Análise geoespacial da Leishmaniose visceral em Marília: utilização de mapas interativos na tomada de decisão no combate a endemias

Abstract

Os Sistemas de Informações Geográficas – SIG – têm sido muito utilizados pelos órgãos de saúde para análise e tomada de decisão nas ações de combate a diversas doenças e têm alcançado resultados dentro dos parâmetros de controle dos vetores, porém essas análises não permitem uma fácil verificação de tendências e evolução das mesmas, ocasionando demora na tomada de decisão e, comumente, um superdimensionamento dos recursos utilizados. Com o objetivo de criar uma visualização mais eficaz, foi desenvolvido um método de análise e representação de dados de endemias que permitiu o desenvolvido de mapas interativos capazes de representar a densidade, a concentração e a dispersão dos casos (mapa de calor - heatmap), utilizando o Sistema R e Python. Ao aplicar este método baseado nos dados de casos de leishmaniose humana, fornecidos pela Secretaria da Saúde na cidade de Marília, interior de São Paulo, no período de 2011 a 2019, foi possível identificar com mais precisão em quais locais estão ocorrendo a transmissão animal-humana. A interação na linha do tempo do mapa permitiu verificar o comportamento dessa contaminação, sendo possível prever por quais regiões os casos devem se alastrar e quais os principais pontos de bloqueio do avanço da doença devem ser definidos.

Geographic Information Systems - GIS - have been widely used by health agencies for analysis and decision making in actions to combat various diseases and have achieved results within the parameters of vector control, however these analyzes do not allow an easy verification of trends and their evolution, causing delay in decision making and, commonly, an oversizing of the resources used. In order to create a more effective visualization, a method of analysis and representation of endemic data was developed that allowed the creation of interactive maps capable of representing the density, concentration and dispersion of the cases (density map - heatmap), using the R and Python System. By applying this method based on data from cases of human leishmaniasis, provided by the Secretariat of Health in the city of Marília, in the interior of São Paulo, from 2011 to 2019, it was possible to identify more precisely in which locations animal-human transmission is occurring. The interaction in the timeline of the map allowed to verify the behavior of this contamination, making it possible to predict which regions the cases should spread to and which are the main points of blocking the progress of the disease.