Publication year: 2018
Introdução:
A tuberculose (TB) é uma doença milenar que permanece como um grave problema de saúde pública, faz parte do ranking mundial das dez principais causas de morte no mundo. Objetivo:
Identificar aglomerados espaciais de risco de mortes por tuberculose em Londrina/PR. Métodos:
Trata-se de um estudo ecológico cujas unidades foram setores censitários urbanos de Londrina/PR definidos pelo Censo Demográfico de 2010, do Instituto Brasileiro de Geografia e Estatística (IBGE). A população do estudo foi composta dos casos de óbito por TB como causam básica e associada, registrados no Sistema de Informações sobre Mortalidade (SIM) no período de 2008 a 2015. A análise exploratória das variáveis sociodemográficas e clínico-epidemiológicas do SIM ocorreu por meio da estatística descritiva dos parâmetros quantitativos, sendo calculadas as frequências absolutas e relativas para as variáveis no software Statistica versão 12.0. O georreferenciamento dos endereços foi processado no software TerraView versão 4.2.2. Posteriormente, realizou-se a análise de área calculando-se as taxas brutas e bayesianas empíricas globais anuais de mortalidade. A dependência espacial da mortalidade por TB foi verificada pelo Índice de Moran Global (I). Utilizou-se a ferramenta Incremental Spatial Autocorrelation (ISA) para definir o raio de influência do estimador de intensidade Kernel, tais análises foram realizadas no software ArcGIS versão 10.5. Para detecção dos aglomerados espaciais foi aplicada a técnica Estatística de Varredura Espacial Tradicional e na versão Isotônica, a qual traz como novidade a visualização gradativa do Risco Relativo Espacial (RRE) no interior do aglomerado através dos Steps in Risk Function, utilizou-se o software SaTScan(TM) versão 9.4. Em todos os testes estatísticos foi fixado o nível de significância em 5% (p< 0,05). Resultados:
Identificou-se 61 óbitos por TB, destes 40 (65,6%) eram causa básica e 21 (34,4%) causa associada. Observou-se que 27 casos (44,3%) apresentavam idade entre 40 e 59 anos; 49 (80,3%) eram homens, 39 (63,9%) da cor branca, 20 (32,8%) com ensino médio, 32 (52,4 %) apresentaram forma clínica pulmonar e 54 (88,5%) ocorreram em ambiente hospitalar. As maiores taxas bayesianas foram identificadas nos bairros, Alpes (2,5 por 100.000 hab./ano), Vila Recreio (2,6 por 100.000 hab./ano)e Aeroporto (2,7 por 100.000 hab./ano). A dependência espacial demonstrou-se baixa e positiva (I = 0,014 e p = 0,004), porém com alto z-score (2,83) nos aglomerados. O estimador de intensidade Kernel identificou as regiões Norte, Centro e Leste como sendo áreas quentes para a mortalidade por TB, assim como na Estatística de Varredura Espacial Tradicional e Isotônica. A versão tradicional identificou um aglomerado espacial de risco para 10% da população exposta com RRE =4,9 (IC95% 2,6-9,4), para 30% RRE=3,2 (IC95% 2,15,7) e para 50% RRE=3,2 (IC95% 2,1-5,7), na versão Isotônica encontrou-se para 10% da população expostas com RRE=2,8 (IC95% 1,5-5,1), para 30% RRE=2,7 (IC95% 1,6- 4,4) e para 50% RRE=2,2 (IC95% 1,4-3,9). Conclusão:
A identificação do gradiente do RRE nas populações expostas, certamente, servirá como um indutor de mudanças em termos da melhoria do acesso aos serviços de saúde no intuito de promover ambientes saudáveis
Background:
Tuberculosis (TB) is a millenial disease that remains a serious public health problem and is one of the world's top ten causes of death. Aim:
Identify spatial clusters of risk for occurrence of tuberculosis mortality in Londrina/PR. Methods:
This is an ecological study whose units of analysis were urban census sectors of Londrina/PR defined by the Demographic Census of 2010, of the Brazilian Institute of Geography and Statistics. The study's population was composed by deaths due to TB as a basic and associated cause, registered in the Mortality Information System (MIS) from 2008 to 2015. The exploratory analysis of the sociodemographic and clinical-epidemiological variables of the MIS occurred by means of the descriptive statistics of the quantitative parameters and calculated the absolute and relative frequencies for all the variables, using the Statistica (version 12.0) software. The geo-referencing technique of the cases was performed using the Terraview (version4.2.2) software. Subsequently, was calculate the TB mortality rate, it was smoothed by Empirical Bayes Method. Autocorrelation of TB mortality was analyzed by Moran Global Index (I). The Incremental Spatial Autocorrelation (ISA) tool was used to define the radius of influence of the Kernel estimator, such analyzes were performed in ArcGIS software version 10.5. For the detection of the spatial clusters we used the Standard Spatial Scan Statistics (SS) and Isotonic version (ISSS), which provides, as a novelty, the gradual visualization of the Spatial Relative Risk (SRR) inside the cluster through the Steps in Risk Function, these techniques were applied in SaTScan (TM) software version 9.4. It was defined level of significance at 5% as statistically significant (p <0.05) for all statistical tests. Results:
We identified 61 deaths due to TB, of which 40 (65.6%) were per basic cause and 21 (34.4%) were associated causes. It was observed that 27 cases (44.3%) were aged between 40 and 59 years; 49 (80.3%) male, 39 (63.9%) white, 20 (32.8%) high school students, 32 (52.4%) had a pulmonary clinical form and 54 (88.5%) occurred in a hospital. The highest Bayesian rates were identified in the neighborhoods, Alpes (2.5 per 100,000 inhabitants/year), Vila Recreio (2.6 per 100,000 inhabitants/year) and Aeroporto (2.7 per 100,000 inhabitants/year). Spatial autocorrelation was low and positive (I = 0.014 and p = 0.004), but with a high z-score (2.83) in the clusters. The Kernel estimator identified the North, Center and East regions as hotspot areas for TB mortality, as well as in the Standard and Isotonic Space Scan Statistics. For the SS, spatial risk clusters were identified for 10% of the exposed population with SRR=4.9 (95%CI 2.6-9.4), for 30% SRR=3.2 (95%CI 2.1-5.7) and for 50% SRR=3.2 (95%CI 2.1-5.7), while for the ISSS spatial risk clusters were identified for 10% of the exposed population with SRR=2.8 (95%CI 1.5-5.1), for 30% SRR=2.7 (95%CI 1.6-4.4) and for 50% SRR=2.2 (95%CI 1.4-3.9). Conclusion:
Identifying the RRE gradient in exposed populations, will certainly serve as an inducer of changes in terms of improving access to health services in order to promote healthy environments
