variáveis:

B = I, a ponderação é a matriz identidade, tendo-se, então, a distância Euclidiana

usual;

B = [diagonal(s1², s2², s3², ..., sp²)]1/2;

B = V-1, onde V é a matriz de covariâncias, resultando a distância de Mahalanobis.

Apesar de reconhecer a importância dessa abordagem, BUSSAB et al. (1990)

mencionam que a ponderação das variáveis pode tornar difícil a interpretação dos

resultados. HARTINGAN (1975) afirma que a escolha de um determinado fator de

ponderação está diretamente relacionada com a experiência do pesquisador e quais

variáveis ele julga mais importante na análise. Se essa escolha, por um lado, pode

permitir a formação de agrupamentos mais bem definidos, pode gerar também

manipulação equivocada dos dados.

3.2.2 – Métodos hierárquicos de agrupamento

As técnicas de agrupamento podem ser divididas em dois grandes grupos; o

primeiro seria formado pelas métodos hierárquicos e o segundo grupo formado pelos

métodos de partição.

Os métodos hierárquicos consistem na fusão ou na divisão sucessiva dos

dados. A característica principal dessa classe de agrupamento é que não há

realocação dos objetos, ou seja, uma vez colocado um objeto em determinado grupo,

ele não pode ser retirado.

87

DILLON e GOLDSTEIN (1984) dividem os métodos hierárquicos em

aglutinantes e divisíveis.

Nos métodos aglutinantes, ocorre uma fusão sucessiva dos elementos. Em um

primeiro estágio, cada elemento encontra-se separado. No estágio seguinte, os dois

objetos de maior similaridade são agrupados, formando o primeiro agrupamento. Em

seguida, dependendo do grau de similaridade, um novo elemento é agrupado

juntamente com os dois iniciais, ou então, será agrupado com outro elemento,

formando um novo grupo. O agrupamento dos elementos é realizado dessa mesma

forma, sucessivamente, até que todos os elementos estejam agrupados.

Os métodos divisíveis consistem na divisão inicial de todos os elementos em

dois grupos. O problema inicial consiste em saber como efetuar essa primeira divisão,

pois, partindo-se de n elementos, pode-se realizar 2n-1-1 formas diferentes de

subgrupos com 2 elementos. Todavia, com o avanço computacional, tem-se

conseguido atenuar esse tipo de problema. A formação dos grupos por esse tipo de

técnica pode ser realizada de várias formas. A diferença entre uma forma e outra é

função de como será efetivada a primeira divisão e em quais critérios estarão

baseadas as próximas subdivisões.

BUSSAB et al. (1990) relacionam como exemplos de métodos hierárquicos o

método do centróide, o da ligação simples e o da ligação completa.

3.2.3 – Métodos de partição

Diferentemente dos métodos hierárquicos, os métodos de partição consistem

em uma técnica de agrupamento em que pode haver uma realocação dos elementos,

ou seja, uma vez agrupados, os elementos não ficam impedidos de passarem para

outros grupos. Nesse tipo de método, o número de k grupos já é conhecido,

procurando-se diretamente uma partição dos n objetos, de modo que se satisfaça a

duas condições básicas: coesão interna e isolamento dos grupos.

O processo de obtenção de todas as combinações possíveis, de forma a obter

a partição ótima, acaba tornando inviável o método. Como exemplo, BUSSAB et al.

(1990) citam o fato de que, para resolver um problema pequeno com 16 objetos e 3

grupos, seria necessário investigar cerca de 14 milhões de partições. Assim, busca-se

analisar algumas partições de forma a encontrar a combinação ótima.

Método k-médias de classificação

Esse método de agrupamento constitui-se em um dos mais aplicados para

grandes números de objetos (BUSSAB et al., 1990; DAVIS, 1986). O método k-médias

de classificação procura maximizar a variância entre-grupos e minimizar a variância

intra-grupos a partir da combinação dos elementos. O objetivo central desse método é

buscar o agrupamento que está a menor distância do objeto. Por se tratar de uma

grande quantidade de dados e variáveis, pode-se ter muitas dificuldades de se chegar

na distância mínima para os diferentes grupos. Considera-se, pois, a técnica de

otimização local. Nessa técnica, a partir de uma partição inicial, busca-se uma

combinação em que o erro seja mínimo. São realizadas diversas interações até que se

chegue a uma determinada combinação considerada como ótima. O número de

interações dependerá das regras impostas para que se interrompam as combinações.

Considerando M casos e N variáveis, tem-se que cada caso I possui um

determinado valor J. Pode-se formar, dependendo do número de grupos, P(M,K)

partições, sendo que cada um dos casos pertencem a um agrupamento K. A média de

cada variável J para o grupo L é representada por B(L,J), sendo o número de casos

em L representado por N(L) (HARTINGAN, 1975). A representação das distâncias dos

objetos (D(I,L)) e do erro associado (e[P(M,K)] a cada combinação são calculados por:

2/12 ))],(),(}[1{(),( JLBJIANJLID (3.9)

2)](,[}1{()],([ ILIDMIKMPe (3.10)

Quanto menor o valor de e[P(M,K)], mais homogêneos são os elementos

dentro de cada grupo e melhor será a partição (BUSSAB et al., 1990). Os objetos são

agrupados de diversas formas e, para cada combinação, calcula-se o erro e[P(M,K)].

O objetivo principal é conseguir uma combinação com o menor valor possível para

.)],([ KMPe

A primeira etapa da classificação pelo método k-médias é definir o número K

de sementes iniciais. Calcula-se o erro associado a essa combinação inicial, conforme

a fórmula do erro na Equação 3.10. Move-se, então, o primeiro objeto para os demais

grupos e verifica-se os correspondentes valores para e[P(M,K)]. Desloca-se o objeto

para a combinação que gerar um melhor resultado para e[P(M,K)]. O cálculo da

88

diminuição na soma de quadrados residual ao mover o objeto 1 para um grupo L é

dada por:

1)]1([)]1(,1()]1([

1)(),1()( 22

LNLDLN

LNLDLND (3.11)

Ao realocar um objeto e havendo melhora na configuração dos objetos, muda-

se o objeto e recalculam-se as estatísticas. Repete-se esse procedimento até que o

erro atenda o critério de convergência estabelecido.

Neste trabalho, foi utilizado o método k-médias de agrupamento, maximizando

a variância inter-grupos e minimizando a variância intra-grupos. Utilizou-se cinco

setores como sementes iniciais. O cálculo do agrupamento dos setores censitários

também foi realizado através do pacote estatístico S-Plus (LUCENT, 1998).

A partir da obtenção de cada grupo, gerou-se um mapa, construído no código

computacional ARCVIEW (1997), de forma a identificar a distribuição espacial dos

diferentes grupos. Foram gerados também mapas com os indicadores separadamente.

Realizada a classificação multivariada, cruzou-se o mapa classificado, definido

a partir dos diferentes grupos sócio-econômicos, com valores de incidência de

doenças relacionadas com saneamento para a região oceânica do município de

Niterói.

3.3 – ABORDAGEM GEOESTATÍSTICA

Os métodos de classificação multivariada baseiam-se, usualmente, na

independência espacial das informações. O método k-médias de agrupamento adota

essa hipótese. Na área de sensoriamento remoto, por exemplo, diversos métodos têm

sido utilizados para efeito de classificação de imagens (classificação multivariada).

Entre eles, destacam-se o método da máxima verossimilhança (CROSTA, 1992), que

assume que os píxeis de uma dada imagem são independentes entre si. Evoluções

nessa área apontam para o cálculo de medidas estatísticas que caracterizam a textura

da imagem, de forma a aperfeiçoar o procedimento de identificar as diferentes classes

presentes. Assim, pode-se perceber a inserção e importância do estudo da estrutura

de correlação espacial na classificação multivariada.

Nesse sentido, decidiu-se explorar, de forma preliminar, a presença ou não de

uma estrutura de correlação espacial relativa às variáveis sócio-econômicas

estudadas. Com o intuito de analisar a correlação espacial dos indicadores, foram

89

90

construídos os variogramas de cada variável. A seguir, aborda-se, de forma sintética,

a teoria relacionada à construção de variogramas.

3.3.1 – Variáveis regionalizadas

Os fenômenos naturais, como a precipitação, a distribuição de um mineral em

uma determinada região e as elevações da superfície do solo (topografia),

apresentam uma continuidade espacial.

A Geoestatísca é um ramo da estatística que considera a variável analisada

como sendo regionalizada, ou seja, seus valores encontram-se distribuídos

espacialmente

Os valores da variável regionalizada tendem a ser mais correlacionados quanto

mais próximos no espaço estiverem. Além disso, DAVIS (1986) menciona que o

suporte, a forma, a orientação e o arranjo espacial dos dados interferem na análise.

Qualquer modificação em um desses fatores pode fazer com que a compreensão e

percepção das características físicas da variável em estudo mudem sensivelmente.

Considerando uma variável regionalizada Z(x), com um valor z(x) no ponto x, o

objetivo consiste em determinar a distribuição espacial de Z(x), com x variando. A

solução geoestatística consiste em interpretar cada valor z(xi) como uma realização

particular da variável aleatória Z(xi) no ponto xi.

Os estudos geoestatísticos possuem duas etapas básicas. A primeira consiste

na análise estrutural dos dados, como, por exemplo, a construção e análise dos

variogramas e covariogramas das variáveis de interesse, permitindo a identificação

das estruturas de correlação espacial. Na segunda etapa, o objetivo é estimar valores

das variáveis em pontos onde não se tem informação. A krigagem e a cokrigagem

consistem em métodos de interpolação espacial (JOURNEL e HUIJBREGTS, 1978;

VALENCIA, 1999).

3.3.2 – Variograma

Conforme já mencionado, o variograma faz parte da análise estrutural dos

dados. Considerando-se dois valores separados por uma distância h, localizados nos

pontos x e x+h, pode-se determinar a variabilidade entre esses dois pontos através da

sua função variograma 2 (x,h). O variograma mede a variância da diferença entre um

evento ocorrido no ponto x e outro no ponto x+h. Dessa forma, tem-se que:

91

E = 2 (x,h) = E {[Z(x) – Z(x+h)]²} (3.12)

A função variograma consiste na medida do grau de dependência espacial dos

dados de acordo com suas características de forma, tamanho, orientação e arranjo

(DAVIS, 1986). O semivariograma consiste na metade da função variograma e será

utilizado daqui em diante.

A determinação do semivariograma requer muitas realizações, [zk(x), zk(x+h)],

[zk’(x), zk’(x+h)], ..., [zkn(x), zkn(x+h)], para o par de variáveis aleatórias [Z(x), Z(x+h)]. Na

prática, apenas uma única realização [z(x) e z(x+h)] é possível, e essa realização é

construída pelo par de pontos medidos em x e x+h. Dessa forma, é introduzida a

hipótese intrínseca de que a função semivariograma depende somente do vetor h, em

módulo e direção, e não de x. Essa hipótese é a de estacionaridade de segunda

ordem das diferenças [Z(x)-Z(x+h)] (JOURNEL e HUIJBREGTS, 1978). Com isso a

função semivariograma pode assumir a seguinte relação:

(h) = C(0) – C(h) (3.13)

sendo C(0) a covariância para o vetor de distância 0 e conseqüentemente igual à

variância ² da variável aleatória estudada.

Segundo JOURNEL e HUIJBREGTS (1978), o estimador clássico baseado em

dados amostrais para o semivariograma é o seguinte:

* (h) = (1/2N(h)) [z(xi) – z(xi+h)]² (3.14)

sendo N(h) o número de pares experimentais [z(xi) e z(xi + h)] de dados separados

pela distância h.

O principal objetivo da construção do variograma é obter informações sobre a

estrutura dos dados em análise. O variograma age como um sumário quantificado de

toda a informação estrutural disponível, a qual será utilizada em todos os

procedimentos durante a investigação.

Na Figura 3.3, tem-se a ilustração de um semivariograma. Quando a distância

entre os pontos é zero, ambos possuem o mesmo valor e a função recebe valor zero.

Distânciaalcance

²

Figura 3.3 - Variograma esquemático.

No trecho correspondente às menores distâncias, a tendência é que os valores

de z(x) sejam bem próximos, acarretando em baixos valores de (h). À medida que a

distância h vai aumentando, os valores de z(x) estão cada vez menos correlacionados,

gerando altos valores para a função (h). Em um determinado momento, os pontos

estão tão afastados que já não existe qualquer correlação entre eles. A partir daí, a

função variograma assume o valor da variância dos dados originais. A distância

correspondente ao ponto em que a função atinge o valor da variância dos dados é

chamada de alcance da variável regionalizada. DAVIS (1986) afirma que o alcance

define a vizinhança em que os dados estão correlacionados.

Note-se, pois, que os variogramas são caracterizados pelos seguintes

parâmetros:

alcance ( zona de influência) – distância a partir da qual dois valores não estão

mais correlacionados;

efeito pepita – descontinuidade do valor de , verificada próximo à origem, que

caracteriza a influência residual de todas as variabilidades que têm zonas de

influências menores que as distâncias das observações disponíveis;

patamar – valor de onde o variograma atinge a zona de influência, descontado o

valor do efeito pepita.

Um outro fator importante é a caracterização de eventual anisotropia da

variável. Como explicado, o alcance de um variograma define a zona de influência de

92

93

uma amostra z(x). Entretanto, essa distância não é necessariamente igual em todas as

direções do espaço. Além disso, é estabelecida uma tolerância angular d para a

direção analisada. Assim, todos os pares de pontos que se encontrem nessa faixa são

utilizados no cálculo do variograma. Dessa forma, um determinado fenômeno pode

apresentar diferentes alcances para diferentes direções e respectivas tolerâncias

angulares. Nesse caso, o fenômeno é dito anisotrópico e torna-se importante

considerar esse aspecto na modelagem espacial da variável em estudo. Caso

contrário, havendo o mesmo alcance para todas as direções, o fenômeno pode ser

assumido como sendo isotrópico.

Nesta dissertação, o cálculo da semivariância de cada indicador foi realizado

através de uma rotina em Fortran. Inicialmente, considerou-se todas as variáveis

como sendo isotrópicas. Posteriormente, foram feitas análises da anisotropia dos

indicadores, calculando as semivariâncias para diversas direções e tolerâncias d .

Construiu-se, então, os covariogramas entre as variáveis, procurando analisar a

correlação no espaço entre elas.

94

Capítulo 4 - ESTUDO DE CASO – MUNICÍPIO DE NITERÓI

4.1 – CARACTERÍSTICAS DO MUNICÍPIO

Com o objetivo de avaliar a metodologia proposta nesta tese, escolheu-se o

município de Niterói como estudo de caso (Figuras 4.1 e 4.2). Essa opção deve-se ao

fato de Niterói ser considerado um dos municípios mais importantes do estado do Rio

de Janeiro. Além disso, a disponibilidade de dados também contribuiu para a escolha.

Foram conseguidos dados tabulares com as informações da pesquisa do censo do

ano de 1991, assim como também os limites dos setores censitários do município, já

em formato de conversão para sistema de informação geográfica.

Localizado na região metropolitana do estado do Rio de Janeiro, o município de

Niterói possui uma população de 450.364 habitantes distribuída em uma área de

129,84km² (SECITEC, 1999a). Esse total representa 3,36% da população fluminense

e 0,29% da população brasileira, sendo o quinto município mais populoso do estado e

o trigésimo primeiro do país (SECITEC, 1999a).

Durante os últimos quarenta anos, verificou-se um grande aumento

populacional no município. Entretanto, segundo a Secretaria Municipal de Ciência e

Tecnologia (SECITEC, 1999a), esse crescimento variou muito durante esse período.

As maiores taxas de crescimento verificaram-se nas décadas de 60 (2,80%) e 70

(2,05%), declinando nos períodos seguintes: 0,86% na década de 80 e 0,64% entre

1991 e 1996. A Tabela 4.1 mostra o aumento populacional e a correspondente taxa

anual de crescimento.

Tabela 4.1 - População e taxa média de crescimento anual. Niterói - 1960, 1970, 1980, 1991 e 1996 (fonte: SECITEC, 1999a).

População 1960 Tx. Cresc. 60/70

1970 Tx. Cresc. 70/80

1980 Tx. Cresc. 80/91

1991 Tx. Cresc. 91/96

1996 Tx. Cresc. 96/2000

1996

Urbana 229025 292180 397123 436155 450364 458465

Rural 16442 32066 - - - -

Niterói 245467 2,8 324246 2,05 397123 0,86 436155 0,64 450364 0,18 458465

A expansão urbana do município tem se realizado em direção às regiões

oceânica e de Pendotiba, estimulada principalmente pela implantação de infra-

estrutura básica e melhoria do sistema viário.

Figura 4.1 - Vista aérea dos municípios de Niterói e São Gonçalo, RJ.

Lagoa dePiratininga

São Francisco

OceanoAtlântico

Largo daBatalha

Baía deGuanabara

Lagoa dePiratininga

São Francisco

OceanoAtlântico

Largo daBatalha

Baía deGuanabara

Figura 4.2 - Vista aérea do município de Niterói, RJ.

95

96

Os bairros do município encontram-se distribuídos em cinco regiões de

planejamento, segundo o plano diretor de Niterói (PREFEITURA MUNICIPAL DE

NITERÓI, 1993). Essas regiões foram divididas em função da homogeneidade em

relação à paisagem, do uso de edificações e do parcelamento do solo, assim como

também dos aspectos sócio-econômicos e físicos (bacias hidrográficas). A seguir,

apresentam-se as cinco regiões com suas respectivas informações (SECITEC,

1999a):

praias da baía – composta pelos bairros da Boa Viagem, Cachoeiras, Charitas,

Centro, Bairro de Fátima, Gragoatá, Icaraí, Ingá, Jurujuba, Morro do Estado, Pé

Pequeno, Ponta D’Areia, Santa Rosa, São Domingos, São Francisco, Viradouro e

Vital Brazil; possui 195.028 habitantes, distribuídos em uma área de 21,62km²;

apresentam hoje uma das menores taxas de crescimento populacional (0,36%);

oceânica – consiste na maior região do município, possuindo uma área de

46,60km² com 43.815 habitantes; é composta pelos bairros do Cafubá,

Camboinhas, Engenho do Mato, Itacoatiara, Itaipú, Jacaré e Piratininga;

apresentou o maior crescimento populacional no município durante as décadas de

80 e 90, com uma taxa de aumento demográfico anual que variou de 5,11%

(70/80) a 9,60% (80/91);

Pendotiba – população de 46.354 habitantes, distribuídos em uma área de cerca

de 21,58km², estando situada na parte central e mais alta do município; é

composta pelos bairros do Sapê, Ititioca, Vila Progresso, Maria Paula, Matapaca,

Muriqui, Maceió, Largo da Batalha, Badu e Cantagalo;

norte – com 159.947 habitantes e uma área de 21,85km², situada entre a baía de

Guanabara e o município de São Gonçalo; é composta pelos bairros de Tenente

Jardim, Barreto, Santana, Caramujo, Baldeador, Santa Bárbara, Fonseca,

Engenhoca, Ilha da Conceição, São Lourenço, Cubango, e Viçoso Jardim;

apresenta a menor taxa de crescimento populacional, com 0,17%;

leste – possui a menor população, com 5.220 habitantes e a menor área entre as

regiões do município, apresentando 18,19km²; é composta pelos bairros de Várzea

das Moças e Rio do Ouro; dentre todas as regiões do município, é aquela que

apresenta áreas menos urbanizadas.

As Figuras 4.3 e 4.4 mostram a distribuição dos bairros e as regiões de

planejamento do município.

ENGENHO DO MATO

ITAIPÚ

CAMBOINHAS

PIRATININGA

ITACOATIARA

JACARÉ

RIO DO OURO

VARZEADASMOÇAS

CHARITASJURUJUBA

CAFUBÁ

SÃOFRANCISCO

CANTAGALO

FONSECA

CARAMUJO

SANTABARBARA

BALDEADOR

MARIAPAULA

ENGENHOCA

BARRETO

SANTANA

ILHA DACONCEIÇÃO

PONTAD'AREIA

TENENTE JARDIM

ICARAÍ

SANTA ROSA

CENTRO

GRAGOATÁ

SÃO LOURENCO

SÃO DOMINGOS

INGÁ

BOA VIAGEMVITALBRASIL

SAPÊITITIOCA

VIRADOURO

CACHOEIRA

LARGO DA BATALHA

MATAPACA VILAPROGRESSO

MURIQUI

MACEIO

BADU

FÁTIMA

CUBANGOMORRO DO ESTADO

PE PEQUENO

VICOSOJARDIM

N

EW

S

Município de NiteróiBairros

Figura 4.3 - Distribuição dos bairros do município de Niterói.

Figura 4.4 - Regiões de planejamento do município de Niterói.

Fonte: SECITEC (1999b).

97

Conforme já mencionado, o Programa das Nações Unidas para o

Desenvolvimento (PNUD, 1997) elaborou índices de desenvolvimento objetivando

medir a qualidade de vida e o progresso humano em âmbito mundial. Dessa forma,

com o intuito de contextualizar a área de estudo, analisou-se a situação do município

de Niterói em relação a esses dois índices.

Segundo PNUD (1997), Niterói apresenta um índice de desenvolvimento

humano (IDH-M) de 0,821 e um índice de condições de vida (ICV) de 0,826. Esses

valores enquadram o município em faixas de alto desenvolvimento humano e alta

condição de vida. Para melhor compreensão, apresenta-se a metodologia de PNUD

(1997) no Apêndice B. A Tabela 4.2 mostra a classificação de Niterói, no estado do

Rio de Janeiro, para o IDH-M e o ICV, assim como também a sua colocação em

relação aos subíndices do IDH-M e do ICV, levando-se em conta o conjunto de 70

municípios definidos em 1991.

Tabela 4.2 – Classificação do município de Niterói no estado do Rio de Janeiro, em relação ao índice de desenvolvimento humano (IDH-M), ao índice de

condições de vida (ICV) e seus subíndices, para o ano de 1991 (fonte: PNUD, 1997).

Índice ClassificaçãoIDH-M 1

IDH-M Longevidade 15IDH-M Renda 1

IDH-M Educação 1ICV 1

ICV-Renda 3ICV-Educação 1

ICV-Longevidade 15ICV-Habitação 7ICV-Infância 1

Analisando a Tabela 4.2, identifica-se que o município de Niterói apresenta o

melhor índice de desenvolvimento humano municipal (IDH-M) e o melhor índice de

condições de vida (ICV) para todo o estado do Rio de Janeiro. Dentre os subíndices

do IDH-M, Niterói também lidera os de renda (IDH-M renda) e de educação (IDH-M

educação). Em compensação, apresenta uma colocação bem inferior em relação ao

subíndice de longevidade (ICV-longevidade), ficando na 15ª posição. Em relação aos

subíndices que compõem o ICV, nota-se uma liderança de Niterói para os de

educação e infância (ICV-educação e ICV-infância), ficando em 3º lugar para o98

99

subíndice de renda (ICV-renda). Igualmente ao IDH-M, nota-se que o município

também ocupa a 15ª posição no estado para o ICV.

Observando o subíndice de habitação (ICV-habitação), verifica-se também uma

queda na colocação do município, permanecendo na 7ª posição. Ressalta-se o fato de

que, conforme mencionado no Capítulo 3, a componente habitação do índice de

condições de vida (ICV) incorpora variáveis de saneamento. Dessa forma, o motivo de

Niterói não estar localizado em uma colocação melhor para o ICV-habitação pode

estar relacionado com a qualidade dos serviços de saneamento da região.

100

4.2 – REDE DE SAÚDE DO MUNICÍPIO DE NITERÓI

A Fundação Municipal de Saúde de Niterói é o órgão municipal, ligado

diretamente à Secretaria Municipal de Saúde, que possui a competência de contratar,

fiscalizar, controlar, avaliar e efetuar o pagamento da rede de saúde conveniada e

contratada, com a participação do Conselho Municipal de Saúde. Além disso, a

Fundação de Saúde possui a gerência sobre todos os recursos da secretaria. Tais

recursos destinados ao setor de saúde são provenientes dos repasses do Sistema

Único de Saúde (SUS), dos convênios com o Ministério da Saúde e receitas da própria

Fundação Municipal. No Apêndice C, encontra-se o organograma da prefeitura

municipal de Niterói, com os recursos destinados às áreas de saúde e saneamento

para o ano de 1999.

A rede física de saúde do município (Figura 4.3) pode ser dividida em:

policlínicas comunitárias – pólos articuladores das ações desenvolvidas pela rede

básica de saúde;

policlínicas especializadas – atuam como referência em algumas especialidades

médicas, absorvendo a maior parte da demanda não respondida pelas policlínicas

comunitárias;

rede hospitalar – oferece serviços de internação hospitalar, exames complexos e

consultas em algumas especialidades;

módulos do programa médico de família;

laboratórios.

Figura 4.5 – Rede física de saúde do município de Niterói.

Fonte: SECITEC (1999b).

Por sua vez, o perfil epidemiológico tem como objetivo principal definir

estratégias de intervenção em saúde a partir de indicadores estatísticos, como, por

exemplo, mortalidade e morbidade. A Tabela 4.3 apresenta alguns dados sobre

mortalidade infantil, enquanto a Figura 4.4 detalha as diferentes causas de

mortalidade.

Tabela 4.3 – Coeficiente de mortalidade infantil por 1000 nascidos vivos (C. M. I.) no período de 1994 a 1998 no município de Niterói (fonte: SECITEC, 1999a).

Ano Óbitos Nascidos vivos C. M. I. (%)

1994 170 7917 21,47

1995 143 7549 18,94

1996 145 7210 19,56

1997 133 7491 17,22

1998 138 6984 19,76

101

Município de NiteróiTaxa de mortalidade, segundo causas básicas

Classificação Internacional de Doenças/CID

5,3513,25

5,830,16

1,50

31,4912,70

2,020,766,85

13,62 0,84

3,861,57

0,21

Algumas doenças infecciosas e parasitárias

Neoplasias (tumores)

Doenças endócrinas, nutricionais e metabólicas

Transtornos mentais e comportamentais

Doenças do sistema nervoso

Doenças do aparelho circulatório

Doenças do aparelho respiratório

Doenças do aparelho digestivo

Doenças da pele e do tecido subcutâneo

Doenças do aparelho geniturinário

Algumas afec. originadas no período perinatal

Malformações congênitas, deformidades eanormalias cromossômicasSintomas, sinais e achados anormais; examesclínicos e laboratoriaisCausas externas de morbidade e mortalidade

Outras

Figura 4.6 – Taxa de mortalidade do município de Niterói (fonte: SECITEC, 1999a).

Analisando o gráfico da Figura 4.4, verifica-se que uma parcela representativa

das crianças do município morre de doenças infecciosas e parasitárias (5,35%). Esse

tipo de doença é típica de lugares em que se tem carência em serviços de

saneamento. Adicionalmente, observando-se os casos registrados de doenças em

Niterói na Tabela 4.4, verifica-se uma alta notificação de casos de diarréia.

Tabela 4.4 - Principais agravos de notificação compulsória. Niterói - 1996 - 1998 (fonte: SECITEC, 1999b). g

Freqüência Freqüência Freqüência1997 1998 1999

Diarréias 2,673 2,747 2,072Pneumonia 1,817 1,968 2,468

Dengue 1,608 364 3,634Conjuntivite 1,313 261 133

Varicela 1,175 828 826Acidente de trabalho 696 19 21

Atendimento anti-rábico 509 721 827

Agravo

102

103

A diarréia, como já abordado anteriormente, consiste em um exemplo bem

representativo de doença relacionada com as condições sanitárias em geral. Os locais

que apresentam maior notificação tendem a ser áreas de maior risco devido a

problemas de infra-estrutura urbana, áreas de favelas e saneamento básico incipiente,

evidenciando a necessidade de desenvolvimento de ações intersetoriais para melhoria

dos indicadores de morbidade por doenças transmissíveis (SECITEC, 1999b).

A dengue é também outra doença que apresenta uma alta incidência registrada

na Tabela 4.4, principalmente nos anos de 1997 e 1999. Um dos fatores de risco

relacionados com essa doença consiste na existência de água parada, pois o

mosquito Aedes aegypti, responsável pela transmissão da dengue, possui a

característica de se desenvolver em águas com essas características. A intermitência

do regime de abastecimento faz com que haja a necessidade de armazenamento de

água. Caso esse armazenamento seja realizado de forma inadequada, as pessoas

residentes em localidades próximas ficam expostas ao risco de contrair a dengue.

4.2.1 – Policlínica de Itaipu

Conforme já mencionado, as policlínicas comunitárias constituem-se em um

dos tipos de unidades de saúde. Segundo SECITEC (1999b), as policlínicas

comunitárias constituem-se nos pólos articuladores das ações desenvolvidas pela rede

básica de saúde, atuando como referência em algumas especialidades médicas,

laboratórios de análises clínicas e serviço de imagem, exercendo autoridade sanitária

em sua área de abrangência geográfica. Com o intuito de contrastar os resultados da

classificação multivariada com casos de doenças de veiculação hídrica, realizou-se

uma coleta de casos de doenças de veiculação hídrica registrados em uma policlínica.

A região escolhida para análise dos casos de incidência foi a região oceânica

de Niterói. Essa escolha ocorreu, principalmente, em função dos seguintes fatores:

a região até o ano de 2000 não apresentava qualquer infra-estrutura de

abastecimento de água e de coleta e tratamento de esgotos;

apresenta grupos populacionais bem distintos no aspecto de renda e escolaridade;

facilidade de acesso dos dados de morbidade através do banco de dados da

policlínica de Itaipu;

região de grande expansão urbana.

104

Localizada no bairro de Itaipu, a policlínica comunitária de Itaipu abrange os

bairros de Itaipu, Jacaré, Camboinhas, Cafubá, Engenho do Mato e Itacoatiara. Como

toda policlínica comunitária, possui especialidades médicas e laboratórios de análises

clínicas.

Para este estudo, foram coletados casos registrados na policlínica de Itaipu

para o ano de 1999.

4.2.2 – Programa Médico de Família

O programa médico de família de Niterói é baseado no modelo cubano de

atenção básica de saúde (PASTRANA, 2000). Esse programa consiste na implantação

de módulos em áreas de alto risco em saúde, segundo indicadores epidemiológicos,

sociais, ambientais e econômicos. A implantação dos módulos é feita através de um

contrato de co-gestão entre o município e a associação de moradores a ser

contemplada pelo programa. O primeiro módulo do programa foi implantado no ano de

1992.

Os módulos do programa médico de família são constituídos por um médico

generalista e por um auxiliar de enfermagem, que atuam em um número de cerca de

200 a 250 famílias, que corresponde a cerca de 1000 a 1200 pessoas. Essa equipe

atua na própria localidade desenvolvendo atividades ambulatoriais e domiciliares, a

partir do enfoque na prevenção. Como suporte para essa equipe de médico e auxiliar

de enfermagem há uma equipe de supervisão, que é constituída por técnicos

especializados em saúde coletiva, serviço social, saúde mental, enfermagem e clínicas

básicas. Há três equipes de supervisão no programa médico de família:

equipe de supervisão centro / norte;

equipe de supervisão centro / sul;

equipe de supervisão oceânica / leste.

Para cada módulo implantado, é realizado um cadastro de todas as pessoas da

comunidade. Além disso, todos os casos de doença, sejam de notificação compulsória

ou não, são notificados. Esse procedimento gera um grande avanço, pois os dados de

saúde, em sua grande maioria, apresentam problemas de subnotificação. A Tabela 4.5

mostra os atendimentos realizados pelo programa desde o ano de 1997.

105

Tabela 4.5 - Atendimentos realizados pelo programa médico de família de Niterói, segundo os capítulos do CID - janeiro a junho de 1997 (fonte: SECITEC, 1999b).

Inicial SubseqüenteCapítulo CID (Classificação Internacional de Doenças) Absoluto Relativo (%) Absoluto Relativo (%)10.Doenças do aparelho respiratório 4334 21,0 1894 10,621.Fatores que influenciam o estado de saúde e o contato com os serviços de saúde 3720 18,0 5429 30,4

18.Sintomas, sinais e achados anormais de exame clínico e de laboratório 2194 10,6 1128 6,3

1.Algumas doenças infecciosas e parasitárias 2116 10,3 1039 5,812.Doenças da pele e do tecido subcutâneo 1669 8,1 657 3,714.Doenças do aparelho geniturinário 1296 6,3 886 5,09.Doenças do aparelho circulatório 1162 5,6 2644 14,813.Doenças do sistema osteomuscular e do tecido conjuntivo 676 3,3 584 3,3

19.Lesões, envenenamento e algumas outras consequências de causas externas 662 3,2 401 2,2

11.Doenças do aparelho digestivo 554 2,7 374 2,18.Doenças do ouvido e da apófise mastóide 489 2,4 251 1,43.Doenças dos órgãos hematopoiéticos e alguns transtornos imunitários 391 1,9 449 2,5

7.Doenças dos olhos e anexos 341 1,7 175 1,05.Trantornos mentais e comportamentais 303 1,5 421 2,44.Doenças endócrinas, nutricionais e metabólicas 288 1,4 996 5,66.Doenças do sistema nervoso 171 0,8 208 1,220.Causas externas de morbidade e mortalidade 120 0,6 48 0,315.Gravidez, parto e puerpério 77 0,4 90 0,52.Neoplasias (tumores) 31 0,2 127 0,716.Algumas afecções originadas no período perinatal 21 0,1 9 0,117.Malformações congênitas, deformidades e anomalias cromossômicas 13 0,1 41 0,2

Total 20628 100,0 17851 100,0

Como já mencionado, a expansão da rede física do programa médico de

família é promovida com base em fatores de risco. O planejamento é feito de forma a

priorizar as áreas mais carentes. Analisando a Tabela 4.5, verifica-se um número

relativamente alto de doenças infecciosas e parasitárias, que estão diretamente

relacionadas com as condições ambientais em que o indivíduo vive. Na Tabela 4.5, é

interessante notar a redução de atendimentos registrados posteriormente ao primeiro

atendimento. O trabalho preventivo realizado pelos profissionais dos módulos do

programa consegue uma redução de cerca de 50% dos valores absolutos registrados,

apesar das comunidades atendidas pelo módulo continuarem em condições precárias

de infra-estrutura.

O objetivo inicial deste estudo seria o de trabalhar somente com dados do

censo e casos registrados de doenças na policlínica de Itaipu. Entretanto, com o

decorrer da pesquisa, constatou-se a riqueza das informações contidas no programa

médico família. Diferentemente dos dados do censo, que são mais abrangentes, as

informações do médico de família possuem uma alto grau de detalhe. Existe uma

grande preocupação em saber os principais fatores de risco que interferem no padrão

106

de vida das pessoas. Por exemplo, além de saber se o domicílio possui ligação na

rede de esgotos, os profissionais identificam se os esgotos de outro domicílio estão

próximos.

Outro fator importante a ser comentado é o caso da subnotificação de doenças.

A rede de saúde sofre com uma alta subnotificação. Excetuando-se as doenças de

notificação compulsória, muitos casos de doenças acabam não sendo notificados,

mascarando o que ocorre na realidade. A atuação do médico de família não permite

isso. Há um alto controle sobre a população em que o módulo atua, registrando-se

todos os casos possíveis, seja de notificação compulsória ou não. O fato de muitas

doenças de veiculação hídrica não serem de notificação compulsória faz com que os

dados do programa sejam ainda mais importantes.

Com isso, procurou-se o programa médico de família para que se pudesse

realizar uma análise mais detalhada do problema de saneamento na saúde da

população.

A intenção inicial era a de se trabalhar com dados de módulos da região

oceânica, por se tratar de uma região sem qualquer cobertura de redes de

abastecimento de água e esgotamento sanitário, além de apresentar uma

heterogeneidade em termos sócio-econômicos. Entretanto, isso não foi possível.

Dessa forma, procurou-se um outro módulo do programa e chegou-se até o módulo do

Morro do Céu, no bairro do Caramujo.

Módulo do Morro do Céu

Com uma população de cerca de 3500 pessoas (SECITEC, 1999b), o módulo

do Morro do Céu foi implantado no ano de 1996. Conforme mencionado, fica

localizado no bairro do Caramujo, na região norte da cidade de Niterói. Sua área de

atuação é subdividida em três setores, cada um com cerca de 200 a 250 domicílios.

O Morro do Céu possui como principal peculiaridade o fato de nele estar

situado o depósito de lixo de Niterói. Todo o resíduo sólido coletado pela companhia

de limpeza do município é conduzido para o Morro do Céu, ficando os moradores

dessa localidade expostos a uma série de fatores de risco. O depósito do lixo, sem

qualquer tipo de cuidado e proteção, faz com que haja uma grande proliferação de

ratos, moscas e baratas. Catadores e pessoas morando na própria área do depósito

constituem os grupos populacionais mais suscetíveis às doenças decorrentes de

fatores ambientais.

107

Foi realizada uma coleta inicial dos dados da população desse módulo.

Todavia, coincidentemente, na época da pesquisa, o programa estava fazendo um

recadastramento dos domicílios e esse não ficaria pronto a tempo de se terminar este

trabalho. Os dados antigos apresentavam uma certa inconsistência em relação à

realidade local. Esses motivos, aliados com o fato da pesquisa já estar em um nível

avançado de desenvolvimento, não permitiram a manipulação e análise dos dados do

programa.

108

Capítulo 5 – RESULTADOS E ANÁLISES

Neste capítulo encontram-se os resultados obtidos e suas respectivas análises.

Os cálculos dos indicadores foram realizados com base no censo de 1991 (FIBGE,

1993) e nas informações de incidência de doenças correspondentes a casos

registrados na policlínica comunitária de Itaipu. As técnicas de análise multivariada e

geoestatística foram aplicadas aos 480 setores censitários do município.

A primeira etapa consiste na análise multivariada dos indicadores sócio-

econômicos. Mostra-se como foi realizada a seleção dos indicadores através do

método das componentes principais. Em seguida, são expostos os resultados da

análise de agrupamentos, com a respectiva distribuição espacial dos diferentes grupos

sócio-econômicos. Finalmente, são revelados os resultados da análise da estrutura de

correlação espacial, com os respectivos variogramas e covariogramas.

5.1 - SELEÇÃO DOS INDICADORES SÓCIO-ECONÔMICOS

A partir dos dados do censo, foram calculados os indicadores para cada setor

censitário. Os setores censitários que não apresentaram qualquer tipo de informação

foram descartados. Encontra-se, no Apêndice A, uma lista dos campos utilizados na

pesquisa do censo para elaboração dos indicadores.

Após o cálculo de cada indicador, realizou-se uma análise de componentes

principais para os temas saneamento, renda, escolaridade e habitação. A seleção foi

feita analisando os valores das duas primeiras componentes, tendo em vista a

informação da importância relativa de cada componente. A Tabela 5.1 apresenta os

resultados obtidos na análise de componentes principais.

Tabela 5.1 – Resultado da análise de componentes principais para as duas primeiras componentes.

COMPONENTES PRINCIPAIS BLOCO TEMÁTICO INDICADOR

Componente 1 Componente 2RENDANOM 0,3756 0,0232CFRENDME -0,1902 0,3988CFREME1 -0,2673 0,4166CFRE1.2 -0,3199 0,1306CFRE2.3 -0,2904 -0,3362CFRE3.5 -0,0848 -0,6962CFR10.15 0,3558 -0,0919CFR15.20 0,3632 0,0682CFR20MAI 0,3522 0,1567COMPDOM 0,3601 -0,0240

RENDA

EMPPDOM 0,2124 0,1175IMPROVIS -0,0090 0,3545

CASAS 0,6500 -0,2591APARTAME -0,6497 0,2585C.MODOS -0,0074 0,0411

HABITAÇÃO

COLETIVO -0,0076 -0,0061

Tabela 5.1 (continuação) - Resultado da análise de componentes principais para as duas primeiras componentes

RESISOLD -0,1829 -0,6317RESCONPO -0,0231 0,0849SUBNORMA 0,2063 0,5463DPRTERPR -0,1448 -0,2237CONPRTPR 0,2237 0,3258DOMALUGA -0,0883 -0,0577

HABITAÇÃO

DOMCEDID 0,0070 -0,0418MUAC5ALF 0,3160 -0,0313HOAC5ALF 0,1560 -0,4229POPAC5AL 0,3288 -0,1914CFMALFAB -0,3097 0,0528CFHALFAB -0,2970 0,2732

CFESC1 -0,3174 0,2005CFESC1.3 -0,3104 -0,0208CFESC4.7 -0,2957 -0,2995CESC8.10 -0,1075 -0,6393CEC11.14 0,2977 -0,1053CEC15.M 0,296 0,3407

ESCOLARIDADE

CFCSEGMA 0,3334 0,1999LIGINT -0,1906 -0,4078REDE -0,4643 -0,0766

INTCRED -0,4725 -0,1293INTSREDE 0,0082 0,0527SINTCRED 0,0082 0,0527SINTSRED 0,1824 0,3551REDESG -0,5243 0,2906FOSSAS 0,3739 -0,5917OUTESG 0,0260 0,0376SEMESG 0,0282 0,0492

COLRGLIX -0,2251 -0,4035LIXENT 0,0050 0,0083

LIXQUEIM 0,1335 0,1614

SANEAMENTO

LIXSTRAT 0,0823 0,2285

Obs.: Os valores em azul indicam alto valor da componente, mas foram descartados por possuírem alta correlação com o indicadorem verde, de maior magnitude.

A seguir, têm-se as matrizes de correlação dos indicadores dos quatro temas

(Tabelas 5.2, 5.3, 5.4 e 5.5).

Tabela 5.2 - Matriz de correlação dos indicadores de renda

Rendanom Cfrendme Cfreme1 Cfre1.2 Cfre2.3 Cfre3.5 Cfr10.15 Cfr15.20 Cfr20mai Compdom Emppdom

Rendanom 1 -0,47 -0,67 -0,78 -0,71 -0,25 0,87 0,91 0,96 0,92 0,50

Cfrendme -0,47 1 0,43 0,34 0,12 -0,21 -0,51 -0,43 -0,36 -0,46 -0,22

Cfreme1 -0,67 0,43 1 0,59 0,27 -0,30 -0,72 -0,62 -0,53 -0,65 -0,27

Cfre1.2 -0,78 0,34 0,59 1 0,63 -0,05 -0,82 -0,75 -0,67 -0,76 -0,34

Cfre2.3 -0,71 0,12 0,27 0,63 1 0,46 -0,68 -0,73 -0,71 -0,64 -0,38

Cfre3.5 -0,25 -0,21 -0,30 -0,05 0,46 1 -0,14 -0,31 -0,39 -0,17 -0,18

Cfr10.15 0,87 -0,51 -0,72 -0,82 -0,68 -0,14 1 0,87 0,75 0,83 0,39

Cfr15.20 0,91 -0,43 -0,62 -0,75 -0,73 -0,31 0,87 1 0,85 0,85 0,49

Cfr20mai 0,96 -0,36 -0,53 -0,67 -0,71 -0,39 0,75 0,85 1 0,87 0,50

Compdom 0,92 -0,46 -0,65 -0,76 -0,64 -0,17 0,83 0,85 0,87 1 0,52

Emppdom 0,50 -0,22 -0,27 -0,34 -0,38 -0,18 0,39 0,49 0,50 0,52 1

109

110

Tabela 5.3 - Matriz de correlação dos indicadores de habitação.

Improvis Casas Apartame Cômodos Coletivo Resisold Resconpo Subnorma Dprterpr Conprtpr Domaluga Domcedid

Improvis 1 0,16 -0,16 0,00 0,01 -0,02 -0,05 0,05 -0,05 0,04 -0,05 0,12

Casas 0,16 1 -0,95 -0,03 -0,04 -0,19 -0,14 0,28 -0,29 0,41 -0,34 0,13

Apartame -0,16 -0,95 1 -0,02 0,04 0,20 0,14 -0,28 0,30 -0,41 0,33 -0,13

Cômodos 0,00 -0,03 -0,02 1 0,04 -0,04 0,00 -0,03 -0,13 -0,04 0,28 -0,06

Coletivo 0,01 -0,04 0,04 0,04 1 0,07 -0,03 -0,07 0,01 -0,07 0,07 0,10

Resisold -0,02 -0,19 0,20 -0,04 0,07 1 -0,38 -0,85 0,34 -0,51 0,29 0,21

Resconpo -0,05 -0,14 0,14 0,00 -0,03 -0,38 1 -0,04 0,11 -0,06 -0,03 -0,07

Subnorma 0,05 0,28 -0,28 -0,03 -0,07 -0,85 -0,04 1 -0,41 0,59 -0,33 -0,18

Dprterpr -0,05 -0,29 0,30 -0,13 0,01 0,34 0,11 -0,41 1 -0,77 -0,09 -0,02

Conprtpr 0,04 0,41 -0,41 -0,04 -0,07 -0,51 -0,06 0,59 -0,77 1 -0,43 -0,13

Domaluga -0,05 -0,34 0,33 0,28 0,07 0,29 -0,03 -0,33 -0,09 -0,43 1 -0,16

Domcedid 0,12 0,13 -0,13 -0,06 0,10 0,21 -0,07 -0,18 -0,02 -0,13 -0,16 1

Tabela 5.4 - Matriz de correlação dos indicadores de escolaridade.

Muac5alf Hoac5alf Popac5al Cfmalfab Cfhalfab Cfesc1 Cfesc1_3 Cfesc4_7 Cesc8_10 Cec11_14 Cec15_M Cfcsegma

Muac5alf 1 0,19 0,92 -0,80 -0,84 -0,86 -0,79 -0,72 -0,19 0,78 0,72 0,83

Hoac5alf 0,19 1 0,56 -0,43 -0,51 -0,49 -0,36 -0,21 0,07 0,37 0,24 0,32

Popac5al 0,92 0,56 1 -0,85 -0,91 -0,92 -0,81 -0,69 -0,14 0,81 0,70 0,83

Cfmalfab -0,80 -0,43 -0,85 1 0,70 0,85 0,77 0,71 0,22 -0,76 -0,72 -0,83

Cfhalfab -0,84 -0,51 -0,91 0,70 1 0,91 0,70 0,55 0,05 -0,73 -0,59 -0,72

Cfesc1 -0,86 -0,49 -0,92 0,85 0,91 1 0,73 0,64 0,11 -0,78 -0,68 -0,81

Cfesc1_3 -0,79 -0,36 -0,81 0,77 0,70 0,73 1 0,77 0,21 -0,80 -0,79 -0,89

Cfesc4_7 -0,72 -0,21 -0,69 0,71 0,55 0,64 0,77 1 0,46 -0,71 -0,91 -0,94

Cesc8_10 -0,19 0,07 -0,14 0,22 0,05 0,11 0,21 0,46 1 -0,15 -0,58 -0,47

Cec11_14 0,78 0,37 0,81 -0,76 -0,73 -0,78 -0,80 -0,71 -0,15 1 0,55 0,80

Cec15_M 0,72 0,24 0,70 -0,72 -0,59 -0,68 -0,79 -0,91 -0,58 0,55 1 0,94

Cfcsegma 0,83 0,32 0,83 -0,83 -0,72 -0,81 -0,89 -0,94 -0,47 0,80 0,94 1

Tabela 5.5 - Matriz de correlação dos indicadores de saneamento Ligint Rede Intcred Intsrede Sintcred Sintsred Redesg Fossas Outesg Semesg Colrglix Lixent Lixqueim Lixstrat

Ligint 1 0,61 0,67 -0,34 -0,34 -0,90 0,56 -0,30 -0,23 -0,69 0,76 -0,11 -0,63 -0,63Rede 0,61 1 0,94 0,07 0,07 -0,68 0,79 -0,69 -0,21 -0,50 0,60 -0,15 -0,63 -0,35

Intcred 0,67 0,94 1 -0,10 -0,10 -0,68 0,80 -0,68 -0,22 -0,55 0,65 -0,15 -0,66 -0,41Intsrede -0,34 0,07 -0,10 1 0,95 0,03 -0,11 0,01 0,03 0,28 -0,29 0,00 0,18 0,32Sintcred -0,34 0,07 -0,10 0,95 1 0,03 -0,11 0,01 0,03 0,28 -0,29 0,00 0,18 0,32Sintsred -0,90 -0,68 -0,68 0,03 0,03 1 -0,57 0,31 0,24 0,64 -0,71 0,11 0,61 0,56Redesg 0,56 0,79 0,80 -0,11 -0,11 -0,57 1 -0,86 -0,25 -0,49 0,60 -0,12 -0,58 -0,39Fossas -0,30 -0,69 -0,68 0,01 0,01 0,31 -0,86 1 0,06 0,29 -0,37 0,08 0,43 0,17Outesg -0,23 -0,21 -0,22 0,03 0,03 0,24 -0,25 0,06 1 0,19 -0,19 0,05 0,15 0,14Semesg -0,69 -0,50 -0,55 0,28 0,28 0,64 -0,49 0,29 0,19 1 -0,63 0,13 0,56 0,49Colrglix 0,76 0,60 0,65 -0,29 -0,29 -0,71 0,60 -0,37 -0,19 -0,63 1 -0,26 -0,80 -0,74Lixent -0,11 -0,15 -0,15 0,00 0,00 0,11 -0,12 0,08 0,05 0,13 -0,26 1 0,21 0,05

Lixqueim -0,63 -0,63 -0,66 0,18 0,18 0,61 -0,58 0,43 0,15 0,56 -0,80 0,21 1 0,33Lixstrat -0,63 -0,35 -0,41 0,32 0,32 0,56 -0,39 0,17 0,14 0,49 -0,74 0,05 0,33 1

111

Alguns indicadores que apresentaram valores significativos para as duas

primeiras componentes foram descartados por apresentarem alta correlação com

outros indicadores de maior valor em termos da análise de componentes principais. No

tema renda, os indicadores chefes com renda de 1 a 2 salários mínimos (CRFE1.2),

chefes com renda de 2 a 3 salários mínimos (CRFE2.3), chefes com renda de 3 a 5

salários mínimos (CRFE3.5), chefes com renda de 10 a 15 salários mínimos

(CRFE10.15), chefes com renda acima de 20 salários (CFR20MAI) e média de

empregados por domicílios (EMPPDOM) apresentaram alta correlação com o

indicador renda nominal do chefe de família. O indicador renda nominal do chefe de

família (RENDANOM) foi normalizado para media 0 e desvio padrão 1. Analisando os

indicadores de escolaridade, verificou-se que os indicadores população acima de cinco

anos alfabetizada (POPAC5AL), chefes de família homens alfabetizados (CFHALFAB),

chefes de família com escolaridade menor do que um ano (CFESC1), chefes de

família com escolaridade de quatro a sete anos de estudo (CFESC4.7) e chefes de

família com escolaridade de quinze anos ou mais (CEC15.M) apresentaram alta

correlação com o indicador chefes de família com segundo grau ou mais. Para o

saneamento, foram excluídos os indicadores domicílios com ligação interna (LIGINT) e

ligados na rede pública (REDE) (alta correlação com domicílios com ligação interna e

ligados na rede de água – INTCRED e também com domicílios com coleta regular de

lixo - COLRGLIX), domicílios com fossas ( FOSSAS) (alta correlação com domicílios

ligados na rede de esgotamento sanitário – REDESG e com domicílios com ligação

interna e ligados na rede de água - INTCRED).

Após a investigação conduzida por bloco, realizou-se nova análise de

componentes principais para os indicadores selecionados na primeira análise. O

critério de seleção foi o mesmo adotado anteriormente. A Figura 5.1 ilustra a

importância relativa de cada componente na análise final, enquanto as Tabelas 5.6 e

5.7 apresentam os resultados da análise de componentes principais e a matriz de

correlação entre os indicadores, respectivamente.

Comp. 1Comp. 2Comp. 3Comp. 4Comp. 5Comp. 6Comp. 7Comp. 8Comp. 9Comp. 10

0.0

0.2

0.4

0.6

0.8

1.0

1.2

0.693

0.875

0.9260.959 0.975 0.987 0.996 1 1 1

Variâ

ncia

s

Figura 5.1 - Importância relativa de cada componente.

Tabela 5.6 - Resultado da análise de componentes principais para seleção final dos indicadores.

Componentes Principais IndicadorComponente 1 Componente 2

Intcred 0,18300 0,43100Cfsegma 0,22200 -

Subnorma -0,09100 -0,05500Casas -0,29500 -0,29500

Rendanom 0,83600 -0,49800Redesg 0,21600 0,52400

Nemedpes -0,24100 -0,41800Medianm - -Medianh - -Colrglix 0,13700 0,15500

Tabela 5.7 - Matriz de correlação dos indicadores da análise final.

INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX

LIGINT 1 0,56 -0,63 0,35 0,84 -0,54 0,69

CFSEGMA 0,56 1 -0,81 0,86 0,59 -0,65 0,71

CASAS -0,63 -0,81 1 -0,65 -0,72 0,77 -0,58

RENDANOM 0,35 0,86 -0,65 1 0,35 -0,43 0,52

REDESG 0,84 0,59 -0,72 0,35 1 -0,62 0,63

NEMEDPES -0,54 -0,65 0,77 -0,43 -0,62 1 -0,58

COLRGLIX 0,69 0,71 -0,58 0,52 0,63 -0,58 1

Obs.: Os valores não assinalados correspondem a valores inferiores a 0,05 em módulo.

112

113

De acordo com a Tabela 5.7, verifica-se que o indicador residências

subnormais (SUBNORMA) apresenta valores baixos nas primeiras componentes, em

comparação com outros indicadores. Os indicadores mediana etária de mulheres

(MEDIANM) e mediana etária de homens (MEDIANH) apresentaram valores, em

módulo, inferiores a 0,05. Dessa forma, os indicadores selecionados para a

classificação foram:

proporção de domicílios com ligação interna e ligados na rede de água

(INTCRED);

proporção de chefes de família com segundo grau ou mais (CFSEGMA);

proporção de casas (CASAS);

renda nominal do chefe de família (RENDANOM);

proporção de domicílios ligados à rede de esgotamento sanitário (REDESG);

número médio de pessoas por domicílios (NEMEDPES);

proporção de domicílios com coleta regular de lixo (COLRGLIX).

Apesar do indicador de coleta regular de lixo ter apresentado baixos valores na

análise de componentes principais, resolveu-se manter esse indicador. A deficiência

nos serviços de coleta de resíduos sólidos contribui para a proliferação de insetos e

animais vetores de doenças, constituindo em uma importante variável como subsídio

ao se intervir em saneamento.

5.2 - ANÁLISE DOS INDICADORES SELECIONADOS

A partir da seleção dos indicadores, realizou-se uma análise exploratória

univariada dos dados. A análise dos dados busca obter informações preliminares, seja

de forma qualitativa ou quantitativa, que possam ajudar em uma análise posterior. A

seguir, têm-se as medidas estatísticas dos indicadores selecionados (Figuras 5.2, 5.3,

5.4, 5.5, 5.6, 5.7 e 5.8), enquanto a Tabela 5.8 contém um resumo das medidas

estatísticas de cada indicador.

1.50 1 .78 2.06 2.34 2.62 2.90 3.18 3.46 3.74 4.02 4.30 4.58 4.86N EM EDPES

0.0

0.2

0.4

0.6

0.8

1.5

2.5

3.5

4.5

NEM

EDPE

S

Boxplot de NEMEDPES

mediana

Figura 5.2 – Medidas estatísticas do indicador número médio de pessoas por domicílio (NEMDEPES).

-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11INTCRED

0

5

10

15

0.0

0.2

0.4

0.6

0.8

1.0

INTC

RED

mediana

Boxplot de INTCRED

Figura 5.3 – Medidas estatísticas do indicador proporção de domicílios comligação interna e ligados na rede pública de água (INTCRED).

114

-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11REDESG

0

4

8

12

0.0

0.2

0.4

0.6

0.8

1.0

RE

DES

G

mediana

Boxplot de REDESG

Figura 5.4 – Medidas estatísticas do indicador proporção de domicílios ligados narede de esgotamento sanitário (REDESG).

-2.00 -1.45 -0.90 -0.35 0.20 0.75 1.30 1.85 2.40 2.95 3.50 4.05 4.60RENDANOM

0.0

0.2

0.4

0.6

-1

0

1

2

3

4

REN

DAN

OM

mediana

Boxplot RENDANOM

Figura 5.5 – Medidas estatísticas do indicador renda nominal do chefe de família(RENDANOM).

-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11CASAS

0

2

4

6

8

10

0.0

0.2

0.4

0.6

0.8

1.0

CA

SA

S

mediana

Boxplot de CASAS

Figura 5.6 – Medidas estatísticas do indicador proporção de casas (CASAS).

115

Figura 5.7 – Medidas estatísticas do indicador proporção de chefes de família comsegundo grau ou mais (CFSEGMA).

-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00CFSEGMA

0

1

2

3

0.0

0.2

0.4

0.6

0.8

CFS

EGM

A

mediana

Boxplot de CFSEGMA

-0.10 0.01 0.12 0.23 0.34 0.45 0.56 0.67 0.78 0.89 1.00 1.11COLRGLIX

0

5

10

15

0.0

0.2

0.4

0.6

0.8

1.0

CO

LRG

LIX

mediana

Bolxplot de COLRGLIX

Figura 5.8 – Medidas estatísticas do indicador proporção de domicílios com coleta regular de lixo (COLRGLIX).

116

117

Tabela 5.8 – Medidas estatísticas de cada indicador selecionado. INDICADOR

ESTATÍSTICA INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRLIX Valor mínimo 0,0000 0,0116 0,0000 -1,2781 0,0000 1,7700 0,0000

1º quartil 0,6469 0,2344 0,1223 -0,8022 0,1100 3,1800 0,7777Média 0,7517 0,4953 0,5786 0,0293 0,6748 3,4659 0,8553

Mediana 0,9836 0,5325 0,6777 -0,2210 0,9777 3,4600 0,99443º quartil 1,0000 0,7585 0,9956 0,7533 1,0000 3,7925 1,0000

Valor máximo 1,0000 0,9315 1,0000 3,8233 1,0000 4,5600 1,0000Total de observações 480 480 480 480 480 480 480

Variância 0,1400 0,0717 0,1694 0,9786 0,1777 0,1879 0,0553Desvio padrão 0,3741 0,2678 0,4116 0,9892 0,4215 0,4334 0,2351

O indicador número médio de pessoas por domicílios (NEMEDPES) apresenta

valores distribuídos em torno de 3,5, com pouca dispersão e com baixa assimetria. O

histograma e o diagrama de medidas estatísticas ilustram esse aspecto.

Já o indicador proporção de domicílios com ligação interna e ligados na rede

pública de água (INTCRED) apresenta alta assimetria para a direita. Além disso,

apresenta valores extremos que estão bem afastados do conjunto principal dos dados.

Apesar de uma grande parte de domicílios serem atendidos pelo sistema de

abastecimento público de água, uma parcela considerável encontra-se desprovida

desse serviço. Analisando o indicador proporção de domicílios ligados à rede de

esgotamento sanitário (REDESG) verifica-se uma alta dispersão dos dados. O

histograma desse indicador mostra dois picos nos extremos, tal qual o indicador de

abastecimento de água (INTCRED), sendo que, para o indicador de esgotamento

sanitário (REDESG), o número de domicílios desprovidos do serviço é mais alto. Isso

aponta para o fato de existirem, em relação a esses indicadores, dois extratos de

setores. Adicionalmente, a Tabela 5.8 aponta que os indicadores de abastecimento de

água (INTCRED) e esgotamento sanitário (REDEG) apresentam a mediana bem

afastada da média, ou seja, uma distribuição assimétrica.

O histograma e o diagrama de medidas estatísticas do indicador de renda

(RENDANOM) indicam uma assimetria para a esquerda (assimetria negativa),

mostrando uma variância pequena e concentração maior nos valores de baixa renda.

Para o indicador de coleta de lixo (COLRGLIX) verifica-se uma assimetria

acentuada dos dados para a direita (assimetria positiva), apresentando também uma

alta concentração, o que pode ser comprovado através da Tabela 5.8, onde se

constata uma baixa variância.

Com relação ao indicador de escolaridade (CFSEGMA), identifica-se uma boa

simetria dos dados, valores próximos entre média e mediana e uma baixa

concentração. O indicador proporção de casas (CASAS) possui uma alta dispersão

com assimetria para a direita. A média e a mediana do indicador de casas apresentam

valores não tão próximos.

Posteriormente, realizou-se uma análise bivariada de forma a se verificar o

comportamento das variáveis duas a duas, complementarmente à matriz de correlação

apresentada na Tabela 5.7. A Figura 5.9 mostra o diagrama de espalhamento dos

indicadores.

INTCRED

0.00.30.60.9

-2.0-0.51.02.54.0

2

3

4

0.0 0.3 0.6 0.9

0.0 0.3 0.6 0.9

CFSEGMA

CASAS

0.0 0.3 0.6 0.9

-2.0 -0.5 1.0 2.5 4.0

RENDANOM

REDESG

0.0 0.3 0.6 0.9

2 3 4

NEMEDPES

0.00.30.60.9

0.00.30.60.9

0.00.30.60.9

COLRGLIX

0.00.30.60.9

0.0 0.3 0.6 0.9

Figura 5.9 - Análise bivariada das variáveis selecionadas.

118

2 Este indicador sugere uma tendência de que, em áreas de favelas, a concentração de casas seja altíssima. 119

Analisando-se o diagrama de espalhamento, verifica-se que o indicador

proporção de casas (CASAS) e número médio de domicílios (NEMEDPES)

apresentam correlação positiva. Em compensação, com o indicador renda nominal

(RENDANOM), o indicador proporção de casas (CASAS) apresenta correlação

negativa. Com relação ao indicador de escolaridade (CFSEGMA), esse apresenta

correlação negativa com número médio de pessoas (NEMEDPES) e positiva com

renda nominal (RENDANOM). Esses resultados fazem sentido, haja visto que áreas

de baixa renda são caracterizadas, geralmente, pela grande número de casas e

pessoas de baixa escolaridade.

O objetivo central da análise multivariada, neste estudo, consiste em se definir

grupos sócio-econômicos distintos, com base em diversos indicadores. Todavia, a

visualização espacial de cada indicador isoladamente pode ajudar no processo de

classificação. Nesse sentido, a distribuição espacial das variáveis permite identificar

zonas de concentração das variáveis, podendo-se confrontar com a realidade local,

conforme mostram as Figuras 5.10, 5.11, 5.12, 5.13, 5.14, 5.15 e 5.16.

Ao analisar os mapas é possível verificar uma tendência de concentração de

melhores índices na zona sul do município, identificando uma concentração de renda

nos bairros de Icaraí, Ingá e São Francisco. Nesses bairros, da mesma forma, há a

ocorrência de altos indicadores de escolaridade e baixos indicadores de número de

pessoas por domicílio, exceto São Francisco. O indicador proporção de casas

(CASAS) apresentou baixos valores nos bairros de Icaraí e Ingá. Verifica-se que, na

realidade, há a grande ocorrência de prédios nesses bairros. Já os setores censitários

de São Francisco apresentaram altos valores para o indicador proporção de casas

(CASAS). Com relação ao saneamento, essa região apresenta os melhores

indicadores de distribuição de água, coleta de esgotos e de lixo.

Caminhando-se para a região norte do município, fica claro como, de uma

forma geral, os indicadores sócio-econômicos tendem a piorar. Isso fica mais evidente

analisando os indicadores de renda, escolaridade e número médio de pessoas por

domicílio. Com relação ao indicador proporção de casas, constata-se um aumento

progressivo também(2). Ainda com relação à região norte do município, verifica-se que

os indicadores de saneamento, contrariamente aos mencionados anteriormente, não

apresentaram grandes modificações quando comparados com os da zona sul.

Na região de Pendotiba, é verificada uma queda brusca nos indicadores de

saneamento. A partir dessa região, os índices de abastecimento de água e

esgotamento sanitário sofrem uma redução forte. Excetuando-se os setores de Maria

Paula, para abastecimento de água, todos os outros bairros da região apresentaram

GR

AG

OA

TÁ

MO

RR

O D

O E

STA

DO

746

5000

747

0000

746

0000

708000

703000

698000

693000

ENG

EN

HO

DO

MA

TO

ITA

IPÚ

CA

MB

OIN

HA

S

PIR

AT

ININ

GA

ITA

CO

AT

IAR

A

JAC

AR

É

RIO

DO

OU

RO

VAR

ZEA

DA

SM

OÇ

AS

CH

AR

ITA

SJU

RU

JU

BA

CA

FUB

Á

SÃO

FRA

NC

ISC

OC

AN

TA

GA

LO

FON

SE

CA

CA

RA

MU

JO

SAN

TABA

RB

AR

A

BAL

DE

AD

OR

MA

RIA

PA

ULA

ENG

EN

HO

CA

BAR

RE

TO

SAN

TAN

A

ILH

A D

AC

ON

CE

IÇÃ

O

PON

TA

D'A

RE

IA

TEN

EN

TE J

AR

DIM

ICA

RA

Í

SAN

TA R

OS

A

CE

NT

RO

SÃO

LO

UR

EN

CO

SÃO

DO

MIN

GO

S

ING

Á

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

AD

OU

RO

CA

CH

OEI

RA

LAR

GO

DA

BA

TAL

HA

MA

TA

PA

CA

VILA

PRO

GR

ES

SO

MU

RIQ

UI

MA

CE

IO

BAD

U

CU

BA

NG

O

PE P

EQ

UE

NO

FÁT

IMA

NEM

EDPE

S1.

7 - 2

.52.

5 - 3

3 - 3

.53.

5 - 4

4 - 5

Não

cla

ssifi

cado

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Oce

ano

Atlâ

ntic

o

Figu

ra 5

.10

- Dis

tribu

ição

espa

cial

do

indi

cado

r núm

ero

méd

io d

e pe

ssoa

s po

r dom

icíli

o (N

EME

DP

ES

).

120

GR

AGO

ATÁ

MOR

RO D

O E

STA

DO

7465

000

7470

000

7460

000

708000

703000

698000

693000

ENGE

NHO

DO

MAT

O

ITAI

PÚ

CA

MBO

INHA

S

PIR

ATIN

ING

A

ITAC

OA

TIAR

A

JAC

ARÉ

RIO

DO

OU

RO

VAR

ZEA

DAS

MO

ÇAS

CHA

RIT

ASJU

RUJ

UBA

CAF

UB

Á

SÃO

FRA

NCI

SCO

CANT

AGA

LO

FON

SECA

CAR

AMU

JO

SAN

TABA

RBA

RA

BALD

EAD

OR

MAR

IA P

AULA

ENGE

NHO

CA

BAR

RETO

SAN

TANA

ILHA

DA

CON

CEIÇ

ÃO

PONT

AD'

AREI

A

TEN

ENTE

JAR

DIM

ICAR

AÍ

SAN

TA R

OSA

CEN

TRO

SÃO

LO

URE

NCO

SÃO

DO

MIN

GOS

ING

Á

BOA

VIA

GEM

VITA

LBR

ASI

L

SAPÊ

ITIT

IOCA

VIR

ADO

URO

CACH

OEI

RA

LAR

GO

DA

BAT

ALH

A

MAT

APA

CAVI

LAPR

OGR

ESSO

MUR

IQUI

MA

CEIO

BAD

U

CU

BANG

O

PE P

EQ

UENO

FÁTI

MA

INTC

RED 0 -0

.20.

2 - 0

.40.

4 - 0

.60.

6 - 0

.80.

8 - 1

Não

cla

ssifi

cado

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.11

- Dis

tribu

ição

esp

acia

l do

indi

cado

r pro

porç

ão d

edo

mic

ílios

ligad

os n

a re

de d

e ág

ua e

com

liga

ção

inte

rna

(INTC

RE

D)

121

AG

OA

TÁ

MOR

RO

DO

ES

TAD

O

7465

000

7470

000

7460

000

708000

703000

698000

693000

ENG

EN

HO

DO

MA

TO

ITA

IPÚ

CA

MB

OIN

HA

S

PIR

ATIN

ING

A

ITA

CO

AT

IAR

A

JAC

AR

É

RIO

DO

OUR

O

VAR

ZEA

DA

SM

OÇA

S

CH

AR

ITAS

JUR

UJ

UB

A

CA

FUB

Á

SÃO

FRA

NC

ISC

OC

AN

TA

GA

LO

FON

SE

CA

CA

RA

MUJO

SAN

TABA

RB

AR

A

BAL

DE

AD

OR

MA

RIA

PA

ULA

ENG

EN

HO

CA

BAR

RE

TO

SAN

TAN

A

ILH

A D

AC

ON

CE

IÇÃ

O

PON

TA

D'A

RE

IA

TEN

EN

TE J

AR

DIM

ICA

RA

Í

SAN

TA R

OS

A

CE

NT

RO

SÃO

LO

UR

EN

CO

SÃO

DO

MIN

GOS

INGÁ

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

AD

OU

RO

CAC

HO

EIR

A

LAR

GO

DA

BA

TAL

HA

MA

TA

PA

CA

VILA

PRO

GR

ES

SO

MUR

IQU

I

MAC

EIO

BAD

U

CU

BA

NG

O

PE P

EQ

UE

NO

FÁT

IMA

CAS

AS 0 - 0

.20.

2 - 0

.40.

4 - 0

.60.

6 - 0

.80.

8 - 1

Não

cla

ssifi

cado

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

a de

an

abar

a

São

Gon

çalo

Figu

ra 5

.12

- Dis

tribu

ição

esp

acia

l do

indi

cado

r pro

porç

ão d

e ca

sas

(CAS

AS

)

122

GRAG

OATÁ

MOR

RO

DO

ES

TAD

O

7465

000

7470

000

7460

000

708000

703000

698000

693000

ENGE

NHO

DO

MA

TO

ITAI

PÚ

CA

MBO

INH

AS

PIRA

TIN

ING

A

ITAC

OATI

ARA

JAC

ARÉ

RIO

DO

OUR

O

VAR

ZEA

DA

SM

OÇ

AS

CHA

RIT

ASJU

RUJ

UBA

CAFU

BÁ

SÃO

FRA

NC

ISCO

CAN

TAG

ALO

FON

SEC

A

CAR

AMU

JO

SAN

TABA

RB

ARA

BALD

EAD

OR

MAR

IA P

AULA

ENGE

NHO

CA

BAR

RE

TO

SAN

TAN

A

ILHA

DA

CON

CEIÇ

ÃO

PON

TA

D'A

REI

A

TENE

NTE

JAR

DIM

ICA

RAÍ

SAN

TA R

OSA

CEN

TRO

SÃO

LOU

REN

CO

SÃO

DO

MIN

GO

S

ING

Á

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

ADO

URO

CAC

HO

EIRALA

RG

O DA

BAT

ALH

A

MAT

APAC

AVI

LAPR

OGR

ESS

O

MUR

IQU

I

MAC

EIO

BAD

U

CUB

ANG

O

PE P

EQUE

NO

FÁT

IMA

CFS

EGM

A0

-0.2

0.2

-0.4

0.4

-0.6

0.6

-0.8

0.8

-1N

ão c

lass

ifica

do

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.13

- Dis

tribu

ição

esp

acia

l do

indi

cado

r che

fes

com

seg

undo

gra

u ou

mai

s de

esc

olar

idad

e (C

FSE

GM

A)

123

GR

AGOA

TÁ

MO

RRO

DO

ES

TADO

7465

000

7470

000

7460

000

708000

703000

698000

693000

ENGE

NHO

DO

MA

TO

ITA

IPÚ

CAM

BO

INHA

S

PIR

ATIN

ING

A

ITAC

OA

TIA

RA

JAC

ARÉ

RIO

DO

OU

RO

VAR

ZEA

DAS

MOÇA

S

CHA

RIT

ASJU

RUJU

BA

CAF

UB

Á

SÃO

FRA

NC

ISC

OC

ANT

AGA

LO

FON

SEC

A

CAR

AMU

JO

SAN

TABA

RB

ARA

BAL

DEA

DOR

MAR

IA P

AULA

ENGE

NHO

CA

BAR

RETO

SAN

TANA

ILH

A D

AC

ON

CEI

ÇÃO

PON

TA

D'A

RE

IA

TEN

EN

TE J

ARD

IM

ICA

RAÍ

SAN

TA R

OSA

CEN

TRO

SÃO

LO

URE

NCO

SÃO

DO

MIN

GOS

ING

Á

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊITI

TIOC

A

VIRA

DO

UR

O

CAC

HOEI

RA

LAR

GO

DA

BATA

LH

A

MAT

APA

CAVI

LAPR

OG

RES

SO

MU

RIQ

UI

MAC

EIO

BAD

U

CUB

ANG

O

PE P

EQ

UEN

O

FÁTI

MA

RED

ESG

0 - 0

.20.

2 - 0

.40.

4 - 0

.60.

6 - 0

.80.

8 - 1

Não

cla

ssifi

cado

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

ía d

e an

abar

a

São

Gon

çalo

Figu

ra 5

.14

-Dis

trib

uiçã

o es

paci

al d

o in

dica

dor p

ropo

rção

de

dom

icíli

os li

gado

s na

rede

de

esgo

to (R

EDES

G)

124

GR

AG

OA

TÁ

MO

RR

O D

OE

STA

DO

746

5000

747

0000

746

0000

708000

703000

698000

693000

ENG

EN

HO

DO

MA

TO

ITA

IPÚ

CA

MB

OIN

HA

S

PIR

AT

ININ

GA

ITA

CO

AT

IAR

A

JAC

AR

É

RIO

DO

OU

RO

VAR

ZEA

DA

SM

OÇ

AS

CH

AR

ITA

SJU

RU

JU

BA

CA

FUB

Á

SÃO

FRA

NC

ISC

OC

AN

TA

GA

LO

FON

SE

CA

CA

RA

MU

JO

SAN

TABA

RB

AR

A

BAL

DE

AD

OR

MA

RIA

PA

ULA

ENG

EN

HO

CA

BAR

RE

TO

SAN

TAN

A

ILH

A D

AC

ON

CE

IÇÃ

O

PON

TA

D'A

RE

IA

TEN

EN

TE J

AR

DIM

ICA

RA

Í

SAN

TA R

OS

A

CE

NT

RO

SÃO

LO

UR

EN

CO

SÃO

DO

MIN

GO

S

ING

Á

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

AD

OU

RO

CA

CH

OEI

RA

LAR

GO

DA

BA

TAL

HA

MA

TA

PA

CA

VILA

PRO

GR

ES

SO

MU

RIQ

UI

MA

CE

IO

BAD

U

CU

BA

NG

O

PE P

EQ

UE

NO

FÁT

IMA

REN

DAN

OM

-1.5

--0

.4-0

.4 -

0.7

0.7

- 1.8

1.8

- 2.9

2.9

- 4N

ão c

lass

ifica

do

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.15

- Dis

tribu

ição

esp

acia

l do

indi

cado

r ren

da n

omin

al d

o ch

efe

de fa

míli

a (R

EN

DA

NO

M)

125

GR

AG

OAT

Á

MO

RRO

DO

EST

AD

O

746

5000

747

0000

746

0000

708000

703000

698000

693000

ENG

ENH

O D

OM

ATO

ITA

IPÚ

CA

MBO

INH

AS

PIR

ATI

NIN

GA

ITA

CO

AT

IAR

A

JAC

ARÉ

RIO

DO

OU

RO

VAR

ZEA

DA

SM

OÇA

S

CH

AR

ITA

SJU

RU

JU

BA

CA

FUB

Á

SÃO

FRA

NC

ISC

OC

AN

TAG

ALO

FON

SE

CA

CAR

AM

UJO

SAN

TABA

RB

ARA

BAL

DE

AD

OR

MA

RIA

PAU

LA

ENG

EN

HO

CA

BAR

RET

O

SAN

TAN

A

ILH

A D

AC

ON

CE

IÇÃ

O

PON

TA

D'A

RE

IA

TEN

EN

TE J

AR

DIM

ICA

RA

Í

SAN

TA R

OS

A

CE

NT

RO

SÃO

LO

UR

EN

CO

SÃO

DO

MIN

GO

S

INGÁ

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

AD

OUR

O

CAC

HO

EIR

A

LARG

O D

ABA

TAL

HA

MAT

AP

AC

AVI

LAPR

OG

RE

SS

O

MU

RIQ

UI

MA

CE

IO

BAD

U

CU

BAN

GO

PE P

EQ

UE

NO

FÁT

IMA

CO

LRLI

X0

- 0.2

0.2

- 0.4

0.4

- 0.6

0.6

- 0.8

0.8

- 1N

ão c

lass

ifica

do

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.16

- Dis

tribu

ição

esp

acia

l do

indi

cado

r col

eta

regu

lar d

e lix

o(C

OLR

GLI

X)

126

127

indicadores de água e esgoto nas piores faixas (0-0,2). Para ser mais preciso, tais

setores apresentaram valor zero para ambos indicadores, salvo os de Matapaca e Vila

Progresso. Nesse caso, dois setores apresentaram valores na faixa de 0,2-0,4, para

abastecimento de água. Com relação a renda e escolaridade, verifica-se uma faixa de

baixos indicadores passando pelos bairros do Baldeador, Santa Bárbara, Maria Paula,

Sapê, Badu, Cantagalo, entre outros.

A região leste do município, da mesma forma que a de Pendotiba, apresentou

setores com valor nulo para abastecimento de água e coleta de esgotos. Em relação à

coleta de lixo, identifica-se uma maior heterogeneidade, com setores distribuídos em

diversas faixas. Nessa região, registrou-se uma alta ocorrência de indicadores com

baixos valores de renda e escolaridade. Além disso, foi identificado uma

predominância de setores com altos indicadores de casas (CASAS) e número médio

de pessoas por domicílio (NEMEDPES).

A região oceânica também apresentou valores nulos para distribuição de água

e coleta de esgoto. A respeito da distribuição de renda e do nível de instrução nessa

região, verifica-se uma certa heterogeneidade. Alguns setores, tais como os dos

bairros de Itacoatiara e Camboinhas, apresentaram valores altos para esses dois

índices. O mapa do indicador proporção de casas (CASAS) demonstra uma

predominância de casas na região. Analisando o indicador de número médio pessoas

por domicílio (NEMEDPES), identifica-se uma predominância de setores na faixa de

3,5-4 pessoas por domicílio.

128

5.3 - CLASSIFICAÇÃO MULTIVARIADA

A classificação multivariada dos setores censitários foi realizada através do

método k-médias de agrupamento. Os setores foram agrupados de forma a maximizar

a variância intergrupos e minimizar a variância intragrupos.

A primeira classificação foi realizada de forma a gerar cinco grupos, utilizando-

se cinco setores como sementes iniciais. A Tabela 5.9 discrimina a estatística dos

indicadores para cada grupo.

Tabela 5.9 - Média de cada indicador para as diferentes classes de risco da classificação inicial.

CLASSES INDICADOR Número de setores INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX

1 45 0,991 0,811 0,158 1,974 0,892 3,328 0,9972 105 0,994 0,776 0,152 0,847 0,987 3,127 0,9963 145 0,966 0,517 0,502 -0,344 0,952 3,269 0,9694 34 0,156 0,577 0,972 0,718 0,011 3,699 0,8575 151 0,440 0,167 0,986 -0,915 0,277 3,880 0,606

Obs.: Os indicadores INTCRED, CFSEGMA, CASAS, REDESG e COLRGLIX variam entre 0 e 1 O indicador RENDANOM foi normalizado para média 0 e desvio padrão 1

A classificação com cinco grupos não permitiu identificar de maneira clara a

variabilidade espacial de forma a subsidiar uma possível tomada de decisão em

determinadas regiões, seja através da expansão da rede física de saúde ou da

intervenção em saneamento. Um caso típico é a região oceânica de Niterói. Nessa

região, tem-se uma clara heterogeneidade de padrões sócio-econômicos, o que não

fica claro na Figura 5.17.

GR

AG

OA

TÁ

MO

RR

O D

OE

STA

DO

746

5000

747

0000

746

0000

708000

703000

698000

693000

ENG

EN

HO

DO

MA

TO

ITA

IPÚ

CA

MB

OIN

HA

S

PIR

AT

ININ

GA

ITA

CO

AT

IAR

A

JAC

AR

É

RIO

DO

OU

RO

VAR

ZEA

DA

SM

OÇ

AS

CH

AR

ITA

SJU

RU

JU

BA

CA

FUB

Á

SÃO

FRA

NC

ISC

OC

AN

TA

GA

LO

FON

SE

CA

CA

RA

MU

JO

SAN

TABA

RB

AR

A

BAL

DE

AD

OR

MA

RIA

PA

ULA

ENG

EN

HO

CA

BAR

RE

TO

SAN

TAN

A

ILH

A D

AC

ON

CE

IÇÃ

O

PON

TA

D'A

RE

IA

TEN

EN

TE J

AR

DIM

ICA

RA

Í

SAN

TA R

OS

A

CE

NT

RO

SÃO

LO

UR

EN

CO

SÃO

DO

MIN

GO

S

ING

Á

BOA

VIA

GE

MVI

TAL

BRA

SIL

SAP

ÊIT

ITIO

CA

VIR

AD

OU

RO

CA

CH

OEI

RA

LAR

GO

DA

BA

TAL

HA

MA

TA

PA

CA

VILA

PRO

GR

ES

SO

MU

RIQ

UI

MA

CE

IO

BAD

U

CU

BA

NG

O

PE P

EQ

UE

NO

FÁT

IMA

Cla

ssifi

caçã

o - 5

cla

sses

1 2 3 4 5 Não

cla

ssifi

cado

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.17

- Dis

tribu

ição

esp

acia

l do

resu

ltado

da

clas

sific

ação

mul

tivar

iada

com

5 g

rupo

s

129

130

Em função dessa dificuldade, decidiu-se fazer um novo agrupamento dos

setores censitários, utilizando, então, seis setores como sementes iniciais. O mapa de

risco para seis classes demonstra maior variabilidade espacial, refletindo com maior

clareza a diferença existente entre alguns extratos sócio-econômicos. A Tabela 5.10

mostra a média de cada indicador nas diferentes classes. Na Figura 5.18, encontram-

se os resultados da classificação multivariada, mostrando-se a distribuição espacial

dos 6 grupos finais. Na Figura 5.19, tem-se os diagramas das medidas estatísticas

dos indicadores para esses diferentes grupos.

Tabela 5.10 - Média de cada indicador para as diferentes classes de risco na

classificação final.INDICADOR

CLASSES Número de setores INTCRED CFSEGMA CASAS RENDANOM REDESG NEMEDPES COLRGLIX

1 43 0,995 0,812 0,067 1,929 0,997 3,253 0,9982 102 0,993 0,775 0,156 0,831 0,986 3,127 0,9963 145 0,966 0,517 0,502 -0,344 0,952 3,269 0,9694 14 0,510 0,721 0,913 1,805 0,030 3,767 0,9225 32 0,128 0,507 0,984 0,237 0,008 3,689 0,8006 144 0,454 0,156 0,985 -0,948 0,290 3,889 0,605

Obs: Os indicadores LIGINT, CFSEGMA, CASAS, REDESG e COLRGLIX variam entre 0 e 1 O indicador RENDANOM foi normalizado para média 0 e desvio padrão 1

GRAG

OATÁ

MORR

O DO

ESTA

DO

7465

000

7470

000

7460

000

708000

703000

698000

693000

ENGE

NHO

DO

MAT

O

ITAIP

Ú

CAMB

OIN

HAS

PIRA

TINI

NGA

ITAC

OATI

ARA

JACA

RÉ

RIO

DO O

URO

VAR

ZEA

DAS

MOÇA

S

CHAR

ITAS

JURU

JUBA

CAFU

BÁ

SÃO

FRAN

CISC

OCA

NTAG

ALO

FONS

ECA

CARA

MUJO

SAN

TABA

RBA

RA

BALD

EADO

R

MARI

A PA

ULA

ENGE

NHO

CA

BAR

RETO

SAN

TANA

ILHA

DACO

NCEI

ÇÃO

PONT

AD'

AREI

A

TENE

NTE

JAR

DIM

ICAR

AÍ

SAN

TA R

OSA

CENT

RO

SÃO

LOU

REN

CO

SÃO

DO

MING

OS

INGÁ

BOA

VIAG

EMVI

TAL

BRAS

IL

SAPÊ

ITITI

OCA

VIRA

DOUR

O

CACH

OEI

RALARG

O DA

BATA

LHA

MATA

PACA

VILA

PROG

RESS

O

MUR

IQUI

MACE

IO

BAD

U

CUBA

NGO

PE P

EQUE

NO

FÁTI

MA

Clas

sific

ação

-6

cla1 2 3 4 5 6 Nã

o cla

ssifi

ca

Bairr

osM

alha

N

EW

S

Mar

icá

Oce

ânic

o At

lânt

ico

Baía

de

Gua

naba

ra

São

Gon

çalo

Figu

ra 5

.18

- Dis

tribu

ição

esp

acia

l do

resu

ltado

da

clas

sific

ação

mul

tivar

iada

com

6 g

rupo

s

131

1 2 3 4 5 6Classe

0.0

0.2

0.4

0.6

0.8

1.0

CAS

ASBoxplot do indicador CASAS por classe

1 2 3 4 5 6Classe

0.0

0.2

0.4

0.6

0.8

CFS

EG

MA

Boxplot do indicador CFSEGMA por classes

1 2 3 4 5 6Classe

0.0

0.2

0.4

0.6

0.8

1.0

CO

LRG

LIX

Boxplot do indicador COLRGLIX por classe

1 2 3 4 5 6Classe

-0.1

0.1

0.3

0.5

0.7

0.9

1.1

INTC

RED

Boxplot do indicador INCRED por classe

1 2 3 4 5 6Classe

1.5

2.5

3.5

4.5

NEM

EDPE

S

Boxplot do indicador NEMEDPES por classe

1 2 3 4 5 6Classe

-0.1

0.1

0.3

0.5

0.7

0.9

RED

ESG

Boxplot do indicador REDESG por classe

1 2 3 4 5 6Classe

-1

0

1

2

3

4

RE

ND

AN

OM

Boxplot do indicador RENDANOM por classe

Figura 5.19 - Medidas estatísticas dos indicadores selecionados por classe de risco.

132

133

A classificação multivariada permitiu a formação de seis grupos distintos.

Procurou-se ordenar os grupos em ordem crescente de risco. As características de

cada um dos grupos estão discriminadas a seguir:

classe 1 – classe constituída com setores de maior renda, maior nível de

escolaridade, melhor cobertura nos sistemas de abastecimento de água,

esgotamento sanitário e coleta de lixo; além disso, esse grupo possui baixo

número de pessoas por domicílio e pouca quantidade de casas;

classe 2 – possui alto indicador de renda se comparado com os outros grupos, e o

segundo melhor indicador de escolaridade; ressalta-se, também, o fato deste

grupo apresentar ótimos indicadores de saneamento, só perdendo para os setores

da classe 1;

classe 3 – os setores desse grupo possuem ótimo atendimento da cobertura das

redes de abastecimento de água e esgotamento sanitário; entretanto, são

caracterizados como setores de baixa renda, e o nível de escolaridade não é muito

alto;

classe 4 – apesar de apresentar uma renda melhor do que a classe 2, essa classe

possui baixíssimo nível de atendimento para o item de esgotamento sanitário;

adicionalmente, os setores desse grupo apresentam um atendimento regular do

sistema de abastecimento de água, identificando-se, na Figura 5.19, uma grande

dispersão dos dados para o indicador proporção de domicílios ligados da rede de

água (INTCRED);

classe 5 – constitui no segundo pior grupo no aspecto de risco à saúde; possui

baixo indicador de renda (RENDANOM) e de escolaridade (CFSEGMA); possui

também o pior indicador de esgotamento sanitário (REDESG), e grande parte dos

domicílios não são atendidos por rede de abastecimento de água;

classe 6 – essa classe possui os setores com pior renda domiciliar e escolaridade,

com baixos indicadores de saneamento (INTCRED e REDESG) e maior número de

pessoas por domicílios (NEMEDPES).

Analisando-se o mapa de classes (Figura 5.18) e confrontando-o com os

mapas dos indicadores (Figuras 5.10 a 5.16), verifica-se alguns problemas. Alguns

setores foram enquadrados em classes em que a média do indicador da classe é

muito diferente do valor do indicador do setor. Isso aconteceu, por exemplo, com

alguns setores da região oceânica de Niterói. Os setores dos bairros de Itacoatiara e

de Camboinhas foram enquadrados na classe 4 de risco. A classe 4 apresenta um

valor médio para o indicador de água (INTCRED) e baixo para o de esgotamento

sanitário (REDESG). No mapa dos indicadores verifica-se que esses setores possuem

valores entre 0 e 0,2 para ambos. Aliás, para ser mais preciso, ambos são nulos, pois,

para o ano da pesquisa do censo, o saneamento da região era nulo. Em

compensação, para os outros indicadores, tais setores possuem alta renda e alta

escolaridade, o que acaba conduzindo-os para a classe 4.

Finalmente, na Figura 5.20, relaciona-se a realidade local com as classes

identificadas através da análise multivariada. Nota-se, por exemplo, que os setores

censitários do morro do Estado foram enquadrados na classe 6, caracterizada pela

foto da Figura 5.20. Da mesma forma, os setores do bairro de Icaraí, classificados nas

classes 1 e 2, apresentam pouca incidência de casas e alto nível de vida (renda,

escolaridade e saneamento), padrões também evidenciados pela Figura 5.20.

CUBANGO

ICARAÍ

MORRO DO ESTADO

134

Figura 5.20 – Análise da classificação com a realidade local (fotos do arquivo pessoal de Ana Cristina Costa Bezerra, 1999).

5.4 – ANÁLISE GEOESTATÍSTICA

Nesta seção, procurou-se destacar o papel que a abordagem geoestatística

pode vir a desempenhar em um processo de classificação multivariada. Mais

especificamente, procurou-se caracterizar a estrutura de correlação espacial através

de variogramas e covariogramas, conforme apresentado no Capítulo 3.

5.4.1 – Variogramas

Nessa etapa do trabalho, o objetivo principal consiste na análise da estrutura

espacial dos dados. Dessa forma, foram elaborados variogramas para os indicadores

selecionados.

Primeiramente, os variogramas foram construídos desconsiderando uma

possível anisotropia no fenômeno. Todos os indicadores foram considerados como

isotrópicos. As Figuras 5.21, 5.22, 5.23, 5.24, 5.25, 5.26 e 5.27 mostram os

variogramas de cada indicador.

Semivariograma - número médio de pessoas por domicílio (NEMEDPES)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.21- Semivariograma do indicador número médio de pessoas por domicílio (NEMEDPES).

135

Semivariograma - renda nominal do chefe de família (RENDANOM)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,5

1

1,5

2

2,5

3

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.22 – Semivariograma do indicador renda nominal do chefe de família (RENDANOM).

Semivariograma - proporção de domicílios com chefes com segundo grau ou mais (CFSEGMA)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.23 – Semivariograma do indicador proporção de chefes de família com segundo grau ou mais (CFSEGMA).

136

Semivariograma - proporção de casas no setor (CASAS)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.24 - Semivariograma do indicador proporção de casas.

Semivariograma - proporção de domicílios com coleta regular de lixo (COLRGLIX)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

0,2

0 2000 4000 6000 8000 10000

Distância (m)

Sem

i-var

iânc

ia

Variância

Figura 5.25 – Semivariograma do indicador proporção de domicílios com coleta regular

de lixo (COLRGLIX).

137

Semivariograma - proporção de domícilios ligados na rede de água e com ligação interna (INTCRED)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.26 – Semivariograma do indicador proporção de domícílios ligados na rede de

água e com ligação interna (INTCRED).

Semivariograma - proporção de domicílios ligados na rede de esgoto (REDESG)Dados originais - considerando o fenômeno isotrópico

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

138

Figura 5.27 – Semivariograma do indicador proporção de domicílios com coleta regular de

esgotos (REDESG).

139

Analisando-se os semivariogramas dos indicadores, verifica-se que todos

apresentam uma estrutura de correlação espacial.

Os indicadores renda nominal (RENDANOM), coleta regular de lixo

(COLRGLIX), proporção de casas no setor (CASAS), chefes com segundo ou grau ou

mais de escolaridade (CFSEGMA) e número médio de pessoas por domicílio

(NEMEDPES) apresentaram uma estrutura semelhante. Para essas variáveis

identifica-se uma alta correlação nas menores distâncias, apresentando um alcance na

faixa de 2000 a 3000m de distância.

Com relação aos outros indicadores proporção de domicílios ligados na rede de

água com ligação interna (INTCRED) e proporção de domicílios com coleta de esgotos

(REDESG), nota-se uma estrutura diferente. Apesar de apresentarem também uma

estrutura espacial dos dados, verifica-se uma menor dependência espacial. Além

disso, essas duas variáveis apresentaram dois patamares. Com relação ao alcance,

constata-se que ambos apresentaram valores próximos de 4.000m

As variáveis de água e esgoto possuem uma peculiaridade. O fato de não

haver qualquer cobertura de rede de água e esgotamento sanitário nas regiões

oceânica, Pendotiba e leste, quando da pesquisa do IBGE em 1991, faz com que

grande parte dos setores apresente valores iguais a zero. Isso acaba por distorcer a

análise geoestatística. Foram, então, construídos variogramas para tais indicadores,

desprezando-se os setores dessas regiões (Figuras 5.28 e 5.29).

Variograma - proporção de domicílios com ligação interna e ligados na rede de água (INTCRED)Sem os setores das regiões sem qualquer tipo de rede (Oceânica , Pendotiba e Leste)

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.28 – Semivariograma de água excluindo alguns setores (INTCRED).

Semivariograma - proporção de domicílios com coleta de esgoto (REDESG)Sem os setores das regiões sem qualquer tipo de rede (Oceânica, Pendotiba e Leste)

= 0º / d = 180º

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000

Distância (m)

Sem

ivar

iânc

ia

Variância

Figura 5.29 – Semivariograma de esgoto excluindo alguns setores (REDESG).

140

141

Analisando-se os novos semivariogramas, verifica-se ainda a existência de dois

patamares. O indicador de esgoto apresentou uma maior instabilidade acima da

variância dos dados e seu alcance diminuiu de cerca de 4.000m (Figura 5.27) para

cerca de 3.000m (5.29). Já para o semivariograma do indicador de abastecimento de

água, nota-se uma diminuição dos valores das medidas da semivariância, continuando

o alcance em torno de 4.000m.

5.4.2 - Anisotropia

Conforme já mencionado, os semivariogramas apresentados foram gerados

sem considerar-se a possível anisotropia existente. Com o intuito de analisar a

possibilidade de sua existência, gerou-se variogramas para diferentes direções e

respectivos ângulos de tolerância. As Figuras 5.30, 5.31, 5.32, 5.33, 5.34, 5.35 e 5.36

demonstram os resultados para as seguintes situações:

= 0º e d = 10º;

= 45º e d = 10º;

= 90º e d = 10º.

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0,45

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

i-var

iânc

ia

Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90

Figura 5.30 – Análise da anisotropia com domicílios ligados na rede e com ligação interna (INTCRED).

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

ivar

iânc

ia Variânciadalfa10-alfa0dalfa10-alfa45dalfa10-alfa90

Figura 5.31 – Análise da anisotropia com número médio de pessoas por domicílio (NEMEDPES).

142

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

ivar

iânc

ia

Variância

dalfa10-alfa0

dalfa10-alfa45

dalfa10-alfa90

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

ivar

iânc


Figura 5.32 - Análise da anisotropia do indicador domicílios ligados na rede de esgoto (REDESG).

Figura 5.33 - Análise da anisotropia do indicador proporção de domicílios com coleta regular de lixo (COLRGLIX).

143

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0 1000 2000 3000 4000 5000 6000 7000

Distância (m)

Sem

ivar

iânc

ia Variância

dalfa10-alfa0

dalfa10-alfa45

dalfa10-alfa90

Figura 5.34 - Análise da anisotropia do indicador proporção de casas no setor (CASAS).

144

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0,18

0,20

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

ivar

iânc

ia

Variância

dalfa10-alfa0

dalfa10-alfa45

dalfa10-alfa90

Figura 5.35 - Análise da anisotropia do indicador proporção de chefes com segundo grau ou mais (CFSEGMA).

0,00

0,50

1,00

1,50

2,00

2,50

3,00

0 1000 2000 3000 4000 5000 6000

Distância (m)

Sem

ivar

iânc


Figura 5.36 - Análise da anisotropia do indicador renda nominal do chefe de família (RENDANOM).

145

146

Os resultados para as três direções analisadas demonstram que os indicadores

proporção de domicílios ligados na rede de água e com ligação interna (INTCRED),

proporção de domicílios ligados na rede de esgotos (REDESG), renda nominal do

chefe de família (RENDANOM), proporção de chefes com segundo grau ou mais

(CFSEGMA) e proporção de domicílios com coleta regular de lixo (COLRGLIX)

apresentam algum grau de anisotropia. Verifica-se, para as variáveis de água e

esgoto, um comportamento mais heterogêneo na direção leste-oeste. As alterações

bruscas nos indicadores de água e esgoto para a direção leste-oeste podem ser

explicadas pelo processo de ocupação no município, que tem evoluído de oeste para

leste (SECITEC, 1999b).

Por outro lado, analisando os semivariogramas da variável número médio de

pessoas no domicílio, identifica-se pouca modificação nos gráficos da Figura 5.31.

Dessa forma, identifica-se que tal indicador possui uma tendência em ser isotrópico.

Já o indicador proporção de casas (CASAS), apesar de não possuir a mesma

homogeneidade que o número médio de pessoas por domicílio (NEMEDPES),

apresenta um comportamento sem alterações significativas nos semivariogramas.

5.4.3 – Covariogramas

Com o objetivo de analisar a correlação espacial entre variáveis, elaborou-se

covariogramas para alguns pares de variáveis. São eles:

proporção de domicílios ligados na rede e com ligação interna (INTCRED) e

proporção de chefes de família com segundo grau ou mais (CFSEGMA);

proporção de domicílios ligados na rede e com ligação interna (INTCRED) e

proporção de domicílios ligados na rede de esgotos (REDESG);

proporção de domicílios ligados na rede e com ligação interna (INTCRED) e renda

média nominal do chefe de família (RENDANOM);

proporção de casas (CASAS) e renda média nominal do chefe de família

(RENDANOM);

renda média nominal do chefe de família (RENDANOM) e proporção de chefes de

família com segundo grau ou mais (CFSEGMA).

A Figura 5.37 ilustra os covariogramas para os pares de variáveis

mencionados, embasando a hipótese da relação existente entre os indicadores no

espaço.

Finalmente, em que pese esta tese não ter utilizado técnicas geoestatísticas na

modelagem multivariada, procurou-se mostrar que, de fato, há uma estrutura de

correlação espacial nos dados. Nesse sentido, entende-se que futuros estudos devem

examinar a possibilidade de implementar essa abordagem na classificação

multivariada e definir a sua relevância.

CovariogramaINTCRED x CFSEGMA

0

0,02

0,04

0,06

0,08

0,1

0,12

0 2000 4000 6000 8000 10000 12000

Distância (m)

Cov

ariâ

ncia

Seqüência1

CovariogramaINTCRED x REDESG

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0,4

0 2000 4000 6000 8000 10000 12000

Distância (m)

Cov

ariâ

ncia

Seqüência1

CovariogramaINTCRED x RENDNOM

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0,25

0,3

0 2000 4000 6000 8000 10000 12000

Distância (m)

Cov

ario

gram

a

Seqüência1

CovariogramaCASAS x RENDANOM

-0.6

-0.5

-0.4

-0.3

-0.2

-0.1

0

0 2000 4000 6000 8000 10000 12000

Distância (m)

Cov

ariâ

ncia

Seqüência1

CovariogramaRENDANOM x CFSEGMA

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0 2000 4000 6000 8000 10000 12000

Distância (m)

Cov

ariâ

ncia

Seqüência1

Figura 5.37 - Covariogramas de alguns pares de variáveis.

147

148

5.5 – DISTRIBUIÇÃO ESPACIAL DOS CASOS DE DOENÇA – POLICLÍNICA DE ITAIPU

O processo de classificação realizado está longe de representar uma verdade

absoluta. Distorções podem ocorrer e nem sempre é possível definir claramente

estratos sócio-econômicos distintos.

Com o intuito de analisar até que ponto a classificação realizada reflete o que

realmente acontece no município, procurou-se fazer uma pesquisa de casos de

doenças relacionadas com saneamento para uma determinada região de Niterói.

O setor de saúde sofre com um problema sério de subnotificação de doenças.

Excetuando-se os casos de notificação compulsória, muitos casos não são

registrados. Isso acaba por dificultar as análises, pois com dados pouco confiáveis

acaba-se por não permitir validar adequadamente os resultados obtidos. Dentro desse

contexto, no processo de escolha da área a ser estudada para os casos de incidência

de doenças relacionadas com saneamento, procurou-se escolher uma região com

dados de maior confiabilidade. Mais precisamente, optou-se pela região que envolve o

entorno da policlínica de Itaipu.

5.5.1 – Análise dos dados e cálculo da incidência

O registro do banco de dados informatizado da policlínica de Itaipu abrange

casos ocorridos a partir de junho de 1997. Escolheu-se o ano de 1999 para análise

dos casos de doença. Foram selecionadas as seguintes doenças, segundo a

classificação internacional de doenças (CID), discriminadas em:

doenças infecciosas intestinais

cólera;

febres tifóide e paratifóide;

outras infecções por Salmonella;

amebíase;

outras doenças intestinais por protozoários;

infecções intestinais virais, outras e as não especificadas;

diarréia e gastroenterite de origem infecciosa presumível;

algumas doenças bacterianas zoonóticas

peste;

tularemia;

149

outras doenças bacterianas

difteria;

febres por herbovírus e febres hemorrágicas virais

dengue (dengue clássico);

febre hemorrágica devida ao vírus do dengue;

outras febres virais transmitidas por mosquitos;

outras febres por vírus transmitidas por artrópodes, não classificadas em outra

parte;

febre viral transmitida por artrópodes, não especificada;

febre amarela;

outras febres hemorrágicas por vírus, não classificadas em outra parte;

hepatite viral

hepatite aguda A;

micoses

dermatofitose;

outras micoses superficiais;

doenças devidas a protozoários

malária por Plasmodium falciparum;

malária por Plasmodium vivax;

malária por Plasmodium malariae;

outras formas de malária confirmadas por exames parasitológicos;

malária não especificada;

leishmaniose;

doença de chagas;

helmintíases

esquistossomose;

outras infestações por trematódeos;

equinococose;

infestação por Taenia;

cisticercose;

difilobotríase e esparganose

outras infestações por cestóides;

dracontíase;

oncocercose;

filariose;

triquinose;

150

ancilostomíase;

ascaridíase;

estrongiloidíase;

tricuríase;

oxiuríase;

outras helmintíases intestinais, não classificadas em outra parte;

parasitose intestinal não especificada;

outras helmintíases.

A determinação da população para os diversos bairros da região em estudo foi

realizada com base na projeção populacional indicada por estudos da Secretaria de

Ciência e Tecnologia da prefeitura de Niterói (SECITEC, 1999a). Esse crescimento foi

determinado através dos dados populacionais de 1991 e 1996 indicados pelo IBGE

(apud SECITEC, 1999b). A Tabela 5.11 indica as populações de 1991 e 1996, a taxa

de crescimento correspondente e a população projetada para os anos de 1997, 1998

e 1999.

Tabela 5.11 - População do município de Niterói de 1991 e 1996 com base em informações do IBGE; taxa de crescimento determinado pela Secretaria de Ciência e

Tecnologia de Niterói (fonte: SECITEC, 1999a).

BAIRRO POPULAÇÃO RESIDENTE

TAXA DE CRESCIMENTO

ANUAL (%) POPULAÇÃO

1997POPULAÇÃO

1998POPULAÇÃO

1999

1991 1996ITAIPU 11136 14572 10,39 16086 17757 19602ENGENHO DO MATO 5921 8858 12,56 9971 11223 12632JACARÉ 2582 3468 5,92 3673 3891 4121CAFUBÁ 2417 2633 3,77 2732 2835 2942ITACOATIARA 995 1146 3,62 1187 1230 1275PIRATININGA 9268 11638 11,08 12927 14360 15951VÁRZEA DAS MOÇAS 1469 1652 0,94 1668 1683 1699RIO DO OURO 3171 3568 3,43 3206 3316 3430CAMBOINHAS 926 1412 14,85 1622 1863 2139

Com base na população calculada de 1999, foram calculados os coeficientes

de incidência para os bairros da região. Os coeficientes foram calculados da seguinte

forma:

CI = (Número de casos / População do bairro) . 10000

A Tabela 5.12 mostra os coeficientes de incidência por bairro.

Tabe

la 5

.12

- Tab

ela

de in

cidê

ncia

das

doe

nças

sel

ecio

nada

s, c

om c

asos

regi

stra

dos

pela

pol

iclín

ica

com

unitá

ria d

e Ita

ipu,

par

a o

ano

de 1

999.

B

AIR

RO

S / I

NC

IDÊN

CIA

SD

OEN

ÇA

ITAI

PUEN

G. D

O M

ATO

JAC

ARÉ

CAF

UB

ÁIT

ACO

ATIA

RA

PIR

ATIN

ING

AV.

DAS

MO

ÇAS

RIO

DO

OU

RO

CAM

BO

INH

ASA

meb

íase

0,51

1,58

0,00

0,00

0,00

0,00

0,00

5,89

0,00

Asc

arid

íase

2,55

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Asc

arid

íase

etri

curía

se0,

510,

790,

000,

000,

000,

000,

000,

000,

00C

onju

ntiv

itevi

ral

0,51

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Den

gue

clás

sico

2,04

3,96

2,43

13,6

00,

000,

000,

000,

000,

00D

erm

atof

itose

2,55

2,37

0,00

6,80

0,00

0,63

0,00

5,89

0,00

Dia

rréi

ae

gast

roen

terit

e0,

000,

000,

000,

000,

000,

000,

000,

000,

00D

iarr

éia

e ga

stro

ente

rite

de o

rigem

infe

ccio

sa

pres

umív

el1,

530,

790,

000,

000,

000,

000,

000,

000,

00

Esp

oron

trico

se0,

000,

000,

000,

000,

000,

000,

005,

890,

00E

squi

stos

som

ose

1,53

0,79

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Est

rong

iloid

íase

1,53

0,79

2,43

3,40

0,00

0,00

0,00

0,00

0,00

Febr

e he

mor

rági

ca d

evid

a ao

víru

s da

den

gue

0,51

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

Hep

atite

A0,

000,

002,

430,

000,

000,

000,

000,

000,

00M

icos

enã

oes

peci

ficad

a1,

530,

002,

433,

400,

000,

000,

000,

000,

00O

utra

she

lmin

tíase

s0,

510,

000,

000,

000,

000,

000,

000,

000,

00O

utra

s he

lmin

tíase

s in

test

inai

s, n

ão c

lass

ifica

das

em

outra

par

te

1,02

0,79

4,85

0,00

0,00

0,00

0,00

0,00

0,00

Out

ras

helm

intía

ses,

não

cla

ssifi

cada

s em

out

ra

parte

0,00

0,00

2,43

0,00

0,00

0,00

0,00

0,00

0,00

Out

ras

infe

cçõe

s in

test

inai

s ba

cter

iana

s 0,

510,

000,

000,

000,

000,

000,

000,

000,

00O

utra

sm

icos

essu

perfi

ciai

s4,

593,

962,

436,

800,

000,

000,

630,

000,

00O

utra

s m

icos

es, n

ão c

lass

ifica

das

em o

utra

par

te0,

000,

000,

000,

000,

000,

000,

000,

000,

00O

xiur

íase

1,02

1,58

0,00

6,80

0,00

0,00

0,00

0,00

0,00

Para

sito

se in

test

inal

não

iden

tific

ada

263,

2314

8,82

276,

6335

0,08

133,

3313

,79

13,1

723

,54

5,83

Tric

uría

se2,

040,

790,

000,

007,

840,

000,

000,

000,

00

151

Procurou-se mostrar somente as doenças que apresentaram registro e foi

percebido que a grande maioria dos casos registrados para as doenças selecionadas

eram de parasitoses não identificadas. Das doenças selecionadas, muitas não

apresentaram casos registrados ou baixíssimos coeficientes de incidência. No entanto,

algumas doenças podem possuir baixa incidência, mas serem gravíssimas. O valor

absoluto da incidência não pode ser objeto de comparação, dada as diferenças de

gravidade.

O bairro do Cafubá apresentou os piores índices de incidência para a maioria

das doenças, destacando-se os casos de dengue clássico, dermatofitose, micoses

supeficiais, oxiuríase e parasitoses não identificadas. As Figuras 5.38 e 5.39

apresentam, respectivamente, a incidência para os casos de parasitose intestinal não

identificada e de dengue clássico.

Incidência de parasitose intestinal não identificada.Casos registrados na policlínica comunitaria de Itaipu.

Ano de 1999

263,23

148,82

276,63

350,08

133,33

13,79 13,1723,54

5,83

0,00

50,00

100,00

150,00

200,00

250,00

300,00

350,00

400,00

ITAIPU ENGENHODO MATO

JACARÉ CAFUBÁ ITACOATIARA PIRATININGA VÁRZEA DASMOÇAS

RIO DO OURO CAMBOINHAS

Bairros

Indi

cênc

ia

Incidência de parasitose

Figura 5.38 – Incidência de parasitose não identificada em bairros da região oceânica

e leste – casos registrados na policlínica de Itaipu no ano de 1999.

152

Incidência de dengue clássico para o ano de 1999.Casos registrados na policlínica comunitária de Itaipu.

Ano de 1999.

2,04

3,96

2,43

13,60

0,00 0,00 0,00 0,00 0,000,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

16,00

ITAIPU ENGENHO DOMATO

JACARÉ CAFUBÁ ITACOATIARA PIRATININGA VÁRZEA DASMOÇAS

RIO DO OURO CAMBOINHAS

Bairros

Inci

dênc

ia

Incidência

Figura 5.39 - Incidência de dengue clássica em bairros da região oceânica e leste – casos registrados na policlínica de Itaipu no ano de 1999.

5.5.2 – Análise de incidência de parasitose versus classificação multivariada

Os casos de incidência de parasitose intestinal foram, então, confrontados com

a classificação multivariada realizada nos setores censitários. A Figura 5.40 ilustra

essa superposição de informações envolvendo as classes de risco de dados de

incidência de parasitose.

O bairro do Cafubá, conforme já mencionado anteriormente, apresenta alta

incidência de casos de parasitose de acordo com dados de registro da policlínica de

Itaipu. A classificação realizada demonstra que os setores desse bairro estão

enquadrados nas piores classes de risco. Analisando a rede física de saúde, verifica-

se a existência de apenas um módulo do programa médico de família no bairro e por

ser uma unidade de saúde que atua de forma mais localizada, não abrangendo

grandes áreas, pessoas que não estão na sua área de atuação acabam migrando para

outras unidades de assistência de outros bairros. Apesar do mapa apontar outras

unidades como estando mais próximas do bairro do Cafubá, na realidade o acesso

não é tão fácil. Pode-se citar, como exemplo, os altos relevos separando o bairro do

153

Ñ

ÑÑ

ÑÑ

Ñ

ÑÑ

Ñ

Cla

ssifi

caçã

o - 6

cla

sses

1 2 3 4 5 6 Não

cla

ssifi

cado

Inci

dênc

ia d

e pa

rasi

tose

não

iden

tific

ada

Ñ0.

1 - 5

.83

Ñ5.

83 -

23.5

4Ñ

23.5

4 - 1

33.3

3

Ñ13

3.33

- 14

8.82

Ñ14

8.82

- 35

0.08

< bd c

Out

ras

polic

línic

as

Hos

pita

l

Uni

dade

s bá

sica

s de

saú

de

Mód

. pro

gram

a m

édic

o de

fam

ília 15

3

dPo

liclín

ica

com

unitá

ria d

e Ita

ipu

Figu

ra 5

.40

– C

lass

es d

e ris

co v

ersu

s in

cidê

ncia

de

para

sito

se–

caso

s re

gist

rado

s na

Pol

iclín

ica

Com

unitá

ria d

e Ita

ipu

no a

no d

e 19

99.

154

155

Cafubá dos bairros de São Francisco, Jurujuba e Charitas, dificultando o acesso dos

moradores do Cafubá para tais bairros. Além disso, o fato da policlínica possuir uma

boa infra-estrutura e o fato do acesso das pessoas residentes no Cafubá para o bairro

de Itaipu ser facilitado pela presença da estrada de Itaipu, que interliga os dois bairros,

contribuem para a migração dos casos para a policlínica de Itaipu.

Examinando-se o bairro de Camboinhas, verifica-se que tal bairro possui

enquadramento na classe 4 de risco, o que não representa grande propensão a

adquirir doenças relacionadas com as condições sanitárias em geral. Isso é

comprovado pelo registro de incidência para esse bairro (Tabela 5.12). Cabe ressaltar

a presença da unidade básica de Piratininga, que possui localização próxima ao bairro

de Camboinhas e que pode estar atraindo pessoas de Camboinhas.

Com relação ao bairro de Várzea das Moças, identifica-se uma incidência não

tão alta, apesar dos setores desse bairro estarem enquadrados na pior classe de risco.

É possível que isso deva ter ocorrido pelo fato de pessoas residentes em Várzea das

Moças estarem sendo atraídas pela unidade de saúde presente nesse bairro.

O bairro de Itaipu, como era de se esperar, apresentou uma das maiores

incidências. Além de apresentar setores nas classes 5 e 6, a localização da policlínica

no bairro contribui para atender maior número de casos de doença.

O bairro do Jacaré é um caso interessante. A Tabela 5.12 de incidência de

parasitose mostra que esse bairro possuiu o segundo maior registro para esse tipo de

doença em 1999. Em compensação, ele é constituído por dois setores apenas, com

classificações bem distintas: um foi enquadrado na classe 4 de risco e o outro na

classe 6. É bem possível que haja uma concentração de casos no setor de classe 6.

Todavia, por não ter sido possível distribuir os casos de incidência por setor censitário,

isso não pôde ser comprovado.

Já o bairro de Itacoatiara, apesar de enquadrado na classe 4, apresentou um

valor considerável de incidência de parasitose. Comparando-se com Camboinhas, que

também apresenta o mesmo enquadramento na classe 4, verifica-se um valor bem

maior. Possivelmente, isso ocorre pelo fato da policlínica de Itaipu ser a alternativa

mais próxima para os moradores de Itacoatiara e por Camboinhas apresentar uma

unidade de saúde localizada no bairro de Piratininga.

É visto, também, que o bairro de Piratininga apresentou baixos valores de

incidência. Apesar de possuir setores nas classes 5 e 6, isso não correspondeu aos

casos de incidência registrados na policlínica de Itaipu. O fato dessa instituição de

saúde estar localizada um pouco afastada de Piratininga e o fato de haver uma

unidade no bairro podem ter conduzido a esse valor baixo de incidência de parasitose.

156

Comparando os bairros do Cafubá e de Piratininga, verificou-se uma diferença

grande nos valores de incidência, apesar de possuírem setores enquadrados nas

classes 5 e 6 e localização próxima. Estudos mais aprofundados necessitam ser feitos

de forma a analisar essa diferença. Cabe ressaltar que a classificação multivariada foi

realizada com dados do censo de 1991 e a pesquisa de casos de doenças foi

realizada em 1999. Essa distorção pode estar ocorrendo pela mudança do perfil sócio-

econômico das duas regiões durante esses 8 anos.

Pode-se destacar que a superposição dos temas classes de risco e incidência

de parasitose permitiram identificar um alto registro de incidência de parasitose nos

bairros com predominância de setores nas classes 5 e 6. Isso fica mais nítido para os

bairros mais próximos da policlínica de Itaipu. Entretanto, cabe ressaltar que essa

incidência não corresponde ao universo de casos registrados na região e sim, casos

registrados na policlínica de Itaipu. Dessa forma, há a necessidade de uma coleta em

todas as unidades de saúde da região, para que se tenha uma melhor validação da

classificação realizada.

5.5.3 – Análise rede de saúde versus classificação multivariada

Finalmente, analisando a rede física de saúde do município (Figura 5.41),

verifica-se uma concentração maior de unidades nos bairros das regiões praias da

baía e norte. Isso decorre, possivelmente, do fato de essas duas regiões

apresentarem as maiores densidades demográficas do município. Além disso, cabe

ressaltar que, historicamente, o processo de ocupação no município promoveu-se a

partir dos bairros dessas regiões. Entretanto, hoje em dia, a ocupação urbana em

Niterói tem-se promovido em direção às regiões de Pendotiba e oceânica, conforme

descrito no Capítulo 4. Confrontando a rede física com as classes de risco, sugere-se

que a implantação das unidades de saúde contemple, preferencialmente, as seguintes

localidades:

bairros das regiões de Pendotiba e leste;

alguns bairros da região oceânica - Itaipu, Piratininga, Jacaré e Engenho do Mato;

setores censitários mais a leste da região norte, principalmente os dos bairros do

Caramujo, Baldeador e Santa Bárbara.

Ñ

ÑÑ

ÑÑ

Ñ

ÑÑ

Ñ

Cla

ssifi

caçã

o - 6

cla

sses

1 2 3 4 5 6 Não

cla

ssifi

cado

Inci

dênc

ia d

e pa

rasi

tose

não

iden

tific

ada

Ñ0.

1 - 5

.83

Ñ5.

83 -

23.5

4Ñ

23.5

4 - 1

33.3

3

Ñ13

3.33

- 14

8.82

Ñ14

8.82

- 35

0.08

< bdd c

Polic

línic

a co

mun

itária

de

Itaip

u

Out

ras

polic

línic

as

Hos

pita

l

Uni

dade

s bá

sica

s de

saú

de

Mód

. pro

gram

a m

édic

o de

fam

ília 15

3

cd

c

b

cdc

cc

<b

cb

bc

<d

bdd

b<

cb

bd b< b

cb

b

b c

b

cc

Figu

ra 5

.41

– C

lass

es d

e ris

co v

ersu

s re

de d

e sa

úde

do m

unic

ípio

.

157

158

Capítulo 6 – CONCLUSÕES E RECOMENDAÇÕES

Neste trabalho de pesquisa, buscou-se abordar questões relativas às

deficiências no atendimento dos serviços de saneamento, além de sua inter-relação

com outras variáveis sócio-econômicas, tais como renda e escolaridade.

Na primeira etapa do trabalho, realizou-se uma análise multivariada dos dados

do censo de 1991 para o município de Niterói. Identificou-se que, durante o processo

de seleção das variáveis pelo método das componentes principais, havia uma forte

correlação entre uma série de variáveis, principalmente para os temas de renda e de

escolaridade. Procurou-se, então, selecionar os indicadores de maior importância.

Para o tema de saneamento, procurou-se selecionar pelo menos um indicador para

cada um dos seguintes tópicos: abastecimento de água, esgotamento sanitário e

coleta de lixo. Partindo de um total de 52 variáveis, foram selecionados 7 indicadores

ao final da análise de componentes principais, a saber: proporção de casas no setor

(CASAS), proporção de domicílios com ligação interna e ligados na rede geral de água

(INTCRED), domicílios ligados na rede de esgotos (REDESG), número médio de

pessoas por domicílio (NEMEDPES), renda nominal do chefe de família

(RENDANOM), proporção de domicílios com coleta regular de lixo (COLRGLIX) e

proporção de chefes com segundo grau ou mais de escolaridade (CFSEGMA).

Posteriormente, realizou-se o agrupamento dos setores censitários por grau de

similaridade. Utilizou-se, para isso, o método k-médias de classificação. Partindo-se de

sementes iniciais, foram formadas, em uma primeira análise, 5 classes. Entretanto, ao

analisar a distribuição espacial de tais classes, identificou-se uma certa

homogeneidade em áreas onde a realidade era distinta. Com esse número de classes,

não era possível captar a variabilidade espacial. Foi realizada, então, uma nova

análise, com 6 grupos. Nesse novo procedimento, obteve-se uma maior

heterogeneidade na distribuição espacial das classes, permitindo identificar as

diferenças existentes no município de Niterói. Após a formação dos grupos, identificou-

se que cada um possuía um perfil sócio-econômico distinto. Os grupos com os

maiores indicadores de renda (RENDANOM) e escolaridade (CFSEGMA)

apresentaram os melhores indicadores de saneamento (INTCRED, REDESG e

COLRGLIX), um menor número de pessoas residentes no domicílio (NEMEDPES) e

baixos valores para o indicador proporção de casas (CASAS).

Com o intuito de analisar a classificação realizada, procurou-se contrastá-la

com casos de incidência de doenças relacionadas com saneamento, registrados na

policlínica comunitária de Itaipu. Identificou-se que, do ano da pesquisa do censo

159

(1991) ao ano de coleta dos casos (1999), não houve significativa alteração nos

sistemas de abastecimento de água e esgotamento sanitário da região, permitindo a

interpretação e contraste dessas informações. O fato da análise ter sido realizada

somente com dados de uma única unidade de saúde não permitiu que se tivesse uma

idéia do real padrão epidemiológico da região oceânica. Todavia, identificou-se que,

para bairros mais próximos da policlínica, houve uma tendência de superposição de

altos registros de incidência de parasitose com setores enquadrados nas piores

classes sócio-econômicas.

Adicionalmente, confrontou-se a rede física de saúde com o resultado da

classificação multivariada. Foi possível identificar uma maior concentração das

unidades nos bairros das regiões leste e da baía. Notou-se que muitos setores

enquadrados nas piores classes de risco ainda não possuem uma boa cobertura da

rede física de saúde. Isso decorre, possivelmente, conforme mencionado no Capítulo

5, do fato das regiões leste e da baía apresentarem as maiores densidades

demográficas do município. Ressalta-se que, através dos bairros dessas regiões, se

iniciou o processo de ocupação no município. Sugere-se, portanto, que as ações em

saneamento e a expansão da rede de saúde sejam realizadas de forma a atender,

preferencialmente, as seguintes localidades:

bairros das regiões de Pendotiba e leste;

alguns bairros da região oceânica - Itaipu, Piratininga, Jacaré e Engenho do Mato;

setores censitários mais a leste da região norte; principalmente, os bairros do

Caramujo, Baldeador e Santa Bárbara.

Ao final da classificação multivariada, implementou-se uma abordagem

geoestatística preliminar, analisando a estrutura de correlação espacial das variáveis

sócio-econômicas selecionadas. Nessa análise estrutural com variogramas e

covariogramas, demonstrou-se que os indicadores apresentam uma nítida correlação

espacial. Verificou-se, para as variáveis de água e esgoto, um comportamento mais

heterogêneo na direção leste-oeste. As alterações bruscas nos indicadores de água e

esgoto para a direção leste-oeste podem ser explicadas pelo processo de ocupação

no município, que tem evoluído de oeste para leste.

Com relação aos índices de desenvolvimento (IDH-M e ICV), verificou-se que

Niterói apresenta os melhores valores para todo o estado do Rio de Janeiro, estando

enquadrado em uma situação de alto desenvolvimento humano e em uma alta

condição de vida. Entretanto, analisando-se os subíndices que compõem esses

160

índices de desenvolvimento, identificou-se uma queda nos temas de longevidade

(IDH-M longevidade e ICV longevidade) e de habitação (ICV-habitação). Um dos

motivos dessa queda no indicador de habitação está relacionado possivelmente com a

precariedade de cobertura dos sistemas de abastecimento de água e esgotamento

sanitário, conforme pôde ser verificado nos mapas das Figuras 5.10 e 5.11.

Os índices de desenvolvimento humano municipal (IDH-M) e de condições de

vida (ICV) são compostos a partir de valores médios para todo o município. Esse

procedimento visa dar uma idéia mais geral do bem estar de uma população,

possuindo, então, uma grande importância em um planejamento mais global. Porém,

tais índices não podem ser considerados como os únicos parâmetros de qualidade.

Neste estudo, pôde-se verificar que Niterói, apesar dos altos índices de qualidade,

apresenta uma alta concentração de classes sócio-econômicas mais elevadas em

alguns bairros (Ingá, Icaraí e Santa Rosa). Adicionalmente, analisando o mapa

resultante da classificação multivariada (Figura 5.18), constata-se uma distribuição

acentuada de classes mais baixas nos bairros das regiões norte e de Pendotiba.

Dessa forma, os índices de qualidade, quando tomados como os únicos parâmetros

na análise do bem-estar de uma população, podem estar distorcendo o que acontece

na realidade. Recomenda-se, portanto, que técnicas de análise espacial sejam

incorporadas no subsídio à tomada de decisão em saneamento e saúde.

Além disso, recomenda-se que novas pesquisas sejam realizadas incorporando

as informações do censo de 2001. Pode-se, com base nessas novas informações,

identificar as principais mudanças na distribuição espacial dos diferentes grupos sócio-

econômicos no município de Niterói para os anos de 1991 e 2001. Adicionalmente,

aconselha-se que sejam incorporadas outras variáveis na análise de agrupamento,

tais como mancha de inundação e qualidade de abastecimento. A qualidade do

serviço de água pode ser incorporada através da construção do indicador de regime

de abastecimento. A partir da rede física de água existente, pode-se construir um

mapa com as manchas de regimes de abastecimento (contínuo e intermitente),

cruzando com os limites dos setores censitários. Um novo indicador, por exemplo,

poderia ser a proporção de área do setor com regime contínuo de abastecimento.

Com relação aos casos de doença, recomenda-se que a classificação

multivariada dos setores censitários seja confrontada com casos registrados em várias

unidades de saúde (módulos do programa médico de família, unidades básicas de

saúde e policlínicas comunitárias), procurando-se trabalhar com dados que retratem

mais fielmente a realidade da região de estudo.

161

A subnotificação constitui-se em um dos principais problemas da áreas de

saúde. Excetuando-se as doenças de notificação compulsória, vários casos não são

registrados, subdimensionando o problema. As estatísticas das doenças relacionadas

com as condições sanitárias em geral são afetadas, com freqüência, pela

subnotificação. O programa médico de família, conforme mencionado no Capítulo 4,

possui um alto grau de detalhamento dos seus dados. Os módulos do programa

possuem um total controle sobre as comunidades em que atuam. Os médicos e

demais profissionais de cada unidade realizam uma incursão quase que diária em

todos os domicílios da área abrangida pelo respectivo módulo, atenuando-se os

problemas de subnotificação de doenças. Com esse tipo de informação, pode-se

identificar, de forma mais precisa o benefício de ações de saneamento, identificando-

se o quanto realmente pode-se economizar na área de saúde a partir de intervenções

em saneamento. Recomenda-se que estudos futuros sejam realizados com essa base

de informação, procurando identificar a relação de custo entre saúde e saneamento.

Com relação à abordagem geoestatística, é recomendado que novas

pesquisas sejam realizadas, implementando-se a modelagem dos variogramas,

estimando-se, através de técnicas de krigagem, valores em pontos onde não se tem

conhecimento de informações.

Finalmente, pode-se afirmar que os resultados encontrados podem auxiliar na

tomada de decisão em saneamento e saúde. Essas informações podem permitir o

melhor planejamento das ações em saneamento e saúde, seja através da secretaria

de saúde, com expansão de unidades do programa médico de família, por exemplo,

ou da concessionária de saneamento do município (Águas de Niterói), através da

implantação das redes de água e esgotos. Cabe ressaltar que, atualmente, as redes

de abastecimento de água e esgotamento sanitário encontram-se em expansão para

as regiões oceânica e de Pendotiba. Entretanto, deve-se incorporar variáveis de

análise de risco à saúde no processo de implantação de tais serviços, com o intuito de

contribuir para o bem-estar de toda a população.

162

REFERÊNCIAS BIBLIOGRÁFICAS

ABES/ASSOCIAÇÃO BRASILEIRA ENGENHARIA SANITÁRIA E AMBIENTAL, 2000,

"Brasil 500 anos, conquistas ao longo da história" - In: Bio Revista Brasileira de

Saneamento e Meio Ambiente, Rio de Janeiro, janeiro-março.

ABREU, G.F., 2000, Sensoriamento remoto aplicado na classificação da cobertura do

solo de uma bacia hidrográfica – Tese M. Sc., COPPE/UFRJ, Rio de Janeiro.

AGUIAR, A., VALENTIM, L. S. O., MELLO, M. L. P. e ABDO, C. F. M., 1999, “Um

instrumento de avaliação de riscos à saúde como subsídio à gestão integrada

de recursos hídricos”, In: 20º Congresso Brasileiro de Engenharia Sanitária e

Ambiental, Rio de Janeiro, março.

ALBUQUERQUE, J. P. T. e RÊGO, J. C., 1999, “Subsídios para o gerenciamento

racional e integrado dos recursos hídricos superficiais e subterrâneos do

estado da Paraíba” - In: XIII Simpósio Brasileiro de Recursos Hídricos, ABRH,

Belo Horizonte, novembro-dezembro.

ALBUQUERQUE, M. et alli, 1991, A Ciência Vai à Roça – Imagens das Expedições do

Instituto Oswaldo Cruz (1911-1913) – Casa de Oswaldo Cruz/FIOCRUZ, Rio de

Janeiro.

AMARAL, A. C. C., 1999, “A concessão e a subconcessão de Serviços Públicos como

instrumentos jurídicos de captação de investimentos privados para o setor de

Saneamento Básico” – In: Conferência Internacional de Saneamento e

Recursos Hídricos, FIESP, São Paulo, setembro.

ANDRADE, L. C. da S., 1978, Análise de indicadores de saúde na região

metropolitana do Rio de Janeiro, Tese M. Sc., Instituto de Pesquisa e

Planejamento Urbano e Regional/UFRJ, Rio de Janeiro.

ARCVIEW / ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE, INC, 1996, GIS,

the Geographic Information System for Everyone – United States.

163

ASANO, T., 1996, “Reclaimed wastewater as a water resource”, In: International Shiga

forum on technology for water management in the 21st century, pp. 239-262,

Shiga, Japan, 25-27 november.

AZEVEDO, M. N. S., 1980, A renovação de Centros Urbanos para uso habitacional;

um estudo de caso: a cidade de Niterói - Tese M. Sc., Instituto de Pesquisa e

Planejamento Urbano e Regional/UFRJ, Rio de Janeiro.

BANCO MUNDIAL, 1998, Gerenciamento de Recursos Hídricos - Secretaria de

Recursos Hídricos / Ministério do Meio Ambiente, dos Recursos Hídricos e da

Amazônia Legal, Brasília.

BARBOSA, M. C. D., 2000, Geoestatística aplicada a dados de radar meteorológico -

Tese M. Sc., COPPE/UFRJ, Rio de Janeiro.

BARCELLOS, C. e MACHADO, J. H., 1991, "Seleção de indicadores epidemiológicos

para o saneamento" - In: BIO – ABES, pp. 37-41, Rio de Janeiro, outubro-

dezembro.

BARCELLOS, C. e BASTOS, F. I., 1996, "Geoprocessamento, ambiente e saúde: uma

união possível?" - In: Cad. de Saúde Pública - n. 12, v.3, pp. 389-397, Rio de

Janeiro, julho.

BARCELLOS, C., 1997, "Análise de risco em saúde utilizando GIS" - In: III Congresso

e Feira Para Usuários de Geoprocessamento da América Latina, Curitiba,

Paraná, Brasil, maio.

BARCELLOS, C., SANTOS, S. M. e SABROZA, P. C., 1999, "Spatial and Enviromental

aspects of leptospirosis: preliminar results of a flood-related outbrak

investigation" - In: Anais do Seminário Análise de Dados Espaciais em Saúde:

Problemas, Métodos e Aplicações - pp. 47-55, Escola Nacional de Saúde

Pública/FIOCRUZ, Rio de Janeiro.

164

BARCELLOS, C. e SABROZA, P. C., 2000, “Socio-environmental determinants of the

leptospirosis outbreak of 1996 in western Rio de Janeiro: a geographical

approach”- In: International Journal of Environmental Health Research, v.10,

n.4, pp. 301-313.

BARTH, F. T. e POMPEU, C. T., 1987, “Fundamentos para Gestão de Recursos

Hídricos” – In: Barth et al., Modelos para Gerenciamento de Recursos Hídricos,

Capítulo 1, pp. 1-91,Coleção ABRH de Recursos Hídricos, Associação

Brasileira de Recursos Hídricos, São Paulo.

BENCHIMOL, J. L., 1990, Pereira Passos, um Hausmann Tropical - Biblioteca Carioca,

Secretaria Municipal de Cultura, Turismo e Esportes da Prefeitura do Rio de

Janeiro, 1 ed., Rio de Janeiro.

BENCHIMOL, J. L., 1999, Dos Micróbios aos Mosquitos, Febre Amarela e a Revolução

Pasteuriana no Brasil - Editoras FIOCRUZ e UFRJ, Rio de Janeiro.

BENENSON, A. S., 1997, Manual para el control de las enfermedades transmisibles –

Organización Panamericana de Salud, 16 ed., Washington.

BNDES/BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL,

1996, “Serviços de saneamento básico – níveis de atendimento”, In: Informe

infra-estrutura, Área de Projetos de Infra-estrutura, Rio de Janeiro.

BOLLMAN, H. A e MARQUES, D. M., 2000, "Bases para a estruturação de

indicadores de qualidade de águas" – In: Revista Brasileira de Recursos

Hídricos, Associação Brasileira de Recursos Hídricos, v. 5, n. 1, pp. 37-60,

janeiro-março.

BRILHANTE, M. O. e CALDAS, L. Q. A., 1999, Gestão e Avaliação de Risco em

Saúde Ambiental - Editora FIOCRUZ, Rio de Janeiro.

BRISCOE, J., FEACHEM, R. G., e RAHAMAN, M. M., 1986, Evaluating health impact:

water supply, sanitation, and hygiene education - International Development

Research Centre, Ottawa, Canada.

165

BRISCOE, J., 1987, Abastecimiento de água y servicios de saneamento; sú función

en la revolución de la supervivencia infantil - Boletín de la Oficina Sanitaria

Panamericana, v. 103, n. 4, pp. 325-339, outubro.

BRISCOE, J. e VANDERSLICE, J., 1995, "Enviromental interventions in developing

countries: interactions and their aplications" - In: American Journal of

Epidemiology, v. 141, n. 2, pp. 135-144.

BRITTO, N., 1995, Oswaldo Cruz, a construção de um mito na ciência brasileira,

Editora FIOCRUZ, Rio de Janeiro.

BUSSAB, W. O., MIAZAKI, S. e ANDRADE, D. F., 1990, "Introdução à análise de

agrupamentos" - In: 9º Simpósio Brasileiro de Probabilidade e Estatística, IME-

USP, São Paulo.

CABRAL, B., 2001, A Agência Nacional de Águas, ANA – Caderno Legislativo, Senado

Federal, v. 1, Brasília.

CAIRNCROSS, S. e FEACHEM, R. G., 1990, Enviromental health engineering in the

tropics: an introductory text, 4 ed., Chichester: John Wiley and Sons.

CAMARGO, M. U. DE C., 1997, Sistema de Informações Geográficas como

Instrumento de Gestão e Saneamento - Associação Brasileira de Engenharia

Sanitária e Ambiental, 1 ed., Rio de Janeiro.

CAMPOS, J. E., 1993, “Águas subterrâneas no plano estadual de recursos hídricos de

São Paulo – período de 1993/1995”, In: Anais do X Simpósio Brasileiro de

Recursos Hídricos, Associação Brasileira de Recursos Hídricos, v. 1, pp. 71-80,

Gramado, Rio Grande do Sul, novembro.

CARNEIRO, F. G. e ROCHA, C. H., 1999, Reforma do setor público na América

Latina: uma perspectiva comparada - BNDES, Brasília.

166

CARNEIRO, P. R. F., 1997, "Plano Diretor de Recursos Hídricos da Bacia do Rio

Iguaçu Sarapuí - Morbidade de Doenças de Veiculação Hídrica" - In: XII

Congresso Brasileiro de Recursos Hídricos, Associação Brasileira de Recursos

Hídricos, Vitória, Espírito Santo.

CARVALHO, M. A. R., 1998, O quinto século: André Rebouças e a construção do

Brasil, Editora Reva, Rio de Janeiro.

CARVALHO, M. S., 1995, “Análise multivariada do censo de 1991 por setores

censitários – Região Metropolitana do Rio de Janeiro / Brasil” – In: Resumos do

III Congresso Brasileiro de Epidemiologia, pp. 18, Salvador, junho.

CARVALHO, M. S., 1997, Aplicação de Métodos de Análise Espacial na

Caracterização de Áreas de Risco a Saúde - Tese D. Sc., Programa de

Engenharia Biomédica, COPPE/UFRJ, Rio de Janeiro.

CHALHOUB, S., 1996, Cidade Febril, cortiços e epidemias na Corte Imperial - Editora

Schwarcz, 1. ed., São Paulo.

CIRILO, J. A., BALTAR, A. M., ROLIM JUNIOR, A. L. et al., 1997a, “Processamento

integrado de dados para análise hidrológica.” – In: Revista Brasileira de

Recursos Hídricos, ABRH, n. 1, v. 2, pp. 15-28, janeiro-junho.

CIRILO, J. A., SAMPAIO JUNIOR, R. A., AGRA, M. C. M. et al., 1997b, “Sistema de

informações de recursos hídricos do estado de Pernambuco: subsistema de

informações ao usuário.” – In: Revista Brasileira de Recursos Hídricos, ABRH,

n. 1, v. 2, pp. 29-44, janeiro-junho.

CONTADOR, C., 1987, “O papel do Estado no Brasil: o poder e a crise”, In: Crise

urbana e a privatizações dos serviços públicos - Centro de Ciências Jurídicas e

Econômicas/UFRJ, pp. 152-164, setembro.

CONWAY, R. A., 1982, "Introduction to environmental risk analysis" - In: Environmental

Risk Analysis for Chemicals - chapter 1, pp. 1-30, New York, United States.

167

CORDEIRO, B. S., 1995, Gestão Democrática da Cidade e Saneamento: o foco do

processo decisório - Tese M. Sc., Instituto de Pesquisa e Planejamento Urbano

e Regional/UFRJ, Rio de Janeiro.

COSTA, A. M., 1994, Análise histórica do saneamento no Brasil - Tese M. Sc., Escola

Nacional de Saúde Pública, FIOCRUZ, Rio de Janeiro.

CPRM / SERVIÇO GEOLÓGICO DO BRASIL, 1999, "Águas subterrâneas têm levado

mais esperança ao Nordeste" – In: Água em Revista - pp.72 - 73, Brasília.

CRAVO, J. G. e CARDOSO, H. E., 1999, “Dessalinização de águas: conceitos e

aplicações no Brasil” – In: Água em Revista, CPRM, ano VII, n. 11, novembro.

CROSTA, A. P., 1992, Processamento digital de imagens de sensoriamento remoto,

I.G./UNICAMP, Campinas, São Paulo.

CURRAN, P. J., 1988, “The semivariogram in Remote Sensing: an introduction”. – In:

Remote Sensing Environment, pp. 493-507.

CVJETANOVIC, B., 1986, Health effects and impact of water supply and sanitation -

World Health Statistics Quarterly, v. 39, pp. 105-117.

DÂMASO, R., 1989, “Saber e práxis na Reforma Sanitária – avaliação da prática

científica no movimento sanitário”, In: FLEURY TEIXEIRA, S., Reforma

Sanitária – em busca de uma teoria, Editora Cortez, Associação Brasileira de

Pós-graduação em Saúde Coletiva, pp. 61-90, São Paulo.

DAVIDOVICH, F., 2000, “Extensão espacial da metrópole: o exemplo do Rio de

Janeiro”, In: Anais do XXIV Encontro Anual da Associação Nacional de Pós-

graduação e Pesquisa em Ciências Sociais, pp. 69, Petrópolis, Rio de Janeiro

DAVIS, J. C., 1986, Statistics and data analysis in Geology - Wiley, second edition,

United States.

DILLON, W. R. e GOLDSTEIN, M., 1984, Multivariate Analysis - John Wiley and Sons,

Inc., United States.

168

ENGELMAN, R. e LEROY, P., 1993, Sustaining Water – Population Services

International, Washington D. C..

ESREY, S. A., FEACHEM, R. G. e HUGHES, J. M., 1985, "Interventions for the control

of diarrhoeal diseases among young children: improving water supplies and

excreta disposal facilities" - In: Bulletin of the World Health Organization, v. 63,

n. 4, p. 757-772.

FEACHEM , R. G., HOGAN, R. C. e MERSON, R. H., 1983, "Diarrhoeal disease

control: reviews of potential interventions" - In: Bulletin of the World Health

Organization, v. 61, n. 4, p. 637-640.

FERRAZ, F. F., FERRAZ, E. S., BALLESTER, M. V. R. et al., 1998, “Previsão de áreas

inundadas na cidade de Piracicaba (SP) através de sistema de informações

geográficas (SIG)” – In: Revista Brasileira de Recursos Hídricos, Associação

Brasileira de Recursos Hídricos, v. 3, julho-setembro.

FERREIRA, T. M., 1984, Analysis of State intervention in enviromental problems in

urban areas of Brazil, through the study of the policies proposed by the II PND

(II National Development Plan) for the period 1975-79 - Master Degree Thesis,

University College, London.

FIBGE/ FUNDAÇÃO INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA,

1993, Censo Demográfico 1991 – Resultado do universo relativo às

características da população e dos domicílios, Rio de Janeiro.

FISZON, J. T., 1990, A Política Nacional de Saneamento de 1968 a 1984 - O caso do

PLANASA - Tese M. Sc. - Escola Nacional de Saúde Pública, FIOCRUZ, Rio

de Janeiro.

FLEURY TEIXEIRA, S., GIOVANELLA, L., GERSCHMAN, S. V., LABRA, M. E. e

VAITSMAN, J., 1988, Antecedentes da Reforma Sanitária, Escola Nacional de

saúde Pública/FIOCRUZ, Rio de Janeiro.

169

FLORÊNCIO, J., PORTO, H. R. e SANTOS JUNIOR, O. A., 1995, “Possibilidades e

limites do programa de saneamento da baixada fluminense na perspectiva

democrática das cidades” - In: Saneamento ambiental na baixada fluminense,

cidadania e gestão democrática, pp. 7-24, Editora NDF/FASE, Rio de Janeiro.

FONSECA, J. A. e ASSUNÇÃO, R. M., 1999, “Detection of spatial clustering when the

risk population is estimated” - In: Anais do Seminário Análise de Dados

Espaciais em Saúde: Problemas, Métodos e Aplicações - p. 56-58, Escola

Nacional de Saúde Pública/FIOCRUZ, Rio de Janeiro.

FÜRST, P., 1984, Um estudo das relações intersetoriais Brasil/1970 – aplicação do

método de componentes principais - Tese M. Sc., Programa de Engenharia de

Produção, COPPE/UFRJ, Rio de Janeiro.

GATRELL, A. C. e BAILEY, T. C., 1996, "Interactive spatial data analysis in medical

geography" - Social Science and Medicine, pp. 843-855.

GAZETA MERCANTIL, 2000, "Ministério Público investiga saneamento" - Rio de

Janeiro, 28 de dezembro.

GOLDSTEIN, S. G. e LINDEN, J. D., 1969, “Multivariate classification of alcoholics by

means of the MMPI”, In: Journal of Abnormal Psychology, v. 74, pp. 661-669.

GROSS, R., SCHELL, B., MOLINA, M. C. B. et al., 1989, "The impact of improvement

of water supply and sanitation facilities on diarrhea and intestinal parasites: a

brazilian experience with children in two low-income urban communities" - In:

Revista de Saúde Pública - n. 23, v. 3, pp. 214-220, São Paulo.

GUIMARÃES, F. P., 1965, "Doenças de origem hídrica" - In: III Congresso Brasileiro

de Engenharia Sanitária, Curitiba, Paraná, Setembro.

GUSMÃO, P. P., 1994, Síntese das consultas locais – gestão do saneamento e gestão

ambiental urbana, Instituto Brasileiro de Administração Municipal, Rio de

Janeiro, setembro.

HARTINGAN, J. A., 1975, Clustering Algorithms - Willey, New York, United States.

170

HELLER, L., 1997, Saneamento e Saúde, Organização Pan-Americana de

Saúde/Organização Mundial de Saúde, Brasília.

HOCHMAN, G., 1998, A era do saneamento - HUCITEC/Associação Nacional de Pós-

graduação em Ciências Sociais, São Paulo.

IPEA / FUNDAÇÃO JOÃO PINHEIRO, 1996, Condições de vida nos municípios de

Minas Gerais, 1970-1980-1991, Capítulo 5, Fundação João Pinheiro, Belo

Horizonte.

JACOBI, P., 1989, Movimentos Sociais e Políticas Públicas: Demandas por

Saneamento Básico e Saúde: São Paulo 1978-1984 - Cortez, São Paulo.

JORDÃO, E. P. e PESSOA, C. A., 1995, Tratamento de Esgotos Domésticos -

Associação Brasileira de Engenharia Sanitária e Ambiental, 3 ed., Rio de

Janeiro.

JORNAL DO BRASIL, 2000a, "Rodrigues Alves promete dar prioridade para o Rio" -

In: Jornal do Século - Rio de Janeiro.

JORNAL DO BRASIL, 2000b, "Pereira Passos manda demolir o Rio colonial" - In:

Jornal do Século - Rio de Janeiro.

JORNAL DO BRASIL, 2001, "Fonte de doenças que matam" - Rio de Janeiro, 22 de

março.

JOURNEL, A. G., e HUIJBREGTS, CH. J., 1978, Mining Geostatistics - Academic

Press, London.

JUPP, D. L. B., STRAHLER, A. H. e WOODCOCK, C. E., 1989 – “Autocorrelation and

regulation in digital images, I, basic theory” – In: IEEE Trans. On Geosci. And

Remote Sensing, v. 27, n. 3, pp. 247-258.

KELMAN, J. e FRAJTAG, D. K., 2000, “Agências Reguladoras” – In: ABRH Notícias,

ABRH, n. 3, novembro.

171

KEMPER, K., 1997, O Custo da Água Gratuita, Alocação e Uso dos Recursos Hídricos

no Vale do Curú, Ceará, Nordeste Brasileito - Linkoping Studies in Arts and

Science , Suécia.

KRUMBEIN, W. C., 1970, Some statistical properties of dentritic channel networks -

Office of Naval Research, United States.

LANDIM, P. M. B., 2000, Análise Estatística Multivariada de Dados Geológicos –

Instituto de Geociências e Ciências Exatas da Universidade Estadual Paulista /

UNESP.

LANNA, A. E., 1997, “Elementos de Estatística e Probabilidades” – In: TUCCI, C. E. M.

- Hidrologia, Ciência e Aplicação - Editora da Universidade Federal do Rio

Grande do Sul, 2 ed., pp. 79-176, Rio Grande do Sul.

LANNA, A. E., 1999, Curso de Gestão das Águas – Fundação Superintendência

Estadual de Rios e Lagoas (SERLA) / Secretaria de Recursos Hídricos /

Ministério do Meio Ambiente dos Recursos Hídricos e da Amazônia Legal, Rio

de Janeiro.

LUCENT TECHNOLOGIES, INC., 1998, S-Plus 4.5, Professional Release - United

States.

MAIDMENT, D. R., 1992, "GIS and Hydrologic Modelling" - In: GIS in Hydraulics,

Hydrology ans Water Resourses, v. 1, pp. 59-102, CEHPAR Federal University

of Paraná.

MARA, D. e FEACHEM, R., 1980, "Tecnhical and Public Health Aspects of Low Cost

Sanitation Programme Planning", In: Journal of Tropical Medicine and Hygiene,

v. 83, pp. 229-240.

MARA, D. e ALABASTER, G. P., 1986, "An enviromental classification of housing-

related diseases in developing countries", In: Journal of Tropical Medicine and

Hygiene, v. 98, pp. 88-93.

MATHERON, G., 1962-1963, Traité de Geoestatistique – Techip, v. 1-2, Paris.

172

MAYS, L. W., 1996, Water resources handbook, Department of Civil Engineering,

Arizona State University, McGraw-Hill, United Sates.

McJUNKIN, F. E., 1986, Agua y salud humana, Organização Panamericana de Saúde/

Organização Mundial de Saúde / LIMUSA, México.

MEDRONHO, R. A., XAVIER-DA-SILVA, J., OLIVEIRA JUNIOR, D. e INÁCIO, I. C.,

1993, "A ocorrência de dengue no Município do Rio de Janeiro e o meio

ambiente: uma análise por geoprocessamento" - In: IV Conferência

Latinoamericana Sobre Sistemas de Informação Geográfica, 2º Simpósio

Brasileiro de Geoprocessamento, São Paulo, julho.

MEDRONHO, R. A., 1999, Avaliação do Método Geoestatístico no Estudo da

Distribuição Espacial da Hepatite A - Tese D. Sc., Escola Nacional de Saúde

Pública / FIOCRUZ, Rio de Janeiro, abril.

MEDRONHO, R. A., CAMPOS, M. R., BRAGA, R. C. C. et al., 1999, "Hepatite e

Enteroparasitoses: indicadores de condições sanitárias precárias" - V

Congresso e Feira Para Usuários de Geoprocessamento da América Latina, n.

759, Salvador, Bahia.

MENDES et al., 1990, "Estimativa de parâmetros de qualidade de água através de

técnicas de sensoriamento remoto e métodos de análise multivariada” - In:

Anais do VI Simpósio de Sensoriamento Remoto - v. 4, pp. 840-849, Manaus,

AM, junho.

MISHAN, E. J., 1976, Análise de custos-benefícios, tradução Ruy Jungmann, Zahar

Editores, Rio de Janeiro.

MPO/SEPURB, 1995, Série modernização do setor de saneamento - fundamentos e

proposta de ordenamento institucional, Ministério do Planejamento e

Orçamento, Secretaria de Política Urbana, Brasília.

MUÑOS MUÑIZ, J. M., 1991, Modelo Muldimensional para Simulação de Precipitações

Pluviométricas, Tese M. Sc., Programa de Engenharia Civil, COPPE/UFRJ, Rio

de Janeiro.

173

NAGESHWAR, R. B., WESLEY, P. J., e RAVIKUMAR, S., 1992, "Hydrologic

Parameter estimation Using Geographic Information System" – In: Journal of

Water Resources Planning and Management, v. 118, n.5, september-october.

NETTO, T. B. O., 1983, Manejo hídrico em bacias hidrográficas, Dissertação para

concurso de professor titular do Departamento de Hidráulica e Saneamento,

Escola de Engenharia/UFRJ, Rio de Janeiro.

ORENSTEIN, L., 1987, “A privatização e o setor de infra-estrutura”, In: Crise urbana e

a privatizações dos serviços públicos, pp. 152-164, Decania do Centro de

Ciências Jurídicas e Econômicas/UFRJ, setembro.

PARLATORE, A. C., 2000, “Privatização do setor de saneamento no Brasil”, In:

PINHEIRO, A. C. e FUKASAKU, K., A privatização no Brasil: o caso dos

serviços de utilidade pública, BNDES/OCDE, Rio de Janeiro.

PASTRANA, R. M. DE, 2000, Compromisso com a vida – a intersetorialidade

viabilizando a implementação de políticas sociais, Secretaria Municipal de

Saúde, Prefeitura Municipal de Niterói, Niterói, Rio de Janeiro.

PECLY, J. O. G., 2000, Monitoramento ambiental do emissário submarino de Ipanema

usando traçadores e técnicas geoestatísticas, Tese M. Sc., Programa de

Engenharia Civil, COPPE/UFRJ, Rio de Janeiro.

PEREIRA, M., 1922, “O Brasil é ainda um imenso hospital.” – In: Revista de Medicina

– órgão do Centro Acadêmico “Oswaldo Cruz”/ Faculdade de Medicina e

Cirurgia de São Paulo, v. 7, n.21, pp. 3-7.

PNUD BRA/93/22, 1995, Plano diretor de recursos hídricos da bacia do rio Iguaçu,

Governo do Estado do Rio de Janeiro, Secretaria de Estado de Meio Ambiente

e Projetos Especiais, Fundação Superintendência Estadual de Rios e Lagoas -

SERLA.

PNUD, 1997, Atlas do Desenvolvimento Humano do Brasil, Programa das Nações

Unidas para o Desenvolvimento.

174

PORTO, R. L. L. e ROBERTO, A. N., 1999, “Alocação da água entre múltiplos usos

em uma bacia hidrográfica”, In: XIII Simpósio Brasileiro de Recursos Hídricos,

Associação Brasileira de Recursos Hídricos, Belo Horizonte, novembro-

dezembro.

PORTO, R. L., ZAHED FILHO, K., TUCCI, C. E. M. e BIDONE, F., 1997, "Drenagem

Urbana" In: Tucci, C. E. M. - Hidrologia, Ciência e Aplicação - 2 ed., capítulo 21,

pp. 805-847, Editora da Universidade Federal do Rio Grande do Sul, Rio

Grande do Sul.

PREFEITURA MUNICIPAL DE NITERÓI, 1993, Plano diretor de Niterói, Lei 1157/92,

Niterói, Rio de Janeiro.

RICHARDS, J. A., 1986, Remote Sensing Digital Image Analysis – Sprignger-Verlag-

Heidelberg, Berlin, Germay.

RICHTER, C. A. e NETTO, J. M. DE AZEVEDO, 1991, Tratamento de Água,

tecnologia atualizada - Editora Edgard Blücher, São Paulo.

RISSO, A., 1993, Obteção e manipulação dos parâmetros da equação universal de

perda de solos através de técnicas de geoprocessamento - Tese M. Sc.,

IPH/UFRGS, Rio Grande do Sul.

ROCHA, C. H. B., 2000, Geoprocessamento, tecnologia transdisciplinar - Juiz de Fora,

Minas Gerais.

ROGERS, S. E. e LAUER, W. C., 1992, “Denver’s demonstration of potable water

reuse: water quality and health effects testing”, In: Water Science Tech., v. 26,

n. 7-8, pp. 1555-1564, Great Britain.

ROTUNNO FILHO, O. C., 1995, Soil moisture mapping using remote sensing and

geostatistics aplplied to rainfall-runoff models, Ph. D. thesis, Dept. of Civil

Engineering, University of Waterloo, Waterloo, Ontário, Canadá.

175

SALVINI, R. L., 2000, Uma nova abordagem para análise de agrupamentos baseada

no algorítimo elástico - Tese M. Sc., Programa de Engenharia de Sistemas e

Computação, COPPE/UFRJ, Rio de Janeiro.

SANTOS, S. C. DOS, 1999, “O estado das artes e propostas de atuação: subsídios

para a área de saneamento” – In: Conferência Internacional de Saneamento e

Recursos Hídricos, FIESP, São Paulo, setembro.

SECITEC/SECRETARIA MUNICIPAL DE CIÊNCIA E TECNOLOGIA, 1999a, Niterói,

perfil de uma cidade, Rio de Janeiro, Novembro.

SECITEC/SECRETARIA MUNICIPAL DE CIÊNCIA E TECNOLOGIA, 1999b, Niterói -

dados de referência II, Niterói, Rio de Janeiro.

SECPLAN/PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO,

1996, Tratamento de Dados Geográficos - Programa Baixada Viva, Secretaria

de Estado e Planejamento, Governo do Estado do Rio de Janeiro, Rio de

Janeiro, maio.

SECRETARIA MUNICIPAL DE FAZENDA, 1999a, Diário Oficial Municipal, Niterói, Rio

de Janeiro.

SECRETARIA MUNICIPAL DE FAZENDA, 1999b, Evolução da despesa do município

de Niterói, Rio de Janeiro.

SERAGELDIN, I., 1995, Toward Sustainable Management of Water Resourses - World

Bank, Washington D.C., United States.

SEROA DA MOTTA, R. e REZENDE, L., 1999, "The impact of sanitation on

waterborne diseases in Brazil", In: Peter. H. May (org.) Natural Resource

Valuation and Policy in Brazil: Methods and Cases, pp. 174-187, New York,

Columbia University Press, United States.

SEROA DA MOTTA, R., 1998, Utilização de critérios econômicos para a valorização

da água no Brasil, Governo do Estado do Rio de Janeiro, Secretaria de Estado

de Meio Ambiente, Rio de Janeiro.

176

SHUVAL, H. I. et al., 1981, Effect of investiments in water suplly and sanitation on

health status: a threshold-saturation theory - Bulletin of the World Health

Organization, v. 59, n. 2, pp. 243-248.

SILVEIRA, A. L. L. DA, 1997, “Ciclo Hidrológico e Bacia Hidrográfica” – In: TUCCI, C.

E. M. - Hidrologia, Ciência e Aplicação - Editora da Universidade Federal do

Rio Grande do Sul, 2 ed., pp. 35-51, Rio Grande do Sul.

SILVA, S. R., 1999, “Perfil das doenças diarréicas agudas no Espírito Santo” - In: 20º

Congresso Brasileiro de Engenharia Sanitária e Ambiental, pp. 2955-2960, Rio

de Janeiro, março.

SNOW, J., 1990, Sobre a maneira de transmissão do cólera - HUCITEC-Associação

Brasileira de Pós-graduação em Saúde Coletiva, São Paulo.

SOBRINHO, A. P., LEITE, J. E., PEREZ, M. F. e MINDRISZ, M. M., 1999, “Reuso de

água para abastecimento público e industrial no município de Santo André (SP)

– a viabilidade econômica e as dificuldades institucionais para implantação na

região metropolitana de São Paulo”, In: 20º Congresso Brasileiro de

Engenharia Sanitária e Ambiental, Rio de Janeiro, março.

STEPHENS C., TIMAES, I., AKERMAN, M. et al., 1984, Collaborative study in Accra,

Ghana and São Paulo, Brazil - Analysis of urban data of four demographic and

health surveys - London School of Hygiene and Tropical Medicine, London.

STEWART, I., 1990, “Risk business” – In: The New Scientist, may.

TELLES. P. C. S., 1984, História da engenharia no Brasil – século XVI a XIX – Livros

Técnicos e Científicos, v. 1, pp. 281 – 308, Rio de Janeiro.

TUCCI, C. E. M., 1997a, Hidrologia, Ciência e Aplicação - Editora da

Universidade/UFRGS, 2 ed., Rio Grande do Sul.

TUCCI, C. E. M., 1997b, "Plano diretor de drenagem urbana: princípio e concepção" –

In: Revista Brasileira de Recursos Hídricos, ABRH, v. 2, n. 2, pp. 5-12, julho a

dezembro.

177

TUCCI, C. E. M., HESPANHOL, I. e NETTO, O. M. C., 2000, "Cenários da gestão da

água no Brasil: uma contribuição para a visão mundial” – In: Revista Brasileira

de Recursos Hídricos, ABRH, v. 5, n.3, pp. 31-43, julho-setembro.

USEPA, 1990, Enviromental pollution control alternatives: drinking water treatment for

small communities – Cicinnati: EPA, United States.

VALENCIA, L. I. O., 1999, O paradigma da krigeagem indicatriz e o problema espaço-

temporal na Geoestatística - Tese M. Sc., Instituto de Matemática/UFRJ, Rio de

Janeiro.

VASCONCELLOS, A. A. T. DE, 1993, Análise de “clusters” espaciais para dados

epidemiológicos - Tese M. Sc., Programa de Engenharia Biomédica,

COPPE/UFRJ, Rio de Janeiro.

VIANNA, A. P. P., 2000, Utilização de modelagens hidrológica e hidráulica associadas

a um sistema de informações geográficas para mapeamento de áreas

inundáveis - Estudo de Caso: Município de Itajubá, MG - Tese M. Sc., Escola

de Engenharia, Universidade Federal de Minas Gerais, Belo Horizonte, Minas

Gerais.

WOODCOCK, C. E., STRAHLER, A. H. e JUPP, D. L. B., 1988, “The use of

variograms in Remote Sensing: I. Scene images and simulated images”. – In:

Remote sensing of environment, v. 25, pp. 323-348.

XAVIER-DA-SILVA, J., 1999, "Geoprocessamento para análise ambiental" – In: Notas

de aula do Curso Especialização em Geoprocessamento, Instituto de

Geociências, LAGEOP/UFRJ, Rio de Janeiro.

XAVIER-DA-SILVA, J. E CARVALHO FILHO, L. M., 1993, "Sistemas de Informação

Geográfica: uma proposta metodológica" – In: IV Conferência Latinoamericana

sobre sistemas de Informação Geográfica / 2º Simpósio Brasileiro de

Geoprocessamento, São Paulo, julho.

178

YASSUDA, E. R. e NOGAMI, P. S., 1987, "Captação de Água Subterrânea" - In:

Gaglianone et al., Técnica de Abastecimento e Tratamento de Água, CETESB-

ASCETESB, 2 ed., Capítulo 5, pp. 135-204, São Paulo.

179

APÊNDICE A - Descrição de alguns campos do censo demográfico de 1991(fonte: FIBGE, 1993)

1. Aglomerado subnormal (favelas e assemelhados): conjunto constituído por

unidades habitacionais (barracos, casas ...), ocupando ou tendo ocupado, até a data

da pesquisa, terrenos de propriedade alheia (pública ou particular) dispostos, em

geral, de forma desordenada e densa, e carentes, em sua maioria, de serviços

públicos essenciais; o que caracteriza um aglomerado subnormal é a ocupação

desordenada e que, quando da sua implantação, não haja posse de terra ou título de

propriedade.

2. Domicílio: moradia estruturalmente independente, constituída por um ou mais

cômodos, com entrada privativa; por extensão, edifícios em construção, embarcações,

veículos, barracas, tendas, grutas e outros locais que estavam, na data do censo,

servindo de moradia, também foram considerados domicílios; pode ser classificado

como particular ou coletivo.

2.1 Domicílio particular - domicílio que serve de moradia a uma, duas, ou no máximo

cinco famílias, mesmo estando localizado em estabelecimento industrial, comercial

etc; o prédio em construção onde residiam até cinco pessoas, embora sem laço de

parentesco e/ou dependência doméstica, também foi considerado como domicílio

particular;

Domicílio particular permanente - domicílio particular construído para fim

residencial;

Domicílio particular improvisado - domicílio particular sem a finalidade

residencial, embora servisse de moradia na data do censo, tal como localizado em

unidades (loja, fábrica, etc) que não possuísse dependências destinadas

exclusivamente à moradia, prédios em construção servindo de moradia a pessoal

de obra, embarcações, carroças, vagões de estrada de ferro, tendas, barracas,

grutas, etc.

2.2 Domicílio coletivo: aquele ocupado por grupo convivente e/ou família, na qual a

relação entre moradores se restringia à subordinação de ordem administrativa e ao

cumprimento de normas de convivência, como hotéis, pensões, recolhimentos, asilos,

orfanatos, conventos, penitenciárias, quartéis, postos militares, navios, alojamentos de

trabalhadores, etc.

180

A pesquisa das demais características dos domicílios, conceituados a seguir, limitou-

se aos domicílios particulares permanentes.

3. Localização:3.1 Casa - domicílio particular localizado em um prédio com acesso direto a um

logradouro (arruamento, vila, avenida, caminho, etc), legalizado ou não, independente

do material utilizado na construção, estado de conservação ou número de pavimentos;

3.2 Apartamento - domicílio particular localizado em edifício de um ou mais

pavimentos;

3.3 Cômodo (s) - domicílio localizado em um ou mais cômodos de uma casa de

cômodos, cortiço, cabeça-de-porco, etc;

3.4 Casa ou apartamento isolada (o) ou de condomínio - domicílio localizado em

casa ou apartamento de edifício com acesso a um logradouro ou que fizesse parte de

um condomínio, sem ser parte integrante de um conjunto popular ou subnormal;

incluem-se nesse caso as casas pertencentes a uma vila, avenida, etc, com um ou

mais de um número no logradouro e um sub-número ou designação própria;

3.5 Casa ou apartamento em conjunto residencial popular - domicílio localizado

em casa ou apartamento de edifício que fizesse parte de um conjunto residencial,

geralmente para famílias de baixa renda, cujos melhoramentos urbanos existentes

(ruas, meio-fios, calçamentos, canalizações, etc.) foram construídos

concomitantemente, normalmente financiados por órgão público como COHAB entre

outros, e, em alguns casos, por empresas particulares;

3.6 Casa ou apartamento em aglomerado subnormal - domicílio localizado em casa

ou apartamento de edifício que fizesse parte de um conjunto subnormal, também

designado “assentamento informal”, como por exemplo - favela, mocambo, alagado,

barranco de rio, etc.

4. Abastecimento de água: 4.1 Rede geral - domicílio servido de água proveniente de uma rede geral de

abastecimento;

181

4.2 Poço ou nascente - domicílio servido de água proveniente de poço ou nascente

próprios;

4.3 Outra forma - domicílio abastecido com água das chuvas, por carro pipa, entre

outros, ou apanhada em fonte pública, poço, bica, etc, fora da propriedade.

5. Instalação sanitária: 5.1 Rede geral - domicílios com ligação na rede pública de esgotamento sanitário;

5.2 Fossa séptica - domicílios com esgotamento através de fossa séptica;

5.3 Fossa rudimentar - domicílios com esgotamento através de fossa rudimentar;

5.4 Outro tipo de esgotamento – esgotamento quando são usados diretamente como

escoadouro os rios, lagos, entre outros.

6. Destino do lixo: 6.1 Coletado diretamente - lixo do domicílio coletado diretamente por serviço,

empresa pública ou particular;

6.2 Coletado indiretamente - lixo do domicílio depositado em uma caçamba, tanque

ou depósito, fora do domicílio, para depois ser coletado por serviço, empresa pública

ou particular;

6.3 Queimado - lixo do domicílio queimado diretamente na área do domicílio ou fora

dela;

6.4 Enterrado - lixo do domicílio enterrado diretamente na área na área do domicílio

ou fora dela;

6.5 Jogado em terreno baldio - quando o lixo do domicílio é jogado em terreno fora

da área do domicílio;

6.6 Jogado em rio, lago, lagoa ou mar - lixo jogado nas águas de um rio, lago,lagoa

ou mar.

182

7 Escolaridade: 7.1 Alfabetização - foram consideradas alfabetizadas pessoas capazes de ler e

escrever um bilhete simples no idioma que conhecem;

7.2 Anos de estudo - classificação obtida da série e do grau mais elevado concluído,

com aprovação, dos chefes dos domicílios que estavam freqüentando ou que haviam

freqüentado escola.

8 Condição de ocupação: 8.1 Próprio (a construção e o terreno) - quando a família reside em domicílio com

prédio e terreno de propriedade pertencendo a um ou mais de seus componentes;

8.2 Próprio (a construção) - quando a família reside em domicílio em que o prédio

fosse de sua propriedade sem ter a posse do terreno onde foi construído;

8.3 Alugado - domicílio alugado, mesmo que o aluguel fosse pago por um não

morador, exclusive empregador de qualquer um dos moradores do domicílio;

8.4 Cedido por empregador - domicílio cedido por empregador (particular ou público),

de qualquer um dos moradores, ainda que mediante taxa de ocupação ou reservação;

8.5 Cedido por particular - domicílio cedido gratuitamente por particular (parente,

não-parente ou instituição), exclusive empregador de qualquer um dos moradores;

8.6 Outra condição: domicílio ocupado de forma diferente das anteriores, quando, por

exemplo, o locatário paga um só aluguel pelo domicílio e pela parte não-residencial

(oficina, casa comercial, etc) ou quando a família reside em estabelecimento

agropecuário arrendado.

APÊNDICE B – Metodologia para cálculo dos índices de desenvolvimento humano municipal / IDH-M e de condições de vida / ICV (fonte: PNUD, 1997)

1. Metodologia para Cálculo do IDH-M:

O IDH resulta da combinação de três dimensões:

longevidade - medida pela esperança de vida ao nascer;

educação - medida pela combinação da taxa de analfabetismo da população de

15 anos e mais, com peso 2/3, e do número médio de anos de estudo da

população de 25 anos e mais, com peso 1/3;

renda - medida pela renda familiar per capita média ajustada (RFPC), expressa

em salários mínimos de setembro de 1991.

Para que os indicadores possam ser combinados em um índice único, eles são

transformados em índices parciais, com valores variando entre 0 e 1. A fórmula geral

para a construção desses índices é:

oValorMínimoValorMáximoValorMínimvadoValorObserÍndice (B.1)

Os valores mínimos e máximos utilizados são os seguintes:

Tabela B.1 – Valores máximos e mínimos dos indicadores – IDH-M (fonte: PNUD, 1997)

Indicador Mínimo Máximo Unidade

Esperança de vida ao nascer 25 85 anos

Taxa de analfabetismo 0 100 %

Número médio de anos de estudo 0 15 anos

Renda familiar per capita média ajustada 0,05 1.364 salários mínimos de

setembro de 1991

Com base nesses valores e nos valores observados para o município ou região

em questão, calculam-se os índices de longevidade, educação e renda.

183

Índice de longevidade

O Índice de longevidade (ILi) do município i, em que a esperança de vida ao

nascer é Vi, é obtido através da aplicação direta da Equação B.1, ou seja:

258525ViILi (B.2)

Índice de educação

Para obter o Índice de educação (IEi) do município i, com taxa de

analfabetismo Ai e com número médio de anos de estudo Mi, primeiro transforma-se

as duas variáveis em índices usando a Equação B.2:

10001000 ii

iAAIA (B.3)

150150 ii

iMMIM (B.4)

onde IAi é o índice de analfabetismo e IMi é o índice número médio de anos de estudo.

Combinando-se os dois índices (IAi e IMI), com os pesos de 2/3 e 1/3

respectivamente, obtém-se o índice de educação (IEi):

32

31

32 ii

iiiIMIAIMIAIE (B.5)

Índice de Renda

A construção do índice de renda (IRi) do município i, com renda familiar per

capita média (RFPC) Yi, é um pouco mais complexa. Parte da hipótese de que a

contribuição da renda para o desenvolvimento humano apresenta rendimentos

decrescentes.

Essa hipótese é incorporada ao cálculo do IDH-M, estabelecendo-se um

redutor para a renda familiar per capita observada (Yi) através da fórmula de Atkinson

184

para a utilidade da renda. Obtém-se, assim, a variável Wi, que é a renda familiar per

capita média ajustada do município i.

Os níveis máximo e mínimo do PIB per capita (paridade do poder de compra -

PPC) e a renda média mundial (dólares PPC), utilizados no relatório sobre o

desenvolvimento humano (PNUD, 1994), com dados referentes ao período 1991-92,

como parâmetros para o ajuste das rendas e para o cálculo dos índices de renda,

foram convertidos em limites do tipo melhor e pior para a RFPC e no limiar a partir do

qual a utilidade da renda passa a apresentar rendimentos decrescentes.

As RFPC observadas foram ajustadas usando a metodologia definida pela

fórmula de Atkinson (Equação B.6). Todos os valores da RFPC (para os anos de 1970,

1980 e 1991) foram convertidos em salários mínimos de setembro de 1991. Todos

esses procedimentos estão descritos com detalhes em IPEA (1996).

O PIB per capita médio mundial (Y*) é definido como o limiar a partir do qual a

renda passa a apresentar rendimentos decrescentes, e assim a variável Wi (renda

familiar per capita média ajustada do município i ) é dada por:

Wi = Yi para *0 YYi

Wi = Y* + 2(Yi-Y*)1/2 para (B.6)** 2YYiY

Wi = Y* + 2Y*1/2 + 3(Yi – Y*)1/2 para ** 32 YYiY

e assim sucessivamente.

Denotando por Wm o valor descontado, segundo a Equação B.6, de

US$40.000 PPC (limite superior do indicador de renda), chega-se, então, ao índice de

renda (IRi):

05,005,0

m

ii W

WIR (B.7)

185

Índice de Desenvolvimento HumanoO IDH-M do município i, com índices de longevidade (ILi), e educação (IEi) e

renda (IRi), é a média aritmética simples dos três índices:

3iii

iIRIEILIDH (B.8)

O IDH-M varia entre os valores 0 e 1, sendo que, quanto mais próximo de 1,

mais alto será o nível de desenvolvimento humano do município.

Para classificar os municípios e regiões em três grandes categorias, foram

estabelecidas as seguintes faixas:

0 IDH < 0,5 baixo desenvolvimento humano 0,5 IDH < 0,8 médio desenvolvimento humano 0,8 IDH 1 alto desenvolvimento humano

2. Metodologia para Cálculo do ICV O ICV resulta da combinação de cinco dimensões:

longevidade - medida pela combinação da esperança de vida ao nascer, com

peso 1/2, e da taxa de mortalidade infantil, com peso 1/2;

educação - medida pela combinação da taxa de analfabetismo da população de

15 anos e mais, com peso 1/2, do número médio de anos de estudo da população

de 25 anos e mais, com peso 1/4, da percentagem da população com menos de 4

anos de estudo, com peso 1/12, da percentagem da população com menos de 8

anos de estudo, com peso 1/12, e da percentagem da população com mais de 11

anos de estudo, com peso 1/12;

renda - medida pela combinação da renda familiar per capita média ajustada

(RFPC), com peso de 1/2, do grau de desigualdade, com peso de 1/4, e do grau

de desigualdade na população com renda insuficiente, com peso de 1/4;

infância - medida pela combinação da percentagem de crianças que não

freqüentam a escola, com peso de 1/2, da defasagem escolar média, com peso de

1/8, da percentagem de crianças com mais de um ano de atraso escolar, com peso

de 1/8, e da percentagem de crianças que trabalham, com peso de 1/4;

habitação - medida pela combinação da percentagem da população que vive em

domicílios com densidade superior a duas pessoas por dormitório, com peso de

1/4, da percentagem da população que vive em domicílios duráveis, com peso de

1/4, da percentagem da população urbana que vive em domicílios com condições

186

adequadas de abastecimento de água, com peso de 1/4, e da percentagem da

população urbana que vive em domicílios com instalações adequadas de esgoto,

com peso de 1/4.

A esperança de vida ao nascer e a taxa de mortalidade infantil foram obtidas

por métodos indiretos a partir das informações censitárias, e os demais indicadores

foram obtidos diretamente dos dados censitários. A renda familiar per capita média,

também obtida diretamente dos dados censitários, recebeu o mesmo tratamento

utilizado no cálculo do IDH-M. Todos esses procedimentos estão descritos com

detalhes em IPEA (1996).

Para que os indicadores possam ser combinados em um índice único, eles são

transformados em índices parciais, com valores variando entre 0 e 1. A fórmula geral

para a construção desses índices é:

oValorMáximvadoValorObseroValorMínimvadoValorObseríndice (B.9)

Os valores mínimos e máximos utilizados são os seguintes:

Tabela B.2 – Valores máximos e mínimos dos indicadores para o tema longevidade (fonte: PNUD, 1997)

Indicador Pior Valor Melhor Valor Unidade

Esperança de vida ao

nascer

25 85 anos

Taxa de mortalidade infantil 320 0 por mil nascidos vivos

Tabela B.3 – Valores máximos e mínimos dos indicadores para o tema educação

(fonte: PNUD, 1997)


Taxa de analfabetismo 100 0 %

Número médio de anos de estudo 0 15 anos

População com menos de 4 anos de

estudo

100 0 %

População com menos de 8 anos de

estudo

100 25 %

População com mais 11 anos de estudo 0 50 %

187

188

Tabela B.4 – Valores máximos e mínimos dos indicadores para o tema renda

(fonte: PNUD, 1997)


Grau de desigualdade na

população com renda insuficiente

0,9 0

Grau de desigualdade 1 0 Índice de Theil

Renda familiar per capita média

ajustada

0,05 1.364 salários mínimos de

setembro de 1991

Tabela B.5 – Valores máximos e mínimos dos indicadores para o tema educação

(fonte: PNUD, 1997)


Crianças que não freqüentam a escola 100 0 %

Defasagem escolar média 6 0 anos

Crianças com mais de um ano de atraso

escolar

100 0 %

Crianças que trabalham 100 0 %

Tabela B.6 – Valores máximos e mínimos dos indicadores para o tema habitação

(fonte: PNUD, 1997)


População em domicílios com mais de 2

pessoas por dormitório

100 0 %

População que vive em domicílios duráveis 0 100 %

População em domicílios com abastecimento

adequado de água

0 100 %

População em domicílios com esgoto

adequado

0 100 %

Com base nestes valores e nos valores observados para o município ou região

em questão, calculam-se os índices de longevidade, educação, renda, infância, e

habitação, seguindo um procedimento análogo ao adotado no cálculo dos índices que

compõem o IDH-M.

O ICV do município i, com índices de longevidade (ILi), educação (IEi), renda

(IRi), infância (IIi) e habitação (IHi), é a média aritmética simples dos cinco índices:

5iiiii

iIHIIIRIEILICV (B.10)

O ICV varia entre os valores 0 e 1, sendo que, quanto mais próximo de 1,

melhores serão as condições de vida do município.

Para classificar os municípios e regiões em três grandes categorias, foram

estabelecidas as seguintes faixas:

0 ICV < 0,5 baixa condição de vida 0,5 ICV < 0,8 média condição de vida 0,8 ICV 1 alta condição de vida

189

APÊ

ND

ICE

C –

Org

anog

ram

a da

pre

feitu

ra m

unic

ipal

de

Nite

rói (

font

e: S

ECIT

EC, 1

999b

)

R$5

45.1

25,8

3(o

rçam

ento

do

mun

icíp

io) +

R$3

6.08

0.03

6,99

(Sis

tem

a Ú

nico

de

Saú

de/S

US

)

R$1

.901

.877

,83

(orç

amen

to m

unic

ipal

)

Pro

cura

doria

ger

aldo

mun

icíp

ioS

ec. M

unic

ipal

de A

ssun

tos

do G

over

no

Sec

reta

riaE

xecu

tiva

doP

refe

ito

S.P

. E. E

.S

. D. R

.

EM

US

A

S. S

.P.

SE

CIT

EC

S. C

ult.

S. F

az.

S.P

. S.

S. M

. A.

S. A

dm.

S. E

d.

F. M

. Saú

de

S. S

aúde

S. I

. Cid

ad.

S. U

rb.

Agê

ncia

Mun

icip

al d

eD

esen

volv

imen

to

IBA

SM

NE

LTU

RC

onse

lho

deP

roje

tos

Esp

ecia

is

Vic

e pr

efei

to

Pre

feito

Figu

ra C

.1 -

Org

anog

ram

a da

pre

feitu

ra m

unic

ipal

de

Nite

rói;

recu

rsos

apl

icad

os n

as s

ecre

taria

s de

ser

viço

s pú

blic

os e

de

saúd

e, p

ara

o an

o de

199

9, s

egun

do

dado

s da

SE

CR

ETA

RIA

MU

NIC

IPA

L D

E F

AZE

ND

A (1

999a

e 1

999b

).

190

191

Siglas das secretarias municipais de Niterói

Secretaria de Desenvolvimento Regional (S. D. R.);

Secretaria de Projetos Especiais em Educação (S. P. E. E.);

Secretaria de Serviços Públicos (S. S. P.)

Empresa Municipal de Urbanismo e Saneamento (EMUSA);

Secretaria de Ciência e Tecnologia (SECITEC);

Secretaria de Urbanismo (S. Urb.);

Secretaria de Cultura (S. Cult.);

Secretaria de Fazenda (S. Faz.);

Secretaria de Promoção Social (S. P. S.);

Secretaria de Meio Ambiente (S. M. A.);

Secretaria de Administração (S. Adm.);

Secretaria de Saúde (S. Saúde);

Secretaria de Educação (S. Ed.);

Secretaria de Integração e Cidadania (S. I. Cidad.).

Norma para a Elaboração Gráfica de Teses

Documents

Transcript of Norma para a Elaboração Gráfica de Teses