Modelagem GAMLSS espaçotemporal da incidência de esquistossomose na região central do Estado de Minas Gerais, Brasil

Conteúdo do artigo principal

Denismar Alves Nogueira
Thelma Sáfadi
Renato Ribeiro de Lima
Angélica Sousa da Mata
Miriam Monteiro de Castro Graciano
Joziana Muniz de Paiva Barçante
Thales Augusto Barçante
Stela Marcia Pereira Dourado

Resumo:

No Brasil, milhões de pessoas vivem em áreas de risco para a esquistossomose, uma doença negligenciada, de caráter crônico e com elevada morbidade. O helminto Schistosoma mansoni está presente em todas as macrorregiões, incluindo o Estado de Minas Gerais, um dos mais endêmicos. Por essa razão, a identificação de potenciais focos é fundamental para subsidiar políticas públicas de cunho educativo e profilático no controle desse desfecho. Nesse contexto, o objetivo do trabalho consiste em modelar dados de esquistossomose em relação aos aspectos espaciais e temporais, além de avaliar a importância de algumas variáveis exógenas socioeconômicas e a presença das principais espécies de Biomphalaria. Como trabalhar com casos incidentes, uma variável discreta de contagem, exige uma modelagem apropriada, foi escolhida a modelagem GAMLSS por considerar conjuntamente uma distribuição mais adequada à variável resposta devido à inflação de zeros e à heterocedasticidade espacial. Verificaram-se valores elevados de incidência em diversos municípios de 2010 a 2012 e uma tendência de queda até 2020. Também foi identificado que a distribuição da incidência se comporta de maneira diferente no espaço e no tempo. Municípios com barragem apresentaram risco 2,25 vezes maior do que os que não a continham. A presença de B. glabrata foi relacionada ao risco de ocorrência da doença. Por outro lado, a presença de B. straminea refletiu em menor risco de ocorrência da esquistossomose. Conclui-se que o controle e o acompanhamento dos caramujos da B. glabrata podem ser fundamentais para a contenção e a eliminação da esquistossomose e o modelo GAMLSS foi eficaz para tratamento e modelagem de dados espaçotemporais.

Palavras-chave:
Distribuição Espacial; Biomphalaria; Análise de Regressão; Análise de Dados Secundários