ANÁLISE GEOESTATÍSTICA DOS CASOS DE DENGUE EM CURITIBA

Transcrição

1 ANÁLISE GEOESTATÍSTICA DOS CASOS DE DENGUE EM CURITIBA José Carlos Pereira Coninck Universidade Tecnológica Federal do Paraná Curitiba. Av. Sete de Setembro, Rebouças Curitiba. coninck@gmail.com Patrícia Sanez Pacheco Universidade Tecnológica Federal do Paraná Curitiba. Av. Sete de Setembro, Rebouças Curitiba. patriciasanez@yahoo.com Thais Mariane Biembengut Universidade Tecnológica Federal do Paraná Curitiba. Av. Sete de Setembro, Rebouças Curitiba. thaismarianeb@gmail.com RESUMO O objetivo desta pesquisa foi analisar a distribuição espacial dos casos de dengue identificando áreas com probabilidade de riscos de contágio da doença. O número de casos de dengue foi computado em cada bairro da cidade de Curitiba entre os meses de julho a dezembro de 2016, conforme os dados disponibilizados pela Secretaria Municipal da Saúde de Curitiba. Utilizou-se o método geoestatístico de krigagem para determinar regiões de probabilidade de risco para a transmissão da doença. As regiões dos bairros, Cidade Industrial, Cajuru, Boqueirão e Sitio Cercado, apresentaram maior probabilidade de risco de contágio da Dengue, com 20 km de alcance de dependência espacial. A determinação das regiões com probabilidades de riscos do contágio de dengue pode ser utilizável no planejamento de estratégias de prevenção e controle da doença, alocando recursos às regiões afetadas. PALAVRAS CHAVE. Dengue, Mapa de Risco, Krigagem. Tópicos (EST - Estatística) ABSTRACT The objective of this research was to analyze the spatial distribution of dengue cases identifying areas with probability of disease contagion. The number of cases of dengue was computed in each neighborhood of the city of Curitiba between the months of July and December of 2016, according to the data provided by the Municipal Health Department of Curitiba. The geostatistical method of krigagem was used to determine regions of probability of risk for the transmission of the disease. The regions of the neighborhoods, Cidade Industrial, Cajuru, Boqueirão and Sitio Cercado, were more likely to be at risk of dengue contagion, with 20 km of spatial dependence. The determination of the regions with probability of dengue contagion risk can be used in the planning of disease prevention and control strategies, allocating resources to the affected regions. KEYWORDS. Dengue, Risk Map, Kriging Paper topics (Statistic)

2 1. Introdução A dengue é uma doença causada por quatro tipos imunológicos de vírus do gênero flavivírus, e é transmitida no Brasil pelo mosquito Aedes aegypti. A incidência de casos de dengue é mais elevada em regiões tropicais, e embora exista há alguns séculos na América o número de casos da doença aumentou significativamente nas três últimas décadas [Flauzino 2011]. No Brasil, o mosquito vetor da dengue tinha sido eliminado com as campanhas de prevenção à febre amarela e malária que ocorreram nas primeiras décadas do século 20, mas a partir de 1976 novas epidemias tornaram-se frequentes [Braga 2007]. Com a introdução do terceiro tipo do vírus, DEN-3, um novo pico epidêmico em 2002 registrou 794 mil casos em todas as regiões do país [Santos 2011], [Cardoso 2011]. O estado do Paraná detém a maioria dos casos de dengue da região sul, ainda que poucos quando comparando comparados às regiões sudeste e nordeste do país [Barcellos 2005]. Alguns aspectos geográficos o diferenciam das demais regiões do Brasil, como altitudes e temperaturas médias variáveis ao longo de sua extensão territorial. Na região central, norte e noroeste, a temperatura mais elevada favorece a proliferação do mosquito causador da dengue. Já nas demais regiões do estado com maior altitude e clima subtropical, é menor o número de casos da doença. Contudo, a partir de 2007 a incidência de dengue no estado é classificada como média em relação ao restante do país, pois nesse ano foram registrados 25mil novos casos [Melo et al 2014]. Destes, apenas 78 casos foram confirmados na cidade de Curitiba, onde foram encontrados 107 focos do mosquito Aedes aegypti [Curitiba 2016]. As condições climáticas de Curitiba não são ideais à criação do mosquito vetor da dengue. Apesar de ser uma cidade com elevado índice pluviométrico, as temperaturas médias mensais não ultrapassam os 21 o C. Mesmo assim, são encontrados alguns focos do mosquito e registrados casos da doença na cidade. Por isso desde o ano de 2000, o centro epidemiológico da secretaria municipal de saúde vem monitorando a doença, registrando um número variado de casos a cada ano. Nos dois últimos anos observou-se um aumento expressivo no número de casos, com 255 registros em 2015 e 497 em 2016, em relação aos demais anos monitorados [Curitiba 2016]. Em todo estado, as autoridades sanitárias têm promovido, além de campanhas de prevenção, agilidade nos diagnósticos e tratamento adequado. Entretanto, o número de casos de dengue continua aumentando, apesar das políticas adotadas [Omoto 2008]. Por isso são necessários novos tipos de estudos sobre a distribuição da ocorrência da dengue, para que estratégias de prevenção e controle sejam mais eficazes. Em geral, as análises estatísticas usuais nas descrições epidemiológicas não identificam diferenças ou influências entre regiões próximas, por isso técnicas de análise espacial podem ser aplicadas para quantificar as probabilidades de contágio nessas regiões [Opromolla 2006]. Neste contexto, esse estudo teve como objetivo analisar a distribuição espacial dos casos da doença, identificando áreas com probabilidade de riscos de contágio. A análise espacial permite inferir sobre a distribuição real dos casos de doença no espaço. Desta forma, pode contribuir para estruturar e implantar novas estratégias de controle e vigilância da dengue, apoiando os gestores na prevenção e combate da doença. 2. Análise Geoestatística Seja x um ponto no espaço e Z(x) uma variável aleatória com média m e variância s 2. O conjunto de variáveis aleatórias {Z(x i ), i=1,2...} definidas nos infinitos pontos do espaço e correlacionadas entre si, constitui uma função aleatória ou processo estocástico. Define-se variável regionalizada o conjunto de valores reais de Z(x) cuja distribuição caracteriza o fenômeno espacial em estudo [Soares 2006]. O objetivo da Geoestatística é inferir sobre a distribuição de uma variável regionalizada, com base em um conjunto de observações que constituem a amostra. Em geral, valores em pontos não amostrados são estimados por um método de interpolação denominado

3 krigagem, e esses valores poderão ser usados para caracterizar a distribuição e variabilidade do fenômeno espacial subjacente. Estimativas geoestatísticas são, em geral, consideradas mais robustas do que as obtidas por métodos tradicionais de interpolação, pois incorporam a dependência espacial das variáveis. Leva-se em conta que o valor associado a cada ponto do espaço está correlacionado com valores de outros pontos situados a certa distância, supondo que esta influência é tanto maior quanto menor for a distância entre os pontos [Yamamoto 2013]. A dependência espacial pode ser avaliada pela função semivariograma 1, que é definida como a variância do incremento [Z(x+h) - Z(x)], isto é, γ(h) = 1 2 E{[Z(x + h) Z(x)]2 } (1) A função semivariograma calcula a variância dos valores associados a pontos separados por uma distância h. Desta forma, quanto maior for a distância entre os pontos maior é capacidade de dispersão e, portanto, maior a variância. Em muitos casos, a partir de certa distância a semivariância estabiliza em um patamar, indicando não haver mais dependência espacial entre os pares de valores das variáveis, ou seja, a covariância entre os pares é nula e a variância máxima (fig 1). Figura 1. Relação entre a função variograma e a função covariância. Nos semivariogramas com patamar C, o alcance a é a distância em que a variância atinge o valor máximo e o efeito pepita C 0 é o valor da variância para distâncias muitos pequenas (fig 2). Figura 2. Parâmetros da função semivariograma com patamar. No processo de estimação de valores em pontos não amostrados, constrói-se inicialmente o variograma experimental para verificar se há dependência espacial entre as observações na amostra. O variograma experimental mede a variabilidade espacial dos pontos amostrados, sendo uma função que depende apenas da distância h entre dois pontos considerados. 1 O termo semivariograma deve-se a divisão por 2 na expressão que define a função. Em muitos textos o semivariograma é denominado variograma.

4 Para obter o semivariograma experimental em uma direção pré-estabelecida, são fixadas algumas distâncias h, e para cada uma delas é obtida a estimativa do variograma dado pela equação, γ (h) = 1 n [Z(x 2n i=1 i) Z(x i + h)] 2, (2) onde n é o número de pares de valores amostrados Z(x i ) Z(x i + h), nos pontos x i e x i + h. Com base no semivariograma experimental são estimados os parâmetros a, C 0 e C do modelo de função semivariograma a ser ajustado. Os modelos teóricos de semivariograma com patamar mais empregados em análises geoestatísticas são, o esférico, o exponencial e o gaussiano. A função que melhor se ajustar ao semivariograma experimental será empregada na obtenção de estimativas Z * (x i ), por krigagem, em pontos não amostrados. Dependendo da distribuição dos dados amostrais, diferentes algoritmos de krigagem podem ser empregados. O método mais usual é a krigagem ordinária, utilizado quando a distribuição original dos dados for simétrica ou possuir assimetria negativa. No caso de assimetria positiva, os dados devem ser transformados e as estimativas geoestatísticas são obtidas por meio das krigagens multigaussina, logonormal e indicadora [Yamamoto 2013]. Os métodos de krigagem podem ser empregados se houver dependência espacial entre as variáveis, verificada pelo variograma. A estimativa do valor Z (x o ) em um ponto não amostrado x o, por krigagem ordinária, é dada por, Z (x o ) = λ i Z(x i ) n i=1 (3) onde, n é o número de valores amostrados Z(x i ) em cada ponto x i, e λ i são os pesos associados a cada medida Z(x i ). O problema consiste em determinar os pesos ótimos, a cada um dos pontos estimadores, que minimizam a variância do erro da estimativa no ponto x o. 3. Métodos Para a análise geoestatística, foram computados 287 registros de casos de dengue distribuídos nos 75 bairros da cidade, entre os meses de julho a dezembro de Os dados foram obtidos na base digital da secretaria Municipal de Curitiba [Dados Abertos 2017]. O mapa do município de Curitiba com as divisas de bairros foi construído utilizando as localizações geográficas de longitude e latitude, no sistema UTM-22, referenciadas no South American Datum (SAD69), disponibilizadas pelo Instituto de Pesquisa e Planejamento Urbano de Curitiba [IPPUC 2015]. Os casos de dengue foram agregados por bairro de residência e georreferenciados nos respectivos centroides x i. Assim, cada um dos centros dos n = 75 bairros, constituiu um ponto de coordenadas de localização na amostra de casos de dengue Z(x i ). O semivariograma experimental foi obtido conforme descrito, e então foram estimados os parâmetros a, C o e C, dos modelos teóricos, esférico e exponencial. Com esses valores calculados, realizou-se o processo de interpolação por krigagem para a obtenção das estimativas dos casos de dengue para locais não amostrados, que permitiram construir os mapas de risco de ocorrência de casos de dengue no município de Curitiba. Utilizou-se o pacote geor, do software R, que calcula o variograma experimental, ajusta o modelo de variograma teórico, obtém as estimativas em pontos não amostrados por krigagem e constrói o mapa de casos [R Core Team 2015]. 4. Resultados Dos 75 bairros na cidade de Curitiba, em 47 deles foi detectado pelo menos um caso de dengue. O número de casos foi georreferenciado por meio da longitude e latitude no centroide x i de cada bairro, conforme a Figura 3. O semivariograma experimental foi determinado para 10 valores de distância h sem direção preferencial e apresentou tendência de estabilidade da variância a partir da distância de 20000m. As semivariâncias estimadas são apresentadas na tabela 1.

5 Figura 3. Bairros de Curitiba com registros de casos de dengue. Tabela. Variograma experimental distância (m) semivariância Com base no semivariograma experimental o modelo teórico que melhor se ajustou aos dados foi o esférico, com os parâmetros estimados: a = 20000; C o = 22,77; C = 54,59. γ(h) = 22, [1,5 h 0,5( h )3 ] para h<a γ(h) = 22, para h>a O modelo ajustado para o semivariograma experimental (fig 4) permite a análise da variabilidade espacial. O alcance espacial de 20 km de coordenadas geográficas UTM-22, indica que a partir dessa distância não há mais correlação espacial entre os casos observados de dengue. Figura 4. Modelo de semivariograma ajustado ao experimental Com base no semivariograma ajustado determinaram-se, por krigagem ordinária, as estimativas dos casos de dengue em pontos não amostradas. Foram calculadas estimativas sobre uma grade regular, definida sobre o mapa de Curitiba. O mapa de casos estimados,

6 apresentado na figura 5, mostra as regiões da cidade com maior probabilidade de risco de contágio da doença. Figura 5 Mapa de casos de dengue estimados em Curitiba de julho a dezembro de Os resultados apontam um padrão de concentração de casos nas regiões sudeste, leste e oeste da Cidade. 5. Discussão A dengue, considerada um dos maiores problemas epidemiológicos do mundo, é favorecida tanto pelas condições climáticas quanto pelo desenvolvimento urbano acelerado sem planejamento prévio. Além de evitar o acúmulo de água, amplamente divulgado pelos órgãos responsáveis no combate da doença, corrigir problemas no saneamento da cidade é fundamental para o controle e prevenção da dengue. Diante desta perspectiva acerca dos problemas locais, fazse necessário o desenvolvimento de um planejamento efetivo e participativo, envolvendo prefeitura, membros da comunidade e profissionais da área [Pedroso 2012]. No entanto, para desenvolver estratégias eficazes de controle e prevenção, é necessário compreender a dinâmica de distribuição dos casos de dengue. Neste trabalho, estimou-se o número de casos de dengue em regiões adjacentes às dos locais considerados na amostra, quantificando assim o risco de contágio da doença nestas regiões. O método geoestatístico de krigagem foi empregado para estimar a distribuição e variabilidade do número de casos da doença em Curitiba. As regiões com maior concentração de casos de dengue, identificadas pela análise geoestatística, durante os meses de julho a dezembro de 2016, foram os bairros Cidade Industrial, Cajuru, Boqueirão e Sitio Cercado. Nestas localidades há maior probabilidade de contágio da doença, embora em todas as regiões da cidade exista esse risco, pois o alcance espacial estimado em 20 km abrange todo o município. Os dados divulgados no boletim epidemiológico de Curitiba de 2017 [Curitiba 2016] reforçam as regiões identificadas nesta pesquisa com maior número de casos de dengue. Uma possível limitação deste trabalho consiste nas informações sobre número de casos de dengue disponibilizados pela secretaria municipal da saúde. O banco de dados é alimentado em todas as unidades de pronto atendimento e postos de saúdes da cidade, podendo existir erros no tanto no registro quanto no diagnóstico da doença.

7 Estudos mais detalhados relacionando a distribuição de casos com as condições geográficas, socioeconômicas e de saneamento, permitirão melhor entendimento das formas de disseminação e contágio, fornecendo assim informações para o planejamento de estratégias de controle da dengue em Curitiba. Referências Barcellos C.; Pustai A.K.; Weber M.A. (2005). Identificação de locais com potencial de transmissão de dengue em Porto Alegre através de técnicas de geoprocessamento. Revista Sociedade Brasileira Medicina Tropical, 38(3): Braga I.A. e Valle D. (2007). Aedes aegypti: histórico do controle no Brasil. Epidemiologia Serviços Saúde, 16(2): Cardoso I.M.; Cabidelle A.S.A.; Borges P.C.L. (2011). Dengue: clinical forms and risk groups in a high incidence city in the southeastern region of Brazil. Revista Sociedade Brasileira Medicina Tropical, 44(4): Curitiba (2016). Série histórica da dengue. Web page. logica/vigilancia-de-a-a-z/12-vigilancia/449-dengue. Acessado: Curitiba (2017). Dados Abertos. Web page. Acessado: Flauzino R.F.; Souza-Santos R.; Oliveira R.M (2011). Indicadores socioambientais para vigilância da dengue em nível local. Saúde Sociedade, 20(1): IPPUC (2015). Divisa de Bairros. Web page. Acessado: Melo, A.L.; Paulino, R.C.; Castro E. A.; Soccol V.T.; Soccol C. R. (2014). Distribuição espacial da dengue no estado do Paraná em Revista de Epidemiologia e Controle de Infecção, 4(4): Omotto C.A.; Santini S.M.L.; Esteves J.L. M (2008). Controle da dengue: uma análise da implementação do PNCD e a relação do processo de trabalho na 16ª RSA. Revista do II Congresso CONSAD de Gestão Pública, Opromolla, P. A; Dalben, I; Cardim, M. (2006). Análise geoestatística de casos de hanseníase no Estado de São Paulo, Saúde Pública, 40(5): Pedroso, L. B. e Moura, G. G (2012). Distribuição Espacial da Dengue no Município de Ituiutaba/MG, Hygeia, 8(15): R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Web page. Acessado: Santos S.L. e Augusto L.G.S. (2011). Modelo multidimensional para o controle da dengue: uma proposta com base na reprodução social e situações de riscos. Physis, 21(1):

8 Soares, A (2006). Geoestatística para ciências da terra e do ambiente. 2. ed. Instituto Superior Técnico, Lisboa. Yamamoto, J. K. e Landim, P. M, B. (2013) Geoestatística: Conceitos e Aplicações. Oficina de Textos. São Paulo.