Qualificação Mestrado

Bruno GalliBruno GalliExame de qualificação – Mestrado - Famerp

GEOPROCESSAMENTOAPLICADO À EPIDEMIOLOGIA

Aluno:Bruno Galli

Orientador:Prof. Dr. Francisco Chiaravalloti Neto

Exame de Qualificação

Programa de Pós-Graduaçãoem Ciências da Saúde

- Mestrado -

Faculdade de Medicina deSão José do Rio Preto – Famerp


Estrutura

1.Principais conceitos

2.Aspectos históricos

3.Aplicações em epidemiologia

4.Dificultadores

5.Perspectivas futuras


AnáliseEspacial

ComputaçãoGráfica

GPSBanco deDados

Principais conceitos

SIGSIG

GEOPROCESSAMENTOGEOPROCESSAMENTO

Sensoriamento Remoto

Sensoriamento Remoto Cartografia DigitalCartografia Digital

Fonte

: A

uto

r



O geoprocessamento de informações consiste

basicamente no uso da geografia relacionada a

diversas áreas do conhecimento, permitindo

operações como análise, coleta,

armazenamento e criação de bancos de dados e

mapas visando uma inter-relação entre dados

espaciais e atributos ou valores pré-

selecionados. (Müller, 2006)



O Geoprocessamento é um termo amplo, que engloba

diversas tecnologias de tratamento e manipulação de

dados geográficos, através de programas

computacionais. Dentre essas tecnologias, se destacam:

o sensoriamento remoto, a digitalização de dados, a

automação de tarefas cartográficas, a utilização de

Sistemas de Posicionamento Global - GPS e os Sistemas

de Informações Geográficas - SIG. (Pina, 2000)



O SIG é umas das técnicas de geoprocessamento, a

mais ampla delas, uma vez que pode englobar todas as

demais, mas nem todo o geoprocessamento é um SIG.

(Pina, 2000)



Arquitetura de Sistemas de Informação Geográfica

Câmara et al, 2004



Princípio Básico:

Integração dos Dados Espaciais com os Descritivos

GEOPROCESSAMENTOGEOPROCESSAMENTO

Dados EspaciaisDados DescritivosNome Endereço Cidade UF CEP

Fonte: Autor



Princípio Básico:

Integração dos Dados Espaciais com os Descritivos

Fonte: AutorCasos de dengue


Aspectos históricos

(Koch, 2005)

Praga, Itália, 1768


O médico (cirurgião naval) escocês James Lind publicou em 1768 um livro chamado “Um Estudo de Doenças Eventuais em Europeus em Climas Quentes” no qual procura explicações para a distribuição de doenças, chegando inclusive a determinar áreas geográficas específicas (Barret, 1991).


http://www.jameslindlibrary.org/trial_records/17th_18th_Century/lind_1771/lind_1771_tp.html



Percepções de um geografia médica prática geral... Apresentando a história da ciência médica e farmacológica das populações indígenas locais.

(Koch, 2005)



(Koch, 2005)

Febre amarela, Nova York, 1798



(Koch, 2005)

Mapeamento e estatística Cólera, Inglaterra, 1832



(Koch, 2005)

Escalas global e nacional Cólera, 1832



(Koch, 2005)

Escalas global e nacional Cólera, 1856



John Snow (1854)

http://www.ph.ucla.edu/epi/snow/snowcricketarticle.html



John Snow

Mapa de Londres com óbitos por cólera identificados por pontos e poços de água representados por cruzes. (Câmara et al, 2004)


Aplicações em epidemiologia

A distribuição dos casos de uma doença forma um padrão no espaço? Existe associação com alguma fonte de poluição? Evidência de contágio? Variou no tempo? (Câmara et al, 2004)



A utilização da categoria espaço não pode limitar-se à mera localização de eventos de saúde. (Santos, 1988)

Além da percepção visual da distribuição espacial do problema, é muito útil traduzir os padrões existentes com considerações objetivas e mensuráveis. (Câmara et al, 2004)



Câmara et al, 2004

ConceitosQualitativos

HipótesesTestáveis

TeoriasModelos

Inferenciais

AnáliseEspacial

Domínios doconhecimento



Tipos de dados e problemas em análise espacial

Tipos de dados Problemas típicos

Análise de padrões pontuais

Eventos localizados

Determinação de padrões e agregamentos

Análise de superfícies

Amostras de campo e matrizes

Interpolação e medidas de incerteza

Análise de áreas

Polígonos e atributos

Regressão e distribuições conjuntas

Adaptado de Câmara et al, 2004



Análise espacial de eventos

O interesse primário ao analisar padrões de

distribuição de pontos é determinar se os eventos

observados exibem algum padrão sistemático, em

oposição à uma distribuição aleatória. (Câmara e Carvalho, 2004)



• Kernel estimation (estimador de intensidade)

Usado para estimar a intensidade pontual do processo em toda a região de estudo.

Câmara e Carvalho, 2004


Aplicações em epidemiologiaKernel estimation

Population-based surveillance of pediatric pneumonia: use of spatial analysis in an urban area of Central Brazil. (Andrade et al, 2004)

Hot-spot intensity of pneumonia cases by Kernel method.Pneumonia cases

Pneumonia pediátrica, Goiânia


Aplicações em epidemiologiaKernel estimation

Distribuição espacial da leptospirose no Município do Rio de Janeiro, Brasil, ao longo dos anos de 1996-1999. (Tassinari et al, 2004)

Leptospirose, Rio de Janeiro



Para utilizar amostras

pontuais de forma efetiva

em um ambiente de

Geoprocessamento,

necessitamos de um

procedimento de

interpolação para gerar uma

representação na forma de

grade regular.

Análise espacial de superfícies

(Camargo et al, 2004)



A krigagem compreende um conjunto de técnicas

de estimação e predição de superfícies baseada

na modelagem da estrutura de correlação

espacial. (Camargo et al, 2004)

• Krigagem


Aplicações em epidemiologiaKrigagem

Modelagem geoestatística da infecção por Ascaris lumbricoides. (Fortes et al, 2004)

Ascaris lumbricoides, Duque de Caxias


Aplicações em epidemiologiaKernel estimation e krigagem

Use of a geographic informations system for defining spatial risk for dengue transmission in Bangladesh: role for aedes albopictus in na urban outbreak. (Ali et al, 2003)

Dengue, Bangladesh


Aplicações em epidemiologiaComparação entre interpoladores de média móvel, para o mesmo

conjunto de amostras

(Camargo et al, 2004)

Inverso doQuadrado da

Distância

Médiasimples

Vizinhomais próximo



O padrão que observamos é aleatório ou apresenta uma agregação definida?

Esta distribuição pode ser associada a causas mensuráveis?

Os valores observados são suficientes para analisar o fenômeno espacial a ser estudado?

Existem agrupamentos de áreas com padrões diferenciados dentro da região de estudo?

(Câmara et al, 2004)

Análise espacial de áreas



Produzem um valor específico para cada área,

permitindo assim a identificação de

agrupamentos.


• Indicadores Locais de Associação Espacial


Aplicações em epidemiologiaLocal indicators of spatial association—LISA

Spatial mapping of temporal risk characteristics to improve environmental health risk identification: A case study of a dengue epidemic in Taiwan. (Wen et al, 2006)

Dengue, Taiwan



• Modelos de regressão

É uma ferramenta estatística que utiliza o

relacionamento existente entre duas ou mais

variáveis de maneira que uma delas possa ser

descrita ou o seu valor estimado a partir das

demais.



Aplicações em epidemiologiaModelos de regressão

Taxa de mortalidade nos três primeiros dias de vida (/1.000 NV).Bairros do Município do Rio de Janeiro, 1995-1996Distribuição geográfica da proporção de mães adolescentes de 10 a 19 anos.Bairros do Município do Rio de Janeiro, 1995-1996.Proporção de chefes com rendimento até um salário mínimo.Bairros do Município do Rio de Janeiro, 1991.

• Proporção de mães adolescentes (1)

• Proporção de pessoas residentes em favelas, 1996 (2)

• Proporção de chefes com rendimento até um salário mínimo (3)

• Taxa de mortalidade nos três primeiros dias

• Proporção de partos cesáreos

• Proporção de mulheres analfabetas

• Densidade de população favelada, 1996

• Coeficiente geral de natalidade

• Nascimentos em estabelecimentos privados

• Proporção de mães que não fizeram pré-natal

Análise espacial da mortalidade neonatal precoce no Município do Rio de Janeiro, 1995-1996. (Andrade e Szwarcwald, 2001)

Mortalidade neonatal, Rio de Janeiro


Aplicações em epidemiologiaModelos de regressão

Determinants of the geographic distribution of Puumala virus and Lyme borreliosis infections in Belgium. (Linard et al, 2007)

PUUV PUUV

LymeLyme

PUUV human cases

Lyme borreliosis infections

PUUV e Borreliose de Lyme, Bélgica


Dificultadores

• Ausência de bases cartográficas

• Morosidade das notificações

• Qualidade da informação

• Falta de integração das bases de dados (SIM; SINASC; SINAN)

• Inexistência de softwares específicos


Perspectivas futurasSatélite CBERS

S. J. Rio Preto, SP, Brasil, 09/2005 S. J. Rio Preto, SP, Brasil, 09/2002

Satélite QuickBird


Perspectivas futuras

•Propagação da utilização da cartografia digital

•Integração das bases de dados de notificação

•Disponibilização dos dados em ambiente web

•Desenvolvimento de aplicativos específicos


Perspectivas futuras

"Os homens adoecem porque são pobres. Mantêm-se pobres porque estão doentes e continuam doentes porque são pobres".

Frase estampada na entrada do Hospital de Doenças Infecto-Contagiosas (HDIC) de Teresina, no Piauí.

Miséria tropical: meningite e cólera no Nordeste mostram que o Brasil ainda não consegue eliminar males típicos do Terceiro Mundo. IstoÉ Online nº 1584 – 09/02/2000

Foto: André Dusek


Ali M; Wagatsuma Y; Emch M; Breiman RF. Use of a geographic informations system for defining spatial risk for dengue transmission in Bangladesh: role for aedes albopictus in na urban outbreak. Am. J. Trop. Med. Hyg. 2003, 69: 634–640. Andrade ALSS et al. Population-based surveillance of pediatric pneumonia: use of spatial analysis in an urban area of Central Brazil. Cad. Saúde Pública 2004; 20: 411-421. Andrade CLT. Szwarcwald CL. Análise espacial da mortalidade neonatal precoce no Município do Rio de Janeiro, 1995-1996. Cad. Saúde Pública 2001; 17:1199-1210. BARRETT FA, SCURVY Linds medical geography. Social Science & Medicine 1991; 33: 347-353. Câmara G; Carvalho MS. Análise espacial de eventos: In Análise espacial de dados geográficos. Planaltina; Embrapa Cerrados; 2004. Câmara G; Carvalho MS; Cruz OG; Correa V. Análise espacial de áreas. In: Análise espacial de dados geográficos. Planaltina; Embrapa Cerrados; 2004. Camargo ECG; Fucks SD; Câmara G. Análise espacial de superfícies: In: Análise espacial de dados geográficos. Planaltina; Embrapa Cerrados; 2004. Druck S, Carvalho MS, Câmara G, Monteiro AMV. Análise espacial de dados geográficos. Planaltina; Embrapa Cerrados; 2004. Fortes BPMD; Valencia LIO; Ribeiro SV; Medronho RA. Modelagem geoestatística da infecção por Ascaris lumbricoides. Cad. Saúde Pública 2004, 20:727-734. Koch T. Cartographies of Disease: maps, mapping and medicine. California; ESRI Press; 2005. Linard C et al. Determinants of the geographic distribution of Puumala virus and Lyme borreliosis infections in Belgium. International Journal of Health Geographics 2007; 6:1-14 Tassinari WS; Pellegrini DCP; Sabroza PC; Carvalho MS. Distribuição espacial da leptospirose no Município do Rio de Janeiro, Brasil, ao longo dos anos de 1996-1999. Cad. Saúde Pública 2004, 20: 1721-1729 Wen TH, Lin NH, Lin CH, King CC, Su MD. Spatial mapping of temporal risk characteristics to improve environmental health risk identification: A case study of a dengue epidemic in Taiwan. Sci. Total Environ. 2006; 367: 631-40.

Referências

Education

Qualificação Mestrado