Modelagem Espacial no Mapeamento de Doenças Transmitidas pelo Aedes Aegypti no Estado da Paraíba

Abstract

Uma das principais causas que vem preocupando diversos países, inclusive o Brasil, atualmente é a disseminação do mosquito Aedes aegypti, vetor responsável por transmitir os vírus, da Dengue, Zika vírus e Chikungunya. A dinâmica da difusão da infecção dos vírus é um processo complexo. O uso de metodologias que melhor destacam a influência dos processos ambientais e sociais nos padrões de transmissão espacial dessas doenças são de extrema valia para adoção de medidas mitigadoras para prevenção e controle do Aedes aegypti. Na análise espacial sob o enfoque de dados de área, as variáveis são provenientes de levantamentos populacionais, sendo as áreas definidas por polígonos fechados com dados internos homogêneos. A análise espacial compõe um conjunto de procedimentos cujo foco é encontrar um modelo inferencial que incorpore explicitamente as relações espaciais constituintes de um fenômeno. Para isso, objetivou-se neste trabalho detectar a existência de dependência espacial dos indivíduos contaminados com os vírus transmitidos pelo Aedes aegypti no Estado da Paraíba, levando-se em consideração novas metodologias para análise de dados de área. Portanto, utilizou-se das técnicas de dados de área, realizando primeiramente uma análise descritiva que em uma tabela apresentou-se o município que tem a maior incidência no ano, depois se utilizou os métodos descritivos de visualização da variável e observou-se o comportamento da variável resposta, em seguida apresentou-se a existência de autocorrelação espacial global e local no Estado da Paraíba, apresentou-se também os gráficos de espalhamento de Moran, Box Map, Lisa Map e Moran Map. Utilizou- se os modelos de regressão espacial para explicar o relacionamento entre a proporção dos casos notificados por dengue com as variáveis socioeconômicas e ambientais e observou-se que o MEAR foi o que melhor ajustou-se aos dados. Por fim, realizou-se uma análise de resíduos para validar os modelos que foram ajustados aos dados.