Contributo dos sig na análise da distribuição da Obesidade, Diabetes e Hipertensão Estudo de caso nas Unidades de Saúde Familiar do aces espinho/Gaia

Análise da distribuição espacial

Conhecidos alguns dos indicadores que têm maior relação com a ocorrência das três patologias em estudo, interessa perceber se existe algum padrão na distribuição das doenças e, em caso afirmativo, detetar áreas de maior vulnerabilidade.

A autocorrelação espacial é apontada em vários estudos não só ligados à área da saúde(Almeida et al., 2009; Melo & Mathias, 2010) como também a diversos campos como a ecologia (Carvalho, Ferreira, Lobo, Diniz-Filho, & Maurício, 2008) ou a política(G. A. D. Soares & Terron, 2008) .

Para aferir da existência ou não de uma correlação, recorreu-se inicialmente ao índice de autocorrelação espacial de Moran disponível no Arc-Gis 10 (Spatial autocorrelation-Morans I). Este é um índice global de associação espacial com uma variação de valores entre 1 e -1, indicando os valores positivos que o atributo tende a ter valores semelhantes aos vizinhos e, os valores negativos, uma auto correlação espacial negativa sinalizando que os valores do atributo e dos vizinhos tendem a ser diferentes. (Carvalho et al., 2008)

Os valores próximos de zero indicam ausência de relação entre um atributo e os vizinhos.(Almeida et al., 2009)

Usou-se a taxa de prevalência das doenças calculada à subsecção para 2011 e correu-se a ferramenta para 10 distâncias com intervalo de 500 m.

Em todas as distâncias os valores do índice foram positivos indicando a existência de uma correlação espacial positiva, quer no total dos utentes, quer na análise por patologia.(Anexos 3,4,5 e 6)

Isto significa pois que a distribuição das patologias não é aleatória e que existem áreas de maior concentração das enfermidades, o que reforça a ideia de ocorrência “clusters” de agrupamento das doenças, tal como referido na bibliografia.(Santana et al., 2006; Santana, Nogueira, & Santos, 2008)

Chegados a um ponto onde se percebe que a distribuição espacial das doenças obedece a algum tipo de padrão, importava perceber qual seria esse padrão.

Para tal recorreu-se ao obtido no cálculo do índice de autocorrelação espacial de Moran. O Z score é um teste de significância estatística que nos permite decidir se é possível rejeitar a hipótese nula. O Z score está associado a uma distribuição normal, sendo medido em desvios padrão, quanto mais perto estiver das extremidades da curva, mais improvável será a hipótese nula.¹⁴

Na definição de como se concetualizam as relações espaciais entre atributos, decidiu-se pela opção Zone of Indifference onde todos os atributos dentro da distância especificada são analisados, decaindo o nível de importância dos atributos, uma vez excedida essa distância¹⁵.

A distância identificada com o valor de Z score mais elevado foi posteriormente utilizada para uma definição de áreas consideradas “hot spots” ou seja, áreas cuja associação espacial dos seus valores permite identificar clusters de maior ocorrência das doenças.

A ferramenta “Hot Spot Analysis (Getis-Ord Gi*)” permite aplicar uma função estatística onde são identificados clusters de valores altos ou baixos¹⁶

Procurou-se perceber quais as subsecções onde o valor de Z score é superior a +1,65 desvios padrão, significando áreas de maior vulnerabilidade das doenças e, como tal, necessidade de atuação acrescida.

Hot spots Obesidade

Gráfico : Valores do Z score obtido pelo cálculo do índice de correlação de Moran para a obesidade

Na distribuição dos utentes com obesidade, o Z score foi sempre elevado e sem grandes oscilações localizando-se sempre acima dos +2.58 desvios padrão. (Gráfico 19)

Os valores mais altos de Z score permitem-nos perceber qual a distância em que deveremos utilizar no cálculo dos “hot spots”. No caso da obesidade o Z score mais elevado registou-se na distância de 2000 metros. (Anexo 3)

Como pontos críticos de obesidade destacam-se quase toda a freguesia de Sandim e a dupla Valadares, Vilar de Paraíso que se estende para algumas subsecções no sector noroeste de Canelas e sudeste da Madalena.(Fig.32)

Figura : Hot Spots e Cold Spots para a obesidade

Hot spots Diabetes

Gráfico : Valores do Z score obtido pelo cálculo do índice de correlação de Moran para a diabetes

A diabetes, no cálculo do índice de correlação espacial global de Moran apresentou os valores mais altos de Z score na distância de 1000 metros. (Gráfico 20) (Anexo 4)

Algumas das áreas criticas definidas no mapa da obesidade, surgem também para a diabetes. Nomeadamente o setor sudoeste da freguesia de Sandim, e algumas das subsecções de Vilar de Paraíso e Gulpilhares, imediatamente circundantes da USF Nova Via.

Destacam-se ainda algumas subsecções como “hot spots” numa faixa que se estende entre Anta e São Félix da Marinha.(Fig.33)

O núcleo central de subsecções de Gulpilhares e a freguesia da Madalena são, para a diabetes, consideradas como zonas de menor vulnerabilidade.

Figura : Hot Spots e Cold Spots para a diabetes

Hot spots Hipertensão

Gráfico : Valores do Z score obtido pelo cálculo do índice de correlação de Moran para a hipertensão

O comportamento das variáveis da hipertensão e diabetes foi muito semelhante. Também na hipertensão o valor mais alto de Z-score ocorreu nos 1000 metros. (Gráfico 21). (Anexo 5)

O mapa de “hot spots” apresenta-se também muito semelhante.

As freguesias de Sandim, Vilar de Paraíso e Valadares mantêm-se com ligeiras variações comparativamente ao mapa de diabetes. Anta tem, quase todas as suas subsecções classificadas como “hot spots” mantendo-se a faixa que se estende para norte em São Félix da Marinha.(Fig.34)

Espinho merece destaque pelas subsecções consideradas como “cold spots” no sector oeste da cidade.

Figura : Hot Spots e Cold Spots para a hipertensão

Hot spots Três patologias

Gráfico : Valores do Z score obtido pelo cálculo do índice de correlação de Moran para as três patologias

Elaborado um mapa individual de cada doença, e ressaltando as semelhanças entre eles, optou-se pela realização de um mapa onde se consideram as três patologias em conjunto.

Realizou-se o mapa com a distância de 1000 metros. (Gráfico 22) (Anexo 6)

Os resultados são pois a compilação dos mapas anteriores, merecendo claro destaque a freguesia de Sandim e os clusters, Vilar de Paraíso + Valadares e Anta + São Félix da Marinha. Arcozelo surge também com algumas subsecções “hot spot” com valores entre +1,65 e +1,98 desvios padrão, mas de pouca relevância comparativamente aos clusters anteriormente mencionados.(Fig.35)

No polo contrário, com valores abaixo de -2,58 desvios padrão destacam-se Madalena, o sector mais oeste de Gulpilhares e Espinho.

Figura : Hot Spots e Cold Spots para as três patologias