Marta Isabel Pinto da Silva
2º Ciclo de Estudos em Sistemas de Informação Geográfica e Ordenamento do Território
Contributo dos SIG na análise da distribuição da Obesidade, Diabetes e Hipertensão
Estudo de caso nas Unidades de Saúde Familiar do ACES Espinho/Gaia
2012
Orientador: Professora Doutora Ana Monteiro
Coorientadores: Enf.º José Carlos Sousa, Dr.ª Eliza Teixeira e Dr.ª Clara Alves (Unidade de Saúde Pública do ACES Espinho/Gaia)
Classificação final:
Dissertação submetida para satisfação dos requisitos do grau de mestre em Sistemas de Informação Geográfica e Ordenamento do Território
Versão provisóriadefinitiva
Este trabalho é financiado por Fundos FEDER através do COMPETE (Programa Operacional Fatores de Competitividade) e por Fundos Nacionais através da FCT (Fundação para a Ciência e a Tecnologia) no âmbito do projeto PTDC/SAU-ESA/73016/2006 “Os riscos para a saúde humana causados por ondas de calor e vagas de frio no Porto”.
RESUMO
O projeto de investigação apresenta a distribuição das patologias obesidade/excesso de peso, diabetes e hipertensão arterial no Agrupamento de Centros de Saúde de Espinho e Gaia recorrendo a ferramentas Sig.
Através de métodos estatísticos e análise espacial em Sig demonstrou-se que a ocorrência destas patologias não é aleatória, estando correlacionada a sua distribuição espacial com fenómenos socioeconómicos.
Maior percentagem de população jovem, baixa escolaridade e analfabetismo e percentagem de área urbanizada considerável são as caraterísticas das subsecções com maior incidência das três patologias, quer individualmente quer em grupo.
Com a utilização de ferramentas de estatística espacial determinaram-se ainda áreas (subsecções) de maior e menor vulnerabilidade das patologias apresentando-se o resultado em mapas de hot e cold spots.
Palavras-chave: Obesidade, diabetes, hipertensão arterial, Sig, hot spot
ABSTRACT
The research project shows the distribution of obesity / overweight, diabetes and hypertension diseases at the Health Centre Group of Gaia and Espinho using Gis tools.
Using statistical methods in GIS and spatial analysis, we demonstrated that the occurrence of these pathologies is not random and is correlated with the distribution of socioeconomic factors.
High percentage of young population, low education and illiteracy, and considerable percentage of urbanized area are the subsections´ characteristics with higher incidence of the three diseases, either individually or in groups.
Using spatial statistics tools, it became possible to identify areas (census blocks) of greater and lesser vulnerability for these pathologies. The result is presented in maps of hot and cold spots.
Keywords: Obesity, diabetes, hypertension, GIS hot spot
AGRADECIMENTOS
À Professora Doutora Ana Monteiro agradeço a sugestão e orientação deste trabalho.
Ao Dr. José Carlos Leitão, à Drª Eliza Teixeira, à Drª Clara Alves e ao Enfº José Carlos Sousa agradeço o interesse pelo trabalho desenvolvido, o fornecimento de informações e a disponibilidade no esclarecimento de dúvidas.
Aos que me ajudaram e apoiaram durante estes meses, agradeço o apoio, a tolerância e todas as palavras de incentivo.
À minha irmã e aos meus pais, pelo apoio incondicional.
SIGLAS E ABREVIATURAS
|
NUT
|
Nomenclatura de Unidade Territorial
|
INE
|
Instituto Nacional de Estatística
|
ACES
|
Agrupamento de Centros de Saúde
|
SIG
|
Sistema de Informação Geográfica
|
USF
|
Unidade de Saúde Familiar
|
ACS
|
Alto Comissariado da Saúde
|
IGP
|
Instituto Geográfico Português
|
IGEOE
|
Instituto Geográfico do Exército
|
CAOP
|
Carta Administrativa Oficial de Portugal
|
NOP
|
Número operacional do utente (atribuído pela Unidade de Saúde)
|
IMC
|
Índice de massa corporal
|
OMS
WHO
|
Organização Mundial de Saúde
World Health Organization
|
|
|
|
|
ÍNDICE GERAL
ÍNDICE DE TABELAS
ÍNDICE DE GRÁFICOS
ÍNDICE DE FIGURAS
INTRODUÇÃO
“Trate primeiro da sua saúde que diamantes são pedras”
Provérbio
A saúde é cada vez mais um bem que importa preservar, pelos longos anos que o aumento da esperança média de vida permita.
Por esta razão, a saúde é cada vez menos um tema somente restrito aos médicos e enfermeiros, importando pensá-la em perspetivas novas, com a tónica na prevenção.
Os estilos de vida cada vez mais urbanos a par da transição epidemiológica, originaram um cenário em que já não se morre de fome mas se perece e se padece, cada vez mais, de doenças ligadas ao excesso de comida, à alimentação errada, ao sedentarismo e aos maus hábitos.
A obesidade, a diabetes e a hipertensão arterial, são exemplos dessas doenças da atualidade que acarretam consigo muitas outras patologias.
O presente estudo procurou analisar, com recurso a ferramentas Sig, a localização dos utentes com obesidade, diabetes e/ou hipertensão, no Agrupamento de Centros de Saúde de Espinho e Gaia. Tentando relacionar o indivíduo com caraterísticas socioeconómicas e sugerindo apontar áreas que careçam de maior intervenção.
Objetivos da investigação
Perceber a distribuição das três doenças no espaço do Agrupamento de Centros de Saúde de Espinho e Gaia é o objetivo primeiro desta investigação, tentando entender a distribuição dos indivíduos diagnosticados à luz do espaço geográfico onde se encontram.
Para além disso pretendeu-se através da utilização dos Sig responder à questão:
Existem padrões de distribuição das doenças?
E, em caso positivo, se o padrão de cada uma das patologias se relaciona com as restantes e em que pontos é que essa distribuição evidencia maior vulnerabilidade e maior probabilidade de ocorrência das patologias.
Estrutura do trabalho
No capítulo Enquadramento Teórico, cria-se uma síntese do que é cada uma das enfermidades estudadas, quais as suas causas e que consequências trazem associadas.
A par desta apresentação, faz-se uma exposição do que são os Sistemas de Informação Geográfica, a evolução do seu uso em Portugal e ainda as potencialidades dos mesmos ao serviço dos estudos em saúde.
Terminado o estado da arte, parte-se para a apresentação do Caso de Estudo (capítulo 3), ao qual se seguem os principais resultados da georreferenciação dos utentes, numa análise por freguesia, por Unidade de Saúde, desagregada por género e idade. Neste ponto referem-se ainda as combinações de patologias.
Porque uma investigação nunca pode cingir-se apenas a uma vertente, faz-se a análise de alguns Fatores Socioeconómicos no ponto 3.7., tentando aferir relações destes com as doenças estudadas e possíveis traços comuns nas áreas de maior prevalência.
Daqui parte-se para uma abordagem de estatística territorial, com a Análise da Distribuição Espacial (3.8.) com a definição de áreas estatisticamente mais vulneráveis e que podem servir como paradigma de intervenção ou de exemplos para prevenção nas restantes áreas.
Metodologia
O presente estudo debruçou-se sobre três patologias: diabetes, hipertensão arterial e obesidade (onde se inclui também excesso de peso).
Num primeiro momento, cedidos os dados pelo Agrupamento de Centros de Saúde de Espinho e Gaia, provenientes de duas fontes, existiam duas bases de dados que importavam concatenar: o número de utentes registados nas unidades do Agrupamento (retirados do software SINUS) com os respetivos dados de morada e o número de utentes com diabetes, hipertensão, excesso de peso e obesidade (ao longo da parte prática sempre que se refere obesidade referimo-nos aos dois indicadores uma vez que os dados estavam já agregados) retirado do software MIMUF.
Preparação da base de dados
Os dados foram agregados por forma a associar o utente com a(s) patologia(s) à sua informação de morada.
Para tal, usou-se o código NOP (Número Operacional do Utente com 7 dígitos) associado ao código da Unidade de Saúde (7 dígitos) assegurando que nenhum utente teria um código repetido.
Neste processo foram encontradas situações de duplicação de pacientes (informação software MIMUF) e de códigos numéricos não coincidentes na informação proveniente dos dois softwares.(tabela 1e2) Detetaram-se 188 casos entre ambas as situações.
|
Obesidade
|
Diabetes
|
Hipertensão
|
USF
|
Inicial
|
Real
|
Diferença
|
Inicial
|
Real
|
Diferença
|
Inicial
|
Real
|
Diferença
|
Espinho
|
1560
|
1555
|
5
|
762
|
757
|
5
|
2102
|
2100
|
2
|
Anta
|
942
|
941
|
1
|
829
|
827
|
2
|
2476
|
0
|
Nova Via
|
4872
|
4864
|
8
|
1314
|
0
|
3797
|
3795
|
0
|
Aguda
|
463
|
0
|
564
|
0
|
1536
|
0
|
Além Douro
|
2511
|
2508
|
3
|
769
|
767
|
2
|
2080
|
2078
|
2
|
Canelas
|
1615
|
0
|
873
|
0
|
2384
|
0
|
São Félix
|
835
|
0
|
815
|
0
|
2376
|
0
|
São Miguel
|
1516
|
0
|
667
|
|
1821
|
0
|
TOTAL
|
11963
|
11946
|
17
|
5111
|
5102
|
9
|
18572
|
18566
|
4
| |
Dostları ilə paylaş: |