Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por eng |
Título da fonte: | Revista de Saúde Pública |
Texto Completo: | https://www.revistas.usp.br/rsp/article/view/32480 |
Resumo: | OBJECTIVE: To apply the temporal-spatial model to assess high-risk areas for the occurrence of dengue fever. METHODS: A total of 11,989 confirmed, autochthonous dengue fever cases, geocoded by address in the city of São José do Rio Preto (Southeastern Brazil), between September of 2001 and August of 2006, were included in the study. Frequency, duration and intensity indices were used to assess the severity and magnitude of transmission. The local indicator of spatial association was adopted to identify significant spatial clusters (p-value |
id |
USP-23_0b266956702e7bd3479d51f0c4ab0056 |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/32480 |
network_acronym_str |
USP-23 |
network_name_str |
Revista de Saúde Pública |
repository_id_str |
|
spelling |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever Modelo de risco tempo-espacial para identificação de áreas de risco para ocorrência de dengue Dengue^i1^sepidemioloFatores de RiscoSistemas de Informação Geográfica^i1^sutilizaModelos EpidemiológicosDengue^i2^sepidemiolRisk FactorsGeographic Information Systems^i2^sutilizatEpidemiologic Models OBJECTIVE: To apply the temporal-spatial model to assess high-risk areas for the occurrence of dengue fever. METHODS: A total of 11,989 confirmed, autochthonous dengue fever cases, geocoded by address in the city of São José do Rio Preto (Southeastern Brazil), between September of 2001 and August of 2006, were included in the study. Frequency, duration and intensity indices were used to assess the severity and magnitude of transmission. The local indicator of spatial association was adopted to identify significant spatial clusters (p-value OBJETIVO: Aplicar o modelo tempo-espacial para avaliar áreas de risco para a ocorrência de dengue. MÉTODOS: Foram considerados os 11.989 casos de dengue confirmados e autóctones, georreferenciados por endereço em São José do Rio Preto entre setembro de 2001 e agosto de 2006. Para avaliar a severidade e a magnitude da transmissão foram adotados índices de freqüência, duração e intensidade. O indicador local de autocorrelação espacial foi adotado para identificar agrupamentos espaciais significantes (pUniversidade de São Paulo. Faculdade de Saúde Pública2008-08-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://www.revistas.usp.br/rsp/article/view/3248010.1590/S0034-89102008005000032Revista de Saúde Pública; Vol. 42 No. 4 (2008); 656-663 Revista de Saúde Pública; Vol. 42 Núm. 4 (2008); 656-663 Revista de Saúde Pública; v. 42 n. 4 (2008); 656-663 1518-87870034-8910reponame:Revista de Saúde Públicainstname:Universidade de São Paulo (USP)instacron:USPporenghttps://www.revistas.usp.br/rsp/article/view/32480/34748https://www.revistas.usp.br/rsp/article/view/32480/34749Copyright (c) 2017 Revista de Saúde Públicainfo:eu-repo/semantics/openAccessGalli, BrunoChiaravalloti Neto, Francisco2012-07-09T01:27:14Zoai:revistas.usp.br:article/32480Revistahttps://www.revistas.usp.br/rsp/indexONGhttps://www.revistas.usp.br/rsp/oairevsp@org.usp.br||revsp1@usp.br1518-87870034-8910opendoar:2012-07-09T01:27:14Revista de Saúde Pública - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever Modelo de risco tempo-espacial para identificação de áreas de risco para ocorrência de dengue |
title |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
spellingShingle |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever Galli, Bruno Dengue^i1^sepidemiolo Fatores de Risco Sistemas de Informação Geográfica^i1^sutiliza Modelos Epidemiológicos Dengue^i2^sepidemiol Risk Factors Geographic Information Systems^i2^sutilizat Epidemiologic Models |
title_short |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
title_full |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
title_fullStr |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
title_full_unstemmed |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
title_sort |
Temporal-spatial risk model to identify areas at high-risk for occurrence of dengue fever |
author |
Galli, Bruno |
author_facet |
Galli, Bruno Chiaravalloti Neto, Francisco |
author_role |
author |
author2 |
Chiaravalloti Neto, Francisco |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Galli, Bruno Chiaravalloti Neto, Francisco |
dc.subject.por.fl_str_mv |
Dengue^i1^sepidemiolo Fatores de Risco Sistemas de Informação Geográfica^i1^sutiliza Modelos Epidemiológicos Dengue^i2^sepidemiol Risk Factors Geographic Information Systems^i2^sutilizat Epidemiologic Models |
topic |
Dengue^i1^sepidemiolo Fatores de Risco Sistemas de Informação Geográfica^i1^sutiliza Modelos Epidemiológicos Dengue^i2^sepidemiol Risk Factors Geographic Information Systems^i2^sutilizat Epidemiologic Models |
description |
OBJECTIVE: To apply the temporal-spatial model to assess high-risk areas for the occurrence of dengue fever. METHODS: A total of 11,989 confirmed, autochthonous dengue fever cases, geocoded by address in the city of São José do Rio Preto (Southeastern Brazil), between September of 2001 and August of 2006, were included in the study. Frequency, duration and intensity indices were used to assess the severity and magnitude of transmission. The local indicator of spatial association was adopted to identify significant spatial clusters (p-value |
publishDate |
2008 |
dc.date.none.fl_str_mv |
2008-08-01 |
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://www.revistas.usp.br/rsp/article/view/32480 10.1590/S0034-89102008005000032 |
url |
https://www.revistas.usp.br/rsp/article/view/32480 |
identifier_str_mv |
10.1590/S0034-89102008005000032 |
dc.language.iso.fl_str_mv |
por eng |
language |
por eng |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/rsp/article/view/32480/34748 https://www.revistas.usp.br/rsp/article/view/32480/34749 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2017 Revista de Saúde Pública info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2017 Revista de Saúde Pública |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Saúde Pública |
publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Saúde Pública |
dc.source.none.fl_str_mv |
Revista de Saúde Pública; Vol. 42 No. 4 (2008); 656-663 Revista de Saúde Pública; Vol. 42 Núm. 4 (2008); 656-663 Revista de Saúde Pública; v. 42 n. 4 (2008); 656-663 1518-8787 0034-8910 reponame:Revista de Saúde Pública instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Revista de Saúde Pública |
collection |
Revista de Saúde Pública |
repository.name.fl_str_mv |
Revista de Saúde Pública - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
revsp@org.usp.br||revsp1@usp.br |
_version_ |
1800221788298280960 |