Epidemiological assessment of schistosomiasis in the state of Pernambuco through a beta regression model

Authors

  • Danielly de Araújo Soares Universidade Federal da Paraíba
  • Saul de Azevedo Souza
  • Diego José da Silva
  • Allan Batista Silva Universidade Federal da Paraíba
  • Ulanna Maria Bastos Cavalcante Universidade Federal da Paraíba
  • Caliandra Maria Bezerra Luna Lima

DOI:

https://doi.org/10.17696/2318-3691.26.2.2019.1302

Keywords:

Schistosoma; Schistosoma mansoni; Parasitic Diseases; Risk Factors; Ecological Studies

Abstract

Introduction: Schistosomiasis is an endemic disease in 76 countries and affects about 240 million individuals. It ranks second among the most prevalent infectious and parasitic diseases in the world. Objective: To perform an epidemiological assessment of Schistosomiasis in the State of Pernambuco, Brazil, from 2007 to 2015. Methods: This is an observational analytical study with an eco-design, in which secondary data sources were used. Results: It was observed a decrease in the percentage of positive cases in the State of Pernambuco, Brazil, from 10.31 to 3.01%. It was found a direct association between the rate of schistosomiasis and a percentage of people vulnerable to poverty, percentage of the population in households with density > 2, and unemployment rate. We also found an inverse association between schistosomiasis and the percentage of the population in households with garbage collection, and aging rate. Conclusion: There is a need for actions that contemplate socioeconomic aspects, such as sanitation, vector control, health education and measure to improve overall quality of life and income of the population.

Author Biographies

  • Danielly de Araújo Soares, Universidade Federal da Paraíba

    Graduação em Farmácia pela Universidade Federal da Paraíba, João Pessoa, PB.

  • Saul de Azevedo Souza

    Doutorando em Estatística pela Universidade Federal de Pernambuco, Recife, Pernambuco.

  • Diego José da Silva

    Graduação em Estatística pela Universidade Federal da Paraíba, João Pessoa, Paraíba.

  • Ulanna Maria Bastos Cavalcante, Universidade Federal da Paraíba

    Doutoranda em Modelos de Decisão e Saúde pela Universidade Federal da Paraíba, João Pessoa, Paraíba.

  • Caliandra Maria Bezerra Luna Lima

    Doutora em Produtos Naturais e Sintéticos Bioativos pela Universidade Federal da Paraíba, Professora Adjunta do Departamento de Fisiologia e Patologia, e Professora Permanente do Programa  de Pós-Graduação em Modelos de Decisão em Saúde pela Universidade Federal da Paraíba, João Pessoa, Paraíba.

References

Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Vigilância Epidemiológica. Vigilância da Esquistossomose Mansoni: diretrizes técnicas. 4 ed. Brasília (DF): Ministério da Saúde; 2014.

World Health Organization - WHO [homepage na Internet]. WHO; 2019 [acesso em 2019 Jan 22]. Schistosomiasis; [aproximadamente 4 telas]. Disponível em: https://www.who.int/en/news-room/fact-sheets/detail/schistosomiasis

World Health Organization [homepage na Internet]. WHO; 2019 [acesso em 2019 Jan 22]. What is chistosomiasis?; [aproximadamente 2 telas]. Disponível em: https://www.who.int/schistosomiasis/disease/en/

Gomes ECS, Mesquita MCS, Rehn VNC, Nascimento WRC, Loyo R, Barbosa CS. Transmissão urbana da esquistossomose: novo cenário epidemiológico na Zona da Mata de Pernambuco. Rev Bras Epidemiol. 2016;19(4):822-34. http://dx.doi.org/10.1590/1980-5497201600040012.

Secretaria Estadual de Saúde de Pernambuco. Secretaria Executiva de Vigilância em Saúde. Guia de apoio operacional ao Sistema de Informação do Programa de Controle da Esquistossomose para os municípios do Estado de Pernambuco [monografia na Internet]. Recife: Secretaria Estadual de Saúde; 2012 [acesso em 2019 Jan 22]. Disponível em: http://portal.saude.pe.gov.br/sites/portal.saude.pe.gov.br/files/esquistossomose_-_guia_sispce_.pdf

Ministério da Saúde. DATASUS [homepage na Internet]. Brasília (DF); 2016 [acesso em 2016 Jun 20]. Sistema de Informação do Programa de Controle da Esquistossomose; [aproximadamente 2 telas]. Disponível em: http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sinan/pce/cnv/pcepb.def.

Ministério da Saúde. Secretaria de Vigilância em Saúde. Guia de Vigilância em Saúde. 2. ed. Brasília (DF): Ministério da Saúde; 2017.

Ministério da Saúde. Secretaria de Vigilância em Saúde. Sistema nacional de vigilância em saúde: relatório de situação Pernambuco. 5. ed. Brasília (DF): Ministério da Saúde; 2011.

Instituto Brasileiro de Geografia e Estatística – IBGE. Ministério do Planejamento, Orçamento e Gestão [homepage na Internet]. Pernambuco: IBGE; 2016 [acesso em 2016 Jun 10]. Sinopse do censo demográfico 2010; [aproximadamente 5 telas]. Disponível em: http://www.censo2010.ibge.gov.br/sinopse/index.php?uf=26&dados=1

Rollemberg CVV, Santos CMB, Silva MMBL, Souza AMB, Silva AM, Almeida JAP, et al. Aspectos epidemiológicos e distribuição geográfica da esquistossome e geo-helmintos, no Estado de Sergipe, de acordo com os dados do Programa de Controle da Esquistossomose. Rev Soc Bras Med Trop. 2011;44(1):91-6. http://dx.doi.org/10.1590/S0037-86822011000100020.

Enk MJ, Lima ACL, Barros HS, Massara CL, Coelho PMZ, Schall VT. Factors related to transmission of and infection with Schistosoma mansoni in a village in the South-eastern Region of Brazil. Mem Inst Oswaldo Cruz. 2010;105(4):570-7. http://dx.doi.org/10.1590/S0074-02762010000400037.

Farias LMM, Resendes APC, Magalhães RO, Souza-Santos R, Sabroza PC. Os limites e possibilidades do Sistema de Informação da Esquistossomose (SISPCE) para a vigilância e ações de controle. Cad Saúde Pública. 2011;27(10):2055-62. http://dx.doi.org/10.1590/S0102-311X2011001000018.

Mateus SMF. Acidente vascular cerebral: fatores de risco, exames imagiológicos e repercussões económicas [tese]. Évora: Universidade de Évora; 2015.

Ferrari S, Cribari-Neto F. Beta regression for modeling rates and proportions. J Appl Stat. 2004;31(7):799-815.

Simas A, Barreto-Souza W, Rocha, A. Improved estimators for a general class of beta regression models. Comput Stat Data Anal. 2010;54(2):348-66. https://doi.org/10.1016/j.csda.2009.08.017.

Pereira T. Regressão beta inflacionada: Inferência e aplicações [tese]. Recife: Universidade Federal de Pernambuco; 2010.

Atlas Brasil [homepage na Internet]. [acesso em 2016 Jun 20]. Atlas de Desenvolvimento Humano no Brasil: Pernambuco; [aproximadamente 22 telas]. Disponível em: http://atlasbrasil.org.br/2013/pt/perfil_uf/pernambuco

Souza AS, Oliveira AA, Souza TC, Lima CMBL. Modelagem da proporção de obesos nos Estados Unidos utilizando o modelo de regressão beta com dispersão variável. Ciênc Nat. 2016;38(3):1146-56. DOI: http://dx.doi.org/10.5902/2179460X21393.

Barreto MS, Gomes ECS, Barbosa CS. Turismo de risco em áreas vulneráveis para a transmissão da esquistossomose mansônica no Brasil. Cad Saúde Pública. 2016;32(3):e00190815. http://dx.doi.org/10.1590/0102-311X00190815.

Quites HFO, Abreu MNS, Matoso LF, Gazzinelli A. Avaliação das ações de controle da esquistossomose na Estratégia de Saúde da Família em municípios do Vale do Jequitinhonha em Minas Gerais. Rev Bras Epidemiol. 2016;19(2):375-89. http://dx.doi.org/10.1590/1980-5497201600020014.

Inobaya MT, Olveda RM, Chau TNP, Olveda DU, Ross AGP. Prevention and control of schistosomiasis: a current perspective. Res Rep Trop Med. 2014;2014(5):65-75.

Barreto AVMS, Melo ND, Ventura JVT, Santiago RT, Silva MBA. Análise da positividade da esquistossomose mansoni em Regionais de Saúde endêmicas em Pernambuco, 2005 a 2010. Epidemiol Serv Saúde. 2015;24(1):87-96. http://dx.doi.org/10.5123/S1679-49742015000100010.

Paranhos R, Figueiredo Filho D, Rocha E, Silva Júnior JA, Neves JA, Santos M. Desvendando os mistérios do coeficiente de correlação de Pearson: o retorno. Leviathan Cad Pesq Polit. 2014;(8):66-5. https://doi.org/10.11606/issn.2237-4485.lev.2014.132346.

Ximenes RAA, Southgate B, Smith PG, Guimarães-Neto L. Socioeconomic determinants in an urban area in the Northeast of Brazil. Pan Am J Public Health. 2003;14(6):409-21.

Cribari-Neto F, Zeileis A. Beta regression in R. J Stat Softw. 2010;34(2):1-24.

Saucha CVV, Silva JAM, Amorim LB. Condições de saneamento básico em áreas hiperendêmicas para esquistossomose no estado de Pernambuco em 2012. Epidemiol Serv Saúde. 2015;24(3):497-506. http://dx.doi.org/10.5123/S1679-49742015000300015.

Gomes ACL, Galindo JM, Lima NN, Silva EVG. Prevalência e carga parasitária da esquistossomose mansônica antes e depois do tratamento coletivo em Jaboatão dos Guararapes, Pernambuco. Epidemiol Serv Saúde. 2016;25(2):243-50. http://dx.doi.org/10.5123/s1679-49742016000200003.

Leal Neto OB, Gomes ECS, Oliveira Junior FM, Andrade R, Reis DL, Souza-Santos R, et al. Biological and environmental factors associated with risk of schistosomiasis mansoni transmission in Porto de Galinhas, Pernambuco State, Brazil. Cad Saúde Pública. 2013;29(2):357-67. http://dx.doi.org/10.1590/S0102-311X2013000200022.

Ponce-Terashima R, Koskey AM, Reis MG, Mclellan SL, Blanton REL. Sources and Distribution of surfasse water fecal contamination and prevalence of Schistosomanisis in a Brazilian Village. PLoS Negl Trop Dis. 2014;8(10):e3186. doi: http://dx.doi.org/10.1371/journal.pntd.0003186.

Vasconcelos CH, Cardoso PCM, Quirino WC, Massara CL, Amaral GL, Cordeiro R, et al. Avaliação de medidas de controle da esquistossomose mansoni no Município de Sabará, Minas Gerais, Brasil, 1980-2007. Cad Saúde Pública. 2009;25(5):997-1006. http://dx.doi.org/10.1590/S0102-311X2009000500006.

Xu J, Xu J, Li S, Jia T, Huang X, Zhang H, et al. Transmission risks of schistosomiasis japonica: extraction from back-propagation artificial neural network and logistic regression model. PLoS Negl Trop Dis. 2013;7(3):1-11. doi: http://dx.doi.org/10.1371/journal.pntd.0002123.

Gazzinelli A, Velasquez-Melendez G, Crowsford SB, Loverde PT, Correa-Oliveira R, Kloos H. Socioeconomic determinants of schistosomiasis in a poor rural área in Brazil. Acta Trop. 2006;99(2-3):260-71. doi: http://dx.doi.org/10.1016/j.actatropica.2006.09.001.

Published

2019-11-14

Issue

Section

Original Article

How to Cite

Epidemiological assessment of schistosomiasis in the state of Pernambuco through a beta regression model. (2019). Archives Health Sciences, 26(2), 116-120. https://doi.org/10.17696/2318-3691.26.2.2019.1302