INFLUÊNCIA DO ÍNDICE DE DESENVOLVIMENTO HUMANO (IDH) NA
DISTRIBUIÇÃO ESPACIAL DA DENGUE
Laisa Ribeiro de Sá
José Carlos
Ronei Marcos de Moraes
Resumo
Objetivou-se descrever a relação entre a variável IDH e o acometimento por Dengue,
aplicando-se a estatística Scan para identificação dos municípios do estado da Paraíba
mais vulneráveis a esta morbidade. Trata-se de estudo ecológico, retrospectivo de
abordagem quantitativa, o qual utilizou dados do tipo secundário dos casos registrados
no Sistema Informação de Agravo de Notificação/Dengue (SINAN/Dengue) da
Secretaria Estadual de Saúde da Paraíba-Brasil, no período de 2011 a 2013. Estes dados
foram dispostos em uma planilha eletrônica e analisados para gerar Risco Relativo(RR)
e varredura Scan espacial, também foi gerado o mapa de IDH para posterior
comparação. Foram notificados 46.152 casos de Dengue em todo estado da
Paraíba, dentre os quais 16.371 (35,47%) em 2011, 11.490 (24,89%) em 2012 e 18.291
(39,63) em 2013. Os resultados do Scan Espacial comparado com o IDH além de ser um
método de baixo custo, permitiu a visualização da distribuição espacial da Dengue em
todos os municípios da Paraíba, demonstrando que os municípios com baixo IDH são
mais vulneráveis ao acometimento da Dengue, direcionando os gestores para decisões
que respeitem as particularidades de cada local.
Descritores: Dengue, Análise espacial, Índice de Desenvolvimento Humano
INTRODUÇÃO
O dengue é uma doença viral sistêmica e dinâmica e tem um amplo espectro
clínico que inclui tanto as manifestações clínicas graves e não-graves, transmitida por
mosquito Aedes e sua incidência tem aumentado cerca de 30 vezes ao longo dos últimos
50 anos (WHO, 2015). Até 2013, a classificação dos casos no Brasil se dividia em
febre hemorrágica da dengue (FHD), síndrome do choque da dengue (SCD) e dengue
com complicações (DCC). A partir de 2014, começou a adotar a nova classificação de
casos de dengue da Organização Mundial da Saúde (OMS), sendo atualmente
classificados como dengue com sinais de alarme e dengue grave (BRASIL, 2014).
Estimativas da Organização Mundial de Saúde (OMS) apontam que em 2014,
cerca de 2,3 milhões de pessoas tiveram Dengue no mundo. A taxa de incidência
registrada ficou em torno de 455,4 por 100.000 habitantes (hab.) (WHO, 2015). No
Brasil, foram notificados 1.452.489 casos novos em 2013 no Sistema de Informação de
Agravos de Notificação (Sinan). Em relação ao coeficiente de incidência (CI) o ano de
2011 apresentou uma taxa 400/100.000 hab., com uma diminuição em 2012 com o valor
de 303,9/100.000 hab. e crescimento relevante em 2013 com uma taxa de 722,4/100.000
hab. (BRASIL, 2014).
Na Paraíba em 2014, foram notificados 7.366 casos suspeitos de dengue, destes
1.831 foram descartados, 3.442 confirmados por dengue. Em comparação ao número de
notificações de 2013 com 18.078 notificações percebe-se uma redução de 59,26%.
Levando em consideração o cenário nacional, a Paraíba encontra-se em conformidade,
visto que, o número de casos registrados de dengue no Brasil caiu 61% entre janeiro e
15 de novembro de 2014, em comparação ao mesmo período de 2013. Foram 1,4
milhão de casos em 2013 contra 566,6 mil neste ano, no mesmo período. Todas as
regiões do país apresentaram redução de casos notificados, sendo que a região Sudeste
teve a queda mais representativa, correspondente a 67%, seguida pelo Sul (64%),
Centro-Oeste (58%), Nordeste (42%) e Norte (12%) (BRASIL, 2014).
Os fatores que contribuem para este grande quantitativo de casos são as áreas
urbanas empobrecidas, subúrbios e zona rural, mas também afeta bairros mais ricos em
países tropicais e subtropicais (WHO, 2015). A fim de analisar o efeito das condições
socioeconômicas no adoecimento por Dengue, utilizou-se o Índice de Desenvolvimento
Humano (IDH) que é uma medida resumida do progresso a longo prazo em três
dimensões básicas do desenvolvimento humano: renda, educação e saúde (PNUD,
2015). O IDH pode ser utilizado como uma ferramenta de comparação para verificar a
relação de morbidades com a vulnerabilidade social.
Nesse contexto, com a grande incidência de casos de Dengue no Estado da
Paraíba, questiona-se como esta morbidade se distribui espacialmente e sua relação com
o IDH. Perante o exposto, este estudo propõe descrever qual a relação entre a variável
IDH e o acometimento por Dengue.
METODOLOGIA
Caracterização do estudo
Elegeu-se como área de investigação, o estado da Paraíba, que ocupa uma
extensão territorial de 56.585 km², com uma população em torno 3.943.885 habitantes,
constituindo-se por 223 municípios (IBGE, 2010). Na Figura 1, observa-se o mapa
geográfico do estado da Paraíba.
Figura 1 - Mapa geográfico do Estado da Paraíba
Fonte: ATLAS, 2015
Caracteriza-se por ser um estudo ecológico, retrospectivo de abordagem
quantitativa, o qual utilizou dados do tipo secundário dos casos registrados no Sistema
Informação de Agravo de Notificação/Dengue (SINAN/Dengue) da Secretaria Estadual
de Saúde da Paraíba, no período de 2011 a 2013. Em relação aos dados da população
residente no município foram obtidos a partir do Instituto Brasileiro de Geografia e
Estatística (IBGE, 2010).
Sequencialmente foi realizado um refinamento do banco de dados para
identificação das variáveis de interesse: ano da notificação e município de residência do
caso notificado. Estes dados foram dispostos em uma planilha eletrônica e analisados
segundo a frequência e distribuição proporcional, para gerar Risco Relativo (RR), Scan
espacial. Vale ressaltar, que para variável IDH o mapa foi gerado das informações
contidas no Programa das Nações Unidas para o Desenvolvimento (PNUD). A partir
dessas variáveis foram geradas tabelas, gráficos e mapas, para uma melhor exposição
dos resultados.
Teste de normalidade
Testou-se a normalidade dos dados com a aplicação do teste de Lilliefors, para
verificar se a distribuição das variáveis pode ser aproximada pela distribuição Normal.
Este teste é uma derivação do teste de aderência de Kolmogorov-Smirnov que pondera
os valores centrais e extremos da distribuição. O teste avalia o grau de concordância
entre a distribuição de um conjunto de valores amostrais e a estatística do teste baseado
no nível de significância determinado (SIEGEL, 2006).
Risco Relativo
O Risco Relativo (RR) é uma medida de frequência que mede a probabilidade de
um indivíduo ser acometido por uma doença. Ele é um indicador que representa a
ocorrência de um fenômeno em uma área com relação a toda região de estudo
(CARVALHO; SOUZA-SANTOS, 2005). Seu cálculo se dá pela razão entre a taxa de
incidência em uma sub-região e a taxa de incidência na região trabalhada em sua
totalidade. Logo após, faz-se a divisão do resultado obtido em classes, e com isso, gerase um mapa coroplético (colorido) que associa uma cor a cada intervalo préestabelecido. Tais mapas permitem comparar informações de diferentes áreas, pois
padroniza os dados retirando, assim, o efeito das diferentes populações. Este indicador
representa a intensidade da ocorrência de um fenômeno com relação a todas as regiões
de estudo (LUCENA, 2012).
Quadro 1 - Interpretação do Risco Relativo através das classes
Risco
Relativo
𝟎 ≤ 𝐱 < 𝟎, 𝟓
𝟎, 𝟓 ≤ 𝐱 < 𝟏
𝟏 ≤ 𝐱 < 𝟏, 𝟓
𝟏, 𝟓 ≤ 𝐱 < 𝟐
𝐱≥𝟐
Interpretação do Risco Relativo
Bairros onde o RR é inferior à metade do risco global da região de
estudo.
Bairros onde o RR é superior à metade do risco global da região de
estudo.
Bairros onde o RR é superior ao risco global da região de estudo em
menos de 50%.
Bairros onde o RR é superior ao risco global da região de estudo em
mais de 50%.
Bairros onde o RR é mais do que duas vezes maior que o risco global
da região do estudo.
Fonte: Quadro adaptado (COSTA, 2011)
A utilização de mapas para representar espacialmente o RR permitiu análises
primárias, como a identificação de regiões que apresentaram os maiores e menores
riscos de ocorrência da doença anualmente para o período estudado, de acordo com cada
variável estudada, sendo vinculada uma cor a cada bairro conforme com a classe que o
RR daquele bairro pertence, tornado mais fácil à compreensão.
Estatística Scan Espacial
A estatística Scan, proposta por Kulldorff e Nagarwalla (1995), tem como
objetivo identificar conglomerados (do inglês, clusters). Para tal, faz-se a associação da
informação da área com um único ponto dentro de um polígono, seja ele um círculo
(KULLDORFF et al, 2006), uma elipse (NEIL; MOORE; SABHNANI, 2005), um
retângulo (ASSUNÇÃO; DUCZMAL, 2004) ou outra forma geométrica (TANGO;
TAKAHASHI, 2005). Este ponto é chamado por centroide, representando o centro de
massa de cada área da região. Para a pesquisa foi utilizado o formato circular, uma vez
que facilita a observação da funcionalidade do método.
O método, por sua vez, faz uma busca por toda região para encontrar áreas cuja
ocorrência de um fenômeno seja significativamente mais provável de ocorrer. Com isso,
ele lida com todos os conjuntos dos possíveis candidatos a conglomerados, atribuindo
círculos, de raio arbitrário, no centroide de cada área da região abordada e calculando o
número de ocorrências dentro desse círculo (COULSTON e RITTERS, 2003). Se o
valor observado de ocorrências for maior que o esperado, a área demarcada pelo círculo
é chamada de conglomerado, se não, o raio do círculo é aumentado até envolver outro
centroide. O processo se repete até todos os centroides serem testados e a hipótese nula
é de que não há conglomerados na região de estudo (LUCENA; MORAES, 2009).
Existem dois modelos para a estatística Scan, são eles o Binomial e o Poisson
(KULLDORFF e NAGARWALLA, 1995). Adota-se, para esse estudo, o modelo de
Poisson, visto que o número de eventos em cada área é considerado como distribuído de
acordo com a população sob risco conhecida. Logo, o modelo de Poisson consiste em
computar o raio de centroides cujos valores de p(z), que representa os casos dentro do
círculo, e q(z), que são os casos fora do círculo, maximizam a função de
verossimilhança condicionada ao total de casos observados (LUCENA; MORAES,
2009). Para o círculo z, tem-se a seguinte estatística (GÓMEZ-RUBIO et al., 2005):
𝜆 = 𝑚𝑎𝑥𝑧є𝑍
𝐿(𝑧, 𝑝̂ (𝑧), 𝑞̂(𝑧))
,
𝐿0
onde p̂ (z) e q̂ (z) são estimadores para p(z) e q(z) e Z = {z1, ..., zk} é o conjunto de
todos os possíveis candidatos a conglomerados. O cálculo de L0 se dá por:
𝐿0 =
𝐶 𝐶 (𝑀 − 𝐶)𝑀−𝐶
,
𝑀𝑀
onde C é o total de casos observados em toda região de estudo e M é a população total.
L(z, p̂ (z), q̂ (z)) pode ser definido como:
𝐿(𝑧, 𝑝̂ (𝑧), 𝑞̂(𝑧)) =
𝑒𝑥𝑝⁡[−𝑝(𝑧)𝑛𝑧 − 𝑞(𝑧)(𝑀 − 𝑛𝑧 )]
𝑝(𝑧)𝐶𝑧 𝑞(𝑧)𝐶−𝐶𝑧 ∏ 𝐶𝑖 ,
𝐶!
𝑖
onde nz é o número de indivíduos em risco no círculo z, no caso, sob o risco de contrair
o dengue; exp representa a função exponencial e cz e ci (i, z = 1,2,...,k) são
respectivamente o número de casos no círculo z e no círculo i.
Com base no exposto, o círculo se inicia em um único centroide, onde é
calculado o valor de λ para cada novo centroide envolvido. Logo após é registrado o λ
que possui maior valor e a significância do teste via simulação de Monte Carlo. O
processo se repete para cada um dos centroides da região de estudo (MOURA, 2006).
Há uma restrição quanto ao percentual da população sob risco, no qual o raio de busca
aumente até que englobe no máximo x% da população. Todavia, não existe uma
padronização deste percentual, apenas é recomendado que não ultrapasse 50% da
população, sendo necessário a comparação de percentuais com os mapas de risco
relativo.
Tal método exposto é não-paramétrico, ou seja, não depende da distribuição
estatística. Devido a essa premissa foram realizados testes com o objetivo de verificar a
normalidade dos dados, chegando à conclusão de que os mesmos não possuem uma
distribuição que se aproxime da normal. Logo, pode-se fazer uso da estatística Scan.
Índice de Desenvolvimento Humano (IDH)
O IDH varia de 0 a 1, quanto mais se aproxima do 1 maior o IDH local, e este é
um dado utilizado pela Organização das Nações Unidas (ONU) para analisar a
qualidade de vida de uma determinada população. Os critérios utilizados para calcular o
IDH são (PNUD, 2015):

Saúde: medida pela expectativa de vida;

Educação: O acesso ao conhecimento é medido por média de anos de
educação de adultos, que é o número médio de anos de educação
recebidos durante a vida por pessoas a partir de 25 anos; e a expectativa
de anos de escolaridade para crianças na idade de iniciar a vida escolar,
que é o número total de anos de escolaridade que um criança na idade de
iniciar a vida escolar pode esperar receber se os padrões prevalecentes de
taxas de matrículas específicas por idade permanecerem os mesmos
durante a vida da criança;

Renda: Padrão de vida é medido pela Renda Nacional Bruta (RNB) per
capita expressa em poder de paridade de compra (PPP) constante, em
dólar, tendo 2005 como ano de referência.
Aspectos éticos
O projeto foi avaliado e aprovado pela Gerência de Educação na Saúde da
Secretaria Estadual de Saúde conforme (Anexo I), respeitando assim os critérios
estabelecidos na Resolução nº 466/12 de 12 de dezembro de 2012, que regulamenta a
pesquisa em seres humanos.
RESULTADOS E DISCUSSÃO
No período de 2011 a 2013, foram notificados nos 46.310 casos de Dengue em
todo estado da Paraíba. Baseados nos critérios de inclusão permaneceram no estudo
46.152 casos, dentre os quais 16.371 (35,47%) foram notificados em 2011, 11.490
(24,89%) em 2012 e 18.291 (39,63) em 2013 (SINAN/Dengue, 2014).
A análise dos casos de Dengue durante os anos de 2011 a 2013 permitiu
identificar a distribuição espacial dos casos no Estado da Paraíba. No presente trabalho,
optou-se pelo modelo de probabilidade de Poisson para o método Scan espacial
permitindo identificar os conglomerados espaciais. Foram testados percentuais
populacionais de 0,1%, 0,5%, 0,7% e 1%, para saber qual apresentaria resultados mais
satisfatórios sob o ponto de vista epidemiológico através da comparação com os mapas
de Risco Relativo. O percentual mais adequado foi com restrição de 0,1% da população.
Visualiza-se na figura 2, que o mapa de RR para 2011 ilustrou o comportamento
da Dengue nos municípios da Paraíba, onde o RR apresentou variação entre 0 e 6,07 por
100.000 habitantes. Na análise espacial dos casos através da estatística Scan se
identificou conglomerados de alto e baixo risco. Quarenta e oito (48) municípios
pertencem a conglomerados espaciais para o ano 2011, com percentual da população de
0,1%. Comparando-se o mapa Scan com o mapa de risco relativo, pode-se verificar a
coincidência das regiões que apresentam os maiores índices de RR com as que possuem
conglomerados espaciais significativos.
Figura 2- Mapa de Risco Relativo e Scan espacial dos casos de Dengue segundo
Município de residência. Paraíba, Brasil, 2011.
Analisando-se os mapas de risco e Scan para o ano de 2012, verificou-se que o
RR variou entre 0 e 14,62. Através da estatística Scan foram identificados 40
municípios pertencentes a conglomerados significativos. Ainda foi observado ao se
comparar o RR e o Scan que há uma concentração de casos na região litorânea, onde
localiza-se os municípios mais populosos e que possuem clima favorável para
disseminação da doença.
Figura 3- Mapa de Risco Relativo e Scan espacial dos casos de Dengue segundo
Município de residência. Paraíba, Brasil, 2012
Visualizando-se o RR em 2013, observa-se o aumento no número de municípios
com RR muito alto, como também um maior espalhamento no território paraibano,
verificou-se que o RR variou entre 0 e 8,44. Foram identificados 48 municípios
pertencentes a conglomerados e houve uma maior concentração nos municípios do
sertão e agreste do território paraibano.
Figura 4- Mapa de Risco Relativo e Scan espacial dos casos de Dengue segundo
Município de residência. Paraíba, Brasil, 2013
O Brasil apresenta IDH de 0,744, valor considerado alto, e atualmente ocupa o
79° lugar no ranking mundial. A cada ano o país tem conseguido elevar o seu IDH,
fatores como aumento da expectativa de vida da população e taxa de alfabetização estão
diretamente associados a esse progresso. A Paraíba apresenta o IDH 0,718 inferior ao
do país. No entanto, existem grandes disparidades sociais e econômicas no Brasil. As
diferenças socioeconômicas entre os estados brasileiros implica que o país apresenta
realidades distintas em seu território (PNUD, 2015).
Analisando-se a Figura 5, percebe-se que o IDH dos municípios paraibanos são
relativamente alto, estando todos acima de 0,5 e os municípios que apresentam os
índices mais altos são as cidades com os maiores contingentes populacionais.
Comparando-se o mapa de IDH (fig. 5) com os mapas de RRs e Scan (fig. 2-4) gerados,
percebe-se que os municípios que apresentaram conglomerados significativos no
período em sua maioria apresentam IDH menor que o do estado.
Figura 5- Mapa de IDH, Paraíba, Brasil, 2015
Em todo o período estudado, visualiza-se uma concentração do Dengue nos
municípios com maior densidade demográfica e com menor IDH, sendo considerados
espaços propensos para o desenvolvimento do vetor. Sendo assim, observa-se a relação
entre o acometimento por Dengue e a variável renda, saúde e educação, sendo possível
afirmar notável associação de fatores demográficos, ecológicos e socioeconômicos à
expansão da Dengue (TAUIL, 2002).
A renda pode ser diretamente ligada à infecção e este fato se justiça, já que a
morbidade tem correlação com as condições de moradia, o acesso aos serviços de
saneamento urbano e, principalmente, a qualidade de vida da região, de um modo geral.
Corroborando com os resultados, Cunha, et al (2008) afirmou que a baixa renda é
associada a soropositividade e que o tipo de moradia define a forma de ocupação do
espaço que pode ser mais propício à infestação de vetores.
Observa-se em relação a escolaridade que quanto menor a informação maior
seria a propagação do vetor. Em pesquisa realizada por Fantinati, et al (2013) observouse que a maior parte da população que possui poucos anos de estudo, apresentam uma
predominância de registro maior para o dengue.
É sabido que a erradicação da dengue é incerta, pois depende de vários fatores
relacionados à doença. Sendo a medida mais eficaz e economicamente viável, até o
momento, é a de combate ao vetor (A.aegypti). Os esforços em conjunto feitos pela
sociedade e poder público são fundamentais para um ambiente urbano organizado,
sejam estes desde a fiscalização sanitária e acesso aos serviços de saúde, até medidas
educacionais e de conscientização populacional para que todos sejam ativos no combate
a doença, principalmente nos distritos mais afetados.
O Programa Nacional de Controle da Dengue (PNCD) instituído em 2002 pelo
Governo Federal estabeleceu ações integradas de educação em saúde, comunicação e
mobilização social como um dos componentes necessários ao controle da doença
(Funasa, 2002). Desde então o Ministério da Saúde e demais órgãos de saúde publica
vêm investindo em campanhas de comunicação e informação.
Considerações finais
Os resultados do Scan Espacial comparando com o IDH além de ser um método
de baixo custo, permitiu a visualização da distribuição espacial da Dengue em todos os
municípios da Paraíba, demonstrando que os municípios com baixo IDH são mais
vulneráveis ao acometimento da Dengue, direcionando os gestores para decisões que
respeitem as particularidades de cada local. Vale ressaltar que esta abordagem é
inovadora já que não foi encontrado na literatura estudos que avaliam a relação da
Dengue com o IDH.
Sendo assim, torna-se possível uma maior compreensão das populações
vulneráveis ao acometimento e a localidade, facilitando assim a definição de políticas
públicas para as áreas prioritárias e específicas para população daquela localidade.
Pode-se também junto aos profissionais de saúde definir políticas de combate e
prevenção à morbidade, tornando-se possível a diminuição do acometimento por
Dengue.
REFERÊNCIAS
ASSUNÇÃO, R. M. DUCZMAL, A. R. a simulated annealing strategy for the detection
of arbitrary shaped spatial clusters. Computational Statistics and data analysis, v. 45,
p. 269-286, 2004
COULSTON, J. W. RITTERS, K. H. Geographic analysis of forest health indicators
using spatial scan statistics. Environmental Management, v. 31, n. 6, p. 764-773, 2003
CUNHA, M. C. M., et al. Associated Factors to Infection by Dengue Virus in the
Municipality of Belo Horizonte, State of Minas Gerais, Brazil: Individual
Characteristics and Intra-urban Differences. Epidemiol. Serv. Saúde, Brasília,
17(3):217-230, jul-set 2008
FANTINATI, A. M. M. Demographic and epidemiological profile of dengue cases in
central Goiania - Goias: 2008 to March 2013. Rev Tempus Actas Saúde Col, 2013.
FUNDAÇÃO NACIONAL DE SAÚDE. Ministério da Saúde. Programa Nacional de
Controle da Dengue. Brasília, 2002. Disponível em: URL< http://bvsms.saude.gov.br/
bvs/publicacoes/pncd_2002.pdf>.
GÓMEZ-RUBIO, V.; FERRÁNDIZ-FERRAGUD, J.; LÓPEZ, A. Detecting clusters of
disease with R. Journal of Geographical Systems, v. 7, n. 2, p. 189-206, 2005
IBGE. Síntese de indicadores sociais 2010 uma análise das condições de vida da
população brasileira. Rio de Janeiro: IBGE, 2010.
KULLDORFF, M. et al. An elliptic spatial scan statistic. Statistics in Medicine, v. 25,
p. 3929-3943, 2006
KULLDORFF, M.; NAGARWALLA, N. Spatial disease cluster: detection and
inference. Statistics in Medicine, v. 14, p. 799-810, 1995
LUCENA, S. E. F.; MORAES, R. M. Análise do desempenho dos métodos Scan e
Besag e Newell para identificação de conglomerados espaciais do dengue no municípios
de João pessoa entre os meses de janeiro de 2004 e dezembro de 2005. Boletim de
Ciências Geodésicas, v. 15, n. 3, p. 544-561, 2009
MOURA, F. R. Detecção de clusters espaciais via algoritmo scan multi-objetivo.
Dissertação (Mestrado em Estatística) - Universidade Federal de Minas Gerais, Belo
Horizonte, 2006
NEIL, D. B.; MOORE, A. W.; SABHNANI, M; DANIEL, K. Detection of emerging
space-time clusters. In:Proceedings of the eleventh ACM SIGKDD international
conference on Knowledge discovery (KDD '05), Chicago (USA), August 21-24, p.
218-227, 2005
PNUD. Índice de Desenvolvimento Humano, Paraíba, Brasil. Rio de Janeiro: PNUD,
2015.
TANGO, T.; TAKAHASHI, K. A flexibly shaped spatial scan statistic for detecting
clusters. International Journal of Health Geographics, v. 4, n. 11, 2005
TAUIL, P.L. Dengue: as prováveis causas de sua re-emergência e disseminação. Saúde
em Foco: informe epidemiológico em saúde coletiva 2002; 24: 47-53.