Arithmétique de Projection

Na perspectiva de entender os mecanismos de controle da do- ença na região, no contexto geográfico-administrativo, primeiramente elabo- rou-se um esquema gráfico com o fluxo de procedimentos das principais a- ções de controle realizadas em cada uma das três esferas de gestão do Sis- tema Único de Saúde (SUS): municipal, estadual e federal (Ministério da Sa- úde), com base no guia de vigilância epidemiológica da malária (GVE)5 e no guia de diretrizes operacionais do PNCM9_{. Depois, foi verificado como os e-}

feitos das intervenções interferem na distribuição territorial das epidemias nos municípios. Para tanto, realizou-se análise do padrão de distribuição es- pacial das epidemias nesses municípios, utilizando-se os indicadores de Mo- ran.

Os Índices de Moran são recomendados para análise espacial de áreas, quando os eventos são agregados por municípios ou outras divi- sões poligonais, onde não se dispõe da localização exata das ocorrências, mas sim, de valores representados por indicadores como taxas, proporções, médias ou medianas90. A agregação espacial de doença pode ser atribuída a fatores demográficos, ambientais ou sócio-culturais superpostos geografi- camente conforme um padrão de ocorrência observado, referindo-se a uma inesperada aglomeração no espaço e/ou tempo91. Fatores organizacionais também interferem na produção e distribuição da doença. Portanto, conhe- cer a estrutura e a dinâmica espacial é o primeiro passo para a caracteriza- ção de situação de saúde da região92, especificamente neste estudo, a situ- ação da malária. Isto permite melhorar o planejamento de ações de controle e a correta alocação de recursos disponíveis. Neste sentido, considerou-se oportuno analisar o padrão de distribuição espacial das epidemias identifi- cadas pelo SIMAM nos municípios, para testar a existência de dependência espacial como forma de demonstrar a aplicabilidade desta nova ferramenta.

A dependência espacial das epidemias de malária nos municí- pios, representada pela estatística de autocorrelação espacial, foi analisada

47

utilizando a variável “proporção de meses epidêmicos”. Esta variável foi tes- tada em locais distintos do espaço (polígonos municipais), comparando-se o valor encontrado em cada município com o valor da mesma variável nos municípios vizinhos. Nesta análise, foram utilizados os dados dos anos de 2003, 2007 e 2010. Estes anos foram considerados suficientes para se veri- ficar a dinâmica espaço-temporal da autocorrelação. A análise espacial foi realizada em três etapas: 1) visualização da distribuição dos municípios con- forme duração das epidemias, por meio de mapas temáticos; 2) cálculo do Índice Global de Moran para análise de autocorrelação global das epidemi- as no conjunto de municípios da região; 3) cálculo do Índice Local de Moran para identificação da autocorrelação local das epidemias entre cada municí- pio e seus respectivos vizinhos. Nesta etapa, a tendência da autocorrelação foi verificada por meio do Diagrama de Espalhamento de Moran. O Box Map foi empregado para visualização da dependência espacial das epidemias nos municípios e o Moran Map serviu para visualização das áreas homogê- neas onde a autocorrelação local das epidemias apresentou significância estatística.

O índice global de Moran foi utilizado para identificar a estrutu- ra de autocorrelação espacial das epidemias e estimar quanto o valor ob- servado da variável “proporção de meses epidêmicos” em um município foi dependente dos valores desta mesma variável no conjunto de municípios da região. Esta estatística expressa a autocorrelação, considerando os vizinhos adjacentes ou vizinhos de primeira ordem, a partir da diferença entre cada área e a média global da região estudada. A hipótese nula testada (H0) foi de

independência espacial das epidemias de malária nos municípios da região. Valores positivos entre 0 e +1, indicaram autocorrelação direta e valores ne- gativos entre 0 e -1 indicaram autocorrelação inversa, com teste de signifi- cância estatística para p < 0,05.

O índice local de Moran foi aplicado para identificação dos clus-

ters de municípios epidêmicos. Este índice possibilitou examinar o padrão

espacial das epidemias em escala detalhada e testar a hipótese nula de in- dependência espacial em cada município, com significância estatística para

48

p < 0,05. Como resultados do cálculo do índice, o Programa TerraView ge- rou novas variáveis, relativas aos valores individuais atribuídos a cada muni- cípio: Z (valor da variável “proporção de meses epidêmicos” normalizada pa- ra o município); Wz (média ponderada da variável “proporção de meses epi- dêmicos” para os municípios vizinhos); MoranÍndice (valor do índice local de

Moran); LISASig (valor da estatística para significância de p-valor); BoxMap

(valores dos quadrantes para o Box Map); MoranMap (valores dos quadran- tes e da categoria não significante para o Moran Map). Estas novas variáveis permitiram verificar a tendência, a intensidade e a significância estatística da autocorrelação das epidemias para cada município. Possibilitaram também, a construção do Diagrama de Espalhamento de Moran, do Box Map e do

Moran Map para visualização dos atributos gerados.

Na construção do Diagrama de Espalhamento de Moran, do

Box Map e do Moran Map, a identificação dos quadrantes teve como refe-

rências as variáveis Z e Wz. No quadrante 1 (Q1 +/+) constaram os valores de Z e de Wz positivos, significando autocorrelação positiva direta, onde um município possui vizinhos com valores da variável semelhantes acima da média da região. No quadrante 2 (Q2 -/-) constaram valores de Z e de Wz negativos, indicando autocorrelação positiva inversa, onde um município possui vizinhos com valores semelhantes abaixo da média da região. No quadrante 3 (Q3 +/-) constaram valores de Z positivos e de Wz negativos in- dicando autocorrelação espacial negativa, onde o município possui vizinhos com valores diferentes. No quadrante 4 (Q4 -/+) constaram valores de Z ne- gativos e de Wz positivos, indicando também, autocorrelação espacial nega- tiva, onde o município possui vizinhos com valores diferentes. Na construção do Moran Map, além da utilização dos quadrantes (Q1, Q2, Q3 e Q4), foi a- dicionada a categoria 0 (zero) para identificar os municípios com autocorre- lação não significante (p > 0,05). A tendência da autocorrelação espacial das epidemias nos municípios, foi visualizada pelo ângulo de inclinação da linha reta traçada no diagrama de espalhamento de Moran, onde os valores nor- malizados da variável Z, foram plotados no eixo das abscissas (X) e os valo-

49

res da na variável Wz nos municípios vizinhos, foram plotados no eixo das ordenadas (Y).

As malhas dos municípios da AB, utilizadas na construção dos mapas, foram obtidas no Departamento de Informática do SUS93. Os muni- cípios de Ipiranga do Norte e Itanhangá, ambos pertencentes ao estado de Mato Grosso, foram excluídos da análise espacial por não constarem nas malhas de municípios da região, permanecendo o total de 805 municípios nas análises realizadas, nos três anos, 2003, 2007 e 2010.