Search citation statements
Paper Sections
Citation Types
Year Published
Publication Types
Relationship
Authors
Journals
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.
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.
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.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.