SILVIA DOMINGUES DOS SANTOSfcmsantacasasp.edu.br/wp-content/uploads/2018/06/... · Santos, Silvia...

SILVIA DOMINGUES DOS SANTOS

Distribuição espaço-temporal da dengue no município de Santos,

Estado de São Paulo, Brasil, de 2007 a 2016

Dissertação apresentada ao Curso de Pós

Graduação da Faculdade de Ciências Médicas

da Santa Casa de São Paulo para obtenção do

Título de Mestra em Saúde Coletiva.

SÃO PAULO

2018

SILVIA DOMINGUES DOS SANTOS

Distribuição espaço-temporal da dengue no município de Santos,

Estado de São Paulo, Brasil, de 2007 a 2016

Dissertação apresentada ao Curso de Pós

Graduação da Faculdade de Ciências Médicas

da Santa Casa de São Paulo para obtenção do

Título de Mestra em Saúde Coletiva.

Área de Concentração: Programas e

Serviços no âmbito da Política de Saúde

Orientador: Prof. Dr. Manoel Carlos Sampaio

de Almeida Ribeiro

SÃO PAULO

2018

FICHA CATALOGRÁFICA

Preparada pela Biblioteca Central da

Faculdade de Ciências Médicas da Santa Casa de São Paulo

Santos, Silvia Domingues dos Distribuição espaço-temporal da dengue no município de Santos, Estado de São Paulo, Brasil, de 2007 a 2016./ Silvia Domingues dos Santos. São Paulo, 2018.

Dissertação de Mestrado. Faculdade de Ciências Médicas da Santa Casa de São Paulo – Curso de Pós-Graduação em Saúde Coletiva.

Área de Concentração: Programas e Serviços no Âmbito da Política de Saúde

Orientador: Manoel Carlos Sampaio de Almeida Ribeiro

1. Dengue 2. Epidemiologia descritiva 3. Análise espacial 4.

Fatores socioeconômicos 5. Aedes aegypti BC-FCMSCSP/46-18

AGRADECIMENTOS

Primeiramente a Deus, por me dar a oportunidade de seguir estudando e poder

concluir mais esta importante etapa.

Ao meu marido, Ricardo, pela paciência, compreensão e pelos pequenos gestos de

carinho no dia-a-dia.

Aos meus amorosos pais, Tereza e Fernando, e ao meu irmão Fernando, pelo apoio e

incentivo.

À Pituka, pelo companheirismo em todas as horas.

Aos meus colegas de trabalho do CVE, Aparecido Almeida, Maria do Carmo Camis e

Sandra Cunha que muito me ajudaram e incentivaram.

Às minhas Diretoras e Chefes imediatas, que me apoiaram durante o Curso.

A todos os amigos da turma de 2016 do Mestrado Profissional em Saúde Coletiva da

FCMSCSP: guardarei ótimas recordações com muito carinho.

À amiga Nelly Chang, minha “companheira de estrada”, por compartilhar comigo

momentos divertidos e especiais pela cidade de São Paulo.

Aos docentes da FCMSCSP, em especial aos do Departamento de Saúde Coletiva.

Ao Prof. José Cássio de Moraes, à Prof.

Maria Josefa Penon Rujula e à Prof. e colega de trabalho do CVE, Alessandra Cristina

Guedes Pellini, pelas importantes contribuições na Banca de Qualificação.

Ao Prof. Manoel Carlos Sampaio de Almeida Ribeiro, pela paciência, insistência,

suporte e confiança em me orientar durante esta trajetória.

RESUMO

SANTOS, SD. Distribuição espaço-temporal da dengue no município de Santos, Estado de

São Paulo, Brasil, de 2007 a 2016 [dissertação]. São Paulo; Faculdade de Ciências Médicas

da Santa Casa de São Paulo; 2018.

Introdução – A dengue é uma infecção sistêmica, cujos sorotipos (DENV 1, DENV 2,

DENV 3 e DENV 4) são transmitidos aos seres humanos principalmente pelo mosquito Aedes

Aegypti. A caótica urbanização, a globalização e as mudanças climáticas criaram um ambiente

favorável ao desenvolvimento do vetor, mantendo a dengue como um importante problema de

saúde pública contemporâneo. Objetivo – Descrever a ocorrência dos casos de dengue

residentes no município de Santos-SP no período de 2007 a 2016, segundo características de

tempo, lugar e pessoa. Métodos – Estudo epidemiológico descritivo e ecológico utilizando

dados secundários do Sistema de Informação de Agravos de Notificação (SINAN), cuja

população de estudo é composta pelos casos confirmados de dengue, residentes em Santos,

notificados neste sistema de 2007 a 2016. Realizou-se a descrição do coeficiente de incidência

de dengue segundo ano, sexo e faixa etária, de 2007 a 2016; a caracterização da distribuição

espacial dos casos de dengue no período de 2012 a 2016; e a investigação de relações entre os

padrões de distribuição espacial dos casos de dengue e os indicadores socioeconômicos (base

de setores censitários urbanos (IBGE 2010) e Índice Paulista de Vulnerabilidade Social

(IPVS)) e ambientais (índices de infestação vetorial do município) de 2012 a 2016. Foram

utilizadas correlações bivariadas e as ferramentas de análise espacial foram a Estimativa de

Kernel, o Índice de Moran Local e o Índice de Moran Local Bivariado. Resultados –

Identificou o padrão cíclico da dengue, exceto de 2013 a 2015, e a sazonalidade mais precoce

nos anos de maior incidência. O coeficiente de incidência de dengue foi maior no sexo

feminino e na faixa etária dos adultos jovens (15 a 29 anos). Apontou padrões de agregação e

áreas de vulnerabilidade, mostrando que os bairros que repetidamente apresentaram maior

ocorrência da doença foram Rádio Clube, Jardim Castelo, Pompéia, Campo Grande, Gonzaga,

Valongo e Morro São Bento. As correlações bivariadas dos indicadores socioeconômicos e

ambientais não exauriram as possibilidades de relação destes indicadores com o coeficiente de

incidência de dengue. Os Mapas do Índice de Moran Local Bivariado não identificaram

relação direta entre condições socioeconômicas e a ocorrência de dengue e não permitiram

verificar padrões gerais para todo o município, mas sim padrões locais que foram mais ou

menos pronunciados dependendo do indicador socioeconômico. Os Mapas temáticos dos

indicadores ambientais corroboram com as análises das Correlações bivariadas, pois não

apresentam relação diretamente proporcional entre o coeficiente de incidência de dengue e os

indicadores ambientais. Conclusões – O estudo caracterizou o perfil epidemiológico intra-

urbano da dengue de 2007 a 2016 e identificou padrões de agregação e áreas de

vulnerabilidade em Santos, apontando relações com indicadores socioeconômicos e

indicadores ambientais. Seus resultados podem ser de extrema importância para o

planejamento das atividades locais de controle de vetores.

Descritores: Dengue; Epidemiologia descritiva; Análise espacial; Fatores socioeconômicos;

Aedes aegypti.

ABSTRACT

SANTOS, SD. Distribution of dengue in Santos, São Paulo, Brazil, from 2007 to 2016

[dissertation]. São Paulo; Faculdade de Ciências Médicas da Santa Casa de São Paulo; 2018.

Background - Dengue is a systemic infection and the serotypes (DENV 1, DENV 2, DENV 3

and DENV 4) are transmitted to humans mainly by the Aedes Aegypti mosquito. Chaotic

urbanization, globalization, and climate changes have created a favorable environment for

vector development, keeping dengue as an important contemporary public health problem.

Aim - To describe the occurrence of dengue cases residents in the municipality of Santos-SP

from 2007 to 2016, according to time, place and person characteristics. Methods - A

descriptive and ecological epidemiological study using secondary data from the SINAN. The

study population is composed of the confirmed cases of dengue, resident in Santos, notified in

this system from 2007 to 2016. A description of the incidence coefficient of dengue according

to year, sex and age group was carried out from 2007 to 2016; the characterization of the

spatial distribution of dengue cases in the period from 2012 to 2016; and also the

investigation of relations between the patterns of spatial distribution of dengue cases and

socioeconomic indicators (database of urban census (IBGE 2010) and Índice Paulista de

Vulnerabilidade Social (IPVS)) and environmental indicators (indexes of vector infestation of

the municipality) from 2012 to 2016. Bivariate correlations were used and the spatial analysis

approach included the Kernel Estimate, the Local Moran Index and the Bivariate Local Moran

Index. Results - It identified the cyclical pattern of dengue, except from 2013 to 2015, and the

earlier seasonality in the years of higher incidence. The incidence of dengue was higher in the

woman and in young adults (15 to 29 years). It was identified patterns of aggregation and

vulnerability areas, showing that the areas that repeatedly presented the highest occurrence of

the disease were Radio Clube, Jardim Castelo, Pompéia, Campo Grande, Gonzaga, Valongo

and Morro São Bento. The bivariate correlations of socioeconomic and environmental

indicators did not exhaust the possibilities of relating these indicators to the incidence of

dengue. The Bivariate Local Moran Index Maps did not identify a direct relation between

socioeconomic conditions and the occurrence of dengue and did not verify general patterns

for the entire municipality, but local patterns that were more or less pronounced depending on

the socioeconomic indicator. The thematic maps of the environmental indicators have

corroborated with the analyzes of the bivariate correlations, since they do not present a

directly proportional relationship between the incidence coefficient of dengue and the

environmental indicators. Conclusions - The study characterized the intra-urban

epidemiological profile of dengue from 2007 to 2016 and identified patterns of aggregation

and vulnerability areas in Santos, indicating relations with socioeconomic indicators and

environmental indicators. Their results may be extremely important for the planning of local

vector control activities.

Keywords: Dengue; Descriptive Epidemiology; Spatial Analysis; Socioeconomic Factors;

Aedes aegypti.

SUMÁRIO

1. INTRODUÇÃO .................................................................................................................... 15

1.1. Manifestações clínicas e tratamento da dengue ............................................................. 16 1.2. Epidemiologia da dengue .............................................................................................. 18 1.3. Vigilância epidemiológica da dengue............................................................................ 19

1.4. Vigilância entomológica da dengue .............................................................................. 21 1.5. Padrões intraurbanos de distribuição da dengue............................................................ 22 1.6. Vulnerabilidade socioambiental .................................................................................... 24 1.7. Dengue no Brasil ........................................................................................................... 24 1.8. Dengue no estado de São Paulo ..................................................................................... 26

1.9. Dengue na Região Metropolitana da Baixada Santista e no município de Santos-SP .. 28 1.9.1. Vigilância epidemiológica da dengue em Santos ................................................... 30

1.9.2. Vigilância entomológica da dengue em Santos ...................................................... 31 2. OBJETIVOS ......................................................................................................................... 34

2.1. Objetivo geral ................................................................................................................ 34 2.2. Objetivos específicos ..................................................................................................... 34

3. MÉTODOS ........................................................................................................................... 35 3.1. Tipo de estudo ............................................................................................................... 35

3.2. Caracterização da área de estudo ................................................................................... 35 3.3. População e período de estudo ...................................................................................... 38 3.4. Fontes de dados ............................................................................................................. 38

3.5. Análise dos dados .......................................................................................................... 39 3.5.1 Descrição da incidência de dengue segundo ano, sexo e faixa etária...................... 39

3.5.2 Análise da distribuição espacial dos casos de dengue ............................................. 40 3.5.3 Relação dos padrões de distribuição espacial dos casos de dengue com indicadores

socioeconômicos e ambientais.......................................................................................... 42 3.6. Softwares ....................................................................................................................... 49 3.7. Questões éticas .............................................................................................................. 49

4. RESULTADOS .................................................................................................................... 50

4.1. Descrição da incidência de dengue segundo ano, sexo e faixa etária............................ 50 4.2. Análise da distribuição espacial dos casos de dengue ................................................... 56 4.3 Relação dos padrões de distribuição espacial dos casos de dengue com indicadores

socioeconômicos e ambientais.............................................................................................. 73 4.3.1 Indicadores socioeconômicos .................................................................................. 73

4.3.2 Indicadores ambientais ............................................................................................ 89 5. DISCUSSÃO ...................................................................................................................... 102

6. CONCLUSÕES .................................................................................................................. 107 7. REFERÊNCIAS ................................................................................................................. 110 8. ANEXOS ............................................................................................................................ 116

8.1. Anexo 1 – Parecer consubstanciado do Comitê de Ética em Pesquisa (CEP) da Santa

Casa de Misericórdia de São Paulo .................................................................................... 116

8.2. Anexo 2 – Termo de Solicitação de Dispensa do Termo de Consentimento Livre e

Esclarecido.......................................................................................................................... 119 8.3. Anexo 3 – Declaração de Aprovação do Projeto pela Comissão Científica do

Departamento de Saúde Coletiva da Faculdade de Ciências Médicas da Santa Casa de São

Paulo. .................................................................................................................................. 120 8.4. Anexo 4 – Declaração de Aprovação do Projeto pela Coordenadoria de Formação e

Gerenciamento de Recursos Humanos – Secretaria de Saúde de Santos/SP ..................... 121

8.5. Anexo 5 – Tabela 10 .................................................................................................... 122 8.6. Anexo 6 – Tabela 11 .................................................................................................... 122

8.7. Anexo 7 – Tabela 12 .................................................................................................... 122 8.8. Anexo 8 – Tabela 13 .................................................................................................... 123 8.9. Anexo 9 – Tabela 14 .................................................................................................... 123 8.10. Anexo 10 – Tabela 15 ................................................................................................ 125 8.11. Anexo 11 - Análise de Regressão .............................................................................. 127

8.11.1 Regressão espacial - Modelo lag espacial - estimação do problema máximo

(“Spatial lag model - maximum likelihood estimation”)................................................ 127 8.11.2 Regressão linear multivariada - Estimação de quadrados menos ordinários

(“Ordinary least squares estimation”)............................................................................. 128

LISTA DE TABELAS

Tabela 1 – Distribuição dos casos prováveis de dengue e óbitos por dengue, segundo local de

residência e ano de notificação. Brasil, estado de São Paulo e Santos. 2012-2016. ................ 26 Tabela 2 - Número de casos confirmados de dengue notificados no SINAN-Net e no SINAN-

Online, segundo ano de início de sintomas, antes e depois do processo de correção do banco

de dados. Santos. 2007-2016. ................................................................................................... 39 Tabela 3 - Grupos do IPVS 2010, segundo situação e tipo de setores por Grupo e dimensões

socioeconômica e ciclo de vida familiar. Fundação Seade. 2010. ........................................... 44 Tabela 4 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo faixa etária. Santos. 2007-2016. ................... 54

Tabela 5 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo faixa etária e sexo feminino. Santos. 2007-

2016. ......................................................................................................................................... 55 Tabela 6 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo faixa etária e sexo masculino. Santos. 2007-

2016. ......................................................................................................................................... 55

Tabela 7 - Coeficiente de correlação de Spearman para coeficiente de incidência de dengue

(por 10.000 habitantes) por ano, segundo indicadores socioeconômicos. Santos. 2012-2016. 82

Tabela 8 – Coeficiente de correlação de Spearman para coeficiente de incidência de dengue

(por 10.000 habitantes), segundo Índice de Densidade de fêmeas de Aedes aegypti (IDF) –

meses de janeiro, abril, julho e outubro. Santos. 2012-2016. ................................................... 93


(por 10.000 habitantes), segundo Índice de Densidade Larvária (IDL) – meses de janeiro,

abril, julho e outubro. Santos. 2012-2016. ............................................................................... 94 Tabela 10 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo sexo. Santos. 2007-2016. ............................ 122 Tabela 11 – Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo faixa etária. Santos. 2007-2016. ................. 122

Tabela 12 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano


2016. ....................................................................................................................................... 122 Tabela 13 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano


2016. ....................................................................................................................................... 123

Tabela 14 - Coeficiente de incidência (C.I.) de dengue (por 10.000 habitantes), Nº de casos

confirmados de dengue e população, por bairro e Área de residência, segundo ano

epidemiológico de início de sintomas. Santos. 2012-2016. ................................................... 123 Tabela 15 – Indicadores socioeconômicos, por bairro e Área de residência. Santos. 2010. .. 125 Tabela 16 – Análise de Regressão espacial (“Spatial lag model”) dos Indicadores

socioeconômicos e coeficiente de incidência de dengue (por 10.000 habitantes), por bairro de

residência. Santos. 2016. ........................................................................................................ 127

Tabela 17 - Análise de Regressão linear multivariada (“Ordinary least squares estimation”)

dos Indicadores socioeconômicos e coeficiente de incidência de dengue (por 10.000

habitantes), por bairro de residência. Santos. 2016. ............................................................... 128 Tabela 18 - Análise de Regressão (Diagnóstico de dependência espacial) dos Indicadores


residência. Santos. 2016. ........................................................................................................ 129

LISTA DE FIGURAS

Figura 1–Mapa dos Grupos de Vigilância Epidemiológica do estado de São Paulo. 2017. .... 27

Figura 2 – Mapa dos municípios pertencentes ao Grupo de Vigilância Epidemiológica de

Santos – GVE XXV – Santos. 2017. ........................................................................................ 28

Figura 3 – Coeficiente de incidência de casos prováveis de dengue (por 100.000 habitantes),

segundo ano de notificação. Brasil, estado de São Paulo e Santos. 2007-2016. ...................... 30 Figura 4 - Mapa do Índice paulista de vulnerabilidade social (IPVS) por setor censitário,

segundo bairros do município. Santos. 2010. ........................................................................... 36

Figura 5 - Mapa dos bairros do município Santos. Área insular e Área continental. 2017. ..... 37 Figura 6 - Mapa das armadilhas (MosquiTRAP) do Sistema de “Monitoramento Inteligente da

Dengue”, segundo bairros e Áreas do município. Santos. 2012-2016. .................................... 46 Figura 7 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas. Santos. 2007-2016. ..................................................... 50 Figura 8 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo semana epidemiológica de início de sintomas

(SE). Santos. 2007-2016. .......................................................................................................... 51 Figura 9 - Proporção dos sorotipos dos casos de dengue, segundo ano epidemiológico de

início de sintomas . Santos. 2007-2016. ................................................................................... 52 Figura 10 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo sexo. Santos. 2007-2016. .............................. 53 Figura 11 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,

segundo bairro e ano epidemiológico de início de sintomas. Santos. 2012. ............................ 57 Figura 12 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro

de residência, segundo ano epidemiológico de início de sintomas. Santos. 2012. ................... 58 Figura 13 – Mapa do Índice de Moran Local por incidência de dengue (por 10.000

habitantes), por bairro de residência, segundo ano epidemiológico de início de sintomas.

Santos. 2012. ............................................................................................................................ 59 Figura 14 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,


de residência, segundo ano epidemiológico de início de sintomas. Santos. 2013. ................... 61 Figura 16 – Mapa do Índice de Moran Local por incidência de dengue (por 10.000


Santos. 2013. ............................................................................................................................ 62 Figura 17 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,

segundo bairro e ano epidemiológico de início de sintomas. Santos. 2014. ............................ 63

Figura 18 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro

de residência, segundo ano epidemiológico de início de sintomas. Santos. 2014. ................... 64 Figura 19 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000 habitantes),

por bairro de residência, segundo ano epidemiológico de início de sintomas. Santos. 2014. .. 65 Figura 20 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,


de residência, segundo ano epidemiológico de início de sintomas. Santos. 2015. ................... 67

Figura 22 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000


Santos. 2015. ............................................................................................................................ 68

Figura 23 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,

segundo bairro e ano epidemiológico de início de sintomas. Santos. 2016. ............................ 69


de residência, segundo ano epidemiológico de início de sintomas. Santos. 2016. ................... 70 Figura 25 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000 habitantes),

por bairro de residência, segundo ano epidemiológico de início de sintomas. Santos. 2016. .. 71 Figura 26 - Mapa da densidade demográfica (habitantes/km²), por bairro de residência.

Santos. 2010. ............................................................................................................................ 74 Figura 27 - Mapa da proporção de domicílios com renda per capita até meio salário mínimo,

por bairro de residência. Santos. 2010. ..................................................................................... 75 Figura 28 - Mapa da proporção de pessoas residentes alfabetizadas com 5 ou mais anos de

idade, por bairro de residência. Santos. 2010. .......................................................................... 76

Figura 29 – Mapa da proporção de domicílios particulares permanentes com abastecimento de

água da rede geral, por bairro de residência. Santos. 2010. ..................................................... 77

Figura 30 - Mapa da proporção de domicílios particulares permanentes com esgoto da rede

geral, por bairro de residência. Santos. 2010. ........................................................................... 78 Figura 31 – Mapa da proporção de domicílios particulares permanentes com lixo coletado, por

bairro de residência. Santos. 2010. ........................................................................................... 79

Figura 32 – Mapa da proporção de proporção de pessoas expostas aos grupos de IPVS 4, 5 ou

6, por bairro de residência. Santos. 2010. ................................................................................. 80

Figura 34 - Mapa do Índice de Moran Local Bivariado por incidência de dengue (por 10.000

habitantes) e indicadores Proporção de domicílios com lixo coletado e Proporção de

domicílios com esgotamento sanitário via rede geral, segundo bairro de residência. Santos.

2016. ......................................................................................................................................... 85 Figura 35 - Mapa do Índice de Moran Local Bivariado por incidência de dengue (por 10.000

habitantes) e indicadores Proporção de domicílios com renda per capita até 1/2 salário

mínimo e Proporção de pessoas residentes alfabetizadas com 5 ou mais anos de idade,

segundo bairro de residência. Santos. 2016. ............................................................................. 87 Figura 36 – Mapa do Índice de Moran Local Bivariado por incidência de dengue (por 10.000

habitantes) e indicador Proporção de pessoas residentes expostas aos grupos de IPVS 4, 5 ou

6, segundo bairro de residência. Santos. 2016. ......................................................................... 88

Figura 37– Coeficiente de incidência de dengue (por 100.000 habitantes) por mês de início de

sintomas. Santos. 2012-2016. ................................................................................................... 91 Figura 38– Índice de Densidade de fêmeas de Ae. aegypti (IDF) por mês de captura. Santos.

2012-2016. ................................................................................................................................ 91 Figura 39– Índice de Densidade Larvária (IDL) por mês de avaliação. Santos. 2012-2016. ... 91


de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)

e Índice de Densidade Larvária (IDL). Santos. 2012. .............................................................. 96 Figura 41 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro


e Índice de Densidade Larvária (IDL). Santos. 2013. .............................................................. 97 Figura 42 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro


e Índice de Densidade Larvária (IDL). Santos. 2014. .............................................................. 98



e Índice de Densidade Larvária (IDL). Santos. 2015. .............................................................. 99



e Índice de Densidade Larvária (IDL). Santos. 2016. ............................................................ 100

LISTA DE SIGLAS E ABREVIATURAS

OMS Organização Mundial da Saúde

WHO World Health Organization

DPOC Doença Pulmonar Obstrutiva Crônica

NS1 Nome do antígeno pesquisado no teste laboratorial

PCR Reação em cadeia da polimerase

IgM Imunoglobulina M

SINAN Sistema de Informação de Agravos de Notificação

PNCD Programa Nacional de Controle de Dengue

PSF Programa de Saúde da Família

PACS Programa de Agentes Comunitários de Saúde

SUCEN Superintendência de Controle de Endemias

IB Índice de Breteau

CVE Centro de Vigilância Epidemiológica (Secretaria do Estado da Saúde de São Paulo)

GVE Grupo de Vigilância Epidemiológica

PMS Prefeitura Municipal de Santos

SUCAM Superintendência de Campanhas de Saúde Pública

PEAa Plano de Erradicação do Aedes aegypti

SECOVE Seção de Controle de Vetores

IEC Setor de Informação, Educação e Comunicação

Fundação SEADE Fundação Sistema Estadual de Análise de Dados

IBGE Instituto Brasileiro de Geografia e Estatística

DATASUS Departamento de Informática do SUS

IPVS Índice Paulista de Vulnerabilidade Social

CEP Código de Endereçamento Postal

LISA Índice de Moran Local

INPE Instituto Nacional de Pesquisas Espaciais

IDL Índice de Densidade Larvária

IDF Índice de Densidade de fêmeas de Aedes aegypti

CEP Comitê de Ética em Pesquisa

SE Semana Epidemiológica

CI Coeficiente de incidência

http://www.inpe.br/

15

1. INTRODUÇÃO

A dengue é uma doença febril aguda, causada por vírus pertencentes à família

Flaviviridae. São conhecidos quatro sorotipos antigenicamente distintos: DENV 1, DENV 2,

DENV 3 e DENV 4. As manifestações clínicas da dengue apresentam-se desde uma síndrome

viral inespecífica benigna, até um quadro grave e fatal de doença hemorrágica com choque.

No entanto, para a ocorrência de casos graves, os principais fatores de risco são: a cepa do

sorotipo do vírus infectante, o estado imunitário e genético do paciente, a concomitância com

outras doenças e a infecção prévia por outro sorotipo do vírus (PINHEIRO e TRAVASSOS-

DA-ROSA, 1996).

Mais de metade da população mundial vive em áreas com risco de transmissão de

dengue (CASTRO et al., 2017). Anualmente, desde 2007, são reportados à Organização

Mundial da Saúde (OMS) mais de 1 milhão de casos confirmados de dengue nas Américas, na

região sudeste da Ásia e no Pacífico ocidental, sendo que os casos provenientes das Américas

correspondem a mais de 60% deste contingente (WHO, 2010).

Nos grandes centros urbanos a dengue se apresenta sob a forma de epidemias de

grande magnitude, enquanto nas áreas onde um ou mais sorotipos circularam anteriormente, a

doença apresenta-se sob a forma hiperendêmica (TEIXEIRA et al., 1999). A rápida e caótica

urbanização, a globalização do comércio e do turismo e as mudanças climáticas criaram um

ambiente contemporâneo muito favorável ao desenvolvimento do mais importante vetor da

dengue, o Aedes aegypti, principalmente em regiões tropicais e subtropicais (CASTRO et al.,

2017). Dessa forma, perpetua-se a importante carga social e econômica da dengue,

principalmente nos países de baixa e média renda, assim como sua manutenção como um

preocupante problema de saúde pública (KATZELNICK et al., 2017).

Os distintos sorotipos do vírus da dengue são transmitidos aos seres humanos através

das picadas de mosquitos infectados do gênero Aedes, principalmente do Aedes Aegypti,

espécie amplamente distribuída pelo mundo, principalmente nas regiões tropicais e

subtropicais (WHO, 2009). No Brasil a luta contra o Aedes aegypti tem sido intensa desde os

tempos de Oswaldo Cruz. No entanto, mesmo após inúmeras tentativas de erradicação, o

vetor se mantem presente em todo o território brasileiro, causando seguidas epidemias de

dengue (BARBOSA e LOURENÇO, 2010).

16

1.1. Manifestações clínicas e tratamento da dengue

A infecção pelo vírus da dengue pode ser assintomática ou sintomática. Quando

sintomática, causa uma doença sistêmica e dinâmica, que varia desde formas

oligossintomáticas até formas graves, possíveis de evoluir a óbito. Passado o período de

incubação, a doença inicia-se abruptamente e ocorrem três fases clínicas: febril, crítica e de

recuperação (WHO, 2009).

Na fase febril, a primeira manifestação é a febre com duração de dois a sete dias,

geralmente alta, de início súbito, associada à cefaleia, astenia, mialgia, artralgia e dor

retroorbitária. O exantema máculo-papular manifesta-se frequentemente no desaparecimento

da febre e atinge face, tronco e membros, com ou sem prurido. O paciente também pode

apresentar anorexia, náuseas, vômitos e diarreia. No início desta fase pode ser difícil

distinguir a clínica da dengue de outras doenças febris (WHO, 2009). Grande parte dos

pacientes apresenta melhora do estado geral após a fase febril e recupera-se gradativamente

(BRASIL, 2017).

A fase crítica pode se apresentar em alguns pacientes, podendo evoluir para as formas

graves da doença. Esta fase começa com o declínio da febre, entre o terceiro e o sétimo dia do

início da doença, acompanhada da manifestação dos sinais de alarme e/ou gravidade. Os

sinais de alarme são caracterizados por: dor abdominal intensa e contínua; vômitos

persistentes; acúmulo de líquidos (ascites, derrame pleural, derrame pericárdico); hipotensão

postural e/ou lipotimia; hepatomegalia maior que 2 cm abaixo do rebordo costal; sangramento

de mucosa; e aumento progressivo do hemtócrito. Os casos graves são caracterizados por

sangramento grave, disfunção grave de órgãos ou extravasamento grave de plasma. O

extravasamento grave de plasma costuma ocorrer entre o 4º e o 5º dia, levando ao quadro de

choque, cujos sinais são: pulso rápido e fraco; diminuição da pressão arterial (Pressão

diferencial convergente – Pressão arterial diferencial <20mmHg); extremidades frias; demora

no enchimento capilar; pele úmida e pegajosa; e agitação. O choque apresenta curta duração,

levando ao óbito após 12 a 24 horas ou à recuperação rápida com terapia antichoque

apropriada (BRASIL, 2017).

Após as 24-48 horas da fase crítica ocorre melhora do estado geral, retorno do apetite,

redução de sintomas gastrointestinais, estabilização do estado hemodinâmico e melhora do

débito urinário. Nesta fase da doença alguns pacientes podem apresentar rash cutâneo e/ou

prurido generalizado, bradicardia e mudanças no eletrocardiograma (WHO, 2009).

17

É importante salientar que, nas crianças, a dengue pode ser assintomática ou se

apresentar como uma síndrome febril clássica viral, ou ainda com sinais e sintomas

inespecíficos, tais como astenia, sonolência, recusa da alimentação e de líquidos, vômitos,

diarreia ou fezes amolecidas, facilmente confundidos com outros quadros infecciosos febris.

Nos menores de dois anos de idade o agravamento do quadro é mais abrupto do que no adulto

e os sinais e sintomas de dor podem se apresentar como choro persistente, astenia e

irritabilidade (BRASIL, 2017).

Não existe tratamento etiológico na dengue. O tratamento é baseado principalmente na

hidratação adequada, levando em consideração o estadiamento da doença, segundo os sinais e

sintomas apresentados pelo paciente, nos Grupos A, B, C e D:

Grupo A – caso suspeito de dengue com prova do laço negativa e ausência de

manifestações hemorrágicas espontâneas; ausência de sinais de alarme; e sem

comorbidades, sem risco social ou condições clínicas especiais. Os pacientes do

Grupo A devem ter acompanhamento ambulatorial, receber prescrição de hidratação

(60 a 80 ml/kg/dia de líquido) e analgésicos/antitérmicos, com orientação para

retornar imediatamente se aparecer algum sinal de alerta.

Grupo B – caso suspeito de dengue com sangramento de pele espontâneo (petéquias)

ou induzido (prova do laço positiva); ausência de sinais de alarme; e com condições

clínicas especiais e/ou de risco social ou comorbidades: lactentes (menores de 2

anos), gestantes, adultos com idade acima de 65 anos, hipertensão arterial ou outras

doenças cardiovasculares graves, diabetes mellitus, DPOC, doenças hematológicas

crônicas, doença renal crônica, doença ácido-péptica, hepatopatias e doenças

autoimunes. Os pacientes do Grupo B devem permanecer em hidratação sob

observação até que se obtenha o resultado do hemograma e sejam reavaliados.

Grupo C – caso suspeito de dengue com presença de algum sinal de alarme, com

manifestações hemorrágicas presentes ou ausentes. Os pacientes do Grupo C devem

ter acompanhamento em unidade hospitalar, sendo atendidos, inicialmente, em

qualquer serviço de saúde, independentemente de nível de complexidade, com

hidratação venosa rápida obrigatória, inclusive durante eventual transferência para

uma unidade de referência. O caso deve ser conduzido como do Grupo D se houver

resposta inadequada após as três fases de hidratação de expansão.

Grupo D – caso suspeito de dengue com presença de sinais de choque, desconforto

respiratório ou disfunção grave de órgãos, com manifestações hemorrágicas

18

presentes ou ausentes. Os pacientes do Grupo D devem iniciar hidratação venosa

rápida imediata e ter acompanhamento preferencialmente em unidade de terapia

intensiva (BRASIL, 2017; SÃO PAULO, 2012).

1.2. Epidemiologia da dengue

A epidemiologia da dengue é inseparável da ecologia do vetor. A espécie Aedes

aegypti é relativamente incomum acima de 1000 metros, por conta das temperaturas mais

baixas. Os estágios imaturos de Aedes aegypti são encontrados em habitats cheios de água,

principalmente em recipientes artificiais intimamente associados com habitações humanas,

muitas vezes no interior das casas. A maioria das fêmeas de Aedes aegypti pode passar sua

vida toda dentro ou ao redor das casas onde elas emergem como adultas. Ou seja, de modo

geral, as pessoas são as maiores responsáveis, ao invés dos mosquitos, pela circulação do

vírus da dengue para dentro e entre as comunidades (WHO, 2009).

A transmissão da dengue apresenta padrões distintos, que incluem o padrão sazonal

(dentro de um ano) e o cíclico (com surtos em determinados anos), refletindo as interações

dinâmicas existentes entre a localização geográfica, as condições climáticas locais, o vetor, o

vírus circulante, além do tamanho, do movimento e da imunidade das populações humanas

(DESCLOUX et al., 2012).

Em relação ao período de transmissibilidade estão compreendidos dois ciclos: o

ciclointrínseco, que ocorre no homem; e o ciclo extrínseco, que ocorre no mosquito.Quando o

vírus da dengue circulante no sangue de um humano em viremia (em geral um dia antes do

início da febre até o 6° dia dos sintomas) é ingerido pela fêmea do mosquito durante o

repasto, o vírus infecta o intestino médio e depois se espalha sistemicamente durante o

período de 8 a 12 dias. Após esse período de incubação extrínseca, o vírus é passível de ser

transmitido para humanos através de futuros repastos e o mosquito permanece infectante até o

final da sua vida (por volta de 6 a 8 semanas). No ser humano, por sua vez, o período de

incubação varia de 4 a 10 dias, sendo em média de 5 a 6 dias (BRASIL, 2016b).

A infecção por um dos quatro sorotipos leva à imunidade permanente para aquele

sorotipo. Porém, é possível a existência de imunidade cruzada transitória, de curta duração,

entre os diferentes sorotipos (TAUIL, 2001).

No Brasil, no período entre 2002 e 2011, a dengue se consolidou como um dos

maiores desafios de saúde pública. Nesta década houve importantes alterações na

epidemiologia da doença, com destaque para o aumento do número de casos e

hospitalizações, com epidemias de grande magnitude; para o agravamento do processo de

19

interiorização da transmissão, com a ocorrência de casos em municípios de variados portes

populacionais; e para a ocorrência de casos graves em faixas etárias extremas (crianças, a

partir de 2006; e idosos, durante a epidemia de 2010) (BRASIL, 2016b).

A hiperendemicidade da doença e os altos níveis de transmissão atuais estão

diretamente relacionados à circulação simultânea dos diversos sorotipos da dengue. A

sucessão de sorotipos predominantes determinou ciclos de intensa transmissão de dengue no

Brasil, que atingiram seus picos em 2002 (DENV 3), 2008 (DENV 2) e 2010 (DENV 1), cujo

total de casos correspondeu a cerca de 50% do total de registros de dengue no período de

2002 a 2011 (BRASIL, 2016b).

No período de 2000 e 2015, verificou-se aumento de 232,7% no número de casos de

dengue e de 639,0% no número de óbitos por dengue no Brasil. De 2000 a 2015 a taxa de

incidência variou 184,3% e a taxa de mortalidade mostrou-se baixa, porém com aumento de

500,0%, passando de 0,04 a 0,24 óbitos por 100.000 habitantes. Este estudo aponta que no

Brasil, de 2000 a 2015, as epidemias de dengue têm sido associadas à introdução e/ou

circulação alternada de um ou mais sorotipos do vírus, com importante aumento no número

de pacientes acometidos por formas graves da doença. O estudo mostra que a dengue

contribui para considerável perda de anos saudáveis de vida no Brasil pois atinge grande

número de pessoas - de todas as faixas etárias, ocasionando algum grau de incapacidade

durante a infecção sintomática - e devido aos óbitos causados, principalmente, em crianças

(ARAÚJO et al., 2017).

1.3. Vigilância epidemiológica da dengue

A vigilância epidemiológica é definida como um conjunto de ações que proporcionam

o conhecimento, a detecção ou prevenção de mudanças nos determinantes e condicionantes da

saúde individual ou coletiva, a fim de recomendar e adotar as medidas de prevenção e

controle das doenças (BRASIL, 1990).

Os objetivos da vigilância epidemiológica da dengue são: reduzir a ocorrência de

óbitos evitáveis por dengue mediante a identificação dos seus possíveis determinantes e a

definição de estratégias para aprimoramento da assistência; reduzir a magnitude de ocorrência

de dengue por meio da identificação precoce de áreas com maior probabilidade de ocorrência

de casos, visando orientar ações integradas de prevenção, controle e organização da

assistência; monitorar e detectar precocemente a circulação viral e possíveis mudanças no

padrão dos sorotipos; construir, manter e alimentar sistema(s) de informações sobre dengue,

visando o acompanhamento de tendências e à construção de indicadores epidemiológicos,

20

com o objetivo de orientar ações e avaliar efetividade dos programas de prevenção e controle;

fornecer indicadores epidemiológicos que apoiem a definição de grupos e áreas prioritárias

para uso de novas tecnologias de controle (BRASIL, 2016b).

Segundo o Ministério da Saúde, define-se como:

“Caso suspeito de dengue: pessoa que resida em área onde se

registram casos de dengue, ou que tenha viajado nos últimos14

dias para área com ocorrência de transmissão de dengue (ou

presença de Aedes aegypti). Deve apresentar febre, usualmente

entre 2 e 7 dias, e duas ou mais das seguintes manifestações:

náusea e/ou vômitos; exantema; mialgias e/ou artralgia;

cefaleia com dor retro-orbital; petéquias; prova do laço

positiva; leucopenia. Também pode ser considerado caso

suspeito toda criança proveniente de (ou residente em) área

com transmissão de dengue, com quadro febril agudo,

usualmente entre 2 e 7 dias, e sem foco de infecção aparente”

(BRASIL, 2017).

É considerado caso confirmado de dengue: todo caso suspeito de dengue com

confirmação laboratorial por NS1 teste rápido ou NS1 Elisa, isolamento viral ou PCR (para

amostras coletadas até o 5º dia de início de sintomas) e nos casos que evoluem para óbito

pode-se confirmar por imuno-histoquímica; e todo caso suspeito de dengue com confirmação

laboratorial por sorologia IgM (quando não foi realizada a coleta de amostra até o 5º dia do

início de sintomas ou quando esgotaram-se as possibilidades de positividade por meio da

detecção do NS1 ou dos métodos moleculares) (BRASIL, 2017). É importante salientar que

nos períodos epidêmicos, os casos com sorologia negativa poderão ser confirmados por

critério clínico-epidemiológico desde que tenham vínculo com um caso confirmado

laboratorialmente e que tenham sido descartadas outras etiologias. Além disso, no curso de

uma epidemia, a confirmação pode ser feita por meio de critério clínico-epidemiológico,

exceto nos primeiros casos da área, que deverão ter confirmação laboratorial (BRASIL,

2016b).

O Ministério da Saúde considera caso descartado de dengue como todo caso suspeito

de dengue que possui um ou mais dos seguintes critérios: diagnóstico laboratorial negativo

(sorologia IgM), desde que as amostras tenham sido coletadas no período oportuno;

diagnóstico laboratorial positivo para outra entidade clínica; caso sem exame laboratorial,

cujas investigações clínica e epidemiológica são compatíveis com outras doenças (BRASIL,

2017).

21

A dengue é uma doença de notificação compulsória no Brasil desde 1999, conforme a

Portaria nº 1.461, de 22 de dezembro de 1999 (BRASIL, 1999). Atualmente, a Portaria n°

204, de 17 de fevereiro de 2016, estabelece que os casos suspeitos de dengue são de

notificação semanal (em até 7 dias a partir do conhecimento da ocorrência), enquanto que os

óbitos suspeitos são de notificação imediata, ou seja, em até 24 horas a partir do

conhecimento da ocorrência, pelo meio de comunicação mais rápido disponível (BRASIL,

2016a). Assim, a notificação deve ser feita ao Serviço de vigilância epidemiológica, que irá

registrar a notificação no Sistema de Informação de Agravos de Notificação (SINAN) e

informará imediatamente à equipe de controle vetorial local para a adoção das medidas

necessárias ao combate do vetor (BRASIL, 2017).

Dentre as atividades que competem ao Serviço de vigilância epidemiológica estão o

acompanhamento sistemático da evolução temporal da incidência de casos, comparando com

os índices de infestação vetorial; a organização de discussões envolvendo as equipes de

controle de vetores, a assistência e todas as instâncias de prevenção e controle da dengue,

visando à adoção de medidas capazes de minimizar a circulação viral; e a divulgação dos

dados para a população, imprensa e dirigentes dos órgãos de saúde (BRASIL, 2016b). Em

relação ao acompanhamento da evolução temporal da incidência de dengue, segundo o PNCD

(Programa Nacional de Controle de Dengue) o Ministério da Saúde estebelece os seguintes

parâmetros para classificação da incidência: Baixa – até 100 casos/100 mil habitantes; Média

– de 101 a 300 casos/100 mil habitantes; Alta – acima de 300 casos/100 mil habitantes

(PNCD apud FERNANDES, 2010).

A análise dos indicadores epidemiológicos permite avaliar a magnitude da transmissão

da dengue, assim como orientar e avaliar as medidas de controle adotadas. Esta análise deve

ser realizada sistematicamente, em todos os níveis do sistema, e sua regularidade irá variar em

função da situação epidemiológica e da organização do fluxo de informações. São primordiais

para esta análise os dados referentes à distribuição, à densidade do vetor e à ocorrência de

casos, para que as informações possam subsidiar a análise da situação epidemiológica e

otimizar o uso dos recursos de controle disponíveis. Os dados referentes aos casos devem ser

consolidados segundo características de pessoa, tempo e lugar, para a avaliar a tendência da

doença e comparar com períodos anteriores (BRASIL, 2017).

1.4. Vigilância entomológica da dengue

“A vigilância entomológica pode ser entendida como a

contínua observação e avaliação de informações originadas das

22

características biológicas e ecológicas dos vetores, nos níveis

das interações com hospedeiros humanos e animais

reservatórios, sob a influência de fatores ambientais, que

proporcionem o conhecimento para detecção de qualquer

mudança no perfil de transmissão das doenças, com a

finalidade de recomendar medidas de prevenção e controle dos

riscos biológicos” (GOMES, 2002).

O programa de prevenção e controle da dengue tem como base a redução das

populações de Aedes aegypti, visando ações de controle vetorial diferenciadas de acordo com

a infestação. Nas regiões onde o mosquito não está estabelecido, as atividades são realizadas

de forma programada e destinam-se à vigilância, a fim de evitar a dispersão do vetor.

Enquanto que nas regiões infestadas são realizadas ações rotineiras de controle vetorial que

incluem visitas casa a casa e em imóveis especiais, além de pesquisa/tratamento químico em

pontos estratégicos. Tais atividades são realizadas principalmente pelas equipes municipais de

controle de vetores (que incluem os Agentes de Controle de Endemias), mas também pelas

equipes de Agentes Comunitários do Programa de Saúde da Família (PSF) e do Programa de

Agentes Comunitários de Saúde (PACS). Outras ações de controle são disparadas quando

ocorre transmissão da doença: bloqueio-controle de criadouros e bloqueio-nebulização

(SUCEN, 2005).

Além disso, nas regiões infestadas também é realizada a vigilância vetorial, por meio

da determinação dos níveis de infestação (Avaliação de Densidade Larvária), sendo o Índice

de Breteau (IB) o indicador adotado no programa, no estado de São Paulo. Historicamente, no

estado, os níveis de infestação do vetor apontam para uma sazonalidade bem demarcada,

registrando valores altos no verão e reduzidos a níveis próximos de zero no inverno (SUCEN,

2005).

1.5. Padrões intraurbanos de distribuição da dengue

O Aedes aegypti está fortemente associado às atividades antrópicas, que

disponibilizam recipientes artificiais de oviposição, permitindo a manutenção da infestação.

Assim, os centros urbanos favorecem a dispersão e o aumento da densidade do mosquito, já

que o espaço social organizado influencia a interação entre o vetor, vírus e homem

(TEIXEIRA et al., 2002).

O espaço social organizado tem grande importância no estudo das incidências e

prevalências de doenças (CHIESA et al., 2002). Especificamente em relação ao padrão de

transmissão da dengue são fatores fundamentais: crescimento populacional, migrações,

23

viagens aéreas, urbanização inadequada, mau funcionamento dos sistemas de saúde,

densidade populacional (TAUIL, 2001), nível socioeconômico, local de infecção (moradia,

estudo, trabalho), efetividade das medidas de controle, níveis de infestação vetorial, grau de

verticalização das construções urbanas, indicadores de saneamento ambiental, hábitos e

atitudes da população, entre outros (MONDINI e CHIARAVALLOTI NETO, 2007).

Os centros urbanos mais populosos, em geral, são pólos regionais de desenvolvimento

que geram um fluxo populacional capaz de representar um fator de difusão do vírus da

dengue. Por exemplo, dos cerca de 19.000 casos de dengue do estado de São Paulo ocorridos

entre 1990 e 1996, 40% ocorreram em municípios com mais de 100.000 habitantes. Nas

cidades mais populosas o uso do solo não é homogêneo, podendo-se identificar recortes nesta

paisagem capazes de refletir as formas de ocupação econômico-sociais, que por sua vez

determinam condições ambientais de risco para a ocorrência de dengue. Portanto, atribui-se

grande importância estratégica no combate à dengue aos centros urbanos mais populosos

devido ao grande contingente populacional e à complexidade dos problemas sociais e

políticos que interferem na qualidade de vida e ambiental (COSTA e NATAL, 1998).

Da mesma forma, em relação a densidade populacional, autores referem correlação

positiva entre esta e o risco de transmissão de dengue e consideram de extrema importância

estratificar e identificar as áreas mais densamente povoadas, intensificando nestas as

atividades de vigilância e controle (BARRERA et al., 2000).

Diferentemente, a relação entre níveis socioeconômicos e ocorrência da dengue não é

clara, pois nem sempre são concordantes os resultados dos estudos que associam sua

ocorrência às condições socioeconômicas (FLAUZINO et al., 2009a). Em estudo realizado

com dados de 1990 a 2002 em São José do Rio Preto/SP, por exemplo, foi identificada

associação entre risco de ocorrência de dengue e níveis socioeconômicos apenas nos anos de

1994 e 1995, mostrando que esta é uma questão que precisa ser mais estudada e talvez,

dependa da realidade de cada município (MONDINI e CHIARAVALLOTI NETO, 2007).

Provavelmente o espaço intra-urbano (o espaço interno a um dado município) é mais

sensível para mostrar diferenças sociais do que o espaço regional (subdivisão estadual que

inclui mais de um município). Ao apresentar dados socioeconômicos e de saúde de forma

agregada, descrevendo áreas muito abrangentes, as análises acabam por limitar-se à situação

média dos indivíduos, não sendo capazes de identificar a enorme heterogeneidade existente

dentro do próprio meio urbano (AKERMAN et al., 1996).

A partir das inúmeras relações envolvendo as características ecológicas e sociais do

ambiente e as características individuais na ocorrência da dengue, os estudos que relacionam

24

agregados de unidades espaciais à análise das características ambientais locais permitem uma

análise mais completa da doença, com identificação de heterogeneidade espacial nas

localidades avaliadas. No entanto, é de extrema importância a escolha do tipo de unidade

espacial a ser utilizada (setor censitário, bairros, distritos e/ou municípios) o que pode gerar

discrepâncias nos resultados encontrados nas pesquisas (FLAUZINO et al., 2009a).

Dessa forma, é essencial reiterar a importância de estudos que busquem uma melhor

compreensão dos diferentes níveis de risco à dengue no interior das cidades (KATZELNICK

et al., 2017) e que possam, por exemplo, identificar áreas homogêneas no espaço intra-urbano,

possibilitando a realização de intervenções específicas e a priorização de recursos para os

grupos mais vulneráveis (CHIESA et al., 2002).

1.6. Vulnerabilidade socioambiental

O termo “vulnerabilidade socioambiental” pode ser adotado ao integrar as dimensões

sociais e ambientais, já que a vulnerabilidade aos riscos ambientais depende de fatores

sociais, econômicos, tecnológicos, culturais e a relação destes com o ambiente físico-natural,

envolvendo, portanto, a dinâmica social e a dinâmica ambiental (ESTEVES, 2011). De

maneira mais ampla, a vulnerabilidade aborda tanto os elementos de exposição ao risco como

as circunstâncias que aumentam ou reduzem a capacidade de resposta e de recuperação da

população, das infraestruturas ou dos sistemas físicos (CUTTER, 2011).

Estudos que abordam a perspectiva da vulnerabilidade socioambiental contribuem

para a compreensão dos problemas ambientais urbanos, “tendo como pressuposto a concepção

de impactos e riscos ambientais, e observando-se a maior complexidade dos problemas

atinentes aos contextos urbanos” (MENDONÇA, 2004).

Dessa forma, as características socioambientais particulares de cada localidade – com

sua historicidade própria, fruto de processos sociais e políticos singulares – expressa a

particularidade dos processos de transmissão da doença em que a produção e reprodução se

concretizam por meio de áreas com diversos padrões de condições de vida e

conseqüentemente, diferentes riscos de contrair a doença (FLAUZINO et al., 2009b).

1.7. Dengue no Brasil

Em 1923, surgiram os primeiros registros de dengue no Brasil - com relatos de casos

baseados em critérios clínicos - no município de Niterói, Rio de Janeiro. De 1924 a 1980 não

houve novos registros de dengue no país, até a ocorrência de uma epidemia na cidade de Boa

Vista - Roraima, de novembro de 1981 até março de 1982, com circulação confirmada dos

25

sorotipos DENV l e DENV 4 (FERNANDES, 2010). Tal epidemia, provavelmente, foi

consequência da expansão da onda epidêmica que atingiu vários países da América Central e

do norte da América do Sul ao final da década de 70. A epidemia de dengue em Boa Vista

permaneceu delimitada à cidade, provavelmente por seu relativo isolamento geográfico-

econômico, e não identificou-se propagação para outras regiões do Brasil e nem mesmo

endemização naquela área (PONTES e RUFFINO NETTO, 1994).

Em março de 1986, foi registrada no Brasil uma nova epidemia de dengue, na região

metropolitana do Rio de Janeiro (área de grande concentração populacional), com início no

município de Nova Iguaçu, atingindo algumas áreas da cidade do Rio de Janeiro. A epidemia

acometeu todas as faixas etárias, não houve registro de óbitos por dengue e o sorotipo isolado

foi o DENV 1 (SCHATZMAYR et al., 1986).

A partir da epidemia de dengue de 1986 no Rio de Janeiro, ocorreu a disseminação do

mesmo sorotipo viral para outros estados do país, com registro de casos de dengue em

Alagoas em 1986 e no Ceará em 1987, com elevadas taxas de incidência (411,2 e 138,1 por

100 mil habitantes, respectivamente). No ano de 1987 também houve registro de epidemia

em Pernambuco (com 31,2 casos por 100.000 habitantes), além de surtos localizados em

pequenas cidades de São Paulo, Bahia e Minas Gerais (TEIXEIRA et al., 1999).

Em 1990, houve introdução do sorotipo DENV 2 no estado do Rio de Janeiro, nos

municípios de Niterói, Duque de Caxias e São Gonçalo. De 1990 a 1991, houve epidemia de

dengue no município de Ribeirão Preto/SP, que posteriormente disseminou-se para outros

municípios do estado. Durante a década de 90 houve ampla disseminação da dengue no país,

com registro da doença em 18 estados, com circulação dos sorotipos DENV 1 e DENV 2

(FERNANDES, 2010).

No ano de 2001 o sorotipo DENV 3 foi introduzido no Brasil, novamente pelo estado

do Rio de Janeiro. Em 2002, ocorreu a maior epidemia de dengue do país até este ano, com

35% dos municípios brasileiros afetados, onde identificou-se a co-circulação dos sorotipos

DENV 1, DENV 2 e DENV 3 (FERNANDES, 2010). Em 2010 foi novamente registrada no

país (mais especificamente no estado de Roraima) a circulação do DENV 4 (SOUZA et al.,

2011).

Conforme a Tabela 1, nos últimos 5 anos o Brasil registrou 5.820.410 casos prováveis

de dengue, com maior número de casos nos anos de 2015, 2016 e 2013, com 1.688.688,

1.500.535 e 1.452.489 casos, respectivamente. Entre 2012 e 2016 foram registrados 3.104

óbitos por dengue no Brasil, com uma taxa de letalidade que variou entre 0,04 e 0,08%

(MINISTÉRIO DA SAÚDE, 2016).

26

Tabela 1 – Distribuição dos casos prováveis de dengue e óbitos por dengue, segundo local de

residência e ano de notificação. Brasil, estado de São Paulo e Santos. 2012-2016.

Local de

residência

Ano de notificação

2012 2013 2014 2015 2016

Casos Óbitos Casos Óbitos Casos Óbitos Casos Óbitos Casos Óbitos

Brasil 589.591 327 1.452.489 674 589.107 475 1.688.688 986 1.500.535 642

Estado de

SP 29.152 13 220.921 76 226.866 94 745.622 504 202.896 104

Santos 1.214 0 11.198 9 3.638 5 5.157 5 1.951 0

Fontes: SINAN-Net e SINAN-Online, 2012-2016 (até 04/03/2017) - dados sujeitos a alterações.

1.8. Dengue no estado de São Paulo

No estado de São Paulo a transmissão de dengue foi observada pela primeira vez no

ano de 1987, em Guararapes e Araçatuba, onde foram registrados 30 e 16 casos,

respectivamente. No entanto, no verão de 1990/1991, ocorreu uma epidemia de grande

intensidade, que começou no município de Ribeirão Preto e disseminou-se para os municípios

vizinhos e outras regiões (CVE, 2006), sendo identificada a circulação do sorotipo DENV 1.

A expansão da infestação vetorial em São Paulo simultaneamente à circulação do vírus da

dengue em várias áreas do Brasi,l há muito tempo anunciava a ocorrência de epidemias de

maior gravidade no estado, como a que ocorreu em 1990-91, em Ribeirão Preto,

disseminando-se para vários municípios do estado (PONTES e RUFFINO NETTO, 1994).

Assim, a partir da década de 1990, epidemias de dengue vêm ocorrendo todos os anos

em municípios do estado de São Paulo. Em 1999, ocorreu o primeiro caso de dengue

hemorrágica no estado, no município de Riolândia. Nos anos de 2001, 2002 e 2003 foram

registrados 51.668, 39.179 e 20.390 casos, respectivamente, com 8 óbitos confirmados por

dengue (CVE, 2006).

No estado, a introdução do sorotipo DENV 1 ocorreu em 1987, do sorotipo DENV 2

em 1997 e do sorotipo DENV 3 em 2002, com a co-circulação dos três sorotipos durante o

ano de 2002. Em 2011 houve a confirmação da circulação do sorotipo DENV 4, iniciando nos

municípios de São José do Rio Preto, Paulo de Faria e Catanduva (SÃO PAULO, 2011).

De acordo com a Tabela 1, nos últimos 5 anos o estado de São Paulo registrou

1.425.457 casos prováveis de dengue, com maior número de casos nos anos de 2015, 2014 e

2013, com 745.622, 226.866 e 220.921 casos, respectivamente. Entre 2012 e 2016 foram

registrados 791 óbitos por dengue no estado, com uma taxa de letalidade que variou entre

0,03 e 0,07% (MINISTÉRIO DA SAÚDE, 2016).

27

De acordo com a Figura 1, o território do estado de São Paulo é dividido em 28

Grupos de Vigilância Epidemiológica (GVE), que são centros regionais de vigilância (CVE,

2017).

Figura 1–Mapa dos Grupos de Vigilância Epidemiológica do estado de São Paulo. 2017.

Fonte: CVE, 2017.

Em 2004, três regiões foram responsáveis por 80,4% dos casos autóctones de dengue

no estado: Região Metropolitana da Baixada Santista (correspondente ao GVE XXV –

Santos), com 1.374 casos (45,1%); Litoral Norte, com 517 casos (17,0%); e Vale do Paraíba,

especificamente o município de Potim, com 558 casos (18,3%). No ano seguinte, a Região

Metropolitana da Baixada Santista continuou se destacando em relação a transmissão de

dengue, apresentando 1.825 casos autóctones, o que representou 39,1% do total do estado

neste ano (SUCEN, 2005).

No período de 1998 a 2010 identificou-se que a Região Metropolitana da Baixada

Santista estava - juntamente com as Regiões de Araçatuba, São José do Rio Preto, Ribeirão

Preto e Caraguatatuba - entre as mais importantes para a dengue no estado de São Paulo,

28

considerando as altas taxas de incidência de dengue, dengue grave (dengue com

complicações, febre hemorrágica da dengue ou síndrome do choque da dengue) e mortalidade

(SOUZA, 2013).

De acordo o número de casos confirmados de dengue no período de 2012 a 2016, o

GVE XXV – Santos permanece entre os Grupos de Vigilância Epidemiológica com maior

ocorrência da doença no estado de São Paulo, sendo eles Campinas (226.202 casos), São José

do Rio Preto (107.735 casos), Ribeirão Preto (87.169 casos), Piracicaba (86.791 casos),

Capital (84.489 casos), Sorocaba (79.702 casos) e Santos (57.355 casos) (CVE, 2016).

1.9. Dengue na Região Metropolitana da Baixada Santista e no município

de Santos-SP

De acordo com a Figura 2, a região de abrangência do GVE XXV – Santos é formada

pelos nove municípios da Região Metropolitana da Baixada Santista: Bertioga, Cubatão,

Guarujá, Itanhaém, Mongaguá, Peruíbe, Praia Grande, Santos (em destaque no mapa) e São

Vicente.

Figura 2 – Mapa dos municípios pertencentes ao Grupo de Vigilância Epidemiológica de

Santos – GVE XXV – Santos. 2017.

Fonte: CVE, 2017.

29

A região de abrangência do GVE XXV – Santos apresenta grande importância na

transmissão da dengue, por apresentar condições climáticas extremamente favoráveis ao

desenvolvimento do vetor (temperatura e umidade), assim como complexos conglomerados

urbanos, com inúmeras áreas sem estrutura urbana adequada, com elevada densidade e

movimentação populacional, além de abrigar o maior porto da América Latina no município

de Santos. Tais características expressam-se nos dados epidemiológicos da região que, de

1997 (início da transmissão de dengue na região) até junho de 2005, apresentou número de

casos autóctones de dengue (66.682) correspondente a 43,7% do total de casos autóctones do

Estado (152.417) (SUCEN, 2005).

No período de 1998 a 2010 o GVE XXV – Santos apresentou a maior taxa média de

incidência de dengue grave do estado de São Paulo, com 85,7 casos por 100.000 habitantes,

assim como a maior taxa média de hospitalização de casos de dengue grave com 53,2 casos

hospitalizados (por 100.000 habitantes), destacando-se o município de Santos com 109,8

casos hospitalizados (por 100.000 habitantes) (SOUZA, 2013).

Santos foi o primeiro município da Região Metropolitana da Baixada Santista, no ano

de 1997, a apresentar transmissão de dengue, com o registro de 893 casos neste ano.Após

1997 houve incremento no número de casos no município, exceto para o ano de 2000 (quando

foram notificados 50 casos). Em seguida, nos anos de 2001, 2002 e 2003 foram registrados

11.325, 10.341 e 925 casos, respectivamente (CVE, 2006).

Em relação à circulação viral em Santos, o sorotipo DENV 1 foi introduzido em 1997,

o DENV 2 em 1998, o DENV 3 em 2002, enquanto que o DENV 4 apenas em 2012

(FERNANDES, 2010).

Conforme a Tabela 1, nos últimos 5 anos o município de Santos registrou 23158 casos

prováveis de dengue, com maior número de casos nos anos de 2013, 2015 e 2014, com

11.198, 5.157 e 3.638 casos, respectivamente. Entre 2012 e 2016 foram registrados 19 óbitos

por dengue no município, com uma taxa de letalidade que chegou a 0,14% no ano de 2014

(CVE, 2016).

De acordo com a Figura 3, durante a última década o coeficiente de incidência da

dengue apresentou tendência crescente no município de Santos, no Brasil e no estado de São

Paulo. No Brasil, o coeficiente de incidência da dengue variou de 212,1 (2009) a 825,8

(2015), no estado de São Paulo de 29,0 (2009) a 1679,5 (2015) e no município de Santos de

25,6 (2008) a 2585,2 (2013) casos/100.000 habitantes. Na comparação entre Brasil, estado de

São Paulo e Santos, observa-se no ano de 2015 o pico do coeficiente de incidência, o qual foi

30

mais pronunciado no estado de São Paulo – ano da maior epidemia ocorrida no estado, com

cerca de 1 milhão de casos notificados (CVE, 2016) – do que no Brasil e no município de

Santos; enquanto que os picos do coeficiente de incidência de Santos foram registrados em

2013, 2010 e 2015, com 2585,2; 1974,3; e 1188,3 casos/100.000 habitantes, respectivamente.

Figura 3 – Coeficiente de incidência de casos prováveis de dengue (por 100.000 habitantes),

segundo ano de notificação. Brasil, estado de São Paulo e Santos. 2007-2016.

Fontes: SINAN-Net e SINAN-Online, 2007-2016 (até 04/03/2017) - dados sujeitos a alterações.

1.9.1. Vigilância epidemiológica da dengue em Santos

O trabalho desenvolvido no setor de vigilância epidemiológica municipal abrange

distintas estratégias de acordo com a situação epidemiológica vigente. Dentre as principais

atividades realizadas pela vigilância epidemiológica local estão: acompanhar a evolução

temporal da incidência de casos em cada área do município e comparar com os índices de

infestação vetorial; organizar discussões envolvendo as equipes de controle de vetores, da

assistência e todas as instâncias de prevenção e controle da dengue, visando à adoção de

medidas capazes de minimizar a circulação viral; realizar capacitações sobre a dengue aos

profissionais de saúde da rede assistencial; elaborar materiais educativos para a população e

materiais técnicos para os profissionais de saúde; investigar os casos graves e óbitos suspeitos

de dengue; e elaborar e divulgar semanalmente o boletim de dados epidemiológicos (PMS,

2016).

A notificação oportuna e de qualidade dos casos suspeitos de dengue é essencial para

que o setor de vigilância epidemiológica seja capaz de acompanhar o padrão de transmissão

da doença, assim como orientar oportunamente as ações de prevenção e controle. Dessa

31

forma, são fundamentais a comunicação e a integração entre as equipes assistencial, de

vigilância epidemiológica e de controle de vetores (PMS, 2016).

1.9.2. Vigilância entomológica da dengue em Santos

Foi na área portuária do município de Santos, onde foram detectados os primeiros

focos que sinalizaram a reintrodução do Aedes aegypti no estado de São Paulo em 1980. As

medidas de controle implantadas na época permitiram a eliminação do vetor. No entanto, no

início da década de 90, voltaram a ser registrados focos do Aedes aegypti em Santos e a partir

de 1994 o município passou a apresentar infestação domiciliar (FERNANDES, 2010).

Atividades de vigilância e controle do Aedes aegypti vinham sendo realizadas de

forma contínua na área portuária de Santos pela antiga Superintendência de Campanhas de

Saúde Pública (SUCAM) que, a partir de 1985, ampliou as atividades para toda a área urbana

de Santos quando a Superintendência de Controle de Endemias (SUCEN) iniciou sua

participação no controle do vetor em todo o estado de São Paulo. Paralelamente, desde o

início da década de 90, a Prefeitura Municipal de Santos começou a realizar atividades de

controle do vetor, no entanto, apenas ao final de 1997 com a implantação do Plano de

Erradicação do Aedes aegypti (PEAa), o município estruturou o serviço, possibilitando a

realização de todas as atividades rotineiras de vigilância e controle do vetor (DOMINGOS,

2005).

Atualmente, nos meses de janeiro, abril, julho e outubro, a Secretaria de Saúde de

Santos realiza a avaliação da densidade larvária do Aedes aegypti, por meio do Índice de

Breteau (IB), norteando medidas e ações de prevenção e controle. As amostras de larvas

recolhidas durante a avaliação são levadas para laboratório, onde são analisadas em

microscópio para identificação das espécies (PMS, 2017).

A Seção de Controle de Vetores (SECOVE) da Secretaria de Saúde de Santos

estabelece nove áreas de trabalho para as ações de controle de vetores no município. Tais

áreas contemplam os seguintes bairros: Área 1 – Aparecida, Estuário e Ponta da Praia; Área 2

– Boqueirão e Embaré; Área 3 – Encruzilhada e Macuco; Área 4 – Gonzaga, José Menino e

Pompéia; Área 5 – Campo Grande, Marapé e Vila Belmiro; Área 6 –Centro, Jabaquara,

Paquetá, Valongo, Vila Mathias e Vila Nova; Área 7 – Monte Serrat, Morro Cachoeira, Morro

Caneleira, Morro Chico de Paula, Morro Embaré, Morro Fontana, Morro Jabaquara, Morro

José Menino, Morro Marapé, Morro Nova Cintra, Morro Pacheco, Morro Penha, Morro

Saboó, Morro Santa Maria, Morro Santa Terezinha, Morro São Bento e Morro Vila

Progresso; Área 8 – Alemoa, Bom Retiro, Caneleira, Chico de Paula, Jardim Piratininga,

32

Saboó, Santa Maria, São Manoel, Vila Haddad e Vila São Jorge; Área 9 – Areia Branca,

Jardim Castelo e Rádio Clube (PMS, 2017).

Em 2012, foi adotada no município uma ferramenta para identificar os níveis de

infestação do Aedes aegypti e direcionar as ações de controle – o “Monitoramento Inteligente

da Dengue” (MI-Dengue), que consiste em armadilhas (MosquiTRAP) que capturam fêmeas

grávidas de Aedes aegypti, associadas a um sistema informatizado de coleta, transmissão e

acesso das informações de campo, incluindo mapas georreferenciados em tempo real (EIRAS

e RESENDE, 2009). Foram instaladas 461 armadilhas no município, sendo 22 na área

portuária (PMS, 2017).

Semanalmente os agentes de controle de vetores vistoriam as armadilhas e fazem a

contagem das fêmeas de Aedes aegypti capturadas, o que indica o grau de infestação em cada

área, orientando as ações de controle. O site da Prefeitura Municipal de Santos disponibiliza o

“Mapa de Capturas”, que possibilita aos munícipes acompanhar a infestação de Aedes aegypti

na cidade (PMS, 2017).

As visitas “casa a casa”, em imóveis especiais e em pontos estratégicos são realizadas

pelos agentes de controle de vetores conforme programação e periodicidade pré-estabelecidas,

visando a orientação dos munícipes quanto às melhores práticas para evitar os criadouros do

Aedes aegypti, assim como a eliminação de criadouros encontrados (PMS, 2017). Em relação

à educação e mobilização social, o IEC (Setor de Informação, Educação e Comunicação) é

um setor exclusivo para tratar, junto à população, das questões relacionadas ao mosquito

Aedes aegypti, realizando atividades educativas em locais de grande circulação de pessoas,

escolas, entre outros locais (PMS, 2017).

Uma medida que apoia a Seção de Controle de Vetores com bons resultados no

cumprimento do Programa de combate e prevenção à dengue foi a aprovação da Lei

complementar n° 681 de 07 de maio de 2010, que dispõe sobre as providências a serem

adotadas pela Secretaria Municipal de Saúde no cumprimento do referido Programa em

Santos. Segundo o Artigo 2.º desta Lei, os proprietários e responsáveis de imóveis são

obrigados a permitir o ingresso do agente sanitário em seus respectivos imóveis para a

realização de inspeção, verificação, orientação, informação, aplicação de inseticida ou

qualquer outra medida específica de combate à dengue. De forma complementar, a Lei n°

681/2010 permite a punição (notificação e posteriormente aplicação de multa) dos

proprietários/responsáveis de imóveis com criadouros ou potenciais criadouros do mosquito

Aedes aegypti (PMS, 2010).

33

Diante do exposto e considerando a importância da Região Metropolitana da Baixada

Santista no contexto das epidemias de dengue do estado de São Paulo, é essencial o

desenvolvimento de um estudo sobre a distribuição espaço-temporal da dengue em Santos, na

última década, a fim de caracterizar e analisar o perfil epidemiológico intra-urbano da doença

na cidade que, historicamente, destaca-se entre os municípios de maior ocorrência no Estado

de São Paulo, contribuindo, portanto, para a melhoria das estratégias de prevenção e controle

da dengue.

34

2. OBJETIVOS

2.1. Objetivo geral

Descrever a ocorrência dos casos de dengue residentes no município de Santos-SP no

período de 2007 a 2016, segundo características de tempo, lugar e pessoa.

2.2. Objetivos específicos

- Descrever a incidência de dengue segundo ano, sexo e faixa etária.

- Caracterizar a distribuição espacial dos casos de dengue no período de 2012 a 2016.

- Investigar a relação dos padrões de distribuição espacial dos casos de dengue com

indicadores socioeconômicos e ambientais no período de 2012 a 2016.

35

3. MÉTODOS

3.1. Tipo de estudo

Trata-se de um estudo epidemiológico descritivo e ecológico utilizando dados

secundários do Sistema de Informação de Agravos de Notificação (SINAN).

3.2. Caracterização da área de estudo

A área estudada corresponde ao município de Santos, localizado no litoral do estado

de São Paulo, sede da Região Metropolitana da Baixada Santista. O município está situado

sob o Trópico de Capricórnio a 23°56´27´´ de latitude sul e 45°19´48´´ a oeste do Meridiano

de Grennwich (DOMINGOS, 2005). Ocupa área de 280,9 km2, com população estimada para

o ano de 2017 de 425.621 habitantes (FUNDAÇÃO SEADE, 2010a).

Segundo o Censo Demográfico do IBGE (Instituto Brasileiro de Geografia e

Estatística) em 2010 Santos possuía 419.388 habitantes, apresentando uma alta densidade

demográfica, 1.492,0 hab./km2 (enquanto que no estado de São Paulo a densidade

demográfica era de 166,09 hab./km2). Em 2010, a participação do grupo etário de 15 a 29

anos foi de 21,8% em Santos; as crianças (menores de 14 anos) representavam 16,8% da

população do município, no entanto os idosos (60 anos e mais) representavam 19,2%

(enquanto que no estado de São Paulo os idosos representavam 11,6% da população).

Santos concentrava 99,9% de sua população em áreas urbanas; 99,8% das moradias

dispunham de serviço de coleta de lixo; 96,1% das moradias estavam ligadas à rede de

esgotamento sanitário; e 99,7% dos domicílios possuíam acesso ao abastecimento de água.

Em 2010, o rendimento domiciliar per capita no município era de R$ 1.682 e de R$ 1.080 no

estado de São Paulo (FUNDAÇÃO SEADE, 2010a).

Santos é uma cidade plana, ao nível do mar, possui clima quente e úmido, com média

anual de 25ºC, com seis quilômetros de praias e caracteriza-se, de modo geral, como cidade

de varaneio, muito verticalizada, com muitos apartamentos de temporada. Estas característica

são marcantes nas Áreas 1, 2 e 4, localizadas na orla da praia, densamente habitadas, com

grande concentração de edifícios e presença de imóveis de veraneio (FERNANDES, 2010).

As Áreas 3 e 5, mais próximas à orla da praia, também apresentam importante densidade

demográfica (IBGE, 2010). A Área 6 abriga o centro da cidade, com importante área

comercial (FERNANDES, 2010). A Área 7 é formada pelos morros, onde grande parte dos

imóveis são casas e sobrados. Nas áreas 8 e 9, contrariamente, grande parte dos imóveis é

residencial e composta por habitações térreas (DOMINGOS, 2005). A economia do

36

município é baseada na atividade portuária, no comércio e no turismo (FERNANDES, 2010).

O porto de Santos, maior porto da América Latina, com cerca 13 quilômetros de extensão, é

responsável por grande fluxo de pessoas e produtos (DOMINGOS, 2005) sendo, portanto,

uma área sem população residente (IBGE, 2010).

Figura 4 - Mapa do Índice paulista de vulnerabilidade social (IPVS) por setor censitário,

segundo bairros do município. Santos. 2010.

Fonte: Fundação Seade - Índice paulista de vulnerabilidade social, 2010.

Em relação às condições socioeconômicas do município, o Índice paulista de

vulnerabilidade social (IPVS) mostra a presença de vulnerabilidade muito alta – aglomerados

subnormais urbanos (IPVS 6) – nos bairros das Áreas 7, 8 e 9, onde também há concentração

de setores de vulnerabilidade alta e média (IPVS 5 e 4). Os setores censitários classificados

como de vulnerabilidade alta (IPVS 5) também estão presentes na Área 6 e no bairro Monte

Cabrão (Área Continental). Observa-se alguns setores de vulnerabilidade média (IPVS 4) nos

bairros Quilombo e Caruara (Área Continental) e na Área 3, que também apresenta 1 setor de

vulnerabilidade baixa (IPVS 3). Enquanto que as Áreas 1, 2, 4 e 5 estão totalmente

37

classificadas como áreas de vulnerabilidade muito baixa ou baixíssima (IPVS 2 e 1) (exceto

por 1 setor de vulnerabilidade baixa na Área 1) (Figura 4).

Figura 5 - Mapa dos bairros do município Santos. Área insular e Área continental. 2017.

0

Fonte: PMS, 2017.

38

Conforme a Figura 5, a grande maioria dos bairros de Santos (56 bairros) situam-se na

Área insular, que possui 39,4 km2; enquanto que 241,5 km2 formam a Área continental do

município, com apenas 9 bairros (PMS, 2017), formada por uma extensa área de mata

atlântica e manguezais (FERNANDES, 2010); além disso a população do município está

concentrada na Área insular (416.233 mil habitantes, 99,3% da população) (IBGE, 2010).

Devido a esta característica do território de Santos, os Mapas elaborados neste estudo tiveram

a superfície da Área insular ampliada em relação à Área continental, visando a melhor

visualização dos resultados.

3.3. População e período de estudo

A população de estudo é composta pelos casos confirmados de dengue, residentes no

município de Santos-SP, notificados no Sistema de Informação de Agravos de Notificação

(SINAN) no período de 2007 a 2016.

3.4. Fontes de dados

Foram utilizados os registros no SINAN dos casos confirmados de dengue residentes

em Santos, nas versões SINAN-Net (2007 a 2013) e SINAN-Online (2014 a 2016).

Considerando casos confirmados de dengue todos os casos suspeitos: confirmados

laboratorialmente (sorologia IgM, NS1 teste rápido ou Elisa, isolamento viral, PCR, imuno-

histoquímica); confirmados por critério clínico-epidemiológico nos períodos epidêmicos

(incluindo os casos com sorologia negativa com vínculo com um caso confirmado

laboratorialmente, tendo sido descartadas outras etiologias); e os confirmados por critério

clínico-epidemiológico no curso de uma epidemia (exceto os primeiros casos da epidemia na

área, que devem ter confirmação laboratorial) (BRASIL, 2017).

Para os dados populacionais do município foram utilizados os dados disponíveis no

endereço eletrônico do DATASUS (Departamento de Informática do SUS), estratificados

conforme sexo, faixa etária e ano

(http://tabnet.DATASUS.gov.br/cgi/deftohtm.exe?ibge/cnv/popsp.def). Também foram

utilizados os dados da população residente da base de setores censitários urbanos de Santos -

conforme o Censo de 2010 do IBGE (http://www.censo2010.ibge.gov.br/sinopseporsetores/)

– estratificados por bairro.

Os dados referentes aos indicadores socioeconômicos foram obtidos da base de setores

censitários urbanos de Santos do Censo de 2010 do IBGE

(http://www.censo2010.ibge.gov.br/sinopseporsetores/), enquanto que o Índice Paulista de

http://tabnet.datasus.gov.br/cgi/deftohtm.exe?ibge/cnv/popsp.def

http://www.censo2010.ibge.gov.br/sinopseporsetores/)%20-

http://www.censo2010.ibge.gov.br/sinopseporsetores/)%20-

http://www.censo2010.ibge.gov.br/sinopseporsetores/),%20enquanto%20que%20o

39

Vulnerabilidade Social (IPVS) foi obtido no endereço eletrônico da Fundação Seade -

Sistema Estadual de Análise de Dados (http://indices-

ilp.al.sp.gov.br/view/pdf/ipvs/principais_resultados.pdf).

E para os indicadores ambientais foram utilizados os bancos de dados dos índices de

infestação vetorial do município no período estudado, obtidos na Seção de Controle de

Vetores (SECOVE) da Secretaria de Saúde de Santos para o período de 2012 a 2016.

3.5. Análise dos dados

3.5.1 Descrição da incidência de dengue segundo ano, sexo e faixa etária

Os bancos de dados dos casos confirmados de dengue residentes em Santos foram

extraídos do SINAN-Net (2007 a 2013) e do SINAN-Online (2014 a 2016) e unificados,

resultando em um banco bruto com 26.366 registros, que passou por verificação dos registros

duplicados ou triplicados (mesmo nome do paciente, data de nascimento e nome da mãe).

Após a correção dos registros duplicados ou triplicados (registro duplicado: exclusão de 1

registro; registro triplicado: exclusão de 2 registros) o banco de dados final apresentava

25.634 casos confirmados de dengue residentes em Santos de 2007 a 2013 (Tabela 2).

Tabela 2 - Número de casos confirmados de dengue notificados no SINAN-Net e no SINAN-

Online, segundo ano de início de sintomas, antes e depois do processo de correção do banco

de dados. Santos. 2007-2016.

Ano de início

de sintomas Banco bruto

Nº registros

duplicados

Nº registros

triplicados

Banco final

(2007-2016)

2007 821 1 0 820

2008 87 0 0 87

2009 130 0 0 130

2010 8.110 82 2 8.024

2011 122 0 0 122

2012 509 1 0 508

2013 9.523 312 8 9.195

2014 2.215 241 9 1.956

2015 3.619 18 1 3.599

2016 1.230 35 1 1.193

Total 26.366 690 21 25.634

Fonte: SINAN-Net e SINAN-Online, 2007-2016

O coeficiente de incidência de dengue do município foi calculado por 100.000

habitantes, considerando o período de 2007 a 2016. Foi utilizado como denominador a

população residente do município de Santos a cada ano do período estudado, conforme os

http://indices-ilp.al.sp.gov.br/view/pdf/ipvs/principais_resultados.pdf

http://indices-ilp.al.sp.gov.br/view/pdf/ipvs/principais_resultados.pdf

40

dados disponíveis no endereço eletrônico do DATASUS. Utilizou-se a população

correspondente quando o cálculo foi estratificado por sexo e faixa etária.

3.5.2 Análise da distribuição espacial dos casos de dengue

A análise da distribuição espacial dos casos de dengue foi realizada para o período de

2012 a 2016, visto que os índices de infestação vetorial (com os quais foram relacionados o

coeficiente de incidência de dengue e a distribuição espacial do agravo) estavam disponíveis

para este período. O banco de dados que serviu de base para a análise da distribuição espacial

dos casos de dengue foi composto pelos 16.451 casos confirmados de dengue residentes em

Santos, notificados no SINAN-Net e no SINAN-Online no período de 2012 a 2016.

A fim de relacionar os índices de infestação vetorial elencados e os indicadores

socioeconômicos com o coeficiente de incidência de dengue, os dados foram agregados por

ano e por bairro do município. Ao agregar os dados por bairro do município o coeficiente de

incidência de dengue foi calculado por 10.000 habitantes. Foi utilizado como denominador a

população residente por bairro, conforme os dados do Censo de 2010 do IBGE, conforme a

Tabela 14 (Anexo 9).

Um dos passos primordiais da análise da distribuição espacial da dengue foi o

processo de geocodificação, que foi realizado conforme as seguintes etapas:

1. O banco de dados que passou pelo processo de geocodificação, com 16.451

registros, era formado pelas variáveis Logradouro, CEP, Bairro, Município,

Estado, País, Nº SINAN e Nº sequencial;

2. Este banco de dados passou por um processo de ajuste e complementação dos

endereços residenciais (incluindo a correção de endereços com abreviações,

endereços escritos de forma incorreta, entre outros);

3. O banco de dados ajustado foi geocodificado utilizando o Batchgeo®

(https://pt.batchgeo.com/), ferramenta online de geocodificação baseada no

Google Maps;

4. Os endereços não encontrados ou localizados incorretamente passaram por um

novo processo de ajuste e complementação dos dados, sendo novamente

geocodificados no Batchgeo®. Esta etapa foi repetida até minimizar o número

total de endereços não localizados ou incorretos para menos de 10% da

amostra de 16.451 registros;

5. Foi realizada a conferência de 10% dos endereços localizados a fim de

confirmar a correta geocodificação destes.

https://pt.batchgeo.com/

41

Ao final deste processo, a taxa de geocodificação obtida foi de 95,4%, ou seja, 15.692

pontos localizados no município de Santos. Segundo Ratcliffe (2004) e Martins et al. (2012)

85,0% é considerada a estimativa mínima confiável para uma taxa de geocodificação. O

software utilizado para a geocodificação (Batchgeo®) localizou os pontos por diferentes

níveis de precisão (acurácia): 10.054 pelo topo do telhado (61,1%), 4.023 por interpolação

(24,5%), 1.540 pelo centro geométrico (9,4%) e 815 por aproximação (4,9%), sendo que 19

pontos (0,1%) não foram localizados.

Os pontos obtidos após o processo de geocodificação foram plotados nos mapas

digitais. Os mapas digitais utilizados foram obtidos no endereço eletrônico do IBGE

(https://ww2.ibge.gov.br/home/mapa_site/mapa_site.php#geociencias), assim como na Seção

de Controle de Vetores de Santos (SECOVE) (mapa das 9 Áreas para as ações de controle de

vetores no município) e na Secretaria de Desenvolvimento Urbano do município (mapa dos

bairros).

A análise da distribuição espacial foi realizada utilizando os softwares ArcGIS®

V.10.0 (2010) e TerraView V.4.2.2 (2017). As ferramentas estatísticas utilizadas para as

análises foram a Estimativa de Kernel e o Índice de Moran Local (LISA).

A Estimativa de Kernel é utilizada para analisar o comportamento de padrões de

pontos. Fornece, por meio de interpolação, a intensidade pontual do processo em toda a região

de estudo. Sendo assim, a Estimativa de Kernel apresenta uma visão geral da intensidade do

processo estudado em todas as regiões do mapa (INPE, 2017). Além disso, a Estimativa de

Kernel apresenta mapas de superfícies contínuas, o que possibilita uma visualização menos

fragmentada da distribuição do evento, identificando as áreas “quentes” (áreas de maior

densidade do evento estudado) (BRASIL, 2007).

A Estimativa de Kernel foi elaborada a partir dos pontos dos casos confirmados de

dengue do período de 2012 a 2016, ou seja, dos endereços de residência dos casos, obtidos

após o processo de geocodificação descrito. Foi adotada a Função exponencial, com Cálculo

de Densidade e com Raio Adaptativo (padrão), a fim de obter um melhor refinamento da

análise.

O Índice de Moran é utilizado para caracterizar a dependência espacial, mostrando

como os valores do evento estudado estão correlacionados no espaço (INPE, 2017). A

autocorrelação espacial mede a correlação da própria variável no espaço, comparando aos

valores do mesmo indicador nas áreas vizinhas (BRASIL, 2007). Ou seja, se as áreas vizinhas

tendem a ter valores semelhantes, existe uma autocorrelação espacial positiva, do contrário, se

elas tendem a ter valores diferentes existe uma autocorrelação espacial negativa (SCHMAL et

https://ww2.ibge.gov.br/home/mapa_site/mapa_site.php#geociencias

42

al., 2017). O Índice de Moran Local (LISA), adotado no presente estudo, identifica um valor

específico de correlação espacial para cada área da região de interesse, sendo assim uma

ferramenta mais específica (INPE, 2017).

No presente estudo o Índice de Moran Local foi construído a partir dos coeficientes de

incidência de dengue por bairro de residência, por ano epidemiológico de sintomas, por

10.000 habitantes, no período de 2012 a 2016. A elaboração do Índice de Moran Local foi

baseada nos dados referentes ao MoranMap, cujas categorias de classificação da correlação

espacial são: 0 (não significante), 1 (“Alto-Alto”), 2 (“Baixo-Baixo”), 3 (“Alto-Baixo”) e 4

(“Baixo-Alto”).

3.5.3 Relação dos padrões de distribuição espacial dos casos de dengue com

indicadores socioeconômicos e ambientais

3.5.3.1 Indicadores socioeconômicos

Os indicadores socioeconômicos utilizados foram: Densidade demográfica; Proporção

de pessoas residentes alfabetizadas com 5 ou mais anos de idade; Proporção de domicílios

com renda per capita até 1/2 salário mínimo; Proporção de domicílios com abastecimento de

água da rede geral; Proporção de domicílios com esgotamento sanitário via rede geral de

esgoto; e Proporção de domicílios com lixo coletado. Este indicadores foram obtidos a partir

da base de setores censitários urbanos de Santos, formada por 670 setores, conforme o Censo

de 2010 do IBGE. Os dados dos setores censitários foram agregados por bairro, conforme a

Tabela 15 (Anexo 10). Os indicadores socioeconômicos foram calculados como se segue:

Densidade demográfica (habitantes/km²): divisão da população do bairro pela área do

bairro em Km2 (calculada pelo software TerraView V.4.2.2).

Proporção de pessoas residentes alfabetizadas com 5 ou mais anos de idade: cálculo da

porcentagem de pessoas residentes no bairro alfabetizadas com 5 ou mais anos de

idade em relação à população total do bairro.

Proporção de domicílios com renda per capita até 1/2 salário mínimo: cálculo da

porcentagem de domicílios particulares permanentes do bairro com rendimento

nominal mensal domiciliar per capita de até 1/2 salário mínimo em relação ao total de

domicílios particulares permanentes do bairro.

Proporção de domicílios com abastecimento de água da rede geral: cálculo da

porcentagem de domicílios particulares permanentes do bairro com abastecimento de

água da rede geral em relação ao total de domicílios particulares permanentes do

bairro.

43

Proporção de domicílios com esgotamento sanitário via rede geral de esgoto: cálculo

da porcentagem de domicílios particulares permanentes do bairro com esgotamento

sanitário via rede geral de esgoto em relação ao total de domicílios particulares

permanentes do bairro.

Proporção de domicílios com lixo coletado: cálculo da porcentagem de domicílios

particulares permanentes do bairro com lixo coletado em relação ao total de domicílios

particulares permanentes do bairro.

Além dos indicadores socioeconômicos do Censo, foi utilizado o Índice Paulista de

Vulnerabilidade Social (IPVS)/Fundação Seade.

“O IPVS é um indicador construído com base em estudos e

teorias sobre o fenômeno da pobreza, que levam em conta não

apenas a renda, mas também os diversos fatores determinantes

da situação de vulnerabilidade social (escolaridade, saúde,

arranjo familiar, possibilidades de inserção no mercado de

trabalho, acesso a bens e serviços públicos). O IPVS é uma

tipologia que classifica os municípios do estado de São Paulo

em grupos de vulnerabilidade social a partir de uma

combinação entre as dimensões demográfica e

socioeconômica. Considerando um conjunto de variáveis, esse

indicador permite melhor identificar os fatores específicos que

produzem a deterioração das condições de vida numa

comunidade, auxiliando na definição de prioridades para o

atendimento da população mais vulnerável” (FUNDAÇÃO

SEADE, 2010b).

A base de dados do IPVS, disponível por setores censitários, foi agregada por bairro.

O indicador adotado para o estudo (com base no IPVS) foi Proporção de pessoas residentes

expostas aos grupos de IPVS 4, 5 ou 6, ou seja, proporção de pessoas residentes expostas aos

grupos de IPVS de Vulnerabilidade média, alta ou muito alta, conforme a classificação

presente na Tabela 3. Considerando que no município de Santos nenhum setor censitário foi

classificado no grupo de IPVS 7 (Vulnerabilidade alta, em setores censitários rurais), este

grupo não foi incluído no indicador do estudo.

O indicador Proporção de pessoas residentes expostas aos grupos de IPVS 4, 5 ou 6

foi calculado da seguinte forma: cálculo da porcentagem de pessoas residentes no bairro

expostas aos grupos de IPVS 4, 5 ou 6 em relação à população total do bairro.

44

Tabela 3 - Grupos do IPVS 2010, segundo situação e tipo de setores por Grupo e dimensões

socioeconômica e ciclo de vida familiar. Fundação Seade. 2010.

Grupos Dimensões

IPVS 2010 Situação e tipo de setores por grupo

Socieconômica Ciclo de vida familiar

1 Muito alta Famílias jovens, adultas

e idosas Baixíssima vulnerabilidade

Urbanos e rurais não especiais e subnormais

2 Média Famílias adultas e

idosas Vulnerabilidade muito

baixa Urbanos e rurais não

especiais e subnormais

3 Média Famílias jovens Vulnerabilidade baixa Urbanos e rurais não

especiais e subnormais

4 Baixa Famílias adultas e

idosas Vulnerabilidade média

Urbanos não especiais e subnormais

5 Baixa Famílias jovens em

setores urbanos Vulnerabilidade alta Urbanos não especiais

6 Baixa

Famílias jovens residentes em aglomerados subnormais

Vulnerabilidade muito alta Urbanos subnormais

7 Baixa Famílias idosas, adultas

e jovens em setores rurais

Vulnerabilidade alta Rurais

Fonte: FUNDAÇÃO SEADE, 2010b.

3.5.3.2 Indicadores ambientais

Os indicadores ambientais adotados neste estudo foram o Índice de Densidade

Larvária (IDL) e o Índice de Densidade de fêmeas de Aedes aegypti (IDF).

O indicador nomeado como Índice de Densidade Larvária (IDL) é composto pelo

Índice de Breteau (IB), indicador adotado para a Avaliação de densidade larvária no estado de

São Paulo (SUCEN, 2005). É o índice larvário mais comumente utilizado nos programas de

controle de dengue e leva em consideração a relação entre o número de recipientes positivos e

o número de imóveis pesquisados. Este índice é calculado conforme a fórmula a seguir

(BRASIL, 2013):

45

Índice de Breteau (IB) = nº de recipientes positivos X 100

nº de imóveis pesquisados

Em Santos, a SECOVE (Seção de Controle de Vetores) realiza a avaliação da

densidade larvária do Aedes aegypti por meio do Índice de Breteau nos meses de janeiro,

abril, julho e outubro (PMS, 2017), com duas exceções durante o período estudado: em abril

de 2013 não foi possível a realização da avaliação de densidade larvária devido a epidemia de

dengue; e no ano de 2014, esta avaliação foi feita nos meses de fevereiro, abril, julho e

outubro.

A partir das 461 armadilhas (MosquiTRAP) dispersas pelo município de Santos

(conforme Figura 5) foi obtido o número de fêmeas adultas grávidas de Aedes aegypti

capturadas por semana epidemiológica, e calculado o Índice de Densidade de fêmeas de

Aedes aegypti (IDF). Em Santos as armadilhas foram instaladas na última semana de janeiro

de 2012, assim, o número de capturas de fêmeas de Aedes aegypti foi reduzido neste mês,

sendo realizado no período de apenas 1 semana (enquanto que nos demais meses foi somado

o número de capturas nas 5 semanas epidemiológicas de cada mês).

Além disso, de 2012 a 2016, seguem algumas particularidades referentes ao Índice de

Densidade de fêmeas de Aedes aegypti (IDF) e ao Índice de Densidade Larvária (IDL) nas

Áreas do município: na Área 7 (Morros) o único bairro com armadilhas implantadas (ou seja,

com dados de IDF) é o Morro da Nova Cintra, mas todos os bairros apresentam dados

referentes ao IDL; nos bairros da Área Portuária não estão disponíveis os dados de IDL e as

22 armadilhas desta Área foram instaladas em junho de 2013 (levando à ausência do IDF no

ano de 2012 e nos meses de janeiro e abril de 2013 nesta Área), sendo que, no bairro Porto

Valongo não foram implantadas armadilhas durante o período estudado; nos bairros Alemoa e

Vila Haddad, que pertencem à Área 8, não foram instaladas armadilhas de 2012 a 2016; e na

Área Continental não estão disponíveis os dados de IDL e não foram implantadas armadilhas,

portanto os dois indicadores ambientais estão ausentes nesta Área (Figura 6).

46

Figura 6 - Mapa das armadilhas (MosquiTRAP) do Sistema de “Monitoramento Inteligente da

Dengue”, segundo bairros e Áreas do município. Santos. 2012-2016.

Fonte: Índices de infestação vetorial – SECOVE/Secretaria Municipal de Saúde de Santos, 2012 a

2016.

De acordo com a Figura 6, as 11 Áreas do município admitem as 9 Áreas,

estabelecidas pela Seção de Controle de Vetores (SECOVE) para as ações de controle de

vetores no município, com a inclusão da Área Continental e da Área Portuária, a fim de

contemplar o total de 65 Bairros da cidade. Sendo assim, as 11 Áreas do município incluem

os seguintes bairros: Área 1 – Aparecida, Estuário e Ponta da Praia; Área 2 – Boqueirão e

Embaré; Área 3 – Encruzilhada e Macuco; Área 4 – Gonzaga, José Menino e Pompéia; Área

5 – Campo Grande, Marapé e Vila Belmiro; Área 6 – Centro, Jabaquara, Paquetá, Valongo,

Vila Mathias e Vila Nova; Área 7 – Monte Serrat, Morro Cachoeira, Morro Caneleira, Morro

Chico de Paula, Morro Embaré, Morro Fontana, Morro Jabaquara, Morro José Menino, Morro

Marapé, Morro Nova Cintra, Morro Pacheco, Morro Penha, Morro Saboó, Morro Santa

Maria, Morro Santa Terezinha, Morro São Bento e Morro Vila Progresso; Área 8 – Alemoa,

Bom Retiro, Caneleira, Chico de Paula, Jardim Piratininga, Saboó, Santa Maria, São Manoel,

Vila Haddad e Vila São Jorge; Área 9 – Areia Branca, Jardim Castelo e Rádio Clube (PMS,

47

2017); Área Continental – Cabuçú, Caruara, Guarapá, Ilha Barnabé, Iriri, Quilombo, Monte

Cabrão, Nossa Senhora das Neves e Trindade; e Área Portuária – Outeirinhos, Porto Alemoa,

Porto Macuco, Porto Paquetá, Porto Ponta da Praia, Porto Saboó, Porto Valongo.

Assim, os dados foram agregados por bairro e os indicadores ambientais foram

calculados como se segue:

Índice de Densidade Larvária (IDL): razão entre o número de recipientes positivos

para Aedes aegypti e o número de imóveis pesquisados multiplicado por 100.

Índice de Densidade de fêmeas de Aedes aegypti (IDF): razão entre o número de

fêmeas adultas de Aedes aegypti capturadas e o número de armadilhas.

Os indicadores ambientais foram agregados por ano e pelos meses de janeiro, abril,

julho e outubro (de acordo com a periodicidade de realização da avaliação de densidade

larvária do Aedes aegypti no município) durante o período de 2012 a 2016.

3.5.3.3 Padrões de distribuição espacial dos casos de dengue X indicadores

socioeconômicos e ambientais

A investigação da relação dos padrões de distribuição espacial dos casos de dengue

com indicadores socioeconômicos e ambientais foi realizada para o período de 2012 a 2016.

No presente estudo a unidade espacial adotada para a análise dos dados foi o bairro,

por representar o município da forma mais homogênea possível. Reitera-se que a

desagregação geográfica mínima deve representar um compromisso entre obter uma área

reduzida o suficiente para ser homogênea e extensa o bastante para fornecer o número

adequado de dados para a análise (AKERMAN et al., 1996). Acredita-se, portanto, que a

subdivisão nos 65 bairros representa o município de forma adequada, levando em conta tais

características.

Conforme a base de setores censitários de Santos do Censo de 2010 - IBGE a área

“Em branco/Rural” é formada por 4 setores censitários, que totalizam uma população de 314

habitantes. Esta área foi apresentada nos Mapas elaborados, no entanto não é oficialmente

considerada um bairro da cidade.

A fim de investigar as relações entre o coeficiente de incidência de dengue por bairro

(por 10.000 habitantes) e os indicadores socioeconômicos e ambientais foram realizadas

análises de Correlação bivariada de Spearman utilizando o pacote SPSS Statistics® 22.0.0.0

(2014). Os indicadores foram consolidados em Planilhas no Microsoft Office Excel 2010® e

analisados no SPSS®. Em todos os testes estatísticos foi adotado o nível de significância de

5%.

48

Na análise de Correlação bivariada de Spearman optou-se por não incluir os bairros da

Área Portuária e da Área Continental e os bairros Morro Cachoeira, Morro Chico de Paula e

Morro Embaré, com base nas seguintes características locais: na Área Portuária não há

domicílio particular permanente nem população residente, de acordo com o Censo de 2010 do

IBGE, sendo assim seus bairros não possuem informações para a elaboração dos indicadores

socioeconômicos e do indicador baseado no IPVS; os bairros Morro Cachoeira, Morro Chico

de Paula e Morro Embaré, localizados na Área 7, apresentam uma população menor que 200

habitantes, conforme o Censo de 2010 do IBGE; e na Área continental os bairros concentram

somente 0,7% da população de Santos (IBGE, 2010) em uma área de 241,5 km2 (PMS, 2017),

portanto com uma baixa densidade demográfica (13,5 habitantes/km²) em relação às demais

Áreas do município.

A relação do padrão de distribuição espacial dos casos de dengue com os indicadores

socioeconômicos foi realizada para o ano de 2016, último ano da série histórica estudada, por

meio da análise do Índice de Moran Local (LISA) Bivariado (“BiLISA Cluster Map”),

utilizando o software GeoDa V.1.12 (2018). Para a análise do Índice de Moran Local

Bivariado foram relacionados os indicadores socioeconômicos com o coeficiente de

incidência de dengue de 2016, por bairro de residência, por 10.000 habitantes. Para esta

análise também optou-se por não incluir os bairros da Área Portuária e da Área Continental e

os bairros Morro Cachoeira, Morro Chico de Paula e Morro Embaré por conta das

características locais citadas.

A diferença fundamental entre o Índice de Moran Local (LISA) e o Índice de Moran

Local (LISA) Bivariado é que o primeiro é baseado em uma variável e o segundo relaciona

duas variáveis. A correlação espacial bivariada mede o grau em que o valor de uma

determinada variável em um local é correlacionado com seus vizinhos para uma variável

diferente (ANSELIN, 2018). O Índice de Moran Local Bivariado adota as seguintes

categorias de classificação da correlação espacial: Not significant (Não significante), High-

High (“Alto-Alto”), Low-Low (“Baixo-Baixo”), Low-High (“Baixo-Alto”), High-Low

(“Alto-Baixo”), Neighborless (“Sem vizinhança”) e Undefined (“Indefinido”).

E, por fim, para relacionar os padrões de distribuição espacial dos casos confirmados

de dengue com os indicadores ambientais foram agregados ao Mapa do coeficiente de

incidência os indicadores Índice de Densidade Larvária (IDL) e Índice de Densidade de

fêmeas de Aedes aegypti (IDF), por bairro e por ano, no período de 2012-2016.

49

3.6. Softwares

Foram utilizados os seguintes softwares Microsoft Office Excel 2010®, ArcGIS®

V.10.0 (2010), TerraView V.4.2.2 (2017), GeoDa V.1.12 (2018), Batchgeo® (2018) e o

pacote SPSS Statistics® 22.0.0.0 (2014).

3.7. Questões éticas

Os pesquisadores envolvidos comprometem-se a manter a confidencialidade dos

dados, bem como com a privacidade de seus conteúdos, conforme as Resoluções 196/1996 e

466/2012, considerando que no processo de verificação das duplicidades do banco de dados

foram verificados nome do paciente, data de nascimento e nome da mãe e, da mesma forma,

no processo de geocodificação foram acessados dados referentes ao endereço residencial

(BRASIL, 1996; BRASIL, 2012).

O projeto foi aprovado no Comitê de Ética em Pesquisa (CEP) da Santa Casa de

Misericórdia de São Paulo, conforme o Parecer presente no Anexo 1.

O Termo de Solicitação de Dispensa do Termo de Consentimento Livre e Esclarecido

está apresentado no Anexo 2.

A aprovação pela Comissão Científica do Departamento de Saúde Coletiva da

Faculdade de Ciências Médicas da Santa Casa de São Paulo está presente no Anexo 3.

O uso dos bancos de dados locais foi aprovado pela Secretaria Municipal de Saúde de

Santos, conforme a Declaração de Aprovação do Projeto de Pesquisa, presente no Anexo 4.

50

0,0

500,0

1000,0

1500,0

2000,0

2500,0

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Co

efic

ien

te d

e in

cid

ênci

a

Coeficiente de incidência Alta incidência

4. RESULTADOS

4.1. Descrição da incidência de dengue segundo ano, sexo e faixa etária

De 2007 a 2016 foram registrados 25634 casos confirmados de dengue em Santos,

variando de 87 casos em 2008 (20,2 casos por 100.000 habitantes) a 9195 em 2013 (2122,8

casos por 100.000 habitantes). De 2007 a 2013 a dengue apresentou um padrão cíclico no

município, com a ocorrência de epidemia a cada 2 ou 3 anos, marcado pelas epidemias de

2010 (1858,1 casos por 100.000 habitantes) e de 2013 (2122,8 casos por 100.000 habitantes).

No entanto, a partir de 2013 o padrão cíclico não foi identificado devido à ocorrência de altas

incidências por três anos consecutivos, de 2013 a 2015 (2122,8; 451,1; e 829,3 casos por

100.000 habitantes, respectivamente) (Figura 7). Considerando, portanto, a definição de

parâmetros do Ministério da Saúde para Incidência de dengue: Baixa – até 100 casos/100 mil

habitantes; Média – de 101 a 300 casos/100 mil habitantes; Alta – acima de 300 casos/100 mil

habitantes (PNCD apud FERNANDES, 2010).

Figura 7 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas. Santos. 2007-2016.

Fontes: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.

51


epidemiológico de início de sintomas, segundo semana epidemiológica de início de sintomas

(SE). Santos. 2007-2016.

Fontes: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.

Nos anos de 2010 e 2013 o aumento do coeficiente de incidência de dengue (acima de

10 casos por 100.000 habitantes por semana epidemiológica) iniciou na mesma semana

epidemiológica (SE) 4 (quarta semana do mês de janeiro) mantendo-se até a SE 22 em 2010

(primeira semana de junho) e até a SE 20 em 2013 (terceira semana de maio). Em 2015 e

2016 o aumento do coeficiente de incidência de dengue ocorreu a partir da SE 9 (primeira

semana de março) mantendo-se até a SE 24 em 2015 (terceira semana de junho) e até a SE 20

em 2016 (terceira semana de maio), sendo o período de maior ocorrência da doença cerca de

1 mês mais prolongado em 2015 do que em 2016. Porém, no ano de 2014 o aumento do

coeficiente de incidência ocorreu mais tardiamente, na SE 15 (segunda semana de abril)

extendendo-se até a SE 26 (quarta semana de junho) (Figura 8).

Assim, em 2010 e 2013, anos com os maiores coeficientes de incidência do período

estudado – 1858,1 (2010) e 2122,8 (2013) casos de dengue por 100.000 habitantes – o

aumento do coeficiente de incidência iniciou cerca de 1 mês antes quando comparado aos

anos de 2015 e 2016 e cerca de 2 meses antes quando comparado ao ano de 2014.

Paralelamente, em 2007 e 2012 (190,5 e 117,4 casos de dengue por 100.000 habitantes,

respectivamente) houve aumento do coeficiente de incidência no período entre a SE 10 e 27

(primeira semana de março à primeira semana de julho), iniciando 1 semana depois quando

52

comparado aos anos de 2015 e 2016. Sendo assim, os resultados apresentados indicam que a

sazonalidade da dengue em Santos ocorreu de forma mais precoce nos anos de maior

incidência do período estudado (Figura 8).

Corrobora com a afirmação acima, o fato de que nos anos de 2008, 2009 e 2011, que

apresentaram os menores coeficientes de incidência do período estudado (20,2; 30,1 e 28,2

casos de dengue por 100.000 habitantes, respectivamente), o coeficiente de incidência de

dengue distribuiu-se de maneira mais uniforme ao longo das semanas epidemiológicas do

ano, com discreto aumento entre as SE 13 e 24 (quinta semana de março à terceira semana de

junho) – com início cerca de 1 mês depois quando comparado aos anos de 2015 e 2016

(Figuras 8).

Conforme a Figura 9, no ano de 2007, 100,0% dos casos de dengue com sorotipo

registrado no SINAN-Net foram de DENV 3. O sorotipo DENV 2 foi identificado em 100,0%

dos casos de dengue com sorotipo registrado em 2009 e em 83,3% dos casos em 2010 (com

16,6% de DENV 1 neste ano). Em 2011 e 2015 100,0% dos casos de dengue com sorotipo

registrado foram de DENV 1 e em 57,1% dos casos em 2014 (com 42,9% de DENV 4 neste

ano). O sorotipo DENV 2 foi identificado em 100,0% dos casos de dengue com sorotipo

registrado em 2012 e em 96,6% dos casos em 2013 (com 3,4% de DENV 1 neste ano). Nos

anos de 2008 e 2016 não foram registrados no SINAN-Net e SINAN-Online,

respectivamente, os sorotipos dos casos de dengue.

Figura 9 - Proporção dos sorotipos dos casos de dengue, segundo ano epidemiológico de

início de sintomas . Santos. 2007-2016.

*Em 2008 e 2016 não houve registro de sorotipo no SINAN.

Fonte: SINAN-Net e SINAN-Online, 2007-2016.

53

No início da transmissão de dengue no município de Santos, em 1997, foi identificado

o sorotipo DENV 1. Os demais sorotipos virais foram primeiramente identificados em 1998

(DENV 2), em 2002 (DENV 3) e em 2012 (DENV 4) (FERNANDES, 2010). Assim, a

identificação de um novo sorotipo, DENV 4, em 2012 (100,0%) com predomínio em 2013

(96,6%) culminou na ocorrência da epidemia de dengue de 2013 com o maior coeficiente de

incidência (2122,8 casos por 100.000 habitantes) em Santos no período estudado. Além disso,

o retorno da circulação do sorotipo DENV 2 em 2009 (100,0%) – que desde 2003 não

circulava no município – com predomínio em 2010 (83,3%), resultou na epidemia de dengue

de 2010 (1858,1 casos por 100.000 habitantes), segunda maior epidemia do período (Figura

9).


epidemiológico de início de sintomas, segundo sexo. Santos. 2007-2016.

Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.

De acordo com a Figura 10 e a Tabela 10 (Anexo 5) no período de 2012 a 2016 o

coeficiente de incidência de dengue foi maior no sexo feminino, exceto no ano de 2011 (26,3

e 30,4 casos de dengue por 100.000 habitantes; razão dos coeficientes de incidência de 0,9 a

1,0, no sexo feminino e masculino, respectivamente). A razão dos coeficientes de incidência

para o sexo feminino variou de 0,9 (2011) a 1,6 (2008).

54


epidemiológico de início de sintomas, segundo faixa etária. Santos. 2007-2016.

Faixa

Etária

(anos)

Ano epidemiológico de início de sintomas

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 160,6 27,6 31,7 1882,8 33,8 111,6 1875,0 337,6 672,3 312,3

15 a 29 221,5 14,5 27,4 2264,4 31,8 143,7 3172,0 578,4 1404,9 382,3

30 a 59 211,3 21,6 37,5 1940,4 27,9 138,5 2204,1 537,2 853,4 291,9

60 e mais 130,0 16,2 14,5 1154,9 19,7 48,7 1116,6 248,8 394,0 116,7

Total 190,5 20,2 30,1 1858,1 28,2 117,4 2122,8 451,1 829,3 274,9


Conforme a Tabela 4 e a Tabela 11 (Anexo 6) ao longo dos anos, o coeficiente de

incidência de dengue foi maior na faixa etária de 15 a 29 anos (variação do coeficiente de

incidência de 14,5 a 3172,0 casos por 100.000 habitantes e a razão dos coeficientes de

incidência de 0,9 a 3,6) seguida pela faixa etária de 30 a 59 anos (variação do coeficiente de

incidência de 21,6 a 2204,1 casos por 100.000 habitantes e da razão dos coeficientes de

incidência de 1,3 a 2,8). Os extremos de idade apresentaram os menores coeficientes de

incidência, sendo que as crianças (0 a 14 anos) apresentaram maiores coeficientes de

incidência do que os idosos (60 anos e mais).

Nos anos de 2013 (introdução do sorotipo DENV 4 em 2012) e 2010 (retorno da

circulação do DENV 2 em 2009), anos com os maiores coeficientes de incidência do período,

a faixa etária predominante permaneceu a de 15 a 29 anos (3172,0 e 2264,4 casos por 100.000

habitantes e razão dos coeficientes de incidência de 2,8 e 2,0, respectivamente), seguida pela

de 30 a 59 anos (2204,1 e 1940,4 casos por 100.000 habitantes e razão dos coeficientes de

incidência de 2,0 e 1,7, respectivamente). No entanto, houve predomínio da faixa etária de 0 a

14 anos nos anos de 2008 (27,6 casos por 100.000 habitantes e razão dos coeficientes de

incidência de 1,7) e 2011 (33,8 casos por 100.000 habitantes e razão dos coeficientes de

incidência de 1,7), anos endêmicos, sem a introdução de novo sorotipo ou retorno da

circulação de um sorotipo, sendo também anos posteriores a anos com médio e alto

coeficiente de incidência, respectivamente (2007 e 2010). Dessa forma, a Tabela 4 e a Tabela

11 (Anexo 6) mostram que, de 2007 a 2016, o maior acometimento da dengue nas crianças

em 2008 e 2011 pode estar relacionado à redução da população suscetível nas demais faixas

etárias nestes anos (Tabela 4 e Tabela 11).

55



2016.

Faixa

Etária

(anos)


2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 130,0 33,4 28,6 1942,3 29,4 94,4 1957,5 320,5 711,3 299,6

15 a 29 229,7 20,4 33,3 2528,8 23,9 153,9 3376,8 633,0 1570,0 415,4

30 a 59 231,8 25,7 46,1 2166,4 27,5 168,7 2548,8 660,9 1006,8 328,8

60 e mais 133,6 17,4 10,6 1141,2 23,9 48,2 1173,7 300,5 432,7 140,1

Total 195,0 24,2 33,3 1988,4 26,3 127,1 2294,5 517,2 920,8 293,5


Da mesma forma que na população geral, ao longo do período estudado, a Tabela 5 e a

Tabela 12 (Anexo 7) mostram que o coeficiente de incidência de dengue por faixa etária e

sexo feminino foi maior na faixa etária de 15 a 29 anos (variação do coeficiente de incidência

de 20,4 a 3376,8 casos por 100.000 habitantes e a razão dos coeficientes de incidência de 1,0

a 3,6), seguida pela faixa etária de 30 a 59 anos (variação do coeficiente de incidência de 25,7

a 2548,8 casos por 100.000 habitantes e da razão dos coeficientes de incidência de 1,1 a 4,4) e

depois pelas crianças (0 a 14 anos) e idosas (60 anos e mais). O predomínio da incidência

entre as crianças do sexo feminino (0 a 14 anos) também ocorreu nos anos de 2008 (33,4

casos por 100.000 habitantes e razão dos coeficientes de incidência de 1,9) e 2011 (29,4 casos

por 100.000 habitantes e razão dos coeficientes de incidência de 1,2).



2016.

Faixa

Etária

(anos)


2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 189,8 22,0 34,6 1826,4 37,9 128,0 1788,7 353,8 635,4 324,3

15 a 29 213,0 8,4 21,4 1993,7 39,9 133,3 2965,7 523,7 1233,0 349,2

30 a 59 187,3 16,8 27,4 1677,7 28,4 103,6 1804,5 394,8 673,8 246,0

60 e mais 124,1 14,3 20,9 1177,7 12,8 49,5 1025,3 166,6 330,5 79,9

Total 185,4 15,5 26,5 1706,9 30,4 106,2 1921,9 374,7 720,1 251,9


56

De acordo com a Tabela 6 e a Tabela 13 (Anexo 8) o coeficiente de incidência de

dengue por faixa etária e sexo masculino foi maior na faixa etária de 15 a 29 anos (variação

do coeficiente de incidência de 8,4 a 2965,7 casos por 100.000 habitantes e da razão dos

coeficientes de incidência de 0,6 a 4,4). No entanto, diferentemente da população geral, em

seguida apresentou maior coeficiente de incidência de dengue a faixa de 0 a 14 anos (variação

do coeficiente de incidência de 22,0 a 1826,4 casos por 100.000 habitantes e da razão dos

coeficientes de incidência de 1,5 a 4,1), seguida pela faixa de 30 a 59 anos e pelos idosos (60

anos e mais). O predomínio da incidência entre as crianças do sexo masculino (0 a 14 anos)

ocorreu nos anos de 2008 (22,0 casos por 100.000 habitantes e razão dos coeficientes de

incidência de 1,5) e 2009 (34,6 casos por 100.000 habitantes e razão dos coeficientes de

incidência de 1,3). Dessa forma, foi verificado que ao longo do período de 2007 a 2016 as

crianças (0 a 14 anos) do sexo masculino foram mais acometidas pela dengue em Santos do

que as crianças do sexo feminino.

4.2. Análise da distribuição espacial dos casos de dengue

Em 2012, ano com médio coeficiente de incidência de dengue (117,4 casos por

100.000 habitantes) em que foi identificado o sorotipo DENV 2 pela primeira vez no

município, o Mapa da Estimativa de Kernel (Figura 11) mostra que os bairros São Manoel,

Alemoa, Jardim Castelo, Rádio Clube, Vila Matias, Encruzilhada, Vila Belmiro, Campo

Grande, Gonzaga e Boqueirão apresentaram as áreas mais quentes, ou seja, com maior

densidade de casos de dengue (310 a 500 casos). Em seguida, com 210 a 309 casos de

dengue, os bairros Bom Retiro, Santa Maria, Areia Branca, Saboó, Morro Saboó, Morro

Penha, Morro São Bento, Morro Vila Progresso, Morro Jabaquara, Jabaquara, Marapé, José

Menino, Macuco, Vila Nova, Aparecida e Ponta da Praia. Os demais bairros estavam entre as

áreas com menor densidade de casos de dengue (0 a 209 casos).

Em 2012 o coeficiente de incidência de dengue mais alto foi registrado no bairro do

Valongo, seguido pela Vila Matias, Alemoa e São Manoel (Figura 12). Neste ano o valor do

Índice de Moran Global foi 0,027554 (p=0,35) e o Mapa do Índice de Moran local (Figura 13)

mostra que foi verificada a correlação espacial “Alto-Alto” no Morro São Bento. No Morro

Nova Cintra e Monte Cabrão a correlação espacial foi “Alto-Baixo”, enquanto que nos bairros

Jardim Piratininga, Morro Penha, Morro Pacheco, Porto Saboó e Centro foi “Baixo-Alto”.

Nos demais bairros e na área “Em branco/Rural”, na cor branca no Mapa, a correlação

espacial identificada não foi significativa.

57


segundo bairro e ano epidemiológico de início de sintomas. Santos. 2012.

Fonte: SINAN-Net, 2012.

58


de residência, segundo ano epidemiológico de início de sintomas. Santos. 2012.

Fonte: SINAN-Net, 2012; Censo IBGE, 2010.

59

Figura 13 – Mapa do Índice de Moran Local por incidência de dengue (por 10.000


Santos. 2012.


Em 2013, ano que foi registrado o maior coeficiente de incidência de dengue de 2012

a 2016 (2122,8 casos por 100.000 habitantes) e foi identificado o sorotipo DENV 2 em 96,6%

dos casos, o Mapa da Estimativa de Kernel (Figura 14) mostra que os bairros Pompéia,

Gonzaga, Campo Grande, Vila Belmiro, Marapé, José Menino, Encruzilhada, Boqueirão,

Aparecida, Embaré, Saboó, Morro Saboó, Morro São Bento, Morro Jabaquara, Morro Penha

e Morro Pacheco apresentaram as áreas mais quentes, ou seja, com maior densidade de casos

de dengue (4.200 a 6.900 casos). Em seguida, com 2.900 a 4.199 casos de dengue, os bairros

Rádio Clube, Jardim Castelo, Areia Branca, Bom Retiro, Santa Maria, Morro Vila Progresso,

Morro Nova Cintra, Alemoa, Jabaquara, Morro Fontana, Vila Nova, Centro, Paquetá, Vila

Matias, Morro Santa Terezinha, Morro José Menino, Macuco, Estuário e Ponta da Praia. Os

demais bairros estavam entre as áreas com menor densidade de casos de dengue neste ano (0 a

2.899 casos).

A

60

Conforme a Figura 15, em 2013 o maior coeficiente de incidência foi registrado no

Valongo, seguido do Centro, Paquetá, Alemoa e Jabaquara. Neste ano o valor do Índice de

Moran Global foi -0,0342442 (p=0,31) e o Mapa do Índice de Moran local (Figura 16) mostra

que foi identificada a correlação espacial “Alto-Alto” nos bairros Morro São Bento, Morro

Penha, Morro Pacheco, Monte Serrat, Valongo e Centro. No Porto Valongo a correlação

espacial foi “Baixo-Alto”, enquanto que nos bairros Cabuçu, Guarapá, Ilha Barnabé, Monte

Cabrão, Nossa Senhora das Neves, Trindade e na área “Em branco/Rural” foi “Baixo-Baixo”.

Nos outros bairros, na cor branca no Mapa, a correlação espacial não foi significativa.



Fonte: SINAN-Net, 2013.

61




62

Figura 16 – Mapa do Índice de Moran Local por incidência de dengue (por 10.000


Santos. 2013.


No ano de 2014, quando o coeficiente de incidência foi alto (451,1 casos por 100.000

habitantes) e co-circularam os sorotipos DENV 1 (57,1% dos casos) e DENV 4 (42,9% dos

casos), o Mapa da Estimativa de Kernel de 2014 (Figura 17) indica que apresentaram as áreas

mais quentes (950 a 1.600 casos) os bairros Pompéia, Gonzaga, Campo Grande, Marapé, Vila

Belmiro, José Menino, Encruzilhada, Vila Matias, Boqueirão, Embaré, Macuco, Aparecida,

Rádio Clube, Jardim Castelo e Areia Branca. A seguir, com 640 a 949 casos de dengue, os

bairros Bom Retiro, Santa Maria, Vila Nova, Estuário e Ponta da Praia. Os demais bairros

estavam entre as áreas com menor densidade de casos de dengue (0 a 639 casos).

Conforme a Figura 18, em 2014 os maiores coeficientes de incidência foram

registrados no Valongo, Centro, Monte Serrat e Vila Matias, seguidos pelos bairros Vila

Nova, Estuário, José Menino, Alemoa, Bom Retiro, Rádio Clube, Jardim Castelo e Areia

/RURAL

A

63

Branca. Neste ano o valor do Índice de Moran Global foi 0,0342561 (p=0,34) e conforme o

Mapa do Índice de Moran local (Figura 19) foi verificada a correlação espacial “Alto-Alto”

no Morro São Bento, Monte Serrat, Centro, Vila Nova e Vila Matias. A correlação espacial

“Alto-Baixo” foi identificada nos bairros Alemoa, Morro Nova Cintra e Caruara. No Porto

Valongo, Morro Pacheco e Morro Fontana a correlação espacial foi “Baixo-Alto”, enquanto

que nos bairros Cabuçu, Guarapá, Ilha Barnabé, Monte Cabrão, Nossa Senhora das Neves,

Trindade e na área “Em branco/Rural” foi “Baixo-Baixo”. Nos demais bairros, em branco no

Mapa, a correlação espacial não foi significativa.



Fonte: SINAN-Online, 2014.

64



Fonte: SINAN-Online, 2014; Censo IBGE, 2010.

65

Figura 19 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000 habitantes),

por bairro de residência, segundo ano epidemiológico de início de sintomas. Santos. 2014.


Em 2015, ano em que foi registrado o segundo maior coeficiente de incidência do

período de 2012 a 2016 (829,3 casos por 100.000 habitantes) e circulou o sorotipo DENV 1

(100,0% dos casos), o Mapa da Estimativa de Kernel de 2015 (Figura 20) aponta que as áreas

de maior densidade de casos de dengue (2.200 a 3.600 casos) foram os bairros José Menino,

Pompéia, Gonzaga, Marapé, Campo Grande, Rádio Clube e Jardim Castelo. A seguir, com

1.500 a 2.199 casos de dengue, os bairros Bom Retiro, Areia Branca, Santa Maria, Saboó,

Morro Saboó, Morro Penha, Morro Pacheco, Morro São Bento, Morro Jabaquara, Vila Nova,

Vila Matias, Morro José Menino, Morro Santa Terezinha, Vila Belmiro e Aparecida. Os

bairros restantes estavam entre as áreas com menor densidade de casos de dengue neste ano (0

a 1.499 casos).

De acordo com a Figura 21, em 2015 o destaque dos coeficientes de incidência se deu

no Valongo, Centro e Alemoa, seguidos pelos bairros Paquetá, Vila Nova, Vila Matias, José

Menino, Jabaquara, Morro São Bento, Morro Nova Cintra, Caneleira, Chico de Paula, São

/RURAL

A

/RURAL

66

Manoel, Rádio Clube e Areia Branca. Neste ano o valor obtido para o Índice de Moran Global

foi -0,0102493 (p=0,49), sendo que o Mapa do Índice de Moran local (Figura 22) mostrou a

correlação espacial “Alto-Alto” no Morro São Bento, Morro Penha, Morro Pacheco, Valongo

e Centro. No Porto Valongo, Porto Saboó e Vila Haddad a correlação espacial foi “Baixo-

Alto”, enquanto que nos bairros Estuário, Monte Cabrão e na área “Em branco/Rural” foi

“Baixo-Baixo”. Nos bairros identificados na cor branca no Mapa, a correlação espacial não

foi significativa.




67




68

Figura 22 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000


Santos. 2015.


No ano de 2016, com médio coeficiente de incidência de dengue no município (274,9

casos por 100.000 habitantes) e sem registro do sorotipo circulante, o Mapa da Estimativa de

Kernel (Figura 23) mostra que as áreas de maior densidade de casos de dengue (520 a 850

casos) foram os bairros Rádio Clube, Bom Retiro, Jardim Castelo, Santa Maria, Vila São

Jorge, Areia Branca, Alemoa, Saboó, Morro Chico de Paula, Morro Penha, Morro Pacheco,

Morro Saboó, Morro São Bento, Valongo, Marapé, Vila Belmiro, Campo Grande, Pompéia,

Gonzaga, Encruzilhada, Boqueirão, Aparecida e Ponta da Praia. Em seguida, com 350 a 519

casos de dengue, os bairros Chico de Paula, Vila Haddad, Morro Santa Maria, Morro

Jabaquara, Morro Fontana, Centro, Vila Nova, Vila Matias, Macuco, Morro Santa Terezinha,

Morro José Menino, José Menino, Embaré e Estuário. Os demais bairros estavam entre as

áreas com menor densidade de casos de dengue neste ano (0 a 349 casos).

A

/RURAL

69

Conforme a Figura 24, em 2016 o maior coeficiente de incidência ocorreu no

Valongo, seguido pelos bairros do Centro, Alemoa, Paquetá, Vila Matias, Morro São Bento,

Morro Penha, Morro Saboó, Jardim Piratininga, Chico de Paula, Rádio Clube e Areia Branca.

Neste ano o valor calculado para o Índice de Moran Global foi -0,0498847 (p=0,16) e

segundo o Mapa do Índice de Moran local (Figura 25) foi verificada a correlação espacial

“Alto-Alto” no Morro São Bento, Morro Penha e Centro. Nos bairros São Manoel, Vila

Haddad, Morro Pacheco, Porto Valongo, Porto Saboó a correlação espacial foi “Baixo-Alto”,

enquanto que nos bairros Guarapá, Ilha Barnabé, Monte Cabrão, Nossa Senhora das Neves,

Trindade, Cabuçú, Iriri e Caruara foi “Baixo-Baixo”. Nos demais bairros e na área “Em

branco/Rural”, na cor branca no Mapa, não foi identificada correlação espacial significativa.




70




71

Figura 25 - Mapa do Índice de Moran Local por incidência de dengue (por 10.000 habitantes),

por bairro de residência, segundo ano epidemiológico de início de sintomas. Santos. 2016.


Conforme os Mapas da Estimativa de Kernel (Figura 11, 14, 17, 20 e 23) as áreas mais

quentes a cada ano se concentraram repetidamente nos bairros do Rádio Clube e Jardim

Castelo (2012 e 2016), bairros que apresentam setores com vulnerabilidade muito alta (IPVS

6) e vulnerabilidade média (IPVS 4); Pompéia e Campo Grande (de 2013 a 2015), que

apresentam apenas setores censitários de vulnerabilidade baixíssima ou muito baixa (IPVS 1 e

2); e Gonzaga (2013 e 2014), bairro que possui apenas setores censitários de vulnerabilidade

baixíssima ou muito baixa (IPVS 1 e 2). Nos anos de pico epidêmico (anos de 2013 e 2015,

com 2122,8 e 829,3 casos de dengue por 100.000 habitantes, respectivamente) destacaram-se,

em 2013, os bairros Campo Grande, Pompéia, Gonzaga e Aparecida e, em 2015, Campo

Grande, Pompéia e José Menino, bairros classificados como de vulnerabilidade baixíssima ou

muito baixa (IPVS 1 e 2). Observa-se também que no ano 2012, ano de menor coeficiente de

incidência do período, as áreas de maior densidade de casos de dengue estão menos

espalhadas pelo município quando comparado aos demais anos.

A

72

Os Mapas do coeficiente de incidência de dengue (Figuras 12, 15, 18, 21 e 24)

mostram que de 2012 a 2016 foi registrado alto coeficiente de incidência no bairro do

Valongo em todos os anos. Neste período, principalmente de 2014 a 2016, a ocorrência de

dengue predominou nos bairros localizados nas Áreas 6, 7 (Morros), 8 e 9 sendo que, nestas

Áreas estão concentrados os setores censitários de vulnerabilidade alta (IPVS 5) e muito alta

(IPVS 6). Nos dois anos de pico epidêmico (2013 e 2015) os maiores coeficientes de

incidência foram registrados no bairro do Valongo (2948,2 e 876,5 casos de dengue por

10.000 habitantes, respectivamente), mas também foram registrados altos coeficientes de

incidência nos bairros Centro, Alemoa, Paquetá e Jabaquara.

Conforme os Mapas do Índice de Moran local (Figuras 13, 16, 19, 22 e 25) em todos

os anos do período de 2012 a 2016 o bairro Morro São Bento (com grande parte de seus

setores classificados como de vulnerabilidade alta e média) apresentou correlação espacial

“Alto-Alto”. Nos anos de 2013 e 2015, anos com os maiores coeficientes de incidência no

período, os Mapas do Índice de Moran local indicaram a correlação espacial “Alto-Alto” no

Morro São Bento, Morro Penha, Morro Pacheco, Valongo e Centro, mostrando que estes

cinco bairros apresentaram alta dependência espacial em relação à dengue e características

semelhantes nos anos em que ocorreram as maiores epidemias do período.

De acordo com os Mapas do Índice de Moran local (Figuras 13, 16, 19, 22 e 25) a

correlação “Alto-Baixo” foi identificada no Morro Nova Cintra, que também faz fronteira

com o Morro São Bento, nos anos 2012 e 2014. A mesma correlação foi identificada nos

bairros Alemoa, em 2014, e Monte Cabrão, em 2012. É importante pontuar que, na Área 7 do

município (Área de Morros, composta por 17 bairros) as Armadilhas (MosquiTRAP) foram

implantadas apenas no Morro Nova Cintra, o que pode apontar para a importância de ampliar

o quantitativo e a distribuição de armadilhas no território da Área 7, assim como a

implantação destas no bairro da Alemoa (situado na Área insular do município).

Assim, a análise da distribuição espacial dos casos de dengue apontou padrões de

agregação e as principais áreas de vulnerabilidade para a doença de 2012 a 2016. É essencial

que a equipe do SECOVE mantenha atenção em relação às atividades de controle de vetores

nos bairros destacados a fim de melhorar o planejamento, otimizar as ações em busca de

melhores resultados.

73

4.3 Relação dos padrões de distribuição espacial dos casos de dengue com

indicadores socioeconômicos e ambientais

4.3.1 Indicadores socioeconômicos

Segundo o Censo do IBGE de 2010, a Densidade demográfica varia de 1,3 habitantes

por km² no bairro Trindade (Área Continental) a 24.722,7 habitantes por km² no bairro

Campo Grande (Área 5), considerando a ausência de população residente na Área Portuária e

nos bairros Morro Embaré (Área 7) e Ilha Barnabé (Área Continental). As Áreas 1, 2 e 4 estão

localizadas na orla da praia e juntas possuem a maior concentração populacional (17886,7

habitantes por km²), com destaque para os bairros Pompéia, Gonzaga, Boqueirão, Embaré e

Aparecida; as três Áreas são caracterizadas por grande concentração de edifícios e presença

de imóveis de veraneio. A seguir estão as Áreas 3 e 5, próximas à orla da praia, com 16787,6

habitantes por km², onde destacam-se Campo Grande, Marapé e Encruzilhada. Nas áreas 8 e

9, contrariamente, grande parte dos imóveis é residencial e composta por habitações térreas,

apresentando juntas 8092,3 habitantes por km², onde destacam-se os bairros da Área 9,

principalmente Rádio Clube e Jardim Castelo. Em seguida, a Área 6 apresenta 4761,6

habitantes por km² e abriga o centro da cidade, com importante área comercial. A Área 7,

formada pelos morros, possui 5174,9 habitantes por km, sendo grande parte dos imóveis de

casas e sobrados, com maior densidade demográfica no Morro Vila Progresso. E na Área

Continental está a menor densidade demográfica da cidade, com 13,5 habitantes por km²;

trata-se de uma Área com estrutura e caraterísticas diversas em relação às demais Áreas, com

grande parte de seu território formado por mata atlântica e pela Serra do Mar (Figura 26).

74

Figura 26 - Mapa da densidade demográfica (habitantes/km²), por bairro de residência.

Santos. 2010.

*Ausência de população residente na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.

Fonte: Censo IBGE, 2010.

A proporção de domicílios com renda per capita até meio salário mínimo varia de

1,2% no Boqueirão e no Gonzaga (Área 2 e Área 4, respectivamente) até 43,4% na Alemoa

(Área 8), considerando a ausência de domicílios na Área Portuária e nos bairros Morro

Embaré e Ilha Barnabé. Os bairros na orla da praia e próximos da orla apresentam as menores

proporções de domicílios com renda per capita até meio salário mínimo (Áreas 1 a 5),

enquanto que, as maiores proporções de domicílios com renda per capita até meio salário

mínimo, estão situadas nos bairros das demais Áreas do município, com destaque para a Área

8 e Área Continental (Figura 27).

75

Figura 27 - Mapa da proporção de domicílios com renda per capita até meio salário mínimo,

por bairro de residência. Santos. 2010.

*Ausência de domicílios na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.


De acordo com a Figura 28 a proporção de pessoas residentes alfabetizadas com 5 ou

mais anos de idade varia de 50,0% no bairro Nossa Senhora das Neves (Área Continental) a

95,6% no Boqueirão (Área 2). De forma análoga ao indicador de proporção de renda, os

bairros situados nas Áreas 1 a 5, possuem as maiores proporções de pessoas residentes

alfabetizadas com 5 ou mais anos de idade, enquanto que nas demais Áreas do município,

com destaque para a Área 8 e Área Continental, estão as menores proporções de pessoas

residentes alfabetizadas com 5 ou mais anos de idade. Dessa forma, conforme os Mapas das

Figuras 27 e 28, verifica-se que a proporção de domicílios com renda per capita até meio

salário mínimo é inversamente proporcional à proporção de pessoas residentes alfabetizadas

com 5 ou mais anos de idade.

76

Figura 28 - Mapa da proporção de pessoas residentes alfabetizadas com 5 ou mais anos de

idade, por bairro de residência. Santos. 2010.



A Figura 29 mostra que o abastecimento de água é homogêneo na Área insular do

município, considerando que 44 bairros (67,7%) apresentam proporção de domicílios

particulares permanentes com abastecimento de água da rede geral maior ou igual a 97,4%.

As menores proporções de domicílios particulares permanentes com abastecimento de água

da rede geral estão nos bairros da Área Continental do município, seguidos pelos bairros da

Área 8.

77

Figura 29 – Mapa da proporção de domicílios particulares permanentes com abastecimento de

água da rede geral, por bairro de residência. Santos. 2010.



No entanto, o esgotamento sanitário tem maior variação na Área insular do que o

abastecimento de água, conforme aponta a Figura 30, considerando a ausência de domicílios

na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé. Da mesma forma que o

abastecimento de água, as menores proporções de domicílios particulares permanentes com

esgoto da rede estão nos bairros da Área Continental do município, seguidos pelos bairros da

Área 8.

78

Figura 30 - Mapa da proporção de domicílios particulares permanentes com esgoto da rede

geral, por bairro de residência. Santos. 2010.



A Figura 31 mostra que o indicador socioeconômico mais homogêneo na Área insular

do município é a coleta de lixo, com 49 bairros (75,4%) com mais de 90% dos domicílios

particulares permanentes com lixo coletado. As menores proporções de domicílios com lixo

coletado estão nos bairros da Área Continental do município, com destaque para Cabuçú, com

apenas 25,0% dos domicílios com coleta de lixo.

79

Figura 31 – Mapa da proporção de domicílios particulares permanentes com lixo coletado, por

bairro de residência. Santos. 2010.



Conforme a Figura 32, a proporção de pessoas residentes expostas aos grupos de IPVS

4, 5 ou 6 (vulnerabilidade média, alta ou muito alta) varia de 0,0% nos bairros das Áreas 1, 2,

4 e 5 a 100,0% nos bairros Alemoa, Chico de Paula (Área 8), Valongo (Área 6), Caruara e

Monte Cabrão (Área Continental), além dos bairros Morro Caneleira, Morro Penha, Morro

Vila Progresso, Morro Jabaquara e Morro Marapé (Área 7).

Assim, o indicador baseado no IPVS corrobora com os dados dos indicadores

apresentados anteriormente, relacionados ao nível de alfabetização e renda, acesso a

abastecimento de água e esgoto da rede geral e coleta de lixo (Figuras 27 a 31).

80

Figura 32 – Mapa da proporção de proporção de pessoas expostas aos grupos de IPVS 4, 5 ou

6, por bairro de residência. Santos. 2010.


Fontes: Fundação Seade - Índice paulista de vulnerabilidade social, 2010; Censo IBGE, 2010.

4.3.1.1 Correlações bivariadas (Spearman) - Indicadores socioeconômicos

O coeficiente de correlação foi significativo para a densidade demográfica

(habitantes/km²) em relação ao coeficiente de incidência de dengue apenas em 2016 (-0,389),

sendo negativo em todos os anos do período estudado (Tabela 7).

Em relação à proporção de alfabetização da população de 5 anos e mais, o coeficiente

de correlação com o coeficiente de incidência de dengue foram negativos em todos os anos,

sendo significativos nos anos de 2013, 2015 e 2016 (-0,296; -0,435; e -0,356,

respectivamente) (Tabela 7).

O indicador proporção de domicílios com renda per capita até ½ (meio) salário

mínimo mostrou coeficientes de correlação positivos em relação ao coeficiente de incidência

de dengue em todos os anos do período de 2012 a 2016, com significância em 2015 (0,384) e

2016 (0,324) (Tabela 7).

81

Os indicadores proporção de domicílios com abastecimento de água da rede geral e

proporção de domicílios com lixo coletado não apresentaram coeficientes de correlação

significativos em relação ao coeficiente de incidência de dengue em todo o período estudado,

o que pode ser justificado, conforme a Figura 28, pela homogeneidade de ambos os

indicadores na Área insular do município. Por sua vez, para o indicador proporção de

domicílios com esgoto da rede geral os coeficientes de correlação foram negativos em relação

ao coeficiente de incidência de dengue em todos os anos, sendo significativo em 2015 (-

0,352) e 2016 (-0,393) (Tabela 7).

Para o indicador proporção da população exposta aos grupos de IPVS 4, 5 ou 6

(vulnerabilidade média, alta ou muito alta) os coeficientes de correlação foram positivos em

relação ao coeficiente de incidência de dengue em todos os anos, com significância apenas em

2015 (0,332) (Tabela 7).

A Tabela 7 mostra que, as correlações entre os indicadores socieconômicos elencados

e o coeficiente de incidência de dengue, foram significativas em apenas alguns anos do

período estudado e apenas no ano de 2015 foram significativas para a maioria dos indicadores

(proporção de alfabetização, proporção de renda per capita até ½ salário mínimo, proporção

de esgoto e proporção de expostos aos grupos de IPVS 4, 5 ou 6).

82


(por 10.000 habitantes) por ano, segundo indicadores socioeconômicos. Santos. 2012-2016.

Indicadores socieconômicos

Coeficiente de incidência de dengue

2012 2013 2014 2015 2016

Densidade demográfica

(habitantes/km²) -0,104 -0,176 -0,051 -0,261 -0,389(**)

Proporção de alfabetização

(idade ≥ 5 anos) -0,262 -0,296(*) -0,057 -0,435(**) -0,356(*)

Proporção de renda per capita

até ½ salário mínimo 0,246 0,201 0,005 0,384(**) 0,324(*)

Proporção de abastecimento

de água da rede geral 0,004 -0,111 0,12 -0,208 -0,141

Proporção de esgotamento

sanitário da rede geral -0,235 -0,142 -0,053 -0,352(*) -0,393(**)

Proporção de lixo coletado -0,137 0,056 -0,046 -0,104 0,017

Proporção de expostos aos

grupos de IPVS 4, 5 ou 6 0,151 0,21 0,028 0,332(*) 0,237

**Correlações significativas (p<0,01)

*Correlações significativas (p<0,05)

Fontes: SINAN-Net e SINAN-Online, 2012-2016; Fundação Seade - Índice paulista de

vulnerabilidade social, 2010; Censo IBGE, 2010.

4.3.1.2 Índice de Moran Local (LISA) Bivariado – Indicadores socioeconômicos

No ano de 2016, último ano da série histórica estudada, foi identificado médio

coeficiente de incidência de dengue no município (274,9 casos por 100.000 habitantes) e não

há registro do sorotipo circulante no SINAN-Online.

Para o indicador densidade demográfica o valor do Índice de Moran foi -0,00554226.

Conforme o Mapa do Índice de Moran Local Bivariado (Figura 33) foi verificada a correlação

espacial “Low-Low” (Baixo-Baixo) no bairro Saboó, ou seja, baixo coeficiente de incidência

de dengue e baixa densidade demográfica. Foi identificada a correlação espacial “Low-High”

(Baixo-Alto) nos bairros Campo Grande, Pompéia, Gonzaga , Encruzilhada, Macuco,

Boqueirão, Embaré e Estuário, ou seja, baixo coeficiente de incidência de dengue e alta

densidade demográfica.

83


habitantes) e indicadores Densidade demográfica e Proporção de domicílios com

abastecimento de água da rede geral, segundo bairro de residência. Santos. 2016.


84

Em relação ao indicador proporção de domicílios com abastecimento de água da rede

geral o valor do Índice de Moran foi 0,0396913. De acordo com o Mapa do Índice de Moran

Local Bivariado (Figura 33) foi verificada a correlação espacial “High-High” (Alto-Alto) no

bairro Vila Matias, sendo assim, apresentou alto coeficiente de incidência de dengue e alta

proporção de domicílios com abastecimento de água da rede geral. E nos bairros Vila

Belmiro, Encruzilhada, Macuco, Gonzaga, Embaré e Aparecida foi identificada a correlação

“Low-High” (Baixo-Alto), com baixo-baixo coeficiente de incidência de dengue e alta

proporção de domicílios com abastecimento de água da rede geral.

No caso do indicador proporção de domicílios com lixo coletado o valor do Índice de

Moran foi 0,0259314. O Mapa do Índice de Moran Local Bivariado (Figura 34) mostra que a

correlação espacial foi “High-High” (Alto-Alto) no Morro São Bento, indicando alto

coeficiente de incidência de dengue e alta proporção de domicílios com lixo coletado neste

bairro. A correlação espacial “Low-High” (Baixo-Alto) foi identificada nos bairros Monte

Serrat, Marapé e Ponta da Praia, mostrando baixo coeficiente de incidência de dengue e alta

proporção de domicílios com lixo coletado neste bairro.

Para o indicador proporção de domicílios com esgotamento sanitário via rede geral o

valor do Índice de Moran foi 0,0606989. O Mapa do Índice de Moran Local Bivariado

(Figura 34) indica que a correlação espacial foi “High-High” (Alto-Alto) no Centro e na Vila

Matias, isto é, com alto coeficiente de incidência de dengue e alta proporção de domicílios

com esgotamento sanitário via rede geral nestes bairros. Enquanto que a correlação espacial

foi “Low-High” (Baixo-Alto), indicando baixo coeficiente de incidência de dengue e alta

proporção de domicílios com esgotamento sanitário via rede geral, nos seguintes bairros:

Jabaquara, Marapé, Morro José Menino, Vila Belmiro, Campo Grande, Pompéia, Gonzaga,

Encruzilhada, Macuco, Estuário, Boqueirão, Embaré e Aparecida.

85


habitantes) e indicadores Proporção de domicílios com lixo coletado e Proporção de

domicílios com esgotamento sanitário via rede geral, segundo bairro de residência. Santos.

2016.


86

Para o indicador Proporção de domicílios com renda per capita até 1/2 salário mínimo

o valor do Índice de Moran foi 0,0889125. Conforme o Mapa do Índice de Moran Local

Bivariado (Figura 35) foi verificada a correlação espacial “High-High” (Alto-Alto) no Jardim

Piratininga e no Chico de Paula, ou seja, alto coeficiente de incidência de dengue e alta

proporção de domicílios com renda per capita até 1/2 salário mínimo. Foi identificada a

correlação espacial “Low-High” (Baixo-Alto) apenas no bairro São Manoel, com baixo

coeficiente de incidência de dengue e alta proporção de domicílios com renda per capita até

1/2 salário mínimo. Enquanto que nos bairros José Menino, Marapé, Vila Belmiro, Campo

Grande, Encruzilhada, Macuco, Estuário, Pompéia, Gonzaga, Boqueirão, Embaré e Aparecida

foi identificada a correlação “Low-Low” (Baixo-Baixo), com baixo coeficiente de incidência

de dengue e baixa proporção de domicílios com renda per capita até 1/2 salário mínimo.

Em relação ao indicador Proporção de pessoas residentes alfabetizadas com 5 ou mais

anos de idade o valor do Índice de Moran foi -0,104013. De acordo com o Mapa do Índice de

Moran Local Bivariado (Figura 35) foi verificada a correlação espacial “Low-High” (Baixo-

Alto) nos bairros José Menino, Marapé, Vila Belmiro, Campo Grande, Encruzilhada, Macuco,

Estuário, Pompéia, Gonzaga, Boqueirão, Embaré e Aparecida, que apresentaram baixo

coeficiente de incidência de dengue e alta proporção de pessoas residentes alfabetizadas com

5 ou mais anos de idade.

Os Mapas do Índice de Moran Local Bivariado (Figura 35) mostraram relação direta

entre os indicadores de proporção de alfabetização e de renda nos bairros José Menino,

Marapé, Vila Belmiro, Campo Grande, Encruzilhada, Macuco, Estuário, Pompéia, Gonzaga,

Boqueirão, Embaré e Aparecida, que apresentaram baixo coeficiente de incidência de dengue,

alta proporção de pessoas residentes alfabetizadas com 5 ou mais anos de idade e baixa

proporção de domicílios com renda per capita até 1/2 salário mínimo.

87


habitantes) e indicadores Proporção de domicílios com renda per capita até 1/2 salário

mínimo e Proporção de pessoas residentes alfabetizadas com 5 ou mais anos de idade,

segundo bairro de residência. Santos. 2016.


88

Por fim, para o indicador proporção de pessoas residentes expostas aos grupos de

IPVS 4, 5 ou 6 o valor do Índice de Moran foi 0,107838. De acordo com o Mapa do Índice de

Moran Local Bivariado (Figura 36) foi verificada a correlação espacial “High-High” (Alto-

Alto) nos bairros Morro São Bento, Centro e Morro Nova Cintra, que apresentaram alto

coeficiente de incidência de dengue e alta proporção de pessoas residentes expostas aos

grupos de IPVS 4, 5 ou 6. Apenas no Morro Pacheco foi identificada a correlação “Low-

High” (Baixo-Alto), com baixo coeficiente de incidência de dengue e alta proporção de

pessoas residentes expostas aos grupos de IPVS 4, 5 ou 6. Enquanto que nos bairros Pompéia,

Campo Grande, Vila Belmiro, Encruzilhada e Macuco foi verificada a correlação “Low-Low”

(Baixo-Baixo), com baixo coeficiente de incidência de dengue e baixa proporção de pessoas

residentes expostas aos grupos de IPVS 4, 5 ou 6.

Figura 36 – Mapa do Índice de Moran Local Bivariado por incidência de dengue (por 10.000

habitantes) e indicador Proporção de pessoas residentes expostas aos grupos de IPVS 4, 5 ou

6, segundo bairro de residência. Santos. 2016.

Fonte: SINAN-Online, 2016; Censo IBGE, 2010; Fundação Seade - Índice paulista de vulnerabilidade

social, 2010.

89

Conforme os Mapas do Índice de Moran Local Bivariado (Figuras 33, 34, 35 e 36),

entre os sete indicadores socioeconômicos adotados, os indicadores proporção de domicílios

com renda per capita até 1/2 salário mínimo, proporção de pessoas residentes alfabetizadas

com 5 ou mais anos de idade e proporção de pessoas residentes expostas aos grupos de IPVS

4, 5 ou 6 mostraram relação direta com a ocorrência da dengue. Enquanto que, os demais

indicadores socioeconômicos não mostraram relação direta com a ocorrência da doença no

município no ano de 2016. De modo geral, não foi identificada uma relação direta entre

condições socioeconômicas e a ocorrência de dengue, visto que foram verificados bairros com

baixo coeficiente de incidência de dengue e piores condições socioeconômicas (alta

proporção de pessoas expostas aos grupos de IPVS 4, 5 ou 6; e alta proporção de domicílios

com renda per capita até 1/2 salário mínimo).

Assim, os Mapas do Índice de Moran Local Bivariado (Figuras 33, 34, 35 e 36) não

possibilitaram a identificação de padrões gerais entre os indicadores socioeconômicos e o

coeficiente de incidência de dengue para todo o município. No entanto, foram apontados

padrões locais que foram mais ou menos pronunciados dependendo do indicador

socioeconômico.

4.3.2 Indicadores ambientais

A Figura 37 mostra de forma clara a sazonalidade da dengue com predomínio da

ocorrência no mês de abril durante todo o período estudado, com picos do coeficiente de

incidência de dengue de 700,3 e 434,9 casos por 100.000 habitantes em 2013 e 2015,

respectivamente.

O IDF (Índice de Densidade de fêmeas de Ae. Aegypti) acompanhou os picos da

incidência de dengue nos meses de abril nos anos de 2012 (3,3), 2015 (7,5) e 2016 (7,0),

enquanto que, nos anos de 2013 e 2014 o IDF apresentou seu maior pico no mês de janeiro e

fevereiro, respectivamente. Observou-se que no mês de janeiro de 2015 e 2016 o IDF

apresentou seu segundo maior pico. Ao longo do período de 2012 a 2016, em quatro anos os

menores valores de IDF foram observados no mês de julho (2,0 em 2013; 2,5 em 2014; 3,0

em 2015; e 1,7 em 2016). No entanto, o fato de que as armadilhas da Área portuária foram

instaladas em junho de 2013 (levando à ausência do IDF no ano de 2012 e nos meses de

janeiro e abril de 2013) pode ter gerado um indicador enviesado até metade de 2013 (Figura

38).

Apesar do IDL (Índice de Densidade Larvária) ter se mostrado mais constante ao

longo dos meses em comparação ao IDF, este indicador também acompanhou os picos da

90

incidência de dengue nos meses de abril de 2012 (0,8), 2014 (3,0) e 2015 (1,9), enquanto que,

no ano de 2016 seu maior pico ocorreu no mês de janeiro. Em todos os anos do período os

menores valores de IDL foram registrados no mês de julho (0,4 em 2012; 0,2 em 2013; 0,8

em 2014; 0,7 em 2015; e 0,3 em 2016), com igual valor mínimo observado em outubro de

2012 e 2013. Deve ser enfatizado que, em abril de 2013 não foi realizada a avaliação de

densidade larvária devido a epidemia de dengue (Figura 39).

91

Figura 37– Coeficiente de incidência de dengue (por 100.000 habitantes) por mês de início de

sintomas. Santos. 2012-2016.

Fonte: SINAN-Net e SINAN-Online, 2012-2016; Censo IBGE, 2010.

Figura 38– Índice de Densidade de fêmeas de Ae. aegypti (IDF) por mês de captura. Santos.

2012-2016.


2016

Figura 39– Índice de Densidade Larvária (IDL) por mês de avaliação. Santos. 2012-2016.


2016

92

4.3.2.1 Correlações bivariadas (Spearman) - Indicadores ambientais

No mês de janeiro, os indicadores Índice de Densidade de fêmeas de Aedes aegypti

(IDF) e Índice de Densidade Larvária (IDL) apresentaram coeficientes de correlação positivos

de 2012 a 2014, com significância apenas em 2013 (0,412 e 0,319, respectivamente). No

entanto, tanto para o IDF como para o IDL os coeficientes de correlação nos anos de 2015 e

2016 foram negativos neste mês (Tabelas 8 e 9).

Em abril, o IDF e o IDL não apresentaram coeficientes de correlação significativos no

período de 2012 a 2016. Os coeficientes de correlação foram positivos, exceto para o IDF em

2013 (-0,084), considerando que em abril de 2013 não foi realizada a avaliação de densidade

larvária devido a epidemia de dengue, justificando a ausência do valor do IDL no mês em

questão (Tabelas 8 e 9).

No mês de julho, o IDF apresentou coeficientes de correlação positivos em 2013, 2014

e 2016, e negativos em 2012 e 2015, sem coeficientes de correlação significativos no período

estudado. O IDL apresentou coeficientes de correlação negativos, exceto em julho de 2014,

sendo significativo apenas em 2012 (-0,330) (Tabelas 8 e 9).

Em outubro, o IDF apresentou coeficientes de correlação positivos, exceto em 2013,

com coeficiente de correlação significativo apenas em outubro de 2015 (0,390). O IDL

apresentou coeficientes de correlação negativos, exceto em outubro de 2016, sem apresentar

significância durante o período estudado (Tabelas 8 e 9).

93

Tabela 8 – Coeficiente de correlação de Spearman para coeficiente de incidência de dengue

(por 10.000 habitantes), segundo Índice de Densidade de fêmeas de Aedes aegypti (IDF) –

meses de janeiro, abril, julho e outubro. Santos. 2012-2016.

IDF Coeficiente de incidência de dengue (jan, abr, jul, out)

2012 2013 2014 2015 2016

2012

jan 0,286 - - - -

abr 0,168 - - - -

jul -0,245 - - - -

out 0,152 - - - -

2013

jan - 0,412(*) - - -

abr - -0,084 - - -

jul - 0,161 - - -

out - -0,082 - - -

2014

fev - - 0,132 - -

abr - - 0,128 - -

jul - - 0,035 - -

out - - 0,177 - -

2015

jan - - - -0,255 -

abr - - - 0,075 -

jul - - - -0,106 -

out - - - 0,390(*) -

2016

jan - - - - -0,190

abr - - - - 0,179

jul - - - - 0,044

out - - - - 0,046

*Correlações significativas (p<0,05).

Fonte: SINAN-Net e SINAN-Online, 2012-2016; Censo IBGE, 2010; Índices de infestação vetorial –

SECOVE/Secretaria Municipal de Saúde de Santos, 2012-2016.

94


(por 10.000 habitantes), segundo Índice de Densidade Larvária (IDL) – meses de janeiro,

abril, julho e outubro. Santos. 2012-2016.

IDL Coeficiente de incidência de dengue (jan, abr, jul, out)

2012 2013 2014 2015 2016

2012

jan 0,149 - - - -

abr 0,018 - - - -

jul -0,330(*) - - - -

out -0,142 - - - -

2013

jan - 0,319(*) - - -

abr - - - - -

jul - -0,199 - - -

out - -0,220 - - -

2014

fev - - 0,073 - -

abr - - 0,202 - -

jul - - 0,127 - -

out - - -0,192 - -

2015

jan - - - -0,249 -

abr - - - 0,199 -

jul - - - -0,201 -

out - - - -0,015 -

2016

jan - - - - -0,106

abr - - - - 0,171

jul - - - - -0,191

out - - - - 0,198

*Correlações significativas (p<0,05).

Fonte: SINAN-Net e SINAN-Online, 2012-2016; Censo IBGE, 2010; Índices de infestação vetorial –

SECOVE/Secretaria Municipal de Saúde de Santos, 2012-2016.

95

Nos meses de janeiro, abril, julho e outubro, no período de 2012 a 2016, o IDF

apresentou maior correlação positiva em relação ao coeficiente de incidência de dengue do

que o IDL. Dessa forma, o IDF (Índice de Densidade de fêmeas de Ae. Aegypti) se mostrou,

no presente estudo, um indicador mais assertivo em relação à ocorrência de dengue do que o

IDL (Índice de Densidade Larvária).

De modo geral, em relação aos indicadores socioeconômicos e ambientais adotados no

estudo, as análises apresentadas mostram que a correlação bivariada não esgotou as

possibilidades de relação destes indicadores com o coeficiente de incidência de dengue.

Sugere-se, portanto, estudos posteriores com o emprego de correlações multivariadas e cluster

tempo-espacial para melhor elucidação do fenômeno em questão.

4.3.2.2 Mapas temáticos – Indicadores ambientais

No ano de 2012, ano com médio coeficiente de incidência de dengue (117,4 casos por

100.000 habitantes), em que o IDF e o IDL apresentaram pico no mês de abril (3,3 e 0,8,

respectivamente), a Figura 40 mostra que o coeficiente de incidência de dengue mais alto foi

registrado no bairro do Valongo, seguido pela Vila Matias, Alemoa e São Manoel sendo que,

nestes bairros o valor do IDF chegou a 1,6 no Valongo e o IDL chegou a 0,7 no Valongo e na

Vila Matias (considerando a ausência do valor de IDF para o bairro Alemoa, que não possui

armadilhas instaladas). Nestes bairros houve predomínio dos valores de IDF em relação aos

de IDL, considerando os bairros com os dois indicadores ambientais presentes.

96



e Índice de Densidade Larvária (IDL). Santos. 2012.

Fonte: SINAN-Net, 2012; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria

Municipal de Saúde de Santos, 2012.

Em 2013, ano que foi registrado o maior coeficiente de incidência de dengue de 2012

a 2016 (2122,8 casos por 100.000 habitantes), em que os picos do IDF e do IDL ocorreram no

mês de janeiro (3,1 e 1,5, respectivamente), a Figura 41 mostra que o maior coeficiente de

incidência foi registrado no Valongo, seguido do Centro, Paquetá, Alemoa e Jabaquara, nos

quais o valor do IDF chegou a 1,9 no Valongo e o IDL chegou a 0,5 nos bairros Valongo,

Centro, Paquetá e Jabaquara (considerando a ausência do valor de IDF para o bairro Alemoa,

que não possui armadilhas instaladas). Nestes bairros foi identificada a predominância dos

valores de IDF em relação aos de IDL nos bairros onde os dois indicadores ambientais

estavam presentes. A Figura 41 também mostra que em 2013 foi registrado o menor índice no

período para o indicador IDL, com média de 0,2.

97




Fonte: SINAN-Net, 2013; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria


Conforme a Figura 42 em 2014, quando o coeficiente de incidência foi alto (451,1

casos por 100.000 habitantes) e o pico do IDF foi registrado em fevereiro (3,4) e o do IDL em

abril (3,0), foram verificados os maiores coeficientes de incidência no Valongo, Centro,

Monte Serrat e Vila Matias, seguidos pelos bairros Vila Nova, Estuário, José Menino,

Alemoa, Bom Retiro, Rádio Clube, Jardim Castelo e Areia Branca, nos quais o valor do IDF

chegou a 5,0 no Estuário e o IDL chegou a 4,9 na Alemoa e Bom Retiro (considerando a

ausência do valor de IDF para os bairros Alemoa e Monte Serrat, que não possuem

armadilhas instaladas). Nestes bairros, diferentemente dos anos anteriores, foi identificada a

predominância dos valores de IDL em relação aos de IDF (considerando os bairros onde os

dois indicadores ambientais estavam presentes). Observa-se também na Figura 42 que no ano

de 2014 os indicadores IDF e IDL atingiram seus maiores índices no período, com média de

1,7 e 2,3 respectivamente.

98




Fonte: SINAN-Online, 2014; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria


Em 2015, ano em que foi registrado o segundo maior coeficiente de incidência do

período de 2012 a 2016 (829,3 casos por 100.000 habitantes), em que o IDF e o IDL

apresentaram pico em abril (7,5 e 1,9, respectivamente), a Figura 43 mostra que o destaque

dos coeficientes de incidência se deu no Valongo, Centro e Alemoa, seguidos pelos bairros

Paquetá, Vila Nova, Vila Matias, José Menino, Jabaquara, Morro São Bento, Morro Nova

Cintra, Caneleira, Chico de Paula, São Manoel, Rádio Clube e Areia Branca, onde o valor do

IDF chegou 4,0 na Vila Matias e o IDL chegou a 3,0 na Alemoa, Chico de Paula, São Manoel

e Caneleira (considerando a ausência do valor de IDF para os bairros Alemoa e Morro São

Bento, que não possuem armadilhas instaladas). Nestes bairros também foi identificada a

predominância dos valores de IDL em relação aos de IDF (considerando os bairros onde os

dois indicadores ambientais estavam presentes).

99






No ano de 2016, com médio coeficiente de incidência de dengue no município (274,9

casos por 100.000 habitantes), em que o IDF teve seu pico registrado no mês de abril (7,0) e o

IDL no mês de janeiro (1,5), a Figura 44 mostra que o maior coeficiente de incidência ocorreu

no Valongo, seguido pelos bairros Centro, Alemoa, Paquetá, Vila Matias, Morro São Bento,

Morro Penha, Morro Saboó, Jardim Piratininga, Chico de Paula, Rádio Clube e Areia Branca,

nos quais o valor do IDF chegou a 1,6 no Chico de Paula e o IDL chegou a 1,7 no Centro,

Valongo, Paquetá e Vila Matias (considerando a ausência do valor de IDF para os bairros

Alemoa, Morro São Bento, Morro Penha e Morro Saboó, que não possuem armadilhas

instaladas). Da mesma forma, nestes bairros foi identificada a predominância dos valores de

IDL em relação aos de IDF (considerando os bairros onde os dois indicadores ambientais

estavam presentes). Observa-se também na Figura 44 que no ano de 2016 foi registrado o

menor índice no período para o indicador IDF, com média de 0,8.

100






Os dados apresentados nos Mapas temáticos das Figuras 40, 41, 42, 43 e 44

corroboram com as análises de Correlações bivariadas entre os Indicadores ambientais (IDF e

IDL) e o coeficiente de incidência de dengue (Tabelas 8 e 9), pois estes não apresentam

relação diretamente proporcional, visto que no ano de 2014 o IDF e o IDL atingiram seus

maiores índices no período, com média de 1,7 e 2,3, respectivamente, enquanto que o

coeficiente de incidência foi o terceiro maior do período (451,1 casos por 100.000 habitantes)

e, paralelamente, no ano de 2013 foi registrado o menor índice médio no período para o IDL

(0,2), sendo registrado neste ano o maior pico epidêmico do período (2122,8 casos por

100.000 habitantes).

101

De modo geral, no período de 2012 a 2016, os indicadores ambientais apresentados

nos Mapas temáticos das Figuras 40, 41, 42, 43 e 44 mostram que, nos bairros com os dois

indicadores ambientais presentes (IDF e IDL) e com os maiores coeficientes de incidência de

dengue houve predomínio dos valores de IDL em relação aos de IDF.

Reitera-se algumas particularidades a respeito dos indicadores IDL e IDF no

município, no período estudado: na Área 7 (Morros) o único bairro com armadilhas

implantadas (ou seja, com dados de IDF) é o Morro da Nova Cintra, mas todos os bairros

apresentam dados referentes ao IDL; nos bairros da Área Portuária não estão disponíveis os

dados de IDL e as 22 armadilhas desta Área foram instaladas em junho de 2013 (levando à

ausência do IDF no ano de 2012 e nos meses de janeiro e abril de 2013 nesta Área), sendo que

no bairro Porto Valongo não foram implantadas armadilhas durante o período estudado; nos

bairros Alemoa e Vila Haddad, que pertencem à Área 8, não foram instaladas armadilhas de

2012 a 2016; e na Área Continental não estão disponíveis os dados de IDL e não foram

implantadas armadilhas, portanto os dois indicadores ambientais estão ausentes nesta Área.

Assim, os mapas temáticos dos indicadores ambientais mostram uma fragilidade para

a avaliação do Índice de Densidade de fêmeas de Aedes aegypti e Índice de Densidade

Larvária em Santos no período de 2012 a 2016, diante da ausência da sistematização destes

indicadores em alguns bairros do município. Sendo que, esta fragilidade aumenta quando

avalia-se os dois indicadores (IDF e IDL) simultaneamente.

Dessa forma, sugere-se a ampliação do quantitativo e da distribuição de armadilhas na

Área 7 (Morros), assim como a instalação destas nos bairros Alemoa e Vila Haddad (Área 8).

Também é importante avaliar a necessidade de implantação de armadilhas em áreas

prioritárias distribuídas nos bairros da Área Continental.

102

5. DISCUSSÃO

O presente estudo mostra inúmeras potencialidades ao utilizar dados secundários,

provenientes de diversas fontes e relacioná-los de formas distintas a partir de correlações

bivariadas e de métodos geoespaciais envolvendo, portanto, a ocorrência da dengue (tempo,

lugar e pessoa), sua distribuição espacial e indicadores socioeconômicos e ambientais. As

análises destes pretendem contribuir muito para a melhoria das estratégias de prevenção e

controle da dengue no município de Santos.

Apresenta limitações que incluem: o uso de bases de dados secundários, mais

especificamente o Sistema de Informação de Agravos de Notificação (SINAN), nos quais é

comum o inadequado e incompleto preenchimento das fichas de notificação; o endereço dos

pacientes informado nas fichas de notificação pode não ser o endereço real da residência,

visto que, pacientes informam endereços imprecisos a fim de conseguirem acesso à rede de

assistência fora de sua região de moradia; o endereço de residência dos casos pode não

corresponder ao local provável de infecção (visto que é comum o incompleto preenchimento

desta informação nas fichas de notificação), portanto, o risco não está necessariamente

relacionado ao local de residência; e o delineamento do tipo ecológico do estudo que, embora

este tipo de estudo seja bastante aplicado para levantar possíveis relações causais e testar

hipóteses etiológicas, recomenda-se que os resultados das comparações geográficas obtidas

provoquem novas investigações.

No período entre 2013 e 2015 o padrão cíclico não foi identificado devido à ocorrência

de altas incidências por três anos consecutivos (2122,8; 451,1; e 829,3 casos por 100.000

habitantes, respectivamente). A Região Metropolitana da Baixada Santista permaneceu por

quatro anos consecutivos (2013-2016) com altas incidências (Santos et al., 2017), seguindo a

mesma tendência do estado de São Paulo (Kian et al., 2017).

Os resultados apresentados indicam que a sazonalidade da dengue em Santos ocorreu

de forma mais precoce nos anos de maior incidência no período estudado. Da mesma forma,

no estado de São Paulo, o pico epidêmico, que em anos anteriores era próximo à semana

epidemiológica (SE) 17, antecipou-se em seis semanas em 2015 (SE 11), o ano mais

epidêmico desde a introdução do vírus no estado de São Paulo em 1987 (Kian et al., 2017).

A identificação de um novo sorotipo, DENV 4, em 2012 (100,0%) com predomínio

em 2013 (96,6%) culminou na ocorrência da epidemia de dengue de 2013 com o maior

coeficiente de incidência (2122,8 casos por 100.000 habitantes) em Santos no período de

103

2007 a 2016. Além disso, o retorno da circulação do sorotipo DENV 2 em 2009 (100,0%) –

que desde 2003 não circulava no município – com predomínio em 2010 (83,3%), resultou na

epidemia de dengue de 2010 (1858,1 casos por 100.000 habitantes), segunda maior epidemia

do período. Da mesma forma, Fernandes (2010) identificou epidemia nos anos de 1998, com

a introdução do DENV 1 em 1997 e em 1999, após a introdução do DENV 2 em 1998, assim

como a epidemia de 2002, com a introdução do DENV 3 neste mesmo ano.

Em Santos, ao longo do período de 2007 a 2016, o coeficiente de incidência de dengue

foi maior no sexo feminino. Scandar (2010) também identificou predomínio do agravo no

sexo feminino e da mesma forma Souza (2013) observou, para os casos de dengue grave,

maior taxa de incidência para o sexo feminino.

No período de 2007 a 2016, o presente estudo mostrou que o coeficiente de incidência

de dengue foi maior na faixa etária dos adultos jovens, de 15 a 29 anos., seguida pela faixa

etária de 30 a 59 anos. Fernandes (2010), durante o período de 1997 a 2008 identificou a

predominância da incidência na faixa etária de 20 a 39 anos.

Em relação à distribuição espacial, os Mapas da Estimativa de Kernel mostram que as

áreas mais quentes se concentraram repetidamente nos bairros do Rádio Clube e Jardim

Castelo (2012 e 2016), bairros que apresentam setores com vulnerabilidade muito alta (IPVS

6) e vulnerabilidade média (IPVS 4); Pompéia e Campo Grande (de 2013 a 2015), que

apresentam apenas setores censitários de vulnerabilidade baixíssima ou muito baixa (IPVS 1 e

2); e Gonzaga (2013 e 2014), bairro que possui apenas setores censitários de vulnerabilidade

baixíssima ou muito baixa (IPVS 1 e 2). Nos anos de pico epidêmico destacaram-se, em 2013,

os bairros Campo Grande, Pompéia, Gonzaga e Aparecida e em 2015, Campo Grande,

Pompéia e José Menino, bairros classificados como de vulnerabilidade baixíssima ou muito

baixa (IPVS 1 e 2).

Os Mapas do coeficiente de incidência de dengue mostram que, de 2012 a 2016, foi

registrado alto coeficiente de incidência no bairro do Valongo em todos os anos. Neste

período, principalmente de 2014 a 2016, a ocorrência de dengue predominou nos bairros

localizados nas Áreas 6, 7 (Morros), 8 e 9, sendo que nestas Áreas estão concentrados os

setores censitários de vulnerabilidade alta (IPVS 5) e muito alta (IPVS 6). Nos dois anos de

pico epidêmico (2013 e 2015) os maiores coeficientes de incidência foram registrados no

bairro do Valongo, com altos coeficientes de incidência também registrados no Centro,

Alemoa, Paquetá e Jabaquara.

Em relação à correlação espacial, nos Mapas do Índice de Moran local em todos os

anos do período de 2012 a 2016 o bairro Morro São Bento (com grande parte de seus setores

104

classificados como de vulnerabilidade alta e média) apresentou correlação espacial “Alto-

Alto”. Nos anos de 2013 e 2015, anos com os maiores coeficientes de incidência no período,

os Mapas do Índice de Moran local indicaram a correlação espacial “Alto-Alto” no Morro São

Bento, Morro Penha, Morro Pacheco, Valongo e Centro, mostrando que estes cinco bairros

apresentaram alta dependência espacial em relação à dengue e características semelhantes

nos anos em que ocorreram as maiores epidemias do período.

Os resultados das análises de distribuição espacial do presente estudo apontaram

padrões de agregação e áreas de vulnerabilidade para dengue, sendo que de 2012 a 2016 os

bairros que apresentaram maior ocorrência de dengue de forma recorrente foram Rádio Clube,

Jardim Castelo, Pompéia, Campo Grande, Gonzaga, Valongo e Morro São Bento, sendo de

extrema importância para o planejamento das atividades de controle de vetores atentar para

tais padrões. Pellini et al. (2017) afirmam que a análise por meio de técnicas de varredura

espacial e espaço-temporal de agrupamentos geográficos de indivíduos possibilita a detecção

e avaliação de aglomerados de maior incidência, o que pode orientar a alocação de recursos

nas áreas prioritárias.

As correlações bivariadas entre os indicadores socieconômicos elencados e o

coeficiente de incidência de dengue foram significativas em apenas alguns anos do período

estudado e somente no ano de 2015 foram significativas para proporção de alfabetização,

proporção de renda per capita até ½ salário mínimo, proporção de esgoto e proporção de

expostos aos grupos de IPVS 4, 5 ou 6. Segundo a Organização Mundial de Saúde (2009) a

dengue atinge todos os níveis da sociedade, mas a carga da doença pode ser maior entre os

mais pobres, que vivem em comunidades com abastecimento de água e infra-estrutura de

resíduos sólidos inadequados e onde as condições são mais favoráveis para a proliferação do

Aedes aegypti. No entanto, Mondini e Chiaravalloti Neto (2007), em estudo realizado com

dados de 1990 a 2002 em São José do Rio Preto/SP, identificaram associação entre risco de

ocorrência de dengue e níveis socioeconômicos apenas nos anos de 1994 e 1995, mostrando

que esta é uma questão que precisa ser mais bem estudada e talvez, dependa da realidade de

cada município.

O Índice de Densidade Larvária (IDL), composto pelo Índice de Breteau, apresentou

pico em abril de 2012 (0,8), 2014 (3,0) e 2015 (1,9), enquanto que no ano de 2016 seu maior

pico ocorreu no mês de janeiro (lembrando que em abril de 2013 não foi realizada a avaliação

de densidade larvária devido a epidemia de dengue). Nos meses de julho foram registrados os

menores valores de IDL no período estudado, considerando que em 2012 (0,4) e 2013 (0,2),

em outubro foram registrados os mesmos valores de julho. No entanto, Domingos (2005)

105

identificou o maior valor do Índice de Breteau (IB) (de janeiro a dezembro de 2003) no mês

de janeiro (4,2), seguido pelo mês de abril (4,0), sendo o menor valor registrado em outubro

(1,2).

Os picos do IDF (Índice de Densidade de fêmeas de Ae. Aegypti) ocorreram nos meses

de abril nos anos de 2012 (3,3), 2015 (7,5) e 2016 (7,0), enquanto que nos anos de 2013 e

2014 o IDF apresentou seu maior pico no mês de janeiro e fevereiro, respectivamente. E ao

longo do período, em quatro anos os menores valores de IDF foram observados no mês de

julho (2,0 em 2013; 2,5 em 2014; 3,0 em 2015; e 1,7 em 2016). Diferentemente, Domingos

(2005) mostrou que a distribuição mensal de fêmeas de Ae. Aegypti teve os extremos máximo

e mínimo atingidos em maio e novembro.

Ao longo do período de 2012 a 2016, o IDF (Índice de Densidade de fêmeas de Ae.

Aegypti), apresentou maior correlação positiva em relação ao coeficiente de incidência de

dengue, mostrando que quanto maior a infestação de fêmeas adultas de Ae. Aegypti, maior o

coeficiente de incidência de dengue. Da mesma forma, Parra et al. (2018), em estudo

realizado em São José do Rio Preto/SP, mostrou que o aumento nos casos de dengue ocorreu

em paralelo com o aumento do número de fêmeas adultas de Aedes Aegypti.

O IDL (Índice de Densidade Larvária) apresentou maior correlação negativa em

relação ao coeficiente de incidência de dengue, mostrando que quanto maior a infestação

larvária de Ae. Aegypti, menor o coeficiente de incidência de dengue. Fernandes (2010) não

identificou de 1997 a 2007 nexo causal entre a média anual do Índice de Breteau e a

incidência de dengue, sendo registrada transmissão e inclusive a ocorrência de epidemias em

anos em que o Índice de Breteau era baixo.

Conforme os Mapas do Índice de Moran Local Bivariado para o ano de 2016, entre os

sete indicadores socioeconômicos adotados os indicadores proporção de domicílios com renda

per capita até 1/2 salário mínimo, proporção de pessoas residentes alfabetizadas com 5 ou

mais anos de idade e proporção de pessoas residentes expostas aos grupos de IPVS 4, 5 ou 6

mostraram relação direta com a ocorrência da dengue, enquanto que os demais indicadores

socioeconômicos não mostraram relação direta com a ocorrência da doença no município. De

modo geral, não foi identificada uma relação direta entre condições socioeconômicas e a

ocorrência de dengue, visto que, foram verificados bairros com baixo coeficiente de

incidência de dengue e piores condições socioeconômicas. Barata (1988) afirma, em estudo

sobre a epidemia de doença meningocócica na cidade de São Paulo na década de 70, que as

populações submetidas às condições de vida piores devem apresentar incidência epidêmica

mais precocemente do que aquelas com melhores condições de vida. Da mesma forma Barata

106

et al. (1998) identificaram correlação significativa entre a situação socioeconômica e as taxas

de mortalidade por homicídio na cidade de São Paulo entre 1988 e 1994. No entanto, assim

como no presente estudo, Flauzino et al. (2009a) e Defavari et al. (2017) verificaram que a

condição socioeconômica não foi preponderante para o risco de adquirir dengue.

Os Mapas do Índice de Moran Local Bivariado para o ano de 2016 não possibilitaram

a identificação de padrões gerais entre os indicadores socioeconômicos e o coeficiente de

incidência de dengue para todo o município, mas apontaram padrões locais que foram mais ou

menos pronunciados dependendo do indicador socioeconômico.

Dessa forma, foram realizadas análises de regressão e identificou-se que a análise de

Regressão espacial e a análise de Regressão linear multivariada dos indicadores

socioeconômicos em relação ao coeficiente de incidência de dengue por bairro do ano de

2016, foram significativas apenas para o indicador proporção de pessoas expostas aos grupos

de IPVS 4, 5 ou 6 e para o indicador proporção de domicílios com renda per capita até 1/2

salário mínimo. Observou-se, neste caso, que o modelo de Regressão espacial não

acrescentou nada em relação ao modelo de Regressão linear multivariada (Tabelas 16, 17 e 18

do Anexo 11).

Os dados apresentados nos Mapas temáticos dos indicadores ambientais corroboram

com as análises de Correlações bivariadas entre os Indicadores ambientais (IDF e IDL) e o

coeficiente de incidência de dengue, pois estes não apresentam relação diretamente

proporcional. Da mesma forma, Barbosa e Lourenço (2010) não evidenciaram relação

espacial entre infestação larvária e ocorrência de dengue.

De modo geral, no período de 2012 a 2016, os indicadores apresentados nos Mapas

temáticos dos indicadores ambientais, mostram que nos bairros com os dois indicadores

ambientais presentes (IDF e IDL) e com os maiores coeficientes de incidência de dengue

houve predomínio dos valores de IDL em relação aos de IDF. Paralelamente, os mapas

temáticos dos indicadores ambientais mostram uma fragilidade para a avaliação do IDF e do

IDL neste período, diante da ausência da sistematização destes indicadores em alguns bairros

do município.

As análises apresentadas mostram não ter esgotado as possibilidades de relação dos

indicadores socioeconômicos e ambientais elencados com o coeficiente de incidência de

dengue. Sugere-se, portanto, estudos posteriores com o emprego de correlações multivariadas

e cluster tempo-espacial para melhor elucidação do fenômeno em questão.

107

6. CONCLUSÕES

O estudo da distribuição espaço-temporal da dengue em Santos no período de 2007 a

2016 analisou a ocorrência dos casos confirmados de dengue residentes no município,

segundo características de tempo, lugar e pessoa. Identificou o padrão cíclico da dengue,

exceto de 2013 a 2015 devido à ocorrência de altas incidências por três anos consecutivos.

Além disso, mostrou também que a sazonalidade da dengue em Santos foi mais precoce nos

anos de maior incidência no período estudado.

A identificação de um novo sorotipo em 2012 (DENV 4) culminou na epidemia de

dengue de 2013, com o maior coeficiente de incidência em Santos no período de 2007 a 2016.

Ao passo que o retorno da circulação do sorotipo DENV 2 em 2009, resultou na epidemia de

dengue de 2010, segunda maior epidemia do período.

Ao longo do período de 2007 a 2016, o coeficiente de incidência de dengue foi maior

no sexo feminino e na faixa etária dos adultos jovens (15 a 29 anos).

Em relação à distribuição espacial, os Mapas da Estimativa de Kernel indicaram que

as áreas com maior densidade de casos de dengue, a cada ano, se concentraram repetidamente

nos bairros do Rádio Clube e Jardim Castelo (2012 e 2016); Pompéía e Campo Grande (de

2013 a 2015); e Gonzaga (2013 e 2014). Nos anos de pico epidêmico (2013 e 2015), as áreas

mais quentes concentraram-se, em 2013, nos bairros Campo Grande, Pompéia, Gonzaga e

Aparecida e, em 2015, no Campo Grande, Pompéia e José Menino.

Os Mapas do coeficiente de incidência de dengue, mostram que de 2012 a 2016 foi

registrado o mais alto coeficiente de incidência no bairro do Valongo repetidamente em todos

os anos. Enquanto que nos anos de pico epidêmico (2013 e 2015) os maiores coeficientes de

incidência foram registrados também nos bairros Centro, Alemoa, Paquetá e Jabaquara.

Em relação à correlação espacial, nos Mapas do Índice de Moran local em todos os

anos do período de 2012 a 2016 o Morro São Bento apresentou correlação espacial “Alto-

Alto”. Nos anos de 2013 e 2015 os Mapas do Índice de Moran local também indicaram a

correlação espacial “Alto-Alto” no Morro Penha, Morro Pacheco, Valongo e Centro,

mostrando que estes cinco bairros apresentaram alta dependência espacial em relação à

dengue e características semelhantes nos anos em que ocorreram as maiores epidemias do

período.

Portanto, o presente estudo apontou alguns padrões de agregação e áreas de

vulnerabilidade para dengue, considerando que ao longo do período de 2012 a 2016 os bairros

108

que repetidamente apresentaram maior ocorrência da doença foram Rádio Clube, Jardim

Castelo, Pompéia, Campo Grande, Gonzaga, Valongo e Morro São Bento.

As correlações bivariadas entre os indicadores socieconômicos elencados e o

coeficiente de incidência de dengue mostraram-se significativas para a maioria deles somente

no ano de 2015 (proporção de alfabetização, proporção de renda per capita até ½ salário

mínimo, proporção de esgoto e proporção de expostos aos grupos de IPVS 4, 5 ou 6).

Ao longo do período de 2012 a 2016 o Índice de Densidade Larvária (IDL) e o Índice

de Densidade de fêmeas de Aedes aegypti (IDF) apresentaram seus maiores valores no mês de

abril e seus menores valores no mês de julho. Na análise das correlações bivariadas, o IDF

apresentou maior correlação positiva em relação ao coeficiente de incidência de dengue,

enquanto que o IDL apresentou maior correlação negativa.

As correlações bivariadas dos indicadores socioeconômicos e ambientais não

exauriram as possibilidades de relação destes indicadores com o coeficiente de incidência de

dengue. Considerando que os estudos ecológicos colaboram no levantamento de hipóteses

para desenvolver estudos analíticos posteriores com maior poder para comprovar relações

causais, sugere-se estudos futuros com o emprego de correlações multivariadas e cluster

tempo-espacial.

Da mesma forma que as correlações bivariadas os Mapas do Índice de Moran Local

Bivariado para o ano de 2016 não identificaram uma relação direta entre condições

socioeconômicas e a ocorrência de dengue. Não possibilitaram verificar padrões gerais entre

os indicadores socioeconômicos e o coeficiente de incidência de dengue para todo o

município, mas apontaram padrões locais que foram mais ou menos pronunciados

dependendo do indicador socioeconômico. Paralelamente, nas análises de Regressão espacial

e de Regressão linear multivariada dos indicadores socioeconômicos em relação ao

coeficiente de incidência de dengue por bairro do ano de 2016 verificou-se significância

apenas para o indicador proporção de pessoas expostas aos grupos de IPVS 4, 5 ou 6 e para o

indicador proporção de domicílios com renda per capita até 1/2 salário mínimo. Observou-se

também que o modelo de Regressão espacial não acrescentou nada em relação ao modelo de

Regressão linear multivariada.

Os dados apresentados nos Mapas temáticos dos indicadores ambientais, corroboram

com as análises de Correlações bivariadas entre os Indicadores ambientais (IDF e IDL) e o

coeficiente de incidência de dengue, pois estes não apresentam relação diretamente

proporcional. De modo geral, no período de 2012 a 2016, os indicadores apresentados nos

Mapas temáticos dos indicadores ambientais mostram, que nos bairros com os dois

109

indicadores ambientais presentes (IDF e IDL) e com os maiores coeficientes de incidência de

dengue houve predomínio dos valores de IDL em relação aos de IDF. Dessa forma, os mapas

temáticos dos indicadores ambientais mostram uma fragilidade para a análise do IDF e do

IDL neste período, diante da ausência da sistematização destes indicadores em alguns bairros

do município.

O estudo da distribuição espaço-temporal da dengue no município de Santos

caracterizou o perfil epidemiológico intra-urbano da doença de 2007 a 2016, identificando

padrões de agregação e áreas de vulnerabilidade no município e apontando relações com

indicadores socioeconômicos e indicadores ambientais. Seus resultados podem ser de extrema

importância para o planejamento das atividades locais de controle de vetores.

110

7. REFERÊNCIAS Akerman M, Campanario P e Maia PB. Saúde e meio ambiente: análise de diferenciais intra-

urbanos, Município de São Paulo, Brasil. Rev. Saúde Pública. [internet]. 1996;30(4):372-82

[acesso em 26 de junho de 2018]. Disponível em:

https://www.scielosp.org/article/ssm/content/raw/?resource_ssm_path=/media/assets/rsp/v30n

4/5088.pdf

Anselin L. GeoDa - An Introduction to Spatial Data Analysis. Global Spatial Autocorrelation.

Bivariate Spatial Correlation. University of Chicago - Center for Spatial Data Science

[internet]. 2018. [acesso em 26 de junho de 2018]. Disponível em:

https://geodacenter.github.io/workbook/5b_global_adv/lab5b.html

Araújo VEM, Bezerra JMT, Figueiredo AF, Passos VMA, Carneiro M. Aumento da carga de

dengue no Brasil e unidades federadas, 2000 e 2015: análise do Global Burden of Disease

Study 2015. Rev. Bras. Epidemiol. [internet]. 2017;20(1):205-216 [acesso em 11 de julho de

2017]. Disponível em: http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1415-

790X2017000200205&lng=en.

Barata, R de C B. Epidemia de doença meningocócica, 1970/1977: aparecimento e

disseminação do processo epidêmico. Rev. Saúde Públ. [internet]. 1988;22(1):16-24 [acesso

em 26 de junho de 2018]. Disponível em:

https://www.researchgate.net/profile/Rita_Barata/publication/262506368_The_epidemics_of_

meningococcal_disease_19701977_its_appearance_and_spread/links/547746690cf2a961e482

5715/The-epidemics-of-meningococcal-disease-1970-1977-its-appearance-and-

spread.pdf?origin=publication_detail

Barata, R de C B, Ribeiro MCSA, Braga M, Guedes LS, Moraes JC. Intra-urban differentials

in death rates from homicide in the city of São Paulo, Brazil, 1988–1994. Social Science &

Medicine [internet]. 1998;47(1):19-23 [acesso em 26 de junho de 2018]. Disponível em:

https://doi.org/10.1016/S0277-9536(97)10130-7.

Barbosa GL, Lourenço RW. Análise da distribuição espaço-temporal de dengue e da

infestação larvária no município de Tupã, Estado de São Paulo. Rev. Soc. Bras. Med. Trop.

[internet]. 2010;43(2):145–51. [acesso em 11 de julho de 2017]. Disponível em:

scielo.iec.gov.br/pdf/ess/v26n3/2237-9622-ess-26-03-00629.xml

Barrera R, Delgado N, Jimenez M, Villalobos I, Romero I. Estratificacion de una ciudad

hiperendemica e dengue hemorragico. Rev. Panam. Salud. Publica [internet]. 2000;8(4):225-

33. [acesso em 7 de junho de 2017]. Disponível em:

http://iris.paho.org/xmlui/handle/123456789/8579

Brasil. Lei nº 8.080, de 19 de setembro de 1990. Dispõe sobre as condições para a promoção,

proteção e recuperação da saúde, a organização e o funcionamento dos serviços

correspondentes e dá outras providências [internet]. [acesso em 19 de maio de 2017].

Disponível em: http://www.planalto.gov.br/ccivil_03/leis/L8080.htm

Brasil. Resolução nº 196, de 10 de outubro de 1996. Aprova as diretrizes e normas

regulamentadoras de pesquisas envolvendo seres humanos [internet]. [acesso em 03 de julho

https://geodacenter.github.io/workbook/5b_global_adv/lab5b.html

https://www.sciencedirect.com/science/article/pii/S0277953697101307#!



https://www.sciencedirect.com/science/journal/02779536

https://www.sciencedirect.com/science/journal/02779536

https://www.sciencedirect.com/science/journal/02779536/47/1

https://doi.org/10.1016/S0277-9536(97)10130-7

http://iris.paho.org/xmlui/browse?value=Rev%20Panam%20Salud%20Publica;8(4),oct.%202000&type=serie

http://legislacao.planalto.gov.br/legisla/legislacao.nsf/Viw_Identificacao/lei%208.080-1990?OpenDocument

111

de 2018]. Disponível em:

http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html

Brasil. Portaria nº 1.461, de 22 de dezembro de 1999. Dispõe sobre as doenças que

constituem objeto de notificação compulsória, em todo território nacional, como também todo

e qualquer surto ou epidemia, junto às Secretarias Municipais e Estaduais de Saúde e à

Fundação Nacional de Saúde - FUNASA [internet]. [acesso em 03 de julho de 2018].

Disponível em: http://www2.camara.leg.br/legin/marg/portar/1999/portaria-1461-22-

dezembro-1999-370585-norma-ms.html

Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Fundação Oswaldo Cruz.

Introdução à Estatística Espacial para a Saúde Pública. Simone M. Santos, Wayner V. Souza,

organizadores. - Brasília: Ministério da Saúde, 2007. 120 p.

Brasil. Resolução nº 466, de 12 de dezembro de 2012. Aprova as diretrizes e normas

regulamentadoras de pesquisas envolvendo seres humanos [internet]. [acesso em 03 de julho

de 2018]. Disponível em:

http://bvsms.saude.gov.br/bvs/saudelegis/cns/2013/res0466_12_12_2012.html

Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Vigilância

das Doenças Transmissíveis. Levantamento Rápido de Índices para Aedes aegypti (LIRAa)

para vigilância entomológica do Aedes aegypti no Brasil: metodologia para avaliação dos

índices de Breteau e Predial e tipo de recipientes. Brasília: Ministério da Saúde, 2013. 84 p.

Brasil. Portaria nº 204, de 17 de fevereiro de 2016. Define a Lista Nacional de Notificação

Compulsória de doenças, agravos e eventos de saúde pública nos serviços de saúde públicos e

privados em todo o território nacional, nos termos do anexo, e dá outras providências

[internet]. 2016a [acesso em 03 de julho de 2018]. Disponível em:

http://bvsms.saude.gov.br/bvs/saudelegis/gm/2016/prt0204_17_02_2016.html

Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Coordenação-Geral de

Desenvolvimento da Epidemiologia em Serviços. Guia de Vigilância em Saúde. 1. ed.

Brasília: Ministério da Saúde, 2016b. 773 p.

Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Coordenação-Geral de

Desenvolvimento da Epidemiologia em Serviços. Guia de Vigilância em Saúde. 2. ed.

Brasília: Ministério da Saúde, 2017. 705 p.

Castro MC, Wilson ME, Bloom DE. Disease and economic burdens of dengue. Lancet Infect

Dis. [internet]. 2017;17(3):e70–78. [acesso em 7 de junho de 2017]. Disponível em:

https://www.ncbi.nlm.nih.gov/pubmed/28185869

Chiesa AM, Westphal MF, Kashiwagi NM. Geoprocessamento e a promoção da saúde:

desigualdades sociais e ambientais em São Paulo. Rev. Saúde Pública [internet].

2002;36(2):559-67. [acesso em 22 de fevereiro de 2017]. Disponível em:

http://www.scielo.br/scielo.php?script=sci_arttext&nrm=iso&lng=pt&tlng=pt&pid=S0034-

89102002000600004

Costa AIP da, Natal D. Distribuição espacial da dengue e determinantes socioeconômicos em

localidade urbana no Sudeste do Brasil. Rev. Saúde Pública. 1998;32(3):232–6.

http://www2.camara.leg.br/legin/marg/portar/1999/portaria-1461-22-dezembro-1999-370585-norma-ms.html

http://www2.camara.leg.br/legin/marg/portar/1999/portaria-1461-22-dezembro-1999-370585-norma-ms.html

http://bvsms.saude.gov.br/bvs/saudelegis/gm/2016/prt0204_17_02_2016.html

112

Cutter SL. A ciência da vulnerabilidade: modelos, métodos e indicadores. Rev. Crítica Ciênc.

Sociais. 2011;(93):59–69.

Centro de Vigilância Epidemiológica (CVE). Casos autóctones de dengue por DIR e

município. Estado de São Paulo [internet]. 2006. [acesso em 05 de março de 2017];

Disponível em: http://www.saude.sp.gov.br/resources/cve-centro-de-vigilancia-

epidemiologica/areas-de-vigilancia/doencas-de-transmissao-por-vetores-e-

zoonoses/dados/dengue/den_dir06.htm

Centro de Vigilância Epidemiológica (CVE). Doenças de transmissão por vetores e zoonoses.

Dengue. Estado de São Paulo [internet]. 2016. [acesso em 05 de março de 2017]; Disponível

em: http://www.saude.sp.gov.br/cve-centro-de-vigilancia-epidemiologica-prof.-alexandre-

vranjac/areas-de-vigilancia/doencas-de-transmissao-por-vetores-e-

zoonoses/agravos/dengue/dados-estatisticos

Centro de Vigilância Epidemiológica (CVE). Institucional. Sobre o CVE [internet]. 2017.

[acesso em 10 de junho de 2017]. Disponível em: http://www.saude.sp.gov.br/cve-centro-de-

vigilancia-epidemiologica-prof.-alexandre-vranjac/

Defavari ER. Fonseca EP, Silva RP, Moreira RS, Pereira AC e Batista MJ. Análise espacial

da incidência da dengue em um município de médio porte do Estado de São Paulo de 2008 a

2015. Rev. Saúde Col. [internet]. 2017;7(3):10-17. [acesso em 26 de junho de 2018].

Disponível em: http://periodicos.uefs.br/ojs/index.php/saudecoletiva

Descloux E, Mangeas M, Menkes CE, Lengaigne M, Leroy A, Tehei T, et al. Climate-Based

Models for Understanding and Forecasting Dengue Epidemics. PLoS Negl Trop Dis.

[internet]. 2012;6(2):e1470. [acesso em 10 de junho de 2017]. Disponível em:

https://www.ncbi.nlm.nih.gov/pubmed/22348154

Domingos M de F. Aspectos da ecologia de Aedes aegypti (Linnaeus) em Santos, São Paulo,

Brasil [tese na internet]. São Paulo: Faculdade de Saúde Pública da USP; 2005 [acesso em 17

de dezembro de 2016]. Disponível em: http://www.teses.usp.br/teses/disponiveis/6/6132/tde-

21122005-83953/publico/Aspectosdabioecologia.pdf

Eiras ÁE, Resende MC. Preliminary evaluation of the “Dengue-MI” technology for Aedes

aegyptimonitoring and control. Cad. Saúde Pública. 2009;25(S):45–58.

Esteves CJ de O. Risco e Vulnerabilidade Socioambiental: aspectos conceituais. Cad.

IPARDES - Estud. e Pesqui. 2011;1(2):62–79.

Fernandes MAB. A epidemiologia e as medidas de controle da dengue no município de

Santos, São Paulo, no período de 1997 a 2008 [dissertação na internet]. São Paulo: Faculdade

de Saúde Pública da USP; 2010 [acesso em 17 de dezembro de 2016]. Disponível em:

http://www.teses.usp.br/teses/disponiveis/6/6132/tde-22062010-120301/pt-br.php

Flauzino RF, Souza-Santos R, Oliveira RM. Dengue, geoprocessamento e indicadores

socioeconômicos e ambientais: um estudo de revisão. Ver. Panam. Salud Pública.

2009a;25(5):456–61.

http://www.saude.sp.gov.br/resources/cve-centro-de-vigilancia-epidemiologica/areas-de-vigilancia/doencas-de-transmissao-por-vetores-e-zoonoses/dados/dengue/den_dir06.htm



http://www.saude.sp.gov.br/cve-centro-de-vigilancia-epidemiologica-prof.-alexandre-vranjac/areas-de-vigilancia/doencas-de-transmissao-por-vetores-e-zoonoses/agravos/dengue/dados-estatisticos



http://www.teses.usp.br/teses/disponiveis/6/6132/tde-22062010-120301/pt-br.php

113

Flauzino RF, Souza-Santos R, Barcelllos C, Gracie R, Magalhães M de AFM, Oliveira RM

de. Heterogeneidade espacial da dengue em estudos locais, Niterói, RJ. Ver. Saúde Pública.

2009b;43(6):1035–43.

Fundação Seade. Resultados do Censo Demográfico 2010 sobre as condições

socioeconômicas dos municípios paulistas. Estado de São Paulo [internet]. 2010a. [acesso em

10 de junho de 2017]. Disponível em:

http://produtos.seade.gov.br/produtos/retratosdesp/view/

Fundação Seade. Índice paulista de vulnerabilidade social. Principais resultados. Estado de

São Paulo [internet]. 2010b. [acesso em 10 de junho de 2017]. Disponível em: http://indices-

ilp.al.sp.gov.br/view/pdf/ipvs/principais_resultados.pdf

Gomes A de C. Vigilância entomológica. Inf. Epidemiológico SUS. 2002;11(2):79–90.

Instituto Nacional de Pesquisas Espaciais (INPE). Manual do Software TerraView V.4.2.2.

[internet]. 2017. [acesso em 26 de junho de 2018]. Disponível em:

http://www.dpi.inpe.br/terralib5/wiki/doku.php

Katzelnick LC, Coloma J, Harris E. Dengue: knowledge gaps, unmet needs, and research

priorities. Lancet Infect Dis. [internet]. 2017;17(3):e88–100. [acesso em 10 de junho de

2017]. Disponível em: https://www.ncbi.nlm.nih.gov/pubmed/28185868

Kian FM, Santos SD, Camis MCRS, Ribeiro MCSA, Moraes JC. Padrão epidêmico da

dengue no estado de São Paulo no quadriênio 2013-2016. In: Anais do Congresso Brasileiro

de Epidemiologia, 2017. Resumos... Campinas, GALOÁ, 2018 [internet]. [acesso em 03 de

julho de 2018]. Disponível em: https://proceedings.science/epi/trabalhos/padrao-epidemico-

da-dengue-no-estado-de-sao-paulo-no-quadrienio-2013-2016.

Martins D, Junior CAD, Fonseca FT. Geocodificação de endereços urbanos com indicação de

qualidade. Proceedings XIII GEOINFO. 2012;25(0):36-41.

Mendonça F. Riscos, vulnerabilidade e abordagem socioambiental urbana: uma reflexão a

partir da RMC e de Curitiba. Desenvolv. e Meio Ambiente [internet]. 2004;10(0):139-148.

[acesso em 9 de junho de 2017]. Disponível em:

http://revistas.ufpr.br/made/article/view/3102.

Ministério da Saúde. Situação epidemiológica-Dados. Brasil [internet]. 2016. [acesso em 4 de

março de 2017]. Disponível em: http://portalsaude.saude.gov.br/index.php/situacao-

epidemiologica-dados-dengue

Mondini A, Chiaravalloti Neto F. Socioeconomic variables and dengue transmission. Rev.

Saúde Pública. 2007;41(6):923–30.

Parra MCP, Fávaro EA, Dibo MR, Mondini A, Eiras AE, Kroon EG, Teixeira MM, Nogueira

ML, Chiaravalloti Neto F. Using adult Aedes aegypti females to predict areas at risk for

dengue transmission: a spatial case-control study. Acta Tropica. [internet]. 2018;185(0):43-

53. [acesso em 03 de julho de 2018]. Disponível em:

http://www.sciencedirect.com/science/article/pii/S0001706X17312020

http://www.inpe.br/

http://portalsaude.saude.gov.br/index.php/situacao-epidemiologica-dados-dengue

http://portalsaude.saude.gov.br/index.php/situacao-epidemiologica-dados-dengue

114

Pellini ACG, Cavalin RF, Francisco MA, Chiaravalloti Neto F e Zanetta DMT. A trajetória da

epidemia de AIDS nas mulheres residentes no município de São Paulo, de 1983 a 2012.

Hygeia [internet]. 2017;13(26):42-57. [acesso em 03 de julho de 2018]. Disponível em:

https://www.researchgate.net/publication/321658275_a_trajetoria_da_epidemia_de_aids_nas_

mulheres_residentes_no_municipio_de_sao_paulo_de_1983_a_2012

Pinheiro FP, Travassos-da-Rosa JFS. Febres hemorrágicas viróticas. Febre hemorrágica do

dengue. In: Veronesi R, Focacia R. Tratado de Infectologia. São Paulo: Editora Atheneu;

1996. p. 258-263.

Pontes RJS, Ruffino Netto A. Dengue em localidade urbana da região sudeste do Brasil:

aspectos epidemiológicos. Rev. Saúde Pública. 1994;28(3):218–27.

Prefeitura Municipal de Santos (PMS). Secretaria Municipal de Saúde. Plano municipal de

prevenção e combate à dengue - Ano epidemiológico 2016/2017. Santos: 2016.

Prefeitura Municipal de Santos (PMS) [internet]. 2017. [acesso em 07 de abril de 2017].

Disponível em: http://www.santos.sp.gov.br/

Prefeitura Municipal de Santos (PMS). Lei complementar nº 681 de 07 de maio de 2010.

Dispõe sobre as providências a serem adotadas pela secretaria municipal de saúde no

cumprimento do programa de combate e prevenção à dengue no município [internet]. [acesso

em 07 de junho de 2018]. Disponível em:

https://egov.santos.sp.gov.br/legis/document/?code=3010&tid=67

Ratcliffe JH. Geocoding crime and a first estimate of a minimum acceptable hit rate. Int. J.

Geographical Information Science. 2004;18(1):61–72.

Santos SD, Kian FM, Camis MCRS, Ribeiro MCSA, Moraes JC. A incidência da dengue na

região metropolitana da baixada santista na última década. Em: Anais do Congresso

Brasileiro de Epidemiologia, 2017; ... Campinas : GALOÁ; 2018 [internet]. [acesso em 03 de

julho de 2018]. Disponível em: https://proceedings.science/epi/trabalhos/a-incidencia-da-

dengue-na-regiao-metropolitana-da-baixada-santista-na-ultima-decada.

São Paulo (Estado) Secretaria da Saúde. Coordenadoria de Controle de Doenças, Centro de

Vigilância Epidemiológica “Professor Alexandre Vranjac”, Centro de Vigilância Sanitária,

Instituto Adolfo Lutz, Superintendência de Controle de Endemias. Plano de intensificação das

ações de vigilância e controle da dengue: Estado de São Paulo 2011-2012 [internet]. 2011

[acesso em 17 de dezembro de 2016]. Disponível em:

http://ses.sp.bvs.br/lildbi/docsonline/get.php?id=3619

São Paulo (Estado) Secretaria da Saúde. Coordenadoria de Controle de Doenças. Centro de

Vigilância Epidemiologia “Prof. Alexandre Vranjac”. Guia de vigilância epidemiológica –

São Paulo: CVE, 2012.

Schatzmayr HG, Nogueira RMR, Rosa APAT. An outbreak of dengue virus at Rio de Janeiro

- 1986. Mem. Inst. Oswaldo Cruz-Rio de Janeiro [internet]. 1986; 81(2):245-246. [acesso em

9 de junho de 2017]. Disponível em: http://www.scielo.br/pdf/mioc/v81n2/vol81(f2)_107-

108.pdf

https://egov.santos.sp.gov.br/legis/document/?code=3010&tid=67

https://proceedings.science/epi/trabalhos/a-incidencia-da-dengue-na-regiao-metropolitana-da-baixada-santista-na-ultima-decada

https://proceedings.science/epi/trabalhos/a-incidencia-da-dengue-na-regiao-metropolitana-da-baixada-santista-na-ultima-decada

115

Scandar SAS, Vieira P, Junior RPC, Silva RA, Papa M, Sallum. MAM. Dengue em São José

do Rio Preto, ESP, 1990 a 2005. Bepa. 2010;7(81):4-16.

Schmal C, Myung J, Herzel H, Bordyugov G. Moran’s I quantifies spatio-temporal pattern

formation in neural imaging data. Bioinformatics [internet]. 2017;33(19):3072-3079. [acesso

em 11 de julho de 2017]. Disponível em: https://www.ncbi.nlm.nih.gov/pubmed/28575207

Souza, PB. Perfil epidemiológico dos casos graves de dengue no estado de São Paulo, 1998 a

2010 [dissertação na internet]. São Paulo: Faculdade de Ciências Médicas da Santa Casa de

São Paulo; 2013 [acesso em 07 de abril de 2017]. Disponível em:

http://www.fcmsantacasasp.edu.br/images/Pos-graduacao/dissertacoes-e-teses/MP-saude-

coletiva/2013-Priscila-Bochi-de-Souza.pdf

Souza RP de, Rocco IM, Maeda AY, Spenassatto C, Bisordi I, Suzuki A, et al. Dengue Virus

Type 4 Phylogenetics in Brazil 2011: looking beyond the veil. PLoS. Negl. Trop. Dis.

2011;5(12):e1439.

Superintendência de Controle de Endemias (SUCEN). Coordenadoria de Controle de Doenças

(CCD). Dengue: ações de combate aos vetores. Rev. Saúde Pública. 2005; 39(6):985-6.

Tauil PL. Urbanization and dengue ecology. Cad. Saúde Pública. 2001;17(S):99–102.

Teixeira M da G, Barreto ML, Guerra Z. Epidemiologia e medidas de prevenção do Dengue.

Inf. Epidemiológico SUS. 1999;8(4):5–33.

Teixeira MG, Barreto ML, Costa MCN, Ferreira LDA, Vasconcelos PFC e Cairncross S.

Dynamics of dengue virus circulation: a silent epidemic in a complex urban area. Tropical

Medicine and International Health [internet]. 2002;7(9):757–762 [acesso em 11 de julho de

2017]. Disponível em:

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.538.2754&rep=rep1&type=pdf

World Health Organization (WHO). Dengue guidelines for diagnosis, treatment, prevention

and control. World Health Organization [internet]. 2009 [acesso em 23 de junho de 2018].

Disponível em: http://www.who.int/tdr/publications/documents/dengue-diagnosis.pdf

World Health Organization (WHO). Working to overcome the global impact of neglected

tropical diseases: first who report on neglected tropical diseases. World Health Organization

[internet]. 2010. [acesso em 04 de março de 2017]. Disponível em:

http://www.who.int/neglected_diseases/2010report/en/

116

8. ANEXOS

8.1. Anexo 1 – Parecer consubstanciado do Comitê de Ética em Pesquisa

(CEP) da Santa Casa de Misericórdia de São Paulo

119

8.2. Anexo 2 – Termo de Solicitação de Dispensa do Termo de

Consentimento Livre e Esclarecido.

120

8.3. Anexo 3 – Declaração de Aprovação do Projeto pela Comissão

Científica do Departamento de Saúde Coletiva da Faculdade de Ciências

Médicas da Santa Casa de São Paulo.

121

8.4. Anexo 4 – Declaração de Aprovação do Projeto pela Coordenadoria de

Formação e Gerenciamento de Recursos Humanos – Secretaria de Saúde de

Santos/SP

122

8.5. Anexo 5 – Tabela 10


epidemiológico de início de sintomas, segundo sexo. Santos. 2007-2016.

Sexo Ano epidemiológico de início de sintomas

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Feminino 1,1 1,6 1,3 1,2 0,9 1,2 1,2 1,4 1,3 1,2

Masculino 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0



Tabela 11 – Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano

epidemiológico de início de sintomas, segundo faixa etária. Santos. 2007-2016.

Faixa

Etária

(anos)


2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 1,2 1,7 2,2 1,6 1,7 2,3 1,7 1,4 1,7 2,7

15 a 29 1,7 0,9 1,9 2,0 1,6 3,0 2,8 2,3 3,6 3,3

30 a 59 1,6 1,3 2,6 1,7 1,4 2,8 2,0 2,2 2,2 2,5

60 e mais 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0





2016.

Faixa

Etária

(anos)


2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 1,0 1,9 2,7 1,7 1,2 2,0 1,7 1,1 1,6 2,1

15 a 29 1,7 1,2 3,1 2,2 1,0 3,2 2,9 2,1 3,6 3,0

30 a 59 1,7 1,5 4,4 1,9 1,1 3,5 2,2 2,2 2,3 2,3

60 e mais 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0


123




2016.

Faixa

Etária

(anos)


2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

0 a 14 1,5 1,5 1,6 1,6 3,0 2,6 1,7 2,1 1,9 4,1

15 a 29 1,7 0,6 1,0 1,7 3,1 2,7 2,9 3,1 3,7 4,4

30 a 59 1,5 1,2 1,3 1,4 2,2 2,1 1,8 2,4 2,0 3,1

60 e mais 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0



Tabela 14 - Coeficiente de incidência (C.I.) de dengue (por 10.000 habitantes), Nº de casos

confirmados de dengue e população, por bairro e Área de residência, segundo ano

epidemiológico de início de sintomas. Santos. 2012-2016.

Área Nome do Bairro População

residente

2012 2013 2014 2015 2016

Nº

casos C.I.

Nº

casos C.I.

Nº

casos C.I.

Nº

casos C.I.

Nº

casos C.I.

1 Aparecida 36440 33 9,1 591 162,2 123 33,8 181 49,7 67 18,4

1 Estuário 6127 10 16,3 217 354,2 41 66,9 55 89,8 21 34,3

1 P. da Praia 31573 15 4,8 433 137,1 116 36,7 133 42,1 84 26,6

2 Boqueirão 30869 17 5,5 463 150,0 157 50,9 135 43,7 56 18,1

2 Embaré 37807 20 5,3 515 136,2 184 48,7 125 33,1 47 12,4

3 Encruzilhada 15588 29 18,6 286 183,5 56 35,9 76 48,8 23 14,8

3 Macuco 19870 14 7,0 434 218,4 69 34,7 106 53,3 49 24,7

4 Gonzaga 24788 17 6,9 672 271,1 118 47,6 212 85,5 60 24,2

4 J. Menino 8652 17 19,6 367 424,2 62 71,7 170 196,5 29 33,5

4 Pompéia 11333 2 1,8 181 159,7 33 29,1 124 109,4 18 15,9

5 C. Grande 27787 22 7,9 477 171,7 89 32,0 182 65,5 61 22,0

5 Marapé 20992 26 12,4 452 215,3 107 51,0 188 89,6 64 30,5

5 V. Belmiro 8652 16 18,5 190 219,6 43 49,7 76 87,8 22 25,4

6 Centro 1008 1 9,9 102 1011,9 21 208,3 46 456,3 9 89,3

6 Jabaquara 2634 4 15,2 164 622,6 14 53,2 44 167,0 10 38,0

6 Paquetá 1008 2 19,8 79 783,7 5 49,6 27 267,9 6 59,5

6 Valongo 251 3 119,5 74 2948,2 6 239,0 22 876,5 14 557,8

6 V. Matias 9719 45 46,3 393 404,4 132 135,8 165 169,8 52 53,5

6 V. Nova 4476 10 22,3 197 440,1 29 64,8 75 167,6 19 42,4

7 M. Serrat 1375 2 14,5 77 560,0 21 152,7 17 123,6 4 29,1

7 M. Cachoeira 29 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

7 M. Caneleira 1118 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

124

7 M. C. de Paula 13 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

7 M. Embaré 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

7 M. Fontana 799 0 0,0 2 25,0 0 0,0 1 12,5 0 0,0

7 M. Jabaquara 1528 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

7 M. J. Menino 3227 0 0,0 86 266,5 14 43,4 33 102,3 11 34,1

7 M. Marapé 1030 0 0,0 14 135,9 1 9,7 7 68,0 1 9,7

7 M. N. Cintra 5270 17 32,3 250 474,4 23 43,6 83 157,5 22 41,7

7 M. Pacheco 1810 1 5,5 61 337,0 4 22,1 20 110,5 5 27,6

7 M. Penha 2061 1 4,9 104 504,6 10 48,5 23 111,6 15 72,8

7 M. Saboó 940 1 10,6 13 138,3 5 53,2 11 117,0 5 53,2

7 M. Sta. Maria 3090 1 3,2 45 145,6 3 9,7 25 80,9 11 35,6

7 M. Sta. Terezinha 260 0 0,0 0 0,0 0 0,0 0 0,0 1 38,5

7 M. S. Bento 7200 13 18,1 292 405,6 27 37,5 106 147,2 44 61,1

7 M. V. Progresso 3814 2 5,2 118 309,4 8 21,0 30 78,7 8 21,0

8 Alemoa 1029 6 58,3 62 602,5 8 77,7 45 437,3 12 116,6

8 B. Retiro 9212 15 16,3 211 229,0 60 65,1 124 134,6 39 42,3

8 Caneleira 2969 5 16,8 91 306,5 16 53,9 65 218,9 10 33,7

8 C. de Paula 3065 7 22,8 91 296,9 13 42,4 45 146,8 22 71,8

8 Jd. Piratininga 962 1 10,4 18 187,1 0 0,0 5 52,0 6 62,4

8 Saboó 10578 10 9,5 230 217,4 27 25,5 89 84,1 23 21,7

8 Sta. Maria 6615 8 12,1 103 155,7 25 37,8 47 71,1 25 37,8

8 S. Manoel 4553 31 68,1 50 109,8 10 22,0 68 149,4 7 15,4

8 V. Haddad 205 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

8 V. São Jorge 6974 4 5,7 141 202,2 24 34,4 70 100,4 20 28,7

9 A. Branca 6494 13 20,0 191 294,1 50 77,0 92 141,7 38 58,5

9 Jd. Castelo 11260 14 12,4 227 201,6 72 63,9 137 121,7 39 34,6

9 R. Clube 19179 50 26,1 375 195,5 119 62,0 288 150,2 103 53,7

Continental Cabuçú 24 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental Caruara 1126 0 0,0 20 177,6 9 79,9 6 53,3 2 17,8

Continental Guarapá 57 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental I. Barnabé 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental Iriri 53 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental M. Cabrão 570 1 17,5 6 105,3 0 0,0 2 35,1 1 17,5

Continental N. S. das Neves 10 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental Quilombo 1006 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Continental Trindade 7 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária Outerinhos 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. Alemoa 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. Macuco 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. Paquetá 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. P. da Praia 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. Saboó 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Portuária P. Valongo 0 0 0,0 0 0,0 0 0,0 0 0,0 0 0,0

Fonte: SINAN-Net e SINAN-Online, 2012-2016; Censo IBGE, 2010.

125


Tabela 15 – Indicadores socioeconômicos, por bairro e Área de residência. Santos. 2010.

Área Nome do Bairro

Densidade

demográfica

(hab./km²)

%

Domicílios

com renda

per capita

até 1/2

salário

mínimo

% Pessoas

alfabeti-

zadas com

idade ≥ 5

anos

%

Domicílios

com água

da rede

geral

%

Domicílios

com esgoto

da rede

geral

%

Domicílios

com lixo

coletado

% Pessoas

expostas

aos grupos

de IPVS 4,

5 ou 6

1 Aparecida 21973,9 2,1 94,5 100,0 100,0 100,0 0,0

1 Estuário 10250,5 6,8 92,5 100,0 99,8 100,0 0,0

1 P. da Praia 13680,1 1,9 94,6 99,7 99,9 100,0 0,0

2 Boqueirão 18075,1 1,2 95,6 99,9 99,9 100,0 0,0

2 Embaré 22653,5 2,0 94,8 100,0 99,9 100,0 0,0

3 Encruzilhada 17219,0 3,2 93,1 100,0 100,0 100,0 1,9

3 Macuco 11577,6 7,3 90,7 100,0 99,6 100,0 5,0

4 Gonzaga 18341,6 1,2 95,3 99,4 99,8 99,9 0,0

4 J. Menino 14198,3 2,4 94,8 100,0 99,9 100,0 0,0

4 Pompéia 19336,9 1,3 95,0 100,0 100,0 100,0 0,0

5 C. Grande 24722,7 2,3 94,3 100,0 99,9 100,0 0,0

5 Marapé 18188,6 2,8 93,4 99,9 99,8 100,0 0,0

5 V. Belmiro 13655,8 2,8 93,7 100,0 99,9 100,0 0,0

6 Centro 1296,2 10,5 83,6 99,7 95,7 100,0 25,6

6 Jabaquara 3909,9 8,0 92,6 99,8 99,0 100,0 0,0

6 Paquetá 2614,5 31,3 80,6 97,8 89,5 100,0 80,9

6 Valongo 1241,5 9,0 83,3 98,5 100,0 100,0 100,0

6 V. Matias 6791,0 8,3 91,2 99,8 97,5 100,0 7,4

6 V. Nova 9181,6 21,5 83,2 99,7 99,1 99,9 83,7

7 M. Serrat 3864,3 20,8 86,7 100,0 100,0 100,0 58,5

7 M. Cachoeira 110,6 8,3 86,2 66,7 16,7 100,0 0,0

7 M. Caneleira 6545,6 38,4 78,0 88,4 64,4 99,7 100,0

7 M. C. de Paula 91,3 0,0 92,3 0,0 0,0 0,0 0,0

7 M. Embaré 0,0 0,0 0,0 0,0 0,0 0,0 0,0

7 M. Fontana 10026,0 20,8 84,7 99,6 100,0 100,0 59,3

7 M. Jabaquara 5012,4 17,6 84,4 97,4 94,7 100,0 100,0

7 M. J. Menino 10214,9 11,0 89,8 98,9 95,3 99,8 48,0

7 M. Marapé 1974,2 13,4 87,8 79,3 96,6 100,0 100,0

7 M. N. Cintra 3369,7 16,8 85,9 99,4 92,1 99,9 37,0

7 M. Pacheco 13474,4 20,9 82,0 99,8 99,4 100,0 55,0

7 M. Penha 8879,2 24,0 81,9 98,9 72,4 100,0 100,0

126

7 M. Saboó 2496,0 22,8 84,3 100,0 96,7 100,0 76,5

7 M. Sta. Maria 7679,7 21,6 86,7 99,4 78,3 81,4 57,3

7 M. Sta. Terezinha 747,3 1,3 95,4 100,0 100,0 100,0 0,0

7 M. S. Bento 14247,9 21,7 84,3 100,0 99,4 100,0 85,6

7 M. V. Progresso 21190,6 18,6 85,9 99,9 92,6 100,0 100,0

8 Alemoa 402,2 43,4 77,5 97,9 1,1 99,6 100,0

8 B. Retiro 11786,6 14,7 87,9 99,8 88,7 99,2 40,7

8 Caneleira 7716,9 21,0 87,4 99,4 91,5 99,9 64,1

8 C. de Paula 1833,1 28,2 79,5 98,1 12,4 100,0 100,0

8 Jd. Piratininga 4125,5 10,7 91,9 99,3 85,2 100,0 0,0

8 Saboó 15998,3 11,6 89,2 99,0 97,0 99,9 30,0

8 Sta. Maria 11384,4 8,1 92,3 100,0 99,4 100,0 0,0

8 S. Manoel 8822,4 30,6 81,0 99,0 42,0 98,9 68,4

8 V. Haddad 1502,8 11,7 89,8 100,0 100,0 100,0 0,0

8 V. São Jorge 12041,5 6,8 91,2 99,8 98,6 100,0 0,0

9 A. Branca 12036,2 17,6 88,4 99,9 85,0 100,0 39,6

9 Jd. Castelo 22436,7 13,0 88,4 99,9 87,2 100,0 38,3

9 R. Clube 19589,6 21,4 85,1 99,9 66,3 99,7 62,0

Continental Cabuçú 3,1 12,5 75,0 0,0 0,0 25,0 0,0

Continental Caruara 2166,2 26,6 83,9 78,1 2,8 100,0 100,0

Continental Guarapá 6,6 15,4 77,2 11,5 0,0 76,9 0,0

Continental

I. Barnabé 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Continental Iriri 19,9 30,0 79,2 0,0 0,0 75,0 0,0

Continental M. Cabrão 1229,8 35,9 86,8 62,1 6,2 99,3 100,0

Continental N. S. das Neves 3,3 0,0 50,0 0,0 0,0 0,0 0,0

Continental

Quilombo 256,2 26,2 82,1 79,3 1,9 91,6 87,7

Continental Trindade 1,3 20,0 71,4 0,0 0,0 0,0 0,0

Portuária Outerinhos 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. Alemoa 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. Macuco 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. Paquetá 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. P. da Praia 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. Saboó 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Portuária P. Valongo 0,0 0,0 0,0 0,0 0,0 0,0 0,0


127

8.11. Anexo 11 - Análise de Regressão

8.11.1 Regressão espacial - Modelo lag espacial - estimação do problema máximo

(“Spatial lag model - maximum likelihood estimation”)

Software utilizado: GeoDa V.1.12 (2018)

Resumo da Análise

Conjunto de dados: Bairros_Santos_66

Peso Espacial: “matrizQueen1”

Variável Dependente: INCID16

Número de Observações: 56

Variável dependente média: 38,8952

Número de Variáveis: 4

SD. Var. dependente: 74,1467

Graus de liberdade: 52

Coeff Lag. (Rho): 0,126862

R-quadrado: 0,189006

Verossimilhança de log: -314.835

Sq. Correlação: -

Critério de informação de Akaike: 637,67

Sigma-quadrado: 4458,63

Critério de Schwarz: 645,771

S.E de regressão: 66.773

Tabela 16 – Análise de Regressão espacial (“Spatial lag model”) dos Indicadores


residência. Santos. 2016.

Variável Coeficiente Erro

Padrão Valor-z Probabilidade

W_INCID16 0,126862 0,175444 0,723088 0,469630

Constant 37,562800 16,599000 2,262960 0,023640

% IPVS 4, 5 ou 6 1,172490 0,352846 3,322960 0,000890

% Renda -3,316850 1,310660 -2,530670 0,011380


Diagnóstico da regressão

Coeficientes aleatórios

Teste de valores de probabilidade

Teste de “breusch-pagan”:

DF: 2

Valor: 161,3531

Probabilidade: 0,00000

128

Diagnóstico de dependência espacial

“Spatial lag dependence” para matriz de peso: matrizqueen1


Teste de razão de verossimilhança:

DF: 1

Valor: 0,4686


8.11.2 Regressão linear multivariada - Estimação de quadrados menos ordinários

(“Ordinary least squares estimation”)

Software utilizado: GeoDa V.1.12 (2018)

Resumo da Análise

Conjunto de dados: Bairros_Santos_66

Variável Dependente: INCID16

Número de Observações: 56

Variável dependente média: 38,8952

Número de Variáveis: 3

SD. Var. dependente: 74,1467

Graus de liberdade: 53

R-quadrado: 0,179220

F-estatística: 5,78635

R-quadrado ajustado: 0,148247

Probabilidade (estatística F): 0,00533351

Soma quadrada residual: 252696

Verossimilhança Log: -315.069

Sigma-quadrado: 4767,85

Critério de informação de Akaike: 636,138

S.E. de regressão: 69,0496

Critério de Schwarz: 642,214

Sigma-quadrado ML: 4512,43

S.E de regressão ML: 67,1746

Tabela 17 - Análise de Regressão linear multivariada (“Ordinary least squares estimation”)

dos Indicadores socioeconômicos e coeficiente de incidência de dengue (por 10.000

habitantes), por bairro de residência. Santos. 2016.

Variável Coeficiente Erro

Padrão Valor-z Probabilidade

Constant 41,674 15,557200 2,678760 0,009820

% IPVS 4, 5 ou 6 1,21247 0,356767 3,398500 0,001290

% Renda -3,35725 1,339910 -2,505580 0,015330


129

Diagnóstico da regressão

Número de condição multicolinearidade: 5,266971

Teste de normalidade de erros


Teste de “jarque-bera”:

DF: 2

Valor: 1756,9567


Coeficientes aleatórios


Teste de “breusch-pagan”:

DF: 2

Valor: 161,5472


Teste de “koenker-bassett”:

DF: 2

Valor: 11,5425


Diagnóstico de dependência espacial

Para matriz de peso: “matrizqueen1” (pesos padronizados em linha)

Tabela 18 - Análise de Regressão (Diagnóstico de dependência espacial) dos Indicadores


residência. Santos. 2016.

Teste MI/DF Valor Probabilidade

Índice de Moran (erro) 0,0682 1,1126 0,2659

Multiplicador de Lagrange ("lag") 1,0000 0,4481 0,5032

LM robusto ("lag") 1,0000 0,0073 0,9321

Multiplicador de Lagrange (erro) 1,0000 0,5626 0,4532

LM robusto (erro) 1,0000 0,1218 0,7271

Multiplicador de Lagrange (SARMA) 2,0000 0,5699 0,7521


SILVIA DOMINGUES DOS SANTOSfcmsantacasasp.edu.br/wp-content/uploads/2018/06/... · Santos, Silvia...

Documents

Transcript of SILVIA DOMINGUES DOS SANTOSfcmsantacasasp.edu.br/wp-content/uploads/2018/06/... · Santos, Silvia...