Detecção de conglomerados espaciais de tuberculose no estado da Paraíba utilizando o método Besag e Newell

Detecção de conglomerados espaciais de tuberculose

no estado da Paraíba utilizando o método Besag e

Newell

Jodavid de Araújo Ferreira, Diana Thais Gurgel Freire e Ronei Marcos de Moraes

Departamento de Estatística, CCEN, UFPB, Cidade Universitária s/n, CEP 58.051-900, João Pessoa, PB

Resumo  A tuberculose no Brasil é considerada um grande problema de saúde publica. Este trabalho teve como principal objetivo, a detecção de conglomerados através da análise espacial no estado da Paraíba entre os anos de 2009 e 2011, utilizando o método Besag e Newell e dados epidemiológicos. Foram detectados conglomerados no litoral nos três anos de estudo, e áreas de risco elevado em todas as outras regiões da Paraíba.

Palavras-Chave  Análise espacial, tuberculose, Besag e Newell

I. INTRODUÇÃO

A tuberculose é uma doença infecto-contagiosa, cujo causador é o bacilo Mycobacterium tuberculosis ou bacilo de Koch (BK), mais comum em regiões urbanas, com densidade populacional elevadas e relacionada a problemas sociais como habitação, condições precárias da saúde pública, entre outros [1]. A doença esteve presente como um dos principais problemas de saúde pública no Brasil durante o século XX e ficou conhecida como a calamidade negligenciada [2]. A endemia esteve sob controle até meados da década de 1980, ressurgindo no final desta década com um número significativo de casos. Segundo a Organização Mundial de Saúde (OMS) estima-se que ocorram anualmente 8 milhões de casos e 2 milhões de óbitos por tuberculose no mundo [3]. Segundo dados estatísticos, em 2011 foram registrados no Brasil 69.245 casos, e nesse ano 75.040 casos da doença, que corresponde a uma taxa de 45 casos por 100.000 habitantes. Assim, o Brasil ocupa a 19º entre os 22 países responsáveis por 80% do total de casos de Tuberculose notificados no mundo, tais números mostram a importância de ações mais efetivas para intervir no manuseio da doença [4; 5; 6].

Para o controle da doença (TB), algumas ações e programas tem sido criados e implementados ao longo da história da saúde. A partir de 1993 foi recomendado que os países que concentram grande número das doenças entre eles o Brasil, adotem a estratégia DOTS (DIRECTLY OBSERVED TRATAMENT). Esta estratégia propõe a integração do cuidado de saúde primária e adaptação contínua de reformas dentro do setor saúde [7].

A Organização Mundial de saúde (OMS) reconhece que a estratégia DOTS é uma importante ferramenta no registro de notificações de dados [7] e para avaliar a eficácia eficiência e influência da prestação dos serviços na saúde da população.

Desse modo, a estratégia DOTS é um importante instrumento nas tomadas de decisões potencialmente melhoráveis [8].

O plano nacional de controle da tuberculose (PNCT), juntamente com a implantação da estratégia DOTS estabeleceram diretrizes para as ações e metas da doença. Para que o município receba o projeto DOTS pelo PNCT é necessário estar dentro destes padrões, 90% a taxa de detecção, 85% de cura e diminuição do abandono do tratamento para 5%. A partir dos critérios adotados pelo PNCT na definição dos municípios prioritários no estado da Paraíba estão: João Pessoa, Campina Grande, Bayeux, Santa Rita, Patos e Cajazeiras [9].

O estado da Paraíba segundo a situação epidemiológica do Portal de Saúde, no ano de 2011 ocupa a 19º posição em ralação as taxas de incidências das unidades federativas do país com 27,7 casos por 100.000 habitantes, e a sétima colocada na região Nordeste. O Pará lidera a relação do país com 47,5 casos por 100.000 habitantes e Pernambuco é o primeiro lugar no Nordeste com 46,9 casos por 100.000 habitantes.

A utilização de análise espacial em estudos epidemiológicos tem o objetivo de detectar regiões geográficas significativas para a ocorrência de um determinado evento, seja uma doença ou epidemia. Identificar as áreas prioritárias é importante para adotar medidas como ferramenta para melhorar o tratamento e no controle da prevenção a serem implementadas e avaliar o impacto das intervenções realizadas no combate da tuberculose no estado da Paraíba.

Este trabalho tem o objetivo de efetuar a análise da distribuição espacial da tuberculose utilizando o método de detecção de conglomerados espaciais de Besag e Newell no estado da Paraíba nos anos de 2009 à 2011.

II. METODOLOGIA

A Paraíba é um dos estados que compõe o Nordeste, ocupa uma área de 56.439 km², de acordo com o Censo demográfico realizado no ano de 2010 a população da Paraíba é de 3.766.528, o que corresponde a aproximadamente 2% da população nacional. Os dados de notificação dos casos de tuberculose, foram obtidos junto a Secretaria de Saúde do estado.

Risco Relativo

Para a obtenção do risco relativo de cada cidade foram calculadas a taxa de incidência local (do município) e a total (do estado) para cada ano em estudo. A obtenção da taxa de incidência da tuberculose foi através da razão entre o número de casos de tuberculose registrados em cada município e a população do mesmo no respectivo período. Para calcular a incidência é necessário o valor da população de cada cidade, para isso foi utilizado método geométrico [10], para a projeção da população por cidade em cada ano do período [12], de acordo com o PNAD de 2007 e o CENSO do ano de 2010. Essa projeção é obtida através de:

Pn = P0(1+r)t (1)

onde Pn é a população desejada, P0 é a população inicial, r é a

taxa de crescimento e o t é o tempo entre o ano ou mês inicial e o desejado. Para calcular a projeção é necessário uma taxa de crescimento que no método geométrico é calculada da seguinte maneira:

(2)

Com o resultado da projeção é possível, calcular a taxa de incidência local e total, através de:

(3)

Il representa a incidência local, e para calcular a incidência

total:

(4)

Para se verificar a ocorrência de certo evento em uma região, dado que a chance de uma população ser similar à outra é muito pequena, foi calculado então o risco relativo (RRi) para cada município, estes variam de 1 até m (número

máximo de municípios) dado pela seguinte equação, onde se RR do município for menor que 1 indica que o risco relativo é inferior ao risco relativo do estado. Caso contrário, é considerado alto risco, ou seja, indica que o risco relativo do município é superior ao risco relativo do estado [11]:

(5)

Método Besag e Newell

O método proposto por Besag e Newell, procura detectar conglomerados verossímeis de formato circular que tomam por base as coordenadas para inserir círculos centrados sobre os centroides de cada sub-região [12]. O método é iniciado com um círculo de raio igual a zero. O centroide é verificado, contendo k ou mais casos, o processo é interrompido, se não, o raio é aumentado até envolver o centroide mais próximo. Tal procedimento é realizado através de um algoritmo que aumenta sucessivamente o raio do círculo de forma a abranger o centroide mais próximo, incorporando o respectivo número de casos e população. Esta operação é realizada até que seja totalizado, no interior do círculo, um número de casos igual ou superior a k.

Seja C o número total de casos em toda região de estudo e M a população total exposta ao risco na região. Sejam ainda Cj(i) e Mj(i) o número de casos e a população acumulada das j

áreas mais próximas ao centroide i. A estatística do teste baseia-se na variável aleatória L, definida como o mínimo de áreas próximas necessárias para que se obtenha um número k de casos mais próximos do centroide i. Temos então [13]:

L = min{j : Cj(i) ≥ k } (6)

Para cada centroide é necessário verificar a existência de aglomeração espacial. Portanto, a partir do valor l observado para L, o nível de significância do teste é definido por P(L ≤ l), que busca testar a hipótese nula (ausência de aglomeração espacial). A significância descrita por pk(i) é calculada

através da seguinte expressão [13]:

(7)

Um aglomerado é dito significativo se o p-valor obtido é menor que a significância adotada. Assim, após a obtenção de todos os círculos que englobam um número k de casos por meio do método de Besag e Newell, são desenhados no mapa apenas os círculos significativos (p-valor < α). Geralmente a escolha de α é feita para permitir os muitos testes simultâneos e são considerados valores menores que a significância usual 0,05 ou 0,01 [13].

Para a realização dos testes foram utilizados parâmetros de significância α = 0,01 e o número de casos (valor de k) igual ou superior a 11. O software R versão 2.13, junto com os pacotes DCluster e maptools foi o ambiente escolhido para desenvolvimento do estudo e geração dos mapas.

III. RESULTADOS

Mapas coropléticos (mapas coloridos) do estado foram gerados para melhor vizualização dos resultados. Na Fig. 1-a, perceber-se um mapa com variações de cores vermelhas, quando analisada junto com a legenda, percebe-se que nas cores mais claras estão as cidades em que o RR foi menor que 1 (menor do que a do estado) e nas cores mais escuras os municípios onde o risco relativo foi igual ou superior a do estado, maior que 1. Na Fig. 1-b, está o mapa do método Besag e Newell, no qual marca com um circulo vermelho as áreas significativas. Ao analisar o mapa de risco junto com o mapa do método, as áreas que necessitam de medidas de prevenção são detectadas.

r=(

P

P

)

₋₁

I

= nº decasos do município

população do município

RRi

=

I

It

, i=1,... , m

O método detectou no litoral do estado no ano de 2009, Fig. 1-b, alguns municípios como sendo significativos, que analisados junto ao mapa de risco pode-se afirmar que é um conglomerado espacial, foram eles Santa Rita, João Pessoa, Cabedelo e Lucena. Os três primeiros aparece no mapa de risco (Fig. 1-a) com o RR maior do que a do estado e o município de Lucena que também foi significativo na Fig. 1-b, e com o RR (Fig. 1-a) igual a zero, ocorre o que foi mencionado na metodologia, o raio cresce sucessivamente até envolver o número de casos necessários para realização do método, com isso o centroide mais próximo pode ser envolvido. Cidades em vários pontos do estado também foram detectadas como significativas.

Fig. 1-a. Mapa de Risco no ano de 2009.

Fig. 1-b. Mapa de Besag e Newell no ano de 2009.

O ano de 2010 (Fig. 2), foi o que apresentou o menor número de municípios em relação aos três anos de estudo, oito foram detectados pelo método (Fig. 2-b), que analisado em paralelo com a Fig. 2-a, constata-se de áreas significativas de alto risco. No sertão pode-se notar a presença dos municípios Cajazeiras (oeste) e Patos (oeste mais próxima do centro), no centro do estado a cidade de Campina Grande e Guarabira (norte no centro do estado) e no litoral os municípios de Santa Rita, João Pessoa, Cabedelo e Lucena.

Fig. 2-a. Mapa de Risco no ano de 2010.

Fig. 2-b. Mapa de Besag e Newell no ano de 2010.

Na Fig. 3 que representa o ano de 2011, mais municípios que o ano anterior foi detectado como sendo significativos, no total de nove cidades, as mesmas que no ano de 2010 e incluindo Bom Jesus que fica no sertão do estado (oeste).

Para melhor localização do municípios citados, foi criado um mapa coroplético, que se encontra abaixo, com as seguintes cidades, Bom Jesus (1), Cabedelo (2), Cajazeiras (3), Campina Grande (4), Esperança (5), Guarabira (6), João Pessoa (7), Lucena (8), Patos (9), Salgado de São Félix (10), Santa Rita (11).

Fig. 3-a. Mapa de Risco no ano de 2011.

Fig. 3-b. Mapa de Besag e Newell no ano de 2011.

Observa-se que cidades significativas aparecerem nos três anos de estudo, João Pessoa (Fig. 4 - 7), Santa Rita (Fig. 4 – 11), Cabedelo (Fig. 4 – 2), Lucena (Fig. 4 – 8), Guarabira (Fig. 4 – 6), Campina Grande (Fig. 4 – 4), Patos (Fig. 4 – 9) e Cajazeiras (Fig. 4 – 3). No ano de 2009, além dos citados no ano anterior, dois novos municípios foram detectados como significativos, Esperança (Fig. 4 – 5) e Salgado de São Félix (Fig. 4 – 10), porém elas não foram significativa nos anos

seguintes e o município de Bom Jesus (Fig. 4 – 1), que foi notificada como área significativa no ano de 2011.

Com base nos resultados obtidos através dos mapas coropléticos, para todos anos em estudo, pode-se perceber que a região litorânea (Fig. 5) é a que apresenta a maior quantidade de municípios em relação a todo o estado. A presença de Campina Grande (Fig. 4 - 4), Patos (Fig. 4 - 9) e Cajazeiras (Fig. 4 - 3) também é visível nos três anos, isso mostra que maiores centros urbanos, concentram as maiores cargas de morbidade da tuberculose.

Fig. 4. Mapa dos municípios que foram detectados como significativos em pelo menos um dos anos pesquisados.

No mapa da Fig. 5, encontra-se as Mesorregiões do estado da Paraíba. Ao ser comparado com os resultados obtidos, é possível verificar que nenhum município da mesorregião da Borborema, foi detectado pelo método como sendo área significativa, e que as áreas que apresentam o maior número de cidades são as mesorregiões do agreste e litoral.

IV. CONLUSÃO

Foi realizado um estudo para análise espacial da distribuição dos casos de tuberculose do estado da Paraíba anualmente no período de 2009 à 2011. O método utilizado foi o Besag e Newell, que conseguiu detectar conglomerado e áreas significativas em todo o estado.

O município de Lucena (Fig, 4 – 8), foi detectado como significativo pelo mapa do método em todo os três anos e o seu RR sempre igual a zero. Ele foi um município influenciado por seus vizinhos, com o crescimento do raio, seu centroide foi incluso para que se obtivesse o número de casos necessário para a análise do método Besag e Newell.

Em 2009, foram detectados dez municípios como sendo área de risco da tuberculose, em 2010 ocorreu uma diminuição no número de municípios para oito, os dois municípios que não estão presentes neste ano Esperança (Fig. 4 – 5) e Salgado de São Félix (Fig. 4 - 10) ficam localizados no centro do estado. No ano de 2011, foram detectados nove municípios, os mesmos oito do ano anterior e com o acréscimo de Bom Jesus (Fig. 4 – 1). Por fim, a análise espacial demonstrou homogeneidade dos municípios ao longo dos três anos do estudo, facilitando a identificação de áreas prioritárias para tomada de decisão.

REFERÊNCIAS

1. Oliveira J.F., Antunes M.B.C., “Abandono anunciado ao tratamento da tuberculose em uma unidade de saúde da família do Recife - A perspectiva do Usuário”, Rev APS., 2012. 15(1): 4-13.

2. Ruffino-Netto A. Tuberculose: a calamidade negligenciada. Rev Soc Bras Med Trop. 2002; 35(1):51-8.

3. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Área Técnica de Pneumologia Sanitária. Plano Nacional de Controle da Tuberculose. Brasília; 2004.

4. Queiroga, R. P. F. et al. Distribuição espacial da tuberculose e a relação com condições de vida na área urbana do município de Campina Grande - 2004 a 2007. Rev. bras. epidemiol. [online]. 2012, vol.15, n.1, pp. 222-232. ISSN 1415-790X.

5. Kusano, M. S. E.; Sousa, S. T. R.; Assis, M. C. M.; “Tendência da morbi-mortalidade por tuberculose no Distrito Federal – Brasil”. Bol. Pneumol. Sanit., Rio de Janeiro, v. 10, n. 1, jun. 2002 .

6. Selig, L., Geluda, K., Junqueira, T., Brito, R., Trajman, A., “A tuberculose no cotidiano médico e o efeito bumerangue do abandono”. Ciência & Saúde Coletiva, vol. 17, núm. 1, janeiro, 2012, pp. 113-122 Associação Brasileira de Pós-Graduação em Saúde Coletiva Rio de Janeiro, Brasil .

7. World Health Organization (WHO). An expanded DOTS framework for effective tuberculosis control: stop TB communicable disease. Geneva; 2002.

8. Medeiros K. O sistema de informação em saúde como instrumento da política de recursos humanos: um mecanismo importante na detecção das

necessidades da força de trabalho

para o SUS. Cienc Saúde Coletiva. 2005;10(2):433-40.

9. Gomes, R. G. S.; Silva, C. S.; Vianna, R. P. T.; Nogueira, J. A.; Moraes, R. M.; Paes, N. A. (2009) Análise Descritiva e Espacial dos Indicadores de Cura e Abandono do Tratamento da Tuberculose no Município de João Pessoa, Paraíba. Anais do IX Encontro Regional de Matemática Aplicada e Computacional (IX ERMAC).

10. SPIEGELMAN, M. . Introduction to demography: Editora Harvard University Press, 1968.

11. Freitas, W.W.L.; Silva, V.F.; Moraes, R.M. (2011) Análise espacial de uma década de mortes violentas por homicídios em João Pessoa-PB. Safety, Health and Environment World Congress (SHEWC'2011). 24-27 Julho, Santos, Brasil.

12. OPENSHAW, S.; CRAFT, A.W.; CHARLTON, M.; BIRCH, J.M. Investigation of leukaemia clusters by use of a geographical machine. Lancet, p. 272-273, 1988.

13. Costa, M. A.; Assunção, R. M. . A fair comparison between the spacial scan and the Besag-Newell Disease clustering tests. Enviromental and Ecological Statistics, vol. 12, pp. 301-319, 2005.