Como as variações espaciais das iniquidades sociais afetam as mortes por tuberculose? Um estudo com aplicação do Geographically Weighted Regression model em Manaus
How do spatial variations in social inequities affect tuberculosis deaths? A study with the application of the Geographically Weighted Regression model in Manaus

Publication year: 2018
Theses and dissertations in Portugués presented to the Universidade de São Paulo. Escola de Enfermagem de Ribeirão Preto to obtain the academic title of Doutor. Leader: Arcêncio, Ricardo Alexandre

Introdução:

A tuberculose (TB) se configura como um grave problema de saúde pública, estando entre as principais doenças infecciosas que mais matam no mundo.

Objetivo:

Investigar se as variações espaciais das iniquidades sociais afetam as mortes por tuberculose.

Métodos:

Trata-se de um estudo ecológico analítico de medidas múltiplas de análise, desenvolvido na área urbana de Manaus, o qual utilizou como unidade de análise as Unidades de Desenvolvimento Humano (UDHs). A população do estudo foi composta de casos de óbito por TB como causa básica, registrados no Sistema de Informações sobre Mortalidade no período de 2006 a 2015. A geocodificação dos endereços foi processada no TerraView versão 4.2.2. Posteriormente, Taxas brutas, padronizadas e bayesianas empíricas globais de mortalidade foram calculadas. A existência de autocorrelação espacial da mortalidade por TB foi verificada pelos índices de Moran Global e Local. Aplicou-se Regressão Linear Múltipla (OLS), optando pelo modelo que apresentasse o menor AIC (Critério de Informação de Akaike), conforme técnica de stepwise. Os resíduos da regressão linear foram investigados quanto à existência de autocorrelação espacial por meio do Teste Global de Moran. Após, recorreu-se a uma análise multivariada espacial local utilizando modelo de Regressão Ponderada Geograficamente (GWR). Na GWR foram incorporadas como variáveis exploratórias aquelas que se apresentaram como melhor modelo conforme critério de R², R² ajustado e valor de AIC no modelo linear (OLS). Para as análises foram considerados os softwares Statistica versão 12.0, R versão 3.2.2 e ArcGIS versão 10.2.2. Em todos os testes estatísticos foi fixado o nível de significância em 5% (p< 0,05).

Resultados:

Foram identificados 731 óbitos, 692 seguiram para a etapa de análise espacial, e 666 (96,24%) foram geocodificados. Houve predominância de casos no sexo masculino e na etnia parda. Observou-se que a maioria apresentou idade entre 15 e 59 anos e possuía ensino fundamental e médio e ocupação ignorada. Observou-se maior taxa de mortalidade na região sul do município, onde as taxas anuais variaram entre 1,6 a 7,7 casos por 100.000 habitantes. Na análise da correlação espacial da variável dependente (taxa padronizada dos óbitos por tuberculose), o índice de Moran global (I) encontrado foi de 0,177 (p=0,01). O modelo final OLS pode explicar 0,06 (R²) da variação das taxas de mortalidade por TB, obtendo R² ajustado 0,044 e AIC 1189,19. O modelo OLS permitiu a seleção das variáveis a serem testadas no modelo GWR, tais como: Taxa de analfabetismo da população de 18 anos ou mais de idade; Proporção de pobres; Proporção de vulneráveis à pobreza; Percentual da renda total apropriada pelos 20% da população com menor renda domiciliar per capita e Taxa de desocupação da população de 18 anos ou mais de idade. O modelo final GWS apresentou parâmetros de R2 0,093, R2 ajustado 0,037 e AIC 1178,36.

Conclusão:

O estudo avança no conhecimento ao evidenciar diferenças entre as áreas em termos dos determinantes sociais. Neste sentido, são fundamentais reformulações políticas e intervenções em saúde nas áreas identificadas de maior risco em Manaus
Introduction. Tuberculosis (TB) is a serious public health problem, being among the main infectious diseases that kill more people worldwide.

Aim:

To investigate whether spatial variations in social inequities affect tuberculosis deaths.

Methods:

This was an ecological analytical study of multiple measures of analysis, developed in the urban area of Manaus, in which the Human Development Units (HDUs) were used as the unit of analysis. The study population was composed of cases of death due to TB as the basic cause, recorded in the Mortality Information System from 2006 to 2015. The geocoding of the addresses was processed using the TerraView version 4.2.2 software. Subsequently, gross, standardized, and Bayesian global empirical mortality rates were calculated. The existence of spatial autocorrelation of TB mortality was verified through the Global and Local Moran indices. Multiple Linear Regression (OLS) was applied, choosing the model that presented the lowest AIC (Akaike Information Criterion), according to the stepwise technique. Residues of linear regression were investigated for the existence of spatial autocorrelation through the Global Moran Test. Subsequently, a local spatial multivariate analysis was employed using the Geographically Weighted Regression (GWR) model. In the GWR, those variables that presented the best model according to the R² criterion, adjusted R² and AIC value in the linear model (OLS) were incorporated as exploratory variables. The Statistica version 12.0, R version 3.2.2 and ArcGIS version 10.2 programs were used for the analyses. In all statistical tests, the level of significance was set at 5% (p<0.05).

Results:

A total of 731 deaths were identified, with 692 used in the spatial analysis stage and 666 (96.24%) geocoded. There was a predominance of cases in males and in people of brown skin color. It was observed that the majority was aged between 15 and 59 years, had elementary and high school education and did not report an occupation. A higher mortality rate was observed in the southern region of the city, where annual rates ranged from 1.6 to 7.7 cases per 100,000 inhabitants. In the analysis of the spatial correlation of the dependent variable (standardized rate of deaths due to tuberculosis), the global Moran index (I) found was 0.177 (p=0.01). The final OLS model explained 0.06 (R²) of the variation of mortality rates due to TB, obtaining 0.044 adjusted R² and 1189.19 AIC. The OLS model allowed the selection of the variables to be tested in the GWR model, such as: Illiteracy rate of the population aged 18 years or over; Proportion of poor people; Proportion of people vulnerable to poverty; Percentage of total income appropriated by the 20% of the population with the lowest per capita household income and the unemployment rate of the population aged 18 years or over. The final GWS model presented the following parameters, 0.093 R2, 0.037 adjusted R2 and 1178.36 AIC.

Conclusion:

The study advances knowledge by highlighting differences between areas in terms of the social determinants. Accordingly, political reformulations and health interventions are fundamental in the areas of greater risk identified in Manaus

More related