Análise de agrupamentos para o reconhecimento de padrões de infestação de aracnídeos em zonas urbanas

(1)

ANGELO HENRIQUE BIAZI

ANÁLISE DE AGRUPAMENTOS PARA O RECONHECIMENTO DE PADRÕES DE INFESTAÇÃO DE ARACNÍDEOS EM ZONAS URBANAS

(2)

ANGELO HENRIQUE BIAZI

ANÁLISE DE AGRUPAMENTOS PARA O RECONHECIMENTO DE PADRÕES DE INFESTAÇÃO DE ARACNÍDEOS EM ZONAS URBANAS

Dissertação apresentada à Faculdade de

Ciências e Letras de Assis – UNESP

– Universidade Estadual Paulista

para a obtenção do título de Mestre em Biociências (Área de Conhecimento: Aplicação e Caracterização da Diversidade Biológica)

Orientador: Dr. Fernando Frei

(3)

Dados Internacionais de Catalogação na Publicação (CIP) Biblioteca da F.C.L. _– Assis _– UNESP

Biazi, Angelo Henrique

B579a Análise de agrupamentos para o reconhecimento de pa- drões de infestação de aracnídeos em zonas urbanas / Angelo Henrique Biazi. -- Assis, 2015

51 f. : il.

Dissertação de Mestrado _– Faculdade de Ciências e Letras de Assis _– Universidade Estadual Paulista.

Orientador: Dr Fernando Frei

1. Aracnideo. 2. Aranha. 3. Escorpião. 4. Análise por agrupamento. 5. Epidemologia _– Pesquisa. I. Título.

(4)

AGRADECIMENTOS

Agradeço a meu amigo Leonardo Dallacqua Carvalho, por ter aberto as portas do mestrado e sempre ter participado da minha vida e de minha família.

Agradeço a meu Orientador Dr. Fernando Frei, que ao final deste trabalho posso chamar de amigo, pois amigos são aqueles que não desistem das pessoas e ele não desistiu de mim, quando eu mais precisei. Como orientador você ofereceu todo seu tempo e conhecimento sempre com paciência até que tivéssemos um resultado satisfatório, como amigo muitas vezes me ouviu e me ensinou não somente as técnicas de construção de um trabalho cientifico, mas me ensinou que a educação seja em qualquer nível deve ser para todos. Obrigado por proporcionar um dos momentos mais desejados de minha vida.

(5)

BIAZI, Angelo Henrique. Análise de Agrupamentos para o reconhecimento de padrões de infestação de Aracnídeos em zonas urbanas. 2015. 51 f.

Dissertação (Mestrado em Biociências) – Faculdade de Ciências e Letras,

Universidade Estadual Paulista “Júlio de Mesquita Filho”, Assis, 2015.

RESUMO

(6)

BIAZI, Angelo Henrique. Cluster Analysis for recognizing patterns of arachnids infestation in urban areas . 2015. 51 f. Dissertation (Master in

Biosciences) – Faculdade de Ciências e Letras, Universidade Estadual Paulista

“Júlio de Mesquita Filho”, Assis, 2015.

ABSTRACT

Arachnids have been successful along the evolutionary process thanks to their high adaptability. Within this group, spiders and scorpions are widely distributed on the planet and may affect human health. In order to evaluate the infestation problems caused by these animals, it is necessary to use statistical tools that can assess the factors that favor or perpetuate their appearance, presence and proliferation. Thus, this work aims to present cluster analysis in order to determine infestation patterns, allowing seemingly distinct sites to be grouped into similar clusters, which can benefit health policies. The 25 geographic collection sites used for sampling were divided into six groups with different characteristics, among which three were formed by a single collection point (outliers). The groups obtained showed a relationship with the environmental characteristics of the sites, indicating that the distribution of arachnid families in the different urban gradients is influenced by environmental conditions. Therefore, the occupation of urbanized areas by venomous arachnids becomes a problem for public health, requiring epidemiological control policies through monitoring and mapping of risk areas, which can be better assessed with the use of cluster analysis.

(7)

Sumário

INTRODUÇÃO GERAL ... 8

ANALISE DE AGRUPAMENTOS ... 15

Padronização das Variáveis ... 16

Medidas de Similaridade ... 16

Métodos de Agrupamentos ... 17

Análise de Variância ... 18

OBJETIVO ... 18

REFERENCIAS ... 19

ARTIGO ... 23

Resumo ... 23

Abstract ... 24

INTRODUÇÃO ... 25

OBJETIVO ... 27

MÉTODO ... 27

Análise de Pontos Outiliers ... 29

Padronização das variáveis ... 30

Medidas de similaridade ... 30

Multicolinearidade ... 30

Análise de Agrupamentos ... 31

RESULTADOS ... 33

DISCUSSÃO ... 44

Animais de importância médica ... 45

Analise de Agrupamentos ... 46

CONCLUSÃO ... 47

REFERENCIAS ... 48

(8)

INTRODUÇÃO GERAL

O Filo Arthropoda é composto por aproximadamente 900.000 espécies o que corresponde a mais de 75% de todas as espécies conhecidas do planeta. Podem ser divididos em quatro Subfilos e oito Classes sendo a Classe Arachnida, composta por aranhas, escorpiões, pseudoescorpiões, opiliões, carrapatos, ácaros entre outros animais, sendo alguns deles responsáveis por acidentes de interesse médico. Existem hoje mais de 70.000 espécies de aracnídeos conhecidas e seus fosseis são datados do período Siluriano no final da era Paleozóica, foram os primeiros artrópodes a colonizarem o ambiente terrestre (Hickman et al., 2004).

Os aracnídeos estão presentes em vários relatos na história da humanidade. Na civilização egípcia, nas linhas de Nazca no Peru e em vários outros períodos, estes animais são mencionados como símbolos em cultos religiosos. Há também relatos clínicos com relação aos acidentes ocorridos devido a suas picadas muito antes do ano zero (Cardoso et al., 2003).

A ordem Araneae, está distribuída por praticamente todo o globo terrestre, sendo composta por aproximadamente 40.000 espécies diferentes. As aranhas são predadoras, geralmente utilizam a administração de veneno como forma de neutralizar suas presas que são na maioria das vezes insetos. A maioria dos venenos destes aracnídeos são inofensivos para os seres humanos, por outro lado, alguns podem ser mortais (Hickman et al., 2004; Wise, 2006; Vetter & Isbister, 2008). Dentre os gêneros com maior importância clinica devido aos danos causados por seus acidentes estão os gêneros Loxosceles, Phoneutria em todos os continentes e Latrodectus na América do

sul (Cardoso et al., 2003; Vetter & Isbister, 2008).

Segundo Hogan et al. 2004, o acidente causado por aranhas do gênero Loxosceles tem seu primeiro registro em 1879, sendo o gênero a causar o

(9)

o último a forma mais grave (Rader, 2012). Apesar das aranhas de gênero Loxosceles serem encontrados em locais de climas mais quentes, existem

indícios de acidentes constatados através de analises laboratoriais na região norte dos Estados Unidos, onde é raro encontrar estes tipos de animais. Isto mostra que existem possibilidades de adaptações e migração destes animais para outras regiões (Vetter & Bush, 2002; Patricia, 2011).

Outra espécie de aracnídeo tem uma importância clinica no que diz respeito a agravos à saúde. O gênero Latrodectus, pode ser localizado nas Américas, Sul da Ásia, África, Europa e Oceania. Conhecida popularmente como Viúva Negra, estes animais vivem em espaços abertos ou próximos a locais ocupados por seres urbanos, por ter um tamanho pequeno e uma teia irregular, dificilmente é perceptível (Cardoso et al., 2003; Vetter & Isbister, 2008).

O gênero Phoneutria (Aranha Armadeira), também conhecida como Aranha da Bananeira, tem incidência predominante na América do Sul. Esta aranha difere das outras espécies por ser mais agressiva e não atacar somente quando são esmagadas contra partes do corpo. Outras espécies de aracnídeos são encontradas ao redor do mundo com importância local e os casos de envenenamento não causam acidentes graves em grande escala. (Cardoso et al., 2003; Vetter & Isbister, 2008).

(10)

Figura 1.Distribuição de escorpiões pelo mundo (Chippaux e Goyffon, 2008).

A sazonalidade também é um fator importante no índice de acidentes envolvendo os escorpiões. Além de sua distribuição mundial em locais onde as temperaturas são mais elevadas, estes artrópodes ficam mais ativos nas épocas mais quentes do ano, desta forma o número de acidentes também aumenta durante o mesmo período (Kaltsas, et al., 2009).

Das 18 famílias de escorpiões apenas a família Buthidae com 550 espécies tem artrópodes considerados perigosos para o ser humano. Estes artrópodes tem sua distribuição geográfica bem definida, os gêneros Androctonus e Leiurus são encontrados no Norte da África e Oriente médio, o

gênero Centruroides nos Estados Unidos e México e por fim o gênero Tityus na América do Sul (Chippaux & Goyffon, 2008).

(11)

As consequências dos acidentes envolvendo escorpiões são variadas. O quadro clínico envolve desde dor local, no caso de envenenamento leve ou moderado, até manifestações gastrintestinais, respiratórias, cardiocirculatórias e neurológicas, podendo ainda levar a morte (Cardoso et al., 2003).

Os medicamentos utilizados para o tratamento de picadas de animais peçonhentos são administrados seguindo os sintomas. Para os acidentes leves ou moderados, o tratamento é sintomático com a administração de anti alérgicos, analgésicos e anti inflamatórios. No caso dos acidentes graves, o tratamento é a sorologia especifica (Cardoso et al., 2003; Vetter & Isbister, 2008; Tuuri & Tuuri 2011).

O Brasil apresenta alta diversidade de espécies de artrópodes peçonhentos por estar localizado na zona tropical. Entre as aranhas podemos encontrar cinco espécies do gênero Phoneutria, sete do gênero Loxosceles e três do gênero Latrodectus, além de outras espécies cujos acidentes, em raros casos, são graves, como no caso dos acidentes provocados por aranhas da família Lycosidae. A diversidade de escorpiões é ainda maior, as Famílias Bothriuridae (cinco gêneros e 17 espécies), Buthidae (cinco gêneros e 50 espécies), Chactidae (seis gêneros e 23 espécies) e Ischnuridae (um gênero e uma espécie), formam um grupo variado onde estes artrópodes diferem muito em tamanho, cores, e principalmente em diferenciação de venenos, sendo o gênero Tytius da família Buthidae responsável pela maior parte dos acidentes com gravidade (Cardoso et al., 2003).

No Brasil, Aranhas e Escorpiões estão presentes em praticamente todas as regiões do país. De acordo com o Ministério da Saúde, 13.000 acidentes anuais são provocados por aranhas e escorpiões, o que equivale a 65% do numero de acidentes com serpentes (Ministério da Saúde, 2012).

O Ministério da Saúde conta com diversos sistemas de registros com o objetivo de agrupar informações sobre acidentes com animais peçonhentos. Esses sistemas, formados por Sistema de Informação de Agravos de

Notificação – SINAM, Sistema Nacional de Informações Tóxicos

Farmacológicas – SINITOX, Sistema de Informação Hospitalar do Sus –

SIH-SUS e Sistema de Informação Sobre Mortalidade – SIM ainda apresentam

(12)

O processo evolutivo, permitiu uma adaptação de vários grupos de aranhas e escorpiões, possibilitando uma maior disseminação que os levou a ocupar desde regiões desérticas a centros urbanizados a séculos (Mineo & Claro 2006; Dabo et al. 2011).

As alterações provocas pela ação do homem nos ecossistemas é um dos agravantes no que diz respeito a invasão destes animais no ambiente urbano. Quanto mais as cidades crescem, mais estes animais tendem a se estabelecer dentro dos perímetros urbanos. Estas mudanças alteram as condições bióticas e abióticas favorecendo a presença de alguns grupos animais enquanto outros tem sua perspectiva de sucesso quase que totalmente suprimida (Hogg et al. 2010; Buchholz 2010; Carvalho et al. 2010). A invasão de aracnídeos ocorre devido a fatores simples como falta de saneamento básico e más condições de moradias, principalmente em grandes centros, sendo indicados dois fatores como as principais causas da ocorrência destes

animais: 1 – os ambientes urbanos oferecem abrigos, locais de difícil acesso

para o homem e predadores naturais, impossibilitando assim um controle

biológico; 2 – o acumulo de lixo nas cidades trás consigo baratas e outros

insetos que são fontes de alimentação farta para aranhas e escorpiões (Soares et al., 2002; Stropa, 2010).

As características de cada localidade urbanizada, o tempo de urbanização e as alterações provocadas no entorno das cidades, são condições que aumentam as chances de aparecimento de aranhas e escorpiões. A diferença biótica e abiótica entre as áreas urbanas suburbanas e rurais, são determinantes para que algumas espécies sejam mais abundantes nos ambientes urbanizados ou mesmo para que sua presença possa ser verificada somente nesses locais (Magura et al. 2010).

(13)

No Brasil, onde o adensamento populacional nos últimos anos tem aumentado, o índice de acidentes com aranhas e escorpiões vem crescendo gradativamente (figuras 2 e 3).

Pode-se observar que o número de acidentes é diferente entre as regiões do país, isto ocorre por causa da distribuição natural destes animais que coincidem com regiões de adensamentos urbanos, ou ainda, por causa de uma maior eficiência nos sistemas de monitoramento e recolhimento de informações sobre saúde. Na figura número 2 tem-se um exemplo de melhora no sistema de informação, já que a informação de que o número de acidentes é maior na região sul, não retrata uma região endêmica, mas sim uma região que tem uma melhora no sistema de vigilância epidemiológica. Mesmo com os sistemas de informações existentes, encontra-se dificuldade em realizar avaliações intra-urbanas. Desta forma, o estudo de padrões de infestação pode auxiliar na tomada de decisões de órgãos governamentais (Ministério da Saúde 2012).

O Reconhecimento de Padrões (RP) constitui um importante conjunto de técnicas que pode ser aplicada de maneira efetiva e abrangente em diversas áreas de pesquisa. O Reconhecimento de Padrões - RP está relacionado aos aspectos associados a problemas específicos, como por exemplo, redução de dimensionalidade, extração de características e escolha de um classificador adequado. (Moraes, 2010).

Moraes (2010) relata que o RP é uma tarefa complexa, na medida em que visa avaliar as situações a fim descobrir características que possam ser classificadas e agrupadas em categorias ou classes, deste modo, o RP para a vida humana, tem uma importância diretamente relacionada às ocorrências naturais que tomam formas de padrões.

(14)

Figura 2. Incidência (100.000) de acidentes por Aranhas Brasil e Regiões para os anos de 2000 a 2010, Ministério da Saúde 2012.

0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 55,0 60,0 65,0 70,0

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Incidência

(15)

Figura 3. Incidência (100.000) de acidentes por Escorpiões Brasil e Regiões entre os anos de 2000 a 2010, Ministério da Saúde 2012.

ANALISE DE AGRUPAMENTOS

Análise de Agrupamentos (Cluster Analysis) é o nome genérico atribuído a uma extensa variedade de métodos estatísticos que procuram elaborar critérios para agrupar objetos (seres humanos, animais, plantas, municípios, etc.). São técnicas estatísticas multivariadas, com conotação exploratória (Kaufman & Rousseeuw, 1990; Everitt, 2011; Frei, 2006).

Desta forma, dada uma amostra de diversas regiões geográficas, por exemplo, cada uma delas medidas segundo várias características, procura-se um esquema de classificação que agrupe tais regiões em grupos similares. A Análise de Agrupamentos nos dias de hoje, aplica-se nas mais diversas áreas. Os resultados deste conjunto de técnicas podem contribuir para a definição de

0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Incidência

(16)

um esquema formal de classificação; pode também sugerir um conjunto de regras para classificar novos animais em novas classes com fins de diagnósticos; apresenta sugestões de modelos estatísticos para descrever populações; encontrar pacientes que possam representar grupos ou classes e obter subgrupos de indivíduos na população com risco em relação a determinados agravos para possíveis prevenções e regiões geográficas segundo características sociais e de saúde. Desta forma, os resultados obtidos pela Análise de Agrupamentos podem auxiliar equipes médicas e gestoras na tomada de decisão para diagnósticos, intervenções, ações preventivas, campanhas educativas entre outras (Sneath & Sokal, 1973).

Diferente das técnicas estatísticas inferências, em que o tamanho da amostra é calculado em função dos níveis de significância e erros adotados, a Análise de Agrupamentos, técnica estatística multivariada exploratória não define qualquer regra para o tamanho mínimo necessário para a sua aplicação, no entanto, regras práticas indicam que o tamanho da amostra deve ser no mínimo maior que o número de variáveis ou ainda calculada como 2k onde k representa o número de variáveis em estudo. Ambos os casos estão contemplados pela amostra selecionada neste estudo (Everitt, 2011).

Padronização das Variáveis

A padronização evita que as unidades escolhidas para mensurar as variáveis, possam afetar a similaridade entre os objetos.

A função mais conhecida e usada para padronizar as variáveis é dada por:

k

ik

_s

x

Z

₍₁₎

Onde x_k e s_k representam a média e desvio padrão dos valores da variável f.

Desta maneira todas as variáveis padronizadas deixarão de ter unidade.

Medidas de Similaridade

(17)

analisadas e sua escolha é de fundamental importância para a execução da Análise de Agrupamentos. Para tal, deve-se observar a mensuração das variáveis, ou seja, se são qualitativas nominais ou ordinais, ou quantitativas ou ainda a combinação dessas mensurações (mixture). No trabalho em pauta as variáveis possuem escalas quantitativas e o coeficiente mais utilizado para dois objetos i e j fixados, para este tipo de escala é a distância Euclidiana, que fornece a dissimilaridade, dada por:

d

_ij

x

_if

x

_jf f p

2 1

fórmula que corresponde à distância geométrica dos pontos de coordenadas

x_i₁,...,x_ip

e

xj1,...,xjp

_{.Quando os dados estiverem padronizados,}

substitui-se x por x_{nesta expressão (Frei, 2006).}

Esse procedimento propicia a construção de uma matriz de similaridade ou dissimilaridade que será base para métodos de agrupamentos.

Métodos de Agrupamentos

Existe uma diversidade de métodos e algoritmos para realizar o agrupamento das amostras após a mensuração da similaridade ou dissimilaridade. Neste trabalho utilizaremos o Método Hierárquico Aglomerativo, que tem demonstrado ser uma ferramenta útil na descoberta de subestruturas inerentes a um determinado conjunto de dados. Os algoritmos Hierárquicos Aglomerativos buscam na matriz de similaridade os locais que possuem a menor distância entre si de forma a agrupá-los. Uma vez agrupados, esses locais permanecem assim ao longo das sucessivas etapas de agregação (algoritmos). Esses algoritmos pertencem aos sistemas de reconhecimento de padrões não supervisionados e se caracterizam por não apresentar um número de grupos pré-estabelecidos.

Uma das maiores dificuldades da Análise de Agrupamentos é a determinação do número de grupos. Além disso, agrupamentos diferenciados surgem quando usamos diferentes algoritmos. Desta forma, uma das recomendações é a utilização de vários algoritmos e índices de homogeneidade dentro dos grupos. Se os resultados apresentam subestruturas

(18)

semelhantes, uma partição natural foi obtida, caso contrário, é pouco provável que os dados apresentem grupos naturais distintos (Everitt, 2011).

Algoritmos Utilizados

Distância Máxima (Complete Linkage) Distância Média (Average Linkage) Método de Ward

Análise de Variância

A análise de variância para um fator para determinar se existe diferença significativa entre os possíveis grupos nas diversas variáveis e Teste post hoc Bonferroni (nível de significância adotado 0,05).

OBJETIVO

(19)

REFERENCIAS

BOCHNER R; STRUCHINER CJ. Acidentes por animais peçonhentos e sistemas nacionais de informação. Caderno de Saúde Pública, Rio de Janeiro, n. 18, v. 03, p. 735-746, mai-jun 2002.

BRAZIL T. K.; SILVA L. M. A.; LEITE C. M. P.; SILVA R. M. L; PERES M. C. L; BRESCOVIT A. D. Aranhas Sinantrópicas em Três Bairros da Cidade de Salvador, Bahia, Brasil (Arachinida, Araneae). Biota Neotropica, v. 5, p. 1-7, 2005.

BUCHHOLZ S. Ground spider assemblages as indicators for habitat structure in inland sand ecosystems. Biodvers Conserv, N° 19, p. 2565-2595, 2010.

CARDOSO JLC; FRANÇA FOS; WEN FH; MÁLAQUE CMS’A; HADDAD V et

al. Animais Peçonhentos no Brasil – Biologia, Clínica e Terapêutica dos

Acidentes. São Paulo, Sarvier; 2003.

CARVALHO J.C.; CARDOSO P.; CRESPO L.C.; HENRIQUES S; CARVALHO R; GOMES P. Biogeographic patterns of spiders in coastal dunes along a gradient of mediterraneity. Biodivers Conserv. n° 20, p.873-894, 2010.

CHIPPAUX JP e GOYFFON M. Epidemiology of scorpionism: A global appraisal. Acta Tropica, n. 107, p. 71-79, 2008.

CRUCITTI P; MALORI M; ROTELLA G. The Scorpion of the Urban Habitat of Rome (Italy). Urban Ecosystem, n° 2, p. 163-170, 1998.

DABO A; GOLOU G; TRAORÉ MS; DIARRA N; GOYFFON M; DOUMBO O. Scorpion Envenoming in the North of Mali (West Africa): Epidemiological, Clinical and therapeutic aspects, Toxicon, v. 58, p. 154-158, 2011.

EVERITT B. S. Cluster Analysis. 5a edição, John Wiley & Son, New York,

(20)

FREI, F. Introdução à Análise de Agrupamentos: Teoria e Prática. Editora Fundação UNESP, 2006. São Paulo.

HICKMAN C. P. Jr; ROBERTS L. S; LARSO N. A. Princípios Integrados de Zoologia, 11° Ed, Rio de Janeiro, Editora Guanabara Koogan S.A., 2003.

HOGAN, C. J.; BARBARO K. C.; WINKEL K. Loxoscelism: Old Obstacles, New Directions. Annals of Emergency Medicine, n.44, p. 608-624, December 2004.

HOGG B. N.; GILLESPIE R. G.; DAANE K. M. Regional patterns in the invasion success of Cheiracanthium spiders (Miturgidae) in vineyard ecosystems. Biol Invasions, n° 12, p. 2499-2508, 2010.

KALTSAS D; ISTATHI I; MYLONAS M. Intraspecific differentiation of social behavior and shelter selection in Mesobuthus gibbosus (Brullé, 1832) (Scorpiones: Buthhidae). Japan Ethological Society and Springer, n. 27, p. 467-473, 2009.

KAUFMAN L. e ROUSSEEUW PJ. Finding groups in data: An introduction to cluster analysis. New York, John Wiley & Sons, 1990.

MAGURA T; HOVÁTH R; TOTHMERESZ B. Effects of urbanization on ground-dwelling spiders in forest patches, in Hungary. Landscap Ecol. N° 25, p. 621-629, 2010.

MINEO F. C. e CLARO K.D. Mechanoreceptive function of pectines in the Brazilian yellow scorpion Tityus serrulatus: perception of substrate-borne vibrations and prey detection. Acta Ethol. N° 9, p. 79-85, 2006.

MINISTÉRIO DA SAÚDE, Casos de Acidentes por Aranhas no Brasil.

(21)

<http://portal.saude.gov.br/portal/arquivos/pdf/aranha_2000a2011.pdf>. Acesso em 03 de março de 2012.

MINISTÉRIO DA SAÚDE, Casos de Acidentes por Escorpiões no Brasil.

Disponível em: <http://portal.saude.gov.br/portal/arquivos/pdf/tabela02_casos_escorpiao2000_

2011_01_04_2011.pdf>. Acesso em 03 de março de 2012.

MORAIS E. C. Reconhecimento de Padrões e Redes Neurais Artificiais em Predição de Estruturas Secundárias de Proteínas – Rio de Janeiro: Tese

(doutorado) – UFRJ/ COPPE/ Programa de Engenharia de Sistemas e

Computação. UFRJ/COPPE, 2010.

PATRICIA T. et al. Black widow spiders in an urban desert: Population variation in an arthropod pest across metropolitan Phoenix, AZ. Urban Ecosyst. 2011.

RADER, R. K; STOECKER W. V; MALTERS J. M; MARR M. T; DYER J. A. Seasonality of brown recluse populations is reflected by numbers of brown recluse envenomations. Toxicon, n. 60, p. 1-3, 2012.

SNEATH P. H. A e SOKAL R. R. Numerical taxonomy. San Francisco, W.H. Freeman and Company, 1973.

SOARES M. R. M.; AZEVEDO C. S.; MARIA M. Escorpionismo em Belo Horizonte, MG: um estudo retrospectivo. Revista da Sociedade Brasileira de Medicina Tropical. n° 35, v. 4, p. 359-363, 2002.

STROPA A. A. Effect of architectural angularity on refugia selection by the brown spider, Loxosceles gaucho. Medical and Veterinary Entomology. n° 24, p. 273-277, 2010.

(22)

TUURI R.E. e REYNOLDS S. Scorpion Envenomation and Antivenom Therapy, Pediatric Emergency Care, v. 27, n° 7,p. 667-675, Julho 2011.

VETTER RS; BUSH, SP. Reports of Presumptive Brown Recluse Spider Bites Reinforce Improbable Diagnosis in Regions of North America Where the Spider Is Not Endemic. Clinical Infectious Diseases, n°35, p. 442-445, Agosto 2002.

VETTER RS; ISBISTER, GK. Medical Aspects of Spider Bites. Annual Review of Entomology. Volume 53, p. 409-429, 2008.

VISWANATHAN S. e PRABHU C. Scorpion sting nephropathy. Nephrology Dialysis Transplantation, n. 4, p 376-382, 2011.

(23)

ARTIGO

ANÁLISE DE AGRUPAMENTOS PARA O RECONHECIMENTO DE PADRÕES DE INFESTAÇÃO DE ARACNÍDEOS EM ZONAS URBANAS.

RESUMO

(24)

ABSTRACT

Arachnids have been successful along the evolutionary process thanks to their high adaptability. Within this group, spiders and scorpions are widely distributed on the planet and may affect human health. In order to evaluate the infestation problems caused by these animals, it is necessary to use statistical tools that can assess the factors that favor or perpetuate their appearance, presence and proliferation. Thus, this work aims to present cluster analysis in order to determine infestation patterns, allowing seemingly distinct sites to be grouped into similar clusters, which can benefit health policies. The 25 geographic collection sites used for sampling were divided into six groups with different characteristics, among which three were formed by a single collection point (outliers). The groups obtained showed a relationship with the environmental characteristics of the sites, indicating that the distribution of arachnid families in the different urban gradients is influenced by environmental conditions. Therefore, the occupation of urbanized areas by venomous arachnids becomes a problem for public health, requiring epidemiological control policies through monitoring and mapping of risk areas, which can be better assessed with the use of cluster analysis.

(25)

INTRODUÇÃO

Os artrópodes representam um dos grupos de maior sucesso adaptativos e habitam quase todas as regiões do planeta. Dentro deste grupo, os aracnídeos apresentam importância ecológica dada suas características predatórias e por habitarem ambientes inóspitos, mas ao mesmo tempo são responsáveis pela transmissão de doenças e também por acidentes dado que

muitas espécies apresentam peçonhas1,2,3.

A presença dos artrópodes pode ser influenciada por alterações nos ecossistemas em que a ação do homem esteja presente. É assim em áreas densamente povoadas pelo homem, as quais eram anteriormente locais

tipicamente naturais4,5,6. Cada localidade urbanizada apresenta características

próprias, como o tempo de urbanização, a ocupação de áreas, mananciais, zonas de borda de matas e proximidade com áreas agrícolas. Estas características podem determinar as espécies que ocupam essas regiões. Assim espécies mais sensíveis a alterações ambientais, habitam regiões de ocupação humana mais recente, o contrário ocorre em localidades urbanizadas

a mais tempo7,8,9. A invasão dos artrópodes em regiões urbanizadas ocorre

devido a fatores que dificilmente deixaram de existir, como o oferecimento de alimentos, acumulo de lixo nos centros urbanos e a disponibilização de abrigos, locais de difícil acesso para os predadores naturais e ao homem dificultando o

controle biológico10. Da mesma forma, modificações feitas em

agroecossitemas, provocam variações nas populações destes animais. Benítez

e Méndez11 demonstram que os sistemas agroflorestais apresentam maior

adensamento populacional de aranhas do que os sistemas de culturas convencionais.

As alterações provocadas no ambiente faz com que muitos aracnídeos de importância médica, busquem alimento e se abriguem dentro do perímetro

urbano, aumento o número de acidnetes12,13,14. Sua atividade esta diretamente

relacionada com as épocas de maior pluviosidade e temperaturas mais

elevadas15,16. No entanto, há registros de acidentes por algumas espécies em

regiões não endêmicas17. Dentre os Araneaes, Hogan18 cita o gênero

Loxosceles como sendo o de maior importância clinica, uma vez que seu

(26)

indivíduos. Outras espécies são citadas por Vetter & Isbister13 como o gênero Latradectus com representantes em todos os continentes e Phoneutria com

incidência na América do Sul, assim como Atrax e Hadronyche na Austrália, dentre outros espécimes com menor incidência ou ação toxica do veneno mais branda. Os escorpiões tem um número maior de representantes que despertam interesse do ponto de vista clínico. Estão localizados em regiões que abrigam mais de 30% da população do planeta e são responsáveis pela segunda maior causa de acidentes por animais peçonhentos no mundo ficando atrás apenas dos acidentes causados por serpentes14,19.

Para determinar padrões de ocupação geográfica de animais, pode-se utilizar métodos estatísticos. Estes métodos são divididos em dois grandes grupos básicos, as análises univariadas e multivariadas. As técnicas univariadas são caracterizadas pela análise isolada das variáveis em análise. Por outro lado, as analises multivariadas permitem observar um conjunto de variáveis de forma conjunta explorando as relações, de forma a possibilitar um diagnóstico comparativo dos vários fatores ambientais sobre o mesmo grupo de estudo20.

As analises multivariadas podem ser classificadas em dois grupos, o primeiro é o conjunto de técnicas em que uma variável ou conjunto de variáveis são definidas como dependentes para que possam ser explicadas ou previstas por um outro conjunto de variáveis denominadas de independentes ou preditoras. O segundo conjunto de técnicas são aquelas em que todas as variáveis são analisadas simultaneamente com o objetivo de encontrar uma estrutura subjacente ao conjunto de dados, não há orientação de dependência ou independência21.

Entre as técnicas de interdependência a Análise de Agrupamentos tem como objetivo encontrar subgrupos significativos de indivíduos ou objetos. Desta forma, dada uma amostra de n objetos, cada um deles mensurados segundo p variáveis, procura-se um esquema de classificação que agrupe os

(27)

OBJETIVO

Apresentar a técnica estatística multivariada de Análise de Agrupamentos como metodologia de reconhecimento de padrões de infestação de aracnídeos em zonas urbanas, levando em consideração características sócio econômicas, ambientais, infra estrutura e geográficas.

MÉTODO

Para a obtenção dos dados estatísticos, foram seguidas as seguintes etapas.

1. Escolha da município.

2. Estratificação da área urbana em macro regiões tendo como critério os dados sócio econômicos definidos pelo Instituto

Brasileiro de Geografia e Estatística – IBGE com uso da Análise

de Agrupamentos.

3. Coleta dos espécimes e informações ambientais, respeitando uma proporcionalidade entre o número de pontos de coleta em cada estrato de acordo com a densidade populacional.

4. Identificação dos espécimes. A identificação foi realizada até o nível taxonômico de família, porém, se algum animal identificado pertencesse a alguma família com representantes de interesse médico, uma identificação mais detalhada até os níveis de Gênero ou espécie foi feita para determinar se estes animais são de interesse médico.

5. Análise dos dados.

Para realização da coleta foi escolhido um município de porte médio, localizado na região centro oeste do Estado de São Paulo - Brasil. O município

de Assis tem uma área territorial de 460,30 Km2, está localizado em uma região

(28)

extensões de áreas verdes ou parques restando apenas áreas remanescentes de nascentes ou de loteamentos que ainda não foram desmatadas.

Toda a área do município está dividida em 140 setores censitários sendo que destes somente os setores que estão dentro da área urbanizada foram utilizados para a pesquisa em foco. A estratificação da cidade levou em consideração as características sócio econômicas da população, para isto foram utilizados dados do Instituto Brasileiro de Geografia e Estatística – IBGE como condições sanitárias das casas, renda e número de pessoas por residência. Com a utilização destes dados a área de pesquisa foi dividida em 16 Macro Regiões. O número de pontos de coleta foi determinado de acordo

com a proporção entre o número de habitantes de cada estrato – Macro

Região. Cada ponto de coleta abrange em média 1.000 habitantes o que resultou em 85 pontos distribuídos geograficamente pela aera urbana.

A coleta segue protocolo descrito por Condington et ali23 onde os pontos

amostrais apresentam padronização de captura determinada pelo tempo de esforço, totalizando uma hora por ponto. A amostragem dos pontos foi realizada por coleta ativa em dias de luminosidade adequada, selecionados de forma aleatória. Não foram realizadas coletas em períodos inferiores a 24 horas após chuva forte ou mesmo durante precipitação. Os materiais utilizados na coleta, além dos equipamentos de segurança foram duas pinças metálicas e frascos plásticos para o acondicionamento dos espécimes, todos foram colocados em álcool 80% para preservação das amostras.

A identificação foi realizada no Laboratório de Insetos Aquáticos da

Universidade Estadual Paulista – UNESP de Assis. Para identificação foi

observada a anatomia externa dos espécimes. Para identificação foram utilizadas chaves de classificação especificas 24,25.

Os dados foram analisados pela técnica de Análise de Agrupamentos –

métodos Hierárquicos Aglomerativos – algoritmos Complete Linkage, Average

Linkage e método de Ward. Como medida de similaridade foi utilizada a distância euclidiana. Todas as análises foram executadas pelo software SPSS versão 19.

(29)

de vigilância epidemiológicas devem ser equacionados de forma a ampliar o esforço de coleta. Desta forma, foram avaliados 25 pontos distribuídos geograficamente de forma a representar as diversas características urbanas.

Figura 1: pontos de coleta selecionados para analise de cluster.

Análise de Pontos Outiliers

Uma das primeiras etapas do tratamento dos dados consiste na análise de estatística descritiva para a detecção de outliers, dados discrepantes, uma vez que estes podem interferir na constituição dos grupos.

Outliers podem ser consideradas como dados com baixa conectividade

em oposição à maior conectividade na região entre os grupos, ou seja, são as observações que apresentam um grande afastamento das restantes. Os outliers são retirados na análise depois de detectados, pois afetam a formação

(30)

Padronização das variáveis

A padronização evita que as unidades escolhidas para mensurar as variáveis, possam afetar a similaridade entre os objetos. A função mais conhecida e usada para padronizar as variáveis é a conversão de cada variável em escores padrão (escores Z). No caso em pauta, não foi imperativo a aplicação da padronização devido às características das variáveis. No entanto, é possível que determinadas espécies ou famílias apresentem um número muito maior de indivíduos com grande variabilidade em relação a outras, o que poderia dar um peso maior a essas famílias no resultado final dos

agrupamentos. A padronização é uma decisão do pesquisador22.

Medidas de similaridade

A medida de similaridade quantifica como os indivíduos são semelhantes ou diferentes, similaridade ou dissimilaridade, no que diz respeito às medidas analisadas. Para tal, deve-se observar a mensuração das variáveis, ou seja, se são qualitativas nominais ou ordinais, ou quantitativas ou ainda a combinação dessas mensurações (mixture). Para escalas quantitativas, o coeficiente mais utilizado para dois objetos i e j fixados é a distância Euclidiana.

Multicolinearidade

A multicolinearidade é definida como o grau em que qualquer efeito de variável pode ser previsto ou explicado por outras variáveis e é um pressuposto básico em análise de agrupamentos. Quando a multicolinearidade aumenta, ela dificulta a interpretação das variáveis.

A multicolinearidade em meio as variáveis pode alterar os padrões de agrupamentos, pelo fato dessas variáveis multicolineares serem implicitamente

ponderadas com maior peso21,22. A multicolinearidade atua como um processo

de ponderação não visível ao observador, mas que afeta a análise. Por essa razão, é necessário examinar as variáveis usadas em análise de agrupamentos

quanto à multicolinearidade21,22. Caso a multicolinearidade encontrada seja

substancial, devem-se reduzir estas variáveis.

(31)

então para a determinação de outiliers, com a utilização do algoritmo Single Linkage.

Análise de Agrupamentos

A Análise de Agrupamentos é o nome genérico atribuído a uma extensa variedade de métodos estatísticos que procuram elaborar critérios para agrupar objetos22,26.

O Método Hierárquico Aglomerativo tem demonstrado ser uma ferramenta útil na descoberta de subestruturas inerentes a um determinado conjunto de dados. Os algoritmos Hierárquicos Aglomerativos buscam na matriz de similaridade as variáveis que possuem a menor distância entre si de forma a agrupá-las. Uma vez agrupadas, essas variáveis permanecem assim

ao longo das sucessivas etapas de agregação — algoritmos. Esses algoritmos

pertencem aos sistemas de reconhecimento de padrões não supervisionados e

se caracterizam por não apresentar um número de grupos pré-estabelecidos26.

Uma das maiores dificuldades da Análise de Agrupamentos é a determinação do número de grupos. Além disso, agrupamentos diferenciados surgem quando usamos diferentes algoritmos. Desta forma, uma das recomendações é utilizar vários algoritmos para verificar o número de grupos e estabilidade de seus componentes. Se os resultados apresentam subestruturas semelhantes, uma partição natural foi obtida, caso contrário, é pouco provável que os dados apresentem grupos naturais distintos26.

Alguns dos algoritmos mais utilizados são: vizinho mais próximo ou single linkage, vizinho mais longe ou complete linkage, distância média ou

average linkage e método de Ward.

O algoritmo da distância mínima consiste em um processo de agrupamentos hierárquico no qual a similaridade é definida como a distância mínima entre qualquer objeto em um agrupamento e qualquer objeto de outro. Tende a produzir grupos desequilibrados especialmente em conjuntos grandes de dados. Já o procedimento de distância máxima é o oposto da distância mínima, sendo baseado no critério de agrupamentos utilizado na distância máxima entre objetos em dois agrupamentos, ou seja, a distância entre os

(32)

completa, geralmente, leva a grupos compactos e discretos, tendo os seus valores de dissimilaridade relativamente grande.

O algoritmo da distância média, também conhecido como Unweighted Pair Group Method with Arithmetic Mean (UPGMA), representa a similaridade

como a distância média entre todos os objetos em um agrupamento e todos os objetos de outro agrupamento. Abordagens de ligação média tendem a combinar agregados com pequena variação interna e a produzir agregados com aproximadamente a mesma variância, ou seja, tende a combinar

agrupamentos com pequenas variâncias21.

Estes três métodos, distâncias mínima, máxima e média, usam uma matriz de proximidade como entrada.

(33)

RESULTADOS

Após a coleta dos dados e identificação dos espécimes (tabela em anexo), o processo de Análise de Agrupamentos é iniciado. O primeiro passo consiste na verificação da multicolinearidade, no presente trabalho, esta análise não foi efetuada visto que possíveis colinearidades podem trazer importantes informações para a composição dos grupos. A padronização das variáveis não foi realizada dado que todas as variáveis apresentam a mesma métrica. Para avaliar a presença de outliers foi aplicado o algoritmo single linkage.

Figura 2. Dendograma para determinação de outiliers – Single Linkage.

A primeira análise, avaliação de pontos ouliers, apresenta o ponto de coleta número 6 com uma elevada distância em relação aos demais pontos

Distância

(34)

(figura 2). Desta forma, deve-se excluir da análise o ponto 6, classificado como outlier. O mesmo procedimento é novamente realizado como apresentado na

figura 3, que apresenta o ponto número 1 como outlier.

Figura 3. Dendograma para determinação de outilier, após exclusão do ponto 6

– Single Linkage.

A figura 3 apresenta o ponto de coleta 1 como o segundo outlier. Ainda se faz necessário utilizar o algoritmo Single Linkage para verificar se existem outros outliers.

Pontos de Coleta

(35)

Figura 4. Dendograma para determinação de outilier após exclusão dos pontos 1 e 6 – Single Linkage.

É possível excluir mais um outlier, o ponto 9. Finalmente o processo de verificação de pontos outliers é interrompido visto que todos os pontos de coletas não apresentam distâncias discrepantes para os demais (figura 4).

(36)

Figura 5. Dendograma para determinação de outilier com exclusão de 3 pontos

– Single Linkage.

Após a verificação dos possíveis outliers, três algoritmos hierárquicos aglomerativos foram utilizados para a determinação do número de grupos e seus respectivos componentes (figuras 5, 6 e 7).

(37)

Figura 6. Dendograma utilizando algoritmo de Ward, para determinação de grupos.

O primeiro algoritmo utilizado - Método de Ward (figura 5), apresenta

tres grupos distintos com os seguintes componente – pontos amostrais:

Grupo 1 (azul): 24, 25, 2, 19, 23, 15, 18, 5, 17, 3, 4 e 21 Grupo 2 (laranja): 8, 12 e 11

Grupo 3 (verde): 7, 22, 14, 20, 13, 16 e 10

(38)

Figura 7. Dendograma utilizando algoritmo Avarege Linkage, para determinação de grupos.

O segundo algoritmo, Average Linkage, apresenta o maior espaço entre junções dos colchetes determinando um total de três grupos, sendo dois grupos com três pontos de coleta e um grupo com 16 pontos de coleta. A composição dos grupos é diferente da observada utilizando o algoritmo Método de Ward.

Grupo 1 (azul): 24, 25, 2, 19, 23, 15, 18, 5, 17, 3, 4, 21, 7, 22, 14 e 20 Grupo 2 (laranja): 8, 12 e 11

Grupo 3 (verde): 13, 16 e 10

(39)

Figura 8. Dendograma para determinação de grupos utilizando o algoritmo Complete Linkage.

Para confirmação do número de grupos e quais seriam os pontos dentro de cada grupo, é necessário a utilização de um terceiro algoritmo, visto que existem diferenças entre a classificação dos algoritmos anteriores. Para tanto foi utilizado o algoritmo Complete Linkage (figura 8), que apresenta o mesmo número de grupos e a mesma formação obtida pelo algoritmo Averege Linkage.

Grupo 1 (azul): 24, 25, 2, 19, 23, 15, 18, 5, 17, 3, 4, 21, 7, 22, 14 e 20 Grupo 2 (laranja): 8, 12 e 11

Grupo 3 (verde): 13, 16 e 10

(40)

Após as etapas relatadas, a formação final dos grupos é dada por:

Grupo 1: Pontos 24, 25, 2, 19, 23, 15, 18, 5, 17, 3, 4, 21, 7, 22, 14 e 20 Grupo 2: Pontos 8, 12 e 11

Grupo 3: Pontos 10, 13 e 16 Grupo 4: Ponto 1

Grupo 5: Ponto 6 Grupo 6: Ponto 9

(41)

Tabela 1: Grupos formados pela Análise de Agrupamentos.

Ordem Famílias

Grupos

G1 G2 G3 G4 G5 G6

Araneae

Araneidae 16 2 23 3 31 7

Theridiidae 2 0 2 7 0 0

Gnaphosidae 0 0 0 0 2 0

Tetragnathidae 7 0 0 0 0 0

Nephilidae 0 0 3 7 4 0

Salticidae 1 0 0 0 0 0

Ctenidae 0 2 1 0 0 0

Lycosidae 0 1 0 0 0 0

Scytodidae 1 0 0 0 0 0

Zodaridae 0 0 1 0 0 0

Opiliones Gonyleptidae 0 18 0 0 0 9

Scorpiones Buthidae 1 10 0 0 0 2

Total 28 33 30 17 37 18

Média 1,75 11 10 17 37 18

Os grupos formados a partir da Analise de Agrupamentos demonstram características distintas.

Os grupos 1 e 2 apresentam pontos distribuídos pelos estratos sociais A,B e C. O grupo 3, formado por três pontos, é caracterizado pelos estratos sociais B e C. Os grupos 4, 5 e 6 possuem seus únicos pontos nos estratos A, D e C respectivamente.

(42)

preponderantemente de Araneidae o que mostra que a análise de agrupamentos fez avaliações quantitativas e qualitativas (Tabela 1).

O grupo quatro (G4) é o primeiro dos três grupos caracterizados pela composição de um único ponto (outlier). É composto por 17 animais com distribuição em 3 famílias. O quinto grupo (G5), é o de maior concentração com 37 animais, em que 31 pertencem a família Araneidae. O último grupo G6 com 18 aracnídeos, apresenta semelhança quantitativa com o grupo 4, e semelhança qualitativa com os grupos 2 e 3, o que o torna um grupo específico (Tabela 1).

Tabela 2: Características climáticas dos grupos.

GRUPOS

Condições Ambientais

Temperatura Umidade

Média Desvio Padrão Média Desvio Padrão

G 1 28,87 30,13 46 43,13

G 2 27,33 28,57 41 49,33

G 3 26,47 26,23 55,33 46,33

G 4 26,4 26 80 82

G 5 26 25,8 60 57

G 6 26,3 26 58 42

Tabela 3. Condições Ambientais.

GRUPOS Vegetação Resíduos Pavimentação

G 1 0,5 0,88 0,88

G 2 1 1 0

G 3 1 1 0

G 4 1 0 0

G 5 1 1 0

G 6 1 1 0

(43)

O grupo 1 apresenta as maiores médias de temperatura e menor média em umidade, bem como é o único a apresentar pontos com pavimentação e o número de pontos com vegetação inferior a 50% (Tabelas 2 e 3)

Os grupos 2, 3, 4, 5 e 6 não apresentam pontos com pavimentação, mas todos possuem vegetação. Nesse conjunto de grupos, as temperaturas são semelhantes, assim como a concentração de umidade, com pequena diferença no grupo 2 em que sua temperatura média é um pouco mais elevada e sua umidade se apresenta abaixo dos 50%. Os demais grupos apresentam umidades médias superiores a 50%. Pela tabela 1, pode-se observar que o grupo 4 apresenta alta umidade e ausência de resíduos sólidos.

(44)

DISCUSSÃO

O número de espécimes, a diversidade e a distribuição das famílias observadas nos pontos de coleta não tem uma relação direta com as condições sócio econômicas, tendo em vista que uma mesma família é encontrada em estratos sócio econômicos diferentes e não existe um extrato com uma única família. As várias camadas sócio econômicas estão distribuídas em diversas regiões geográficas, as quais apresentam variedade na temperatura, umidade, vegetação, pavimentação e presença de resíduos.

Pode-se observar que a distribuição das famílias é influenciada por condições ambientais que apresentam diferentes gradientes ao longo do

perímetro urbano8. A cidade de Assis não tem toda sua área urbana

densamente povoada, assim, existe diferentes gradientes ambientais com locais de vegetação isoladas ou em corredores de margens de córregos que permitem variação no número de artrópodes.

Vergnes et al.7, destacaram a influência de corredores verdes no

ambiente urbano, e com isso o maior número de artrópodes influenciando diretamente a quantidade de alimento disponível para aracnídeos.

Similarmente Bruguissera et al.8 encontraram relação entre a estrutura da

vegetação e a presença da espécie Argiope bruennichi da família Araneidae. Essa família apresenta representantes em abundancia nos pontos que estão localizados em áreas de mata. Essa condição pode ser observada na tabela 2, em que os grupos localizados em regiões com alto grau de vegetação apresentam maior adensamento de aracnídeos.

Por outro lado, regiões que apresentam baixos índices de vegetação e alta urbanização apresentam baixa abundância de aracnídeos. A este fato, acrescenta-se que nessas regiões, geralmente ocorre o controle de pragas através de pesticidas, os quais limitam as fontes de alimentação para os aracnídeos de forma a impedir sua proliferação. No entanto, esse controle não

afeta todas as espécies29. Nas regiões em que se verifica pouca vegetação,

alta pavimentação e temperaturas mais altas, pode-se observar baixo adensamento populacional de aracnídeos, padrão observado no grupo 1, formado por 16 pontos (Tabela 2).

(45)

dois animais indica que ambas as ordens possam coabitar os mesmos ambientes.

Animais de importância médica

A identificação dos gêneros de importância médica foi realizada tendo como objetivo diagnosticar padrões de infestação que possam contribuir com políticas de saúde pública.

Os escorpiões da família Buthidae, identificados como pertencente ao

gênero Tytius, responsáveis por acidentes com gravidade na América do sul14,

foram encontrados, preponderantemente nas regiões periféricas (Figura 9, Grupos 2 e 6). No entanto, um exemplar do gênero Tytius foi localizado no maior cemitério, localizado em região urbanizada. Outros estudos também

citam esse local como propício para a presença de exemplares desta família2,

30, 31

. Esta capacidade de adaptação foi destacada por Crucitti e Malori7 em

estudo realizado na cidade de Roma, que demonstrou baixa diversidade de espécies em áreas centrais e alta diversidade em regiões próximas ao campo. O estudo destacou que a única espécie a ser localizada no centro é justamente a que apresenta maior letalidade em sua peçonha, demonstrando que as espécies que obtiveram maior sucesso evolutivo também conseguem se adaptar melhor as alterações do ambiente.

A adaptação a ambientes urbanos, também pode ser observada nos

casos das aranhas. Trubl e Gburen9 observaram a predominância de Viúva

Negra (Latrodectus hesperus) em ambiente urbano. Essa espécie compete com outras espécies de aranhas e assim podem ocupar locais onde outros Araneae não obtiveram sucesso. Dentre os animais encontrados no quarto grupo, estão alguns exemplares do gênero Latrodecus, gênero este com ampla distribuição no globo e alta importância epidemiológica (Vetter e Isbistter13. Nos locais onde as Latrodectus foram encontradas, há uma baixa diversidade de espécies, apresentando alta capacidade de ocupação e de competição.

(46)

Analise de Agrupamentos

A Análise de Agrupamentos tem sido empregada em diversos trabalhos

que envolvem aracnídeos6,32,33,34,35. No trabalho em pauta, a técnica pode

determinar padrões de infestações por meio de dados quantitativos. Obedecendo a formação dos grupos e analisando os dados ambientas é possível determinar áreas de risco em potencial. O controle destes artrópodes e o acompanhamento de sua distribuição por meio do mapeamento das

condições ambientais36, e o controle das áreas endêmicas através de mapas

de risco37, podem trazer benefícios às agências de saúde. Observando a figura

9, existem outros locais onde as condições ambientais são favoráveis para o desenvolvimento e trânsito das espécies de importância médica. Esse diagnóstico é oferecido pela Análise de Agrupamentos, a qual manipula diversas variáveis conjuntamente, o que resulta em um cenário mais realístico do que análises univariadas.

(47)

CONCLUSÃO

A Análise de Agrupamentos pode ser utilizada para reconhecer padrões que formar grupos homogêneos. Esses grupos, juntamente com a análise dos dados ambientais, possibilitam visualizar as condições que levam as infestações locais dentro de um mesmo perímetro urbano.

(48)

REFERENCIAS

1. HICKMAN CPJr; ROBERTS LS; LARSON A. Princípios Integrados de Zoologia, 11° Ed, Rio de Janeiro, Editora Guanabara Koogan S.A., 2003.

2. MINEO FC e CLARO KD. Mechanoreceptive function of pectines in the Brazilian yellow scorpion Tityus serrulatus: perception of substrate-borne vibrations and prey detection. Acta Ethol. N° 9, p. 79-85, 2006.

3. DABO A; GOLOU G; TRAORÉ MS; DIARRA N; GOYFFON M; DOUMBO O. Scorpion Envenoming in the North of Mali (West Africa): Epidemiological, Clinical and therapeutic aspects, Toxicon, v. 58, p. 154-158, 2011.

4. HOGG BN; GILLESPIE RG; DAANE KM . Regional patterns in the invasion success of Cheiracanthium spiders (Miturgidae) in vineyard ecosystems. Biol Invasions, n° 12, p. 2499-2508, 2010.

5. BUCHHOLZ S. Ground spider assemblages as indicators for habitat structure in inland sand ecosystems. Biodvers Conserv, N° 19, p. 2565-2595, 2010.

6. CARVALHO JC; CARDOSO P; CRESPO LC; HENRIQUES S; CARVALHO R; GOMES P. Biogeographic patterns of spiders in coastal dunes along a gradient of mediterraneity. Biodivers Conserv. n° 20, p.873-894, 2011.

7. CRUCITTI P; MALORI M; ROTELLA G. The Scorpion of the Urban Habitat of Rome (Italy). Urban Ecosystem, n° 2, p. 163-170, 1998.

8. MAGURA T; HOVÁTH R; TOTHMERESZ B. Effects of urbanization on ground-dwelling spiders in forest patches, in Hungary. Landscap Ecol. N° 25, p. 621-629, 2010.

9. TRUBL P; GBUREK T; MILES L; JOHNSON JC; Black widow spiders in an urban desert: Population variation in an arthropod pest across metropolitan Phoenix, AZ; Urban Ecosyst, 2011.

10. STROPA AA. Effect of architectural angularity on refugia selection by the brown spider, Loxosceles gaucho. Medical and Veterinary Entomology. n° 24, p. 273-277, 2010.

11. BENÍTEZ SP; MÉNDEZ M; Effects of land management on the abundance and richness of spiders (Araneae): A meta-analysis. Biological Conservation. N° 144 p. 683-691, 2011.

12. WISE. DH. Cannibalism, Food Limitation, Intraspecific Competition, and the Regulation of Spider Populations. Annual Reviews Entomol, n. 51, p. 441-465, 2006.

(49)

14. CHIPPAUX JP e GOYFFON M. Epidemiology of scorpionism: A global appraisal. Acta Tropica, n. 107, p. 71-79, 2008.

15. KALTSAS D; ISTATHI I; MYLONAS M. Intraspecific differentiation of social behavior and shelter selection in Mesobuthus gibbosus (Brullé, 1832) (Scorpiones: Buthhidae). Japan Ethological Society and Springer, n. 27, p. 467-473, 2009.

16. RADER, RK; STOECKER WV; MALTERS JM; MARR MT; DYER JA.

Seasonality of brown recluse populations is reflected by numbers of brown recluse envenomations. Toxicon, n. 60, p. 1-3, 2012.

17. VETTER RS; BUSH, SP. Reports of Presumptive Brown Recluse Spider Bites Reinforce Improbable Diagnosis in Regions of North America Where the Spider Is Not Endemic. Clinical Infectious Diseases, n°35, p. 442-445, Agosto 2002.

18. HOGAN, CJ; BARBARO KC; WINKEL K. Loxoscelism: Old Obstacles, New Directions. Annals of Emergency Medicine, n.44, p. 608-624, December 2004.

19. VISWANATHAN S. e PRABHU C. Scorpion sting nephropathy. Nephrology Dialysis Transplantation, n. 4, p 376-382, 2011.

20. GOTELLI NJ, ELLISON A. M, A Primer of Ecological Statistics, 2nd edition. Sinauer Associates, Sunderland, Massachusetts, 2012 USA.

21. HAIR JF, BLACK WC, BABIN BJ,ANDERSON RE, TATHAM RL; Multivariate data Analysis, 6° edição, Pearson Education, USA, 2006.

22. EVERITT BS, LANDAU S, LEESE M; Cluster Analysis. 4° edição, Arnold, USA, 2001.

23. CODDINGTON JA, GRISWOLD C, DAVILA DS, PENARANDA E, LARCHER SF; Designing and testing sampling protocols to estimate biodiversity in tropical ecosystems, Dioscorides Press: Portland, OR, USA, 1991.

24. KASTON BJ, How to know de Spiders, 3° edição, San Diego State University, 1980.

25. JOCQUÉ R, DIPPNAAR-SCHOEMAN A. S; Spider Families of the World, 2006

26. EVERITT B. S, DUNN G Applied Multivariate Data Analysis: Sgunda edição, editor Arnold, 2001.

(50)

28. BRUGGISSER O. T, SANDAU N, BLANDENIER G, FABIAN Y, KEHRLIC P, AEBI A, NAISBIT R. E, BERSIER L. F; Direct and indirect bottom-up and top-down forces shape the abundance of the orb-web spider Argiope bruennichi; Basic and Applied Ecology, 2012.

29. JOHNSON A, REVIS O, JOHNSON J. C; Society Chemical prey cues

influence the urban microhabitat preferences of Western black widow spiders, Latrodectus Hesperus

30. SCHNEIDER M. C, CELLA D. M; Karyotype Conservation in 2 Populations of the Parthenogenetic Scorpion Tityus serrulatus (Buthidae): rDNA and Its Associated Heterochromatin Are Concentrated on Only One Chromosome, Journal of Heredity, 2010.

31. DEHGHANI R, FATHI B; Scorpion sting in Iran: A review, Toxicon, 2012

32. GIORGIO G, GRAZIANO D, RUISI P, AMATO G, GIAMBALVO D; Pheno-morphological and agronomic diversity among Scorpiurus muricatus (Fabaceae) natural populations collected in Sicily, Journal of Agricultural Science, 2009.

33. PINTO-DA-ROCHA R, SILVA M. B; FAUNISTIC SIMILARITY AND HISTORIC BIOGEOGRAPHY OF THE HARVESTMEN OF SOUTHERN AND SOUTHEASTERN ATLANTIC RAIN FOREST OF BRAZIL, The Journalof Arachnology, 33: 290-299, 2005

34. RENDÓN M. A. P, IBARRA-NÚÑEZ G, PARRA-TABLA V, GARCIÍA-BALLINAS J. A, HÉNAUT Y; SPIDER DIVERSITY IN COFFEE PLANTATIONS WITH DIFFERENT MANAGEMENT IN SOUTHEAST MEXICO, The Journal of

Arachnology 34:104–112, 2006

35. RUZICKA V, KLIMES L; SPIDER (ARANEAE) COMMUNITIES OF SCREE SLOPES IN THE CZECH REPUBLIC, The Journal of Arachnology 33:280–289, 2005

36. HANSSON E, CUADRA S,OUDIN A, JONG K, STROH E, TORÉN K, ALBIN M; Mapping Snakebite Epidemiology in Nicaragua _– Pitfalls and Possible Solutions, PLoS Neglected Tropical Diseases, 2010

(51)

ANEXO 1 – Relação da quantidade de espécimes em cada ponto, tendo família como nível taxonômico.

Extrato Pontos Araneidae Theridiidae Gnaphosidae Tetragnathidae Nephilidae Salticidae Ctenidae Lycosidae Scytodidae Zodaridae Gonyleptidae Buthidae A

A 1 3 7 0 0 7 0 0 0 0 0 0 0

C

C 2 0 0 0 0 0 0 0 0 0 0 0 0

A

A 3 1 1 0 2 0 0 0 0 0 0 0 0

C

C 4 0 1 0 3 0 0 0 0 0 0 0 0

B

B 5 0 0 0 0 0 0 0 0 0 0 0 0