Aplicação da função intensidade no delineamento de clusters de doenças no Estado de Minas Gerais.

Cleide Peronico de Almeida

Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ICED-8NLHMN

Full metadata record

DC Field	Value	Language
dc.contributor.advisor1	Sabino Jose Ferreira Neto	pt_BR
dc.contributor.advisor-co1	Fernando Luiz Pereira de Oliveira	pt_BR
dc.contributor.referee1	Adriano Marcal Pimenta	pt_BR
dc.contributor.referee2	Luiz Henrique Duczmal	pt_BR
dc.contributor.referee3	Ricardo Tavares	pt_BR
dc.contributor.referee4	Anderson Ribeiro Duarte	pt_BR
dc.contributor.referee5	Fernando Luiz Pereira de Oliveira	pt_BR
dc.creator	Cleide Peronico de Almeida	pt_BR
dc.date.accessioned	2019-08-09T17:43:24Z	-
dc.date.available	2019-08-09T17:43:24Z	-
dc.date.issued	2011-08-05	pt_BR
dc.identifier.uri	http://hdl.handle.net/1843/ICED-8NLHMN	-
dc.description.abstract	The identification of areas at risk for incidence of discrepant illness is of great interest in epidemiological surveillance. The various proposed methods of detection and inference of clusters identify the spatial regions belonging to the most likely cluster, but do not give any information about the regions adjacent to it. The intensity function is a visualization method that studies the plausibility of a map region to belong or not to the most likely cluster detected by the scan statistic. This study is of great importance, directing the work of public health professionals. In this work we study cases of four diseases, namely dengue, diabetes, hypertension and tuberculosis in the State of Minas Gerais by analyzing the results obtained by the Circular Spatial Scan Statistics and the intensity function. For the analysis it was considered population at-risk and the number of cases of each of the 853 municipalities of Minas Gerais State. This information was obtained through the Data Center of the Unified Health System, Brazilian Health Ministry (DATASUS) and the Brazilian Institute of Geography and Statistics (IBGE). The events under study are aggregated by area (the 853 municipalities of Minas Gerais State), and for each disease a visual comparison was made between the disease incidence map and the population at risk map and also between the map with the most likely cluster detected by the circular scan statistics and the map with the intensity function showing the plausibility of the each map region to belong or not to the detected cluster. As a result the intensity function map gives a high value for the regions belonging to the primary cluster detected by the spatial scan statistic and an intermediate but significant value for the regions surrounding the primary cluster, indicating a reasonable plausibility for these regions to belong to the real cluster. Through the results, we illustrate the performance of the intensity function in the evaluation of areas of a map after the detection of a possible cluster by methods like the Circular Spatial Scan Statistics and its importance in aiding decision-making process of health professionals in disease prevention and control.	pt_BR
dc.description.resumo	A identificação de áareas que apresentam risco de incidência discrepane de alguma doença é de grande interesse e4m Vigilância Epidemiológica. Os diversos métodos propostos para detecção e inferência de conglomerados (clusters) espaciais identificam as regiões pertencentes ao cluster mais provável, mas não trazem informção sobre as regiões adjacentes a ele. A função intensidade é um método de visualização que estuda a plausibilidade de uma região do mpa pertencer ou não ao cluster mais provável detectado pela estatística Scan. Esse estudo é grande import^^ancia para o direcionamento do trabalho dos profissionais de saúde pública. Nesse trabalho, nós estudamos casos de quatro doenças no Estado de Minas Gerais, sendo elas, dengue, diabetes, hipertensão e tuberculose, analisando os resultados encontrados pela Estatística Espacial Scan Circular e pela função intensidade. Para análise foram considerados a população de risco e o número de casos de cada um dos 853 municípios de Minas Gerais. Essas informções foram obtidas através da Central de Dados do SistemaÚnico de Saúde, Ministério da Saúde do Brasil (DATASUS) e através do Instituto Brasileiro de Geografia e Estatística (IBGE). Os eventos em estudo estão agregados por área (os 863 municípios do Estado de Minas Gerais), sendo que para cada doença foi realizada uma comparação visual entre o mapa de incidência da doença e o mapa da população de risco e também entre o mapa do cluster mais verossímil detectado pela esstatística scan circular e o mapa pertencerem ou não ao cluster detectado. Como resultado a função intensidade assume um valor elevado para as regiões pertecentes ao cluster primáriodetectado pela estatística espacial scan circular e um valor intermediário, porém significativo, para as regiões vizinha ao cluster primário,indicando uma plausibilidade razoável dessas regiões pertencerem ao cluster real. Através dos resultados, exemplificamos a performance da função intensidade na avaliação das regiões de um mapa após a detecção de umpossível cluster pela Estatística Espacial Scan Circular bem como sua importânciano auxílio de tomada de decisões dos profissionais de saúde no controle e prevenção de doenças.	pt_BR
dc.language	Português	pt_BR
dc.publisher	Universidade Federal de Minas Gerais	pt_BR
dc.publisher.initials	UFMG	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Função intensidade	pt_BR
dc.subject	Estatística Espacial Scan	pt_BR
dc.subject	Detecção de Clusters espaciais	pt_BR
dc.subject	Vigilância epidemiológica	pt_BR
dc.subject.other	Estatística	pt_BR
dc.subject.other	Estatistica médica	pt_BR
dc.subject.other	Analise por conglomerados	pt_BR
dc.subject.other	Análise espacial (Estatística)	pt_BR
dc.title	Aplicação da função intensidade no delineamento de clusters de doenças no Estado de Minas Gerais.	pt_BR
dc.type	Dissertação de Mestrado	pt_BR
Appears in Collections:	Dissertações de Mestrado

Files in This Item:

File	Description	Size	Format
cleide_mestrado.pdf		1.72 MB	Adobe PDF	View/Open

Show simple item record