Espaços de produção da leishmaniose tegumentar americana no estado do Rio de Janeiro, Brasil / Spaces of production of cutaneous leishmaniasis in the state of Rio de Janeiro, Brazil

RESUMO

Resumo O objetivo foi identificar e caracterizar unidades espaciais de relevância epidemiológica no estado do Rio de Janeiro, por meio das maiores concentrações de casos de leishmaniose tegumentar (LT) no período de 1980 a 2012, considerando os conceitos da geografia. Utilizou-se bancos de dados da SUCAM, FUNASA e SINAN. Foi aplicado um método de ajustamento de dados espacialmente referenciados para delimitação das regiões com as maiores concentrações de densidades de casos chamadas circuitos e polos. Estes foram sobrepostos aos mapas de indicadores socioambientais. Do total de casos registrados no período, 87% ocorreram nos municípios localizados nos circuitos e polos resultantes. As variações na ocorrência de casos nos diferentes circuitos e polos não tiveram relação com os indicadores socioambientais. A identificação dos circuitos e polos pode subsidiar o programa estadual da LT para a priorização de estratégias de ações de prevenção e controle e a otimização dos recursos do programa. Essas regiões, mais estáveis que as localidades, permitem operações de vigilância e controle nas localidades com muitos casos e nas demais da área de risco identificada, por terem as mesmas características daquelas já afetadas.

ABSTRACT

Abstract The scope of this research was to identify and characterize spatial units of epidemiological relevance in the state of Rio de Janeiro, through the highest concentrations of cutaneous leishmaniasis (CL) from 1980 to 2012, considering the geographical aspects. SUCAM, FUNASA and SINAN databases were consulted. A method of adjustment of spatially referenced data for demarcation of the regions with the highest concentrations of cases called circuits and poles was applied. These were superimposed on the socioenvironmental indicator maps. Of the total cases registered in the period, 87% occurred in the municipalities located in the resulting circuits and poles. The variations in the occurrence of cases in the different circuits and poles were not related to the socioenvironmental indicators. The identification of the circuits and poles can subsidize the state CL program of the prioritization of strategies of prevention and control actions and the optimization of the resources of the program. These regions, which are more stable than the localities, allow surveillance and control operations in locations with many cases and in other locations in the identified risk area, because they have the same characteristics as those already affected.