Análise espacial da incidência da febre de Chikungunya e dos fatores socioeconômicos, demográficos e de infestação vetorial associados, em municípios de Pernambuco, Brasil, 2015–2021
Authors:
- Maísa Aguiar-SantosMAMaísa Aguiar-Santos
- Liana Gabriele da Cruz MendesLMLiana Gabriele da Cruz Mendes
- Diogenes Ferreira dos PassosDPDiogenes Ferreira dos Passos
- Tamyris Gomes da Silva SantosTSTamyris Gomes da Silva Santos
- Rosanny Holanda Freitas Benevides LinsRLRosanny Holanda Freitas Benevides Lins
- Ana Cristina Pedrosa Do MonteAMAna Cristina Pedrosa Do Monte
Open Access
- 1 January 2023
- journal article
- research article
- Published by FapUNIFESP (SciELO) in Revista Brasileira de Epidemiologia
- Vol. 26
Abstract
RESUMO Objetivo: Identificar, na Iᵃ Região de Saúde de Pernambuco (Iᵃ RSP), os padrões espaciais da febre de Chikungunya (CHIKF) e os fatores socioeconômicos, demográficos e de infestação vetorial associados. Métodos: Este estudo ecológico utilizou a análise espacial das Taxas Médias de Incidência (TMI) de casos prováveis da CHIKF notificados entre os residentes dos 19 municípios da Iᵃ RSP no período de 2015–2021. Os índices de Moran global (I) univariados e bivariados foram estimados. Das associações significativas (p<0,05), clusters foram localizados por meio do Índice de Moran Local e de mapas. Resultados: Identificou-se predominância das maiores TMI da CHIKF no leste. Entretanto, houve distribuição heterogênea das taxas dos municípios, o que pode ter contribuído para a ausência de autocorrelação espacial da CHIKF (I=0,03; p=0,294) no I univariado. O I bivariado revelou correlação espacial positiva entre a CHIKF e o Índice de Desenvolvimento Humano Municipal (IDHM) (I=0,245; p=0,038), porém com um cluster de cidades com baixas incidências e baixo IDHM no oeste. Não houve correlação espacial entre a CHIKF e as demais variáveis analisadas: densidade demográfica, Índice de Gini, Índice de Vulnerabilidade Social e Índice de Infestação Predial de Aedes aegypti. Conclusões: Os resultados sugerem que somente o IDHM influenciou na ocorrência da CHIKF na Iᵃ RSP, de forma que municípios do oeste demonstraram dependência espacial entre menores valores de IDHM e TMI. No entanto, essa correlação espacial pode ter ocorrido devido às possíveis subnotificações na área. Tais achados podem auxiliar na (re)orientação de recursos dos serviços de vigilância e assistência à saúde.Keywords
This publication has 14 references indexed in Scilit:
- Saneamento, Arboviroses e Determinantes Ambientais: impactos na saúde urbanaCiencia & Saude Coletiva, 2020
- Análise espaço-temporal da incidência de febre Chikungunya no estado de PernambucoResearch, Society and Development, 2020
- Spatiotemporal Tools for Emerging and Endemic Disease Hotspots in Small Areas: An Analysis of Dengue and Chikungunya in Barbados, 2013–2016The American Journal of Tropical Medicine and Hygiene, 2020
- Spatiotemporal evolution of dengue outbreaks in BrazilTransactions of the Royal Society of Tropical Medicine and Hygiene, 2020
- Análise espacial da distribuição dos casos de dengue e sua relação com fatores socioambientais no estado da Paraíba, Brasil, 2007-2016Saúde em Debate, 2020
- Clinical Characteristics of Coronavirus Disease 2019 in ChinaNew England Journal of Medicine, 2020
- Vigilância de chikungunya no Brasil: desafios no contexto da Saúde Pública*Epidemiologia e Serviços de Saúde, 2018
- Spatial analysis of probable cases of dengue fever, chikungunya fever and zika virus infections in Maranhao State, BrazilRevista do Instituto de Medicina Tropical de São Paulo, 2018
- The arboviral burden of disease caused by co-circulation and co-infection of dengue, chikungunya and Zika in the AmericasTravel Medicine and Infectious Disease, 2016
- Spatial modeling of dengue and socio-environmental indicators in the city of Rio de Janeiro, BrazilCadernos de Saude Publica, 2011