Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil

Detalhes bibliográficos
Autor(a) principal: Alves Nogueira, Denismar
Data de Publicação: 2023
Outros Autores: Sáfadi, Thelma, Ribeiro de Lima, Renato, Sousa da Mata, Angélica, Monteiro de Castro Graciano, Miriam, Muniz de Paiva Barçante, Joziana, Augusto Barçante, Thales, Marcia Pereira Dourado, Stela
Tipo de documento: Artigo
Idioma: por
eng
Título da fonte: Cadernos de Saúde Pública
Texto Completo: https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192
Resumo: In Brazil, millions of people live in areas with risk of schistosomiasis, a neglected chronic disease with high morbidity. The Schistosoma mansoni helminth is present in all macroregions of Brazil, including the State of Minas Gerais, one of the most endemic states. For this reason, the identification of potential foci is essential to support educational and prophylactic public policies to control this disease. This study aims to model schistosomiasis data based on spatial and temporal aspects and assess the importance of some exogenous socioeconomic variables and the presence of the main Biomphalaria species. Considering that, when working with incident cases, a discrete count variable requires an appropriate modeling, the GAMLSS modeling was chosen since it jointly considers a more appropriate distribution for the response variable due to zero inflation and spatial heteroscedasticity. Several municipalities presented high incidence values from 2010 to 2012, and a downward trend was observed until 2020. We also noticed that the distribution of incidence behaves differently in space and time. Municipalities with dams presented risk 2.25 times higher than municipalities without dams. The presence of B. glabrata was associated with the risk of schistosomiasis. On the other hand, the presence of B. straminea represented a lower risk of the disease. Thus, the control and monitoring of B. glabrata snails is essential to control and eliminate schistosomiasis; and the GAMLSS model was effective in the treatment and modeling of spatio-temporal data.
id FIOCRUZ-5_69dfb1fa5289e5e0a2a0ebc11776d117
oai_identifier_str oai:ojs.teste-cadernos.ensp.fiocruz.br:article/8192
network_acronym_str FIOCRUZ-5
network_name_str Cadernos de Saúde Pública
repository_id_str
spelling Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, BrazilModelado espaciotemporal GAMLSS para la incidencia de esquistosomiasis en la región central del estado de Minas Gerais, BrasilModelagem GAMLSS espaçotemporal da incidência de esquistossomose na região central do Estado de Minas Gerais, BrasilDistribuição EspacialBiomphalariaAnálise de RegressãoAnálise de Dados SecundáriosDistribución EspacialBiomphalariaAnálisis de RegresiónAnálisis de Datos SecundariosResidence CharacteristicsBiomphalariaRegression AnalysisSecondary Data AnalysisIn Brazil, millions of people live in areas with risk of schistosomiasis, a neglected chronic disease with high morbidity. The Schistosoma mansoni helminth is present in all macroregions of Brazil, including the State of Minas Gerais, one of the most endemic states. For this reason, the identification of potential foci is essential to support educational and prophylactic public policies to control this disease. This study aims to model schistosomiasis data based on spatial and temporal aspects and assess the importance of some exogenous socioeconomic variables and the presence of the main Biomphalaria species. Considering that, when working with incident cases, a discrete count variable requires an appropriate modeling, the GAMLSS modeling was chosen since it jointly considers a more appropriate distribution for the response variable due to zero inflation and spatial heteroscedasticity. Several municipalities presented high incidence values from 2010 to 2012, and a downward trend was observed until 2020. We also noticed that the distribution of incidence behaves differently in space and time. Municipalities with dams presented risk 2.25 times higher than municipalities without dams. The presence of B. glabrata was associated with the risk of schistosomiasis. On the other hand, the presence of B. straminea represented a lower risk of the disease. Thus, the control and monitoring of B. glabrata snails is essential to control and eliminate schistosomiasis; and the GAMLSS model was effective in the treatment and modeling of spatio-temporal data.En Brasil, millones de personas viven en áreas de riesgo de esquistosomiasis, una enfermedad crónica desatendida y con alta morbilidad. El helminto Schistosoma mansoni está presente en todas las macrorregiones, incluido el Estado de Minas Gerais, uno de los más endémicos del país. Por ello, la identificación de potenciales brotes es fundamental para promover políticas públicas de carácter educativo y profiláctico en el control de este desenlace. En este contexto, el objetivo de este trabajo es modelar datos sobre esquistosomiasis con respecto a aspectos espaciotemporales, además de evaluar la importancia de algunas variables socioeconómicas exógenas y la presencia de las principales especies de Biomphalaria. Dado que en el trabajo con casos incidentes una variable de conteo discreta requiere un adecuado modelado, se eligió el modelo GAMLSS, ya que en conjunto considera una distribución más adecuada para la variable de respuesta debido a la inflación de ceros y la heterocedasticidad espacial. Se encontraron valores de alta incidencia en varios municipios en el periodo evaluado de 2010 a 2012 y una tendencia a descenso hasta 2020. También se verificó que existe una distribución de incidencia de manera diferente en el espacio y el tiempo. Los municipios con represas presentaban 2,25 veces más riesgo que los que no las tenían. La presencia de B. glabrata estuvo relacionada con el riesgo de la enfermedad. Por otro lado, la presencia de B. straminea ocasionaba un menor riesgo de padecer la enfermedad. Se concluye que el control y seguimiento de caracoles B. glabrata puede ser fundamental para el control y eliminación de la esquistosomiasis y que el modelo GAMLSS resultó ser efectivo para el tratamiento y modelado de datos espaciotemporales.No Brasil, milhões de pessoas vivem em áreas de risco para a esquistossomose, uma doença negligenciada, de caráter crônico e com elevada morbidade. O helminto Schistosoma mansoni está presente em todas as macrorregiões, incluindo o Estado de Minas Gerais, um dos mais endêmicos. Por essa razão, a identificação de potenciais focos é fundamental para subsidiar políticas públicas de cunho educativo e profilático no controle desse desfecho. Nesse contexto, o objetivo do trabalho consiste em modelar dados de esquistossomose em relação aos aspectos espaciais e temporais, além de avaliar a importância de algumas variáveis exógenas socioeconômicas e a presença das principais espécies de Biomphalaria. Como trabalhar com casos incidentes, uma variável discreta de contagem, exige uma modelagem apropriada, foi escolhida a modelagem GAMLSS por considerar conjuntamente uma distribuição mais adequada à variável resposta devido à inflação de zeros e à heterocedasticidade espacial. Verificaram-se valores elevados de incidência em diversos municípios de 2010 a 2012 e uma tendência de queda até 2020. Também foi identificado que a distribuição da incidência se comporta de maneira diferente no espaço e no tempo. Municípios com barragem apresentaram risco 2,25 vezes maior do que os que não a continham. A presença de B. glabrata foi relacionada ao risco de ocorrência da doença. Por outro lado, a presença de B. straminea refletiu em menor risco de ocorrência da esquistossomose. Conclui-se que o controle e o acompanhamento dos caramujos da B. glabrata podem ser fundamentais para a contenção e a eliminação da esquistossomose e o modelo GAMLSS foi eficaz para tratamento e modelagem de dados espaçotemporais.Reports in Public HealthCadernos de Saúde Pública2023-06-27info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/xmlapplication/pdfapplication/pdfhttps://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192Reports in Public Health; Vol. 39 No. 6 (2023): JuneCadernos de Saúde Pública; v. 39 n. 6 (2023): Junho1678-44640102-311Xreponame:Cadernos de Saúde Públicainstname:Fundação Oswaldo Cruz (FIOCRUZ)instacron:FIOCRUZporenghttps://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18350https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18351https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18352Copyright (c) 2023 Cadernos de Saúde Públicainfo:eu-repo/semantics/openAccessAlves Nogueira, DenismarSáfadi, ThelmaRibeiro de Lima, RenatoSousa da Mata, AngélicaMonteiro de Castro Graciano, MiriamMuniz de Paiva Barçante, JozianaAugusto Barçante, ThalesMarcia Pereira Dourado, Stela2023-07-19T16:38:43Zoai:ojs.teste-cadernos.ensp.fiocruz.br:article/8192Revistahttps://cadernos.ensp.fiocruz.br/ojs/index.php/csphttps://cadernos.ensp.fiocruz.br/ojs/index.php/csp/oaicadernos@ensp.fiocruz.br||cadernos@ensp.fiocruz.br1678-44640102-311Xopendoar:2024-03-06T13:09:22.232777Cadernos de Saúde Pública - Fundação Oswaldo Cruz (FIOCRUZ)true
dc.title.none.fl_str_mv Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
Modelado espaciotemporal GAMLSS para la incidencia de esquistosomiasis en la región central del estado de Minas Gerais, Brasil
Modelagem GAMLSS espaçotemporal da incidência de esquistossomose na região central do Estado de Minas Gerais, Brasil
title Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
spellingShingle Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
Alves Nogueira, Denismar
Distribuição Espacial
Biomphalaria
Análise de Regressão
Análise de Dados Secundários
Distribución Espacial
Biomphalaria
Análisis de Regresión
Análisis de Datos Secundarios
Residence Characteristics
Biomphalaria
Regression Analysis
Secondary Data Analysis
title_short Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
title_full Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
title_fullStr Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
title_full_unstemmed Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
title_sort Spatio-temporal GAMLSS modeling of the incidence of schistosomiasis in the central region of the State of Minas Gerais, Brazil
author Alves Nogueira, Denismar
author_facet Alves Nogueira, Denismar
Sáfadi, Thelma
Ribeiro de Lima, Renato
Sousa da Mata, Angélica
Monteiro de Castro Graciano, Miriam
Muniz de Paiva Barçante, Joziana
Augusto Barçante, Thales
Marcia Pereira Dourado, Stela
author_role author
author2 Sáfadi, Thelma
Ribeiro de Lima, Renato
Sousa da Mata, Angélica
Monteiro de Castro Graciano, Miriam
Muniz de Paiva Barçante, Joziana
Augusto Barçante, Thales
Marcia Pereira Dourado, Stela
author2_role author
author
author
author
author
author
author
dc.contributor.author.fl_str_mv Alves Nogueira, Denismar
Sáfadi, Thelma
Ribeiro de Lima, Renato
Sousa da Mata, Angélica
Monteiro de Castro Graciano, Miriam
Muniz de Paiva Barçante, Joziana
Augusto Barçante, Thales
Marcia Pereira Dourado, Stela
dc.subject.por.fl_str_mv Distribuição Espacial
Biomphalaria
Análise de Regressão
Análise de Dados Secundários
Distribución Espacial
Biomphalaria
Análisis de Regresión
Análisis de Datos Secundarios
Residence Characteristics
Biomphalaria
Regression Analysis
Secondary Data Analysis
topic Distribuição Espacial
Biomphalaria
Análise de Regressão
Análise de Dados Secundários
Distribución Espacial
Biomphalaria
Análisis de Regresión
Análisis de Datos Secundarios
Residence Characteristics
Biomphalaria
Regression Analysis
Secondary Data Analysis
description In Brazil, millions of people live in areas with risk of schistosomiasis, a neglected chronic disease with high morbidity. The Schistosoma mansoni helminth is present in all macroregions of Brazil, including the State of Minas Gerais, one of the most endemic states. For this reason, the identification of potential foci is essential to support educational and prophylactic public policies to control this disease. This study aims to model schistosomiasis data based on spatial and temporal aspects and assess the importance of some exogenous socioeconomic variables and the presence of the main Biomphalaria species. Considering that, when working with incident cases, a discrete count variable requires an appropriate modeling, the GAMLSS modeling was chosen since it jointly considers a more appropriate distribution for the response variable due to zero inflation and spatial heteroscedasticity. Several municipalities presented high incidence values from 2010 to 2012, and a downward trend was observed until 2020. We also noticed that the distribution of incidence behaves differently in space and time. Municipalities with dams presented risk 2.25 times higher than municipalities without dams. The presence of B. glabrata was associated with the risk of schistosomiasis. On the other hand, the presence of B. straminea represented a lower risk of the disease. Thus, the control and monitoring of B. glabrata snails is essential to control and eliminate schistosomiasis; and the GAMLSS model was effective in the treatment and modeling of spatio-temporal data.
publishDate 2023
dc.date.none.fl_str_mv 2023-06-27
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192
url https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192
dc.language.iso.fl_str_mv por
eng
language por
eng
dc.relation.none.fl_str_mv https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18350
https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18351
https://cadernos.ensp.fiocruz.br/ojs/index.php/csp/article/view/8192/18352
dc.rights.driver.fl_str_mv Copyright (c) 2023 Cadernos de Saúde Pública
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2023 Cadernos de Saúde Pública
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/xml
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Reports in Public Health
Cadernos de Saúde Pública
publisher.none.fl_str_mv Reports in Public Health
Cadernos de Saúde Pública
dc.source.none.fl_str_mv Reports in Public Health; Vol. 39 No. 6 (2023): June
Cadernos de Saúde Pública; v. 39 n. 6 (2023): Junho
1678-4464
0102-311X
reponame:Cadernos de Saúde Pública
instname:Fundação Oswaldo Cruz (FIOCRUZ)
instacron:FIOCRUZ
instname_str Fundação Oswaldo Cruz (FIOCRUZ)
instacron_str FIOCRUZ
institution FIOCRUZ
reponame_str Cadernos de Saúde Pública
collection Cadernos de Saúde Pública
repository.name.fl_str_mv Cadernos de Saúde Pública - Fundação Oswaldo Cruz (FIOCRUZ)
repository.mail.fl_str_mv cadernos@ensp.fiocruz.br||cadernos@ensp.fiocruz.br
_version_ 1816705386358505472

Registros relacionados