Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose

Detalhes bibliográficos
Autor(a) principal: Gehlen, Mirela
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/195762
Resumo: Introdução: Inteligência geoespacial e análises de saúde têm sido utilizadas para identificação de hotspots de tuberculose (TB) e para melhor entendimento da sua relação com fatores sociais e econômicos. O objetivo desse estudo foi utilizar a inteligência geoespacial para avaliar a distribuição da TB e suas correlações com o índice de desenvolvimento humano (IDH) em uma cidade com alta incidência de TB no Brasil. Métodos: Foi realizado um estudo ecológico, utilizando dados do Sistema de Informação Nacional de Doenças de Notificação (SINAN) para identificar os casos de TB em Canoas, cidade da região metropolitana da capital do Rio Grande do Sul. O georreferenciamento foi realizado utilizando o software QGIS 2.0 e o Google Maps API 3.0. Foi aplicada inteligência geoespacial para detectar onde na cidade existiam os clusters para os casos de TB, e avaliar a associação do IDH de uma área (longevidade, educação e renda) com a distribuição espacial da TB. Resultados: Durante o período do estudo (2011 – 2013), houve 737 casos de TB. Os casos de TB apresentaram heterogeneidade ao longo dos 29 bairros da cidade. Os bairros com IDH-renda menor que a média tiveram maior incidência de TB (p= 0.036). Conclusão: Em conclusão, encontramos vários hotspots de TB nos 29 bairros, e uma associação inversa entre IDH-renda e a incidência de TB. Estes achados fornecem informações úteis e podem ajudar a guiar os programas de controle de TB.
id URGS_46b079ff442fca1b0fbcadbc91bec9db
oai_identifier_str oai:www.lume.ufrgs.br:10183/195762
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Gehlen, MirelaSilva, Denise Rossato2019-06-13T02:31:21Z2019http://hdl.handle.net/10183/195762001094113Introdução: Inteligência geoespacial e análises de saúde têm sido utilizadas para identificação de hotspots de tuberculose (TB) e para melhor entendimento da sua relação com fatores sociais e econômicos. O objetivo desse estudo foi utilizar a inteligência geoespacial para avaliar a distribuição da TB e suas correlações com o índice de desenvolvimento humano (IDH) em uma cidade com alta incidência de TB no Brasil. Métodos: Foi realizado um estudo ecológico, utilizando dados do Sistema de Informação Nacional de Doenças de Notificação (SINAN) para identificar os casos de TB em Canoas, cidade da região metropolitana da capital do Rio Grande do Sul. O georreferenciamento foi realizado utilizando o software QGIS 2.0 e o Google Maps API 3.0. Foi aplicada inteligência geoespacial para detectar onde na cidade existiam os clusters para os casos de TB, e avaliar a associação do IDH de uma área (longevidade, educação e renda) com a distribuição espacial da TB. Resultados: Durante o período do estudo (2011 – 2013), houve 737 casos de TB. Os casos de TB apresentaram heterogeneidade ao longo dos 29 bairros da cidade. Os bairros com IDH-renda menor que a média tiveram maior incidência de TB (p= 0.036). Conclusão: Em conclusão, encontramos vários hotspots de TB nos 29 bairros, e uma associação inversa entre IDH-renda e a incidência de TB. Estes achados fornecem informações úteis e podem ajudar a guiar os programas de controle de TB.Background: Geospatial Intelligence and Health Analysis have been used to identify tuberculosis (TB) hotspots and to better understand their relationship to social and economic factors.The purpose of this study was to use geospatial intelligence to assess the distribution of TB and its correlations with Human Development Index (HDI) in a city with high TB incidence in Brazil. Methods: We conducted an ecological study, using National System of Information on Noticeable Disease (SINAN) to identify TB cases in Canoas, city of the metropolitan region of the capital of Rio Grande do Sul. Geocoding was performed using QGIS 2.0 software and Google Maps API 3.0. We applied geospatial intelligence to detect where in the city clustering of TB cases occurred, and assessed the association of an area’s HDI (each one of the components – longevity, education, and income) with TB spatial distribution. Results: During the study period (2011-2013), there were 737 TB cases. TB cases showed heterogeneity across the 29 neighborhoods. The neighborhoods with HDI-income lower than the mean had higher TB incidence (p=0.036). Conclusions: In conclusion, we found several hotspots of TB across the 29 neighborhoods, and an inverse association between HDI-income and TB incidence. These findings provide useful information and may help to guide TB control programs.application/pdfporTuberculoseSistemas de Informação Geográfica (SIG)Sistemas de informação em saúdeCanoas (RS)TuberculosisClusterDisease hotspotsGeographic information systemsGeospatial intelligenceInteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculoseinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de MedicinaPrograma de Pós-Graduação em Ciências PneumológicasPorto Alegre, BR-RS2019mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001094113.pdf.txt001094113.pdf.txtExtracted Texttext/plain62370http://www.lume.ufrgs.br/bitstream/10183/195762/2/001094113.pdf.txt67a26759db11c25dfa40eef1b2672dc4MD52ORIGINAL001094113.pdfTexto completoapplication/pdf671454http://www.lume.ufrgs.br/bitstream/10183/195762/1/001094113.pdfe0a732a462ccaf6edbdaae626856f747MD5110183/1957622022-10-27 04:52:36.825966oai:www.lume.ufrgs.br:10183/195762Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-10-27T07:52:36Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
title Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
spellingShingle Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
Gehlen, Mirela
Tuberculose
Sistemas de Informação Geográfica (SIG)
Sistemas de informação em saúde
Canoas (RS)
Tuberculosis
Cluster
Disease hotspots
Geographic information systems
Geospatial intelligence
title_short Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
title_full Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
title_fullStr Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
title_full_unstemmed Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
title_sort Inteligência geoespacial e análises da saúde : sua aplicação e utilidade em uma cidade com alta incidência de tuberculose
author Gehlen, Mirela
author_facet Gehlen, Mirela
author_role author
dc.contributor.author.fl_str_mv Gehlen, Mirela
dc.contributor.advisor1.fl_str_mv Silva, Denise Rossato
contributor_str_mv Silva, Denise Rossato
dc.subject.por.fl_str_mv Tuberculose
Sistemas de Informação Geográfica (SIG)
Sistemas de informação em saúde
Canoas (RS)
topic Tuberculose
Sistemas de Informação Geográfica (SIG)
Sistemas de informação em saúde
Canoas (RS)
Tuberculosis
Cluster
Disease hotspots
Geographic information systems
Geospatial intelligence
dc.subject.eng.fl_str_mv Tuberculosis
Cluster
Disease hotspots
Geographic information systems
Geospatial intelligence
description Introdução: Inteligência geoespacial e análises de saúde têm sido utilizadas para identificação de hotspots de tuberculose (TB) e para melhor entendimento da sua relação com fatores sociais e econômicos. O objetivo desse estudo foi utilizar a inteligência geoespacial para avaliar a distribuição da TB e suas correlações com o índice de desenvolvimento humano (IDH) em uma cidade com alta incidência de TB no Brasil. Métodos: Foi realizado um estudo ecológico, utilizando dados do Sistema de Informação Nacional de Doenças de Notificação (SINAN) para identificar os casos de TB em Canoas, cidade da região metropolitana da capital do Rio Grande do Sul. O georreferenciamento foi realizado utilizando o software QGIS 2.0 e o Google Maps API 3.0. Foi aplicada inteligência geoespacial para detectar onde na cidade existiam os clusters para os casos de TB, e avaliar a associação do IDH de uma área (longevidade, educação e renda) com a distribuição espacial da TB. Resultados: Durante o período do estudo (2011 – 2013), houve 737 casos de TB. Os casos de TB apresentaram heterogeneidade ao longo dos 29 bairros da cidade. Os bairros com IDH-renda menor que a média tiveram maior incidência de TB (p= 0.036). Conclusão: Em conclusão, encontramos vários hotspots de TB nos 29 bairros, e uma associação inversa entre IDH-renda e a incidência de TB. Estes achados fornecem informações úteis e podem ajudar a guiar os programas de controle de TB.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-06-13T02:31:21Z
dc.date.issued.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/195762
dc.identifier.nrb.pt_BR.fl_str_mv 001094113
url http://hdl.handle.net/10183/195762
identifier_str_mv 001094113
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/195762/2/001094113.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/195762/1/001094113.pdf
bitstream.checksum.fl_str_mv 67a26759db11c25dfa40eef1b2672dc4
e0a732a462ccaf6edbdaae626856f747
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085483721523200