Metodologia do Objetivo

“Pesquisar dados históricos dos casos de esquistosomose notificados no município de Lagarto”

Hipótese: o município de Lagarto-SE por está inserido na área historicamente endêmica possui frequência de notificações de casos de esquistossomose.

Este objetivo foi desenvolvido através de um levantamento de dados do Programa de Controle da Esquistossomose (PCE), a partir de 1999 a 2008, obtido em banco de dados oficiais da Vigilância Epidemiológica (Secretaria de Saúde do Município de Lagarto / DATASUS). Os dados foram distribuídos de acordo com as unidades de planejamentos e organizados sequencialmente, passando a fazer parte do quadro ―Casos de Esquistossomose por Unidade de Planejamento‖.

3.2.2. Metodologia do Objetivo 2

“Realizar a caracterização geoambiental (clima, temperatura, precipitação e hidrografia) do município de Lagarto”

Hipótese: os aspectos fisiográficos do município favorecem a reprodução dos caramujos (hospedeiros intermediários potenciais) e o contato com a água, aumentando o risco da ocorrência da doença.

Este objetivo foi desenvolvido através de Pesquisa em fontes secundárias: os dados de temperatura e precipitação foram obtidos da COHIDRO (Companhia de Desenvolvimento de Recursos Hídricos e Irrigação de Sergipe) e permitiu a construção de diagramas ombrotérmicos, capazes de determinar os períodos chuvosos e secos no recorte temporal proposto, comparando-os com os números de registros de casos da doença. Nos bancos de dados do SRH (Secretaria de Recursos Hídricos) foram obtidas as bacias hidrográficas e a divisão climática do município de Lagarto, digitalizados em arquivo no

47 3.2.3. Metodologia do Objetivo 3

“Efetuar inquérito epidemiológico e sanitário georreferenciado das comunidades utilizando-se um receptor de navegação GPS (Global Positioning System), analisar e correlacionar dados sociais (hábitos e costumes associadas à doença), educacionais (nível de escolaridade), de acesso aos serviços básicos de saneamento (cobertura do abastecimento de água e esgoto) e fisiográficos (clima e hidrografia)”

Hipótese: O perfil socioeconômico e educacional da população e as condições de infraestutura das localidades estudadas são capazes de explicar a ocorrência da doença no município.

Inicialmente foi elaborado um questionário objetivando obter informações do perfil da população (hábitos e costumes associados à doença), informações sanitárias dos domicílios, seguida de Visita preliminar objetivando o reconhecimento da área; reunião com os agentes e colaboradores do município (secretários, agentes de saúde, técnicos); realização de entrevistas juntos aos profissionais de saúde; treinamento dos agentes responsáveis pela aplicação dos questionários e aplicação dos questionários.

Os questionários foram repassados durante uma reunião de treinamento aos agentes colaboradores. Nesse contato foram esclarecidas dúvidas no preenchimento e demais informações necessárias a obtenção de dados com qualidade (Figura 6).

F oto: Ar oldo M elo -

Figura 6: Capacitação dos agentes de saúde

Em função da estrutura operacional da secretaria de saúde do município, ficou estabelecido que as localidades a serem estudadas limitar-se-iam as áreas de atuação dos agentes de saúde do Programa de Agentes Comunitários de Saúde – PACS / Programa de Saúde Familiar – PSF, implicando em concentração de dados em algumas áreas e escassez de dados em outras. Mas que viabilizou a aplicação de 1893 questionários, distribuídos entre 41 localidades.

O tamanho das amostras preferencialmente foram superiores a 20%. Para assegurar maior heterogeneidade foi orientado evitar a contigüidade na aplicação dos questionários de forma a se obter um perfil mais realista da infraestrutura das localidades, assim como do perfil de sua população, principalmente quanto aos hábitos e costumes associados à doença.

49 A partir das imagens de satélite SPOT cedidas pela SRH, importadas para o SPRING, iniciaram-se o georreferenciamento a partir dos pontos de controles obtidos no campo, constituindo de procedimento preliminar para a sua utilização na presente pesquisa. O geoprocessamento teve como objetivo assegurar a correta localização geográfica das localidades a serem estudadas e inicia-se com a escolha na própria imagem de pontos notáveis (interseções de estradas, cabeceiras de pontes, etc), os quais devem ser georreferenciados em campo, mediante a utilização de um GPS com precisão ≤ 2,50 m (Figura 8). A qualidade do georreferenciamento da imagem está condicionada aos números de pontos coletados no campo e sua distribuição. No presente trabalho foram utilizados 10 pontos (Figura7) que trabalhados em ferramenta do SPRING permitiu que a imagem assumisse o formato adequado para o trabalho (Geotif).

-

Figura 7: Coleta de dados para o georreferenciamento da imagem de satélite. Pontos notáveis (praças, interseção de estradas, rios, cabeceiras de pontes) são escolhidos na imagem.

-

Figura 8: GPS (GEOTREX e JUNO ST -TRIMBLE) utilizado no georreferenciamento e coleta de dados com precisão ≤ 2,50 m

3.2.4. Metodologia do Objetivo 4

“Determinar áreas de risco de ocorrência da doença a partir das localidades estudadas que compõem o município de Lagarto”

Hipótese: as áreas de risco de ocorrência da doença no município de Lagarto surgem a partir da combinação de fatores pertencentes às dimensões: física; saúde e socioeconômica e cultural.

Neste objetivo foi realizado o tratamento estatísticos dos dados coletados através da utilização da ferramenta Statistical Package for the Social Sciences – SPSS, na qual os questionários aplicados no campo foram tabulados para em seguida fazerem parte do banco de dados do SPRING. Tal procedimento possibilitou a modelagem dos dados epidemiológicos (número de casos registrados), fisiográficos (clima, temperatura, precipitação e hidrografia), socioeconômicos e culturais (uso e ocupação do solo, qualidade de vida, hábitos e costumes, escolaridade) e de infra-estrutura (abastecimento de água e esgoto) do Município.

51 A metodologia empregada na investigação alicerçou-se em uma pesquisa de campo (que estatisticamente constitui uma amostra), além dos registros de casos de ocorrência da doença nas localidades pesquisadas, contém suas características e atributos (variáveis explicativas) que conjuntamente contribuem para o surgimento dos casos de esquistossomose.

No estudo optou-se em analisar separadamente as características do clima e hidrografia, os dados socioeconômicos e de infraestrutura, através da construção de gráficos de barras que permitiram estabelecer comparações entre as unidades de planejamentos.

A base cartográfica municipal com as principais localidades estudadas se juntaram à base de dados da SRH na escala de 1:25.000 no SPRING, passando a constituir os planos de informação: Dimensão Física (Clima, Temperatura, Precipitação, Hidrografia e Infraestrutura); Dimensão da Saúde (registro da ocorrência da esquistossomose no município); Dimensão Socioeconômica e cultural (hábitos e costumes da população associados à doença e Perfil demográfico da população).

Com os dados operacionais das atividades de vigilância e controle da esquistossomose, “Resumo das Atividades de Coproscopia e Tratamento por Localidade – 1999 a 2008”, do Programa de Controle da Esquistossomose (PCE), obtido na Vigilância Epidemiológica de Lagarto, vinculados à SVS/MS (Secretaria de Vigilância em Saúde do Ministério da Saúde) foi possível gerar mapas. Para tanto, foi utilizado o estimador de intensidade ―Kernel Estimation‖ para a variável, número de casos de esquistossomose registrados em cada localidade. Tal procedimento teve como meta identificar os focos de maiores incidências de casos. Em seguida foram realizadas análises espaciais das variáveis e geração de mapas temáticos, identificando no município ao longo dos dez anos estudados as áreas acometidas pela doença, possibilitando visualizar a sua dinâmica. A sede do município de Lagarto foi investigada, apenas nos bairros onde foi constatada a existência de casos da doença.

3.2.5. Metodologia do Objetivo 5

“Estabelecer um índice de vulnerabilidade com a finalidade de determinar um zoneamento de áreas de risco da ocorrência de esquistossomose no município de Lagarto”

Hipótese: a vulnerabilidade ao risco de ocorrência de esquistossomose de uma área é produto da combinação dos aspectos que compõem as dimensões, associadas à potencialidade que cada aspecto individualmente possui.

Objetivo principal que a partir da investigação da forma e o grau das relações entre as observações colhidas para construir um modelo estatístico. Para tanto, utilizou-se do processo de inferência para obter um modelo de regressão linear das variáveis, de forma a explicar a prevalência da ocorrência de casos de esquistossomose nas localidades que compõem o conjunto de dados coletados. Tal processo prevê o valor de um parâmetro desconhecido (explicado pela teoria das probabilidades que permite fazer inferências, mediante testes de hipóteses e intervalos de confiança). Assim, a forma e o grau das relações são investigados por observação da própria amostra e a partir delas, a fim de obter um nível de rigor capaz de reduzir a subjetividade, permitindo calcular estimativas não tendenciosas da variável a ser explicada.

Inicialmente, recorreu-se a metodologia quantitativa desenvolvida por Batelle nos Laboratórios de Columbus / EUA na avaliação dos impactos ambientais, a qual apresenta vantagem em relação às demais pelo baixo custo de aplicação, mesmo contendo certo grau de subjetividade nos pesos atribuídos as variáveis (MARIANO,2007). O método também conhecido como “Environmental Evaluation System (EES)”, trata-se de uma lista de verificação de escala ponderada, também vista na metodologia aplicada por Almeida (2001), na qual são atribuídos graus de importância aos parâmetros em relação aos demais e que ao serem multiplicados aos índices de qualidade ambiental obtém-se os valores de cada impacto

53 vulnerabilidade foi feita através do cálculo da potencialidade local, mediante a média ponderada dos produtos de cada potencialidade dos atributos pelos seus percentuais tabulados a partir das respostas obtidas nos questionários aplicados em cada localidade.

As amostras coletadas entre as localidades passaram a fazer parte de um único banco de dados, configurando uma amostra mais heterogênea, da qual os aspectos observados em conjunto permitiram a predição da ocorrência dos casos da doença, mediante uma função estatística. É importante observar que trata-se de uma função de regressão estimada, haja visto o reconhecimento de um erro implícito ajustado pela técnica dos mínimos quadrados. As potencialidades locais (variável explicativa) foram associadas a coeficientes (angular e interceptor) obtidos a partir da regressão linear que refletiram a importância na prevalência da doença (variável a ser explicada) o que permitiu reduzir a subjetividade.

Na construção deste modelo que objetivou calcular o índice de vulnerabilidade nas localidades foram utilizadas 2 variáveis fisiográficas: densidade de drenagem e clima do Banco de dados da SRH; 6 variáveis sócioeconômicas e culturais; 2 variáveis de infraestrutura e 1 variável espacial, todas obtidas no questionário aplicado. Foram utilizadas 15 localidades estudas na construção do modelo estatístico e validação do modelo de regressão linear por possuírem registros de ocorrência da doença.

O cálculo do índice de vulnerabilidade de cada localidade foi realizado no sistema de planilha eletrônica ―Excel‖, mediante as operações aritméticas entre as variáveis, sendo incorporados aos planos de informações criados no SPRING, de forma a possibilitar a geração do mapa síntese.

Os procedimentos realizados desde a etapa de pesquisa de campo, tratamento estatístico e elaboração do mapa síntese no SPRING estão apresentadas no fluxograma para determinação da vulnerabilidade (Figura 9).

55 4. RESULTADOS

Para a realização da pesquisa de campo foram aplicados 1893 questionários com a população e entrevistas com os profissionais de saúde que atuam nas localidades, as amostras foram representativas da população geral, seguindo critérios estatísticos (Tabela 5).

Tabela 5: Distribuição Amostral das Localidades Estudadas

UNID.