Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.

ANNE KELLY DA COSTA GERALDO

SIMULACAO COMPUTACIONAL DA EPIDEMIA DE

DENGUE DE 2008

NO RIO DE JANEIRO

Betim

18 de junho de 2008

Pontifıcia Universidade Catolica de Minas GeraisNucleo Universitario de Betim

Programa de Graduacao em Sistemas de Informacao

SIMULACAO COMPUTACIONAL DA EPIDEMIA DE

DENGUE DE 2008

NO RIO DE JANEIRO

Monografia apresentada ao Curso deGraduacao em Sistemas de Informacaoda Pontifıcia Universidade Catolica de Mi-nas Gerais como requisito parcial para aobtencao do grau de Bacharel em Sistemas deInformacao.


Betim

18 de junho de 2008

PONTIFICIA UNIVERSIDADE CATOLICA DE MINAS GERAIS

FOLHA DE APROVACAO

Simulacao Computacional da Epidemia de Dengue de 2008no Rio De Janeiro


Monografia defendida e aprovada pela banca examinadora constituıda por:

PhD Caio Julio Martins Veloso – OrientadorPontifıcia Universidade Catolica de Minas Gerais

Betim, 18 de junho de 2008

Resumo

O desenvolvimento de epidemiologia quantitativa tem o proposito de prover informacaotecnica simplesmente sobre o ciclo de vida de doencas e metodos para o controle atual-izado das analises de situacoes de doencas, bem como estimativas dos efeitos economicosdessas doencas e consequencias de estrategias de controle alternativas. Ha uma expectativaque a disponibilidade de dados melhorados sobre surtos de doencas humanas e animais esua analise epidemiologica conduzira ao desenvolvimento de polıticas melhores no controlede doencas. Com o papel em desenvolvimento de polıtica em mente se tornou comum a epi-demiologia de visao como um componente importante de um sistema de apoio de decisao. Oapoio de decisao desta ferramenta foi desenvolvido gradualmente e inclui metodos estatısticosrelacionados para infectar vigilancia e epidemiologia analıtica, informatica usada em admin-istracao de dados e comunicacao, matematica e programa de computacao modelando doencase metodos economicos. Destas ferramentas novas, o modelo de doenca mostrou ser um de-senvolvimento particularmente importante. Desde que o resultado mostrado apresente umaavaliacao do curso futuro de eventos que mostram a escolha de uma acao particular, estahabilidade para representar realidade que usa um modelo e vista como uma ferramenta deapoio de decisao inestimavel, especialmente se o modelo pode ser usado para predizer o futurode alguma maneira.

i

Abstract

The development of quantitative epidemiology has shifted the purpose of epidemiology fromthat of simply providing technical information on the life cycle of diseases and methods to con-trol them to that of providing up to date ’disease situation analyses’, complete with estimatesof the economic effects of disease and consequences of alternative control strategies. Thereis an expectation that the availability of improved data about animal disease and its epi-demiological analysis will lead to the development of better policies on disease control. Withthe role in policy development in mind it has become common to view epidemiology as animportant component of a ’decision support system’. The decision support ’toolbox’ has beengradually developed and filled with tools. These include statistical methods related to diseasesurveillance and analytical epidemiology, information technology used in data managementand communication, mathematics and computer programming used in disease modelling andeconomic methods. Of these new tools, disease modelling has proved to be a particularlyimportant development. Since decision making involves an assessment of the future courseof events following the choice of a particular action, the ability to represent reality using amodel is seen as an invaluable decision support tool, especially if the model can be used tosomehow predict the future.

ii

“. . . questo grandissimo libro [ della natura scritto da Dio ] che continuamente ci sta apertoinnanzi a gli occhi (io dico l’universo), ma non si puo intendere se prima non s’impara a

intender la lingua, e conoscer i caratteri, ne’ quali e scritto. Egli e scritto in linguamatematica, e i caratteri son triangoli, cerchi, ed altre figure geometriche, senza i quali mezi

e impossibile a intenderne umanamente parola; senza questi e un aggirarsi vanamente perun oscuro laberinto . . .”

Galileo Galilei,Il Saggiatore

iii

Dedico esta conquista aos meus pais, Maurıcio e Edilza, pelo incentivo, compreensao eamor.

iv

Agradecimentos

Agradeco primeiramente a Deus pela saude e sabedoria em toda a minha caminhada. Agradecomuito ao mestre Caio que me apoiou nesta caminhada e acreditou em mim. A minha grandeamiga Gabriela, pela distracao e por todos os momentos difıceis que passamos juntas. Aminha amiga Sara, pelo incentivo e por mostrar que sou capaz, no momento de total deses-pero.

v

Sumario

1 Introducao 2

1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.1.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.1.2 Objetivos Especıficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.1.3 Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.1.4 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Princıpios de Epidemiologia 7

2.1 Princıpios de Epidemiologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72.2 Postulados, teorias e cura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.3 Saude-Doenca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102.4 Epidemia x Endemia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.5 Risco epidemiologico e indicadores de saude . . . . . . . . . . . . . . . . . . . 132.6 Sistemas de informacao e controle epidemiologico . . . . . . . . . . . . . . . . 142.7 Emergencia e re-emergencia das doencas infecciosas - A biocomplexidade como

um paradigma transdisciplinar . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3 Automatos Celulares 18

3.1 Elementos de Automatos Celulares . . . . . . . . . . . . . . . . . . . . . . . . 193.1.1 Vizinhanca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193.1.2 Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203.1.3 Disciplina de atualizacao . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.2 Automato Celular Unidimensional . . . . . . . . . . . . . . . . . . . . . . . . 213.3 Automato Celular Bidimensional . . . . . . . . . . . . . . . . . . . . . . . . . 21

4 Sistemas de Informacoes Geograficas (SIG) 23

4.1 Analise Espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.2 Saude Publica, Epidemiologia e Geoprocessamento . . . . . . . . . . . . . . . 24

5 Modelos Baseados em Equacoes Diferenciais 26

5.1 Modelagem Estocastica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

6 Dengue 30

vi

6.1 Etiologia e Modo de Transmissao . . . . . . . . . . . . . . . . . . . . . . . . . 326.2 Aspectos Clınicos e Diagnostico . . . . . . . . . . . . . . . . . . . . . . . . . . 326.3 O Vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336.4 A Epidemiologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

7 Modelo Epidemiologico 41

7.1 Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427.1.1 Modelo Homogeneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

7.2 Fatores Climaticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467.3 Fatores Socioeconomicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

8 Resultados e Discussoes 50

9 Conclusoes e Perspectivas 58

Referencias Bibliograficas 61

vii

Lista de Figuras

2.1 FONTE: retirado da aula de Maria da Consolacao Magalhaes Cunha - Brasil -2007. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2 Modelo cartografico digital utilizado no controle e monitoramento do vetor damalaria no Mexico. FONTE: Organizacao Pan-americana de Saude - Mexico- 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.3 Fatores ambientais associados a emergencia de doencas . . . . . . . . . . . . . . . 17

3.1 Automato celular unidimensional. . . . . . . . . . . . . . . . . . . . . . . . . . . 183.2 Automatos celulares bidimensional e tridimensional. . . . . . . . . . . . . . . . . 193.3 Automato celular bidimensional hexagonal. . . . . . . . . . . . . . . . . . . . . . 203.4 Automato celular bidimensional triangular. . . . . . . . . . . . . . . . . . . . . . 203.5 Vizinhanca de von Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203.6 Vizinhanca de Moore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213.7 Automato Celular unidimensional . . . . . . . . . . . . . . . . . . . . . . . . . . 213.8 Exemplo de um glider de perıodo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . 22

4.1 Modelo proposto do sistema de informacoes gerenciais Fonte: Sistema de In-formacao Gerencial - SIG - Brasil - 2005 . . . . . . . . . . . . . . . . . . . . . . 23

5.1 Ilustracao do esquema de compartimentos para o modelo SIR . . . . . . . . . . . 27

6.1 Desenvolvimento do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . . . . 346.2 Indices de ovoposicao do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . . 366.3 Distribuicao da Incidencia de dengue por estados em 2007 . . . . . . . . . . . . . 37

7.1 Diagrama do comportamento das populacoes humanas e de vetores. . . . . . . . 427.2 Densidade populacional do Rio de Janeiro em 2000 . . . . . . . . . . . . . . . . . 457.3 A populacao estimada do Rio de Janeiro em 2008 . . . . . . . . . . . . . . . . . . 467.4 Media das Temperaturas, Precipitacao e Horas de Luminosidade para a cidade do

Rio de Janeiro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477.5 Taxa de sobrevivencia do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . 47

8.1 Incidencia de Dengue, em janeiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . 508.2 Simulacao para janeiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518.3 Incidencia de Dengue, em fevereiro 2008 . . . . . . . . . . . . . . . . . . . . . . . 52

viii

8.4 Simulacao para fevereiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 528.5 Incidencia de Dengue, em marco 2008 . . . . . . . . . . . . . . . . . . . . . . . . 538.6 Simulacao para marco 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 538.7 Incidencia de Dengue, em abril 2008 . . . . . . . . . . . . . . . . . . . . . . . . . 548.8 Simulacao para abril 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 548.9 Incidencia de Dengue, em maio 2008 . . . . . . . . . . . . . . . . . . . . . . . . . 558.10 Simulacao para maio 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 558.11 Incidencia de Dengue, em junho 2008 . . . . . . . . . . . . . . . . . . . . . . . . 568.12 Simulacao para junho 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

ix

Lista de Tabelas

6.1 Incidencia dos casos de dengue . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

7.1 Sumario dos parametros do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 44

x

Siglas e Acronimos

AA - Agentes AutonomosAIS - Sistemas de Informacao SanitariaCA - Automatos CelularesDATASUS - Departamento de Informatica do Sistema Unico de SaudeFUNASA - Fundacao Nacional de SaudeIBGE - Instituto Brasileiro de Geografia e EstatısticaIEA - Associacao Internacional de EpidemiologiaPACS - Programa de Agentes Comunitarios de SaudePNCD - Programa Nacional de Controle do DenguePSF - Programa da Saude FamiliarSDE - Area de Desenvolvimento Sustentavel de Saude AmbientalSIG - Sistemas de Informacoes GeograficasSUS - Sistema Unico de Saude

xi

Parte I

INTRODUCAO

Apresentacao do Trabalho

1

Capıtulo 1

Introducao

aaaO Dengue e uma das principais doencas transmitidas por mosquito no mundo e um prob-lema gravıssimo especialmente em paıses tropicais como o Brasil, onde o clima e os habitosurbanos oferecem condicoes otimas para o desenvolvimento e proliferacao de seu mosquitotransmissor, o Aedes aegypti. Em algumas zonas do Brasil recebe o nome de ”febre quebra-ossos”.

E transmitido por mosquitos dos generos Aedes ou menos frequentemente Stegomyia, emclimas ou estacoes quentes. Existe endemicamente em Africa, Asia tropical, regioes tropicaislımitrofes do Pacıfico, Caraıbas e America do Sul, incluindo Brasil. Existem 4 tipos de vırusconhecidos: 1 2, 3 e 4. O Dengue e transmitida atraves da picada de uma femea contaminadado Aedes aegypti, pois o macho se alimenta apenas de seiva de plantas. Um unico mosquitodesses em toda a sua vida (400 dias) pode contaminar ate 300 pessoas.

O uso de Sistemas de Informacoes Geograficas (SIG) ou Geographic Information Systems(GIS) em pesquisas na area de saude publica e cada vez maior, devido as possibilidadesde comparacao de dados dispostos em tabelas e mapas atraves de sua sobreposicao. Talsobreposicao possibilita uma nova leitura dos dados associados a dimensao do espaco. Osprogramas SIG sao ideais para pesquisas em geografia da saude. O geoprocessamento con-stitui um interessante recurso para gerar hipoteses para estudos mais aprofundados sobre otema.

Na area da Saude, os Sistemas de Informacoes Geograficas (SIG) tem se tornado ferra-mentas de grande utilidade. Sua capacidade de integrar diversas operacoes, como captura,armazenamento, manipulacao, selecao e busca de informacao, analise e apresentacao de dados,auxilia o processo de entendimento da ocorrencia de eventos, predicao, tendencia, simulacaode situacoes, planejamento e definicao de estrategias no campo da Vigilancia em Saude.

Com base neste quadro, este trabalho busca oferecer uma analise visual dos dados ge-ograficos gerados por modelos computacionais, que permitam avaliar a propriedade de taismodelos como ferramenta auxiliar para estimar futuros surtos do Dengue, sendo que, sim-ulacoes feitas em diferentes cenarios, auxiliam o processo de tomada de decisao para amenizaros impactos das doencas desta natureza.

Um conceito importante que sera utilizado no desenvolvimento deste trabalho e o de

2

1. Introducao 3

automato celular. Os automatos celulares permitem simulacoes discretas no tempo, espaco eno estado do sistema. A ideia destes modelos consiste em considerar cada posicao (ou regiao)do domınio espacial como sendo uma celula, a qual e atribuıdo um estado. O estado de cadacelula e modificado de acordo com seu estado e dos seus vizinhos na etapa de tempo anterior,atraves de cada serie de regras simples que tentam imitar as leis biologicas (ou fısicas) queregem o sistema [Freitas et al. (2006)].

A principal vantagem do uso dos automatos celulares, e a facilidade com que estes podemser implementados, decorrente da simplicidade de sua formulacao e o surpreendente retornovisual capaz de reproduzir equilıbrios estaveis ou periodicos, padroes complexos e estruturasorganizadas como formacoes de ondas, entre outras [Freitas et al. (2006)].

Apesar da simplicidade das regras de transicao de estado, os automatos celulares podemfornecer muitas informacoes sobre a dinamica temporal e espacial de sistemas biologicos, oque faz deste tipo de modelo uma alternativa importante na descricao de processos espaciaisaclopados a interacoes locais.

1.1 Objetivos

aaaVisando dar uma contribuicao para o atendimento das necessidades para a prevencao dadoenca no Rio de Janeiro, este trabalho mira os seguintes objetivos:

1.1.1 Objetivo Geral

aaaO objetivo deste trabalho e apresentar um exercıcio de simulacao computacional, baseadoem um modelo de automatos celulares, para a analise do espalhamento geografico da epidemiade Dengue no Rio de Janeiro em 2008, uma vez que a taxa de casos de incidencia da doencano Rio de Janeiro neste perıodo foi alta, o que levou a uma grande epidemia.

1.1.2 Objetivos Especıficos

aaaMais especificamente, o presente trabalho busca:

• Apresentar a distribuicao geografica da doenca na atualidade;

• Identificar os parametros epidemiologicos do Dengue;

• Elaborar o modelo de Automato Celular no Rio de Janeiro com granulosidades difer-entes;

• Simular a distribuicao e a evolucao do Dengue considerando a distribuicao populacionale os parametros epidemiologicos, ao longo dos primeiros 6 meses do ano de 2008.

1.1.3 Justificativa

aaaO desenvolvimento deste trabalho justifica-se pela possibilidade que os modelos epi-demiologicos baseados em automatos celulares oferecem e estudar o comportamento de uma

1. Introducao 4

infeccao em uma determinada populacao. E tambem pelo fato de nao haver, no Rio deJaneiro, estudos recentes que utilizam modelos computacionais para oferecer estimativas queauxiliem o processo de tomada de decisoes para a erradicacao do Dengue.

Assim, os resultados obtidos buscam demonstrar a viabilidade da analise destes surtosatraves de automatos celulares. Acreditamos que este trabalho contribui para a melhoria dagestao da Saude Publica tanto quanto para o controle da incidencia de doencas.

1.1.4 Estrutura do Trabalho

aaaVisando apresentar todas as etapas seguidas no decorrer do desenvolvimento dos estudos,este trabalho esta organizado da seguinte forma:

O capıtulo 2 discute os princıpios de Epidemiologia fundamentais para a realizacao dosestudos e elaboracao dos modelos posteriores.

No capıtulo 3 e apresentada uma revisao dos conceitos sobre Automatos Celulares, apre-sentando os fundamentos que permitirao a posterior elaboracao do modelo computacional doprocesso de espalhamento epidemiologico do Dengue.

O capıtulo 4 introduz os conceitos essenciais Sistemas de Informacoes Geograficas queexplicam como estes conceitos tem contribuido com os estudos epidemiologicos.

No capıtulo 5 apresentada os fundamentos dos modelos epidemilogicos determinısticosbaseados em equacoes diferenciais.

No capıtulo 6 discute sobre a biologia e a ecologia do vetor do Dengue, o mosquitoAedes aegypti, e da epidemiologia da Doenca, identificando as posicoes dos diferentes estudosidentificados na literatura pertinente.

O capıtulo referente a metodos apresentam os recursos usados no desenvolvimento dosestudos relatados neste trabalho, bem como as particularidades dos metodos utilizados nosprocessos de simulacao e analise dos resultados.

Os capıtulos referentes aos resultados e discussoes, fazem uma digrecao crıtica dos achadosderivados do desenvolvimento dos estudos aqui relatados, bem como das suas limitacoes esugere possıveis derivacoes deste trabalho.

Parte II

REFERENCIAL TEORICO

Elementos de Modelagem Epidemiologica

“A modelagem surge como resultado da investigacao cientıfica em qualquer campo e e no-toriamente importante no mundo biologico. Um fato evidente a primeira vista e que o estudoformal da maioria dos sistemas biologicos nao se pode fazer diretamente. Para ter acessoa um estudo teorico de um sistema real necessita-se de um processo gradual de abstracao,quer dizer, e preciso abstrair do sistema natural as caracterısticas mais importantes, a luz doobjetivo que se deseja alcancar, e ir efetuando sua formulacao conceitual para poder realizar oestudo do meio estritamente fısico.”[Gagliardi e Alves (2005), Andrade et al. (2006)] SegundoGabliardi e Alves [Gagliardi e Alves (2005)], existem duas vias utilizadas para concretizara modelagem biologica, via experimental e via da simulacao. A via experimental e a querepresenta a construcao e prova dos modelos de sistemas experimentais. Ja a segunda viacontempla os processos catalogados como Simulacao. O processo de modelagem nao e umprocesso linear, mas sim um processo recursivo e interativo na maioria dos casos. De umamaneira geral, a realidade fısica, ou sistema real, proporciona informacoes que de ordem deexperimental: alguns dados, um comportamento observavel, etc. Por outro lado, o processogradual de abstracao, mediante a elaboracao de hipoteses, pressupostos, aproximacoes oupelo emprego de teorias, permite chegar a construcao de um modelo que reflete a realidadeobservada. Esse modelo posteriormente pode ser desenvolvido, analisado e estudado paraobter estimativas de comportamento sobre a realidade que se modela. Este comportamentoe confrontado com a realidade experimental, validando o modelo. Desta comparacao sao

5

1. Introducao 6

obtidas informacoes sobre a qualidade do modelo adotado e da exatidao das hipoteses real-izadas. Dentro deste raciocınio serao apresentados, nesta parte do trabalho, os fundamentosutilizados na construcao do modelo da epidemia de Dengue ocorrida na cidade do Rio deJaneiro no ano de 2008.

Capıtulo 2

Princıpios de Epidemiologia

aaaSegundo o Ministerio da Saude, a epidemiologia como disciplina da saude publica preocupa-se com o desenvolvimento de estrategias para as acoes voltadas para a protecao e promocaoda saude da comunidade e, na aplicacao, e mais que o estudo a respeito de um assunto,uma vez que ela oferece subsıdios para a implementacao de acoes dirigidas a prevencao e aocontrole.

Uma das aplicacoes mais frequentes da epidemiologia em saude publica e prever tendencias;avaliar o quanto os servicos de saude publica respondem aos problemas e necessidades daspopulacoes; testar a eficacia, a efetividade e o impacto de estrategias de intervencao, assimcomo a qualidade, acesso e disponibilidade dos servicos de saude para controlar, prevenir etratar os agravos de saude na comunidade, dentre outros.

A epidemiologia se preocupa com o processo de ocorrencia e distribuicao das doencas naspopulacoes. Ao passar a analisar nao mais a comunidade em si, mas o processo de interacaodesta com a natureza, a maneira como o meio e transformado e organizado para sustentara atividade economica, ganha-se uma perspectiva historica da doenca. Esta perspectivamostra-se fundamental para a compreensao do momento atual, sendo que, ao inves de partirda doenca e analisar como esta se insere no contexto, parte-se da totalidade, analisando comoesta criou as condicoes de ocorrencia da doenca.

2.1 Princıpios de Epidemiologia

aaaEpidemiologia e a ciencia que estuda a distribuicao e os determinantes dos problemasde saude (e fenomenos e processos associados) em populacoes. A epidemiologia constituiuma ciencia basica da saude coletiva. Alem disso, trata-se de importante disciplina cientıficacomplementar para as ciencias clınicas e para a medicina geral. Conceituada como a cienciaque estuda o processo saude-doenca na sociedade, analisando a distribuicao populacional eos fatores determinantes do risco de doencas, agravos e eventos associados a saude, pro-pondo medidas especıficas de prevencao, controle ou erradicacao de enfermidades, danos ouproblemas de saude e protecao, promocao ou recuperacao da saude individual e coletiva.Produzir informacao e conhecimento para apoiar a tomada de decisao no planejamento, na

7

2. Princıpios de Epidemiologia 8

administracao e na avaliacao de sistemas, programas, servicos e acoes de saude.Em um estudo sobre a evolucao historica do conceito saude-doenca, relatou-se que a

primeira interpretacao de doenca era sobrenatural sendo atribuıda aos “maus espıritos”, tendocomo terapeutica, as dancas, cantos, purgantes e emeticos, corrente que em determinadosaspectos ainda persiste nas terapias psicossomaticas. Em continuacao, Contreras (2000)refere-se a teoria da doenca como “castigo divino”, que prevaleceu desde a peste do antigoEgito ate o Renascimento, seculo XVI, sendo esta conceituacao alimentada pela ignoranciae crendices, o que induziu o aumento da riqueza e poder das certas castas [Galvez-Contreraset al. (2000)].

Alguns livros indicam a sua raiz no grego epidemedion, que significa literalmente “aqueleque visita”. Entretanto, o termo “epidemia” ja se encontrava nos textos hipocraticos, for-mando pela juncao do prefixo epi (em cima de, sobre...) com o radical demos, significando“pavor”. O sufixo logos tambem vem do grego (palavra, discurso, estudo), por sua vezderivado de legein (falar, reunir, organizar).

A Sociedade de Medicina de Paris, fundadora da clınica moderna no seculo XVIII,organizou-se a partir da Ordem Real para que os medicos investigassem doencas que peri-odicamente dizimavam rebanhos de ovinos, com graves perdas para a nascente industria textilfrancesa. Pela primeira vez encontravam-se enfermos, ainda que nao humanos, em busca daeliminacao das doencas (Foucault -1979). Em primeiro lugar, a investigacao epidemiologicapossibilita o avanco do conhecimento sobre determinantes do processo saude/doenca, talcomo ocorre em contextos coletivos, contribuindo para o avanco correspondente no conheci-mento etiologico-clınico. Em segundo lugar, a disciplina desenvolve tecnologia efetivas paraa descricao e a analise das situacoes de saude, fornecendo subsıdios para o planejamento e aorganizacao das acoes de saude; isso corresponde ao que antigamente se chamava “diagnosticode saude da comunidade”. Em um terceiro aspecto, a metodologia epidemiologica pode serempregada na avaliacao de programas, atividades e procedimentos preventivos e terapeuticos,tanto no que se refere a sistemas de prestacao de servicos quanto ao impacto das medidas desaude na populacao.

O avanco da fisiologia, da patologia e da bacteriologia no seculo XIX, devido principal-mente a Bernard, Virchow e Pasteur, representou um inegavel fortalecimento da medicinaorganicista. As enfermidades de maior prevalencia na epoca, de natureza infecto-contagiosa,favoreceram a hegemonia da abordagem curativa individual. Nova “panaceia”, altamentecientificada, a medicina individual tera, enfim, suplantado o enfoque coletivo “higienico”no tratamento da questao da saude e de seus determinantes. Aparentemente vencida pelapoderosa teoria microbiana, a versao britanica da medicina social evoluiu para uma vertentesupostamente apenas tecnica, constituindo uma saude publica intensamente vinculada aosaparelhos burocraticos do Estado.

A valorizacao da matematica no nascente campo cientıfico da saude muito deve a DanielBernouilli (1700-1782), fısico, matematico e medico suıco, um dos criadores da teoria das prob-abilidades, pioneiramente derivou formulas para estimar anos de vida ganhos pela vacinacaocontra varıola e para realizar analises de custo-benefıcio de intervencoes clınicas. Estavam


envolvidas ali, a epidemiologia com foco estatıstico e a ideia de quantificar as acoes aplicadassobre organismos.

Estatıstica entrou com o objetivo de planejar, coletar, tabular, analisar e interpretar in-formacoes e delas extrair conclusoes que permitam a tomada de decisoes acertadas mediantea incertezas, interpretacao de informacoes sobre farmacos e equipamentos, avaliacao de pro-tocolos de estudo e artigos, entre outros. Analisando a populacao (conjunto de elementos -valores, pessoas, medidas etc. - que tem pelo menos uma caracterıstica em comum) com ques-tionario (instrumento de coleta de informacao), informando dados reunindo-os em banco dedados constituindo assim um censo (colecao de dados relativos a todos os elementos de umapopulacao).A epidemiologia esta calcada em tres pilares fundamentais; a clinica, a estatısticae a medicina social. Em primeiro lugar os numeros, onde a investigacao epidemiologica pos-sibilita o avanco do conhecimento sobre determinantes do processo saude/doenca, tal comoocorre em contextos coletivos, contribuindo para o avanco correspondente no conhecimentoetiologico-clınico. Em segundo lugar o efetivo, onde a disciplina desenvolve tecnologia paraa descricao e a analise das situacoes de saude, fornecendo subsıdios para o planejamentoe a organizacao das acoes de saude; isso corresponde ao que antigamente se chamava “di-agnostico de saude da comunidade”. E em um terceiro aspecto, o social, onde a metodologiaepidemiologica pode ser empregada na avaliacao de programas, atividades e procedimentospreventivos e terapeuticos, tanto no que se refere a sistema de prestacao de servicos quantoao impacto das medidas de saude na populacao.

A Associacao Internacional de Epidemiologia (IEA/1973) define a epidemiologia como“estudo dos fatores que determinam a frequencia e a distribuicao das doencas nas coletivi-dades humanas. Enquanto a clınica dedica-se ao estudo da doenca no indivıduo, analisandocaso a caso, a epidemiologia debruca-se sobre os problemas de saude em grupos de indivıduosna maioria das vezes envolvendo populacoes numerosas”.

2.2 Postulados, teorias e cura

aaaRobert Kock postulou, no final do seculo XIX, sua forma de determinar a causa dasdoencas infecciosas. Esses postulados afirmaram que um microorganismo e o agente etiologicoda doenca. Onde a bacteria deve estar presente no animal enfermo, deve ser isolada e crescerem meios artificiais de cultura, deve ser viavel a producao da doenca a partir da inoculacaoda mesma em animal sadio suscetıvel e ser o agente novamente isolado a partir do animalsadio que foi inoculado.

Os postulados de Kock trouxeram um grau de ordem e disciplina para o estudo de doencasinfecciosas, mas uma estrutura tao rıgida de avaliar o agente etiologico ignorou a influencia defatores outros como o meio ambiente, sendo os microorganismos considerados como a unicacausa das doencas. Esta teoria e importante, mas enfoca os aspectos meramente clınicos,considerando que nao existem doentes, mas doencas e, assim subestima os fatores sociais nadeterminacao da doenca.

Evans em 1976 produziu postulados mais condizentes que os de Kock, trazendo con-


ceitos mais modernos de etiologia de doencas. Trata-se de analises sobre a quantidade ea frequencia identificada onde o numero de indivıduos contaminados e de novos casos temuma significancia maior sobre o estudo etiologico da doenca. Ou seja, a caracterıstica maisimportante dos postulados de Evans e que estes requerem que a associacao entre um agenteetiologico hipotetico e a doenca em questao, seja estatisticamente significante. Isto envolvea comparacao entre os grupos de indivıduos, em vez de pesquisas em indivıduos.

Em contra partida, a demonstracao de uma associacao estatisticamente significante naoprova que um determinado fator e o agente etiologico e sim explicando atraves de umacadeia de eventos, da causa ao efeito. Entretanto, na ausencia de evidencia experimental, aidentificacao epidemiologica da associacao pode ser de valor preventivo na reducao ou remocaoda ocorrencia da doenca.

A partir dos descobrimentos dos vetores transmissores de doencas, medidas de controlesao adotadas, como o manejo do ambiente. As campanhas de controle de doencas iniciam-seem 1880, seguindo medidas para a prevencao e erradicacao com diagnostico de laboratorio,isolamento de agente, identificacao das lesoes e vacinacao.

A descoberta dos antibioticos no seculo 20 injetou a conquista cientıfica no controle e/ouerradicacao de doencas de ordem microbianas. Kleibaun, Kupper e Morgenstern “inaugu-ram”, em 1982, com a publicacao de “Epidemiologic Research” uma nova modalidade demanual de epidemiologia onde o conteudo se destina, quase que exclusivamente, a apre-sentacao de tecnicas quantitativas para a analise dos dados, alguns comentarios relativos aosdesenhos de investigacao e, praticamente, nenhuma linha de reflexao teorica.

2.3 Saude-Doenca

aaaA Epidemiologia e um dos pilares da Saude Publica, e como tal deve estar estreitamenteincorporada as polıticas, programas e servicos publicos de saude. No Brasil, a criacao e oprocesso de fortalecimento e consolidacao do Sistema Unico de Saude (SUS) vem buscando agarantir a saude como direito constitucional, e a Saude Publica vem tentando ampliar o seuespaco dentro desse sistema.

O conceito biomedico de doenca pode ser definido como desajuste ou falha nos mecanismosde adaptacao do organismo, ou uma ausencia de reacao aos estımulos aos quais este estaexposto, processo este que conduz a uma perturbacao da estrutura ou da funcao de umorgao, de um sistema ou de todo o organismo ou de suas funcoes vitais (Jenicek Cleroux,1982). Infeccao e definida pela penetracao e ao desenvolvimento ou multiplicacao de umpatogeno no organismo de uma pessoa ou animal. Doenca transmissıvel trata-se de umadoenca cujo agente etiologico e vivo e transmissıvel.

A construcao do esquema da cadeia do processo infeccioso, parte da compreensao dainfeccao como resultante de interacao dos diversos fatores do agente (fungos, bacterias, vırus,etc.), meio (agua, ar, alimentos, solo, vomitos) e hospedeiro (homem e animais).

Infectividade e a capacidade que certos organismos tem de penetrar e de se desenvolver ouse multiplicar no novo hospedeiro, ocasionando uma infeccao. Patogenicidade e a capacidade


de o agente infeccioso, uma vez instalado no organismo, produzir sintomas em maior ou menorproporcao dentre os hospedeiros infectados. Virulencia e a capacidade de um bioagenteproduzir casos graves ou fatais. Imunogenicidade e a capacidade que o bioagente tem deinduzir imunidade no hospedeiro.

Doenca nao-infecciosa e aquela que, no estado atual do conhecimento clınico e fisiopa-tologico, nao se relaciona com a invasao do organismo por outros seres vivos parasitariospodendo ser classificada como cronica ou aguda sendo a primeira em maior proporcao. Nestacategoria, enquadram-se acidentes, intoxicacoes, mortes violentas e perıodos de exacerbacaoaguda de doencas cronicas.

Nas doencas infecciosas, e sempre possıvel chegar ao conhecimento de algum agentepatogenico vivo associado a doenca, embora possam existir situacoes em que o bioagentenao seja conhecido.

Agentes que influenciam nas condicoes de uma dada etiopatogenese podem ser fısicos equımicos (radiacao, mercurio), biopatogenos (parasitas), nutricionais (carencia de vitamina Aleva a cegueira), geneticos (sındrome de Down). Em condicoes ideais para gerar um indivıduosuscetıvel como determinantes economicos (pessoas de baixa renda adoecem mais), cultur-ais (populacao rural em defecar no solo), ecologicos (dificuldade de dispersao de poluentesem metropoles), biologicos (agente etiologico faz parte do ecossistema local) e psicossociais(carencia afetiva).

2.4 Epidemia x Endemia

aaaO estudo e entendimento da relacao de uma doenca com uma populacao sao essenciais parapoder tomarem-se condutas no objetivo de diminuir os danos desta doenca na populacao, naoso no presente, mas tambem no futuro. Uma doenca pode estar presente em uma populacaona forma de casos esporadicos, nıveis habituais, nıveis acima dos habituais ou nao estarpresente.

Hipocrates em “Dos Ares, Aguas e Lugares”, buscou apresentar explicacoes, com funda-mento no racional e nao no sobrenatural, a respeito da ocorrencia de doencas na populacao.Dois termos conceituam essa relacao: endemeion no sentido de “habitar” o lugar, nele seinstalando por longo tempo e epidemeion no sentido de “visitar”, salientando o carater detemporalidade, de provisorio.

Endemia pode ser referida com um determinado agravo a saude a situacao na qual suafrequencia e distribuicao, em agrupamentos humanos distribuıdos em espacos delimitados,mantenha padroes regulares de variacoes num determinado perıodo, ou seja, as oscilacoes naocorrencia das doencas correspondem somente as flutuacoes cıclicas e sazonais.

A epidemia ocorre quando em dados momentos essas variacoes aumentam de forma irreg-ular e pode ser definida como uma ocorrencia de um claro excesso de casos de uma doencaou sındrome clınica em relacao ao esperado, para uma determinada area ou grupo especıficode pessoas, num particular perıodo de tempo. As epidemias podem ser consequencias deexposicao a agentes infecciosos (em indivıduos suscetıveis), substancias toxicas (quımicas ou


fısicas), a carencia de determinado(s) nutriente(s) e ate a circunstancia que gere risco demorte, podendo evoluir por longos perıodos nao necessariamente em um grande numero decasos e sim o exagero frente a frequencia habitual de uma dada doenca naquela localidade.

O perfil dos agravos a saude numa populacao pode ser constante durante o ano, maspode tambem apresentar marcadas oscilacoes de frequencias ao longo dos meses (sazonais).E o caso de doencas que ocorrem em epocas de chuva, por exemplo. Ha tambem perıodosfestivos, colheitas agrıcolas, etc. como forma de divulgar uma doenca.

E de suma importancia coletar esses dados e compara-los ao longo de perıodos paraconstrucao de uma serie historica (conjuntos de dados de um dado perıodo - varios anos emsequencia) e tracar planos, diagnosticos e acoes para controle e/ou estagnacao quando daimpossibilidade de eliminar totalmente a fonte.

Em uma representacao grafica podem ser visualizadas quatro zonas demonstrando asituacao vivida por uma certa populacao: zona de exito (ausencia da doenca ate o lim-ite inferior), zona de seguranca (limite inferior ate ındice endemico), zona de alerta (ındiceendemico ate limite superior) e a ultima zona, a epidemia propriamente dita (acima do limitesuperior). E bom lembrar que o controle profilatico como vacinas nao atuam em epidemias eque a exaustao de populacao (contaminacao total para estımulo imunologico naturalmente)so pode ser usada quando ha baixa letalidade e propagacao vigiada.

Para exemplificar, ve-se a seguir, a distribuicao de meningite no municıpio NNN a partirde uma serie historica. Entre 1960 ate 1969 foram registrados nos 12 meses a media entreos anos, formando uma projecao/tendencia. A partir dessa representacao grafica e possıvelidentificar, planejar medidas de controle de reducao, medidas profilaticas e ate erradicacaodo evento, entre outras acoes para os proximos anos.

Figura 2.1 – FONTE: retirado da aula de Maria da Consolacao Magalhaes Cunha - Brasil -2007.


A partir do diagrama de controle de um agravo em relacao a uma populacao torna-sepossıvel identificar uma epidemia no momento em que a incidencia da doenca ultrapassa olimite superior da faixa endemica convencionada (tambem denominado de Limiar Epidemico).Ainda podera ser classificada em explosiva (ou por fonte comum), progressiva (ou de contato)ou mista onde ocorrem as duas primeiras ao mesmo tempo, em um mesmo espaco.

Em caso extremo, uma pandemia com ocorrencia epidemica caracterizada por uma largadistribuicao espacial, atingindo varias nacoes, podendo passar de um continente a outro. Adescricao do comportamento das endemias e elaboracao de seus diagramas de controle saofuncoes de grande importancia da vigilancia epidemiologica, sendo necessario para isso aefetiva notificacao, por parte dos profissionais de saude, dos casos (confirmados ou suspeitos)de agravos passıveis de surtos ou epidemias. Por sua vez a vigilancia epidemiologica tem papelimportante, em um sentido mais amplo, para incluir todos os tipos de doencas - infecciosas ounao infecciosas - e envolver a colacao e interpretacao de dados coletados durante programasde monitoramento para detectar mudancas na saude da populacao.

Uma forma de monitorar uma populacao muito grande e criar unidades que orientem apresenca ou nao do agente etiologico - unidades sentinelas. Os caes de rua por exemplo, saosentinelas de infeccao de Parvovirose Canina (Gordon e Angegrick, 1985) onde a presenca deanimais contaminados serve de termometro da populacao de uma regiao e esta regiao passaa ser sentinela do municıpio ou cidade proxima e assim por diante (efeito domino).

Ao identificar precocemente uma epidemia (ou uma suspeita) torna-se possıvel diminuiros danos da doenca na populacao atraves de varias medidas de controle (isolamento, quar-entena, atencao aos contactantes) e profilaxia (quimioprofilaxia), alem de medidas de pre-vencao de novas epidemias (vacinacao, melhorias sanitarias, controle de vetores, campanhaseducacionais, etc.)

2.5 Risco epidemiologico e indicadores de saude

aaaO conceito de risco epidemiologico surgiu no contexto do estudo de doencas transmissıveis,mas amadureceu na investigacao das causas provaveis das doencas nao transmissıveis oucronico degenerativas. Localizar para poder intervir em causas especıficas de doencas foio valor que tornou-se predominante no desenvolvimento do pensamento medico cientıficomoderno. A vertente do pensamento medico que buscava encontrar uma causa verdadeira eespecıfica da doenca tornou-se hegemonica com a consolidacao da teoria da transmissao deagentes microbiologicos especıficos.

A teoria dos germes superou, na epoca, teorias que apresentavam uma abordagem maisampla a respeito da origem das epidemias, como por exemplo, a teoria da constituicaoepidemica onde uma epidemia surgia em decorrencia de um conjunto de circunstancias ge-ograficas, historicas, biologicas, que interagiam em diferentes nıveis. A compreensao e in-tervencao para solucionar um problema epidemico, nesta concepcao, demanda o esforco depensar e construir intervencoes para situacoes singulares e complexas [Czeresnia (1997)].

Mesmo dentre tantas teorias (compreender e intervir), ainda assim poderia existir uma


latente fonte que deixa exposto um risco epidemico iminente: o bioterrorismo. Diferente deum acidente causado pela manipulacao errada de alimento e/ou animais, falha no controle,ha aquele proposital, onde a intencao e usar um agente etiologico como arma de guerra. Afebre aftosa no Brasil foi uma epidemia ou um ataque com intencao de prejudicar a balancacomercial do paıs? De qualquer forma, serviu para alertar sobre nossa suscetibilidade eatencao ao controle epidemiologico no territorio nacional e na vizinhanca.

O registro da doenca, assim como no “caso aftosa”, serve como indicador de saude. Areducao da incidencia e/ou prevalencia de determinada doenca por meio de diferentes tipos deintervencoes deve-se ao controle da doenca clınica, das sequelas e mortalidade a ela associadas,do controle da infeccao, quer ela se manifeste clinicamente ou como infeccao assintomatica econtrole da presenca do agente causal no ambiente e na fonte de infeccao.

Outra medida de controle e a profilaxia onde se tem o cuidado de evitar uma epidemiamonitorando-a na regiao em volta do local caracterizado e no proprio espaco estudado.Isolando e mantendo em quarentena os possıveis susceptıveis ou adoentados assintomaticos(os doentes devem ser curados ou sacrificados seguindo criterios proprios da legislacao perti-nente) e continuo trabalho de vigilancia sanitaria da nacao ou grupo de indivıduos expostos.

2.6 Sistemas de informacao e controle epidemiologico

aaaO Sistema de Informacao Geografica (SIG) para o controle epidemiologico e um compo-nente tecnico utilizado para informar em tempo real qualquer perturbacao em uma regiao oucomunidade. Um exemplo e do programa regional para a acao e a demonstracao das acoespara o controle do vetor da malaria no Mexico e na America Central, que estao sendo torna-dos na cooperacao com as areas de analise da saude e de Sistemas de Informacao Sanitaria(AIS), a Area de Desenvolvimento Sustentavel e de Saude Ambiental (SDE) e os progra-mas de controle dos vetores da malaria dos paıses participantes. O objetivo do modelo eda aplicacao do SIG e estandardizar, integrar, compilar e facilitar o intercambio da infra-estrutura cartografica digital (dados, metodos e software), baseado na geografia para analisaros dados sobre o controle dos vetores da malaria. A intencao principal de tais componentese contribuir no fortalecimento das capacidades tecnicas nacionais do controle de uma doencasobre aquela regiao e possıveis efeitos na vizinhanca.

Caracterizando o exemplo acima mencionado, encontra-se a seguir, o modelo cartograficodigital utilizado no controle e monitoramento do vetor da malaria no Mexico.

Os modelos de informacao geografica comunicam-se dentro da comunidade e entre co-munidades seguindo os indicadores gerais e/ou especıficos de cada projeto categorizados deacordo com o sistema analıtico de saude, da estrutura, do processo e do resultado que formamum potencial viavel para analisar espacos e integrar a comunidade formadora de vigilanciaepidemiologica.


Figura 2.2 – Modelo cartografico digital utilizado no controle e monitoramento do vetor damalaria no Mexico. FONTE: Organizacao Pan-americana de Saude - Mexico - 2005

2.7 Emergencia e re-emergencia das doencas infecciosas - A

biocomplexidade como um paradigma transdisciplinar

aaaUma abordagem mais recente adota o paradigma da transdisciplinaridade na pesquisado problema dos episodios recorrentes das epidemias [Wilcox e Colwell (2005)]. Nesta abor-dagem, o olhar transdisciplinar dos fenomenos epidemiologicos apresentaria um potencialsignificante para a explicacao destes fenomenos

O desfio mais significativo na abordagem cientifica sustentavel dos problemas complexos,e transpassar as fronteiras das disciplinas que seriam afins aos problemas epidemiologicos,entendendo como os fatores moleculares, quımicos, biologicos, antropologicos e ecologicosintervenientes no fenomeno se interconectam. A cunhagem desta abordagem abarca umaserie de premissas [Wilcox e Colwell (2005)]:

• A existencia de vınculos entre as ciencias;

• A existencia de vınculos entre os processos biologicos e fısicos;

• A abrangencia do escopo das abordagens metodologicas;

• A inerente complexidade dos sistemas naturais, incluindo as escalas globais e os com-ponentes de origem humana destes sistema;

• O entendimento do problema demanda o entendimento dos fatores ambientais;

• A fundamentacao nas teorias dos sistemas e do caos; e


• A emergencia da ordem nos sistemas complexos naturais.

O imperativo de uma tal paradigma pode ser descrito em termos do contexto globalque agora influencia todas as questoes da saude, e, especificamente, no caso do Dengue. Omundo tornou-se tao integrado e global, que a nocao de que uma doenca pode ser totalmenteerradicada se tornou simplista. O Dengue, visto como uma doenca movel, e influenciadapelo clima, bem como por outros fatores variantes tanto do ambiente natural como de ordemantropogenica, cujo vetor (ambientalmente sensıvel) tambem sao afetados [Wilcox e Colwell(2005)].

Assim, o ponto de vista simplista deve ser expandido para reconhecer que nem ecos-sistemas nem os agentes patogenicos que aı vivem, respondem linearmente as alteracoesambientais. Alem disso, muitos eventos de ordem ambiental, como as alteracoes climaticase de sazonalidade, mas sobretudo os associados a eventos meteorologicos e oceanograficos,sao intrinsecamente imprevisıveis pelos modelos presentes [Wilcox e Colwell (2005)]. A cres-cente investigacao acerca do domınio climatico global deve, desta forma, incluir a dimensaohumana, ou seja, as doencas infecciosas. Integrar uma previsao baseada em sinais de mode-los climaticos aos modelos sanitarios podem, assim, proporcionar novas oportunidades paraabordagens proativas e nao reativas, na saude publica.

O Dengue possivelmente e o melhor exemplo de como a compreensao das doencas in-fecciosas emergentes. O entendimento desta doenca necessita evoluir de um modelo linearreducionista centrado hora nos aspectos urbanos, hora nos aspectos socio-economicos, horanos aspectos biologicos, para um modelo muito mais complexo, e holisticamente preciso. Talmodelo de incluir aspectos meteorologicos globais, a existencia de reservatorios aquaticos,o comportamento coletivo dos vetores e dos grupamentos humanos e suas interacoes com oambiente comum.

Uma perspectiva “homem-sistemas naturais” tem sido utilizada para explicar a emergenciade doencas infecciosas de ordem zoonotica e e transmitidas por vetores [Wilcox e Colwell(2005)]. O esquema ilustrado na figura 2.3, descreve como doenca emerge envolvendo pro-cessos biologicos operam na escala de moleculas, conjugados com os de escala geografica,humanos e dos sistemas naturais.

Tal modelo salienta a influencia dos fatores demograficos e sociais das alteracoes ambien-tais regionais no espalhamento da doencas em todo o globo, assim como a falta de controledas doencas e de polıticas de saude publica. A urbanizacao, a intensificacao da agricultura,e a perda de habitats e demais alteracoes impulsionadas pelo crescimento demografico e deconsumo, caracterizam este modelo ideal [Wilcox e Colwell (2005)]. Este modelo ideal, devesalientar o papel das organizacoes geograficas regionais, as alteracoes ambientais descritaspela utilizacao dos solos, as transformacoes e os seus promotores (populacao, capacidade tec-nologica, fatores socio-culturais e e organizacao do espaco). Estas transformacoes tem agidoem sinergia com polıticas ou metodos de controle de vetores, e polıticas de prevencao dedoencas insuficientes ou inadequados, que involuntariamente tem promovido a emergencia dedoencas.


Figura 2.3 – A visao sintetica ilustrando os fatores ambientais associados a emergencia dedoencas. A mudanca dos fatores regionais, os quais sao influenciados significativamente pelocrescimento da populacao, a exaustao dos recursos do sistema natural e a geracao de rejeitos, ex-ercem um papel importante na emergencia das doencas infecciosas, especialmente nas regioes trop-icais. O uso desordenado da terra e a transformacao ambiental (urbanizacao, expansao agrıcola,a descaracterizacao dos habitat) tem produzido mudancas nos sistemas ecologicos, e por con-sequencia nas suas comunidades originais. Em especial, as alteracoes decorrentes nas populacoesdos patogenos, dos animais hospedeiros e de humanos, tem levado a mudancas drasticas nosequilıbrios entre “hospedeiros-patogenos”, as trocas de material genetico entre patogenos, resul-tando em adaptacoes rapidas destes aos novos sistemas ambientais, inclusive com a geracao denovas variantes dos patogenos. Alguns destes podem se tornar virulentos, infecciosos, ou capazesde incrementar a transmissao de doencas, contribuindo para a emergencia e/ou re-emergencia dedoencas. Fatores relacionados com a infra-estrutura de saude publica, variacoes climaticas e suasinteracoes com as mudancas regionais, tambem contribuem significativamente para a emergencia

da doencas. [Wilcox e Colwell (2005)]

Capıtulo 3

Automatos Celulares

aaaAutomatos Celulares sao modelos matematicos simples que permitem idealizar e simularos sistemas encontrados na natureza. Eles consistem de um espaco n-dimensional (tambemchamado de “grade”, “grid” ou “lattice”), formado por elementos geometricos (triangulos,quadrados, hexagonos, etc.). Cada um destes elementos geometricos pode possuir um con-junto finito de atributos que podem ser alterados a medida que a passagem do “tempo” esimulada. A passagem do tempo e feita de forma discreta, ou seja, o “tempo” so pode assumirvalores inteiros (t ∈ N).

Figura 3.1 – Automato celular unidimensional.

John von Neumann foi o primeiro a propor um modelo simples para tentar reproduzira vida, no entanto, nos anos 40 a primeira descricao formal dos automatos celulares foifeita por John von Neumann. O objetivo principal de John von Neumman era ”criar”ummodelo que atraves de simples regras pudesse imitar os complicados processos naturais e

18

3. Automatos Celulares 19

Figura 3.2 – Automatos celulares bidimensional e tridimensional.

artificiais que nos rodeiam, como o processo de reproducao. De fato, a maquina de Turingtal como outros modelos existentes na altura distinguiam a parte do computador, que erafixa, e os dados sobre os quais este operava, impossibilitando que o computador operassesobre si proprio modificando-se, entendendo-se ou construindo um outro computador. Osautomatos celulares tornam-se assim a classe de modelos que John von Neumman procuravauma vez que os seus objetivos (criados de uma mesma forma) podem ser vistos como dadospassivos ou nao. Uma outra caracterıstica importante deste modelo matematico e ser capazde simular sistemas complexos que evoluem ao longo do tempo, partindo de regras simples eque descrevem os mais variados fenomenos do espaco que nos rodeia - sistemas dinamicos.

3.1 Elementos de Automatos Celulares

aaaUm automato celular e constituıdo por um conjunto de celulas que estao conectadas a r

vizinhos locais (outras celulas) [Wolfram (1994)]. Nas figuras 3.3 e 3.4 , tem-se dois exemplosde automatos celulares bidimensionais, cujas celulas tem geometria hexagonal e triangular.A forma com que as celulas estao dispostas no automato celular define a sua dimensao quepode ser unidimensional, bidimensional, tridimensional, enfim, n-dimensionais. As dimensoesmais utilizadas em estudos com automatos celulares sao a unidimensional e bidimensional.O maior obstaculo a utilizacao de automatos n-dimensionais prende-se com a dificuldade davisualizacao das sucessivas geracoes.

3.1.1 Vizinhanca

aaaA celula a ser estuda recebe como entrada os estados das celulas vizinhas. Esta e definidacomo um raio, r. Nos automatos celulares bidimensional, com geometria quadrangular, havarias vizinhancas possıveis, sendo as mais habituais a de von Neumman (Figura 3.5), emcada celula so tem como vizinhas as 4 adjacentes a cada lado, e a de Moore (Figura 3.6), emque uma celula tem 8 vizinhos (as adjacentes aos lados e na diagonal).


Figura 3.3 – Automato celular bidimensional hexagonal.

Figura 3.4 – Automato celular bidimensional triangular.

(a) (b)

Figura 3.5 – Vizinhanca de von Neumann (a) Primeiros Vizinhos; (b) Segundos Vizinhos.

3.1.2 Estados

aaaO numero de estados de cada automato finito associado a uma celula e tambem umparametro fundamental. O numero de estados de cada celula e definido de acordo com oproblema.

3.1.3 Disciplina de atualizacao

aaaEste parametro determina a sequencia pela qual sao atualizadas as celulas do automatocelular.

• Disciplina sıncrona: todas as celulas sao atualizadas num mesmo passo temporal;

• Disciplina assıncrona: as celulas sao atualizadas em instantes diferentes.


(a) (b)

Figura 3.6 – Vizinhanca de Moore (a) Primeiros Vizinhos; (b) Segundos Vizinhos.

As disciplinas mais comuns sao: assıncrona sequencial e aleatoria.

3.2 Automato Celular Unidimensional

aaaUm automato unidimensional e constituıdo por uma celula que esta conectada a r vizinhoslocais (outras celulas) tanto a sua esquerda quanto a sua direita. Cada celula tem 2r + 1vizinhos incluindo ela mesma. [PEIXOTO apud Wolfram (1994)].

Segundo Souza [Sousa (2002)], o automato celular unidimensional sao os automatos maissimples. Estes sao constituıdos por uma grelha linear de celulas. A sua visualizacao e,portanto, bastante mais simples. Cada geracao e graficamente visualizada numa grelha uni-dimensional e o desenrolar das geracoes numa grelha bidimensional.

Figura 3.7 – Automato Celular unidimensional

3.3 Automato Celular Bidimensional

aaaNos itens acima foram descritos o conceito de automato celular e uma breve explicacaode automato celular unidimensional. Neste trabalho, apresenta um estudo de automatoscelulares bidimensional para simular em diferentes cenarios a ocorrencia de dengue no Rio deJaneiro.

A extensao das duas dimensoes e importante para muitas comparacoes com resultadosexperimentais. Segundo Sasso et al. [Sasso et al. (2004)], um automato celular bidimensionalrepresenta uma amostra da populacao distribuıda geograficamente, sendo que, o modo comque a doenca e transmitida, como os doentes se recuperam e como os indivıduos se tornamsuscetıveis, sao reveladas atraves das regras desse automato.

Segundo Munoz [Munoz (2004)], o Jogo da Vida (Game of Life), foi proposto na decadade 70 por Jonh Conway. O Jogo da Vida utiliza a vizinhanca de Moore e segue as seguintes


regras:

• Uma celula que esta no estado 1 (vivo) permanecera neste estado se 2 ou 3 vizinhosestiverem no estado 1 (vivo), pois nao estara solitario; caso contrario, ele ira para oestado 0 (morto), ele morre de solidao se tiver apenas 1 vizinho ou morre de fome setiver 4 vizinhos;

• Uma celula que esta no estado 0 (morto) ira para o estado 1 (vivo) se exatamente 3vizinhas estiverem no estado 1 (vivo), condicao necessaria para o ”nascimento”; casocontrario, ela permanecera no estado 0 (morto), nao houve condicao necessaria para o”nascimento”.

No Jogo da Vida todos as celulas comecam no estado 1 (vivo). A seguir, na figura X,apresenta um exemplo de um glider (estruturas localizadas simples e propagantes), que semove um quadrado diagonalmente a cada 4 passos do tempo [Munoz (2004)].

Figura 3.8 – Exemplo de um glider de perıodo 4. Fonte: Munoz, 2004

Capıtulo 4

Sistemas de Informacoes

Geograficas (SIG)

aaaSistemas de Informacao Geografica (SIG), ou Geographic Information Systems (GIS) euma tecnologia que associa informacoes geograficas a bancos de dados convencionais. Parao tratamento dessas informacoes utilizam-se recursos computacionais: processamento digitalde imagens e computacao grafica.

Essa tecnica e bastante recente, pois este recurso oferece ao administrador (urbanista,planejador, engenheiro) uma visao bastante abrangente do ambiente estudado, sendo que, asinformacoes estao ao seu alcance interrelacionadas com base na geografia.

Qualquer elemento em sua forma bruta nao conduz a compensacao de determinado fato.O dado transformado gera conhecimento que propicia ao tomador de decisoes. Tal trans-formacao e o resultado da analise dos dados. Portanto e importante distinguir dado deinformacao, sendo que, o que diferencia eles e o conhecimento. O processo de transformacaodestes dados em informacao e essas informacoes sao necessarios para um processo decisorio epode-se definir que esse e um sistema de informacoes gerenciais.

Figura 4.1 – Modelo proposto do sistema de informacoes gerenciais Fonte: Sistema de In-formacao Gerencial - SIG - Brasil - 2005

4.1 Analise Espacial

23

4. Sistemas de Informacoes Geograficas (SIG) 24

aaaUm sistema de informacao geograficos nao e apenas um repositorio de dados geograficosque possibilita procedimentos de automatizacao de desenho. A caracterıstica fundamental deum SIG e sua capacidade de gerar novas informacoes a partir dos dados disponıveis em seurepositorio. Este processo e denotado pelo termo ”analise espacial”e envolve um conjunto deoperadores sobre campos e objetos geograficos.

4.2 Saude Publica, Epidemiologia e Geoprocessamento

aaaA Epidemiologia e a ciencia que lida com o estudo das causas, espalhamento e controle dedoencas. Desta forma, a meta da epidemiologia e enderecar informacoes que permitam im-plementar mecanismos de vigilancia, monitoramento, previsao e controle de doencas. Porem,a epidemiologia da suporte a Vigilancia Epidemiologica, analisa os fatores ambientais e so-cioeconomicos que possam ter alguma influencia na eclosao de doencas e nas condicoes desaude e, constitui um dos elos de ligacao comunidade / governo, estimulando a pratica dacidadania atraves do controle, pela sociedade, dos servicos de saude. As praticas da VigilanciaSanitaria estabelecem, com base no conceito de risco, como: possibilidade, perigo potencialou ameaca de dano ou agravo. O conceito epidemiologico e fundamental, mas nao suficientepara fundamentar as intervencoes da Vigilancia Sanitaria. A Vigilancia Epidemiologica e deextrema importancia nas acoes do campo da Vigilancia Sanitaria, permitindo acompanhardoencas, fornecendo informacoes valiosas para subsidiar acoes de controle sanitario.

A incorporacao de tecnicas de geoprocessamento na area de saude tem historia relativa-mente recente e depende de um conjunto de bases tecnologicas e metodologicas ainda em fasede implementacao. A falta de meios automatizados de coleta e analise de dados espaciaistende a dificultar a manipulacao dos dados que passam por processos artesanais de obtencao.

A moderna tecnologia de analise de dados no contexto de sua localizacao vem sendocada vez mais valorizada na gestao do sistema de saude, por aportar novos subsıdios para oplanejamento e a avaliacao das acoes, baseados na analise da distribuicao espacial das doencas,da localizacao dos servicos e dos riscos ambientais, entre outros aspectos prioritarios.

A ferramenta SIG’s sera uma ferramenta eficaz para mapear os casos da incidencia doDengue do Rio de Janeiro, fazer seu controle e auxiliar no processo de tomada de decisoes.O resultado e o maior controle de epidemias e apoio a campanhas de prevencao.

O custo de implantacao dos projetos, entretanto, e alto. Sao grandes as dificuldades namontagem das bases de dados cartograficos, no georreferenciamento das bases textuais, naintegracao das diferentes fonte de dados. Apesar do esforco dos profissionais de saude emdiversos locais na apropriacao desta nova tecnologia, com frequencia os resultados praticosforam de pouca monta. Os metodos disponıveis para analise espacial sao oriundos de diver-sas disciplinas e ainda pouco consolidadas. As ferramentas existentes nao sao suficientementeamigaveis, apresentam dificuldades na convertibilidade entre formatos e baixa integracao en-tre software de mapeamento e de analise de dados. Alem disso, e indispensavel a capacitacaodos recursos humanos para viabilizar cada fase de implantacao destas tecnicas.

A relacao ambiente e saude e uma das aplicacoes mais importantes na area de geopro-

4. Sistemas de Informacoes Geograficas (SIG) 25

cessamento. Alem disso, compatibilizar informacao ambiental e de saude quanto a escala etipo de dado disponıvel depende de profundo conhecimento dos varios lados do problema -ambiental, sanitario e social - integrando de fato diferentes aspectos.

Capıtulo 5

Modelos Baseados em Equacoes

Diferenciais

aaaSegundo R.M.Anderson e R. M. May (1991), para comecarmos a tratar do problema de es-palhamento de doencas, deve ser mostrado um exemplo simples da formulacao compartimen-tal dinamica. Nessa abordagem, classifica-se a populacao em categorias (ou compartimentos)disjuntas de densidades de indivıduos.

De acordo com Gagliardi e Alves, o modelo SIR (suscetıvel-infectado-recuperado) e umdos mais comuns na literatura para esse tipo de abordagem determinıstica, ja que com ele epossıvel introduzir os principais conceitos do processo epidemico de maneira simples, servindode base, para a formulacao de desenhos e procedimentos nos estudos mais gerais em mode-lagem de epidemias.

Doencas infecciosas que ocorrem com maior frequencia na infancia, como rubeola, varicela,sarampo e caxumba, sao exemplos de doencas que costumam ser modeladas atraves de mod-elos SIR. A suposicao basica deste tipo de modelo e que um indivıduo pode passar su-cessivamente por estagios de suscetibilidade, infeccao e recuperacao, e que a imunidade epermanente, durando por toda a vida. Segundo esse modelo, a populacao pode ser divididada seguinte forma:

• S - representa a categoria dos susceptıveis, ou seja, dos indivıduos (ou agentes) que naoestao infectados, mas podem ser infectados;

• I - representa a categoria dos infectados, ou seja, daqueles indivıduos que sao capazesde transmitir a doenca aos susceptıveis;

• R - representa a categoria dos recuperados (ou removidos/imunes), ou seja, daquelesque ja foram infectados pela doenca e morreram (ou se isolaram) ou ficaram permanen-temente imunes a doenca.

Algumas simplificacoes adotadas sao:

• Nao considerar o perıodo de latencia que antecede ao perıodo infeccioso;

26

5. Modelos Baseados em Equacoes Diferenciais 27

• Assumir que as taxas de natalidade e mortalidade sao iguais, com valor M. Esta ultimasimplificacao faz com que a populacao mantenha um tamanho constante ao longo dotempo.(Amaku M)

Modelos do tipo SIR podem incorporar tanto a evolucao temporal quanto a dependenciaetaria (Amaku et al., 2003).

O modelo utilizado nas simulacoes considera apenas a evolucao temporal. Assim, em uminstante de tempo t uma populacao e caracterizada pelas densidades S(t), I(t) e R(t) onde

N(t) = S(t) + I(t) + R(t)

sendo N(t) o numero total de indivıduos da populacao a cada instante, sendo este modelorepresentado atraves do esquema abaixo:

Figura 5.1 – Ilustracao do esquema de compartimentos para o modelo SIR

As variaveis e taxas utilizadas no modelo e nas simulacoes sao:

• β: taxa de contatos potencialmente infectantes

• γ: taxa de recuperacao, equivalente ao inverso do perıodo infeccioso

• m: taxa de natalidade = taxa de mortalidade

• S(t): numero (ou densidade) de indivıduos suscetıveis no instante t

• S0: numero (ou densidade) inicial de indivıduos suscetıveis (no tempo t=0)

• I(t): numero (ou densidade) de indivıduos infectados no instante t

• I0: numero (ou densidade) inicial de indivıduos infectados (no tempo t=0)

• R(t): numero (ou densidade) de indivıduos recuperados no instante t

• R0: numero (ou densidade) inicial de indivıduos recuperados (no tempo t=0).

Diante disso tudo, devemos considerar tres hipoteses basicas:

• O numero de agentes na classe de infectados aumenta proporcionalmente ao numero deagentes na classe infectante e ao numero de agentes na classe susceptıvel;

• A taxa na qual os indivıduos infectados sao transferidos para a classe dos removidos(ou recuperados) e proporcional ao numero de infectados;

• Nesse modelo, e considerado um perıodo muito curto de incubacao, fazendo com queos indivıduos susceptıveis passem diretamente para o estado infectado.


Esses mecanismos sao descritos formalmente pelas seguintes equacoes diferenciais:

∂S(t)∂t

= -βS(t)I(t)

∂I(t)∂t

= βS(t)I(t)− γ I(t)

∂R(t)∂t

= γI(t)

5.1 Modelagem Estocastica

aaaEste tipo de modelagem nao leva em consideracao efeitos de flutuacoes estocasticas de umamaneira geral. Esse tipo de complexidade tem sido incorporada por modelos epidemiologicosestocasticos que por sua vez sao baseados no mesmo raciocınio compartimental, e assimconstruıdos com variaveis probabilısticas e suas relacoes de incertezas entre Susceptıveis,Infectados e Recuperados.

Para entender a transicao entre essas duas abordagens podemos interpretar os modelosdeterminısticos, como aproximacoes validas para grandes populacoes conhecidas da fısicacomo aproximacao de campo medio, ou seja, as solucoes desses modelos como sendo a mediados mecanismos epidemicos que evoluıssem estocasticamente. Quando tomamos a formulacaodeterminıstica e dizemos que um evento (uma transicao de estado, por exemplo) ocorre a umataxa λ tipicamente devemos interpretar que o tempo τ entre sucessivas ocorrencias tem umadistribuicao exponencial de probabilidade com parametro λ, tal que

P(τ≤t) = 1− exp(−λt).

Com isso em mente, vale destacar que de qualquer maneira a aproximacao determinısticadas flutuacoes estocasticas e reconhecidamente inapropriada para pequenas populacoes. Man-tendo a hipotese de que N indivıduos na populacao estao homogeneamente misturados e porsimplicidade supor que a epidemia comeca no tempo t = 0. Em adicao, devemos inter-pretar os estados S(t), I(t) e R(t) como variaveis aleatorias tomando o cuidado de fazers(t) = S(t) = N , i(t) = I(t) = N e r(t) = R(t) = N de maneira que essas varaveis podemser aproximadas por numeros reais no limite em que N →∞. Assim, podemos escrever quea probabilidade de que ocorra uma nova infeccao em um pequeno intervalo de tempo ∆t e

βSI∆t + o(∆t).

Quando essa transicao ocorre, S decresce por uma unidade e I aumenta de uma unidade.Todavia, nesse intervalo de tempo ainda temos a possibilidade de que um indivıduo na pop-


ulacao se recupere da infeccao. A probabilidade de que isso aconteca e

βI∆t + o(∆t).

e nesse caso I decresce de uma unidade enquanto S permanece inalterado. Podemos escreveragora a probabilidade ψ(t) para que no instante t existam s susceptıveis nao infectados e i

infectados em circulacao. Para fazer isso, tomamos como hipotese que o intervalo de tempopara a infeccao e uma eventual recuperacao da infeccao tem uma distribuicao exponencialnegativa. Usando argumentos sobre a relacao entre probabilidade de estados adjacentespodemos escrever o seguinte conjunto de equacoes diferencial - diferenca para as transicoes:

∂ρsi

∂t= wc(S + 1, I − 1)ρs+1,i−1 − [wc(S, I) + wr(I)]ρsi + wr(I + 1)ρs,i−1

onde wc(S, I) = βSI/N e a probabilidade de transicao de contagio por unidade de tempoe wr(I) = λI e a probabilidade, de transicao de recuperacao por unidade de tempo com acondicao inicial de que: ψ(0) = 1.

Capıtulo 6

Dengue

aaaDurante a maior parte de sua historia, o dengue foi considerado uma doenca benigna,nao letal, para os visitantes dos tropicos. Geralmente, havia grandes intervalos de aproxi-madamente 10 a 40 anos entre as grandes epidemias, principalmente porque o transporte depessoas e mercadorias era feito principalmente por veleiros.

Os primeiros registros de epidemias de dengue sao do final do seculo XVIII na Asia, Africae America do Norte. A ocorrencia simultanea de epidemias nos tres continentes indica que ovetor e o vırus ja estavam distribuıdos nos tropicos ha varios anos. Atualmente, o dengue euma das mais importantes arboviroses que afetam o homem. De uma populacao mundial de6,5 bilhoes de habitantes, aproximadamente 40% podem ser expostas ao vırus, principalmenteem paıses tropicais onde o clima, problemas caracterısticos do subdesenvolvimento e o precariosaneamento destas regioes favorecem as condicoes de reproducao dos principais vetores.

O dengue pela sua capacidade de producao de epidemias de vulto nas grandes cidades e nasdensas regioes metropolitanas do globo e de vital interesse para os setores da saude publica,com graves implicacoes economicas. Apesar dos esforcos que os governos vem desenvolvendopara o controle de novas epidemias, a efetividade das medidas implementadas tem sido muitolimitada [Goh (1995)], visto que o aumento de sua incidencia e expansao para outras areastem sido uma constante, estabelecendo situacoes epidemicas e endemicas, precursoras deocorrencia das formas graves da doenca [Gubler (1997)]. Atualmente, o dengue e endemicona Africa, America e Asia, e em partes da Europa e Oceania [OMS (2008)].

Estima-se que tres milhoes de casos de febre hemorragica do dengue e sındrome do choquedo dengue, com 58 mil mortes, foram registrados nos ultimos 40 anos [Teixeira et al. (1999)].O surgimento dessas formas graves, principalmente, a partir da decada de 1950, epidemianas Filipinas, direcionou grande parte das investigacoes cientıficas para a identificacao defatores de risco individuais e coletivos dessa apresentacao clınica da doenca, e desenvolvi-mento de pesquisas clınicas e imunologicas visando a reducao da sua letalidade. Os estudosepidemiologicos descritivos acerca da sua distribuicao na populacao foram relegados a umsegundo plano, uma vez que o entendimento vigente era de que o uso de inseticida sobreo vetor e a possibilidade de desenvolvimento de vacinas poderiam resolver em curto prazoo problema. Entretanto, tem-se observado que as estrategias de combate ao Aedes aegypti,

30

6. Dengue 31

que foram anteriormente efetivas quando dos esforcos de erradicacao da febre amarela ur-bana, outra arbovirose tambem transmitida por este mesmo vetor, nao tem sido capazes decontrolar a transmissao do vırus do dengue em areas densamente povoadas [Barreto (2004)].

Na America, o vırus circulou desde o seculo XIX ate as primeiras decadas do seculo XX.Retornou na decada de 1960 com o isolamento dos sorotipos DEN-2 e DEN-3, associadosa ocorrencia de varias epidemias de dengue classico. O isolamento laboratorial do sorotipoDEN-2 foi em Trinidad, em 1953; o sorotipo DEN-3 na Venezuela e costa do Caribe, em 1963;e o sorotipo DEN-1 foi introduzido em 1977, na Colombia, Venezuela, Guiana, Suriname,Guiana Francesa, Honduras, El Salvador, Guatemala e Mexico (OPS, 1995).

No Brasil, o Dengue ocorre principalmente nos meses de janeiro a maio, pelas condicoesclimaticas favoraveis ao mosquito transmissor, o Aedes aegypti, nessa epoca do ano. Desde1986, quando a doenca foi introduzida no paıs, em todos os anos ha registro de casos dedengue, com a ocorrencia de varios picos epidemicos durante esse perıodo, relacionados coma chegada de um novo subtipo do vırus do Dengue. Na decada de 90, mesmo em anosnao epidemicos, a doenca registra uma ocorrencia de dezenas de milhares de casos por ano[da Saude. Secretaria de Vigilancia em Saude (2007)].

As razoes para a reemergencia do dengue sao complexas e nao totalmente compreendi-das. As mudancas demograficas ocorridas nos paıses subdesenvolvidos, a partir da decadade 60, consistiram em intensos fluxos migratorios de populacoes rurais para centros urbanos,resultando num crescimento desordenado das cidades. Essas nao conseguiram dotar-se opor-tunamente de equipamentos, facilidades e servicos publicos que atendessem as necessidadesdos migrantes, entre as quais incluem-se as de habitacao e saneamento basico. O sanea-mento basico, particularmente o abastecimento de agua e a coleta de lixo, mostram-se in-suficientes ou inadequados nas periferias das grandes metropoles. Uma das consequenciasdessa situacao e o aumento do numero de criadouros potenciais do principal mosquito vetor.Associada a essa situacao, o sistema produtivo industrial moderno, que produz uma grandequantidade de recipientes descartaveis, entre plasticos, latas e outros materiais, cujo destinoinadequado, abandonados em quintais, ao longo das vias publicas, nas praias e em terrenosbaldios, tambem contribui para a proliferacao do inseto transmissor do dengue. O aumentoexorbitante da producao de veıculos automotores tem gerado fatores de risco para prolif-eracao, criadouros preferenciais dos mosquitos vetores, por meio de um destino inadequadode pneus usados, e para a disseminacao passiva destes transmissores sob a forma de ovos oularvas, em recipientes contendo agua, como vasos de flores, plantas aquaticas e outros [OMS(2008)].

O ultimo pico epidemico ocorreu em 2002, em decorrencia da introducao do DEN-3, tendosido registrados 794.219 mil casos, a maioria deles no Rio de Janeiro. Nos anos seguintes adispersao do DEN-3 para os demais estados do paıs tem proporcionado o surgimento de surtose epidemias, sem atingir os nıveis de 2002. No ano de 2006, foram registrados 345.922 casos,sendo as regioes mais acometidas, o Sudeste (141.864) e o Nordeste (105.017 casos). Foramnotificados 682 casos de Febre Hemorragica do Dengue e 76 obitos [da Saude. Secretaria deVigilancia em Saude (2007)].

6. Dengue 32

6.1 Etiologia e Modo de Transmissao

aaaO vırus do dengue e um vırus RNA (arbovırus) do genero Flavivirus, pertencente a famıliaFlaviviridae de quatro sorotipos ja identificados. E classificado no meio cientıfico como umarbovırus, os quais sao normalmente transmitidos por mosquitos e outros artropodes. Apre-senta diferentes propriedades antigenicas, que caracterizam os quatro sorotipos, denominados:DEN-1; DEN-2; DEN-3 e DEN-4 (Nogueira et al, 2000). A transmissao normalmente se fazpela picada da femea infectante dos mosquitos Aedes aegypti, no ciclo Aedes aegypti - homem- Aedes aegypti - homem. Apos um repasto de sangue infectado, a femea estara apta a trans-mitir o vırus depois de 8 a 12 dias de incubacao extrınseca. A transmissao mecanica tambeme possıvel, quando o repasto e interrompido e o mosquito, imediatamente, se alimenta numhospedeiro susceptıvel proximo. Nao ha transmissao por contato direto de um doente ou desuas secrecoes com uma pessoa sadia, nem atraves de fontes de agua ou alimento [da Saude.Secretaria de Vigilancia em Saude (2007)].

Femeas infectadas podem transmitir o vırus aos seus ovos, futura prole, por via transovar-iana, mas o papel deste fato na manutencao da transmissao do vırus aos seres humanos aindanao foi completamente esclarecido [da Saude. Secretaria de Vigilancia em Saude (2007)].

6.2 Aspectos Clınicos e Diagnostico

aaaO dengue e uma doenca febril de curso benigno ou grave sob duas formas: Dengue classica(DC) e febre hemorragica do Dengue (FHD). O dengue nao e transmitido por secrecao oucontato direto com o indivıduo doente nem uso de fonte de agua comum ou alimento. Operıodo de incubacao e de 3 a 15 dias sendo em media de 5 a 6 dias [da Saude. Secretaria deVigilancia em Saude (2007)].

Na DC o paciente tem perıodo febril agudo de 7 dias em media, acompanhado de cefaleia,dor retroorbital, mialgia, artralgia, prostacao, exantema. A FHD apresenta alem dos sintomasdescritos acima, tambem, hemorragia e em casos mais graves hematemese e melena comsintomas de choque cardiovascular (pulso arterial fino e rapido o ausente, diminuicao depressao arterial, pele fria e umida, agitacao).

Existem dois tipos de diagnostico, o diferencial e o laboratorial:

1. Diagnostico diferencial:

DC - o dengue tem um amplo espectro clınico, mas as principais doencas a serem con-sideradas no diagnostico diferencial sao: gripe, rubeola, sarampo e outras infeccoesvirais, bacterias e exantematicas.

FHD - no inicio da fase febril, o diagnostico diferencial deve ser feito com outras infeccoesvirais e bacterianas e, a partir do 3o ou 4o dia, com choque endotoxico decorrenteda infeccao bacteriana ou meningococcemia. Outras doencas com as quais sedeve fazer o diagnostico diferencial sao: leptospirose, febre amarela, malaria, hep-

6. Dengue 33

atite infecciosa, influenza, bem com outras febres hemorragicas, transmitidas pormosquitos ou carrapatos.

2. Diagnostico laboratorial:

• Exames especıficos: Isolamento do agente ou metodos sorologicos que demonstrama presenca de anticorpos da classe IgM, em unica amostra de soro, ou o aumentodo titulo de anticorpo IgG (conversao sorologica) em amostras pareadas.

• Exame inespecıficos: Hematocrito e plaquetometria sao os mais importantes parao diagnostico e acompanhamento das formas hemorragicas.

6.3 O Vetor

aaaO Aedes aegypti e a principal especie responsavel pela transmissao do dengue. E ummosquito domestico, antropofılico, com atividade hematofagica principalmente diurna, uti-lizando preferencialmente de depositos artificiais de agua limpa para colocar os seus ovos.Estes tem uma alta capacidade de resistir a dessecacao, mantendo-se viaveis na ausencia deagua por ate 450 dias. O Aedes aegypti tem mostrado uma grande capacidade de adaptacaoa diferentes situacoes ambientais, por nos consideradas desfavoraveis. Adultos ja foram en-contrados em altitudes elevadas e larvas em agua poluıda [Tauil (2002)].

Os mosquitos se desenvolvem atraves de metamorfose completa. O ciclo de vida do Aedesaegypti compreende quatro fases: ovo, larva, pupa e adulto (figura 6.1). O adulto representaa fase reprodutiva do inseto. Como ocorre com grande parte dos insetos alados, o adultorepresenta importante fase de dispersao. Entretanto, com o Aedes aegypti e provavel quehaja mais transporte passivo de ovos e larvas em recipientes do que dispersao ativa peloinseto adulto [da Saude. Secretaria de Vigilancia em Saude (2007)].

O Aedes aegypti e escuro, com faixas brancas nas bases dos segmentos tarsais e um desenhoem forma de lira no mesonoto. O macho se distingue essencialmente da femea por possuirantenas plumosas e palpos mais longos. Dentro de 24 horas apos emergirem, podem acasalar,o que vale para ambos os sexos. Uma unica inseminacao e suficiente para fecundar todosos ovos que a femea venha a produzir durante sua vida. As femeas se alimentam frequen-temente de sangue, servindo como fonte de repasto a maior parte dos animais vertebrados,mas mostram marcada predilecao pelo homem (antropofilia). Ocorre quase sempre duranteo dia, nas primeiras horas da manha e ao anoitecer [da Saude. Secretaria de Vigilancia emSaude (2007)].

Em geral, a femea faz uma postura apos cada repasto sanguıneo. O intervalo entre aalimentacao e a postura e, em regra, de tres dias, em condicoes de temperatura satisfatorias.Com frequencia, a femea se alimenta mais de uma vez, entre duas sucessivas posturas, emespecial quando perturbada antes de totalmente ingurgitada. Esse fato resulta na ampliacaoda taxa de contato com os hospedeiros, com disseminacao dos vırus a varios deles [Marquardte Beaty (1996)].

6. Dengue 34

Figura 6.1 – Taxa diaria de desenvolvimento e sobrevivencia nas diferentes etapas do desen-volvimento do Aedes aegypti. Os requisitos para a sobrevivencia e o desenvolvimento variamconforme o estagio de desenvolvimento. O processo de metamorfose depende do desenvolvimentoacumulativo diario e de outros fatores estagio dependentes. (Figura Samuel Richard Christophers,1960, Aedes aegypti: Yellow Fever Mosquito, ISBN 04638-6, Cambridge University Press, New

York, p. 399, Fig. 49-I).

6. Dengue 35

A ovoposicao se da mais frequentemente no fim da tarde. A femea gravida e atraıdapor recipientes escuros ou sombreados, com superfıcie aspera, nos quais deposita os ovosproximo a linha de superfıcie da agua. Prefere agua limpa e cristalina em vez de aguasuja ou poluıda por materia organica. Tanto em condicoes naturais, quanto em habitatsartificiais, as larvas do Aedes aegypti sao dependentes da disponibilidade de alimentos em seuambiente, os quais sao limitados em condicoes selvagens. Associado a competicao com outrasespecies, esta baixa disponibilidade de alimentos faz com que as larvas se desenvolvam emcondicoes de subalimentacao extrema, apresentando altos ındices de mortalidade. Contudo,no habitat urbano, os nıveis de subalimentacao sao menos severos, o que faz com que amortalidade das larvas nao seja tao pronunciada [Reiter (2007)]. Adicionalmente, tem sidoobservado na literatura que a ovoposicao e inibida em dias de forte chuva [Reiter (2007)]. Estecomportamento mostra ser uma estrategia obvia de sobrevivencia, visto que os ovos morremse permanecerem submersos por mais de 4 horas, apos terem sido postos. A femea distribuicada postura em varios recipientes. Os tipos de criadouros mais frequentes sao: pratos deplanta (28,89 %), depositos com plantas na agua (19,66 %), caixas d’agua mal tapadas (13,74%), recipientes pequenos nos quintais (8,38 %), latoes (8,16 %), garrafas (5,92 %), pneus(1,12 %) e calhas (0,89 %) [Lenzi et al. (2000)].

Quando o Aedes aegypti esta infectado pelo vırus dengue, pode haver transmissao transo-variana destes, de maneira que, a prole de uma especime portadora pode nascer infectada.Os adultos de Aedes aegypti podem permanecer vivos em laboratorio durante meses, mas,na natureza, vivem em media de 30 a 35 dias. Com uma mortalidade diaria de 10%, ametade dos mosquitos morre durante a primeira semana de vida e 95% durante o primeiromes (figura 6.2) [FUNASA (2004)].

Em condicoes urbanas, tanto os machos quanto as femeas do Aedes aegypti, tendem a per-manecer dentro das residencias. As femeas praticamente nao penetram nas florestas urbanas[Reiter (2007)], permanecendo no ambiente peridomestico onde as condicoes de ovoposicao ede fontes de alimentos sao abundantes. Nestas condicoes, as femeas do Aedes aegypti podemdemandar ate 21 dias (condicoes de laboratorio) para chegar aos limites dentro de um raiode 100 mts do ponto de eclosao. Na maioria dos casos estudados, a ovoposicao das femeasconcentra-se dentro de um raio de 10 mts da residencia onde esta encontra-se instalada. Estadisponibilidade de sangue aumenta o numero de ovos por femea.

O processo de dispersao geografica do Aedes aegypti fica restrito, em grande parte, aoslocais proximos ao ponto onde o mosquito se torna adulto. Em experimentos de campocontrolados, a maior parte das femeas marcadas tem sido identificadas dentro de um raiode 100 mts do ponto de eclosao. Contudo, existem relatos mostrando que em condicoes derestricao alimentar, as femeas do Aedes aegypti podem facilmente percorrer distancias de 300mts em um dia, podendo mesmo manter voo constante por ate 1000 mts [Reiter (2007)].

Algumas importantes implicacoes para a biologia do vetor, podem ser derivadas da identi-ficacao dos ındices de mortalidade quando relacionados com a idade dos vetores em condicoesselvagens [Reiter (2007)]:

A primeira e a percepcao de que a mortalidade dos mosquitos e um processo dinamico

6. Dengue 36

Figura 6.2 – Distribuicao dos Estados por Areas de Incidencia, Brasil, 2007. Fonte: SVS/SES

ainda muito pouco explorado, o qual demanda investigacoes mais detalhadas sobre a biologiae a ecologia do mosquito, inclusive como a senescencia altera a expressao genica do vetor.

A segunda, e que novos metodos necessitam ser desenvolvidos para estudar a dinamicada mortalidade do mosquito, particularmente em condicoes selvagens.

A terceira, e que a mortalidade dos vetores, como funcao da idade necessita ser incorpo-rada aos modelos e outras abordagens quantitativas tanto da veiculacao dos patogenos pelovetor, tanto quanto da prevencao das doencas.

6.4 A Epidemiologia

aaaA Secretaria de Vigilancia em Saude do Ministerio da Saude - SVS/MS registrou atesemana epidemiologica No. 18, 246.833 casos de DC, 288 casos de FHD e a ocorrencia de38 obitos. Verifica-se um aumento de 20% dos casos de dengue no paıs, comparado com omesmo perıodo do ano anterior (janeiro a abril de 2007), com o mes de marco registrando omaior numero de notificacoes no perıodo. No mes de abril, observa-se a reducao do numerode casos de dengue no paıs em relacao ao mes anterior.

Com os dados notificados pelas Secretarias Estaduais de Saude ate o presente momento,em abril houve uma reducao de 53% nas notificacoes quando comparado com o mes de marco(grafico 6.3). O declınio das notificacoes no mes de abril e observado em todas as regioes comdestaque para as regioes Sudeste (-62%) e Centro-Oeste (-61%) (BRASIL, 2007).

O Programa Nacional de Controle do Dengue (PNCD) caracteriza as areas do paıs deacordo com a taxa de incidencia:

6. Dengue 37

Tabela 6.1 – Taxas de incidencia dos casos notificados de dengue por regiao de residencia, Brasil,2007. Fonte: SVS/SES

Figura 6.3 – Distribuicao da Incidencia de dengue por area nos estados do Brasil em 2007.Fonte: SVS/SES

• Areas de baixa incidencia: regioes, estados ou municıpios com taxa de incidencia menorque 100 casos por 100.000 habitantes;

• Areas de media incidencia: regioes, estados ou municıpios com taxa de incidencia entre100 e 300 casos por 100.000 habitantes;

• Areas de alta incidencia: regioes, estados ou municıpios com taxa de incidencia maiorque 300 casos por 100.000 habitantes.

Um dos fatores que podem acarretar o aumento da probabilidade do Dengue e a faixaetaria, onde idosos e criancas sao mais susceptıveis, devido a baixa imunidade que possuem.Outro fator e o local que propicia a proliferacao do mosquito. Paıses de clima tropical, por

6. Dengue 38

exemplo, que possuem perıodos mais quentes e umidos. A intensa migracao de pessoas con-tribui para o espalhamento e aumento da doenca, ja que o Dengue e transmitida atravesda picada do mosquito que se contaminou picando alguem ja infectado. O desmatamentotambem e um fator que aumenta muito a probabilidade de ocorrer a doenca, ja que com osmosquitos que habitavam as florestas, migram pra os centros urbanos em busca de sobre-vivencia. O aumento da densidade demografica, a falta de saneamento basico, e a falta deeducacao da comunidade em relacao a prevencao do Dengue. Se nao houver a conscientizaraoda populacao, o risco da doenca ocorrer e muito maior.

A doenca febril apresenta-se com um curso benigno ou grave sob duas formas (FC eFHD). Para o paciente que apresenta o Dengue classica seu prognostico e favoravel a cura,mas se esse mesmo paciente contaminar-se com outro sorotipo de vırus do Dengue passa adesenvolver, dependendo da resposta imunologica, a febre hemorragica de dengue podendoresultar em cura ou obito.

Na DC o tratamento e sintomatico (analgesico e antipiretico) e pode ser feito no domicilio,com orientacao para retorno ao servico de saude apos 48 a 72 horas do inıcio dos sintomas.Indica-se hidratacao oral com aumento da ingestao de agua, sucos, chas, soros caseiros, etc.nao devem ser usados medicamentos com ou derivados do acido acetil salicılico, por aumentaro risco de hemorragias. Ja na FHD, uma progressao da DC, a conduta frente ao pacientedepende dos sinais clınicos e evolucao da hemoconcentracao. Deve-se iniciar a terapeuticaadequada, que e a reidratacao parenteral. Assim, a unidade de saude deve realizar hidratacaovenosa e hemograma, alem de assistir o paciente.

Em 2002, foi implantado o Programa Nacional de Controle do Dengue (PNCD), queda continuidade a algumas propostas do PIACD e enfatiza a necessidade de mudancas nosmodelos anteriores, inclusive em alguns aspectos essenciais, como:

• a elaboracao de programas permanentes, pois nao ha qualquer evidencia tecnica de quea erradicacao do mosquito seja possıvel a curto prazo;

• o desenvolvimento de campanhas de informacao e de mobilizacao da populacao, demaneira a se promover maior responsabilidade de cada famılia na manutencao de seuambiente domestico, livre de potenciais criadouros do vetor;

• o fortalecimento da vigilancia epidemiologica e entomologica, para ampliar a capacidadede predicao e deteccao precoce de surtos da doenca;

• a melhoria da qualidade do trabalho de campo no combate ao vetor;

• a integracao das acoes do controle do Dengue na atencao basica, com a mobilizacao doPrograma de Agentes Comunitarios de Saude (PACS) e do Programa Saude da Famılia(PSF);

• a utilizacao de instrumentos legais que facilitem o trabalho do poder publica na elim-inacao de criadouros em imoveis comerciais, casas abandonadas, etc.;

6. Dengue 39

• a atuacao multissetorial, no fomento a destinacao adequada de resıduos solidos e autilizacao de recipientes seguros para armazenagem de agua;

• o desenvolvimento de instrumentos mais eficazes de acompanhamento e supervisao dasacoes desenvolvidas pelo Ministerio da Saude, Estado e Municıpio.

Em Outubro de 2003 o Ministerio da Saude constitui atraves da Portaria No 2001/GM.Em 17 de outubro de 2003 o Comite Nacional de Mobilizacao contra o Dengue e atravesda Portaria No2002, de 17 de Outubro de 2003, o Comite Tecnico de Acompanhamento eAssessoramento do Programa Nacional de Controle do Dengue (PNCD) (BRASIL, 2008).

Discussoes recentes sobre o controle do Dengue apontam para a necessidade de maioresinvestimentos em metodologias adequadas, para sensibilizar a populacao sobre a necessidadede mudancas de comportamento que objetivam o controle do vetor; e no manejo ambiental,incluindo a ampliacao do foco das acoes de controle racional de vetores, para minimizar autilizacao de inseticidas e, dessa forma, garantir maior sustentabilidade as acoes.

A falta de saneamento basico, objetos que acumulam agua, perıodo chuvoso, lixo acumu-lado, tubulacoes e bueiros entupidos (dificultam o escoamento) sao ambientes que propiciam aproliferacao do vetor, o mosquito Aedes aegypti. Falta de conscientizacao e educacao da pop-ulacao, que ignoram as informacoes ou nao as cobram dos orgaos competentes. Estas, causamtambem a proliferacao pois nao tomam medidas no controle do vetor como limpeza domi-ciliar. Indivıduos doentes que nao procuram auxılio medico potencializam o espalhamentode pelo menos dos membros que com ele compartilham um espaco comum alem se ser umreservatorio ativo.

Parte III

DADOS E METODOS

40

Capıtulo 7

Modelo Epidemiologico

aaaA elevacao das temperaturas e as mudancas climaticas no nıvel global podem estar levandoa expansao da populacao de A. aegypti, e daı expondo as populacoes humanas susceptıveisa longos perıodos de transmissao da doenca [Patz e Reisen (2001); Hales et al. (2002)]. Oaumento da severidade das epidemias de dengue, mesmo nas infeccoes primarias, sugere umaevolucao da virulencia das estirpes do dengue [Holmes e Burch (2000)]. Por fim, apesardos fatores associados as origens desta emergencia serem qualitativamente conhecidos, asmaneiras como eles interagem ainda nao sao plenamente conhecidas [Schrag e Wiener (1995),Gubler (2002)). O desenvolvimento de modelos que descrevam as interacoes destes diferentesfatores e seus efeitos na transmissao do vırus do dengue sao de fundamental importancia parao entendimento e para a predicao dos padroes epidemiologicos do dengue. A modelagem dadinamica desta doenca tem o potencial de auxiliar o entendimento, a localizacao a influenciae os diferentes parametros, e em larga escala, os mecanismos de emergencia das epidemias.

Em uma epidemia de dengue, o homem permanece como o centro do processo epi-demiologico. Ao contrario de outras doencas associadas a arbovırus, as quais afetam pri-mariamente os animais (como o gado na febre Rift Valley, e os passaros na Febre do Oestedo Nilo), a transmissao de humanos para humanos via mosquito, e a unica forma pela qualo dengue se alastra. Como em outras doencas, a dinamica espacial do dengue e parcialmenteinfluenciada pelo comportamento humano. Em outras palavras, a estrutura social e espacialdas populacoes humanas (tal como o isolamento geografico de comunidades, a segregacao so-cial, ou a presenca ao longo das linhas de interacao social). Contudo, pode-se assumir que emescala local os contatos entre humanos e vetores seja homogeneo? Se nao, como a estruturadas populacoes influencia a dinamica de uma epidemia?

Neste estudo, a epidemia de dengue ocorrida no inıcio de 2008 e analisada sob a opticadestes conceitos. Aqui, a possıvel heterogeneidade dos contatos entre as populacoes humanase dos vetores sao consideradas como uma forma de reproduzir in silico os padroes reaisobservados nesta epidemia.

41

7. Modelo Epidemiologico 42

Figura 7.1 – Diagrama do comportamento das populacoes humanas e de vetores.

7.1 Modelos

7.1.1 Modelo Homogeneo

aaaNo caso especıfico da Dengue, o modelo determinıstico mais adequado e o SEIR. A su-posicao basica deste tipo de modelo e que um indivıduo pode passar sucessivamente porestagios de suscetibilidade (S), infectado e em incubacao (E), infectado e manifestando sin-tomas (I) e em recuperacao (R). Segundo esse modelo, a populacao pode ser dividida daseguinte forma:

• S - representa a categoria dos susceptıveis, ou seja, dos indivıduos (ou agentes) que naoestao infectados, mas podem ser infectados;

• E - representa a categoria dos assintomaticos, ou seja, dos indivıduos (ou agentes) jainfectados, mas que ainda nao manifestaram a doenca e que ja sao capazes de transmitira doenca aos susceptıveis;

• I - representa a categoria dos infectados, ou seja, daqueles indivıduos que sao capazesde transmitir a doenca aos susceptıveis;

• R - representa a categoria dos recuperados (ou removidos/imunes), ou seja, daquelesque ja foram infectados pela doenca e morreram (ou se isolaram) ou ficaram permanen-temente imunes a doenca.

Contudo, ao envolver o vetor e seu respectivo ciclo de vida, o ciclo completo da Denguepode ser modelado, conforme a figura 7.1:


Para elaborar o modelo epidemiologico, assume-se a mistura homogenea entre as pop-ulacoes de hospedeiros e vetores no interior de um mesmo agregado espacial, enquanto aheterogeneidade dos contatos e considerada entre os diferentes agregados.

No modelo heterogeneo, assume-se que a heterogeneidade dos contatos surge a partirda estrutura das populacoes de vetores e hospedeiros em diferentes agregados especiais. Ahipotese de mistura homogenea e adotada no estudo da dinamica interna a cada um dosvarios agregados espaciais. Alem disso, os contatos entre os diferentes agregados espaciaissao simulados considerando que os humanos permutam entre os diferentes agregados especiais,enquanto os vetores estao restritos ao seu agregado espacial.

Este tipo de heterogeneidade pode ser caracterizado por um unico parametro pi, que e aprobabilidade diaria com que cada hospedeiro (ou humano) visita um outro agregado espacial,escolhido aleatoriamente e, em seguida, regresse ao seu agregado de origem. A populacao deum agregado espacial podem assim ser infectada de duas formas:

• pela visita de um hospedeiro infectado; ou

• atraves da infeccao de um hospedeiro susceptıvel, quando este visita um agregado es-pecial onde a doenca ocorre com alta incidencia.

Sejam entao Nh e Nv os tamanhos das populacoes de humanos e vectores respectiva-mente. Neste modelo, a morte dos hospedeiros, e os processos de migracao social nao saoconsiderados.

Os vetores sao representados por um modelo SEI modificado, onde o tamanho da pop-ulacao Nv, e formada por vetores susceptıveis Sv, em estagio de incubacao Ev, e ja infectadosIv.

O modelo supoem uma mistura homogenea (dentro de um mesmo agregado), das pop-ulacoes humanas e de mosquitos de forma que todos os humanos (naquele agregado) apresen-tam a mesma probabilidade de ser picado. Assim o termo bSv , representa a media de picadasque um vetor susceptıvel pode realizar, phv representa a probabilidade media de um vetorsusceptıvel ser infectado por um humano ja infectado, a taxa de exposicao dos vetores µEv

dada por:

µEv =phvIhbSv

Nh. (7.1)

Admitindo um comportamento homogeneo para todos os mosquitos, independente deestarem infectados ou nao, este modelo assume que a taxa de picadas promovidas por vetoresinfectados bIv , e igual a taxa apresentada pelos mosquitos susceptıveis bSv .

Denotando a probabilidade media de transmissao da doenca de um vetor contaminadopara um humano susceptivel como pvh, e sendo Iv o numero de vetores infectados, a taxa deexposicao dos humanos µEh

, e dada por:

µEh=

pvhIvbIv

Nh. (7.2)

Assim:


• A taxa de contato dos humanos com os vetores e dada por:

chv = phvbSv (7.3)

• A taxa de contato dos vetores com os humanos e dada por:

cvh = pvhbIv (7.4)

Outros parametros, adotados neste modelo, sao dados na tabela 7.1.

Ator Parametro Notacao Valores na Literatura Valores em SimulacoesRazao Pupas / Humanos k 0,3 - 10 0,3 - 10

Taxa de oviposicao 0,3 0,3Numero de Ovos por Femea 60 - 80 70

Taxa de inviabilidade 0,29natural dos ovos

Vetor Perıodo de Incubacao [dias] t(Ev) 4 - 12 4Taxa de transformacao de 0,7

ovos em larvasTaxa de transformacao das 0,9

larvas em adultosMortalidade diaria µDv 0,1 - 0,9 0,1

Taxa de Contato Efetivo chv 0,4 - 0,9 0,4 - (1/Ih)com humanos infectadosProbab. de Transmissao pvh 0,75 0,75do vetor para humanosPerıodo de vida [dias] 1/mv 4 4

Pop. RMRJ [IBGE (2007)] Nh 11.571.617 11.571.617Taxa Pop. em I0

h I0h 10% 0,1

Humanos Perıodo de Incubacao [dias] t(Eh) 5 5Perıodo de Infeccao [dias] t(Ih) 4 4Taxa de Contato Efetivo cvh 0,4 - 0,9 0,8com vetores infectados

Probab. de Transmissao phv 0,75 0,75de humanos para vetorPerıodo de vida [dias] 1/mh 25.000 25.000

Tabela 7.1 – Sumario dos parameteros do modelo com as respectivas notacoes, as faixas devalores identificadas na literatura [Luz et al. (2003)].

Neste trabalho, o municipio do Rio de Janeiro foi estudado considerando os seus 158bairros1 constituıntes, conforme representado na figura 7.2, o qual mostra a populacao decada um destes bairros para o ano 2000, segundo a propria prefeitura municipal do Rio deJaneiro. Nenhuma das fontes consultadas ate a presente data informou que o perfil2 dedistribuicao espacial da populacao, neste municıpio, tenha mudado daquele perıodo ate apresente data.

1Fonte - <http://www.armazemdedados.rio.rj.gov.br> [acessado em 28/05/2008]2Aqui o termo Perfil refere-se a proporcao da populacao total de cada um dos bairros em relacao a

populacao total do municıpio


Figura 7.2 – Mapa da distribuicao da densidade populacional no Municıpio do Rio de Janeiroem 2000. Fonte - <http://www.armazemdedados.rio.rj.gov.br> [acessado em 28/05/2008].

Contudo, e razoavel supor que a populacao tenha mantido a tendencia de crescimento,que vinha mentendo ate entao. Desta forma, com base nos dados disponıveis no DATASUS3,a populacao do municıpio para o ano de 2008 foi estimada, segundo um modelo de tendencialinear, tendo como referencia a taxa de crescimento populacional apresentada no perıodo de1999 a 2005, conforme mostra a figura 7.3.

Com base neste modelo, a populacao total do municipio do Rio de Janeiro foi estimadaem ≈ 6.200.000 habitantes, distribuidos em 158 bairros4, conforme representado na figura 7.2.Utilizando uma distribuicao equiprovavel, as populacoes de cada um dos 158 bairros estu-dados foram estimadas aleatoriamente ate que a populacao total do municıpio atingisse ovalor apresentado em 2000. A intencao deste exercıcio e fazer uma distribuicao espacial dapopulacao total sem incorrer em nenhum erro de tendencia. Partido das populacoes esti-madas para o ano 2000, fez-se a projecao destas para 2008, de forma que a populacao totaldo municıpio totalizasse a populacao estimada para este ano.

Como dito anteriormente, supoem se neste modelo que a populacao de cada um dos bairrosesteja homogeneamente distribuıda por toda a sua area.

Neste modelo, a area total do municıpio do Rio de Janeiro foi dividida em areas menores3Fonte - <http://tabnet.datasus.gov.br> [acessado em 28/05/2008]4Fonte - <http://www.armazemdedados.rio.rj.gov.br> [acessado em 28/05/2008]


Figura 7.3 – A populacao do Municıpio do Rio de Janeiro em 2008 foi estimada em 6,2 milhoesde pessoas. Esta estimativa e feita a partir dos dados do perıodo de 1999 a 2005, e em ummodelo de crescimento linear onde: Populacao = 0,048 * Ano + 90,17, com r2 = 0, 98. Fonte -

<http://tabnet.datasus.gov.br> [acessado em 28/05/2008]

de 425m por 114m ou seja 48km2, as quais apresentam probabilidade de contatos entre atoresem um mesmo agregado espacialigual a (p=0,05), maior que a probabilidade de contato entreatores de agregados espaciais diferentes (p = 0,005).

7.2 Fatores Climaticos

aaaNeste modelo, sao consideradas as influencias dos fatores climaticos (temperatura e plu-viosidade) sobre o comportamento do Aedes aegypti em cada uma das etapas de seu ciclobiologico. Os parametros aqui adotados, sao aqueles apresentados na figura 7.4 e na figura 7.5.

Observa-se na figura 7.5 que a temperatura, nas regioes de clima tropical, praticamentenao afetam a sobrevivencia do A. aegypti, seja qual for o estagio de desenvolvimento em queele se encontre.

Alguns autores afirmam que a pluviosidade e o fator climatico que mais afeta o A. aegyptiem qualquer uma de suas fases [Freitas et al. (2007)]. Segundo estes, as condicoes climaticasdurante os perıodos umidos e quentes sao, possivelmente, menos favoraveis aos mosquitosadultos. Ao seu turno, estas mesmas condicoes mostrar-se-iam favoraveis ao desenvolvimentodos ovos, larvas e pupas, enquanto os perıodos secos seriam danosos as larvas e pupas, jaque os ovos ao se dessecarem podem se manter viaveis por mais de um ano. Entretanto,estas afirmacoes carecem de dados que quantifiquem estes comportamentos. Na ausencia detais dados numericos, o modelo desenvolvido neste trabalho ira computar somente a mediapluviometrica dos ultimos 30 dias, para verificar a viabilidade dos ovos, larvas e pupas. Os


Figura 7.4 – Media das Temperaturas, Precipitacao e Horas de Luminosidade para a cidade doRio de Janeiro.

Figura 7.5 – Taxa de sobrevivencia do mosquito Aedes aegypti, em suas diferentes fases de vidaem funcao da temperatura [Hopp e Foley (2001)].


demais fenomenos que porventura pudessem ocorrer, em decorrencia do regime de chuvas,devem ser o alvo de futuros trabalhos.

7.3 Fatores Socioeconomicos

aaaNa literatura analisada, o Indice de Desenvolvimento Social- IDS, tanto quanto o Indice deDesenvolvimento Humano - IDH, tem sido usados como metrica para avaliar as possıveis cor-relacoes entre as areas de risco de ocorrencia de dengue e a qualidade de vida das populacoesque ali habitam.

O IDS foi inspirado no conhecido Indice de Desenvolvimento Humano - IDH, calculadopela ONU (PNUD) para inumeros paıses do mundo que, por sua vez tem servido de basepara a construcao de uma serie de outros ındices compostos. Sua finalidade e medir o grau dedesenvolvimento social de uma determinada area geografica em comparacao com outras demesma natureza. Como qualquer ındice sintetico do tipo, o IDS combina, de uma determinadaforma, algumas variaveis que melhor caracterizem diversas facetas do fenomeno em estudo.A escolha das variaveis, tarefa presidida por uma analise teorico-conceitual decorre da suapertinencia ao tema, mas tambem da sua disponibilidade e da sua “qualidade estatıstica”.Um grande numero de variaveis compondo o ındice nao e, necessariamente, um atestado devalor, ate porque algumas podem estar expressando os mesmo conteudos, criando nada maisdo que uma redundancia estatıstica.

Ainda com relacao aos ındices sociais, existe o consenso entre diferentes autores de queos baixos rendimentos familiares, a alta densidade populacional e uma grande populacao decriancas e mulheres idosas sao fatores que melhor associam o risco de ocorrencia de denguecom uma certa area geografica.

Da analise do IDS por bairro, apresentado pela prefeitura do Rio de Janeiro5, ve-se quecertos ındices nao refletem, ao nosso ver, a realidade das comunidades onde os episodios dedengue tiveram lugar no ano de 2008. Assim, neste modelo, optou-se por adotar o padrao deocupacao do solo como metrica para estimar os riscos de ocorrencia de dengue nos diferentesbairros desta cidade. Partindo das informacoes sobre o padrao de ocupacao do solo, disponi-bilizadas pela prefeitura do Rio de Janeiro, foi feita uma analise de correlacao estatıstica comos casos de dengue notificados em cada uma destas areas. Cabe ressaltar que, o fenomenoda sub-notificacao dos casos e frequente, principalmente entre a populacao economicamenteativa, visto que estes indivıduos costumam continuar trabalhando, mesmo quando acometi-dos pela doenca, que em muitos casos apresenta sintomas inespecıficos sendo confundida, porestes, com uma forte gripe.

5Fonte - < http://www.armazemdedados.rio.rj.gov.br/arquivos/1194 percentual de area territorial dozoneamento urbano conforme a legislacao urbana.XLS > [acessado em 28/05/2008]

Parte IV

RESULTADOS E CONCLUSOES

49

Capıtulo 8

Resultados e Discussoes

aaaOs resultados derivados das simulacoes realizadas pelo modelo, sao apresentados nos ma-pas seguintes. Os mapas da figura 8.1e da figura 8.2, mostram, respectivamente os casosrelatados pela vigilancia sanitaria do Rio de Janeiro, para o mes de janeiro, e os resulta-dos gerados pelo modelo computacional. Comparando os dois cenarios, observa-se algumasdiferencas entre o notificado e o simulado. Contudo, as regioes de maior incidencia naodiferem muito, indicando que as condicoes assumidas no modelo, explicam razoavelmente osprimeiros momentos da epidemia. Observa-se que o uso do Indice de Desenvolvimento Social- IDS, como indicador de risco epidemiologico mostra-se adequado, quando conjugado comoutros parametros, como quantidade de larvas por habitante.

Ja os mapas das figuras 8.3 e 8.4, mostram, respectivamente os casos notificados no Rio

Figura 8.1 – Incidencia de Dengue, em janeiro 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?

infoid=3915&editionsectionid=21&user=reader> Acessado em 13/06/2008).

50

8. Resultados e Discussoes 51

Figura 8.2 – Simulacao da Incidencia de Dengue, em janeiro 2008, no municıpio do Rio deJaneiro.

de Janeiro, para o mes de fevereiro, e os resultados gerados pelo modelo computacional parao mesmo perıodo. Novamente, da comparacao dos dois cenarios, observa-se que as diferencasentre o que foi notificado e os resultados da simulacao sao mais acentuadas. Mesmo que asregioes de maior incidencia continuem nao diferenciando muito, o modelo sugere que outrasregioes estariam apresentando um maior numero de casos, que aqueles notificados.

Uma explicacao possıvel para estas diferencas pode ser o fato da populacao ter tomadoprovidencias para eliminar os criatorios de mosquitos, a medida que a epidemia comecou atomar porte. Tal cenario, nao havia sido contemplado pelo modelo, que supoe que a populacaose mantera passiva diante dos eventos.

Outra possibilidade, e a sub-notificacao dos casos iniciais, os quais podem ser confundidoscom uma forte gripe. Alem disso, sabe-se que boa parte da populacao economicamente ativa,opta por trabalhar adoentada, para nao correr o risco de perder o emprego.

Qualquer que seja a razao, esta deve ser melhor explorada em outros trabalhos.As mesmas consideracoes sao apropriadas para a interpretacao dos mapas das figuras 8.5

e 8.6, e dos mapas das figuras 8.7 e 8.8.Os mapas referentes aos meses de maio e junho ( figuras 8.9, 8.10, 8.11, 8.12), mostram

uma tendencia de regressao da epidemia em alguns bairros, mas ainda apresenta diferencaspontuais, nao muito significativas. Os cenarios gerados pelo modelo indicam, entretanto, queo numero de casos de dengue ainda seriam maiores do que os notificados. Ao que parece, apopulacao poderia ter optado por tratar os casos de menor gravidade em casa, ao inves deprocurar o sistema publico de saude, que neste perıodo encontrava-se sobrecarregado.


Figura 8.3 – Incidencia de Dengue, em fevereiro 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?


Figura 8.4 – Simulacao da Incidencia de Dengue, em fevereiro 2008, no municıpio do Rio deJaneiro.


Figura 8.5 – Incidencia de Dengue, em marco 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?


Figura 8.6 – Simulacao da Incidencia de Dengue, em marco 2008, no municıpio do Rio deJaneiro.


Figura 8.7 – Incidencia de Dengue, em abril 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?


Figura 8.8 – Simulacao da Incidencia de Dengue, em abril 2008, no municıpio do Rio deJaneiro.


Figura 8.9 – Incidencia de Dengue, em maio 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?


Figura 8.10 – Simulacao da Incidencia de Dengue, em maio 2008, no municıpio do Rio deJaneiro.


Figura 8.11 – Incidencia de Dengue, em junho 2008, no municıpio do Rio de Janeiro(fonte:<http://www.saude.rio.rj.gov.br/cgi/private/cgilua.exe/web/templates/htm/v2/view.htm?


Figura 8.12 – Simulacao da Incidencia de Dengue, em junho 2008, no municıpio do Rio deJaneiro.


Assim, o modelo sugere que os casos de dengue ainda estavam ocorrendo, mas em menorquantidade, no mes de junho. Tal comportamento era esperado, face a reducao do ındice dechuvas, que leva a nao eclosao dos ovos nas taxas observadas nos primeiros meses do ano.Agrega-se aos fatores climaticos intervenientes, a chegada do perıodo de ventos (a partir demarco, mas com predominancia a partir de junho) no qual os vetores ficam impossibilitadosde voar muito alem do seu nicho pontual. Apesar desta constatacao, o modelo nao trabalhacom o comportamento das correntes de vento, o que poderia ser uma melhoria futura.

Capıtulo 9

Conclusoes e Perspectivas

aaaA administracao publica e a sociedade organizada sao obrigadas a encarar a tarefa detomar decisoes relativas a preparacao e prontidao para eventuais surtos de doencas, visandotanto o controle como a aniquilacao do processo. A modelagem pode contribuir como umapoio a tomada de decisoes. Existem duas situacoes distintas nas quais sao necessariasdecisoes polıticas:

• Planejamento Estrategico de Contingencia - onde uma polıtica e mantida em ’temposde paz’, nas que detalha as estrategias a serem seguidas em caso de surtos futuros;

• Decisoes Taticas tomadas durante uma epidemia (’tempo de guerra’) - decisoes dereativas para apresentar medidas de controle em resposta ao surgimento de surtos.

Um problema e que a distincao entre estes dois tipos de decisao e frequentemente nebulosa.Quando um surto epidemico imprevisto ocorre e nao existe uma resposta determinada peloplano de contingencia existente, estrategias novas devem ser desenvolvidas com respeito adeteriorizacao da situacao.

Alem disso, a falta cronica de um servico adequado de inteligencia voltado para a saude,significa que sistematicamente estas novas estrategias provavelmente continuarao a seremelaboradas e definidas com o apoio de modelos baseados em dados incompletos, usando su-posicoes simplificadas para preencher as falhas. Em suma, modelos sao simplesmente ferra-mentas utilizadas para analisar os dados e estimar cenarios, porem a novidade que o modeloanalıtico representa para os tomadores de decisoes, os levam a crer de forma ingenua queestes modelos sao mais confiaveis do que eles devem ser de fato. Muitas vezes os limitesentre a realidade e aquilo que se supoem dela, estao bem distantes. Para evitar esta situacao,e necessario haver planos de contingencia mais detalhados de antemao; planos que cobremvarios cenarios, inclusive cenarios de pior caso e antecipem os criterios pelos quais decisoesserao feitas para ajustar e/ou definir estrategias diferentes. Devem ser desenvolvidos mod-elos com antecedencia, e estes devem ser usados como uma das ferramentas, de auxılio nacontingencia de controle de doencas. Estes planos devem estar sujeitos a revisao cientıficapropria, devem ser acordados com antecedencia, e tem que enfatizar a necessidade de acaorapida.

58

9. Conclusoes e Perspectivas 59

Os recentes episodios de expansao de epidemias nas regioes urbanas decorre de fatoresdiversos, mas principalmente devido aos deslocamentos populacionais. Atualmente, o cenariodemografico dominante e a periferizacao das metropoles e o processo de urbanizacao, na qualtorna-se complexo o processo de controle da transmissao infra-urbana de algumas epidemiase endemias. De fato, ha carencia social no atendimento a saude o que exige novas estrategiasde controle das epidemias. No Brasil, relativamente pouco se conhece sobre a distribuicaoespacial dos eventos morbidos.

A relacao ambiente e saude e uma das aplicacoes mais importantes na area do geopro-cessamento. Alem disso, compatibilizar informacao ambiental e de saude quanto a escala etipo de dado disponıvel depende de profundo conhecimento dos varios lados do problema -ambiental, sanitario e social - integrando de fato diferentes aspectos.

Os Sistemas de informacoes Geograficas (SIG) na saude publica tem se tornado ferra-mentas de grande utilidade, pois tem uma grande capacidade de integrar diversas operacoes(captura, armazenamento, manipulacao, selecao e busca de informacao, analise e apresentacaode dados), auxilia o processo de entendimento da ocorrencia de eventos, predicao, tendencia,simulacao de situacoes, planejamento e definicao de estrategias no campo da Vigilancia emSaude.

Alem da aplicacao dos conceitos de geoprocessamento, outra ferramenta importante eo uso de modelos de simulacoes discretas no tempo, espaco e no espaco dos processos epi-demiologicos. A ideia destes modelos consiste em considerar cada regiao do domınio espacialcomo sendo uma celula, que influencia e e influenciada pelas celulas vizinhas. O estado decada celula e modificado de acordo com seu estado e dos seus vizinhos na etapa de tempo an-terior, atraves de uma serie de regras simples que tentam imitar as leis biologicas (ou fısicas)que regem o sistema.

Dentro da linha de pesquisa de criacao de modelos epidemiologicos, neste trabalho foiestudado o fenomeno epidemiologico da Dengue no municıpio do Rio de Janeiro no anode 2008. Os resultados apresentados neste trabalho mostraram uma boa proximidade comaqueles que foram observados na epidemia de Dengue ocorrido no Rio nesse ano.

Apesar de algumas discrepancias entre os fatos observados e os cenarios apresentados pelomodelo, tais diferencas podem ser explicadas por condicionantes bem conhecidos, principal-mente devido a sub-notificacao dos casos, por razoes ja apresentadas. Contudo, tais achadosmostram a boa aderencia aos fatos observados, o que sugere que os parametros do modelosao razoaveis. Cabe ressaltar que muito ainda se faz necessario para que o modelo possaser aprimorado. Relativamente pouco se conhece ainda da biologia do vetor do Dengue, dopadrao de mobilidade social que contribui para o alastramento da doenca, os parametros deocupacao do solo, e fatores climaticos como o sistema de correntes de vento na regiao e asinfluencias dos fatores climaticos no processo epidemiologico.

Entretanto, ressalta-se que o uso de modelos abre oportunidades para que estes possamser aplicados para estimar futuros eventos epidemiologicos possıveis de acontecer em outrasareas geograficas de risco, estimando os impactos sociais e sugerindo acoes preventivas emsaude publica. Nesta perspectiva sao apresentados os criterios de selecao de variaveis socio-

9. Conclusoes e Perspectivas 60

economicas, as etapas metodologicas na construcao do indicador composto e a estratificacaoespacial das situacoes de risco, o que devera possibilitar o planejamento de intervencoes emonitoramentos seletivos.

O uso de modelos associados as ferramentas de geoprocessamento constitui uma tecnica,que na area da saude publica, auxilia na estimativa e na visualizacao de eventos de saude.Acreditamos que este trabalho tenha contribuıdo para a construcao de modelos mais realistase de maior utilidade para sugerir medidas que possam ser tomadas para estancar ou amenizaroutros surto da doenca.

O modelo apresentado nao fica somente restrito a um determinado tipo de doenca, po-dendo ser utilizado para simular ocorrencias de outros tipos de doencas em uma determinadaarea geografica. O mesmo serve como base para o entendimento de modelos computacional-epidemiologicos que possam auxiliar na area da saude publica.

Referencias Bibliograficas

Andrade, E. X. d.; Sampaio, R. e Silva, G. N. (2006). Notas em matematica aplicada. Analsdo XXIX CNMAC - Congresso Nacional Sociedade Brasileira de Matematica Aplicada eComputacional.

Barreto, F. (2004). Padrao de Difusao da Primeira Epidemia de dengue de Salvador. PhDthesis, UFBA.

Czeresnia, D. (1997). Do contagio a transmissao: ciencia e cultura na genese do conhecimento.Fiocruz.

da Saude. Secretaria de Vigilancia em Saude, M. (2007). Situacao epidemiologica do dengueem 2007.

Freitas, R. M. d.; Codeco, C. T. e de Oliveira, R. L. (2007). Daily survival rates and dispersalof aedes aegypti females in rio de janeiro, brazil. Am. J. Trop. Med. Hyg., 76(4):659–665.

Freitas, R. M.-d.; RB, N.; JM, G.; CT, C. e de Oliveira R, L. (2006). Movement of denguevectors between the human modified environment and an urban forest in rio de janeiro.Journal of Medical Entomology, 43:1112–1120.

FUNASA, F. N. d. S. (2004). Dengue. Technical report, FUNASA, Fundacao Nacional deSaude.

Gagliardi, H. F. e Alves, D. (2005). Redes complexas e modelagem de epidemias. XXVIIICongresso Nacional de Matematica Aplicada e Computacional.

Galvez-Contreras, M.; E, C.; F, J.-O.; R, J.-J.; A, V. C. e Garcia-Juarez R, Pasquau-Liano J,P.-C. S. H.-B. J. G.-R. V. (2000). Epidemiological and clinical changes in the hiv/aidsepidemic in the south of spain, 1992-1999. In Proceedings of Int Conf AIDS, volume 13.

Goh, K. (1995). Changing epidemiology of dengue in singapore. Lancet, 346:1098.

Gubler, D. J. (1997). Dengue and dengue hemorragic fever, chapter Dengue and denguehemoragic fever: its history and resurgence as a global health problem., pp. 1–22. CABInternational.

Gubler, D. J. (2002). Epidemic dengue/dengue hemorrhagic fever as a public health, socialand economic problem in the 21st century. Trends in Microbiology, 10:100–103.

61


Hales, S.; de Wet, N.; Maindonald, J. e Woodward, A. (2002). Potential effect of populationand climate changes on global distribution of dengue fever: an empirical model. Lancet,360:830–834.

Holmes, E. C. e Burch, S. S. (2000). The causes and consequences of genetic variation indengue virus. Trends in Microbiology, 8(2):74–77.

Hopp, M. J. e Foley, J. A. (2001). Global-scale relationships between climate and the denguefever vector, aedes aegypti. Climatic Change, 48:441–463.

IBGE (2007). Contagem da populacao 2007 e estimativas da populacao 2007. Technicalreport, IBGE.

Lenzi, M.; Camillo-Coura, L. e Grault, C. (2000). Estudo do dengue em area urbana favelizadado rio de janeiro: consideracoes iniciais. Cad. Saude Publica, 3:851–856.

Luz, P. M.; Codeco, C. T.; Massad, E. e Struchiner, C. J. (2003). Uncertainties regardingdengue modeling in rio de janeiro,brazil. Mem Inst Oswaldo Cruz, 98(7):871–878.

Marquardt, W. e Beaty, B. (1996). The Biology of Disease Vectors. University Press ofColorado.

Munoz, Y. J. (2004). Estudo da dinamica da violencia social atraves de um modelo deautomatos celulares. pp. 14–16.

OMS, O. M. d. S. (2008). Dengue. Technical report, OMS, Organizacao Mundial de Saude.

Patz, J. A. e Reisen, W. K. (2001). Immunology, climate change and vector-borne diseases.Trends in Immunology, 22(4):171–172.

Reiter, P. (2007). Oviposition, dispersal, and survival in aedes aegypti: implications for theefficacy of control strategies. Vector-Borne and Zoonotic Diseases, 7(2):261–274.

Sasso, J. B.; Chimara, H. D. B. e Monteiro, L. H. A. (2004). Epidemias e modelos epi-demiologicos baseados em automatos celulares: uma breve revisao. Cadernos de Pos-Graduacao em Engenharia Eletrica Universidade Makensie.

Schrag, S. J. e Wiener, P. (1995). Emerging infectious disease: what are the relative roles ofecology and evolution. Trends in Ecology and Evolution, 10:319–324.

Sousa, S. A. (2002). Automatos celulares. p. 96.

Tauil, P. (2002). Aspectos crıticos do controle do dengue no brasil. Cad. Saude Publica,3:867–871.

Teixeira, M.; Barreto, M. e Guerra, Z. (1999). Epidemiologia e medidas de prevencao dodengue. Informe Epidemiologico do SUS, 8:5–33.


Wilcox, B. A. e Colwell, R. R. (2005). Emerging and reemerging infectious diseases: Bio-complexity as an interdisciplinary paradigm. EcoHealth, 2(4):244–257.

Wolfram, S. (1994). Cellular Automata and Complexity. Perseus Books.

Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.

Technology

Transcript of Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.