Abstract
Objetivo: Analisar a correlação entre os casos de dengue e variáveis meteorológicas para a Região Metropolitana da Grande São Luís entre 2010 e 2020. Método: Estudo epidemiológico do tipo quantitativo e analítico. A fonte de dados utilizada foram os casos confirmados e prováveis de dengue entre 2010 e 2020 para a Região Metropolitana da Grande São Luís fornecidos pela Secretaria de Estado da Saúde do Maranhão. As variáveis meteorológicas foram extraídas do banco de dados meteorológicos disponíveis no site do Instituto Nacional de Meteorologia - INMET. Para compreender a relação entre os casos da doença e as variáveis meteorológicas foi aplicado o teste de análise de componentes principais seguido do teste de correlação de Pearson para verificar o grau de correlação entre as variáveis. Resultado: Em relação às variáveis temperatura máxima, umidade relativa do ar e pluviosidade observou-se incidência maior nos casos confirmados de dengue em apenas dois anos. Conclusão: De acordo com os dados observados não se pode inferir categoricamente que variáveis meteorológicas isoladamente podem apresentar influência com os casos de dengue, apesar de ter sido evidenciada relação entre algumas dessas variáveis e a incidência sazonal da doença.
DESCRITORES: Aedes; Estudos de Séries Temporais; Meio Ambiente e Saúde Pública; Medidas de correlação.
Subject
Industrial and Manufacturing Engineering,Polymers and Plastics,Business and International Management
Reference32 articles.
1. WHO. World Health Organization. Dengue and severe dengue. 2021. Disponível em: https://www.who.int/healthtopics/dengue-and-severe-dengue#tab=tab_1. Acesso em: 24 mar. 23.
2. WHO. World Health Organization. Dengue and severe dengue. 2020. Disponível em: https://www.who.int/news-room/factsheets/detail/dengue-and-severe-dengue. Acesso em: 24 mar. 23.
3. David MR, Lourenço-de-Oliveira R, Freitas RM. Container productivity, daily survival rates and dispersal of Aedes aegypti mosquitoes in a high-income dengue epidemic neighbourhood of Rio de Janeiro: presumed influence of differential urban structure on mosquito biology. Mem. Inst. Oswaldo Cruz 104(6):927–32. 2009. https://doi.org/10.1590/S0074-02762009000600019
4. Barbosa IR, Silva LP da. Influência dos determinantes sociais e ambientais na distribuição espacial da dengue no município de Natal-RN. Rev. Cienc. Plur., 1(3):62–75, 2016. https://periodicos.ufrn.br/rcp/article/view/8583
5. Yang TC, Lu L, Fu G, Zhong S, Ding G, Xu R, et al. Epidemiology and vector efficiency during a dengue fever outbreak in Cixi, Zhejiang Province, China. J Vector Ecol 34(1):148–54. 2009. https://doi:10.1111/j.1948-7134.2009.00018.x