Análise da relação saúde, saneamento e ambiente nas epidemias do Zika vírus e microcefalia no Brasil

• Ano de defesa: 2023
• Autor(a) principal: Mesquita, Tayane Cristiele Rodrigues
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; Engenharia Agrícola
• Palavras-chave em Português: Arboviroses; Viros da Zika; Aprendizado do computador; Saneamento; Algorítmo; Saneamento Ambiental
• Link de acesso: https://locus.ufv.br//handle/123456789/31594; https://doi.org/10.47328/ufvbbt.2023.261

Os casos de Zika e microcefalia, nos anos de 2015 e 2016, relatados no Brasil apresentaram grande desigualdade na distribuição entre as regiões do país. Até os tempos recentes, as razões para tais diferenças não foram completamente elucidadas. Contudo, a existência de condições socioeconômicas, climáticas e de saneamento díspares entre as regiões brasileiras pode representar um ponto de partida para o entendimento dessas questões. Diante disso, nesse estudo teve-se como intuito realizar uma análise multi-abordagem acerca da relação entre as condições sanitárias, socioeconômicas, ambientais e climáticas e a ocorrência das epidemias do vírus Zika e microcefalia no Brasil. Para o procedimento metodológico, foram obtidos dados secundários relativos à incidência de Zika e microcefalia no Brasil, no ano de 2016, além de diversos indicadores socioeconômicos, climáticos e sanitários dos municípios brasileiros. Para avaliar a existência de correlação espacial entre as taxas de incidência de Zika e microcefalia nos municípios brasileiros foi utilizado o índice local de Moran (I i ) univariado e bivariado. A relação entre a incidência de Zika e microcefalia e as características sanitárias e socioeconômicas dos municípios foi investigada por meio da realização de uma análise de agrupamentos, utilizando métodos hierárquicos e não hierárquicos, e posterior aplicação do teste U de Mann-Whitney para identificação de diferenças entre as taxas de incidência de Zika e microcefalia nos grupos formados. Adicionalmente, uma investigação da existência de associações entre as taxas de incidência de Zika e microcefalia e a ocorrência de eventos climáticos extremos foi conduzida. Para isso, foi realizada a separação dos dados de Zika e microcefalia, em função dos diferentes eventos extremos notificados, e posterior aplicação do teste U para comparação entre os grupos formados. Por fim, para o processo de predição de casos de Zika e microcefalia nos municípios brasileiros, seis modelos de aprendizado de máquina foram selecionados, sendo estes: Random Forest (RF), Multivariate Adaptive Regression Spline (MARS), K-nearest Neighbor (KNN), Support Vector Machine (SVM), Gradient Boosting Machine (GBM) e regressão logística. Os resultados obtidos indicaram que que as taxas de incidência de Zika e microcefalia nos municípios brasileiros estão associadas à localização geográfica de ocorrência dos eventos. As maiores taxas de incidência ocorreram, majoritariamente, nos agrupamentos formados por municípios que apresentam menores índices socioeconômicos e de saneamento no país. Além disso, foi verificado que existem diferenças entre as taxas de incidência de Zika e microcefalia nos municípios que possuem histórico de ocorrência de eventos climáticos extremos, sendo os municípios que possuem eventos de seca aqueles mais atingidos pela epidemia do vírus Zika. O modelo de aprendizado de máquina Random forest apresentou os melhores resultados na predição de Zika e mostrou possuir capacidade de predizer corretamente a incidência de Zika em 65% dos municípios contidos nos dados de teste a partir dos preditores avaliados. Por outro lado, o modelo para predição de microcefalia apresentou resultados de ajustes inferiores aos observados para o modelo de Zika, o que pode estar associado à maior complexidade de se modelar uma síndrome congênita. Os modelos avaliados indicaram forte influência das condições demográficas, socioeconômicas, climáticas e sanitárias dos municípios na predição da ocorrência de Zika. Diante do exposto, acredita-se que os resultados obtidos nesse estudo possam fornecer informações valiosas para a tomada de decisão em saúde pública e definição de estratégias para prevenção de epidemias associadas ao vírus Zika. Palavras-chave: Arboviroses. Aprendizado de máquina. Saneamento básico. Predição. Modelagem.