Análise espacial de casos de tuberculose e associação com fatores socioeconômicos: uma experiência no município do Rio de Janeiro / Spatial analysis of tuberculosis cases and association with socioeconomic factors: an experience in the city of Rio de Janeiro

Resumo Introdução A tuberculose é uma doença endêmica em diversos países e sua ocorrência tem sido relacionada a situações de pior condição socioeconômica. Objetivo Analisar a distribuição espacial da tuberculose no município do Rio de Janeiro em 2006 e a associação entre ocorrência da doença e indicadores socioeconômicos. Método O setor censitário de residência do paciente foi georreferenciado a partir do endereço registrado no SINAN; intensidade de casos estimada a partir do estimador de Kernel. A associação entre variáveis socioeconômicas e existência de pelo menos um caso de tuberculose nos setores censitários foi avaliada por regressão logística. Resultados A base de dados final tinha 3.089 novos casos não institucionalizados. Identificou-se grande concentração de casos na Zona Norte e em pontos da Zona Sul. Na Zona Oeste, visualizou-se uma faixa de pontos desde Magalhães Bastos até Santa Cruz e Sepetiba. A intensidade de casos foi maior nas áreas mais carentes. No modelo final, permaneceram: percentual de domicílios particulares permanentes cuja pessoa responsável recebia 3 a 5 salários mínimos e o percentual de domicílios alugados. Conclusão A análise espacial identificou áreas de maior concentração de casos coincidente com áreas mais carentes. A má qualidade do registro dos endereços foi a principal limitação.

Abstract Background Tuberculosis is an endemic disease in several countries, and its occurrence is related to situations of worse socioeconomic status. Objective To analyze spatial distribution of tuberculosis in the city of Rio de Janeiro in 2006 and the association between occurrence of the disease and the socioeconomic indicators. Method Patient's census tract of residence was georeferenced from the address registered in SINAN. Intensity of cases was estimated using the Kernel estimator (KDE) and association between the socioeconomic variables and existence of at least one case of tuberculosis in the census tracts was evaluated through logistic regression. Results The final database presented 3089 new non-institutionalized cases of tuberculosis. High concentration of cases was identified along the north district, with some points in the south district of the city. Along the west district, a range of points was observed from Magalhães Bastos to Santa Cruz and Sepetiba. Intensity of cases was higher in the most deprived areas. The following variables remained in the final model: percentage of permanent private households whose responsible person had a monthly income of 3-5 minimum wages and percentage of rented households. Conclusion Spatial analysis identified areas of high concentration of cases of tuberculosis coinciding with the most deprived areas. The poor quality of address registration was the main limitation of this study.

Spatial distribution and socioeconomic context of tuberculosis in Rio de Janeiro, Brazil / Distribuição espacial e contexto socioeconômico da tuberculose, Rio de Janeiro, Brasil

OBJECTIVE To analyze the spatial distribution of risk for tuberculosis and its socioeconomic determinants in the city of Rio de Janeiro, Brazil.METHODS An ecological study on the association between the mean incidence rate of tuberculosis from 2004 to 2006 and socioeconomic indicators of the Censo Demográfico (Demographic Census) of 2000. The unit of analysis was the home district registered in the Sistema de Informação de Agravos de Notificação (Notifiable Diseases Information System) of Rio de Janeiro, Southeastern Brazil. The rates were standardized by sex and age group, and smoothed by the empirical Bayes method. Spatial autocorrelation was evaluated by Moran's I. Multiple linear regression models were studied and the appropriateness of incorporating the spatial component in modeling was evaluated.RESULTS We observed a higher risk of the disease in some neighborhoods of the port and north regions, as well as a high incidence in the slums of Rocinha and Vidigal, in the south region, and Cidade de Deus, in the west. The final model identified a positive association for the variables: percentage of permanent private households in which the head of the house earns three to five minimum wages; percentage of individual residents in the neighborhood; and percentage of people living in homes with more than two people per bedroom.CONCLUSIONS The spatial analysis identified areas of risk of tuberculosis incidence in the neighborhoods of the city of Rio de Janeiro and also found spatial dependence for the incidence of tuberculosis and some socioeconomic variables. However, the inclusion of the space component in the final model was not required during the modeling process.

OBJETIVO Analisar a distribuição espacial de sobrerrisco para tuberculose e seus determinantes socioeconômicos no município do Rio de Janeiro.MÉTODOS Estudo ecológico sobre a associação entre a média da taxa de incidência da tuberculose de 2004 a 2006 e indicadores socioeconômicos do Censo Demográfico do ano 2000. A unidade de análise foi o bairro de residência registrado no Sistema de Informação de Agravos de Notificação do município do Rio de Janeiro, RJ. As taxas foram padronizadas por sexo e faixa etária e suavizadas pelo método bayesiano empírico. A autocorrelação espacial foi avaliada pelo índice de Moran. Foram estudados modelos de regressão linear múltipla e avaliada a pertinência de incorporar o componente espacial na modelagem.RESULTADOS Observou-se risco maior de adoecimento em alguns bairros da zona portuária e zona norte, além de grande incidência nas favelas da Rocinha e Vidigal, na zona sul e Cidade de Deus, na zona oeste. O modelo final identificou associação positiva para as variáveis: percentual de domicílios particulares permanentes em que o responsável recebia de três a cinco salários mínimos; percentual de moradores individuais no bairro; e percentual de pessoas que viviam em domicílio com mais de duas pessoas por dormitório.CONCLUSÕES A análise espacial identificou áreas de sobrerrisco de incidência da tuberculose nos bairros do município do Rio de Janeiro e encontrou dependência espacial para a incidência de tuberculose e algumas variáveis socioeconômicas. Entretanto, a inclusão do componente espacial, no modelo final, não se mostrou necessária durante o processo de modelagem.

Análise espacial da dengue e o contexto socioeconômico no município do Rio de Janeiro, RJ / Análisis espacial del dengue y el contexto socioeconómico en el municipio de Rio de Janeiro, Sureste de Brasil / Spatial analysis of dengue and the socioeconomic context of the city of Rio de Janeiro (Southeastern Brazil)

OBJETIVO: Analisar a epidemia de dengue em relação ao contexto socioeconômico segundo áreas geográficas. MÉTODOS: Foi realizado estudo ecológico no município do Rio de Janeiro (RJ), em áreas delimitadas como bairros, a partir de informações de casos de dengue notificados em residentes no município. Foi calculada a taxa de incidência média de dengue entre as semanas epidemiológicas: 48ª de 2001 a 20ª de 2002. A ocorrência de dengue foi correlacionada com variáveis socioeconômicas utilizando-se o coeficiente de correlação de Pearson. Utilizou-se o Índice de Moran global e local para avaliar a autocorrelação espacial da dengue e das variáveis correlacionadas significativamente com a doença. O modelo de regressão linear múltipla e o modelo espacial condicional auto-regressivo foram usados para analisar a relação entre dengue e contexto socioeconômico. RESULTADOS: Os bairros da zona oeste do município apresentaram elevadas taxas de incidência média de dengue. Apresentaram correlação significativa as variáveis: percentual de domicílios ligados à rede sanitária geral, domicílios com lavadora de roupas e densidade populacional por área urbana. O índice de autocorrelação espacial Moran revelou dependência espacial entre a dengue e variáveis selecionadas. Os modelos utilizados apontaram o percentual de domicílios ligados à rede sanitária geral como única variável associada significativamente à doença. Os resíduos de ambos os modelos revelaram autocorrelação espacial significativa, com índice de Moran positivo (p<0,001) para o de regressão e negativo (p=0,005) para o espacial condicional auto-regressivo. CONCLUSÕES: Problemas relacionados ao saneamento básico contribuem decisivamente para o aumento do risco da doença.

Estimativa de áreas de risco para hepatite A / Estimation of risk areas for hepatitis A

Este estudo estimou áreas de risco de hepatite A e de variáveis associadas em região de Duque de Caxias, Rio de Janeiro, Brasil. Foi realizado um inquérito soroepidemiológico para hepatite A e domiciliar em 19 setores censitários. Destes, foram selecionados 11 setores contíguos com diferentes cotas altimétricas e todas as 1.298 crianças com idade menor que dez anos foram incluídas no estudo. Construiu-se semivariogramas para a hepatite A, não uso de filtro, número de pontos de água e tempo de encanamento de água. A estimativa espacial foi obtida por krigagem indicadora e ordinária. O ajuste dos modelos foi avaliado por meio de validação cruzada. Os quatro modelos ajustados de semivariogramas do desfecho e das três variáveis sócio-econômicas apresentaram um padrão isotrópico; mapas do risco estimado segundo a krigagem para hepatite A e para as variáveis sócio-econômicas foram construídos; a validação cruzada mostrou um bom ajuste. A utilização do método de estimativa espacial usando-se a krigagem possibilitou a detecção de áreas com maior probabilidade de ocorrência da hepatite A, independentemente da divisão político-administrativa dos setores censitários.

This study estimated hepatitis A risk areas in a region of Duque de Caxias, Rio de Janeiro State, Brazil. A cross-sectional study consisting of a hepatitis A serological survey and a household survey were conducted in 19 census tracts. Of these, 11 tracts were selected and 1,298 children from one to ten years of age were included in the study. Geostatistical techniques allowed modeling the spatial continuity of hepatitis A, non-use of filtered drinking water, time since installation of running water, and number of water taps per household and their spatial estimation through ordinary and indicator kriging. Adjusted models for the outcome and socioeconomic variables were isotropic; risk maps were constructed; cross-validation of the four models was satisfactory. Spatial estimation using the kriging method detected areas with increased risk of hepatitis A, independently of the urban administrative area in which the census tracts were located.

Distribuiçäo espacial da infecçäo por Ascaris lumbricoides / Spatial distribution of Ascaris lumbricoides infection

OBJETIVO: Estimar áreas de risco para a ocorrência de carga parasitária produzida pelo Ascaris lumbricoides, por meio da utilizaçäo de técnicas de geoprocessamento e análise geoestatística. MÉTODOS: Foram selecionados 19 setores censitários para a realizaçäo do inquérito copro-parasitológico e domiciliar na localidade de Parque Fluminense, no município de Duque de Caxias, RJ. Foram amostradas e plotadas no centróide de seu respectivo domicílio 1.664 crianças com idade entre 1 e 9 anos. As técnicas de geoestatística permitiram a análise exploratória espacial, variografia e krigagem ordinária. A análise estatística inclui teste "t" de Student, odds ratio e intervalos de confiança de 95 por cento. RESULTADOS: A prevalência encontrada para A. lumbricoides foi de 27,5 por cento. A renda familiar, o nível de escolaridade da dona de casa e as condiçöes peridomiciliares foram identificados como fatores significativamente associados à ocorrência de ascaríase. Um modelo de semivariograma isotrópico esférico com alcance de 150 metros, contribuiçäo de 0,45 e efeito pepita de 0,55 foi empregado na krigagem ordinária. CONCLUSOES: A continuidade espacial de aproximadamente 150 metros corrobora a influência do peridomicílio na ascaríase. Pela krigagem ordinária, foi possível estimar a ocorrência da doença em toda a área de estudo e construir um mapa de risco