A saúde no Brasil em 2030: desenvolvimento produtivo e complexo da saúde - Vol. 5

Gadelha, Paulo; Noronha, José Carvalho de; Pereira, Telma Ruth; Costa, Laís Silveira; Gadelha, Carlos Augusto Grabois; Quental, Cristiane; Maldonado, José Carlos; Vargas, Marco Antônio

doi:10.7476/9788581100197

2013

DOI: 10.7476/9788581100197

|View full text |Cite

A saúde no Brasil em 2030: desenvolvimento produtivo e complexo da saúde - Vol. 5

Paulo Gadelha¹,

José Carvalho de Noronha²,

Telma Ruth Pereira³

et al.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2020

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 10 publications

(18 reference statements)

Supporting

Mentioning

Contrasting

Order By: Relevance

Georreferenciamento postal de casos de COVID-19 na cidade de Uberaba, Minas Gerais

Alexandre

Ferreira

Souza

et al. 2020

Metapre

View full text Add to dashboard Cite

Doenças de alto contágio, como o Corona Virus Disease 2019 (COVID-19), podem ser analisadas espacialmente e uma das formas de mapeá-las é por casos desagregados em nível pontual. Essa escala de análise é importante para a formulação de estratégias de proteção da saúde. O georreferenciamento de casos por endereçamento postal é um método recorrente em aplicações do geoprocessamento na saúde. Neste estudo, é apresentada uma validação do georreferenciamento postal automático dos casos de COVID-19 no município de Uberaba, MG para um período de 14 dias. Foi utilizada a base de endereços do Google Maps (GM) por meio dos softwares Google Earth (GE) e QGIS. O procedimento consistiu em georreferenciar 391 casos por consulta manual à base do GM, com apoio de imagens do Google Street View. Os resultados foram utilizados como referência para analisar o desempenho do georreferenciamento automático no GE e QGIS, este segundo, com uso do complemento MMQGIS. Houve variações significativas entre os métodos automáticos quando aplicadas diferentes combinações de endereço, como: rua, número, CEP, bairro, cidade, estado e país. O melhor desempenho foi do complemento MMQGIS, que processa o Maps JavaScript API. Quando combinados os campos Rua, Número e Cidade resultou em 82,8% de georreferenciamentos corretos. A geocodificação automática é um ponto de partida para o mapeamento de casos, acelerando tarefas de marcação de pontos, mas, devido as possibilidades de erros, como os mostrados no presente estudo, não se deve dispensar os trabalhos de pós edição, antes da produção de mapas destinados às ações de vigilância epidemiológica.

show abstract

Georreferenciamento postal de casos de COVID-19 na cidade de Uberaba, Minas Gerais

Alexandre

Ferreira

Souza

et al. 2020

Metapre

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

hi@scite.ai

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

A saúde no Brasil em 2030: desenvolvimento produtivo e complexo da saúde - Vol. 5

Cited by 1 publication

References 10 publications

Georreferenciamento postal de casos de COVID-19 na cidade de Uberaba, Minas Gerais

Georreferenciamento postal de casos de COVID-19 na cidade de Uberaba, Minas Gerais

Contact Info

Product

Resources

About