Fatores de risco de letalidade e padrões espaciais da leptospirose no Brasil (2007-2019)
dc.contributor.advisor | Guasselli, Laurindo Antônio | pt_BR |
dc.contributor.author | Marteli, Alice Nardoni | pt_BR |
dc.date.accessioned | 2025-04-08T06:57:23Z | pt_BR |
dc.date.issued | 2024 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/289580 | pt_BR |
dc.description.abstract | A Geografia da Saúde, a Saúde Coletiva e a Epidemiologia Geográfica utilizam ferramentas de Geoprocessamento para analisar padrões da distribuição geográ fica das doenças e suas relações com fatores socioambientais. Essa pesquisa analisa dados, em escala nacional, para entender o comportamento espacial da leptospirose, uma doença tropical negligenciada, causada pelo contato da urina de roedores e que acomete populações mais vulneráveis. Como Problema de Pesquisa foi proposto a análise dos padrões espaciais de leptospirose e a distribuição espacial heterogênea no território do Brasil. Adotou como abordagens metodológicas (1) estudo ecológico retrospectivo da distribuição espacial e temporal da leptospirose, entre 2007 e 2017, utilizando técnicas de Geoprocessamento a partir de análise de padrões pontuais e densidade Kernel; (2) padrões de áreas, utilizando mapas de aglomerados espaciais, e testes estatísticos globais e locais para avaliação; (3) fatores associados ao óbito por leptospirose, utilizando modelo de regressão logística no R para estimar as razões de chances (OR) de óbito decorrentes da doença. Os resultados mostraram que as regiões Norte e Sul têm maiores taxas de incidências por leptospirose enquanto as regiões Nordeste e Sudeste têm as maiores taxas de letalidade. Foi possível detectar padrões espaciais para as taxas de incidência com tendência a agrupamento através do LISA Map . Dos 50.640 casos confirmados (2007 - 2019), foram selecionados 38.206 ( 75,45 % ) casos para análise, e destes, foram curados 34.238 (89,61%) e vieram a óbito 3.968 (10,39%). Entre os fatores sociodemográficos associados a óbito por leptospirose, destacaram-se o contato com lixo/entulho, a infecção relacionada ao trabalho, sexo masculino, cor/raça não branco e aumento de chance com idade mais elevada . Entre os fatores clínicos, destacaram-se a presença de alterações respiratórias, critério de confirmação Clínico - epidemiológico, hemorragia pulmonar, insuficiência renal, icterícia, alterações cardíacas e vômito. Essas abordagens espaciais aplicadas mostraram resultados satisfatórios. Considerando a distribuição espacial heterogênea da leptospirose n o território brasileiro, sugere - se a plicar ess a s metodologia s considerando outras escalas espaciais , de modo a investigar se há diferenças nos fatores que levaram ao óbito por leptospirose entre os estados/regiões . Além disso, faz-se necessário explorar as ferramentas de autocorrelação espacial por municípios e investigar melhor as diferenças regionais para orientar as políticas de saúde. | pt_BR |
dc.description.abstract | Collective Health, and Geographic Epidemiology utilize Geoprocessing tools to analyze patterns in the geographic distribution of diseases and their relationships with socio - environmental factors. This research analyzes data on a national scale to understand the spati al behavior of leptospirosis, a neglected tropical disease caused by contact with rodent urine and affecting the most vulnerable populations. The research problem proposed is the analysis of the spatial patterns of leptospirosis and its heterogeneous spati al distribution across Brazil. The methodological approaches adopted were: (1) a retrospective ecological study of the spatial and temporal distribution of leptospirosis between 2007 and 2017, using Geoprocessing techniques based on point pattern analysis and Kernel density estimation; (2) area patterns, using spatial cluster maps, and global and local statistical tests for evaluation; (3) factors associated with leptospirosis mortality, using a logistic regression model in R to estimate the odds ratios (OR ) of death from the disease. The results showed that the North and South regions have higher incidence rates of leptospirosis, while the Northeast and Southeast regions have higher lethality rates. It was possible to detect spatial patterns for incidence r ates with a tendency to cluster through the LISA Map. Of the 50,640 confirmed cases (2007 - 2019), 38,206 (75.45%) cases were selected for analysis, of which 34,238 (89.61%) recovered, and 3,968 (10.39%) died. Among the sociodemographic factors associated wi th leptospirosis mortality, contact with garbage/debris, work - related infection, male gender, non - white race/color, and older age were highlighted. Among the clinical factors, the presence of respiratory alterations, Clinical - epidemiological confirmation c riteria, pulmonary hemorrhage, renal failure, jaundice, cardiac alterations, and vomiting were significant. These spatial approaches showed satisfactory results. Considering the heterogeneous spatial distribution of leptospirosis in Brazil, it is suggested to apply these methodologies at other spatial scales to investigate whether there are differences in the factors leading to leptospirosis mortality between states/regions. Furthermore, it is necessary to explore spatial autocorrelation tools to analyz e municipalities , and better investigate regional differences to guide health policies. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Geoprocessing | en |
dc.subject | Geoprocessamento | pt_BR |
dc.subject | Geografia da saúde | pt_BR |
dc.subject | Epidemiology | en |
dc.subject | Epidemiologia | pt_BR |
dc.subject | Health geography | en |
dc.subject | Ecologia | pt_BR |
dc.title | Fatores de risco de letalidade e padrões espaciais da leptospirose no Brasil (2007-2019) | pt_BR |
dc.type | Tese | pt_BR |
dc.contributor.advisor-co | Diament, Décio | pt_BR |
dc.identifier.nrb | 001242633 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Sensoriamento Remoto | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2024 | pt_BR |
dc.degree.level | doutorado | pt_BR |
Este item está licenciado na Creative Commons License

-
Ciências Exatas e da Terra (5191)Sensoriamento Remoto (301)