ministÉrio da defesa exÉrcito brasileiro … · bibliotecas deste trabalho, ... sua, não só por...
TRANSCRIPT
MINISTÉRIO DA DEFESA EXÉRCITO BRASILEIRO
DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA INSTITUTO MILITAR DE ENGENHARIA
CURSO DE MESTRADO EM ENGENHARIA CARTOGRÁFICA
VIVIANE DE OLIVEIRA TOSTES
A COMUNICAÇÃO CARTOGRÁFICA APLICADA À REPRESENTAÇÃO DE AGRAVOS ENDÊMICOS NA CIDADE DO RIO DE JANEIRO
Rio de Janeiro 2006
1
INSTITUTO MILITAR DE ENGENHARIA
VIVIANE DE OLIVEIRA TOSTES
A COMUNICAÇÃO CARTOGRÁFICA APLICADA À REPRESENTAÇÃO DE AGRAVOS ENDÊMICOS NA CIDADE DO RIO DE JANEIRO
Dissertação de Mestrado apresentada ao Curso de Mestrado em Engenharia Cartográfica do Instituto Militar de Engenharia, como requisito parcial para a obtenção do título de Mestre em Ciências em Engenharia Cartográfica.
Orientador: Prof. Leonardo Castro de Oliveira - D.E.
Rio de Janeiro
2006
2
C2006
INSTITUTO MILITAR DE ENGENHARIA
Praça General Tibúrcio, 80 – Praia Vermelha
Rio de Janeiro - RJ CEP: 22290-270
Este exemplar é de propriedade do Instituto Militar de Engenharia, que poderá
incluí-lo em base de dados, armazenar em computador, microfilmar ou adotar
qualquer forma de arquivamento.
É permitida a menção, reprodução parcial ou integral e a transmissão entre
bibliotecas deste trabalho, sem modificação de seu texto, em qualquer meio que
esteja ou venha a ser fixado, para pesquisa acadêmica, comentários e citações,
desde que sem finalidade comercial e que seja feita a referência bibliográfica
completa.
Os conceitos expressos neste trabalho são de responsabilidade do(s) autor(es) e
do(s) orientador(es).
T716c Tostes, Viviane de Oliveira.
A Comunicação Cartográfica Aplicada à Representação de Agravos Endêmicos na Cidade do Rio de Janeiro / Viviane de Oliveira Tostes. - Rio de Janeiro: Instituto Militar de Engenharia, 2006.
147p.: il., tab.
Dissertação (mestrado) - Instituto Militar de Engenharia – Rio de Janeiro, 2006.
1. Comunicação Cartográfica. 2. Representação
Agravos Endêmicos. 3. Cartografia Aplicada a Saúde.
CDD 526
3
Ao meu adorado pai (in memorian) e ao meu mais que amado Leo – o marido
4
INSTITUTO MILITAR DE ENGENHARIA
VIVIANE DE OLIVEIRA TOSTES
A COMUNICAÇÃO CARTOGRÁFICA APLICADA À REPRESENTAÇÃO DE
AGRAVOS ENDÊMICOS NA CIDADE DO RIO DE JANEIRO
Dissertação de Mestrado apresentada ao Curso de Mestrado em Engenharia
Cartográfica do Instituto Militar de Engenharia, como requisito parcial para a
obtenção do título de Mestre em Ciências em Engenharia Cartográfica.
Orientador: Prof. Leonardo Castro de Oliveira - D.E.
Aprovada em 19 de setembro de 2006 pela seguinte Banca Examinadora:
_______________________________________________________________
Prof. Leonardo Castro de Oliveira – D.E. – Presidente
_______________________________________________________________
Ana Maria Jansen – D.C da FIOCRUZ / IOC
_______________________________________________________________
Prof. Luiz Felipe Coutinho Ferreira da Silva – D.E. do IME
Rio de Janeiro
2006
5
AGRADECIMENTOS
Para começar não poderia ser diferente, tenho que agradecer à minha família,
meu pai, minha mãe e minha irmã, eu sou eles. Meu pai, pelo homem de caráter e
honestíssimo que sempre foi, que sempre me ensinou as coisas mais importantes
da vida: honestidade, caráter e responsabilidade. À minha mãe, que sempre será um
exemplo de mãe e de mulher para mim, um coração tão bom, raro de se encontrar.
E à minha irmã, simplesmente por ser irmã nos momento que sempre precisei. Por
todas as vezes que me fiz ausente e ainda assim recebia o incentivo de vocês.
Desculpe Mamãezinha por deixá-la com tanta saudade;
Agradecer ao meu marido Leo é pouco, na verdade não existem palavras, já que
o que você representa na minha vida só pode ser definido como A COISA MAIS
MARAVILHOSA QUE PODERIA TER ACONTECIDO. Essa dissertação também é
sua, não só por tê-la digitado completamente, por ter corrigido o texto, por ter dado
sugestões, por ter me incentivado, por ter me aturado nos dias em que eu estava
uma pilha, por ter se tornado um ermitão por minha causa, por ter me acompanhado
durante esses dois anos e meio, nunca saindo do meu lado, nunca deixando de me
dar apoio, ufa!!!! Mas o que faz sua essa dissertação é que se não fosse por seu
incentivo eu não teria me inscrito naquele outubro de 2003. Você foi a pessoa
decisiva para que eu me inscrevesse e por isso foi a primeira a receber a ótima
notícia da seleção. Você que é tão bom que às vezes chega ser ingênuo. Te amo
mais que tudo nessa vida, muito obrigada;
Ao Tibúrcio e Bia, pela alegria constante e momentos de felicidade;
Ao meu orientador Leonardo, que sempre, absolutamente sempre, esteve pronto
a me atender, a dar sugestões, tirar dúvidas, indicar leituras. Também pelos papos
e, por que não dizer, pelo amigo que se tornou;
À minha chefe, Cecília Nicolai por ter me liberado para assistir as aulas e pelo
respeito profissional;
6
À Bia, que leu todo o capítulo de epidemio, e que sempre me deu muito apoio,
me emprestando todos os livros de epidemio e ainda indicando artigos;
À Renatinha, que me avisou da inscrição do mestrado me incentivando a fazê-lo;
Às Meninas – minhas amigas Vanessa, Lulu Maria, Renatinha, Wânia Maria,
Márcia Maria, Shirlei Maria e Elisângela pelos muitos “Não posso, tenho que
estudar” ouvidos e tendo como resposta a compreensão e o incentivo de vocês;
À minha afilhada Letícia e minha amiga Lu, mais um pedido de desculpas pelo
quanto fiquei afasta. Agora, Lê, você pode dormir aqui em casa;
Às minhas amigas de mestrado Evânia e Dani, pela parceria, companheirismo e
pela amizade gostosa que se formou entre a gente;
Às minhas duas novas famílias os Moutinhos e os Botelhos. À todos, Rita minha
sogra, Mariano meu sogro, Quica minha cunhada, Ricardo, Samira, Laura, Madá,
Tia Irene, Vó Therezinha, Vó Stella, Susana, primos e primas. Nem sei como
agradecer aos corações abertos com que fui recebida nessas duas famílias e que
sempre, todos, acreditaram muito em mim e me incentivaram no mestrado;
Ao IME, mais precisamente a Seção de Ensino de Engenharia Cartográfica, por
ter me dado a honra de estudar nessa instituição;
Ao professores do curso, que despertaram em mim um respeito pela ciência, e
me mostraram como é legal fazer ciência – Só dá um pouquinho de trabalho;
Ao professor Felipe Ferreira que aceitou participar da minha banca, pelas dicas,
pelas tiradas de dúvidas, pelo incentivo;
À professora Ana Jansen por ter aceitado participar da banca contribuindo para
o engrandecimento desta pesquisa;
7
Aos meus colegas de turma Rossato, Bruninho, Fabiana, Pires, João, Roberto
Gomes e Coutinho, por terem tornado o período de créditos um prazer;
Aos meus amigos de trabalho que torceram por mim durante todo este
mestrado;
Também a todos aqueles que participaram e participam da minha vida e que
foram tão importantes nesta conquista, mesmo que não citados, saibam que moram
em meu coração;
Por fim, a Deus, por ter feito da minha vida até este momento uma experiência
maravilhosa cercada de pessoas incríveis, obrigada.
8
“I keep six honest serving men,
(they taught me all I knew).
Their names are What, Why, and When
and How and Where and Who.”
Rudyard Kipling
9
SUMÁRIO
LISTA DE ILUSTRAÇÕES .................................................................................... 12
LISTA DE TABELAS ............................................................................................. 15
LISTA DE SIGLAS ................................................................................................. 16
1 INTRODUÇÃO ........................................................................................... 19
1.1 Justificativa do Trabalho .............................................................................. 21
1.2 Objetivo do Estudo ...................................................................................... 22
1.3 Organização do Texto ................................................................................. 22
2 A CARTOGRAFIA E A ARTE DE COMUNICAR ....................................... 25
2.1 A Pré-História da Cartografia ...................................................................... 25
2.2 Contexto Histórico da Cartografia ............................................................... 26
2.3 A Comunicação Cartográfica e o Processo de Comunicação .................... 28
2.4 A Cartografia Temática ............................................................................... 34
2.5 Semiologia Gráfica ..................................................................................... 39
2.6 A Percepção Humana ................................................................................. 42
2.6.1 Os Cinco Sentidos ...................................................................................... 44
2.6.2 A Visão Humana ......................................................................................... 46
2.6.3 A Cor e as Sensações ................................................................................ 47
3 A EPIDEMIOLOGIA ................................................................................... 54
3.1 A Contribuição Cartográfica na Epidemiologia ........................................... 54
3.2 Raízes da Epidemiologia ............................................................................ 56
3.3 Epidemia, Endemia e Pandemia ................................................................ 58
3.4 Índices, Taxas e Coeficientes Numéricos em Epidemiologia ..................... 60
3.5 A Vigilância Epidemiológica ........................................................................ 61
3.6 A Vigilância Epidemiológica no Brasil ......................................................... 63
3.7 O SINAN e a Vigilância Epidemiológica na Cidade do Rio de Janeiro ....... 65
3.8 Doenças e Período Selecionados .............................................................. 67
3.8.1 Dengue ........................................................................................................ 68
10
3.8.2 Hepatite Viral - Tipo A ................................................................................. 69
3.8.3 Leptospirose ............................................................................................... 69
3.8.4 Meningite .................................................................................................... 70
3.8.5 Período ........................................................................................................ 71
4 CONSTRUÇÃO DOS MAPAS E TESTE DAS CORES ............................. 72
4.1 Materiais Utilizados ..................................................................................... 72
4.2 Apresentação da Área de Estudo ............................................................... 73
4.3 Metodologia ................................................................................................ 75
4.4 Depuração dos Bancos de Dados .............................................................. 76
4.5 Geração dos Mapas ................................................................................... 86
4.5.1 Mapa de Cores para Representar Taxa de Incidência ............................... 87
4.5.2 Intervalos de Classe ................................................................................... 89
4.6 Teste dos Modelos Estatísticos .................................................................. 89
4.6.1 Método Equal Area ..................................................................................... 90
4.6.2 Método Equal Interval ................................................................................. 91
4.6.3 Método Natural Breaks ............................................................................... 92
4.6.4 Método Quantile ......................................................................................... 93
4.6.5 Método Standard Deviation ........................................................................ 94
4.7 Testes de Cores .......................................................................................... 95
5 CONCLUSÕES E SUGESTÕES PARA TRABALHOS FUTUROS ............ 98
6 REFERÊNCIAS BIBLIOGRÁFICAS ........................................................... 101
7 APÊNDICE .................................................................................................. 107
7.1 Descrição dos Parâmetros de Extração dos Dados do SINAN .................. 108
7.2 Dengue – Mapas e Tabela ......................................................................... 110
7.3 Hepatite A - Mapas e Tabela ...................................................................... 115
7.4 Leptospirose - Mapas e Tabela .................................................................. 120
7.5 Meningite - Tabela ...................................................................................... 125
7.6 Questionário Aplicado ................................................................................. 127
7.7 Figuras Constantes no Questionário Aplicado ............................................ 128
11
8 ANEXOS .................................................................................................... 136
8.1 Índices e Coeficientes utilizados em Saúde Pública ................................... 137
8.2 Boletim de Notificação ................................................................................ 138
8.3 Ficha de Investigação de Dengue .............................................................. 139
8.4 Ficha de Investigação de Hepatite ............................................................. 141
8.5 Ficha de Investigação de Meningite ........................................................... 143
8.6 Ficha de Investigação de Leptospirose ...................................................... 145
8.7 Nota Técnica para o cálculo populacional dos anos de 2001, 2002, 2003 e
2004 ............................................................................................................ 147
12
LISTA DE ILUSTRAÇÕES
FIG. 2.1 Mapa de Ga-Sur ................................................................................ 26
FIG. 2.2 Mapa Mundi com a Projeção de Mercator ......................................... 28
FIG. 2.3 Processo de seleção de informações na construção de um mapa .... 30
FIG. 2.4 Processo de comunicação ................................................................. 31
FIG. 2.5 Modelo de sistema de comunicação generalizado ............................ 32
FIG. 2.6 Modelo de comunicação cartográfica ................................................ 32
FIG. 2.7 Modelo dos ingredientes da comunicação ......................................... 34
FIG. 2.8 Primitivas gráficas .............................................................................. 37
FIG. 2.9 Variáveis visuais propostas por BERTIN ........................................... 39
FIG. 2.10 Variáveis visuais primárias propostas por ROBINSON ...................... 41
FIG. 2.11 Variáveis visuais secundárias propostas por ROBINSON ................. 41
FIG. 2.12 Construção da realidade ..................................................................... 42
FIG. 2.13 O espectro eletromagnético ................................................................ 45
FIG. 2.14 O olho humano ................................................................................... 46
FIG. 2.15 Percepção da cor ................................................................................ 48
FIG. 2.16 Primárias aditivas e subtrativas .......................................................... 49
FIG. 2.17 Dimensões da cor ............................................................................... 50
FIG. 2.18 Espectro eletromagnético visível ........................................................ 52
FIG. 3.1 Mapa dos casos de cólera na Londres de 1859 de John Snow .......... 55
FIG. 3.2 Fórmula do Coeficiente de Incidência ................................................. 61
FIG. 3.3 Estrutura atual de notificação da GVE do Rio de Janeiro.................... 65
FIG. 3.4 Divisão de RA utilizada pela SMS ....................................................... 66
FIG. 3.5 Fluxo de remessa dos dados do SINAN ............................................. 67
FIG. 4.1 Mapa de Bairros ................................................................................. 74
FIG. 4.2 Descrição dos parâmetros de extração do banco de dados do
Dengue a partir do SINAN DOS ......................................................... 77
FIG. 4.3 Descrição dos parâmetros de extração do banco de dados do
Dengue a partir do SINANW .............................................................. 77
FIG. 4.4 Parte de um banco de dados com descrição caso a caso .................. 79
13
FIG. 4.5 Parte de um banco de dados com número de casos por bairro ......... 79
FIG. 4.6 Exemplo de Duplicidades ................................................................... 81
FIG. 4.7 Bancos trabalhados e duplicidades encontradas ................................ 82
FIG. 4.8 Tabela de População do IPP .............................................................. 83
FIG. 4.9 Tabela preparada para o cálculo de taxa de incidência ...................... 84
FIG. 4.10 Distribuição dos bairros por faixa populacional ................................... 85
FIG. 4.11 Exemplo de tabela com taxa de incidência ......................................... 86
FIG. 4.12 Mapa de Incidência ............................................................................. 87
FIG. 4.13 Mapa de taxa utilizando-se hachuras ................................................. 88
FIG. 4.14 Mapa de Meningite – Método Equal Área ........................................... 90
FIG. 4.15 Mapa de Meningite – Método Equal Interval ...................................... 91
FIG. 4.16 Mapa de Meningite – Método Natural Breaks ..................................... 92
FIG. 4.17 Mapa de Meningite – Método Quantile ............................................... 93
FIG. 4.18 Mapa de Meningite – Método Standard Deviation .............................. 94
FIG. 4.19 Mapa de Meningite, com pontos de quebra definidos pelo elaborador
do Mapa ............................................................................................. 97
FIG. 7.1 Descrição dos paramêtros de extração do banco de dados de Hepa-
tite A a partir do SINANDOS ............................................................... 108
FIG. 7.2 Descrição dos parâmetros de extração do banco de dados de Hepa-
tite A partir do SINANW ...................................................................... 108
FIG. 7.3 Descrição dos parâmetros de extração do banco de dados de Lep-
tospirose partir do SINAN DOS .......................................................... 109
FIG. 7.4 Descrição dos parâmetros de extração do banco de dados de Lep-
tospirose partir do SINANW ................................................................ 109
FIG. 7.5 Descrição dos parâmetros de extração do banco de dados de Menin-
gite partir do SINAN DOS .................................................................. 109
FIG. 7.6 Descrição dos parâmetros de extração do banco de dados de Menin-
gite partir do SINANW ........................................................................ 109
FIG. 7.7 Mapa de Dengue – Método Equal Area .............................................. 110
FIG.7.8 Mapa de Dengue – Método Equal Interval ......................................... 111
FIG.7.9 Mapa de Dengue – Método Natural Breaks ........................................ 111
FIG.7.10 Mapa de Dengue – Método Quantile .................................................. 112
14
FIG.7.11 Mapa de Dengue – Método Standard Deviation ................................. 112
FIG.7.12 Mapa de Hepatite A – Método Equal Area ......................................... 115
FIG.7.13 Mapa de Hepatite A – Método Equal Interval ..................................... 115
FIG.7.14 Mapa de Hepatite A – Método Natural Breaks .................................... 116
FIG.7.15 Mapa de Hepatite A – Método Quantile .............................................. 116
FIG.7.16 Mapa de Hepatite A – Método Standard Deviation ............................. 117
FIG.7.17 Mapa de Leptospirose – Método Equal Area ...................................... 120
FIG.7.18 Mapa de Leptospirose – Método Equal Interval ................................. 120
FIG.7.18 Mapa de Leptospirose – Método Natural Breaks ................................ 121
FIG.7.19 Mapa de Leptospirose – Método Quantile .......................................... 121
FIG.7.20 Mapa de Leptospirose – Método Standard Deviation ......................... 122
FIG. 7.21 Vermelho ............................................................................................ 128
FIG. 7.22 Laranja ................................................................................................ 128
FIG. 7.23 Amarelo .............................................................................................. 129
FIG. 7.24 Verde Claro ......................................................................................... 129
FIG. 7.25 Verde Escuro ...................................................................................... 130
FIG. 7.26 Verde-Azulado .................................................................................... 130
FIG. 7.27 Ciano .................................................................................................. 131
FIG. 7.28 Azul Escuro ......................................................................................... 131
FIG. 7.29 Púrpura ............................................................................................... 132
FIG. 7.30 Magenta .............................................................................................. 132
FIG. 7.31 Amarelo-Vermelho .............................................................................. 133
FIG. 7.32 Marrom ............................................................................................... 133
FIG. 7.33 Amarelo-Verde-Azul ........................................................................... 134
FIG. 7.34 Paleta de cores sem a cor branca ...................................................... 134
FIG. 7.35 Paleta de cores com o uso da cor branca .......................................... 135
15
LISTA DE TABELAS
TAB. 2.1 Categorias dos mapas ...................................................................... 35
TAB. 7.1 Dengue - Taxa de Incidência do Ano de 2000 .................................. 113
TAB. 7.2 Hepatite A - Taxa de Incidência do Ano de 2000 .............................. 118
TAB. 7.3 Leptospirose - Taxa de Incidência do Ano de 2000 .......................... 123
TAB. 7.4 Meningite - Taxa de Incidência do Ano de 2000................................ 125
16
LISTA DE SIGLAS
a.C. antes de Cristo
AP Área de Planejamento
CENEPI Centro Nacional de Epidemiologia
CMY Cyan, Magenta, Yellow
CMYK Cyan, Magenta, Yellow, Black
FIOCRUZ Fundação Oswaldo Cruz
FUNASA Fundação Nacional de Saúde
GVE Gerência de Vigilância Epidemiológica da Cidade do Rio de Janeiro
IBGE Instituto Brasileiro de Geografia e Estatística
IME Instituto Militar de Engenharia
IPP Instituto Municipal de Urbanismo Pereira Passos
MS Ministério da Saúde
RA Região Administrativa da Cidade do Rio de Janeiro
RGB Red, Green, Blue
SE Serviço de Epidemiologia da Cidade do Rio de Janeiro
SES-SC Secretaria Estadual de Saúde do Estado de Santa Catarina
SINAN Sistema Nacional de Agravos de Notificação
SINAN DOS Sistema Nacional de Agravos de Notificação - versão DOS
SINANW Sistema Nacional de Agravos de Notificação - versão Windows
SMS-RJ Secretaria Municipal de Saúde da Cidade do Rio de Janeiro
SNVE Sistema Nacional de Vigilância Epidemiológica
SUS Sistema Único de Saúde
SVS Secretaria de Vigilância em Saúde
17
RESUMO
A epidemiologia já empregava a cartografia em seus estudos de dispersão espacial de doenças, mesmo antes dela, epidemiologia, ser reconhecida como ciência. Com o advento do SIG (Sistema de Informações Geográficas), tornou-se cada vez mais fácil para profissionais, que não cartógrafos/geógrafos, produzir os mais variados mapas temáticos. Porém, esta facilidade na elaboração de mapas a partir de softwares de SIG apresenta vantagens e desvantagens. Como vantagens, entre outras, pode-se falar da já citada facilidade de elaboração de mapas. E como desvantagens, pode ser citado, entre outros fatores, o não conhecimento das técnicas de comunicação cartográfica por muitos profissionais de outras áreas do conhecimento. Nesta pesquisa buscou-se associar o conhecimento epidemiológico com técnicas de comunicação cartográfica, visando representar taxas de incidência de quatro doenças endêmicas da cidade do Rio de Janeiro, a saber, dengue, hepatite tipo A, leptospirose e meningite, em mapas de classes com a utilização de cores. Os dados para a pesquisa foram cedidos pela Gerência de Vigilância Epidemiológica da Secretaria Municipal de Saúde do Rio de Janeiro. Dada a importância das classes e das cores na representação da informação, e o quanto estas podem influenciar no momento de interpretação da informação, fez-se um estudo comparativo dos cinco modelos estatísticos utilizados para geração de classes oferecidos pelo software ArcView, buscando aquele que mais se adequava à representação de taxas de incidência. Também foram feitos testes com diversas cores a fim de avaliar as sensações provocadas no ser humano por cada uma delas. Os resultados indicaram que nenhum dos modelos estatístico oferecidos pelo software foram adequados para a representação da taxa, sendo sugerido que o elaborador do mapa defina, a partir da análise do banco de dados, os pontos de corte das classes a serem representadas. Definiu-se, a partir da bibliografia consultada, que o número máximo de classes com a utilização de cores deve ser de sete classes, visto que a partir deste número a informação encontra barreiras na própria percepção humana. Também foi identificado que, para valores iguais a zero, recomenda-se a utilização da cor branca. Já cores como ciano e verde claro transmitem tranqüilidade, enquanto a combinação do amarelo com o vermelho despertou maior interesse pela informação representada.
18
ABSTRACT
The epidemiology already used the cartography in its studies of space dispersion of illnesses, even before it, the epidemiology, was recognized as a science. With the advent of the GIS (Geographic Information System), it became easier for non-cartographers professionals to produce the most varied thematic maps. However, this easiness in the elaboration of maps using softwares of GIS presents advantages and disadvantages. As advantages, among others, it can be cited the already mentioned easiness in the elaboration of maps. As disadvantages, among other factors, it can be cited the lack of knowledge of techniques of cartographic communication by many professionals of different areas. In this research it was expected to associate the epidemiological knowledge with techniques of cartographic communication to represent the rates of incidence of four endemic illnesses of the city of Rio de Janeiro in maps of classes with the use of colors. They are dengue, hepatitis type A, leptospirosis and meningitis. The data for the research had been yielded by the Gerência de Vigilância Epidemiológica from the Secretaria Municipal de Saúde do Rio de Janeiro. Given the importance of the classes and the colors in the representation of the information, and how much these can influence at the moment of the interpretation of the information, a comparative study of the five statistical models offered by the software ArcView used for the generation of classes, searching for the one that was best fit to the representation of rates of incidence. Besides that, tests with many colors had been made in order to evaluate the sensations provoked in the human being by each one of them. The results had indicated that none of the models offered by the software had a good adjustment for the representation of the rates, being suggested that the elaborator of the map defines, from an analysis of the data base, the points of cut of the classes to be represented. It was defined, from the bibliography that was consulted, that the maximum number of classes with the use of colors must be of seven classes, once from this number the information finds barriers in the human perception. It was also identified that for values equals to zero, it is recommended to use the white color. And colors such as cyan and clear green, transmit tranquility while the combination of yellow with red had brought bigger interest for the represented information.
19
1 INTRODUÇÃO
A multidisciplinaridade faz, atualmente, parte do universo das ciências e a
cartografia encontra-se neste contexto, ou seja, ela ao mesmo tempo busca e é
requisitada por outros ramos do conhecimento com o intuito de contribuir ainda mais
para o desenvolvimento da ciência como um todo.
A disseminação da tecnologia SIG (Sistema de Informações Geográficas) veio
facilitar ainda mais a inserção da cartografia neste novo momento vivido pelas
ciências. Novo porque a ciência vive um momento de intensa troca de conhecimento
entre os seus diversos ramos. O SIG, a partir de um banco de dados
georeferenciado, permite ao usuário realizar análises complexas, como correlação
espacial, geoestatística, entre outras, integrando dados de diversas fontes numa
base digital (CÂMARA & DAVIS, 2004). A ampla comercialização de softwares de
SIG também influenciou neste processo de disseminação da cartografia, pois ficou
muito mais fácil para leigos desenvolverem mapas temáticos. Por leigos entendam-
se profissionais das mais diversas áreas do conhecimento em que o saber do
espaço não se faz, à princípio, essencial. Entretanto, os mapas temáticos
produzidos por essas diversas áreas da ciência nem sempre obedecem aos padrões
de comunicação cartográfica.
Neste ambiente de multidisciplinaridade, o IME (Instituto Militar de Engenharia)
se faz presente e mais precisamente a Seção de Ensino de Engenharia
Cartográfica, que desde 2001 vem desenvolvendo estudos com a Fundação
Oswaldo Cruz (FioCruz) envolvendo Cartografia e Saúde. Três pesquisas já foram
realizadas nesta parceria. A primeira, de autoria de XAVIER (2003) buscou, a partir
do desenvolvimento de um SIG, avaliar de maneira preditiva o risco epidemiológico
de dispersão da espécie do Trypanosoma cruzi, fornecendo informações para o
controle da Doença de Chagas. A segunda, de autoria de ROCHA (2004), realizada
nesta mesma linha, desenvolveu um modelo espacial para identificação de variáveis
que influenciavam ou não na dispersão do inseto conhecido como barbeiro, principal
vetor de transmissão da Doença de Chagas. A terceira, de COUTINHO (2006),
oferece uma metodologia para a identificação semi-automática (aplicando
20
classificação orientada a objeto em imagens IKONOS) de aspectos propícios à
transmissão da leptospirose em área urbana. À estas pesquisas virá somar-se ao
IME a Secretaria Municipal de Saúde, representada pela Gerência de Vigilância
Epidemiológica.
A elaboração de mapas temáticos nunca ficou restrita a uma única área do
conhecimento e hoje têm sido produzidos através das mais diversas áreas. Por
exemplo, são comuns mapas de anatomia vegetal, de histologia, de botânica, de
dermatologia, de história, de desenvolvimento humano, de fitoplânctons, de
economia, entre outros. A área da saúde vem se beneficiando deste produto
cartográfico há muito tempo. Há registros de que, já no século XVIII, a cartografia
era utilizada pela epidemiologia, quando James Lind publicou um trabalho sobre a
distribuição geográfica das doenças (CARVALHO, 1997 apud XAVIER, 2003).
A cartografia tem grande importância na epidemiologia, pois a análise espacial é
uma das principais fontes de informação desta ciência, principalmente no estudo de
taxas de incidência, foco de estudo desta dissertação. Segundo ASSUNÇÃO et al
(1998), a utilização de mapas nas análises de dispersão espacial de uma doença
terá três objetivos principais:
- Descritivo: simples visualização da distribuição espacial da doença;
- Exploratório: a partir de investigação, identificando locais e fatores etiológicos
que possam estar influenciando na disseminação da doença;
- Apontamento: apontando associações entre fontes potenciais de contaminação
e áreas de elevado risco.
A cartografia tem muito a contribuir com o estudo da saúde no Brasil, pois a
representação das ocorrências, ou até mesmo dos fatores que proporcionam o
desenvolvimento de uma determinada doença, quando representados
espacialmente, são de suma importância para a identificação de focos e padrões de
distribuição espacial, facilitando assim as ações de combate e prevenção, além da
obtenção de informações preditivas acerca das doenças.
Mesmo com o advento do SIG e, conseqüentemente, a fácil elaboração de
mapas por profissionais não cartógrafos/geógrafos, o conhecimento de conceitos
cartográficos se faz essencial. Muitos mapas produzidos na área da saúde não
obedecem a estes conceitos, não se apresentando de forma clara – por exemplo,
21
através da aplicação incorreta de cores ou dimensão das letras, da ausência de
escala, entre outros erros mais comuns, interferindo no processo de comunicação do
mapa. A construção de um mapa temático muitas vezes é feita de forma automática
e as categorias nele representadas são escolhidas de forma aleatória ou arbitrária,
sem a adequada fundamentação cartográfica. Entender o porquê das categorias, ou
o porquê desta ou daquela forma de representação, passa pelo entendimento dos
conceitos e das definições que estão embutidos naquela representação ou no que
está sendo representado. Por isso, este intercâmbio entre saúde e cartografia se faz
importante. A adequação de conceitos cartográficos aos conceitos de epidemiologia
será importante para a representação de doenças, assim como a correta aplicação
de conceitos cartográficos serão essenciais para uma comunicação eficaz.
Nesse contexto, serão produzidos neste estudo mapas temáticos. Por mapas
temáticos entende-se uma carta, um mapa, ou uma planta que tenha um tema
específico, com o objetivo de representar informações e/ou apoiar atividades
(GASPAR, 2000).
Isto posto, a construção de mapas temáticos sobre doenças endêmicas na
Cidade do Rio de Janeiro visa apresentar uma sistemática para a representação
dessas doenças, considerando as características que sejam relevantes em seu
estudo. Estas informações serão representadas a partir de mapas temáticos de
taxas de incidência, que é apenas uma das possibilidades da linguagem /
comunicação cartográfica aplicado à área da saúde.
1.1 JUSTIFICATIVA DO TRABALHO
A não existência de uma padronização para a representação cartográfica de
taxas de incidência das doenças selecionadas para o estudo (Leptospirose,
Meningite, Hepatite tipo A e Dengue) foi o maior estímulo pra o desenvolvimento
desta pesquisa.
Conforme já citado, a análise espacial de uma doença é uma das principais
fontes de informação da epidemiologia, sendo o mapa seu veículo de informação por
excelência. Porém, para que essa informação seja transmitida da maneira mais
22
eficiente possível, se faz necessário o estudo de conceitos cartográficos para
comunicação, assim como de conceitos epidemiológicos. Espera-se que,
conjugando esses conceitos, se consiga transmitir a informação para o leitor do
mapa de maneira eficiente, com a menor perda de informação e a maior rapidez na
assimilação do conteúdo do mapa.
Outro fator relevante diz respeito à necessidade de continuidade às pesquisas
iniciadas entre as áreas de cartografia e saúde, onde se espera que o suporte
cartográfico possa auxiliar no combate às doenças endêmicas na cidade do Rio de
Janeiro.
1.2 OBJETIVO DO ESTUDO
O objetivo da presente dissertação é propor uma metodologia para a construção
de mapas temáticos de taxas de incidência de doenças endêmicas a partir de
intervalos de classes e com a utilização de cores.
1.3 ORGANIZAÇÃO DO TEXTO
A fim de alcançar o objetivo proposto, esta dissertação foi estruturada em 5
capítulos, conforme descrição a seguir.
No capítulo 1 é apresentado o posicionamento do trabalho, a justificativa, o
objetivo e a organização da pesquisa.
O capítulo 2 trata de uma revisão conceitual acerca da cartografia, além de fazer
uma breve descrição de sua história. Constam também neste capítulo o processo de
comunicação, a cartografia temática e a percepção humana.
No capítulo 3 são abordados conceitos, definições e retrospectiva histórica da
epidemiologia. Também é apresentada a estrutura desta área da saúde coletiva na
cidade do Rio de Janeiro. São ainda apresentadas neste capítulo as doenças
selecionadas para esta pesquisa.
23
O capítulo 4 apresenta os materiais e metodologia utilizados no desenvolvimento
da pesquisa, assim como softwares e bancos de dados trabalhados, além dos
resultados dos testes efetuados.
Por fim, no capítulo 5 são apresentadas as conclusões geradas pela pesquisa e
apontadas sugestões para o aprimoramento e desenvolvimento do tema.
24
Adaptado Do Desenho de Rino Alberterelli (MUNARI, 1968)
25
2 A CARTOGRAFIA E A ARTE DE COMUNICAR
Neste capítulo será apresentado um breve histórico da cartografia e como ela se
apresenta hodiernamente, com o objetivo apenas de contextualizar a maneira como
o homem vem representando o espaço em que vive. Será trabalhada a questão da
percepção humana e como esta influencia nos momentos da construção e da leitura
dos mapas. Também serão trabalhadas as relações de cor, forma, tamanho e outras
variáveis que os símbolos possam apresentar e como essas variáveis, quando
combinadas, participam da chamada Comunicação Cartográfica.
2.1 A PRÉ-HISTÓRIA DA CARTOGRAFIA
A capacidade do homem de desenhar é tão nata quanto a fala. Pode-se afirmar
que todo ser humano é capaz de desenhar, uns com mais talento, outros de maneira
mais modesta, contudo, todos têm a capacidade de abstrair parte da realidade do
mundo. Prova disto é que antes mesmo de desenvolver um sistema de escrita, o
homem pré-histórico já deixava suas marcas nas paredes das cavernas espalhadas
pelo mundo, as conhecidas pinturas rupestres.
A cartografia se desenvolveu nesse contexto, ou seja, a partir do momento em
que o homem decidiu representar o ambiente onde vivia. Fosse como forma de
conhecimento, fosse como forma de preservação deste conhecimento, ele começou
a fazer cartografia. Assim surgiram os primeiros mapas em diversas partes do
mundo. É evidente que as regras e padrões cartográficos dos dias atuais não
estavam presentes nos mapas antigos, mas, se a cartografia for enxergada como
um meio de comunicação do homem e como forma de conhecimento de uma área,
naquele momento iniciou-se a cartografia.
Nem todos os mapas eram desenhados em paredes de cavernas ou couro de
animais. Para registrar o ambiente em que vivia, o homem se utilizava dos mais
diversos recursos, como presas de marfim, conchas de praia e barro. Com o barro
26
foi feito o mapa mais antigo de que se tem notícia. O mapa de Ga-Sur (FIG. 2.1),
encontrado na Mesopotâmia por volta de 2500 a 3000 a.C., é uma prova desta
capacidade de abstração do ser humano (OLIVEIRA, 1993). Outros mapas, como o
de Ga-Sur, podem ser encontrados a qualquer momento e em qualquer lugar do
globo, eventualmente até mais antigos que esse, visto que a capacidade humana de
representação da realidade iniciou-se independentemente em vários povos
espalhados pelo mundo (ESTEIO, 2005).
FIG. 2.1: Mapa de Ga-Sur (HISTORIADOR, 2005)
2.2 CONTEXTO HISTÓRICO DA CARTOGRAFIA
Apesar de mapas primitivos serem encontrados em todo o globo, foi com os
egípcios, a partir do ano 6000 a.C., e, posteriormente, com os gregos que a
cartografia alcançou um grande desenvolvimento. Os egípcios, com suas grandes
contribuições matemáticas, e os gregos, pelas aplicações matemáticas no estudo da
terra. “Os gregos não só reconheceram a forma esférica da Terra, mas também
estabeleceram o sistema de coordenadas geográficas, que ainda hoje é utilizado, e
desenvolveram as primeiras projeções cartográficas.” (GASPAR, 2000).
Do século V ao século XV, período conhecido como Idade-Média, a Europa
viveu momentos distintos referentes a ciência. Alguns períodos ficaram
caracterizados pelo retrocesso, onde muitos conhecimentos foram esquecidos ou
ignorados, enquanto outros períodos ficaram caracterizados pelo avanço na ciência,
27
como um exemplo de retrocesso pode-se citar a negação a esfericidade da Terra.
Na China, apesar disso, o desenvolvimento da cartografia se fazia notável. A agulha
magnética e o papel são exemplos de elementos importantes para o
desenvolvimento da cartografia e já eram utilizados na China no período que, na
Europa, correspondia à Idade-Média. Até uma projeção com características
semelhantes à que seria desenvolvida por Mercator, no século XVI, já era utilizada
na China por volta do ano de 940 (RONAN, 1983 apud GASPAR, 2000). O mundo
árabe também deu sua contribuição para o desenvolvimento da cartografia. Os
árabes resgataram os conhecimentos greco-romanos e os aperfeiçoaram, eles
calcularam o valor do comprimento do grau, estudaram sistemas de projeção,
construíram esferas celestes, organizaram tábuas de latitude e longitude (RIBEIRO
& ANDERSON, 1982) e traduziram a obra Geografia de Cláudio Ptolomeu.
Somente no século XV a cartografia européia voltou a se desenvolver. E um dos
fatores que contribuíram para este renascimento foi a redescoberta da obra
“Geografia”, de Cláudio Ptolomeu de Alexandria (90 – 168 d.C.). Nesta obra se
encontravam os princípios da cartografia, matemática, projeções e observações
astronômicas. Outros fatores importantes para o renascimento da cartografia foram:
a era dos descobrimentos e a intensificação do comércio; a invenção da imprensa; e
a fundação da Escola de Sagres (RIBEIRO & ANDERSON, 1982), vale ressaltar que
a citada Escola, não se constituiu de uma instituição física, construída, e sim no
desenvolvimento de novas idéias para navegação. Neste século predominaram na
cartografia os portugueses e os espanhóis. No século seguinte, século XVI,
começou a se destacar a cartografia holandesa, tendo como seu maior
representante Guerhard Kramer, mais conhecido pelo seu nome latino Mercator. A
grande contribuição de Mercator para a cartografia foi a criação da projeção que leva
seu nome, que tem como base um cilindro (FIG. 2.2). Também foi Mercator o
primeiro a utilizar a palavra atlas para designar uma coleção de mapas (WIKIDÉSIA,
2005). No século XVII surge a Escola Francesa. Assim, enquanto o lado artístico da
cartografia começou a declinar, seu lado científico foi se tornando mais evidente.
28
FIG. 2.2: Mapa Mundi com a Projeção de Mercator (DAVIS, 2006)
2.3 A COMUNICAÇÃO CARTOGRÁFICA E O PROCESSO DE COMUNICAÇÃO
Os mapas, de maneira geral, despertam o interesse no homem não só pela
beleza gráfica, mas também pelo fato de fornecerem um ângulo de visão diferente
daquele que o ser humano está acostumado a ver o mundo ou uma parte dele no
seu dia-a-dia. Quem trabalha com mapas certamente já passou pela experiência de
ter um leigo ao seu lado pedindo que lhe mostre “onde fica minha casa?”, “que rua é
essa?”, “onde está o meu bairro?”. Neste caso, o mapa realiza, em parte, um dos
mais antigos desejos humanos, o de voar (GASPAR, 2000). Contudo, esse interesse
pelos mapas pode ser acentuado ou não, pois assim como é preciso aprender a
manusear determinados equipamentos, é necessário que se aprenda a ler um mapa
e também a se comunicar através dele. Porém, para se construir um mapa se faz
necessário que o mundo real seja abstraído por quem o estiver construindo. Ou seja,
a informação que se deseja representar através do mapa precisa ser codificada de
maneira tal que torne clara esta informação. Muitas vezes essas codificações são
29
meramente convencionais, em outros momentos não existe convenção. Entretanto,
GASPAR (2000) afirma que “uma boa simbologia é aquela que é intuitivamente
interpretada sem necessidade de se recorrer a uma legenda”. Desta forma, a
comunicação cartográfica irá influenciar não somente o consumidor do mapa, mas
também seu construtor que, através desta comunicação, deverá tornar seus mapas
atrativos aos olhos do observador.
Os mapas são representações gráficas, ou modelos de realidade e como toda
representação gráfica tem erros, omissões e imperfeições, pois tudo dependerá da
forma como a informação é adquirida por aquele que irá construir o mapa (GASPAR,
2000). Porém esses erros, omissões etc. não fazem do mapa um mapa errado, ou
correto, e sim um mapa adequado ou inadequado para determinados usos. É
importante ter em mente que o mapa é um produto e como todo produto busca
atender as necessidades não somente daqueles que os usam, mas também
daqueles que os produzem pois todo mapa tem um propósito. Segundo MUNARI
(1968), “cada um vê aquilo que sabe”. Portanto, caberá à pessoa que estiver
construindo um mapa abstrair a realidade e selecionar o que deve e o que não deve
conter um mapa (FIG. 2.3), buscando sempre um equilíbrio entre as necessidades e
capacidades de leitura de mapas de seus usuários (FIG. 2.4). MONMONIER (1982)
ratifica essa idéia quando seleciona o autor do mapa como um dos cinco fatores que
irão influenciar no processo de comunicação cartográfica. Os outros fatores nesta
seqüência são: a intenção da mensagem do mapa; a técnica de mapeamento; o
leitor do mapa; e, por fim, a mensagem recebida pelo leitor do mapa. O quarto fator,
o leitor, estará do outro lado do mapa como receptor da informação e também
sofrerá influência do meio na interpretação e interesse por um mapa. Dos fatores
envolvidos no processo de comunicação cartográfica, a variável leitor é a menos
controlável por este processo de comunicação. Entretanto, apresenta-se como a
mais suscetível às técnicas de comunicação. BERLO (1999) caracteriza processo
por algo que apresente uma mudança contínua no tempo, onde não existe um
começo nem um fim.
Ainda no contexto do receptor, MUNARI (1968) vai além e explicita três filtros
por quais a mensagem terá que passar. Estes filtros irão influenciar, ou mesmo
anular, certas mensagens, e que segundo aquele autor fazem parte de um universo
particular em que está inserido o receptor da mensagem. Os três filtros são:
30
- sensorial – diz respeito aos aspectos fisiológicos do olho humano;
- operacional – diz respeito às características psico-fisiológicas do receptor; e
- cultural – diz respeito ao ambiente em que o receptor está inserido, o seu
universo conhecido determinará o que será e o que não será reconhecido pelo
receptor.
FIG. 2.3: Processo de seleção de informações na construção de um mapa: o que constar e o que não
constar no mapa? (Fonte: Mapas produzidos a partir da base cartográfica do IPP na escala 1:2.000)
31
FIG. 2.4: Processo de comunicação (Proposto por MARTINELLI, 1991)
Analisando a FIG. 2.4, é possível afirmar que o processo de comunicação feito
através do mapa será o resultado da percepção de mundo do autor do mapa
somado a capacidade de leitura do leitor. “Por isso o mapa é um resumo da grande
quantidade de informações oriundas do mundo real.” (BRITO, 1999). Porém, para
que o mapa efetive o processo de comunicação, seu autor precisa estar atento para
que o seu produto se apresente de forma expressiva, legível e com simbologias de
fácil apreensão (QUEIROZ, 2000), pois o mapa será o suporte visual da informação
que se deseja transmitir, ele é que tornará visível a mensagem. Desta maneira, seus
elementos devem ser utilizados com a máxima coerência para que o objetivo da
mensagem seja alcançado, ou seja, que a mensagem seja transmitida.
Uma das maneiras de se estudar a comunicação cartográfica é utilizando a
Teoria da Informação (FIG. 2.5). A Teoria da Informação foi desenvolvida em um
ambiente de engenharia e buscava solucionar problemas técnicos de
telecomunicações relativos à transmissão de informação. Seu objetivo era transmitir
informação o mais economicamente possível. Esta teoria foi sendo adaptada para os
mais diversos ramos da ciência, inclusive a cartografia, onde se buscava um melhor
processo de comunicação entre a fonte da informação e o destino (FIG. 2.6). Na
Teoria da Informação, ruído é a diferença entre a quantidade de informação emitida
32
e a recebida (MONMONIER, 1982). E como pode ser observado na FIG. 2.6, este
ruído pode ser produzido em qualquer etapa entre a concepção do mapa e a leitura
final do usuário.
FIG. 2.5: Modelo de sistema de comunicação generalizado (MONMONIER, 1982)
FIG. 2.6: Modelo de comunicação cartográfica (MONMONIER, 1982)
Ainda que muitas teorias tenham sido desenvolvidas sobre o processo de
comunicação, em essência todos trabalharam com os três aspectos já
desenvolvidos por Aristóteles, que são: quem fala; o discurso; e a audiência. BERLO
(1999) afirma que um modelo coerente com o sugerido por Aristóteles é o modelo
33
Shannon-Weaver. A FIG. 2.7 apresenta o modelo sugerido por BERLO (1999),
adaptado do modelo de Johnson e Klare.
FIG. 2.7: Modelo dos ingredientes da comunicação (SILVA, 2006 adaptado de BERLO,1999)
Neste modelo podem ser identificados, segundo BERLO (1999), os elementos
que participam do processo de comunicação. São eles:
- a fonte – uma pessoa ou um grupo de pessoas que têm uma razão, um objeto
a comunicar;
- a mensagem – mensagem é a tradução de idéias, objetivos e intenções num
código, num conjunto sistemático de símbolos;
- codificador – responsável por adequar as idéias em um código oral, escrito,
gestual, etc.;
- canal – condutor da mensagem;
- decodificador – traduz e decifra a mensagem recebida;
- receptor – é o alvo da informação.
Comunicar é obter resposta do receptor. Dessa forma, ao se elaborar um mapa,
deve-se ter em mente o público alvo deste mapa para que a seleção dos elementos
soe agradável a quem estiver fazendo a leitura do referido mapa. No caso do
produto desta dissertação, os mapas representando as taxas de incidência por
34
bairro tem como público alvo a população em geral, independente de serem
profissionais de saúde ou não. A escolha da população em geral, e não só
profissionais da área saúde, visou alcançar o maior número de pessoas possíveis
que por ventura viessem a desejar analisar, ou conhecer a referida taxa
representada através de mapa de bairros, e com isso estimular a tomada de
iniciativas pela sociedade em seus diversos segmentos.
A comunicação cartográfica estará inserida no universo da comunicação visual,
estando balizada por um sistema de sinais que o homem construiu para se
comunicar. Segundo ANDREWS (1990, apud QUEIROZ, 2000), “a linguagem da
cartografia é geralmente descrita como internacional, mas isso não a faz universal.
Diferentes leitores aplicam diferentes interpretações para a mesma feição do mapa”.
O mesmo vale para diferentes feições que recebem a mesma interpretação. Neste
contexto, pode-se resumir que não apenas o momento da confecção do mapa é
importante para se alcançar eficácia na comunicação cartográfica, mas o usuário e
seu conhecimento do mundo, ou seja, suas experiências vividas, irão influenciar
também na leitura adequada deste mapa.
2.4 A CARTOGRAFIA TEMÁTICA
Para tentar alcançar o seu objetivo, ou seja, atingir o processo de comunicação,
a cartografia foi se especializando para que cada grupo de usuários pudesse ser
atendido de maneira diferenciada. De acordo com IBGE (2005), os mapas foram
divididos em três categorias: gerais, especiais e temáticos (TAB. 2.1). Os mapas
gerais são normalmente elaborados em escala pequena (mapas com escalas a
partir de 1:500.000 e menores), destinado a um número indeterminado e
diversificado de usuários. Mapas especiais destinam-se “à representação de fatos,
dados ou fenômenos específicos, tendo, assim, que se cingir rigidamente, aos
métodos e objetivos do assunto ou atividade a que está ligado” OLIVEIRA (1983). Já
os mapas temáticos são representações sobre fundo básico (topográfico, geográfico
ou hidrográfico), de sínteses de pesquisa e estudos geográficos e de outros temas.
35
Segundo MARTINELLI (2003), a cartografia temática é sucessiva à cartografia
topográfica e é resultado da progressiva especialização e diversificação pelas quais
passou a cartografia científica desde o século XVII até o século XIX. Ainda segundo
este autor, esta cartografia está voltada para a representação das propriedades
conhecidas de um objeto, ao contrário da topográfica, focada nas propriedades
vistas do objeto. Desta forma, a cartografia temática estaria voltada mais para
conhecimento abstrato.
Divisão Subdivisão Objetivo Básico Exemplos
Geral - Cadastral - Topográfica - Geográfica
Conhecimento da superfície topográfica, nos seus fatos concretos, os acidentes geográficos naturais e as obras do homem
Plantas de cidades; Cartas de mapeamento sistemático; mapa de países, continentes; mapas-múndi.
Especial
- Aeronáutica - Náutica - Meteorológica - Turística - Geotérmica
Servir exclusivamente a um determinado fim; a uma técnica ou ciência.
Cartas aeronáuticas de vôo; mapas de tempo; mapa de qualidade do subsolo para construção.
Temática - De Notação - Estatística - Síntese
Expressar determinados conhecimentos particulares para uso geral.
Mapa geológico, pedológico, populações, econômicos, epidemiológicos.
TAB. 2.1: Categorias dos mapas (IBGE, 2005)
Não será discutido nesta pesquisa se o nome temático é ou não apropriado para
as representações particulares da superfície terrestre ou dos conhecimentos que
dela são extraídos, sejam naturais, sejam produzidos pelo homem. O que discute-se
são as três categorias de mapas fornecidos pelo IBGE (TAB. 2.1), onde as
categorias “Especial” e Temática” tornam-se redundantes quando analisadas entre si
a partir de suas características básicas apresentadas e quando comparadas com as
características básicas da categoria “Geral”, onde as duas primeiras categorias
possuem um fim determinado que seria o de registrar/informar alguns aspectos
conhecidos da realidade e as duas expressam algum conhecimento a respeito de
algum determinado assunto. Que diferença existe para um leigo entre uma carta
aeronáutica e um mapa geológico? JOLY (1990) argumenta que o desenvolvimento
da cartografia se deu em caráter essencialmente utilitário, onde buscava-se facilitar
o exercício de uma atividade ou de uma autoridade, denominando-os mapas de
especializados.
Assim, MARTINELLI (1991), baseado em JOLY, define categoricamente dois
36
ramos, o temático e o topográfico. Com base no exposto, aponta-se como categorias
para mapas:
- mapas gerais ou topográficos: aqueles que tratam dos aspectos conhecidos da
superfície, tanto os materiais como os produzidos pelo homem; e
- mapas temáticos: aqueles que expressam um determinado conhecimento,
tendo como fim o uso restrito a uma determinada gama de pessoas ou
profissionais, ou o uso geral.
Independente de quantas categorias os mapas possam ser divididos, alguns
autores definem que alguns atributos são necessário para que uma representação
cartográfica receba o nome de mapa, sendo eles: escala, projeção e simbolização.
“Todas as vantagens e limitações dos mapas derivam do grau pelo qual os mapas ...
reduzem e generalizam a realidade, comprimem ou expandem formas e distâncias
por projeção e ... apresentam fenômenos selecionados através dos sinais que, sem
necessariamente possuírem semelhanças com a realidade, comunicam as
características visíveis ou invisíveis da paisagem.” (ANDERSON et al, 1982).
Das diferentes categorias de mapa, o temático é o mais difundido em outros
ramos da ciência, sendo utilizado por profissionais nas mais diversas áreas do
conhecimento. Resumindo, os mapas temáticos diferem dos topográficos pois
apresentam “os temas” de maneira analítica, explicativa, enquanto os topográficos
trazem aspectos descritivos e geométricos da realidade retratada (MARTINELLI,
1991).
Ainda segundo este autor, uma representação temática tem por finalidade
registrar, tratar e comunicar informações. Para isso é necessário que o pesquisador
conheça a essência do fenômeno a ser retratado. Desta forma não é exagerado
afirmar que não há limites para a representação temática, pois todo e qualquer
evento que tenha uma relação espacial poderá ser transcrito para um mapa
temático.
A dimensão espacial de um fenômeno irá determinar a forma de sua
representação, ou seja, os fenômenos estarão divididos em pontuais, lineares e de
área, sendo assim representados pelas primitivas gráficas ponto, linha e área,
conforme demonstrado na FIG. 2.8.
37
FIG. 2.8: Primitivas gráficas
De acordo com DENT (1999, apud FOSSE, 2004) duas novas categorias podem
ser acrescidas à dimensão espacial de um fenômeno. São elas volume e espaço-
tempo.
Segundo SLOCUM (1999, apud DELAZARI, 2004), os mapas temáticos são
utilizados de três maneiras:
- fornecer informações específicas de localizações particulares;
- fornecer informação geral sobre padrões espaciais; e
- comparar padrões entre dois ou mais mapas.
Devido a gama quase infinita de representações que podem ser feitas com o
auxílio do mapa temático, a cartografia temática não conseguiu, e provavelmente,
não irá conseguir estabelecer símbolos e cores próprias para todos os elementos
representados. Assim sendo, o que esta pesquisa se propõe é oferecer uma
padronização de cor e intervalo de classes para a representação das quatro
doenças endêmicas selecionadas, a saber, dengue, leptospirose, meningite e
hepatite A, conforme será apresentado no capítulo três.
O mapas temáticos ainda são divididos em três tipo, segundo BARBOSA (1967)
apud IBGE (2005):
- Notação: registrando fenômenos e suas distribuições espaciais;
- Estatístico: os elementos representados são originários de técnicas
estatísticas; e,
- Síntese: representam os fenômenos e suas relações externas.
MENEZES (1996) apud GRANHA (2001) refere-se a classificação dos mapas
temáticos como sendo de Inventário, Analítico e Síntese. Entretanto, suas
características correspondem, respectivamente, às características das divisões
sugeridas por BARBOSA.
38
Já MARTINELLI (2003), baseado em BERTIN, afirma que o essencial de uma
representação gráfica é transcrever as relações fundamentais entre os fenômenos,
indicadas por ele como sendo diversidade, ordem e proporcionalidade. Tais relações
fundamentais irão balizar a construção dos mapas temáticos, que deverão levar em
conta as características e as formas de manifestações dos fenômenos. Os aspectos
ainda podem ser observados sob dois aspectos: o estático e o dinâmico. Assim,
quatro são as categorias as categorias apontadas pelo autor para construção dos
mapas temáticos.
- Representações Qualitativas: irão responder a questão “o que?”;
- Representações Ordenadas: “em que ordem?”;
- Representações Quantitativas: “quanto?”; e,
- Representações Dinâmicas: “o quê? + quando?”
Em BERTIN (1983) esses métodos recebem o nome de escala de medição e
são classificados da seguinte maneira:
- Qualitativo ou Nominal: “uma componente é qualitativa quando suas categorias
não podem ser ordenadas de um modo universal”, permite assim, distinguir
categorias diferentes;
- Ordinal ou Ordenação/Reordenação: são categorias que podem ser ordenadas
de maneira visualmente reconhecidas; e,
- Quantitativo ou Intervalo/Razão: categorias que podem ser mensuráveis, como:
isso é o dobro, isso é metade, etc. Ou seja, uma série de números é
quantitativa quando seus objetos especificam a variação na distância entre as
categorias.
Os níveis de medidas apresentados por DELAZARI (2004) são os propostos por
DENT e diferem muito pouco das definições de BERTIN. Tal diferença consiste em
apresentar separadamente o intervalo de razão, definindo por:
- Intervalar: quando existe identificação e ordenação e a distância entre as
classes é conhecida, contudo as magnitudes não são absolutas; e,
- Razão: difere da intervalar apenas com relação as medidas absolutas, pois
neste caso existe um ponto inicial absoluto.
39
Outras denominações para os níveis de medidas podem ser encontradas em
JOLY (1990).
Todas essas classificações podem ser resumidas nas questões básicas a seguir:
“Como e qual a finalidade do que se quer representar?”; “Como eu vou representar a
informação e para que esta informação está sendo representada em um mapa?”
Essas são questões básicas para quem for elaborar um mapa, lembrando sempre
que deve existir uma relação entre a escala de medição e a primitiva gráfica
utilizada.
2.5 SEMIOLOGIA GRÁFICA
As variações das primitivas gráficas foram apresentadas pela primeira vez por
Jacques Bertin em 1967. No trabalho, o autor define a linguagem cartográfica como
sendo exclusivamente visual e, conseqüentemente, submetida às leis fisiológicas de
percepção das imagens. Desta forma, o referido autor buscou avaliar as vantagens e
os limites das variáveis visuais empregadas na cartografia, formulando regras para
uma utilização racional destes símbolos na linguagem cartográfica (GRANHA, 2001).
FIG. 2.9: Variáveis visuais propostas por BERTIN (Ferreira, 2001)
40
Na FIG. 2.9 são apresentadas as variáveis visuais propostas por BERTIN.
- Forma: ideal para diferenças nominais;
- Tamanho: ideal para representar ordem e quantidades;
- Valor: ideal para variações ordinais;
- Textura: pode ser utilizado para representar diferenças ordinais e diferenças
nominais;
- Cor: também chamado de tom, é uma boa variável para distinguir feições; e,
- Orientação: utilizada para mapear diferenças nominais.
As variáveis visuais serão, desta maneira, o que irá concretizar as idéias,
representando as informações cartográficas (SILVA, 2006). Os sinais, quando
adequadamente utilizados, são os portadores da mensagem que se deseja
transmitir, afirma SANCHES (1981, apud Queiroz, 2000), e complementa que signo
deve ser entendido como uma entidade composta por significado e significante
indissociáveis.
Para CASSIER (2001) o signo não é apenas um invólucro fortuito do
pensamento, mas sim algo essencialmente necessário, “ele não serve apenas para
comunicar um conteúdo de pensamento dado e rematado, além disso, ele é um
instrumento, através do qual este próprio conteúdo se desenvolve e adquire
plenitude do seu sentido”.
Para as variáveis visuais, ROBINSON (1995) propõe, além das variáveis
apresentadas por BERTIN, mais 3 variáveis (FIG. 2.10) denominadas de padrão de
arranjo, padrão de textura e padrão de orientação (FIG. 2.11), e uma redefinição
para orientação, apresentadas a seguir:
- Orientação: definido como “um referencial direcional e necessário para definir
orientação de uma marca gráfica;”
- Arranjo: “forma e configuração de componentes que fazem um padrão, sendo
aleatório ou sistemático”;
- Textura: se refere ao tamanho e espaçamento das componentes que produzem
um padrão; e,
- Orientação: se refere ao arranjo direcional de linhas de marcas paralela,
41
enquanto elas estão posicionadas com respeito a alguma feição de referência.
FIG. 2.10: Variáveis visuais primárias propostas por ROBINSON (FERREIRA, 2004)
FIG. 2.11: Variáveis visuais secundárias propostas por ROBINSON (FERREIRA, 2004)
Combinando-se as seis variáveis propostas por Bertin, chega-se as variáveis
propostas por Robinson, assim conclui-se que para o estudo das variáveis visuais o
modelo proposto por Bertin ainda é o básico.
Entretanto ao se utilizar as variáveis visuais propostas por BERTIN, ou das de
42
ROBINSON, não importa, o que o construtor do mapa temático tem que ter em
mente é que o símbolo usado para representar determinado fenômeno precisa estar
em consonância com as relações fundamentais de ordem, proporcionalidade e
diversidade, para que a informação representada apresente coerência e desperte o
interesse do leitor do mapa.
2.6 A PERCEPÇÃO HUMANA
Mesmo considerando o aspecto científico da cartografia nos dias atuais, o
cartógrafo/geógrafo, ou quem estiver elaborando o mapa, precisa ter um lado lúdico,
artístico, isso porque cor, forma, tamanho e orientação, sem citar todas as variáveis
visuais propostas por BERTIN (1983), quando combinados em um mapa, poderão
despertar ou não o interesse do usuário, ou seja, sensibilizar o usuáriio do mapa.
A percepção humana estará intimamente ligada à percepção do olho humano, e
o que enxerga, por sua vez, passa por diversos caminhos até a construção daquilo
que está sendo visto, caminhos estes sociais, culturais e físicos. A percepção estará
intimamente ligada à experiência, ou seja, a experiência irá determinar as diferentes
maneiras de construção e conhecimento da realidade. “Estas maneiras variam
desde os sentidos mais diretos e passivos como olfato, paladar e tato, até a
percepção visual ativa e a maneira indireta de simbolização” (TUAN, 1983) (FIG.
2.12).
FIG. 2.12: Construção da realidade
(Adaptado de TUAN, 1983)
O homem utilizará o olho como o principal receptor de informação, mas não
basta ser dotado da visão para perceber todas as informações que possam estar
43
contidas no mapa. A percepção e a cognição farão parte deste processo de
comunicação. Segundo MONMONIER (1982), a percepção “é o conhecimento
obtido através dos sentidos”, onde o cérebro percebe símbolos e objetos nos mapas,
estando pronto para iniciar a leitura do mapa. A cognição faz parte do
reconhecimento espacial dos símbolos. Isso quer dizer que na cognição o cérebro
associa símbolo à informação e vice-versa, fazendo com que os símbolos adquiram
significados, que podem ser de lugar ou de padrão.
A percepção é uma atividade, um estender-se para o mundo, é trocar, vivenciar
experiências, sem esta simbiose com o mundo a percepção humana seria vazia,
seria como ter olhos e não ver, ter ouvidos e não ouvir.
Na cartografia, as variáveis visuais citadas na seção anterior também sofrerão
influência das relações fundamentais (ordem, proporcionalidade e diversidade). Tais
relações afetarão na percepção de cada variável visual. Desta forma BERTIN (1983)
classificou como sendo quatro as propriedades perceptivas, que também podem ser
encontradas em MARTINELLI (2003), sendo que neste autor as propriedades
perceptivas serão cinco, visto que no seu trabalho a percepção dissociativa é
separada da percepção associativa. A seguir são apresentadas as cinco
propriedades perceptivas segundo MARTINELLI.
- Percepção Dissociativa: a visibilidade é variável, quando afastadas da vista
tamanhos diferentes, somem sucessivamente;
- Percepção Associativa: a visibilidade é constante, as categorias se confundem,
afastando-as da vista não somem;
- Percepção Seletiva: o olho consegue isolar os elementos;
- Percepção Ordenada: as categorias se ordenam espontaneamente; e,
- Percepção Quantitativa: a relação de proporção visual é imediata.
A variável visual cor, um dos focos deste estudo, apresenta-se com
características associativas, apresentando uma visibilidade constante, e é seletiva,
pois é individualizada de maneira espontânea (CARMO, 1997).
44
2.6.1 OS CINCO SENTIDOS
Os três aspectos que caracterizam um mapa – escala, projeção e simbolização -
sofrerão influência direta de percepção humana. Duas pessoas não vêem a mesma
realidade, assim como dois grupos culturais não fazem a mesma avaliação do meio
ambiente (TUAN, 1980). Pode-se afirmar que uma mesma pessoa enxerga a mesma
realidade de forma diferente em momentos diferentes da vida. Dessa forma, pode-se
dizer que a percepção humana será individual e cultural. Contudo, apesar da
enorme variedade de valores que as coisas ou as formas possam assumir, o ser
humano está limitado a enxergar as coisas de uma maneira. Isso porque aquilo que
nos permite ver e sentir o mundo serão iguais em todos os seres humanos, as
características físicas. Todos os seres humanos, exceto aqueles que possuem
deficiências físicas, nascem com os cinco sentidos: visão, tato, paladar, olfato e
audição. E serão eles, os sentidos sensoriais, os fatores biológicos responsáveis
pela percepção do mundo (TUAN, 1980).
O homem é um animal predominantemente visual, desta forma de todos os cinco
sentidos, o mais valorizado pelo ser humano será a visão, predominando esta na
relação do homem com o meio. Apesar da visão permitir ao homem enxergar o
mundo, nem sempre ela envolvera emoções de forma profunda, talvez pelo fato de
ser o mais utilizado dos sentidos passe por um processo de banalização do que é
visto.
Dos cincos sentidos, o tato é o único que, quando ausente, impossibilita a
sobrevivência humana, pois “o tato é uma experiência direta da resistência, a
experiência direta do mundo como um sistema de resistências e de pressões que
nos persuadem da existência de uma realidade independente de nossa imaginação”
(TUAN, 1980). Na ausência da visão o tato será o sentido que mais respostas irá
fornecer sobre o mundo, pois através dele o ser humano pode se localizar, identificar
superfícies e ter sensações térmicas.
Dentre os mamíferos, só o homem e alguns primatas desfrutam da visão
colorida, mesmo considerando que o homem enxerga apenas uma pequena faixa do
espectro eletromagnético, conhecida como luz visível ou espectro visível. Entretanto
ver colorido não é privilégio apenas da dos mamíferos, estudos recentes apontam
45
que aves, alguns répteis e peixes também podem enxergar colorido e com uma
pequena vantagem sobre o homem, já por exemplo as aves começam a enxergar
cores no quase ultra-violeta (GOLDSMITH, 2006)
O mundo, e certamente a relação do homem com as cores, seria diferente, por
exemplo, se o homem enxergasse o ultravioleta como as abelhas, ou o
infravermelho como outros tipos de insetos o que proporcionaria uma gama diferente
de cores (FIG. 2.13). Isso porque o colorido do mundo seria completamente
diferente do que o homem conhece desde os mais remotos tempos.
FIG. 2.13: O espectro eletromagnético (BENEZ, 2006)
A intensidade com que os sentidos serão utilizados irá variar de cultura para
cultura, mas ainda assim existe entre eles uma predominância da visão. Por
conseguinte, o segundo sentido mais usado irá variar entre os outros quatro
sentidos.
Para a cartografia a visão ainda é o grande receptor sensorial. A partir dela o
mundo será aprendido, codificado, generalizado, transmitido, decodificado e
recebido. Mas algo dos outros sentidos também deverá influenciar na apreensão do
mundo. Na pesquisa feita por ADELINO (2006), é possível ver que a cartografia
começa a buscar uma nova forma de comunicação, onde o tato é o canal de
comunicação entre o emissor e o receptor da mensagem.
46
2.6.2 A VISÃO HUMANA
A visão é um instrumento altamente complexo do corpo humano e pode ser
estudada a partir de dois aspectos: o físico-biológico e o sensitivo-emocional. No
primeiro aspecto, o físico-biológico, complexas estruturas de cones, bastonetes e
impulsos elétricos tornam possível a visão. Estas estruturas da visão humana irão
interferir na visão da luz e, conseqüentemente, nas cores percebidas pelo indivíduo.
Já o segundo aspecto, o sensitivo-emocional, terá um certo padrão na percepção
das cores. Por exemplo, a sensação de a cor vermelha ser uma cor quente é quase
unânime em todas as culturas. Contudo, vários aspectos subjetivos irão reforçar ou
minimizar esse efeito, como, por exemplo, aspectos sócio-culturais e experiências
pessoais.
O olho é o órgão destinado à visão e através dele é possível a formação da
imagem no cérebro humano. Os cones e bastonetes, células sensíveis à luz, são
responsáveis por converter as imagens formadas na retina em impulsos nervosos
que são transmitidos ao cérebro pelo nervo óptico (FIG. 2.14). Os cones serão os
responsáveis pela percepção das cores, a conhecida visão central, enquanto os
bastonetes são responsáveis pela visão periférica e não distinguem cores.
FIG. 2.14: O olho humano (HEARN & BAKER (1998) adaptado por FERREIRA, 2001)
No século XIX, Young provou que a superposição de três cores primárias era
responsável pela visão de todas as cores do espectro visível. Isso se devia à
47
composição do sistema visual humano e não às características do raio luminoso. As
cores primárias de Young eram vermelho, verde e o azul-violeta. Helmholtz, dando
continuidade às pesquisas, concluiu que o olho humano possuía três tipos de
receptores, cada um com sua sensibilidade para um determinado comprimento de
onda, e que seus pontos máximos referentes à sensibilidade à incidência luminosa
eram diferentes (AZEVEDO, 2003). O mesmo autor ressalta que apesar de toda a
especialização apresentada pelas células do olho humano, este apresenta
limitações para algumas densidades espectrais, ou seja, algumas cores são vistas
pelo olho humano como sendo uma única cor. A cor vermelha corresponde à
freqüência mais baixa do espectro visível, enquanto a violeta corresponde à
freqüência mais alta.
TUAN (1983) afirma que há muito tempo a visão deixou de ser considerada
apenas um estímulo à luz. Ainda segundo este autor, ver é um processo “seletivo e
criativo, em que os estímulos ambientais são organizados em estruturas fluentes”, e
completa dizendo que em algumas culturas o “eu vejo” significa “eu entendo”.
A partir do olhar é possível perceber o mundo. Porém, não se deve confiar
demasiadamente naquilo que o olho vê, pois ele fornece informações limitadas a
respeito do mundo percebido. Só através da combinação da visão com outros
sentidos e fatores sócio-culturais é que se torna possível construir uma visão de
mundo.
2.6.3 A COR E AS SENSAÇÕES
A cor permite focar a atenção do observador e passar emoção. Dessa forma, o
uso da cor torna o processo de comunicação mais eficiente. Segundo AZEVEDO
(2003), “a cor exerce uma ação tríplice: a de impressionar, a de expressar e a de
construir”.
A cor, como o ser humano conhece, só é possível a partir da luz. Luz é uma
onda eletromagnética que, quando emitida, é absorvida, refletida ou transmitida
pelos materiais. Essa variação do que é absorvido com o que é refletido permite ao
ser humano enxergar o mundo em cores (FIG. 2.15) e a transmissão estará
48
relacionada com a transparência do objeto (FOSSE, 2004). De acordo com
ROBINSON et al (1995), a cor é um produto do processamento mental da radiação
eletromagnética detectada pelos olhos humanos. Desta forma, pode-se defini-la
como um fenômeno perceptivo.
FIG. 2.15: Percepção da cor (HEARN & BAKER (1998) adaptado por FERREIRA, 2001)
As cores são classificadas em:
- cores primárias: são as componentes puras, que quando combinadas formam
as demais cores;
- cores secundárias: formadas a partir da mistura de duas cores primárias em
proporções iguais; e
- cores terciárias: mistura de duas ou mais cores primárias em qualquer
proporção.
Segundo AZEVEDO (2003), “não existe um conjunto finito de cores primárias
visíveis que produza realmente todas as cores”. Contudo, as três primárias –
vermelha, verde e azul – que aparecem nas extremidades e no centro (verde) do
espectro luminoso podem, juntas, produzir boa parte das cores que conhecemos.
As cores podem ser obtidas a partir de dois sistemas:
- aditivos: dispositivos que emitem a luz, ocorrendo no olho humano e
percebidos através do estímulo dos cones, células presentes no olho humano;
- subtrativos: dispositivos que refletem a luz, ou seja, esse processo ocorre na
superfície dos corpos.
49
Dos aditivos, o mais utilizado é o RGB (Red, Green, Blue), onde o branco
significa todas as cores e o preto a ausência de luz. Do subtrativo, o CMY (Cian,
Magenta, Yellow) é o sistema mais utilizado, sendo o preto todas as cores e o
branco nenhuma cor (FIG. 2.16).
FIG. 2.16: Primárias aditivas e subtrativas (Adaptado de FERREIRA, 2001)
Existem vários sistemas de cores, sendo o RGB e o CMY os mais conhecidos,
mas todos partem de três cores primárias, estando este fato relacionado à estrutura
fisiológica do olho humano que possui três tipos de sensores coloridos diferentes
(cones). Outros sistemas de cores importantes são: HVC (Hue, Value, Chroma),
HSV (Hue, Saturation, Value), HLS (Hue, Lightness, Saturation) e YIQ. O sistema
CMYK nada mais é do que o sistema já mencionado CMY – usado nas impressoras
– agregando a “cor preta”, daí o K – blacK.
Segundo MARTINELLI (2003), as cores possuem três dimensões que vão atuar
conjuntamente. São elas, visualizadas na FIG. 2.17:
- matiz: “é a nuança cromática na seqüência espectral”. É a radiação espectral
pura, correspondendo a um único comprimento de onda;
- saturação: “é a variação que assume um mesmo matiz”, indo do neutro (cinza)
à cor pura;
- valor: “é a quantidade de energia refletida. Uma série de valores pode ser
comparada a uma seqüência de cinzas, que vai desde o branco até o preto,
escalonados em eqüidistância perceptiva, compondo uma ordem visual”.
50
FIG. 2.17: Dimensões da cor (Adaptado de CANTARELLI, 2005)
O resultado visual de um sistema para o outro não é igual. Isso quer dizer que,
ao se trabalhar com monitores de vídeo, que funcionam no sistema RGB, e ao se
imprimir esta mesma informação (CMYK), ocorrerá uma variação na cor utilizada, ou
seja, sempre haverá uma diferença entre a cor da tela e a cor da impressão.
A principal função da cor na cartografia e em outros meios é a de comunicar, isto
porque a cor tem um significado próprio, possuindo valor de símbolo. A cor
influenciará na forma como o ser humano irá perceber uma informação, sentindo-se
estimulado nas emoções e no intelecto.
Segundo AZEVEDO (2003), o uso correto das cores poderá resultar numa
rápida e correta assimilação da informação. Porém vale lembrar que a identidade de
uma cor com uma informação sofrerá influência de fatores como ambiente e cultura.
Ainda segundo o autor, o uso das cores em imagens permite:
- mostrar as coisas conforme são vistas na natureza;
- representar associações simbólicas;
- chamar e direcionar a atenção;
- enfatizar alguns aspectos sociais;
- determinar um estado de espírito; e
- tornar uma imagem mais fácil de ser memorizada.
BORGES (2005) acrescenta que:
- identifica estruturas e subdivisões;
- visualiza o tempo e o progresso de uma operação;
- reduz erros de interpretação;
- aumenta a compreensão;
- aumenta a credibilidade e a aparência; e
- cores são mais eficientes no processo de aprendizado do que o preto/branco.
51
A cor, por dar uma resposta inconsciente à informação representada por ela,
deve ser trabalhada com cuidado para que resultados inversos ao esperado não
sejam produzidos na mente do leitor da informação, pois, segundo BORGES (2005),
a cor é a primeira informação percebida pelo leitor, antes mesmo que este tenha
consciência do processo de comunicação.
Assim, pode-se perceber que o uso de cores se torna algo delicado, as cores
adicionam impacto e interesse, porém, podem causar também o desinteresse pela
informação que está sendo representada. BORGES (2005) apresenta algumas
dificuldades que podem ser encontradas com o uso da cor, a saber:
- algumas cores podem causar desconforto visual;
- a cor pode contribuir para confusão visual ou criar associações negativas;
- o excesso de cor diminui a acuidade visual, causa mecanismos de acomodação
da vista e altera a adaptação da seleção de cores.
Outros fatores que irão influenciar na comunicação feita através da cor dizem
respeito às particularidades de cada cor, ou seja, as emoções, as sensações que
cada cor ou quando combinadas pode suscitar no receptor da informação. Por isso,
cada cor terá uma sensação. Algumas dessas particularidades podem ser
encontradas em AZEVEDO (2003) e BORGES (2005). Como exemplo, podem ser
citadas as particularidades de algumas cores, conforme evidenciadas a seguir:
- Branco: possui a maior leveza e atrai a atenção em fundo escuro, é também a
melhor para comparação de cores;
- Preto: é estimulante para as outras cores e se harmoniza bem com todas elas;
- Cinza: reduz as conotações emocionais e combina com todas as cores;
- Vermelho: é a cor que tem o maior apelo emocional, significando desde perigo
em algumas culturas a casamento em outras. É também estimulante mental,
sendo a cor preferida quando se deseja chamar a atenção para algo. Contudo, é
uma cor que cansa rapidamente;
- Amarelo: também é um estimulante mental, sendo indicada para situações de
calma e reflexão. Diminui a fadiga visual e está associada à vida e ao calor;
- Verde: está intimamente ligada à natureza, por ser esta a cor predominante na
vegetação. Tem um destacado efeito calmante, apesar disso, o verde em
excesso pode indicar um estado doentio. O verde e o amarelo são as cores mais
52
sensíveis aos olhos humanos;
- Azul: tem efeito calmante, podendo seu excesso causar fadiga e depressão. É,
junto com o branco, a cor da paz. Sugere espaço e profundidade por ser a cor
do mar e do céu.
Um maior aprofundamento sobre cores e nuances pode ser encontrado em
PAULI (1997).
Independente das sensações que cada cor pode provocar, elas podem ser
separadas de um modo geral em cores quentes e frias. As quentes são as
luminosas, enquanto as frias são as sombrias. Conforme pode ser notado na FIG.
2.18, observando o espectro visível a partir do amarelo para a esquerda, ou seja,
sentido violeta, as cores compõem uma ordem visual crescente, das mais claras
para as mais escuras, formando o grupo das cores frias. Partindo do amarelo para o
vermelho está a ordem crescente visual das cores quentes (MARTINELLI, 2003).
FIG. 2.18: Espectro eletromagnético visível (BORGES, 2005)
O uso das cores deve ser algo feito com cautela. Não basta querer um mapa
colorido, bonito. É preciso sentir as cores e ter conhecimento das sensações
associadas a elas para se evitar ao máximo os equívocos, ou mesmo a perda da
informação.
Ainda segundo MARTINELLI (2003), as combinações das cores podem ser
contrastantes ou harmônicas. As contrastantes são aquelas em que as cores
combinadas são totalmente diversas entre si e as harmônicas ocorrem quando as
cores possuem partes básicas entre si. Uma combinação contrastante, para efeito
de exemplificação, seria entre as cores verde e laranja avermelhado; já um exemplo
de harmônica seria entre amarelo ouro e laranja.
As cores também podem ser entrantes e profundas, conforme definido por
400 500 600 700
Luz Visível
Ultra Violeta
Infra Vermelho
Viol
eta
Azu
l
Verd
e
Am
arel
o
Lara
nja
Verm
elho
Comprimento de Onda (milimicrons - mµ)
53
PAULI (1997): “as cores entrantes são as que parecem sair do plano e vir ao
encontro do observador ... (amarelo, vermelho, laranja) .... Já as cores profundas
(azul, verde, violeta) são as que passam a impressão de estarem se afastando do
seu plano, indo para trás. Esta sensação tem a ver com o local do foco da retina. As
cores quentes se projetam atrás da retina, ao passo que as frias na frente. Isso
explica a sensação de largura que as cores quentes apresentam”.
Por fim, pode-se definir alguns princípios gerais para o uso das cores, tais como:
- Não utilizar mais de cinco cores diferentes quando estas possuírem significado,
pois prejudica a lembrança ou assimilação da informação; e
- O uso de poucas cores (2 a 7) facilita a compreensão da informação.
54
3 A EPIDEMIOLOGIA
Nesta seção será feito um breve relato do início da epidemiologia como ciência
até os dias atuais, destacando o desenvolvimento da epidemiologia no Brasil, o elo
desta ciência com a cartografia, incluindo a importância desta para os estudos
epidemiológicos. Por fim, terá foco a epidemiologia no município do Rio de Janeiro,
detalhando como é feita a rotina de coleta de informações, a implantação e
utilização do SINAN – Sistema Nacional de Agravos de Notificação - e o perfil das
doenças selecionadas para o estudo.
3.1 A CONTRIBUIÇÃO CARTOGRÁFICA NA EPIDEMIOLOGIA
Cada vez mais a Cartografia vem sendo utilizada por profissionais das mais
diversas áreas do conhecimento que buscam, entre outras coisas, maneiras de
visualização, representação ou mesmo distribuição espacial dos fenômenos
estudados. Este fato talvez seja reflexo do que hoje é chamado de
multidisciplinaridade, ou seja, a integração de uma determinada área de estudo com
outras áreas do conhecimento, buscando técnicas e mesmo tecnologias para
alcançar um resultado que atenda às exigências para o qual foi produzida a
pesquisa.
A área da saúde, pode-se dizer, é uma das muitas ciências que vêm há muito
tempo se beneficiando dos produtos cartográficos, pois a representação espacial
das doenças já era utilizada antes mesmo do surgimento da epidemiologia enquanto
ciência, com o objetivo de entender a ocorrência e distribuição das doenças nas
coletividades deste ou daquele lugar (SILVA, 1997). Como citado anteriormente, já
no século XVIII James Lind, ao estudar os casos de escorbuto em alguns portos da
Europa, utilizou-se da cartografia para identificar espacialmente as áreas infectadas
com a doença. John Snow, considerado o precursor da epidemiologia, já se fazia
valer de mapas para seus estudos sobre a cólera. Na Londres de 1859, Snow
55
utilizou-se de um mapa da cidade onde indicava os casos de cólera e os pontos de
distribuição de água, concluindo que havia uma correlação entre esses fatores.
Rejeitando a teoria de que a cólera era uma doença de caráter miasmático, ou seja,
com a transmissão feita por gases, John Snow provou com o auxilio de um mapa
que esta doença era transmitida pela água contaminada. (FIG. 3.1)
FIG. 3.1: Mapa dos casos de cólera na Londres de 1859 de John Snow (Department of Epidemiology University
of Califórnia, Los Angeles – UCLA)
Dessa forma, o espaço será um importante fator de análise para a
epidemiologia, daí a importância da cartografia para esta ciência. Nele estão
inseridos os personagens que irão participar do processo saúde-doença, e são eles
o homem e o agente transmissor da doença. Não só o espaço natural será
importante, mas o espaço construído também precisa ser analisado, pois será nele
que fatores econômicos, sociais e culturais estarão marcados e influenciando ou não
a proliferação de doenças. Aspectos relacionados ao espaço, como distância e
vizinhança, muitas vezes serão essenciais na explicação do processo saúde-
doença, sendo que este espaço poderá ser fragmentado ou até mesmo ser tomado
como um simples plano geométrico, dependendo do tipo de análise que se necessite
fazer (BARCELLOS, 2000).
56
3.2 RAÍZES DA EPIDEMIOLOGIA
A epidemiologia pode ser definida como a ciência que estuda o processo saúde-
doença em uma população ou, em outras palavras, como uma doença está
distribuída na população e quais os fatores que influenciam ou determinam esta
distribuição (GORDIS, 1996). Etimologicamente seu nome confirma esta posição,
onde epi – sobre; demos – povo; logos – estudo, traduzindo-se como “ciência do que
se abate sobre o povo” (FILHO, 1994). Três foram os elementos conceituais que
balizaram a criação da epidemiologia: a clínica – ligada a descrição de sinais e
sintomas das doenças; a estatística – cuja a finalidade era quantificar prognósticos;
e a medicina social – que oferecia uma perspectiva coletiva da saúde. A medicina
social virá oferecer à epidemiologia a visão de uma medicina voltada para a
população, com uma visão para a coletividade e não para casos particulares das
doenças. Esta visão confirmará a importância da visualização espacial das doenças
para os estudos epidemiológicos.
Já na sua gênese, a epidemiologia era uma ciência que apresentava uma
componente política, pois sua finalidade era promover a melhoria da qualidade de
vida da população e não do indivíduo. Neste caso ela não estava preocupada com a
cura do indivíduo, e sim em descobrir os fatores que, naquele meio, estavam
causando a doença. E desta forma seria possível criar estratégias para combatê-los
para que outras pessoas não viessem a adoecer também, buscando assim elevar o
nível de saúde do coletivo através de medidas preventivas. Em qualidade de vida da
população entende-se melhorias como saneamento básico, hospitais, moradias
adequadas, coleta de lixo, entre outras ações (ROUQUAYROL (a), 1994). Quem
ratifica a idéia do viés político é FILHO (1994), quando afirma que “... sem uma
concepção do coletivo, do social, em suma, do político, é impossível pensar a
epidemiologia”. Segundo alguns autores, a cartografia também é uma ciência que
possui seu viés político. De acordo com LACOSTE (1997), sobre uma carta são
colocadas informações necessárias para elaboração de táticas e estratégias, a
confecção de uma carta representa domínio do espaço, assim uma carta acaba se
tornando um mecanismo de controle do estado, pois .as cartas continuam sendo a
melhor forma de se analisar e desenvolver estratégias sobre o espaço.
57
Apesar de termos como epidemia e estudos epidêmicos serem conhecidos
desde a Grécia clássica, o status de ciência só foi alcançado na metade do século
XX, quando livros dedicados especialmente ao assunto foram publicados. Desde
então, o foco de estudo da epidemiologia foi sofrendo diversas modificações, pois se
no começo a epidemiologia ficava restrita a estudos epidêmicos de doenças
transmissíveis, hoje abrange praticamente todos os eventos relacionados à saúde
das populações (PEREIRA, 1995).
Uma definição formal para epidemiologia proposta por ROUQUAYROL (a)
(1994) é:
“Ciência que estuda o processo saúde-doença em coletividades humanas, analisando a distribuição e os fatores determinantes das enfermidades, danos à saúde e eventos associados à saúde coletiva, propondo medidas específicas de prevenção, controle ou erradicação de doenças, e fornecendo indicadores que sirvam de suporte ao planejamento, administração e avaliação das ações da saúde”.
Na compreensão da definição, por distribuição entende-se o estudo dos casos
levando em consideração as variáveis ambientais e populacionais analisadas no
contexto tempo e espaço. Assim, estudar distribuição em epidemiologia significa
relacionar espaço-tempo-pessoa. Essas, então, serão as três questões necessárias
para os estudos epidêmicos, espaço-tempo-pessoa, e podem ser traduzidas por
onde, quando e em quem aconteceu tal doença. Das três questões necessárias,
uma apresenta um caráter essencialmente espacial, é ela: onde aconteceu
determinada doença. A variável tempo (quando) pode ser estudada por intervalos
cronológicos ou de períodos. Já a variável lugar (onde), apresenta-se de três formas
não excludentes. São elas: variáveis geopolíticas; variáveis político-administrativas;
e variáveis geográficas. A terceira questão fundamental para epidemiologia é em
quem ocorreu determinado agravo. Com a perspectiva do onde e quando, entende-
se porque a epidemiologia lançará mão da cartografia para o estudo comportamental
das doenças de caráter coletivo.
Devido ao avanço na abrangência dos estudos epidemiológicos, fez-se
necessária uma repartição das áreas de estudos na epidemiologia. Assim, PEREIRA
(1995) apresenta 3 grandes subdivisões:
– doenças infecciosas e as enfermidades carenciais (grupo onde se encontram
58
as doenças estudadas nesta dissertação);
– doenças crônico-degenerativas e os outros danos à saúde; e,
– os serviços de saúde.
Contudo, ROUQUAYROL (a) (1994) afirma que, mesmo com subdivisões,
qualquer área da epidemiologia terá como objetivos principais:
– descrever a distribuição e a magnitude dos problemas de saúde nas
populações;
– identificar fatores etiológicos na gênese das enfermidades; e,
– proporcionar dados essenciais para o planejamento, execução e avaliação das
ações de prevenção, controle e tratamento das doenças.
Assim, pode-se ver que a epidemiologia, desde o seu surgimento, esteve voltada
para o estudo das doenças nas coletividades, também se preocupando em dar
embasamento técnico para medidas que visam a melhoria da qualidade de vida das
populações.
3.3 EPIDEMIA, ENDEMIA E PANDEMIA
Apesar de a ciência receber o nome de Epidemiologia, esta não tem como foco
de estudo apenas as doenças epidêmicas, mas também as endêmicas que, em
algum momento, poderão vir a apresentar um surto epidêmico. A diferença básica
entre epidemia e endemia não se dará apenas pelo aspecto quantitativo, mas,
sobretudo, no caso das endemias, no fato de ser peculiar ou não a um determinado
povo, país ou região. A doença endêmica, portanto, será aquela tida como típica de
uma determinada região. Segundo ROUQUAYROL (b) (1994), o nome endemeion
pode ser traduzido como ‘nele residindo de longa data’. Um exemplo poderia ser o
caso da dengue no Brasil, onde pesquisadores da Fundação Oswaldo Cruz tentam
provar que o agente transmissor da doença existe desde a época dos dinossauros.
Já as epidêmicas são aquelas que podem ou não ser típicas de uma localidade, mas
que em algum momento apresentam surtos, ou seja, têm um caráter de
59
temporalidade provisório. Ainda segundo a autora, a palavra epidemeion se
apresenta no sentido de visitar. Contudo, deve-se ressaltar que uma doença
epidêmica pode ser uma doença endêmica, assim como uma doença epidêmica
pode não ser endêmica, mas, após a ocorrência de diversas epidemias, pode vir a
se tornar uma doença endêmica. “É possível que essa epidemia tenha vindo para
ficar e que de visitante...passe a residente” (ROUQUAYROL (b), 1994).
Então, dá-se a denominação de endemia à:
“ocorrência coletiva de uma determinada doença que, no decorrer de um largo período histórico, acometendo sistematicamente grupos humanos distribuídos em espaços delimitados e caracterizados, mantém a sua incidência constante” (ROUQUAYROL (b), 1994)
Já uma epidemia irá se caracterizar não somente pelo elevado número de
casos, mas também pela incidência de um determinado agravo em uma
determinada região. Por exemplo, há momentos em que três mil casos de uma
determinada doença endêmica em uma determinada localidade não irão caracterizar
uma epidemia, pois é sabido que as doenças endêmicas apresentam flutuações de
valores que podem ser sazonais. Entretanto, apenas um caso da mesma doença em
uma outra região geográfica de um mesmo país pode ser caracterizado como uma
epidemia. Diferentemente da endemia, a epidemia ocorre em um intervalo de tempo
limitado, tendo marcados um começo e um fim Porém, este tempo pode variar de
horas, dias, passando por meses, anos e até décadas. Contudo, quando a variável
espaço é analisada, tanto endemias quanto epidemias possuem um espaço definido,
mesmo que esse espaço se refira a mais de um país do mundo.
Nesse contexto, epidemia pode ser definida como:
“alteração espacial e cronologicamente delimitada, do estado de saúde-doença de uma população, caracterizada por uma elevação progressivamente crescente, inesperada e descontrolada dos coeficientes de incidência de determinada doença, ultrapassando e reiterando valores acima do limiar epidêmico preestabelecido.” (ROUQUAYROL (b), 1994)
Classificam-se como pandemia as doenças epidêmicas de grande difusão.
Segundo REZENDE (2004), a palavra pandemia tem origem grega e foi utilizada por
Platão em seu Livro das Leis, no sentido genérico, como qualquer acontecimento
que pode alcançar toda a população. Foi Galeno quem utilizou o termo pandemia
60
para doenças epidêmicas de grande difusão.
Por pandemia entende-se:
“Epidemias de grandes proporções, que se espalham a vários países e a mais de um continente.” (REZENDE, 2004)
3.4 ÍNDICES, TAXAS E COEFICIENTES NUMÉRICOS EM EPIDEMIOLOGIA
Sendo a Epidemiologia uma ciência preocupada com o estado de saúde-doença
de uma população, ela irá se valer de diferentes cálculos probabilísticos para
determinar o grau de saúde-doença desta população. As principais medidas
utilizadas pela epidemiologia são indicador, índice, proporção, coeficientes,
prevalência, incidência, taxas, razões e chances. Maior aprofundamento sobre
medidas em epidemiologia pode ser encontrado HAMANN et al (2000), BARBOSA
(1994) e PEREIRA (1995), entre outros.
Esta pesquisa trabalhará com o coeficiente de incidência, também conhecido
como taxa de incidência. Este coeficiente pode ser resumido como a relação entre o
número de eventos reais e os que poderiam vir a ocorrer num determinado período
de tempo, seja este período semanal, mensal, trimestral, anual, etc...
HAMANN et al (2000) explica que “o coeficiente calculado representa a
proporção de indivíduos que, no começo do acompanhamento, não tinham
desenvolvido o evento de interesse e que, ao longo dele, mudaram de status ao
desenvolvê-lo.” Por isso KLEINBAUM (1982, apud HAMANN et al, 2000) denomina
este coeficiente de probabilidade condicional, ou seja, “a probabilidade de que
indivíduos sem o evento de interesse (...), desenvolvam tal evento, em um período
de tempo, com a condição de que não venham a morrer devido a uma outra causa
durante o mesmo período.”
Para cada coeficiente que se deseja conhecer existirá um numerador diferente e
um denominador específico para este numerador. Os coeficientes estarão
vinculados à população, assim eles podem ser relativos por exemplo, a 1.000,
10.000 ou 100.000 habitantes. Exemplificando: o coeficiente de incidência será o
número de casos novos em um determinado período e área divididos pela
população exposta ao risco nesse período e nessa mesma área, multiplicado por
61
100.000 habitantes (FIG. 3.2). Segundo GORDIS (1996) a escolha do número de
habitantes é arbitrária, sendo neste exemplo, a incidência dada por 100.000
habitantes. Para a construção de mapas, os valores absolutos de casos, assim
como os coeficientes, serão de extrema importância, pois fornecerão as informações
que serão representadas nos mapas temáticos.
nº de casos novos (iniciados) num determinado período numa áreapopulação exposta ao risco neste período, na áreaC.I. = x 100.000
FIG. 3.2 – Fórmula do Coeficiente de Incidência (Adaptado de ROUQUAYROL (b), 1994)
Existem vários tipos diferentes de coeficientes e índices utilizados em saúde
pública para o acompanhamento e avaliação dos agravos e ações de saúde,
conforme relação presente no anexo 8.1 deste trabalho. Não existe um coeficiente
que seja mais importante que outro, o que existe são coeficientes que podem ser
utilizados para vários tipos de agravos, enquanto outros serão específicos, como por
exemplo, o coeficiente de mortalidade materna ou índice de masculinidade.
Contudo, o coeficiente de incidência, ou taxa de incidência, está entre os mais
utilizados pela epidemiologia.
Uma padronização na terminologia das medidas e indicadores epidemiológicos
vem sendo sugerida por alguns autores da área de epidemiologia. E tem por objetivo
igualar os termos utilizados no Brasil com os utilizados na língua espanhola e anglo-
saxã, para que a literatura brasileira deste referido ramo da ciência esteja em
consonância com a literatura internacional. Para efeito deste estudo será utilizada a
nomenclatura sugerida por ROUQUAYROL (b) (1994) e PEREIRA (1995), sendo
desta forma utilizado o termo coeficiente de incidência ou taxa de incidência.
3.5 A VIGILÂNCIA EPIDEMIOLÓGICA
A vigilância epidemiológica é a principal forma de utilização da epidemiologia, e
pode ser dividida em duas formas de atuação: a vigilância de pessoas e a vigilância
de doenças.
62
A vigilância de pessoas consiste na observação sistemática de indivíduos que
podem ser acometidos por determinadas infecções ou doenças, enquanto a
vigilância da doença é a que tem por função detectar variações de tendências, traçar
o perfil de doenças e agir em função deste diagnóstico. Segundo PEREIRA (1995),
as principais atividades da vigilância epidemiológica seriam:
- coleta, análise e interpretação de dados de rotina;
- investigação epidemiológica;
- recomendação ou aplicação de medidas de controle; e
- divulgação das informações.
FISHMANN (1994) define vigilância epidemiológica como:
“O conjunto de atividades que proporciona a informação indispensável para conhecer, detectar ou prever qualquer mudança que possa ocorrer nos fatores condicionantes do processo saúde-doença, com a finalidade de recomendar, oportunamente as medidas indicadas que levem a prevenção e ao controle de doenças.”
As principais fontes de dados de vigilância epidemiológica, segundo PEREIRA
(1995), são:
- notificação compulsória de casos;
- prontuários médicos;
- atestados de óbitos e registros de anatomia patológica;
- resultados laboratoriais;
- registro de bancos de sangue;
- investigação de casos e de epidemias;
- inquéritos comunitários;
- distribuição de vetores e reservatórios;
- uso de produtos biológicos;
- notícias veiculadas na imprensa.
Notificação é a comunicação da ocorrência de determinada doença ou agravo à
saúde, feita à autoridade sanitária por profissionais de saúde ou qualquer cidadão,
para fins de adoção de medidas de intervenção pertinentes. A notificação
compulsória de doenças tem sido a principal fonte da vigilância epidemiológica. A
63
lista nacional das doenças de notificação vigente está restrita a alguns agravos e
doenças de interesse sanitário para o País, e compõe o Sistema de Doenças e
Agravos de Notificação Compulsória. É facultado aos estados e municípios da
federação adicionarem outros problemas de saúde considerados importantes em
sua região.
A lista nacional de doenças e agravos de notificação é regularmente atualizada,
a fim de atender as mudanças no quadro sanitário do país. A última atualização foi
feita em fevereiro de 2006, sendo constituída por 41 agravos/doenças: Botulismo,
Carbúnculo ou ‘Antraz’, Cólera, Coqueluche, Dengue, Difteria, Doença de
Creutzfeldt – Jacob Doença de Chagas (casos agudos), Doença Meningocócica e
outras Meningites, Esquistossomose (em área não endêmica), Eventos Adversos
Pós-Vacinação, Febre Amarela, Febre do Nilo Ocidental, Febre Maculosa, Febre
Tifóide, Hanseníase, Hantaviroses, Hepatites Virais, Infecção pelo vírus da
imunodeficiência humana – HIV em gestantes e crianças expostas ao risco de
transmissão vertical, Influenza humana por novo subtipo (pandêmico), Leishmaniose
Tegumentar Americana, Leishmaniose Visceral, Leptospirose, Malária, Meningite por
Haemophilus influenzae, Peste, Poliomielite, Paralisia Flácida Aguda, Raiva
Humana, Rubéola, Síndrome da Rubéola Congênita, Sarampo, Sífilis Congênita,
Sífilis em gestante, Síndrome da Imunodeficiência Adquirida (AIDS), Síndrome Febril
Íctero-hemorrágica Aguda, Tétano, Tularemia, Tuberculose e Varíola. (BRASIL (a),
2006)
3.6 A VIGILÂNCIA EPIDEMIOLÓGICA NO BRASIL
A vigilância epidemiológica no Brasil passou por mudanças significativas ao
longo dos tempos. Antes da década de 60 ela era definida como “observação
sistemática e ativa de casos suspeitos ou confirmados de doenças transmissíveis e
de seus contatos” (FUNASA, 2002). Da metade da década de 60 até a década de 90
do século passado, o serviço de epidemiologia ou vigilância epidemiológica foi
recebendo muitas definições, cada vez mais abrangentes. Nesta época a vigilância
epidemiológica era definida como:
64
“o conjunto de atividades que permite reunir a informação indispensável para conhecer, a qualquer momento, o comportamento ou história natural das doenças, bem como detectar ou prever alterações de seus fatores condicionantes, com a finalidade de recomendar oportunamente, sobre bases firmes, as medidas indicadas e eficientes que levem a prevenção e ao controle de determinadas doenças.” FUNASA (2002)
Em 1975 foi criado o Sistema Nacional de Vigilância Epidemiológica – SNVE –
que buscou integrar as diversas estratégias de intervenção específicas para cada
doença transmissível, que até o momento eram trabalhadas dissociadas umas das
outras.
Em 1990 foi instituído o SUS – Sistema Único de Saúde - e com ele ocorreram
grandes mudanças na vigilância epidemiológica. Neste ano, o conceito de vigilância
epidemiológica é inserido na Lei Orgânica da Saúde (lei 8080/90), sendo definida
como:
“conjunto de ações que proporciona o conhecimento, a detecção ou prevenção de qualquer mudança nos fatores determinantes e condicionantes de saúde individual ou coletiva, com a finalidade de recomendar e adotar as medidas de prevenção e controle das doenças ou agravos” (FUNASA, 2002).
Também em 1990 o serviço de epidemiologia foi descentralizado. Passaram os
municípios a ser responsáveis pela coleta, processamento, análise e interpretação
dos dados, recomendação das medidas de controle apropriados, promoção das
ações de controle indicadas, avaliação da eficácia e efetividade das medidas
adotadas e divulgação de informações pertinentes. Em 1996 foi criado o SINAN –
Sistema de Informação de Agravos de Notificação. O SINAN é um sistema de banco
de dados fornecido pelo Ministério da Saúde a todos os municípios da federação,
padronizando todas as vigilâncias epidemiológicas do país no que diz respeito às
funções citadas anteriormente.
65
3.7 O SINAN E A VIGILÂNCIA EPIDEMIOLÓGICA NA CIDADE DO RIO DE
JANEIRO
O SINAN foi criado no início da década de 90 com o objetivo principal de coletar,
transmitir e disseminar dados referentes à vigilância epidemiológica nas três esferas
de governo, buscando facilitar, com isso, o acesso à informação e,
conseqüentemente, facilitar a tomada de decisão nos níveis municipal, estadual e
federal (LAGUARDIA et al, 2004).
A primeira versão do aplicativo do SINAN foi gerado no sistema operacional
DOS e, em 1993, teve início o teste piloto em Santa Catarina e Pernambuco. No
começo, a adesão ao programa era voluntária e somente em 1998 este programa foi
regulamentado e sua adesão se tornou obrigatória nas três esferas. Neste momento,
cada esfera de governo teve definido os seus papéis e a Secretaria de Vigilância em
Saúde do Ministério da Saúde (SVS – MS), antiga CENEPI (Centro Nacional de
Epidemiologia), surge como gestora nacional do sistema.
Na cidade do Rio de Janeiro, a Gerência de Vigilância Epidemiológica (GVE)
funciona da forma mostrada na FIG. 3.2. Por fontes notificadoras entendem-se as
unidades de saúde municipais, estaduais, federais, particulares e beneficentes,
escolas e creches, populares e profissionais de saúde.
FIG. 3.3 – Estrutura atual de notificação da GVE do Rio de Janeiro
Apesar da Cidade do Rio de Janeiro apresentar hoje 33 regiões administrativas,
a Secretaria Municipal de Saúde ainda trabalha com as 23 regiões administrativas
66
que existiam no início da década de 90. Assim, existem atualmente vinte e três
Serviços de Epidemiologia – SE – na Cidade do Rio de Janeiro (FIG. 3.3).
FIG. 3.4 – Divisão de RA utilizada pela SMS
Ao Serviço de Epidemiologia cabe a coleta/recebimento/investigação de
informações referentes aos agravos de notificação ocorridos na sua área de
atuação, ou seja, em sua Região Administrativa – RA. As notificações podem ser
feitas por unidades municipais, estaduais e federais de saúde, escolas, creches,
clínicas e hospitais particulares ou beneficentes, profissionais da área de saúde e
populares. Os SEs recebem as notificações por telefone ou por boletim de
ocorrência (cujo modelo encontra-se no anexo 8.2 deste trabalho). As informações
fornecidas por telefone são também passadas para um boletim de ocorrência.
Nestes boletins constam as principais informações que precisam ser coletadas nos
casos de agravos de notificação que, por sua vez, são repassadas ao nível central,
a Gerência de Vigilância Epidemiológica (GVE). Na GVE as informações contidas
nas fichas/boletins são analisadas caso a caso e quando alguma inconsistência é
encontrada, é feita a correção da informação. Após a consolidação das
informações, um novo processo é iniciado. As informações, que até o momento
67
estavam em fichas de papel, são digitadas no SINAN. O banco de dados do SINAN
é hoje a principal fonte de informação sobre vigilância epidemiológica no Brasil. A
cada semana essas informações, já em meio digital, são enviadas ao Serviço de
Vigilância Epidemiológica do Estado do Rio de Janeiro, que quinzenalmente
reporta-se ao Ministério da Saúde, também em meio digital (FIG. 3.4).
FIG. 3.5 – Fluxo de remessa dos dados do SINAN
(Adaptado do Manual de Normas e Rotinas versão 5.1 – BRASIL (b), 2004)
3.8 DOENÇAS E PERÍODO SELECIONADOS
De todos os agravos considerados de notificação pelo Ministério da Saúde,
quatro foram os selecionados para este trabalho: Dengue, Hepatite Viral tipo A,
Leptospirose e Meningite, sendo esta de todos os tipos.
O critério para seleção das doenças foi o caráter endêmico das quatro doenças,
ou seja, são doenças típicas desta região do país, mas que ainda não foram
controladas ou que se apresentam re-emergentes. A dengue, que até a década de
80 era considerada uma doença extinta, reapareceu com novos casos e, de lá para
cá, tem apresentado tendência decrescente. Entretanto, têm sido observados
períodos epidêmicos, como nos anos de 1991, 1998 e 2002, tendo sido notificados
68
neste último ano pouco mais de 140.000 casos. A hepatite viral do tipo A tem uma
forte correlação espacial, como toda parasitose, pois um dos seus modos de
transmissão está vinculado ao esgotamento sanitário. As meningites,
meningocócicas e por H. influenza, exigem uma ação de resposta rápida no
momento da constatação de casos novos, ou seja, exige uma logística de
emergência que envolve residência, trabalho, escola, transporte ou qualquer outro
meio onde a pessoa infectada tenha tido contato maior e mais próximo com outras
pessoas sadias num período máximo de 48 horas, desde o momento da notificação
de suspeita de um caso. E por fim a Leptospirose, que apesar de apresentar um
baixo número de casos – com média de 100 por ano na cidade – continua sendo
uma doença que apresenta um índice de mortalidade acima de 10% dos infectados
(FUNASA, 2002).
3.8.1 DENGUE
A dengue é uma doença febril aguda que pode ser de caráter benigno ou grave,
e apresenta-se como infecção inaparente, Dengue Clássico, Febre Hemorrágica da
Dengue, ou Síndrome do Choque da Dengue, existindo a possibilidade de evolução
para óbito nos dois últimos casos. O principal vetor de transmissão da doença é o
mosquito Aedes aegypti, que também pode ser transmissor da Febre Amarela
Urbana. A dengue atualmente é um grave problema de saúde pública mundial, pois
existem manifestações da doença em todos os continentes. Apesar da abrangência
mundial, as condições ambientais dos países tropicais, como é o caso do Brasil,
facilitam ainda mais a dispersão do vetor. A transmissão da doença é feita no ciclo
homem - Aedes aegypti - homem, não possuindo características contagiosas. A
proliferação do mosquito transmissor se dará a partir da deposição de ovos do
mosquito transmissor em água parada e limpa (FUNASA, 2002)
A distribuição da dengue pode ser vista analisando-se três variáveis: tempo,
espaço e pessoa. Com relação ao tempo, a doença apresenta características
sazonais, coincidindo o aumento de casos com o verão, estação do ano onde as
chuvas são mais freqüentes e as temperaturas mais altas. Os espaços urbanos são
69
os que apresentam maior população infectada, isso devido ao maior número de
criadouros para o mosquito, como lajes, depósitos de pneus, entre outros. E por fim,
com relação a pessoa, não existe distinção entre sexo, raça e idade (BRASIL (c),
1996).
3.8.2 HEPATITE VIRAL - TIPO A
A hepatite do tipo A é uma doença infecciosa aguda, com a transmissão do vírus
se dando de forma fecal-oral, através da ingestão de água e alimentos
contaminados ou diretamente de uma pessoa para outra, sendo que o homem é o
único reservatório com importância epidemiológica (FUNASA, 2002). A hepatite A
ocorre em todos os países do mundo e sua magnitude varia de região para região,
sendo mais comum onde a infra-estrutura de saneamento básico é inadequada ou
inexistente e entre as pessoas que não obedecem às normas de higiene básicas. A
infecção pela hepatite A confere ao infectado imunidade permanente. Contudo, hoje
já é possível contar com uma vacina para este tipo hepatite. A Hepatite A não
apresenta características temporais como a dengue e não existe nenhum tipo de
predominância por raça, sexo ou idade. Entretanto, a hepatite A tem maior
prevalência entre crianças, principalmente nas áreas menos desenvolvidas
(POTSCH & MARTINS, 2005).
3.8.3 LEPTOSPIROSE
A leptospirose é uma zoonose (doença que se transmite de animal - animal e
animal - homem) que acomete animais e homens e caracteriza-se como uma
doença febril com início abrupto e que pode levar à morte. A leptospirose apresenta
grande preocupação social e econômica, pois o seu tratamento envolve alto custo
hospitalar e sua letalidade pode chegar a 40% nos casos mais graves (FUNASA,
2002). Está distribuída tanto nas áreas urbanas quanto rurais, e só não é encontrada
70
nas regiões polares do planeta. No Brasil é uma doença endêmica, sujeita a
epidemias nos períodos chuvosos, ou seja, possui uma característica sazonal, pois o
índice pluviométrico, a temperatura e a umidade relativa do ar influenciam de
maneira decisiva a ocorrência na doença. Sua presença está relacionada à infra-
estrutura sanitária precária e à alta concentração de roedores infectados.
As principais formas de disseminação da doença são as inundações e a alta
persistência do agente causal no ambiente. O principal portador da bactéria
causadora da doença é o Rattus norvegicus, mais conhecido como ratazana, ou rato
de esgoto, mas outros animais como suínos, bovinos, eqüinos, ovinos e caprinos
também são reservatório da bactéria. A contaminação humana se dá a partir do
contato direto ou indireto com a urina do animal infectado, não existindo na
contaminação a predominância de nenhuma raça, sexo ou idade. Entretanto,
pessoas que vivem em áreas sujeitas às inundações e com condições de moradia e
saneamento precários estão mais sujeitas à doença, assim como algumas
profissões: plantadores de arroz, limpadores de esgoto, garis, magaferes entre
outros (FARIAS, 1999).
3.8.4 MENINGITE
A meningite é uma inflamação que ocorre na meninge, membrana que envolve o
cérebro e a medula espinhal, e possui como agentes causadores vários tipos de
germes (vírus, bactérias, fungos). Pela magnitude de suas ocorrências, por ser
altamente contagiosa, e sua patogenicidade, as meningites tidas como infecciosas
(doença meningocócica, meningite tuberculosa, meningites virais, por pneumococos
e por Haemophilus influenzae tipo b) são as mais críticas do ponto de vista
epidemiológico. A doença se caracteriza por febre, cefaléia intensa, vômitos e
rigidez de nuca, todos de forma abrupta (FUNASA, 2002). A transmissão da doença
é feita homem a homem através das vias respiratórias, havendo necessidade do
contato íntimo. Entenda-se por contato íntimo pessoas residentes na mesma casa,
alunos de uma mesma turma, entre outras formas de contato.
71
As meningites têm distribuição espacial mundial e ocorrem tanto em áreas
urbanas como rurais. A quantidade de casos varia de região para região, sendo que
os aglomerados urbanos e os fatores climáticos irão influenciar na dispersão da
doença (meningites virais acontecem mais no verão e as bacterianas no inverno)
(SES – SC, 2005). Contudo, a meningite é uma doença que vai se apresentar
durante todo o ano, sendo os casos mais freqüentes no inverno. Todas as pessoas,
de qualquer faixa etária, são suscetíveis a doença, mas pode-se encontrar uma
ligação com fatores econômicos, onde o número de casos é inversamente
proporcional à renda e diretamente proporcional ao número de pessoas residentes
no domicílio.
3.8.5 PERÍODO
Por se tratarem de doenças endêmicas, onde um dos fatores essenciais para o
estudo comportamental dos agravos é o tempo, adotou-se o período de 1996 a
2004. A não inclusão do ano de 2005 se deve apenas a critérios de prazo, visto que
notificações deste referido ano só deixariam de dar entrada na Gerência de
Vigilância Epidemiológica da Cidade do Rio de Janeiro por volta do mês de abril do
ano seguinte, ou seja, abril de 2006. Outro fator importante para a seleção de
período foi que no ano de 1996 entrou em operação o SINAN, sendo o município do
Rio de Janeiro um dos pioneiros na utilização do sistema quando este ainda
apresentava caráter voluntário na adesão. Isso fez com que as informações sobre os
agravos de notificação tenham ficado mais consistentes, pois como dito
anteriormente, o SINAN é hoje no Brasil a principal fonte de informação sobre
vigilância epidemiológica.
72
4 CONSTRUÇÃO DOS MAPAS E TESTE DAS CORES
A partir da conjugação de técnicas de comunicação cartográficas com o
embasamento teórico da epidemiologia, ambos apresentados, respectivamente, nos
capítulos dois e três, buscou-se a construção dos mapas temáticos de taxa de
incidência.
Teve-se como objetivo principal avaliar as classes construídas automaticamente
por cinco métodos estatísticos diferentes oferecidos pelo software ArcView e o
impacto das cores na transmissão da informação nos mapas, para este caso foi
aplicado um teste, onde o grupo foi escolhido de maneira aleatória entre pessoas
conhecidas da autora. E além disso, apontar o melhor modelo para a representação
da referida taxa. Dessa forma, serão apresentados neste capítulo os materiais e a
metodologia que foram empregados na construção dos mapas, bem como os
resultados alcançados.
4.1 MATERIAIS UTILIZADOS
Para o desenvolvimento desta pesquisa foram utilizados alguns softwares, uma
base cartográfica e o banco de dados do SINAN da cidade do Rio de Janeiro.
Abaixo seguem listados detalhadamente os materiais utilizados.
- Banco de dados do SINAN DOS, dos anos de 1996 a 1999, fornecidos pela
Gerência de Vigilância Epidemiológica da Secretaria Municipal de Saúde do Rio
de Janeiro (GVE – SMSRJ);
- Banco de dados do SINAN Windows dos anos de 2000 a 2004, também
fornecidos pela GVE – SMSRJ;
- TabWin - versão 3.4. Programa livre, desenvolvido pelo DataSUS e disponível
para download na página do DataSUS;
- ArcView – versão 3.2, utilizado para gerar os mapas temáticos;
- Microsoft Excel, utilizado para tabular os dados antes que fossem exportados
73
para dBase;
- Tabela com dados populacionais, fornecida pela Gerência de Investigação
Epidemiológica da SMSRJ, de autoria do Instituto Municipal de Urbanismo
Pereira Passos – IPP;
- Base cartográfica oficial do Município do Rio de Janeiro na escala 1:10.000.
Fornecida pela GVE – SMSRJ, de autoria do IPP.
4.2 APRESENTAÇÃO DA ÁREA DE ESTUDO
A área de estudo desta pesquisa é a cidade do Rio de Janeiro e teve como
unidade mínima de análise os bairros. A Cidade encontra-se dividida em 159 bairros
(Fig. 4.1), contudo, para efeito desta pesquisa, foram utilizados 157 bairros, visto
que os bairros de Vasco da Gama e Parque Colúmbia até os dias de hoje não
apresentam notificações. Os casos ocorridos nestes bairros ainda são notificados
como pertencendo a seus antigos bairros, que são, respectivamente, São Cristóvão
e Pavuna.
O bairro Vasco da Gama foi criado em 8 de setembro de 1998, a partir do
desmembramento do bairro de São Cristóvão. Apesar do bairro já existir há oito
anos, sua identidade ainda não foi incorporada pela população daquela área, que
ainda hoje fornece como bairro de residência o nome do antigo bairro. O bairro
Parque Colúmbia foi criado a partir da subdivisão do bairro da Pavuna no ano de
1999, e passa pelo mesmo processo de identidade apresentado pelo bairro Vasco
da Gama. Desta forma, os casos ocorridos nos bairros de Parque Colúmbia e Vasco
da Gama aparecem sempre com informação zerada, e os casos que ocorreram
nestes bairros fazem parte das taxas dos respectivos bairros que lhes deram origem.
A base cartográfica utilizada na elaboração dos mapas foi a base cartográfica
oficial da cidade do Rio de Janeiro, na escala 1:10.000, desenvolvida pelo IPP.
Foram utilizados os arquivos em formato shapefile, formato este nativo do software
ArcView.
74
FIG. 4.1: Mapa de Bairros (Adaptado de RIO DE JANEIRO, 2000)
75
4.3 METODOLOGIA
Para o estudo de classes e cores na representação de taxa de incidência na
Cidade do Rio de Janeiro, foram escolhidas as seguintes doenças dengue, hepatite
do tipo A, leptospirose e meningite, já apresentadas no capítulo 3: A construção de
mapas temáticos referentes ao tema da dissertação pressupõem como elementos
fundamentais no processo de comunicação a especificação de classes e cores.
Neste sentido foi aplicada uma metodologia que permitiu a escolha de valores e de
cores
O desenvolvimento da pesquisa ordenou-se da seguinte forma:
1º - Seleção das doenças a serem representadas, apresentadas na seção 3.8 da
presente dissertação;
2º - Seleção do período a ser trabalho, também conforme apresentado na seção
3.8;
3º - Extração das tabelas dos bancos do SINAN DOS e Windows;
4º - Depuração das tabelas de população;
5º - Compatibilização das tabelas extraídas do SINAN com as tabelas de
população;
6º - Geração das Taxas de Incidência por bairro para os nove anos de cada uma
das quatro doenças selecionadas;
7º - Definição da forma de representação das taxas de incidência num mapa
temático de cores;
8º - Elaboração dos mapas com teste dos métodos estatísticos apresentados
pelo software ArcView 3.2;
9º - Teste de cores, feito através de questionário;
10º - Avaliação dos resultados; e
11º - Elaboração dos mapas com base nos teste realizados.
76
4.4 DEPURAÇÃO DOS BANCOS DE DADOS
Os dados referentes aos nove anos de cada doença selecionada, foram
extraídos do SINAN, usado como fonte primária dos dados. O banco de dados
empregado na dissertação deveria ter, como informação básica, o número de casos,
por mês e bairro, para cada ano utilizado na pesquisa. Conforme apresentado
anteriormente, do ano de 1996 a 1999 o SINAN encontrava-se no ambiente DOS e a
partir do ano de 2002 foi implementado o SINAN Windows – SINANW, sendo este
responsável por fornecer as informações para o período de 2000 a 2004. É
importante ressaltar que apesar do SINANW só ter sido implantado no ano de 2002,
foi feita uma migração das bases dos anos de 2000 e 2001 para este novo formato.
Após a extração das informações, foi observado que o ambiente DOS
apresentava uma ligeira diferença em relação ao ambiente Windows devido, entre
outros fatores, à não existência dos bairros Vasco da Gama e Parque Colúmbia, o
que causava uma incompatibilidade de duas linhas entre os bancos de 1996 a 1999
e os bancos do ano de 2000 em diante (vide tabelas no apêndice). Como o nível de
bairro da base cartográfica apresentava esses dois bairros, optou-se por criá-los nas
tabelas dos anos em que eles ainda não existiam e manter um registro no rodapé de
cada mapa explicando esta particularidade.
Para a extração dos dados desejados a partir do SINAN DOS e do SINANW foi
utilizado o programa TabWin. O TabWin é um programa desenvolvido pelo DataSUS
e tem como principal característica ser um tabulador de dados, onde as informações
podem ser lidas e extraídas do formato GDB (formato adotado pelo SINAN para
armazenar seu banco de dados) e DBF, e exportadas para outros formatos como
XLS. A seleção dos dados pode ser feita a partir de quaisquer campos existentes no
banco original do SINAN. O objetivo da extração dos dados era formar o banco de
dados para o desenvolvimento da pesquisa. A seguir são apresentados os
parâmetros utilizados na extração dos casos das doenças selecionadas para esta
pesquisa.
- Dengue: os arquivos deveriam apresentar seus dados em linhas e colunas,
representando, respectivamente, os casos por bairro e mês/ano. Do Banco do
SINAN DOS foram extraídos os casos que tiveram os seguintes diagnósticos:
77
dengue clássico, Febre Hemorrágica, Inconclusivo e Ignorados. Para o
SINANW foram considerados os casos com os seguintes diagnósticos:
Ignorados/Branco, Dengue Clássico, Dengue com Complicações, Febre
Hemorrágica do Dengue, Síndrome do Choque do Dengue (FIG.4.2 e
FIG.4.3). Foram trabalhados os diversos diagnósticos de cada doença de
forma agrupada, ou seja, em categorias únicas, e não por diferentes
diagnósticos.
FIG. 4.2: Descrição dos parâmetros de extração do banco de dados do
Dengue a partir do SINAN DOS
FIG. 4.3: Descrição dos parâmetros de extração do banco de dados do
Dengue a partir do SINANW
78
- Hepatite Tipo A: Assim como no bancos de dengue, leptospirose e meningite,
os arquivos deveriam apresentar seus dados em linhas e colunas,
correspondendo, respectivamente, aos casos por bairro e mês/ano. Do Banco
do SINAN DOS foram extraídos os casos que tiveram os seguintes
diagnósticos: cliníco-laboratorial, clínico-epidemiológico, confirmação
laboratorial e inconclusivo, todos com classificação etiológica para vírus tipo A.
Para o SINANW acrescentaram-se os casos de ignorados e em branco (ver
descrição dos parâmetros de extração no apêndice FIG. 7.1 e FIG. 7.2).
- Leptospirose - foram extraídos os casos que tiveram os seguintes diagnósticos:
Confirmados, ignorados e brancos (ver descrição dos parâmetros de extração
no apêndice FIG. 7.3 e FIG. 7.4).
- Meningite - foram extraídos os casos que tiveram os seguintes diagnósticos:
Confirmados, ignorados e brancos (ver descrição dos parâmetros de extração
no apêndice FIG. 7.5 e FIG. 7.6).
A extração dos dados foi feita de duas maneiras distintas, porém
concomitantemente. Além do número de casos por bairro mês a mês, foi solicitado
ao software que ele exportasse para o formato DBF todas as ocorrências que
preenchiam os requisitos desejados. Ao final existiam dois bancos que possuíam a
mesma informação, mas que a forma de apresentá-los era diferente. O primeiro
fornecia quem compunha o banco caso a caso, com a descrição nominal de cada
doente em DBF (FIG. 4.4). O segundo banco apresentava os casos de maneira
numeral, ou seja, quantos casos ocorreram em determinado lugar, num determinado
período, exportado para o formato XLS (FIG. 4.5).
79
FIG.4.4: Parte de um banco de dados com descrição caso a caso.
FIG.4.5: Parte de um banco de dados com número de casos por bairro
80
O objetivo de se extrair um banco de dados caso a caso foi para verificar o
número de registros duplicados que cada banco poderia conter. Foi considerado
como duplicidade qualquer registro que contivesse mais de uma ocorrência igual de
sua chave identificadora – no caso do SINAN, o campo chamado de Nu_Notific
(Número de Notificação) – e/ou no campo Nm_Pacient (Nome do Paciente). Quando
um Número de Notificação aparecia mais de uma vez no mesmo banco, significava
que havia ocorrido uma duplicidade de número de notificação ou de paciente. No
primeiro caso, quando a duplicidade era só do número de notificação, com pacientes
diferentes, um dos números de notificação era escolhido arbitrariamente e tinha seu
número alterado para um número fictício garantindo que nenhuma notificação
permanecesse com o mesmo número de identificação, neste caso número de
notificação. No segundo caso, o de duplicidade de nomes de pacientes, se fez
necessária a verificação de outros campos do banco, tais como: nome da mãe,
bairro de residência, data dos primeiros sintomas, logradouro de residência etc, para
evitar que casos de pessoas homônimas ou com mais de uma manifestação da
doença ao longo do ano (fato comum nas meningites) fossem consideradas como
duplicidades e, conseqüentemente, excluídas do banco. No caso de constatação da
duplicidade, um dos registros era arbitrariamente apagado do banco.
Optou-se pela depuração dos bancos para que a pesquisa refletisse o quadro
mais próximo possível da realidade, evitando possíveis distorções na produção dos
mapas trazendo apenas valores verdadeiros. Para a limpeza do banco foi utilizado a
função de nome summarize que encontra-se disponível no software ArcView. Esta
função permite fazer o somatório de entidades iguais pertencentes a um mesmo
campo de uma tabela, gerando uma nova tabela resultado (FIG. 4.6), que em
seguida era vinculada à tabela original facilitando o encontro das possíveis
duplicidades. Na FIG. 4.6, por razões de sigilo, os nomes das pessoas doentes
foram ocultados.
81
FIG.4.6: Exemplo de possíveis duplicidades encontradas pela função summarize
O inconveniente da limpeza de duplicidades dos bancos passa pelo fato de só
ser possível avaliar a necessidade e validade da limpeza após o final da operação,
pois não existe uma maneira de supor quantas duplicidades podem existir num
banco de posse apenas do seu número total de casos, contudo a limpeza do banco
garante a consistência da informação a ser trabalhada, mesmo que este número de
duplicidades seja pequeno frente ao tamanho total do banco.
Na FIG. 4.7, são apresentados, para todos os anos, os bancos de cada doença
estudada com o registro de casos antes e após a revisão, além do percentual de
duplicidade encontrado.
82
FIG.4.7: Bancos trabalhados e duplicidades encontradas
Após a finalização do tratamento dos bancos extraídos do SINAN, foi feita a
formatação da tabela de população do IPP com o objetivo de compatibilizá-la com as
informações do SINAN. Tal compatibilização consistiu na inserção dos bairros de
Vasco da Gama e Parque Colúmbia nas tabelas onde eles não estavam presentes e
no tratamento dos dados com o objetivo de padronização com as tabelas extraídas
do SINAN, visando à consolidação de todas as tabelas em um único formato que,
posteriormente, foram vinculadas com a tabela do shapefile de bairros.
As tabelas de população do IPP forneceram informações populacionais por
bairro para os anos de 1991, 2000, 2001, 2002, 2003 e 2004. Dessa forma, como
não foi encontrada a estimativa populacional por bairro para o período de 1996 a
1999, e esta era necessária para o cálculo do coeficiente, foram utilizadas no cálculo
de taxa de incidência as informações populacionais por bairro do Censo de 1991. A
variação populacional absoluta medida pelos censos de 1991 e 2000 na cidade do
Rio de Janeiro, neste mesmo período foi de 377.140 pessoas. A nota técnica
explicando o cálculo de estimativa populacional para os anos de 2001, 2002, 2003 e
2004 encontra-se no anexo 8.7 da presente dissertação. Vale ressaltar que até o
ano de 1999 o responsável pelo cálculo de estimativas populacionais era o IBGE,
mas a partir de então, com base na Resolução Conjunta Nº 28 da SMS/SMU, o IPP
passou a ser o responsável pela estimativa populacional da cidade do Rio de
83
Janeiro. Também é válido lembrar que o último censo foi feito no ano de 2000.
As tabelas de população para o ano de 1991 e para o período de 2000 a 2004,
também não estavam compatíveis com a tabela do shapefile de bairro, assim elas
também precisaram passar por um processo de compatibilização. As informações
contidas nessas tabelas apresentavam a população separada por APs (Áreas de
Planejamento), RAs e por bairros, além de estarem separadas por faixa etária e
sexo. Abaixo segue um exemplo de como eram originalmente as tabelas de
população e como elas ficaram após a compatibilização para o cálculo do coeficiente
de incidência (FIG. 4.8 e FIG. 4.9).
FIG.4.8: Tabela de População do IPP
84
FIG.4.9: Tabela preparada para o cálculo da taxa de incidência
Com a finalização da adequação dos bancos de dados necessários para a
geração das taxas de incidência, deu-se início à construção das mesmas. A taxa de
incidência, como discutido na seção 3.4, é obtida através do número de casos novos
registrados numa área específica, dividido pela população desta área, multiplicado
por um número determinado de habitantes. Assim, o resultado desta relação será o
número de habitantes naquela área específica que possam vir a desenvolver a
doença. O número de habitantes utilizado para se fornecer o resultado é arbitrário,
podendo ser 100, 1.000, 10.000, 100.000, etc. Pode-se desta maneira afirmar que a
taxa de incidência é a probabilidade de uma pessoa vir a adoecer. COSTA NETO
(1974) define probabilidade como sendo a “maior ou menor possibilidade de
ocorrência dos diversos fenômenos”.
85
Na bibliografia consultada foi constatado que apesar do coeficiente de
população ser arbitrário, predomina a taxa de incidência por 100.000 habitantes.
Neste estudo foi adotado o padrão de 10.000 habitantes, e tal escolha se justifica
pela análise da distribuição populacional da cidade nos seus 159 bairros. Foi
constatado que o universo populacional era amplo, existindo bairros com população
inferior à 2.500 pessoas, como os bairros da Saúde e da Cidade Universitária, assim
como bairros que ultrapassavam a barreira dos 200.000 habitantes, como Bangu e
Campo Grande. Contudo, o universo populacional apresenta-se concentrado na
faixa até os 40.000, correspondendo a cerca de 70% do total de bairros, como pode
ser notado na FIG. 4.10.
FIG.4.10: Distribuição dos bairros por faixa populacional
Desta forma, optou-se por gerar a taxa de incidência por 10.000 habitantes,
entendendo-se que a mesma facilitaria a leitura do coeficiente e que a proporção
seria a mesma caso o coeficiente de incidência fosse obtido por 10.000 ou 100.000
habitantes. Na FIG. 4.11 pode ser observado exemplo da tabela gerada já com as
taxas de incidência mês a mês e a taxa por ano. No apêndice encontram-se todas
as tabelas geradas com a taxa de incidência de todas as doenças no período
estudado.
86
FIG.4.11: Exemplo de tabela com taxa de incidência
4.5 GERAÇÃO DOS MAPAS
De posse das tabelas com as taxas de incidência e a definição da forma de
representação desta informação, deu-se início a construção dos mapas, utilizando-
se para isso o shapefile de bairros da cidade do Rio de Janeiro e o software ArcView
versão 3.2.
Cada um dos 12 mapas foi gerado a partir do cruzamento entre a tabela de
bairro e a tabela de taxa, utilizando-se como campo comum das tabelas a coluna de
nome de bairro. As informações representadas nos mapas foram as taxas de
incidência (FIG. 4.12) referentes aos anos de 1996, 2000 e 2004 de cada doença
estudada. Tais mapas podem ser consultados no apêndice desta dissertação.
87
FIG.4.12: Mapa de Incidência
Contudo, antes de finalizar a construção dos mapas foi feito um teste com todos
os modelos estatísticos oferecidos pelo software ArcView para a construção de
classes. Para tal foi escolhido de maneira aleatória o ano de 2000.
4.5.1 MAPA DE CORES PARA REPRESENTAR TAXA DE INCIDÊNCIA
A escolha do mapa de cores para a representação de taxas de incidência foi
proposital, pois, como visto no capítulo 2, as cores são veículos de informação por
natureza. Outro fator para a escolha de cores para a representação das classes foi a
área geográfica que alguns bairros possuem. Caso fosse escolhida a representação
por hachuras, alguns bairros teriam a visualização da informação dificultada em
função do tamanho dos bairros, por exemplo, caso este mapa precisasse ser
impresso num tamanho A4, ou menor como na FIG. 4.13.
88
FIG.4.13: Mapa de taxa utilizando-se hachuras
Segundo QUEIROZ (2000), a cartografia temática sempre apresentou
dificuldades de padronização, ou seja, dificuldades no estabelecimento de cores e
símbolos a serem representados, em função da significativa gama de informações
que podem ser representadas por/em um mapa temático. Contudo, deve-se ficar
atento para que a falta de padronização não seja confundida com má comunicação.
Segundo ROSETTE (2005), o mapa temático faz parte da ciência cartográfica e que,
como tal, mantém algumas características desta ciência como precisão e qualidade
da base.
Ficou definido que os mapas teriam como limite sete classes, seguindo os
preceitos sugeridos por MARTINELLI (2003), de que o uso de cores para ordem não
deve ultrapassar sete cores, uma vez que o olho humano começa a se tornar
insensível à variação dos tons a partir deste número de cores.
Taxa de Incidência de Dengue no Ano de 2000no Município do Rio de Janeiro por Bairro
Taxa de Incidênciapor Bairro
00 - 0.570.57 - 1.021.02 - 3.313.31 - 4.964.96 - 38.86
N
4000 0 4000 8000 Meters
A p
artir
da
base
car
togr
áfic
a 1:
10.0
00 d
o IP
P
Fonte: S/SUBASS/SVS/Gerência de Vigilância Epidemiológica
89
4.5.2 INTERVALOS DE CLASSE
A principal justificativa para a escolha da representação em intervalos de classes
se deu a partir da caracterização deste tipo de classificação. Essas características
são: os intervalos de classes são mutuamente exclusivos, ou seja, um indivíduo não
pertence a dois intervalos ao mesmo tempo, e exaustivo, nenhum indivíduo fica sem
classificação, além disso, apresentam-se como intervalos contínuos
(BERGAMASCHI, 2006). Assim, intervalo de classe pode ser definido como um
conjunto de observações contido entre dois valores limites, o inferior e o superior
(GALARÇA, 2006).
Ainda segundo GALARÇA (2006), o número de intervalos pode ser um problema
já que não existem critérios rígidos para a definição de número de classes, contudo,
sugere-se que o número de classes não seja inferior a seis e nem superior a 15, pois
no primeiro caso corre-se o risco de generalização acentuada da informação e no
segundo caso de se particularizar muito a informação. Este autor cita a regra de
Sturges como um auxílio para se obter, via cálculo matemático, o número de classes
em função do número de valores de variável.
4.6 TESTE DOS MODELOS ESTATÍSTICOS
O ArcView permite que se agrupe as feições de um tema a partir de algum
atributo da tabela deste tema. Este software apresenta cinco métodos estatísticos
para a criação de classes. São eles: equal area, equal interval, natural breaks,
quantile e standard deviation.
A escolha do método apropriado para representar uma informação é algo que
deve ser feito com muita cautela, visto que a escolha do método afetará diretamente
a forma como sua informação será representada e, conseqüentemente, interpretada.
E como poderá ser observado nos itens a seguir, cada método de classificação
resultou em padrões de representação visualmente distintos em todos os mapas.
90
4.6.1 MÉTODO EQUAL AREA
Este método consiste em achar pontos de corte de forma que a área total do
polígono de cada classe seja aproximadamente o mesmo. Segundo ROSA (2004),
este método apresenta classes similares ao método quantile quando o tamanho das
feições é aproximadamente o mesmo, o que não ocorre com os bairros da cidade do
Rio de Janeiro. Neste método de classificação, alguns intervalos podem ficar muito
curtos enquanto outros ficam muito longos, conforme pode ser observado na
FIG. 4.14.
FIG.4.14: Mapa de Meningite – Método Equal Area
No exemplo anterior no último intervalo (1.82 – 16.58) constam 39 bairros,
destes apenas seis possuem o mesmo valor de taxa de incidência, são elas: 1.84,
1.93 e 2.08. No total sete taxas estão entre 1.82 e 1.98; quatorze estão na faixa que
vai de 2 a 3; de 3 a 4 são sete casos, de 4 a 5 são 4 bairros; de 5 a 6 são dois
bairros, 1 bairros está entre 6 e 7 e um bairro com 16.58 pessoas por 10.000 hab
que possam vir a manifestar a doença.
91
4.6.2 MÉTODO EQUAL INTERVAL
O método Equal Interval (intervalos equivalentes) consiste em dividir as classes
em tamanhos iguais, de acordo com os valores da tabela de atributos (ROSA, 2004).
Este método apesar de ser de fácil compreensão pode produzir classes vazias e os
pontos de corte podem não ser significativos.
Este método, quando empregado numa distribuição mais homogênea de
valores, torna-se muito útil. Porém, freqüentemente não é o que ocorre com a taxa
de incidência que apresenta uma variação sutil, porém muito grande de valores.
Desta forma, muitas taxas diferentes acabam ficando dentro do mesmo intervalo,
como pode ser observado na FIG. 4.15, dificultando a análise da informação.
FIG.4.15: Mapa de Meningite – Método Equal Interval
Neste exemplo, dos 159 bairros do município, 147 encontram-se representados
na primeira classe. E a classe compreendida entre os valores 9.95 e 13.26 não tem
nenhum representante.
92
4.6.3 MÉTODO NATURAL BREAKS
O método Natural Breaks (quebras naturais) utiliza o método estatístico das K-
means desenvolvido por George Jenk para gerar as classes. Este método consiste
em minimizar a variância dentro de cada classe através do método estatístico,
fornecendo categorias que apresentam valores mais homogêneos possíveis dentro
das classes (ROSA, 2004). Define-se por variância o desvio padrão elevado ao
quadrado.
FIG.4.16: Mapa de Meningite – Método Natural Breaks
N
Fonte: S/SUBASS/SVS/Gerência de Vigilância Epidemiológica
A p
artir
da
base
car
togr
áfic
a 1:
10.0
00 d
o IP
P
Taxa de Incidência de Meningite no Ano de 2000no Município do Rio de Janeiro - Método Natural Breaks
Tx. de Inc. por Bairro0 - 0.690.69 - 1.651.65 - 3.223.22 - 6.966.96 - 16.58 6000 0 6000 12000 Meters
93
4.6.4 MÉTODO QUANTILE
No método de quantile, cada classe contém o mesmo número de casos.
Geralmente o mapa é balanceado, porém dependendo do tipo de dados, coloca
valores muito diferentes na mesma classe, além dos pontos de corte que podem não
ser significativos, como pode ser evidenciado na FIG. 4.17.
Como este método pretende formar grupos que possuam mais ou menos o
mesmo número de elementos, a taxa acaba ficando em segundo plano na
representação.
FIG.4.17: Mapa de Meningite – Método Quantile
No exemplo, na primeira e na segunda classe estão representados 32 bairros; a
terceira classe possui 34 bairros, a quarta 31 e a última classe tem 30 bairros.
94
4.6.5 MÉTODO STANDARD DEVIATION
Quinto e último método oferecido pelo ArcView para a geração de classes, este
método encontra a média e divide as classes em um quarto, um meio e um desvio
padrão abaixo e acima da média (ROSA, 2004). Porém, como se deseja representar
a taxa de incidência e não o desvio padrão da mesma, este método não atende às
necessidades da representação (FIG. 4.18). Mas pode ser utilizado na análise de
uma série temporal.
FIG.4.18: Mapa de Meningite – Método Standard Deviation
95
4.7 TESTES DE CORES
Além dos testes de métodos estatísticos oferecidos pelo software, foram feitos
teste de cores. Foram geradas onze figuras com escalas de cores monocromáticas,
duas figuras com cores contrastantes e duas paletas de cores, onde uma
apresentava a cor branca na primeira classe e outra já iniciava a primeira classe com
alguma cor (FIG. 7.8 do apêndice). Esse material foi utilizado no questionário que foi
aplicado a médicos, enfermeiros e público leigo.
O objetivo do teste foi constatar a sensação que as cores, quando utilizadas de
maneira monocromáticas ou não, transmitem ao ser humano noções de ordem e
valor. Segundo BERTIN (1983) a variação de cor é seletiva e associativa, contudo
não apresenta ordenação e que a mistura de cores quentes com cores frias causa
confusão visual na componente ordem. Os mapas, as paletas e o questionário
aplicado podem ser encontrados no apêndice 7.7 desta dissertação.
Os questionários foram aplicados em vinte pessoas, sendo 3 enfermeiros, 2
médicos e 15 leigos. Dentre os leigos 5 apresentavam nível médio de escolaridade
completos há época do questionário, e 10 possuíam nível superior de escolaridade.
Os resultados se apresentaram da seguinte forma:
- A figura que mais chamou a atenção dos entrevistados foi a Figura 13 (FIG.
7.33), recebendo treze votos. Esta figura caracteriza-se pelo uso de cores frias,
contudo ela não é monocromática.Sua classificação é iniciada pela cor
amarela, passando por tons de verde e finalizando no azul escuro. A Figura 11
(FIG. 7.31) aparece em segundo lugar, com oito votos. Esta de cores quentes
com início na amarela e finalização no vermelho;
- As figuras que passaram a sensação de estado crítico da informação
representada foi novamente a Figura 11 (FIG. 7.31) com sete votos, em
segundo lugar, empatadas, apareceram a Figura 10 (magenta) e a Figura 08,
com cinco votos cada uma (FIG. 7.30 e FIG. 7.28 respectivamente);
- As figuras que passaram a sensação de normalidade, ou seja, suas
informações se apresentam dentro de um padrão já estabelecido e conhecido
por todos foram: Figuras 04 (verde claro) e Figura 07 (ciano), com dez e seis
votos respectivamente (FIG. 7.24 e FIG. 7.27);
96
- As figuras que transmitiram a sensação de tranqüilidade também foram as
Figuras 07 e 04, sendo que desta vez a Figura 07 (FIG. 7.27) recebeu mais
votos (oito), enquanto a Figura 04 (FIG. 7.24) recebeu sete votos;
- Por fim, a figura que não despertou o interesse do entrevistado foi a Figura12
(FIG. 7.32), com quatro votos, suas cores vão do creme ao marrom, seguido
da Figura 07 – ciano, com três votos (FIG. 7.27) . O ciano é uma cor que ao
mesmo tempo transmite tranqüilidade é também uma cor que não desperta o
interesse do leitor do mapa. Nesta questão pode-se perceber uma
pulverização dos resultados, o que reforça o que foi dito no capítulo anterior,
ou seja, ao se trabalhar com cores, estas precisam ser analisadas em conjunto
com a informação que se deseja transmitir, para que a combinação cor-
informação desperte o interesse do maior número de pessoas possíveis;
- Quando a pergunta era, “Se você quisesse chamar a atenção para alguma
informação quais cores você usaria?” A combinação amarelo-vermelho foi a
mais citada;
- Quando questionados sobre a utilização de cores para dar sensação de
ordenamento à informação representada, todos os entrevistados responderam
que usariam cores claras para índices mais baixos e cores fortes para índice
mais altos (FIG. 7.34); e,
- Por fim, a utilização do branco como uma cor para classes de valor igual a
zero ou sem informação, também foi uma resposta unânime entre os
entrevistados (FIG. 7.35).
O Boletim da Situação Epidemiológica da Dengue, publicado pela SVS para o
primeiro trimestre do corrente ano, divide as taxas de incidência em três classes:
- áreas de baixa incidência – quando o número de casos por 100.000
habitantes for inferior a 100;
- áreas de média incidência – quando o número de casos estiver entre 100 e
300 por 100.000 habitantes; e
- áreas de alta incidência – taxa de incidência com valores acima de 300 casos
por 100.000 habitantes.
97
Não se pode afirmar que essa classificação foi gerada com o intuito de favorecer
o desenvolvimento de mapas de taxas de incidência, contudo também não se pode
negar a importância de tal classificação no sentido de representar um passo na
direção de um modelo de representação de taxas de incidência.
Com base no resultado dos testes de cores e dos métodos estatísticos, definiu-
se que:
- as informações com valores iguais a 0,49 e inferiores, devem estar
contemplados numa categoria separada e representada pela cor branca;
- os valores acima de 0.5 devem ser representados na classe acima de zero
registrados.
Estas decisões possuem duas explicações. A primeira é que a que visa facilitar a
leitura do mapa, evitando classes com valores muito quebrados, ou seja, valores que
não representam sequer um indivíduo, como por exemplo: 0.27, 0.38 etc. A segunda
decisão diz respeito aos casos em que a taxa de incidência se apresenta com
valores entre 0,5 e 0,99. Como uma das finalidades do mapa e subsidiar ações de
combate e controle de doenças, prefere-se evidenciar uma pior situação do que
mascarar uma situação de risco como se normal fosse. A seguir é apresentado um
mapa onde foram aplicados os resultados dos testes estatísticos e de cores.
FIG.4.19: Mapa de Meningite, com pontos de quebra definidos pelo elaborador do mapa
Taxa de Incidência de Meningite no Ano de 2000no Município do Rio de Janeiro
A p
artir
da
base
car
togr
áfic
a 1:
10.0
00 d
o IP
P
Fonte: S/SUBASS/SVS/Gerência de Vigilância Epidemiológica
N
6000 0 6000 12000 Meters
Taxa de IncidênciaPor Bairro
01 - 1.51.5 - 2.62.6 - 4.24.2 - 6.96.9 - 16.6
98
5 CONCLUSÕES E SUGESTÕES PARA TRABALHOS FUTUROS
Com base na bibliografia consultada, tanto na área de epidemiologia, como na
área de cartografia, verificou-se que não existe nenhuma padronização para a
construção de mapas temáticos de taxa de incidência de doenças, endêmicas ou
não. Toda a pesquisa desenvolvida nesta dissertação teve como objetivo aplicar os
conceitos de comunicação cartográfica na representação de doenças endêmicas na
cidade do Rio de Janeiro, mais especificamente de suas taxas de incidência. Porém,
o que é comunicação? O que é comunicação cartográfica? E comunicação visual?
MUNARI (1968) afirma que tudo aquilo que nossos olhos vêem é comunicação
visual, contudo, é possível fazer com que esta comunicação seja intencional,
fazendo com que o interesse do leitor seja despertado ao se ver um mapa. Este, na
verdade, foi o principal objetivo desta dissertação – e que, pode-se afirmar, foi
atingido.
Considerando a metodologia proposta, a criação das tabelas de taxas de
incidência, desenvolvidas especialmente para esta pesquisa, e após os testes de
cores e de classes realizados, foi possível constatar alguns pontos, que serão
ressaltados a seguir.
Para uma melhor e mais efetiva comunicação, sugere-se que os valores de
taxas de incidência iguais a zero sejam representados em uma classe separada,
com o objetivo de evitar que esta informação seja confundida com as taxas de
incidência de valores baixos, porém acima de zero. Desta forma, isolam-se os
valores zerados dos não-zerados, que devem fazer parte de outras classes.
Conforme apresentado nesta dissertação, a taxa de incidência é fornecida com base
em um número arbitrário de pessoas, por exemplo, 10.000 habitantes, 100.000
habitantes, ou outros valores. Na revisão bibliográfica foi possível observar que
existe uma predominância com relação ao uso de 100.000 habitantes. Entretanto,
como o foco desta dissertação era representar as taxas por bairros da cidade, o uso
da base de 100.000 habitantes não era recomendável, uma vez que foi constatado
que apenas 8% dos bairros apresentam população residente acima de 100.000
habitantes. Nesse contexto, conclui-se que o uso da base de 10.000 habitantes foi
99
mais recomendável por estar mais próxima da realidade da população dos bairros
do que a taxa fornecida por 100.000 habitantes. Assim, recomenda-se que, antes de
se gerar as taxas de incidência, seja analisada a população total da área de estudo
para avaliar a melhor base a ser utilizada, ou seja, 100, 1000, 10.000 etc
Também foi constatado que para o uso de cores não existem regras claras,
rígidas e definidas, apenas alguns indicadores de emprego e combinações de
algumas cores. Contudo, o uso do bom senso e a percepção das sensações
transmitidas por cada cor podem propiciar a construção de um mapa eficaz. Por
mapa eficaz, SANCHES (1981, apud QUEIROZ, 2000) afirma que é aquele que
transmite o máximo de informação em menor tempo e com menor esforço mental do
leitor. De acordo com ROSSETE (2005), a análise visual e o teste de impressão
podem ajudar a escolher a melhor forma de utilização de cores na representação da
informação. Conclui-se, assim, que apesar de toda a base teórica existente sobre o
assunto, ainda não é possível eliminar a subjetividade da elaboração de mapas
temáticos de classes.
Apesar de não existirem cores definidas para representar esta ou aquela taxa,
com o auxílio de questionários foi possível comprovar que algumas cores, como o
verde claro e o ciano, passam a impressão de um estado de normalidade e
tranqüilidade, desta forma não devendo ser utilizadas em mapas cujo agravo esteja
em período pré-epidêmico e epidêmico, a não ser que o objetivo seja suavizar a
informação contida naquele mapa. Combinações de amarelo com vermelho
demonstraram surtir efeito quando se desejava transmitir uma mensagem de alerta.
Concluiu-se também que para valores de taxa iguais a zero o uso do branco é o
mais indicado de acordo com o resultado dos testes aplicados.
Com relação aos métodos estatísticos apresentados pelo software ArcView,
nenhum deles atendeu às necessidades de representação das taxas de incidência
específicos desta pesquisa. O método, como o de quebras naturais e o de intervalos
iguais, podem ser utilizados quando os bancos apresentarem m valores mais
homogêneos. Nesse contexto, sugere-se que as classes, num primeiro momento,
sejam criadas pelo Natural Breaks para que em seguida seja utilizado processo
manual, onde o usuário irá interferir nos pontos de quebra das classes a partir da
análise dos valores apresentados no banco.
Por fim, valores iguais e inferiores a 0,49 devem ser classificados como zero,
100
facilitando a leitura do mapa, e aumentando a credibilidade da informação. Valores
entre 0,55 e 0,99, devem ser representados no intervalo de classe onde possam ser
entendidos como sendo um caso.
Como sugestão para trabalhos futuros, sugere-se que outros métodos
estatísticos sejam testados,como o bayseano, principalmente no que se refere à
possibilidade da criação de classes de representação, a fim de se tentar definir uma
padronização na representação da taxa de incidência a partir de intervalos de
classes. Isso também pode ser aplicado à representação de outras taxas,
coeficientes e índices epidemiológicos, bem como de outras doenças, tal como a
Leischmaniose Tegumentar, que vem aumentando gradativamente, ao longo dos
anos, o número de casos na cidade do Rio de Janeiro.
Construção de mapas de taxas de incidência utilizando o diagnóstico
diferenciado, por exemplo, separar Dengue Clássico de FHD, com o objetivo de
conhecer o comportamento espacial de um dado agravo. Utilização do diagrama de
controle na criação dos intervalos de classe.
Por fim, sugere-se um aprofundamento no estudo das cores para a
representação de taxas de incidência que possa levar a uma padronização do uso
das cores, como já ocorre com os mapas altimétricos.
101
6 REFERÊNCIAS BIBLIOGRÁFICAS ADELINO, Diogo dos Santos. Variáveis Táteis para Representações
Cartográficas. 2006. 128 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2006.
ANDERSON, Paul S. RIBEIRO, Antônio Jorge. MONMONIER, Mark S. A Natureza
da Cartografia. In: ANDERSON, Paul S. et al. Princípios da Cartografia Básica. [online]. 1982. Disponível: http://lilt.ilstu.edu/psanders/Cartografia/00%20 completo.pdf [Capturado em 20 jun. 2005]
ASSUNÇÃO, Renato Martins. BARRETO, Sandhi M. GUERRA, Henrique L.
SAKURAI, Emília. Mapas de Taxas Epidemiológicas: Uma Abordagem Bayesiana. [online]. 1998. Disponível: http://www.scielo.br/scielo.php?script =sci_arttext&pid=S0102-311X1998000400013&lng=es&nrm=.pf&tlng=pt. [Capturado em 26 jun. 2005].
AZEVEDO, Eduardo. Computação Gráfica. Rio de Janeiro: Elsevier, 2003. p. 179 –
209. il. BARBOSA, Luíza de Marilac Meireles. Glossário. In: ROUQUAYROL, Maria Zélia.
Epidemiologia e Saúde. 4ª ed. Curitiba: Medgi, 1994. BARCELLOS, Christovam. Elos Entre Geografia e Epidemiologia. [online]. 2000.
Disponível: http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S0102-311X2000000300004 [Capturado em 26 jun. 2005].
BENEZ, Leo. Muitas Luzes. [online]. 2006. Disponível: http://leobenez.tripod.com/
muitas-luzes.html. [Capturado em 30 jun. 2005]. BERGAMASCHI, Denise Pimentel. Bioestatística e Epidemiologia. [online]. 2006.
Disponível: http://www.fsp.usp.br/~denisepb/5732200301.pdf#search=%22%22 INtervalo%20de%20classe%22%20%2B%20estat%C3%ADstica%22. [Capturado em 30 ago. 2006].
BERLO, David Kenneth. O Processo da Comunicação: Introdução à Teoria e à
Prática (Trad. Jorge Arnaldo Fontes). 9ª ed. São Paulo: Martins Fontes, 1999. p. 23 – 74. il.
BERTIN, Jacques. Semiology of Graphics – Diagrams Networks Maps. Madison
– USA: The University of Wisconsin Press, 1983. p. 41 – 97. BORGES, Roberto Cabral de Mello. Cores. [online]. 2001. Disponível:
http://www.inf.ufrgs.br/~cabral/PalestrasApostilas.html. [Capturado em 30 jun. 2005].
102
BRASIL (a). Portaria nº 5 de 21 de Fevereiro de 2006. Dispõe sobre as doenças de notificação compulsória em território nacional. Ministério da Saúde [online]. 2006. Disponível: http://portalsaude.gov.br/portal/svs/area.cfm?id_area=604 [Capturado em 25 mar. 2006].
BRASIL (b). Ministério da Saúde. SINAN – Normas e Rotinas, versão 5.1. 1ª ed.
Brasília: MS/Funasa, 2004. BRASIL (c). Ministério da Saúde. Manual de Dengue. Vigilância Epidemiológica e
atenção ao doente. 2ª ed. Brasília: DEOPE, 1996. 79 p. BRITO, Marialda da Silva. Processo de Representação na Cartografia Temática.
1999. 142 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 1999.
CÂMARA, Gilberto. DAVIS, Clodovil. Introdução. In: CÂMARA, Gilberto. DAVIS,
Clodovil. MONTEIRO, Antônio Miguel Vieira. Introdução à Ciência da Geoinformação. [online]. 2004. Disponível: http://www.dpi.inpe.br/gilberto /livro/introd/index.html. [Capturado em 26 ago. 2004].
CANTARELLI, Elisa M. Pivetta. Cores. 2005. Disponível: http://www.fu.uri.br/~elisa
/interface/cores.pdf. [Capturado 25 jul 2005]. CARMO, Valéria Amorim do. A Contribuição da Simiologia Gráfica para o
Aprendizado da Geografia Através de um exemplo Prático. Revista Geografia e Ensino. Belo Horizonte: UFMG/IGC/Departamento de geografia, v.6, nº 1, p.109-111, mar. 1997.
CASSIER, Ernst. A Filosofia das Formas Simbólicas (Trad. Marion Fleischer). São
Paulo: Martins Fontes, 2001. p. 9-61 COSTA NETO, Pedro Luís de Oliveira. Probabilidades: Resumos Teóricos,
Exercícios Resolvidos, Exercícios Propostos. São Paulo: Edgar Blücher. 1974. p. 1 – 13.
COUTINHO, Alexandre Dantas Soares. Classificação Orientada a Objeto para
Identificação de Áreas Urbanas Propícias a Transmissão da Leptospirose. 2006. 151 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2006.
DAVIS, Henry. Cartographic Imagens. [online]. 2006. Disponível: http://www.henry-
davis.com/MAPS/Ren/Ren1/406C.htm [Capturado em 21 set. 2005] DELAZARI, Luciene Stamato. Modelagem e Implementação de um Atlas
Eletrônico Interativo Utilizando Métodos de Visualização Cartográfica. Tese (Doutorado em Engenharia de Transportes) Escola Politécnica da Universidade de São Paulo. São Paulo, S.P. 2004.
103
ESTEIO – Engenharia e Aerolevantamentos S.A. Esteio On Line. [online]. 2005. Disponível: http://www.esteio.com.br/newsletters/paginas/002/mercator.htm [Capturado em 27 ago. 2005]
FARIAS, Ângela et al. Manual de Leptospirose. 4ª ed. Brasília: FUNASA, 1999.
98p. il. FERREIRA. Luiz Felipe. Notas de Aula de Cartografia – Sistema de Cores e
Variáveis Visuais. Não publicadas. Departamento de Ciência e Tecnologia, Instituto Militar de Engenharia, Rio de Janeiro, 2001
FILHO, Naomar de Almeida. Anotações sobre a história da epidemiologia. In:
ROUQUAYROL, Maria Zélia. Epidemiologia e Saúde. 4ª ed. Curitiba: Medgi, 1994.
FISHMANN, Airton. Vigilância Epidemiológica. In: ROUQUAYROL, Maria Zélia.
Epidemiologia e Saúde. 4ª ed. Curitiba: Medgi, 1994. FOSSE, Juliana Moulin. Representação Cartográfica Interativa Tridimensional:
Estudo da Variável Visual Cor em Ambiente VRML. 2004. p. 10 – 25. Dissertação (Curso de Pós-Graduação em Ciências Geodésicas) – Universidade Federal do Paraná. Curitiba. 2004.
FUNASA. Guia de Vigilância Epidemiológica. 5ª ed. Brasília: FUNASA, 2002.
[online]. Disponível: http://portal.saude.gov.br/portal/svs/area.cfm?id_area=437. [Capturado em 07 abr 2005].
GALARÇA, Marcelo Moraes. Marcelo Moraes Galarça. [online]. 2006. Disponível:
http://br.geocities.com/mgalarca/Estatistica02.pdf. [Capturado em 30 ago. 2006].
GASPAR, Joaquim Alves. Cartas e Projecções Cartográficas. Liboa: LIDEL, 2000. GOLDSMITH, Timothy H. Olhos de Águia. Scientific American/Brasil. Pinheiros –
SP: Dueto, ano 5, nº 51, p. 70 – 77, ago 2006 GORDIS, Leon. Epidemiology. Philadelphia – USA: W. B. Saunders Company,
1996. p. 3 – 54 il. GRANHA, Gustavo Souto Perdigão. Metodologia de Criação de Símbolos
Cartográficos: Uma Aplicação para Estudos de Impacto Ambiental. 2001. 213 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2001
HAMANN, Edgar Merchán, TAUIL, Pedro Luiz, COST, Marisa Pacini. Terminologia
das Medidas e Indicadores em Epidemiologia: Subsídios para uma Possível Padronização da Nomenclatura. Informe Epidemiológico do SUS. Brasília: MS-FUNASA, V. 9, nº 4, p. 273 – 284, out/dez 2000.
104
HISTORIADOR, O. Mapa de Ga-Sur. [online]. 2005. Disponível: http://www.ohistoriador.com.br/consulta.php?tab=cur&id=3. [Capturado em 05 mai. 2005].
IBGE. Processo Cartográfico. In: Noções Básicas de Cartografia. [online]. 2005.
Disponível: http://www.ibge.gov.br/home/geociencias/cartografia/manual_ nocoes/processo_cartografico.html. [Capturado em 17 abr. 2005].
JOLY, Fernand. A Cartografia. (Trad. Tânia Pellegrini). Campinas - São Paulo:
Papirus, 1990. 136 p. il. LACOSTE, Yves. A Geografia – Isso Serve, em Primeiro Lugar, para Fazer a
Guerra. 4ª ed. Campinas - São Paulo: DIFEL, 1980. p. 21 – 51. LAGUARDIA, Josué et al. Sistema de Informação de Agravos de Notificação
(SINAN): desafios no desenvolvimento de um sistema de informação em saúde. Epidemiologia e Serviços de Saúde – SVS. Brasília: Ministério da Saúde, V. 13, nº 3, p. 135 – 147, jul/set 2004.
MARTINELLI, Marcello. Curso de Cartografia Temática. São Paulo: Contexto,
1991. 180 p. il. MARTINELLI, Marcello. Mapas da Geografia e Cartografia Temática. São Paulo:
Contexto, 2003. MONMONIER, Mark S. A Comunicação Cartográfica. In: ANDERSON, Paul S. et
al. Princípios da cartografia básica. [online]. 1982. Disponível: http://lilt.ilstu.edu/psanders/Cartografia/00%20Completo.pdf [Capturado em 20 jun. 2005]
MUNARI, Bruno. Design e Comunicação Visual. (Trad. Daniel Santana). São
Paulo: Livraria Martins Fontes Editora, 1968. 372 p. il. OLIVEIRA, Cêurio de. Curso de Cartografia Moderna. 2ª ed. Rio de Janeiro: IBGE,
1993. 152 p. il. PAULI, Evaldo. Enciclopédia Simpozio – Estética das Cores. 1997. Disponível:
http://www.cfh.ufrc.br/~simpozio/portugue.html. [Capturado em 02 ago. 2005]. PEREIRA, Maurício Gomes. Epidemiologia - Teoria e Prática. Rio de Janeiro: Ed.
Guanabara Koogan, 1995. p. 1 – 75. POTSCH, Denise Vigo, MARTINS, Fernando S. V. Hepatite A – CIVES. Centro de
Informação em saúde para viajantes. [online]. 2005. Disponível: http:// www.cives.ufrj.br/informacao/hepatite/hepA-iv.html. [Capturado em 02 mai. 2005]
105
QUEIROZ, Deise Regina Elias. A Linguagem Gráfica e a Eficácia da Imagem. [online]. 2000. Disponível: http://www.dge.uem.br/geonotas/vol4-3/Queiroz. shtml. [Capturado em 25 jul. 2005].
REZENDE, J. M. Tópicos Selecionados de História da Medicina e Linguagem
Médica. [online]. Disponível: http://usuarios.cultura.com.com/jmrezende/ endemia.htm. [Capturado em 04 out. 2004].
RIBEIRO, Antônio Jorge. ANDERSON, Paul S. História da Cartografia Mundial e
Brasileira. In: ANDERSON, Paul S. et al. Princípios da Cartografia Básica. [online]. 1982. Disponível: http://lilt.ilstu.edu/psanders/Cartografia/00 %20Completo.pdf [Capturado em 20 jun. 2005]
RIO DE JANEIRO. Atlas Escolar da Cidade do Rio de Janeiro. Rio de Janeiro:
Imprensa da Cidade, 2000. 45 p. il. RIO DE JANEIRO. Resolução nº 28 de 19 de Novembro de 1999. Dispõe sobre a
Responsabilidade Assumida pelo IPP Sobre a Realização dos Cálculos de Estimativas Populacionais para o Município do Rio de Janeiro. SMS/SMU – Prefeitura da Cidade do Rio de Janeiro.
ROBINSON, Arthur H. et al. Elements of Cartography. 6ª ed. Madison – USA: John
Wiley & Sons, 1995. p. 315-379 ROCHA, Marcos de Meneses. Modelagem da Dispersão de Vetores com
Emprego da Estatítica Espacial. 2004. 101 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2004
ROSA, Roberto. Curso de ArView. 2004 [online]. Disponível: http://www.ig.ufu.br/
lgeop /Apostilas/Arcview.pdf [Capturado em 15 fev. 2006]. ROSETTE, Adeline C. MENEZES, Paulo Márcio Leal de. Erros Comuns na
Cartografia Temática. [online]. Disponível: http://www.cartografia.org.br/xxi _cbc/179-C37.pdf#search=%22%22Erros%20Comuns%20na%20Cartografia% 20Tem%C3%A1tica%22%22 [Capturado em 13 mai. 2005]
ROUQUAYROL, M. Zélia (a). Epidemiologia, História Natural e Prevenção de
Doenças. In: ROUQUAYROL, Maria Zélia. Epidemiologia e Saúde. 4ª ed. Curitiba: Medgi, 1994.
ROUQUAYROL, M. Zélia (b). As Variáveis de Tempo, Espaço e Pessoa. In:
ROUQUAYROL, Maria Zélia. Epidemiologia e Saúde. 4ª ed. Curitiba: Medgi, 1994.
SES - SC. Vigilância Epidemiológica / Meningite [online]. 2005. Disponível:
http://www.saude.sc.gov.br/gestores/sala_de_leitura/artigos/Vigilancia_Epidemiologica/meningite2.htm. [Capturado em 09 mai. 2005]
106
SILVA, Luiz Jacinto da. O Conceito de Espaço na Epidemiologia das Doenças Infecciosas. [online] 1997. Disponível: http://www.scielo.br/scielo.php ?pid=S0102-311X1997000400002&script=sci_arttext [Capturado em 26 jun. 2005]
SILVA, Evania Alves da. Elaboração de Símbolos Militares para Ambientes de
Visualização Tridimensional. 2006. 157 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2006.
SVS. Boletim – Situação Epidemiológica da Dengue – Semana nº 13. Brasília.
[online]. 2006. Disponível: http://portal.saude.gov.br/portal/arquivos/pdf/boletim _dengue_13.pdf#search=%22%22Boletim%20%E2%80%93%20Situa%C3%A7%C3%A3o%20Epidemiol%C3%B3gica%20da%20Dengue%22%22 [Capturado em 08 ago. 2006].
TUAN, Yi-fu. Topofilia – Um Estudo da Percepção, Atitudes, e Valores do Meio
Ambiente. São Paulo: DIFEL, 1980. TUAN, Yi-fu. Espaço e Lugar: A Perspectiva da Experiência. (Trad. Lívia de
Oliveira). São Paulo: DIFEL, 1983. 250 p. il. UCLA - University of Califórnia - Department of Epidemiology. Map of Jonh Snow’s
London in 1859. [online]. Disponível: http://www.ph.ucla.edu/epi/snow/1859 map/map1859.html .[Capturado em 18 ago. 2005].
WIKIDÉSIA. Atlas. [online]. Disponível: http://geodesia.ufsc.br/wikidesia/index.php
/Atlas. [Capturado em 27 ago. 2005]. XAVIER, Samanta C. das C. Sistema de Informações Geográficas na Dinâmica
de Transmissão do Trypanosoma cruzi. 2003. 107 p. Dissertação (Mestrado em Engenharia Cartográfica). Instituto Militar de Engenharia, Rio de Janeiro. 2003.
107
7 APÊNDICES
108
7.1 DESCRIÇÃO DOS PARAMÊTROS DE EXTRAÇÃO DOS DADOS DO SINAN
FIG. 7.1: Descrição dos paramêtros de extração do banco de dados
de Hepatite A a partir do SINANDOS
FIG. 7.2: Descrição dos paramêtros de extração do banco de dados
de Hepatite A a partir do SINANW
109
FIG. 7.3: Descrição dos paramêtros de extração do banco de dados
de Leptospirose a partir do SINANDOS
FIG. 7.4: Descrição dos paramêtros de extração do banco de dados
de Leptospirose a partir do SINANW
FIG. 7.5: Descrição dos paramêtros de extração do banco de dados
de Meningite a partir do SINANDOS
110
FIG. 7.6: Descrição dos paramêtros de extração do banco de dado
de Meningite a partir do SINANW
7.2 DENGUE – MAPAS E TABELA
FIG.7.7: Mapa de Dengue – Método Equal Area
111
FIG.7.8: Mapa de Dengue – Método Equal Interval
FIG.7.9: Mapa de Dengue – Método Natural Breaks
112
FIG.7.10: Mapa de Dengue – Método Quantile
FIG.7.11: Mapa de Dengue – Método Standard Deviation
113
TAB. 7.1: Dengue - Taxa de Incidência no Ano de 2000
Bairros Tx Jan Tx Fev Tx Mar Tx Abr Tx Mai Tx Jun Tx Jul Tx Ago Tx Set Tx Out Tx Nov Tx Dez Tx Total
SAUDE 0,00 0,00 9,15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 9,15
GAMBOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
SANTO CRISTO 0,00 2,08 2,08 0,00 8,32 1,04 0,00 0,00 0,00 0,00 0,00 1,04 14,56
CAJU 0,00 0,00 0,00 0,57 2,83 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,39
CENTRO 0,26 0,00 0,00 0,51 0,26 1,02 0,77 0,00 0,00 0,00 0,00 0,26 3,07
CATUMBI 0,00 0,00 0,00 0,00 0,77 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,77
RIO COMPRIDO 0,29 0,00 0,00 0,29 0,57 0,57 0,00 0,29 0,00 0,00 0,29 0,00 2,30
CIDADE NOVA 0,00 0,00 0,00 0,00 5,68 0,00 1,89 0,00 0,00 0,00 0,00 0,00 7,57
ESTACIO 0,97 0,00 0,00 0,48 0,97 0,48 0,00 0,97 0,00 0,00 0,00 0,00 3,88
SAO CRISTOVAO 0,00 0,26 0,26 2,09 1,30 0,52 0,00 0,00 0,26 0,00 0,00 0,00 4,70
MANGUEIRA 0,00 0,00 0,00 0,74 0,74 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,47
BENFICA 0,53 0,53 1,05 2,10 4,21 1,05 0,53 0,00 0,00 0,00 0,00 0,53 10,52
VASCO DA GAMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
PAQUETA 0,00 0,00 2,92 0,00 11,69 0,00 0,00 2,92 0,00 11,69 2,92 5,85 38,00
SANTA TERESA 0,97 0,24 0,24 0,97 1,46 0,49 0,24 0,24 0,00 0,00 0,00 0,00 4,86
FLAMENGO 0,19 0,00 0,38 0,38 0,19 0,19 0,00 0,19 0,00 0,00 0,00 0,00 1,50
GLORIA 0,00 0,00 0,00 0,00 1,98 0,00 0,00 0,00 0,00 0,99 0,00 0,99 3,96
LARANJEIRAS 0,43 0,00 0,43 0,22 0,22 0,22 0,00 0,00 0,00 0,00 0,00 0,00 1,51
CATETE 0,92 0,92 0,00 0,00 0,00 0,46 0,46 0,00 0,00 0,46 0,00 0,46 3,68
COSME VELHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
BOTAFOGO 0,00 0,00 0,13 0,13 0,51 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,77
HUMAITA 0,66 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,66
URCA 0,00 0,00 0,00 0,00 0,00 0,00 1,48 0,00 0,00 0,00 0,00 0,00 1,48
LEME 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
COPACABANA 0,14 0,00 0,14 0,20 0,14 0,14 0,00 0,00 0,00 0,07 0,00 0,00 0,82
IPANEMA 0,21 0,21 0,00 0,21 0,00 0,43 0,00 0,00 0,00 0,00 0,00 0,00 1,07
LEBLON 0,21 0,00 0,00 0,86 0,21 0,21 0,00 0,21 0,00 0,00 0,00 0,21 1,93
LAGOA 1,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,07
JARDIM BOTANICO 0,51 0,00 0,00 0,51 0,51 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,53
GAVEA 0,57 0,00 0,00 0,00 0,57 1,14 0,00 0,00 0,00 0,00 0,00 0,57 2,86
VIDIGAL 0,73 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,73
SAO CONRADO 0,00 0,00 0,00 0,00 1,79 0,90 0,00 0,00 0,00 0,90 0,00 0,00 3,59
ROCINHA 0,18 0,00 0,71 0,36 0,00 0,00 0,00 0,18 0,00 0,00 0,00 0,00 1,42
PRACA DA BANDEIRA 0,00 0,00 0,00 0,00 2,20 1,10 0,00 0,00 0,00 0,00 0,00 0,00 3,30
TIJUCA 0,00 0,18 0,43 0,79 1,59 0,55 0,43 0,06 0,06 0,00 0,12 0,00 4,22
ALTO DA BOA VISTA 0,00 0,00 0,00 2,42 1,21 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,63
MARACANA 0,00 0,00 0,00 0,73 0,37 1,10 0,00 0,37 0,00 0,00 0,00 0,00 2,56
VILA ISABEL 0,00 0,12 0,24 1,47 4,03 2,20 0,24 0,24 0,12 0,12 0,00 0,00 8,80
ANDARAI 0,26 0,26 0,52 1,04 1,04 0,00 0,00 0,00 0,00 0,00 0,52 0,00 3,63
GRAJAU 0,00 0,00 1,31 1,31 3,39 1,57 0,26 0,00 0,00 0,00 0,00 0,00 7,83
MANGUINHOS 1,29 0,32 0,64 0,32 0,32 0,64 0,32 0,00 0,00 0,00 0,00 0,00 3,86
BONSUCESSO 1,04 0,52 3,63 4,15 11,92 9,85 1,55 0,52 1,04 1,55 2,07 1,04 38,86
RAMOS 0,27 0,80 1,86 3,20 3,46 0,80 0,27 0,80 0,00 0,27 0,00 0,53 12,25
OLARIA 0,00 0,00 0,96 1,12 2,08 1,76 0,64 0,00 0,00 0,00 0,32 0,16 7,04
PENHA 0,14 1,51 1,51 2,48 2,89 0,28 0,14 0,00 0,00 0,00 0,00 0,00 8,94
PENHA CIRCULAR 0,20 1,17 1,76 0,39 1,76 0,39 0,20 0,00 0,00 0,00 0,00 0,00 5,87
BRAS DE PINA 0,00 0,17 0,51 0,34 1,85 0,00 0,00 0,00 0,00 0,17 0,17 0,17 3,37
CORDOVIL 0,21 0,00 0,64 0,21 0,43 0,00 0,21 0,21 0,00 0,00 0,00 0,00 1,93
PARADA DE LUCAS 0,43 0,43 0,00 3,01 3,01 0,00 0,43 0,43 0,00 0,00 0,00 0,00 7,74
VIGARIO GERAL 0,00 0,25 0,00 1,26 1,77 0,25 0,00 0,00 0,00 0,00 0,00 0,00 3,54
JARDIM AMERICA 1,54 0,39 1,16 5,78 5,78 0,77 1,16 0,00 0,00 0,00 0,00 0,00 16,57
RIBEIRA 0,00 3,01 0,00 3,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 6,02
ZUMBI 4,90 4,90 4,90 0,00 4,90 4,90 0,00 0,00 0,00 0,00 0,00 0,00 24,50
CACUIA 0,00 0,00 1,00 1,00 4,02 1,00 1,00 1,00 0,00 0,00 0,00 0,00 9,04
PITANGUEIRAS 0,86 0,86 1,72 1,72 1,72 0,00 0,00 0,00 0,00 0,86 0,00 0,00 7,76
PRAIA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
COCOTA 0,00 4,07 0,00 0,00 6,11 0,00 2,04 0,00 0,00 0,00 0,00 0,00 12,22
BANCARIOS 3,30 2,47 2,47 5,77 3,30 4,95 0,82 0,00 0,82 0,00 0,82 2,47 27,21
FREGUESIA 0,00 0,00 0,00 2,18 2,18 1,09 0,00 0,00 0,00 0,00 0,00 0,00 5,44
JARDIM GUANABARA 0,00 0,33 0,33 1,34 3,01 0,33 0,00 0,33 0,00 0,00 0,00 0,00 5,69
JARDIM CARIOCA 0,40 0,40 0,00 0,40 1,98 0,40 0,00 0,00 0,00 0,00 0,00 0,00 3,57
TAUA 0,00 0,30 0,60 0,90 1,51 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,31
MONERO 0,00 0,00 3,24 0,00 1,62 1,62 1,62 0,00 0,00 0,00 0,00 0,00 8,09
PORTUGUESA 0,00 0,00 0,81 5,66 4,04 2,43 0,00 0,00 0,00 0,00 0,40 0,00 13,34
GALEAO 0,00 0,46 0,00 1,85 2,31 3,24 1,85 0,00 0,00 1,39 0,00 0,00 11,09
CIDADE UNIVERSITARIA 0,00 0,00 0,00 0,00 5,76 0,00 0,00 0,00 0,00 0,00 0,00 0,00 5,76
COMPLEXO DO ALEMAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
MARE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
HIGIENOPOLIS 0,00 0,00 0,00 1,21 3,01 0,60 0,00 0,00 0,00 0,00 0,00 0,60 5,43
MARIA DA GRACA 0,00 1,22 0,00 1,22 3,66 0,00 0,00 0,00 0,00 0,00 0,00 0,00 6,11
DEL CASTILHO 0,00 0,00 0,70 0,70 0,00 1,40 0,00 0,00 0,00 0,00 0,00 0,00 2,81
INHAUMA 0,23 0,00 0,47 2,11 1,40 0,47 0,23 0,23 0,00 0,00 0,00 0,23 5,38
ENGENHO DA RAINHA 0,00 0,00 0,00 0,37 1,10 0,37 0,37 0,00 0,00 0,00 0,00 0,00 2,20
TOMAS COELHO 0,00 0,00 0,00 0,46 0,93 0,93 0,00 0,00 0,00 0,00 0,00 0,00 2,32
SAO FRANCISCO XAVIER 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ROCHA 0,00 0,00 0,00 0,00 1,05 1,05 0,00 0,00 0,00 0,00 0,00 0,00 2,10
RIACHUELO 0,00 1,53 0,00 2,29 4,58 0,76 0,00 0,00 0,00 0,00 0,00 0,00 9,16
SAMPAIO 0,00 0,00 0,00 3,81 0,95 0,00 0,00 0,00 0,95 0,00 0,00 0,00 5,71
ENGENHO NOVO 0,00 0,00 1,35 2,47 1,35 2,47 0,22 0,45 0,00 0,00 0,00 0,00 8,32
114
continuação TAB. 7.1
JACARE 0,00 0,00 0,00 0,00 0,00 0,00 1,35 1,35 0,00 0,00 0,00 0,00 2,71
LINS DE VASCONCELOS 0,00 0,00 2,84 0,85 1,99 1,42 0,28 0,00 0,00 0,00 0,00 0,00 7,39
MEIER 0,58 0,19 0,39 1,56 2,14 0,78 0,39 0,00 0,00 0,00 0,19 0,00 6,23
TODOS OS SANTOS 0,44 0,00 0,00 0,44 0,44 0,00 0,00 0,00 0,00 0,00 0,00 0,44 1,74
CACHAMBI 0,00 0,00 0,24 0,48 0,48 0,24 0,00 0,00 0,00 0,00 0,00 0,00 1,45
ENGENHO DE DENTRO 0,00 0,00 0,00 2,14 1,49 1,49 0,64 0,00 0,21 0,00 0,00 0,00 5,98
AGUA SANTA 0,00 1,38 1,38 1,38 1,38 2,76 0,00 0,00 0,00 0,00 0,00 0,00 8,28
ENCANTADO 0,65 0,00 0,00 0,65 5,84 1,30 0,00 0,00 0,00 0,00 0,00 0,00 8,43
PIEDADE 0,23 0,00 0,23 0,91 1,81 0,00 0,91 0,00 0,23 0,00 0,00 0,45 4,76
ABOLICAO 0,00 0,00 0,00 0,00 0,81 0,81 0,00 0,00 0,00 0,00 0,00 1,62 3,24
PILARES 0,35 0,00 0,35 0,69 1,04 1,04 0,35 0,00 0,00 0,00 0,00 0,00 3,80
JACAREZINHO 0,00 0,00 0,55 0,27 0,55 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,37
VILA KOSMOS 0,00 1,13 1,13 0,57 1,70 0,00 0,57 0,57 0,00 0,00 0,00 0,00 5,66
VICENTE DE CARVALHO 0,00 0,00 0,41 1,65 1,65 0,41 0,00 0,00 0,00 0,00 0,41 0,00 4,52
VILA DA PENHA 0,41 0,41 2,06 2,06 4,53 1,24 0,41 0,00 0,41 0,00 0,00 0,00 11,53
VISTA ALEGRE 0,00 0,00 1,20 3,59 1,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 5,99
IRAJA 0,20 0,10 0,10 0,39 0,49 0,29 0,20 0,00 0,00 0,00 0,10 0,00 1,87
COLEGIO 0,00 0,38 0,38 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,76
CAMPINHO 0,00 0,00 1,06 1,06 3,19 2,13 0,00 0,00 0,00 0,00 0,00 0,00 7,44
QUINTINO BOCAIUVA 0,29 0,00 0,86 0,58 0,58 0,29 0,29 0,00 0,29 0,00 0,00 0,00 3,16
CAVALCANTI 0,00 0,00 0,63 0,00 1,27 0,63 0,00 0,00 0,00 0,00 0,00 0,00 2,54
ENGENHEIRO LEAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
CASCADURA 0,30 0,00 0,60 0,60 1,49 0,00 0,30 0,00 0,00 0,00 0,00 0,00 3,28
MADUREIRA 0,58 1,56 0,39 1,17 1,95 0,19 0,19 0,00 0,00 0,00 0,00 0,00 6,03
VAZ LOBO 0,00 0,00 0,00 1,64 0,00 0,82 0,82 0,82 0,00 0,00 0,00 0,00 4,11
TURIACU 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ROCHA MIRANDA 0,00 0,00 0,00 0,24 1,70 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,94
HONORIO GURGEL 0,91 0,00 0,00 0,91 0,00 0,45 0,45 0,00 0,00 0,00 0,00 0,45 3,18
OSWALDO CRUZ 0,00 0,28 0,28 0,28 1,67 0,28 0,00 0,00 0,00 0,00 0,00 0,00 2,79
BENTO RIBEIRO 0,65 0,00 0,22 0,22 0,86 0,22 0,00 0,00 0,00 0,00 0,00 0,00 2,15
MARECHAL HERMES 0,41 0,00 0,41 0,81 0,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,83
GUADALUPE 1,08 0,00 2,37 3,45 2,37 1,73 0,22 0,00 0,43 0,00 0,22 0,00 11,87
ANCHIETA 0,56 0,19 1,30 1,30 1,12 1,12 0,19 0,00 0,00 0,19 0,19 0,00 6,13
PARQUE ANCHIETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
RICARDO DE ALBUQUERQUE 0,73 0,73 0,37 1,46 0,37 0,00 0,00 0,37 0,37 0,00 0,00 0,00 4,38
COELHO NETO 0,00 0,00 0,94 0,94 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,62 2,50
ACARI 0,00 0,00 0,41 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41
BARROS FILHO 0,00 0,00 0,00 0,00 0,00 0,66 0,00 0,00 0,00 0,00 0,00 0,00 0,66
COSTA BARROS 0,00 0,00 0,39 0,00 1,16 0,00 0,00 0,00 0,39 0,00 0,00 0,00 1,93
PAVUNA 0,00 0,00 0,00 0,20 0,30 0,40 0,00 0,00 0,00 0,00 0,00 0,10 1,01
PARQUE COLUMBIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
JACAREPAGUA 0,10 0,69 0,50 1,39 1,59 0,30 0,20 0,00 0,00 0,10 0,00 0,10 4,96
ANIL 1,39 0,46 0,93 2,78 2,78 1,39 0,93 0,46 0,46 0,00 0,46 0,00 12,06
GARDENIA AZUL 0,00 0,00 0,52 0,52 1,56 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,59
CURICICA 0,81 0,40 1,21 1,21 2,82 0,81 0,40 0,00 0,00 0,00 0,00 0,00 7,65
FREGUESIA-JPA 0,56 0,37 1,30 3,89 4,63 0,37 0,37 0,00 0,00 0,00 0,19 0,00 11,66
PECHINCHA 1,27 1,58 2,85 4,43 2,21 0,32 0,00 0,00 0,00 0,00 0,00 0,00 12,65
TAQUARA 0,75 2,24 3,41 5,76 5,76 0,96 0,43 0,11 0,11 0,11 0,00 0,00 19,63
TANQUE 0,31 0,00 1,85 1,54 0,92 1,85 0,31 0,00 0,00 0,00 0,00 0,00 6,78
PRACA SECA 0,17 0,34 0,17 1,34 1,51 0,34 0,00 0,00 0,00 0,00 0,17 0,17 4,19
VILA VALQUEIRE 0,00 0,32 0,32 0,63 1,26 0,63 0,00 0,00 0,00 0,32 0,00 0,32 3,78
CIDADE DE DEUS 0,53 0,00 0,26 1,05 0,26 0,26 0,53 0,00 0,00 0,00 0,00 0,26 3,16
JOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ITANHANGA 1,38 0,46 0,92 0,92 1,38 0,46 0,00 0,00 0,00 0,00 0,00 0,00 5,50
BARRA DA TIJUCA 0,22 0,11 0,54 1,30 1,52 0,33 0,22 0,00 0,00 0,00 0,00 0,00 4,23
CAMORIM 0,00 0,00 0,00 12,72 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 12,72
VARGEM PEQUENA 0,00 0,00 0,87 0,87 1,73 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,47
VARGEM GRANDE 0,00 0,00 2,15 0,00 1,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,22
RECREIO BANDEIRANTES 0,27 0,27 0,00 0,00 0,00 0,80 0,00 0,00 0,00 0,00 0,00 0,27 1,60
GRUMARI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
DEODORO 0,86 0,00 1,73 1,73 0,00 1,73 0,00 0,00 0,00 0,00 0,00 0,00 6,04
VILA MILITAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
CAMPO DOS AFONSOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
JARDIM SULACAP 0,00 0,00 0,00 0,89 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,89
MAGALHAES BASTOS 0,00 0,80 0,40 0,00 0,00 0,00 0,00 0,00 0,40 0,40 0,00 0,00 2,01
REALENGO 0,17 0,23 0,28 0,00 0,23 0,00 0,06 0,06 0,11 0,06 0,00 0,00 1,19
PADRE MIGUEL 0,15 0,00 0,00 0,15 0,00 0,15 0,00 0,15 0,00 0,00 0,00 0,15 0,77
BANGU 0,12 0,04 0,12 0,16 0,25 0,16 0,04 0,00 0,08 0,00 0,04 0,00 1,02
SENADOR CAMARA 0,18 0,00 0,09 0,09 0,54 0,27 0,00 0,00 0,09 0,00 0,09 0,09 1,44
SANTISSIMO 0,29 0,00 0,00 0,00 0,29 0,00 0,00 0,00 0,29 0,00 0,00 0,00 0,88
CAMPO GRANDE 0,07 0,03 0,00 0,03 0,20 0,10 0,03 0,00 0,00 0,03 0,00 0,07 0,57
SENADOR VASCONCELOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
INHOAIBA 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,17
COSMOS 0,15 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,30
GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,11 0,00 0,23
BARRA DE GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
PEDRA DE GUARATIBA 1,03 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,03
PACIENCIA 0,00 0,24 0,12 0,00 0,00 0,12 0,00 0,00 0,12 0,00 0,12 0,12 0,84
SANTA CRUZ 0,10 0,00 0,05 0,21 0,10 0,05 0,05 0,00 0,05 0,00 0,05 0,05 0,73
SEPETIBA 0,28 0,00 0,28 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,56
115
7.3 HEPATITE A - MAPAS E TABELA
FIG.7.12: Mapa de Hepatite A – Método Equal Area
FIG.7.13: Mapa de Hepatite A – Método Equal Interval
116
FIG.7.14: Mapa de Hepatite A – Método Natural Breaks
FIG.7.15: Mapa de Hepatite A – Método Quantile
117
FIG.7.16: Mapa de Hepatite A – Método Standard Deviation
118
TAB. 7.2: Hepatite A - Taxa de Incidência no Ano de 2000
Bairros Tx Jan Tx Fev Tx Mar Tx Abr Tx Mai Tx Jun Tx Jul Tx Ago Tx Set Tx Out Tx Nov Tx Dez Tx TotalSAUDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GAMBOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTO CRISTO 0,00 0,00 1,04 1,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,08CAJU 0,00 0,00 0,00 0,00 0,00 0,00 1,70 0,00 0,00 0,00 0,00 0,00 1,70CENTRO 0,00 0,00 0,26 0,26 0,00 0,00 0,00 0,00 0,26 0,00 0,00 0,26 1,02CATUMBI 0,00 1,55 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,55RIO COMPRIDO 0,00 0,00 0,86 0,00 0,00 0,00 0,00 0,57 0,00 0,86 0,29 0,29 2,87CIDADE NOVA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ESTACIO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SAO CRISTOVAO 0,00 0,00 0,26 0,52 0,52 0,00 0,52 1,57 0,26 0,52 2,09 0,26 6,52MANGUEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,74 0,00 0,00 0,00 0,74 0,00 1,47BENFICA 0,00 0,00 0,00 0,00 0,00 0,53 1,05 0,00 0,53 1,58 0,00 0,53 4,21VASCO DA GAMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PAQUETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTA TERESA 0,00 0,00 0,00 0,49 0,00 0,00 0,00 0,24 0,00 0,00 0,24 0,49 1,46FLAMENGO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,19 0,00 0,00 0,19GLORIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LARANJEIRAS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CATETE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSME VELHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BOTAFOGO 0,00 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,38 0,51HUMAITA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00URCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LEME 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COPACABANA 0,00 0,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,07 0,00 0,14IPANEMA 0,21 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,21LEBLON 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LAGOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM BOTANICO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GAVEA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VIDIGAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SAO CONRADO 0,90 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,90ROCINHA 0,36 0,18 0,00 0,00 0,36 0,53 0,36 0,71 0,00 0,36 0,00 0,18 3,02PRACA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,10 0,00 1,10TIJUCA 0,00 0,31 0,06 0,00 0,06 0,06 0,06 0,43 0,55 0,43 0,37 0,43 2,75ALTO DA BOA VISTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARACANA 0,37 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,37 0,00 0,00 0,00 0,73VILA ISABEL 0,00 0,00 0,00 0,12 0,24 0,00 0,00 0,12 0,12 0,00 0,12 0,12 0,86ANDARAI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GRAJAU 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,52 0,00 0,00 0,52MANGUINHOS 0,00 0,97 0,00 0,64 0,32 0,00 0,00 0,32 1,29 0,00 0,00 0,64 4,19BONSUCESSO 1,04 0,00 0,00 1,55 0,00 1,04 1,55 2,07 1,55 1,04 2,07 1,04 12,95RAMOS 0,27 0,00 1,07 0,27 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,60OLARIA 0,16 0,16 0,00 0,00 0,00 0,00 0,00 0,16 0,32 0,32 0,00 0,16 1,28PENHA 0,14 0,00 0,28 0,14 0,00 0,14 0,14 0,69 0,14 0,41 0,28 0,41 2,75PENHA CIRCULAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BRAS DE PINA 0,17 0,00 0,00 0,00 0,00 0,00 0,17 0,17 0,00 0,00 0,00 0,00 0,51CORDOVIL 0,00 0,00 0,00 0,00 0,00 0,00 0,21 0,00 0,00 0,00 0,21 0,00 0,43PARADA DE LUCAS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VIGARIO GERAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM AMERICA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,16 1,16RIBEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ZUMBI 19,60 0,00 4,90 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 24,50CACUIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 1,00PITANGUEIRAS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,72 0,86 0,00 0,00 0,00 2,59PRAIA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COCOTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,04 0,00 0,00 0,00 2,04BANCARIOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00FREGUESIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM GUANABARA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM CARIOCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,40 0,00 0,00 0,00 0,40TAUA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,30 0,30 0,30 0,00 0,00 0,90MONERO 0,00 1,62 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,62PORTUGUESA 0,00 0,00 0,40 0,00 0,00 0,00 0,00 0,00 0,00 0,40 0,81 0,40 2,02GALEAO 0,00 0,46 0,00 0,00 0,00 0,46 0,00 0,46 0,00 0,00 0,00 0,00 1,39CIDADE UNIVERSITARIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COMPLEXO DO ALEMAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARE 0,00 0,00 0,00 0,00 0,00 0,09 0,00 0,00 0,00 0,00 0,00 0,18 0,26HIGIENOPOLIS 0,00 0,00 0,00 1,21 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,21MARIA DA GRACA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DEL CASTILHO 0,70 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,70 0,00 1,40INHAUMA 0,23 0,47 0,00 0,00 0,00 0,00 0,23 0,23 0,23 0,00 0,00 0,00 1,40ENGENHO DA RAINHA 0,00 1,10 0,73 0,00 0,00 0,73 0,37 0,73 0,00 0,00 0,00 0,37 4,03TOMAS COELHO 0,00 0,00 0,00 0,46 0,00 0,46 0,00 0,00 0,46 0,00 0,00 0,00 1,39SAO FRANCISCO XAVIER 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,85 0,00 0,00 3,85ROCHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,05 0,00 0,00 1,05RIACHUELO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SAMPAIO 2,85 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,85ENGENHO NOVO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,45 0,00 0,00 0,00 0,22 0,67
119
continuação TAB. 7.2
JACARE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LINS DE VASCONCELOS 0,28 0,00 0,28 0,00 0,00 0,00 0,00 0,28 0,28 0,57 0,00 0,00 1,71MEIER 0,00 0,00 0,19 0,00 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,39TODOS OS SANTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CACHAMBI 0,00 0,00 0,24 0,00 0,00 0,00 0,00 0,00 0,00 0,24 0,00 0,00 0,48ENGENHO DE DENTRO 0,21 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,21 0,00 0,43 0,00 0,85AGUA SANTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENCANTADO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,65 0,00 1,30 0,00 1,95PIEDADE 0,00 0,23 0,00 0,00 0,00 0,00 0,00 0,23 0,00 0,00 0,00 0,00 0,45ABOLICAO 0,00 1,62 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,62PILARES 0,00 0,35 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,69 0,00 0,00 1,04JACAREZINHO 0,55 0,27 0,00 0,00 0,00 0,00 0,00 0,27 0,00 0,00 0,00 0,00 1,10VILA KOSMOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VICENTE DE CARVALHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41 0,41VILA DA PENHA 0,00 0,41 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41VISTA ALEGRE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00IRAJA 0,00 0,00 0,00 0,00 0,10 0,00 0,00 0,00 0,00 0,20 0,00 0,10 0,39COLEGIO 0,00 0,00 0,00 0,00 0,00 0,00 0,38 0,00 0,00 0,00 0,00 0,00 0,38CAMPINHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,06 0,00 1,06QUINTINO BOCAIUVA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CAVALCANTI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,90 1,90ENGENHEIRO LEAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CASCADURA 0,00 0,00 0,00 0,00 0,00 0,00 0,30 0,00 0,00 0,00 0,30 0,30 0,89MADUREIRA 0,19 0,00 0,00 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,19 0,19 0,78VAZ LOBO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TURIACU 0,00 0,00 0,00 0,62 0,00 0,00 0,00 0,00 0,00 0,00 0,62 3,74 4,98ROCHA MIRANDA 0,00 0,00 0,00 0,24 0,00 0,00 0,00 0,00 0,00 0,73 0,24 0,24 1,45HONORIO GURGEL 0,45 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,45OSWALDO CRUZ 0,28 0,00 0,00 0,28 0,84 0,00 0,00 0,28 0,28 0,00 0,00 0,28 2,23BENTO RIBEIRO 0,22 0,43 0,00 0,00 0,00 0,00 0,22 0,22 0,00 0,00 0,00 0,00 1,08MARECHAL HERMES 0,00 0,00 0,00 0,00 0,20 0,00 0,00 0,00 0,41 0,61 0,81 0,41 2,44GUADALUPE 0,00 0,00 0,00 0,00 0,00 0,22 0,00 0,00 0,22 0,22 0,00 0,65 1,30ANCHIETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,19 0,19PARQUE ANCHIETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RICARDO DE ALBUQUERQUE 0,00 0,00 0,00 0,00 0,00 0,37 0,37 0,37 0,00 0,00 0,00 0,73 1,83COELHO NETO 0,00 0,00 0,00 0,00 0,00 0,00 0,31 0,31 0,00 0,00 0,00 0,00 0,62ACARI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41 0,41 0,81BARROS FILHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSTA BARROS 0,00 0,39 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,39PAVUNA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,10 0,00 0,10 0,10 0,30PARQUE COLUMBIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JACAREPAGUA 0,00 0,00 0,00 0,00 0,00 0,20 0,00 0,00 0,10 0,00 0,00 0,00 0,30ANIL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,86 1,86 3,71GARDENIA AZUL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CURICICA 0,00 0,00 0,81 0,00 0,00 0,81 0,40 0,40 0,00 0,00 0,40 0,00 2,82FREGUESIA-JPA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PECHINCHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TAQUARA 0,00 0,00 0,21 0,00 0,00 0,11 0,21 0,00 0,21 0,00 0,21 0,11 1,07TANQUE 0,00 0,00 0,00 0,31 0,00 0,00 0,00 0,92 0,00 0,00 0,00 0,00 1,23PRACA SECA 0,00 0,17 0,00 0,00 0,17 0,00 0,17 0,17 0,00 0,00 0,00 0,00 0,67VILA VALQUEIRE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,32 0,00 0,32CIDADE DE DEUS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,26 0,26JOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ITANHANGA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BARRA DA TIJUCA 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11CAMORIM 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VARGEM PEQUENA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VARGEM GRANDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RECREIO BANDEIRANTES 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GRUMARI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DEODORO 0,00 0,00 3,45 0,86 0,86 3,45 0,86 0,00 1,73 0,00 0,00 0,00 11,21VILA MILITAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CAMPO DOS AFONSOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM SULACAP 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MAGALHAES BASTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,40 0,00 0,00 0,40REALENGO 0,00 0,00 0,06 0,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,06 0,17PADRE MIGUEL 0,00 0,00 0,00 0,00 0,15 0,15 0,00 0,15 0,31 0,00 0,00 0,15 0,93BANGU 0,04 0,04 0,16 0,04 0,12 0,04 0,04 0,12 0,08 0,12 0,00 0,12 0,94SENADOR CAMARA 0,00 0,00 0,00 0,09 0,00 0,00 0,00 0,09 0,45 0,45 0,00 0,00 1,08SANTISSIMO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,29 0,29CAMPO GRANDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,03 0,03 0,03 0,13 0,27SENADOR VASCONCELOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00INHOAIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSMOS 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,15 0,30GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,11BARRA DE GUARATIBA 0,00 0,00 0,00 0,00 2,28 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,28PEDRA DE GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,03 0,00 1,03PACIENCIA 0,12 0,00 0,00 0,12 0,12 0,00 0,24 0,00 0,60 0,24 0,96 0,24 2,63SANTA CRUZ 0,10 0,16 0,21 0,00 0,00 0,00 0,10 0,21 0,21 0,68 0,73 0,52 2,92SEPETIBA 0,28 0,28 0,28 0,00 0,00 0,28 0,56 0,00 0,00 0,00 0,00 0,00 1,67
120
7.4 LEPTOSPIROSE - MAPAS E TABELA
FIG.7.17: Mapa de Hepatite A – Método Equal Area
FIG.7.18: Mapa de Hepatite A – Método Equal Interval
121
FIG.7.18: Mapa de Hepatite A – Método Natural Breaks
FIG.7.19: Mapa de Hepatite A – Método Quantile
122
FIG.7.20: Mapa de Hepatite A – Método Standard Deviation
123
TAB. 7.3: Leptospirose - Taxa de Incidência no Ano de 2000
Bairros Tx Jan Tx Fev Tx Mar Tx Abr Tx Mai Tx Jun Tx Jul Tx Ago Tx Set Tx Out Tx Nov Tx Dez Tx TotalSAUDE 0,00 4,57 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 4,57GAMBOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTO CRISTO 1,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,04CAJU 0,00 0,00 0,00 0,00 0,00 0,57 0,00 0,00 0,00 0,00 0,00 0,00 0,57CENTRO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CATUMBI 0,77 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,77 0,00 0,00 0,00 1,55RIO COMPRIDO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CIDADE NOVA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,89 0,00 1,89ESTACIO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,48 0,00 0,48SAO CRISTOVAO 0,26 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,26MANGUEIRA 0,74 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,74BENFICA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,53 0,00 0,00 0,00 0,53VASCO DA GAMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PAQUETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTA TERESA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00FLAMENGO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GLORIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LARANJEIRAS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CATETE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSME VELHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BOTAFOGO 0,00 0,00 0,00 0,00 0,13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,13HUMAITA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00URCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LEME 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COPACABANA 0,07 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,07IPANEMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LEBLON 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LAGOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM BOTANICO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GAVEA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VIDIGAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SAO CONRADO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ROCINHA 0,36 0,00 0,00 0,00 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,00 0,53PRACA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TIJUCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ALTO DA BOA VISTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARACANA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VILA ISABEL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ANDARAI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GRAJAU 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MANGUINHOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,32 0,00 0,32BONSUCESSO 0,00 0,52 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,52 1,04RAMOS 0,53 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,27 0,27 0,00 1,07OLARIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PENHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PENHA CIRCULAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BRAS DE PINA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CORDOVIL 0,00 0,00 0,21 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,21PARADA DE LUCAS 0,00 0,00 0,00 0,43 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,43VIGARIO GERAL 0,00 0,00 0,25 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,25JARDIM AMERICA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,39 0,39RIBEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ZUMBI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CACUIA 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00PITANGUEIRAS 0,00 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,86PRAIA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COCOTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BANCARIOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00FREGUESIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM GUANABARA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM CARIOCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TAUA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MONERO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PORTUGUESA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GALEAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CIDADE UNIVERSITARIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COMPLEXO DO ALEMAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00HIGIENOPOLIS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARIA DA GRACA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DEL CASTILHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00INHAUMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHO DA RAINHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TOMAS COELHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,46 0,46SAO FRANCISCO XAVIER 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ROCHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RIACHUELO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SAMPAIO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHO NOVO 0,22 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,22
124
Continuação TAB. 7.3
JACARE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LINS DE VASCONCELOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MEIER 0,00 0,00 0,19 0,19 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,58TODOS OS SANTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CACHAMBI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHO DE DENTRO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00AGUA SANTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,38 0,00 0,00 0,00 1,38ENCANTADO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PIEDADE 0,00 0,00 0,00 0,23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,23ABOLICAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PILARES 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,35 0,00 0,00 0,35JACAREZINHO 0,00 0,00 0,00 0,00 0,00 0,00 0,27 0,00 0,00 0,00 0,00 0,00 0,27VILA KOSMOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VICENTE DE CARVALHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VILA DA PENHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VISTA ALEGRE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00IRAJA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,10 0,00 0,00 0,10COLEGIO 0,00 0,00 0,00 0,00 0,00 0,38 0,00 0,00 0,00 0,00 0,00 0,00 0,38CAMPINHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,06 0,00 0,00 0,00 0,00 1,06QUINTINO BOCAIUVA 0,00 0,00 0,00 0,00 0,00 0,00 0,29 0,00 0,00 0,00 0,00 0,00 0,29CAVALCANTI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHEIRO LEAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CASCADURA 0,00 0,00 0,30 0,00 0,00 0,00 0,30 0,00 0,00 0,00 0,00 0,00 0,60MADUREIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VAZ LOBO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00TURIACU 0,62 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,62ROCHA MIRANDA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00HONORIO GURGEL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00OSWALDO CRUZ 0,00 0,28 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,28BENTO RIBEIRO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MARECHAL HERMES 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GUADALUPE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ANCHIETA 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,19PARQUE ANCHIETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RICARDO DE ALBUQUERQUE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COELHO NETO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ACARI 0,00 0,00 0,00 0,41 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41BARROS FILHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSTA BARROS 0,39 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,39PAVUNA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PARQUE COLUMBIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JACAREPAGUA 0,10 0,10 0,00 0,10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,30ANIL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,46 0,00 0,00 0,00 0,46GARDENIA AZUL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CURICICA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00FREGUESIA-JPA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PECHINCHA 0,00 0,00 0,00 0,32 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,32TAQUARA 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,21 0,32TANQUE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PRACA SECA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,17 0,00 0,17VILA VALQUEIRE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CIDADE DE DEUS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ITANHANGA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BARRA DA TIJUCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,11CAMORIM 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VARGEM PEQUENA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VARGEM GRANDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RECREIO BANDEIRANTES 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,27 0,00 0,27GRUMARI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DEODORO 0,00 0,00 0,00 0,00 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,86VILA MILITAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CAMPO DOS AFONSOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM SULACAP 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MAGALHAES BASTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00REALENGO 0,00 0,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,06PADRE MIGUEL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BANGU 0,08 0,00 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,12SENADOR CAMARA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTISSIMO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CAMPO GRANDE 0,00 0,00 0,07 0,00 0,00 0,00 0,00 0,03 0,03 0,00 0,03 0,00 0,17SENADOR VASCONCELOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00INHOAIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSMOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BARRA DE GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PEDRA DE GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PACIENCIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00SANTA CRUZ 0,10 0,10 0,00 0,00 0,00 0,00 0,00 0,00 0,05 0,05 0,05 0,00 0,36SEPETIBA 0,56 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,56
125
7.5 MENINGITE - TABELA
TAB. 7.4: Meningite - Taxa de Incidência no Ano de 200
Bairros Tx Jan Tx Fev Tx Mar Tx Abr Tx Mai Tx Jun Tx Jul Tx Ago Tx Set Tx Out Tx Nov Tx Dez Tx TotalSAUDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 4,57 0,00 0,00 0,00 4,57GAMBOA 0,00 0,95 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,95SANTO CRISTO 0,00 0,00 0,00 1,04 0,00 0,00 0,00 0,00 0,00 0,00 1,04 0,00 2,08CAJU 0,00 0,00 0,00 0,57 0,00 0,00 0,00 0,00 0,57 0,00 0,00 0,00 1,13CENTRO 0,00 0,00 0,51 0,00 0,00 0,26 0,51 0,00 0,00 0,26 0,51 0,26 2,30CATUMBI 0,77 0,77 0,00 0,00 0,77 0,77 0,77 0,77 0,77 0,00 0,00 0,00 5,42RIO COMPRIDO 0,57 0,29 0,29 0,57 0,00 0,57 0,00 0,29 0,29 0,00 0,00 0,86 3,73CIDADE NOVA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ESTACIO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,48 0,00 0,00 0,48SAO CRISTOVAO 0,26 0,00 0,26 0,00 0,00 0,26 0,00 0,26 0,52 0,26 0,52 0,26 2,61MANGUEIRA 0,00 0,00 0,00 0,74 0,00 0,00 0,00 0,74 0,00 0,00 0,00 0,00 1,47BENFICA 0,53 0,53 0,00 0,53 2,63 0,53 0,00 0,53 0,00 0,00 0,53 0,00 5,78VASCO DA GAMA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00PAQUETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,92 0,00 0,00 0,00 0,00 2,92SANTA TERESA 0,00 0,00 0,00 0,00 0,24 0,00 0,24 0,00 0,49 0,24 0,00 0,00 1,22FLAMENGO 0,00 0,00 0,00 0,00 0,19 0,19 0,19 0,19 0,19 0,00 0,00 0,00 0,94GLORIA 0,99 0,99 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,99 0,00 0,00 2,97LARANJEIRAS 0,00 0,22 0,22 0,00 0,00 0,43 0,00 0,22 0,00 0,00 0,22 0,00 1,29CATETE 0,46 0,00 0,00 0,00 0,00 0,00 0,00 0,92 0,00 0,00 0,00 0,46 1,84COSME VELHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BOTAFOGO 0,00 0,13 0,00 0,26 0,13 0,13 0,13 0,00 0,00 0,00 0,13 0,51 1,41HUMAITA 0,00 0,00 0,66 0,00 0,00 0,00 0,00 0,00 0,66 0,66 0,00 0,00 1,98URCA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00LEME 0,71 0,00 0,00 0,00 0,00 0,71 0,00 0,00 0,00 0,00 0,00 0,00 1,41COPACABANA 0,07 0,07 0,07 0,20 0,14 0,07 0,14 0,00 0,07 0,00 0,34 0,14 1,29IPANEMA 0,00 0,21 0,00 0,00 0,21 0,00 0,00 0,00 0,00 0,00 0,00 0,21 0,64LEBLON 0,00 0,00 0,00 0,21 0,00 0,21 0,00 0,00 0,00 0,00 0,00 0,21 0,64LAGOA 0,00 0,00 0,00 0,54 0,54 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,07JARDIM BOTANICO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,51 0,00 0,00 0,51 0,00 1,02GAVEA 0,57 0,57 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,57 0,00 0,00 1,72VIDIGAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,73 0,00 0,73SAO CONRADO 0,90 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,90 0,00 0,00 0,00 1,79ROCINHA 0,18 0,36 0,53 0,00 0,00 0,00 0,53 0,18 0,53 0,18 0,36 0,71 3,55PRACA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 1,10 0,00 0,00 0,00 0,00 0,00 1,10TIJUCA 0,18 0,06 0,12 0,06 0,00 0,06 0,06 0,06 0,06 0,06 0,24 0,12 1,10ALTO DA BOA VISTA 0,00 0,00 1,21 0,00 0,00 0,00 1,21 0,00 0,00 0,00 1,21 1,21 4,85MARACANA 0,00 0,00 0,00 0,00 0,37 0,00 0,00 0,00 0,00 0,37 0,00 0,00 0,73VILA ISABEL 0,12 0,12 0,00 0,12 0,00 0,12 0,12 0,00 0,12 0,24 0,24 0,00 1,22ANDARAI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,26GRAJAU 0,00 0,00 0,00 0,00 0,26 0,26 0,00 0,52 0,00 0,26 0,00 0,00 1,31MANGUINHOS 0,00 0,32 0,00 0,32 0,00 0,64 0,00 0,00 0,32 0,32 0,00 0,00 1,93BONSUCESSO 3,63 0,52 1,04 1,04 2,07 0,52 0,00 1,04 1,55 3,11 1,55 0,52 16,58RAMOS 0,27 0,00 0,27 0,00 0,00 0,53 0,00 0,27 0,00 0,00 0,53 0,27 2,13OLARIA 0,00 0,00 0,16 0,00 0,16 0,00 0,16 0,00 0,16 0,16 0,32 0,00 1,12PENHA 0,00 0,00 0,14 0,14 0,14 0,14 0,00 0,28 0,14 0,00 0,28 0,00 1,24PENHA CIRCULAR 0,00 0,00 0,00 0,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,20BRAS DE PINA 0,17 0,00 0,17 0,17 0,17 0,00 0,00 0,00 0,17 0,17 0,00 0,00 1,01CORDOVIL 0,00 0,21 0,21 0,00 0,00 0,00 0,00 0,00 0,21 0,00 0,00 0,21 0,86PARADA DE LUCAS 0,00 0,00 0,43 0,00 0,43 0,86 0,43 0,43 0,00 0,00 0,00 0,43 3,01VIGARIO GERAL 0,00 0,25 0,25 0,00 0,25 0,00 0,25 0,00 0,00 0,00 0,00 0,00 1,01JARDIM AMERICA 0,00 0,00 0,00 0,00 0,39 0,00 0,39 0,00 0,39 0,77 0,00 0,00 1,93RIBEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ZUMBI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CACUIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00PITANGUEIRAS 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,86PRAIA DA BANDEIRA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COCOTA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00BANCARIOS 0,00 0,00 0,82 0,00 1,65 0,82 0,00 0,00 0,00 0,82 0,00 0,00 4,12FREGUESIA 0,00 0,00 0,54 1,09 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,63JARDIM GUANABARA 0,33 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,33JARDIM CARIOCA 0,00 0,40 0,00 0,00 0,40 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,79TAUA 0,00 0,00 0,00 0,00 0,00 0,00 0,30 0,00 0,00 0,00 0,00 0,30 0,60MONERO 0,00 0,00 1,62 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,62PORTUGUESA 0,00 0,40 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,40GALEAO 0,00 0,46 0,92 0,46 0,00 0,00 0,46 0,00 0,00 0,00 0,00 0,00 2,31CIDADE UNIVERSITARIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COMPLEXO DO ALEMAO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,15 0,00 0,15MARE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00HIGIENOPOLIS 0,00 0,00 0,00 0,00 0,00 1,21 0,00 0,00 0,60 0,00 0,00 0,00 1,81MARIA DA GRACA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,22 0,00 1,22DEL CASTILHO 0,00 0,00 0,00 0,00 0,00 0,70 0,00 0,00 0,00 0,00 0,00 0,70 1,40INHAUMA 0,47 0,00 0,23 1,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,47 2,34ENGENHO DA RAINHA 0,00 0,37 0,37 0,37 0,00 0,37 0,00 0,00 0,00 0,00 0,00 0,37 1,83TOMAS COELHO 0,46 0,00 0,00 0,00 0,46 0,00 0,00 0,46 0,00 0,00 0,46 0,00 1,85SAO FRANCISCO XAVIER 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,28 0,00 0,00 0,00 0,00 1,28ROCHA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RIACHUELO 0,00 0,76 0,00 0,76 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,53SAMPAIO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHO NOVO 0,22 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,22 0,00 0,45 0,00 0,90
126
Continuação TAB. 7.4
JACARE 1,35 0,00 0,00 1,35 0,00 0,00 0,00 1,35 0,00 0,00 0,00 0,00 4,06LINS DE VASCONCELOS 0,28 0,00 0,00 0,00 0,00 0,00 0,28 0,28 0,00 0,28 0,28 0,00 1,42MEIER 0,19 0,19 0,00 0,00 0,00 0,00 0,00 0,19 0,00 0,39 0,00 0,00 0,97TODOS OS SANTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CACHAMBI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ENGENHO DE DENTRO 0,21 0,21 0,00 0,00 0,00 0,21 0,00 0,00 0,00 0,21 0,21 0,00 1,07AGUA SANTA 0,00 0,00 0,00 0,00 0,00 1,38 0,00 0,00 0,00 0,00 0,00 0,00 1,38ENCANTADO 0,65 0,00 0,65 0,00 0,00 0,00 0,00 0,00 0,00 0,65 0,00 0,00 1,95PIEDADE 0,23 0,00 0,00 0,45 0,45 0,00 0,23 0,00 0,00 0,00 0,00 0,00 1,36ABOLICAO 0,00 0,00 0,81 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,81PILARES 0,35 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,35 0,00 0,00 0,00 0,69JACAREZINHO 0,00 0,00 0,27 0,55 0,00 0,27 0,00 0,27 0,00 0,27 0,55 0,00 2,19VILA KOSMOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VICENTE DE CARVALHO 0,00 0,41 0,00 0,00 0,00 0,41 0,00 0,00 0,41 0,00 0,00 0,41 1,65VILA DA PENHA 0,00 0,82 0,41 0,41 0,00 0,41 0,41 0,00 0,41 0,41 0,41 0,00 3,71VISTA ALEGRE 1,20 2,40 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,59IRAJA 0,00 0,10 0,10 0,00 0,00 0,00 0,00 0,29 0,10 0,20 0,00 0,00 0,79COLEGIO 0,00 0,00 0,00 0,38 0,00 0,00 0,38 0,00 0,00 0,00 0,38 0,00 1,13CAMPINHO 0,00 1,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,06QUINTINO BOCAIUVA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,29 0,00 0,00 0,00 0,00 0,29CAVALCANTI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,63 0,00 0,63ENGENHEIRO LEAL 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CASCADURA 0,00 0,00 0,30 0,30 0,00 0,30 0,00 0,00 0,00 0,60 0,30 0,00 1,79MADUREIRA 0,00 0,00 0,19 0,19 0,00 0,00 0,39 0,19 0,19 0,00 0,00 0,19 1,36VAZ LOBO 0,00 0,00 0,00 0,00 0,00 0,82 0,00 0,00 0,82 0,00 0,00 0,00 1,64TURIACU 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ROCHA MIRANDA 0,24 0,00 0,00 0,00 0,24 0,00 0,00 0,00 0,00 0,48 0,24 0,00 1,21HONORIO GURGEL 0,45 0,45 0,45 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,36OSWALDO CRUZ 1,11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,11BENTO RIBEIRO 0,22 0,00 0,00 0,00 0,00 0,22 0,00 0,00 0,00 0,00 0,00 0,00 0,43MARECHAL HERMES 0,20 0,20 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,41GUADALUPE 0,00 0,22 0,22 0,00 0,65 0,00 0,22 0,22 0,22 0,22 0,22 0,43 2,59ANCHIETA 0,19 0,00 0,00 0,00 0,00 0,19 0,19 0,19 0,19 0,19 0,37 0,00 1,49PARQUE ANCHIETA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00RICARDO DE ALBUQUERQUE 0,00 0,00 0,00 0,00 0,00 0,37 0,00 0,00 0,00 0,37 0,73 0,00 1,46COELHO NETO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,31 0,00 0,62 0,00 0,00 0,94ACARI 0,00 0,00 0,00 0,41 0,00 0,00 0,00 0,81 0,00 0,41 0,00 0,81 2,43BARROS FILHO 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00COSTA BARROS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,39 0,00 0,00 0,00 0,39PAVUNA 0,00 0,20 0,00 0,10 0,00 0,00 0,20 0,00 0,20 0,10 0,10 0,10 1,01PARQUE COLUMBIA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JACAREPAGUA 0,00 0,00 0,30 0,00 0,10 0,30 0,10 0,30 0,10 0,10 0,10 0,10 1,49ANIL 0,46 0,93 0,93 1,86 0,00 0,46 0,46 0,00 0,00 0,46 0,93 0,46 6,96GARDENIA AZUL 0,00 0,52 1,56 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,08CURICICA 0,00 0,40 0,00 0,00 0,40 0,00 0,00 0,40 0,00 0,00 0,00 0,00 1,21FREGUESIA-JPA 0,00 0,19 0,00 0,00 0,00 0,00 0,37 0,00 0,19 0,00 0,00 0,19 0,93PECHINCHA 0,00 0,00 0,00 0,32 0,00 0,00 0,00 0,00 0,00 0,00 0,63 0,00 0,95TAQUARA 0,00 0,00 0,00 0,32 0,21 0,00 0,00 0,11 0,21 0,11 0,32 0,00 1,28TANQUE 0,00 0,31 0,31 0,00 0,00 0,00 0,31 0,31 0,00 0,00 0,00 0,00 1,23PRACA SECA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,17 0,00 0,00 0,17VILA VALQUEIRE 0,32 0,32 0,00 0,00 0,00 0,00 0,32 0,00 0,00 0,00 0,00 0,00 0,95CIDADE DE DEUS 0,53 0,53 0,26 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,53 0,00 1,84JOA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00ITANHANGA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,46 0,00 0,00 0,00 0,00 0,46BARRA DA TIJUCA 0,11 0,00 0,00 0,11 0,00 0,11 0,00 0,11 0,00 0,11 0,11 0,00 0,65CAMORIM 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00VARGEM PEQUENA 0,87 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,87VARGEM GRANDE 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,07 0,00 0,00 1,07 1,07 3,22RECREIO BANDEIRANTES 0,00 0,27 0,27 0,00 0,27 0,00 0,53 0,27 0,00 0,00 0,00 0,00 1,60GRUMARI 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DEODORO 0,00 0,00 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,86VILA MILITAR 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00CAMPO DOS AFONSOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00JARDIM SULACAP 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00MAGALHAES BASTOS 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,40 0,00 0,00 0,00 0,40REALENGO 0,11 0,00 0,11 0,00 0,11 0,06 0,11 0,06 0,00 0,06 0,00 0,17 0,79PADRE MIGUEL 0,31 0,00 0,15 0,31 0,15 0,00 0,00 0,15 0,00 0,15 0,15 0,00 1,39BANGU 0,16 0,12 0,08 0,16 0,20 0,04 0,04 0,08 0,00 0,08 0,08 0,12 1,19SENADOR CAMARA 0,09 0,09 0,00 0,09 0,00 0,00 0,00 0,00 0,09 0,09 0,09 0,09 0,63SANTISSIMO 0,00 0,00 0,29 0,59 0,29 0,29 0,00 0,29 0,00 0,00 0,00 0,29 2,05CAMPO GRANDE 0,17 0,13 0,20 0,24 0,07 0,10 0,10 0,07 0,13 0,07 0,17 0,10 1,55SENADOR VASCONCELOS 0,00 0,37 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,37INHOAIBA 0,00 0,34 0,17 0,00 0,00 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,67COSMOS 0,00 0,00 0,15 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,15 0,45GUARATIBA 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,11 0,00 0,23BARRA DE GUARATIBA 0,00 0,00 0,00 2,28 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,28PEDRA DE GUARATIBA 0,00 0,00 2,06 0,00 1,03 0,00 0,00 0,00 0,00 0,00 0,00 0,00 3,10PACIENCIA 0,12 0,00 0,24 0,24 0,12 0,12 0,00 0,12 0,12 0,36 0,00 0,00 1,44SANTA CRUZ 0,31 0,16 0,26 0,26 0,16 0,10 0,10 0,10 0,10 0,10 0,05 0,10 1,82SEPETIBA 0,56 0,28 0,28 0,00 0,84 0,28 0,00 0,00 0,28 0,00 0,00 0,00 2,51
127
7.6 QUESTIONÁRIO APLICADO
Percepção Humana e o Uso das cores
Olhando a figuras responda
Quais dessas figuras lhe chama mais atenção? _______________________________________________________________________ Quais dessas figuras lhe dá a sensação de que a informação representada encontra-se em estado crítico? _______________________________________________________________________ Quais dessas figuras lhe dá a sensação de que a informação representada encontra-se em estado de normalidade? _______________________________________________________________________ Quais dessas figuras lhe dá a sensação de tranqüilidade? _______________________________________________________________________ Qual delas lhe pareceu indiferente? _______________________________________________________________________ Se você quisesse chamar a atenção para uma informação quais cores você utilizaria, ou qual desses mapas você utilizaria? _______________________________________________________________________ _______________________________________________________________________
Sobre a paleta de cores responda
Numeração das paletas sem o uso da cor branca Numeração das paletas com cor branca na primeira classe Você acha que o uso do branco como primeira cor sugere uma classe de valor 0 (Zero)?
( ) Sim ( ) Não
128
7.7 FIGURAS CONSTANTES NO QUESTIONÁRIO APLICADO
FIG. 7.21: Vermelho
FIG. 7.22: Laranja
Figura 01
Figura 02
129
FIG. 7.23: Amarelo
FIG. 7.24: Verde Claro
Figura 03
Figura 04
130
FIG. 7.25: Verde Escuro
FIG. 7.26: Verde-Azulado
Figura 05
Figura 06
131
FIG. 7.27: Ciano
FIG. 7.28: Azul Escuro
Figura 07
Figura 08
132
FIG. 7.29: Púrpura
FIG. 7.30: Magenta
Figura 09
Figura 10
133
FIG. 7.31: Amarelo-Vermelho
FIG. 7.32: Marrom
Figura 11
Figura 12
134
FIG. 7.33: Amarelo-Verde-Azul
FIG. 7.34: Paleta de cores sem a cor branca
Figura 13
135
FIG. 7.35: Paleta de cores com o uso da cor branca
136
8 ANEXOS
137
8.1 ÍNDICES E COEFICIENTES UTILIZADOS EM SAÚDE PÚBLICA
Existem 21 tipos diferentes de coeficientes e índices em saúde pública, são eles:
• Coeficiente de mortalidade geral;
• Coeficiente de mortalidade infantil;
• Coeficiente de mortalidade neonatal;
• Coeficiente de mortalidade infantil tardia;
• Coeficiente de mortalidade perinatal;
• Coeficiente de natimortalidade;
• Coeficiente de mortalidade infantil proporcional;
• Razão de mortalidade proporcional ou índice Deswaroop & Uemura;
• Índice de mortalidade proporcional por causa, índice ou razão de
masculinidade;
• Índice vital de Pearl;
• Coeficiente de letalidade;
• Coeficiente de mortalidade materna;
• Coeficiente geral de fecundidade;
• Coeficiente de natalidade geral;
• Coeficiente de mortalidade por uma determinada doença;
• Coeficiente de mortalidade específico por idade;
• Coeficiente de mortalidade específico por sexo;
• Coeficiente de incidência;
• Coeficiente de prevalência por período; e
• Coeficiente de ataque secundário.
138
8.2 BOLETIM DE NOTIFICAÇÃO
139
8.3 FICHA DE INVESTIGAÇÃO DE DENGUE
140
141
8.4 FICHA DE INVESTIGAÇÃO DE HEPATITE
142
143
8.5 FICHA DE INVESTIGAÇÃO DE MENINGITE
144
145
8.6 FICHA DE INVESTIGAÇÃO DE LEPTOSPIROSE
146
147
8.7 NOTA TÉCNICA PARA O CÁLCULO POPULACIONAL DOS ANOS DE 2001,
2002, 2003 E 2004
Esta nota técnica foi fornecida junto as tabelas de cálculo populacional e é de
autoria do técnico responsável pelo cálculo de estimativa da população, só sendo
apresentada neste anexo para efeito de esclarecimento sobre os cálculos feitos para
estimar a população em alguns anos entre censos.
A técnica usada para estimar o valor correspondente de cada célula, foi o
comportamento de cada valor no censo demográfico 2000 em relação ao ano de
1991. Para tanto se utilizou a taxa média geométrica anual de crescimento da
população dentro de cada bairro, cada sexo e cada faixa etária.
Vale lembrar, que a taxa geométrica, nada mais é que a metodologia aplicada
via de regra pelos economistas no cálculo do juro composto, logo a estimativa de
população para 2001 é taxa média de juros encontrada entre 2000 e 1991 levada
um ano para frente.
O cálculo foi feito apenas para os sexos, de cada faixa etária em cada bairro. Os
resultados restantes tratam de pura agregação, que começam em cada faixa etária
que somados levam ao total do bairro, que por sua vez vai gerar as regiões
administrativas.
Ao final dos cálculos fez necessário calibrar as estimativas em função da
magnitude dos resultados globais. Segundo autor dos cálculos os valores lhe
pareceram exagerados, então optou-se por incorporar um redutor para cada ano
projetado. Os redutores foram os seguintes: 1% em 2001, 2% em 2002, 3% em
2003, 4% em 2004 e 2005. Esses redutores foram aplicados exclusivamente nas
APs 4 e 5, regiões que ainda convivem com grande crescimento demográfico o que
acaba gerando distorções.