a dadeS no paRá no peRíodo de 2001 2006 · Para a realização da predição de risco de...
Transcript of a dadeS no paRá no peRíodo de 2001 2006 · Para a realização da predição de risco de...
análiSe eSpaCial e tempoRal da inCidênCia da maláRia em tRêS ComunidadeS no paRá, no peRíodo de 2001 a 2006 Spatial and temporal analysis of malaria incidence in three communities in Pará, Brazil, between 2001 and 2006
Nelson Veiga1, Douglas Gasparetto2, Moacir Alves Barreiros3
rESUmo
Considerando a necessidade de gerar análises da relação entre os dados ambientais e epidemiológicos que caracterizaram a incidência da malária nos municípios de Bragança, nas comunidades do Acarajó e Fazendinha e Augusto Corrêa, na comunidade do Treme, todas no estado do Pará, no período de 2001 a 2006, foi desenvolvido um modelo que integrou diversas geotecnologias emergentes. Para tal, foi utilizada a geoindexação de informações temáticas geradas em trabalhos de campo e laboratoriais, além de tecnologias de geoprocessamento, estatística e banco de dados epidemiológicos. Os resultados das análises foram expressos em bases cartográficas digitais. Para a realização da predição de risco de transmissão foi desenvolvido um módulo Fuzzy, com as características ambientais e socioeconômicas das áreas de estudo, em função das quais foi identificado um alto risco de transmissão pela doença, devido a práticas de desflorestamento e ocupação humana, nestes locais. Levando em consideração os resultados obtidos com a implementação do modelo, o mesmo foi considerado de grande potencial para análises ecoepidemiológicas de malária, em face dos objetivos preconizados.
palavraS-ChavE
Epidemiologia, geoprocessamento, banco de dados, computação gráfica, modelos
fuzzy, malária
abStraCt
Considering the need to analyze the relation between environmental and epidemiological data to characterize malaria incidence in Acarajó and Fazendinha communities, located in Bragança district, and also in Treme community, in Augusto Correa district, in the state of Pará, Brazil, between 2001 and 2006, an analysis model that integrated several emerging geotechnologies was developed. The proposed analysis used thematic information generated on laboratory and field works, and also geoprocessing, epidemiological databases and statistical technologies. The results of the analysis were expressed on digital maps. In order to predict the transmissionrisk it was developed a fuzzy model with social, economic and environmental characteristics o f the study areas, that enabled the identification of high risk of disease transmission,
1 Doutor em Ciência da Computação. Pesquisador do LabGeo/IEC/SVS/MS. End: Rodovia BR-316 km 7 s/n - Levilândia – Ananindeua / Pará. CEP: 67030-000 E-mail: [email protected]
2 Bacharel em Ciência da Computação. Assistente de Pesquisa do LabGeo/IEC/SVS/MS
3 Bacharel em Ciência da Computação. Assisntente de Pesquisa do LabGeo/IEC/SVS/MS
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009 – 731
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
due to deforestation and human occupation, in those areas. Considering the results obtained, the model was considered with great potential for eco-epidemiological analysis of malaria.
KEy wordS
Epidemiology, geoprocessing, data base, computer graphics, fuzzy model, malaria
1. introdUção
As últimas décadas testemunharam a evolução de diversas áreas do conhecimento, dentre estas as ciências da saúde, devido à incorporação, em seus procedimentos, de recursos tecnológicos automatizados. Neste contexto, a dimensão interdisciplinar que a informação em saúde passou a ter contribuiu de forma significativa para o aumento da produção do conhecimento nesta área. Como exemplo deste processo interdisciplinar de produção de conhecimento, temos as análises ecoepidemiológicas, que consideram a dimensão espaço-temporal que a informação em saúde intrinsecamente possui como elemento importante de análise.
Segundo Veiga (2005), a ecoepidemiologia tem, ao longo das três últimas décadas, avançado significativamente no sentido de incorporar mecanismos capazes de favorecer a compreensão dos fenômenos relacionados aos agravos e às condições de saúde das populações humanas. Esse avanço da ecoepidemiologia foi possível a partir do momento em que dados sobre questões ambientais como desmatamento e expansão desordenada da malha urbana, em áreas ambientalmente frágeis, puderam ser incorporados às análises dos fenômenos ecoepidemiológicos, tais como os estudos da incidência da malária, que é diretamente influenciada por estas questões. Outro fator importante para o avanço deste tipo de análise foi a incorporação dos recursos de tecnologias de informação, dentre as quais podemos considerar a utilização de Geoprocessamento, Estatística, Computação Gráfica e Inteligência Artificial como sendo os mais expressivos.
Conforme foi preconizado por Câmara (2001) e Dias et al. (2004), o geoprocessamento, por manipular conteúdos informacionais relacionados á dimensão espaço-temporal que a informação em saúde possui, tem sido cada vez mais utilizado em estudos de análise ambiental, permitindo detectar alterações decorrentes da intervenção humana em ecossistemas naturais ou previamente modificados, ou realizar o diagnóstico das condições ambientais de um local em prol da saúde humana, através do Sistema de Informação Geográfica (SIG).
Segundo Landim (1998), a estatística tem sido incorporada na ecoepidemiologia e nos SIGs por permitir a manipulação de dados discretos e contínuos, que
732 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009
a n á l i S e e S p a C i a l e t e m p o R a l d a i n C i d ê n C i a d a m a l á R i a
e m t R ê S C o m u n i d a d e S n o p a R á , n o p e R í o d o d e 2001 a 2006
guardam entre si uma relação de dependência espacial. Couclelis (1992) e Druck
et al. (2004) consideram que compreender a relação entre dados espaciais e
históricos, oriundos de fenômenos ocorridos no espaço geográfico, é um grande
desafio da estatística, no sentido de equacionar e solucionar problemas comuns
às diversas áreas do conhecimento, seja no âmbito da saúde, meio ambiente ou
entre outras. Esta afirmação foi reforçada por Ortiz (2003), ao considerar que as
técnicas de estatística, associadas ao geoprocessamento, possibilitam o tratamento,
cruzamento, sobreposição, análise e visualização das informações espaciais, sob
a forma de mapas digitais. Isto permite a viabilização de processos de tomada
de decisão de forma rápida e ágil, minimizando custos e otimizando recursos e
atividades, acarretando ganhos de produtividade.
Outra forma, que tem sido utilizada, nos últimos anos, para realizar análises
em ecoepidemiologia, esta baseada em técnicas de Inteligência Artificial (IA), que,
conforme Arariboia (1988), Rich e Knight (1994), Gomes et al. (2000) e Russel e
Norvig (2004) é a área da Ciência da Computação (CC), que procura desenvolver
modelos formais capazes de simular o processo cognitivo, utilizando técnicas de
representação do conhecimento. A IA tem sido utilizada para resolver problemas
lógicos, dentre os quais o reconhecimento e classificação de padrões informacionais,
contidos em imagens digitais de satélite, do mesmo modo que um ser humano
o resolveria, sendo que, conforme observado por Veiga (2001), o processo de
classificação das imagens digitais é influenciado diretamente pela execução prévia de
técnicas de Computação Gráfica (CG), dentre as quais o processamento de imagens
digitais, com o objetivo de aumentar as diferenças espectrais das classes de informação
temáticas nelas contidas. Neste contexto, a informação temática é definida como
sendo um conjunto de dados que estão relacionados a um domínio específico de
informação, dentre os quais os tipos de vegetação, solos, drenagem, povoamento e
outros, que ao ocorrerem em determinado local do espaço geográfico podem ser
interrelacionados.
Para a realização deste trabalho, foram desenvolvidas análises baseadas em
Lógica Fuzzy ou lógica nebulosa, que é definida como uma técnica de IA, capaz de
representar valores quantitativos aproximados, com graus de pertinência (também
chamada de verdade ou crença) intermediários entre valores binários, como por
exemplo, verdadeiro ou falso, da lógica clássica, bivalente e booleana, preconizada por
Aristóteles, na antiguidade.
Levando em consideração que a malária é uma doença infectocontagiosa
de etiologia parasitária, com grande expressividade epidemiológica no mundo e
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009 – 733
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
que a sua incidência está relacionada às características ambientais e as relações socioeconômicas presentes no espaço geográfico onde ela ocorre, o presente trabalho teve como objetivo implementar um modelo de análise espacial e temporal da incidência da malária, nos municípios de Bragança (comunidades do Acarajó e Fazendinha) e Augusto Corrêa (comunidade do Treme), localizados na Região Nordeste do estados do Pará, no período de 2001 a 2006, utilizando geotecnologias emergentes, que segundo Veiga (2001) e Medronho et al. (2002) são modelos que constituem sistemas de geoinformação automatizados, tendo como elemento indexador de seus dados, coordenadas geográficas, ou seja, informações georreferenciadas, gerando desta forma geoinformações, a partir de análises interdisciplinares expressas através de mapas digitais.
2. mEtodologia
A investigação realizada foi dividida nas seguintes etapas: levantamento do material bibliográfico, obtenção das bases de dados dos Sistemas de Informação em Saúde (SIS), como o Sistema de Informação de Localidades (SISLOC), Sistema de Informação em Malária (SISMAL) e o Sistema de Informação de Vigilância Epidemiológica da Malária (SIVEP-Malária), todos de domínio público e disponíveis no sítio eletrônico do Ministério da Saúde - MS. Através destes sistemas foram obtidos dados referentes aos casos notificados por local de infecção, no período de 2001 a 2006. Também foram levantadas informações de bases entomológicas, ambientais, cartográficas e de imagens de satélites, todas referentes à área de estudo. Foi realizado georreferenciamento em campo, utilizando o receptor do Sistema de Posicionamento Global (GPS), dos criadouros naturais e artificiais de formas imaturas de vetores em toda área investigada, resultados de exames de pacientes laboratorialmente confirmados pela Secretaria de Saúde Pública do Estado do Pará – SESPA, nas comunidades e localidades estudadas, bem como a caracterização ambiental do peridomicílio das residências dos pacientes. Na sequência, foi realizado o pré-processamento das imagens de satélite, utilizando o software Spring 4.0, para composição colorida de bandas espectrais e ampliação linear de contraste; Terra View 3.1, para desenvolvimento da álgebra de mapas, que se constitui do interrelacionamento das diferentes bases de dados georreferenciadas, dentre as quais as imagens dos satélites Landsat TM 5 e do sensor R99 SAR, de dados ambientais, entomológicos, epidemiológicos e cartográficos, para a construção das expressões visuais das análises ecoepidemiológicas. Foi realizada também a identificação das áreas de risco de transmissão pela doença, utilizando um raio de 7,2 Km (em torno dos criadouros),
734 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009
a n á l i S e e S p a C i a l e t e m p o R a l d a i n C i d ê n C i a d a m a l á R i a
e m t R ê S C o m u n i d a d e S n o p a R á , n o p e R í o d o d e 2001 a 2006
conforme estudos de Forattini (2002), através da aplicação da técnica de buffer. Utilizou-se o aplicativo TabWin para depuração das redundâncias, incompletudes e atributos desnecessários oriundos dos bancos de dados dos SIS, que incorporado ao Sistema R gerou as análises estatísticas dos dados, utilizando técnicas de histogramação, boxplot e qq-plot normal (teste de shapiro) e um módulo do MatLab, que utilizou lógica Fuzzy, que é um modelo de processamento inferencial de dados imprecisos, utilizado para o cálculo da predição probabilística dos riscos de transmissão de malária. Foi modelado a partir dos dados gerados pela análise temática da informação, cuja utilização é orientada à identificação de variáveis de entrada e saída, que podem interferir na ocorrência de um determinado fenômeno epidemiológico. As variáveis de entrada do sistema, com as características da área de estudo que influenciam na ocorrência da malária, com suas funções de pertinência e seus respectivos valores para serem inferenciados, são: Característica da moradia (alvenaria fechada, alvenaria aberta, madeira fechada, madeira aberta e barro), Relação-Produtiva (trabalhador urbano, agricultor, extrativista e pescador), Peridomicílio (zona urbana e zona rural), Prevenção (Repelente, inseticida, mosquiteiro e sem prevenção), Distância-Criadouro (próximo, médio e longe) e Vegetação (Sem vegetação-área urbana, floresta, mangue e área antropizada). A variável de saída, que é a resposta probabilística que o sistema gerou, foi o risco de transmissão de malária (muito baixo, baixo, médio e alto). Foram construídas também as regras de inferência, que fazem as ligações entre as variáveis de entrada com a variável de saída. Posteriormente, o sistema processou as inferências das regras construídas e retornou o resultado gráfico probabilístico do risco de transmissão de malária.
Para a avaliação dos resultados obtidos pelo modelo, foram feitas sequências de análises probabilísticas de transmissão da doença, nas áreas de estudo, levando em consideração as relações totais ou parciais, entre as variáveis envolvidas.
3. rESUltadoS E diSCUSSão
A partir dos dados do SIVEP-Malária e SISMAL, observou-se que, dentre as comunidades analisadas, o maior número de casos (623) de malária confirmados laboratorialmente e notificados ocorreu na comunidade do Treme, no ano de 2005.
A partir das séries históricas, pode-se observar que no período de 2001 a 2002 o número de casos de malária, nas três comunidades estudadas pode ser considerado baixo. Este fato pode estar relacionado a possíveis
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009 – 735
7 36 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 1 7 ( 3 ) : 7 3 1 - 7 4 2 , 2 0 0 9
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
problemas, na migração do conjunto de dados do SISMAL, que funcionou de 2001 a 2002, para o SIVEP-Malária. Observou-se também que no ano de 2005 houve um surto na comunidade do Treme. Nos demais anos, nesta comunidade, a incidência da doença manteve-se com pouca variação no número de casos positivos. Com relação à análise feita com os dados da comunidade do Acarajó, pôde-se observar que a incidência da doença manteve-se constante, com pouca variação, no período de 2001 a 2002, e aumentou a partir de então até 2004, quando começou a diminuir até 2006. Com relação à incidência da doença na comunidade da Fazendinha, observou-se que ocorreu uma pequena variação no período de 2003 a 2006, não influenciando de forma significativa na análise histórica (Figura 1).
A Figura 2 mostra a identificação das áreas de risco de transmissão por malária a partir da utilização da técnica de buffer. As comunidades do Treme, Juvêncio, Caratateua, Bacuriteua, Acarajó e Fazendinha, bem como as sedes municipais de Bragança e Augusto Corrêa, estavam dentro da área de risco de transmissão identificada.
Figura 1 Série histórica no período de 2001 a 2006 das comunidades estudadas.
1 .100 1 .050 1 .100
950 900
750
850 800
700 650 600 550 500 450 400 350 300 250 200 150 100 50
Nú m
e ro
d e
ca s o
s
Anos 2001 2002 2003 2004 2005 2006
Total
Treme
Acarajó
Fazendinha
Definições para tabular o arquivo Geral 2001 a 2006.dbf
Fonte: Laboratório de Geoprocessamento IEC/SVS/MS
Fonte: Laboratório de Geoprocessamento IEC/SVS/MS
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 1 7 ( 3 ) : 7 31 - 7 42 , 2 0 0 9 – 7 37
a n á l i S e e S p a C i a l e t e m p o R a l d a i n C i d ê n C i a d a m a l á R i a
e m t R ê S C o m u n i d a d e S n o p a R á , n o p e R í o d o d e 2 00 1 a 2006
Figura 2 Identificação de comunidades em área de risco de transmissão por malária.
Figura 3 Mapa de vegetação e hidrografia nas comunidades estudadas.
4 7 0 0
-47 4 8 5 0 4 8 4 0 4 8 3 0
0 ’50 ’ ’
1 ’00 ’ ’
1 ’10 ’ ’
4 6 3 0 4 6 4 0 4 6 5 0 4 7 0 0
-47
0 ’ 5 0 ’ ’
1 ’ 0 0 ’ ’
1 ’ 1 0 ’ ’
Fo n t e : L a bGeo I E C / S V S / M S E s c a l a : 1 :3 0 00
Fon t e : L ab G e o I EC /S VS / M S
Esc a l a : 1 : 30 00
4 7 0 0
-47 4 8 50 4 8 40 4 8 3 0
0 ’ 5 0 ’ ’
1 ’ 0 0 ’ ’
1 ’ 1 0 ’ ’
4 6 3 0 4 6 4 0 4 6 5 0 47 0 0
-47
0 ’50 ’ ’
1 ’00 ’ ’
1 ’ 1 0 ’ ’
1 ’ 2 0 ’ ’ 1 ’ 2 0 ’ ’
S e d e S M u n i c i p a i S
c r i a d o u r o S d e M a l á r i a
l o c a l i d a d e S e S t u d a d a S
d i v i S ã o d o S M u n i c í p i o S
r i o S
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
Fazendinha, por sofrer influências de relações antrópicas com extração de argila, apresentou criadouros naturais e artificiais. A comunidade do Acarajó e Treme, por estarem a norte do município, sofrem influência da vegetação fluviomarinha, apresentando, desta forma, criadouros naturais. Porém, na comunidade do Treme, por existir extração de areia, são formadas crateras no solo, que, ao armazenar água da chuva, viabilizam a proliferação de criadouros artificiais, conforme mostra a Figura 3.
O sistema “Fuzzy” permitiu realizar, a partir das variáveis linguísticas de entrada (característica da moradia, relação produtiva, peridomicílio, prevenção, distância do criadouro e vegetação), inferências sobre o risco de malária. Por exemplo, considerando as características da área investigada, o risco de malária foi considerado alto se a moradia era de barro, localizada na área rural, sem prevenção, próxima de criadouros, com vegetação antropizada e a relação produtiva era de pescador (regra 1).
Esta regra, após processada pelo modulo “Fuzzy”, gerou uma probabilidade de transmissão de malária de 84% para o indivíduo que tiver as condições enunciadas na regra 1.
Já se a moradia era fechada e de madeira, localizada na zona rural, utilizando inseticida como prevenção, a uma distância média dos criadouros, com vegetação antropizada e a relação produtiva era extrativista, o risco de malária foi considerado médio (regra 2).
A regra 2 gerou uma probabilidade de 52,3% (por cento) de risco de transmissão de malária para pessoas que tiverem as características estipuladas por esta regra.
Após a implementação do sistema, foram feitas sequências de análises probabilísticas da incidência da doença em todos os trimestres do período, para cada uma das comunidades estudadas. Levando em consideração os resultados obtidos, pôde-se observar a correlação expressa na alta probabilidade de incidência de casos novos produzidos pela lógica Fuzzy com a ocorrência dos surtos observados nas séries históricas.
4. ConSidEraçõES finaiS
Levando em consideração os resultados das comparações entre as análises estatísticas e Fuzzy, pôde-se observar que estes resultados, ao serem inter-relacionados com o acervo de imagens de satélites e bases cartográficas, mostraram que o número de casos novos que incidiu nas comunidades estudadas, nos municípios de Bragança e Augusto Corrêa, estado do Pará, no período 2001 a 2006, não se deu de forma homogênea, pois com relação à incidência do número de casos confirmados esta evolução foi mais elevada na comunidade do Treme, com criadouros naturais e
738 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009
Tab
ela
1R
egra
s ge
rada
s no
siste
ma
Fuzz
y pa
ra a
nális
e do
risco
de
tran
smissã
o de
mal
ária
.
Cara
cter
ístic
a da
Rela
ção
Dist
ânci
a do
Ri
sco
de c
onta
min
ação
Nº R
egra
Pe
ridom
icíli
o Pr
even
ção
Vege
taçã
oM
orad
ia
Prod
utiv
a Cr
iado
uro
de M
alár
ia
1 Ba
rro
Pesc
ador
Zo
na R
ural
Se
m P
reve
nção
Pr
óxim
o Ár
ea A
ntro
piza
da
Alto
2 M
adei
ra F
echa
da
Extra
tivis
ta
Zona
Rur
al
Inse
ticid
a M
édia
Ár
ea A
ntro
piza
da
Méd
io
3 M
adei
ra A
berta
Tr
abal
ho U
rban
o Zo
na U
rban
a Re
pele
nte
Long
e Se
m V
eget
ação
M
uito
Bai
xo
4 Ba
rro
Pesc
ador
Zo
na R
ural
Se
m P
reve
nção
Pr
óxim
o M
angu
e Al
to
5 M
adei
ra F
echa
da
Pesc
ador
Zo
na U
rban
a In
setic
ida
Long
e Se
m V
eget
ação
M
édio
6 Ba
rro
Trab
alho
Urb
ano
Zona
Urb
ana
Sem
Pre
venç
ão
Long
e Se
m V
eget
ação
Ba
ixo
7 Al
vena
ria F
echa
da
Trab
alho
Urb
ano
Zona
Urb
ana
Repe
lent
e Lo
nge
Sem
Veg
etaç
ão
Mui
to B
aixo
8 Ba
rro
Trab
alho
Urb
ano
Zona
Urb
ana
Repe
lent
e Lo
nge
Sem
Veg
etaç
ão
Mui
to B
aixo
9 Al
vena
ria A
berta
Pe
scad
or
Zona
Rur
al
Sem
Pre
venç
ão
Próx
imo
Área
Ant
ropi
zada
Al
to
10
Mad
eira
Abe
rta
Agric
ulto
r Zo
na R
ural
M
osqu
iteiro
M
édia
M
angu
e M
édio
11
Alve
naria
Fec
hada
Ag
ricul
tor
Zona
Rur
al
Mos
quite
iro
Próx
imo
Man
gue
Alto
12
Barr
o Ag
ricul
tor
Zona
Rur
al
Repe
lent
e M
édia
Fl
ores
ta
Baix
o
a n á l i S e e S p a C i a l e t e m p o R a l d a i n C i d ê n C i a d a m a l á R i a
e m t R ê S C o m u n i d a d e S n o p a R á , n o p e R í o d o d e 2001 a 2006
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009 – 739
Tab
ela
1(C
ontin
uaçã
o...)
Cara
cter
ístic
a da
Rela
ção
Dist
ânci
a do
Ri
sco
de c
onta
min
ação
Nº R
egra
Pe
ridom
icíli
o Pr
even
ção
Vege
taçã
oM
orad
ia
Prod
utiv
a Cr
iado
uro
de M
alár
ia
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
740 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009
13
Mad
eira
Abe
rta
Pesc
ador
Zo
na R
ural
M
osqu
iteiro
M
édia
Ár
ea A
ntro
piza
da
Alto
14
Alve
naria
Abe
rta
Pesc
ador
Zo
na R
ural
M
osqu
iteiro
M
édia
Ár
ea A
ntro
piza
da
Alto
Mui
to15
Al
vena
ria A
berta
Tr
abal
ho U
rban
o Zo
na U
rban
a Re
pele
nte
Long
e Se
m v
eget
ação
Ba
ixo
16
Mad
eira
Fec
hada
Pe
scad
or
Zona
Urb
ana
Mos
quite
iro
Long
e Se
m V
eget
ação
M
édio
17
Alve
naria
Abe
rta
Agric
ulto
r Zo
na U
rban
a M
osqu
iteiro
Lo
nge
Sem
Veg
etaç
ão
Méd
io
18
Mad
eira
Abe
rta
Extra
tivis
ta
Zona
Urb
ana
Mos
quite
iro
Long
e Se
m V
eget
ação
M
édio
19
Alve
naria
Fec
hada
Pe
scad
or
Zona
Rur
al
Sem
Pre
venç
ão
Próx
imo
Man
gue
Alto
20
Barr
o Ex
trativ
ista
Zo
na U
rban
a M
osqu
iteiro
Lo
nge
Man
gue
Méd
io
21
Alve
naria
Fec
hada
Ex
trativ
ista
Zo
na U
rban
a M
osqu
iteiro
Lo
nge
Man
gue
Méd
io
22
Mad
eira
Abe
rta
Trab
alho
Urb
ano
Zona
Urb
ana
Repe
lent
e Lo
nge
Sem
Veg
etaç
ão
Mui
to B
aixo
23
Mad
eira
Fec
hada
Ex
trativ
ista
Zo
na R
ural
In
setic
ida
Long
e M
angu
e M
édio
24
Alve
naria
Abe
rta
Extra
tivis
ta
Zona
Rur
al
Mos
quite
iro
Méd
ia
Man
gue
Méd
io
Font
e: L
abor
atór
io d
e Ge
opro
cess
amen
to/IE
C/SV
S/M
S
Font
e: L
abor
atór
io d
e Ge
opro
cess
amen
to/IE
C/SV
S/M
S
a n á l i S e e S p a C i a l e t e m p o R a l d a i n C i d ê n C i a d a m a l á R i a
e m t R ê S C o m u n i d a d e S n o p a R á , n o p e R í o d o d e 2001 a 2006
artificiais, comparando-se com as comunidades do Acarajó com criadouros naturais e a comunidade da Fazendinha com criadouros naturais e artificiais. Foi observado através das séries históricas e análise espacial que, no período de 2001 a 2006, a malária naqueles municípios ocorreu de forma focal, nas três comunidades estudadas até 2002, sendo que a partir de então e até 2005 houve um aumento no número de casos, no sentido das áreas costeiras para as interiores, com maior número de casos na comunidade do Treme e menor número na comunidade da Fazendinha. A análise temporal mostrou que a incidência da malária sofreu influência pluviométrica, onde, nos meses chuvosos que correspondem ao período de janeiro a março e de outubro a dezembro, o número de casos maláricos foi baixo, comparando-se com o período de estiagem que corresponde de março a setembro. Devido à grande quantidade de informações temáticas que podem ser obtidas com processamento das imagens de satélites, existe a necessidade de inclusão de novas tecnologias de geoinformação, como por exemplo sistemas inteligentes baseados em Redes Neurais Artificiais, para fazer a classificação de informações temáticas expressas em alvos espectrais contidos em imagens de satélite e Datamining, para processar novos modelos de análise da malária, baseado no inter-relacionamento de dados produzidos por áreas diferenciadas do conhecimento.
Em última análise, o presente trabalho se constituiu de uma tentativa de geração de resultados práticos, mas ainda em fase de desenvolvimento, no âmbito da Epidemiologia Sistemática. Estes modelos podem vir a ser úteis para a construção de cenários epidemiológicos de transmissão de diversas doenças na Amazônia, em particular aquelas transmitidas por vetores.
RefeRênCiaS
arariboia, g. Inteligência artificial: um curso prático. Rio de Janeiro: Ed. LTC, 1988. 286p.
Câmara, g. Desenvolvimento de Sistemas de Informação Geográfica no Brasil: desafios e oportunidades. 2001. Disponível em: <http://www.dpi.inpe.br/gilberto/present/segeo. html>. Acesso em: 1 jun. 2007.
CoUClEliS, h. People manipulate objects (but cultivate fields): beyond the raster-vector debate in GIS. In: franK, a. U.; Campari, i.; formEntini, U. (Eds.). Theories and methods of spatial-temporal reasoning in geographic space. Lecture Notes in Computer Science 639. Berlin: Springer-Verlag, 1992. p. 65 - 77.
C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009 – 741
n e l S o n v e i g a , d o u g l a S g a S p a R e t t o , m o a C i R a l v e S B a R R e i R o S
diaS, J. E.; goES, m. h. b.; xaviEr da Silva.; gomES, o. v. o. Geoprocessamento aplicado à análise ambiental: o caso do município de Volta Redonda – RJ. In: xaviEr da Silva, J.; zaidan, r. t. (Org.). Análise ambiental e geoprocessamento: aplicações. Rio de Janeiro: Bertrand Brasil, 2004. p. 142 – 177.
drUCK, S.; Carvalho, m. S.; Câmara, g.; montEiro, a. v. m. (Eds.). Análise Espacial de Dados Geográficos. Brasília, EMBRAPA, 2004. 209p.
forattini, o. p. Culicidologia médica, identificação, biologia, epidemiologia. v. 2. São Paulo: Editora da Universidade de São Paulo, 2002. 864p.
gomES, J.; vElho, l. Image processing for computer graphics. 1997.
landim, p. m. b. Análise estatística de dados geológicos. 1. ed. São Paulo: Ed. UNESP, 1998. 226p.
mEdronho, r. a.; bloCh, K. v.; lUiS, r. r.; wErnECK, g. l. Epidemiologia. 1. ed. São Paulo: Atheneu 2002. 493p.
ortiz, J. l. Emprego do geoprocessamento no estudo da relação entre potencial produtivo de um povoamento de eucalipto e atributos do solo e do relevo. 2003. 205p. Dissertação (Mestrado em Recursos Florestais) – Departamento de Ciências Florestais. USP, Piracicaba.
riCh, E.; Knight, K. Inteligência artificial. 2. ed. São Paulo Makron Books, 1994. 722p.
rUSSEl, S.; norvig, p. Inteligência artificial. São Paulo: Editora Campus, 2004. 1040p.
vEiga, n. g. Modelo de estruturação de banco georreferenciado de dados ambientais, epidemiológicos e socioeconômico de Bragança-PA. Relatório técnico, IEC/SVS/MS. Belém, 2005. 11p.
______. Modelo de recuperação de informações temáticas inter-relacionadas, contidas em imagens de satélites, baseado em descritores contextuais. 2001. 225p. Tese (Doutorado em Ciências da Informação) – Departamento de Ciências da Informação e Documentação. UnB, Brasília.
Recebido em: 26/03/2009 Aprovado em: 26/08/2009
742 – C a d . S a ú d e C o l e t . , R i o d e J a n e i R o , 17 (3 ) : 731 - 742 , 2009