Escolar Documentos
Profissional Documentos
Cultura Documentos
Capacitacao e Atualizacao em Geoprocessamento em Saude 3 PDF
Capacitacao e Atualizacao em Geoprocessamento em Saude 3 PDF
VOLUME
Braslia - DF
2007
2007 Ministrio da Sade.
Todos os direitos reservados. permitida a reproduo parcial ou total desta obra, desde que
citada a fonte e que no seja para venda ou qualquer fim comercial.
A responsabilidade pelos direitos autorais de textos e imagens desta obra da rea tcnica.
A coleo institucional do Ministrio da Sade pode ser acessada, na ntegra, na Biblioteca Virtual
em Sade do Ministrio da Sade: http://www.saude.gov.br/bvs
Reviso Tcnico-pedaggica
Grcia Maria de Miranda Gondim
Coordenao Executiva do projeto Simone M. Santos
Walter Massa Ramalho Reviso de Portugus:
Christovam Barcellos
Itamar Jos de Oliveira
Mnica M. F. Magalhes
Simone M. Santos Ilustrao da capa, Programao Visual e
Direo de Arte:
Vera Lucia Fernandes de Pinho
Fotos da capa:
Peter Ilicciev / Banco de Imagens / Fiocruz
Ficha Catalogrfica
Introduo Estatstica Espacial para a Sade Pblica / Ministrio da Sade, Fundao Oswaldo Cruz; Simone M. Santos, Wayner V.
Souza, organizadores. - Braslia : Ministrio da Sade, 2007.
120 p. : il. (Srie B. Textos Bsicos de Sade) (Srie Capacitao e Atualizao em Geoprocessamento em Sade; 3)
ISBN 978-85-334-1427-3
1. Estatstica espacial. 2. Vigilncia em Sade. 3. Anlise espacial. 4. Sade pblica. I. Simone M. Santos (Org.) II. Wayner V. Souza
(Org.) III.Ttulo. IV. Srie.
NLM W 26.55.14
Christovam Barcellos
Gegrafo, Sanitarista, doutor em Geocincias, pesquisador titular do Departamento de
Informaes em Sade do Centro de Informao Cientfica e Tecnolgica da Fundao
Oswaldo Cruz.
Eugnio P. Lisboa
Mdico, Secretaria Municipal de Sade de Porto Alegre.
Lisiane M.W.Acosta
Enfermeira, especialista em Enfermagem em Sade Pblica, mestranda em Epidemiologia,
profissional da Equipe de Vigilncia das Doenas Transmissveis da CGVS da Secretaria
Municipal de Sade de Porto Alegre.
Marilia S Carvalho
Mdica, mestre em Sade Pblica, doutora em Engenharia Biomdica, ps-doutorado em
Estatstica, pesquisadora titular do Departamento de Epidemiologia e Mtodos Quantitativos
da Escola Nacional de Sade Pblica Srgio Arouca da Fundao Oswaldo Cruz.
Oswaldo G. Cruz
Bilogo, mestre em Sade Pblica, doutor em Engenharia Biomdica, pesquisador do
Programa de Computao Cientfica da Fundao Oswaldo Cruz.
Rui Flores
Mdico, Sanitarista, Secretaria Municipal de Sade de Porto Alegre.
Walter M. Ramalho
Coordenao Executiva do projeto de Capacitao e
Atualizao em Geoprocessamento para a Sade Pblica
Sumrio
Captulo 1: Conceitos Bsicos em Anlise de Dados Espaciais em Sade ... 1 3
2.1 - Princpios de Anlise Espacial de Eventos com Representao por Pontos .................. 31
Conceitos Bsicos
em Anlise de
Dados Espaciais
em Sade
Marilia S Carvalho
Oswaldo G. Cruz
Wayner V. Souza
Principais Aplicaes
pg. 20
A- Pontos
Tipos de Dados
pg. 21 B- reas
14
1.1 - Estudos Ecolgicos
15
CAPTULO 1 - Conceitos Bsicos em Anlise de Dados Espaciais em Sade
Transversal Inquritos
16
1.1 - Estudos Ecolgicos
FIGURA 1.1 Olinda: taxa mdia de incidncia de tuberculose no perodo 1996-2000, e mdia de moradores por domiclio em 2000,
segundo setores censitrios.
2 0 2 4 Kilometers 2 0 2 4 Kilometers
Pode-se observar, mesmo que apenas por inspeo visual, uma coincidncia
entre vrios setores com altas taxas de incidncia e altas concentraes de
moradores por domiclio. Essa associao espacial entre o indicador escolhido
e a incidncia de tuberculose no casual, dado que altas mdias de
moradores por domiclio apontam para carncia social, alm de se constituir
em fator facilitador da transmisso da doena.
SNOW
http://www.ph.ucla.edu/epi/snow/reactionandcommitteeaction.html.
FIGURA 1.2 Mapa do Clera Soho, FIGURA 1.3 Bomba de gua de Broad
Londres. Street, Londres.
18
1.2 - Estatstica Espacial
19
CAPTULO 1 - Conceitos e Arquitetura de Sistemas de Informaes Geogrficas
Principais Aplicaes
20
1.2 - Estatstica Espacial
Tipos de Dados
A Pontos
B reas
22
1.2 - Estatstica Espacial
Ainda que cada um desses objetivos deva ser tratado com tcnicas
estatsticas especficas, alguns conceitos estatsticos fundamentais definem
os problemas metodolgicos tratados pela estatstica espacial. O
entendimento da noo de: (A) dependncia espacial e (B) estacionariedade,
orientam a identificao de pressupostos a serem assumidos por diferentes
tcnicas estatsticas.
A Dependncia espacial
Minas Gerais
auto-correlao
Esprito
Santo
So Paulo
Rio de Janeiro
distncia
24
1.2 - Estatstica Espacial
B Estacionariedade
25
CAPTULO 1 - Conceitos e Arquitetura de Sistemas de Informaes Geogrficas
A B
A No estacionariedade de 1 ordem.
Varincia constante.
Mdia varia no processo.
B No estacionariedade de 2 ordem.
Varincia diferente ao longo do processo.
Mdia constante.
C Estacionrio.
Varincia e Mdia so constantes.
26
1.2 - Estatstica Espacial
27
2
Anlise de Dados
em Forma de Pontos
Christovam Barcellos
A- Distncia limiar
Anlise de Aglomerados Hierrquicos B- Nmero mnimo de pontos
pg. 39
C- Tamanho da elipse
Deteco de Aglomerados
pelaTcnica Estatstica Scan pg. 51
FIGURA 2.1 Localizao de poos de gua e mortes por clera em Londres 1854
(Baseado em Snow, 1999).
32
2.1 - Princpios de Anlise Espacial de Eventos com Representao por Pontos
33
CAPTULO 2 - Anlise de Dados em Forma de Pontos
34
2.3 - Anlise de Padres de Dados com Representao por Pontos
35
CAPTULO 2 - Anlise de Dados em Forma de Pontos
Se os riscos esto concentrados no espao, espera-se um padro de pontos que mostre uma aglomerao
(Figura 2.3 A). Esse padro tambm chamado de agrupado ou clusterizado, usando-se uma expresso
do ingls. Esse padro diferente do regular (Figura 2.3 B) e do aleatrio (Figura 2.3 C).
No padro regular (Figura 2.3 B) existe uma distncia mdia entre os pontos que tende a ser constante.
Os pontos esto espalhados em todo o espao, mas mantendo uma regularidade entre eles. como se
a distribuio de pontos tivesse sido planejada para que um ponto no estivesse muito longe do outro.
Na prtica de sade pblica este padro pouco comum. Um dos casos em que esse padro pode
ocorrer a localizao de unidades bsicas de sade dentro de uma cidade. Se um dos critrios para a
localizao desses servios for, por exemplo, que os usurios devem encontrar uma unidade bsica a
menos de 1 km de sua casa, h uma tendncia de se espalhar homogeneamente essas unidades no
espao. O mesmo pode acontecer com amostras ambientais ou armadilhas para o monitoramento de
infestao por mosquitos (ovitrampas), que so distribudas propositalmente no espao de forma regular.
J o padro aleatrio (Figura 2.3 C) no tem nenhum modelo de distribuio. Ele ocorre por um completo
acaso. Nessa ltima situao, existe uma mescla de distribuio aglomerada e uniforme (Ward e
Carpenter, 2000).
36
2.3 - Anlise de Padres de Dados com Representao por Pontos
37
CAPTULO 2 - Anlise de Dados em Forma de Pontos
d = { ( x 1 x 2 )2 + ( y 1 y 2 ) 2 }
38
2.4 - Anlises Baseadas na Distncia entre Pontos
Essas estatsticas de distncia entre pontos podem servir para uma srie
de tcnicas usadas para a deteco de aglomerados de pontos. A anlise de
aglomerados (cluster) um termo genrico usado em um grande nmero de
tcnicas que tentam determinar se uma base de dados composta por grupos
distintos (Everitt, 1974). De modo geral a anlise de aglomerados um mtodo
de classificao que utiliza a caracterstica de certos objetos com o intuito de
agrup-los.
Aglomerado de 3 ordem
Aglomerado de 2 ordem
Aglomerado de 1 ordem
Eventos individuais
A Distncia limiar
40
2.4 - Anlises Baseadas na Distncia entre Pontos
C Tamanho da elipse
41
CAPTULO 2 - Anlise de Dados em Forma de Pontos
A tcnica de aglomerados hierrquicos de vizinhos mais prximos determina se existem aglomerados (ex: reas
quentes) na distribuio dos eventos utilizando-se um critrio quantitativo. A identificao de aglomerados feita
pelo desenho de elipses que marcam locais com maior concentrao de pontos que o esperado segundo um
modelo de aleatoriedade.
A principal desvantagem que essa tcnica usa dados absolutos e pode produzir uma falsa impresso da
existncia de grupamentos, uma vez que no considera dados populacionais. Esses aglomerados podem ser
conseqncias da prpria tendncia de concentrao de populao em determinados locais com mais recursos.
Alm disso, o tamanho da rea estudada dependente do tamanho da amostra, uma vez que o intervalo de
confiana em torno da distncia mdia aleatria utilizado como um dos critrios. Uma outra desvantagem a
existncia de um certo grau de arbitrariedade, uma vez que o nmero mnimo de eventos a compor um aglomerado
definido pelo investigador, da mesma forma como a definio da probabilidade a ser empregada.
42
2.4 - Anlises Baseadas na Distncia entre Pontos
43
CAPTULO 2 - Anlise de Dados em Forma de Pontos
44
2.5 - Anlise da Densidade de Pontos
n
1 (s si )
(s) =
i=1 2
45
CAPTULO 2 - Anlise de Dados em Forma de Pontos
FIGURA 2.7 Casos de hepatite A e superfcie de densidade, segundo a tcnica de Kernel em Macap (Dados de Neri, 2004).
46
2.5 - Anlise da Densidade de Pontos
O arquivo gerado pela tcnica de kernel uma grade com n colunas por
m linhas, criando n x m clulas. Quanto maior o nmero de clulas,
maior a resoluo da figura gerada. A definio desse parmetro afeta a
quantidade de memria que vai ser usada para armazenar os resultados.
O uso de uma grande quantidade de colunas pode gerar uma sobrecarga
de processamento no programa e computador.
47
CAPTULO 2 - Anlise de Dados em Forma de Pontos
48
2.6 - Avaliao de Aglomerados considerando a Distribuio da Populao
FIGURA 2.9 Eventos de sade (pontos) e setores censitrios (polgonos) usados para o clculo de taxas por meio de tcnicas de
anlise espacial.
49
CAPTULO 2 - Anlise de Dados em Forma de Pontos
50
2.6 - Avaliao de Aglomerados considerando a Distribuio da Populao
52
2.6 - Avaliao de Aglomerados considerando a Distribuio da Populao
Comparada com outros mtodos estatsticos espaciais, a FIGURA 2.11 Resultado do teste Scan dos casos de
estatstica scan apresenta vantagens que a torna indicada na hepatite A de Macap. Eventos de sade (pontos),
bairros (polgonos) e crculos mostrando reas com
localizao de aglomerados: (a) pode ser ajustada para a
maior incidncia de hepatite A.
densidade populacional; (b) pode ser ajustada por variveis
de confuso; (c) sua aplicao minimiza vis de pr-seleo,
uma vez que procura por aglomerados sem especificar seu
tamanho e localizao; (d) o teste estatstico de razo de
verossimilhana leva em conta testagens mltiplas
informando um nico valor de p ao testar a hiptese nula
(Kuldorff et al., 1997).
53
CAPTULO 2 - Anlise de Dados em Forma de Pontos
FIGURA 2.12 Superfcie de densidade de casos (a) e de populao (b) calculados usando-se a tcnica de Kernel.
A B
55
CAPTULO 2 - Anlise de Dados em Forma de Pontos
56
2.7 - Interpolao de Dados Pontuais
No mapa ao lado observa-se a rea FIGURA 2.14 Estimativa da distribuio espacial de prevalncia de dengue em
Goinia (Marteli et al., 2004).
perifrica da cidade, principalmente no
sudeste com altas taxas de prevalncia
de dengue.
Em alguns casos, principalmente
nas avaliaes de qualidade
ambiental, as variveis no so
dicotmicas. Por exemplo, os
resultados da anlise de amostras de
gua mostram uma variao gradual
dos valores de cloro, flor, turbidez e
outros parmetros usados para o
controle e vigilncia. Essas variveis
so chamadas contnuas e podem ser
usadas em uma tcnica de Kernel.
Nesse caso, a resposta grfica da
tcnica uma grade com valores
interpolados da varivel selecionada.
O exemplo a seguir (Figura 2.15)
mostra o resultado de tcnica de
Kernel aplicada qualidade da gua
FIGURA 2.15 Interpolao de valores de flor na rede de distribuio de gua no Rio
no Rio de Janeiro. Cada ponto no de Janeiro, usando-se a estimativa Kernel (Barcellos et al., 1998).
O trabalho de localizar e testar os possveis aglomerados de pontos pode ser feito dentro de um SIG ou usando-
se um outro programa que importe dados deste SIG e exporte resultados para este SIG. O programa Terraview
tem sido aperfeioado para incorporar diversas ferramentas de anlise espacial que podem ser usadas com
esse fim. Outras ferramentas esto disponveis em programas gratuitos, como o R, Crimestat e Satscan.
Depois de identificar esses aglomerados ainda h muito a fazer. A Vigilncia em Sade deve procurar entender
como e por que estas reas, destacadas pelos mtodos estatsticos, diferem das outras. Um trabalho importante
nesta etapa retornar os resultados estatsticos para o SIG para verificar o que caracteriza essas reas. Isso pode
ser feito atravs da confeco de mapas temticos sobre as condies socioeconmicas, por setor censitrio.
A figura abaixo mostra a proporo de domiclios sem banheiro nos setores censitrios (em tons de verde). Sobre
esta camada so mostrados os aglomerados de casos de hepatite A segundo o mtodo do vizinho mais prximo
(em pequenas elipses vermelhas).
58
2.7 - Interpolao de Dados Pontuais
Tambm podem ser adicionadas novas camadas de informao que auxiliem a interpretao dos resultados
estatsticos, como a localizao de unidades bsicas de sade, de crregos e rios, etc.
Outro recurso importante avaliar a rea identificada pelos mtodos estatsticos por meio de outras fontes de
informao. A figura abaixo mostra a mesma rea ao sul da Cidade de Macap segundo o programa Google Earth.
Fonte: http://earth.google.com/intl/pt/
Nesse programa, pode-se entrar com as coordenadas de um local em que se deseja visualizar a imagem de
satlite. Com instrumentos de medio de distncia se pode calcular um raio de 1 km em torno deste ponto,
identificado como o centro do aglomerado de casos. Usando-se esse recurso pode-se visualizar que grande
parte das casas dentro desse raio est em reas de favelas de palafitas, com ms condies de saneamento.
59
3
Anlise Espacial
de Dados de reas
Wayner V. Souza
Marilia S Carvalho
Oswaldo G. Cruz
Virginia Ragoni
Captulo 3:
Anlise Espacial de Dados de reas
Matriz de Vizinhana
pg. 65
Autocorrelao Espacial
pg. 69
200
100
0
8 10 12 14 16
Log da Populao
Fonte: DATASUS.
CAPTULO 3 - Anlise Espacial de Dados de reas
FIGURA 3.2 Taxas de mortalidade por acidentes de transporte FIGURA 3.3 Mapa temtico das taxas de mortalidade por
nos municpios brasileiros em 2004, segundo faixas de tamanho acidentes de transporte nos municpios brasileiros em 2004.
populacional.
30
0
Taxa por 100.000 hab.
20
0
10
0
FIGURA 3.4 Taxas de mortalidade mdia por acidentes de Figura 3.5 - Mapa temtico das taxas mdias de mortalidade
transporte nos municpios brasileiros em 2002, 2003 e 2004, por acidentes de transporte nos municpios brasileiros em 2002,
segundo faixas de tamanho populacional. 2003 e 2004.
Boxplot das Taxas trienal de mortalidade por
Acidentes de Transporte Brasil - 2002 a 2004
30
0
Taxa por 100.000 hab.
20
0
10
0
64
3.1 - Mtodos para Espacializao e Tratamento Estatstico de Indicadores
Matriz de Vizinhana
Um procedimento necessrio para a analise de dados de rea a construo
de uma matriz de vizinhana, tambm conhecida como matriz de distncia,
matriz de conectividade ou matriz de proximidade. Essa matriz de conectividade
indica a relao espacial de cada rea com as demais. Essa matriz pode ser
composta, por exemplo, apenas pela lista de vizinhos de cada municpio; ou a
distncia entre municpios ligados por estradas; ou ainda a conectividade
ponderada pelo comprimento da fronteira comum.
A figura 3.6 apresenta os municpios do Estado de Roraima, a partir dos
quais foi construda uma matriz baseada na vizinhana, por meio da atribuio
de valores: 1 para os municpios que possuem fronteiras em comum, e 0 para
os municpios que no compartilham fronteiras.
A matriz de vizinhana referente ao mapa da figura 3.6 pode ser vista na figura 3.7.
Observe, por exemplo, que a capital Boa Vista tem 7 vizinhos e que o
municpio de Uiramut no extremo norte tem apenas 2 vizinhos.
FIGURA 3.6 Mapa do Estado de Roraima com FIGURA 3.7 Matriz de Vizinhana para os municpios do Estado de Roraima.
diviso por municpios.
So Joo da Baliza
Rorainpolis
Alto Alegre
Normandia
Pacaraima
Caracara
Boa Vista
Uiramut
Caroebe
So Luiz
Iracema
Mucaja
Amajari
Bonfim
Cant
Amajari 1 1 0 0 0 0 0 0 0 1 0 0 0 0
Alto Alegre 1 1 0 0 0 0 1 1 0 0 0 0 0 0
Boa Vista 1 1 1 1 0 0 0 1 1 1 0 0 0 0
Bonfim 0 0 1 1 1 0 0 0 1 0 0 0 0 0
Cant 0 0 1 1 1 0 1 1 0 0 0 0 0 0
Caracara 0 0 0 1 1 1 1 0 0 0 1 1 1 0
Caroebe 0 0 0 0 0 1 0 0 0 0 0 1 0 0
Iracema 0 1 0 0 1 1 0 1 0 0 0 0 0 0
Mucaja 0 1 1 0 1 0 0 1 0 0 0 0 0 0
Normandia 0 0 1 1 0 0 0 0 0 1 0 0 0 1
Pacaraima 1 0 1 0 0 0 0 0 0 1 0 0 0 1
Rorainpolis 0 0 0 0 0 1 0 0 0 0 0 1 1 0
So Joo da Baliza 0 0 0 0 0 1 1 0 0 0 0 1 1 0
So Luiz 0 0 0 0 0 1 0 0 0 0 0 1 1 0
Uiramut 0 0 0 0 0 0 0 0 0 1 1 0 0 0
Fonte: DATASUS.
65
CAPTULO 3 - Anlise Espacial de Dados de reas
i = wi ti + (1 wi ) i
Essa mdia usada na ponderao pode ser a taxa mdia da regio toda
de estudo, quando chamamos o mtodo de bayesiano emprico global, ou
pode ser a mdia dos vizinhos, mtodo ao qual chamaremos de bayesiano
emprico local.
O fator de ponderao wi tanto menor quanto menor a populao em
estudo da i sima rea, e reflete o grau de confiana a respeito de cada taxa.
Contrariamente, se confiamos bastante no valor estimado da taxa (populaes
maiores), wi se aproxima de 1 (um), e, conseqentemente, o peso (1- wi ) da
mdia dos vizinhos se aproxima de 0 (zero).
Para o caso de populaes reduzidas, a confiana na taxa observada diminui
e a estimativa da taxa se aproxima de nosso modelo a priori (ou seja, se
aproxima de i ).
Regies com populaes muito baixas tero uma correo maior, e regies
populosas tero pouca alterao em suas taxas. Logo i ser estimado, quando
n for pequeno, com maior peso da mdia da vizinhana, no caso do estimador
local ou da taxa geral da regio no caso do estimador global.
66
3.2 - Mtodos de Suavizao Espacial
= yi
n i
, onde yi a contagem do
evento em cada rea e ni a populao. No caso da suavizao bayesiana local,
esta a taxa do evento entre os vizinhos. No caso global a taxa da regio
toda. A varincia, da mesma forma, estimada com base na varincia das
taxas de cada rea em relao mdia i .
Voltando ento ao fator de ponderao wi , este a varincia da taxa entre os
vizinhos dividida pela soma desta varincia com uma frao da mdia i / ni :
i2
wi =
i
i2 + ni
67
CAPTULO 3 - Anlise Espacial de Dados de reas
FIGURA 3.9 Recife: Taxas de deteco mdia obtidas por mtodo bayesiano
emprico local, em menores de 15 anos, para o perodo 1993-1997, por bairro.
68
3.2 - Mtodos de Suavizao Espacial
Autocorrelao Espacial
n n
1
w
i=1 j=1 ij
(y i y)(y j y)
1= n n x
VAR(y)
w
i=1 j=1 ij
69
CAPTULO 3 - Anlise Espacial de Dados de reas
SOMA 5 9,576
n n
wi=1 j=1 ij
= 2 x 5 = 10
n n
n n
1
w (y y)(y y)
i=1 j=1 ij i j
1 19,152
1= n n x = X = 0,267
VAR(y) 10 7,17
w
i=1 j=1 ij
70
3.2 - Mtodos de Suavizao Espacial
71
CAPTULO 3 - Anlise Espacial de Dados de reas
72
3.3 - Anlise da Estrutura Espacial
Na figura 3.11, o primeiro mapa FIGURA 3.11 Indicadores Locais de Autocorrelao Espacial.
mostra indicadores de qualidade de
vida no municpio de So Paulo. No
segundo mapa, as reas em verde
tm alta correlao entre vizinhos,
isto os indicadores se parecem.
Nas reas em azul claro, h uma
pequena correlao entre indica-
dores de reas vizinhas e nas reas
em branco, as reas se parecem
menos. Isso quer dizer que no
municpio de So Paulo existem trs
grandes reas homogneas: uma no sul e outra na zona leste da cidade,
com baixos ndices de qualidade de vida, e uma rea central com melhores
ndices de qualidade de vida.
73
CAPTULO 3 - Anlise Espacial de Dados de reas
k
log(i ) = log (ei ) + 0 + j xj + i + vi
j=1
Wij j
p (i /ji ) ~ N j i ,
Wij
j i
j i
Wij
74
3.3 - Anlise da Estrutura Espacial
N
jk
Sendo assim, a varivel j = k=1 ter distribuio Normal com mdia
N
igual a m e desvio padro igual a s .
N
76
3.3 - Anlise da Estrutura Espacial
k
(0 + j xj + i + vi i)
i = e j=1
Resultados
77
CAPTULO 3 - Anlise Espacial de Dados de reas
FIGURA 3.14 Olinda: Setores Censitrios com risco relativo para Esses resultados permitem analisar e identificar
a ocorrncia da tuberculose igual ou maior que 150%.
formas realistas de enfrentamento do problema diante
da escassez de recursos, por vezes presente,
conforme exemplificado na figura 3.14. Pode-se, por
exemplo, no mbito do SIG, selecionar reas com risco
relativo maior do que 1,5 (150%) como forma de
identificar reas prioritrias para intensificao de
aes de vigilncia e controle.
As reas assinaladas (em vermelho) correspondem
a 47 setores censitrios que totalizaram 629 casos
de tuberculose, no perodo 1996-2000 (37,5% do total),
tendo uma populao de 59.587 habitantes (16,6%
do total), o que implica uma incidncia mdia anual
de 211,1 por 100.000 habitantes.
78
3.4 - Tcnicas de Anlise de Dados Pontuais Aplicadas a reas
FIGURA 3.15 Recife Diviso de bairros (polgonos delimitados FIGURA 3.16 Mapa de padro de incidncia de tuberculose
em preto) e distritos sanitrios (polgonos delimitados em azul). segundo bairros Coorte 2003-2005.
FIGURA 3.17 Mapa de Kernel de incidncia de tuberculose FIGURA 3.18 Mapa de Kernel de casos de tuberculose
segundo bairros. segundo bairros.
79
CAPTULO 3 - Anlise Espacial de Dados de reas
FIGURA 3.19 Mapa de Kernel de incidncia de tuberculose FIGURA 3.20 Mapa de Kernel de casos de tuberculose
segundo setores censitrios (polgonos no representados). segundo setores censitrios (polgonos no representados).
80
3.4 - Tcnicas de Anlise de Dados Pontuais Aplicadas a reas
FIGURA 3.21 Mapa de Kernel de incidncia por bairros (A) versus incidncia por setor (B).
A B
Deve-se ainda salientar mais uma vez que a abordagem aqui apresentada
pode resultar em anlises enviesadas, dado que atribumos ao centride
geogrfico do polgono todas as ocorrncias de interesse. O centro geogrfico
da rea nem sempre coincide com o centride populacional, ponto este ao
qual estaria mais correto atribuirmos as ocorrncias. Em face dessa questo,
a adoo do setor censitrio como unidade de anlise tem a vantagem de
introduzir vieses menores, em grande parte de nossas reas urbanas, visto
que as diferenas de localizao entre esses dois centrides so minimizadas
devido ao menor tamanho geogrfico dos setores.
81
EXERCCIO 1: Vigilncia e ateno sade de gestantes HIV positivas:
construo de indicadores com operaes entre camadas.
pg. 97
84
Exerccio 1 : Vigilncia e ateno sade de
gestantes HIV positivas:
construo de indicadores com
operaes entre camadas
I - Introduo
A possibilidade concreta dos servios de sade atuarem na preveno da
transmisso vertical do vrus HIV um dos mais importantes avanos no
controle da epidemia da Aids. O grande marco para essas aes foi o estudo
desenvolvido pelo AIDS Clinical Trial Group (ACTG-076) que, em 1994,
comprovou as estratgias que decrescem a transmisso vertical chegando
a nveis de 1 a 2 % enquanto que, sem qualquer interveno, seriam de 25 a
30 %. No Brasil, esses conhecimentos j foram incorporados s polticas
pblicas. O Programa Nacional de DST/AIDS do Ministrio da Sade (MS)
priorizou o controle da transmisso vertical incidindo na rede de sade por
meio de capacitaes, fornecimento de insumos e estabelecendo o agravo
gestante HIV e criana exposta como de notificao compulsria em todo o
territrio nacional no ano de 2000.
Esse esforo de minimizar a transmisso vertical do HIV pressupe a
articulao entre aes de ateno bsica sade e a vigilncia da sade
com base no princpio de territorializao, em reas de responsabilidade dos
servios de sade. A territorializao dos servios de sade uma premissa
bsica do Sistema nico de Sade (SUS). Os territrios das reas de atuao
das unidades bsicas de sade (UBS), como agregados espaciais, podem
ser avaliados atravs de indicadores sociodemogrficos, epidemiolgicos, de
recursos, de cobertura, e outros que contribuem para anlise de situao de
sade e permitem o monitoramento e avaliao de aes de sade.
O Brasil possui vrios sistemas de informao e se destaca
internacionalmente pela transparncia dos mesmos, em especial pelos dados
do DATASUS, que disponibiliza vrias informaes em sade. Entre todos os
sistemas de informao, sero utilizados para este exerccio os que auxiliam
para anlise espacial da incidncia de nascidos vivos expostos ao vrus HIV
pela gestao/parto e associao com indicadores de assistncia sade e
caractersticas populacionais.
Utilizando-se os dados do censo por setores censitrios do municpio, que
compem os territrios das unidades de sade, fornecidos pelo Instituto
Brasileiro de Geogrfica e Estatstica (IBGE), tem-se os dados populacionais.
85
ANEXOS - Exerccios
II - Exerccio
Considerando que o objetivo da vigilncia epidemiolgica no somente
a coleta de dados, mas tambm a sua anlise e a avaliao das polticas
assistenciais e criao de novas estratgias de ao, vamos neste exerccio
determinar:
a) A incidncia de gestantes HIV positivas e crianas expostas das reas de
atuao dos servios de ateno bsica sade.
b) Alguns indicadores sociodemogrficos e de ateno sade nessas reas.
c) A correlao entre incidncia de HIV com indicadores sociodemogrficos
e de ateno sade.
Area_US_region rea de atuao das unidades Cdigo da rea Secretaria Municipal de Sade
bsicas de sade (UBS) (polgonos)
Nascidos_point Local de residncia dos nascidos Nmero da DN, local de SINASC (SUS)
(ponto) nascimento e nmero de
consultas pr-natal
SC_2000_region Setor censitrio de 2000 (polgonos) Cdigo do setor, tipo de setor, Censo Demogrfico (IBGE)
populao total e nmero de
domiclios
Observao: Para que as pessoas e as reas no sejam identificadas, foram excludos dos bancos de dados
todos os campos de identificao. Tambm foram alterados o sistema de projeo e a localizao exata dos
pontos que pudessem ser usados para localizar pessoas e servios. Manter o sigilo das informaes deve ser uma
preocupao de todos os que trabalham com bancos de dados de sade.
86
Exerccio 1: Vigilncia e ateno sade de gestantes HIV positivas: construo de indicadores com operaes entre camadas
87
ANEXOS - Exerccios
O grande desafio que temos para calcular esses indicadores que eles
se referem a unidades espaciais dispares, isto , no coincidentes.
Devemos transferir os dados de uma camada para outra, no nosso caso os
polgonos de reas de abrangncia.
88
Exerccio 1: Vigilncia e ateno sade de gestantes HIV positivas: construo de indicadores com operaes entre camadas
FIGURA 1.2 Seleo de setores censitrios tipo 1 (sub-normal). Consulta por atributos.
89
ANEXOS - Exerccios
FIGURA 1.4 Contagem de setores censitrios, total e tipo 1 e soma das populaes.
Atribuir dados por localizao.
90
Exerccio 1: Vigilncia e ateno sade de gestantes HIV positivas: construo de indicadores com operaes entre camadas
11. Agora podemos repetir esse procedimento para coletar dados do tema
Nascidos_Point. O prximo passo adicionar essa informao s reas de
abrangncia de unidades de sade. Para isso repetimos a operao geogrfica
de atribuir dado por localizao (coletar dados). Selecione como tema para
atribuir dados para Area_US_region e tema para atribuir dados de
Nascidos_Point, isto , os nascidos vivos. Como atributo de sada selecione a
varivel Nascidos_Point.NUMERODN: COUNT, isto , o nmero total de nascidos.
Selecionamos a relao espacial dentro, a nica possibilidade de relao, j
que se trata de uma coleo de pontos dentro de um conjunto de polgonos.
91
ANEXOS - Exerccios
FIGURA 1.6 Criao de um novo tema por consulta. Seleo de nascidos vivos sem
pr-natal.
92
Exerccio 1: Vigilncia e ateno sade de gestantes HIV positivas: construo de indicadores com operaes entre camadas
FIGURA 1.7 Contagem de nascidos vivos sem pr-natal nas reas de abrangncia.
FIGURA 1.9 Criao de novas colunas para clculo de indicadores. Adicionar coluna.
14. Sobre essa coluna nova clique com o boto direito do mouse em alterar
dados da coluna e escreva (com ajuda dos botes disponveis na janela) a
expresso Setores_favela / N_setores. Faa a mesma operao para calcular
os demais indicadores (adicione colunas e altere os dados dessa coluna).
94
Exerccio 1: Vigilncia e ateno sade de gestantes HIV positivas: construo de indicadores com operaes entre camadas
FIGURA 1.12 Criao de mapas temticos para visualizao de indicadores. Edio de legenda.
96
Exerccio 2 : Distribuio dos acidentes de
trnsito em Belo Horizonte, MG.
I - Introduo
II Exerccio
n Conjunto de dados:
Atendimentos a acidentados no trnsito (atendimentos.*)
Estes dados representam parte dos atendimentos pr-hospitalares aos
acidentados no trnsito, realizado pelo Servio de Atendimento Mvel de
Urgncia (SAMU) da Secretaria Municipal de Sade de Belo Horizonte, ocorridos
no perodo de janeiro a abril de 2006. Correspondem aos registros de
atendimentos que levaram liberao de uma unidade de atendimento mvel.
So registros de pacientes atendidos, deste modo, vrios atendimentos
podem corresponder a um mesmo acidente.
97
ANEXOS - Exerccios
n Sobre os dados:
1) Estes dados se destinam a ilustrar os exerccios do Programa de
Capacitao e Atualizao em Abordagens do Espao em Anlises de Sade
Pblica. So dados parciais, sujeitos a alterao.
2) Foram utilizados dados do Sistema de Informaes Geogrficas,
gerenciado pela Empresa de Informtica e Informao de Belo Horizonte
(Prodabel). O georreferenciamento dos dados pontuais do foi feito por meio da
camada de endereos.
3) Todos os temas camadas esto suprimidos em sete milhes de unidades
no eixo das coordenadas Y.
98
Exerccio 2: Distribuio dos acidentes de trnsito em Belo Horizonte, MG.
n Problema:
Identificar locais de maior densidade de acidentes de trnsito no municpio
a partir do registro de atendimentos do SAMU.
A identificao de locais onde haja uma aglomerao de acidentes pode
ajudar na identificao de locais crticos, propiciando o direcionamento das
medidas de controle de trnsito (sinalizao, radares etc.) e orientando a
locao de equipamentos mveis para atendimento aos acidentados.
99
ANEXOS - Exerccios
100
Exerccio 2: Distribuio dos acidentes de trnsito em Belo Horizonte, MG.
Parmetros do Kernel
Tema de Eventos: atendimentos
Raio adaptativo
Clculo: Densidade
Funo: Qurtico
Valores de Kernel
-0.000000000000001 ~ 0.000002484762000
0.000002484762000 ~ 0.000004969524000
0.000004969524000 ~ 0.000007454286000
0.000007454286000 ~ 0.000009939048000
0.000009939048000 ~ 0.000012423810000
0.000012423810000 ~ 0.000014908572000
0.000014908572000 ~ 0.000017393334000
0.000017393334000 ~ 0.000019878096000
0.000019878096000 ~ 0.000022362858000
0.000022362858000 ~ 0.000024847620001
101
ANEXOS - Exerccios
Agora voc pode fazer um mapa de Kernel, apenas para esse tipo de acidente.
7. Repita os procedimentos do item 3 para os acidentes de bicicleta. Observe
as reas de maior concentrao desse tipo de acidente (Figura 2.2).
Parmetros do Kernel
Tema de Eventos: ac_bicicleta
Raio adaptativo
Clculo: Densidade
Funo: Qurtico
Valores de Kernel
0.000000006076408 ~ 0.000000178490868
0.000000178490868 ~ 0.000000350905327
0.000000350905327 ~ 0.000000523319786
0.000000523319786 ~ 0.000000695734245
0.000000695734245 ~ 0.000000868148704
0.000000868148704 ~ 0.000001040563164
0.000001040563164 ~ 0.000001212977623
0.000001212977623 ~ 0.000001385392082
0.000001385392082 ~ 0.000001557806541
0.000001557806541 ~ 0.000001730221001
102
Exerccio 2: Distribuio dos acidentes de trnsito em Belo Horizonte, MG.
103
ANEXOS - Exerccios
n Consideraes:
Nos exemplos aqui demonstrados, realizamos alguns procedimentos
exploratrios, buscando evidenciar reas crticas quanto ocorrncia de
acidentes de trnsito, que podem subsidiar propostas para a melhoria da
segurana no trnsito.
No devemos, entretanto, desconsiderar que o SAMU atende outros tipos
de traumas e urgncias clnicas, e todo este conjunto que determina o
planejamento deste servio.
104
Exerccio 3 : Anlise espacial da distribuio
de casos de malria no Estado
de Mato Grosso em 2000 e
2003.
I - Introduo
II Exerccio
n Banco de dados:
Os dados adquiridos foram importados e organizados em um banco do tipo
Access criado pelo aplicativo TerraView. Para facilitar a conduo do exerccio,
disponibilizamos o banco de dados (IPA_MT00-03) e as informaes necessrias
ao desenvolvimento das atividades, no stio www.geocapacita.cict.fiocruz.br.
A visualizao e anlise do banco de dados deve ser feita por meio do aplicativo
geogrfico TerraView, sendo, portanto, necessrio instalar a verso mais recente
deste aplicativo. A aquisio do arquivo de instalao, do manual e do tutorial do
TerraView pode ser feita (www.dpi.inpe.br/terraview) da Diviso de Processamento
de Imagens do Instituto Nacional de Pesquisas Espaciais DPI/INPE.
106
Exerccio 3: Anlise espacial da distribuio de casos de malria no Estado de Mato Grosso em 2000 e 2003.
ANALISANDO OS DADOS
108
Exerccio 3: Anlise espacial da distribuio de casos de malria no Estado de Mato Grosso em 2000 e 2003.
1
7
O ndice de Moran Global da IPA obtido foi igual a 0,223582 (p-valor = 0,01)
em 2000 e 0,184715 (p-valor = 0,02) em 2003. Neste exerccio, o valor de I
encontrado foi maior que 0 (zero), o que indica evidncia de autocorrelao
espacial positiva, isto , as reas tendem a ser similares entre si quanto
varivel IPA. No entanto, por fornecer um nico valor, como medida de
associao espacial para todo o conjunto de dados, necessrio decompor
este ndice global de associao espacial e examinar padres numa escala
de maior detalhe para evidenciar agrupamentos (leia-se municpios) de
incidncia de malria semelhantes (clusters) e/ou discrepantes (outliers).
Inicialmente, vamos realizar anlise visual no mapa temtico para verificar a
existncia de padro espacial construdo a partir de estratificao de risco de
transmisso. O Programa Nacional de Controle da Malria PNCM caracteriza
as reas do pas de acordo com os seguintes estratos:
reas de baixo risco de transmisso regies, estados ou municpios
com taxa de incidncia de lmina positiva menor que 10 por 1.000 habitantes,
no perodo de um ano;
reas de mdio risco de transmisso regies, estados ou municpios
com taxa de incidncia de lmina positiva maior ou igual a 10 e menor que 50
lminas positivas por 1.000 habitantes, no perodo de um ano;
109
ANEXOS - Exerccios
a este. Por isso, se for digitado 0.00 o alterar o visual. Pode-se renomear a legenda conforme exemplo abaixo:
programa no selecionar nenhum a) Sem notificao;
registro com valor 0.00. Faa um teste! b) Baixo Risco;
c) Mdio Risco;
d) Alto Risco;
9. Salvar tela de visualizao em arquivo .bmp.
FIGURA 3.3 Mapa temtico segundo distribuio de IPA por municpios, Mato Grosso.
Aripuan
Nova Ubirat
IPA
Alto Risco
Brasnorte Mdio Risco
Baixo Risco
IPA por municpios, 2000. Sem notificao IPA por municpios, 2003.
110
Exerccio 3: Anlise espacial da distribuio de casos de malria no Estado de Mato Grosso em 2000 e 2003.
111
ANEXOS - Exerccios
FIGURA 3.4 Box Map da ocorrncia da IPA nos municpios de Mato Grosso.
Feliz Natal
Gacha do Norte
Paranatinga
Nova Ubirat
Vera
IPA, BOXMAP
Q (+/+)
Q (/)
Q (+/)
Box Map, IPA de 2000, MT. Q (/+) Box Map, IPA de 2003, MT.
114
Exerccio 3: Anlise espacial da distribuio de casos de malria no Estado de Mato Grosso em 2000 e 2003.
FIGURA 3.5 Moran Map da ocorrncia da IPA nos municpios de Mato Grosso.
Bailey TC, Gatrell AC, 1995. Interactive spatial data analysis. 1 ed. Longman Group Limited,
Essex, 413 pp.
Barcellos C, Barbosa KC, Pina MF, Magalhes MMAF, Paola JCMD, Santos SM, 1998.
Interrelacionamento de dados ambientais e de sade: Anlise de risco sade
aplicada ao abastecimento de gua no Rio de Janeiro utilizando Sistemas de
Informaes Geogrficas, Cadernos de Sade Pblica, 14(3) 597-605
Barcellos C, Acosta LMW, Lisboa EP, Brito MRV, Flores R, 2006. Estimativa da prevalncia
de HIV em gestantes em micro-reas de Porto Alegre atravs de tcnicas de anlise
espacial. Revista de Sade Pblica, 40(5): 928 - 930.
Besag J, Newell J, 1991. The detection of clusters in rare diseases. J. R. Stat. Soc. A,
154: 143-155.
Box, GEP. 1979. Robustness is the strategy of scientific model building. In Robustness in
Statistics, (Launer, RL & Wilkinson, GN, eds), pp. 201-236, Academic Press, New
York, NY.
Cmara G, Carvalho MS, Cruz OG, Correa V, 2004. Anlise espacial de reas. In. Embrapa
Cerrados. Anlise espacial de dados geogrficos. Planaltina, DF: Embrapa; 2004.
p.157-209.
Cromley EK, McLafferty SL, 2002. GIS and Public Health. 1 ed. The Gulford Press,New
York, 340 pp.
Gatrell AC, Bailey TC, 1996. Interactive spatial data analysis in medical geography. Soc
Sci Med, 42: 843-855.
Kelsall JE, Diggle PJ, 1995. Non-parametric estimation of spatial variation in relative risk.
Stat Med, 14: 2335-2342.
117
Referncias bibliogrficas
King PE, 1979. Problems of spatial analysis in geographical epidemiology. Social Science
& Medicine, 13: 249-252.
Kulldorff M, 1997. A spatial scan statistic. Commun. Statist. - Theory Meth, 26: 1481-1496.
Kulldorff M, 2003. SaTScanTM user Guide for version 3.1. Disponvel em http://
www.satscan.org. Acessado em 21 de junho de 2003.
Levine N, 2002. CrimeStat: A spatial statistics program for the analysis of crime incident
locations. Ned Levine & Associates, Houston, TX, and the National Institute of Justice.
Washington, DC.
Sabel CE, Gatrell AC, Loytonen M, Maasilta P, Jokelainen M, 2000. Modelling exposure
opportunities: estimating relative risk for motor neurone disease in Finland. Soc Sci
Med, 50: 1121-1137.
Santos SM, Barcellos C, Carvalho MS, Flores R, 2001. Deteco de aglomerados espaciais
de bitos por causas violentas em Porto Alegre, Rio Grande do Sul, Brasil, 1996. Cad
Sade Pblica, 17: 1141-1151.
Silverman BW, 1986. Density estimation for statistics and data analysis. Chapman and
Hall, London.
Ward MP, Carpenter TE, 2000. Techniques for analysis of disease clustering in space and
in time in veterinary epidemiology. Prev Vet Med 45: 257-284.
118
Links teis para download de aplicativos
recomendados
Crimestat - http://www.icpsr.umich.edu/CRIMESTAT/
SatScan - http://www.satscan.org/
TerraView - http://www.dpi.inpe.br/terraview/index.php
WinBugs - http://www.mrc-bsu.cam.ac.uk/bugs/winbugs/contents.shtml
119
Outros ttulos da srie: CAP ACIT
CAPACIT AO E A
ACITAO TU
ATU ALIZAO EM GEOPROCESSAMENTO EM SADE
TUALIZAO
122
123