Investigao das variveis socioambientais associadas ao risco de
Investigação das variáveis socioambientais associadas ao risco de malária Mariane Assis SER 301 - Análise Espacial
Malária: uma doença de transmissão vetorial PLASMODIUM Parasita MOSQUITO Vetor HOMEM Hospedeiro Dinâmica socioambiental
Incidência Parasitária Anual (IPA) da malária por município de Infecção Amazônia Legal, 2006.
Localização da área de estudo
Escalas da Análise Espacial em Saúde Pública Município Setor censitário/Bairro/Regional de Saúde Localidade/Lote E o espaço celular?
Risco? Probabilidade de um membro de uma população definida desenvolver uma dada doença em um período de tempo. MEDIDA!! Epidemiologia dos fatores de risco Hospedeiro – Agente – Ambiente Os padrões de saúde e doença podem ser explicados por uma complexa trama de fatores de riscos e fatores de proteção interligados, cuja pertinência é testada por técnicas estatísticas e análise multivariada. (Almeida-Filho, 1989)
Incidência de Malária
Investigar a distribuição espacial dos fatores de risco associados à incidência de malária. Abordar dois perfis de risco: Perfis de risco (hipótese) Social/ Comportamental Renda Nível de educação Ambiental/ Paisagem Potencial criadouro do vetor - HAND
Descritor do terreno – HAND (Rennó, 2008)
Investigação das variáveis? 1º Há autocorrelação espacial? Indicador local de associação espacial – teste Gi*(d) Identificar valores altos ou baixos próximos a uma localidade i, dada um distância d de i. H 0: Não há associação entre a localização i e os seus vizinhos, dada uma distância d. H 1: caso contrário.
Investigação das variáveis? Autocorrelação espacial constatada e agora? 2º Modelos de regressão que incorporam efeitos espaciais – Global ou Local Global – spatial lag models e spatial error models – processos estacionários? Pode esconder variações espaciais nas associações entre as variáveis (Castro, 2001)
Investigação das variáveis? Local Geographically Weighted Regression (Regressão Espacialmente Ponderada) - GWR Modelo de Regressão com efeitos espaciais contínuos: que modelam variações espaciais de forma contínua, com parâmetros variando no espaço. Identificar como se comportam espacialmente os relacionamentos entre as variáveis. Y(i) = β 0(i) + Σβκ(i)xk+ ε(i)Y (i): variável dependente representando o processo no ponto i β(i): parâmetros estimados no ponto i
Resultados Call: gwr(formula = IPA_REAL ~ FUND_REAL + FUND_DOIS_ + SEMRENDIME + MEIOSM_INT + MEIOADOISS + HAND_INT, data = tab, coords = cbind(tab$CENTRX_REA, tab$CENTRY_REA), bandwidth = sp. bw, hatmatrix = TRUE) Kernel function: gwr. Gauss Fixed bandwidth: 5134. 232 (bw e CV)
Call: gwr(formula = IPA_REAL ~ ATE_NOVE_R + DEZ_QUATOR + QUIN_DEZE_ + VINTE_NOVE + TRIN_NOVE_ + QUARE_NOVE + CINQ_NOVE_ + SESSENT_NO, data = tab, coords = cbind(tab$CENTRX_REA, tab$CENTRY_REA), bandwidth = sp. bw, hatmatrix = TRUE)
Conclusões As variáveis selecionadas não foram suficientes para explicar a incidência de malária na área de estudo. Porém. . . relevante pensar na dinâmica da doença como dois perfis de risco agindo sobre a incidência de malária. Fundamental um conhecimento mais detalhado sobre as condições socioeconômicas da região: Campo? ? Indivíduo? ? Questão ambiental – SR apresentam boa explicação sobre a região e é possível produzir metodologias que podem ser aplicadas em outras áreas de estudo.
Referências bibliográficas Castro, M. C. ; Singer, B. Malaria foci and colonization processes on the Amazon frontier: new evidence from a spatial analysis and GIS approach. XXIV General Population Conference (IUSSP) in Salvador, Bahia, Brazil, August 18 -24, 2001 Rennó, C. M. ; Nobre, A. D. ; Cuartas, L. A. ; Soares, J. V. ; Hodnnet, M. G. ; Tomasella, J. ; Waterloo, M. J. HAND, a new terrain descriptor using SRTM-DEM: Mapping terra-firme rainforest. Remote Sensing of Environment, 112, 3469– 3481, 2008. ALMEIDA FILHO, N. de. Epidemiologia sem números. Rio de Janeiro, Ed. Campus, 1989.
Obrigada, Mariane Assis mariane@dpi. inpe. br
- Slides: 21