Publicação
Characterising, modelling and mapping malaria occurrence and its mortality trend for precision public health
| dc.contributor.advisor | Mendes, Jorge Morais | |
| dc.contributor.advisor | Painho, Marco Octávio Trindade | |
| dc.contributor.author | Ferrão, João Luís | |
| dc.date.accessioned | 2019-03-21T19:02:58Z | |
| dc.date.available | 2019-03-21T19:02:58Z | |
| dc.date.issued | 2018-05-25 | |
| dc.description | A thesis submitted in partial fulfillment of the requirements for the degree of Doctor in Information Management Specialization in Statistics and Econometrics | pt_PT |
| dc.description.abstract | This work considers characterizing, modelling and mapping malaria occurrence and its mortality trend for Precision Public Health in Chimoio. Mozambique. Malaria is an ancient disease and a major public concern especially in the African continent. The majority of deaths occur among children living in Africa (91 %), where a child dies every minute and half from malaria. The data for malaria cases and mortality were obtained from the weekly BES from 2006 to 2014 and Civil Registration books from 2007 to 2014respectively. To model malaria cases ARIMA was used while for mortality trends, Intervention time series analysis (ITSA) was used. Package tscount and R version 3.3.2, Biestat 5.0 and SPSS were employed to fit, assess and predict model and statistical analysis. In Chimoio, malaria occurrence and mortality is increasing annually and presents a spatial and temporal pattern peaking during weeks 1 to 12 (January to March). The rural areas of the municipality have more malaria and mortality cases, followed by suburbs, and urban areas have fewer cases. Children under 5 years of age are three times more prone to get malaria than the rest of the population. The Chimoio climate seems ideal for malaria occurrence. Children between 1 – 4 years old are 13% of Chimoio population, but represent 25% of malaria mortalities. The entire municipality presents a malaria risk, 96% with moderate risk and 4% with high-risk areas. The use of Intervention time series analysis approach for modelling malaria mortality is suggested, and on owing to its flexibility and interpretation. The practicality of the statistical modelling method was validated to detect the lagged relationship between malaria cases and mortality. Based on the results, malaria cases and mortality can be predicted two months in advance. This modelling approach is robust, and can predict the expected number of malaria and mortality cases in advance. Thus, timely prevention and control measures can be effectively planned in Chimoio, such as the elimination of vector breeding places, correct time and place to spray insecticides, and awareness campaigns weeks before the malaria peak season. This can lead to a reduction in malaria cases, by knowing the best moment for spraying, saving time and cost of insecticide application and preventive programmes, and guiding smart environmental care (Precision Public Health). | pt_PT |
| dc.description.abstract | Considera-se neste trabalho a caracterização, modelagem e mapeamento da ocorrência da malaria e suas tendências de mortalidade, para a Saúde Publica de Precisão em Chimoio, Moçambique. A malária é uma doença milenar sendo um grande problema de Saúde Pública, especialmente em África onde ocorre o maior número de mortalidade em crianças (91%) estimando-se que em cada minuto e meio uma criança morre de malária. Os dados de malária e mortalidade foram recolhidos dos Boletins Epidemiológicos Semanais de 2006 a 2014 e dos livros de registos dos Serviços de Registo e Notariado no período entre 2007 a 2014 respetivamente. Para a modelação da malaria foi usado o ARIMA enquanto para as tendências de mortalidade o a análise de série temporal de intervenção (ITSA). Os pacotes estatísticos tscount, R versão 3.3.2, Bioestat 5.0 e o SPSS versão 20 foram usados para modelar, aceder e realizar predição do modelo e testes estatísticos apropriados. Em Chimoio a ocorrência da malaria e mortalidade tendem a crescer anualmente, exibindo padrões temporais e espaciais sendo o seu pico entre as semanas 1 a 12 (janeiro a março) e as áreas rurais apresentam mais malária e mortalidade, seguida dos subúrbios sendo a zona urbana a que menos casos apresenta. +As crianças com menos de 5 anos de idade tem três vezes mais suscetibilidade de contrair malária. O Clima de Chimoio parece ser ideal para a ocorrência da malária. As crianças entre 1 – 4 anos de idade constituem13% da população, entretanto representam 25 % dos casos de mortalidade por malária. Toda a superfície municipal apresenta risco para contrair malaria sendo, 96% áreas de risco moderado e 4% de risco alto. Sugere-se o uso da abordagem de series temporais generalizadas para a modelação devido a sua flexibilidade e facilidade de interpretação. A praticabilidade da modelação estatística foi validada para detetar a distância entre a ocorrência da malária e mortalidade. Com base nos dados a ocorrência de malária e mortalidade podem ser previstos com antecedência. VII Esta forma de abordar a modelação é robusta, pode fazer a previsão atempada da malária e mortalidade, permitindo medidas de prevenção e controlo atempadas e uma planificação efetiva em Chimoio consistindo em eliminação de áreas para a reprodução do vetor, tempo e local correto para a pulverização com inseticidas, fazer as campanhas de prevenção antes do pico da malária. Estas medidas podem resultar em poupança de custos e tempo nas medidas preventivas para além de reduzir os efeitos nefastos para o ambiente (Saúde Publica de Precisão). | pt_PT |
| dc.identifier.tid | 101558961 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10362/64068 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | Malaria | pt_PT |
| dc.subject | Malaria mortality | pt_PT |
| dc.subject | Modelling | pt_PT |
| dc.subject | Forecasting | pt_PT |
| dc.subject | ARIMA | pt_PT |
| dc.subject | ITSA | pt_PT |
| dc.subject | Malária | pt_PT |
| dc.subject | Mortalidade | pt_PT |
| dc.subject | Modelação | pt_PT |
| dc.subject | Previsão | pt_PT |
| dc.title | Characterising, modelling and mapping malaria occurrence and its mortality trend for precision public health | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |
| thesis.degree.name | Doutoramento em Gestão da Informação, especialização em Estatística e Econometria | pt_PT |