Mostrar registro simples

dc.contributor.authorRomero Canal, Mayara
dc.contributor.authorEstofolete, Cássia Fernanda
dc.contributor.authorDias, Andréia Martiniano
dc.contributor.authorTukasan, Caroline
dc.contributor.authorBertoque, Ana Carolina
dc.contributor.authorMuniz, Vitor Dantas
dc.contributor.authorNogueira, Maurício Lacerda
dc.contributor.authorSilva, Natal Santos da
dc.contributor.authorFerreira, Elis Regina da Silva
dc.date.accessioned2018
dc.date.available2018
dc.date.issued2017
dc.identifier.citationRomero Canal M, da Silva Ferreira ER, Estofolete CF, Martiniano Dias A, Tukasan C, Bertoque AC, et al. Spatiotemporal-based clusters as a method for dengue surveillance. Rev Panam Salud Publica. 2017;41:e162. doi: 10.26633/RPSP.2017.162es_ES
dc.identifier.urihttps://iris.paho.org/handle/10665.2/34539
dc.description.abstract[ABSTRACT]. Objectives. To develop and demonstrate the use of a new method for epidemiological surveillance of dengue. Methods. This was a retrospective cohort study using data from the Health Department of São José do Rio Preto (São Paulo, Brazil). The geographical coordinates were obtained using QGIS™ (Creative Commons Corporation, Mountain View, California, United States), based on patient addresses in the dengue notification system of the Government of Brazil. SaTScan™ (Martin Kulldorff, Boston, Massachusetts, United States) was then used to create a space-time scan analysis to find statistically significant clusters of dengue. These results were plotted and visualized using Google Earth™ mapping service (Google Incorporated, Mountain View, California, United States). Results. More clusters were detected when the maximum number of households per cluster was set to 10% (11 statistically significant clusters) rather than 50% (8 statistically significant clusters). The cluster radius varied from 0.18 – 2.04 km and the period of time varied from 6 days – 6 months. The infection rate was more than 0.5 cases/household. Conclusions. When using SaTScan for space-time analysis of dengue cases, the maximum number of households per cluster should be set to 10%. This methodology may be useful to optimizing dengue surveillance systems, especially in countries where resources are scarce and government programs have not had much success controlling the disease.pt_BR
dc.description.abstract[RESUMEN]. Objetivos. Elaborar un método nuevo para la vigilancia epidemiológica del dengue y hacer una demostración sobre su uso. Métodos. Se realizó un estudio retrospectivo de cohortes usando datos del Departamento de Salud de São José do Rio Preto (São Paulo, Brasil). Partiendo de la dirección de los pacientes en el sistema de notificación del dengue del Gobierno de Brasil, se usó QGIS™ (Creative Commons Corporation, Mountain View, California, Estados Unidos) para obtener sus coordenadas geográficas. Luego se usó SaTScan™ (Martin Kulldorff, Boston, Massachusetts, Estados Unidos) para crear un análisis de exploración espacio-temporal a fin de detectar conglomerados de dengue estadísticamente significativos. Por último, se usó el servicio de mapas de Google Earth™ (Google Incorporated, Mountain View, California, Estados Unidos) para graficar y visualizar estos resultados. Resultados. Se detectaron más conglomerados cuando el número máximo de viviendas por conglomerado se estableció en 10% (11 conglomerados estadísticamente significativos) en lugar de 50% (8 conglomerados estadísticamente significativos). El radio de los conglomerados se ubicó entre 0,18 y 2,04 km, y la duración entre 6 días y 6 meses. La tasa de infección fue de más de 0,5 casos por vivienda. Conclusiones. Cuando se usa SaTScan, el número máximo de viviendas por conglomerado debe establecerse en 10% para el análisis de exploración. Este método puede ser útil para optimizar los sistemas de vigilancia del dengue, especialmente en aquellos países donde los recursos son escasos y los programas gubernamentales no han tenido mucho éxito para controlar la enfermedad.pt_BR
dc.description.abstract[RESUMO]. Objetivos. Desenvolver um novo método de vigilância epidemiológica da dengue e demonstrar a sua aplicação. Métodos. Estudo de coorte retrospectiva conduzido com dados obtidos da Secretaria de Saúde de São José do Rio Preto, Estado de São Paulo, Brasil. As coordenadas geográficas foram obtidas com o software QGIS™ (Creative Commons Corporation, Mountain View, Califórnia, EUA) segundo os endereços dos pacientes registrados no sistema de notificação do Programa Nacional de Controle da Dengue do Ministério da Saúde do Brasil. Foi usado o software SaTScan™ (Martin Kulldorff, Boston, Massachusetts, EUA) com o método Scan espaçotemporal para a detecção de conglomerados espaciais de casos de dengue com significância estatística. Os resultados foram representados graficamente e visualizados com a ferramenta de geomapeamento Google Earth™ (Google Incorporated, Mountain View, Califórnia, EUA). Resultados. Detectou-se um número maior de conglomerados espaciais ao se estabelecer o número máximo de domicílios por conglomerado em 10% em comparação a 50% (11 versus 8 conglomerados com significância estatística). O raio dos conglomerados espaciais detectados variou de 0,18 km a 2,04 km e o período de tempo oscilou entre 6 dias e 6 meses. A taxa de infecção foi superior a 0,5 caso por domicílio. Conclusões. O número máximo de domicílios por conglomerado deve ser de 10% ao conduzir a análise da distribuição espacial com o SaTScan. Este método pode contribuir para melhorar o desempenho dos sistemas de vigilância da dengue, sobretudo nos países com recursos limitados e resultados insatisfatórios nos programas nacionais de controle da doença.pt_BR
dc.language.isoenen_US
dc.relation.ispartofseriesRev Panam Salud Publica;41, dic. 2017es_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 IGO*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/igo/*
dc.subjectGeographic Information Systemsen_US
dc.subjectDengueen_US
dc.subjectPublic Health Surveillanceen_US
dc.subjectCommunicable Diseasesen_US
dc.subjectCommunicable Diseases, Emergingen_US
dc.subjectBrazilen_US
dc.subjectSistemas de Informação Geográficapt_BR
dc.subjectVigilância em Saúde Públicapt_BR
dc.subjectDoenças Transmissíveis Emergentespt_BR
dc.titleSpatiotemporal-based clusters as a method for dengue surveillanceen_US
dc.title.alternativeUso de conglomerados basados en el tiempo y el espacio como método de vigilancia del denguees_ES
dc.title.alternativeConglomerados espaçotemporais como método de vigilância da dengueen_US
dc.typeJournal articlesen_US
dc.rights.holderPan American Health Organizationen_US
paho.articletypeOriginal researchen_US
paho.isfeatured0en_US
paho.source.centercodeUS1.1en_US
paho.subjectCat 1. Communicable Diseasesen_US


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivs 3.0 IGO
Este aviso deve ser preservado juntamente com o URL original do artigo.Attribution-NonCommercial-NoDerivs 3.0 IGO