Análise Espacial para a Vigilância em Saúde
Neste curso aprofundaremos as análises de bancos de dados de saúde construindo mapas de interesse epidemiológico. Na Vigilância em Saúde utilizamos o geoprocessamento como uma ferramenta que permite a análise da distribuição espacial de determinadas doenças, eventos e agravos relacionados à saúde.
Ao produzir mapas temáticos que colorem ou sombreiam um conjunto de áreas de acordo com seus valores, taxas ou coeficientes estamos construindo um mapa epidemiológico. Com ele você poderá identificar, localizar, acompanhar e monitorar populações de maneira a direcionar as ações de Vigilância em Saúde para que sejam executadas com maior efetividade e assertividade!
Ao final deste curso, você será capaz de:
- conhecer os conceitos básicos para elaboração de mapas;
- reconhecer dados espaciais em bancos de dados da saúde;
- transformar e visualizar os principais tipos de dados espaciais
utilizando o
R
; - gerar alguns dos principais mapas de interesse para a Vigilância em Saúde.

Atenção
Para seguir com este curso, você deve conhecer as ferramentas básicas
para uso da linguagem R
e do RStudio
, além de
possuir conhecimentos básicos de rotinas de análises e visualização de
dados utilizando a linguagem de programação R
. Lembre-se
que você pode acessar a qualquer momento o curso “Análise de
dados para a Vigilância em Saúde – curso básico” obtendo os
códigos desejados para a confecção de seus mapas. Caso não tenha feito o
curso, sugerimos fortemente que se inscreva nele.
1. Geoprocessamento para Vigilância em Saúde
Na Vigilância em Saúde, quando necessitamos analisar o comportamento de uma doença ao longo do tempo e sua distribuição pelas regiões, podemos construir mapas que representem isso. Esses mapas são instrumentos valiosos para a análise epidemiológica quando descrevem, por exemplo, onde estão localizadas as populações mais vulneráveis para um determinado evento ou qual o risco para doenças em uma região de interesse. Além disso, podem revelar elementos do ambiente que determinam algum um agravo à saúde apontando, assim, possíveis associações entre fontes de contaminação e áreas de risco elevado.
Neste cenário, podemos utilizar técnicas voltadas para a coleta, tratamento e visualização de informações que podem ser representadas em um mapa. A esse conjunto de técnicas dá-se o nome de geoprocessamento. Na área da saúde, o uso do geoprocessamento tem buscado compreender, entender e estudar a distribuição geográfica de uma determinada doença, agravo ou evento.
Com auxílio das técnicas adequadas de visualização e análise, a epidemiologia teve um grande auxílio na prevenção, na vigilância e no controle de doenças. Inclusive, o uso dessas técnicas na epidemiologia é pioneiro. Você deve se lembrar do mapeamento dos casos de cólera realizados por John Lea e John Snow, em 1849 nos Estados Unidos e 1854 no Reino Unido, respectivamente. Em ambas as situações, foram produzidos mapas localizando os casos de cólera, identificando pontos de suspeita de transmissão da doença.
Figura 1: Mapas produzidos por John Lea (A) e John Snow (B) para análise dos casos de cólera em Cincinnati, Estados Unidos, e Londres, Reino Unido, respectivamente.
A utilização de técnicas de geoprocessamento é fundamental na
epidemiologia, uma vez que permite uma visão abrangente da saúde dos
indivíduos no contexto social, histórico, político, cultural e ambiental
em que estão inseridos. Atualmente, existem vários softwares
que apoiam as análises espaciais como o TabWin, o ArcGis, o Qgis, o
Google Maps e o Google Earth. Neste curso, vamos apresentar métodos
básicos para tratar dados na área da Vigilância em Saúde utilizando a
linguagem de programação R
.
Muitas vezes, no dia a dia, analisar dados de vigilância e tratá-los
para inserir em um mapa, pode ser desafiador. Automatizar esta etapa
qualificará sua rotina de detecção precoce de epidemias, diminuindo
horas de trabalho afinco. O R
é uma ferramenta poderosa
para essas tarefas.
Mas, antes de iniciar a trabalhar com o R
, precisamos
entender um pouco mais de alguns conceitos. Vamos lá?