modelagem temporal das notificações de leptospiroses em … · 2015. 6. 30. · modelagem...
TRANSCRIPT
Fundacao Oswaldo Cruz. Escola Nacional de Saude PublicaProjeto: Modelagem de doencas transmissıveis: contexto, clima e espaco
Modelagem temporal das notificacoes de leptospiroses emSalvador entre 1996 e 2006
Marcel Quintana Marilia Carvalho
[email protected] [email protected]
PROCC/FIOCRUZ PROCC/FIOCRUZ
ENCE/IBGE
23 de setembro de 2008
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
1 Introducao
2 Objetivo
3 Dados
4 MetodologiaModelos dinamicosModelos Lineares GeneralizadosMetodos PDL (Polynomial Distributed Lag)
5 ResultadosEscolha da Distribuicao e Variaveis Climatologicas
6 Conclusao
7 Referencias
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Introducao
Consideracoes:
Quais variaveis climaticas temos que levar em consideracao?
Faz sentido definirmos pontos de corte para o ındice pluviometrico?
Quanto tempo apos as chuvas veremos a repercussao dos casos deleptospirose?
Ate que ponto variaveis socio-economicas se relacionam com os casosda doenca?(Trabalhos futuros.)
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Objetivo
Objetivo
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Objetivo
Objetivo
O Objetivo geral deste trabalho:
Propor;
Utilizar;
Adequar;
Modelos Estatısticos capazes de incorporar a complexidade necessaria a compreensaoda relacao dos casos de leptospirose com algumas variaveis climatologicas de Salvador.
Estes modelos levarao em conta a estrutura de dependencia temporal inerente aoproblema analisado.
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Dados
Resumo dos Dados
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Dados
Dados
Dados Epidemiologicos:
Fonte: Estudo LVIGI ”Estudo de identificacao de pacientes com leptospirose graveidentificados no Hospital Couto Maia em Salvador-BA,”do projeto ”Emerging InfectiousDiseases and Urbanization”(Fiocruz-Salvador & Universidade de Cornell/USA).
Numero de pacientes: 1766 (Banco gerado no dia 08/02/2007).
Dados Climatologicos:
Fonte: Estacao 83229 (Ondina): Convencional - Operante - INMET
Variaveis Iniciais: Precipitacao (mm), Temperatura Maxima (oC), Temperatura Mınima(oC) Umidade Relativa ( % )
Variaveis Criadas: Dias de chuva na semana, Dias na semana com Precipitacao acima de1,2,3,4,5,10,15,20,25,30,35,...,80 mm (por que?)
Frequencia: Semanal.
O perıodo dos dados e de dez anos (1996 a 2006).
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Metodologia
Metodologia
O porque dos metodos.
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Metodologia
Modelos dinamicos Bayesianos - Utilizando MCMC e inferencia bayesiana, com oWinbugs (R2WinBUGS do R) - para modelar a serie temporal (Gamerman, D. eLopes, H. F., 2006);
Modelos Lineares Generalizados (Bayesiano e Classico) - na identificacao do efeitodas covariaveis climaticas (Dobson, A.J., 1989) ajustado no R (R DevelopmentCore Team, 2008 e Venables, W. N. e Ripley, B. D., 2002);
Metodos PDL (Polynomial Distributed Lag) - no tratamento da estrutura decolinearidade das variaveis climaticas (Schwartz, 2000).
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Resultados
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Dados Semanais
SE
0 50 100 150 200 250 300 350 400 450 500
05
1015
2025
3035
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●●
●●
●
●
●
●●
●
●
●
●
●
●●●●●
●●●
●
●
●●●
●●●
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●
●
●
●
●
●●●
●
●●
●
●●
●●
●●●●●●●●●
●●●
●●●●●●●
●
●●
●
●●
●
●
●
●
●●●
●
●
●●●
●
●
●
●
●●
●●
●
●●
●
●●●●●
●●
●
●●●●
●
●
●●●
●
●
●
●●●●●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●●●●
●
●●●
●
●
●
●
●●●
●●
●●●●●●
●
●
●●●●●
●●
●
●
●
●●●
●●
●●
●
●
●
●
●●
●
●●
●●
●●
●
●
●●●●●●●
●●●●●●●●●●
●●●●●
●●
●
●●
●
●
●
●●
●
●
●
●●
●●●●
●
●●
●●
●
●
●
●
●
●●
●
●
●
●●●
●●
●
●●
●
●●●●
●●
●●●
●●
●
●●●
●
●●●●●●●●
●
●●
●
●
●
●
●
●
●●●●●
●
●●●●●
●
●●●●●●●
●●●●●●●●●●●
●●●
●
●
●
●
●
●●
●
●
●●●
●●
●
●
●
●●●
●
●
●●●●●●●●●
●
●●●
●
●●●
●
●
●●●●●
●
●●
●
●●
●
●
●
●
●
●●
●●●
●●●
●
●
●●
●●●●●
●●●●
●●●●●●●●●●●●●
●●
●
●●
●
●●●
●●
●
●
●
●
●
●●
●
●●
●
●●
●
●●●
●●●●
●
●
●
●●●●●●●●●●●●
●●●●●●
●●●●●●●●
Caso
s
0.035
.875
.711
9.716
8.223
4.228
7.738
0.3Pr
ecipi
tação
Figura: Series historicas dos casos de Leptospirose e das medias semanais da Precipitacao
SE
0 50 100 150 200 250 300 350 400 450 500
05
1015
2025
3035
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●●
●●
●
●
●
●●
●
●
●
●
●
●●●●●
●●●
●
●
●●●
●●●
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●
●
●
●
●
●●●
●
●●
●
●●
●●
●●●●●●●●●
●●●
●●●●●●●
●
●●
●
●●
●
●
●
●
●●●
●
●
●●●
●
●
●
●
●●
●●
●
●●
●
●●●●●
●●
●
●●●●
●
●
●●●
●
●
●
●●●●●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●●●●
●
●●●
●
●
●
●
●●●
●●
●●●●●●
●
●
●●●●●
●●
●
●
●
●●●
●●
●●
●
●
●
●
●●
●
●●
●●
●●
●
●
●●●●●●●
●●●●●●●●●●
●●●●●
●●
●
●●
●
●
●
●●
●
●
●
●●
●●●●
●
●●
●●
●
●
●
●
●
●●
●
●
●
●●●
●●
●
●●
●
●●●●
●●
●●●
●●
●
●●●
●
●●●●●●●●
●
●●
●
●
●
●
●
●
●●●●●
●
●●●●●
●
●●●●●●●
●●●●●●●●●●●
●●●
●
●
●
●
●
●●
●
●
●●●
●●
●
●
●
●●●
●
●
●●●●●●●●●
●
●●●
●
●●●
●
●
●●●●●
●
●●
●
●●
●
●
●
●
●
●●
●●●
●●●
●
●
●●
●●●●●
●●●●
●●●●●●●●●●●●●
●●
●
●●
●
●●●
●●
●
●
●
●
●
●●
●
●●
●
●●
●
●●●
●●●●
●
●
●
●●●●●●●●●●●●
●●●●●●
●●●●●●●●
Caso
s
01
23
45
67
Dias
com
precip
itaçã
o acim
a de 5
mm
Figura: Series historicas dos casos de Leptospirose e dos dias na semana com Precipitacaoacima de 5mm
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Dados Semanais
SE
0 50 100 150 200 250 300 350 400 450 500
05
1015
2025
3035
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●●
●●
●
●
●
●●
●
●
●
●
●
●●●●●
●●●
●
●
●●●
●●●
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●
●
●
●
●
●●●
●
●●
●
●●
●●
●●●●●●●●●
●●●
●●●●●●●
●
●●
●
●●
●
●
●
●
●●●
●
●
●●●
●
●
●
●
●●
●●
●
●●
●
●●●●●
●●
●
●●●●
●
●
●●●
●
●
●
●●●●●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●●●●
●
●●●
●
●
●
●
●●●
●●
●●●●●●
●
●
●●●●●
●●
●
●
●
●●●
●●
●●
●
●
●
●
●●
●
●●
●●
●●
●
●
●●●●●●●
●●●●●●●●●●
●●●●●
●●
●
●●
●
●
●
●●
●
●
●
●●
●●●●
●
●●
●●
●
●
●
●
●
●●
●
●
●
●●●
●●
●
●●
●
●●●●
●●
●●●
●●
●
●●●
●
●●●●●●●●
●
●●
●
●
●
●
●
●
●●●●●
●
●●●●●
●
●●●●●●●
●●●●●●●●●●●
●●●
●
●
●
●
●
●●
●
●
●●●
●●
●
●
●
●●●
●
●
●●●●●●●●●
●
●●●
●
●●●
●
●
●●●●●
●
●●
●
●●
●
●
●
●
●
●●
●●●
●●●
●
●
●●
●●●●●
●●●●
●●●●●●●●●●●●●
●●
●
●●
●
●●●
●●
●
●
●
●
●
●●
●
●●
●
●●
●
●●●
●●●●
●
●
●
●●●●●●●●●●●●
●●●●●●
●●●●●●●●
Caso
s
24.8
25.8
26.8
27.8
28.8
29.8
30.8
31.8
33.0
Temp
eratur
a Máx
ima
Figura: Series historicas dos casos de Leptospirose e das medias semanais da TemperaturaMaxima
SE
0 50 100 150 200 250 300 350 400 450 500
05
1015
2025
3035
●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●●
●●
●
●
●
●●
●
●
●
●
●
●●●●●
●●●
●
●
●●●
●●●
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●
●
●
●
●
●
●●●
●
●●
●
●●
●●
●●●●●●●●●
●●●
●●●●●●●
●
●●
●
●●
●
●
●
●
●●●
●
●
●●●
●
●
●
●
●●
●●
●
●●
●
●●●●●
●●
●
●●●●
●
●
●●●
●
●
●
●●●●●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●●●●
●
●●●
●
●
●
●
●●●
●●
●●●●●●
●
●
●●●●●
●●
●
●
●
●●●
●●
●●
●
●
●
●
●●
●
●●
●●
●●
●
●
●●●●●●●
●●●●●●●●●●
●●●●●
●●
●
●●
●
●
●
●●
●
●
●
●●
●●●●
●
●●
●●
●
●
●
●
●
●●
●
●
●
●●●
●●
●
●●
●
●●●●
●●
●●●
●●
●
●●●
●
●●●●●●●●
●
●●
●
●
●
●
●
●
●●●●●
●
●●●●●
●
●●●●●●●
●●●●●●●●●●●
●●●
●
●
●
●
●
●●
●
●
●●●
●●
●
●
●
●●●
●
●
●●●●●●●●●
●
●●●
●
●●●
●
●
●●●●●
●
●●
●
●●
●
●
●
●
●
●●
●●●
●●●
●
●
●●
●●●●●
●●●●
●●●●●●●●●●●●●
●●
●
●●
●
●●●
●●
●
●
●
●
●
●●
●
●●
●
●●
●
●●●
●●●●
●
●
●
●●●●●●●●●●●●
●●●●●●
●●●●●●●●
Caso
s
19.7
20.4
21.1
21.8
22.5
23.2
23.9
24.6
25.3
26.0
Temp
eratur
a Míni
ma
Figura: Series historicas dos casos de Leptospirose e das medias semanais da TemperaturaMınima
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Escolha da Distribuicao e das Variaveis climatologicas
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Distribuicao dos dados epidemiologicos?
Numero de Casos
Distribuicao Poisson?
Over-dispersion?
Excesso de zeros?
Casos
Den
sity
0 5 10 15 20 25 30 35
0.00
0.05
0.10
0.15
0.20
0.25
média = 3.359variância = 17.359
empíricaPoisson(média)Poisson(variância)
Figura: Casos semanais
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Escolha da Distribuicao e Variaveis Climatologicas
Comparamos as distribuicoes: Poisson, Poisson Inflacionada de Zeros, BinomialNegativa e Binomial Negativa Inflacionada de Zeros e obtivemos melhor ajusteavaliados pelos criterios, Deviance, BIC, EQM e EAM para a distribuicaoBinomial Negativa.Quais sao as variaveis climatologicas que tem maior relacao com a incidencia deleptospirose?
Figura: Deviance e AIC dos modelos com apenas uma variavel climatica.
O modelo reduzido que apresentou o menor deviance e AIC foi o com a variavelclimatica sendo: Precipitacao ≥ 5 mm.
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Escolha da Distribuicao e Variaveis Climatologicas
Coeficientes:
Tabela: Modelo com Dias na semana com Indice Pluviometrico acima de 5 mm
exp(Lim.Inf(5%)) exp(Coef) exp(Lim.Sup(5%))lag(PLUV05,0) 0.9934281 1.0447509 1.0987252lag(PLUV05,1) 1.0443648 1.0980833 1.1545649lag(PLUV05,2) 1.2774719 1.3417176 1.4091943lag(PLUV05,3) 1.1555891 1.2136535 1.2746356lag(PLUV05,4) 1.0430879 1.0957047 1.1509757
Verifica-se:
Lag 0 e nao significativo
Lag 2 apresenta o maiorefeito
Risco aumenta em 34 %no lag 2
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Resultados
Escolha da Distribuicao e Variaveis Climatologicas
Foram ajustados modelos incluindo as covariaveis “Umidade”e “TemperaturaMaxima”.
Entrando com cada defasagem uma a uma das variaveis acima, a sua maioria esignificativa; porem se forem colocadas conjuntamente nao sao.
Portanto como nos preocupamos mais com a defasagem de duas semanas, vistoque nela se encontra o maior risco da doenca, optamos por inserir as covariaveisacima nesta defasagem.
Quando inserida no modelo (apenas com a covariavel principal) a variavel”Temperatura Maxima”com defasagem de duas semanas, esta apresenta-se comofator de protecao diminuindo o risco da doenca em 5% para cada grau aumentado.
Percebemos que a variavel ”Umidade”e uma variavel que afeta a variavelprincipal, portanto faz-se necessaria pois controla o risco desta passando do riscobruto de 34% para o risco ajustado de 17%.
Modelos AIC DeviancePLUV05 2174.567 542.2483
PLUV05+TMAX 2172.611 542.4416PLUV05+UMID 2123.162 537.0684
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Conclusao
Conclusao
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Conclusao
Conclusoes
O modelo proposto foi adequado para ajustar o numero de ocorrencias deleptospirose e assim, podemos afirmar que, em Salvador, chuva acima de5mm/dia aumenta o risco de leptospirose grave.
Este resultado pode ser util para a vigilancia epidemiologica da leptospirose,mesmo considerando que os casos ocorrem de forma endemica, sem eventosextremos de clima.
Mobilizar a populacao e os servicos de saude quando da ocorrencia de chuvaacima de 5mm pode contribuir para diminuir o numero de casos e aumentar odiagnostico precoce.
Modelagem temporal das notificacoes de leptospiroses em Salvador entre 1996 e 2006
Referencias
Referencias Bibliograficas
Dobson, A.J., An Introduction to Generalized Linear Models, 1999.
Gamerman, D. e Lopes, H. F., Markov chain Monte Carlo: stochasticsimulation for Bayesian inference, 2006.
R Development Core Team ,2008.
Venables, W. N. e Ripley, B. D Modern Applied Statistics With S-PLUS, 2002.
Joel Schwartz The Distributed Lag between Air Pollution and Daily Deaths,2000.