A estimativa do número de casos de hanseníase que permanecem sem diagnóstico na comunidade é uma questâo fundamental para o planejamento das atividades de controle dessa doença. Com afinalidade de obter uma fórmula matemática simples para estimar esse número, em áreas de nível endêmico médio ou baixo, analisamos o potencial preditivo de três indicadores de fàcil obtenção - o grau de incapacidade no momento do diagnóstico, a proporção de casos novos por forma clínica e a proporção de casos novos menores de 15 anos. Para tanto, foram estudados os 4142 casos de hanseníase diagnosticados no Estado do Rio Grande do Sul, Brasil, entre 01/01/1970 e 30/04/1991. Das 24 regiões geográficas em que se subdivide o Estado, 11 estavam classificadas como sendo de baixa endemicidade e 13 como sendo de nível endêmico médio. Nem a proporção de casos novos por forma clínica, nem a proporção de casos novos menores de 15 anos mostraram associação forte ou estatisticamente significante ,quando os dados foram analisados pos meio de regressão linear múltipla ponderada, numa abordagem ecológica em que cada região geográfica foi utilizada como unidade amostrai. Esse achado sugere que as duas proporções não são úteis para estimar a prevalência oculta em áreas de baixa ou média endemicidade. Dos 4142 casos estudados, 3291 (79,5%) haviam sido avaliados quanto ao seu grau de incapacidade fisica ( GI) por ocasião do diagnóstico e tinham registrada em sua ficha a informação dada pelo paciente sobre o tempo decorrido entre o início dos sintomas e o momento em que a doença foi identificada pelo médico (atraso no diagnóstico). O tempo médio de atraso no diagnóstico observado foi de 1,51 anos para os casos com GI = zero, de 2,14 anos para os com GI = 1, de 4,46 anos para os com GI = 2 e de 9,64 anos para os casos com GI = 3. O atraso no diagnóstico mostrou associação forte e estatisticamente significante com a presença de deformidades (GI = 2 ou 3) por ocasião do diagnóstico, quando os dados foram avaliados por meio de um modelo de análise multivariável por regressão logística. Tendo em vista esse achado, evidênciando que quanto maior for a proporção de casos com deformidades, maior será o atraso médio no diagnóstico e, conseqüentemente, maior será a proporção de doentes que permanecem sem diagnóstico na população, as duas variáveis foram incluídas numa fórmula simplificada para calcular a prevalência oculta estimada (POE) da hanseníase, a qual agrupa os casos em apenas dois estratos de grau de incapacidade e tem a seguinte expressão matemática :POE = [(CN-GI 0/1) X 2,0 + (CN-GI 2/3) X 5,0] PCNA x PCP, onde: CN-GI 0/1 =número médio anual de casos novos com grau de incapacidade zero ou 1 ; CN-GI 2/3 =número médio anual de casos novos com grau de incapacidade 2 ou 3; PCNA = proporção de casos novos com grau de incapacidade avaliado ; PCP = proporção da população coberta pelo programa de controle da hanseníase; os multiplicadores 2,0 e 5,0 correspondem, respectivamente, ao tempo médio aproximado, em anos, do atraso no diagnóstico nos casos sem deformidades (grau de incapacidade = zero ou 1) e nos casos com deformidades (grau de incapacidade 2 ou 3). A prevalência oculta do Estado do Rio Grande do Sul foi estimada, por meio dessa fórmula simplificada, em cerca de 529 casos. Além do atraso no diagnóstico, outras variáveis, corno forma clínica, grupo etário, sexo e modo de detecção, mostraram-se significantemente associadas ao risco de apresentar deformidades no momento do diagnóstico. Ademais disso, o modelo de regressão logística encontrou dois fatores modificadores de efeito estatisticamente significantes : atraso no diagnóstico vs. forma clínica e atraso no diagnóstico vs. grupo etário. Em função desses achados, uma fórmula mais complexa, agrupando os casos em 16 estratos definidos pela forma clínica, pelo grupo etário e pelo grau de incapacidade, foi aplicada para o cálculo da POE . Segundo essa fórmula mais complexa, a prevalência oculta estimada do Rio Grande do Sul seria de aproximadamente 502 casos, resultado que difere em apenas cerca de 5% do obtido com o modelo simplificado, sugerindo que esse modelo mais simples pode ser útil para um cálculo rápido da prevalência oculta, com finalidades operacionais. / Public health planning for the management and prevention of Hansen's disease requires estimation ofthe number ofundetected cases ofthe disease in a community. In order to derive a simple approach to estimate that number in areas of low and median endemic levei, we analyzed the predictive potential of three readily obtainable measures - degree of disability at diagnosis, proportion of new cases with a given clinicai form of the disease:o and proportion of new cases under 15 years of age- in a database of 4142 patients with Hansen's disease diagnosed in Rio Grande do Sul State, Brazil, between January 1, 1970 and April 30, 1991. Ofthe 24 geographic regions o f the State, we classified 11 as having low and 13 as having median endemic leveis Neither proportion of cases with a given clinicai form, nor proportion of cases under 15 years of age was associated with disease incidence, when data were anaiyzed trough weighted linear multiple regression, using each geographic region as a sample unit, in an ecologic approach. This finding suggest that these two proportions are not usefui in estimating hidden prevalence in areas o f Iow and median endemic leveis. Ofthe 4142 cases detected, 3291 (79,5%) had their degree of disability evaluated at time of diagnosis and had recorded information permitting caicuiating time delay in diagnosis. The mean delay was 1. 51 years for grade zero o f disability, 2.14 years for grade 1, 4. 46 years for grade 2 and 9. 64 years for grade 3. Delay in diagnosis demonstrated an important, graded and highly statistically significant association with degree of disability at detection in multivariable logistic regression modelling. Thus, we propose a simplified modei to calculate estimated hidden prevalence (EHP), utilizing two collapsed strata of disability grade, as expressed by the following formula: EHP= [(NDC-dg 0/1) X 2.0 + (NDC-dg 2/3) X 5.0] CDE x PPC ,where: NDC-dg 0/1 = mean annual number o f newly detected cases, grade O or 1 of disability; NDC-dg 2/3 = mean annual number o f newly detected cases, grade 2 o r 3 o f disability; CDE = proportion o f newly detected cases with disability evaluated at time o f diagnosis; PCP = proportion o f the population covered by the control program; the values 2.0 and 5.0 correspond to an approximation of the mean time, in years, of diagnosis delay in each respective stratum of disability grade. Applying this model to Rio Grande do Sul data, we estimate a hidden prevalence of 529 cases. In logistic regression modeling, other variables, such as clinicai form, age group, sex and mode of detection were also independent risk factors for presenting disabilities at diagnosis. In addition two factors - clinicai form and age group - significantly modify the association between delay and disabilities. More complex modeling to estimate hidden prevalence, taking into account these interactions, produced an EHP of 502 cases. As this result differs by only about 5% from that of the simpli:fied model, we suggest that the simplified formula can be used as a means of rapid diagnosis o f the hidden prevalence o f Hansen' s disease.

A estimativa do número de casos de hanseníase que permanecem sem diagnóstico na comunidade é uma questâo fundamental para o planejamento das atividades de controle dessa doença. Com afinalidade de obter uma fórmula matemática simples para estimar esse número, em áreas de nível endêmico médio ou baixo, analisamos o potencial preditivo de três indicadores de fàcil obtenção - o grau de incapacidade no momento do diagnóstico, a proporção de casos novos por forma clínica e a proporção de casos novos menores de 15 anos. Para tanto, foram estudados os 4142 casos de hanseníase diagnosticados no Estado do Rio Grande do Sul, Brasil, entre 01/01/1970 e 30/04/1991. Das 24 regiões geográficas em que se subdivide o Estado, 11 estavam classificadas como sendo de baixa endemicidade e 13 como sendo de nível endêmico médio. Nem a proporção de casos novos por forma clínica, nem a proporção de casos novos menores de 15 anos mostraram associação forte ou estatisticamente significante ,quando os dados foram analisados pos meio de regressão linear múltipla ponderada, numa abordagem ecológica em que cada região geográfica foi utilizada como unidade amostrai. Esse achado sugere que as duas proporções não são úteis para estimar a prevalência oculta em áreas de baixa ou média endemicidade. Dos 4142 casos estudados, 3291 (79,5%) haviam sido avaliados quanto ao seu grau de incapacidade fisica ( GI) por ocasião do diagnóstico e tinham registrada em sua ficha a informação dada pelo paciente sobre o tempo decorrido entre o início dos sintomas e o momento em que a doença foi identificada pelo médico (atraso no diagnóstico). O tempo médio de atraso no diagnóstico observado foi de 1,51 anos para os casos com GI = zero, de 2,14 anos para os com GI = 1, de 4,46 anos para os com GI = 2 e de 9,64 anos para os casos com GI = 3. O atraso no diagnóstico mostrou associação forte e estatisticamente significante com a presença de deformidades (GI = 2 ou 3) por ocasião do diagnóstico, quando os dados foram avaliados por meio de um modelo de análise multivariável por regressão logística. Tendo em vista esse achado, evidênciando que quanto maior for a proporção de casos com deformidades, maior será o atraso médio no diagnóstico e, conseqüentemente, maior será a proporção de doentes que permanecem sem diagnóstico na população, as duas variáveis foram incluídas numa fórmula simplificada para calcular a prevalência oculta estimada (POE) da hanseníase, a qual agrupa os casos em apenas dois estratos de grau de incapacidade e tem a seguinte expressão matemática :POE = [(CN-GI 0/1) X 2,0 + (CN-GI 2/3) X 5,0] PCNA x PCP, onde: CN-GI 0/1 =número médio anual de casos novos com grau de incapacidade zero ou 1 ; CN-GI 2/3 =número médio anual de casos novos com grau de incapacidade 2 ou 3; PCNA = proporção de casos novos com grau de incapacidade avaliado ; PCP = proporção da população coberta pelo programa de controle da hanseníase; os multiplicadores 2,0 e 5,0 correspondem, respectivamente, ao tempo médio aproximado, em anos, do atraso no diagnóstico nos casos sem deformidades (grau de incapacidade = zero ou 1) e nos casos com deformidades (grau de incapacidade 2 ou 3). A prevalência oculta do Estado do Rio Grande do Sul foi estimada, por meio dessa fórmula simplificada, em cerca de 529 casos. Além do atraso no diagnóstico, outras variáveis, corno forma clínica, grupo etário, sexo e modo de detecção, mostraram-se significantemente associadas ao risco de apresentar deformidades no momento do diagnóstico. Ademais disso, o modelo de regressão logística encontrou dois fatores modificadores de efeito estatisticamente significantes : atraso no diagnóstico vs. forma clínica e atraso no diagnóstico vs. grupo etário. Em função desses achados, uma fórmula mais complexa, agrupando os casos em 16 estratos definidos pela forma clínica, pelo grupo etário e pelo grau de incapacidade, foi aplicada para o cálculo da POE . Segundo essa fórmula mais complexa, a prevalência oculta estimada do Rio Grande do Sul seria de aproximadamente 502 casos, resultado que difere em apenas cerca de 5% do obtido com o modelo simplificado, sugerindo que esse modelo mais simples pode ser útil para um cálculo rápido da prevalência oculta, com finalidades operacionais. / Public health planning for the management and prevention of Hansen's disease requires estimation ofthe number ofundetected cases ofthe disease in a community. In order to derive a simple approach to estimate that number in areas of low and median endemic levei, we analyzed the predictive potential of three readily obtainable measures - degree of disability at diagnosis, proportion of new cases with a given clinicai form of the disease:o and proportion of new cases under 15 years of age- in a database of 4142 patients with Hansen's disease diagnosed in Rio Grande do Sul State, Brazil, between January 1, 1970 and April 30, 1991. Ofthe 24 geographic regions o f the State, we classified 11 as having low and 13 as having median endemic leveis Neither proportion of cases with a given clinicai form, nor proportion of cases under 15 years of age was associated with disease incidence, when data were anaiyzed trough weighted linear multiple regression, using each geographic region as a sample unit, in an ecologic approach. This finding suggest that these two proportions are not usefui in estimating hidden prevalence in areas o f Iow and median endemic leveis. Ofthe 4142 cases detected, 3291 (79,5%) had their degree of disability evaluated at time of diagnosis and had recorded information permitting caicuiating time delay in diagnosis. The mean delay was 1. 51 years for grade zero o f disability, 2.14 years for grade 1, 4. 46 years for grade 2 and 9. 64 years for grade 3. Delay in diagnosis demonstrated an important, graded and highly statistically significant association with degree of disability at detection in multivariable logistic regression modelling. Thus, we propose a simplified modei to calculate estimated hidden prevalence (EHP), utilizing two collapsed strata of disability grade, as expressed by the following formula: EHP= [(NDC-dg 0/1) X 2.0 + (NDC-dg 2/3) X 5.0] CDE x PPC ,where: NDC-dg 0/1 = mean annual number o f newly detected cases, grade O or 1 of disability; NDC-dg 2/3 = mean annual number o f newly detected cases, grade 2 o r 3 o f disability; CDE = proportion o f newly detected cases with disability evaluated at time o f diagnosis; PCP = proportion o f the population covered by the control program; the values 2.0 and 5.0 correspond to an approximation of the mean time, in years, of diagnosis delay in each respective stratum of disability grade. Applying this model to Rio Grande do Sul data, we estimate a hidden prevalence of 529 cases. In logistic regression modeling, other variables, such as clinicai form, age group, sex and mode of detection were also independent risk factors for presenting disabilities at diagnosis. In addition two factors - clinicai form and age group - significantly modify the association between delay and disabilities. More complex modeling to estimate hidden prevalence, taking into account these interactions, produced an EHP of 502 cases. As this result differs by only about 5% from that of the simpli:fied model, we suggest that the simplified formula can be used as a means of rapid diagnosis o f the hidden prevalence o f Hansen' s disease.

A estimativa do número de casos de hanseníase que permanecem sem diagnóstico na comunidade é uma questâo fundamental para o planejamento das atividades de controle dessa doença. Com afinalidade de obter uma fórmula matemática simples para estimar esse número, em áreas de nível endêmico médio ou baixo, analisamos o potencial preditivo de três indicadores de fàcil obtenção - o grau de incapacidade no momento do diagnóstico, a proporção de casos novos por forma clínica e a proporção de casos novos menores de 15 anos. Para tanto, foram estudados os 4142 casos de hanseníase diagnosticados no Estado do Rio Grande do Sul, Brasil, entre 01/01/1970 e 30/04/1991. Das 24 regiões geográficas em que se subdivide o Estado, 11 estavam classificadas como sendo de baixa endemicidade e 13 como sendo de nível endêmico médio. Nem a proporção de casos novos por forma clínica, nem a proporção de casos novos menores de 15 anos mostraram associação forte ou estatisticamente significante ,quando os dados foram analisados pos meio de regressão linear múltipla ponderada, numa abordagem ecológica em que cada região geográfica foi utilizada como unidade amostrai. Esse achado sugere que as duas proporções não são úteis para estimar a prevalência oculta em áreas de baixa ou média endemicidade. Dos 4142 casos estudados, 3291 (79,5%) haviam sido avaliados quanto ao seu grau de incapacidade fisica ( GI) por ocasião do diagnóstico e tinham registrada em sua ficha a informação dada pelo paciente sobre o tempo decorrido entre o início dos sintomas e o momento em que a doença foi identificada pelo médico (atraso no diagnóstico). O tempo médio de atraso no diagnóstico observado foi de 1,51 anos para os casos com GI = zero, de 2,14 anos para os com GI = 1, de 4,46 anos para os com GI = 2 e de 9,64 anos para os casos com GI = 3. O atraso no diagnóstico mostrou associação forte e estatisticamente significante com a presença de deformidades (GI = 2 ou 3) por ocasião do diagnóstico, quando os dados foram avaliados por meio de um modelo de análise multivariável por regressão logística. Tendo em vista esse achado, evidênciando que quanto maior for a proporção de casos com deformidades, maior será o atraso médio no diagnóstico e, conseqüentemente, maior será a proporção de doentes que permanecem sem diagnóstico na população, as duas variáveis foram incluídas numa fórmula simplificada para calcular a prevalência oculta estimada (POE) da hanseníase, a qual agrupa os casos em apenas dois estratos de grau de incapacidade e tem a seguinte expressão matemática :POE = [(CN-GI 0/1) X 2,0 + (CN-GI 2/3) X 5,0] PCNA x PCP, onde: CN-GI 0/1 =número médio anual de casos novos com grau de incapacidade zero ou 1 ; CN-GI 2/3 =número médio anual de casos novos com grau de incapacidade 2 ou 3; PCNA = proporção de casos novos com grau de incapacidade avaliado ; PCP = proporção da população coberta pelo programa de controle da hanseníase; os multiplicadores 2,0 e 5,0 correspondem, respectivamente, ao tempo médio aproximado, em anos, do atraso no diagnóstico nos casos sem deformidades (grau de incapacidade = zero ou 1) e nos casos com deformidades (grau de incapacidade 2 ou 3). A prevalência oculta do Estado do Rio Grande do Sul foi estimada, por meio dessa fórmula simplificada, em cerca de 529 casos. Além do atraso no diagnóstico, outras variáveis, corno forma clínica, grupo etário, sexo e modo de detecção, mostraram-se significantemente associadas ao risco de apresentar deformidades no momento do diagnóstico. Ademais disso, o modelo de regressão logística encontrou dois fatores modificadores de efeito estatisticamente significantes : atraso no diagnóstico vs. forma clínica e atraso no diagnóstico vs. grupo etário. Em função desses achados, uma fórmula mais complexa, agrupando os casos em 16 estratos definidos pela forma clínica, pelo grupo etário e pelo grau de incapacidade, foi aplicada para o cálculo da POE . Segundo essa fórmula mais complexa, a prevalência oculta estimada do Rio Grande do Sul seria de aproximadamente 502 casos, resultado que difere em apenas cerca de 5% do obtido com o modelo simplificado, sugerindo que esse modelo mais simples pode ser útil para um cálculo rápido da prevalência oculta, com finalidades operacionais. / Public health planning for the management and prevention of Hansen's disease requires estimation ofthe number ofundetected cases ofthe disease in a community. In order to derive a simple approach to estimate that number in areas of low and median endemic levei, we analyzed the predictive potential of three readily obtainable measures - degree of disability at diagnosis, proportion of new cases with a given clinicai form of the disease:o and proportion of new cases under 15 years of age- in a database of 4142 patients with Hansen's disease diagnosed in Rio Grande do Sul State, Brazil, between January 1, 1970 and April 30, 1991. Ofthe 24 geographic regions o f the State, we classified 11 as having low and 13 as having median endemic leveis Neither proportion of cases with a given clinicai form, nor proportion of cases under 15 years of age was associated with disease incidence, when data were anaiyzed trough weighted linear multiple regression, using each geographic region as a sample unit, in an ecologic approach. This finding suggest that these two proportions are not usefui in estimating hidden prevalence in areas o f Iow and median endemic leveis. Ofthe 4142 cases detected, 3291 (79,5%) had their degree of disability evaluated at time of diagnosis and had recorded information permitting caicuiating time delay in diagnosis. The mean delay was 1. 51 years for grade zero o f disability, 2.14 years for grade 1, 4. 46 years for grade 2 and 9. 64 years for grade 3. Delay in diagnosis demonstrated an important, graded and highly statistically significant association with degree of disability at detection in multivariable logistic regression modelling. Thus, we propose a simplified modei to calculate estimated hidden prevalence (EHP), utilizing two collapsed strata of disability grade, as expressed by the following formula: EHP= [(NDC-dg 0/1) X 2.0 + (NDC-dg 2/3) X 5.0] CDE x PPC ,where: NDC-dg 0/1 = mean annual number o f newly detected cases, grade O or 1 of disability; NDC-dg 2/3 = mean annual number o f newly detected cases, grade 2 o r 3 o f disability; CDE = proportion o f newly detected cases with disability evaluated at time o f diagnosis; PCP = proportion o f the population covered by the control program; the values 2.0 and 5.0 correspond to an approximation of the mean time, in years, of diagnosis delay in each respective stratum of disability grade. Applying this model to Rio Grande do Sul data, we estimate a hidden prevalence of 529 cases. In logistic regression modeling, other variables, such as clinicai form, age group, sex and mode of detection were also independent risk factors for presenting disabilities at diagnosis. In addition two factors - clinicai form and age group - significantly modify the association between delay and disabilities. More complex modeling to estimate hidden prevalence, taking into account these interactions, produced an EHP of 502 cases. As this result differs by only about 5% from that of the simpli:fied model, we suggest that the simplified formula can be used as a means of rapid diagnosis o f the hidden prevalence o f Hansen' s disease.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2018-08-21T12:03:55Z No. of bitstreams: 1 angelicadaconceicaooliveiracoelho.pdf: 3773705 bytes, checksum: e753f755e09e6a5c7102c48ac076e08f (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-08-21T14:22:17Z (GMT) No. of bitstreams: 1 angelicadaconceicaooliveiracoelho.pdf: 3773705 bytes, checksum: e753f755e09e6a5c7102c48ac076e08f (MD5) / Made available in DSpace on 2018-08-21T14:22:17Z (GMT). No. of bitstreams: 1 angelicadaconceicaooliveiracoelho.pdf: 3773705 bytes, checksum: e753f755e09e6a5c7102c48ac076e08f (MD5) Previous issue date: 2015-08-14 / PROQUALI (UFJF) / A infecção subclínica pode ser avaliada por meio de teste sorológico, que determina imunoglobulinas circulantes. O objetivo do presente estudo foi analisar a reatividade de diferentes antígenos em casos novos de hanseníase, contatos domiciliares de casos e em população de área endêmica, com o intuíto de identificar o melhor antígeno para o diagnóstico sorológico da hanseníase e detecção de indivíduos infectados pelo Mycobacterium leprae. Trata-se de um estudo transversal de natureza exploratória e analítica. A reatividade anti-LID1, NDO-LID, NDO-HSA e PGL-1 foi avaliada por meio do enzyme-linked immunosorbent assay. Foram analisadas amostras de sangue total em papel de filtro Whatman de 2494 indivíduos da população de sete municípios da microrregião de Almenara e de soro de 94 casos novos de hanseníase e 104 contatos domiciliares de casos residentes no município de Uberlândia. O Banco de Dados foi criado no Software Epi Info versão 3.5.1 e análise realizada no software Statistical Package for the Social Sciences for Windows 18 e no GraphPad Prism versão 5. Para análise estatística foram utilizados os seguintes testes: Kolmogorov-Smirnov, Kruskal-Wallis one-way (H), Mann-Whitney (U) com correção de Bonferroni, kappa, Spearman (rho), teste Qui-quadrado de Pearson e regressão logística binária. Foi observado maior soropositividade no grupo de casos multibacilares (MB), em contatos domiciliares de casos MB e nos indivíduos residentes nos municípios de Almenara e Jequitinhonha. Obteve-se correlação positiva entre a sorologia e o índice baciloscópico, concordância substancial e significativa no grupo de casos novos de hanseníase e correlação positiva para todos os antígenos testados. Os testes anti-LID-1 e anti-NDO-LID apresentaram melhor performance para identificar os contatos domiciliares e ou indivíduos da população infectados pelo M. leprae. O PGL-1 nativo teve maior positividade do que o NDO-HSA para todas as formas clínicas da hanseníase e no grupo de contatos domiciliares. A prevalência de soropositividade na população foi superior à taxa de detecção de casos de hanseníase em todos os municípios avaliados. A faixa etária, a renda familiar, residir em município endêmico, conhecer alguém que teve ou tem hanseníase, ter ou ter tido caso de hanseníase na familia e residir ou ter residido com caso de hanseníase são fatores que podem explicar a diferença de soropositividade anti-NDO-LID. Apenas a faixa etária e conhecer alguém que teve ou tem hanseníase é capaz de explicar a diferença de soropositividade anti-NDO-HSA. E em relação ao LID-1 nenhuma variável foi explicativa. Todos os antígenos analisados podem auxiliar na diferenciação e caracterização da hanseníase MB e na identificação de indivíduos expostos ao M. leprae, porém o NDO-LID apresentou melhor performance na identificação desses indivíduos e dos casos paucibacilares, quando comparado aos testes envolvendo os antígenos LID-1 e NDO-HSA separadamente, portanto fornece benefício adicional a esses antígenos e poderia ser utilizado como ferramenta auxiliar na vigilância epidemiológica da hanseníase. / The subclinical infection can be evaluated by serologic test which determine circulating immunoglobulins. The aim of this study was to analyze the reactivity of different antigens in leprosy cases, household contacts of index cases and the population of the endemic area to identify the best antigen for the diagnosis of leprosy and detection of individuals infected with Mycobacterium leprae. It is a cross-sectional study of exploratory and analytical nature. The reactivity anti-LID-1, NDO-LID, NDO-HAS e PGL-1 were evaluated using the enzymelinked immunosorbent assay. The whole blood in Whatman filter paper of 2494 individuals from the general population of seven municipalities in the micro-Almenara and serum of 94 patients with leprosy and 104 household contacts of patients residing in Uberlândia were analyzed. The database was created in Epi Info software version 3.5.1 and analysis in the software Statistical Package for Social Sciences for Windows 18 and GraphPad Prism version 5. For statistical analysis the following tests were used: Kolmogorov-Smirnov, Kruskal Wallis one-way (H), Mann-Whitney (U) with Bonferroni correction, kappa, Spearman (rho), chisquare test of Pearson and binary logistic regression. Identied higher seropositivity in the group of MB patients, household contacts of MB patients and in individuals living in the municipalities of Almenara and Jequitinhonha. Observed positive correlation between serology test and bacterial index, substantial agreement and significant in patients positive and positive correlation for all antigens. The LID-1 and NDO-LID antigens showed greater ability to identify household contacts or the general population infected with M. leprae, but the performance of the NDO-LID was better. The native PGL-1 had higher seropositivity than the NDO-HSA for all clinical forms of leprosy and household contacts. The seropositivity prevalence in the general population was higher than the detection rate of leprosy cases in all evaluated municipalities. The age, family income, living in a city endemic, knowing someone who had or has leprosy, had or have the case in the family and live or lived with leprosy case are factors that can explain the anti-NDO-LID seropositivity difference. Only the age range and know someone who had or has leprosy is able to explain the anti-NDO-HSA seropositivity difference. And for the LID-1 no variable explained the anti-LID-1 seropositivity difference. All serological tests analyzed can assist in the differentiation and characterization of MB leprosy and the identification of individuals exposed to M. leprae, but NDO-LID performed better in identifying these individuals and PB patients, when compared to the tests involving the LID-1 and NDO-HSA antigens separately, therefore provides additional benefit to these antigens and could be used as an auxiliary tool in epidemiological surveillance of leprosy.