universidade federal do parÁ instituto de … souza lima.pdf · 1.1 biologia do mycobacterium...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO PARÁ
INSTITUTO DE CIÊNCIAS BIOLÓGICAS PROGRAMA DE PÓS-GRADUAÇÃO
BIOLOGIA DE AGENTES INFECCIOSOS E PARASITÁRIOS
EPIDEMIOLOGIA ESPACIAL DA TUBERCULOSE EM BELÉM DO PARÁ
SANDRA SOUZA LIMA
Belém-Pará 2014
SANDRA SOUZA LIMA
EPIDEMIOLOGIA ESPACIAL DA TUBERCULOSE EM BELÉM DO PARÁ
Tese apresentada ao Programa de Pós-Graduação em Biologia de Agentes Infecciosos e Parasitários do Instituto de Ciências Biológicas da Universidade Federal do Pará como requisito parcial para obtenção de grau do Doutor em Biologia de Agentes Infecciosos e Parasitários. Orientador: Prof. Dr. Ricardo Ishak
Belém-Pará
2014
SANDRA SOUZA LIMA
EPIDEMIOLOGIA ESPACIAL DA TUBERCULOSE EM BELÉM DO PARÁ
Tese apresentada ao Programa de Pós-Graduação em Biologia de Agentes Infecciosos e Parasitários do Instituto de Ciências Biológicas da Universidade Federal do Pará como requisito parcial para obtenção de grau de Doutor em Biologia de Agentes Infecciosos e Parasitários.
Orientador: Prof. Dr. Ricardo Ishak ICB/UFPA Banca Examinadora: Prof. Dr. Arno Rolf Hamel ICB/UFPA Profª Dra. Jussara Moretto Martinelli Lemos ICB/UFPA Prof. Dr. Edvaldo Carlos Brito Loureiro Instituto Evandro Chagas Prof. Dr. Antonio Carlos R. Vallinoto ICB/UFPA Prof. Dr. José Alexandre Lemos (Suplente) ICB/UFPA
Belém, 18 de fevereiro de 2014
“Mas em todas estas coisas somos mais que vencedores, por meio daquele que nos amou.”
Romanos 8:37
DEDICATÓRIA
Aos meus pais e irmãos pelo incentivo e apoio em todos os momentos da minha vida estudantil.
Ao meu marido e a meu filho pela compreensão
e companheirismo.
AGRADECIMENTO
À Deus por ter me direcionado em todas as escolhas da minha vida. A meu marido Daniel e ao meu filho Danielzinho pela paciência, carinho e compreensão com que passaram pelas minhas ausências. Aos meus pais (Severino e Argentina) e a meus irmãos (Charles e Elissandra) pelo amor e companheirismo dispensados por toda minha vida. Ao meu orientador e ex-chefe Prof. Ricardo Ishak pelo incentivo, apoio, paciência e disponibilidade que sempre demonstrou do início ao fim deste trabalho. Ao meu atual chefe Prof. Antônio Vallinoto pelo incentivo, apoio e compreensão na conclusão desta tese. A todos os Professores do Programa de Pós-Graduação de Biologia de Agentes Infecciosos pelos valiosos conhecimentos repassados durante o curso. A todos os professores do Laboratório de Virologia pelo apoio e incentivo. A todos os alunos que compõe o Laboratório de Virologia e com quem todos os dias aprendo um pouco mais de Biologia e Epidemiologia. À Secretaria de Municipal de Saúde de Belém pela disponibilização dos dados que fizeram parte deste trabalho.
5
SUMÁRIO
LISTA DE FIGURAS ................................................................................................... 7
LISTA DE TABELAS .................................................................................................. 9
ABREVIATURAS, SIGLAS E SÍMBOLOS ............................................................... 11
Resumo ..................................................................................................................... 12
Abstract ..................................................................................................................... 13
1 INTRODUÇÃO. .............................................................................................. 14
1.1 BIOLOGIA DO Mycobacterium tuberculosis. ............................................. 14
1.2 EPIDEMIOLOGIA DA TUBERCULOSE. ......................................................... 15
1.3 EPIDEMIOLOGIA ESPACIAL. ........................................................................ 23
1.4 ESTATÍSTICA ESPACIAL. ............................................................................. 24
1.4.1 Estimação de Indicadores. ........................................................................... 24
1.4.2 Análise Exploratória Espacial. ..................................................................... 27
1.5 APLICAÇÃO DA EPIDEMIOLOGIA ESPACIAL EM SAÚDE. ......................... 28
1.5.1 Epidemiologia Espacial Aplicada às Doenças Infecciosas. ...................... 28
1.5.2 Epidemiologia Espacial Aplicada a Tuberculose. ...................................... 30
1.6 OBJETIVOS. ................................................................................................... 33
1.6.1 Objetivo Geral. .............................................................................................. 33
1.6.2 Objetivos Específicos. .................................................................................. 33
2 MATERIAL E MÉTODOS. .............................................................................. 34
2.1 ÁREA DE ESTUDO. ....................................................................................... 34
2.2 COLHEITA DE INFORMAÇÕES. ................................................................... 36
2.2.1 Informação Epidemiológica. ........................................................................ 36
2.2.2 Informação Demográfica, Social, Econômica e de Saúde. ....................... 37
2.3 ANÁLISE ESTATÍSTICA. ................................................................................ 38
2.4 AVALIAÇÃO RISCO / BENEFÍCIO. ................................................................ 39
2.5 ASPECTOS ÉTICOS. ..................................................................................... 39
3 RESULTADOS. .............................................................................................. 40
3.1 ANÁLISE DA INCIDÊNCIA DA TUBERCULOSE. .......................................... 40
3.1.1 Análise Exploratória da Taxa de Incidência Bruta da Tuberculose.......... 40
3.1.2 Análise Exploratória da Incidência Suavizada da Tuberculose. ............... 45
3.1.3 Análise Espacial da Incidência da Tuberculose. ....................................... 47
3.2 ANÁLISE DA MORTALIDADE DA TUBERCULOSE. ..................................... 54
6
3.2.1 Análise Exploratória da Taxa de Mortalidade Bruta da Tuberculose. ...... 54
3.2.2 Análise Exploratória da Mortalidade Suavizada da Tuberculose. ............ 57
3.2.3 Análise Espacial da Mortalidade da Tuberculose. ..................................... 59
3.3 ANÁLISE DA INCIDÊNCIA DA COINFECÇÃO TB/HIV-1. .............................. 64
3.3.1 Análise Exploratória da Taxa de Incidência Bruta da Coinfecção
TB/HIV-1. ........................................................................................................ 64
3.3.2 Análise Exploratória da Incidência da Coinfecção TB/HIV-1 Suavizada. . 67
3.3.3 Análise Espacial da Incidência da Coinfecção TB/HIV-1
.......................................................................... ..........................................69
3.4 Análise Socioeconômica dos Bairros. ........................................................ 73
4 DISCUSSÃO .................................................................................................. 76
5 CONCLUSÃO ................................................................................................. 82
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 84
APÊNDICES ............................................................................................................. 91
7
LISTA DE FIGURAS
Figura 1 – Estimativa da taxa de incidência de tuberculose, por países (por 100.000
habitantes) - 2012.. ................................................................................ 16
Figura 2 - Taxa de incidência de tuberculose no Brasil por 100.000 habitantes -
1990 a 2011.. ......................................................................................... 17
Figura 3 - Taxa de incidência de tuberculose por Estado por 100.000 habitantes –
2011.. ..................................................................................................... 18
Figura 4 - Estimativa da taxa de mortalidade da tuberculose, por países (por
100.000 habitantes) - 2012..................................................................... 19
Figura 5 - Taxa de mortalidade de tuberculose no Brasil, na Região Norte e no
Pará, no período de 1990 a 2010.. ......................................................... 20
Figura 6 - Taxa de mortalidade por tuberculose por estado por 100.000 habitantes
– 2010.. .................................................................................................. 21
Figura 7 - Estimativa da taxa de coinfecção de TB/HIV-1, por países (por 100.000
habitantes) - 2012.. ................................................................................ 21
Figura 8 - Taxa de incidência da coinfecção TB/HIV-1 por estado (por 100.000
habitantes). 2010.. .................................................................................. 22
Figura 9 - Diagrama de dispersão do logaritmo do número de nascidos vivos
versus a razão de mortalidade infantil padronizada dos municípios de
Minas Gerais – 1994.. ............................................................................ 25
Figura 10 - Gráfico de dispersão de razão de mortalidade infantil padronizada (eixo
horizontal) versus estimativa Bayesiana (eixo vertical) dos municípios de
Minas Gerais -1994.. .............................................................................. 26
Figura 11 - Diagrama de espalhamento de Moran do índice de exclusão/inclusão
social de São Paulo, censo de 1991.. .................................................... 28
Figura 12 - Mapa do município de Belém por bairros.. ............................................. 35
Figura 13 - Taxa de incidência bruta de tuberculose no município de Belém, no
Estado do Pará e no Brasil – 2006 a 2010. ............................................ 41
Figura 14 – Box Plot da taxa de incidência bruta de tuberculose dos bairros em
Belém/PA por ano – 2006 a 2010. ......................................................... 43
Figura 15 - Distribuição espacial da taxa de incidência bruta de tuberculose em
Belém/PA – 2006 a 2010. ...................................................................... 44
Figura 16 - Box Plot da taxa de incidência suavizada de tuberculose dos bairros de
Belém/PA por ano - 2006 a 2010. .......................................................... 46
Figura 17 - Distribuição espacial da taxa de incidência suavizada de tuberculose nos
bairros de Belém/PA – 2006 a 2010. ...................................................... 48
Figura 18 - Box Map da incidência suavizada da tuberculose em Belém/PA e a
classificação por quadrante, definida pelo Diagrama de Espalhamento de
Moran – 2006 a 2010. ............................................................................ 52
Figura 19 - Moran Map evidenciando a dependência espacial (diferença
estatisticamente significativa) da incidência suavizada da tuberculose em
Belém/PA – 2006 a 2010. ...................................................................... 53
8
Figura 20 - Taxa de mortalidade bruta de tuberculose no município de Belém, no
Estado do Pará e no Brasil – 2006 a 2010. ............................................ 54
Figura 21 - Box-Plot da taxa de mortalidade bruta da tuberculose dos bairros em
Belém/PA – 2006 a 2010. ...................................................................... 56
Figura 22 - Distribuição espacial da taxa de mortalidade bruta de tuberculose em
Belém/PA – 2006 a 2010. ...................................................................... 57
Figura 23 - Box Plot da taxa de mortalidade suavizada de tuberculose dos bairros de
Belém/PA por ano – 2006 a 2010. ......................................................... 58
Figura 24 - Distribuição espacial da taxa de mortalidade suavizada de tuberculose
em Belém/PA – 2006 a 2010.................................................................. 59
Figura 25 - Box Map da mortalidade suavizada de tuberculose em Belém/PA e a
classificação por quadrante, definida pelo Diagrama de Espalhamento de
Moran - 2006 a 2010. ............................................................................. 62
Figura 26 - Moran Map evidenciando a dependência espacial (diferença
estatisticamente significativa) da incidência suavizada da mortalidade
suavizada da tuberculose em Belém/PA - 2006 a 2010. ........................ 63
Figura 27 - Box Plot da taxa de incidência bruta da coinfecção TB/HIV-1 dos bairros
em Belém/PA – 2010. ............................................................................ 65
Figura 28 - Distribuição espacial da taxa de incidência bruta da coinfecção TB/HIV-1
em Belém/PA – 2010 ............................................................................. 66
Figura 29 - Box Plot da taxa de incidência TB/HIV-1 suavizada de tuberculose em
Belém/PA – 2010. .................................................................................. 68
Figura 30 - Distribuição espacial da taxa de incidência TB/HIV-1 suavizada de
tuberculose em Belém/PA – 2010. ......................................................... 69
Figura 31 - Box Map da incidência suavizada da coinfecção TB/HIV-1 em Belém/PA
e a classificação por quadrante, definida pelo Diagrama de
Espalhamento de Moran – 2010. ........................................................... 71
Figura 32 - Moran Map evidenciando a dependência espacial (diferença
estatisticamente significativa) da incidência da coinfecção TB/HIV-1 em
Belém/PA – 2010. .................................................................................. 72
9
LISTA DE TABELAS
Tabela 1 - Taxa da incidência bruta de tuberculose no município de Belém, por ano
– 2006 a 2010 . ...................................................................................... 40
Tabela 2 - Situação de encerramento de caso de tuberculose no município de
Belém, por ano – 2006 a 2010. .............................................................. 41
Tabela 3 - Estatística da taxa de incidência bruta de tuberculose dos bairros de
Belém/PA – 2006 a 2010. ...................................................................... 42
Tabela 4 - Bairros com taxa de incidência bruta de tuberculose considerada como
outliers no município de Belém, por ano – 2006 a 2010. ....................... 43
Tabela 5 - Estatística descritiva da taxa de incidência suavizada de tuberculose
pelo método bayesiano empírico global dos bairros de Belém/PA – 2006
a 2010. ................................................................................................... 46
Tabela 6 - Bairros do município de Belém/PA, que apresentaram maior taxa de
incidência de tuberculose pelo método empírico global – 2006 a 2010. 47
Tabela 7 - Taxa de incidência de tuberculose no município de Belém/PA, após
aplicação do índices de Moran Global – 2006 a 2010 ............................ 49
Tabela 8 - Frequência do número de bairros e a taxa de incidência de tuberculose
no município de Belém/PA, de acordo com o quadrante definido pelo
Diagrama de Espalhamento de Moran – 2006 a 2010. .......................... 50
Tabela 9 - Evolução da classificação dos bairros, por quadrantes, do ano de 2006
para o ano de 2010. ............................................................................... 51
Tabela 10 - Taxa da mortalidade bruta de tuberculose no município de Belém, por
ano – 2006 a 2010. ................................................................................ 54
Tabela 11 - Estatísticas da taxa de mortalidade bruta de tuberculose dos bairros de
Belém/PA – 2006 a 2010. ...................................................................... 55
Tabela 12 - Bairros com taxa de mortalidade bruta de tuberculose considerada como
outliers no município de Belém, por ano – 2006 a 2010. ....................... 56
Tabela 13 - Estatística descritiva da taxa de mortalidade suavizada de tuberculose
pelo método bayesiano empírico local dos bairros de Belém/PA – 2006 a
2010. ...................................................................................................... 58
Tabela 14 - Frequência do número de bairros e a taxa de mortalidade de tuberculose
no município de Belém/PA, de acordo com o quadrante definido pelo
Diagrama de Espalhamento de Moran – 2006 a 2010. .......................... 61
Tabela 15 - Distribuição da frequência de ensaios sorológicos para a detecção de
anticorpos para o HIV-1 em pacientes diagnosticados com tuberculose,
no município de Belém/PA – 2006 a 2010. ............................................ 64
Tabela 16 - Estatística da taxa de incidência bruta da coinfecção TB/HIV-1 dos
bairros de Belém/PA – 2010................................................................... 64
Tabela 17 - Bairros com taxa de incidência bruta da coinfecção TB/HIV-1
considerada como outliers no município de Belém – 2010 .................... 65
Tabela 18 - Estatística descritiva da taxa de incidência TB/HIV-1 de tuberculose em
Belém/PA – 2010. .................................................................................. 67
10
Tabela 19 - Bairros que apresentaram maior taxa de incidência ajustada da
coinfecção TB/HIV-1 – 2010................................................................... 68
Tabela 20 - Distribuição de bairros e taxa de incidência por quadrante – 2010. ....... 70
Tabela 21 - Distribuição demográfica por áreas carentes. ........................................ 73
Tabela 22 - Comparação entre os tipos de local de residência e serviços essenciais
disponíveis à população de Belém, PA, no ano de 2010. ...................... 74
Tabela 23 - Comparação entre os indicadores de incidência da tuberculose e de
incidência da coinfecção TB/HIV-1 com o número de aglomerados
subnormais nos bairros do município de Belém, PA. ............................. 75
11
LISTA DE ABREVIATURAS, SIGLAS E SÍMBOLOS.
AIDS – Síndrome da Imunodeficiência Adquirida
HIV-1 – Vírus da Imunodeficiência Humana
IBGE – Instituto Brasileiro de Geografia e Estatística
INPE – Instituto Nacional de Pesquisas Espaciais
IMG – Índice de Moran Global
IML – Índice de Moran Local
MS – Ministério da Saúde
OMS – Organização Mundial de Saúde
SIM – Sistema de Informação de Mortalidade
SINAN – Sistema de Informação de Agravos de Notificação
SVS – Secretaria de Vigilância em Saúde
TB – Tuberculose
12
Resumo
A tuberculose é considerada pela Organização Mundial de Saúde (OMS) um
problema de saúde pública mundial. A distribuição geográfica da tuberculose no
Brasil concentra-se nos grandes centros urbanos, isto é, nos municípios que
abrigam as capitais dos estados e as regiões metropolitanas. Este trabalho teve
como objetivo descrever o padrão espaço temporal da infecção pelo Mycobacterium
tuberculosis, no município de Belém, Pará, no período de 2006 a 2010, utilizando os
seguintes indicadores: incidência de casos de tuberculose, incidência de casos com
coinfecção TB/HIV-1 e taxa de mortalidade por tuberculose. Foi utilizada a base de
dados do SINAN, do SIM e do censo demográfico do IBGE/2010. Para diminuir a
influência das flutuações aleatórias os indicadores foram estimados pelo método
bayesiano global e local. Para identificar a existência de autocorrelação espacial
dependência espacial foi utilizado o Índice de Moran Global e o Índice de Moran
Local. Pelo método bayesiano foi possível identificar os bairros com elevadas taxas
de incidência de tuberculose, de mortalidade e de coinfecção TB/HIV-1 que
realmente necessitam de atenção especial. A análise espacial demostrou que a
incidência da tuberculose e a incidência da coinfecção se distribuem de forma
aleatória por todo o município e que a mortalidade está concentrada em uma grande
área do município de Belém. A incidência da tuberculose e da coinfecção estão
associada às condições socioeconômicas da população. A heterogeneidade da
distribuição espacial da tuberculose, identificada em Belém, é um fator que confirma
que a doença atinge segmentos da sociedade de maneira diferenciada.
13
Abstract
Tuberculosis is considered by the World Health Organization (WHO) a worldwide
public health problem. The geographical distribution of tuberculosis in Brazil is
concentrated in large urban centers, ie the municipalities that harbor the state
capitals and metropolitan regions. This study aimed to describe the timeline pattern
of Mycobacterium tuberculosis infection in the city of Belém, in the period 2006-2010,
using the following indicators: incidence of tuberculosis cases, incidence of
coinfection with TB/HIV- 1 cases and death rate from tuberculosis. We used
database from SIM and SINAN and from IBGE/2010 demographic census. To reduce
the influence of random fluctuations, indicators were estimated by global and local
Bayesian method. To identify the existence of spatial autocorrelation spatial
dependence, global and local Moran index was used. From the Bayesian method
was possible to identify neighborhoods with high rates of TB incidence, mortality and
TB/HIV-1 coinfection who really need special attention. Spatial analysis
demonstrated that the incidence of tuberculosis and the incidence of coinfection are
randomly distributed throughout the municipality and that mortality is concentrated in
a large area of the city of Belém. The incidence of tuberculosis and coinfection are
associated with socioeconomic conditions of population. The heterogeneous spatial
distribution of tuberculosis Identified in Belém, is a factor that confirms that the
disease affects segments of society differently.
14
1 INTRODUÇÃO
1.1 BIOLOGIA DO Mycobacterium tuberculosis
O M. tuberculosis é o principal agente etiológico da tuberculose no homem,
descoberto em 1882 por Robert Koch (Collins et al., 1997), pertence à ordem
Actinomycetales, família Mycobacteriaceae, gênero Mycobacterium. O complexo M.
tuberculosis é composto por: M. tuberculosis, M. bovis subsp. bovis, M. africanum e
M. microti, além da cepa vacinal M. bovis BCG. Tem sido proposta a inclusão de
novas espécies neste complexo, como M. canettii, uma variante de M. tuberculosis
encontrada na região da Somália, M. caprae, agente etiológico de tuberculose em
caprinos, e M. pinnipedii, que causa tuberculose em leões marinhos, mas que
também pode infectar o homem (Viana-Niero & Leão, 2004).
O M. tuberculosis é um bacilo reto ou ligeiramente curvo, imóvel, não
esporulado, não encapsulado, apresenta variação de 0,3 a 0,6 µm de diâmetro e
comprimento de 1,0 a 4,0 µm (Campos, 2006). São relativamente resistentes aos
procedimentos convencionais de coloração. As células coradas com carbol fucsina
não podem ser descoradas com ácido ou álcool por isso são classificadas como
álcool-ácido resistentes (Tortora et al., 2011). É um patógeno intracelular aeróbico
estrito que necessita de oxigênio para crescer e se multiplicar, e que estabelece sua
infecção preferencialmente no sistema pulmonar (Campos, 2006).
Por ser capaz de sobreviver no interior de células fagocitárias, é considerado
um parasito intracelular facultativo, de crescimento lento, o qual se divide a cada 16
ou 20 horas, dependendo da oferta de oxigênio, o que é bastante lento quando
comparado a outras bactérias cuja divisão se dá em minutos (Flynn & Chan, 2001).
Esse crescimento lento do bacilo condiciona um curso lento e uma evolução crônica
para a doença (Bates, 1980). O bacilo pode resistir a desinfectantes fracos e
sobreviver em meio seco durante semanas, porém, só consegue se desenvolver no
organismo de um hospedeiro (Melo & Afiune, 1993).
Uma peculiaridade importante é o agrupamento dos bacilos formando ramos
alongados e tortuosos, conhecidos como cordas. A observação de cordas à
baciloscopia é uma indicação de que se trata de bactéria do complexo M.
tuberculosis (Tortora et al., 2011).
Uma característica distintiva dos organismos pertencentes ao gênero
Mycobacterium é a sua parede celular. Ao contrário de bactérias Gram negativo, não
15
há verdadeira membrana exterior de Mycobacterium. A parede celular
micobacteriano é composto por um complexo de três macromoléculas
covalentemente ligados uns aos outros (peptidoglicano, arabinogalactana e ácidos
micólicos) e um lipopolissacarídeo, lipoarabinomannan (LAM), que é ancorada à
membrana plasmática (McNeil & Brennan, 1991).
Os fatores determinantes para o controle da tuberculose incluem a detecção
rápida, a terapia adequada e os meios para que sejam evitadas futuras
transmissões. O diagnóstico convencional para a tuberculose consiste na
baciloscopia e na cultura do micro-organismo. A baciloscopia é uma metodologia de
execução rápida, simples, de baixo custo, que permite estimar a possibilidade de
transmissão do hospedeiro, favorece a cobertura diagnóstica, porém possui baixa
sensibilidade. A cultura do micro-organismo é o método bacteriológico disponível
mais sensível para o diagnóstico das infecções por micobactérias, detectando a
partir de 10 bacilos/mL de amostra. A partir da cultura, também é possível a
identificação da micobactéria isolada e a realização do teste de sensibilidade a
antimicrobianos (Widner et al., 2011).
A necessidade de um teste rápido para o diagnóstico laboratorial das
micobactérias levou ao desenvolvimento de métodos moleculares para a detecção e
identificação das espécies, a partir de amostras clínicas ou das colônias isoladas em
cultivo (Mello & Fonseca, 2005). Entre as técnicas utilizadas para o diagnóstico,
encontram-se aquelas que promovem a amplificação do material genético, como a
reação em cadeia mediada pela polimerase (PCR – Polymerase Chain Reaction) e
suas variações (Nested-PCR e Multiplex-PCR, por exemplo). Para a identificação
das espécies, existem as técnicas que empregam sondas genéticas (Sistema
AccuProbe, por exemplo), o sequenciamento de DNA a partir de produtos de PCR,
as análises com enzima de restrição (como o PRA-hsp65) e o HMA (Heteroduplex
Mobility Assay – Ensaio de mobilidade eletroforética de fitas heteroduplas) (Widner
et al., 2009).
1.2 EPIDEMIOLOGIA DA TUBERCULOSE
A tuberculose é considerada pela Organização Mundial de Saúde (OMS) um
problema de saúde pública mundial. Em 2012, a OMS estimou a incidência de 8,6
milhões de casos no mundo e 1,3 milhões de óbitos por tuberculose, sendo que
16
desses, um milhão eram HIV-1 negativo e 300 mil estavam associados ao HIV-1. A
maior parte do número de casos ocorreu na Ásia (59%) e na África (26%), as
menores proporções ocorreram na Região do Mediterrâneo Oriental (8%), na Europa
(4%) e nas Américas (3%) (WHO, 2013).
A taxa de incidência varia muito entre os países. As menores taxas são
encontradas predominantemente em países de alta renda, incluindo a maioria dos
países ocidentais da Europa, Canadá, Estados Unidos da América, Japão, Austrália
e Nova Zelândia. Nesses países, a taxa de incidência por 100.000 habitantes é
inferior a 10 casos. A maioria dos países da Região das Américas têm taxas abaixo
de 50 por 100.000 habitantes e esta é a região com a menor carga de tuberculose,
em média. Dos 22 países que possuem altas cargas de tuberculose, a maioria tem
taxas de cerca de 150-300 casos por 100.000 habitantes e os menores são o Brasil
e a China, enquanto as taxas que estão acima de 500 por 100.000 habitantes são de
Moçambique, África do Sul e Zimbabwe (Figura 1) (WHO, 2013).
Figura 1 – Estimativa da taxa de incidência de tuberculose, por países (por 100.000 habitantes) - 2012. Fonte: Adaptado de WHO (2013).
As mais recentes avaliações para os 22 países responsáveis por 81% do total
de casos de tuberculose no mundo sugerem que, 10 países apresentam tendência
decrescente, 11 estão com suas taxas aproximadamente estáveis e apenas a África
do Sul mostra que a taxa vem aumentando lentamente (WHO, 2013).
Não estimada
Não aplicada
0-9,9
10-19
20-49
50-124
125-299
300-499
>=500
17
Entre 1990 e 2010 houve redução de 11,4% na taxa de incidência no mundo,
50% nas taxas de incidência nas Américas e de 48,8% no Brasil. Estas diferenças
são possivelmente devido aos bolsões de pobreza na África e de locais de grande
densidade demográfica como China, Índia e Rússia (Guimarães et al., 2012).
O Brasil ocupa o último lugar entre os países responsáveis por 80% do total
de casos de tuberculose no mundo. Para 2012, a OMS estimou uma incidência de
46/100.000 habitantes, uma prevalência de 59/100.000, uma mortalidade de
2,5/100.000 e uma mortalidade associada ao HIV-1 de 1,3/100.000 habitantes
(WHO, 2013).
A Figura 2 mostra uma série histórica da incidência de tuberculose no Brasil
entre 1990 a 2011 e observa-se uma tendência de queda lenta, porém constante, na
taxa de incidência. Se esta tendência continuar até 2015, o Brasil ainda terá uma
taxa de 32,6 casos por 100 mil habitantes e, consequentemente, não alcançará a
meta estimada pela OMS para 2015, que é de 25,9 casos por 100 mil habitantes
(Brasil, 2012a).
Figura 2 - Taxa de incidência de tuberculose no Brasil por 100.000 habitantes - 1990 a 2011. Fonte: Adaptado de Brasil (2012ª).
A taxa de incidência do Brasil em 2011 foi de 38,4 por 100.000 habitantes. Na
Figura 3, apresenta-se a taxa de incidência por Estado, e pode-se verificar a grande
0
10
20
30
40
50
60
70
80
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
Taxa
de
inci
dên
cia
(p
or
10
0.0
00
hab
.)
Brasil Norte Pará
18
variação entre eles. O Pará é o terceiro Estado com maior taxa de incidência. Os
cinco estados com maior incidência, por 100.000 habitantes, foram: Rio de Janeiro
(72,3), Amazonas (62,1), Pará (49,5), Pernambuco (49,3) e Acre (46,9) (Brasil,
2012b).
Figura 3 - Taxa de incidência de tuberculose por Estado por 100.000 habitantes – 2011. Fonte: Adaptado de Brasil (2012a).
A distribuição geográfica da tuberculose no Brasil concentra-se nos grandes
centros urbanos, isto é, nos municípios que abrigam as capitais dos estados e as
regiões metropolitanas (HIJJAR et al., 2007; Xavier & Barreto, 2007). Em 2011, de
acordo com o MS, Belém se posicionava no 2º lugar entre as capitais brasileiras,
com uma taxa de 84,89 casos por 100.000 habitantes, sendo que a taxa média das
capitais foi de 55,2. As cinco capitais com maior incidência foram: Porto Alegre,
Belém, Manaus e Cuiabá (Brasil, 2012b).
A meta estabelecida pela OMS era diminuir a taxa de mortalidade em 50% até
2015. Esta meta já foi superada na Região das Américas (desde 2004) e na Região
do Pacífico Ocidental (desde 2002), e pode ter sido alcançado na Região do
Mediterrâneo Oriental. Entre as outras três regiões, a Região da Ásia do Sudeste
aparece em melhor posição para atingir a meta (WHO, 2013).
Há uma variação considerável entre os países, variando de menos de 1 óbito
por tuberculose por 100.000 habitantes (os exemplos incluem a maioria dos países
da Europa Ocidental, o Canadá, os Estados Unidos da América, a Austrália e a
Nova Zelândia) para mais de 40 óbitos por 100.000 habitantes em grande parte do
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
80.0
38,4
19
continente Africano (Figura 4) (WHO, 2013).
Figura 4 - Estimativa da taxa de mortalidade da tuberculose, por países (por 100.000 habitantes) - 2012. Fonte: Adaptado de WHO (2013).
A Figura 5 apresenta a taxa de mortalidade por tuberculose no Brasil, na
Região Norte e no Pará, no período de 1990 a 2009. Observa-se que a taxa de
mortalidade está diminuindo muito lentamente, nos últimos anos, e que a Região
Norte e o estado do Pará sempre apresentaram taxas menores que a média
nacional (Brasil, 2012a).
Não estimada
Não aplicada
20
Figura 5 - Taxa de mortalidade da tuberculose no Brasil, na Região Norte e no Pará, no período de 1990 a 2010. Fonte: Adaptado de Brasil (2012a).
Guimarães et al. (2012) demonstraram que a estimativa da taxa de
mortalidade por tuberculose (excluindo a coinfecção TB/HIV-1), entre 1990 e 2010,
teve uma redução de 40,0% no mundo, de 70,7% nas Américas e de 70,8% no
Brasil.
Em 2010, a taxa de mortalidade do Brasil foi de 2,4 por 100.000 habitantes. A
Região Nordeste apresentou a maior taxa de mortalidade 2,8 por 100.000
habitantes. Os estados com as maiores taxas por 100.000 habitantes foram: Rio de
Janeiro (5,6), Pernambuco (4,0), Amazonas (3,9), Minas Gerais (3,2) e Ceará (2,8).
O Pará se posicionou na 13ª colocação entre os estados com maior taxa de
mortalidade com uma taxa de 2,2 por 100.000 habitantes (Figura 6) (Brasil, 2012a).
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
Taxa d
e m
ort
ali
da
de (
po
r 100.0
00 h
ab
.)
Brasil Região Norte Pará
21
Figura 6 - Taxa de mortalidade da tuberculose por estado por 100.000 habitantes – 2010. Fonte: Adaptado de Brasil (2012a).
Em relação a coinfecção TB/HIV-1, a proporção de casos foi maior nos países
do continente Africano. Em alguns lugares da sul da África, mais de 50% dos casos
de tuberculose foram coinfectados com o HIV-1 (Figura 7) (WHO, 2013).
Figura 7 – Estimativa da taxa de coinfecção TB/HIV-1, por países (por 100.000 habitantes) - 2012. Fonte: Adaptado de WHO (2013).
Guimarães et al. (2012) observaram uma tendência de aumento na proporção
0.0
2.0
4.0
6.0
8.0
10.0
12.0T
axa d
e i
nc
idên
cia
(p
or
100.0
00 h
ab
.)
3,7
Não estimada
Não aplicada
22
de casos da coinfecção TB/HIV-1 no Brasil, nas Américas e no Mundo, com especial
destaque para as taxas globais, evidenciando a contribuição dos outros continentes
para a carga global da doença.
A taxa de incidência da coinfecção TB/HIV-1, em 2010, foi de 3,7 casos por
100.000 habitantes. Os estados com as maiores taxas por 100.000 habitantes foram:
Rio Grande do Sul (9,6), Amazonas (8,0), Rio de Janeiro (6,1), Santa Catarina (5,9)
e Pernambuco (4,0). O Pará se posicionou na 7ª colocação entre os estados com
maior taxa de coinfecção com uma taxa de 3,4 por 100.000 habitantes (Figura 8).
Dos casos novos de tuberculose identificados em 2010, cerca de 10% apresentavam
coinfecção TB/HIV-1 (Brasil 2012a).
Figura 8 – Taxa de incidência da coinfecção TB/HIV-1 por estado (por 100.000 habitantes). 2010. Fonte: Adaptado de Brasil (2012a).
Nas áreas com elevada prevalência de infecção pelo HIV-1, vem ocorrendo
estabilização, ou aumento do número de casos e óbitos por tuberculose (Brasil,
2009). A coinfecção TB/HIV-1 representa um grande desafio para a saúde pública
nas últimas décadas, pois a tuberculose é a principal causa de óbito em indivíduos
com AIDS, apesar da diminuição na letalidade com a implantação do programa
gratuito de tratamento com antirretrovirais (Oliveira et al., 2004).
A tuberculose ativa predomina no sexo masculino (67%) e atinge
prioritariamente a faixa etária de 20 a 49 anos de idade (Piller, 2012). Apesar de
ocorrer com maior força na faixa etária do adulto jovem, ela vem se mantendo em
0.0
2.0
4.0
6.0
8.0
10.0
12.0
3,7
23
coeficientes elevados, entre idosos (Hijjar et al., 2005). Cerca de 80% dos casos são
pulmonares e 20% extrapulmonares (Piller, 2012).
San Pedro & Oliveira (2013), apontam para a persistência da relação entre
indicadores socioeconômicos e a ocorrência da tuberculose tanto em nível individual
quanto coletivo. A associação entre tuberculose e indicadores socioeconômicos
parece ser influenciada tanto pelo nível de agregação espacial quanto pelas
características particulares das áreas geográficas.
Os estudos sobre a distribuição espacial de casos de tuberculose dentro de
um mesmo município são fundamentais para identificação de áreas de risco
(Guimarães et al., 2012) e de bolsões de subnotificações intramunicipais
(Bierrenbach et al., 2007). A heterogeneidade na distribuição espacial da
tuberculose intramunicipais foi identificada por vários autores (Roza et al., 2012;
Souza et al., 2005; Brunello et al. , 2011; Hino et al., 2011; Vendramini et al., 2005).
Os indicadores de saúde na Região Norte do Brasil estão aquém das metas
preconizadas pelo Ministério da Saúde, apontando para a necessidade de
implementação de políticas de saúde voltadas para a população residente em área
de maior risco (Barbosa & Cosme, 2013).
1.3 EPIDEMIOLOGIA ESPACIAL
A epidemiologia espacial se caracteriza como o estudo da associação de
eventos relacionados a saúde e a sua localização. A preocupação com a distribuição
geográfica de dados epidemiológicos é antiga, desde o trabalho pioneiro de John
Snow, que considerou a localização espacial da cólera para tentar explicar o
fenômeno da epidemia na cidade de Londres, em 1854 (Snow, 1855).
Na epidemiologia espacial as principais áreas de aplicação são: mapeamento
de doenças, detecção de clusters de doenças e análise ecológica (Lawson, 2006).
a) Mapeamento de Doenças
O mapeamento de doenças fornece um resumo visual rápido de informações
geográficas complexas e identificam padrões nos dados que são perdidos na
apresentação tabular (Elliott & Wartenberg, 2004). São úteis na identificação de
áreas com suspeita de elevações no risco de uma doença, auxiliando na formulação
de hipóteses sobre o comportamento da doença e avaliando a variação geográfica
em estudos de acompanhamento e medidas preventivas (Bailey, 2001). Tem caráter
24
descritivo e utiliza modelos estatísticos para gerar mapas livres de perturbações
externas.
b) Detecção de Clusters de Doenças
A representação de dados, através de subdivisões territoriais, permite
identificar padrões espaciais (clusters) dentro de um determinado espaço geográfico
e verificar a existência de dependência espacial entre as áreas, por meio da análise
exploratória de dados espaciais (Bailey, 2001).
c) Análise Ecológica
Os estudos ecológicos de correlação geográfica avaliam as relações entre a
distribuição espacial da variável em estudo e fatores explicativos (Elliott et al., 2001).
Estudam as associações entre a incidência observada da doença e possíveis fatores
de risco, medido em grupos ao invés de indivíduos, onde esses grupos são
tipicamente definidos por áreas geográficas ou localização (Bailey, 2001).
1.4 ESTATÍSTICA ESPACIAL
1.4.1 Estimação de Indicadores
A análise de dispersão espacial do risco de uma doença é realizada,
principalmente, por mapas de taxas de incidência e de mortalidade (Assunção,
2001). A taxa bruta, razão entre o número de eventos ocorridos na área e o número
de pessoas expostas à ocorrência desse evento, é o indicador mais simples para
calcular o risco de ocorrência de um evento, porém para pequenas áreas este
indicador gera instabilidade nas estimativas (Assunção et al., 1998).
A alta variabilidade nos valores calculados pela taxa bruta pode não estar
diretamente relacionada com o fenômeno investigado, mas sim com uma
variabilidade associada aos dados. Instabilidades como a ocorrência de um ou dois
casos do evento a mais ou a menos numa localidade tem um impacto grande no
cálculo das taxas brutas se a população de interesse for pequena, efeito que não se
verifica em localidades de população de tamanho grande (Silva et al., 2011). Quanto
menor a área, mais raros são os eventos observáveis, o que origina excessiva
flutuação aleatória dos indicadores e todos os problemas daí decorrentes, assim o
indicador varia aleatoriamente, sem qualquer padrão explicável (Brasil, 2007).
A Figura 9 mostra o diagrama de dispersão do logaritmo do número de
nascidos vivos versus a razão de mortalidade infantil padronizada dos municípios de
25
Minas Gerais em 1994. Observa-se a forma de funil e a grande variabilidade
encontrada nos municípios com populações menores, ou seja, quanto menor o
tamanho da população de risco, maior é a variabilidade da razão de mortalidade
infantil padronizada.
Figura 9 – Diagrama de dispersão do logaritmo do número de nascidos vivos versus a razão de mortalidade infantil padronizada dos municípios de Minas Gerais – 1994. (Adaptado de Assunção et al., 1998).
Para reduzir a flutuação aleatória dos indicadores uma das opções é a
utilização da abordagem bayesiana. O método bayesiano empírico estima taxas
corrigidas a partir dos valores observados utilizando-se conceitos de inferência
bayesiana. Este método, proposto por Marshall (1991), é utilizado em substituição
ao método de taxas brutas para reduzir a flutuação de pequenas áreas. As taxas
corrigidas são menos instáveis, pois levam em conta no seu cálculo não só a
informação da área, mas também a informação de sua vizinhança. Mapas baseados
nessas estimativas são mais interpretativos e informativos (Assunção, 2003).
Na Figura 10, Assunção et al. (1998) mostram, por meio do gráfico de
dispersão, a comparação entre a razão de mortalidade padronizada e a estimativa
bayesiana da mortalidade infantil dos municípios de Minas Gerais em 1994. Verifica-
se que as estimativas do risco relativo são muito mais concentradas do que as
estimativas fornecidas pela razão de mortalidade padronizada. O efeito desta
contração das estimativas é maior nos valores extremos de razão de mortalidade
padronizada, uma vez que, o efeito da contração depende da população em risco de
Logaritmo Nascidos
vivos
Raz
ão d
e m
ort
alid
ade
pad
ron
izad
a
26
cada município.
Figura 10 – Gráfico de dispersão de razão de mortalidade infantil padronizada (eixo horizontal) versus estimativa Bayesiana (eixo vertical) dos municípios de Minas Gerais -1994 (Adaptado de Assunção et al., 1998).
O estimador bayesiano empírico supõe que a taxa real , que de fato
expressa a força de ocorrência do evento na área i, é uma variável aleatória com
média µi e variância . O melhor estimador dessa taxa é uma combinação linear
entre a taxa observada (eventos/população) na área i e um valor médio μi
ponderados por um fator wi da seguinte forma:
,
onde
, ni = número de pessoas em risco (população) e ti taxa bruta da área
i.
A média μi usada na ponderação pode ser a taxa média de toda a região do
estudo, denominado de método de bayesiano empírico global, ou pode ser a média
das áreas vizinhas, denominado método bayesiano empírico local.
O método bayesiano global é utilizado como fator de ponderação à média dos
indicadores em estudo para estabilizar as taxas evitando a flutuação nas pequenas
áreas. O método bayesiano empírico local verifica se os eventos ocorridos em uma
área tem relação com os eventos ocorridos em áreas vizinhas.
Razão de mortalidade
padronizada
Est
imat
iva
bay
esia
na
27
1.4.2 Análise Exploratória Espacial
As técnicas de análise exploratória aplicadas a dados espaciais são
essenciais ao desenvolvimento das etapas de modelagem estatística espacial, em
geral sensível ao tipo de distribuição, à presença de valores extremos e à ausência
de estacionariedade (Câmara et al., 2001). O conceito de estacionariedade aplicado
a áreas geográficas significa que a média do processo medido em estudo é
constante em todas as subáreas. A autocorrelação espacial é utilizada entre as
taxas a fim de investigar se a distribuição espacial se dá de forma aleatória ou segue
algum padrão de ocorrência no espaço (Sales et al., 2010).
A dependência espacial pode ser medida pelo Índice de Moran Global (IMG),
Índice de Moran Local (IML) e Diagrama de Espalhamento de Moran (Anselin, 1996).
O índice de Moran é utilizado para sumarizar a distribuição espacial de dados,
identificando aglomerados de áreas com riscos semelhantes. Este índice varia de -1
a 1, sendo que, os valores próximos a zero indicam ausência de correlação espacial,
ou seja, não existiria diferença entre vizinhos. Os valores positivos indicam
autocorrelação espacial positiva, ou seja, a existência de similaridade entre áreas
vizinhas. Os valores negativos apresentam autocorrelação espacial negativa. O
índice de Moran permite analisar até que ponto o nível de uma variável para uma
área é similar ou não, às áreas vizinhas.
Estas duas estatísticas diferenciam-se pela unidade de análise, sendo que as
globais consideram todas as observações, e as locais, apenas os eventos que
ocorrem até uma distância considerada significativa, conforme o critério usado.
O diagrama de espalhamento de Moran (Câmara et al., 2002) compara os
valores normalizados do atributo numa área com a média dos valores normalizados
dos seus vizinhos, o que permite construir um gráfico bidimensional de Z (valores
normalizados) por WZ (média dos vizinhos). É uma maneira adicional de visualizar a
dependência espacial e indicar os diferentes regimes espaciais presentes nos
dados. A Figura 11 mostra o índice de exclusão/inclusão social de São Paulo, censo
de 1991 (Câmara, et al., 2002). Os quadrantes podem ser interpretados como:
• Q1 (valores positivos, médias positivas) e Q2 (valores negativos, médias
negativas): indicam pontos de associação espacial positiva, no sentido que
uma localização possui vizinhos com valores semelhantes.
• Q3 (valores positivos, médias negativas) e Q4 (valores negativos, médias
28
positivas): indicam pontos de associação espacial negativa, no sentido que
uma localização possui vizinhos com valores distintos.
Figura 11 - Diagrama de espalhamento de Moran do índice de exclusão/inclusão social de São Paulo, censo de 1991. Fonte: Câmara et al., 2002.
O Q1(+/+) é considerado uma área de maior prioridade, Q2(-/-) de menor
prioridade e Q3(+/-) e Q4(-/+) áreas de transição de prioridade intermediária para
controle de doenças.
1.5 APLICAÇÃO DA EPIDEMIOLOGIA ESPACIAL EM SAÚDE
1.5.1 Epidemiologia Espacial Aplicada às Doenças Infecciosas
Nos últimos anos a aplicação da metodologia espacial vem se tornando cada
vez mais frequente (Carvalho & Santos, 2005), pois o conhecimento de que tipos de
diferentes doenças podem apresentar locais de risco diferentes, o que permite tratar
com mais especificidade cada doença e promover ações de saúde específicas para
cada região. Os estudos ecológicos proporcionam um meio de analisar a
tuberculose no seu contexto social, relacionando a doença e as condições
socioeconômicas de uma população, que pode não ser claro em estudos realizados
a nível individual (Roza et al., 2012).
A análise exploratória espacial dos casos de malária no Estado de Tocantins
demonstrou predominância de casos importados e a diferença entre os municípios e
microrregiões, apontando a influência de Estados vizinhos na determinação das
áreas de maior risco (Parise et al., 2011).
29
As técnicas de análise espacial utilizadas para identificar a associação entre a
ocorrência de doenças infecciosas e o nível socioeconômico e demográfico, em São
José do Rio Preto, SP, no período de 1998 a 2007, permitiu caracterizar as áreas
mais deficitárias do município como as de maior risco para hanseníase (Cury et al.,
2012).
No município de Coari no Amazonas foi realizada uma pesquisa para
demonstrar as características epidemiológicas dos pacientes com Dengue, no
período de 2008 a 2009, pela análise espacial observou-se que os bairros com a
maior incidência de casos eram os localizados próximos de igarapés e lagos e com
processo recente e desordenado de habitação (Costa et al., 2011). Em 2006,
Teixeira & Cruz (2011) analisaram a distribuição espacial da dengue na cidade do
Rio de Janeiro e as associações da incidência de casos com variáveis
socioambientais. Pelo modelo espacial CAR (conditional autoregressive)
identificaram associação direta da incidência de casos com a precipitação de
chuvas. Estes resultados evidenciam a importância de variáveis socioambientais na
dinâmica de transmissão da dengue, e sua relevância como subsídios às estratégias
de controle.
Para analisar a distribuição espacial da ocorrência de hanseníase em um
município de alta endemicidade, Cunha et al. (2012) utilizaram o método bayesiano
empírico global para reestimar a taxa de incidência e o IMG e IML para identificar a
autocorrelação espacial. Concluiu que a análise espacial foi importante para
identificar áreas críticas da endemia. Alencar et al. (2012) utilizaram o método
bayesiano empírico global para analisar a distribuição espacial de hanseníase em
373 municípios de quatro estados. Identificou áreas de alto risco para hanseníase e
sugeriu que o programa de controle da hanseníase intensifique as ações de controle
nestas áreas.
Rodrigues et al. (2008) ao final do estudo sobre o padrão espacial da malária,
que utilizou técnicas de análise espacial de Box Map e Moran Map, sugeriram que
estas técnicas fossem avaliadas e comparadas com a atual metodologia utilizada
pela secretaria de vigilância em saúde na determinação de área de risco e repasse
financeiro para o controle da malária.
30
1.5.2 Epidemiologia Espacial Aplicada a Tuberculose
A tuberculose é uma doença transmissível cuja etiopatogenia está
diretamente relacionada com as condições sociais de vida (Bertolli Filho, 2001) e
que podem ser claramente evidenciadas por meio da utilização da epidemiologia
espacial. Durante a última década foram desenvolvidos vários trabalhos sobre a
distribuição espaço-temporal da tuberculose no Brasil e no mundo.
Para determinar o papel da população migrante de Pequim, República
Popular da China, entre 2000 e 2006, na transmissão da tuberculose, foi realizada a
análise espacial dos casos na população de residentes permanentes e na população
de migrantes, o que demonstrou não só a contribuição da população migrante para a
prevalência da tuberculose, como também as diferenças entre os 18 distritos em
Pequim e que medidas de controle da tuberculose deveriam ser incorporadas a esta
população, usualmente constituida de pessoas com baixo poder aquisitivo (Jia et al.,
2008). Neste estudo foi utilizado o IMG para identificar as áreas de risco e o modelo
de regressão de Poisson para detectar a diferença da prevalência da tuberculose
entre os distritos.
Foi realizado um estudo em Portugal, na área continental, com 18 distritos e
278 subdistritos no período de 2000 a 2004, utilizando a estatística espacial Scan, o
que permitiu a identificação de áreas críticas de incidência de tuberculose ano a ano
(Nunes, 2007). Outro estudo utilizando a estatística espacial Scan foi realizado no
distrito de Almora, na Índia, no período de 2003 a 2005, que identificou a existência
de clusters de tuberculose (Tiwary et al., 2006), indicando que, em algumas regiões
a incidência de tuberculose era maior do que em outras.
Na cidade de Vitória, ES, uma análise da distribuição espacial de tuberculose,
usando o método bayesiano empírico local para estimativa do risco e o índice de
Moran Local para avaliação das autocorrelações entre as incidências de bairros
limítrofes (Vieira et al., 2008), mostrou que apesar da tuberculose ser uma doença
infecciosa transmitida de pessoa a pessoa, pela via respiratória, a doença não atinge
indistintamente todas as áreas da cidade, mesmo que geograficamente tão
próximas. Entretanto, as taxas mais elevadas ocorreram nos bairros com os piores
indicadores de qualidade de vida urbana, indicando a estreita relação entre os
fatores socioeconômicos e a incidência de tuberculose. Maciel et al. (2010) também
identificaram a relação entre a incidência da tuberculose e o nível socioeconômico
31
da população em Vitória, utilizando a análise de regressão de Poisson.
A análise da distribuição espacial dos casos de tuberculose realizado, em
Ribeirão Preto, SP, no período de 1990 a 2000, utilizando a técnica de alizamento
espacial de Kernel, demonstrou que os casos estavam concentrados em bairros de
classe média ou média baixa da população (Santos et al., 2004). Este estudo
proporcionou uma metodologia alternativa para auxiliar no planejamento,
monitoramento e avaliação das ações de saúde do município.
Para identificar se a área da tríplice fronteira entre Brasil, Paraguai e
Argentina se constituía em uma zona de elevada transmissão de tuberculose, foi
utilizado a estimativa bayesiana empírica e o IMG e IML, para identificar os padrões
espaciais na região. Foi mostrado que os municípios, concentrados na proximidade
da fronteira, possuiam incidência de tuberculose acima da média nacional (Braga et
al., 2011).
Souza et al. (2005) realizaram um estudo ecológico de casos de tuberculose,
em Olinda, PE, utilizando regressão logística e análise exploratória espacial. Foi
identificado que a média de moradores por domicílios, a existência de famílias com
mais de um caso no período e a presença de casos de retratamento estão
associadas às maiores taxas de incidência da doença. O simples mapeamento
destas variáveis permitiu refinar o foco de atenção em micro áreas, prioritário para
intervenções intensivas, como forma de enfrentar o problema da tuberculose.
Em Manaus, foi realizada uma análise histórica e geográfica da tuberculose
para analisar e mapear a incidência dos casos da doença, além de identificar as
condições sociais e urbanas que promovem a disseminação da doença na cidade
(Souza & Pinheiro, 2009). Foi identificado que os casos tuberculose se distribuem de
forma desigual pelos bairros, com alta concentração de casos em bairros com
aparatos urbanísticos deficientes e índice de desenvolvimento urbano mais baixo.
A distribuição espacial da mortalidade por tuberculose realizada em Salvador,
utilizando a análise exploratória de dados espaciais, identificou que as áreas
situadas na periferia da cidade e que apresentavam condições precárias de vida,
apresentaram maior risco de óbito (Mota et al., 2003).
Um estudo descritivo ecológico realizado em Ribeirão Preto, SP, em 2006
teve como objetivo identificar áreas de maior vulnerabilidade para a coinfecção
HIV-1/TB (Brunello et al., 2011). Os setores do município foram categorizados em
três níveis socioeconômicos: inferior, intermediário e superior, com base na análise
32
de componentes principais das variáveis do censo demográfico de 2000 (renda,
instrução e percentagem de domicílios com cinco ou mais moradores). Foi calculada
a incidência da coinfecção HIV-1/TB para cada nível socioeconômico. A distribuição
espacial mostrou que as incidências nas áreas com níveis socioeconômicos
intermediários e inferiores (8,3 e 11,5 casos por 100 mil habitantes,
respectivamente) foram superiores àquela (4,8 casos por 100 mil habitantes) de
nível socioeconômico superior.
Outro estudo realizado por Vendramini et al. (2010) analisaram a relação da
distribuição espacial da coinfecção TB/HIV-1 e os fatores socioeconômicos do
município de São José do Rio Preto - SP. Foi utilizado o índice de Moran para
avaliar a dependência espacial das incidências e regressões múltiplas para
selecionar as variáveis socioeconômicas com maior poder de explicação da
dependência espacial. Este estudo evidenciou aglomerados de alta incidência na
região norte e baixa incidência na sul e oeste do município, a variável com maior
poder de explicação da dependência espacial da incidência foi a porcentagem de
chefes de família com até três anos de instrução e ratificou a relação do nível
socioeconômico da população e a incidência da coinfecção.
A segregação social e geográfica da tuberculose é identificada em alguns
estudos, o que reforça a importância de compreender sua distribuição em um
território e seus determinantes, requisitos essenciais para gerenciar um sistema de
saúde com ações equitativas, visando diminuir as desigualdades sociais das
populações humanas (Myers et al., 2006; OPAS, 2000).
33
1.6 OBJETIVOS
1.6.1 Objetivo Geral
Descrever o padrão espacial temporal da infecção pelo Mycobacterium
tuberculosis, no município de Belém, Pará, no período de 2006 a 2010.
1.6.2 Objetivos Específicos
Descrever o padrão espacial temporal de morbidade da tuberculose;
Descrever o padrão espacial da mortalidade da tuberculose;
Descrever o padrão espacial de morbidade da coinfecção TB/HIV-1;
Associar os indicadores socioeconômicos dos bairros com a incidência da
tuberculose e da coinfecção TB/HIV-1;
Propor sugestões acerca do risco de transmissão do Mycobacterium
tuberculosis nas áreas de estudo.
34
2 MATERIAL E MÉTODOS
Foi realizado um estudo descritivo ecológico para avaliar a distribuição
espacial dos casos de tuberculose, agregados por bairros, no município de
Belém/PA, no período de janeiro de 2006 a dezembro de 2010, utilizando os
seguintes indicadores: incidência de casos de tuberculose, incidência de casos com
coinfecção TB/HIV-1 e taxa de mortalidade por tuberculose. Foram incluídos todos
os casos notificados como tuberculose, e todos os casos de óbitos onde a causa
básica foi registrada como tuberculose, de pacientes residentes em Belém. Serão
avaliadas, também, as associações entre a ocorrência de tuberculose e os
indicadores socioeconômicos dos bairros.
Não fizeram parte do estudo indivíduos moradores de rua e institucionalizados
(residentes em presídios, asilos e casas de apoio), por possuírem um risco de
infecção e doença maior que a população em geral. Foram também excluídos
indivíduos que não tinham endereço completo e que não foi possível identificar o
bairro de residência.
2.1 ÁREA DE ESTUDO
O município de Belém, fundado em 12 de janeiro de 1616, possui uma
população de 1.393.399 habitantes (IBGE, 2011), distribuídos em uma área de
1.059.402 Km², perfazendo uma densidade demográfica de 1.315,27 hab./Km², é
dividido em oito distritos administrativos e 71 bairros (Figura 12).
De acordo com os resultados do Censo de 2010, Belém é uma cidade cujo
número médio de moradores por domicílios é de 3,8. Quanto ao abastecimento de
água 75,5% dos domicílios são abastecidas pela rede geral e 20,6% por poços ou
nascentes. Em relação ao esgotamento sanitário, 37,6% dos domicílios são
atendidos pela rede geral, 30,8% por fossa séptica, 30,4% por outras formas e 1,2%
não possuem instalações sanitárias. A coleta de lixo por serviço de limpeza atinge
90,6% da população, 6,1% o lixo é coletado por caçamba de limpeza e 3,3% tem
outro destino (IBGE, 2011).
35
Figura 12 – Mapa do município de Belém por bairros. Fonte: Adaptado de IBGE
(2011).
4
13
19
46
45
65
17
56
16
1
47
55
5
61
15
7
36
12
21
51
34
3
39
22
8
2
40
32
6
59
44
64
31
14
26
66
33
48
57
62
54
60
29
37
53
23
10
20
52
27
28
63
2568
71
70
41
38
18
9
24
35
11
42
49
50
30
58
69
67
43
BAIRRO
01-Guamá
02-Terra Firme
03-Águas Lindas
04-Curió-Utinga
05-Ariramba
06-São Francisco
07-Carananduba
08-Marahu
09-Guanabara
10-Castanheira
11-Una
12-Águas Negras
13-Tapanã
14-Paracuri
15-Parque Guajará
16-Tenoné
17-Coqueiro
18-São Clemente
19-Val-de-Cans
20-Bengui
21-Marambaia
22-Souza
23-Sacramenta
24-Campina
25-Batista Campos
26-Jurunas
27-Nazaré
28-Cremação
29-São Brás
30-Fátima
31-Umarizal
32-Pedreira
33-Telégrafo
34-Universitário
35-Barreiro
36-Parque Verde
37-Cruzeiro
38-Ponta Grossa
39-Mangueiras
40-Maracajá
41-Chapéu Virado
42-Farol
43-Porto Arthur
44-Caruara
45-Baía do Sol
46-Sucurijuquara
47-Bonfim
48-Paraíso
49-Reduto
50-Canudos
51-Marco
52-Cabanagem
53-Miramar
54-Maracangalha
55-Mangueirão
56-Aurá
57-Murubira
58-Praia Grande
59-Pratinha
60-Condor
61-S J do Outeiro
62-Itaiteua
63-Água Boa
64-Brasília
65-Maracacuera
66-Campina Icoaraci
67-Aeroporto
68-Cidade Velha
69-Natal Murubira
70-Agulha
71-Vila
36
2.2 COLHEITA DE INFORMAÇÕES
Para a realização deste trabalho foram utilizadas as bases de informações
epidemiológicas do Sistema de Informação de Agravos de Notificação (SINAN) e do
Sistema de Informação de Mortalidade (SIM), que são subsistemas de informação
em saúde do Ministério da Saúde. As informações socioeconômicas da população e
a malha geográfica dos bairros de Belém foram retiradas do site do Instituto
Brasileiro de Geografia e Estatística (IBGE).
2.2.1 Informação Epidemiológica
As bases de dados epidemiológicos do SINAN e do SIM foram fornecidas
pelo Departamento de Vigilância em Saúde da Secretaria Municipal de Saúde de
Belém.
O SINAN tem por objetivo o registro e processamento dos dados sobre
doenças de notificação compulsória em todo o território nacional e fornecerá
informações para análise do perfil da morbidade. Estes dados são gerados pelas
fichas de notificação e investigação de tuberculose.
Fizeram parte da pesquisa todos os casos notificados de tuberculose de
indivíduos residentes no município de Belém. As variáveis utilizadas sobre os casos
de tuberculose foram: bairro, coinfecção HIV-1, data da notificação do caso, tipo de
entrada, paciente institucionalizado, situação de encerramento e forma clínica.
O tipo de entrada considerado no estudo foi o caso novo, que são pacientes
que nunca se submeteram a quimioterapia anti-tuberculosa, ou fizeram menos de 30
dias ou há mais de cinco anos a medicação.
O encerramento do tratamento pode ser por: (i) alta por cura, quando o
paciente conclui o tratamento; (ii) por abandono do tratamento, quando o paciente
deixa de tomar medicamentos por mais de 30 dias consecutivos; (v) óbito por
tuberculose, quando o paciente tem como causa básica de morte a tuberculose e;
(vi) alta por transferência, quando o paciente for transferido para outra unidade de
saúde.
O SIM tem como objetivo a captação de dados de mortalidade, de forma
abrangente e confiável, para subsidiar as diversas esferas de gestão na saúde
pública. O banco de informações do SIM é gerado a partir das declarações de óbitos
emitidas pelas unidades de saúde por fichas que retratam as declarações de óbito
37
para análise do perfil de mortalidade.
Fizeram parte da pesquisa todos os óbitos de indivíduos, residentes em
Belém, que tiveram como causa básica a tuberculose. As variáveis utilizadas
incuiram a causa básica do óbito, data do óbito, município e bairro de residência.
2.2.2 Informação Demográfica, Social, Econômica e de Saúde
A informação demográfica, social e econômica da população estudada foi
obtida a partir das informações contidas na base de dados do censo de 2010,
disponibilizadas pelo Instituto Brasileiro de Geografia e Estatística (IBGE).
Para estimar a população dos bairros, nos anos de 2006 a 2009, foi
empregada a metodologia utilizada pelo IBGE, que observa a tendência de
crescimento populacional do bairro, entre dois censos demográficos consecutivos,
em relação à mesma tendência de uma área geográfica hierarquicamente superior
(município) (Madeira & Simões, 1972). No ano de 2010 foi utilizado o resultado do
Censo 2010.
O Censo tem a finalidade de retratar em extensão e profundidade da
população brasileira e suas características socioeconômicas. Uma das análises
realizadas pelo IBGE é a identificação de aglomerados subnormais nos municípios.
Aglomerados subnormais são áreas carentes constituídas de, no mínimo, 51
unidades habitacionais (barracos, casas etc.) carentes, em sua maioria, de serviços
públicos essenciais, ocupando ou tendo ocupado, até período recente, terreno de
propriedade alheia (pública ou particular) e estando dispostas, em geral, de forma
desordenada e densa. A identificação dos aglomerados subnormais foi realizada
com base nos seguintes critérios:
a) Ocupação ilegal da terra, ou seja, construção em terrenos de propriedade
alheia (pública ou particular) no momento atual ou em período recente (obtenção do
título de propriedade do terreno há 10 anos ou menos) e;
b) Possuírem pelo menos uma das seguintes características:
• urbanização fora dos padrões vigentes – traduzido por meio de vias de
circulação estreitas e de alinhamento irregular, lotes de tamanhos e formas
desiguais e construções não regularizadas por órgãos públicos;
• ou precariedade de serviços públicos essenciais.
Os aglomerados subnormais podem se enquadrar, observados os critérios de
38
padrões de urbanização e/ou de precariedade de serviços públicos essenciais, nas
seguintes categorias: invasão, loteamento irregular ou clandestino e áreas invadidas.
O IBGE para identificar estas áreas carentes introduziu inovações gerenciais,
metodológicas e tecnológicas, com destaque para o uso de imagens de satélite de
alta resolução, o desenvolvimento de uma pesquisa específica, o Levantamento de
Informações Territoriais (LIT) além da realização de uma rodada de reuniões sobre o
tema, nas Comissões Municipais de Geografia e Estatística (CMGE).
Para classificar a situação socioeconômica da população, foi identificado o
número de áreas carentes em cada bairro e, quanto maior o número de áreas
carentes, pior seria o nível socioeconômico do bairro.
2.3 ANÁLISE ESTATÍSTICA
O georreferenciamento dos casos e dos óbitos de tuberculose de indivíduos
residentes no Município de Belém foi realizado a partir da informação do endereço
de residência, constante da base de dados do SINAN e do SIM, respectivamente,
em relação aos descritores de limites dos bairros do Censo 2010.
A partir do georreferenciamento da base de dados do SINAN e do SIM foram
calculadas as taxas brutas da incidência de tuberculose, da incidência da coinfecção
TB/HIV-1 e a mortalidade por tuberculose. Em seguida, estas taxas foram
recalculadas pelo estimador bayesiano empírico, para reduzir a variabilidade
aleatória e para proporcionar uma maior estabilidade dos indicadores,
principalmente em pequenos bairros.
Para verificar a autocorrelação espacial entre as estimativas bayesianas dos
indicadores por bairros foram utilizado o IMG e o IML. O Box Map e o Moran Map
foram utilizados para visualizar a autocorrelação existente entre os bairros do
município e as variáveis em estudo.
Foi utilizado o teste de tendência para identificar a presença de tendência
crescente na taxa de incidência de tuberculose ano a ano e o teste de McNemar
para identificar se houve mudança na classificação dos bairros, em relação ao nível
de prioridade, do ano de 2006 para o ano de 2010.
Neste trabalho foi utilizada a técnica de análise espacial de dados agregados
por áreas e usado o software TerraView versão 4.2.2 do Instituto Nacional de
Pesquisa Espacial do Brasil (INPE) e o Programa BioEstat 5.0 (Ayres et al., 2007).
39
Os resultados estão apresentados por tabelas, gráficos e mapas para
possibilitar a elaboração de uma análise crítica sobre a realidade da tuberculose e
sua evolução espacial em Belém/PA.
2.4 AVALIAÇÃO RISCO / BENEFÍCIO
A presente pesquisa não trouxe riscos aos pacientes que foram registrados
pelo SINAN e SIM, pois não fez parte do banco de dados a identidade dos
pacientes. Não foi feito nenhum procedimento experimental na execução da
pesquisa, foram utilizados apenas os dados referentes a ficha de notificação do
SINAN e a declaração de óbito do SIM.
Os pesquisadores também não foram expostos a riscos de saúde com a
realização desta investigação, devido ao caráter puramente epidemiológico e
retrospectivo da mesma.
2.5 ASPECTOS ÉTICOS
O projeto obedeceu as Resoluções 196/1996 e 347/2005 do Conselho
Nacional de Saúde, foi submetido e aprovado pela Comissão de Ética em Pesquisa
usando seres humanos do Hospital Universitário João de Barros Barreto da
Universidade Federal do Pará (Anexo A).
40
3 RESULTADOS
3.1 ANÁLISE DA INCIDÊNCIA DA TUBERCULOSE
3.1.1 Análise Exploratória da Taxa de Incidência Bruta da Tuberculose
De acordo com o SINAN foram notificados 7.444 casos de tuberculose de
indivíduos residentes no município de Belém, no período de 2006 a 2010. Destas
notificações, 6.541 (87,87%) eram casos novos, 262 (3,52%) eram recidiva, 477
(6,41%) reingresso por abandono, 162 (2,18%) transferência de outras localidades e
2 (0,03%) não apresentaram informações adequadas. Na Tabela 1 demonstra-se a
incidência bruta dos casos novos de tuberculose por ano no período estudado. Foi
aplicado o teste de tendência que identificou tendência crescente, com p<0,0001.
Tabela 1 – Taxa da incidência bruta de tuberculose no município de Belém, por ano – 2006 a 2010.
Ano Casos População Taxa de incidência bruta
por 1.000 hab.
2006 1.200 1.415.308 0,85
2007 1.229 1.396.421 0,88
2008 1.330 1.411.202 0,94
2009 1.423 1.424.240 1,00
2010 1.359 1.381.475 0,98
Total 6.541 7.028.646 0,93
A Figura 13 compara a taxa de incidência bruta da tuberculose no município
de Belém, no Estado do Pará e no Brasil como um todo, nos anos de 2006 a 2010.
Belém, em média, tem uma taxa de incidência bruta 2,02 vezes maior que a taxa de
incidência do Pará e 2,45 vezes maior que a taxa do Brasil.
As taxas estaduais e nacionais não apresentam crescimento, porém as taxas
do município de Belém mostram uma tendência de crescimento gradativo. De
acordo com a análise de regressão realizada, em média, a cada ano há um aumento
de 3,8 casos por 100.000 habitantes.
41
Figura 13 - Taxa de incidência bruta de tuberculose no município de Belém, no Estado do Pará e no Brasil – 2006 a 2010.
Quanto à apresentação da tuberculose a forma pulmonar foi a mais frequente
(82%), seguida da extrapulmonar (14%) e pulmonar e extrapulmonar (4%).
Na Tabela 2 demonstra-se a situação de desfecho e encerramento dos casos
e identifica-se um decréscimo em termos proporcionais, no número de casos de
pacientes curados, um aumento no número de transferências, porém as outras
situações permanecem sem alteração significativa no decorrer dos anos.
Tabela 2 – Situação de encerramento de caso de tuberculose no município de Belém, por ano – 2006 a 2010.
Situação 2006 % 2007 % 2008 % 2009 % 2010 %
Cura 921 76,75 898 73,07 995 74,81 1072 75,33 902 66,37
Abandono 178 14,83 200 16,27 187 14,06 162 11,38 154 11,33
Óbito por TB 12 1,00 40 3,25 40 3,01 31 2,18 25 1,84
Óbito por outras causas
45 3,75 32 2,60 25 1,88 57 4,01 53 3,90
Transferência 15 1,25 30 2,44 46 3,46 40 2,81 178 13,10
Mudança de diagnóstico
12 1,00 17 1,38 21 1,58 16 1,12 13 0,96
TBMR 10 0,83 6 0,49 6 0,45 6 0,42 20 1,47
Não Informado 7 0,58 6 0,49 10 0,75 39 2,74 14 1,03
Total 1.200 100,00 1.229 100,00 1.330 100,00 1.423 100,00 1.359 100,00
A Tabela 3 apresenta a estatística descritiva da taxa de incidência bruta de
tuberculose por ano, nos bairros investigados. Tanto a média quanto a mediana,
0.85 0.88 0.94
1.00 0.98
0.47 0.46 0.46 0.46 0.45
0.39 0.38 0.39 0.38 0.36
y = 0.038x + 0.816
0.00
0.20
0.40
0.60
0.80
1.00
1.20
2006 2007 2008 2009 2010
Taxa
de
inci
dê
nci
a p
or
1.0
00
hab
.
Belém Pará Brasil
42
mostraram tendência de subida gradativa ao longo dos anos. A menor variação da
taxa ocorreu no ano de 2006, ficando entre zero e 3,19 casos por 1.000 habitantes,
e a maior variação ocorreu no ano de 2009, com variação de zero a 10,29 casos.
Tabela 3 – Estatística da taxa de incidência bruta de tuberculose dos bairros de Belém/PA – 2006 a 2010.
Ano Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
2006 0,72 0,69 0 0,08 0,63 1,00 3,19
2007 0,86 0,76 0 0,29 0,76 1,21 3,45
2008 0,88 0,88 0 0,32 0,71 1,28 4,67
2009 0,97 1,35 0 0,26 0,77 1,17 10,29
2010 0,95 0,92 0 0,38 0,83 1,32 5,35
No Apêndice B mostram-se as taxas de incidência bruta de tuberculose por
bairros nos anos de 2006 a 2010. Os bairros Bonfim, Caruará, Mangueiras, Marahú,
Miramar, Natal do Murubira, São Clemente e Universitário, não apresentaram
nenhum caso no período estudado. O bairro de Guanabara foi o que apresentou
maior incidência no período (10,29 casos por 1.000 hab.).
A Figura 14 mostra o Box Plot da taxa de incidência bruta de tuberculose dos
bairros por ano. Foram identificados outliers em todos os anos, o que demonstra
grande diferença da taxa bruta de tuberculose entre os bairros de Belém.
A Tabela 4 mostra os bairros que tiveram taxas de incidência bruta
considerada como outliers. O bairro de Val-de-Cans foi o único bairro que foi
considerado como outliers em todos os anos estudados. Os bairros do Farol,
Paraiso, Porto Arthur e Praia Grande são considerados como outliers, porém
observa-se que o número de casos foi muito pequeno em relação aos outros bairros.
No Apêndice C mostra-se o número de casos e a população por bairros no
período estudado. A Figura 15 apresenta a distribuição espacial da taxa de
incidência bruta de tuberculose e observa-se que não há concentração dos casos de
tuberculose em uma área específica, mas uma distribuição aparentemente,
aleatória. O maior número dos bairros que apresentou taxa zero de incidência,
localizou-se na Ilha de Mosqueiro e em alguns outros bairros com menor densidade
populacional.
43
Ta
xa
de
in
cid
ên
cia
bru
ta
20102009200820072006
10.0
5.0
4.0
3.0
2.5
2.0
1.5
1.0
0.5
0.0
Figura 14 – Box Plot da taxa de incidência bruta de tuberculose dos bairros em Belém/PA por ano – 2006 a 2010.
Tabela 4 - Bairros com taxa de incidência bruta de tuberculose considerada como outliers no município de Belém, por ano – 2006 a 2010.
Ano Bairro Casos População Taxa de incidência
2006 Val-de-Cans 24 7.513 3,19
Farol 2 764 2,62
2007 Val-de-Cans 25 7.244 3,45
Paraíso 1 326 3,07
2008
Guanabara 7 1.498 4,67
Val-de-Cans 31 7.455 4,16
Porto Arthur 1 287 3,48
2009
Guanabara 15 1.458 10,29
Val-de-Cans 30 7.640 3,93
Paraiso 1 340 2,88
Sucurijuquara 3 1.152 2,60
2010
Praia Grande 4 748 5,35
Val-de-Cans 31 7.032 4,41
Guanabara 5 1.152 3,15
44
Figura 15 - Distribuição espacial da taxa de incidência bruta de tuberculose em Belém/PA – 2006 a 2010.
0.00
0.06 - 0.80
0.80 - 1.60
1.63 - 2.40
2.42 - 3.20
> 3.2
2006 2007 2008
2009 2010
45
3.1.2 Análise Exploratória da Incidência Suavizada da Tuberculose
Para efetuar a correção da instabilidade nas taxas de incidência bruta dos
bairros, foi aplicado o método bayesiano empírico global. No Apêndice D são
mostradas as taxas de incidência suavizada da tuberculose pelo método bayesiano
empírico para todos os bairros do município.
A Tabela 5 mostra as estatísticas descritivas da taxa de incidência suavizada
da tuberculose. A média e a mediana continuam mostrando tendência de subida
gradativa ao longo dos anos. As variações das taxas, entretanto, foram diminuídas,
nenhum bairro mostrou taxa zero e a maior taxa foi de 4,16 no bairro da Guanabara,
no ano de 2009, tornando mais evidente os bairros com maior risco de ocorrência da
doença, sem haver a influência da densidade populacional sobre a taxa de
incidência de tuberculose. O ano de 2006 continuou com a menor variação e o ano
de 2009 com a maior variação, semelhante ao já descrito para os resultados da taxa
bruta sem suavização.
As estimativas de risco produzidas revelam bairros com elevado risco de
adoecimentos por tuberculose, com bairros onde o valor da estimativa calculada
alcança valores de 4,16 por 1.000 habitantes (2009), aproximadamente quatro vezes
superiores à taxa de incidência do município. Em contrapartida, em 2010, três
bairros (Maracangalha, Parque Guajará e Nazaré) tiveram estimativa inferior a taxa
nacional de 0,35 por 1.000 habitantes.
Os bairros que obtiveram o maior crescimento da taxa de incidência ajustada,
no período de 2006 a 2010, foram Águas Lindas (275,43%), Una (245,23%),
Coqueiro (243,73%), Maracangalha (159,19%), São Francisco (148,43%), Parque
Guajará (144,41%) e Praia Grande (132,79%). Os que obtiveram o maior
decréscimo da taxa de incidência ajustada foram os bairros da Agulha (-67,80%),
Souza (-48,85%), Maracacuera (-26,08%), Canudos (-25,40%), Fátima (-25,01%) e
Baia do Sol (-21,32%) (Apêndice D).
46
Tabela 5 – Estatística descritiva da taxa de incidência suavizada de tuberculose pelo método bayesiano empírico global dos bairros de Belém/PA – 2006 a 2010.
Ano Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
2006 0,81 0,44 0,08 0,49 0,76 0,99 2,46
2007 0,87 0,42 0,16 0,60 0,81 1,07 2,54
2008 0,91 0,47 0,12 0,68 0,80 1,14 3,13
2009 0,98 0,61 0,11 0,69 0,82 1,15 4,16
2010 0,96 0,41 0,22 0,79 0,92 1,20 3,04
A Figura 16 demonstra a taxa de incidência dos bairros. Ainda foi possível se
identificar outliers, ressaltando a existência de diferença nas taxas de incidência
entre os bairros.
Ta
xa
de
in
cid
ên
cia
su
aviz
ad
a
20102009200820072006
4.0
3.0
2.0
1.5
1.0
0.5
0.0
Figura 16 – Box Plot da taxa de incidência suavizada de tuberculose dos bairros de Belém/PA por ano - 2006 a 2010.
A Tabela 6 mostra os bairros que tiveram taxas consideradas como outliers,
os quais foram provenientes de áreas com populações maiores do que 1.000
habitantes, o que resulta em taxas de incidência mais estáveis.
O bairro de Val-de-Cans se manteve com valores de outliers em todos os
anos, caracterizando-o como um bairro de alta incidência de tuberculose. Os bairros
do Paraíso, Farol, Porto Arthur, Sucurijuquara e Praia Grande saíram da condição
47
de outliers, pois eram resultantes de flutuação aleatória. Os bairros de Fátima,
Agulha, Benguí e Guanabara que não apresentavam valores como outliers
passaram a mostrar esta condição.
Tabela 6 – Bairros do município de Belém/PA, que apresentaram maior taxa de incidência de tuberculose pelo método empírico global – 2006 a 2010.
Ano Bairro Casos População Taxa de incidência
2006 Val-de-Cans 24 7.513 2,46
Fátima 27 12.130 1,92
Agulha 41 20.197 1,86
2007 Val-de-Cans 25 7.244 2,54
Benguí 68 29.551 2,13
2008 Val-de-Cans 31 7.455 3,13
Guanabara 7 1.498 2,06
2009
Guanabara 15 1.458 4,16
Val-de-Cans 30 7.640 3,13
Benguí 67 29.872 2,41
Fátima 20 12.385 1,87
2010 Val-de-Cans 31 7.032 3,04
3.1.3 Análise Espacial da Incidência da Tuberculose
A Figura 17 apresenta a distribuição espacial por bairro da taxa da incidência
suavizada da tuberculose nos anos de 2006 a 2010. Observa-se que a distribuição
das taxas de incidência continua sem apresentar um padrão de regularidade,
reforçando o caráter aleatório da distribuição espacial dos casos na cidade de
Belém.
Para verificar se os bairros tendem a ser similares entre si em relação à taxa
de incidência de tuberculose foi calculado o IMG, que apresentou evidências de
dependência espacial negativa significativa, para todos os anos de 2007 a 2009, isto
é, os bairros com taxa de incidência semelhante estão espalhados por toda a
cidade. Nos anos de 2006 e 2010 não houve dependência espacial significativa
(Tabela 7).
48
Figura 17 - Distribuição espacial da taxa de incidência suavizada de tuberculose nos bairros de Belém/PA – 2006 a 2010.
0.08 - 0.82
0.83 - 1.56
1.57 - 2.30
2.31 - 3.04
> 3.04
2006 2007 2008
2009 2010
49
Tabela 7 – Taxa de incidência de tuberculose no município de Belém/PA, após aplicação do índices de Moran Global – 2006 a 2010
Ano Índice de Moran Global Valor de p
2006 -0,12 0,12
2007 -0,15 0,01
2008 -0,13 0,03
2009 -0,10 0,02
2010 -0,15 0,05
Por se tratar de uma grande área, com várias subáreas, e que podem resultar
em diferentes regimes de associação espacial, foi calculado, para cada bairro, o IML
(Apêndice E) e classificado por quadrante, de acordo com o Diagrama de
Espalhamento de Moran.
A Tabela 8 mostra a distribuição do número de bairros de acordo com os
quadrantes definidos pelo Diagrama de Espalhamento de Moran, para cada ano
estudado, o que nos permite identificar as áreas que devem ser priorizadas no
controle da tuberculose.
O quadrante Q1 (+/+) representa os bairros com taxas de incidência altas e
vizinhança também com taxas de incidência altas, estes bairros são considerados
como de alta prioridade para o controle da tuberculose, pois estão localizados em
uma área de maior risco de incidência da doença. Os bairros do Benguí, Marambaia,
Pedreira e Telégrafo apresentaram-se no quadrante Q1 (+/+) em todos os anos em
estudo.
O quadrante Q2 (-/-) representa bairros com taxas de incidências baixas e
vizinhança também com taxas baixas, que representam menor prioridade no
controle da doença. Os bairros do Coqueiro, Tenoné e Nazaré se mantiveram neste
quadrante em todos os anos em estudo. Apesar do aumento na taxa de incidência,
houve um aumento no número de bairros classificados neste quadrante.
Os quadrantes Q3 (+/-) e Q4 (-/+) são considerados quadrantes de transição,
pois as taxas de incidência de cada bairro diferem das taxas de seus bairros
vizinhos. O número de bairros classificados nestes quadrantes permaneceu
aproximadamente os mesmos nos anos em estudo e os dois quadrantes tiveram
aumento da taxa de incidência, o quadrante Q3(+/-) com taxa de incidência próxima
do quadrante Q1(+/+) e o quadrante Q4(-/+) com taxa de incidência próxima ao
50
quadrante Q2(-/-).
Tabela 8 – Frequência do número de bairros e a taxa de incidência de tuberculose no município de Belém/PA, de acordo com o quadrante definido pelo Diagrama de Espalhamento de Moran – 2006 a 2010.
Ano Indicadores Quadrantes
Q1 (+/+) Q2 (-/-) Q3 (+/-) Q4 (-/+) Total
2006
Nº de bairros 11 17 19 24 71
% 15,49 23,94 26,76 33,80 100.0
Tx. de incidência 1,12 0,54 1,24 0,52
2007
Nº de bairros 9 18 21 23 71
% 12,68 25,35 29,58 32,39 100.0
Tx. de incidência 1,31 0,62 1,20 0,56
2008
Nº de bairros 10 22 16 23 71
% 14,08 30,99 22,53 32,39 100.0
Tx. de incidência 1,32 0,70 1,41 0,60
2009
Nº de bairros 7 25 17 22 71
% 9,86 35,21 23,94 30,99 100.0
Tx. de incidência 1,46 0,73 1,59 0,63
2010
Nº de bairros 8 21 19 23 71
% 11,27 29,58 26,76 32,39 100,0
Tx. de incidência 1,34 0,76 1,33 0,71
Na Tabela 9 compara-se a evolução das taxas nos anos de 2006 para o ano
de 2010, em relação aos quadrantes com altas taxas de incidência (Q1 e Q3) e com
baixas taxas de incidência (Q2 e Q4). Dos 71 bairros analisados, verifica-se que 21
(29,6%) permaneceram com taxas altas, 35 (49,3%) permaneceram com taxas
baixas, 9 (12,7%) diminuíram as taxas e 6 (8,4%) aumentaram as taxas. Foi utilizado
o teste de McNemar para avaliar se as mudanças ocorridas na classificação dos
bairros foram significativas. De acordo com o teste, não houve mudanças
significativas na classificação dos bairros do ano de 2006 para o ano de 2010, em
relação a taxa de incidência.
51
Tabela 9 - Evolução da classificação dos bairros, por quadrantes, do ano de 2006 para o ano de 2010.
Quadrante
2010 Total %
Q1 +Q3 % Q2 + Q4 %
2006 Q1 +Q3 21 29,58 9 12,67 30 42,25
Q2 + Q4 6 8,45 35 49,30 41 57,75
Total 27 38,03 44 61,97 71 100,0 Teste de Macnemar (p=0,6072)
A Figura 18 mostra, por meio do Box Map, os clusters identificados pelo IML
para a taxa de incidência de tuberculose em Belém, em cada ano estudado.
Observa-se que os bairros não mantém uma classificação constante durante os
anos. Vale ressaltar que os bairros da Pedreira, do Telégrafo, do Benguí e da
Sacramenta mantiveram-se no quadrante Q1, durante todo o período estudado.
No Apêndice F apresenta-se a classificação dos bairros, de acordo com os
quadrantes, por ano de observação.
O Moran Map mostra, para cada área identificada no Box Map, aquelas com
dependência espacial mais pronunciada, ou seja, com correlação estatisticamente
significativa. A Figura 19 evidencia a distribuição espacial dos bairros que
apresentaram correlação estatisticamente significante entre os quadrantes.
Em 2006 a área crítica identificada foi o bairro da Pedreira, em 2007 o bairro
da Sacramenta, em 2008 não foi identificado significância em nenhum bairro e 2009
e 2010 novamente o bairro da Sacramenta.
52
Figura 18 – Box Map da incidência suavizada da tuberculose em Belém/PA e a classificação por quadrante, definida pelo Diagrama de Espalhamento de Moran – 2006 a 2010.
Q1(+/+)
Q2(-/-)
Q3(+/-)
Q4(-/+)
2006 2007 2008
2009 2010
53
Figura 19 – Moran Map evidenciando a dependência espacial (diferença estatisticamente significativa) da incidência suavizada da tuberculose em Belém/PA – 2006 a 2010.
Não significante
Q1(+/+)
Q2(-/-)
Q3(+/-)
Q4(-/-)
2006 2007 2008
2009 2010
54
3.2 ANÁLISE DA MORTALIDADE DA TUBERCULOSE
3.2.1 Análise Exploratória da Taxa de Mortalidade Bruta da Tuberculose
De acordo com o SIM, ocorreram 258 óbitos tendo como causa básica a
tuberculose, entre a população residente no município de Belém, no período de
2006 a 2010, o que corresponde a uma taxa de mortalidade bruta de 4 casos por
100.000 habitantes. Na Tabela 10 demonstra-se a mortalidade bruta de tuberculose
por ano no período estudado.
Tabela 10 - Taxa da mortalidade bruta de tuberculose no município de Belém, por ano – 2006 a 2010.
Ano Óbitos População Taxa de mortalidade bruta
por 1.000 hab.
2006 46 1.415.308 0,03
2007 57 1.396.421 0,04
2008 57 1.411.202 0,04
2009 54 1.424.240 0,04
2010 44 1.381.475 0,03
Total 258 7.028.646 0,04
A Figura 20 compara a taxa de mortalidade bruta da tuberculose no município
de Belém, no Estado do Pará e no Brasil como um todo, nos anos de 2006 a 2010.
Belém, em média, tem uma taxa de mortalidade bruta de 1,88 vezes maior que a
taxa de mortalidade do Pará e 1,30 vezes maior que a taxa do Brasil.
Figura 20 - Taxa de mortalidade bruta de tuberculose no município de Belém, no Estado do Pará e no Brasil – 2006 a 2010.
0.03
0.04 0.04 0.04
0.03
0.02 0.02 0.02 0.02 0.02
0.03 0.03 0.03 0.03
0.02
0.00
0.01
0.02
0.03
0.04
0.05
2006 2007 2008 2009 2010
Taxa
de
mo
rtal
idad
e (
po
r 1
.00
0 h
ab.)
Belém Pará Brasil
55
Devido a ocorrência de óbitos por tuberculose ser pequena (Tabela 9), a taxa
de mortalidade bruta se apresentou de forma muito instável quando avaliada por
bairros, causando variações abruptas no indicador, por isso foi realizada a análise
espacial, de forma conjunta nos anos de 2006 a 2010.
A Tabela 11 apresenta as estatísticas descritivas da taxa de mortalidade bruta
de tuberculose nos anos de 2006 a 2010, de acordo com o bairro investigado.
Tabela 11 – Estatísticas da taxa de mortalidade bruta de tuberculose dos bairros de Belém/PA – 2006 a 2010.
Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
0,04 0,08 0 0 0,02 0,05 0,59
No Apêndice G mostram-se as taxas de mortalidade bruta de tuberculose por
bairro, no período estudado. Dos 71 bairros analisados 27 (38%) apresentaram taxa
zero. O bairro com maior taxa de mortalidade foi o do Parque Guajará (0,59 por
1.000 hab.).
A Figura 21 mostra o Box Plot da taxa de mortalidade bruta de tuberculose
dos bairros. Foram identificados três outliers o que demonstra grande diferença da
taxa de incidência bruta de tuberculose entre os bairros de Belém.
A Tabela 12 mostra os bairros que tiveram taxas de incidência bruta
considerada como outliers. Estes bairros foram o do Paraíso, de Val-de-Cans e da
Vila. Observa-se que o bairro do Paraíso que obteve a maior taxa de incidência
bruta, possui uma população muito pequena (337 habitantes).
56
Ta
xa
de
mo
rta
lida
de
bru
ta
0.6
0.5
0.4
0.3
0.2
0.1
0.0
Figura 21 - Box-Plot da taxa de mortalidade bruta da tuberculose dos bairros em Belém/PA – 2006 a 2010.
Tabela 12 - Bairros com taxa de mortalidade bruta de tuberculose considerada como outliers no município de Belém, por ano – 2006 a 2010.
Bairro Média de óbitos População 2008 Taxa de incidência
Paraíso 0,2 337 0,59
Val-de-Cans 1,2 7.445 0,16
Vila 0,2 3.008 0,13
No Apêndice G mostra-se a média de óbitos, nos anos estudados, e a
população do ano de 2008. A Figura 22 apresenta a distribuição espacial da taxa de
mortalidade bruta de tuberculose com uma aparente concentração da taxa de
mortalidade em áreas mais ao sul da capital. O maior número de bairros que
apresentou taxa zero de mortalidade localizou-se na Ilha de Mosqueiro.
57
Figura 22 - Distribuição espacial da taxa de mortalidade bruta de tuberculose em Belém/PA – 2006 a 2010.
3.2.2 Análise Exploratória da Mortalidade Suavizada da Tuberculose
Para efetuar a correção da instabilidade nas taxas de mortalidade bruta dos
bairros, foi aplicado o método bayesiano empírico local. No Apêndice H são
mostradas as taxas de mortalidade da tuberculose pelo método bayesiano empírico
local para todos os bairros do município.
A Tabela 13 mostra as estatísticas descritivas da taxa de mortalidade
suavizada da tuberculose. As variações das taxas foram diminuídas, 19 bairros
apresentaram taxa de mortalidade zero e a maior taxa foi do Bairro da Guanabara
0.00
0.01 - 0.02
0.03 - 0.04
0.04 - 0.05
> 0.05
58
(0,06), tornando mais evidente os bairros com maior risco de óbito por tuberculose,
sem haver a influência da densidade populacional sobre a taxa de incidência da
tuberculose.
As estimativas de risco produzidas revelam bairros com elevado risco de óbito
por tuberculose, com bairros onde o valor da estimativa calculada alcança valores de
0,06 casos por 1.000 habitantes, aproximadamente três vezes superior à taxa de
mortalidade do município. Em contrapartida 44 (61,97%) dos bairros tiveram
estimativas inferiores a taxa estadual de 0,02 por 1.000 habitantes.
Tabela 13 – Estatística descritiva da taxa de mortalidade suavizada de tuberculose pelo método bayesiano empírico local dos bairros de Belém/PA – 2006 a 2010.
Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
0,02 0,02 0,00 0,00 0,03 0,04 0,06
A Figura 23 demonstra a taxa de mortalidade suavizada dos bairros, verifica-
se que não houve bairros considerados outliers, o que indica a ausência de uma alta
variabilidade, das taxas entre os bairros.
Ta
xa
de
mo
rta
lida
de
aju
sta
da
0.06
0.05
0.04
0.03
0.02
0.01
0.00
Figura 23 - Box-Plot da taxa de mortalidade suavizada de tuberculose dos bairros de Belém/PA por ano – 2006 a 2010.
59
3.2.3 Análise Espacial da Mortalidade da Tuberculose
A Figura 24 apresenta a distribuição espacial, por bairro, da taxa de
mortalidade de tuberculose. Observa-se que a distribuição das taxas de mortalidade
continua a apresentar a aparente concentração da taxa em áreas mais ao sul da
capital. Dos 71 bairros analisados, 41 (58,0%) bairros tiveram a taxa de mortalidade
superior a taxa nacional.
Figura 24 - Distribuição espacial da taxa de mortalidade suavizada de tuberculose em Belém/PA – 2006 a 2010.
0.00
0.01 - 0.02
0.02 - 0.03
0.03 - 0.04
> 0.04
60
Para verificar se os bairros tendem a ser similares entre si em relação a taxa
de mortalidade de tuberculose foi calculado o IMG, que apresentou evidências de
dependência espacial positiva 0,82 com valor de p=0,01.
Por se tratar de uma grande área, com várias subáreas, e que podem resultar
em diferentes regimes de associação espacial, foi calculado, para cada bairro, o IML
(Apêndice I) e classificado por quadrante de acordo com o Diagrama de
Espalhamento de Moran.
O Apêndice I e a Tabela 14 mostram a distribuição do número de bairros de
acordo com os quadrantes definidos pelo Diagrama de Espalhamento de Moran, o
que nos permite identificar as áreas que devem ser priorizadas no controle da
tuberculose. Observa-se que os bairros estão concentrados nos quadrantes Q1 e
Q2, reforçando a dependência espacial apontada pelo IMG.
O quadrante Q1 (+/+) representa os bairros com taxas de mortalidade alta e
vizinhança também com taxas de mortalidade altas, estes bairros são considerados
como de alta prioridade para o controle da tuberculose, pois estão localizados em
uma área de maior risco de mortalidade da doença. Este quadrante foi o de maior
representatividade entre os bairros (55%).
O quadrante Q2 (-/-) representa os bairros com taxas de mortalidade baixas e
vizinhança também com taxas baixas, que representam menor prioridade no
controle da doença. Este quadrante foi o que apresentou menor taxa de mortalidade
(0,003 por 1.000 hab.).
Os quadrantes Q3 (+/-) e Q4 (-/+) são considerados quadrantes de transição,
pois as taxas de mortalidade de cada bairro diferem das taxas de seus bairros
vizinhos.
61
Tabela 14 – Frequência do número de bairros e a taxa de mortalidade de tuberculose no município de Belém/PA, de acordo com o quadrante definido pelo Diagrama de Espalhamento de Moran – 2006 a 2010.
Indicadores Quadrantes
Q1 (+/+) Q2 (-/-) Q3 (+/-) Q4 (-/+) Total
Nº de bairros 39 23 2 7 71
% 54,93 32,39 2,82 9,86 100,0
Tx. de incidência 0,04 0,003 0,03 0,02
A Figura 25 mostra por meio do Box Map os clusters identificados pelo IML
para a taxa de mortalidade de tuberculose em Belém. Observam-se dois clusters no
mapa, o maior localizado na parte sul e central do município e outro na parte norte.
O Moran Map mostra, para cada área identificada no Box Map, aquelas com
dependência espacial mais pronunciada, ou seja, com correlação estatisticamente
significativa. A Figura 26 evidencia a distribuição espacial dos bairros que
apresentaram correlação estatisticamente significante entre os quadrantes. As áreas
críticas identificadas estão concentradas na parte sul do município.
62
Figura 25 – Box Map da mortalidade suavizada de tuberculose em Belém/PA e a classificação por quadrante, definida pelo Diagrama de Espalhamento de Moran - 2006 a 2010.
Q1 (+/+)
Q2 (-/-)
Q3 (+/-)
Q4 (-/+)
63
Figura 26 – Moran Map evidenciando a dependência espacial (diferença estatisticamente significativa) da incidência suavizada da mortalidade suavizada da tuberculose em Belém/PA - 2006 a 2010.
Não significativo
Q1 (+/+)
Q2 (-/-)
Q3 (+/-)
Q4 (-/+)
64
3.3 ANÁLISE DA INCIDÊNCIA DA COINFECÇÃO TB/HIV-1
3.3.1 Análise Exploratória da Taxa de Incidência Bruta da Coinfecção
TB/HIV-1
A informação da presença da coinfecção pelo HIV-1 em pacientes com
tuberculose foi coletada na ocasião da notificação do caso de tuberculose. Foram
notificados 548 casos no período estudado.
A Tabela 15 mostra a situação dos pacientes quanto ao resultado da
presença de anticorpos para o HIV-1, por meio de ensaio sorológico. Em 2010, foi o
ano que foi realizado o maior número de testes sorológicos, por esse motivo será
utilizado apenas este ano para analisarmos a incidência de TB/HIV-1.
Tabela 15 – Distribuição da frequência de ensaios sorológicos para a detecção de anticorpos para o HIV-1 em pacientes diagnosticados com tuberculose, no município de Belém/PA – 2006 a 2010.
Resultado 2006 % 2007 % 2008 % 2009 % 2010 %
Positivo 77 6,42 89 7,24 119 8,95 129 9,07 134 9,86
Negativo 110 9,17 112 9,11 423 31,80 468 32,89 674 49,60
Em andamento 27 2,25 49 3,99 85 6,39 192 13,49 236 17,37
Não realizado 986 82,17 979 79,66 703 52,86 634 44,55 315 23,18
Total 1.200 100,0 1.229 100,0 1.330 100,0 1.423 100,0 1.359 100,0
Dos 1.359 casos novos notificados em 2010, 134 apresentaram anticorpos
para o HIV-1, perfazendo uma incidência da coinfecção TB/HIV-1 de 10 casos por
100.000 habitantes.
A Tabela 16 apresenta a estatística descritiva da taxa de incidência bruta de
TB/HIV-1, de acordo com o bairro investigado. A variação da taxa foi de zero a 0,93
casos por 1.000 habitantes.
Tabela 16 – Estatística da taxa de incidência bruta da coinfecção TB/HIV-1 dos bairros de Belém/PA – 2010.
Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
0,08 0,15 0 0 0 0,11 0,93
O Apêndice J mostra a taxa de incidência bruta de TB/HIV-1 por bairro no ano
de 2010. Em 37 (52,1%) bairros não se detectou casos de TB/HIV-1 e a maior
65
incidência ocorreu em Sucurijuquara com 0,93 casos por 1.000 habitantes.
A Figura 27 mostra o Box Plot da taxa de incidência bruta de TB/HIV-1 por
bairro. Foram identificados seis outliers. Ta
xa
de
in
cid
ên
cia
bru
ta d
a T
B/
HIV
+
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
Figura 27 - Box-Plot da taxa de incidência bruta da coinfecção TB/HIV-1 dos bairros em Belém/PA – 2010.
A Tabela 17 mostra os bairros que apresentaram taxas de incidência bruta da
coinfecção TB/HIV-1. Os bairros de Sucurijuquara, Baía do Sol e Maracajá foram
considerados como outliers, tendo ocorrido apenas um caso durante o ano, cada um
dos bairros.
Tabela 17 - Bairros com taxa de incidência bruta da coinfecção TB/HIV-1 considerada como outliers no município de Belém – 2010
Bairro Casos População Taxa de incidência
Sucurijuquara 1 1.074 0,93
Val-de-Cans 3 7.032 0,43
Baia do Sol 1 2.414 0,41
Sacramenta 15 44.413 0,34
Campina 2 6.156 0,32
Maracajá 1 3.599 0,30
66
O Apêndice J mostra o número de casos TB/HIV-1 e a população por bairro
no ano de 2010. A Figura 28 apresenta a distribuição espacial da taxa de incidência
TB/HIV-1 e permite a observação da concentração dos casos em uma área
específica do município de Belém.
Figura 28 - Distribuição espacial da taxa de incidência bruta da coinfecção TB/HIV-1 em Belém/PA – 2010
0.00
0.01 - 0.10
0.11 - 0.20
0.21 - 0.30
> 0,30
67
3.3.2 Análise Exploratória da Incidência da Suavizada Coinfecção TB/HIV-1
Para efetuar a correção da instabilidade nas taxas de incidência bruta TB/HIV-
1 dos bairros, foi aplicado o método bayesiano empírico global. No Apêndice L
mostram-se as taxas de incidência suavizada da coinfecção TB/HIV-1 pelo método
bayesiano empírico para todos os bairros de Belém. Na Tabela 18 demonstram-se
as estatísticas descritivas da taxa de incidência da coinfecção TB/HIV-1. Nenhum
bairro obteve taxa zero e a maior taxa de incidência foi do bairro da Sacramenta
(0,22 por 1.000 hab.).
Tabela 18 – Estatística descritiva da taxa de incidência suavizada TB/HIV-1 de tuberculose em Belém/PA – 2010.
Média Desvio-padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo
0,10 0,03 0,05 0,08 0,09 0,10 0,22
A Figura 29 mostra a taxa de incidência de TB/HIV-1 suavizada de
tuberculose dos bairros. Ainda se identificou outliers nas taxas, ressaltando a
existência de diferença entre os bairros. Dos outliers identificados, seis são de
bairros com taxas de incidência maiores que a maioria dos outros bairros, e o bairro
do Parque Guajará (0,05) apresentou taxa de incidência menor que a maioria dos
outros bairros.
68
Ta
xa
de
in
cid
ên
cia
aju
sta
da
TB
/H
IV
0.25
0.20
0.15
0.10
0.05
Figura 29 - Box-Plot da taxa de incidência TB/HIV-1 suavizada de tuberculose em Belém/PA – 2010.
Na Tabela 19 mostram-se os bairros que tiveram taxas consideradas como
outliers. Observa-se que os outliers identificados foram originários de bairros com
populações maiores do que 1.000 habitantes, o que produz taxas de incidências
mais estáveis.
Tabela 19 - Bairros que apresentaram maior taxa de incidência ajustada da coinfecção TB/HIV-1 – 2010.
Bairro Casos População Taxa de incidência
Sacramenta 15 44.413 0,22
Cremação 7 31.264 0,15
Val-de-Cans 3 7.032 0,15
Montese 11 61.439 0,15
Guamá 15 94.610 0,14
Jurunas 10 64.478 0,13
69
3.3.3 Análise Espacial da Incidência da CoinfecçãoTB/HIV-1
A Figura 30 mostra a distribuição espacial, por bairro, da taxa da coinfecção
TB/HIV-1 em 2010. Observa-se que a distribuição das taxas de incidência continua
distribuída aleatoriamente.
Figura 30 - Distribuição espacial da taxa de incidência TB/HIV-1 suavizada de tuberculose em Belém/PA – 2010.
0.05 - 0.08
0.09 - 0.11
0.12 - 0.14
0.15 - 0.17
> 0.22
70
Para verificar se os bairros tendem a ser parecidos entre si em relação a taxa
de incidência de tuberculose, foi calculado o IMG, que apresentou evidências de
dependência positiva com índice de 0,012, porém não estatisticamente significante,
p=0,43.
Para detectar possíveis diferenças nos padrões espaciais locais no município
de Belém, em cada bairro, foi calculado o IML e classificado por quadrantes de
acordo com o Diagrama de Espalhamento de Moran. O Apêndice M e a Tabela 19
mostram a distribuição de bairros, de acordo com os quadrantes. A divisão dos
quadrantes por área permite identificar os bairros com maior risco da coinfecção
TB/HIV-1.
Dos 71 bairros estudados, 11 (15,5%) foram classificados no quadrante
Q1(+/+), que representam os de maior risco para a coinfecção TB/HIV-1. O
quadrante Q2(-/-) incluiu o maior número de bairros 28 (39,4%), e 32 (45,1%) foram
classificados na área de transição, quadrantes Q3(+/-) e Q4(-/+), o que indica
independência espacial entre os bairros em relação a incidência da coinfecção
TB/HIV-1, pois 54,9% dos bairros estão nos quadrantes Q1(+/+) e Q2(-/-) (Tabela
20).
Tabela 20 – Distribuição de bairros e taxa de incidência por quadrante – 2010.
Indicadores Quadrantes
Q1 (+/+) Q2 (-/-) Q3 (+/-) Q4 (-/+) Total
Nº de bairros 11 28 11 21 71
% 15,5 39,4 15,5 29.6 100,0
Tx. de incidência 0,13 0,08 0,13 0,08
A Figura 31 mostra pelo Box Map os clusters identificados pelo IML para a
taxa de incidência da coinfecção TB/HIV-1.
O Moran Map mostra para cada quadrante, classificado pelo Box Map, bairros
com dependência espacial mais pronunciada, ou seja, com correlação
estatisticamente significativa, em relação a taxa de incidência da coinfecção TB/HIV-
1. Os bairros críticos foram os bairros do Telégrafo e o de São Brás (Figura 32).
71
Figura 31 - Box Map da incidência suavizada da coinfecção TB/HIV-1 em Belém/PA e a classificação por quadrante, definida pelo Diagrama de Espalhamento de Moran – 2010.
Q1 (+/+)
Q2 (-/-)
Q3 (+/-)
Q4 (-/+)
72
Figura 32 – Moran Map evidenciando a dependência espacial (diferença estatisticamente significativa) da incidência da coinfecção TB/HIV-1 em Belém/PA – 2010.
Não significativo
Q1 (+/+)
Q2 (-/-)
Q3 (+/-)
Q4 (-/+)
73
3.4 Análise Socioeconômica dos Bairros
Para a analise demográfica e socioeconômica dos bairros de Belém foi
utilizado a classificação das populações de acordo com o tipo do local de residência,
utilizada pelo IBGE. A população foi dividida entre moradores que residiam em áreas
carentes e aqueles que não residiam.
Em 2010, Belém possuía 101 áreas carentes, com uma população de
758.524 pessoas (54,9%), distribuída em 193.577 domicílios particulares ocupados e
uma média de 3,9 moradores por domicílio (Tabela 21).
Tabela 21 – Distribuição demográfica por áreas carentes.
Áreas carentes Total %
Sim % Não %
População 758.524 54.9 622.951 45.1 1.381.475 100,0
Domicílios 193.577 52.5 175.300 47.5 368.877 100,0
Média de moradores
por domicílio 3.9
3.6
3.8
A Tabela 22 mostra a comparação entre os dois grupos estudados em relação
a existência de serviços essenciais a qualidade de vida da população. É possível
mostrar diferença estatisticamente significante em todos os serviços, o que significa
que existe diferença nas condições de vida, entre os dois grupos.
74
Tabela 22 – Comparação entre os tipos de local de residência e serviços essenciais disponíveis à população de Belém, PA, no ano de 2010. Áreas carentes
Total % Valor
de p Sim % Não %
Forma de abastecimento
de água
Rede Geral de distribuição
149.758 77,43 128.719 73,36 278.477 75,49
<
0,001
Outra 43.656 22,57 46.744 26,64 90.400 24.51
Tipo de esgotamento
sanitário
Rede geral de esgoto ou
pluvial 58.651 30,32 80.146 45,68 138.797 37,63
<
0,001
Fossa séptica 57.994 29,98 55.536 31,65 113.530 30,78
Outra 73.390 37,94 38.812 22,12 112.202 30,42
Não tinha banheiro ou
sanitário 3.379 1,75 969 0,55 4.348 1,18
Destino do lixo
Coletado por serviço de
limpeza 174.984 90,47 159.327 90,80 334.311 90,63
<
0,001
Coletado em caçamba por
serviço de limpeza 11.299 5,84 11.179 6,37 22.478 6,09
Outro 7.131 3,69 4.957 2,83 12.088 3,28
Energia Elétrica
De companhia distribuidora
e com medidor de uso
exclusivo do domicílio 142.148 73,49 155.124 88,41 297.272 80,59
<
0,001
Outra 50.853 26,29 19.866 11,32 70.719 19,17
Não existe energia elétrica 413 0,21 473 0,27 886 0,24
A Tabela 23 mostra a comparação entre as notificações de casos de
tuberculose e de coinfecções e as taxas de incidência de tuberculose e TB/HIV-1 em
relação ao número de áreas carentes existentes em cada bairro do município de
Belém, PA. As notificações e a taxa de incidência da tuberculose aumentam
gradativamente com o aumento do número de aglomerados subnormais existentes
nos bairros do município de Belém, porém não se mostra a mesma relação quando
se trata da taxa de incidência da coinfecção TB/HIV-1.
75
Tabela 23 – Comparação entre os indicadores de incidência da tuberculose e de incidência da coinfecção TB/HIV-1 com o número de aglomerados subnormais nos bairros do município de Belém, PA.
Nº de aglomerados subnormais
Número de bairros
População Nº de
notificações de TB
Taxa de incidência
de TB
Nº de notificações
TB/HIV
Taxa de incidência
TB/HIV
0 22 139.872 96 0,69 14 0,10
1 a 5 22 184.565 161 0,87 10 0,05
6 a 20 15 453.623 380 0,84 29 0,06
21 a 84 12 603.415 722 1,20 83 0,14
Total 71 1.381.475 1359 0,98 136 0,10
76
4 DISCUSSÃO
Este estudo teve como objetivo descrever o padrão espaço temporal da
infecção pelo Mycobacterium tuberculosis, no município de Belém/PA, no período de
2006 a 2010, por meio da incidência da tuberculose, da incidência da coinfecção
TB/HIV e a da mortalidade da tuberculose.
Foi identificada uma tendência crescente significativa na incidência da
tuberculose em Belém, diferente das incidências estaduais e nacionais que
mostraram um discreto decrescimento, no mesmo período. Outras capitais
apresentaram também um aumento na incidência, como Porto Alegre, Cuiabá, e
Fortaleza (Brasil, 2013b). Estas diferenças entre as tendências podem estar
associadas a uma elevada incidência de HIV-1, do aumento no número de pacientes
que abandonaram o tratamento, do aumento no número de casos de TBMR e da
concentração dos casos nas capitais.
A incidência da tuberculose, em Belém, foi em média duas vezes superior a
incidência estadual, mostrando a concentração de casos de tuberculose na capital,
em concordância com dados encontrados por Bierrenbach et al. (2007), que em
2004, mostrou que no Brasil 63,5% dos casos de tuberculose foram provenientes
das capitais ou das regiões metropolitanas. Esta concentração de casos de
tuberculose nas capitais pode ser uma consequência da alta densidade demográfica
e dos bolsões de pobreza característicos dos grandes centros urbanos, além do que,
é nas capitais que existe também a maior oferta dos serviços de saúde e as
melhores condições de diagnóstico e tratamento para os casos da doença, mesmo
quando oriundos de outras localidades que não as capitais dos estados (Xavier &
Barreto et al., 2007).
Em Belém, a taxa de cura está aquém de atingir a meta preconizada pela
OMS, que é de curar 85% dos casos novos de tuberculose, até 2015 (Brasil, 2013a).
A baixa taxa de cura pode estar associada a proporção de casos de coinfecção
TB/HIV-1.
Em relação ao abandono do tratamento, observou-se uma redução da taxa de
abandono, o que indica um ponto positivo no combate a tuberculose, porém, ainda
continua acima da média nacional e bastante superior a meta preconizada pela OMS
que é de 5% (Brasil, 2012a). O abandono do tratamento pode estar associado a
diversos fatores, sendo os principais relacionados ao medicamento (efeitos
77
colaterais e tempo de duração do tratamento), ao próprio paciente (uso irregular da
medicação e/ou não ingestão da mesma, baixo nível socioeconômico, internações
por outras doenças e hábitos de vida) e ao desempenho do serviço de saúde e
equipe profissional (falhas na orientação do paciente, prescrições medicamentosas
inadequadas, falta de fornecimento da medicação e falhas no agendamento de
consultas) (Oliveira, 2000).
A caracterização dos casos de acordo com a forma clínica mostrou
predominância na forma pulmonar, o que não difere dos resultados encontrados em
outros estudos epidemiológicos. (Sales et al., 2010; Coelho et al., 2013; Brasil,
2013a). O M. tuberculosis é um patógeno intracelular aeróbico estrito que necessita
de oxigênio para crescer e se multiplicar, por isso é mais comum nos ápices
pulmonares, que possuem maior concentração tecidual de oxigênio, necessário ao
desenvolvimento do bacilo (Campos, 2006).
Para analisar a distribuição espacial da incidência da tuberculose foi utilizada
a taxa de incidência bruta e a taxa de incidência suavizada, pelo método bayesiano
global. As duas taxas apresentaram uma distribuição aleatória, ou seja, os bairros
com maior incidência, não estavam concentrados em uma única área, mas
espalhados de forma aparentemente aleatória por todo o município.
A diferença entre estas duas taxas de incidência foi encontrada na
identificação dos outliers. A taxa bruta apontou bairros considerados como outliers,
porém alguns deles possuíam um número de casos muito pequeno e eram
provenientes de bairros de população pequena, ou seja, as taxas brutas de
incidência dos bairros sofreram influência da densidade populacional. Os outliers
identificados pela taxa suavizada possuíam um grande número de casos e eram
oriundos de populações grandes, evidenciando grandes diferenças entre os bairros
em relação a incidência de tuberculose.
O método bayesiano corrigiu a superestimação da taxa bruta, nas populações
pequenas e gerou indicadores que representaram melhor a real situação de saúde
dos bairros, em relação a epidemiologia espacial da tuberculose. Esta melhoria na
qualidade dos indicadores, encontrada pelo método bayesiano, também foi
demonstrada por Vieira et al. (2008), Braga et al. (2011) e Sales et al., (2010).
Portanto, a taxa suavizada se mostrou mais estável e segura para avaliar a
distribuição espacial da incidência da tuberculose.
78
Esta heterogeneidade da distribuição espacial da tuberculose identificada em
Belém foi também identificada em outros municípios (Vieira et al., 2008; Souza et al.,
2007; Roza et al., 2012; Maciel, 2010), isto reforça a necessidade de
implementações de ações diferenciadas dirigidas a grupos específicos, para a
prevenção e controle da tuberculose, dentro de um mesmo município.
Vários autores mostraram pelo IMG, que a distribuição espacial da
tuberculose, possui autocorrelação positiva, indicando que áreas com taxas de
incidência semelhantes tendem a estar agrupadas (Vendramini et al., 2010; Sales et
al., 2010; Hino et al., 2005; Queiroga et al., 2012; Maciel et al., 2010). Em Belém,
esta situação não foi encontrada, sendo que os bairros que apresentaram taxas de
incidência semelhantes não estão concentrados, mas espalhados por toda a cidade,
mostrando uma autocorrelação negativa. Esta forma de distribuição espacial mostra
uma forma diferenciada de propagação da doença e pode estar relacionada com a
diversidade de condições de vida dos bairros de Belém.
O Diagrama de Espalhamento de Moram classificou as taxas de incidência
dos bairros, de acordo com o grau de similaridade com seus vizinhos. Isto permite
identificar áreas de maior prioridade para o controle da tuberculose, dessa forma é
possível direcionar as ações de prevenção e controle de forma diferenciada, por
bairros.
Quando foi avaliada a classificação de prioridade, pelo Diagrama de
Espalhamento de Moran, nos anos estudados, verificou-se que alguns bairros
mudaram a condição de prioridade, alguns saíram da condição de maior prioridade e
outros passaram para a condição de prioritários. Este acompanhamento é
importante para monitorar e redirecionar as ações de prevenção e controle, além do
estabelecimento de metas pelo gestor de saúde. Vieira et al. (2008) utilizou a
classificação do Diagrama de Espalhamento de Moran para no município de Vitória
nos anos de 2000 a 2005. Sales et al. (2010) e Barbosa & Cosme (2013) utilizaram
no Espirito Santo nos anos de 2000 a 2007 e na Região Nordeste entre 2005 e
2010, respectivamente, para avaliar a distribuição espacial da tuberculose.
Neste estudo foi avaliada a mortalidade de pacientes com causa básica de
tuberculose, excluindo-se os casos de coinfecção TB/HIV-1. Em Belém a
mortalidade da tuberculose foi superior a mortalidade estadual e nacional,
demonstrando que a ocorrência do óbito por tuberculose está mais concentrado em
Belém, do que nos outros municípios do estado do Pará. Um dos fatores que pode
79
contribuir para o agravamento da tuberculose e consequentemente o óbito é o
diagnóstico tardio da doença (Golub et al., 2006). Machado et al. (2011) em um
estudo realizado no Rio de Janeiro, cidade com maior incidência e mortalidade por
tuberculose no país, mostrou a associação da transmissão e da mortalidade com o
índice elevado de diagnóstico tardio.
Para analisar a distribuição espacial da mortalidade da tuberculose foi
utilizada a taxa de mortalidade bruta e a taxa de mortalidade suavizada, pelo método
bayesiano local. A duas taxas apresentaram uma aparente concentração das taxas
em áreas mais ao sul da capital.
A diferença entre duas taxas foi encontrada na identificação dos outliers. A
taxa bruta apontou bairros considerados como outliers, porém alguns deles
possuíam um número de casos muito pequeno e eram provenientes de bairros de
população pequena, ou seja, as taxas brutas de incidência dos bairros sofreram
influência da densidade populacional. Pela taxa suavizada, não foi encontrado
nenhum outlier, indicando a ausência de uma alta variabilidade, das taxas entre os
bairros. O método bayesiano corrigiu a superestimação nas populações pequenas e
gerou indicadores que representaram melhor o risco de mortalidade nos bairros. Não
foi encontrado nenhum estudo que avaliasse a distribuição espacial da tuberculose.
A dependência espacial da mortalidade identificada pelo IMG foi altamente
significativa, indicando a existência de bairros com maior concentração de óbitos por
tuberculose. A dependência espacial da mortalidade pode estar relacionada com
fatores socioeconômicos, porém esta análise ficou prejudicada, pois não se conhece
uma parte dos óbitos por tuberculose, que são os óbitos por coinfecções com o HIV-
1, uma vez que é utilizado, para cálculo da taxa de mortalidade, apenas os óbitos
que possuem a causa básica tuberculose. Quando ocorre um óbito por coinfecção
TB/HIV-1, o HIV-1(AIDS) sempre é considerado como causa básica (Brasil, 2012a).
O Diagrama de Espalhamento de Moran mostrou uma variabilidade muito
grande em relação a taxa de mortalidade entre os quadrantes. O quadrante de maior
prioridade teve taxa de mortalidade 13 vezes maior que o quadrante de menor
prioridade. Esta diferença da mortalidade dentro de um mesmo município foi
encontrada por Mota et al. (2003), em Salvador, na década de 90. Esta diferença
pode estar relacionada com dificuldades de acesso aos serviços de saúde e a falta
de adesão ao tratamento de pacientes de alguns bairros.
80
A estratégia mais eficaz para o diagnóstico da infecção pelo HIV-1 em
pacientes com tuberculose é a realização do exame sorológico para a detecção de
anticorpos contra o vírus, em paciente com diagnóstico de tuberculose. Em Belém, a
frequência na solicitação da sorologia para o HIV-1, em pacientes com diagnóstico
de tuberculose, tem aumentado ano a ano. Em 2010 a frequência de solicitação foi
maior que a média nacional (Brasil, 2012a), demonstrando a melhoria no acesso ao
teste e consequentemente um avanço na prevenção da doença.
Dentre os pacientes que realizaram teste sorológico em 2010, 9,98%
apresentaram sorologia positiva. No Brasil, em 2010 o número de casos de HIV-1
em pacientes com tuberculose foi de 10% (Brasil, 2012b), índice ligeiramente maior
do que o percentual encontrado em Belém (7%) (Brasil, 2010). Guimarães et al.
(2012) identificou uma tendência crescente na incidência da coinfecção pelo TB/HIV-
1, no período de 1990 a 2010, no Brasil.
A diferença entre estas duas taxas de incidência da coinfecção foi encontrada
na identificação dos outliers. A taxa bruta apontou bairros considerados como
outliers, porém alguns deles possuíam um número de casos muito pequeno e eram
provenientes de bairros de população pequena, ou seja, as taxas brutas de
incidência sofreram influência da densidade populacional. Os outliers identificados
pela taxa suavizada possuíam um grande número de casos e eram oriundos de
bairros com grandes populações, evidenciando diferenças entre os bairros em
relação a incidência de tuberculose.
Em Belém, não foi encontrado dependência espacial na incidência da
coinfecção TB/HIV, pelo IMG, evidenciando que a intensidade da coinfecção no
município de Belém é aleatória. Este resultado não foi o mesmo resultado mostrado
por Vendramini et al. (2010) que identificaram dependência espacial, em São José
do Rio Preto, entre 1998 e 2006. Tal diferença pode ser justificada pelas diferentes
condições sociais e econômicas dos bairros de Belém.
O Diagrama de Espalhamento de Moran mostrou os bairros com maior
prioridade para o controle da mortalidade de tuberculose. A maioria dos bairros foi
classificada como de menor prioridade e com taxa de incidência TB/HIV-1 menor
que a média do município.
A tuberculose é um dos agravos fortemente influenciados pelas variáveis
sociais e demonstra relação direta com a pobreza e a exclusão social Brasil (2013a).
Vários autores utilizaram diversas técnicas de análise espacial para identificar a
81
associação da tuberculose com fatores socioeconômicos como a regressão espacial
(Vendramini et al., 2010), componentes principais (Brunello et al., 2011; Hino et al.,
2011; Vendramini et al., 2005) e modelos de regressão bayesiana (Roza et al., 2012)
e todas concluíram a existência de dependência da tuberculose com a situação
social da população
A análise de vários estudos de associação entre tuberculose e fatores
socioeconômicos oriundos de diferentes países, é possível destacar que a
tuberculose continua a ser uma doença intimamente relacionada às condições de
vida. Além do diagnóstico precoce, tratamento adequado e vigilância epidemiológica,
a diminuição das desigualdades socioeconômicas e a adequação dos programas de
controle às realidades locais em que atuam figuram como fatores primordiais na
redução da mortalidade e morbidade por tuberculose (San Pedro & Oliveira, 2013).
Uma das características dominantes de Belém é a grande extensão de áreas
carentes que não dispõem de serviços essenciais adequados. As mais antigas
localizam-se próximo ao centro comercial, o qual é sujeito a inundações periódicas e
caracterizam-se por elevada densidade demográfica. Os bairros mais novos são
localizados ao norte do município, onde existem grandes ocupações, que estão
próximas de com áreas similares no município de Ananindeua (Brasil, 2013).
A cidade de Belém possui uma característica peculiar em que os bairros
possuem uma grande heterogeneidade social e isto está refletido na distribuição
espacial da tuberculose em Belém. Esta heterogeneidade social foi evidenciada
quando associamos o número de áreas carentes em relação a taxa de incidência de
tuberculose e da coinfecção. Verificou-se que quanto maior o número de áreas
carentes nos bairros maior foi a incidência de tuberculose e da coinfecção TB/HIV-1.
Tal situação já era conhecida antes e corrobora o que foi encontrado em locais como
São José do Rio Preto (Vendramini et al., 2010; Vendramini et al., 2005) e Ribeirão
Preto (Brunello et al., 2011; Hino et al., 2011).
Apesar dos avanços no controle da tuberculose, ela continua sendo um
desafio para a saúde pública. A heterogeneidade da distribuição espacial da doença,
no espaço urbano, reforça a importância de se intensificar ações de controle e
monitoramento, por meio de adequações dos programas de controle às realidades
locais, e possibilitando a redução da morbidade e mortalidade por tuberculose.
82
5 CONCLUSÃO
A incidência da tuberculose em Belém foi maior que a incidência do Pará e do
Brasil, e esta em crescimento gradativo, o que coloca o município em uma
situação de alerta em relação ao controle da doença;
A mortalidade da tuberculose está acima da média nacional, demonstrando a
necessidade de se realizar diagnóstico precoce e ações educativas para
diminuir o abandono do tratamento;
A incidência da tuberculose TB/HIV-1 foi aproximadamente igual a taxa
nacional, o que representa a relevância da coinfecção TB/HIV-1 em Belém;
Houve aumento na solicitação de teste sorológico de HIV-1 aos pacientes
com diagnóstico de tuberculose, porém ainda não atinge a meta de solicitação
que é de 100%;
O método bayesiano foi útil para minimizar as flutuações aleatórias geradas
por populações pequenas, e identificar os bairros com elevadas taxas de
incidência de tuberculose, de mortalidade e de coinfecção TB/HIV-1 que
realmente necessitam de atenção especial;
A análise espacial demostrou que a incidência da tuberculose e a incidência
da coinfecção se distribuem de forma aleatória por todo o município e que a
mortalidade está concentrada em uma grande área do município de Belém;
As taxas de incidência de tuberculose e da coinfecção foram maiores nos
bairros que tem nível socioeconômico menor;
A análise espacial permitiu identificar áreas onde o risco da incidência da
tuberculose era maior, dentro do município de Belém;
O reconhecimento das áreas de risco fornece subsídios para o planejamento
de ações focalizadas nas áreas de maior incidência da tuberculose, tanto em
relação à necessidade de melhorias sociais de educação em saúde como no
controle da doença;
A heterogeneidade da distribuição espacial da tuberculose é um fator que
confirma que a doença atinge segmentos da sociedade de maneira
diferenciada;
A incidência da tuberculose e da coinfecção estão associada às condições
socioeconômicas da população;
83
O monitoramento contínuo na distribuição espacial da doença é fundamental
na prevenção e controle da tuberculose, pois a cada ano foi identificado áreas
de riscos diferentes.
84
REFERÊNCIAS BIBLIOGRÁFICAS
ALENCAR, C. H. RAMOS JUNIOR, A. N. SANTOS, E. S., RITCHTER, J., HEUKELBACH, J. Clusters of leprosy transmission and of late diagnosis in a highly endemic area in Brazil: focus on different spatial analysis approaches. Tropical Medicine International Health 17 (4): 518-525, 2012.
ANSELIN, L. The Moran scatterplot as ESDA tool to assess local instability in spatial association. In: Spatial Analytical Perspectives on GIS. Fisher, M., Scholten, H. J., Unwin, D. London: Taylor & Francis, 1996. p. 111-126.
ASSUNÇÃO, R. M. Estatística Espacial com Aplicações em Epidemiologia, Economia e Sociologia. São Carlos, SP, UFSCAR, 2001.
ASSUNÇÃO, R. M. Estimadores Bayesianos Empíricos Espaciais de Taxas, 2003 disponível em http://www.est.ufmg.br /~assuncao/ cursos/ espacial/ aplicado/aulas/ empbayes.pdf, Acesso em: 10/05/2010.
ASSUNÇÃO, R.M., BARRETO, S.M., GUERRA, H.L., SAKURAI, E. Mapas de taxas epidemiológicas: Uma abordagem bayesiana. Caderno de Saúde Pública 14 (4): 713-723, 1998.
AYRES, M., AYRES JR, M., AYRES, D.L., SANTOS, A.S. BioEstat 5.0: aplicações estatísticas nas áreas das ciências biológicas e médicas. Belém, 2007. 364p.
BAILEY, T. C. Spatial statistical methods in health. Caderno de Saúde Pública 17 (5): 1083-1098, 2001.
BARBOSA, I. R., COSME, C. L. F. Distribuição espacial dos casos novos de tuberculose pulmonar nos municípios da Região Norte do Brasil, no período de 2005 a 2010. Caminhos de Geografia 14 (27): 110-121, 2013.
BATES, J. H. Transmission and pathogenesis of tuberculosis. Clinics in Chest Medicine 1 (2): 167-174, 1980.
BERTOLLI FILHO, C. História Social da Tuberculose e do Tuberculoso: 1900 - 1950, Rio de Janeiro, Ed. FIOCRUZ, 2001.
BIERRENBACH, A. L., GOMES, A. B. F., NORONHA, E. F., SOUZA, M. F. M. Incidência da tuberculose e da taxa de cura, Brasil, 200 a 2004. Revista de Saúde Pública 41 (Supl.1): 24-33. 2007.
85
BRAGA, J. U., HERRERO, M. B., CUELLAR, C. M. Transmissão da tuberculose na tríplice fronteira entre Brasil, Paraguai e Argentina. Caderno de Saúde Pública, 27 (7): 1271-1280, 2011.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Guia de Vigilância Epidemiológica. 7a ed. Brasília: Ministério da Saúde, 2009.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Introdução à Estatística Espacial para a Saúde Pública. Brasília: Fundação Oswaldo Cruz, v. 3, 121p., 2007.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Boletim Epidemiológico. 43 (1): 16-19, 2012a.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde, Situação da tuberculose no Brasil. Brasília: Ministério da Saúde, 2012b.
BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Boletim Epidemiológico. 44 (1), 2013a.
BRASIL, Ministério da Saúde, Secretaria Executiva. Datasus. Informações de Saúde: Indicadores de Morbidade. Brasília (DF): Ministério da Saúde, 2013b.
BRUNELLO, M. E. F., CHIARAVALLOTI NETO, F., ARCÊNCIO, R. A., ANDRADE, R. L. P., MAGNABOSCO, G. T., VILLA, T. C. S. Áreas de vulnerabilidade para co-infecção HIV-1-aids/TB em Ribeirão Preto, SP. Revista de Saúde Pública 45 (3): 556-563, 2011.
CÂMARA, G., CARVALHO, M. S., CRUZ, O. G., CORREA, V. Análise Espacial de Áreas. São José dos Campos: INPE, 2002. Disponível em: <http://www.dpi.inpe.br/gilberto/livro/analise/cap5-areas.pdf>. Acesso em: 29/01/2010.
CÂMARA, G.; MONTEIRO, A.M. FUCKS, S.D.; CARVALHO, Ministério da Saúde. Análise Espacial e Geoprocessamento, INPE, 2001, disponível em: <http://www.dpi.inpe.br/gilberto/livro. Acesso em: 09/05/2010.
CAMPOS, H.S. Etiopatogenia da tuberculose e formas clínicas. Revista Pulmão, 15: 29-35, 2006.
CARVALHO, M. S., SANTOS, R. S. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Caderno de Saúde Pública 21 (2): 361-378, 2005.
86
COELHO, D. M. M., VIANA, R. L., MADEIRA, C. A., FERREIRA, L. O. C., CAMPELO, V. Perfil epidemiológico da tuberculose no Município de Teresina-PI, no período de 1999 a 2005. Epidemiologia de Serviços de Saúde 19 (1): 33-42, 2013.
COLLINS, C. H., GRANGE, J. M., YATES, M. D. Identification of Species. In:Tuberculosis Bacteriology: organization and practice. 2. ed. Oxford: Butterworth-Heinemann, 1997. 139p.
COSTA, A. G., SANTOS, J. D., CONCEIÇÃO, J. K. T., ALECRIM, P. H., CASSEB, A. A., BATISTA, W. C., HECKMANN, M. I. O. Dengue: aspectos epidemiológicos e o primeiro surto ocorrido na região do Médio Solimões, Coari, Estado do Amazonas, no período de 2008 a 2009. Revista da Sociedade Brasileira de Medicina Tropical 44 (4): 471-474, 2011.
CUNHA, M. D. SANTOS, R. S. MATOS, H. J., OLIVEIRA, M. L. W. Aspectos epidemiológicos da hanseníase: Uma abordagem espacial. Caderno de Saúde Pública 28 (6): 1143-1155, 2012.
CURY, M. R. O., PASCHOAL, V. D. A., NARDI, S. M. T., CHIEROTTI, A. P., RODRIGUES JUNIOR, A. L., CHIARAVALLOTI-NETO, F. Spatial analysis of leprosy incidence and associated socioeconomic factors. Revista de Saúde Pública 46 (1): 110-118, 2012.
ELLIOTT, P, WAKEFIELD, J., BEST, N., BRIGGS, D. Spatial Epidemiology: Methods and applications. London: Oxford University, 2001.
ELLIOTT, P., WARTENBERG, D. Spatial Epidemiology: Current Approches and Future Challenges. Environ Health Perspect 112 (9): 998-1006, 2004.
FLYNN, J. L., CHAN, J. Immunology of tuberculosis. Annual Review of Immunology, 19: 93-129, 2001.
Golub J. E., Bur S., Cronin W. A., Gange S., Baruch N., Comstock G. W. Delayed tuberculosis diagnosis and tuberculosis transmission. International Journal of Tuberculosis and Lung Disease 10 (1): 24-30, 2006.
GUIMARÃES, R. M., LOBO, A. P., SIQUEIRA, E. A., BORGES, T. T. F., MELO, S. C. C. Tuberculose, HIV e pobreza: tendência temporal no Brasil, Américas e mundo. Jornal Brasileiro de Pneumologia 38 (4): 511-517, 2012.
HIJJAR, M. A., PROCÓPIO, M.J., FREITAS, L.M.R., GUEDES, R., BETHLEM, E.P. Epidemiologia da Tuberculose: Importância no mundo, no Brasil e no Rio de Janeiro. Pulmão RJ 14 (4): 310-314, 2005.
87
HIJJAR, M. A., GERHART, G., TEIXEIRA, G. M., PROCÓPIO, M. J. Retrospecto do Controle da Tuberculose no Brasil. Revista de Saúde Pública 41(supl.): 50-58, 2007.
HINO, P., SANTOS, C. B., VILLA, T. C. S. Evolução espaço-temporal dos casos de tuberculose em Ribeirão Preto (SP), nos anos de 1998 a 2002. Jornal Brasileiro de Pneumologia 31 (6): 523-527, 2005.
HINO, P., VILLA, T. C. S., CUNHA, T. N., SANTOS, C. B. Padrões espaciais da tuberculose e sua associação à condição de vida no município de Ribeirão Preto. Ciência & Saúde Coletiva 16 (12): 4795-4802, 2011.
IBGE. Instituto Brasileiro de Geografia e Estatística. http://www.ibge.gov.br/home/estatistica/populacao/censo2010/primeiros_resultados/populacao_por_municipio_zip.shtm. Acesso em: 16/08/2011.
JIA, Z. W., JIA, X. W., LIU , Y. X., DYE, C., CHEN, F., CHEN, C. S., ZHANG, W. Y., LI, X. W., CAO, W. C., LIU, H. L. Spatial analysis of tuberculosis cases in migrants and permanent residents, Beijing, 2000–2006. Emerging Infectious Diseases, 14 (9): 1413-1419, 2008.
LAWSON, A. Statistical Methods in Spatial Epidemiology. John Wiley & Sons. 2006. 424p.
MACHADO, A. C. F. T., STEFFEN, R. E., OXLADE, D., MENZIES, D., KRITSKI, A,
TRAJMAN, A. Fatores associados ao atraso no diagnóstico da tuberculose pulmonar no estado do Rio de Janeiro. Jornal Brasileiro de Pneumologia 37 (4): 512-520, 2011.
MACIEL, E. L. N., PAN, W., DIETZE, R., PERES, R. L., VINHAS, S. A., RIBEIRO, F.
K., PALACI, M., RODRIGUES, R. R., ZANDONADE, E., GOLUB, J. E. Spatial patterns of pulmonary tuberculosis incidence and their relationship to socio-economic status in Vitoria, Brazil. The International Journal of Tuberculosis and Lung Disease 14 (11): 1395-1402, 2010.
MADEIRA, J. L., SIMÕES, C. C. S. Estimativas preliminares da população urbana e rural segundo as unidades da federação, de 1960/1980 por uma nova metodologia. Revista Brasileira de Estatística 33 (129): 3-11, 1972.
MARSHALL, R. M. Mapping disease and mortality rates using empirical bayes estimators, In Journal of the Royal Statistical Society, Series C: Applied Statistics 40 (2): 283-294, 1991.
McNEIL M. R., BRENNAN, P. J. Structure, function and biogenesis of the cell envelope of mycobacteria in relation to bacterial physiology, pathogenesis and
88
drug resistance; some thoughts and possibilities arising from recent structural information. Research Microbiology 142: 451- 463, 1991.
MELO, F. A. F., AFIUNE, J. B. Transmissão e imunopatogenia da tuberculose. Jornal de Pneumologia 19: 19-24, 1993.
MELLO, F. C. Q, FONSECA, J. A. C. Utilidade da biologia molecular no diagnóstico da tuberculose. Jornal Brasileiro de Pneumologia 31: 188-190, 2005.
MOTA, F. F., SILVA, M. V. S., COSTA, M. C. N. Distribuição espacial da mortalidade por tuberculose em Salvador, Bahia, Brasil. Caderno de Saúde Pública 19: 915-922, 2003.
MYERS, W. P., WESTENHOUSE, J. L., FOOD, J., RILEY, L. W. An ecological study of tuberculosis transmission in California. American Journal of Public Health 96: 685-690, 2006.
NUNES, C. Tuberculosis incidence in Portugal: spatiotemporal clustering. International Journal of Health Geographics, 6 (30), 2007.
OLIVEIRA, H. B., MARIN-LEON, L., CARDOSO, J. C. Perfil de mortalidade de pacientes com tuberculose relacionada à comorbidade tuberculose-Aids. Revista de Saúde Pública 38 (4), 2004.
OLIVEIRA, H. B., MOREIRA-FILHO, D. C. Abandono de tratamento e recidiva da tuberculose: aspectos de episódios prévios, Campinas, SP, Brasil, 1993-1994. Revista de Saúde Pública 34 (5): 437-443, 2000.
ORGANIZAÇÃO PANAMERICANA DA SAÚDE (OPAS). Funções Essenciais de Saúde Pública. C. Executivo, OPAS/OMS, 2000.
PARISE, E. V., ARAUJO, G. C., PINHEIRO, R. T. Análise espacial e determinação de áreas prioritárias para o controle da malária, no Estado do Tocantins, 2003-2008. Revista da Sociedade Brasileira de Medicina Tropical 44 (1): 63-69, 2011.
PILLER, R. V. B. Epidemiologia da Tuberculose. Pulmão RJ 2 (21): 4-9, 2012.
QUEIROGA, R. P. F., SÁ, L. D., NOGUEIRA, J. A., LIMA, E. R. V., SILVA, A. C. O., PINHEIRO, P. G. O. D., BRAGA, J. U. Distribuição espacial da tuberculose e a relação com condições de vida na área urbana do município de Campina Grande – 2004 a 2007. Revista Brasileira de Epidemiologia 15 (1): 222-232, 2012.
89
RODRIGUES, A. F., ESCOBAR, A. L., SANTOS, R. S. Análise espacial e determinação de áreas para o controle da malária no Estado de Rondônia. Revista da Sociedade Brasileira de Medicina Tropical 41 (1): 55-64, 2008.
ROZA, D. L., CACCIA-BAVA, M. C. G. G., MARTINEZ, E. Z. Spatio-temporal patterns of tuberculosis incidence in Ribeirão Preto, State of São Paulo, southeast Brazil, and their relationship with social vulnerability: a Bayesian analysis. Revista da Sociedade Brasileira de Medicina Tropical 45 (5): 607-615, 2012.
SALES, C.M.M., FIGUEREDO, T.A.M., ZANDONADE, E., MACIEL, E.L.N. Análise Espacial da Tuberculose Infantil no Estado do Espírito Santo, 200 a 2007. Revista da Sociedade Brasileira de Medicina Tropical 43 (4): 435-439, 2010.
SAN PEDRO, A., OLIVEIRA, R. M. Tuberculose e indicadores socioeconômicos: revisão sistemática da literatura. Revista Panamericana de Salud Pública 33 (4): 294-301, 2013.
SANTOS, C. B., HINO, P., CUNHA, T. N., VILLA, T. C. S., MUNIZ, J. N., Utilização de um sistema de informação geográfica para descrição dos casos de tuberculose. Boletim de Pneumologia Sanitária 12 (1): 5-10, 2004.
SILVA, S.L.C., FACHEL, J.M.G., KATO, S.K., BASSANESI, S.L. Visualização dos padrões de variação da taxa de mortalidade infantil no Rio Grande do Sul, Brasil: comparação entre as abordagens bayesiana empírica e totalmente bayesiana. Caderno de Saúde Pública 27 (7), 2011.
SNOW, J. On the Mode of Communication of Cholera. London: John Churchill. 1855.
SOUZA, M. G., PINHEIRO, E. S. Incidência e Distribuição de Tuberculose na Cidade de Manaus/AM, Brasil. Revista Geográfica Acadêmica 3: 35-43, 2009.
SOUZA, W. V., ALBUQUERQUE, M. F. M., CRISTHOVAN, C.B., XIMENES, R. A. A., CARVALHO, M. S. Tuberculose no Brasil: Construção de um sistema de vigilância de base territorial. Revista de Saúde Pública 39: 82-89, 2005.
SOUZA, W. V., CARVALHO, M. S., ALBUQUERQUE, M. F. P. M., BARCELLOS, C. C., XIMENES, R. A. A. Tuberculosis in intra-urban settings: a Bayesian approach. Tropical Medicine and International Health 12 (3): 323-330, 2007
TEIXEIRA, T. R. A., CRUZ, O. G. Spatial modeling of dengue and socio-environmental indicators in the city of Rio de Janeiro, Brasil. Caderno de Saúde Pública 27 (3): 591-602, 2011.
90
TIWARI, N., ADHIKARI, C. M. S., TEWARI, A., KANDPAL, V. Investigation of geo-spatial hotspots for the occurrence of tuberculosis in Almora district, India, using GIS and spatial scan statistic. International Journal of Health Geographics 5 (33), 2006.
TORTORA, G. J., Funke, B. R., Case, C. L. Microbiologia, 10ª edição, Artmed, Porto Alegre, 2011. 964p.
VENDRAMINI, S. H. F., GAZETTA, C. E., CHIARAVALLOTI-NETO, F., CURY, M. R., MEIRELLES, E. B., KUYUMJIAN, F. G., VILLA, T. C. S. Tuberculose em município de porte médio do sudeste do Brasil: indicadores de morbidade e mortalidade, de 1985 a 2003. Jornal Brasileiro de Pneumologia 31 (3): 237-243, 2005.
VENDRAMINI, S. H. F., SANTOS, N. S. G. M., SANTOS, M. L. S. G., CHIARAVALLOTI-NETO, F., PONCE, M. A. Z., GAZETTA, C. E., VILLA, T. C. S., RUFFINO-NETO, A. Análise espacial da coinfecção tuberculose/HIV-1: Relação com níveis socioeconômicos em municípios do sudeste do Brasil. Revista da Sociedade Brasileira de Medicina Tropical 43 (5): 536-541, 2010.
VIANA-NIERO, C., LEÃO, S. C. Limitações do uso do fragmento mtp40 como marcador de diferenciação entre Mycobacterium tuberculosis e M. bovis. Jornal Brasileiro de Pneumologia 30 (4) 408-410, 2004.
VIEIRA, R. C. A., PRADO, T. N., SIQUEIRA, M.G., DIETZE, R., MACIEL, E. L. N. Distribuição espacial dos casos novos de tuberculose em Vitória, Estado do Espirito Santo, no período entre 2000 a 2005. Revista da Sociedade Brasileira de Medicina Tropical 41: 82-86, 2008.
WIDNER, L. M., NOGUEIRA, C. L., SOUZA, B.S., SENNA, S. G., SILVA, R. M., BAZZO, M. L. Micobacterias: Epidemiologia e Diagnóstico. Revista de Patologia Tropical 40 (3): 207-229, 2011.
WORLD HEALTH ORGANIZATION (WHO). Global Tuberculosis Control Report. 2013.
XAVIER, M. I. M., BARRETO, M. L. Tuberculose na cidade de Salvador, Bahia, Brasil: o perfil na década de 1990. Caderno de Saúde Pública 23 (2): 445-453, 2007.
93
APÊNDICE B - Taxa de incidência bruta de tuberculose por 1.000 habitantes e por bairro em Belém –
2006 a 2010.
Bairro 2006 2007 2008 2009 2010
Aeroporto 1,69 1,70 1,69 1,68 1,71
Agua Boa 0,85 1,01 0,75 1,24 1,05
Aguas Lindas 0,26 0,76 1,03 0,79 1,37
Aguas Negras 1,00 2,02 1,29 1,00 1,31
Agulha 2,03 0,80 0,70 0,98 0,51
Ariramba 0,00 0,51 0,51 0,51 0,51
Aurá 0,00 0,00 1,05 0,52 0,55
Baia do Sol 1,66 0,83 0,41 0,00 0,83
Barreiro 0,72 0,53 0,57 0,64 0,77
Batista Campos 0,21 0,16 0,31 0,26 0,31
Benguí 1,44 2,30 1,92 2,24 1,46
Bonfim 0,00 0,00 0,00 0,00 0,00
Brasília 1,59 0,65 0,64 1,10 1,50
Cabanagem 1,61 1,09 1,86 1,54 1,48
Campina 0,78 2,24 1,10 2,17 1,62
Campina de Icoaraci 0,71 0,60 1,43 1,17 1,09
Canudos 1,48 0,95 1,40 1,11 1,01
Carananduba 0,36 1,63 0,71 0,35 0,55
Caruara 0,00 0,00 0,00 0,00 0,00
Castanheira 0,41 0,57 0,90 0,70 0,78
Chapeu Virado 0,86 0,86 0,00 0,86 0,86
Cidade Velha 0,74 0,41 0,82 0,66 0,82
Condor 0,79 0,98 0,77 0,77 0,91
Coqueiro 0,23 0,65 0,68 0,94 0,91
Cremacão 1,36 1,15 1,24 1,20 1,50
Cruzeiro 0,85 1,20 0,60 0,77 0,94
Curio-Utinga 1,00 0,80 1,00 0,57 1,02
Farol 2,62 1,23 0,00 0,00 2,35
Fátima 2,23 1,47 1,81 2,07 1,61
Guamá 0,82 1,21 1,36 1,63 1,32
Guanabara 0,67 2,59 4,67 10,29 3,15
Itaiteua 0,00 0,00 0,94 0,45 0,52
Jurunas 1,60 1,48 1,60 1,41 1,52
Mangueirão 0,21 0,30 0,32 0,37 0,44
Mangueiras 0,00 0,00 0,00 0,00 0,35
Maracacuera 0,40 0,07 0,20 0,26 0,15
Maracaja 0,85 0,29 0,85 1,11 0,90
Maracangalha 0,00 0,06 0,03 0,03 0,10
Marahu 0,00 0,00 0,00 0,00 0,00
Marambaia 1,23 0,86 1,06 1,37 1,32
Marco 0,63 0,71 0,74 0,83 0,67
94
Miramar 0,00 0,00 0,00 0,00 0,00
Montese 1,00 0,75 0,72 0,77 1,22
Murubira 0,59 1,88 0,60 0,00 0,66
Natal do Murubira 0,00 0,00 0,00 0,00 0,00
Nazaré 0,28 0,29 0,33 0,61 0,20
Paracuri 1,07 0,99 1,37 0,87 1,11
Paraiso 0,00 3,07 0,00 2,88 0,00
Parque Guajará 0,08 0,22 0,11 0,10 0,26
Parque Verde 0,29 0,25 0,34 0,33 0,38
Pedreira 1,23 1,39 1,28 1,49 1,31
Ponta Grossa 0,37 0,45 0,22 0,07 0,45
Porto Arthur 0,00 0,00 3,48 0,00 0,00
Praia Grande 0,00 1,27 1,21 0,00 5,35
Pratinha 0,62 0,82 0,50 0,94 0,89
Reduto 0,32 0,64 0,32 0,65 0,00
Sacramenta 1,51 1,40 1,69 1,78 1,33
São Brás 0,35 0,30 0,70 0,70 0,50
São Clemente 0,00 0,00 0,00 0,00 0,00
São Francisco 0,00 2,42 0,40 0,78 1,64
São João do Outeiro 0,44 0,39 1,50 0,94 0,74
Souza 0,83 1,13 0,83 0,83 0,23
Sucurijuquara 0,88 0,91 1,77 2,60 1,86
Tapanã 0,87 0,92 0,91 0,68 0,85
Telégrafo 1,44 1,21 1,47 1,37 1,42
Tenoné 0,46 0,68 0,41 0,80 0,79
Umarizal 0,56 0,40 0,47 0,76 0,76
Uma 0,00 1,00 0,69 1,07 0,89
Universitário 0,00 0,00 0,00 0,00 0,00
Val-de-Cans 3,19 3,45 4,16 3,93 4,41
Vila 1,00 0,33 0,33 0,33 0,66
95
APÊNDICE C – Número de casos de tuberculose e população por bairros do município de Belém –
2006 a 2010.
Nº de casos População
Bairro 2006 2007 2008 2009 2010 2006 2007 2008 2009 2010
Aeroporto 2 2 2 2 2 1.185 1.177 1.183 1.189 1.170
Agua Boa 8 9 7 12 9 9.449 8.949 9.341 9.686 8.553
Aguas Lindas 5 14 20 16 24 19.595 18.436 19.343 20.142 17.520
Aguas Negras 7 14 9 7 9 6.994 6.936 6.981 7.021 6.890
Agulha 41 16 14 20 10 20.197 19.926 20.138 20.325 19.712
Ariramba 0 1 1 1 1 1.967 1.953 1.964 1.973 1.942
Aurá 0 0 2 1 1 1.909 1.863 1.899 1.931 1.827
Baia do Sol 4 2 1 0 2 2.412 2.413 2.413 2.412 2.414
Barreiro 19 14 15 17 20 26.486 26.216 26.427 26.613 26.003
Batista Campos 4 3 6 5 6 19.050 19.098 19.061 19.028 19.136
Benguí 43 68 57 67 43 29.769 29.551 29.722 29.872 29.379
Bonfim 0 0 0 0 0 1.009 879 981 1.071 776
Brasília 10 4 4 7 9 6.285 6.136 6.252 6.355 6.019
Cabanagem 44 30 51 42 41 27.399 27.612 27.445 27.298 27.781
Campina 5 14 7 14 10 6.388 6.259 6.360 6.450 6.156
Campina de Icoaraci 19 16 38 31 29 26.610 26.673 26.624 26.581 26.722
Canudos 20 13 19 15 14 13.553 13.693 13.584 13.487 13.804
Carananduba 2 9 4 2 3 5.633 5.528 5.610 5.682 5.445
Caruara 0 0 0 0 0 977 875 955 1.025 794
Castanheira 10 14 22 17 19 24.349 24.391 24.358 24.329 24.424
Chapeu Virado 1 1 0 1 1 1.165 1.162 1.164 1.167 1.159
Cidade Velha 9 5 10 8 10 12.160 12.142 12.156 12.168 12.128
Condor 34 42 33 33 39 42.981 42.857 42.954 43.040 42.758
Coqueiro 13 35 38 54 47 56.369 53.805 55.811 57.581 51.776
Cremacão 43 36 39 38 47 31.507 31.371 31.478 31.571 31.264
Cruzeiro 10 14 7 9 11 11.729 11.682 11.719 11.752 11.644
Curio-Utinga 16 13 16 9 17 15.944 16.334 16.029 15760 16.642
Farol 2 1 0 0 2 764 812 774 740 851
Fátima 27 18 22 25 20 12.130 12.273 12.161 12.063 12.385
Guamá 76 113 126 149 125 92.280 93.581 92.563 91.665 94.610
Guanabara 1 4 7 15 5 1.485 1.543 1.498 1.458 1.588
Itaiteua 0 0 2 1 1 2.159 2.036 2.132 2.216 1.939
Jurunas 104 96 104 92 98 65.017 64.716 64.951 65.159 64.478
Mangueirão 8 11 12 14 16 37.317 36.707 37.184 37.605 36.224
Mangueiras 0 0 0 0 1 3.314 3.055 3.258 3.436 2.851
Maracacuera 6 1 3 4 2 14.878 14.210 14.733 15.195 13.681
Maracaja 3 1 3 4 3 3.546 3.434 3.522 3.599 3.345
96
Maracangalha 0 2 1 1 3 31.392 30.913 31.288 31.618 30.534
Marahu 0 0 0 0 0 122 128 123 119 132
Marambaia 84 58 72 94 88 68.053 67.302 67.890 68.408 66.708
Marco 42 47 49 55 44 66.411 66.094 66.342 66.560 65.844
Miramar 0 0 0 0 0 664 581 645 703 515
Montese 61 46 44 47 75 60.896 61.199 60.962 60.752 61.439
Murubira 1 3 1 0 1 1.689 1.594 1.669 1.734 1.519
Natal do Murubira 0 0 0 0 0 1.097 1.098 1.097 1.097 1.098
Nazaré 6 6 7 13 4 21.061 20.750 20.994 21.209 20.504
Paracuri 11 10 14 9 11 10.296 10.094 10.252 10.391 9.934
Paraiso 0 1 0 1 0 340 326 337 347 315
Parque Guajará 3 8 4 4 9 38.407 36.381 37.967 39.365 34.778
Parque Verde 12 10 14 14 15 41.494 40.172 41.207 42.119 39.126
Pedreira 86 97 89 104 91 69.776 69.682 69.755 69.820 69.608
Ponta Grossa 5 6 3 1 6 13.494 13.355 13.464 13.560 13.245
Porto Arthur 0 0 1 0 0 288 285 287 289 283
Praia Grande 0 1 1 0 4 837 787 826 860 748
Pratinha 15 19 12 23 20 24.020 23.221 23.846 24.398 22.589
Reduto 2 4 2 4 0 6.179 6.287 6.203 6.128 6.373
Sacramenta 67 62 75 79 59 44.415 44.414 44.415 44.415 44.413
São Brás 7 6 14 14 10 19.953 19.944 19.951 19.958 19.936
São Clemente 0 0 0 0 0 8.297 7.972 8.226 8.451 7.714
São Francisco 0 6 1 2 4 2.538 2.482 2.526 2.565 2.438
São João do Outeiro 6 5 20 13 9 13.519 12.746 13.351 13.885 12.134
Souza 11 15 11 11 3 13.294 13.236 13.281 13.321 13.190
Sucurijuquara 1 1 2 3 2 1.136 1.101 1.128 1.152 1.074
Tapanã 62 63 64 49 57 71.243 68.690 70.688 72.450 66.669
Telégrafo 62 52 63 59 61 43.005 42.976 42.999 43.019 42.953
Tenoné 16 22 14 29 24 34.936 32.420 34.389 36.125 30.429
Umarizal 17 12 14 23 23 30.098 30.094 30.097 30.100 30.090
Una 0 7 5 8 6 7.344 6.998 7.269 7.508 6.724
Universitário 0 0 0 0 0 2.535 2.547 2.537 2.529 2.557
Val-de-Cans 24 25 31 30 31 7.513 7.244 7.455 7.640 7.032
Vila 3 1 1 1 2 3.004 3.024 3.008 2.994 3.040
Total 1.200 1.229 1.330 1.423 1.359 1.415.308 1.396.421 1.411.202 1.424.240 1.381.475
97
APÊNDICE D - Taxa de incidência suavizada de tuberculose pelo método bayesiano empírico global e percentual de variação por bairro do município de Belém/PA – 2006 a 2010.
Bairro 2006 2007 2008 2009 2010 % VARIAÇÃO 2006 A 2010
Aeroporto 1,06 1,07 1,13 1,20 1,13 6,10
Água Boa 0,85 0,97 0,80 1,18 1,03 21,38
Águas Lindas 0,34 0,78 1,02 0,82 1,29 275,43
Águas Negras 0,95 1,60 1,17 1,00 1,18 23,69
Agulha 1,86 0,82 0,73 0,99 0,60 -67,80
Ariramba 0,54 0,76 0,79 0,80 0,85 57,21
Aurá 0,54 0,60 0,98 0,80 0,86 58,27
Baía do Sol 1,18 0,86 0,73 0,54 0,93 -21,32
Barreiro 0,73 0,58 0,61 0,67 0,80 9,50
Batista Campos 0,31 0,28 0,41 0,36 0,45 44,98
Bengui 1,38 2,13 1,82 2,14 1,40 1,07
Bonfim 0,65 0,72 0,74 0,73 0,84 28,88
Brasília 1,33 0,74 0,75 1,07 1,27 -4,33
Cabanagem 1,52 1,06 1,75 1,49 1,40 -7,68
Campina 0,81 1,71 1,04 1,81 1,35 67,35
Campina de Icoaraci 0,73 0,64 1,37 1,15 1,07 46,74
Canudos 1,35 0,93 1,31 1,09 1,01 -25,40
Carananduba 0,54 1,32 0,80 0,57 0,75 38,75
Caruara 0,66 0,72 0,74 0,73 0,84 27,52
Castanheira 0,46 0,62 0,91 0,73 0,81 74,59
Chapéu Virado 0,85 0,88 0,71 0,96 0,96 12,84
Cidade Velha 0,76 0,53 0,85 0,72 0,87 13,75
Condor 0,80 0,97 0,78 0,78 0,92 15,58
Coqueiro 0,27 0,67 0,70 0,94 0,91 243,73
Cremação 1,31 1,12 1,21 1,19 1,44 9,25
Cruzeiro 0,85 1,12 0,68 0,81 0,96 12,25
Curió-Utinga 0,98 0,81 0,99 0,64 1,01 3,81
Farol 1,17 0,94 0,77 0,79 1,19 1,96
Fátima 1,92 1,32 1,62 1,87 1,44 -25,01
Guamá 0,82 1,19 1,35 1,61 1,31 58,33
Guanabara 0,80 1,36 2,06 4,16 1,53 92,77
Itaiteua 0,52 0,58 0,94 0,76 0,85 62,89
Jurunas 1,56 1,45 1,57 1,39 1,48 -5,02
Mangueirão 0,27 0,36 0,38 0,42 0,50 88,25
Mangueiras 0,43 0,50 0,49 0,45 0,74 72,80
Maracacuera 0,49 0,25 0,35 0,38 0,36 -26,08
Maracajá 0,85 0,61 0,90 1,06 0,95 11,87
Maracangalha 0,08 0,16 0,12 0,11 0,22 159,19
Marahu 0,82 0,85 0,91 0,96 0,96 16,86
Marambaia 1,22 0,86 1,05 1,36 1,30 6,69
Marco 0,64 0,72 0,75 0,83 0,69 7,18
Miramar 0,71 0,77 0,80 0,80 0,89 24,81
98
Montese 0,99 0,76 0,73 0,78 1,20 21,18
Murubira 0,76 1,17 0,83 0,62 0,90 18,43
Natal do Murubira 0,64 0,69 0,72 0,72 0,80 24,11
Nazaré 0,36 0,38 0,42 0,66 0,34 -6,05
Paracuri 1,01 0,96 1,26 0,89 1,07 5,36
Paraíso 0,77 1,05 0,86 1,20 0,92 19,51
Parque Guajará 0,14 0,28 0,18 0,16 0,34 144,41
Parque Verde 0,33 0,31 0,39 0,37 0,45 34,89
Pedreira 1,21 1,36 1,26 1,47 1,29 5,96
Ponta Grossa 0,47 0,55 0,37 0,23 0,59 26,65
Porto Arthur 0,78 0,82 1,14 0,91 0,93 18,62
Praia Grande 0,68 0,94 0,99 0,77 1,59 132,79
Pratinha 0,65 0,83 0,56 0,95 0,90 38,32
Reduto 0,51 0,73 0,55 0,76 0,42 -18,44
Sacramenta 1,46 1,35 1,63 1,73 1,30 -11,34
São Brás 0,42 0,40 0,74 0,74 0,59 40,06
São Clemente 0,25 0,29 0,28 0,25 0,37 50,04
São Francisco 0,49 1,47 0,71 0,89 1,21 148,43
São João do Outeiro 0,53 0,51 1,38 0,95 0,81 53,99
Souza 0,83 1,07 0,85 0,86 0,43 -48,85
Sucurijuquara 0,86 0,89 1,15 1,46 1,15 34,10
Tapanã 0,87 0,92 0,91 0,69 0,86 -0,67
Telégrafo 1,40 1,18 1,43 1,35 1,38 -1,48
Tenoné 0,49 0,70 0,46 0,82 0,81 65,34
Umarizal 0,59 0,45 0,51 0,78 0,79 33,72
Una 0,27 0,96 0,77 1,05 0,93 245,23
Universitário 0,49 0,54 0,55 0,53 0,64 30,62
Val-de-Cans 2,46 2,54 3,13 3,13 3,04 23,58
Vila 0,92 0,64 0,66 0,66 0,86 -6,87
99
APÊNDICE E – Índice de Moran Local da taxa de incidência suavizada de tuberculose por bairro –
2006 a 2010.
BAIRRO 2006 2007 2008 2009 2010
IML Valor de
p IML
Valor de p
IML Valor de
p IML
Valor de p
IML Valor de
p
Aeroporto -0,23 0,34 -0,21 0,24 -0,31 0,17 -0,17 0,31 -0,11 0,38
Água Boa -0,05 0,11 -0,18 0,09 -0,13 0,19 -0,07 0,48 -0,05 0,36
Águas Lindas 0,12 0,42 0,08 0,33 0,03 0,3 0,11 0,25 -0,05 0,64
Águas Negras -0,05 0,4 -1,38 0 -0,35 0,03 -0,02 0,1 -0,42 0,01
Agulha -0,65 0,31 0,00 0,42 0,06 0,36 -0,01 0,08 0,20 0,32
Ariramba 0,25 0,21 -0,16 0,12 0,09 0,3 0,11 0,29 -0,02 0,4
Aurá 0,21 0,29 0,11 0,35 0,03 0,3 0,11 0,28 -0,11 0,21
Baía do Sol 0,01 0,43 0,00 0,28 -0,07 0,27 -0,42 0,08 -0,01 0,38
Barreiro -0,04 0,31 0,01 0,53 -0,11 0,3 -0,02 0,32 0,02 0,56
Batista Campos -0,32 0,25 -0,53 0,19 -0,14 0,28 -0,20 0,13 -0,33 0,27
Bengui 0,05 0,5 0,04 0,43 0,52 0,16 0,22 0,17 0,34 0,14
Bonfim 0,17 0,12 -0,20 0,13 0,04 0,45 0,03 0,49 -0,02 0,38
Brasília -0,77 0,3 0,26 0,18 -0,35 0,11 -0,01 0,66 -0,29 0,26
Cabanagem -1,96 0 -0,32 0,06 -1,35 0,01 -0,39 0,14 -0,70 0,07
Campina 0,01 0,05 -1,85 0,01 -0,21 0,02 -0,79 0,07 -1,04 0
Campina de Icoaraci -0,05 0,22 0,00 0,48 -0,52 0,07 -0,14 0,04 -0,15 0,1
Canudos -0,25 0,45 -0,04 0,38 -0,04 0,59 0,00 0,27 0,00 0,49
Carananduba 0,16 0,24 0,16 0,36 0,03 0,39 0,02 0,63 -0,05 0,38
Caruara 0,05 0,39 -0,13 0,21 -0,01 0,43 -0,05 0,33 0,01 0,5
Castanheira -0,02 0,43 0,13 0,28 0,00 0,34 0,10 0,22 0,14 0,17
Chapéu Virado 0,00 0,56 0,00 0,52 0,06 0,41 0,01 0,23 0,00 0,48
Cidade Velha -0,02 0,3 -0,54 0,19 -0,03 0,28 -0,15 0,14 -0,07 0,22
Condor -0,02 0,19 0,08 0,19 -0,13 0,1 -0,08 0,16 -0,05 0,12
Coqueiro 0,59 0,06 0,19 0,2 0,17 0,17 0,02 0,19 0,05 0,11
Cremação -0,71 0,07 -0,31 0,07 -0,23 0,22 -0,08 0,3 -0,69 0,09
Cruzeiro 0,04 0,25 -0,28 0,21 0,10 0,4 0,08 0,23 0,01 0,27
Curió-Utinga -0,15 0,14 0,02 0,41 0,02 0,26 -0,20 0,05 -0,01 0,53
Farol -0,30 0,37 -0,04 0,32 0,12 0,24 0,12 0,22 0,19 0,24
Fátima -0,54 0,47 -0,35 0,41 -0,31 0,4 -0,04 0,61 -0,35 0,31
Guamá 0,01 0,33 -0,15 0,36 -0,06 0,54 -0,21 0,34 0,01 0,5
Guanabara -0,01 0,23 -0,16 0,49 0,38 0,23 -2,91 0,14 0,18 0,3
Itaiteua 0,19 0,38 0,21 0,3 0,02 0,23 -0,05 0,21 0,03 0,63
Jurunas -0,74 0,23 -0,90 0,15 -0,69 0,19 -0,40 0,12 -0,68 0,2
Mangueirão -1,19 0,04 -1,12 0 -1,44 0 -0,85 0 -1,21 0,04
Mangueiras -0,22 0,3 0,05 0,5 0,11 0,43 0,10 0,47 -0,20 0,15
Maracacuera -0,05 0,47 -0,89 0,22 -0,92 0,06 -0,16 0,25 -0,59 0,22
Maracajá -0,03 0,33 0,44 0,15 0,03 0,1 -0,10 0,12 0,01 0,22
Maracangalha -1,92 0,04 -1,42 0,06 -1,89 0 -1,32 0,02 -2,27 0,01
Marahu -0,01 0,32 -0,01 0,21 0,00 0,37 0,01 0,17 0,00 0,25
Marambaia 0,25 0,2 0,00 0,15 0,16 0,1 0,20 0,08 0,18 0,21
Marco -0,26 0,04 -0,07 0,15 -0,12 0,16 -0,03 0,22 -0,06 0,35
Miramar -0,15 0,16 -0,13 0,14 -0,20 0,02 -0,16 0,12 -0,18 0,04
100
Montese 0,04 0,49 0,02 0,53 -0,06 0,26 0,02 0,56 -0,05 0,53
Murubira 0,03 0,29 -0,14 0,39 0,03 0,46 0,12 0,36 0,03 0,41
Natal do Murubira 0,01 0,54 -0,09 0,24 0,02 0,55 0,10 0,39 0,03 0,46
Nazaré 0,36 0,15 0,24 0,33 0,38 0,24 0,03 0,53 0,46 0,2
Paracuri 0,02 0,42 -0,12 0,16 -0,57 0,05 0,10 0,02 -0,23 0,01
Paraíso -0,02 0,29 -0,05 0,49 0,01 0,52 -0,04 0,6 0,00 0,51
Parque Guajará -0,34 0,36 -0,25 0,21 0,15 0,48 0,19 0,38 0,21 0,39
Parque Verde 0,13 0,43 -0,11 0,42 -0,13 0,27 -0,02 0,4 0,16 0,33
Pedreira 0,70 0,01 0,42 0,12 0,34 0,11 0,35 0,11 0,08 0,36
Ponta Grossa -0,54 0,12 -0,03 0,45 -0,23 0,24 0,03 0,6 0,08 0,48
Porto Arthur 0,01 0,44 -0,01 0,35 -0,16 0,3 0,04 0,26 0,01 0,35
Praia Grande -0,02 0,4 -0,08 0,23 -0,10 0,12 0,19 0,09 -0,11 0,57
Pratinha -0,32 0,06 -0,09 0,04 -0,84 0,06 -0,03 0,07 -0,16 0,05
Reduto 0,35 0,2 0,01 0,42 0,42 0,17 -0,06 0,21 0,44 0,28
Sacramenta 1,10 0,06 0,66 0,04 0,95 0,06 0,62 0,05 0,50 0,04
São Brás -0,39 0,1 -0,02 0,46 -0,09 0,17 -0,11 0,18 -0,09 0,41
São Clemente -0,97 0,02 -1,55 0,02 -1,27 0,05 -0,94 0,01 -1,32 0,04
São Francisco 0,39 0,13 0,22 0,33 0,13 0,28 0,06 0,19 -0,22 0,32
São João do Outeiro -0,13 0,32 0,21 0,35 -0,18 0,38 0,00 0,4 -0,08 0,27
Souza 0,02 0,21 0,10 0,24 -0,05 0,15 -0,05 0,14 -0,34 0,19
Sucurijuquara -0,01 0,5 0,01 0,32 -0,15 0,24 -0,29 0,23 -0,12 0,33
Tapanã -0,11 0 -0,08 0,01 0,01 0 0,29 0 0,17 0
Telégrafo 0,58 0,22 0,12 0,34 0,21 0,23 0,19 0,17 0,21 0,26
Tenoné 0,60 0,04 0,02 0,57 0,48 0,16 0,12 0,24 0,13 0,25
Umarizal -0,18 0,13 -0,07 0,33 -0,15 0,24 -0,09 0,09 0,05 0,31
Una -0,24 0,34 0,00 0,57 -0,20 0,17 0,05 0,19 -0,04 0,21
Universitário -0,20 0,32 -0,10 0,33 -0,18 0,24 -0,04 0,31 -0,42 0,14
Val-de-Cans -0,50 0,43 -0,23 0,44 -0,85 0,39 -0,04 0,77 -1,28 0,31
Vila -0,09 0,35 0,24 0,24 0,14 0,42 0,18 0,33 -0,08 0,22
101
APÊNDICE F – Distribuição de bairros por quadrantes referente a taxa de incidência suavizada de tuberculose – 2006 a 2010.
Bairros Quadrantes
2006 2007 2008 2009 2010
Aeroporto 3 3 3 3 3
Água Boa 3 3 4 3 3
Águas Lindas 2 2 1 2 3
Águas Negras 3 3 3 3 3
Agulha 3 2 2 3 2
Ariramba 2 4 2 2 4
Aurá 2 2 1 2 4
Baía do Sol 1 4 4 4 4
Barreiro 4 2 4 4 2
Batista Campos 4 4 4 4 4
Bengui 1 1 1 1 1
Bonfim 2 4 2 2 4
Brasília 3 2 4 3 3
Cabanagem 3 3 3 3 3
Campina 2 3 3 3 3
Campina de Icoaraci 4 2 3 3 3
Canudos 3 3 3 1 3
Carananduba 2 1 2 2 4
Caruara 2 4 4 4 2
Castanheira 4 2 2 2 2
Chapéu Virado 3 3 2 2 2
Cidade Velha 4 4 4 4 4
Condor 4 1 4 4 4
Coqueiro 2 2 2 2 2
Cremação 3 3 3 3 3
Cruzeiro 1 3 2 2 2
Curió-Utinga 3 2 1 4 3
Farol 3 3 2 2 1
Fátima 3 3 3 3 3
Guamá 1 3 3 3 1
Guanabara 4 3 1 3 1
Itaiteua 2 2 1 4 2
Jurunas 3 3 3 3 3
Mangueirão 4 4 4 4 4
Mangueiras 4 2 2 2 4
Maracacuera 4 4 4 4 4
Maracajá 3 2 2 3 2
Maracangalha 4 4 4 4 4
Marahu 3 4 2 2 2
Marambaia 1 4 1 1 1
Marco 4 4 4 4 4
Miramar 4 4 4 4 4
Montese 1 2 4 2 3
102
Murubira 2 3 2 2 2
Natal do Murubira 2 4 2 2 2
Nazaré 2 2 2 2 2
Paracuri 1 3 3 2 3
Paraíso 4 3 2 3 4
Parque Guajará 4 4 2 2 2
Parque Verde 2 4 4 4 2
Pedreira 1 1 1 1 1
Ponta Grossa 4 4 4 2 2
Porto Arthur 2 4 3 2 2
Praia Grande 4 3 3 2 3
Pratinha 4 4 4 4 4
Reduto 2 2 2 4 2
Sacramenta 1 1 1 1 1
São Brás 4 4 4 4 4
São Clemente 4 4 4 4 4
São Francisco 2 1 2 2 3
São João do Outeiro 4 2 3 4 4
Souza 1 1 4 4 4
Sucurijuquara 3 1 3 3 3
Tapanã 3 3 2 2 2
Telégrafo 1 1 1 1 1
Tenoné 2 2 2 2 2
Umarizal 4 4 4 4 2
Una 4 3 4 1 4
Universitário 4 4 4 4 4
Val-de-Cans 3 3 3 3 3
Vila 3 2 2 2 4
103
APÊNDICE G – Média de óbitos de tuberculose, como causa básica, população (2008) e taxa de mortalidade bruta por bairros do município de Belém/PA – 2006 a 2010.
Bairro Média de óbitos População (2008) Taxa de Mortalidade Bruta
Aeroporto 0,0 1.183 0,00
Agua Boa 0,4 9.341 0,04
Aguas Lindas 0,2 19.343 0,01
Aguas Negras 0,2 6.981 0,03
Agulha 1,6 20.138 0,08
Ariramba 0,0 1.964 0,00
Aurá 0,0 1.899 0,00
Baia do Sol 0,0 2.413 0,00
Barreiro 0,0 26.427 0,00
Batista Campos 0,2 19.061 0,01
Benguí 2,0 29.722 0,07
Bonfim 0,0 981 0,00
Brasília 0,0 6.252 0,00
Cabanagem 1,0 27.445 0,04
Campina 0,4 6.360 0,06
Campina de Icoaraci 1,4 26.624 0,05
Canudos 0,4 13.584 0,03
Carananduba 0,2 5.610 0,04
Caruara 0,0 955 0,00
Castanheira 0,4 24.358 0,02
Chapeu Virado 0,0 1.164 0,00
Cidade Velha 1,2 12.156 0,10
Condor 1,4 42.954 0,03
Coqueiro 0,6 55.811 0,01
Cremacão 1,2 31.478 0,04
Cruzeiro 0,0 11.719 0,00
Curio-Utinga 0,6 16.029 0,04
Farol 0,0 774 0,00
Fátima 0,6 12.161 0,05
Guamá 3,4 92.563 0,04
Guanabara 0,0 1.498 0,00
Itaiteua 0,0 2.132 0,00
Jurunas 3,4 64.951 0,05
Mangueirão 0,4 37.184 0,01
Mangueiras 0,0 3.258 0,00
Maracacuera 0,0 14.733 0,00
Maracaja 0,4 3.522 0,11
Maracangalha 0,2 31.288 0,01
Marahu 0,0 123 0,00
Marambaia 2,4 67.890 0,04
Marco 2,0 66.342 0,03
Miramar 0,0 645 0,00
104
Montese 3,4 60.962 0,06
Murubira 0,2 1.669 0,12
Natal do Murubira 0,0 1.097 0,00
Nazaré 0,6 20.994 0,03
Paracuri 0,0 10.252 0,00
Paraiso 0,2 337 0,59
Parque Guajará 0,4 37.967 0,01
Parque Verde 0,4 41.207 0,01
Pedreira 3,2 69.755 0,05
Ponta Grossa 0,4 13.464 0,03
Porto Arthur 0,0 287 0,00
Praia Grande 0,0 826 0,00
Pratinha 1,8 23.846 0,08
Reduto 0,0 6.203 0,00
Sacramenta 4,2 44.415 0,09
São Brás 0,6 19.951 0,03
São Clemente 0,0 8.226 0,00
São Francisco 0,0 2.526 0,00
São João do Outeiro 0,6 13.351 0,04
Souza 0,2 13.281 0,02
Sucurijuquara 0,0 1.128 0,00
Tapanã 2,2 70.688 0,03
Telégrafo 3,0 42.999 0,07
Tenoné 1,0 34.389 0,03
Umarizal 1,4 30.097 0,05
Una 0,0 7.269 0,00
Universitário 0,0 2.537 0,00
Val-de-Cans 1,2 7.455 0,16
Vila 0,4 3.008 0,13
105
APÊNDICE H – Taxa de mortalidade suavizada pelo método bayesiano empírico local por bairros do município de Belém/PA – 2006 a 2010.
Bairro Taxa de mortalidade ajustada
Aeroporto 0,00
Agua Boa 0,04
Aguas Lindas 0,03
Aguas Negras 0,03
Agulha 0,02
Ariramba 0,00
Aurá 0,03
Baia do Sol 0,00
Barreiro 0,05
Batista Campos 0,04
Benguí 0,04
Bonfim 0,00
Brasília 0,05
Cabanagem 0,01
Campina 0,03
Campina de Icoaraci 0,03
Canudos 0,04
Carananduba 0,00
Caruara 0,00
Castanheira 0,02
Chapéu Virado 0,00
Cidade Velha 0,04
Condor 0,03
Coqueiro 0,02
Cremacão 0,03
Cruzeiro 0,04
Curio-Utinga 0,03
Farol 0,00
Fátima 0,04
Guamá 0,03
Guanabara 0,06
Itaiteua 0,04
Jurunas 0,04
Mangueirão 0,02
Mangueiras 0,00
Maracacuera 0,02
Maracaja 0,00
Maracangalha 0,03
Marahu 0,00
Marambaia 0,03
Marco 0,04
Miramar 0,01
106
Montese 0,00
Murubira 0,00
Natal do Murubira 0,03
Nazaré 0,02
Paracuri 0,00
Paraiso 0,03
Parque Guajará 0,02
Parque Verde 0,05
Pedreira 0,04
Ponta Grossa 0,00
Porto Arthur 0,00
Praia Grande 0,05
Pratinha 0,03
Reduto 0,04
Sacramenta 0,03
São Brás 0,04
São Clemente 0,00
São Francisco 0,03
São João do Outeiro 0,04
Souza 0,00
Sucurijuquara 0,02
Tapanã 0,05
Telégrafo 0,01
Tenoné 0,04
Umarizal 0,05
Una 0,02
Universitário 0,04
Val-de-Cans 0,04
Vila 0,00
107
APÊNDICE I – Distribuição de bairros por quadrantes referente a taxa de mortalidade suavizada de tuberculose – 2006 a 2010.
Bairros Quadrantes Valor de p
Aeroporto 2 0**
Água Boa 1 0,21
Águas Lindas 1 0,36
Águas Negras 3 0,44
Agulha 4 0,13
Ariramba 2 0**
Aurá 1 0,4
Baía do Sol 2 0**
Barreiro 1 0,01**
Batista Campos 1 0,05**
Bengui 1 0,18
Bonfim 2 0**
Brasília 1 0,3
Cabanagem 2 0,35
Campina 1 0,14
Campina de Icoaraci 1 0,15
Canudos 1 0,07
Carananduba 2 0**
Caruara 2 0**
Castanheira 4 0,24
Chapéu Virado 2 0**
Cidade Velha 1 0,15
Condor 1 0,09
Coqueiro 2 0,23
Cremação 1 0,16
Cruzeiro 1 0,29
Curió-Utinga 1 0,01**
Farol 2 0**
Fátima 1 0**
Guamá 1 0,04**
Guanabara 1 0,5
Itaiteua 1 0,24
Jurunas 1 0,09
Mangueirão 4 0,27
Mangueiras 2 0**
Maracacuera 4 0,42
Maracajá 2 0**
Maracangalha 1 0,02**
Marahu 2 0**
Marambaia 1 0,05**
Marco 1 0**
Miramar 4 0,02**
108
Murubira 2 0**
Natal do Murubira 2 0**
Nazaré 1 0,02**
Paracuri 1 0,44
Paraíso 2 0**
Parque Guajará 3 0,38
Parque Verde 4 0,35
Pedreira 1 0**
Ponta Grossa 1 0,28
Porto Arthur 2 0**
Praia Grande 2 0**
Pratinha 1 0,19
Reduto 1 0,08
Sacramenta 1 0**
São Brás 1 0,03**
São Clemente 1 0,08
São Francisco 2 0**
São João do Outeiro 1 0,01**
Souza 1 0,07
Sucurijuquara 2 0**
Tapanã 4 0,24
Telégrafo 1 0**
Tenoné 2 0,58
Terra Firme 1 0,05**
Umarizal 1 0,02**
Una 2 0,2
Universitário 1 0,18
Val-de-Cans 1 0,03**
Vila 2 0**
109
APÊNDICE J – Número de casos de TB/HIV, população total e taxa de mortalidade bruta por bairros do município de Belém/PA – 2010.
Bairro Número de casos HIV População Taxa de incidência Bruta (por 1.000 hab.)
Aeroporto 2 1.170 0,00
Agua Boa 9 8.553 0,23
Aguas Lindas 24 17.520 0,11
Aguas Negras 9 6.890 0,00
Agulha 10 19.712 0,05
Ariramba 1 1.942 0,00
Aurá 1 1.827 0,00
Baia do Sol 2 2.414 0,41
Barreiro 20 26.003 0,04
Batista Campos 6 19.136 0,05
Benguí 43 29.379 0,17
Bonfim 0 776 0,00
Brasília 9 6.019 0,00
Cabanagem 41 27.781 0,07
Campina 10 6.156 0,32
Campina de Icoaraci 29 26.722 0,07
Canudos 14 13.804 0,14
Carananduba 3 5.445 0,00
Caruara 0 794 0,00
Castanheira 19 24.424 0,00
Chapeu Virado 1 1.159 0,00
Cidade Velha 10 12.128 0,00
Condor 39 42.758 0,07
Coqueiro 47 51.776 0,08
Cremacão 47 31.264 0,22
Cruzeiro 11 11.644 0,00
Curio-Utinga 17 16.642 0,00
Farol 2 851 0,00
Fátima 20 12.385 0,24
Guamá 125 94.610 0,16
Guanabara 5 1.588 0,00
Itaiteua 1 1.939 0,00
Jurunas 98 64.478 0,16
Mangueirão 16 36.224 0,08
Mangueiras 1 2.851 0,00
Maracacuera 2 13.681 0,00
Maracaja 3 3.345 0,30
Maracangalha 3 30.534 0,00
Marahu 0 132 0,00
Marambaia 88 66.708 0,07
Marco 44 65.844 0,06
Miramar 0 515 0,00
110
Montese 75 61.439 0,18
Murubira 1 1.519 0,00
Natal do Murubira 0 1.098 0,00
Nazaré 4 20.504 0,00
Paracuri 11 9.934 0,00
Paraiso 0 315 0,00
Parque Guajará 9 34.778 0,00
Parque Verde 15 39.126 0,03
Pedreira 91 69.608 0,06
Ponta Grossa 6 13.245 0,00
Porto Arthur 0 283 0,00
Praia Grande 4 748 0,00
Pratinha 20 22.589 0,09
Reduto 0 6.373 0,00
Sacramenta 59 44.413 0,34
São Brás 10 19.936 0,15
São Clemente 0 7.714 0,00
São Francisco 4 2.438 0,00
São João do Outeiro 9 12.134 0,08
Souza 3 13.190 0,00
Sucurijuquara 2 1.074 0,93
Tapanã 57 66.669 0,09
Telégrafo 61 42.953 0,16
Tenoné 24 30.429 0,07
Umarizal 23 30.090 0,13
Una 6 6.724 0,00
Universitário 0 2.557 0,00
Val-de-Cans 31 7.032 0,43
Vila 2 3.040 0,00
111
APÊNDICE L – Taxa de incidência ajustada pelo método bayesiano empírico local da coinfecção TB/HIV por bairros do município de Belém/PA – 2006 a 2010.
Bairro Taxa de incidência ajustada
TB/HIV
Sacramenta 0,22
Cremação 0,15
Val-de-Cans 0,15
Terra Firme 0,15
Guamá 0,14
Jurunas 0,13
Fátima 0,13
Telégrafo 0,13
Bengui 0,13
Campina 0,13
Água Boa 0,12
Sucurijuquara 0,12
Baía do Sol 0,12
São Brás 0,12
Maracajá 0,11
Umarizal 0,11
Canudos 0,11
Águas Lindas 0,10
Marahu 0,10
Porto Arthur 0,10
Paraíso 0,10
Miramar 0,10
Praia Grande 0,10
Bonfim 0,10
Caruara 0,10
Farol 0,10
Natal do Murubira 0,10
Chapéu Virado 0,10
Aeroporto 0,10
Pratinha 0,09
Murubira 0,09
São João do Outeiro 0,09
Guanabara 0,09
Aurá 0,09
Itaiteua 0,09
Ariramba 0,09
Tapanã 0,09
São Francisco 0,09
Universitário 0,09
Mangueiras 0,09
Vila 0,09
Mangueirão 0,09
112
Campina de Icoaraci 0,09
Cabanagem 0,09
Carananduba 0,09
Coqueiro 0,09
Brasília 0,09
Reduto 0,08
Tenoné 0,08
Una 0,08
Águas Negras 0,08
Condor 0,08
Marambaia 0,08
Batista Campos 0,08
Agulha 0,08
São Clemente 0,08
Paracuri 0,08
Cruzeiro 0,08
Cidade Velha 0,08
Marco 0,07
Barreiro 0,07
Souza 0,07
Ponta Grossa 0,07
Maracacuera 0,07
Pedreira 0,07
Curió-Utinga 0,07
Nazaré 0,06
Parque Verde 0,06
Castanheira 0,06
Maracangalha 0,06
Parque Guajará 0,05
113
APÊNDICE M – Distribuição de bairros por quadrantes referente a incidência suavizada da TB/HIV – 2006 a 2010.
Bairros Quadrantes Valor de p
Aeroporto 2 0,55
Água Boa 3 0,58
Águas Lindas 3 0,19
Águas Negras 2 0,01**
Agulha 2 0,01**
Ariramba 2 0,45
Aurá 2 0,26
Baía do Sol 1 0,22
Barreiro 4 0,04**
Batista Campos 4 0,18
Bengui 3 0,49
Bonfim 4 0,39
Brasília 2 0,56
Cabanagem 2 0,1
Campina 3 0**
Campina de Icoaraci 2 0,04**
Canudos 1 0,07
Carananduba 4 0,27
Caruara 4 0,3
Castanheira 2 0,06
Chapéu Virado 2 0,42
Cidade Velha 4 0,12
Condor 4 0,02**
Coqueiro 2 0,01**
Cremação 1 0,38
Cruzeiro 2 0,14
Curió-Utinga 2 0,39
Farol 2 0,53
Fátima 3 0,49
Guamá 1 0,07
Guanabara 2 0,1
Itaiteua 4 0,17
Jurunas 3 0,12
Mangueirão 2 0,48
Mangueiras 4 0,4
Maracacuera 2 0,35
Maracajá 3 0,41
Maracangalha 4 0,01**
Marahu 3 0,48
Marambaia 4 0,15
Marco 4 0,22
Miramar 3 0,37
114
Murubira 2 0,47
Natal do Murubira 2 0,54
Nazaré 4 0,07
Paracuri 2 0,04**
Paraíso 1 0,13
Parque Guajará 2 0,07
Parque Verde 2 0,49
Pedreira 4 0,02**
Ponta Grossa 2 0,06
Porto Arthur 3 0,39
Praia Grande 2 0,42
Pratinha 4 0,15
Reduto 4 0,37
Sacramenta 3 0,36
São Brás 1 0,05**
São Clemente 4 0,25
São Francisco 2 0,4
São João do Outeiro 4 0,39
Souza 4 0,47
Sucurijuquara 1 0,41
Tapanã 2 0,02**
Telégrafo 1 0,05 **
Tenoné 2 0,02**
Terra Firme 1 0,45
Umarizal 1 0,3
Una 2 0,24
Universitário 4 0,08
Val-de-Cans 1 0,09
Vila 4 0,31