Detección prospectiva espacio-temporal de conglomerados de COVID-19 en Cuba

RESUMEN Introducción: Durante enfermedades infecciosas emergentes en curso como la COVID-19, la vigilancia espacio-temporal es fundamental para identificar áreas prioritarias para intervenciones específicas, diferenciar intensidad diagnóstica y asignación de recursos. Objetivo: Modelar la evolución del riesgo relativo de presentación de casos de COVID-19 e identificar conglomerados en municipios donde la enfermedad se mantuvo en el periodo posterior al descenso de la curva epidémica en Cuba. Métodos: El periodo mencionado comprendió entre el 26/05/2020 hasta el 4/09/2020. Se realizaron corridas cíclicas del modelo prospectivo espacio-temporal de Poisson, con incrementos progresivos de 14 días, mediante la aplicación SaTScan™ 9.6. Resultados: Se identificaron 15 conglomerados significativos (p ≤ 0,0001) cuya extensión involucró desde uno hasta trece municipios, con distribución en seis provincias (Pinar del Río, Artemisa, La Habana, Mayabeque, Matanzas, Villa Clara y Ciego de Ávila). En los conglomerados todos los municipios mostraron riesgo relativo alto, entre ellos, La Palma en la provincia de Pinar del Río y Ciego de Ávila en la provincia del mismo nombre, con los valores más altos, 119,95 y 121,04, respectivamente. Conclusión: El modelo empleado pudo identificar los conglomerados en territorios con significativa probabilidad de ocurrencia de COVID-19, así como periodos de evolución del riesgo relativo. Además, reconoce los municipios que merecen prioridad para intensificar en ellos intervenciones de contención y control sanitario y evitar la reemergencia de la enfermedad con mayor dispersión espacial.

ABSTRACT Introduction: During the occurrence of ongoing emerging infectious diseases such as COVID-19, spatiotemporal surveillance is crucial to identify priority areas for specific interventions, differentiate diagnostic intensity and assign resources. Objective: To model the evolution of the relative risk of presentation of COVID-19 cases and to identify clusters in municipalities where the disease remains at the stage following the descent of the epidemic curve in Cuba. Methods: The period mentioned was from 26/05/2020 to 4/09/2020. Cyclic runs of Poisson's prospective spatiotemporal model were performed, with progressive 14-day increases, using the software SaTScan™ 9.6. Results: A total 15 significant clusters were identified (p ≤ 0.0001) extending over one to thirteen municipalities and distributed in six provinces (Pinar del Río, Artemisa, Havana, Mayabeque, Matanzas, Villa Clara and Ciego de Ávila). In the clusters, all municipalities showed a high relative risk among them, La Palma in Pinar del Rio province and Ciego de Avila in the province of the same name, with the highest values, 119.95 and 121.04, respectively. Conclusion: The model was able to identify territories with a significant likelihood of COVID-19 occurrence, as well as periods in the evolution of relative risk. It also showed that surveillance and early warning strategies may facilitate prioritization of health control and containment interventions aimed at preventing the reemergence of the disease with greater spatial coverage.

Abordagens espaciais na saúde pública

Esta publicação busca contribuir para o fortalecimento da capacidade analítica em todas as instâncias do Sistema Único de Saúde (SUS), como processo contínuo de capacitação e atualização em ferramentas de organização e análise de dados espaciais de saúde. O livro tem adicionalmente o propósito de recuperar o espaço como uma categoria imprescindível de análise de situações de saúde, contribuindo para o entendimento do quadro sanitário atual e suas tendências através da construção de novas abordagens voltadas para as práticas de Vigilância em Saúde, como a identificação de áreas críticas, a focalização de grupos populacionais, a priorização das ações e dos recursos.

Espaço e doença: um olhar sobre o Amazonas

Atlas ilustrado, com fotos, mapas, imagens de satélite, tabelas e gráficos, parte da premissa de que a ocorrência das doenças é historicamente determinada por fatores sociais e regulada pelas condições do ambiente. Ao considerar as categorias espaço e ambiente na análise das questões de saúde, amplia as perspectivas, permitindo maior compreensão e previsões mais seguras sobre o comportamento e a evolução das doenças na região Amazônica. Dele participam 31 pesquisadores, entre eles médicos, geógrafos, engenheiros e sociólogos. O resultado é que se pode considerar 'o mais completo trabalho sobre a saúde no estado do Amazonas até hoje produzido'.