SILVIA DOMINGUES DOS SANTOSfcmsantacasasp.edu.br/wp-content/uploads/2018/06/... · Santos, Silvia...
Transcript of 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
Tabela 9 - Coeficiente de correlação de Spearman para coeficiente de incidência de dengue
(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
epidemiológico de início de sintomas, segundo faixa etária e sexo feminino. Santos. 2007-
2016. ....................................................................................................................................... 122 Tabela 13 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano
epidemiológico de início de sintomas, segundo faixa etária e sexo masculino. Santos. 2007-
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
socioeconômicos e coeficiente de incidência de dengue (por 10.000 habitantes), por bairro de
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,
segundo bairro e ano epidemiológico de início de sintomas. Santos. 2013. ............................ 60 Figura 15 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
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
habitantes), por bairro de residência, segundo ano epidemiológico de início de sintomas.
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,
segundo bairro e ano epidemiológico de início de sintomas. Santos. 2015. ............................ 66 Figura 21 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
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
habitantes), por bairro de residência, segundo ano epidemiológico de início de sintomas.
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
Figura 24 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
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
Figura 40 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
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
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2013. .............................................................. 97 Figura 42 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2014. .............................................................. 98
Figura 43 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2015. .............................................................. 99
Figura 44 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
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
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
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
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.
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
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
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.
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).
Figura 10 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano
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
Tabela 4 - Coeficiente de incidência de dengue (por 100.000 habitantes) por ano
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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
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
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.
Faixa
Etária
(anos)
Ano epidemiológico de início de sintomas
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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
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).
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.
Faixa
Etária
(anos)
Ano epidemiológico de início de sintomas
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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
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
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.
Fonte: SINAN-Net, 2012.
58
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.
Fonte: SINAN-Net, 2012; Censo IBGE, 2010.
59
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.
Fonte: SINAN-Net, 2012; Censo IBGE, 2010.
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.
Figura 14 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,
segundo bairro e ano epidemiológico de início de sintomas. Santos. 2013.
Fonte: SINAN-Net, 2013.
61
Figura 15 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo ano epidemiológico de início de sintomas. Santos. 2013.
Fonte: SINAN-Net, 2013; Censo IBGE, 2010.
62
Figura 16 – 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. 2013.
Fonte: SINAN-Net, 2013; Censo IBGE, 2010.
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.
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.
Fonte: SINAN-Online, 2014.
64
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.
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.
Fonte: SINAN-Online, 2014; Censo IBGE, 2010.
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.
Figura 20 - Mapa da Estimativa de Kernel por endereço de residência do caso de dengue,
segundo bairro e ano epidemiológico de início de sintomas. Santos. 2015.
Fonte: SINAN-Online, 2015.
67
Figura 21 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo ano epidemiológico de início de sintomas. Santos. 2015.
Fonte: SINAN-Online, 2015; Censo IBGE, 2010.
68
Figura 22 - 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. 2015.
Fonte: SINAN-Online, 2015; Censo IBGE, 2010.
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.
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.
Fonte: SINAN-Online, 2016.
70
Figura 24 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo ano epidemiológico de início de sintomas. Santos. 2016.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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.
Fonte: Censo IBGE, 2010.
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.
*Ausência de população residente na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.
Fonte: Censo IBGE, 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.
*Ausência de domicílios na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.
Fonte: Censo IBGE, 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.
*Ausência de domicílios na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.
Fonte: Censo IBGE, 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.
*Ausência de domicílios na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.
Fonte: Censo IBGE, 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.
*Ausência de população residente na Área Portuária e nos bairros Morro Embaré e Ilha Barnabé.
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
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.
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
Figura 33 - Mapa do Índice de Moran Local Bivariado por incidência de dengue (por 10.000
habitantes) e indicadores Densidade demográfica e Proporção de domicílios com
abastecimento de água da rede geral, segundo bairro de residência. Santos. 2016.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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
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.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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
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.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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.
Fonte: Índices de infestação vetorial – SECOVE/Secretaria Municipal de Saúde de Santos, 2012 a
2016
Figura 39– Índice de Densidade Larvária (IDL) por mês de avaliação. Santos. 2012-2016.
Fonte: Índices de infestação vetorial – SECOVE/Secretaria Municipal de Saúde de Santos, 2012 a
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
Tabela 9 - Coeficiente de correlação de Spearman para coeficiente de incidência de dengue
(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
Figura 40 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
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
Figura 41 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2013.
Fonte: SINAN-Net, 2013; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria
Municipal de Saúde de Santos, 2013.
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
Figura 42 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2014.
Fonte: SINAN-Online, 2014; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria
Municipal de Saúde de 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), 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
Figura 43 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2015.
Fonte: SINAN-Online, 2015; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria
Municipal de Saúde de Santos, 2015.
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
Figura 44 - Mapa do coeficiente de incidência de dengue (por 10.000 habitantes), por bairro
de residência, segundo os indicadores Índice de Densidade de fêmeas de Aedes aegypti (IDF)
e Índice de Densidade Larvária (IDL). Santos. 2016.
Fonte: SINAN-Online, 2016; Censo IBGE, 2010; Índices de infestação vetorial – SECOVE/Secretaria
Municipal de Saúde de Santos, 2016.
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
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.
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.
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
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
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
117
118
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
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.
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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
8.6. Anexo 6 – Tabela 11
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)
Ano epidemiológico de início de sintomas
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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2017-2016.
8.7. Anexo 7 – Tabela 12
Tabela 12 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano
epidemiológico de início de sintomas, segundo faixa etária e sexo feminino. 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 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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
123
8.8. Anexo 8 – Tabela 13
Tabela 13 - Razão dos coeficientes de incidência de dengue (por 100.000 habitantes) por ano
epidemiológico de início de sintomas, segundo faixa etária e sexo masculino. 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 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
Fonte: SINAN-Net e SINAN-Online, 2007-2016; DATASUS, 2007-2016.
8.9. Anexo 9 – Tabela 14
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
8.10. Anexo 10 – Tabela 15
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
Fonte: Censo IBGE, 2010.
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
socioeconômicos e coeficiente de incidência de dengue (por 10.000 habitantes), por bairro de
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
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
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 valores de probabilidade
Teste de razão de verossimilhança:
DF: 1
Valor: 0,4686
Probabilidade: 0,49365
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
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.
129
Diagnóstico da regressão
Número de condição multicolinearidade: 5,266971
Teste de normalidade de erros
Teste de valores de probabilidade
Teste de “jarque-bera”:
DF: 2
Valor: 1756,9567
Probabilidade: 0,00000
Coeficientes aleatórios
Teste de valores de probabilidade
Teste de “breusch-pagan”:
DF: 2
Valor: 161,5472
Probabilidade: 0,00000
Teste de “koenker-bassett”:
DF: 2
Valor: 11,5425
Probabilidade: 0,00312
Diagnóstico de dependência espacial
Para matriz de peso: “matrizqueen1” (pesos padronizados em linha)
Tabela 18 - Análise de Regressão (Diagnóstico de dependência espacial) dos Indicadores
socioeconômicos e coeficiente de incidência de dengue (por 10.000 habitantes), por bairro de
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
Fonte: SINAN-Online, 2016; Censo IBGE, 2010.