Return to search

Dengue em município do interior paulista: áreas de risco e relação com variáveis socioeconômicas, demográficas e ambientais / Dengue in interior municipality of São Paulo State: risk areas and relation with socioeconomic, demographic and environmental variables\"

Introdução As ferramentas de análise espacial constituem-se em tecnologia que pode ser aplicada para o entendimento do processo de transmissão do vírus da dengue, agregando subsídios que sejam capazes de aprimorar as medidas de prevenção e controle da doença. Objetivos Descrever a ocorrência de dengue no município de Várzea Paulista entre 1998 e 2012 e caracterizar a epidemia ocorrida em 2007; identificar, com base nos dados da epidemia, a distribuição espacial e espaço temporal do risco de ocorrência de dengue; avaliar, com base na ocorrência da doença, a relação entre os fatores socioeconômicos, demográficos e ambientais e a incidência de dengue, tendo como unidades de análise os setores censitários. Métodos Foram utilizados dados secundários obtidos na base de dados do Sistema de Informação de Agravos de Notificação (SINAN). Os casos notificados de dengue no município foram geocodificados a partir do eixo de logradouros e agrupados de acordo com os 165 setores censitários considerados no estudo, o que permitiu a elaboração de mapas temáticos. Foram calculadas as taxas de incidência para o período de estudo, bem como a identificação de áreas de maior ou menor risco para ocorrência de dengue no espaço e no espaço-tempo. O georreferenciamento, a análise espacial e a confecção de mapas foram feitos por meio dos softwares ArcGis, TerraView e SatScan. Para cálculo do risco relativo espacial, utilizou-se o modelo aditivo generalizado em desenho de estudo caso-controle. Por meio de técnicas de análise de regressão espacial, as variáveis socioeconômicas foram associadas às taxas de incidência, no sentido de buscar o melhor modelo que esclarecesse a associação entre as variáveis explicativas e as taxas de incidência de dengue no município à ocasião da epidemia de 2007. Resultados Os mapas gerados mostraram a distribuição espacial e espaço temporal da dengue no município, as áreas de maior risco e a evolução da epidemia ao longo das semanas epidemiológicas. Para o ano de 2007 foram identificados no município dois aglomerados. O aglomerado de alto risco reuniu condições consideradas insalubres sob o ponto de vista da saúde pública e o de baixo risco apresentou os melhores indicadores socioeconômicos. As análises espacial, espaço temporal e de modelagem por regressão mostraram concordância de resultados com relação à maior incidência e risco nas regiões do município com os piores indicadores socioeconômicos. Conclusões A primeira epidemia de dengue ocorrida no município pode ser explicada em parte pela condição de imunidade populacional relacionada à introdução de novo sorotipo circulante e pelas condições de vulnerabilidade social encontradas. O método utilizado mostrou-se adequado para identificação de áreas de risco e por consequência direcionamento de ações e recursos do poder público. / Background Spatial analysis technology can provide a better understanding of dengue virus transmission dynamics, thus allowing for the improvement of prevention and control of the disease. Objectives To describe the occurrence of dengue fever in the city of Várzea Paulista, Southeastern Brazil, between 1998 and 2012 and to characterize the epidemic occurred in 2007; to identify, based on the epidemics data, the spatial and spatio temporal distribution of the risk of dengue; evaluating, based on the occurrence of the disease, the relationship between incidence rates and socioeconomic, demographic and environmental variables, taking as units of analysis, the census tracts. Methods Data were obtained from Sistema de Informação de Agravos de Notificação (SINAN Information System for Notifiable Diseases). Dengue fever cases registered in the city were geocoded by street names and grouped according to 165 census tracts, thus generating thematic maps. Incidence rates were calculated for the study period, as well as the identification of higher and lower-risk areas for space and space-time clusters of dengue fever. Geocoding, spatial analysis and generation of maps were performed using the softwares ArcGis, TerraView, and SatScan. Spatial relative risk was obtained from a generalized additive model for a case-control study. The association between socioeconomic variables and incidence rates using spatial regression analysis was tested in order to find the best explanatory model for the dengue fever epidemic in 2007. Results The maps generated showed the spatial and space-time distribution of dengue fever in the city, the higher risk areas, and the course of the epidemic during the epidemiological weeks. Two clusters were identified in 2007. The high risk cluster was related to poor sanitary conditions whereas individuals in the low risk cluster showed the best socioeconomic indicators. Spatial, space-time and regression analyses provided similar results regarding the higher incidence and risk in areas with the worst socioeconomic indicators. Conclusions The first dengue fever epidemic in the city can be explained by the immunological status of the population when a new serotype was introduced and the conditions of social vulnerability. The method has proven efficient for identification of risk areas, thus allowing for better planning and resource allocation from the government.

Identiferoai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-20102014-090103
Date10 October 2014
CreatorsElaine Cristina Farinelli
ContributorsFrancisco Chiaravalloti Neto, Adelaide Cassia Nardocci, Jose Alberto Quintanilha
PublisherUniversidade de São Paulo, Saúde Pública, USP, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds