UNIVERSIDADE DE SÃO PAULO FACULDADE DE FILOSOFIA CIÊNCIAS E LETRAS DE RIBEIRÃO PRETO FACULDADE DE MEDICINA DE RIBEIRÃO PRETO INFORMÁTICA BIOMÉDICA

Transcrição

1 UNIVERSIDADE DE SÃO PAULO FACULDADE DE FILOSOFIA CIÊNCIAS E LETRAS DE RIBEIRÃO PRETO FACULDADE DE MEDICINA DE RIBEIRÃO PRETO INFORMÁTICA BIOMÉDICA Uso de Sistemas de Informações Geográficas no Estudo da Relação entre a Incidência de Aids em Usuários de Drogas Injetáveis, o Desenvolvimento Humano e as Apreensões de Entorpecentes pela Polícia no Estado de São Paulo no Período de 1997 à Flavio Galice Cianci Ribeirão Preto - SP 2006

2 UNIVERSIDADE DE SÃO PAULO FACULDADE DE FILOSOFIA CIÊNCIAS E LETRAS DE RIBEIRÃO PRETO FACULDADE DE MEDICINA DE RIBEIRÃO PRETO DEPARTAMENTO DE FÍSICA E MATEMÁTICA DEPARTAMENTO DE MEDICINA SOCIAL INFORMÁTICA BIOMÉDICA Uso de Sistemas de Informações Geográficas no Estudo da Relação entre a Incidência de Aids em Usuários de Drogas Injetáveis, o Desenvolvimento Humano e as Apreensões de Entorpecentes pela Polícia no Estado de São Paulo no Período de 1997 à Orientado: Flavio Galice Cianci Orientador: Prof. Dr. Antonio Luiz Rodrigues Junior Ribeirão Preto - SP 2006

3 A nossa vida pode ser comparada à uma pedra preciosa, para ela chegar no estado da perfeição, ela deve ser lapidada todos os dias i

4 Dedico este trabalho aos meus Pais, Valter Cianci e Cleuza Galice Cianci, por terem me dado a estrutura necessária para que eu conseguisse atingir meus objetivos,e aos meus irmãos, Vagner Galice Cianci e Marcos Aurélio Galice Cianci, que sempre me apoiaram e incentivaram nos momentos difíceis, me proporcionando muita força para enfrentar os obstáculos que a vida nos proporciona. ii

5 AGRADECIMENTOS Ao Apoio do CNPQ durante o período de estágios no Departamento de Medicina Social Hospital das Clínicas Ribeirão Preto-SP. À Todos os Professores do Curso de Graduação de Informática Biomédica. Ao Professor Dr. Antonio Luiz Rodrigues Jr, pela ajuda, apoio, confiança e oportunidade dada durante esses últimos anos de graduação. Aos alunos da Primeira Turma de Informática Biomédica da Universidade de São Paulo, pelos momentos que passamos lutando pelos nossos objetivos. Aos amigos da República Campo Minado, por ter constituído uma família durante esses anos, com uma grande amizade, repleta de alegrias. À toda a minha família, sou grato pelo apoio, confiança e compreensão. iii

6 RESUMO Há uma demanda muito significativa por pesquisas aplicadas em todo o território nacional, bem como uma ausência de análises de políticas públicas nas relações entre diferentes fenômenos, como Aids, tráfico de entorpecentes, usuário de drogas, entre outras. Isso tem se constituído numa barreira para a elaboração de programas e políticas mais organizadas de controle desses fenômenos. O mapeamento dessas variáveis surge como uma proposta de ferramenta muito importante no estudo, ou seja, o uso da tecnologia do Sistema de Informação Geográfica (SIG) servindo como um alicerce para a visualização de áreas problemáticas, análise geoespacial, prevenção e controle do fenômeno. O projeto tem como desenvolvimento, armazenar, manipular, visualizar e analisar dados do índice de desenvolvimento humano (IDH), Aids, ocorrências de apreensões de tráficos de entorpecentes pela Polícia e, mostrar o quanto é importante utilizar o SIG ou este tipo de tecnologia, como meio para analisar alguns fatores, ou até mesmo, prevenir e reduzir o avanço de doenças e crimes nas cidades. A incidência de Aids, pelo compartilhamento de agulhas/seringas contaminadas, foi avaliada em relação ao número de apreensões de entorpecentes, pela Polícia, e em relação ao desenvolvimento humano, num estudo ecológico da divisão político-administrativo do Estado de São Paulo, entre 1997 e O presente estudo permite uma análise espacial com estas informações, adotando uma abordagem de unidades de áreas poligonais irregulares. Categorias temáticas foram criadas para a incidência de Aids e IDH, considerando-os como processos pontuais gaussianos anisotrópicos e direcionais. Os municípios com apreensões de entorpecentes foram identificadas. O SPRING foi usado na composição dos mapas temáticos. Palavras chave: Sistema de Informação Geográfica, tráficos,aids, IDH. iv

7 SUMÁRIO RESUMO...IV LISTA DE FIGURAS...VI LISTA DE TABELAS... VII LISTA DE SIGLAS...IX 1. INTRODUÇÃO BASE TEÓRICA : GEOESTATÍSTICA ANÁLISE DOS DADOS ANÁLISE EXPLORATÓRIA DOS DADOS VARIOGRAMA ANISOTROPIA KRIGAGEM MATERIAIS SPRING FONTE DE DADOS METODOLOGIA ORGANIZAÇÃO DOS DADOS BASE DIGITAL DISPONIBILIZADA E IMPORTAÇÃO DE TABELAS LIGAÇÃO ENTRE TABELAS ESTATÍSTICA DAS VARIÁVEIS ESTUDADAS GERAÇÃO DE VARIOGRAMA APLICAÇÃO DA KRIGAGEM GERAÇÃO DO TEMÁTICO RESULTADOS E CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS APÊNDICE A : PUBLICAÇÕES v

8 LISTA DE FIGURAS FIGURA 1. ARQUITETURA DE UM SISTEMA DE INFORMAÇÃO GEOGRÁFICO FIGURA 2 - FORMA CARACTERÍSTICA DE UM SEMIVARIOGRAMA (LANDIM, 2005) FIGURA 3 - CONVENÇÕES DIRECIONAIS UTILIZADAS NA GEOESTATÍSTICA FIGURA 4 - REPRESENTAÇÃO GRÁFICA DE SEMIVARIOGRAMAS ISOTRÓPICOS FIGURA 5 - INTERPOLAÇÃO A PARTIR DE QUATRO ESTAÇÕES DE AMOSTRAGEM (MINGOTI, 1995) FIGURA 6 : ESTRUTURA DO MÓDULO DE GEOESTÁTISTICA NO SPRING (INPE, 2001) FIGURA 7. VARIOGRAMA DA AMOSTRA IDH2000_LAB FIGURA 8. AJUSTE DO SEMIVARIOGRAMA PARA AMOSTRA IDH2000_LAB FIGURA 9 : GRÁFICO DA KRIGAGEM DO IDH FIGURA 10. DISTRIBUIÇÃO REGIONAL DO DESENVOLVIMENTO HUMANO EM RELAÇÃO ÀS ESTRADAS MAIS IMPORTANTES, EM CUJO CENÁRIO ESTÃO IDENTIFICADOS OS MUNICÍPIOS EM QUE HOUVE APREENSÕES DE ENTORPECENTES, DE 1997 A FIGURA 11. DISTRIBUIÇÃO DA INCIDÊNCIA REGIONAL DE AIDS, DA CATEGORIA DE TRANSMISSÃO PELO USO AGULHAS/SERINGAS CONTAMINADAS, JUNTAMENTE COM A IDENTIFICAÇÃO DOS MUNICÍPIOS EM QUE HOUVE APREENSÕES DE ENTORPECENTES PELA POLÍCIA FIGURA 12. DISTRIBUIÇÃO DA INCIDÊNCIA REGIONAL DE AIDS, DA CATEGORIA DE TRANSMISSÃO PELO USO AGULHAS/SERINGAS CONTAMINADAS, JUNTAMENTE COM A IDENTIFICAÇÃO DOS MUNICÍPIOS EM QUE HOUVE APREENSÕES DE ENTORPECENTES PELA POLÍCIA FIGURA 13. MAPA TEMÁTICO DE DISTRIBUIÇÃO REGIONAL DE DESENVOLVIMENTO HUMANO, DE INCIDÊNCIA DE AIDS PELA CATEGORIA DE COMPARTILHAMENTO DE AGULHAS/SERINGAS CONTAMINADAS E OS MUNICÍPIOS EM QUE HOUVE APREENSÕES DE ENTORPECENTES. ESTADO DE SÃO PAULO, 1997 A FIGURA 14 : MAPA TEMÁTICO vi

9 LISTA DE TABELAS TABELA 1 : ESTATÍSTICA DESCRITIVA DA VARIÁVEL: IDH2000_LAB TABELA 2 : ESTATÍSTICA DESCRITIVA DA VARIÁVEL COEFUDI_LAB vii

10 LISTA DE GRÁFICOS GRÁFICO 1 HISTOGRAMA E GRÁFICO DA PROBABILIDADE NORMAL DA VARIÁVEL COEFUDI_LAB GRÁFICO 2. HISTOGRAMA E GRÁFICO DA PROBABILIDADE NORMAL DA VARIÁVEL IDH2000_LAB viii

11 LISTA DE SIGLAS 1. SIG, Sistemas de Informações Geográficas 2. SEADE, Sistema Estadual de Análise de Dados 3. PNUD, Programa das Nações Unidas para o Desenvolvimento 4. IBGE, Instituto Brasileiro de Geografia e Estatística 5. AIDS, Síndrome da Imunodeficiência Adquirida 6. UDI, Usuários de Drogas Injetáveis 7. DAP, Departamento de Administração e Planejamento 8. DGP, Delegacia Geral de Polícia 9. DST, Doenças Sexualmente Transmissíveis 10. IDH, Índice de Desenvolvimento Humano 11. HIV, Vírus da Imunodeficiência Humana ix

12 1. INTRODUÇÃO A incidência de Aids (Síndrome da imunodeficiência adquirida) no Estado de São Paulo está relacionada às categorias de transmissão sexuais, sangüínea, pelo compartilhamento de agulhas e seringas contaminadas e ignoradas. Dos casos de Aids do Estado até o final de 1999, (27,30%), são atribuídos ao uso de drogas injetáveis; 18,5% das mulheres cujo fator de infecção foi notificado como transmissão heterossexual, são parceiras sexuais de usuários de drogas injetáveis (DATASUS, 2000). Este panorama, que já chegou a ser de 40% das mulheres em 1994 (SANTOS, 2004), é uma demonstração clara do papel dos usuários de drogas injetáveis na epidemia de Aids por contato heterossexual no Estado de São Paulo, hoje a via de transmissão preponderante. O programa de prevenção da Aids depende da composição da epidemia com estas categorias de transmissão. A distribuição de preservativos gratuitamente está ligada ao sexo seguro, que controla a transmissão pelas vias sexuais. A prevenção para a transmissão pela via sangüínea envolve a melhoria dos serviços de saúde, na manipulação de hemoderivados, no pré-natal em mães HIV+(Vírus da Imunodeficiência Humana). As transmissões decorrentes do uso de drogas injetáveis estão sob a influência dos tráficos de drogas e dos programas de redução de danos. Arbex & Tognolli (1996) abordam o fenômeno do crime organizado e afirmam que, uma das estratégias, para conseguir fazer com que os carregamentos de drogas cheguem ao destino, em direção ao porto de Santos e aos aeroportos internacionais, é gerar usuários ao longo do caminho de escoamento. Podese dizer que o tráfico depende da infra-estrutura de transportes para atingir seu destino. O escoamento do tráfico também pode estar relacionado com o índice de desenvolvimento humano (IDH). 10

13 O IDH mede o nível de desenvolvimento humano dos países utilizando como critérios indicadores de educação (alfabetização e taxa de matrícula), longevidade (esperança de vida ao nascer) e renda (PIB per capita). O índice varia de zero (nenhum desenvolvimento humano) a um (desenvolvimento humano total). No caso brasileiro, o cálculo da renda municipal per capita é feito a partir das respostas ao questionário expandido do Censo - um questionário mais detalhado do que o universal e que é aplicado a uma amostra dos domicílios visitados pelos recenseadores. Os dados colhidos pelo Instituto Brasileiro de Geografia e Estatística (IBGE) são expandidos para o total da população municipal e então usados para o cálculo da dimensão renda do IDH-M (IBGE, 2006). Para auxiliar na observação do IDH, TRÁFICOS e UDIs (Usuário de drogas injetáveis) pode ser interessante o uso de uma ferramenta útil, os Sistemas de Informações Geográficas (SIG). O uso de SIGs tem sido muito utilizado e aplicado na solução de problemas relacionados ao meio ambiente, em seu aspecto físico, e aos fenômenos sociais, em seu aspecto sociológico. Os SIGs têm contribuído para a melhoria da eficiência e do impacto de planejamentos, representando uma importante ferramenta para a gestão dos recursos existentes, da estrutura de ambientes e dos serviços prestados. Com o desenvolvimento de programas de computação que permitam análises estatísticas mais aprofundadas, tornou-se possível realizar também estudos de distribuição, de localização e de regionalização. O impulso para que a análise geográfica computadorizada se tornasse campo multidisciplinar ocorreu durante os anos 70, mas ainda com raízes profundas na cartografia matemática. Este impulso foi ampliado pelas facilidades implantadas para o uso de computadores e com a produção de Sistemas de Informações Geográficas (SIG), que contam com interfaces, atualmente, amigáveis, e permitem a análise, a geração e a representação de dados geograficamente referenciados (RODRIGUES, 2004). 11

14 Burrough (1986), define um SIG como uma ferramenta computacional que permite trabalhar informação espacial num sistema de base de dados interno, e permite identificar relações espaciais entre características representadas em mapas. Um SIG une várias bases de dados distintas, usando as características comuns entre elas, formando, deste modo, uma base de dados única, que permite responder a perguntas sobre a localização, a condição e as tendências de algum fenômeno. Numa visão Abrangente pode-se indicar que um SIG tem os seguintes componentes citados e mostrados na Figura 1 1. Visão Geral de um SIG Interface Entrada e Integr. Dados Consulta e Análise Espacial Visualização Plotagem Gerência Dados Espaciais BANCO DE DADOS GEOGRÁFICO Figura 1. Arquitetura de um sistema de informação geográfico

15 Interface com o Usuário Entrada e Integração de Dados Funções de Processamento Gráfico e de Imagens Visualização e Plotagem Armazenamento e Recuperação de Dados (organizados sob a forma de um banco de dados geográfico). O objetivo do trabalho é fazer uma análise exploratória da distribuição das apreensões de drogas pela Polícia, da distribuição de risco de Aids pela categoria de transmissão de usuários de drogas injetáveis e do índice de desenvolvimento humano, nos municípios do Estado de São Paulo, no período de 1997 a Os índices de Aids e a origem do fenômeno é um fator que causa preocupação em toda a sociedade. Os maiores índices de Aids são devidos ao meio de transmissão por usuários de drogas injetáveis (DATASUS, 2000). O conhecimento dos dados atuais sobre o tráfico de drogas, Aids, índice de desenvolvimento humano por meio de um mapeamento bem elaborado, permitirá o controle e o desenvolvimento de ações preventivas na saúde do cidadão. Houve um grande desenvolvimento em tecnologias, hardware, software, que podem ser muito úteis na elaboração de estratégias de controle, combate e prevenção do aumento da distribuição e dispersão de drogas. A Segurança Pública tem acesso à localização dos pontos com maior número de incidência de apreensões de tráficos, maior índice de consumo de drogas, que podem ser classificados e avaliados, mas todas essas informações se encontram dispersas em papéis. Para isso necessita-se de sistemas que agilizem o processo de análise de dados com precisão e obtenham resultados imediatos, 13

16 tornando assim, mais eficazes as ações de prevenção da Aids em usuário de drogas e do tráfico de drogas. Neste contexto, o mapeamento dos tráficos de entorpecentes, relacionado com o índice de desenvolvimento humano e os casos notificados de AIDS por usuários de drogas injetáveis surgem como uma ferramenta computacional importante para visualização, análise e tomada de decisão para determinadas situações que comprometam a saúde e segurança do cidadão. O presente trabalho, que tem como principal meta à organização dos dados em um SIG, e posteriormente a análise desses dados levando em consideração o espaço geográfico, pode proporcionar um leque de idéias para a elaboração de trabalhos futuros que visam à construção de SIGs com tecnologias mais avançadas e que requerem representação gráfica, facilitando a análise de dados (BEATO, 2000). O maior benefício da utilização de um SIG para o estudo é possibilitar a comunicação de informações espaciais, devidamente analisadas, apresentando mapas e gráficos de qualidades, adequados a diferentes necessidades de decisão e análise. Com um SIG, será possível agrupar e questionar a informação de uma maneira integrada, de forma a aumentar a capacidade de análise. Sendo assim, podem ser encontradas equivalências e áreas de influência, assim como identificação de áreas potenciais de usuários de drogas, de ocorrências de apreensões, de índice de desenvolvimento humano e Aids. 14

17 2. BASE TEÓRICA : GEOESTATÍSTICA 2.1 Análise dos Dados No território nacional há fenômenos com grande quantidade de informações numéricas disponíveis, neste caso, torna-se essencial para os pesquisadores a utilização de técnicas que permitam a seleção destas informações, para que se torne possível à manipulação e conseqüentemente a análise dessas informações para a obtenção de alguns resultados e conclusões. As técnicas quantitativas permitem a redução e padronização das informações tornando-as fáceis de serem interpretadas. Essas técnicas são empregadas quando deseja analisar mais profundamente os dados, solucionar problemas complexos e impossíveis de serem explorados apenas com observação de dados brutos (CHARLTON, 2004). 2.2 Análise Exploratória dos Dados A análise exploratória dos dados é um processo muito importante para o desenvolvimento de qualquer estudo geoestatístico. É uma etapa introduzida para averiguar as propriedades estatísticas e matemáticas dos dados. O procedimento para a realização de uma análise exploratória dos dados é a coleta e a organização dos dados sob a forma de tabelas que serão futuramente transformadas em matrizes, uma análise preliminar visual para verificar possíveis problemas, como a falta de dados em alguma variável ou presença de valores muito altos em outras variáveis, além de outros tipos de problemas com os dados, seguidos da 15

18 obtenção de algumas estatísticas das amostras, como cálculo da média, mediana, variância, desvio padrão, e histogramas. Com esses recursos visuais pode-se obter uma descrição das características da variável estudada, onde visualiza se o tipo de distribuição que ocorre é assimétrica ou não entre outras características (GATHRELL, 1995). A análise espacial é a habilidade de se combinar dados espaciais de naturezas diversas, manipulando-os e aplicando-lhes técnicas geoestatísticas para se obter conclusões adicionais só evidentes com um estudo mais profundo e com uma espacialização dos dados. Segundo Marília de Sá Carvalho, análise espacial é o estudo quantitativo de fenômenos que são localizados no espaço. Utiliza-se a expressão análise de dados espaciais em oposição à análise de dados em geral, quando as técnicas utilizadas consideram explicitamente a localização espacial (CARVALHO, 1998). A análise exploratória espacial permite descrever e visualizar distribuições de dados espaciais, descobrir padrões de associação espacial, bem como identificar nos fenômenos, ou seja, nas variáveis estudadas, alguns comportamentos considerados atípicos. 2.3 Variograma A interpolação espacial é um processo em que se determina o valor de uma função num ponto interno de um intervalo a partir dos valores da função nas fronteiras deste intervalo. Entre esses valores (amostras) situados nas fronteiras do intervalo são realizados cálculos em diversas direções (norte, sul, sudeste, etc.) e, a partir dos resultados encontrados são deduzidos valores que indicarão uma similaridade espacial entre as amostras. É através deste procedimento que os métodos de interpolação espacial reconstroem uma superfície a partir de semelhanças encontradas entre algumas amostras 16

19 existentes. A representação quantitativa da variação de um fenômeno que possui dependência espacial é denominada de variograma (CHARLTON, 2004). Todos os possíveis pares de dados são examinados. Quando a distância entre pares é zero, o valor em cada ponto é comparado com ele próprio, e assim as diferenças suas são zero e o valor da semivariância também. Se a distância h for pequena, os pontos comparados serão muito semelhantes e estarão bastante relacionados entre eles, pelo que o valor da semivariância é reduzido (efeito pepita). À medida que aumenta a distância entre os pontos a serem comparados, maior será a semivariância, até que, a partir de determinada distância (alcance), a semivariância estabiliza num valor (patamar) que é igual à variância dos dados da população considerados, significando que já não existe qualquer relação entre os pares de dados considerados numa distância (LANDIM, 2005). Como mostrado na Figura 2, o efeito pepita (Co) é o ponto inicial da curva, onde a curva toca o eixo γ, quando h=0. O patamar (C) é o valor de γ máximo da curva, o ponto em que não existe mais nenhuma correlação entre as variáveis, sendo assim a variância do conjunto de dados. O alcance (a) é o ponto máximo onde existe autocorrelação espacial das variáveis. 17

20 Figura 2 - Forma característica de um semivariograma (LANDIM, 2005) 2.4 Anisotropia Entende-se por anisotropia a qualidade de certos fenômenos de se distribuírem no espaço de uma forma diferenciada segundo a direção de propagação. Deste modo, nos fenômenos distribuídos espacialmente, a dependência espacial (intensidade, distância) pode variar de acordo com a direção escolhida para a realização da análise. A anisotropia dos fenômenos estudados pode ser identificada a partir dos variogramas obtidos, sendo consideradas direções diferentes (GATHRELL,1995). Temos na Figura 3 2 a demonstração das direções mais utilizadas em Geoestatística

21 Figura 3 - Convenções direcionais utilizadas na Geoestatística. Na distribuição isotrópica os fenômenos se distribuem de uma maneira uniforme. Quando a distribuição de um fenômeno possui esta uniformidade, os semivariogramas possuem similaridades entre si. Neste tipo de comportamento do fenômeno é possível descrever sua variabilidade espacial com a utilização de um único modelo, exponencial, gaussiano ou esférico. Na Figura 4 3 pode-se observar a representação dos variogramas obtidos para 0º, 45º, 90º e 135º onde pode observar um comportamento isotrópico de um fenômeno

22 Figura 4 - Representação gráfica de semivariogramas isotrópicos. 2.5 Krigagem Quando precisamos estudar um determinado espaço é obviamente impossível recolher um grande número de amostras. Porém, o objetivo geral é compreender o comportamento da população, a partir dos pontos amostrados. Tradicionalmente um algoritmo de simples interpolação gera um mapa de isolinhas da concentração do fenômeno, como IDH. Este algoritmo tem apenas por base os valores de cada um dos pontos e as distâncias relativas entre eles. O desenho das isolinhas não assenta sobre quaisquer princípios estatísticos (MINGOTI, 1995). 20

23 Figura 5 - Interpolação a partir de quatro estações de amostragem (MINGOTI, 1995) A técnica de krigagem assume que os dados recolhidos de uma determinada população encontram-se correlacionados no espaço. Como exemplo, se numa cidade a incidência de poluentes é x num determinado ponto, é muito provável que se encontrem resultados muito próximos de x quanto mais próximos se estiver do ponto x (princípio da geoestatística), ver Figura 5 4. Porém, a partir de determinada distância de x, certamente não se encontrarão valores aproximados de x porque a correlação espacial pode deixar de existir. Krigagem é um método de interpolação que permite estimar um valor de Z(x) num determinado ponto x 0 (Modelos de Dados Estatísticos). Esses métodos geoestatísticos descritos serão desenvolvidos com o uso do Sistema SPRING, detalhado mais adiante. Na Figura 6 está estruturado o módulo de geoestatística no sistema Spring

24 Figura 6 : Estrutura do módulo de geoestátistica no spring (INPE, 2001)

25 3.MATERIAIS As ferramentas utilizadas foram escolhidas de acordo com as necessidades de se obter um projeto sem custo financeiro e que atendessem todas as exigências para o desenvolvimento do mesmo com qualidade. A ferramenta computacional que foi usada para a realização do projeto é o software GIS SPRING, como se descreve em seguida, de acordo com a literatura disponibilizada pelo Instituto Nacional de Pesquisas Espaciais (INPE, 2001). Este programa foi obtido gratuitamente pela rede de Internet, no endereço < URL : >. Os dados para a realização do trabalho foram coletados de fontes confiáveis, organizações de grande influência governamental. 3.1 Spring 4.3 Sistema para Processamento de Informações Georreferenciadas (Spring), tratase de um banco de dados geográfico de segunda geração, desenvolvido pelo INPE (Instituto Nacional de Pesquisa) para ambientes UNIX e Windows com as seguintes características: 23

26 opera como um banco de dados geográfico sem fronteiras e suporta grande volume de dados (sem limitações de escala, projeção e fuso), mantendo a identidade dos objetos geográficos ao longo de todo banco; administra tanto dados vetoriais como dados matriciais, e realiza a integração de dados de Sensoriamento Remoto num SIG; provê um ambiente de trabalho amigável e poderoso, através da combinação de menus e janelas com uma linguagem espacial programável pelo usuário (LEGAL - Linguagem Espaço-Geográfica baseada em Álgebra). 3.2 Fonte de Dados Foram utilizadas as informações do SEADE, com colaboração da Secretaria de Estado da Segurança Pública SSP/ Delegacia Geral de Polícia DGP/ Departamento de Administração e Planejamento DAP/ Núcleo de Análise de Dados, sobre o número de apreensões de entorpecentes pela Polícia, no Estado de São Paulo, de 1997 a 2004, por município. Foram utilizadas informações do Programa Nacional de DST e Aids (PNDST/Aids), do Ministério da Saúde, sobre os casos notificados pela via de transmissão da doença em usuários de agulhas/seringas contaminadas, pelo município de residência. Do PNUD (Programa das Nações Unidas para Desenvolvimento), foram usados os valores do Índice de Desenvolvimento Humano (IDH), construído a partir do censo de 2000, com os escores de seus componentes (renda, escolaridade e longevidade). 24

27 4. METODOLOGIA Nesse projeto não foi necessária a criação de um novo banco de dados. Usamos um banco de dados disponibilizado pelo INPE, que contém a base administrativa do Estado de São Paulo. A tabela com os atributos necessários para o estudo foi importada pelo sistema SPRING Organização dos Dados Esses dados foram organizados em uma tabela. Essa tabela constitui os seguintes atributos: CODE: código da cidade definido pelo IBGE NOME : nome dos municípios do Estado de São Paulo UDI: usuário de drogas injetáveis TRAFICO: casos apreendidos de tráfico de entorpecentes das cidades do Estado de São Paulo, no ano de 1997 a 2004 IDH: dados do índice de desenvolvimento humano do censo de 200 Essa tabela foi organizada no formato DBase, e foi salva como.dbf, para posteriormente ser exportada para o Sistema SPRING. 25

28 4.2. Base Digital Disponibilizada e Importação de Tabelas A base digital do Estado de São Paulo foi estabelecida pelo sistema de projeção policônica, usando o datum SAD-69, no retângulo envolvente identificado pelas seguintes coordenadas: (W ,04 S ,94) e (W ,96 S ,02) (CARVALHO, 2000). Nesta base estão criadas as seguintes categorias cadastrais usadas para desenvolvimento do projeto: ImagensTM: imagem de satélite que cobre todo o Estado de São Paulo Divisão_Municipal: contém os limites de municípios Divisão_Estadual: contém o limite do Estado de São Paulo Estradas: malha viária das rodovias do Estado de São Paulo No sistema SPRING pode-se importar várias tabelas para um banco de dados. Para importá-las deve-se fazer o seguinte: [Arquivo] [Importar tabela] (Diretório.. C:/Documents and Settings/Owner/Desktop/dados_tcc/) (OK) (Formato: DBASE) (Selecionar a tabela a ser importada neste caso a tabela importada foi : TRAFICO.dbf) (Operação Spring: Criar Nova Categoria Não-Espacial) (Executar) 26

29 4.3. Ligação Entre Tabelas Para a realização de consultas e de análises no banco de dados é preciso que os dados estejam arranjados em uma só estrutura em forma de tabela. Para que dados organizados separadamente possam ser lidos como um só, existe no sistema SPRING uma ferramenta que permite que estas tabelas sejam ligadas. Assim, somente com a realização de uma ligação entre as tabelas, o sistema reconhecerá as duas como sendo uma só no momento de fazer as consultas espaciais ou as análises de dados. Para ligar duas tabelas realizam-se os seguintes passos: [Editar Ligação de tabelas] (Objeto : Municípios) (Tabela não espacial: TRAFICO) (Atributo da tabela espacial : geo-rótulo) (Atributo da tabela não espacial: CODE) (Conectar) (Fechar) 4.4. Estatística das Variáveis Estudadas Realiza-se a análise exploratória dos dados, onde efetua a estatística descritiva para as variáveis em que foi realizada a Krigagem, IDH e o UDI. Temos nas Tabelas 1 e 2 e nos Gráficos 1 e 2 alguns resultados da estatística de algumas das amostras das variáveis. 27

30 Amostras IDH2000_LAB Número de Pontos 651 Número de Pontos Válidos 651 Média Variância Desvio Padrão Coeficiente de Variação Coeficiente de Assimetria Coeficiente de Curtose Valor Mínimo Quartil Inferior Mediana Quartil Superior Valor Máximo Tabela 1 : Estatística descritiva da variável: IDH2000_LAB Amostras coefudi_lab Número de Pontos 651 Número de Pontos Válidos 651 Média Variância Desvio Padrão Coeficiente de Variação Coeficiente de Assimetria Coeficiente de Curtose Valor Mínimo Quartil Inferior Mediana Quartil Superior Valor Máximo Tabela 2 : Estatística descritiva da variável coefudi_lab 28

31 Gráfico 1 Histograma e gráfico da probabilidade normal da variável coefudi_lab Gráfico 2. Histograma e gráfico da probabilidade normal da variável IDH2000_LAB Os gráficos da estatística descritiva demonstraram comportamentos diferentes da distribuição dos dados, em seguida foi efetuada a geração do variograma, bem como efetuado a técnica da krigagem. 29

32 4.5. Geração de Variograma Antes da geração do variograma, explicaremos como foi criada a estrutura para o recebimento dos dados. As categorias cadastrais e seus objetos já estão definidos, descrito anteriormente. Necessita-se da categoria modelo numérico do terreno que será utilizada para a saída dos novos dados gerados, que serão do tipo pontos amostrais. O modelo dos dados para a criação da categoria modelo numérico foi realizado da seguinte forma: [Arquivo] [Modelos de dados] (Categorias - Nome:IDH) (Modelo - MNT) (Categorias - Criar) (Executar) [Arquivio] [Modelos de dados] (Categorias Nome : UDI) (Modelo MNT) (Categorias Criar) (Executar) (Fechar) A variação dos fenômenos que possuem uma distribuição contínua no espaço é representada pelo variograma, onde é medida a variância da diferença dos valores em todos os pontos do espaço. Desta forma, para a realização da geração do variograma é necessário que os valores do banco de dados estejam na forma de pontos amostrais. Neste caso temos um banco de dados com um plano de informação cadastral (Divisão_Estadual), representado por entidades do tipo polígonos (Malha_Municipal). Foi criado um outro plano de informação do tipo numérico. Na ferramenta geração de pontos amostrais há a possibilidade para essa transformação que pode ser feita da seguinte forma: [Painel de controle] (selecionar categorias: Divisão_Municipal) (selecionar PI:Malha_Municipal) (Ferramenta: Geração de pontos amostrais) 30

33 (Categorias de saída: IDH) (Executar) (PI de saída: IDH2000) (Categoria: Municipios) (Atributos: IDH2000 (Executar) (Sim Criar novos pontos no centro de massa) seguintes passos: De maneira semelhante foi criada a categoria UDI. Para a geração do variograma da amostra IDH2000 foram realizados os (Análise Geoestatística) (Geração de semivariograma) (PI ativo: IDH2000_LAB) (Análise: Unidirecional) (Amostragem: Irregular) (Opções: Semivariograma) (Executar) Na Figura 7 está representado o variograma gerado. Ao lado temos os resultados numéricos, que servirão de base para realização do ajuste do variograma que iremos realizar em seguida. Figura 7. Variograma da amostra IDH2000_LAB 31

34 O ajuste do variograma pode ser feito utilizando o modelo que apresenta uma curva mais semelhante à curva do nosso variograma, que neste caso é a curva exponencial. Para a realização do ajuste do variograma procede-se assim: (Análise Geoestatística) (Ajuste do semivariograma) (Ajuste: Automático) (Número de estruturas: 1) (Modelo: Exponencial) (Executar) (Verificar ajustes) Para visualizar o ajuste do variograma tem que clicar sobre o nome da amostra IDH2000. Além do gráfico, o sistema mostra também um relatório de dados do ajuste do variograma, que servirá para o preenchimento dos parâmetros estruturais que existe na janela do ajuste. Este passo é fundamental para a realização da técnica da krigagem. A Figura 8 mostra o gráfico do ajuste do variograma da amostra IDH2000. O ajuste do semivariograma, para estimar a categoria numérica do IDH, considerou a função exponencial, com os parâmetros pepita (821,8), contribuição (44,7) e alcance ( ). O ajuste, para o coeficiente de incidência de Aids pelo uso de agulhas/seringas contaminadas, considerou, também, a função exponencial, com os parâmetros pepita (870,6), contribuição (170,4) e alcance (55.146). 32

35 Figura 8. Ajuste do Semivariograma para amostra IDH2000_LAB 4.6 Aplicação da Krigagem Depois de obtido o variograma e o seu ajuste realiza-se a técnica da Krigagem para a amostra IDH_2000. Para a realização desta técnica procedemos da seguinte forma: (Análise Geoestatística) (Krigeagem) (PI ativo:idh200_lab) (Executar) (Tipo: ordinária) (Saída) (Categoria: IDH) (Plano de Informação: IDH2000) (Executar) Pode-se observar na Figura 9,que o resultado da aplicação desta técnica resultou em um mapa escuro com umas manchas brancas. As manchas brancas representam um índice de desenvolvimento mais acentuado. Com aplicação do temático, podemos representar os índices em cores personalizadas. 33

36 Figura 9 : Gráfico da Krigagem do IDH2000. As mesmas técnicas descritas acima foram utilizadas nas amostras do coeficiente de usuário de drogas injetáveis. 4.7 Geração do Temático A superfície de resposta gerada foi estratificada em percentís de 20%, para criar classes temáticas a serem apresentadas através de mapas choropléticos, das categorias numéricas da distribuição do IDH e do risco de Aids pelo uso de drogas injetáveis. Estas categorias foram sobrepostas pelos pontos identificadores dos municípios que tiveram ocorrência policial de tráfico de entorpecentes (LOURENÇO & LANDIM, 2005; BAILEY & GATHRELL,1995).Os mapas gerados estão descritos no próximo capítulo. 34

37 5. RESULTADOS e CONCLUSÕES Os mapas temáticos gerados estão apresentados nas Figuras 10, 11,12, 13 e 14. A Figura 10 mostra a distribuição do IDH no Estado, através de uma plano de informação numérico, gerado pela krigagem, em classes de percentís de 20% e das estradas mais importantes do Estado. Existe uma tendência regional do índice de desenvolvimento humano regional ser maior em torno dos municípios com atividades industriais e comerciais, que se forma desde o litoral, na altura da cidade de Santos, passando pela capital e em direção ao norte, sobrepondo-se às rodovias Anhangüera, Washington Luis e Bandeirantes (em azul), além de ilhas de desenvolvimento humano regional nos pólos regionais de Ribeirão Preto, São José do Rio Preto e Araçatuba (regiões mais claras); os menores índices de desenvolvimento regional localizaram-se na região sudoeste do Estado (Região mais escura). As Figuras 11 e 12 mostram a distribuição regional da incidência de Aids, pelo compartilhamento de agulhas/seringas contaminadas, e os municípios em que houve apreensões de entorpecentes, de 1997 a A regiões de maiores riscos coincidem com regiões de alto desenvolvimento humano, ao norte da Rodovia Dutra, na altura de Taubaté. As regiões mais escuras representam uma incidência maior em relação às regiões mais claras. As Figura 13 e 14 mostra a sobreposição desses mapas temáticos. A análise geoepidemiológica descritiva possibilitou a observância de características geográficas bem definidas, que foram compatíveis com o referencial teórico vigente. O uso da incidência de Aids, através dos casos notificados em cada município, não 35

38 revela as verdadeiras dimensões da epidemia, por ser ex post facto, mas reflete algum grau de atividade humana em torno do tema, que pode ser a melhor informação disponível que é compatível com o contexto da análise realizada. A distribuição do desenvolvimento regional do IDH pode ser associada à localização geográfica; as áreas de alta incidência de Aids pelo compartilhamento de agulhas/seringas contaminadas identificadas nos mapas temáticos apresentam atividades comerciais, industriais e turísticas. Novos estudos devem ser realizados para entender melhor esses fenômenos geoepidemiológicos, numa dimensão microrregional, usando outras variáveis censitárias. 36

39 Figura 10. Distribuição regional do desenvolvimento humano em relação às estradas mais importantes, em cujo cenário estão identificados os municípios em que houve apreensões de entorpecentes, de 1997 a

40 Figura 11. Distribuição da incidência regional de Aids, da categoria de transmissão pelo uso agulhas/seringas contaminadas, juntamente com a identificação dos municípios em que houve apreensões de entorpecentes pela Polícia. 38

41 Figura 12. Distribuição da incidência regional de Aids, da categoria de transmissão pelo uso agulhas/seringas contaminadas, juntamente com a identificação dos municípios em que houve apreensões de entorpecentes pela Polícia. 39

42 Figura 13. Mapa temático de distribuição regional de desenvolvimento humano, de incidência de Aids pela categoria de compartilhamento de agulhas/seringas contaminadas e os municípios em que houve apreensões de entorpecentes. Estado de São Paulo, 1997 a

43 Figura 14 : Mapa temático 41

44 6. REFERÊNCIAS BIBLIOGRÁFICAS ARBEX Jr J, TOGNOLLI CJ. (1996) O século do crime. São Paulo: Jinking editores associados ltda. BAILEY, T.C.; GATHRELL, A.C. (1995), Interactive spatial data analysis. John Wiley & Sons, New York. BEATO, Cláudio. Informação e desempenho policial. Paper. UFMG, CARVALHO, M.S.; PINA, M.F.; SANTOS, S.M. (2000) Conceitos básicos de sistemas de informação geográfica e cartografia aplicada à saúde. Brasília: Ed. OPAS, Ministério da Saúde, Brasil. MODELOS DE DADOS ESTATÍSTICOS URL : acessada em 15 de maio de DATASUS. TABNET-AIDS, Estado de São Paulo: DATASUS - Ministério da Saúde do Brasil, on line no abril de FORTHERINHAM A. S., BRUNSDON C.; CHARLTON M. (2004) Quantitative geography: perspectives on spatial data analysis, London: SAGE Publications Ind. HARTSHORNE, R. (1936) Propósitos e Natureza da Geografia. Hucitec (trad. 1966), São Paulo. HUGHES, P.J.A. Periferia: um estudo sobre a segregação socioespacial na cidade de São Paulo Dissertação (Doutorado) PUC,São Paulo, dez INPE < URL: >[abril 2006] LOURENÇO R. W.; LANDIM P. M. B. (2005) Mapeamento de áreas de risco à saúde pública por meio de métodos geoestatísticos. Rev.Saúde Pública 21(1):

45 MINGOTI,S.A.e SILVA,A.F.Um exemplo de aplicação das técnicas de geoestatística:uma análise do nível piezométrico do aqüífero de Wolfcamp (Estados Unidos).Revista Escola de Minas (REM),Ouro Preto,Vol 49,2,p ,1995. RODRIGUES, A J, Uso de técnicas de geoprocessamento na epidemiologia de leptospirose: Áreas de risco e logística UFSC-SP. SANTOS, N; KALICHMAN, A; GRANGEIRO, A; GIANA, C & MUNHOZ, R.. Heterosexual Transmission in women in São Paulo, Brasil. In: X International Conference on Aids. Yokohama, Japan, SEADE < URL: acessada em maio de SIG e sua aplicação no combate ao Crime< URL: > - Oct , By Jordan Legon. 43

46 APÊNDICE A : PUBLICAÇÕES CIANCI, F. G ; RODRIGUES, A. J.(2006). Relação entre a incidência de Aids em usuários de drogas injetáveis e o desenvolvimento humano e as apreensões de entorpecentes pela Polícia. Estado de São Paulo IN: SIMPÓSIO INTERNACIONAL CIENTÍFICO DA UNIVERSIDADE DE SÃO PAULO (SIICUSP 2006), Ribeirão Preto, Brasil. 44