Vigilância da hanseníase em Olinda, Brasil, utilizando técnicas de análise espacial Leprosy surveillance in Olinda, Brazil, using spatial analysis techniques

Abstract

Contribui-se com o sistema de Vigilância Epidemiológica em nível local por meio de análise espacial em razão do predomínio do caráter urbano da hanseníase em nosso meio e por sua distribuição não homogênea - em parte, pela forma de ocupação e transformação do espaço urbano. Trabalha-se o conceito de risco coletivo pela definição de micro-áreas homogêneas mediante o indicador de carência social, verificando-se sua coerência com padrões da distribuição da hanseníase obtidos da base de dados do SINAN para o Município de Olinda no período 1991-96. Para cada estrato, definido segundo níveis semelhantes dos indicadores, foi calculado o coeficiente de detecção médio para o período. Ao exame da associação entre carência social (risco) e coeficiente de detecção de hanseníase obteve-se coeficiente de explicação de 66,1% no modelo multiplicativo, acrescido para 84,3% com a variável renda. Para atender à lógica de intervenção, definiram-se estratos de alto, médio e baixo risco nos distritos sanitários e área programática. A construção desses mapas mostrou-se útil a instrumentalizar o planejamento em nível local.In the State of Pernambuco, Brazil, leprosy has been mainly an urban disease, with an uneven geographical distribution related at least partially to the way urban space has been occupied and transformed. Spatial analysis may thus become an important tool to establish an epidemiological surveillance system for leprosy. Homogeneous micro-areas were defined in the city of Olinda through the integration of two databases, the Population Census and SINAN, and through the use of digital maps and geoprocessing techniques. Census tracts were classified according to a social deprivation index (SDI), and micro-area homogeneity was based on similar values for this indicator. Cluster analysis (K-means) was used to define cut-offs between strata. The same procedure was repeated using the income variable only. When the association was tested between the mean SDI value and the mean leprosy detection rate for the period 1991-1996, the value obtained for r² was 66.1% in the multiplicative model, increasing to 84.3% when the income variable was used. To define different intervention strategies, census tracts were regrouped in three levels of risk: high, moderate, and low. The methodology enabled the identification (within each health district) of groups and/or areas with different risk of leprosy, hence allowing for the definition of control measures.

Keywords

• Análise Espacial
• Vigilância Epidemiológica
• Hanseníase
• Spatial Analysis
• Epidemiology Surveillance
• Leprosy