ads:
MUSEU PARAENSE EMÍLIO GOELDI
UNIVERSIDADE FEDERAL DO PARÁ
PROGRAMA DE PÓS-GRADUAÇÃO EM ZOOLOGIA
CURSO DE MESTRADO EM ZOOLOGIA
ESTUDO SOBRE A DISTRIBUIÇÃO DA MALÁRIA NO PARÁ E SUA
CORRELAÇÃO COM FATORES AMBIENTAIS E SOCIOECONÔMICOS
WILLIAN RICARDO DA SILVA FERNANDES
Dissertação apresentada ao Programa de Pós-
graduação em Zoologia do Museu Paraense Emílio
Goeldi e Universidade Federal do Pará para
obtenção do grau de Mestre em Zoologia.
Orientadora: Drª. Ana Luisa K. M. Albernaz
BELÉM-PA
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
WILLIAN RICARDO DA SILVA FERNANDES
ESTUDO SOBRE A DISTRIBUIÇÃO DA MALÁRIA NO PARÁ E SUA
CORRELAÇÃO COM FATORES AMBIENTAIS E SOCIOECONÔMICOS
Dissertação apresentada ao Programa de Pós-
graduação em Zoologia do Museu Paraense Emílio
Goeldi e Universidade Federal do Pará para obtenção
do grau de Mestre em Zoologia.
Orientadora: Drª. Ana Luisa K. M. Albernaz
BELÉM-PA
2006
ads:
iii
ESTUDO SOBRE A DISTRIBUIÇÃO DA MALÁRIA NO PARÁ E SUA
CORRELAÇÃO COM FATORES AMBIENTAIS E SOCIOECONÔMICOS
Dissertação aprovada como requisito para obtenção do grau de Mestre no curso de Pós-
graduação em Zoologia do Museu Paraense Emílio Goeldi e Universidade Federal do
Pará, pela Comissão formada pelos professores:
Orientadora:
____________________________________
Prof. Drª Ana Luisa K. M. Albernaz
Museu Paraense Emílio Goeldi
Banca:
__________________________________
Prof. Dr. Ulisses Confalonieri
Museu Paraense Emílio Goeldi
_________________________________
Prof. Dr. Adriano Venturieri
Embrapa Amazônia Oriental
________________________________
Prof. Drª Maria Cristina Esposito
Universidade Federal do Pará
Belém, 14 de julho de 2006
iv
“Elimine todos os fatores possíveis;
aquilo que restar, mesmo sendo
absurdo, deve ser a verdade”.
Sherlock Holmes (Conan Doyle)
v
AGRADECIMENTOS
A Deus, pelas oportunidades que tive na minha vida, as quais tento aproveitar da
melhor maneira possível.
Aos meus pais, pelas eternas cobranças nem sempre compreendidas, mas que me
levaram onde estou hoje.
A minha orientadora, Drª. Ana Albernaz pela amizade e apoio.
A todos os professores que se dedicaram a meu aprendizado acadêmico com
esforço e dinamismo neste mestrado.
Ao Núcleo de Endemias da SESPA, em especial a Sandra, pela amizade e
disponibilidade dos dados de malária no Pará.
Aos colegas do Departamento de Vigilância à Saúde de Ananindeua, pelo apoio
e por sua compreensão durante minha ausência, devido ao mestrado.
A todos que contribuíram e admiram o meu trabalho.
vi
SUMÁRIO
Página
LISTA DE FIGURAS vii
RESUMO ix
ABSTRACT x
1. INTRODUÇÃO GERAL 1
2. REVISÃO BIBLIOGRÁFICA 4
2.1 MALÁRIA
2.1.1 Distribuição Geográfica 4
2.1.2 Agentes Etiológicos e Ciclo Biológico 7
2.1.3 Vetor e suas Características 11
2.1.4 Principais Espécies Transmissoras 13
2.1.5 Sistema de Notificação 15
2.2 EPIDEMIOLOGIA PAISAGÍSTICA 18
2.3 SISTEMA DE INFORMAÇÃO GEOGRÁFICA E
ANÁLISE ESPACIAL 20
2.3.1 Conceitos e Aplicações 20
2.3.2 Análise Espacial de Área 23
2.4 EPIDEMIOLOGIA E SISTEMA DE INFORMAÇÃO
GEOGRÁFICA 26
3. OBJETIVO GERAL 28
3.1 OBJETIVOS ESPECÍFICOS 28
CAPÍTULO I – ANÁLISE DO PERFIL EPIDEMIOLÓGICO DA MALÁRIA
NO ESTADO DO PARÁ (1999-2003): UMA ABORDAGEM ESPACIAL E
TEMPORAL
I.1 – INTRODUÇÃO 29
I.2 – METODOLOGIA 30
I.2.1 Área de Estudo 30
I.2.2 Coleta de Dados 31
I.2.3 Análise dos Dados 32
vii
I.3 RESULTADOS 34
I.3.1 Tendência da Série Temporal 34
I.3.2 Distribuição do Status de Risco 36
I.3.3 Distribuição Espacial 41
I.4 DISCUSSÃO 43
CAPÍTULO II - MALÁRIA E O DESMATAMENTO NO ESTADO DO PARÁ
II.1 – INTRODUÇÃO 46
II.2 – METODOLOGIA 51
II.2.1 Fonte de Dados 51
II.2.2 Análise de Dados 52
II.3 – RESULTADOS 53
II.4 – DISCUSSÃO 57
CAPÍTULO III - MALÁRIA E SUA RELAÇÃO COM FATORES
SOCIOAMBIENTAIS
III.1 – INTRODUÇÃO 59
III.1.1 Malária e Fatores Ambientais 60
III.1.2 Malária e Fatores Socioeconômicos 64
III.2 – METODOLOGIA 66
III.2.1 Fonte dos Dados 66
III.2.2 Análise dos Dados 68
III.3 – RESULTADOS 69
III.3.1 Distribuição Espacial dos dados 69
III.3.2 Análise Estatística 76
III.4 - DISCUSSÃO GERAL 78
4. CONCLUSÃO 76
6. REFERÊNCIAS BIBLIOGRÁFICAS 85
viii
LISTA DE FIGURAS
Página
1. Distribuição da malária no mundo............................................................ 4
2. Distribuição da malária no Brasil e na Região da Bacia Amazônica
em 2001 .................................................................................................. 5
3. Célula hepática parasitada pelo Plasmodium sp...................................... 8
4. Glóbulos vermelhos infectados pelo Plasmodium sp. ............................ 9
5. Plasmodium sp. na forma de esporozoíta ............................................... 9
6. Ciclo de Vida do Plasmodium ................................................................ 10
7. Anopheles darlingi .................................................................................. 11
8. Ciclo de vida do Anopheles .................................................................... 12
9. Fluxograma do Sistema de Vigilância da Malária .................................. 17
10. Exemplo de sobreposição de layers ........................................................ 22
11. Modelos de regressão: indivíduos, indivíduos em estratos diferentes
e grupos ................................................................................................... 25
1.1 Localização geográfica do Estado do Pará ............................................. 31
1.2 Série Temporal da Malária no Pará com Linha de Tendência ................ 35
1.3 Porcentagem de municípios com cada tipo de status de risco do IPA
por ano no Pará ...................................................................................... 37
1.4 Mapas com a distribuição do status do IPA no Pará de 1999-2003 ...... 38
1.5 Subtração do IPA de 2000 por 1999 (faixas divididas por quebra natural) 39
1.6 Subtração do IPA de 2001 por 2000 (faixas divididas por quebra natural) 39
1.7 Subtração do IPA de 2002 por 2001 (faixas divididas por quebra natural) 40
1.8 Subtração do IPA de 2003 por 2002 (faixas divididas por quebra natural) 40
1.9 Média do IPA no Pará dividido por status de risco................................... 42
1.10Mapa de Valores Atípicos do IPA no Pará (BoxMap) .............................. 42
2.1 Total de área desmatada no Pará entre 2000-2003 ..................................... 54
2.2 Distribuição municipal do Desmatamento no Pará em 2001 ...................... 55
2.3 Distribuição municipal do Desmatamento no Pará em 2002 ...................... 55
ix
2.4 Distribuição municipal do Desmatamento no Pará em 2003 ...................... 56
3.1 Sedes municipais e a área de influência (buffer 30 km) utilizada para
cálculo das variáveis ambientais ............................................................... 67
3.2 Temperatura mínima (°C) nos municípios, representados por uma área
de 30 km ao redor da sede ......................................................................... 70
3.3 Variância da Temperatura mínima nos municípios, representados
por uma área de 30 km ao redor da sede ................................................ 71
3.4 Número de meses em a temperatura pode chegar aos 18°c nos
municípios, representados por uma área de 30 km ao redor da sede ........ 71
3.5 Altitude nos municípios (metros), representada por uma área de 30 km
ao redor da sede ...................................................................................... 72
3.6 Pluviosidade Total (mm) nos municípios, representada por uma
área de 30 km ao redor da sede ............................................................ 72
3.7 Variância da pluviosidade nos municípios representada por uma
área de 30 km ao redor da sede .......................................................... 73
3.8 Número de meses com menos de 100 mm de chuva nos municípios,
representado por uma área de 30 km ao redor da sede ...................... 73
3.9 Índice de educação, por município, no Pará segundo PNUD .............. 75
3.10 Índice de renda, por município, no Pará segundo PNUD ................... 75
3.11 Índice de longevidade, por município no Pará segundo PNUD ......... 76
3.12 Gráfico dos Resíduos da Regressão Múltipla ..................................... 77
3.13 Gráficos das parciais da Regressão Múltipla ..................................... 78
x
RESUMO
A malária é uma doença parasitária causada por protozoários do gênero Plasmodium
que completam seu ciclo de desenvolvimento alternando entre hospedeiros humanos e
mosquitos do gênero Anopheles. No contexto mundial, constitui um grave problema de
saúde pública que afeta principalmente os países em desenvolvimento de clima tropical
e subtropical. No Brasil, acredita-se que 99,5% dos casos registrados de malária
encontram-se na Amazônia Legal. Muito do sucesso deste agravo nesta região deve-se
a fatores biológicos e ambientais que favorecem níveis altos de vetores, além de fatores
sociais que comprometem os esforços para controlar a doença. Assim, o objetivo deste
trabalho foi estudar o perfil epidemiológico da malária no Pará, durante uma série
histórica (1999 – 2003), analisando a influência de variáveis ambientais e
socioeconômicas sobre a prevalência dos casos. Para tal foram calculados os índices
parasitários anuais (IPA) de cada município e, através de um SIG, estes dados foram
georreferenciados e estudados de forma temporal e espacial. Dados sobre o
desmatamento no Estado foram analisados, através de uma regressão por permutação,
para tentar explicar a variação temporal da malária. Para o estudo espacial foi testada
(regressão múltipla) a influência das variáveis: temperatura, pluviosidade, altitude,
educação, longevidade e renda, sobre a prevalência da malária. No estudo temporal a
malária apresentou uma tendência decrescente no Estado, entretanto, apenas 31
municípios apresentaram a mesma tendência, não houve tendência crescente, os 112
municípios restantes apresentaram tendência estável. Além disso, muitos municípios
alternaram aumento e diminuição dos casos ao longo da série, indicando uma boa ação
de controle, mas uma fraca atuação da vigilância. Neste contexto o desmatamento
parece influenciar a série temporal da malária, obteve-se resultados significativos em
dois (2001 e 2002) dos três anos estudados. No estudo espacial o modelo final adotado,
apesar de uma baixo poder explicativo (R²=0.31), apresentou três variáveis
significativas: número de meses secos, renda e educação. No entanto, o resultado das
duas primeiras não se apresenta de uma forma direta, sendo reflexo de outras atividades.
Apesar da escala adotada e de problemas na agregação dos dados (só estão disponíveis
por município), este trabalho apresenta resultados relevantes que podem auxiliar os
gestores da saúde (ou de endemias) a direcionar ações de controle para as áreas
apontadas como críticas, atuando nos fatores de maior significância, obtendo assim
melhor aproveitamento dos recursos humanos e materiais disponíveis.
xi
ABSTRACT
The malaria is a parasitic disease caused by Protozoa of genus Plasmodium that
completes its complex cycle of development alternating between human hosts and
mosquitoes of the genus Anopheles. In the world-wide context, it constitutes a serious
problem of public health that mainly affects the developing countries of tropical and
subtropical climate. In Brazil, one gives credit that 99.5% of the registered cases of
malaria meet in the Legal Amazonian. Much of the success of this complaint in this
region must it biological and environmental factors that favor levels high of vectors,
beyond social factors that compromise the efforts to control the disease. Thus, the
objective of this work was to study the profile epidemiologist of the malaria in Pará,
during a historical series (1999 - 2003), analyzing the influence of environmental and
socioeconomic variable on the prevalence of the cases. For such the annual parasitic
indices (IPA) of each city had been calculated and, through a SIG, these data they had
been georreferencied and studied of temporal and spatial form. Data on the
deforestation in the State had been analyzed, through a regression for permutation, to try
to explain the temporal variation of the malaria. For the spatial study (multiple
regression) the influence of the variable: temperature, rainfall, altitude, education,
longevity and income; was tested on the prevalence of the malaria. In the secular study
the malaria presented a decreasing trend in the State, however, only 31 cities had
presented the same trend, did not have increasing trend, the 112 remaining cities had
presented steady trend. Moreover, many cities had alternated increase and reduction of
the cases throughout the series, having indicated a good action of control, but a weak
performance of the monitoring. In this context the deforestation seems to influence the
secular series of the malaria, was gotten resulted significant in two (2001 and 2002) of
the three studied years. In the space study the adopted final model, although a low
clarifying power (R²=0.31), presented three significant variable: number of dry months,
income and education. However, the result of the two first ones is not presented of a
direct form, being reflected of other activities. Although the scale adopted and of
problems in the aggregation of the data (they are only available for city), this work
presents resulted excellent that can assist the managers of the health (or endemic
diseases) to direct action of control for the pointed areas as critical, acting in the factors
of bigger significance, thus getting better exploitation of available the human resources
and material.
1
1. INTRODUÇÃO GERAL
A malária é uma doença parasitária que acomete um quarto da população
mundial. Mata cerca de um milhão e meio a três milhões de pessoas a cada ano, fato
esse que faz com que a Organização Mundial da Saúde considere a malária como o
maior problema de saúde pública em muitos países, particularmente os do Terceiro
Mundo, entre eles o Brasil (Cordeiro et. al, 2002). É transmitida por mosquitos que
proliferam em acúmulos d’água em ecossistemas naturais ou com diferentes graus de
antropização. Não apresentam animais silvestres vertebrados como reservatórios da
infecção, ou seja, “os focos de infecção” sempre dependem da presença de seres
humanos e de mosquitos infectados (Confalonieri, 2005). Os fatores de risco associados
à infecção dependem, portanto, de características da organização espacial, dos
ecossistemas e das condições de vida e trabalho da população.
Segundo Hakre et al (2004), a epidemiologia de doenças transmitidas por
artrópodes é diretamente influenciada pelas características do vetor. A sobrevivência,
distribuição e abundância de vetores estão ligadas às condições climáticas e ambientais
como vegetação, chuva e disponibilidade de ambientes aquáticos adequados para
habitats larvais. Para Pattanayk et al (2003) a diversidade e magnitude da influência
ambiental sobre estas doenças transmitidas por vetores são enormes. Não apenas de
elementos abióticos como precipitação e temperatura afetam a abundância de mosquitos
vetores e o desenvolvimento de parasitas dentro dos vetores, mas também fatores
ambientais causados pelo homem, como desmatamento, agricultura, construção de vilas
e etc; podem influenciar a capacidade vetorial. O impacto do desflorestamento na
temperatura, precipitação e vegetação revelam a interação e correlação natural destas
influências ambientais. Segundo Tadei et al. (1993) a malária é a primeira endemia a
surgir em áreas alteradas. Este fato decorre principalmente: da distribuição do(s)
2
vetor(es) nas áreas alteradas e a susceptibilidade das populações imigrantes (estas
últimas mostram este aspecto porque procedem de regiões onde a malária nunca ocorreu
ou, se existiu, foi erradicada).
A malária é hoje, apesar de um número impressionante de casos absolutos, uma
doença focal na maior parte do mundo. Apenas algumas regiões, em cada país,
continuam apresentando transmissão natural da infecção. No Brasil, após a realização
da campanha de erradicação, durante a década de 60, o número de casos de malária
confinou-se, praticamente, à região amazônica (Barata 1995). Muito do sucesso deste
agravo nesta região deve-se a fatores biológicos e ambientais que favorecem níveis altos
de vetores, além de fatores sociais que comprometem os esforços para controlar a
doença.
O Estado do Pará possui uma alta incidência de malária. Segundo a soma dos
dados disponíveis (1999-2003) é, dentre os Estados amazônicos, o que tem mais casos
notificados (977.497). Esse quadro parece estar associado com a instalação de projetos
agropecuários, colonização e principalmente áreas de exploração de minérios (Cordeiro
et al, 2002). Entretanto, apesar da maior concentração de populações imigrantes e das
atividades agropecuárias, agroflorestais e garimpeiras estarem mais concentradas no Sul
e Sudeste do Pará a malária distribui-se praticamente em todo o Estado (GICOM, 1996),
indicando que outros fatores podem esta influenciando uma maior ou menor prevalência
dos casos.
A produção técnico-científica que aborda a relação da malária com seus
determinantes sociais e ambientais é numerosa, mas em geral trata apenas de fatores
específicos, sejam eles ambientais (incluindo fatores climáticos) como Craig et. al
(1999); Kleinshmidt et. al (2000); Delgado et, al (2001); Small et. al (2003); Lopes et. al
(2004); Dias (2003); Nobre et. al (2005); Hakre et. al (2004); Gurgel (2003), ou
3
socioeconômicos, como em Sawyer (1993;) Castilla & Sawyer (1993); Sachs &
Malaney (2002); Worral et al (2003).
A abordagem socioambiental da malária pode ser verificada nos trabalhos
MARA/ARMA (1998) e CAMERA (2000) para África e Lieshout et al (2004) em uma
abordagem global.
Este trabalho pretende contribuir com a saúde pública utilizando os
conhecimentos de ecologia, epidemiologia e sistemas de informação geográfica sobre os
dados de uma série histórica da malária (1999-2003) no Estado do Pará. A hipótese é
que variáveis ambientais e socioeconômicas, seja por ação ao vetor (mosquito) ou ao
hospedeiro (o homem), afetem a distribuição e a prevalência da malária em uma escala
estadual.
Devido à complexidade do tema optou-se por distribuir este trabalho em
capítulos. No primeiro capítulo é apresentada a série histórica e o padrão de distribuição
da malária no Estado do Pará no período do estudo, além de uma pequena revisão
bibliográfica sobre esta endemia. O segundo capítulo aborda as relações entre malária e
o desmatamento no Pará. Resolveu-se separar o desmatamento, devido à disponibilidade
de dados temporais deste fator. O terceiro capítulo aborda a relação da malária com
outros fatores ambientais e socioeconômicos, escolhidos de acordo com sua possível
influência sobre a prevalência da malária, escala espacial e disponibilidade.
4
2. REVISÃO BIBLIOGRAFICA
2.1 - MALÁRIA
2.1.1 – Distribuição Geográfica
A malária continua sendo um grande problema de saúde pública em muitos
países do mundo. As estimativas da incidência anual são pouco precisas e variam de
100 a 300 milhões de casos (WHO, 2000). Os países mais afetados são os africanos,
situados ao Sul do deserto de Saara, os do Sudeste Asiático e os da América Latina,
particularmente os situados na região da Bacia Amazônica (Figura 1) (OPAS, 2001).
Figura 1. Distribuição da malária no mundo.
Fonte: http://www.medicalnet.pt/2dedos/malaria/malaria.htm
A área receptiva para a transmissão da malária no Brasil é muito extensa. Em
cerca de 6,8 milhões de km², correspondendo a 80% do seu território, há a presença de
mosquitos transmissores. No início da década de 40, o número estimado de casos por
ano era de 6 milhões, equivalendo a aproximadamente 15% da população daquela época
(Rachou 1956 apud Tauil, 2002).
Na década de 50, a malária estava sob controle no território brasileiro, tendo sido
erradicada em algumas regiões, anteriormente considerada endêmicas. Contudo, no final
da década de 60 e início dos anos 70, a situação epidemiológica da malária voltou a se
agravar, quando um intenso processo de ocupação desordenada se instalou na região
amazônica (Barata, 1995). Esta ocupação estava estimulada pela oferta de
oportunidades de trabalho relacionadas à construção de rodovias, ferrovia e de
5
hidroelétricas, a projetos de colonização e agropecuários e à exploração de minérios,
como ouro e manganês. O processo imigratório de população procedente de outras
regiões do país, onde, ou nunca existiu transmissão de malária ou esta foi interrompida
há muitos anos, para uma região altamente favorável à transmissão da doença, foi um
fator decisivo para o crescimento progressivo do número de casos registrados (Tauil,
2002).
Hoje em dia, aproximadamente 99,5% dos casos de malária no Brasil ocorrem
na Amazônia Legal (Figura 2), que é composta pelos estados do Acre, Amapá,
Amazonas, Pará, Rondônia, Roraima, Tocantins, Mato Grosso e Maranhão.
A distribuição da doença nessa Região não é homogênea no tempo (áreas de
maior ou menor transmissão variam ao longo dos anos) e nem no espaço (existem áreas
com elevada transmissão e outras com níveis baixos ou até mesmo isentas da doença).
Havendo diferentes situações epidemiológicas, em função das diferentes formas de
ocupação do solo e das diversas modalidades de exploração econômica dos recursos
naturais (Barata, 1995).
Figura 2. Distribuição da malária no Brasil e na Região da Bacia Amazônica em 2001.
Fonte: Guia de Vigilância Epidemiológica – Vol. 2
6
Para Tauil (2002) associaram-se na Região da Bacia Amazônica fatores que
favorecem a transmissão da malária e que dificultam a aplicação das medidas
tradicionais de controle. Entre os primeiros estão: a) os fatores biológicos, como a
presença de altas densidades de mosquitos vetores, de população migrante sem
imunidade adquirida naturalmente contra a doença e prevalência de cepas de
Plasmodium falciparum resistentes a medicamentos antimaláricos de uso seguro em
campo; b) os geográficos, como a baixa altitude predominante, as altas temperaturas, a
elevada umidade relativa do ar, os altos índices pluviométricos e a cobertura vegetal do
tipo florestal, favoráveis à proliferação de vetores; c) os ecológicos, como
desmatamentos, afastando animais nos quais os mosquitos se alimentavam
alternativamente à alimentação em seres humanos; como construção de hidroelétricas e
de sistemas de irrigação, aumentando o número de criadouros de mosquitos e d) os
sociais, como a presença de numerosos grupos populacionais morando em habitações
com ausência completa ou parcial de paredes laterais e trabalhando próximo ou dentro
de matas, propiciando um contato muito intenso com o mosquito vetor.
O Estado do Pará durante os últimos anos foi responsável por uma parcela muito
importante da incidência da malária na Amazônia, representando do total de casos da
região; 39% em 1999 e 48 % em 2001 (Tabela 1). Em 2003, apresenta um excelente
desempenho, reduzindo este percentual para 28,3%. Essa redução é, provavelmente, o
reflexo de programas de intensificação no controle da malária promovidos pela
Fundação Nacional de Saúde (FUNASA) a partir do ano 2000 (MS, 2005).
7
Tabela 1. Número de casos de malária na Amazônia Legal no período 1999 a 2003.
Número de caso/ano
UF
1999 % 2000 % 2001 % 2002 % 2003 %
Acre 23.73 3.73 21.56 3.52 7.774 2.00 9.216 2.65 12.247 3.00
Amazonas 167.722 26.39 96.026 15.66 48.385 12.46 70.223 20.16 140.642 34.47
Amapá 28.646 4.51 35.278 5.75 24.487 6.31 16.257 4.67 16.65 4.08
Maranhão 54.8 8.62 78.818 12.85 39.507 10.17 16 4.59 11.017 2.70
Mato Grosso 10.95 1.72 11.767 1.92 6.832 1.76 7.085 2.03 5.022 1.23
Pará 248.233 39.05 278.204 45.37 186.367 48.00 149.088 42.81 115.605 28.33
Rondônia 63.296 9.96 54.074 8.82 57.679 14.85 71.224 20.45 93.786 22.99
Roraima 36.238 5.70 35.874 5.85 16.028 4.13 8.036 2.31 11.819 2.90
Tocantins 2.031 0.32 1.64 0.27 1.244 0.32 1.13 0.32 1.207 0.30
Amazônia Legal 635.646 100 613.241 100 388.303 100 348.259 100 407.995 100
Fonte: SISMAL, SIVEP – Malária.
2.1.2 - Agentes Etiológicos e Ciclo Biológico
O agente causal da malária é um protozoário pertencente à ordem Coccidiida,
subordem Haemosporidiidea, família Plasmodiidae, gênero Plasmodium. A malária é
uma doença infecciosa que pode ser transmitida naturalmente através da picada de um
anofelino fêmea infectado, ou pode ser induzida, como por exemplo, através de
transfusão de sangue; uso compartilhado de agulhas e seringas infectadas com os
plasmódios; através do parto (congênita) e através de acidentes de trabalho em pessoal
de laboratório ou hospital (Dutra, 2005).
São conhecidas quatro espécies de plasmódio infectantes para o homem:
Plasmodium malariae Laveran, 1881, Plasmodium falciparum Welch, 1897,
Plasmodium vivax Grassi e Feletti, 1890 e Plasmodium ovale Stephens, 1922 (Dutra,
2005). No Brasil, não há ocorrência de apenas uma espécie, o Plasmodium ovale. O
Plasmodium falciparum é o responsável pelas formas mais graves e complicadas da
doença e é encontrado mais comumente nas regiões tropicais (Gilles 1991 apud Tauil,
2002).
8
Em comum, todas as espécies de Plasmodium atacam células do fígado (Figura
3) e glóbulos vermelhos (Figura 4), que são destruídos ao serem utilizados para
reprodução do protozoário. Quando o mosquito pica o homem, introduz em sua corrente
sangüínea, por meio de sua saliva, uma forma ativa do Plasmodium, denominada
esporozoíta (Figura 5) e que faz parte de uma de suas fases evolutivas. Uma vez no
sangue, os esporozoítas rumam para o fígado, onde penetram nas células hepáticas para
se multiplicarem, dando origem a outra fase evolutiva chamada merozoíta. Uma parte
dos merozoítas permanece no fígado e continua a se reproduzir em suas células, a outra
cai novamente na corrente sangüínea e adentra as hemácias para seguir com o processo
reprodutivo. As hemácias parasitadas também são destruídas e originam ora outros
merozoítas, ora gametócitos, células precursoras dos gametas do parasita e que são tanto
femininas quanto masculinas (Ferreira, 2006).
Figura 3 – Célula hepática parasitada pelo Plasmodium sp.
Fonte: . http://www.fiocruz.br/ccs/index
.
9
Figura 4 – Glóbulos vermelhos infectados pelo Plasmodium sp.
Fonte: www.inria.fr/.../biologie/biologie.fr.html
Figura 5 – Plasmodium sp na forma de esporozoíta.
Fonte: http://www.fiocruz.br/ccs/index.
O mosquito Anopheles torna-se vetor da malária a partir do momento que ingere
gametócitos (femininos e masculinos) de um indivíduo infectado. Dentro do mosquito,
os gametócitos tornam-se gametas e fecundam-se, originando o zigoto, que atravessa a
parede do estômago do inseto e transforma-se em oocisto, tipo de célula-ovo. Após
algum tempo, o oocisto se rompe e libera novos esporozoítos, que migram para as
glândulas salivares do mosquito estando assim prontos para infectar um novo indivíduo.
Cerca de 8 a 16 dias depois de se alimentar com o sangue de uma pessoa com malária
portando gametócitos do plasmódio, a fêmea do anofelino poderá passar a transmitir a
10
doença para outras pessoas através de sua picada a cada novo repasto sangüíneo, o que
ocorre a cada dois ou três dias. Também, há a possibilidade de continuar transmitindo a
doença por toda sua vida, que é de cerca de 30 dias (Ferreira, 2006).
Figura 6 – Ciclo de vida do Plasmodium (Fonte: http:// cci.udea.edu.co/~malaria/)
Nas regiões endêmicas, onde a transmissão é alta, as pessoas são infectadas
continuamente e com isso desenvolvem uma imunidade gradual contra a doença
(abrandamento dos sintomas), mas que não confere proteção total. Há casos em que
características individuais podem levar a uma resistência natural à doença. São
exemplos: a ausência de antígeno Duffy nos glóbulos vermelhos, que os tornaria
refratários à invasão pelo P.vivax ; hemoglobinopatias (HbS) em que a invasão pelo
P.falciparum é bastante reduzida ; enzimopatias, como a deficiência em glicose-6-
fosfato desidrogenase, em que os parasitas não apresentariam um bom desenvolvimento
no interior das hemácias. Nota-se que todas representam formas de proteção apenas
parcial, mas suficientes para evitar quadros mais graves (Dutra, 2005).
11
2.1.3 – Vetor e suas Características
Os vetores da malária humana são insetos da ordem Diptera, subordem
Nematocera, da família Culicidae, do gênero Anopheles. Os anofelinos são pequenos
insetos hematófagos medindo cerca de 4-5mm de envergadura, de porte delgado e
pernas longas, sendo os machos geralmente menores que as fêmeas. O corpo divide-se
em três partes: cabeça, tórax e abdome, e é revestido de escamas, formando manchas
brancas e negras nas asas e nos palpos (Rebêlo, 2000).
Figura 7 – Anopheles darlingi (Fonte: http://www.fiocruz.br/ccs/index)
Os anofelinos são insetos holometábolos, isto é, sua evolução é completa,
passando pelos estágios de ovo, larvas, pulpa e adulto (Figura 8). O ciclo biológico
total, da ovipostura à eclosão dos adultos da geração seguinte, leva cerca de 13 a 27
dias. Diferente de muitos insetos, os estágios imaturos e adultos vivem em dois
ambientes diferentes, cada um sob influência das condições ambientais circunvizinhas.
As formas imaturas são aquáticas e o seu desenvolvimento dura em média 12 a 18 dias.
A velocidade do processo metabólico e, conseqüentemente a duração dos estágios
aquáticos é, em grande parte controlada pela temperatura. Já a sobrevida dos adultos
12
depende de vários fatores, como: temperatura, umidade, inimigos naturais e nutrição.
Nos climas tropicais o período de vida em geral é menor do que nos climas temperados
(Rebêlo, 2000). Considerando-se que cada repasto sanguíneo eleva a chance do
mosquito se infectar, a importância de cada grupo de idade cresce proporcionalmente à
sua idade fisiológica. Assim estudos de fatores que determinam à reprodução e a
sobrevivência dos anofelinos são altamente relevantes do ponto de vista epidemiológico
(Tadei et. al, 1993).
Figura 8 – Ciclo evolutivo do Anopheles
Fonte: www.compagnia.torino.it/sanita_mala.html
Quanto ao hospedeiro, algumas espécies são zoófilas estritas, isto é, só picam os
animais (mamíferos e aves) e não invadem as casas; outras são antropófilas, isto é,
apresentam tendência para sugar sangue humano, invadindo então as casas, mesmo
situadas a centenas de metros de seus criadouros. Ainda existem as espécies ecléticas,
que podem picar homens e animais. A preferência alimentar parece ser governada por
fatores genéticos, porém a avidez alimentar sobre certos hospedeiros pode variar de
lugar para lugar, modificar de dia para dia dependendo de variações metereológicas ou
disponibilidade. Diferenças genéticas há, mas também não há dúvidas de que a
disponibilidade do hospedeiro tenha um papel preponderante. Na ausência de um
hospedeiro preferencial, o mosquito se alimentará no mais próximo (Rebêlo, 2000).
13
O ritmo de atividade dos anofelinos é governado por fatores abióticos
(temperatura e umidade) e bióticos, tais como acasalamento, alimentação e deposição de
ovos. A maioria das espécies tem atividade crepuscular e noturna, durante o dia
permanecem em seus abrigos. Algumas são ditas endofágicas ou endofílicas por
realizarem o repasto sanguíneo dentro de casa e quando um elevado número de
indivíduos repousa dentro dos domicílios. Essas espécies, em geral, são altamente
antropofílicas. As espécies silvestres são, por natureza, exofílicas ou exofágicas assim
como aquelas que se aproximam das habitações humanas, mas preferem sugar sangue
fora das casas (peridomicílio) (Rebêlo, 2000).
2.1.4 – Principais Espécies Transmissoras
No Brasil, as espécies mais importantes na transmissão da doença são: A.
(Nyssorhynchus) darlingi, A. (Nyssorynchus) albitarsis, A. (Nyssorhynchus) deaneorum,
A. (Nyssorhynchus) aquasalis, A. (Kerteszia) cruzii e A. (Kerteszia) bellator (Dias,
2003).
Na Amazônia, o A. (N.) darlingi Root, 1926, é a espécie de maior importância
epidemiológica pela abundância, ampla distribuição, pelo alto grau de antropofilia e
endofagia e pela capacidade de transmitir diferentes espécies de Plasmodium. Tem
como criadouros preferenciais, coleções de água limpa, quente, sombreada e de baixo
fluxo, situação muito freqüente na Região Amazônica (Deane, 1989). Além disso, é o
anofelino que melhor e mais rapidamente se beneficia das alterações que o homem
produz no ambiente silvestre. Assim a colonização da região amazônica, implicando na
substituição da floresta por modestas plantações, pastagens ou garimpos, geralmente
afasta os anofelinos de hábitos mais silvestres e propicia ambiente muito favorável ao
darlingi. (Consoli & Oliveira, 1994).
14
O A. (N.) aquasalis Curry, 1932, como seu nome denuncia, prefere os criadouros
com água salobra, incluindo pequenos e grandes coleções de águas paradas, transitórias
ou semipermanententes, ensolaradas ou parcialmente sombreadas, com ligeiro teor de
salinidade (NaCl), daí sua distribuição costeira. Contudo, algumas localidades
brasileiras distantes mais do que 100 quilômetros do litoral são atingidas por esta
espécie, mas sempre quando solo é rico em cloretos, como o caso de algumas áreas do
sertão nordestino, ou quando o terreno sofre invasão das marés, como ocorre na área de
Belém (Deane et al., 1948 apud Consoli & Oliveira, 1994). É um transmissor muito
menos importante que o A. darlingi, pois só é capaz de transmitir a malária em locais e
ocasiões em que está em elevada densidade, quando tem oportunidade de atacar o
homem em maior número.
A espécie conhecida como A. (N.) albitarsis Lynch Arribalzaga, 1878, apresenta
consideráveis variações morfológica, bioquímica e comportamentais, o que se reflete
numa heterogeneidade no seu papel como vetor da malária (Rosa-Freitas et al. 1990
apud Consoli & Oliveira, 1998). Atualmente é considerado um complexo quatro
espécies crípticas: An. albitarsis s.s., An. deaneorum, An. marajoara, e An. albitarsis sp.
B
(Wilkerson et al. 1995).
O A (K) cruzii Dyar e Knab, 1909, e o A (K) bellator Dyar e Knab, 1906,
distribuem-se pelo litoral, na região da Mata Atlântica. Têm como criadouros
preferenciais a água que se acumula na base das folhas de plantas bromeliáceas (Deane
1986). Estas espécies já foram consideradas importantes agentes vetores da malária no
sul do país, região atualmente livre desta infecção. (Rebêlo, 2000).
Outras espécies são consideradas vetores secundários ou vetores potenciais, por
terem sido achadas naturalmente infectadas em alguma área endêmica de malária,
particularmente na Amazônia, como: An. braziliensis, An. nuneztovari, An. oswaldoi,
15
An. triannulatus, An. strodei, An .evansae e An. galvaoi (Tadei et. al, 1993; Povoa et. al,
2001 e Vasconcelos et. al, 2002 ).
Segundo Tadei et. al (1993) a importância epidemiológica de uma população de
anofelinos está na dependência de muitos fatores. Entre os mais importantes estão: o
número total de mosquitos; o seu grau de atividade; o grau de contato com o homem; à
proporção que sobrevive a uma idade de importância epidemiológica e a sua
susceptibilidade à infecção pelo Plasmodium.
2.1.5 – Sistema de Notificação
Todo caso de malária deve ser notificado às autoridades de saúde, tanto na área
endêmica, quanto na área não endêmica. A notificação deve ser feita através de uma
ficha padrão do Ministério da Saúde para este agravo e o paciente suspeito deve ser
encaminhando imediatamente para realização do exame de confirmação laboratorial,
prossegue-se então uma assistência ambulatorial ao paciente e uma investigação
epidemiológica do caso.
Considera-se um caso suspeito de malária, em uma área endêmica, toda pessoa
que apresente quadro febril persistente. Em áreas não endêmicas um caso suspeito é
aquele que apresenta quadro febril seguido de calafrios, tremores generalizados,
cansaço, mialgia e que tenha se deslocado para área onde haja transmissão de malária
no período de 8 a 30 dias, anterior à data dos primeiros sintomas (FUNASA, 2002).
Segundo FUNASA (2002), após a notificação de um, ou mais casos de malária,
deve-se iniciar a investigação epidemiológica, para permitir que as medidas de controle
possam ser adotadas. O instrumento de coleta de dados, a Ficha de Notificação de Caso
16
de Malária, contém os elementos essenciais a serem coletados em uma investigação de
rotina. Todos os campos desta ficha devem ser criteriosamente preenchidos.
Para definir a área de transmissão (local provável da infecção) deve-se:
a) identificar se o local de residência corresponde a uma área de transmissão da
malária;
b) Verificar se o paciente esteve em área de transmissão de malária, no período
de 8 a 30 dias, anterior à data dos primeiros sintomas;
c) Verificar a principal atividade, exercida pelo paciente, no período de 8 a 30
dias, anterior à data dos primeiros sintomas, e se esta ocorreu em horários de hábitos
alimentares dos vetores.
As Fichas de Notificação, positivas e negativas, são encaminhadas para as
Secretarias Municipais de Saúde onde são armazenadas em sistema de informação
(SISMAL até 2002; atualmente SIVEP-MALARIA). Os municípios alimentam o banco
de dados Estadual, no caso do Pará, a Secretaria Executiva de Saúde Pública do Pará
(SESPA) que por sua vez encaminha os dados para FUNASA (consolidação final),
como exemplificado na Figura 9.
A análise dos dados da notificação deve permitir a avaliação da magnitude da
malária. O nível local (município) deverá fazer as primeiras avaliações, de forma que se
possa adotar as ações adequadas e oportunas ao controle da malária. Dessa forma,
quanto mais rápida for a detecção dos casos melhores serão as chances de evitar que
mais pessoas adoeçam.
17
Figura 9 – Fluxograma do Sistema de Vigilância da Malária
Fonte: Guia de Vigilância Epidemiológica – Vol. 2
18
2.2 – EPIDEMIOLOGIA PAISAGÍSTICA
Há muitas enfermidades que apresentam interações com a paisagem onde
ocorrem, principalmente devido à relação entre a manutenção do ciclo de vida dos
vetores na natureza e à presença humana (Aparício, 2001). O exemplo mais conhecido é
a malária, que é transmitida por mosquitos anofelinos que se reproduzem sob condições
ambientais específicas.
Atribui-se a Hipócrates (480 A. C.) os primeiros registros sobre a relação entre a
doença e o local/ambiente onde ela ocorre. No seu livro Ares, Águas e Lugares, além de
enfatizar a importância do modo de vida dos indivíduos, analisou a influência dos
ventos, água, solo e localização das cidades em relação ao sol, na ocorrência da doença.
Porém este enfoque analítico e ambiental foi logo suplantado pela teoria da causa divina
da doença (Trostle, 1986 apud Costa e Teixeira, 1999). Uma aplicação concreta na
epidemiologia dos efeitos do ambiente sobre a saúde só ocorre muitos anos depois, com
estudos de John Snow em 1855, considerado um marco na constituição do estudo
geográfico na epidemiologia. Snow, por meio da distribuição espacial dos casos de
cólera de Londres, consegue identificar o veículo de transmissão da doença antes
mesmo da descoberta do agente etiológico (Snow, 1990 apud Czeresnia & Ribeiro,
2000).
Os estudos enfatizando o impacto do ambiente, especialmente o clima, sobre as
condições de saúde do homem voltaram a ser produzidos e valorizados no início do
século XX. Apesar disso, os conceitos utilizados eram quase sempre implícitos e
raramente discutidos (Silva, 1997). Possivelmente a primeira apreciação teórica do
conceito de espaço aplicado à epidemiologia foi feita por Pavlovsky, parasitologista
russo, que, na década de 1930, desenvolveu a teoria dos focos naturais das doenças
transmissíveis. O conceito de foco natural é aplicado a ambientes que apresentam
19
condições favoráveis (de clima, vegetação, solo e etc.) à circulação de agentes,
independentemente da presença e da ação humanas. Pode ocorrer em paisagens
geográficas variadas, desde que haja uma interação entre biótipos específicos. A
definição de foco natural circunscreve-se a doenças transmitidas através de vetores, não
se referindo ao estudo de doenças que, mesmo apresentando um agente etiológico
definido, propagam-se através do contato direto ou mesmo pela inalação de ar
contaminado (Czeresnia & Ribeiro, 2000).
Diante das limitações na teoria do foco natural, o geógrafo francês Max Sorre,
na década de 1950, foi além da abordagem de Pavlovsky ao trabalhar a importância da
ação humana na formação e dinâmica de complexos patogênicos. O conceito de
complexo patogênico ampliou o poder analítico e explicativo de uma concepção antes
praticamente restrita à descrição do meio físico. Para Sorre, o clima tinha um papel
especial entre os elementos da natureza, no entanto, hábitos, condições de habitação e a
ocupação, representam as possibilidades de constituição de complexos patogênicos
(Costa & Teixeira, 1999). Na perspectiva ecológica deste autor, as relações entre o
homem e o meio compreendem a ação da natureza (meio físico e biológico) sobre o
homem e a ação humana, modelando a natureza (Ferreira, 1991).
Os conceitos de Sorre e Pavlovsky, além de causarem uma crise na teoria
unicausal com a constatação de que somente a presença do agente não era suficiente
para produção da enfermidade, forneceram uma importante base conceitual para
epidemiologia paisagística.
A partir dos anos 60, surgem trabalhos em todo mundo, dando ênfase
primeiramente a fatores ambientais (principalmente clima) e posteriormente a fatores
socioeconômicos sobre a ocorrência das doenças. Conceitos da ecologia são
incorporados nos estudos do processo saúde-doença, contribuindo para o
20
desenvolvimento da história natural das doenças e do modelo da multicausalidade
(Costa & Teixeira, 1999).
Por fim, pode-se dizer que atualmente a Epidemiologia Paisagística parte da
premissa de que, se conhecendo as exigências ambientais dos transmissores e as
condições sociais da população exposta, é possível prever risco epidemiológico através
do estudo da dinâmica socioambiental da região. As “paisagens da malária”, segundo
Confalonieri (2005), são determinadas pelas diversas interações entre as práticas de uso da
terra, o comportamento humano, os elementos físicos e biológicos do meio natural e as
transformações nele causadas pela intervenção humana.
2.3 – SISTEMA DE INFORMAÇÃO GEOGRÁFICA E ANÁLISE ESPACIAL
2.3.1 – Conceitos e Aplicações
Compreender a distribuição espacial de fenômenos constitui hoje um grande
desafio para a elucidação de questões centrais em diversas áreas do conhecimento, tais
como saúde, meio ambiente, geologia, agronomia, e várias entre tantas outras (Dias et.
al., 2002). Num país de dimensão continental como o Brasil, com uma grande carência
de informações adequadas para a tomada de decisões sobre os problemas urbanos, rurais
e ambientais, o Geoprocessamento apresenta um enorme potencial, principalmente se
baseado em tecnologias de custo relativamente baixo, em que o conhecimento seja
adquirido localmente.
Segundo Carvalho et al. (2000), a recente popularização das técnicas de
geoprocessamento tem feito surgir algumas confusões na atribuição dos termos
geoprocessamento e Sistemas de Informações Geográficas, que vêm sendo utilizados
como sinônimos quando, na verdade, dizem respeito a coisas diferentes.
21
O geoprocessamento é um termo amplo que engloba diversas tecnologias de
tratamento e manipulação de dados geográficos, através de programas computacionais.
Dentre essas tecnologias destacam-se: o sensoriamento remoto, a automação de tarefas
cartográficas, a utilização de Sistemas de Posicionamento Global (GPS) e o Sistema de
Informações Geográficas (SIG). O SIG é uma das técnicas de geoprocessamento, a mais
ampla delas, mas nem todo geoprocessamento é um SIG (Carvalho et al, 2000).
Um SIG é um conjunto de programas de computador através do quais dados
digitais georreferenciados, isto é, localizados na superfície terrestre e representados
numa projeção cartográfica. Podem ser armazenados, integrados, analisados e
ilustrados, de modo a auxiliar na tomada de decisões. Os Sistemas de Informação
Geográfica processam dados gráficos e não-gráficos (alfanuméricos), separados ou
combinados, com ênfase a análises espaciais e modelagens de superfícies (Aparício,
2001).
Os componentes gráficos e não-gráficos dos dados espaciais têm características
distintas, por isso exigem técnicas particulares para se otimizar o seu gerenciamento. A
organização dos dados não-gráficos é feita segundo as técnicas convencionais de banco
de dados. A grande maioria dos SIG utiliza o modelo relacional, em que a estruturação
dos dados se dá através de tabelas, onde cada linha corresponde a uma ocorrência e cada
coluna corresponde a um atributo da entidade (Carvalho et. al, 2000).
Os dados gráficos são organizados em forma de planos de informação (layers),
ou seja, como uma série de camadas, cada uma das quais contendo feições gráficas
espacialmente relacionadas (Figura 10). Cada camada, que representa um tema ou uma
classe de informação, é um conjunto de feições homogêneas que estão posicionalmente
relacionadas às outras camadas através de um sistema de coordenadas comum
(Carvalho et. al, 2000). Para entender melhor, como exemplo podemos ter em um
22
mapa: um layer de contornos de municípios, outro com as rodovias de acesso e um
último com a localização dos postos de saúde de cada município.
Figura 10 - Exemplo de sobreposição de layers (Costa, 2002 )
A importância de separar informações específicas em planos de informação
distintos e posteriormente combina-las entre si é a razão pela qual o SIG oferece grande
potencial como ferramenta de apoio à tomada de decisão (Borges & Moraes, 2001).
Apesar do grande potencial do SIG, como ferramenta em estudos espaciais, a
maior parte dos usuários limita seu uso a operações de visualização de mapas, tirando
conclusões intuitivas. Mas é possível ir muito além. Quando visualizamos um padrão
espacial, é muito útil traduzi-lo em considerações objetivas: o padrão que observamos é
aleatório ou apresenta uma agregação definida? Esta distribuição pode ser associada a
causas mensuráveis? Houve variação no tempo? (Dias et. al., 2002).
Todos esses problemas fazem parte da análise espacial de dados geográficos. A
análise espacial pode ser definida como uma técnica que busca descrever os padrões
existentes nos dados espaciais e estabelecer, preferencialmente de forma quantitativa, os
relacionamentos entre as diferentes variáveis geográficas (Carneiro et. al, 2001).
23
Para Câmara et. al (1999) a taxonomia mais utilizada para caracterize os
problemas de análise espacial considera três tipos de dados:
a) Eventos ou Padrões Pontuais – fenômenos expressos através de ocorrências
identificadas como pontos localizados no espaço, denominados processos
pontuais. São exemplos localização de crimes, ocorrências de doenças e
localização de espécies vegetais;
b) Superfícies Contínuas - estimadas a partir de um conjunto de amostras de
campo, que podem estar regularmente ou irregularmente distribuídas.
Usualmente, este tipo de dado é resultante de levantamento de recursos naturais,
e que incluem mapas geológicos, topográficos, ecológicos, fitogeográficos e
pedológicos;
c) Área com Contagens e Taxas Agregadas – trata-se de dados associados a
levantamentos populacionais, como censos e estatísticas de saúde, e que
originalmente se referem a indivíduos localizados em pontos específicos do
espaço. Por razões de confidencial idade, estes dados são agregados em unidades
de análises, usualmente delimitadas por polígonos fechados (setores censitários,
distritos, municípios).
Considerando a divisão acima, verifica-se que os problemas de análise espacial
utilizam dados ambientais e socioeconômicos. Em ambos os casos, a análise espacial é
composta por um conjunto de procedimentos encadeados, cuja finalidade é a escolha de
um modelo que considere explicitamente os relacionamentos espaciais presentes no
fenômeno. Em geral, o processo de modelagem é precedido de uma fase de análise
exploratória, associada à apresentação visual dos dados sob forma de gráficos e mapas e
a identificação de padrões de dependência espacial no fenômeno de estudo.
Neste trabalho são desenvolvidas análises espaciais de áreas (Estado e os
municípios), que são representados por polígonos fechados no mapa, onde se supõe
haver homogeneidade interna.
2.3.2 - Análise Espacial de Área
A análise de dados espaciais cuja localização está associada a áreas delimitadas
por polígonos, ocorre com muita freqüência quando lidamos com eventos agregados por
24
municípios, bairros ou setores censitários, onde não se dispõe da localização exata dos
eventos, mas de um valor por área. Alguns desses indicadores são contagens, como é o
caso da maior parte das variáveis coletadas no censo: por exemplo, o IBGE fornece,
para cada setor censitário, o número de chefes de família em cada uma das faixas de
renda consideradas. Diversos indicadores de saúde também são deste tipo: o Ministério
e Secretarias de Saúde organizam e disponibilizam dados de óbitos, partos, doenças
transmissíveis por município. Utilizando duas contagens – óbitos e população, por ex. –
taxas de densidade de ocorrência, como taxas de mortalidade ou incidência são
estimadas (Câmara et. al, 1999).
Um dos problemas básicos apresentados em dados agregados por área é que,
para uma mesma população estudada, a definição espacial das fronteiras das áreas afeta
os resultados obtidos. As estimativas obtidas dentro de um sistema de unidades de área
são funções das diversas maneiras segundo as quais essas unidades podem ser
agrupadas. Podem-se obter resultados diferentes simplesmente alterando as fronteiras
entre essas áreas. Este problema é conhecido como “problema da unidade de área
modificável” (Fotheringham et. al, 2000 apud Dia et. al, 2002).
Devido aos efeitos de escala e de agregação de áreas, os coeficientes de
correlação podem ser inteiramente diferentes no nível individual do nível de áreas. O
efeito de escala é a tendência, dentro de um sistema de unidades de área modificáveis,
de prover resultados estatísticos diferentes para o mesmo conjunto de dados quando a
informação se agrupa em níveis diferentes de resolução espacial (por exemplo, setores
censitários, unidades de planejamento, bairros, distritos e regiões).
Para exemplificar vamos apresentar o exemplo dado por Câmara et. al (1999).
Considere um conjunto de indivíduos onde são medidas duas características de cada um
dos indivíduos, conforme estimado na Figura 11. Uma regressão considerando todos os
25
indivíduos (linha negra do quadro à esquerda) resulta em coeficiente positivo de 0,1469.
Esses indivíduos pertencem a grupos distintos, separando cada grupo conforme o
atributo cor, obtém-se correlação negativa, variando entre –0,5 e –0,8. Utilizando as
médias de cada grupo (linha negra do quadro à direita), o coeficiente vai a 0,99. É
importante observar que cada modelo mede um aspecto diferente e que não há modelo
correto. No primeiro caso, pode-se dizer que sem informações que permitam separar os
indivíduos nos grupos coloridos, as variáveis se relacionam positivamente. No último
exemplo, o interesse do estudo é o efeito da variação na média de uma variável sobre a
média da outra, nos grupos. São perguntas diferentes, e modelos diferentes.
Figura 11 -
Modelos de regressão: indivíduos, indivíduos em estratos diferentes e grupos (Câmara
et. al, 1999)
Deve-se reconhecer que o problema da escala é um efeito inerente aos dados
agregados por áreas. Ele não pode ser removido e não pode ser ignorado. Para
minimizar seu impacto com relação a esses estudos, deve-se procurar utilizar a melhor
escala de levantamento de dados disponível e utilizar técnicas que permitam tratar a
flutuação aleatória, sempre buscando critérios de agregação dos dados que sejam
consistentes com os objetivos do estudo (Câmara et. al, 1999).
26
2.4 - EPIDEMIOLOGIA E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA
Visando ampliar a capacidade do setor de saúde no controle das doenças
transmissíveis, é imprescindível que ocorra o desenvolvimento de novos instrumentos
para a vigilância epidemiológica capazes de incorporar aspectos ambientais,
identificadores de riscos, e métodos automáticos e semi-automáticos que permitam a
detecção de surtos e o acompanhamento destes no espaço e no tempo. Ou seja, é
necessário produzir instrumentos tecnológicos capazes de antecipar e,
conseqüentemente, ampliar a capacidade preventiva do setor de saúde, para que este
possa otimizar suas atividades e recursos visando a prevenção das doenças, a promoção
da saúde, e a minimização dos danos à população exposta a estes riscos (Pellegrini ,
2002).
Os Sistemas de Informações Geográficas (SIG) surgem neste contexto como
uma ferramenta poderosa no auxílio aos profissionais e estudiosos das áreas de saúde
pública e saúde ambiental. Nos SIG’s a distribuição espacial está assegurada pela
base de dados gráficos, visto que estes sistemas permitem a construção e/ou
utilização de bancos de dados onde se pode, finalmente, determinar as associações
entre as ocorrências de doenças e o meio ambiente físico e antrópico.
Como já descrevemos, a preocupação com a distribuição geográfica das doenças
e de suas causas tem uma longa tradição na epidemiologia. Entretanto, o
estabelecimento da epidemiologia espacial como campo específico de análise é recente,
e segundo Oliveira (2002) tomou corpo nas duas últimas décadas, viabilizado por: a)
crescente disponibilidade de informações populacionais e de saúde geograficamente
localizados (até mesmo na internet), b) ganhos na capacidade de processamento
informatizado, c) desenvolvimento dos Sistemas de Informação Geográfica (com
interfaces mais amigáveis) e d) avanços da metodologia estatística (geoestatística).
27
Esses fatores levaram as novas formas de descrever, modelar e compreender a variação
espacial do risco de adoecer.
O surgimento de novas tecnologias de representação geográfica e análise
espacial de bases de dados oferecem uma nova aproximação para o planejamento e
execução de medidas de controle de doenças tropicais. A natureza focal da transmissão
aumenta a compreensão da influência dos fatores ambientais na sua distribuição. Os
SIG abrem à perspectiva de uma colaboração interdisciplinar para adaptar o uso de
novas tecnologias na promoção do controle de diversas doenças. (Connor et al, 1996).
As aplicações do SIG na área da saúde têm se destacado nos seguintes campos
(Thomson et al., 1997; Carvalho et al., 2000; Carvalho & Santos, 2005):
Vigilância Epidemiológica - A análise da distribuição espacial de agravos
possibilita determinar padrões da situação de saúde de uma área, evidenciar
disparidades espaciais que levam à delimitação de áreas de risco para mortalidade ou
incidência de eventos mórbidos. É possível mapear indicadores básicos de saúde,
mortalidade, doenças de notificação compulsória. Planejar e programar atividades de
prevenção e controle de doenças em grupos homogêneos segundo determinados riscos,
monitorar e avaliar intervenções direcionadas (campanhas educativas, vacinação, etc.).
Serviços de Saúde – Através da análise da distribuição espacial do fluxo de
pacientes é possível definir áreas de onde provém a demanda que busca determinado
recurso de saúde. Assim pode-se planejar onde ficarão mais bem localizados os serviços
de saúde, assim como reestruturar os serviços já existentes.
Vigilância Ambiental – Uma análise espacial das características
epidemiológicas de uma população residente próximas a fontes de contaminação (da
água, do ar ou do solo) pode evidenciar grupos populacionais de maior risco de adoecer
ou morrer. É possível, também, identificar fatores ambientais adversos em locais onde
há concentração de agravos à saúde. Auxiliar na pesquisa entomológica, através da
identificação de possíveis criadouros das larvas ou refúgio dos vetores. Além disso,
pode-se avaliar a melhoria na qualidade de vida de uma comunidade em função de obras
realizadas (saneamento, construção de hospitais, etc.).
28
3. OBJETIVO GERAL
Identificar áreas de maior risco e possíveis componentes ecológicos e sociais da
transmissão da malária por meio da análise de dados epidemiológicos em unidades
espaciais que representem à diversidade socioambiental do Pará.
3.1 OBJETIVOS ESPECÍFICOS
Conhecer a tendência temporal e o padrão de distribuição da malária, no Pará, ao
longo de uma série histórica de cinco anos (1999-2003);
Analisar o efeito do desmatamento na prevalência de malária no Pará no período
de 2000 a 2003;
Correlacionar variáveis climáticas, topográficas e socioeconômicas com a
prevalência da malária no Pará.
29
CAPÍTULO I
ANÁLISE DO PERFIL EPIDEMIOLÓGICO DA MALÁRIA NO ESTADO DO
PARÁ (1999-2003): UMA ABORDAGEM ESPACIAL E TEMPORAL
I.1- INTRODUÇÃO
A distribuição de doenças no espaço e no tempo é tema dos mais explorados em
epidemiologia. Nos manuais clássicos da disciplina, por exemplo, a tríade “pessoa-
tempo-lugar” é concebida como ferramenta básica para a descrição dos fenômenos
epidemiológicos (Werneck & Struchiner, 1997).
Segundo Waldman (1998), ao descrevermos os caracteres epidemiológicos
relativos ao tempo, focalizamos o padrão do comportamento das doenças, em amplos
períodos, pelo levantamento de séries históricas com o objetivo de caracterizar
tendências, variações cíclicas, sazonais e/ou epidemias. Por sua vez, a descrição dos
caracteres epidemiológicos relativos ao lugar preocupa-se com aspectos da distribuição
urbano-rural, diferenças do comportamento das doenças em distintas regiões do globo
ou mesmo diferenciais existentes no interior de uma mesma comunidade.
Um perfil epidemiológico pode ser definido como um estudo descritivo, onde é
possível conhecer a distribuição de freqüência das doenças em função do tempo e/ou do
espaço. Entretanto segundo Rouquayrol & Almeida Filho (1999), a capacidade de
levantar pistas conducentes a estudos complementares dá ao perfil epidemiológico um
significado que transcende a simples capacidade de descrever um fenômeno. Além
disso, o estudo do perfil epidemiológico de uma doença pode e deve ser usado pelos
órgãos públicos (municipais ou estaduais) na fase de planejamento das ações em saúde,
garantindo assim o uso racional dos recursos.
30
Existem vários trabalhos que analisam o perfil epidemiológico da malária em
todo Brasil, os mais recentes, são de Marques & Gutierrez (1994), Barata (1995) e do
Ministério da Saúde (2005). Em uma escala regional, alguns autores como Wanderley
et. al. (1985); Wanderley et. al (1994); Matsumoto et. al. (1998); Bértoli & Moitinho
(2001) e Alves et. al. (2000) optaram por estudar a malária em áreas não endêmicas do
país.
Na Amazônia Brasileira (área endêmica) os aspectos epidemiológicos da malaria
são bem conhecidos. No entanto a maioria dos estudos é em escala local, como os
trabalhos de Silva et. al (1987), Alecrim et, al (1994), Camargo et. al (1996), Camargo
et, al (1999) e Ribeiro et. al (2005). Uma escala regional é adotada em informes
governamentais, trabalhos, em geral, meramente descritivos (MS, 2003 e MS, 2005) ou
em poucos trabalhos mais elaborados como: Chaves & Rodrigues (2000), e Cordeiro et.
al, 2002.
Este capítulo é um estudo epidemiológico da malária no Estado do Pará no
período de 1999 a 2003. Fez-se uma análise da tendência temporal e do padrão espacial
desta endemia com o objetivo de conhecer o perfil da malária nos anos propostos para o
estudo. Possíveis relações com resultados apresentados aqui e fatores socioeconômicos
e ambientais presentes no Pará serão abordados nos próximos capítulos.
I. 2- METODOLOGIA
I.2.1 - ÁREA DE ESTUDO
O Pará é um dos estados que compõem a Região Norte do Brasil, é cortado pela
linha do Equador em seu extremo norte, está localizado entre os paralelos 2N e 5S e
entre os meridianos 56 e 48 W. GR (Figura 1.1). Limita-se ao Norte com o Suriname e
Amapá; a Nordeste com o Oceano Atlântico; a Leste com Maranhão; ao Sul com Mato
31
Grosso; a Oeste com Amazonas; a Noroeste com Roraima e Guiana; no Sudeste com
Tocantins; e a Sudoeste com Amazonas e Mato Grosso (citybrazil, 2006).
Possui 1.253.164,5 km² de superfície é, portanto, o segundo maior Estado da
Federação; sua área representa 14,66% de todo território brasileiro. Possui uma
densidade demográfica de, aproximadamente, 4,94 habitantes p/km
2
. Tem uma
vegetação marcada pela variedade de espécies; uma fauna igualmente rica; inúmeros e
caudalosos rios, igarapés, lagos e furos. O clima no Estado é quente úmido (equatorial),
que varia entre meses de muita chuva e os outros com menor índice pluviométrico
(Cordeiro et. al, 2002).
I. 2.2 – COLETA DE DADOS
As informações referentes aos dados brutos de malária, no período de 1999 a
2003, foram obtidas no Núcleo Estadual de Endemias da Secretaria Executiva de Saúde
Pública do Pará (NUEND-SESPA).
Figura 1.1 – Localização geográfica do Estado do Pará
32
Para a medição do risco de se contrair malária, normalmente, se utiliza o Índice
Parasitário Anual (IPA) que corresponde ao número de lâminas positivas para a malária,
expressa por mil habitantes, em um local e período determinado e calculado como:
IPA= Número de lâminas positivas em determinado local e período X 1.000
População da área, no mesmo local e período
O IPA estima o risco de se adoecer por malária e classifica as áreas maláricas de
acordo com o grau de risco em:
a) Área sem risco – IPA indicando menos de 1 exame positivo por mil habitantes.
b) Área de baixo risco – IPA de 1 a 9 exames positivos por mil habitantes.
c) Área de médio risco – IPA de 10 a 49 exames positivos por mil habitantes.
d) Área de alto risco – IPA com mais 49 exames positivos por mil habitantes.
(FUNASA, 2002)
O uso do IPA e seu status de risco, apesar de algumas limitações, são
amplamente difundidos na comunidade científica e pelo Ministério da Saúde para o
estudo da malária no Brasil.
I. 2.3 – ANÁLISE DE DADOS
Os dados de IPA de cada município foram calculados através de uma planilha
eletrônica e foram exportados para um SIG, onde puderam ser relacionados a um mapa
contendo os limites municipais georeferenciados. Para isso, a base cartográfica utilizada
foi desenvolvida pelo PROBIO (2001).
No estudo da série temporal foi feito uso tanto análises diretas (gráficos e
tabelas) quanto método estatístico. Para verificar se houve grande variação no status de
risco do IPA no Estado, durante período da série, procedeu-se uma análise visual
através da construção de mapas temáticos por ano. Além disso, foi realizado uma
subtração entre os layers (mapas) com os valores do IPA de anos sucessivos. O mapa
resultante da subtração foi dividido em faixas (por quebra natural), sendo os dados
33
negativos (IPA menor que o ano anterior) e positivos (IPA maior que o ano anterior)
destacados em cores diferentes.
Para o estudo da tendência temporal (crescente, decrescente ou estável) da
malária no Estado do Pará utilizou-se modelos de regressão linear (Morettin & Toloi,
1987). Nesse processo de modelagem, o IPA foi considerado como variável dependente
(y) e os anos do estudo, como variável independente (x). Utilizou-se o programa
SYSTAT 10 na elaboração dos modelos de regressão e considerou-se tendência
significativa aquela cujo o p<0,05, sendo sua direção (crescente ou decrescente)
determinada pelo coeficiente de regressão (b). Regressões lineares também foram
utilizadas para avaliar as tendências municipais de crescimento, estabilidade ou redução
do risco.
No estudo espacial foi utilizada a média do valor IPA dos cincos anos de estudo
em uma tentativa de minimizar as eventuais flutuações aleatórias dos dados. Para
analisar o padrão espacial da malária no Pará foram feitos dois mapas com pontos
diferentes de corte para visualização do IPA: Status do IPA e de Valores Atípicos.
O primeiro tipo é um mapa onde cada faixa representa o status de risco do IPA,
segue os valores de corte e denominação segundo FUNASA (2002). Este índice tem a
vantagem de demonstrar a força com que a malária ocorre em uma dada localidade,
levando em consideração o tamanho da sua população sendo, portanto, passível de
comparação entre unidades amostrais diferentes (RIPSA, 1997).
O segundo tipo é mapa de valores atípicos de malária, ou seja, determina as
faixas de valores de IPA que se encontram próximo da média estadual e aqueles que
estão abaixo e acima dos valores mínimo e máximo. Para esta análise utilizou-se o
método chamado BOXMAP, onde primeiro passo é criar faixas calculando os quartis
(25% das observações em cada faixa) dos valores do IPA, para determinar os valores
34
atípicos aplica-se a regra do 1,5 pela faixa interquartil (quartil 2), ou seja, o valor atípico
baixo será dado pela fórmula Q2-1,5 (Q3-Q1). E o valor atípico alto será Q2+1,5 (Q3-
Q1). Na prática será criado um mapa temático (com seis faixas criadas) que nos
permitirá analisar, de acordo com a cor dada a cada município (SIGEPI, 2002):
- Aqueles que apresentam os valores mais altos, o maior índice parasitário anual
e, portanto, um valor um valor superior ao restante dos municípios (4° Quartil e Valor
Atípico Alto);
- Aqueles cujo valor do IPA apresenta um comportamento próximo da média (2°
Quartil);
- Aqueles cujo comportamento está abaixo e acima da média (1° e 3° Quartil);
- E os municípios que apresentam os menores valores do IPA (Valor Atípico
Baixo).
I. 3 – RESULTADOS
I. 3.1 – TENDÊNCIA DA SÉRIE TEMPORAL
No período de 1999 a 2003, de acordo com banco de dados do NUEND/SESPA,
foram investigados e confirmados 977.497 casos de malária no Pará (tabela 1.1).
Segundo análise da série temporal houve um aumento no número de casos entre 1999 e
2000 seguidos por um declínio entre 2000 e 2003 (Figura 1.2).
Tabela 1.1 - Distribuição dos Casos de Malária no Pará
ANO CASOS VARIAÇÃO
1999 248.233 -
2000 278.204 29,97
2001 186.367 -91,84
2002 149.088 -37,28
2003 115.605 -33,48
TOTAL 977.497 -132.628
35
No estudo estatístico (através do teste de regressão) a série temporal da malária
no Pará apresentou uma tendência decrescente (Figura 1.2) estatisticamente significativa
(b=-6,8; r²= 0,89 e p= 0,02). No entanto dos 143 municípios que compõe o estado,
apenas 31 apresentaram este a mesma tendência nos anos de estudo (Tabela 1.2), sendo
a maioria (21 municípios) de baixo risco. Entre os demais municípios analisados, não
houve tendência crescente estatisticamente significativa nesta série histórica, tendo
todos os outros 112 municípios analisados apresentado uma tendência estável.
0
10
20
30
40
50
1999 2000 2001 2002 2003
IPA
Linear
(IPA)
Figura 1.2 – Série Temporal da Malária no Pará com Linha de Tendência
36
Tabela 1.2 - Resultados da análise de tendência do IPA para os municípios com
p < 0.05 de 1999 – 2003
Município b r² p
ABAETETUBA -1.4 0.77 0.05
ALMEIRIM -19.2 0.87 0.02
AUGUSTO CORREA -10.3 0.82 0.03
BAIAO -14.5 0.94 0.006
BRAGANCA -3.3 0.98 0.01
CACHOEIRA DO PIRIA -124.2 0.88 0.02
CAMETA -1.1 0.88 0.02
CUMARU DO NORTE -76.5 0.83 0.03
CURRALINHO -41.8 0.8 0.04
CURUA -5.2 0.86 0.02
DOM ELISEU -9.2 0.83 0.03
ELDORADO DOS CARAJAS -22.4 0.89 0.01
IPIXUNA DO PARA -137.8 0.85 0.02
MAE DO RIO -30 0.9 0.01
MARABA -21.2 0.97 0.007
MARACANA -14.5 0.8 0.04
MOCAJUBA -18.8 0.96 0.003
MOJU -21.7 0.89 0.01
ORIXIMINA -31.2 0.78 0.04
OURILANDIA DO NORTE -12.8 0.94 0.006
PALESTINA DO PARA -46.8 0.82 0.03
PARAUAPEBAS -19 0.89 0.01
PAU D'ARCO -4 0.82 0.03
REDENCAO -16.20 0.95 0.005
SAO DOMINGOS DO CAPIM -10.30 0.89 0.01
SAO GERALDO DO ARAGUAIA -7.50 0.84 0.03
SAO MIGUEL DO GUAMA -11.00 0.92 0.01
TAILANDIA -65.10 0.88 0.01
TOME-ACU -5.80 0.83 0.03
TUCUMA -1.13 0.77 0.05
ULIANOPOLIS -30.30 0.87 0.02
I. 3.2 – DISTRIBUIÇÃO DO STATUS DE RISCO
Na análise do status de risco do IPA, para o Estado, nota-se um predomínio do
alto risco em 1999 e 2000 (35.7% e 39.16% dos municípios respectivamente), a partir
de 2001 com a diminuição no número de casos, o status de baixo risco começa a
predominar, chegando a 60.84% dos municípios em 2003 (Figura 1.3).
37
0.0
10.0
20.0
30.0
40.0
50.0
60.0
70.0
1999 2000 2001 2002 2003
Baixo
Médio
Alto
Figura 1.3 – Porcentagem de municípios com cada tipo de status de risco do IPA por ano no Pará
O IPA não apresentou uma distribuição homogênea no estado ao longo dos anos
de estudo. Existe uma grande variação nos status de risco (Figura 1.4), as principais
mudanças ocorreram nos municípios de Aurora do Pará, Baião, Cumaru do Norte,
Curralinho, Eldorado dos Carajás, Mãe do Rio, Magalhães Barata, Mocajuba, Moju,
Muaná, Oriximiná, Ourém, Ourilândia do Norte, Palestina do Pará, São Sebastião da
Boa Vista, Tracuateua e Vigia que iniciaram a série, em 1999, com status de alto risco e
terminaram, em 2003, com IPA de baixo risco para malária.
38
Figura 1.4 – Mapas com a distribuição do status do IPA no Pará de 1999-2003
A subtração entre os layers (mapas) mostra que todos os municípios tiveram
redução do IPA em pelo menos um ano da série. No entanto, as maiores reduções
absolutas (1° faixa) ocorreram apenas em municípios com status de alto risco e de
maneira descontinua, ou seja, aumento e diminuição de casos alternaram-se durante a
série histórica. Um bom exemplo é o município de Anajás, que no intervalo de 1999 a
39
2003, alterna entre a 1° faixa (grande redução do IPA) e a última faixa (grande aumento
de IPA) (Figura 1.5 a 1.8).
Figura 1.5 – Subtração do IPA de 2000 por 1999 (faixas divididas por quebra natural).
Figura 1.6 – Subtração do IPA de 2001 por 2000 (faixas divididas por quebra natural).
40
Figura 1.7 – Subtração do IPA de 2002 por 2001 (faixas divididas por quebra natural).
Figura 1.8 – Subtração do IPA de 2003 por 2002 (faixas divididas por quebra natural).
41
I. 3.3 – DISTRIBUIÇÃO ESPACIAL
A malária, de forma mais leve ou mais grave, se distribui em todos os
municípios do Pará. O mapa onde a divisão das faixas é baseada no status de risco do
IPA (Figura 1.9), devido ao valor de corte de cada faixa, acaba agrupando vários
municípios (de norte a sul do Estado) na faixa mais alta.
No BoxMap, utilizado para analisar a faixa de valores atípicos do IPA no estado,
nenhum município foi classificado como valor atípico baixo, indicando que mesmo de
forma desigual, a malária é um agravo importante em todo estado. Percebe-se, também,
que os valores atípicos altos não seguem uma distribuição homogênea no espaço (Figura
1.10). Havendo aglomerados atípicos na Ilha de Marajó (Chaves, Anajás e Curralinho);
no nordeste do estado (Viseu, Cachoeira do Piriá, Nova Esperança do Piriá,
Paragominas, Ipixuna do Pará e Tailândia); no centro (Itupiranga, Novo Repartimento,
Pacajá e Anapu); no sudeste (Santana do Araguaia, Santa Maria das Barreiras e Cumaru
do Norte). Outro resultado interessante foi encontrar municípios com valor atípico alto,
mesmo seus vizinhos possuindo valores próximos da média. É o caso de São João do
Araguaia (leste, na fronteira com Maranhão) e Prainha (noroeste).
42
Figura 1.9 – Média do IPA (1999-2003) no Pará dividido por status de risco.
Figura 1.10 – Mapa de Valores Atípicos do IPA no Pará (BoxMap).
43
I.4 – DISCUSSÃO
A malária não se distribui de forma homogênea no tempo e no espaço durante os
anos de estudo, corroborando dados da literatura em relação à malária na Amazônia
(Barata, 1995; Tauil, 2002; Confalonieri, 2005). O status de risco do IPA variou
bastante entre os municípios de 1999 a 2003, no entanto, ao final da série predominou o
status de baixo risco.
O Estado do Pará apresentou uma tendência decrescente estatisticamente
significativa no número de casos de malária. Essa mesma tendência, entretanto, foi
encontrada em uma minoria de municípios (31 de 143). E desta minoria apenas 10
municípios apresentam status de alto risco na média (dos cinco anos) do IPA. Isto indica
que uma redução continua da malária ocorreu principalmente em municípios que já
tinham um número relativamente baixo de casos (status de baixo e médio risco).
Recomenda-se uma revisão dos esforços de combate à doença para diminuir a
incidência nas áreas de alto risco.
A redução da malária a partir de 2001 pode ser o resultado do Plano de
Intensificação das Ações de Controle da Malária na Amazônia Legal (PIACM), iniciado
em julho de 2000, promovido pela Fundação Nacional de Saúde (FUNASA), do
Ministério da Saúde (Taiul, 2002). É evidente que uma redução aleatória de casos
positivos pode ter ocorrido em alguns municípios, mas não se pode deixar de considerar
que um investimento de 145,8 milhões em ações de controle da malária (total de
recursos para toda Amazônia Legal) não tenha influenciado a série.
No Pará o PIACM possibilitou a implantação de 200 laboratórios de campo,
capilarizou-se ao máximo a rede de distribuição de medicamentos e tratou de envolver
todos os níveis de serviço constituídos no SUS no combate a malária (SESPA, 2004).
Apesar deste investimento a análise de subtração dos mapas, mostra vários municípios
44
alternando diminuição e aumento no número de casos, demonstrando uma ação até certo
ponto efetiva no combate à malária (houve de fato diminuições drásticas da incidência
em alguns municípios), mas com falhas na continuidade deste trabalho (vigilância
epidemiológica) refletindo uma política de ação “curativa” e não preventiva. Outro
indicio desta política é o fato de que as grandes reduções absolutas ocorreram em
municípios de alto risco (não sendo suficientes para mudá-los de status).
No espaço, para análise de padrões, foram feitos dois tipos de cortes para os
dados do IPA: Status do IPA e valores atípicos, o mapa cuja divisão das faixas é
baseada no status de risco do IPA acaba agrupando vários municípios na faixa mais alta
(corte está 50 ou mais). Isto, até certo ponto, dificulta uma avaliação mais apurada do
nível de gravidade da malária entre os municípios desta faixa e consequentemente no
Estado. Neste aspecto o mapa de valores atípicos (BoxMap), produz um resultado mais
refinado. Com este método, 19 municípios foram agrupados na faixa mais alta (Anajás,
Anapú, Chaves, Cachoeira do Piriá, Curralinho, Cumaru do Norte, Ipixuna do Pará,
Itupiranga, Jacareacanga, Nova Esperança do Piriá, Novo Repartimento, Paragominas,
Pacajá, Prainha, Santana do Araguaia, Santa Maria das Barreiras, São João do Araguaia,
Tailândia e Viseu), em diferentes pontos do Pará. Assim podem-se avaliar os
municípios que possuem valores de IPA bem superior ao resto do Estado (valores
atípicos altos), onde devem ser concentrados os esforços para redução da incidência.
Os estudos de perfil epidemiológico têm como vantagens a fácil execução e o
baixo custo. Os dados são rapidamente disponíveis e é mais fácil generalizar as
conclusões. Entretanto, temos uma limitação na qualidade dos dados coletados, pois não
são colhidos diretamente pelo pesquisador. No caso da malária, existe uma boa rede de
coleta de dados, tendo agentes de endemias exclusivos para trabalhar com este agravo,
exame diagnóstico laboratorial e tratamento gratuito, amplamente disponível, a
45
probabilidade de um caso suspeito não procurar a realização do exame é muito pequena.
O que pode levar, ao contrário de muitos agravos que sofrem com sub-registro, a
notificação de um paciente recidivo como caso novo. O sistema de informação,
contudo, exclui pelo menos, as lâminas positivas classificadas como de verificação de
cura (colhidas para avaliar o tratamento).
46
CAPÍTULO II
MALÁRIA E O DESMATAMENTO NO ESTADO DO PARÁ
II. 1 - INTRODUÇÃO
Considera-se um ambiente saudável quando são mantidas sua estrutura e função
através do tempo, mediante as perturbações externas. Estes ecossistemas oferecem aos
seres humanos provisões alimentares, água e ar puro, dentre outros importantes
serviços. Vidas humanas saudáveis não podem ser separadas de um ambiente saudável,
e quando o ecossistema é alterado, também se alteram as condições de saúde humana.
(Kochtcheeva & Singh, 2000 apud Aparício, 2001). Segundo Aparício (2001) os efeitos
do desmatamento na saúde dos seres humanos são diversos e tem aumentado nas
últimas décadas, pois juntamente com esta transformação profunda da paisagem emerge
várias doenças infecciosas como a malária.
Na maioria das populações tropicais a situação da malária é relativamente
estável e embora possa haver variações sazonais no número de caso, epidemias
normalmente não acontecem exceto quando a estabilidade é rompida por mudanças no
hábitat que favorecem um aumento no número de vetores, o estabelecimento de novos
vetores e o ingresso de pessoas infectadas ou não imunes na área (Walsh et al., 1993).
Para Barbieri (2000) o estabelecimento de doenças endêmicas, especialmente
malária, em regiões de floresta tropical como a Amazônia brasileira tem sido
consistentemente avaliada como resultante de processos interativos entre o homem e o
meio ambiente que levam à ruptura do equilíbrio ecológico existente. Walsh et al (1993)
cita a existência de um sinergismo entre destruição de florestas tropicais, perda de
biodiversidade e alterações climáticas, com impactos potenciais na incidência de
doenças transmitidas por vetores.
47
Entretanto, se os mosquitos vetores são “moradores” da floresta é possível que a
retirada da mata possa diminuir a taxa de transmissão de malária. Mas, na maioria dos
lugares desmatados o resultado foi um aumento de malária (Patz et. al, 2000). Isso se dá
por dois motivos: Primeiro, a destruição destas florestas pode levar a destruição de
patógenos e vetores relacionados ou pode forçar a adaptação destes animais a outros
ambientes que não necessariamente as florestas. Melrose (2005) cita que poças de água,
parcialmente sombreadas ou iluminadas pelo sol (comuns em áreas desmatadas)
substituíram os criadouros florestais dos mosquitos na Tailândia. Algumas espécies se
tornaram mais eficientes neste novo hábitat. Rede de irrigação, canais e represas, como
também, poças nas estradas em construção, podem ser ótimos habitats para o vetor
(Wilson, 2001). Plantações de borracha na Malásia favoreceram o surgimento de
bromélias que servem de habitat para o An. bellator. Além disso, muitas espécies de
mosquitos preferem alimentar-se de animais ao invés de humanos, mas a destruição de
habitats (florestas) e conseqüentemente um declínio no número de animais selvagens
fazem com que os mosquitos busquem se alimentar de animais domésticos e humanos
(Pattanayk et al, 2003).
Segundo, cada espécie de Anopheles ocupa um único nicho ecológico e opera a
um nível diferente de competência vetorial. Quando um ambiente é alterado, por
exemplo, uma área desflorestada, se os anofelinos nativos não se adaptarem a mudança
ecológica, serão substituídos por uma espécie diferente, oportunista, que se move para o
nicho desocupado. Como o ambiente novo sofre um processo de estabilização, uma
sucessão de espécies pode ocupar a área. Desmatamentos seguintes, o tipo de uso da
terra, colonização humana e o contexto ecológico criado determinam se as espécies
nativas de mosquito são capazes de se adaptar e permanecer ou vão desaparecer, e quais
novas espécies chegarão ao hábitat recentemente formado, sua sobrevivência e
48
proliferação. Por exemplo, depois da construção de uma represa hidroelétrica em
Tucuruí no Brasil, An. argyritarsis surgiu, apenas para ser substituído por An.
braziliensis cinco anos depois (Tadei et. al, 1998). No Brasil, subseqüente ao
desenvolvimento da mineração e desmatamento seguido de migração, entre 1971 e
1986, houve um aumento de 76% na malária transmitida por An. darlingi com P.
falciparum em relação ao P. vivax (OPAS, 1988). Na África ocidental, desmatamento e
irrigação foram seguidos por um aumento de malária por P.falciparum transmitida por
An. gambiae em aldeias perto de florestas, An. funestus na savana, e An. arabiensis em
áreas urbanas e peri-urbanas (Patz et. al, 2000). Na Venezuela ocidental, An.
nuneztovari transmite malária por P. vivax, mas não por P. falciparum (Rubio-Palis et.
al, 1994).
Em alguns exemplos o desmatamento e/ou substituição da vegetação pode
reduzir a transmissão de malária. Chang et. al (1997) citam que a substituição da
floresta por plantações de palma diminuiu a população de mosquitos do gênero
Anopheles e assim reduziu a ameaça de transmissão da malária em 90% em um período
de quatro de anos em Sarawak (Malásia). Infelizmente este sucesso foi acompanhado
por um aumento nos casos de dengue, doença que também é transmitida por mosquitos.
Os autores denominaram esse fenômeno como “a lei de conseqüências não
intencionais”.
O desmatamento também traz mudanças nos fatores climáticos da região, que
podem influenciar, indiretamente, na prevalência da malária. Existe uma vasta literatura
alertando sobre as alterações climáticas e hidrológicas que podem advir com o
desmatamento (Shukla et. al, 1990; Meher-Homji, 1991; Nepstad et. al., 1994; Taylor,
1997; Laurance, 1998; Moutinho & Nepstad, 2000; Fearnside, 2005 e Kirby et. al,
2005). Temperaturas mais altas podem acelerar a taxa de desenvolvimento da larva em
49
adultos, aumentar freqüência de hematofagia das fêmeas, a taxa à qual os parasitas são
adquiridos e o período de incubação do parasita dentro do mosquito (Walsh et al.,
1993).
O desmatamento traz problemas sociais tão profundo quanto suas mudanças
ecológicas, que podem influenciar nas condições de saúde da população e
conseqüentemente na prevalência de malária. Segundo Pattanayak et. al (2003) é
importante entender o papel do desmatamento unindo malária a desenvolvimento
econômico, porque:
a) O desmatamento não é o propósito final, a remoção da cobertura florestal é o
começo de uma cadeia inteira de atividades econômicas (agricultura, mineração,
exploração de madeira);
b) A maioria da população rural depende dos produtos florestais (extrativismo)
como fonte de renda;
c) A malária e o desmatamento são elementos centrais do ciclo vicioso de
pobreza em áreas rurais nos países em desenvolvimento.
No Brasil desmatamento, mudanças ecológicas e problemas sociais estão
presentes na história da ocupação da região amazônica. Historicamente, este processo
começa na década de 50 com a abertura das primeiras rodovias, expandidas em 1970,
quando deu-se início a um processo intenso de ocupação com a chegada de imigrantes
do nordeste e sul do Brasil. Uma conjunção de fatores, como a política de incentivos
fiscais do governo brasileiro para instalação de grandes projetos agropecuários e
assentamento de colonos do INCRA (Instituto Nacional de Colonização e Reforma
Agrária) e a abertura e pavimentação das estradas, aceleraram o processo de ocupação
da área. Como conseqüência seguiu-se a intensa atividade de desmatamento e conversão
das áreas de floresta em pastagem e áreas agrícolas (Kampel et. al, 2000). Atualmente, a
especulação de terra ao longo das estradas, o crescimento das cidades, aumento da
50
pecuária bovina, exploração madeireira e agricultura familiar (mais recentemente a
agricultura mecanizada), principalmente ligada ao cultivo da soja e algodão são as
atividades econômicas responsáveis pelas altas taxas de desmatamento na Amazônia
Legal (Fearnside, 2003; Moutinho & Alencar, 2005 e Laurance et al., 2004).
Contudo, esse desmatamento não é distribuído homogeneamente, mas
espacialmente concentrado na região da fronteira da Amazônia Legal, área denominada
de "arco do desmatamento", cujos limites se estendem do sudeste do estado do
Maranhão, ao norte do Tocantins, sul do Pará, norte de Mato Grosso, Rondônia, sul do
Amazonas e sudeste do estado do Acre (Nepstad et al, 1999 e Margulis, 2003).
Entre as nações tropicais do mundo, o Brasil é provavelmente a que tem o
melhor monitoramento da atividade de desmatamento (Laurance et al, 2001). As
principias instituições responsáveis pelo levantamento de dados primários sobre
desmatamento por meio de sensoriamento remoto são o INPE, o IBAMA e a FEMA-
MT (Margulis 2003). Entretanto, segundo Alves (2001) desde 1988, as estimativas do
INPE adquiriram o caráter de estatísticas oficiais sobre os desmatamentos da Amazônia
brasileira em nível nacional e estadual.
O Estado do Pará possui uma grande relevância nos dados do desmatamento
(está entre os três estados que mais desmataram entre 2001 e 2003) e na prevalência de
malária da Amazônia. Sendo assim este capítulo propõe testar as relações existentes
entre estas duas variáveis em uma perspectiva temporal.
51
II. 2 - METODOLOGIA
II. 2.1 - FONTE DE DADOS
Os dados de malária foram obtidos no Núcleo de Endemias da SESPA e
transformados em IPA (índice parasitário anual) através de planilha eletrônica.
Os dados de desmatamento, para os anos 2000-2003 (não se obteve dados
precisos para o ano de 1999), foram adquiridos do Projeto de Desmatamento - PRODES
do INPE (www.obt.inpe.br/prodes) na forma de taxa de desmatamento (km
2
/ano). O
PRODES vem monitorando o processo de desmatamento da Amazônia desde 1984 e
considera desmatamento "a conversão de áreas de floresta primária por atividades
antropogênicas para o desenvolvimento de atividades agropecuárias detectadas por
plataformas orbitais" (INPE, 2000). Deste modo, as áreas em processo de sucessão
secundária são excluídas do cálculo dos desmatamentos brutos totais e anuais,
implicando que uma área uma vez desflorestada assim será considerada
permanentemente (Margulis, 2003).
Além do problema conceitual os dados gerados pelo PRODES também possui
algumas limitações metodológicas, em parte porque não incluem clareiras menores que
6,25 ha e também porque não é capaz de detectar mudanças ambientais que não causam
perda da cobertura da copa da floresta, como o corte seletivo de madeira, o fogo
superficial, os efeitos de borda, a mineração em pequena escala e a sobre-caça
(Laurance 1998; Cochrane et al.1999; Alves et. al, 2001). Apesar das restrições os
dados de desmatamento do INPE são considerados cientificamente sólidos e possui uma
extensa base de dados (desde 1984), constituindo assim, a fonte mais completa de dados
sobre a evolução anual do desflorestamento para toda a Amazônia Legal, disponível.
Os mapas digitais de desflorestamento gerados pelo PRODES para cada ano,
obedecem ao recorte das cenas do satélite Landsat TM, cuja resolução espacial original
52
é de 30 x 30 metros. Posteriormente estas cenas são reunidas em um mosaico e
convertidas para a resolução espacial de 120 x 120 metros, que são comparadas em anos
consecutivos para a detecção e o mapeamento de novas áreas desflorestadas. A
estimativa de extensão desflorestada por município baseia-se no cálculo do
desflorestamento acumulado e observado até o ano selecionado dentro dos limites
administrativos dos municípios que fazem parte da Amazônia Legal. Além da classe
com a extensão desflorestada, as áreas de outras classes de cobertura da terra e nuvens,
foram calculadas para cada ano de análise como: floresta, nuvem, não floresta,
hidrografia e área não observada. A classe “área não observada” se refere às áreas cujas
cenas Landsat TM foram descartadas pelo PRODES em um determinado ano, devido ao
excesso de nuvens (aprox. 75% da cena coberta de nuvens sobre área de floresta) ou à
baixa qualidade radiométrica (INPE, 2005).
II. 2.2 - ANÁLISE DOS DADOS
Os dados sobre o desmatamento nos municípios foram divididos em faixas e
plotados em mapas, pretendendo-se assim destacar os municípios com os maiores
valores.
Para análise estatística, a falta dos dados de desmatamento em 1999 inviabilizou
a utilização dos dados de 2000, pois o site do PRODES apresenta dados acumulados
sobre o desmatamento, assim para se obter os dados de apenas um ano, tem-se que
subtrair do valor do ano anterior. Sendo assim, as análises finais continham apenas s
dados de 2001 até 2003. Além disso, para dar precisão aos testes, optou-se por descartar
todos os municípios que apresentavam 25% ou mais na soma das classes “área não
observada” e “Nuvem”.
53
Para determinar a relação de dependência entre as variáveis foi utilizado o teste
de regressão por permutação (α=0,05), através do programa Randomization Testing
(RT) (Manly, 1997). Este tipo de regressão possui a vantagem de não exigir alguns
pressupostos da regressão linear simples (estatística paramétrica), como normalidade e
homocedasticidade, que seriam difíceis de ser obtidos com os dados disponíveis sobre o
desmatamento. Além disso, é um teste mais robusto, fato importante já que não há
100% dos municípios amostrados, cuja significância estatística é calculada por
intermédio do método de Monte Carlo.
No modelo utilizado, o índice parasitário anual (IPA) foi considerado como
variável dependente (Y) e a área desmatada (Km²) como variável independente (X).
II.3 - RESULTADOS
Ao contrário da malária (IPA), as taxas de desmatamento vêm aumentando no
Pará nos últimos anos (Figura 2.1), principalmente na parte do Estado que pertence ao
chamado arco do desmatamento. Entretanto, uma análise completa da distribuição
desmatamento foi prejudicada pela falta de dados (municípios não amostrados pelos
PRODES ou excluídos do estudo por ter mais de 25% de área não amostrada)
principalmente na Ilha de Marajó e no Nordeste do Estado.
54
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
2000 2001 2002 2003
Ano
Área Desmatada (km²)
Figura 2.1 – Total de área desmatada no Pará entre 2000-2003.
No ano de 2001, exceto pelo município de Monte Alegre (noroeste), a maior
parte do desmatamento parece está concentrado no sul do Pará. Os municípios de São
Félix do Xingu e Novo Repartimento encontram-se na última faixa com as maiores
áreas desmatadas (Figura 2.2). Em 2002, a taxa do desmatamento no Estado foi bem
maior que em 2001. Além do sul do Pará, temos agora alguns municípios do leste
aparecendo com altas taxas, continuando o destaque para São Felix do Xingu, seguido
agora por Rondon do Pará (Figura 2.3). Em 2003, infelizmente, há um grande número
de municípios sem amostragem consistente, as maiores áreas desmatadas aparecem nos
municípios de Altamira, São Felix do Xingu, Novo Progresso e Vitória do Xingu
(Figura 2.4).
55
Figura 2.2 – Distribuição municipal do Desmatamento (km²) no Pará em 2001
Figura 2.3 – Distribuição do municipal do Desmatamento (km²) no Pará em 2002
56
Figura 2.4 – Distribuição municipal do Desmatamento (km²) no Pará em 2003
Apesar da ausência de dados para alguns municípios, os resultados das
regressões por permutação mostraram que a área desmatada tem um efeito significativo
no IPA em dois (2001 e 2002) dos três anos estudados (Tabela 2.1).
Tabela 2.1 - Resultados da Análise de Regressão linear
ANO Y X N b P
2001 IPA ÁREA_Km² 77 0.39
0.03
2002 IPA ÁREA_Km² 70 0.48
0.04
2003 IPA ÁREA_Km² 44 0.17 0.41
57
II.4 – DISCUSSÃO
Em muitos casos as doenças transmitidas por vetores, como a malária, estão
relacionadas à presença de florestas. A destruição destas florestas pode levar a
destruição do patógeno e vetores relacionados a certas doenças ou pode forçar a
adaptação destes animais a outros ambientes que não necessariamente a floresta.
Graças a estudos e disponibilidade de dados sobre desmatamento na Amazônia,
promovidos principalmente pelo INPE, se pode analisar de forma temporal a relação
entre a taxa de desmatamento e a prevalência da malária, variáveis tão presentes no
Estado do Pará.
No período de 2001 a 2003 verificou-se um aumento nas taxas de desmatamento
no Pará, este desmatamento concentrou-se principalmente no leste e no sul do Estado.
No caso de São Félix do Xingu, os agentes dos desmatamentos são principalmente os
grandes pecuaristas. Dada a proximidade com cidades mais ao do Sul do Pará (Xinguara
e Redenção) e, assim, com os frigoríficos destas cidades, bem como a extensa rede de
estradas, construídas e mantidas por combinações de pecuaristas, madeireiros e a
própria prefeitura (Margulis, 2003). Outro fator que contribui para o padrão de
distribuição do desmatamento no Pará foi o aumento desta atividade em terras
indígenas, principalmente Parakanã e Catete. Está área constitui o novo corredor do
desmatamento no Pará e se estende de Novo Repartimento até Tucumã e São Félix do
Xingu. A maior parte deste desmatamento provavelmente é feito por agricultores
pequenos (Fearnside, 2004).
Na série histórica, apesar da linha de tendência do desmatamento (crescente) ser
contrária ao da prevalência da malária (decrescente), a área desmatada nos anos de 2001
e 2002 foi significativamente relacionada à prevalência da doença, indicando haver um
efeito do desmatamento. O ano de 2003, não apresentou resultados significativos, no
58
entanto é bem provável que o número reduzido de dados de desmatamento ou a redução
acentuada do IPA (devido aos investimentos do PIACM) tenha prejudicado a estatística
final. Além disso, restrições na metodologia do PRODES (que detecta apenas
derrubadas maiores que 6,25 ha, admitindo-se a omissão de áreas menores, como os
projetos de agricultura familiar e extração seletiva de madeira) também podem
influenciar os resultados.
Outro aspecto importante a ser considerado é citado por Confalonieri (2003):
“O desmatamento muda, de alguma maneira, a dinâmica das doenças tropicais.
No entanto, é importante saber como foi feito o desmatamento, qual a quantidade de
pessoas envolvidas e quais instrumentos usados, para se ter uma idéia do que vai
acontecer”.
Para este autor não existe uma regra geral na relação desmatamento e doenças
focais, o que vai acontecer depende da dinâmica do processo de desmatamento. Por
fim, apesar da sustentabilidade estatística parcial (em dois dos três anos de estudo) sobre
a hipótese inicial de que o desmatamento influenciaria a distribuição da malária, sugere-
se sim, uma maior atenção dos grupos de vigilância em saúde nos municípios em que
ocorrem desmatamentos freqüentes. Entende-se que estudos em escalas maiores e com
uma perda menor no número de dados podem contribuir ainda mais no conhecimento
destes dois grandes problemas no Pará, desmatamento e malária.
59
CAPÍTULO III
MALÁRIA E SUA RELAÇÃO COM FATORES SOCIOAMBIENTAIS
III.1 - INTRODUÇÃO
O surgimento de uma determinada doença não está relacionado apenas à
presença do seu agente etiológico. É necessária a presença de vários fatores dentre os
quais se destacam os socioeconômicos, os genéticos e os ambientais. Fatores estes que
se estruturarão de formas diferentes para o surgimento de doenças diferentes,
caracterizando uma realidade multifatorial de cada doença. Assim, o aparecimento de
uma doença está vinculado ao surgimento de um desequilíbrio que possui origem em
uma constante variação das relações existentes entre os seres vivos e o ambiente que os
cercam (Rouquayrol & Almeida Filho, 1999).
Na Amazônia, segundo Gurgel (2003), a malária se destaca como uma das
principais enfermidades transmissíveis de ocorrência endêmico-epidêmica. Os
processos infecciosos ocasionados pela malária têm ciclos complexos de perpetuação e
disseminação. Para uma adequada organização das atividades de controle da malária na
região, devem ser considerados todos os elementos que caracterizam as paisagens da
doença. Só com uma compreensão das especificidades ambientais e sociais de cada
paisagem podem ser adaptadas estratégias específicas de atuação (Confalonieri, 2005).
Embora haja um grande número de estudos sobre a malária realizados na
Amazônia, a maioria deles enfoca apenas a ecologia do vetor e em uma escala local.
Estes estudos contribuem enormemente para esclarecer o ciclo da doença, mas não
ajudam muito a definir as estratégias de combate à endemia, uma vez que a alocação de
60
verbas, por exemplo, é feita por municípios. Nesta escala espacial mais ampla, os
principais estudos realizados incluem a análise de um ou poucos fatores, sendo a
pluviosidade o mais estudado (Dias, 2003; Nobre et. al, 2005). O objetivo deste capítulo
é analisar simultaneamente o efeito de diversas variáveis ambientais e socioeconômicas
sobre a distribuição espacial da malária no Pará, em escala municipal. Espera-se que os
resultados contribuam para um melhor direcionamento das estratégias de combate à
doença. Antes da análise dos dados propriamente, é feita uma revisão dos fatores que
contribuem para a incidência de malária, de forma a contribuir para a compreensão das
variáveis selecionadas para o estudo.
III. 1.1 – MALÁRIA E FATORES AMBIENTAIS
A malária é regida por um número grande de fatores ambientais que afetam a
distribuição, intensidade de transmissão, variação em pequena escala e sazonalidade.
Fatores diferentes causam efeito a escalas diferentes de espaço - algumas à escala
continental e outros a uma escala muito pequena, como entre aldeias (MARA/ARMA,
1998).
Onori & Grab (1980), classificam os fatores capazes de precipitar a ocorrência
de surtos epidêmicos de malária em tipo indireto e direto. Entre os diretos estão os
fatores entomológicos (densidade do vetor em relação ao homem, taxa de sobrevivência
diária do vetor, freqüência de picadas no homem, duração do ciclo esporogônico e a
proporção de anofelinos com esporozoítas que são infectantes); os fatores
parasitológicos (taxa parasitária e a proporção de parasitas inoculados com gametócitos)
e os fatores imunológicos do homem. Entre os fatores indiretos estão incluídos os
fatores meteorológicos (precipitação, a temperatura e a U.R. que são capazes de atuar
sobre os "fatores entomológicos diretos", quer seja pela formação de criadouros, ou pelo
61
aumento da sobrevivência e encurtamento do ciclo dos mosquitos adultos, bem como
sobre os fatores parasitológicos), os fatores ambientais (aumento do anofelismo devido
a atividades humanas como construção de estradas; mudanças nos hábitos de
alimentação do mosquito de zoofílicos para antropofílicos quando se vêem privados de
sua fonte natural de alimentação; migração de pessoas não imunes como o fluxo
migratório de garimpeiros, dos projetos de colonização agrícola e construções de
estradas).
Existem vários trabalhos no mundo que utilizam técnicas de analise espacial
para estudar a relação da malária com fatores ambientais. Na África o projeto
MARA/ARMA (Mapping Malaria Risk in África) de 1998 utiliza técnicas de
geoprocessamento e sensoriamento remoto para correlacionar a malária com fatores
ambientais. Estes estudos utilizam dados de incidência de malária (coletados em
diversos pontos no continente) além de informações entomológicas e parasitárias para
compreender a distribuição temporal e espacial da malária na África. Os fatores
ambientais testados dependem da escala de cada estudo do projeto (continental,
subcontinental e regional).
Em Belize, América Central, Hakre et. al (2004) fazem uso do SIG para
correlacionar a incidência de malária com dados de vegetação e topografia. Para este
estudo os autores analisam uma área de influência de 2 km (buffers) ao redor das
cidades.
Na América do Sul, Delgado et. al (2001) utilizam sensores remotos para
estudar a relação entre precipitação e a temperatura sobre a incidência da malária no
estado de Sucre na Venezuela.
Para Craig et al. (1999), que utilizam sensoriamente remoto para estudar a
malária na África, um dos fatores principais na transmissão da malária é temperatura,
62
pois afeta o ciclo de transmissão de muitos modos diferentes, mas os efeitos na duração
dos ciclos de esporogônicos do parasita e a sobrevivência do vetor são particularmente
importantes. O desenvolvimento do parasita cessa a 16°C, mas transmissão debaixo de
18°C é improvável porque poucos mosquitos adultos sobrevivem os 56 dias requeridos
para o completar o ciclo nesta temperatura. A 22°C o ciclo no mosquito é completado
em menos de três semanas e a sobrevivência do vetor é bastante grande (15%). Assim
temperaturas abaixo de 18°C foram consideradas inadequadas, e superiores a 22°C
satisfatória, para transmissão estável. O limite superior de temperatura é determinado
pela sobrevivência do vetor, pois se verifica que, para temperaturas superiores a 32ºC
existe um aumento significativo da taxa de mortalidade bem como o enfraquecimento
da população, ocorrendo mortalidade térmica à temperatura de 40ºC.
Para Small et al (2003), a temperatura influencia intervalos alimentação,
densidade de população, e longevidade de mosquito de anofelinos e também o potencial
reprodutivo do parasita Plasmodium. Mas a transmissão da malária é uma interação
complexa de muitos fatores, não só incluindo comportamento do vetor e densidades de
parasitas, mas também mudança no uso da terra, medidas de controle na saúde pública,
migração humana e resistência de droga. Lieshout et. al (2004) que relaciona mudança
climática, prevalência da malária e cenários socioeconômicos mundial, concluiu que o
aquecimento global causaria impactos no número de casos na África e na Ásia. Lopes
et. al (2004) usando técnicas de sensoriamento remoto, também prevêem possíveis
zonas de risco para malária em Portugal no caso de uma mudança climática,.
A relação entre chuva e abundância de mosquitos vetores é complexa e deve ser
estudada em regiões onde temperatura não é um fator limitante (Craig et. al, 1999),
como na Amazônia. A chuva provê ao mosquito criadouros e umidade que aumentam
suas taxas de sobrevivência. Infelizmente a relação não é direta: uma quantidade
63
específica de chuva não conduz a uma densidade de mosquito específica. Examinando
padrões de chuva em áreas endêmicas de malária e em áreas de livres da doença,
concluiu-se que uma média de 80 mm por mês, durante pelo menos três a cinco meses,
era uma exigência razoável para transmissão da malária (MARA/ARMA, 1998).
Rozendaal (1992) estudou a incidência da malária por P. falciparum no
Suriname, e observou que um mínimo de intensidade de precipitação de 250mm/mês,
no período dezembro–janeiro, era necessário para a formação de criadouros de An.
Darlingi.
Dias (2003) estudou a relação entre precipitação e malária no estado de Roraima.
Neste trabalho utilizou-se a análise de variância entre as variáveis, índice parasitário
anual e mensal (IPA e IPM); e dados de precipitação obtidos através da técnica de
krigagem. A autora concluiu que uma defasagem de dois meses é ideal para observar
possíveis períodos de transmissão associados à precipitação. No entanto, enfatiza que a
precipitação não é o único fator determinante do adoecer por malária em Roraima.
Nobre et. al (2005) elaboram, através de inferência Bayesiana, um modelo espaço-
temporal para estudar a influência da precipitação sobre a malária no Pará. Segundo as
autoras o risco relativo da malária em relação à chuva, varia ao longo dos meses. Além
disso, há indicações de que a chuva deve entrar no modelo com defasagem.
Historicamente, área elevadas (>1500m) eram consideradas zonas livres de
malária (Lindblade et. al, 2000), no entanto, este quadro mudou e a partir dos anos 90
alguns trabalhos tem relacionado a incidência de malária com a altitude (Lindsay &
Martens, 1998; Bodker et. al, 2003; Balls et. al, 2004). Brown (1998) apud Sattenspiel
(2000) afirma que grande parte da distribuição espacial da malária na ilha de Sardenha
(Itália) pode ser explicada pela variável altitude. No Brasil Bitencourt & Mucci (1999)
utilizam o sensoriamento remoto para identificar áreas com potencial de se tornarem
64
criadouros, devido à altitude, em uma área de influência do lago da hidrelétrica de
Primavera.
III.1.2 – MALÁRIA E FATORES SOCIOECONÔMICOS
A relação entre desenvolvimento econômico e malária é uma mão dupla. O baixo
desenvolvimento econômico é um efeito da malária, assim como, uma causa. Há muitos
canais pelos quais a malária impede desenvolvimento, incluindo efeitos em fertilidade,
crescimento da população, economia e investimento, produtividade do trabalhador,
mortalidade prematura e custos médicos (Sachs & Malaney 2002).
Segundo Worral et al. (2003) a malária, freqüentemente, é chamada de “doença
do pobre” ou uma doença da pobreza. E até mesmo um exame superficial da
distribuição global de malária é suficiente para aceitar esta denominação, em uma escala
macro, dado a concentração da malária nos países mais pobres do mundo. Porém, em
um escala micro, a evidência é menos consistente e mais difícil de analisar e
compreender. Para estes autores “a vulnerabilidade de uma população (para malária)
está mais relacionada com a injustiça no acesso à prevenção e tratamento do que com
fatores ambientais característicos”. No Brasil este fato pode ser observado na região
amazônica, onde as medidas tradicionais de controle da malária adotadas pelo Governo
Federal, não alcançaram os mesmos resultados observados em áreas de alta densidade
populacional e elevados indicadores de desenvolvimento social e econômico, tal como
ocorreu no Sudeste e Sul do país (Tadei et al, 1993).
Segundo Sachs & Malaney (2002) onde a malária prospera mais, a sociedade
humana prosperara menos. Para estes autores a distribuição global do produto
doméstico bruto per-capita (GDP), poder aquisitivo, em 1995 mostrou uma
surpreendente correlação entre malária e pobreza. A significância desta correlação
65
sugere que malária e pobreza estão intimamente relacionadas. Na realidade, uma
comparação de renda em países endêmicos de malária e países livres da doença indica
que a média do GDP per-capita em países com malária, em 1995, era US$ 1,526
enquanto que em países sem malária era de US$ 8,268 – mais de um quinto de
diferença. Países endêmicos de malária não são apenas mais pobres que os países não
endêmicos, mas eles também têm taxas mais baixas de crescimento econômico. Entre
1965 e 1990, países onde uma grande proporção da população viveu em regiões com
Plasmodium falciparum (malária grave) experimentaram um crescimento médio de
GDP per-capita de 0.4% por ano, considerando que crescimento médio comum em
outros países foi de 2.3% por ano.
No Brasil, Castilla & Sawyer (1993) estudam a relação da malária com fatores
socioeconômicos em uma escala local, o assentamento Machadinho em Rondônia. Os
pesquisadores usam vários modelos de estatística multivariada utilizando como
variáveis a prevalência da malária (o número de casos brutos é obtido através de
entrevista com moradores) e fatores como: tipo de material com que são construídas as
casas, tipo de atividade econômica (serviço rural ou urbano), anos de estudo e poder de
compra. E concluem que as condições de moradia e o conhecimento sobre a transmissão
da malária podem determinar o risco de adoecer.
Apesar de este assunto ser tratado por vários autores, para Lieshout et al.
(2004), uma correlação quantitativa entre desenvolvimento socioeconômico e incidência
de malária, ainda não foi testada seriamente, por várias razões: (a) Nenhum indicador
satisfatório está disponível para executar uma análise estatística global sobre
desenvolvimento socioeconômico (os autores não concordam com o uso do GDP per-
capita, amplamente usado); (b) Desenvolvimento econômico pode aumentar
transmissão temporariamente (isto foi observado em relação a desmatamento,
66
movimento de população, projetos de desenvolvimento de água); (c) Muitos programas
de controle dependem de cooperação externa e doação de fundos.
Outro problema, freqüentemente encontrado, refere-se ao método. Alguns estudos
usam categorias arbitrárias como baixo, médio e alto sem descrever como elas são
desenvolvidas. Além disso, às vezes é difícil interpretar a gama de pobreza, por
exemplo, de “pobre” para “menos pobre” (Worral et al., 2003).
III. 2 - METODOLOGIA
III.2.1 - FONTE DE DADOS
Como já foi relatado, uma série de fatores ambientais podem influenciar a
prevalência da malária, no entanto, baseado na pesquisa bibliográfica, na escala do
estudo e na disponibilidade de dados optou-se por trabalhar com as seguintes variáveis:
temperatura mínima (TEMPMIN), variância da temperatura (VARTEMP), número de
meses em que a temperatura pode chegar a 18°c (NM_TEMP), pluviosidade anual
(PLUVTOTAL), variância da pluviosidade (VARPLUV), número de meses com menos
de 100 mm de chuva (NM_CHUVA) e Altitude (ALT). Os dados de temperatura
mínima e pluviosidade foram obtidos no site WorldClim (http://www.worldclim.org),
que compila uma série temporal de 30 anos (1960-1990) de monitoramento climático.
Os mapas estão na forma de Grid com dados globais com 1x1Km de resolução. Os
dados de altitude também foram obtidos neste site, no entanto o WorldClim utiliza a
base de dados do Shuttle Radar Topography Mission (SRTM). Este sistema obtém
dados mundiais de altitude com alta precisão, através de radares. Após obtenção das
bases de dados mundial procederam-se operações em SIG para separar em um Grid
apenas o Estado do Pará. Para isso, utilizou-se a extensão “clipgrid”, que funciona
67
associada ao Arc-View, e pode ser obtida na página da ESRI na Internet
(www.esri.com).
Pressupondo-se que a maior parte das notificações é feita em áreas no entorno da
sede, e para minimizar problemas de variação ambiental por um lado e autocorrelação
espacial por outro, optou-se por derivar os dados ambientais em uma área de 30 km
(buffer) ao redor das sedes municipais (Figura 3.1).
Figura 3.1 – Sedes municipais e a área de influência (buffer 30 km) utilizada para
cálculo das variáveis ambientais
Com as variáveis socioeconômicas, utilizou-se como referência o Índice de
Desenvolvimento Humano (IDH) publicados no “Atlas de Desenvolvimento Humano
no Brasil – 2000” do Programa das Nações Unidas para o Desenvolvimento (PNUD,
2000). Este índice, criado originalmente para medir o nível de desenvolvimento humano
dos países, envolve o cálculo de três outros indicadores: a educação (alfabetização e
taxa de matrícula), a longevidade (esperança de vida ao nascer) e a renda (PIB per
capita). Como a composição do índice pode mascarar o efeito de cada componente
68
individual, optou-se, nas análises estatísticas, por testar cada um destes componentes
separadamente.
Cada um dos componentes tem um valor que varia de 0 (nenhum
desenvolvimento) a 1 (Desenvolvimento total), sendo o IDH de cada município o
resultado da média aritmética simples entre estes dados (IDH-E + IDH-L + IDH-R / 3).
Para a avaliação da dimensão educação, o cálculo do IDH municipal considera
dois indicadores, com pesos diferentes: taxas de alfabetização de pessoas acima de 15
anos de idade (peso dois) e a taxa bruta de freqüência à escola (peso um). Para a
avaliação da dimensão longevidade, o IDH municipal considera a esperança de vida ao
nascer, sendo este, portanto, um indício indireto da saúde local. Esse indicador mostra o
número médio de anos que uma pessoa nascida naquela localidade no ano de referência
deve viver. Para avaliação da dimensão renda, o critério usado é a renda municipal per
capita, ou seja, a renda média de cada residente no município. Para se chegar a esse
valor soma-se a renda de todos os residentes e divide-se o resultado pelo número de
pessoas que moram no município (inclusive crianças ou pessoas com renda igual a
zero).
III. 2.2 - ANÁLISE DOS DADOS
Em primeiro lugar procedeu-se uma inspeção gráfica para testar a relação entre
cada variável e a prevalência da malária. Posteriormente optou-se pelo teste de
regressão múltipla (comum em estudos ecológicos) para testar a relação entre a malária
(Y) e as variáveis socioambientais escolhidas (X). Uma análise de vários modelos de
regressões múltiplas foi empregada para testar se a prevalência poderia ser explicada
por algum subconjunto das variáveis selecionadas. A escolha do melhor modelo
dependeu da análise do diagrama de dispersão, do valor do coeficiente de determinação
69
(R² quanto mais próximo de 1, mais ajustado encontra-se o modelo) e da análise dos
resíduos (suposição de homocedasticidade verdadeira). Para minimizar as eventuais
flutuações aleatórias dos dados, considerou-se a média do índice parasitário anual (IPA)
durante os cinco anos de estudo (1999-2003) como variável dependente. Entretanto para
atender a pressupostos estatístico da regressão linear múltipla os dados do IPA (média
dos 5 anos) foram normalizados por transformação logarítmica de seus valores. Para as
analises utilizou-se o programa SYSTAT 10 e adotado um nível de significância de
0,05.
III. 3 - RESULTADOS
III. 3.1 – DISTRIBUIÇÃO ESPACIAL DOS DADOS
A temperatura mínima no Pará tem um padrão de distribuição bem definido
(Figura 3.2) apresentando valores maiores ao norte e as menores ao sudeste do estado. A
variância da temperatura mínima, com algumas exceções no noroeste do estado, parece
seguir o mesmo padrão, com menor variância ao norte e menor ao sul (Figura 3.3).
Quando se analisou o número de meses em que a temperatura mínima pode chegar a
18°c (fator limitante para o vetor) nos buffers, verificou-se que apenas municípios do
sudeste paraense possuíam valores diferentes de zero (Figura 3.4).
No mapa com dados de altitude, também foi encontrado um padrão similar ao da
temperatura mínima, onde as terras mais baixas estão localizadas ao norte e as mais
altas ao sul (Figura 3.5), indicando que estas variáveis estariam correlacionadas.
A pluviosidade total e a variância da pluviosidade não apresentam um padrão
bem definido no espaço, aparentemente temos uma concentração de municípios com
alta pluviosidade no litoral do estado (Figura 3.6 e 3.7). O mapa com dados do número
70
de meses com menos de 100 mm de chuva (meses secos), apresenta um padrão mais
definido, estando os municípios com secas mais prolongadas situados na região leste do
Estado, ou no entorno de Santarém, no chamado corredor seco (Figura 3.8). Percebeu-se
que a maioria dos municípios possui de 4 a 5 meses com menos de 100mm de chuvas.
Figura 3.2 – Temperatura mínima (°c) nos municípios, representados por uma área de 30 km ao
redor da sede.
71
Figura 3.3 – Variância da Temperatura mínima nos municípios, representados por uma área de
30 Km ao redor da sede.
Figura 3.4 – Número de meses em que a temperatura pode chegar aos 18°c nos municípios,
representados por uma área de 30km ao redor da sede.
72
Figura 3.5 – Altitude nos municípios (metros), representada por uma área de 30km ao redor da
sede.
Figura 3.6 – Pluviosidade Total (mm) nos municípios, representada por uma área de 30 km ao
redor da sede
73
Figura 3.7 – Variância da pluviosidade nos municípios representada por uma área de 30 km ao
redor da sede
Figura 3.8 – Número de meses com menos de 100 mm de chuva nos municípios, representado
por uma área de 30 km ao redor da sede
74
No índice da educação, notou-se um aglomerado de índices elevados em vários
municípios próximos a capital, além disso, municípios que possuem projetos de
mineração também aparecem com bons índices (Oriximiná, Marabá e Parauapebas),
talvez pela infra-estrutura que acompanha esta atividade. Os índices mais baixos
encontram-se na ilha de Marajó e municípios adjacentes (Figura 3.9).
No mapa de renda, o aglomerado de índices altos próximos a capital diminui,
incluindo apenas (além de Belém) os municípios de Barcarena e Ananindeua. Neste
índice destaca-se o leste e o sul do Pará, provavelmente, associado às atividades
agropecuárias e mineradoras, comuns nesta região. Os índices mais baixos são
verificados em parte do Marajó, no nordeste do Pará e em municípios próximos a
fronteira com Estado do Amazonas (Figura 3.10).
No estudo da longevidade encontrou-se um padrão bem definido de distribuição.
Existem municípios com bons índices próximos a capital e no oeste do Pará. Valores
mais baixos são encontrados no nordeste do estado, em um pequeno aglomerado no
sudeste (Novo Repartimento, Marabá e Itupiranga) e nos municípios de Faro e Juruti,
que fazem fronteira o Amazonas (Figura 3.11).
75
Figura 3.9 – Índice de educação por município no Pará segundo PNUD (2000).
Figura 3.10 - Índice de renda, por município, no Pará segundo PNUD (2000).
76
Figura 3.11 – Índice de longevidade, por município, no Pará segundo PNUD (2000).
III.3.2 – ANÁLISE ESTATÍSTICA
O modelo final obtido, escolhido após várias simulações, contém as variáveis:
altitude, pluviosidade total, variância da pluviosidade, número de meses com menos de
100 mm de chuva, índice de educação e renda. Consegue explicar 31% da variação do
IPA, tem boa distribuição dos resíduos (Figura 3.12) e três variáveis significativas
(Tabela 3.1).
Tabela 3.1 - Melhor modelo obtido através da Regressão Múltipla (R²=0.316)
Y (LOG) X b p
LOG_IPA ALT -0.003 0.057
LOG_IPA NM_CHUVA 0.43
0.001
LOG_IPA PLUVTOTAL 0.001 0.091
LOG_IPA VAR_PLUV -0.003 0.073
LOG_IPA INDEDUC -10.8
0.000
LOG_IPA INDRENDA 5.16
0.034
77
1 2 3 4 5
ESTIMATE
-5
-4
-3
-2
-1
0
1
2
3
4
R
E
S
I
D
U
A
L
Figura 3.12 – Gráfico dos Resíduos da Regressão Múltipla
-200 -100 0 100 200 300
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
4
Y
P
A
R
T
I
A
L
-3 -2 -1 0 1 2 3
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
Y
P
A
R
T
I
A
L
Altitude NM_100Chuva
-1000 -500 0 500 1000
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
4
Y
P
A
R
T
I
A
L
-200 -100 0 100 200
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
4
Y
P
A
R
T
I
A
L
78
PluvTotal Var_Chuva
-0.3 -0.2 -0.1 0.0 0.1 0.2
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
4
5
Y
P
A
R
T
I
A
L
-0.2 -0.1 0.0 0.1 0.2
XPARTIAL
-5
-4
-3
-2
-1
0
1
2
3
4
Y
P
A
R
T
I
A
L
Educação Renda
Figura 3.13 – Gráficos das parciais da Regressão Múltipla.
III.4 - DISCUSSÃO
O processo saúde-doença não está vinculado apenas à presença de um agente
etiológico. Cada doença possui uma configuração de mínima probabilidade de risco que
lhe é particular e para compreendê-la, portanto, não basta conhecer os seus mecanismos
fisiológicos de atuação, é preciso saber quais são e como se relacionam os outros fatores
determinantes do seu surgimento. O melhor modelo para o estudo da relação entre a
malária e fatores socioambientais, acabou não incluindo as variáveis ligadas à
temperatura. Um fato que não representa surpresa, pois embora tenham sido incluídas
no modelo inicial, como fator limitante, era de se esperar sua fraca interação com dados
do IPA, visto que na Amazônia as temperaturas são elevadas e com pouca variabilidade
durante o ano (Quadro et. al, 2005). O índice de longevidade (expectativa de vida)
também não foi incluído no modelo final, talvez pelo fato de que a malária, apesar da
alta incidência, tenha uma baixa letalidade na maioria dos municípios (MS, 2005).
79
Analisando as variáveis significativas, tem-se o número de meses secos (com
menos de 100 mm de chuva) com coeficiente de regressão positivo, o que não era
esperado. Segundo Dias (2003) o melhor período para a proliferação dos mosquitos são
o início e o fim da estação chuvosa quando se forma um grande número de poças
estagnadas e temporárias. No pico tanto da estação chuvosa como da seca os níveis de
umidade ambiental não são ideais para a proliferação do vetor. Para Tauil (2002) a
diminuição da pluviosidade está relacionada à menor probabilidade de formação de
criadouros de mosquitos anofelinos transmissores da doença. A diminuição do número
dos criadouros leva a uma menor proliferação de mosquitos, contribuindo para reduzir a
densidade de transmissores. A densidade de vetores da malária é uma variável que influi
diretamente na transmissão da doença.
Este resultado obtido pode estar representando tanto um efeito indireto do
desmatamento como o da maior dinâmica socioeconômica nas áreas com sazonalidade
mais marcada. Isso porque, uma análise na Figura 3.7 revela que a maioria dos
municípios com mais de cinco meses secos, encontram-se em uma área conhecida como
“arco do desmatamento”, cujos limites se estendem do sudeste do estado do Maranhão,
ao norte do Tocantins, sul do Pará, norte de Mato Grosso, Rondônia, sul do Amazonas e
sudeste do estado do Acre (Nepstad et al, 1999 e Ferreira et al., 2005). No mais, esta
região mais seca do Pará tem tradição na atividade agropecuária e na mineração.
Atividades, que na maioria das vezes, produzem um ambiente alterado com alta
densidade de vetores e grande mobilidade populacional com baixa imunidade para
malária. Assim, o uso da terra pode está alterando o resultado climático.
Houve na escala do estudo uma forte relação entre o IPA e o índice de educação.
Como este índice reúne dados de analfabetismo e freqüência escolar, acredita-se que
este resultado acaba refletindo no conhecimento da população sobre a malária (medidas
80
de prevenção e os fatores de risco), o que corrobora outros estudos. Castilla & Saywer
(1993), em um estudo de escala local (Machadinho-RO), concluíram que um dos fatores
de risco para malária é a falta de conhecimento sobre a doença. Em uma escala maior,
Ndawala et al., (2000) apud Worral et, al. (2003) afirma que nas zonas rurais de Malawi
(África oriental), crianças cuja mãe tem baixa escolaridade têm mais chances de contrair
doenças infecciosas (incluindo malária).
A dimensão da renda também teve um efeito significativo, no entanto, ao
contrário da educação e do que se espera de uma variável (socioeconômica), seu
coeficiente de regressão foi positivo. A hipótese é de este indicador possui algumas
limitações, afinal ele é formado pela renda média da população. Segundo Carvalho
(1997), em análises espaciais por áreas, em países com grandes contrastes sociais como
o Brasil, é freqüente que estejam agregados em uma mesma região de coleta grupos
sociais distintos (favelas e áreas nobres). Assim, o indicador calculado representa uma
média entre estratos econômicos diferentes e provavelmente está refletindo o fato de
que os municípios com maiores investimentos econômicos têm seu ambiente natural
mais degradado.
No caso do Pará, municípios onde estão localizados os grandes projetos de
desenvolvimento (mineração, agropecuários e madeireiros), em geral altamente
lucrativo, podem apresentar uma dimensão de renda que não condiz com a realidade da
maioria da população. Assim, como estas atividades também estão intimamente ligadas
a situações de risco para malária (migrações, perturbações ambientais, etc), teríamos
uma relação direta entre renda e IPA. Sugerindo maior atenção no combate a malária,
aos municípios com maior renda global.
Embora aparentemente todos estes fatores (desmatamento, duração da estação
seca e renda) estejam correlacionados, cabe mencionar que o modelo de regressão
81
múltipla, por meio da partição de variâncias, retorna um resultado para cada uma das
variáveis independentes. Assim, se cada um destes fatores não tivesse individualmente
um efeito, dificilmente eles apresentariam um resultado significativo porque estaria
compartilhando a mesma variação. Desta forma, é possível que a renda ou a duração da
seca estejam refletindo o efeito do desmatamento, que foi analisado separadamente. Por
isso, no futuro talvez seja interessante incluir o desmatamento em um mesmo modelo
que as outras variáveis.
Infelizmente neste estudo não se pôde usar outros métodos de análise espacial,
como análise de pontos, já que os dados sobre o IPA correspondem ao município, ou
seja, são agregados nesta escala. Esta é a forma de coleta oficial de dados da malária
pela FUNASA (consequentemente da SESPA e secretarias municipais) e só assim está
disponível.
A malária, como outras doenças que sofrem a influência de condições
ambientais, possui múltiplos níveis de determinação. O estudo da sua distribuição
espacial na escala estadual permite a captação de fatores ambientais que atuam nesse
nível, como as condições de sobrevivência dos vetores e de formação de criadouros.
Apesar de ter sido encontrada uma relação significativa entre alguns dos fatores
ambientais e socioeconômicos investigados, o modelos final e cada uma das variáveis
testadas teve pouco valor explicativo (R²=0.31). Uma parte desta dificuldade reside na
grande quantidade de fatores que podem atuar simultaneamente sobre a malária e no
fato de que a importância relativa de cada um pode mudar de um município para outro.
Há também uma dificuldade com relação à escala (municipal), que pode não ser a mais
adequada para avaliar a variação da situação de risco em diferentes localidades, já que
dentro da área de um município pode haver grandes variações em fatores ambientais e
socioeconômicos, principalmente devido à grande área de alguns municípios no Pará.
82
Para Barcellos & Ramalho (2002), as unidades básicas de referência geográfica dos
dados epidemiológicos do SUS têm sido, por imposição dos sistemas de informação, os
diversos níveis da administração pública, como o município ou o estado. Entretanto, os
processos, tanto ambientais quanto sociais, que promovem ou restringem situações de
risco à saúde não estão limitados a essas fronteiras administrativas.
Cada escala evidencia um conteúdo próprio do território enfocado. Uma
mudança de escala “implica uma alteração de fenômenos, alteração esta não apenas nas
proporções destes fenômenos como também em sua natureza”. Isto se dá exatamente
porque de uma para outra escala mudam as unidades geográficas. Bairros, cidades e
países possuem organizações internas diferentes, o que conduz a análise para campos do
conhecimento que melhor as expliquem. Desta maneira, as respostas a questões acerca
dos padrões de distribuição espacial de agravos à saúde podem variar de acordo com a
escala adotada (Dollfus, 1975 apud Barcellos & Bastos, 1996).
Segundo Câmara et. al, (1999), deve-se reconhecer que o problema da escala é
um efeito inerente aos dados agregados por áreas (modo pelo qual os dados do SUS
referentes a malária são disponibilizados). Ele não pode ser removido e não pode ser
ignorado. Sendo assim, um resultado mais apurado poderia ser obtido se a SESPA
disponibilizasse os dados de malária por localidades dentro dos municípios. Na prática
os casos de malária são cadastrados desta forma no sistema de informação da saúde
pública (no caso o SIVEP-MALARIA). No entanto estas localidades não são
georreferenciadas pelas Prefeituras e muitas vezes não têm nome e nem limites bem
definidos. Vasconcelos (2004) cita que a maior dificuldade encontrada em seu trabalho
(uso do SIG para estudo da distribuição da malária em Jacundá) foi conseguir identificar
as localidades, pelos nomes a elas atribuídos, pelos guardas de endemias. Além disso,
das 60 localidades visitadas (indicadas pela FUNASA), apenas 26 estavam dentro dos
83
limites de Jacundá. A autora concluiu que seria imprescindível que os guardas de
endemias possuíssem GPS e tivessem um treinamento básico de manipulação de dados
em SIG para evitar estes problemas.
Diversos órgãos públicos federais no Brasil vêm construindo bases de dados que
poderiam ser utilizadas em ambiente SIG. O Instituto Brasileiro de Geografia e
Estatística (IBGE), a Agência Nacional de Energia Elétrica (ANEEL), o Instituto
Nacional de Colonização e Reforma Agrária (INCRA), o Instituto Nacional de
Pesquisas Espaciais e outros (Barcellos & Ramalho, 2002). Infelizmente as Secretarias
municipais e estaduais de saúde, principalmente na Região Norte, não vêm
desenvolvendo o mesmo interesse pelo geoprocessamento.
O controle da malária requer a identificação e o tratamento precoce dos
indivíduos, para extinção da fonte de infecção, representada pelo hospedeiro humano. E
o controle dos mosquitos vetores, através do conhecimento de sua ecologia,
comportamento e reprodução. Medidas tradicionais de controle dos vetores, baseadas
apenas na borrifação intradomiciliar que tiveram efetividade na região Sul e Sudeste do
Brasil na década de 70, não apresentam bons resultados na Amazônia. O espaço
Amazônico, formado pelas interações sociedade - ecossistema apresenta, sob o ponto de
vista epidemiológico, características diferenciadas em relação ao restante do país. Essa
diferenciação é dada tanto pela base ecológica natural como pelas formas de sua
ocupação e exploração.
A escala deste estudo é compatível com a tomada de decisões sobre políticas
públicas, trabalha com a agregação de dados disponível nas Secretarias de Saúde
(municipal ou estadual) e utiliza o mesmo índice (o IPA) adotado pelo Ministério da
Saúde para analisar os dados de malária. Neste sentido, o estudo revela que (1) os
recursos poderiam ser mais bem direcionados no Pará (para áreas com maior
84
incidência); (2) o desmatamento tem um efeito na série temporal da malária; (3) tanto
variáveis ambientais como socioeconômicas estão afetando a prevalência de malaria.
4. CONCLUSÃO
Houve uma redução na prevalência da malária no Pará, no entanto, uma
tendência temporal decrescente só foi verificada em poucos municípios, sendo a maioria
com status de baixo e médio risco.
O controle da malária no Pará deve se reforçado em municípios de alto e médio
risco onde a transmissão da doença é mais intensa.
O desmatamento tem uma influência sobre a prevalência da malária no Pará,
assim municípios com altas taxas de perda florestal devem ter uma atenção especial das
equipes de vigilância à saúde.
A temperatura e a longevidade da população, na escala de estudo, não se
constituíram um fator limitante para malária no Pará.
A falta de significância da altitude, da variância e totalidade da chuva, podem
está relacionadas a escala ou a forma de agregação dos dados.
Municípios de áreas mais secas do Estado, não só pelo fator climático, mas
também pelas atividades econômicas existentes (agropecuária, mineração e etc.), tem
uma maior prevalência de malária.
Melhorias na educação, conseqüentemente um aumento no grau de instrução da
população, levariam a um conhecimento mais apurado sobre a malária, evitando assim
comportamento de risco e/ou a busca imediata de atendimento em caso de sintomas
suspeitos.
O índice de renda, apesar de significativo, pode está refletindo o uso da terra,
gerando ambientes de risco para malária e não especificamente a pobreza da população.
85
A grande quantidade de fatores atuando simultaneamente sobre a malária
dificulta uma compreensão mais precisa do papel de cada um na prevalência da doença.
O modelo adotado tem baixo poder explicativo, no entanto, mostra que a
intensificação da atividade econômica não tem contribuído para a redução da malária no
estado.
Trabalhos em escalas maiores (adotando variáveis explicativas adequadas para
cada localidade) podem ajudar no combate desta doença em áreas mais específicas.
6. REFERÊNCIAS BIBLIOGRÁFICAS
APARÍCIO, C. 2001. Utilização de Geoprocessamento e Sensoriamento Remoto
Orbital para análise espacial de paisagem com incidência de Leishmaniose
Tegumentar Americana. Dissertação de Mestrado. Instituo de Biociências da
Universidade de São Paulo. USP. São Paulo. 104 p.
ALECRIM M.G.C; ALBUQUERQUE B.C; SANDOVAL J.F; TERRAZAS W;
CHAGAS J.A & ALECRIM W. D. 1994. Malária no município de Manaus, Amazonas.
Revista da Sociedade Brasileira de Medicina Tropical 27 (1): 267.
ALVES, M. J. C. P.; RANGEL, O.; SOUZA, S. S. A. L. 2000. Malária na região de
Campinas, São Paulo, Brasil, 1980 a 1994. Revista da Sociedade Brasileira Medicina
Troprical, 33(1).
ALVES, D. S. 2001. O processo de desmatamento na Amazônia. Parcerias
Estratégicas. 12: 59-75.
BALLS, M.J.; R. BODKER; THOMASA C.J.; KISINZAC W.; MSANGENIC H.A;
LINDSAY, S.W. 2004. Effect of topography on the risk of malaria infection in the
Usambara Mountains, Tanzania. Transactions of the Royal Society of Tropical
Medicine and Hygiene 98: 400—408.
BARATA, R.C.B. 1995. Malária no Brasil: Panorama epidemiológico na última década.
Cadernos de Saúde Pública, 11(1): 128-136.
BARBIERI, A. F. 2000. Uso antrópico da terra e malária no Norte de Mato Grosso.
Dissertação de Mestrado. Cedeplar/UFMG. Belo Horizonte. 120 p.
86
BARCELLOS, C. & BASTOS, I. 1996. Geoprocessamento, ambiente e saúde: uma
união possível? Caderno de Saúde Pública. Rio de Janeiro. 12(3):389-397
BARCELLOS, C. & RAMALHO, W. 2002. Situação atual do Geoprocessamento e da
Análise de Dados Espaciais em Saúde no Brasil. Informática Pública 4(2): 221-230.
BARCELLOS, C.; LAMMERHIRT, C. B; ALMEIDA M. A. & SANTOS, E. 2003.
Distribuição espacial da leptospirose no Rio Grande do Sul, Brasil: recuperando a
ecologia dos estudos ecológicos. Cadernos de Saúde Pública, Rio de Janeiro,
19(5):1283-1292
BÉRTOLI, M. & MOITINHO, M.L.R. 2001. Malária no Estado do Paraná, Brasil.
Revista da Sociedade Brasileira de Medicina Tropical. 34(1):43-47.
BITENCOURT, M.D.; MUCCI, L.F.; GOMES, A.C.; NATAL, D.; BARATA, J. M .S.
& PAULA, M. B., 1999. Imagens de satélite / SIG e risco de transmissão de malária na
U.H.E. de Porto Primavera-SP. http://www.cpa.unicamp.br/revista/cigv1n3a3.html.
Consultada em 25 de novembro 2004.
BODKER, R.; AKIDA, J.A.; SHAYO, D.; KISINZA, W.; MSANGENI, H. &
LINDSAY, S.W. 2003. Relationship between altitude and intensity of malaria
transmission in the Usambara Mountains, Tanzania. J. Med. Entomol. 40: 706—717.
BORGES, M.P.C. & MORAES, R.M. 2001 Análise Espacial de Dados de Saúde
Pública. Memórias II Congresso Latinoamericano de Ingeniería Biomédica,
Havana – Cuba.
CÂMARA, G.; CARVALHO, M.S.; CRUZ, O.G. & CORREA V., 1999. Análise
espacial de áreas. www.dpi.inpe.br/gilberto/livro/analise/cap5-areas.pdf. In:
Geoprocessamento: teoria e aplicação (livro on-line). São José dos Campos: INEP.
Consultado em novembro de 2004.
CÂMARA, G.; MONTEIRO, A.M.V.; DRUCK, S. & CARVALHO, M.S., 1999.
Análise espacial e geoprocessamento.
http://www.dpi.inpe.br/gilberto/livro/analise/cap1-intro.pdf
. In: Geoprocessamento:
teoria e aplicação (livro on-line). São José dos Campos: INEP.
Consultado em
novembro de 2004.
CAMARGO L.M.A; NORONHA E, SALCEDO J.M.V; DUTRA A.P, KRIEGER H,
Silva L.H.P & CAMARGO E. P. 1999. The epidemiology of malaria in Rondônia
(Western Amazon Region, Brazil) study of a riverine population. Acta Tropica 72: 1-
11.
CAMERA. 2000. Focus on Local Eco-epidemiological Malaria Risk Assessment.
http://www.unimaas.nl/icis
. Consultado em dezembro de 2004.
CARVALHO, M. S. 1997. Aplicação de métodos de análise espacial na caracterização
de áreas de risco à saúde. Tese de Doutorado. Engenharia Biomédica. Universidade
Federal do Rio de Janeiro. 138 p.
87
CARVALHO, M. S.; SANTOS, S. M. & PINA, M. F. 2000. Os Sistemas de
Informações Geográficas In: Conceitos Básicos de Sistemas de Informações
Geográficas e Cartografia Aplicados À Saúde. 1° ed. Brasília: OPS/Ministérios da
Saúde, vol.1, p. 13-39.
CARVALHO, M. S. & SANTOS, R. S. 2005. Análise de dados espaciais em saúde
pública: métodos, problemas, perspectivas. Cadernos de Saúde Pública, 21(2).
CASTILLA, R. & SAWYER, D. 1993. “Malaria rates and fate: a socio-economic study
of malaria and Brazil.” Social Science and Medicine 37(9): 1137-45.
CHANG M.S, H.I.J, BUTTNER P., MANSOOR F. 1997 Changes in abundance and
behaviour of vector mosquitoes induced by land use during the development of an oil
palm plantation in Sarawak. Transactions of the Royal Society of Tropical Medicine
and Hygiene, 91:382-386.
CHAVES, S.S. & RODRIGUES, L.C. 2000. - An initial examination of the
epidemiology of malaria in the State of Roraima, in the Brazilian Amazon Basin.
Revista Instituto Medicina Tropical de São Paulo, 42(5):269-275.
CITYBRAZIL. http://www.citybrazil.com.br/pa/regioes. Consultado em dezembro de
2005.
COCHRANE, M. A.; ALENCAR, A.; SCHULZE, M.; SOUZA, C.; NEPSTAD, D.;
LEFEBVRE, P. & DAVIDSON, E. 1999. Positive feedbacks in the fire dynamics of
closed canopy tropical forests. Science. 284: 1832-1835.
CONFALONIERI, U.E.C. 2003. Ecossistemas, desmatamento e saúde humana. Idéias e
Debates. Belém: Museu Paraense Emílio Goeldi. 35 p.
CONFALONIERI, U.E.C. 2005. Saúde na Amazônia: um modelo conceitual para a
análise de paisagens e doenças. Estudos Avançados, 19 (53): 221-236.
CONNOR, S. J.; THOMSON, M. C.; FLASSE, S. & WILLIAMS, J. B., 1996. The use
of low-cost remote sensing and GIS for identifying and monitoring the environmental
factors associated with vector borne disease transmission.
http://www.idrc.ca/books/focus/766 /connor.html. Consultado em abril de 2005.
CONSOLI, R.G.B. & OLIVEIRA, R.L. 1994. Principais Mosquitos de Importância
Sanitária no Brasil. Rio de Janeiro. Editora FIOCRUZ.
CORDEIRO, C. E. S.; FILOMENO, C. R. M.; COSTA, C. M. & COUTO, A. A. R.
2002. Perfil Epidemiológico da Malária no Estado do Pará em 1999 com Base numa
Série Histórica de Dez Anos (1989-1999). Informe Epidemiológico do SUS, 11(2): 69
- 77.
88
COSTA, M. C. N. & TEIXEIRA, M. G. L. C., 1999. A concepção de “espaço” na
investigação epidemiológica. Cadernos de Saúde Pública, 15: 271-279.
COSTA, G.F., 2002. Geoprocessamento: Uso e Aplicação na Saúde Pública e na Saúde
Ambiental. I Encontro Associação Nacional de Pós-Graduação e Pesquisa em Ambiente
e Sociedade. Indaiatuba - SP.
CRAIG, M.H.; SNOW, R.W.; SUEUR, D. 1999. A climate based distribution model of
malaria transmission in Sub-Saharan Africa. Parasitology Today 15(3): 105–110.
CZERESNIA, D. & RIBEIRO, A. M. 2000. O conceito de espaço em epidemiologia:
uma interpretação histórica e epistemologica. Cadernos de Saúde Pública, 16(3):595-
617.
DEANE L.M. 1986. Malaria vectors in Brazil. Memórias do Instituto Oswaldo Cruz
81(1): 5-14.
DEANE L. M. 1989. A cronologia da descoberta dos transmissores da malária na
Amazônia brasileira. Memórias do Instituto Oswaldo Cruz 84: 149-56
DELGADO, L; RAMOS, S.; RODRIGUEZ, R.; LIBERAL, L. M. 2001. Modelo
Espacial de Riesgo Malárico para el Estado Sucre, Venezuela. Revista de la Facultad
de Ingeniería de la U.C.V. 16(2): 15-26.
DIAS, R. C. 2003. Uma contribuição o estudo da malária no estado de Roraima e sua
associação com a precipitação pluviométrica no período de 1985 a 1996. Tese de
Doutorado. Escola Nacional de Saúde Pública, Fundação Oswaldo Cruz. Rio de
Janeiro. 104 p.
DIAS, T. L. ; OLIVEIRA, M. P. G. ; CAMARA, G. ; CARVALHO, M. S. 2002.
Problemas de escala e a relação área-indivíduo em analise espacial de dados censitários.
Informática Pública, Belo Horizonte, 04(01):89-104.
DUTRA, A. P. 2005. Malária – Informação para Profissionais da Saúde.
http://www.sucen.sp.gov.br/doencas/malaria/texto_malaria_pro.htm.
Consultado em
abril de 2005.
FEARNSIDE, P. M. 2003. A floresta Amazônia nas mudanças globais. Manaus,
Instituto Nacional de Pesquisas da Amazônia (Inpa) 134 p.
FEARNSIDE, P. M. 2005. Desmatamento na Amazônia brasileira: História, Índices e
Conseqüências. Megadiversidade 1(1): 113-123.
FERREIRA, M. U. 1991. Epidemiologia, conceitos e usos: O complexo patogênico de
Max Sorre. Cadernos de Saúde Pública, 7(3):301-309.
89
FERREIRA, P. 2006. Glossário de Doenças – Malária. http://www.fiocruz.br/ccs/index.
Consultado em fevereiro de 2006.
FERREIRA, L. V.; VENTICINQUE, E. & ALMEIDA, S. 2005. O desmatamento na
Amazônia e a importância das áreas protegidas. Estudos Avançados, 19 (53).
FUNASA (Fundação Nacional de Saúde). 2002. Guia de Vigilância Epidemiológica. 5°
ed. Brasília. 842p.
GICOM. Grupo Interinstitucional de Controle da Malária no Pará. 1996. Diretrizes
Técnicas do Programa de Controle da Malária no Estado do Pará. 1° Ed. 45 p.
GURGEL, H.C. 2003. A utilização das geotecnologias em estudos epidemiológicos: O
exemplo da relação entre a malária e o NDVI em Roraima. Anais XI Seminário
Brasileiro de Sensoriamento Remoto. Belo Horizonte, Brasil. p. 1303 – 1310.
HAKRE, S.; MASUOKA, P.; VANZIE, E. & ROBERTS, D. 2004. Spatial correlations
of mapped malaria rates with environmental factors in Belize, Central America.
International Journal of Health Geographics. http://www.ij-
healthgeographics.com/content/3/1/6. Consultado em setembro de 2005
INPE (Instituto Nacional de Pesquisas Espaciais). 2000. Monitoramento da Floresta
Amazônica por Satélite 1998-1999, Separata. http://www.inpe.br.
INPE (Instituto Nacional de Pesquisas Espaciais). 2005. Desflorestamento nos
Municípios da Amazônia Legal. http://www.dpi.inpe.br/prodes . Consultado em março
de 2005.
KAMPEL, S. A.; CÂMARA, G.; QUINTANILHA, J. A. 2000. Análise exploratória das
relações espaciais do Desflorestamento na Amazônia Legal Brasileira.
www.dpi.inpe.br/gilberto/ papers/silvana_gisbrasil2000.pdf. Consultado em novembro
de 2005
KIRBY, K.R; LAURENCE, W. F; ALBERNAZ, A.K.; SCHROTHD, G.;
FEARNSIDE, P. M.; BERGENF, S.; VENTICINQUE, E. M & COSTA C. 2005. The
future of deforestation in the Brazilian Amazon. Futures. 1:1-22.
KLEINSCHMIDT, I.; BAGAYOKO, M.; CLARKE, G.P.Y.; CRAIG, M.; LE SUEUR,
D. 2000. A spatial statistical approach to malaria mapping. International Journal of
Epidemiology. 29: 355-361.
LAURANCE, W. F. 1998. A crisis in the making: responses of Amazonian forests to
landuse and climate change. Trends in Ecology and Evolution 13: 411-415.
LAURENCE, W. F.; ALBERNAZ, A. K. M & COSTA, C. 2001. O desmatamento
está se acelerando na Amazônia Brasileira?
Biota Neotropica 2(1):1-9.
90
LAURANCE, W. F.; ALBERNAZ. A. K. M.; FEARNSIDE, P. M.; VASCONCELOS,
H & FERREIRA, L. V. 2004. Deforestation in Amazonia. Science. 304: 1109-1111.
LIESHOUT, M. van; KOVATS, R.S.; LIVERMORE, M.T.J. & MARTENS P. 2004.
Climate change and malaria: analysis of the SRES climate and socio-economic
scenarios. Global Environmental Change. 14: 87-99.
LINDBLADE, K.; WALKER, E. D.; ONAPA, A. W.; KATUNGA, J.; & WILSON, M.
L. 2000. LandUse change alters malaria transmission parameters by modifying
temperature in a Highland area of Uganda. Tropical Medicine an International Health.
5(4):263-274.
LINDSAY, S.W. & MARTENS, P. 1998. Malaria in the African Highlands: past,
present and future. Bull. World Health Organ. 76: 33—45.
LOPES, J.; LOURENÇO, P. & ALVES E. 2004. Utilização de Detecção Remota para a
Determinação de Zonas de Risco de Contaminação por Malária e a Influência das
Alterações Climáticas Globais na sua Expansão – Região do Algarve como Caso de
Estudo. Universidade Nova de Lisboa. Laboratório de Investigação de Sistemas de
Informação Geográfica. http://air.dcea.fct.unl.pt/omeusite/papers%5CRSMalaria.pdf .
Consultado em novembro de 2004.
MANLY, B. F. J. 1997. Randomization, Bootstrap and Monte Carlo Methods in
Biology. Chapman & Hall, London.
MARA/ARMA, 1998. Towards an Atlas of malaria risk in Africa. Durban, South
Africa.
MARGULIS. S. 2003. Causas do Desmatamento da Amazônia Brasileira. 1º Ed.
Brasília. Banco Mundial. 100 p.
MARQUES A. C & GUTIERREZ H.C. 1994. Combate à malária no Brasil: evolução,
situação atual e perspectiva. Revista da Sociedade Brasileira de Medicina Tropical
27(3):91-108.
MATSUMOTO, W. K.; VICENTE, M. G.; SILVA, M. A. & CASTRO, L. C. 1998.
Comportamento epidemiológico da malária nos municípios que compõem a Bacia do
Alto Paraguai, Mato Grosso do Sul, no período de 1990 a 1996. Cadernos de Saúde
Pública. 14 (4):797-802.
MEHER-HOMJI, V. M. 1991. Probable impact of deforestation on hydrological
processes. Climatic Change 19: 163-73.
91
MELROSE, W. 2005. Deforestation in Papua New Guinea: Potential Impact on Health
Care. http://www.tropmed.org/rreh/vol1_11.htm. Consultado em novembro de 2005.
MORETTIN P.A, TOLOI C.M.C. 1987. Previsão de séries temporais. 2ª ed. São
Paulo. 65p.
MOUTINHO P. & NEPSTAD D.C. 2000. As funções ecológicas dos ecossistemas
florestais: implicações para a conservação e uso da biodiversidade amazônica. Editora
do ISA. Seminário Biodiversidade Amazônica, Programa Nacional da Diversidade
Biológica, Macapá, AP., Brasil.
MOUTINHO, P. & ALENCAR, A. 2005. A distribuição do desmatamento na
Amazônia: vetores, áreas críticas e mapeamento de fronteiras – IPAM. III Seminário
Técnico-científico de análise dos dados de desmatamento na Amazônia Legal. São
José dos Campos.
MS (Ministério da Saúde). 2005. Situação Epidemiológica da Malária no Brasil.
http://www.saude.gov.br/portal/ arquivos/pdf/be_malaria_01_2005.pdf . Consultado em
outubro de 2005.
NEPSTAD, D.C; CARVALHO, C.R.; DAVIDSON, E.A; JIPP, P.H; LEFEBVRE, P.A;
NEGREIROS, G.H; SILVA, E.D; STONE, T.A; TRUMBORE, S.E. & VIEIRA, S.
1994. The role of deep roots in the hydrological and carbon cycles of Amazonian forests
and pastures, Nature 372: 666-669.
NEPSTAD, D.C.; VERISSIMO, A.; ALENCAR, A.; NOBRE, C.; LIMA, E.;
LEFEBVRE, P.; SCHLESINGER, P.; POTTER, C.; MOUTINHO, P.; MENDOZA,
E.; COCHRANE, M.; BROOKS, V. 1999. Large-scale impoverishment of Amazonian
forests by logging and fire, Nature 398:505–508.
NOBRE, A. A.; SCHMIDT, A. M. & LOPES, H. F. 2005. Spatio-temporal models for
mapping the incidence of malaria in Pará. Environmetrics, 16: 291–304
OLIVEIRA, E., 2002. RESENHAS REVIEWS. Cadernos de Saúde Pública, Rio de
Janeiro, 18(6):1819-1825.
OPAS (Organização Pan-americana de Saúde). 1988. Status of malaria programs in the
Americas. Report. Washington, DC.
OPAS (Organização Pan-americana de Saúde). 2001. Informe de la situación de los
programas de malaria en las Américas (Baseado em dados de 2000). Washington DC
ONORI, E.; GRAB, B. 1980. Indicators for the forecasting of malaria epidemics.
Bulletin of the WHO 58: 91–98.
PATTANAYAK, S.K.; COREY, C.G.; KRAMER, R.A.; SILLS, E.O.& MURRAY
B.C. 2003. Which came first – Deforestation, Malaria or Poverty? A Call for
92
Interdisciplinary Policy Science. RTI Working Paper. www.rti.org/enrepaper/.
Consultado em setembro de 2005.
PATZ, J.A; GRACZYK, T.K; GELLER, N. & VITTOR, A.Y. 2000. “Effects of
environmental change on emerging parasitic diseases.” International Journal for
Parasitology 30(12-13): 1395-1405.
PELLEGRINI, D.C.P., 2002. Análise Espaço-Temporal da Leptospirose no
Município do Rio De Janeiro (1995-1999). Dissertação de Mestrado. Escola Nacional
de Saúde Pública, Fundação Oswaldo Cruz. Rio de Janeiro. 49 p.
PINHEIRO AS. 2000. Malária: situação no Pará, no período de 1994 a 1999.
Informativo Epidemiológico do SUS – Pará.;1(2):7-8.
PNUD (Programa das Nações Unidas para o Desenvolvimento). 2003. Atlas do
Desenvolvimento Humano http://www.pnud.org.br/atlas/. Consultado em março de
2005.
POVOA, M.M.; WIRTZ, R.A.; LACERDA, R.N.L.; MILES, M.A.; WARHUST, D.
2001. Malaria Vectors in the Municipality of Serra do Navio, State of Amapá, Amazon
Region, Brazil. Memórias do Instituto Oswaldo Cruz, Rio de Janeiro, Vol. 96(2):
179-184
PRODES (Projeto Amazônica Brasileira por Satélite)
http://www.dpi.inpe.br/prodesdigital. Consultado em março de 2005.
QUADRO, M.F.L.; MACHADO, L.H.R. & OLIVEIRA, G.S. 2005. Climatologia de
Precipitação e Temperatura. CPTEC/INPE.
REBÊLO, J. M. M. 2000. Manual de Bioecologia dos Vetores da Malária. 1º ed:
Lithograf. São Luis - MA. 56 p.
RIBEIRO, M. C. T.; GONÇALVES, E. G. R.; TAUIL, P. L.; SILVA, A. R. 2005.
Aspectos epidemiológicos de um foco de malária no município de São Luis, MA.
Revista da Sociedade Brasileira de Medicina Tropical 38(3):272-274.
RIPSA (Rede Interagencial de Informações para a Saúde) 1997. Qualificação de
indicadores do IDB – Malária: Incidência Parasitária Anual (Índice de Positividade de
Malária).
ROUQUAYROL, M. Z. & ALMEIDA FILHO, N. 1999. Epidemiologia e Saúde. 5 ed.
Rio de Janeiro: Medsi. 600p.
ROZENDAAL, J. A., 1992. Relations between Anopheles darlingi breeding habitats,
rainfall, river level and malaria transmission rates in the rain forest of Suriname.
Medical Veterinary Entomology, 6:16–22.
93
RUBIO-PALIS Y. 1994.Variation of the vectorial capacity of some anophelines in
western Venezuela. American Journal Tropical Medicine Hygiene. 50(4):420-424.
SACHS, J. & MALANEY, P. 2002. The Economic and Social Burden of Malaria.
Nature, 415: 680-685.
SATTENSPIEL, L. 2000. Tropical Environments, Human Activities, and the
Transmission of Infectious Diseases. Yearbook of Physical Anthropology 43:3–31
SAWYER, D. 1993. Economic and social consequences of malaria in new colonization
projects in Brazil. Social Science and Medicine 37 (9): 1131–1136.
SESPA (Secretaria Executiva de Saúde Pública do Pará). 2004. A Saúde Acontece no
Pará - Malária http://www.sespa.pa.gov.br/Not%C3%ADcias/NOT2005/noticia252.htm
Consultado em fevereiro de 2006.
SHUKLA, J.; NOBRE, C.A & SELLERS, P. 1990. Amazon deforestation and climate
change. Science 247: 1322–1325.
SIGEPI (Sistema de Informação Geográfica em Epidemiologia e Saúde Pública). 2002.
Manual do Usuário. SHA/OPAS.
SILVA, M.S; MILÉO M.F & CALVOSA V.S. 1987. Avaliação epidemiológica da
Malária no sul do Pará nos últimos anos. Hiléia Médica. 8(2):83-87.
SILVA, L. J. 1997. O conceito de espaço na epidemiologia das doenças infecciosas.
Cadernos de Saúde Pública, 13(4):585-593.
SMALL, J.; GOETZ, S. & HAY, S. 2003. Climatic suitability for malaria transmission
in Africa, PNAS 100(26): 1911–1995 www.pnas.org_cgi
. Consultado em setembro
2005.
TADEI, W. P.; SANTOS, J. M.; SCARPASSA, V. M. & RODRIGUES, I. B. 1993.
Incidência, Distribuição e Aspectos Ecológicos de Espécies de Anopheles (Díptera:
Culicidae), em Regiões Naturais e Sob Impacto Ambiental da Amazônia Brasileira. In:
Bases Científicas para Estratégias de Preservação e Desenvolvimento da
Amazônia. vol 2. INPA. Manaus. p. 167-196.
TADEI, W.P; DUTARY ,T. B & SANTOS J.M.M. 1998. Ecological observations on
Anopheline vectors of malaria in the Brazilian Amazon. American Journal Tropical
Medicine Hygiene. 59(2):325-335.
94
TAUIL, Pedro Luiz, 2002. Avaliação de uma nova estratégia de controle da malária
na Amazônia brasileira. Tese de Doutorado. Medicina Tropical. Universidade de
Brasília.
TAYLOR, D. 1997. Seeing the Forests for more than the Trees. Environmental Health
Perspectives. 105:1186-1191.
THOMSON, M.C., CONNOR, S.J., MILLIGAN, P.J.W., & FLASSE, S. 1997.
Mapping malaria risk in Africa - what can satellite data contribute? Parasitology Today.
13(8):313-318.
THOMSON, M.C. 1997. Mapping Malaria Risk in África: What can Satellite Data
Contribute? Parasitology Today, 13(8):313-318.
VASCONCELOS A. S.; KATO, M.Y.N; MOURÃO E.M; SOUZA, R.T.L; LACERDA
R.N.L; SIBAJEV A; TSOURIs P; POVOA, MM; MOMEM H & ROSA-FREITAS
M.G. 2002. Biting índices, host-seeking activity and natural infection rates of
Anopheline species in Boa Vista, Roraima, Brazil, from 1996 to 1998. Memórias do
Instituto Oswaldo Cruz 97:151-61
VASCONCELOS, C. H. 2004. Aplicação de sensoriamento remoto, sistemas de
informação geográfica e técnicas de análise espacial para analisar a distribuição de
malária na região do reservatório de Tucuruí - PA. 2004. Tese de Doutorado em
Ciencias da Engenharia Ambiental. Universidade de São Paulo. 145 p.
WALDMAN, E. A. 1998. Vigilância em Saúde Pública (Série Saúde & Cidadania).
Faculdade de Saúde Pública da Universidade de São Paulo. Vol 7 . 253p.
WALSH, J.F.; MOLYNNEUX, D.H. & BIRLEY M.H. 1993. “Deforestation: effects on
vector-borne disease.” Parasitology. 106: 55-75.
WANDERLEY, D.M.V; ANDRADE, J.C.R; MENEGUETTI, L.C; CHINELATTO,
M.J & DUTRA, A.P. 1985. Malária no Estado de São Paulo, Brasil, 1980 a 1983.
Revista de Saúde Pública. 19(1):28-36.
WANDERLEY, D.M.V; SILVA, R.A & ANDRADE, J.C.R. 1994. Aspectos
epidemiológicos da malária no Estado de São Paulo, Brasil - 1983 a 1992. Revista de
Saúde Pública. 28(1):192-197.
WERNECK, G. L. & STRUCHINER, C. J. 1997. Estudos de agregados de doença no
espaço-tempo: Conceitos, Técnicas e Desafios. Cadernos de Saúde Pública 13(4):611-
624.
WILKERSON R.C; GAFFIGAN T.V & BENTO L. J., 1995. Identification of species
related to Anopheles (Nyssorhyncus) albitarsis by random amplified polymorphic DNA-
95
polymerase chain reaction (Diptera: Culicidae). Memórias do Instituto Oswaldo Cruz
90:721-32.
WILSON, M.L. 2001. “Ecology and Infectious Disease.” In: Ecosystem Change and
Public Health. J.Aron, and J.A. Patz. (eds.) The Johns Hopkins University Press:
Baltimore, MD: 285-291.
WHO (World Health Organization). 2000. Technical Report 892.
WORLDCLIMATE DATA SOURCES. http://www.worldclimate.com/index.htm.
Consultado em março de 2005.
WORRALL, Eve; BASU, Suprotik & HANSON, Kara. 2003. The relationship between
socio-economic status and malaria: a review of the literature.
http://siteresources.worldbank.org/INTMALARIA/Resources/SESMalariaBackground
Paper.pdf. Consultado em fevereiro de 2005.
“Se não puder fazer tudo, faça tudo que puder!”
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
