Tendência temporal da incidência de tuberculose e sua distribuição espacial em Macapá-AP

Autores

DOI:

https://doi.org/10.11606/s1518-8787.2021055003431

Palavras-chave:

Tuberculose, epidemiologia, Conglomerados Espaço-Temporais, Análise Espacial, Estudos Ecológicos

Resumo

OBJETIVO: Avaliar a tendência temporal da incidência da tuberculose após a implementação do teste rápido molecular, identificar se a tuberculose apresenta variação sazonal e classificar o território de acordo com a densidade de casos e as áreas de risco em Macapá-AP. MÉTODOS: Estudo ecológico composto por casos de tuberculose registrados no SINAN entre 2001 e 2017. Foi utilizado o teste Prais-Winsten para classificar a tendência temporal da incidência e a Série Temporal Interrompida para identificar mudanças na tendência temporal antes e depois da implementação do teste rápido molecular, além de verificar a sazonalidade no município. Utilizou-se o estimador de Kernel para classificar a densidade de casos e estatística de varredura para identificar áreas de risco da tuberculose. RESULTADOS: Foram identificados 1730 casos, observando-se que a tendência temporal da incidência de tuberculose foi decrescente (-0,27% por mês, IC95% −0,13 a −0,41). Não houve mudança de nível na série temporal após a implantação do teste molecular GeneXpert® MTB/RIF, porém, o período pós teste foi classificado como crescente em termos da incidência (+2,09% por mês, IC95% 0,92 a 3,27). Quanto à variação sazonal, apresentou crescimento (+13,7%/mês, IC95% 4,71 a 23,87) nos meses de dezembro a junho, referente ao período de chuvas – chamado inverno amazônico – e decréscimo (-9,21% por mês, IC95% −1,37 a −16,63) nos demais períodos. Por meio de Kernel, foram classificadas áreas com alta densidade de casos nos distritos Central e Norte e, com a estatística de varredura, foram identificados três aglomerados de proteção, AE1 (RR = 0,07), AE2 (RR = 0,23) e AE3 (RR = 0,36), e um aglomerado de alto risco, AE4 (RR = 1,47). CONCLUSÃO: A tendência temporal da incidência de tuberculose se revelou decrescente na série temporal, todavia, um crescimento na detecção foi observado após introdução do TRM-TB, e ainda se evidenciou que há comportamento sazonal da tuberculose. A distribuição dos casos foi heterogênea, com tendência de concentração em territórios vulneráveis e de risco, evidenciando um padrão de desigualdade da doença no território.

Referências

World Health Organization. Global Tuberculosis Report 2020. Geneva (CH): WHO; 2020 [cited 2021 Mar 15]. Available from: https://apps.who.int/iris/bitstream/handle/10665/336069/9789240013131-eng.pdf [ Links ]

Ministério da Saúde (BR), Secretaria de Vigilância em Saúde. Bol Epidemiol Tuberculose 2020. 2020 [cited 2021 Mar 15].];N° Espec:1-40. Available from: http://www.aids.gov.br/pt-br/pub/2020/boletim-epidemiologico-de-turbeculose-2020 [ Links ]

Amapá [Estado], Superintendência de Vigilância em Saúde, Unidade de Doenças Transmissíveis. Bol Epidemiol Tuberculose. 2020 [cited 2021 Mar 15]. Available from: https://editor.amapa.gov.br/arquivos_portais/publicacoes/SVS_c20f41e26fed90da418341d2d2135a3a.pdf [ Links ]

Ministério da Saúde (BR), Secretaria de Vigilância em Saúde, Departamento de Vigilância das Doenças Transmissíveis. Manual de recomendações para o controle da tuberculose no Brasil. 2. ed. atual. Brasília, DF: 2019 [cited 2021 Mar 15]. Available from: https://bvsms.saude.gov.br/bvs/publicacoes/manual_recomendacoes_controle_tuberculose_brasil_2_ed.pdf [ Links ]

Ministério da Saúde (BR), Secretaria de Vigilância em Saúde, Departamento de Vigilância das Doenças Transmissíveis. Rede de Teste Rápido para Tuberculose no Brasil: primeiro ano da implantação. Brasília, DF; 2015 [cited 2021 Mar 15]. Available from: http://portalarquivos.saude.gov.br/images/pdf/2016/janeiro/19/rtr-tb-15jan16-isbn-web.pdf [ Links ]

Fares A. Seasonality of tuberculosis. J Glob Infect Dis. 2011;3(1):46-55. https://doi.org/10.4103/0974-777X.77296 [ Links ]

Fundação de Vigilância em Saúde do Amazonas (BR). Situação epidemiológica da Síndrome Respiratória Aguda Grave no Estado do Amazonas. Bol Epidemiol. 2021 [cited 2021 Mar 15];8(11). Available from: https://www.fvs.am.gov.br/media/publicacao/Boletim_Epidemiol%C3%B3gico_N%C2%BA_11.pdf [ Links ]

Rothman KJ, Greenland S, Lash TL. Modern epidemiology. 3. ed. Philadelphia, PA: Lippincott Williams & Wilkins; 2008. [ Links ]

Instituto Brasileiro de Geografia e Estatística. Censo 2010: cidades: Macapá. Rio de Janeiro: IBGE; 2016 [cited 2021 Mar 15]. Available from: https://cidades.ibge.gov.br/brasil/ap/macapa/panorama [ Links ]

Antunes JLF, Cardoso MRA. Uso da análise de séries temporais em estudos epidemiológicos. Epidemiol Serv Saude. 2015;24(3):565-76. https://doi.org/10.5123/S1679-49742015000300024 [ Links ]

Wagner AK, Soumerai SB, Zhang F, Ross-Degnan D. Segmented regression analysis of interrupted time series studies in medication use research. J Clin Pharm Ther. 2002;27(4):299-309. https://doi.org/10.1046/j.1365-2710.2002.00430.x [ Links ]

Environmental Systems Research Institute. ArcGIS for Desktop. How Kernel Density works. West Redlands, CA: Esri; c2016 [cited 2021 Mar 15]. Available from: https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/how-kernel-density-works.htm [ Links ]

Oliveira U, Brescovit AD, Santos AJ. Delimiting areas of endemism through Kernel Interpolation. PLoS One. 2015;10(1):e0116673. https://doi.org/10.1371/journal.pone.0116673 [ Links ]

Yamamura M, Freitas IM, Santos-Neto M, Chiaravalloti-Neto F, Popolin MAP, Arroyo LH, et al. Análise espacial das internações evitáveis por tuberculose em Ribeirão Preto, SP (2006-2012). Rev Saude Publica. 2016;50:20. https://doi.org/10.1590/S1518-8787.2016050006049 [ Links ]

Kulldorff M, Nagarwalla N. Spatial disease clusters: detection and inference. Stat Med. 1995;14(8):799-810. https://doi.org/10.1002/sim.4780140809 [ Links ]

Kulldorff M. SaTScanTM manual do usuário para versão 9.4: versão do original traduzido para o Português. Pelini, ACG tradutor. São Paulo; 2016 [cited 2021 Mar 15]. Available from: https://www.satscan.org/SaTScan_TM_Manual_do_Usu%C3%A1rio_v9.4_Portugues.pdf [ Links ]

Han J, Zhu L, Kulldorff M, Hostovich S, Stinchcomb DG, Tatalovich Z, et al. Using Gini coefficient to determining optimal cluster reporting sizes for spatial scan statistics. Int J Health Geogr. 2016;15(1):27. https://doi.org/10.1186/s12942-016-0056-6 [ Links ]

Hoshino H, Uchimura K, Yamauchi Y. [Comparison of TB incidence of young and middle age groups between urban/suburban prefectures and other prefectures]. Kekkaku. 2009;84(1):1-8. Japanese. https://doi.org/10.11400/kekkaku.84.1 [ Links ]

Fontes GJF, Silva TG, Sousa JCM, Feitosa ANA, Silva ML, Bezerra ALD, et al. Perfil epidemiológico da tuberculose no Brasil no período de 2012 a 2016. Rev Bras Educ Saude. 2019;9(1):19-26. https://doi.org/10.18378/rebes.v9i1.6376 [ Links ]

Santos JN, Sales CMM, Prado TN, Maciel EL. Fatores associados à cura no tratamento da tuberculose no estado do Rio de Janeiro, 2011-2014. Epidemiol Serv Saude. 2018;27(3):e2017464. https://doi.org/10.5123/s1679-49742018000300015 [ Links ]

Coriolano-Marinus MWL, Queiroga BAM, Ruiz-Moreno L, Lima LS. Comunicação nas práticas em saúde: revisão integrativa da literatura. Saude Soc. 2014;23(4):1356-69. https://doi.org/10.1590/S0104-12902014000400019 [ Links ]

World Health Organization. Global Tuberculosis Report 2019. Geneva (CH): WHO; 2019 [cited 2021 Mar 15]. Available from: https://apps.who.int/iris/bitstream/handle/10665/329368/9789241565714-eng.pdf [ Links ]

Boehme CC, Nabeta P, Hillemann D, Nicol MP, Shenai S, Krapp F, et al. Rapid molecular detection of tuberculosis and rifampin resistance. N Engl J Med. 2010;363(11):1005-15. https://doi.org/10.1056/NEJMoa0907847 [ Links ]

Lima TM, Belotti NCU, Nardi SMT, Pedro HSP. Teste rápido molecular GeneXpert MTB/RIF para diagnóstico da tuberculose. Rev Pan Amaz Saude 2017;8(2):67-78. [ Links ]

Pandey P, Pant ND, Rijal KR, Shrestha B, Kattel S, Banjara MR, et al. Diagnostic accuracy of GeneXpert MTB/RIF assay in comparison to conventional drug susceptibility testing method for the diagnosis of multidrug-resistant tuberculosis. PLoS One. 2017;12(1):e0169798. https://doi.org/10.1371/journal.pone.0169798 [ Links ]

Spagnolo LML, Tomberg JO, Vieira DA, Gonzales RIC. Detecção da tuberculose: fluxo dos sintomáticos respiratórios e resultados alcançados. Rev Bras Enferm. 2018;71(5):2543-51. https://doi.org/10.1590/0034-7167-2017-0457 [ Links ]

World Health Organization. Global Tuberculosis Report 2016. Geneva (CH): WHO; 2019 [cited 2021 Mar 15]. Available from: https://apps.who.int/iris/bitstream/handle/10665/250441/9789241565394-eng.pdf?sequence=1&isAllowed=y [ Links ]

Moreira ASR, Kinski AL, Carvalho ACC. Social determinants of health and catastrophic costs associated with the diagnosis and treatment of tuberculosis. J Bras Pneumol. 2020;46(5):e20200015. https://doi.org/10.36416/1806-3756/e20200015 [ Links ]

Veras RP, Almeida Filho N, Barreto ML, Veras RP, Barata RB. Teoria epidemiológica hoje: fundamentos, interfaces, tendências. Rio de Janeiro: Editora FIOCRUZ; 1998 [cited 2021 Mar 15]. (Séries Epidemiológicas, N° 2). Available from: http://books.scielo.org/id/5btwk [ Links ]

Melo GBT, Valongueiro S. Incompleteness of Mortality Information System records on deaths from external causes in Pernambuco, Brazil, 2000-2002 and 2008-2010. Epidemiol Serv Saude. 2015;24(4):651-60. https://doi.org/10.5123/S1679-4974201500040000 [ Links ]

Publicado

2021-12-01

Edição

Seção

Artigos Originais

Como Citar

Giacomet, C. L., Santos, M. S., Berra, T. Z., Alves, Y. M., Alves, L. S., Costa, F. B. P. da, Ramos, A. C. V., Crispim, J. de A., Monroe, A. A. ., Pinto, I. C., Fiorati, R. C., Arcoverde, M. A. M., Gomes, D., Freitas, G. L. de, Yamamura, M., & Arcêncio, R. A. (2021). Tendência temporal da incidência de tuberculose e sua distribuição espacial em Macapá-AP. Revista De Saúde Pública, 55, 96. https://doi.org/10.11606/s1518-8787.2021055003431

Dados de financiamento