Análise espacial e espaço-temporal das anomalias congênitas do sistema nervoso no Estado da Paraíba entre os anos de 2010 a 2016

  • Luciana Moura Mendes de Lima Mestre e Doutoranda do Programa de Pós-Graduação em Modelos de Decisão e Saúde, Universidade Federal da Paraíba, João Pessoa, Paraíba
  • Rodrigo Pinheiro de Toledo Vianna Professor permanente do Programa de Pós-Graduação em Modelos de Decisão e Saúde, Universidade Federal da Paraíba, João Pessoa, Paraíba
  • Ronei Marcos de Moraes Professor permanente do Programa de Pós-Graduação em Modelos de Decisão e Saúde, Universidade Federal da Paraíba, João Pessoa, Paraíba
Palavras-chave: análise espacial, análise espaço-temporal, análise por conglomerados, defeitos congênitos

Resumo

Introdução: No Brasil, a anomalia congênita do sistema nervoso tem sido a mais frequente dentre as anomalias. O conhecimento da sua distribuição geográfica, tanto no espaço quanto ao longo do tempo, pode auxiliar os gestores públicos no processo de tomada decisão sobre as áreas que devem ser priorizadas no monitoramento dessa doença. Objetivo: Detectar aglomerados espaciais e espaço-temporais das anomalias congênitas do sistema nervoso. Método: Estudo ecológico a partir de dados secundários do Sistema de Informações sobre Nascidos Vivos no período de 2010 a 2016 no estado da Paraíba. Foram estimadas as Razões de Incidências Espacial e aplicada a estatística Scan circular e Scan espaço-temporal para a detecção dos aglomerados das anomalias citadas anteriormente. Resultados: O padrão espacial foi diferente ao longo dos anos da ocorrência destas anomalias, uma vez que os aglomerados espaciais foram detectados em diferentes regiões do estado, exceto nos anos 2013 e 2015 que foi verificada uma maior concentração nas regiões do centro-oeste e noroeste do estado. Conslusão: Os achados indicaram as áreas que devem ser
priorizadas para o monitoramento de anomalias congênitas do sistema nervoso no estado da Paraíba, tanto no tempo quanto no espaço.

Downloads

Não há dados estatísticos.

Referências

1. Martin RJ, Fanaroff AA, Walsh MC. Medicina neonatal e perinatal: doenças do feto e do neonato. 10 ed. Elsevier, 2016.

2. Sadler TW. Langman: embriologia médica. 13 ed. Rio de Janeiro: Guanabara Koogan, 2016.

3. Silva HMC, Almeida KN, Braga MB, Lago EA, Pessoa LT, Silva IP. Aspectos fisiológicos e sociais associados às alterações cromossômicas e malformações congênitas em gestações perimenopáusicas. Rev Enferm UFPI. 2015;4(1):61-7.

4. Andrade AM, Ramalho AA, Opitz SP, Martins FA, Koifman RJ. Anomalias congênitas em nascidos vivos. Rev Bras Promoç Saúde. 2017;30(3):1-11. DOI: http://dx.doi.org/10.5020/18061230.2017.6309

5. Canals A, Cavada G, Nazer J. Factores de riesgo de ocurrencia y gravedad de malformaciones congénitas. Rev Med Chile. 2014;142(11):1431-9. DOI: http://dx.doi.org/10.4067/S0034-98872014001100010

6. Bolla BA, Fulconi SN, Baltor MRR, Dupas G. Cuidado da criança com anomalia congênita: a experiência da família. Esc Anna Nery. 2013;17(2):284-90. DOI: http://dx.doi.org/10.1590/S1414-81452013000200012

7. Reis LV, Araújo Júnior E, Guazzelli CAF, Cernach MCSP, Torloni MR, Moron AF. Anomalias congénitas identificadas ao nascimento em recém-nascidos de mulheres adolescentes. Acta Med Port. 2015;28(6):708-14.

8. Westphal F, Fustinoni SM, Pinto VL, Melo PS, Abrahão AR. Associação da idade gestacional com a opção pela interrupção da gravidez de fetos com anomalias incompatíveis com a sobrevida neonatal. Einstein. 2016;14(3):311-6. DOI: http://dx.doi.org/10.1590/S1679-45082016AO3721

9. Departamento de Informática do Sistema Único de Saúde (DATASUS). Informações de saúde (Tabnet). Estatísticas vitais. Nascidos vivos [cited 2018 oct 28] Available from: http://tabnet.datasus.gov.br/cgi/ deftohtm.exe?sinasc/cnv/nvuf.def.

10. Cardoso GC, Oliveira MZ, Paixão-Côrtes VR, Castilla EE, Schuler-Faccini L. Clusters of genetic diseases in Brazil. J Community Genet. 2019;10(1):121-8. DOI: http://doi.org/10.1007/s12687-018-0369-1

11. Magalhães GB. O uso do geoprocessamento e da estatística nos estudos ecológicos em epidemiologia: o caso da dengue em 2008 na região metropolitana de Fortaleza. Rev Bras Geografia Médica Saúde. 2012;8(15):63-77.

12. Goodchild MF. Geographical data modeling. Comput Geosci. 1992;8(4):401-8. DOI: https://doi.org/10.1016/0098-3004(92)90069-4

13. Lima LMM, Melo ACO, Vianna RPT, Moraes RM. Análise espacial das anomalias congênitas do sistema nervoso. Cad saúde colet.2019;27(3):257-63. http://dx.doi.org/10.1590/1414462x201900030313

14. Kulldorff M, Nagarwalla N. Spatial disease clusters: detection and inference. Stat Med. 1995;14(8):799-810. DOI: https://doi.org/10.1002/sim.4780140809

15. Kulldorff M. A spatial scan statistic. Commun Stat Theory Meth. 1997;26(6):1481-96. DOI: https://doi.org/10.1080/03610929708831995

16. Kulldorff M, Athas WF, Feurer EJ, Miller BA, Key CR. Evaluating cluster alarms: a space-time Scan statistic and brain cancer in Los Alamos, New Mexico. Am J Public Health. 1998;88(9):1377-80. DOI: https://doi.org/10.2105/ajph.88.9.1377

17. Kulldorff M. Prospective time periodic geographical disease surveillance using a scan statistic. J R Stat Soc Ser A Stat Soc. 2001;164(1):61-72. DOI: https://doi.org/10.1111/1467-985X.00186

18. World Health Organization (WHO). Epidemiological Alert. Neurological syndrome, congenital malformations, and Zika virus infection. Implications for public health in the Americas. Geneva: 2015.

19. Barreto ML, Barral-Netto M, Stabeli R, Almeida-Filho N, Vasconcelos PFC, Teixeira M, et al. Zika virus and microcephaly in Brazil: a scientific agenda. Lancet. 2016;387(10022):919-21. DOI: https://doi.org/10.1016/S0140-6736(16)00545-6

20. Schuler-Faccini L, Ribeiro EM, Feitosa IML, Horovitz DDG, Cavalcanti DPC, Pessoa A, et al. Possible Association Between Zika Virus Infection and Microcephaly - Brazil, 2015. MMWR Morb Mortal Wkly Rep. 2016;65(3):59-62. DOI: http://dx.doi.org/10.15585/mmwr.mm6503e2

21. Groisman B, Gili J, Giménez L, Poletta F, Bidondo MP, Barbero P, et al. Geographic clusters of congenital anomalies in Argentina. J Community Genet. 2017;8(1):1-7. DOI: https://doi.org/10.1007/s12687-016-0276-2

22. Gili JA, Poletta FA, Pawluk M, Gimenez LG, Campaña H, Castilla E, et al. High birth prevalence rates for congenital anomalies in South American regions. Epidemiology. 2015;26(5):e53-5. DOI: https://doi.org/10.1097/EDE.0000000000000345

23. Orioli IM, Camelo JSL, Rittler M, Castilla EE. Sentinel phenotype for rubella embryopathy: time-space distribution in Brazil. Cad Saude Publica. 2011;27(10):1961-8. DOI: http://dx.doi.org/10.1590/S0102-311X2011001000009

24. Poletta FA, Castilla EE, Orioli IM, Lopez-Camelo JS. Regional analysis on the occurrence of oral clefts in South America. Am J Med Genet A. 2007;143A(24):3216-27. DOI: https://doi.org/10.1002/ajmg.a.32076

25. Arroyo LH, Yamamura M, Protti-Zanatta ST, Fusco AP, Palha PF, Ramos AC, et al. Identificação de áreas de risco para a transmissão da tuberculose no município de São Carlos, São Paulo, 2008 a 2013. Epidemiol Serv Saúde. 2017;26(3):525-34. DOI: http://dx.doi.org/10.5123/s1679-49742017000300010

26. Deng T, Huang Y, Yu S, Gu J, Huang C, Xiao G, et al. Spatial-temporal clusters and risk factors of hand, foot, and mouth disease at the district level in Guangdong Province, China. PloS one. 2013;8(2):e56943. DOI: https://doi.org/10.1371/journal.pone.0056943

27. Roche LM, Niu X, Stroup AM, Henry KA. Disparities in Female Breast Cancer Stage at Diagnosis in New Jersey: A Spatial-Temporal Analysis. J Public Health Manag Pract. 2017; 23(5):477-86. DOI: https://doi.org/10.1097/PHH.0000000000000524

28. Olfatifar M, Karami M, Hosseini SM, Parvin M, Moghimbeigi A, Kousha A, et al. Space-time Analysis of Breast Cancer and Its Late-stage Cases among Iranian Women. Iran J Public Health. 2017;46(10):1413-21.

29. Kliegman R, Stanton BMD, Geme JS, Schor NF. Nelson: tratado de pediatria. 20 ed. Elsevier, 2017.
Publicado
2019-11-05
Seção
ORIGINAL ARTICLES