Tuberculosis in intra-urban settings: a Bayesian approach

• Autor(a) principal: Souza, Wayner Vieira de
• Data de Publicação: 2007
• Outros Autores: Carvalho, Marilia Sá, Albuquerque, Maria de Fátima Pessoa Militão de, Barcellos, Christovam de Castro, Ximenes, Ricardo Arraes de Alencar
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da FIOCRUZ (ARCA)
• Texto Completo: https://www.arca.fiocruz.br/handle/icict/39482
• topic: Tuberculose; Análise Espacial; Tuberculosis; Bayesian Methods; Spatial Analysis; Deprivation; Epidemiological Surveillance; Tuberculosis; Metodos Bayesianos; Analisis Espacial; Privaciones; Vigilancia Epidemiologica; Tuberculose; Methodes Bayesiennes; Analyse Spatiale; Privation; Surveillance Epidemiologique

Objetivo Modelar el efecto de la privación socioeconómica y algunos indicadores relacionados con la transmisión de la incidencia de la tuberculosis anivel de áreas pequenas, con el fin de discutir el potencial de cada indicador a la hora de escoger los lugares en los que se desarrollarıan acciones preventivas.métodos Estudio ecológico espacial sobre la incidencia de la tuberculosis en Olinda, ciudad al noreste de Brasil, durante el periodo de 1996–2000. Seutilizaron tres indicadores socioeconómicos (número medio de habitantes por casa; porcentaje de cabezas de familia con menos de una ano de educación formal; porcentaje de cabezas de familia con un ingreso mensual por debajo del salario mínimo)y dos indicadores relacionados con latransmisión (número de casos de re-tratamiento; número de casas con más de un caso durante el periodo de estudio), todos calculados porcensus tract.Adoptamos cuatro diferentes modelos bayesianos completamente jera ́rquicos para estimar el riesgo relativo de tuberculosis mediante Cadenas Markovde Monte Carlo. resultados El modelo con mejores especificaciones incluye todas las covariables escogidas y el efecto aleatorio espacialmente estructurado. Laganancia en la mejorı adel ajuste estadísticocuando la estructura espacial fue incluida, confirma el patrón espacial agrupado de enfermedad y pobreza.En este modelo, las covariables dentro del intervalo de credibilidad diferente a cero fueron el número de personas por casa, el nu ́mero de casos dere-tratamiento y el número de casas con más de un caso (todos con un riesgo relativo‡1.8) en cadacensus tract.conclusionesEn epidemiologíase debería afomentar el poder estimar dentro de la misma estructura las contribuciones de las covariables a nivelecológico y de patrones espaciales, lo cual podría ayudar en el establecimiento de sistemas de vigilancia epidemiológica a nivel territorial, que permitenla planeación racional de intervenciones y la mejora de la efectividad de programas de control.