Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouMaria do Mar Nina Lameira de Carvalho Alterado mais de 7 anos atrás
1
Investigação das variáveis socioambientais associadas ao risco de malária Mariane Assis SER 301 - Análise Espacial
2
PLASMODIUM Parasita MOSQUITO Vetor HOMEM Hospedeiro Dinâmica socio- ambiental Malária: uma doença de transmissão vetorial
3
Incidência Parasitária Anual (IPA) da malária por município de Infecção Amazônia Legal, 2006.
4
Localização da área de estudo
5
Município Setor censitário/Bairro/Regional de Saúde Localidade/Lote Escalas da Análise Espacial em Saúde Pública E o espaço celular?
6
Risco? Probabilidade de um membro de uma população definida desenvolver uma dada doença em um período de tempo. MEDIDA!! Epidemiologia dos fatores de risco Hospedeiro – Agente – Ambiente Os padrões de saúde e doença podem ser explicados por uma complexa trama de fatores de riscos e fatores de proteção interligados, cuja pertinência é testada por técnicas estatísticas e análise multivariada. (Almeida-Filho,1989)
7
Incidência de Malária
8
Investigar a distribuição espacial dos fatores de risco associados à incidência de malária. Abordar dois perfis de risco: Perfis de risco (hipótese) Ambiental/ Paisagem Social/ Comportamental Potencial criadouro do vetor - HAND Renda Nível de educação
9
Descritor do terreno – HAND (Rennó, 2008)
10
Investigação das variáveis? 1º Há autocorrelação espacial? Indicador local de associação espacial – teste Gi*(d) Identificar valores altos ou baixos próximos a uma localidade i, dada um distância d de i. H0: Não há associação entre a localização i e os seus vizinhos, dada uma distância d. H1: caso contrário.
12
Investigação das variáveis? Autocorrelação espacial constatada e agora? 2º Modelos de regressão que incorporam efeitos espaciais – Global ou Local Global – spatial lag models e spatial error models – processos estacionários? Pode esconder variações espaciais nas associações entre as variáveis (Castro, 2001)
13
Investigação das variáveis? Local Geographically Weighted Regression (Regressão Espacialmente Ponderada) - GWR Modelo de Regressão com efeitos espaciais contínuos: que modelam variações espaciais de forma contínua, com parâmetros variando no espaço. Identificar como se comportam espacialmente os relacionamentos entre as variáveis. Y(i) = β0(i) + Σβκ(i)xk+ ε(i)Y (i):variável dependente representando o processo no ponto i β(i):parâmetros estimados no ponto i
14
Resultados Call: gwr(formula = IPA_REAL ~ FUND_REAL + FUND_DOIS_ + SEMRENDIME + MEIOSM_INT + MEIOADOISS + HAND_INT, data = tab, coords = cbind(tab$CENTRX_REA, tab$CENTRY_REA), bandwidth = sp.bw, hatmatrix = TRUE) Kernel function: gwr.Gauss Fixed bandwidth: 5134.232 (bw e CV)
16
Call: gwr(formula = IPA_REAL ~ ATE_NOVE_R + DEZ_QUATOR + QUIN_DEZE_ + VINTE_NOVE + TRIN_NOVE_ + QUARE_NOVE + CINQ_NOVE_ + SESSENT_NO, data = tab, coords = cbind(tab$CENTRX_REA, tab$CENTRY_REA),bandwidth = sp.bw, hatmatrix = TRUE)
19
Conclusões As variáveis selecionadas não foram suficientes para explicar a incidência de malária na área de estudo. Porém...relevante pensar na dinâmica da doença como dois perfis de risco agindo sobre a incidência de malária. Fundamental um conhecimento mais detalhado sobre as condições socioeconômicas da região: Campo?? Indivíduo?? Questão ambiental – SR apresentam boa explicação sobre a região e é possível produzir metodologias que podem ser aplicadas em outras áreas de estudo.
20
Obrigada, Mariane Assis mariane@dpi.inpe.br
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.