A carregar...
Publicação
A dimensão espácio-temporal em saúde pública : da descrição clássica à análise de clustering
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 759.57 KB | Adobe PDF |
Orientador(es)
Resumo(s)
RESUMO - O estudo da distribuição geográfica e temporal das doenças,
dos seus determinantes e das características básicas da
população tem uma longa tradição em Epidemiologia.
É indispensável visualizar e caracterizar essas distribuições,
para controlar as doenças e promover a saúde, pelo
que esse estudo, hoje, faz parte da missão desta área para
o conhecimento e reforça a utilidade actual da Epidemiologia
em Saúde Pública. O principal objectivo da descrição e
da análise de dados geo-referenciados no âmbito da Saúde
Pública é a melhor compreensão da história natural e da
distribuição espacial dos fenómenos de saúde.
Esta área temática específica tem-se desenvolvido, nas últimas
décadas, com um enorme e crescente impacto e é
usualmente concretizada em três abordagens interrelacionadas:
(1) o mapeamento de doenças e seus determinantes,
(2) o estudo de correlações geográficas e (3) o clustering, ou
aglomeração, espácio-temporal. O presente trabalho
debruça-se sobre esta última.
Os métodos de clustering espácio-temporal permitem que a
possível heterogeneidade de uma distribuição no espaço
e/ou no tempo, visível nas representações gráficas clássicas,
seja interpretada de uma forma rigorosa e consistente através
de processos estocásticos, não dependendo dos possíveis
artefactos de uma simples representação gráfica.
O ganho em interpretação conseguido deve-se, essencialmente,
à melhor capacidade de compreensão das distribuições
probabilísticas espácio-temporais, sendo os resultados
representados graficamente. Facilitam a distinção de distribuições
visualmente ilusórias, produzidas por artefactos
das técnicas tradicionais ou pelo acaso, de distribuições
realmente explicáveis pelos próprios espaço ou tempo.
Os métodos de clustering espácio-temporal têm alguma
complexidade e limitações, parcialmente em comum com os
métodos tradicionais. Contudo, a resultante final, quanto à
sua aplicabilidade e interesse em Epidemiologia e em Saúde
Pública, afigura-se francamente animadora. O ganho que
deles se obtém vem a traduzir-se em maior precisão e segurança
das decisões e da intervenção e, por isso, conduzem
a maior efectividade em Saúde Pública.
ABSTRACT - The study of the space and time distribution of diseases, of their determinants and of the basic characteristics of the population has a long tradition in Epidemiology. It is indispensable to visualize and characterize those distributions, in order to control the disease and promote health. Its usefulness already belongs to the mission of this knowledge area and reinforces the importance of Epidemiology in Public Health currently. The main objective of describing and analyzing health data which are geographically referred is to get a better understanding of the natural history and of the geographical distribution of health phenomena. This specific developing area has had an enormous and growing impact in recent decades and usually includes three inter-connected approaches: (1) the mapping of diseases and of their determinants; (2) the study of geographic correlations; and (3) space-time clustering. The latter is the focus of the present paper. Space-time clustering methods make it possible that a space and/or time heterogeneous distribution, as seen in a classical graphic representation, be interpreted in a rigorous and consistent, using stochastic processes, independent of graphic representation characteristics. The gain in interpretation, thus attained, is essentially due to the improved understanding of space-time probabilistic distributions, being the results graphically represented. This understanding eases the distinction of visual artefacts, yielded by traditional techniques or by chance, from distributions in fact explained by space or time. Space-time clustering methods have some complexity and limitations, in part shared with classical approaches. But the final balance, concerning their applicability and interest in Epidemiology and Public Health, seems quite encouraging. They increase precision and safety in decision-making and intervention and, this way, they improve effectiveness in Public Health.
ABSTRACT - The study of the space and time distribution of diseases, of their determinants and of the basic characteristics of the population has a long tradition in Epidemiology. It is indispensable to visualize and characterize those distributions, in order to control the disease and promote health. Its usefulness already belongs to the mission of this knowledge area and reinforces the importance of Epidemiology in Public Health currently. The main objective of describing and analyzing health data which are geographically referred is to get a better understanding of the natural history and of the geographical distribution of health phenomena. This specific developing area has had an enormous and growing impact in recent decades and usually includes three inter-connected approaches: (1) the mapping of diseases and of their determinants; (2) the study of geographic correlations; and (3) space-time clustering. The latter is the focus of the present paper. Space-time clustering methods make it possible that a space and/or time heterogeneous distribution, as seen in a classical graphic representation, be interpreted in a rigorous and consistent, using stochastic processes, independent of graphic representation characteristics. The gain in interpretation, thus attained, is essentially due to the improved understanding of space-time probabilistic distributions, being the results graphically represented. This understanding eases the distinction of visual artefacts, yielded by traditional techniques or by chance, from distributions in fact explained by space or time. Space-time clustering methods have some complexity and limitations, in part shared with classical approaches. But the final balance, concerning their applicability and interest in Epidemiology and Public Health, seems quite encouraging. They increase precision and safety in decision-making and intervention and, this way, they improve effectiveness in Public Health.
Descrição
Palavras-chave
Epidemiologia Saúde pública Clustering espácio-temporal Tuberculose Anomalias congénitas Epidemiology Public health Space-time clustering Tuberculosis disease Congenital anomalies
Contexto Educativo
Citação
Editora
Universidade Nova de Lisboa, Escola Nacional de Saúde Pública