Cómo citar
Resumen
El uso del Sistema de Información Geográfica (SIG), como herramienta en estudios epidemiológicos, se ha convertido en algo usual en Salud Pública. Aunque en estudios sobre el cáncer el análisis espacial es poco utilizado en el país, posee un gran potencial para ayudar en modelos de planificación de salud. El objetivo de este trabajo es presentar un método empírico de análisis de patrones espaciales en casos de incidencia de cánceres considerados raros que afectan a la población de 0 a 19 años, discutiendo la aplicabilidad de la estadística espacial y los posibles usos de la interpretación de la disposición espacial de los eventos. Se utilizó el GIS para georreferenciar las tasas de incidencia de casos de cánceres de algunos grupos de la Clasificación Internacional de Cáncer Infantil (CICI), según edad y sexo, y por centros de salud de sus hogares. Se estimaron la morbilidad estandarizada (SMR). Para controlar la inestabilidad, debido al pequeño número de casos, se realizó un suavizado a través del método Bayesiano Empírico. En la comparación de las tasas anuales suavizadas se encontraron diferencias entre ellas, como la distribución espacial, la concentración de estas regiones en el suroeste y noroeste de la ciudad de Campinas, SP. Se concluyó que el uso de la estadística espacial como herramienta de apoyo a la decisión permite identificar la distribución de casos de cánceres del grupo de cánceres del CICI, lo que contribuye a la planificación de la salud.Citas
World Health Organization. Report on Noncommunicable Diseases 2010. WHO Press: Geneva, Switzerland;2011.
Flor LS, Campos MR, Oliveira AF, Schramm JMA. Carga de diabetes no Brasil: fração atribuível ao sobrepeso, obesidade e excesso de peso. Rev Saúde Pública. 2015; 49(29):1-10.
Murray CJL, Lopez AD. Estimating causes of death: new methods and global and regional applications for 1990, pp. 117-200. In CJL Murray, AD Lopez (ed). The Global Burden of Disease: a comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Harvard School of Public Health, Harvard, 1996.
Malta DC, Morais-Neto OL, Silva-Júnior JB. Apresentação do plano de ações estratégicas para o enfrentamento das doenças crônicas não-transmissíveis no Brasil, 2011 a 2022. Epidemiol Serv Saúde, Brasília. 2011; 20(4):425-38.
Politi R. Desigualdade na utilização de serviços de saúde entre adultos: uma análise dos fatores de concentração da demanda. Economia Aplicada. 2014; 18(1):117-37
DATASUS. Ministério da Saúde/Secretaria de Atenção à Saúde (SAS): Sistema de Informações de Mortalidade (SIM/SUS). DATASUS; 2015. Disponível em http://www2.datasus.gov.br/DATASUS/index.php?area=060701 [Acessado em fevereiro de 2016].
Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Fundação Oswaldo Cruz. Abordagens espaciais na saúde pública / Ministério da Saúde, Fundação Oswaldo Cruz; Santos SM, Barcellos C, org. – Brasília: Ministério da Saúde, 2006. 136 p.
Lopes VBDB, Silva E, Volc SM, Sefrin SRG, Peruchi JAM. Utilização do Sistema de Informação Geográfica para Análise do Câncer em Santa Catarina. Hygeia. 2015;11(21):153-73.
Barcellos C, Santos SM. Colocando dados no mapa: a escolha da unidade espacial de agregação e integração de bases de dados em saúde e ambiente através do geoprocessamento. Inf Epidemiol Sus. 1997;6(1):21-9.
Costa AIP, Natal D. Distribuição espacial da dengue e determinantes socioeconômicos em localidade urbana no Sudeste do Brasil. Rev Saúde Pública. 1998;32:232-6.
Mendonça F, Araújo WM, Fogaçca TK. A geografia da saúde no Brasil: Estado da arte e alguns desafios. Investig Geogr Chile. 2014;48:41-52.
Carvalho MS, Souza-Santos R. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Cad Saúde Pública. 2005 Apr;21(2):361-78.
Barcellos C, Ramalho W. Situação atual do geoprocessamento e da análise de dados espaciais em saúde no Brasil. Inf Públ. 2002;4(2):221-30.
Santos CJB, Gouveia AL, Nagem VO, Fernandes LRRMV. The national spatial data infrastructure of Brazil (INDE) making visible some invisible: the case of the brazilian geographical indications. Brazilian Journal of Cartography. 2015;67(5):1025-33.
Donalísio MR, et al. Microspatial Distributional Patterns of Vectors of Cutaneous Leishmaniasis in Pernambuco, Northeastern Brazil. Journal of Tropical Medicine 2012; 2012:1-8.
Bailony MR, Hararah MK, Salhab AR, Ghannam I, Abdeen Z, Ghannam J. Cancer registration and healthcare access in West Bank, Palestine: a GIS analysis of childhood cancer, 1998-2007. International Journal of Cancer. 2011;129(5):1180-9.
Jarup L, Best N, Toledano MB, Wakefield J, Elliot P. Geographical epidemiology of prostate cancer in Great Britain. Int J Cancer. 2002 Feb 10;97(5):695-9.
Castro MSM, Vieira VA, Assunção RM. Padrões espaço-temporais da mortalidade por câncer de pulmão no Sul do Brasil. Rev Bras Epidemiol. 2004;7(2):131-43.
BRASIL, Ministério da Saúde, INCA. Instituto Nacional do Câncer. Registro de Câncer de Base Populacional. 2016. Disponível em: http://www2.inca.gov.br/ [Acessado em fevereiro de 2016].
BRASIL, Ministério da Saúde, INCA, Instituto Nacional do Câncer. Câncer na criança e no adolescente no Brasil: dados dos registros de base populacional e de mortalidade [Internet]. Rio de Janeiro: INCA; 2008. Disponível em: http://www.inca.gov.br/tumores_infantis/pdf/livro_tumores_infantis_0904.pdf [Acessado em janeiro de 2016].
Silva JKO, Moreira-Filho DC, Mahayri N, Ferraz RO, Friestino FS. Câncer Infantil: monitoramento da informação através dos Registros de Câncer de Base Populacional RCBP. Revista Brasileira de Cancerologia. 2012;58:681-86.
IBGE, Instituto Brasileiro de Geografia e Estatística. Cidades@ Campinas – SP; 2010 Disponível em: http://cidades.ibge.gov.br/xtras/perfil.php?lang=&codmun=350950&search=sao-paulo|campinas [Acessado em janeiro de 2016].
Programa das Nacões Unidas para o Desenvolvimento (PNUD), Instituto de Pesquisa Econômica Aplicada (Ipea) e Fundação João Pinheiro (FJP). Atlas Brasil, 2010. Disponível em http://www.pnud.org.br/ [Acessado em 29 março de 2016].
Centro Infantil Boldrini. Relatório Anual de Atividades. Campinas. 2010.
Fritz APC, Jack A, Shanmugarathan S, Sobin L, Parkin DM, Whelan S. International Classification of Diseases for Oncology - ICD-O-3. World Health Organization ed. 3rd, editor. Geneva 2000.
Dias JG, Matos E, Bento MJ, Queirós L, Correia AM, Mendonça D. Epidemiologia espacial - aplicações em Saúde Pública. Boletim SPE outono de 2010: 71-77; Disponível em: http://www.spestatistica.pt/images/boletim/boletim-spe-outono-10.pdf [Acessado em fevereiro de 2016].
Bailey T, Gatrell A. Interactive Spatial Data Analysis. Harlow:Longman; 1995.
Marshall RM. Mapping disease and mortality rates using Empirical Bayes Estimators, Applied Statistics. 1991;40:283–294;
Oliveira CM, Economou T, Bailey T, Mendonca D, Pina MF. The interactions between municipal socioeconomic status and age on hip fracture risk. Osteoporosis international: a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA 2015;26(2):489-98.
Team RC R: a language and environment for statistical computing.In: Computing RFfs editor, Viena, Áustria 2012.
Sabrina LC, Silva SLC, Fachel JMG, Kato SK, Bassanesi SL. Visualização dos padrões de variação da taxa de mortalidade infantil no Rio Grande do Sul, Brasil: comparação entre as abordagens Bayesiana Empírica e Totalmente Bayesiana. Cad. Saúde Pública. 2011; 27(7):1423-1432.
Martines WRV, Machado AL. Colvero LA. A cartografia como inovação metodológica na pesquisa em saúde. Rev Tempus Actas Saúde Col 2013;7(2):203-211.
Jackson C, Best N, Richardson S. Improving ecological inference using individual-level data. Stat Med 2006;25(12):2136-59.
Latorre M, Cardoso M. Time series analysis in epidemiology: an introduction to the methodological aspects. Rev Bras Epidemiol 2001;(3):145-52.
Gatta G, Botta L, Rossi S, Aareleid T, Bielska-Lasota M, Clavel J, et al. Childhood cancer survival in Europe 1999–2007: results of EUROCARE-5 - a population-based study. The Lancet Oncology 2014;15(1):35-47.