Your browser doesn't support javascript.
loading
Análise espacial de casos prováveis de dengue no município de São Luís, Maranhão, Brasil / Spatial analysis of probable dengue cases in the municipality of São Luís, Maranhão, Brazil / Análisis espacial de los casos probables de dengue en el municipio de São Luís, Maranhão, Brasil
Costa, Flávia Regina Vieira da; Branco, Maria dos Remédios Freitas Carvalho; Junior, José Aquino; Costa, Silmery da Silva Brito; Araujo, Adriana Soraya; Câmara, Ana Patrícia Barros; Silva, Maria do Socorro da; Queiroz, Rejane Christine de Sousa; Silva, Antônio Augusto Moura da; Santos, Alcione Miranda dos; Rodrigues, Zulimar Márita Ribeiro; Soeiro, Vanessa Moreira da Silva.
Afiliação
  • Costa, Flávia Regina Vieira da; Universidade Federal do Maranhão. BR
  • Branco, Maria dos Remédios Freitas Carvalho; Universidade Federal do Maranhão. BR
  • Junior, José Aquino; Universidade Federal do Maranhão. BR
  • Costa, Silmery da Silva Brito; Universidade Federal do Maranhão. BR
  • Araujo, Adriana Soraya; Universidade Federal do Maranhão. BR
  • Câmara, Ana Patrícia Barros; Universidade Federal do Maranhão. BR
  • Silva, Maria do Socorro da; Secretaria Municipal de Saúde de São Luís. BR
  • Queiroz, Rejane Christine de Sousa; Universidade Federal do Maranhão. BR
  • Silva, Antônio Augusto Moura da; Universidade Federal do Maranhão. BR
  • Santos, Alcione Miranda dos; Universidade Federal do Maranhão. BR
  • Rodrigues, Zulimar Márita Ribeiro; Universidade Federal do Maranhão. BR
  • Soeiro, Vanessa Moreira da Silva; Universidade Federal do Maranhão. BR
Arq. ciências saúde UNIPAR ; 26(3): 693-704, set-dez. 2022.
Artigo em Português | LILACS | ID: biblio-1399328
Biblioteca responsável: BR513.1
RESUMO

INTRODUÇÃO:

A dengue é considerada uma das principais arboviroses mundiais, caracterizada no Brasil pelo aumento de casos graves e óbitos.

OBJETIVO:

realizar análise espacial dos casos prováveis de dengue em São Luís - MA.

MÉTODOS:

Estudo ecológico de base populacional dos casos prováveis de dengue, notificados no Sistema de Informação de Agravos de Notificação (SINAN) em 2015 e 2016, ocorridos no município de São Luís ­ MA. Foram georreferenciados 4.681 casos prováveis de dengue por setores censitários, calculadas as taxas de incidência e ajustadas através do estimador bayesiano empírico local. Foi utilizado o estimador de densidade de Kernel e Moran Global e Local para a análise espacial.

RESULTADOS:

Evidenciou-se através do estimador de densidade de Kernel, áreas quentes (alta-densidade) nos setores censitários da região noroeste do município. As taxas de incidência foram ajustadas pela aplicação do método bayesiano empírico local, identificando-se maior quantidade de setores com média e alta incidência. A partir do índice de Moran global foi evidenciada autocorrelação espacial positiva estatisticamente significativa para as taxas de incidência de dengue (I=0,69; p<0,001) e para as taxas de incidência ajustadas pelo método bayesiano (I=0,80; p<0,001). De acordo com o índice de Moran local, identificou-se clusters de setores de alta incidência de dengue em áreas com alta densidade populacional na região nordeste e noroeste do município.

CONCLUSÃO:

A pesquisa demonstrou que os estimadores bayesianos ajudaram a minimizar os problemas de subnotificação e da influência do tamanho populacional nos setores censitários.
ABSTRACT

INTRODUCTION:

Dengue is considered one of the main arboviruses in the world, characterized in Brazil by the increase in severe cases and deaths.

OBJECTIVE:

to perform spatial analysis of probable dengue cases in São Luís - MA.

METHODS:

Population-based ecological study of probable dengue cases, reported in the Notifiable Diseases Information System (SINAN) in 2015 and 2016, which took place in the city of São Luís - MA. 4,681 probable dengue cases were georeferenced by census sectors, incidence rates were calculated and adjusted using the local empirical Bayesian estimator. The Kernel and Moran Global and Local density estimator was used for spatial analysis.

RESULTS:

Hot areas (high-density) in the census sectors of the northwest region of the municipality were evidenced through the Kernel density estimator. Incidence rates were adjusted by applying the local empirical Bayesian method, identifying a greater number of sectors with medium and high incidence. From the global Moran index, statistically significant positive spatial autocorrelation was evidenced for the dengue incidence rates (I = 0.69; p <0.001) and for the incidence rates adjusted by the Bayesian method (I = 0.80; p <0.001). According to the local Moran index, clusters of sectors with a high incidence of dengue were identified in areas with high population density in the northeast and northwest regions of the municipality.

CONCLUSION:

The research demonstrated that Bayesian estimators helped to minimize the problems of underreporting and the influence of population size on census tracts.
RESUMEN

INTRODUCCIÓN:

El dengue es considerado una de las principales arbovirosis a nivel mundial, caracterizada en Brasil por el aumento de casos graves y muertes.

OBJETIVO:

Realizar un análisis espacial de los casos probables de dengue en São Luís - MA.

MÉTODOS:

Estudio ecológico de base poblacional de los casos probables de dengue, notificados en el Sistema de Informação de Agravos de Notificação (SINAN) en 2015 y 2016, ocurridos en el municipio de São Luís - MA. Se georreferenciaron 4.681 casos probables de dengue por sectores censales, se calcularon las tasas de incidencia y se ajustaron mediante el estimador empírico bayesiano local. Para el análisis espacial se utilizó el estimador de densidad Kernel y Moran global y local.

RESULTADOS:

Se evidenció a través del estimador de densidad Kernel, áreas calientes (de alta densidad) en los sectores censales de la región noroeste del municipio. Las tasas de incidencia se ajustaron mediante la aplicación del método bayesiano empírico local, identificándose una mayor cantidad de setores con incidencia media y alta. A partir del índice global de Moran se evidenció una autocorrelación espacial positiva estadísticamente significativa para las tasas de incidencia de dengue (I=0,69; p<0,001) y para las tasas de incidencia ajustadas por el método bayesiano (I=0,80; p<0,001). Según el índice local de Moran, se identificaron clusters de sectores de alta incidencia de dengue en áreas con alta densidad de población en las regiones noreste y noroeste del municipio.

CONCLUSIÓN:

La investigación demostró que los estimadores bayesianos ayudaron a minimizar los problemas de infradeclaración y la influencia del tamaño de la población en los sectores censales.
Licença
Assuntos


Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas / ODS3 - Saúde e Bem-Estar / Doenças Negligenciadas / ODS3 - Meta 3.3 Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis Problema de saúde: Objetivo 6: Sistemas de informação em saúde / Meta 3.3: Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis / Dengue / Doenças Negligenciadas / Dengue Base de dados: LILACS Assunto principal: Incidência / Dengue / Vigilância em Saúde Pública / Análise Espacial Tipo de estudo: Estudo de avaliação / Estudo de incidência / Estudo prognóstico / Estudo de rastreamento Limite: Feminino / Humanos / Masculino País/Região como assunto: América do Sul / Brasil Idioma: Português Revista: Arq. ciências saúde UNIPAR Assunto da revista: Ciˆncias da Sa£de / Medicina / Pesquisa Biom‚dica Ano de publicação: 2022 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Secretaria Municipal de Saúde de São Luís/BR / Universidade Federal do Maranhão/BR

Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas / ODS3 - Saúde e Bem-Estar / Doenças Negligenciadas / ODS3 - Meta 3.3 Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis Problema de saúde: Objetivo 6: Sistemas de informação em saúde / Meta 3.3: Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis / Dengue / Doenças Negligenciadas / Dengue Base de dados: LILACS Assunto principal: Incidência / Dengue / Vigilância em Saúde Pública / Análise Espacial Tipo de estudo: Estudo de avaliação / Estudo de incidência / Estudo prognóstico / Estudo de rastreamento Limite: Feminino / Humanos / Masculino País/Região como assunto: América do Sul / Brasil Idioma: Português Revista: Arq. ciências saúde UNIPAR Assunto da revista: Ciˆncias da Sa£de / Medicina / Pesquisa Biom‚dica Ano de publicação: 2022 Tipo de documento: Artigo País de afiliação: Brasil Instituição/País de afiliação: Secretaria Municipal de Saúde de São Luís/BR / Universidade Federal do Maranhão/BR
...