Close

1. Identity statement
Reference TypeConference Paper (Conference Proceedings)
Siteplutao.sid.inpe.br
Holder Codeisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identifier8JMKD3MGP3W/487448J
Repositorysid.inpe.br/plutao/2022/12.12.17.57.07
Metadata Repositorysid.inpe.br/plutao/2022/12.12.17.57.08
Metadata Last Update2023:01.03.16.52.58 (UTC) administrator
ISBN978-972-636-2
Labellattes: 3098615685166253 5 AnjosMoTuPaSiKa:2022:ReCoSo
Citation KeyAnjosMoTuPaSiKa:2022:ReCoSo
TitleRelação de Condicionantes Socioambientais com a Distribuição Espacial De Esquistossomose, Utilizando Modelos De Regressão Global E Local, em Ourinhos-SP, Brasil
FormatDVD
Year2022
Access Date2024, May 17
Secondary TypePRE CI
2. Context
Author1 Anjos, Rafael Silva dos
2 Monteiro, Antônio Miguel Vieira
3 Tuan, Roseli
4 Palasio, Raquel Gardini Sanches
5 Silva, Vivian Alessandra Ferreira da
6 Kampel, Milton
Resume Identifier1
2 8JMKD3MGP5W/3C9JGJN
3
4
5
6 8JMKD3MGP5W/3C9JHTG
Group1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3
4
5 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
6 DIOTG-CGCT-INPE-MCTI-GOV-BR
Affiliation1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Secretaria de Estado da Saúde de São Paulo
4 Universidade de São Paulo (USP)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Author e-Mail Address1 anjos.rsa@gmail.com
2 miguel.monteiro@inpe.br
3
4
5 vafds@hotmail.com
6 mkampel2010@gmail.com
Conference NameCongresso GeoSaúde
Conference LocationLisboa
Date12-14 set. 2022
Volume1
Book TitleAnais
Tertiary TypeResumo Estendido
History (UTC)2022-12-12 17:57:08 :: lattes -> administrator ::
2022-12-13 10:47:52 :: administrator -> lattes :: 2022
2022-12-16 12:51:43 :: lattes -> administrator :: 2022
2022-12-20 10:35:45 :: administrator -> lattes :: 2022
2022-12-20 13:55:38 :: lattes -> administrator :: 2022
2023-01-03 16:52:58 :: administrator -> simone :: 2022
3. Content and structure
Is the master or a copy?is the master
Content Stagecompleted
Transferable1
Content TypeExternal Contribution
Version Typepublisher
KeywordsEsquistossomose
Análise Espacial
GWR
OLS
AbstractAs consequências de um intenso e crescente êxodo rural ao longo dos anos no Brasil resultaram em grandes densidades populacionais nos espaços urbanos com precárias condições de abastecimento de água, destinação de resíduos sólidos e sistemas de esgotamento sanitário (TIBIRIÇÁ et al., 2011). Associado a isso, a desigualdade nos sistemas de saneamento nos municípios brasileiros, expondo populações a fontes de água inseguras e falta de esgotamento sanitário, enfrentando doenças infeciosas (IBGE, 2021). Considerada como uma das chamadas doenças tropicais negligenciadas (DTNs), a esquistossomose é uma doença de veiculação hídrica, cuja transmissão ocorre quando o indivíduo suscetível entra em contato com águas superficiais onde existam caramujos, hospedeiros intermediários, liberando cercarias. (BRASIL, 2010). Localizado no Estado de São Paulo, o município de Ourinhos apresenta historicamente alta endemicidade de casos de esquistossomose (PALASIO, 2019), por isso justifica-se pesquisas que envolve a investigação de quais condicionantes socioeconômicos, ambientais e de infraestrutura sanitária estão relacionadas a uma maior concentração da doença. Destarte, alguns questionamentos são pertinentes para o norteamento da presente pesquisa: Quais condicionantes estão relacionadas a distribuição espacial da esquistossomose? Os métodos de regressão global e local mostram-se eficientes para estimar a distribuição espacial da doença? Quais direcionamentos para políticas públicas no controle da disseminação da doença, de acordo com as análises da relação entre as condicionantes espaciais e a distribuição espacial da esquistossomose? Diante do exposto, o presente estudo buscou identificar quais condicionantes socioambientais estão relacionados a distribuição espacial da esquistossomose no município de Ourinhos-SP, utilizando técnicas de regressão global (Ordinay Least Square -OLS) e local (Geographical Weighted Regression GWR). Para análise dos resultados foram coletados dados do endereço de pessoas infectadas de maneira autóctone no período de 2005 a 2016, no município de Ourinhos-SP. Para correlação da densidade espacial da doença com outras variáveis, foram coletados dados de renda per capita, densidade populacional, distância vertical a drenagem mais próxima, densidade espacial de caramujos coletados (B. glabrata, B. tenagophila e B.stramínea), número de domicílios sem banheiro, domicílios com esgotamento sanitário via outro escoadouro, Domicílios com esgotamento sanitário via fossa séptica e distância de áreas de transição entre áreas de pastagem e agricultura com áreas urbanas. Para análise das correlações das variáveis com a doença e criação das estimativas, foram utilizadas duas técnicas geoestatísticas de regressão global (OLS) e local (GWR). Foi identificado que das nove variáveis utilizadas no método OLS, seis apresentaram significância estatística com a distribuição espacial da doença no município (renda per capita, densidade populacional, densidade espacial de caramujos coletados, domicílios com esgotamento sanitário via fossa séptica e distância de áreas de transição entre áreas de pastagem e agricultura com áreas urbanas. No que concerne a eficiência do modelo em estimar, o método OLS apresentou R2 ajustado de 0,58. Utilizando as mesmas variáveis no método GWR, o R2 ajustado foi de 0,65, apresentando melhor eficiência nas estimativas. Contudo, ambos os métodos apresentaram semelhanças espaciais entre as estimativas e os dados notificados. Além disso, com os mapas dos coeficientes, gerados pelo método GWR, foi possível perceber o grau de correlação e variabilidade espacial de cada variável com a esquistossomose. Diante dos resultados obtidos, foi possível identificar que a distribuição espacial da esquistossomose está relacionada a aspectos sociais, econômicos, estruturais e paisagísticos. Além disso, os modelos de regressão global e local mostram-se como eficientes ferramentas para estimar os casos e identificar o grau de correlação das condicionantes com a doença estudada.
AreaSRE
Arrangement 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Relação de Condicionantes...
Arrangement 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Relação de Condicionantes...
doc Directory Contentthere are no files
source Directory Contentthere are no files
agreement Directory Contentthere are no files
4. Conditions of access and use
Languagept
User Grouplattes
Reader Groupadministrator
lattes
Visibilityshown
Update Permissionnot transferred
5. Allied materials
Next Higher Units8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
URL (untrusted data)https://repositorio.ul.pt/bitstream/10451/54578/1/GeoSa%C3%BAde%20-%20LivroResumos_23Set.pdf
Host Collectiondpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notes
Empty Fieldsarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor issn lineage mark mirrorrepository nextedition notes numberoffiles numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle size sponsor subject targetfile tertiarymark type
7. Description control
e-Mail (login)simone
update 


Close