ERRATUM: Spatial analysis of probable cases of dengue fever, chikungunya fever and zika virus infections in Maranhao State, Brazil

doi:10.1590/s1678-9946201860062err

Cited by 3 publications

(10 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Na presente análise espacial, constatou-se que a taxa de incidência da CHIKF foi espacialmente associada de forma direta ao IDHM. Consistente com tal resultado, Costa et al 16 , ao investigarem CHIKF e Zika entre 2015 e 2016, indicaram associação espacial positiva entre as incidências de arboviroses transmitidas por A. aegypti e o IDHM em municípios do Maranhão. Esses pesquisadores encontraram relações entre melhores valores de IDHM e altas taxas de incidência, sugerindo que municípios com maiores IDHM geralmente são os mais populosos e os que têm maior acesso aos serviços de saúde, influenciando na quantificação das notificações.…”

Section: Discussionunclassified

“…Este é um estudo ecológico com análise espacial referente às taxas de incidência dos casos prováveis da CHIKF em residentes da I a RSP, de 2015 a 2021, como descrito por Costa et al 16 . As unidades de análise espacial utilizadas foram os municípios.…”

Section: Métodosunclassified

“…O desfecho de interesse deste estudo foi a taxa média da incidência da CHIKF por município, calculada por meio da razão entre a média do total de casos prováveis da CHIKF de cada município no intervalo de 7 anos (2015 a 2021) e a população estimada, multiplicada por 100.000 habitantes, conforme Costa et al 16 . A população estimada para 2018, equivalente à metade do período estudado, foi obtida do IBGE 23 .…”

Section: Cálculo Das Taxas De Incidênciaunclassified

“…Espaços assim podem ser comuns em Pernambuco, estado que também se destaca por ter o maior índice de pobreza 12 e por ocupar o 19 o lugar no ranking do Índice de Desenvolvimento Humano (IDH) do país 13 . No entanto, há achados contraditórios na literatura [14][15][16][17] que indicam tanto a presença de associações entre altas incidências de arboviroses e melhores condições socioeconômicas quanto a ausência de qualquer associação.…”

Section: Introductionunclassified

“…Diante do exposto, é fundamental conhecer quais determinantes interferem no processo saúde-doença de um território, para que haja a orientação de efetivas ações de controle e prevenção. Dito isso, as técnicas de análise espacial tornam-se instrumentos extremamente úteis, pois têm sido utilizadas para investigar a dinâmica espacial de doenças como as arboviroses na conjuntura social em diferentes locais, abordando possíveis fatores associados e detectando áreas vulneráveis 8,9,[16][17][18] . No entanto, há lacunas no conhecimento desses fatores no contexto da CHIKF no território pernambucano.…”

Section: Introductionunclassified

See 4 more Smart Citations

Análise espacial da incidência da febre de Chikungunya e dos fatores socioeconômicos, demográficos e de infestação vetorial associados, em municípios de Pernambuco, Brasil, 2015–2021

Santos

Mendes

Passos

et al. 2023

Rev. bras. epidemiol.

View full text Add to dashboard Cite

RESUMO Objetivo: Identificar, na Iᵃ Região de Saúde de Pernambuco (Iᵃ RSP), os padrões espaciais da febre de Chikungunya (CHIKF) e os fatores socioeconômicos, demográficos e de infestação vetorial associados. Métodos: Este estudo ecológico utilizou a análise espacial das Taxas Médias de Incidência (TMI) de casos prováveis da CHIKF notificados entre os residentes dos 19 municípios da Iᵃ RSP no período de 2015–2021. Os índices de Moran global (I) univariados e bivariados foram estimados. Das associações significativas (p<0,05), clusters foram localizados por meio do Índice de Moran Local e de mapas. Resultados: Identificou-se predominância das maiores TMI da CHIKF no leste. Entretanto, houve distribuição heterogênea das taxas dos municípios, o que pode ter contribuído para a ausência de autocorrelação espacial da CHIKF (I=0,03; p=0,294) no I univariado. O I bivariado revelou correlação espacial positiva entre a CHIKF e o Índice de Desenvolvimento Humano Municipal (IDHM) (I=0,245; p=0,038), porém com um cluster de cidades com baixas incidências e baixo IDHM no oeste. Não houve correlação espacial entre a CHIKF e as demais variáveis analisadas: densidade demográfica, Índice de Gini, Índice de Vulnerabilidade Social e Índice de Infestação Predial de Aedes aegypti. Conclusões: Os resultados sugerem que somente o IDHM influenciou na ocorrência da CHIKF na Iᵃ RSP, de forma que municípios do oeste demonstraram dependência espacial entre menores valores de IDHM e TMI. No entanto, essa correlação espacial pode ter ocorrido devido às possíveis subnotificações na área. Tais achados podem auxiliar na (re)orientação de recursos dos serviços de vigilância e assistência à saúde.

show abstract

Section: Discussionunclassified

Section: Métodosunclassified

Section: Cálculo Das Taxas De Incidênciaunclassified

Section: Introductionunclassified

See 3 more Smart Citations

Análise espacial da incidência da febre de Chikungunya e dos fatores socioeconômicos, demográficos e de infestação vetorial associados, em municípios de Pernambuco, Brasil, 2015–2021

Santos

Mendes

Passos

et al. 2023

Rev. bras. epidemiol.

View full text Add to dashboard Cite

show abstract

Co-circulation of dengue, chikungunya, and Zika viruses in Colombia from 2008 to 2018

Rico-Mendoza

Porras-Ramírez

Chang

et al. 2019

Revista Panamericana De Salud Pública

View full text Add to dashboard Cite

Objective. This study aimed to identify the co-circulation patterns of three viruses (dengue, Zika, and chikungunya) in Colombia from 2008 to 2018 by using notification reports provided to the national surveillance system. Methods. This cross-sectional study was conducted through a review of data for 2008 through 2018 from Colombia’s Public Health Surveillance System (SIVIGILA). Results. In 2015, when chikungunya was first detected, it had a higher incidence (1 359.0 cases per 100 000 persons) than did the two other diseases. In 2016, when the circulation of Zika virus was first found, the incidence was 296.4 cases per 100 000 persons; that incidence declined dramatically in the next two years. Between 2015 and 2018, there was a substantial decrease in the frequency of dengue circulation, with it going from 334.1 cases per 100 000 persons in 2015 to 90.7 cases per 100 000 in 2017 and 173.1 cases per 100 000 in 2018. Conclusions. The decrease in the number of dengue cases after co-circulation of the three viruses could indicate possible cross-protection. This finding should be further analyzed.

show abstract

Correlação Entre Os Casos De Dengue E Variáveis Meteorológicas Em Região Do Nordeste Brasileiro (2010-2020)

Martins de Aguiar,

Lima Barbosa,

Bezerra

et al. 2023

SaudColetiv (Barueri)

View full text Add to dashboard Cite

Objetivo: Analisar a correlação entre os casos de dengue e variáveis meteorológicas para a Região Metropolitana da Grande São Luís entre 2010 e 2020. Método: Estudo epidemiológico do tipo quantitativo e analítico. A fonte de dados utilizada foram os casos confirmados e prováveis de dengue entre 2010 e 2020 para a Região Metropolitana da Grande São Luís fornecidos pela Secretaria de Estado da Saúde do Maranhão. As variáveis meteorológicas foram extraídas do banco de dados meteorológicos disponíveis no site do Instituto Nacional de Meteorologia - INMET. Para compreender a relação entre os casos da doença e as variáveis meteorológicas foi aplicado o teste de análise de componentes principais seguido do teste de correlação de Pearson para verificar o grau de correlação entre as variáveis. Resultado: Em relação às variáveis temperatura máxima, umidade relativa do ar e pluviosidade observou-se incidência maior nos casos confirmados de dengue em apenas dois anos. Conclusão: De acordo com os dados observados não se pode inferir categoricamente que variáveis meteorológicas isoladamente podem apresentar influência com os casos de dengue, apesar de ter sido evidenciada relação entre algumas dessas variáveis e a incidência sazonal da doença. DESCRITORES: Aedes; Estudos de Séries Temporais; Meio Ambiente e Saúde Pública; Medidas de correlação.

show abstract

ERRATUM: Spatial analysis of probable cases of dengue fever, chikungunya fever and zika virus infections in Maranhao State, Brazil

Cited by 3 publications

References 0 publications

Análise espacial da incidência da febre de Chikungunya e dos fatores socioeconômicos, demográficos e de infestação vetorial associados, em municípios de Pernambuco, Brasil, 2015–2021

Análise espacial da incidência da febre de Chikungunya e dos fatores socioeconômicos, demográficos e de infestação vetorial associados, em municípios de Pernambuco, Brasil, 2015–2021

Co-circulation of dengue, chikungunya, and Zika viruses in Colombia from 2008 to 2018

Correlação Entre Os Casos De Dengue E Variáveis Meteorológicas Em Região Do Nordeste Brasileiro (2010-2020)

Contact Info

Product

Resources

About