Dados do Trabalho

Título

Detecção de áreas persistentes nas ocorrências de arboviroses no município de Natal-RN entre 2015 e 2019

Introdução

A teoria estatística de varredura espaço-temporal utilizada no software SaTScan está descrita no modelo de permutação no espaço-tempo. A vigilância epidemiológica necessita dessa base científica para a detecção de aglomerados persistentes de agravos.

Objetivo(s)

Analisar o padrão de distribuição de casos e detectar aglomerados espaciais geograficamente persitentes utilizando a estatística O modelo de permutação no espaço-tempo proposta por kulldorff (2005) nos casos notificados de arboviroses no município de Natal para o período de 2015 a 2019.

Material e Métodos

Foram distribuidos espacialmente os pontos georreferenciados em ambiente de Sistema de Informações Geográficas (SIG), agrupando os casos de acordo com os setores censitários. Assim, foi aplicado análise retrospectiva do modelo de permutação no espaço-temporal no software SatScan™, utilizando apenas dados de casos, com informações sobre a localização espacial e o tempo de cada caso identificando onde existe um aglomerado em uma área geográfica durante um período de tempo específico em comparação às áreas geográficas restantes.

Resultados e Conclusão

No período de 2015 a 2019 foram registrados pelo SINAN casos de Dengue, Zika e Chikungunya um total de 53.973, 2.653 e 16.923 respectivamente, de arboviroses, onde foram detectados setores censitários persistentes, onde 133 foram para Zika (78% oeste), 148 para Dengue (52% norte; 31% oeste); 140 para Chikungunya (35% leste; 33% oeste; 30% norte), representando 43,8% dos imóveis a serem trabalhados preconizados pelo Ministério da Saúde, indicando as zonas norte e a oeste como áreas persistentes na ocorrência dessas arboviroses. A estatística de varredura de Kulldorff (2005) apresenta vantagens no rastreamento de conglomerados, uma vez que é um procedimento aplicável possibilitando a identificação de áreas alvo de adoecimentos para intervenções em saúde pública.

Palavras-chave

Análise Espacial; Estatística Scan; Persistência; Arboviroses; Vigilância Epidemiológica.