ARTIGO ORIGINAL
DetecçãoprecocedeepidemiasdemalárianoBrasil: umapropostadeautomação EarlyDetectionofMalariaEpidemicsinBrazil:aProposalforAutomation
RuiMoreiraBraz Coordenação-GeraldoProgramaNacionaldeControledaMalária,SecretariadeVigilânciaemSaúde,MinistériodaSaúde,BrasíliaDF ValeskaLimaAndreozzi DepartamentodeEpidemiologiaeMétodosQuantitativosemSaúde,EscolaNacionaldeSaúdePúblicaSérgioArouca,Fundação InstitutoOswaldoCruz,RiodeJaneiro-RJ PaulineLorenaKale NúcleodeEstudosdeSaúdeColetiva,UniversidadeFederaldoRiodeJaneiro,RiodeJaneiro-RJ
Resumo AAmazôniaLegaldoBrasilconcentra99%doscasosdemaláriadopaís;porém,faltaumsistemaautomatizadopara detectarasepidemiasdadoençaqueocorremnaregião.Oestudopropõealgunsmétodosestatísticosparadetecçãoprecoce deepidemiasdemalária.Foramtestadoscincotiposdegráficos:média+1,96desvio-padrão(métododeCullen);amplitude interquartilar(métododeAlbuquerque);métododo3oquartil;métodoCusum-tabular;ealisamentodalinhabase(método deStern&Lightfoot).Ataxadealarmesverdadeiros(TAV)disparadapeloscincométodosnoMunicípiodeManaus,Estado doAmazonas,foide100%;eemMachadinhoD’Oeste,EstadodeRondônia,foide100%paraométododo3oquartil,de 25%paraosmétodosdeCullenedeStern&Lightfoote,paraosdemaismétodos,de0%.EmAmarantedoMaranhão,Estado doMaranhão,nãohouvemêsepidêmicoenenhumalarmefoidisparadopeloscincométodos,correspondendoa100%de acerto.Ométododo3oquartilmostrou-semaisadequadoparaadetecçãoprecocedeepidemiasdemalárianaAmazônia LegalBrasileira,sendorecomendadoparaimplantaçãonarotinadavigilânciadadoençanaregião. Palavras-chave:malária;epidemias;vigilânciaepidemiológica;gráficosestatísticos.
Summary InBrazil,99%ofreportedmalariacasesoccurintheAmazonRegion.Todate,however,anautomatedsystemhasnot yetbeendefinedtodetectepidemicsinthisarea.Thisstudyproposesseveralstatisticalmethodsthatcouldbeusefulfor earlydetectionofmalariaepidemics.Fivetypesofgraphswereinvestigated:average+1.96standarddeviations(Cullen method);inter-quartilerange(Albuquerquemethod);3rdquartilemethod;Cusum-tabularmethod;andsmoothingof baselines(Stern&Lightfootmethod).Thetruealarmrate(TAV)detectedbythesemethodswasasfollows:100%byall fivemethodsintheMunicipalityofManaus,AmazonasState;andintheMunicipalityofMachadinhoD’Oeste,Rondônia State100%weredetectedbythe3rdquartilemethod;25%usingtheCullen,andStern&Lightfootmethods,and0% forothermethods.IntheMunicipalityofAmarantedoMaranhão,MaranhãoState,therewerenoepidemicmonths, andnoalarmwasgivenbyanyofthefivemethods,correspondingto100%success.The3rdquartilemethodisthe mostappropriateforearlydetectionofmalariaepidemicsinmunicipaldistrictsoftheBrazilianAmazonRegion,and recommendedforimplantationinroutinemalariasurveillance. Key-words:malaria;epidemics;epidemiologysurveillance;statisticalgraphs.
Endereçoparacorrespondência: Coordenação-GeraldoProgramaNacionaldeControledaMalária/SVS/MS,SEPN(W3Norte),Quadra511,BlocoC,EdifícioBittarIV, 3oandar,UnidadeIIIdoMinistériodaSaúde,Brasília-DF.CEP:70750-593 E-mail:
[email protected]
[EpidemiologiaeServiçosdeSaúde2006;15(2):21-33]
21
Detecçãodeepidemiasdemalária
Introdução NoBrasil,99%doscasosdemaláriaseconcentram naregiãodaAmazôniaLegal,onde,noanode2003, notificaram-se 407.995 casos da doença, 70% de P.vivax,29%deP.falciparume1%P.malariae.1 Esses casos foram transmitidos, principalmente, pelomosquitoAnophelesdarlingi;2computaram-se 10.291internações,correspondendoa2,5%dototal decasos,3e82casosevoluíramparaóbito,comtaxa deletalidadede0,02%.4 ParaapoiarosEstadoseMunicípiosdaregião,o MinistériodaSaúde(MS),porintermédiodesuaSecretariadeVigilânciaemSaúde(SVS),implantou,no anode2003,oSistemadeInformaçõesdeVigilância Epidemiológica (Sivep-Malária), destinado à notificaçãodecasosdadoença.Osistemarepresentaum avançoporutilizartecnologiadaInternet,podendo, também, ser aplicado em locais que não dispõem dessa tecnologia. As notificações são enviadas para umabasededadoscentralizada,aqueostrêsníveis degestão–municipal,estadualefederal–têmacesso rápido e simultâneo às informações, para análise e tomadadedecisões.Apesardoavançotecnológico,o atualsistemadeinformaçãoprescindedeferramenta paradetecçãoprecocedasepidemiasdemaláriaque ocorremnaquelaregião.
Váriastécnicasestatísticas foramdesenvolvidaspara ajudarapreveniraocorrênciade epidemias;aaplicaçãodecada umadependedascaracterísticas dedistribuiçãodadoença. A Amazônia Legal é uma região endêmica para malária,altamentefavorávelàinteraçãodosfatores colaboradoresdaelevadaincidênciadadoença,onde oriscodaocorrênciaanualdecasoséestimadopela IncidênciaParasitáriaAnual(IPA),emgrausvariadose expressospelonúmerodeexamespositivosdemalária pormilhabitantes,emdeterminadoespaçogeográfico: baixo risco (50).5Noanode2003,foramidentificados71Municípioscomaltoriscoparatransmissãodadoença,ou seja,comIPAigualoumaiorque50casospor1.000
habitantes.DessesMunicípios,34(47,8%)registraram IPAacimade100casospor1.000habitantes,chegando asituaçõesextremas,porexemplo,emCujubimeem CandeiasdoJamari,noEstadodeRondônia,Anajás, noEstadodoPará,eMachadinhoD’Oeste,também emRondônia,localidadesondeoIPAchegoua585, 356,328e327casospor1000habitantes,respectivamente.1Apesardeapresentarem-setaxastãoaltas deincidência,nãosedispõedesistemadeinformação quepermitaafirmarquaisMunicípiosseencontravam emsituaçãoepidêmica,ouseja,ondeocorreraexcesso ouaumentodecasosacimadoesperado,deacordo comosconceitostécnicosdeepidemias.6-8 Naregião,ograndedesafioestánadefiniçãodo limiarepidêmicodadoença,paraidentificarquaisos limitesdetransmissãoesperados,paracadaMunicípio,equandoesseslimitespodemserultrapassados, tornando-seumaeventualidadeepidêmica.Responder aessaquestãoconstituiumanecessidadeparaavigilânciadamalária. Comaimplantaçãodosistemadedetecçãoprecoce deepidemiasdemalária,espera-seaampliaçãodas opçõesdeinformaçãojuntoaosgestoresetécnicos dosetorSaúde,deformaapossibilitaraadoçãode medidasdecontroledadoençamaisoportunas.Os gestoresterãomaiorsustentaçãotécnicaaodeclarar umaepidemia,evitandoproblemasdeordemética, políticaefinanceiraquantoapossíveisquestionamentossobreaexistênciadeumaverdadeiraepidemia.Os trêsníveisdegestãopoderãorealizarmonitoramento simultâneodaspossíveisepidemiasdemalária,para evitar ou minimizar a ocorrência do evento. Assim, poder-se-áreduziraincidênciadaenfermidadenaspopulaçõesediminuirosofrimentohumanoeasperdas sociaiseeconômicasdecorrentes,conformepreconiza oProgramaNacionaldeControledaMalária.9 Avigilânciadeveproverumabasequantitativapara práticadeSaúdePública,incluindoaprevenção.10,11 Prevenirtemosignificadode“preparar,chegarantesde,dispordemaneiraque(se)evitedanoou mal,impedirqueserealize”.12Asaçõespreventivas definem-se como intervenções orientadas a evitar o surgimento de doenças específicas, reduzindo a suaincidênciaouprevalêncianapopulação.Várias técnicasestatísticasforamdesenvolvidasparaajudar apreveniraocorrênciadeepidemias;13-15aaplicação decadauma,entretanto,dependedascaracterísticas dedistribuiçãodadoença.Entreastécnicasdisponí-
22●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
veis,procurou-seselecionaraquelaqueapresentasse melhoraplicabilidadenoserviço,visandoaodesenvolvimentodeumsistemadeinformaçõescapazde subsidiar a adoção de medidas antecipatórias de controledeepidemiasdemalária. Ossistemasdedetecçãoprecocedeepidemiassãoo meiopeloqualavigilânciasetransformaemmedidas deSaúdePúblicaoportunas.16Osgrandessistemasde informaçãodevemser,principalmente,instrumentos deantecipaçãoaoseventosqueponhamemriscoa saúde da população.11,17,18 Assim, diversos sistemas têm-sedesenvolvidoparadetecçãoprecocedeepidemiasdemalária,deformaautomatizada,destacando-se aqueles utilizados na Tailândia,19 no Quênia,20,21 na Etiópia,emUgandaeemBotswana.22,23 Adetecçãodesurtoseepidemias,visandoaocontroleoportuno,constadasprincipaispreocupações davigilânciadamalárianoBrasil.2Opresenteestudo teveoobjetivodeproporummétodoestatísticopara automaçãodoprocessodedetecçãoprecocedeepidemiasdemalárianaregiãodaAmazôniaLegale,assim, contribuirparaoaprimoramentodosprocedimentos devigilânciadadoença. Metodologia A região da Amazônia Legal, ao norte do País, compreendeosEstadosdoAcre(AC),Amapá(AP), Amazonas(AM),Maranhão(MA),MatoGrosso(MT), Pará(PA),Rondônia(RO),Roraima(RR)eTocantins (TO)–osquaissomavam,em2002,umapopulação de22milhõesdehabitantes.Aáreatotaldaregião,de 5,1milhõesdekm2(60%daáreadoBrasil),abrigava, naqueleano,805Municípios(14%dototaldoPaís). Os registros de casos de malária no período de 1996a2002,obtidosdoantigoSistemadeInformaçõesdoProgramaNacionaldeControledaMalária (Sismal/CentroNacionaldeEpidemiologia/Fundação NacionaldeSaúde/MinistériodaSaúde),foramutilizados para a construção dos gráficos de controle estatístico.Osdadosdoanode2003,obtidosdoatual SistemadeInformaçãodeVigilânciaEpidemiológica daMalária(Sivep-Malária/SecretariadeVigilânciaem Saúde/Ministério da Saúde), foram aplicados como anodemonitoramento.Paraotratamentoestatístico dosdados,aplicaram-seosseguintessoftwares:Epi Info(versão6.4);24EpiInfo2000(versão3.2.2);25R (versão1.9.1);26eStatistica(versão6).27
ForamselecionadostrêsMunicípios,deacordocom oriscodetransmissãodadoença:AmarantedoMaranhão-MA(baixorisco);Manaus-AM(médiorisco); eMachadinhoD’Oeste-RO(altorisco).Excluíram-se osdoisanoscommaiornúmerodecasos,consideradosanosepidêmicos,emcadaMunicípio,paraa aplicação dos métodos de detecção de epidemias. As séries temporais resultantes de cada Município foramobtidasaosereunirosdadossegundoomês eano,resultandoem60pontosdedadosbrutos(5 anosx12meses).Foramselecionadoscincométodos estatísticos: diagrama de controle segundo a média +1,96desvio-padrão(métododeCullen);diagramade controlesegundoaamplitudeinterquartilar(método deAlbuquerque);diagramadecontrolesegundoadistribuiçãoporquartis(métododo3oquartil);método dassomascumulativas(métododoCusum-tabular); e método de alisamento da linha base (método de Stern&Lightfoot). Osmétodosestatísticosanalisadosporesteestudo baseiam-senautilizaçãodegráficosdecontrole,compostosdeumalinhacentralrepresentativadovalor médiodacaracterísticadaqualidadecorrespondente aoestadodoprocesso“sobcontrole”,ouseja,avariabilidadeesperadaemfunçãodoacaso(“causas-chances”).Duaslinhashorizontaistambémfazempartedo gráficodecontrole,chamadasde“limitesuperiorde controle”(LSC)e“limiteinferiordecontrole”(LIC). Seosdadosdasamostrasdeumprocessodecontrole dequalidadesituam-sedentrodoslimitesdecontrole, oprocessoédito“sobcontrole”e,portanto,nenhuma açãocorretivaénecessária.Nãoobstante,sealgum ponto da amostra apresentar-se fora desses limites, oprocessoéconsiderado“foradecontrole”;assim, uma ação corretiva faz-se necessária para eliminar as denominadas “causas assinaláveis” ou “causas responsáveis”poressecomportamento.Mesmoque ospontosdaamostrapermaneçamdentrodoslimites decontrole,porémdeformasistemáticanãoaleatória, háindicaçãodequeoprocessoseencontra“forade controle”e,portanto,medidasinvestigativasecorretivasdevemseradotadas.28 Nocontroledamalária,sealgumpontodaamostra apresentar-seabaixodoLIC,seránecessárioinvestigar aexistênciadesubnotificaçãodecasosdadoença, paracorreçãodoproblema.Seessasituaçãodecorrerdosresultadosdasintervençõesparacontroleda doença,nenhumaaçãocorretivaserárequerida;a
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●23
Detecçãodeepidemiasdemalária
identificação e a manutenção das intervenções que resultaramnareduçãodadoença,entretanto,serão demandadas. Na construção dos gráficos de controle, foram excluídososLICporconsiderar-sequeopropósitodo estudofoimediracapacidadededetectarepidemias decadamétodoestatístico,medianteoconfrontodos dadosmonitoradosdoanode2003,contraalinhado limiarepidêmicoouLSC. Naseleçãodosmétodosestatísticos,consideraramseoscritériosdepossibilidadedeautomaçãoefacilidadedeentendimentodosresultadospelosgerentes dosserviçosdesaúde.Foiconsideradoadequadopara detecçãoprecocedeepidemiasdemaláriaométodo estatístico que apresentou maior taxa de alarmes verdadeiros de meses epidêmicos (TAV) disparados porcadamétodo.Esseindicadorfoiadotadovisando àidentificaçãodométodomaissensívelparadetecção deverdadeirasepidemias,evitandoaocorrênciadedois tiposdeerros:IeII.OerrodetipoIequivaleaofalso positivo,ouseja,aceitaraexistênciadeumaepidemia quando ela realmente não existe. O erro de tipo II equivaleaofalsonegativo,rejeitaraexistênciadeuma epidemiaquandoela,realmente,existe.28 ParaavaliaraTAV,foielaboradoeaplicadoocritériodo“mêscommaiornúmerodecasos”.Poresse critério, considerou-se verdadeiramente epidêmico omêsdoanode2003–queapresentounúmerode casosdemaláriamaiorqueovalormáximodosmeses correspondentes–,dasériededadosdoscincoanos considerados não epidêmicos e que serviram para construção dos gráficos de controle. Por exemplo, emMachadinhoD’Oeste,omêsdejunhode2003, queapresentou810casosdadoença,foiconsiderado epidêmicoporquesuperouonúmerodecasosdos anosanteriores:junhode1996(510);junhode1997 (687);junhode1999(696);junhode2000(563); e junho de 2001 (520). Nesse Município, também foramconsideradosepidêmicososmesesdeagosto, outubroenovembrode2003,aoseadotaromesmo critério.
tervalodevariaçãoesperadoparaamédiamensalda doença, considerando-se que, em uma distribuição normal,95%dosvaloresseencontramentreamédia +1,96desvio-padrão(LSC)eamédia-1,96desviopadrão(LIC).19
Noestudo,foramselecionados cincométodosestatísticos, consideradossegundooscritérios depossibilidadedeautomaçãoe facilidadedeentendimentodos resultadospelosgerentesdos serviçosdesaúde. MétododeAlbuquerque
Ométodopressupõeque,emtrêsquartosdotempo, onúmerodecasosdemaláriaestejaabaixodolimiar. Assim,oLSC,oulimiarepidêmico,écalculadocom basenovalordoterceiroquartil(Q3)dasérietemporalmaisodesvioquartilar(Q)–este,resultanteda semidiferençaentreoterceiroeoprimeiroquartis. Qualquer freqüência de casos maior que o limite superiordecontroledeveserconsideradarepresentativadeumepisódionãohabitual,umaeventualidade epidêmica. A aplicação desse método, no presente estudo,tevecomoreferênciaotrabalhodesenvolvido por Albuquerque29 na implantação da vigilância de diversosagravosnoBrasil. Métododo3oquartil
Naconstruçãododiagramadecontrolesegundoa distribuiçãoporquartis,sãoincorporadososmesmos pressupostos do método de Albuquerque.29 O fator diferencial entre as duas técnicas está em que, na primeira(métododo3oquartil),oslimitesdecontrole,inferioresuperior,sãoconstruídosapartirdo primeiroeterceiroquartis(Q1eQ3),desprezando-se osdemaisprocedimentos.Nesteestudo,adotou-sea metodologiarecomendadapelaOrganizaçãoMundial daSaúde(OMS).22,23
MétododeCullen
Tambémconhecidocomográficodecontrolede Shewhart,essemétodo,modificadonaáreadaSaúde, baseia-seemumlimiarcalculadoapartirdamédia +1,96desvio-padrãodeumasérietemporaldecinco anosdecasosmensaisdemalária.Constrói-seoin-
MétodoCusum-tabular
Opressupostoparaconstruçãodeumgráficode controleCusumédequeosdadosdaamostrapossuem distribuiçãonormalesãoindependentes,oquetorna ométodomaisefetivonadetecçãodepequenastrocas
24●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
ouvariaçõesnamédiadesseprocesso,daordemde 0,5a2desvios-padrão.Nesseintervalo,oCusumpode detectarmudançasduasvezesmaisrápidoqueosoutrosgráficosdecontrole,comamostradetamanho menor.NoCusum-tabular,duassomasacumuladassão calculadas:SH(i),oCusumtabularunilateralsuperior paraoperíodoi;eSL(i),oCusum-tabularunilateral inferiorparaoperíodoi.Essassomassãocalculadas pelasseguintesequações:
demàssériestemporaisdemaláriadecadaMunicípio. Essesdadossãoalisadospelapassagemsucessivade umfiltro,ondecadapontoésubstituídoporoutroque contenhainformaçãodospontosvizinhos.Emseguida, calculam-semedianassucessivasde4,2,5e3pontos vizinhos;finalmente,calcula-seamédiacorrente,ou Hanningrunningaverage(H).ParaocálculodeH, ospontosdosdadosnotempot,denominadod(t),são substituídosaplicando-seaseguinteequação:
SH (i)=max[0,Xi–(µ0+K)+SH (i–1)]
H=1⁄4d(t–1)+1⁄2d(t)+1⁄4d(t+1)
e SL(i)=max[0,(µ0–K)–xi+SL(i–1)] Emque: Xi= disposição das observações em coluna, em ordemtemporal; µ0=valor-alvooumédiadoprocessoesperada,ou seja,amédiaamostralinicial,antesdeadicionarnovasobservaçõesaoprocesso; K= valordereferênciacorrespondenteaoestado doprocessoforadecontrole(éigualakσ); SH=somacumulativasuperior(Cusumsuperior); e SL=somacumulativainferior(Cusuminferior). Oslimites,superioreinferior,decontrolecorrespondemaointervalodedecisãoH,oqualéencontrado aplicando-se diversos parâmetros, de acordo com Montgomery.28 Quando as somas acumuladas ultrapassamointervalodedecisãoH,oprocessoédito “foradecontrole”. OCusum-tabularfoitestadocomosdadosbrutos edadospadronizados/normalizadospelatécnicada diferenciaçãodasériehistóricadostrêsMunicípios, adicionando-seovalorabsolutodamenordiferença, oqueresultouemumasériecomvalorespositivos, tão-somente. MétododeStern&Lightfoot
Ou alisamento da linha base. Trata-se de uma suavizaçãonãoparamétrica,cujoobjetivoprincipalé minimizaracontribuiçãodedadosextremosnaanálise deumasérietemporal. Paraexecuçãodoalisamento,primeiramente,são reunidosos60pontosdedadosbrutosquecorrespon-
Sobreosresíduos,resultantesdosdadosbrutos menos os valores dos dados alisados, aplica-se a mesmasucessãodealisamento(4253H).Osresíduos alisadossãosomadoscomosdadosalisados.Adiferençaentreovalordosdadosalisadoseovalordos dadosbrutoséusadaparacalcularodesvio-padrão. Alinhadebaseécalculadaconvertendo-seospontos dedadosmensaisalisados,emumcicloanual(12 meses), e calculando-se a mediana de cinco diferentesvaloresalisadosparacadamês.Aexpressão gráficadessediagramaécompostapelaslinhasdo limiteinferior(LIC=linhabase-2desvios-padrão)e limitesuperior(LSC=linhabase+2desvios-padrão), plotando-sesobreelasosdadosreferentesaoanode monitoramento(2003),cujosmesesepidêmicossão aqueles que ultrapassam o LSC. Os procedimentos adotadosparaalisamentodalinhabaseseguiramo métododeStern&Lightfoot.16 Consideraçõeséticas O presente estudo foi apreciado pela Comissão deÉticadaEscolaNacionaldeSaúdePúblicaSérgio Arouca(ENSP),daFundaçãoInstitutoOswaldoCruz, eobteveseuparecerfavorável. Resultados MalárianosMunicípiosde AmarantedoMaranhão, ManauseMachadinhoD’Oeste
Astabelas1,2e3apresentamoscasosautóctones de malária por mês e ano de ocorrência (1996 a 2003),segundoostrêsMunicípiosselecionados.Os anosconsideradosepidêmicoseexcluídosdocálculo dosLICeLSCdosgráficosdecontroleforam:1999e
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●25
Detecçãodeepidemiasdemalária
Tabela1-Casosautóctonesdemalária,segundooanoeomês,emAmarantedoMaranhão,Estadodo Maranhão.Brasil,1996a2003 Ano Mês
Total 1996
1997
1998
1999
2000
2001
2002
2003
Jan
23
47
54
35
9
28
10
9
206
Fev
17
30
56
55
96
4
7
16
265
Mar
39
-
34
54
98
19
1
6
245
Abr
15
71
46
123
94
22
2
4
373
Mai
15
50
87
88
51
9
1
-
301
Jun
36
48
42
94
71
14
-
6
305
Jul
46
37
12
146
158
39
-
2
438
Ago
143
15
28
139
217
45
-
-
587
Set
57
14
5
38
97
10
-
2
221
Out
32
-
4
22
67
5
2
2
132
Nov
32
-
4
33
39
5
1
2
114
Dez
46
-
7
29
22
6
-
12
110
TOTAL
501
312
379
856
1.019
206
24
61
3.297
Fonte:MinistériodaSaúde,SecretariadeVigilânciaemSaúde,Coordenação-GeraldoProgramaNacionaldeControledaMalária–SismaleSivep-Malária
Tabela2-Casosautóctonesdemalária,segundooanoeomês,emManaus,EstadodoAmazonas.Brasil,1996a 2003 Ano Mês
Total 1996
1997
1998
1999
2000
2001
2002
2003
Jan
590
1.628
2.778
1.847
1.902
429
934
6.260
10.108
Fev
529
750
1.629
2.180
1.351
386
549
5.763
7.374
Mar
495
650
1.478
2.152
1.544
271
338
7.412
6.928
Abr
464
918
1.067
1.797
1.686
235
233
6.526
6.400
Mai
522
957
523
1.714
2.060
331
286
5.467
6.393
Jun
708
959
636
1.426
1.634
436
334
4.749
6.133
Jul
1.728
1.875
1.452
2.124
2.415
580
1.122
7.708
11.296
Ago
2.208
3.017
2.286
1.973
2.068
758
1.477
9.006
13.787
Set
1.603
4.150
1.869
2.968
1.361
444
1.849
7.198
14.244
Out
1.534
2.506
1.104
2.573
819
358
2.025
5.530
10.919
Nov
896
1.307
1.383
1.616
516
408
3.156
6.092
9.282
Dez
1.487
2.517
1.790
1.491
387
284
3.331
5.400
11.287
TOTAL
12.764
21.234
17.995
23.861
17.743
4.920
15.634
77.111
114.151
Fonte:MinistériodaSaúde,SecretariadeVigilânciaemSaúde,Coordenação-GeraldoProgramaNacionaldeControledaMalária–SismaleSivep-Malária
26●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
Tabela3-Casosautóctonesdemalária,segundooanoeomês,emMachadinhoD’Oeste,EstadodeRondônia. Brasil,1996a2003 Ano Mês
Total 1996
1997
1998
1999
2000
2001
2002
2003
Jan
1.024
513
751
508
572
451
679
547
4.498
Fev
757
417
650
525
433
344
660
671
3.786
Mar
742
490
638
852
431
377
608
501
4.138
Abr
616
518
694
931
430
427
790
623
4.406
Mai
561
481
710
825
602
556
737
659
4.472
Jun
510
687
660
696
563
520
752
810
4.388
Jul
484
727
844
698
750
606
984
487
5.093
Ago
512
706
790
630
676
708
1.242
780
5.264
Set
506
884
935
360
601
620
886
806
4.792
Out
551
879
623
444
758
846
831
1.050
4.932
Nov
566
660
780
600
655
873
730
884
4.864
Dez
477
633
1.007
578
458
738
630
589
4.521
7.306
7.595
9.082
7.647
6.929
7.066
9.529
10.410
55.154
TOTAL
Fonte:MinistériodaSaúde,SecretariadeVigilânciaemSaúde,Coordenação-GeraldoProgramaNacionaldeControledaMalária–SismaleSivep-Malária
2000,emAmarantedoMaranhão;1997e1999,em Manaus; e 1998 e 2002, em Machadinho D’Oeste. Pode-se observar ampla variação de dados, não aleatória,nosMunicípiosdeAmarantedoMaranhão eManaus. Aplicaçãodosmétodosestatísticos paradetecçãoprecocedeepidemias demalária
AFigura1apresentaosgráficosdecontroleaplicados às séries temporais de casos de malária no MunicípiodeAmarantedoMaranhão.Nenhummétodo detectouepidemiasnoperíodoanalisado. NoMunicípiodeManaus,foidetectadaepidemia nos meses de janeiro a dezembro de 2003, pelos métodosdeCullen,do3oquartil,Cusum-tabular(com dadosbrutos)edeStern&Lightfoot.OmétodoCusumtabular(comdadospadronizados)caracterizoucomo epidêmicos os meses de janeiro, fevereiro, março, abril,julhoeagosto(Figura2). Em Machadinho D’Oeste, foram detectados os seguintes meses epidêmicos: junho, pelo método Cullen;fevereiro,junho,agosto,setembro,outubroe
novembro,pelométododo3oquartil;eoutubro,pelo métododeStern&Lightfoot(Figura3). De acordo com o critério do “mês com maior número de casos”, encontraram-se os seguintes meses epidêmicos, verdadeiramente: em Amarante do Maranhão, nenhum mês (n=0); em Manaus, os mesesdejaneiroadezembro(n=12);eemMachadinhoD’Oeste,osmesesdejunho,agosto,outubroe novembro(n=4). Analisando a taxa de alarmes verdadeiros (TAV) disparada pelos cinco métodos, verifica-se que, em Amarante do Maranhão, não houve mês epidêmico enenhumtipodealarmefalsofoidisparado(TAVde 100%paraoscincométodos).EmManaus,todosos meses foram considerados epidêmicos, pelos cinco métodos, e todos os alarmes disparados foram verdadeiros(TAVde100%paraoscincométodos).Em MachadinhoD’Oeste,osmétodosdeCullenedeStern &Lightfootapresentaramumalarmeverdadeiro,cada um,nosmesesdejunhoeoutubro,respectivamente (TAVde25%);ométododo3oquartilapresentouquatroalarmesverdadeiros,nosmesesdejunho,agosto, outubroenovembro(TAVde100%),edoisalarmes
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●27
Detecçãodeepidemiasdemalária
A
180 160
140 120
140 120
Casosdemalária
180 160
100 80 60 40 20 -
80 60 40 20 0
2003
Média
140 120
140 120
Cusum-SH(i)
180 160
100 80 60
200
2003
Mediana
E
100 80 60
180 160
140 120
140 120
Cusum-SH(i)-padronizado
180 160
80 60
40 20 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 1996 1997 1998 2001 2002 2003 Ano LSC SH(i) (A)métododeCullen (B)métododeAlbuquerque (C)métododo3oquartil (D)métodoCusum-tabular,comdadosbrutos. (E)métodoCusum-tabular,comdadospadronizados. (F)métododeStern&Lightfoot
F
200
100
Mediana
40 20 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 1996 1997 1998 2001 2002 2003 Ano LSC SH(i)
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
2003
D
200
180 160
40 20 0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
C
200
Casosdemalária
100
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
B
200
Casosdemalária
Casosdemalária
200
100 80 60 40 20 (20)
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
2003
Linhabase
Nota: Dadosde1996a2002,usadosparaconstruçãodosLSC. Dadosde2003,usadoscomoanodemonitoramento. NosgráficosreferentesaométodoCusum-tabular,foramusadasapenasasletrasiniciaisdecadamêsdoano,mostrandoummêse omitindoosubseqüente.
Figura1- Gráficosdecontroledoscasosdemalária,segundodiferentesmétodos,emAmarantedoMaranhão, EstadodoMaranhão.Brasil,1996a2003
28●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
A
10.000
9.000 8.000 Casosdemalária
Casosdemalária
9.000 8.000 7.000 6.000 5.000 4.000 3.000 2.000 1.000 -
5.000 4.000 3.000 2.000 1.000 0
2003
Média
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
C
10.000
2003
Mediana
D
70.000
9.000 8.000
60.000 50.000
7.000 6.000
Cusum-SH(i)
Casosdemalária
7.000 6.000
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
40.000
5.000
30.000
4.000 3.000 2.000 1.000 0
B
10.000
20.000 10.000 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 2000 2001 2002 2003 1996 1998 Ano SH(i) LSC
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
2003
Mediana
E
70.000
F
10.000 9.000 8.000
Cusum-SH(i)-padronizado
60.000 Casosdemalária
50.000 40.000 30.000 20.000 10.000 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 1996 1998 2000 2001 2002 2003 Ano LSC SH(i)
(A)métododeCullen (B)métododeAlbuquerque (C)métododo3oquartil (D)métodoCusum-tabular,comdadosbrutos. (E)métodoCusum-tabular,comdadospadronizados. (F)métododeStern&Lightfoot
7.000 6.000 5.000 4.000 3.000 2.000 1.000 0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
2003
Linhabase
Nota: Dadosde1996a2002,usadosparaconstruçãodosLSC. Dadosde2003,usadoscomoanodemonitoramento. NosgráficosreferentesaométodoCusum-tabular,foramusadasapenasasletrasiniciaisdecadamêsdoano,mostrandoummêse omitindoosubseqüente.
Figura2- Gráficosdecontroledoscasosdemalária,segundodiferentesmétodos,emManaus,Estadodo Amazonas.Brasil,1996a2003
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●29
Detecçãodeepidemiasdemalária
A
1.200
1.200
1.000
1.000
800 600
200
200 0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez 2003
Média
2003
Mediana
D
900 800
1.200
700 Cusum-SH(i)
1.000 800 600
600 500 400 300
400
200
200 0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
C
1.400
Casosdemalária
600 400
LSC
100 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 1999 2000 2001 2003 1996 1997 Ano LSC SH(i)
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
900
2003
Mediana
E
800
1.200
700 600 500 400 300
1.000 800 600 400
200
200
100 0 Mês JMMJSNJMMJSNJMMJSNJMMJSNJMMJSNJMMJSN 1996 1997 1999 2000 2001 2003 Ano LSC SH(i) (A)métododeCullen (B)métododeAlbuquerque (C)métododo3oquartil (D)métodoCusum-tabular,comdadosbrutos. (E)métodoCusum-tabular,comdadospadronizados. (F)métododeStern&Lightfoot
F
1.400
Casosdemalária
Cusum-SH(i)-padronizado
800
400
-
B
1.400
Casosdemalária
Casosdemalária
1.400
0
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez LSC
2003
Linhabase
Nota: Dadosde1996a2002,usadosparaconstruçãodosLSC. Dadosde2003,usadoscomoanodemonitoramento. NosgráficosreferentesaométodoCusum-tabular,foramusadasapenasasletrasiniciaisdecadamêsdoano,mostrandoummêse omitindoosubseqüente.
Figura3- Gráficosdecontroledoscasosdemalária,segundodiferentesmétodos,emMachadinhoD’Oeste, EstadodeRondônia.Brasil,1996a2003
30●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
falsos,nosmesesdefevereiroesetembro;osmétodos de Albuquerque e Cusum-tabular não dispararam qualquertipodealarme(TAVde0%). Discussão Métodosestatísticos
Os cinco métodos estudados puderam ser reproduzidos em planilha eletrônica, demonstrando possibilidadedeautomação.Asuaformagráficade apresentação mostrou ser de fácil entendimento e, portanto,nãooferecerdificuldadesàsuainterpretação pelos gerentes dos serviços de saúde, seja no nível municipal,estadualoufederal. O método do 3o quartil apresentou maiores TAV, identificando,igualmente,todasasepidemiasdetectadaspelosoutrosmétodos;demonstrouseromaisadequadoparadetecçãoprecocedeepidemiasdamalária nosMunicípiosdaAmazôniaLegalBrasileira. Emestudosrealizadosparacontroledeepidemias demalárianoQuênia,ométododo3oquartiltambém obtevemaiorsensibilidade;20outrossim,temapresentadobomdesempenhonadetecçãodeepidemiasde malárianaEtiópia,emUgandaeemBotswana.22,23Seus bonsresultados,seguramente,devem-seaofatodeo métodonãosofrerainfluênciadevaloresextremos eusaramedianacomolinhacentral,alémde não utilizar parâmetros dos desvios (padrão ou interquartilar),aumentandoaprobabilidadede detecçãodemesesepidêmicosaoaproximarosLSCe LICdalinhacentral,oquepoderiaaumentaroerrode tipoI(rejeitar-seahipótesenulaquandoelaéverdadeira–falsopositivo)ediminuiroerrodetipoII(não serejeitarahipótesenulaquandoelaéfalsa–falso negativo);28porém,aaplicaçãodocritériodo“mês commaiornúmerodecasos”paradetectaralarmes verdadeirosefalsospossibilitamelhorcontroledesses doistiposdeerroseevitaproblemasdeordeméticae políticasobreoquestionamentodaexistênciaounão deumaverdadeiraepidemia.Seosdadosusadospara cálculodosvaloresesperadosforamretiradosdeanos nãoepidêmicos,éracionalque,paraserdeclarado oiníciodeumaepidemia,sejamaisseguroqueos casosobservadosresultemsuperioresaosdosanos nãoepidêmicos. Poroutrolado,parapotencializaraconfirmaçãode epidemia,pode-seadicionaroutrocritério:o“vínculo cronológico”,peloqualsãoconsideradosepidêmicos
osdoismesesoumaisconsecutivos,detectadospor cadamétodoestatístico;porexemplo,emMachadinhoD’Oeste,osmesesdeoutubroenovembroforam consideradosepidêmicospelométododo3oquartil,ao estaremligadoscronologicamente.Assim,podem-se evitar gastos desnecessários com recursos financeiros,humanosemateriaisnaadoçãodasmedidasde controledeumaepidemia,graçasàconfirmaçãodo evento a partir do segundo mês. Tal procedimento reforçaasdecisõestécnicasepolíticasdesedeclarar existênciadeepidemia. Comessesdoiscritérios,“mêscommaiornúmero decasos”e“vínculocronológico”,oerrodetipoI sofreriarigorosocontroleeoerrodetipoIIseriaminimizadopelascaracterísticasdemaiorsensibilidade do método do 3o quartil. Levando-se em conta que a Amazônia Legal Brasileira possuiu características geográficas, ecológicas e socioculturais altamente favoráveisàtransmissãodamalária,acredita-seque, paraocontroledadoençasobtaiscondições,émais seguroaplicarométododo3oquartil,porapresentar maiortaxadealarmesverdadeiros(TAV). Anosepidêmicos
Os dados mensais de cinco anos retrospectivos, com exclusão dos anos epidêmicos, utilizados para oscálculosdaslinhascentraisedosLSCdosgráficos decontrole,estãodeacordocomoquepreconizaa OMS.22,23Esseprocedimentotambémfoiadotadonos sistemasdedetecçãoprecocedemalárianaTailândia enoQuênia,19,20bemcomonocontroledesalmonelas, na Austrália.16 Em função da dinâmica da malária, queapresentagrandevariabilidadedeumanopara outro–comoocorreemAmarantedoMaranhãoe em Manaus –, é importante manter o conjunto de seteanosretrospectivos,comexclusãodedoisanos epidêmicos, na construção do Sistema de Detecção PrecocedeEpidemiasdeMalária(SDEM),conforme procedimentoadotadoporestesautores,paraqueo limiarepidêmiconãosofragrandesdistorções. OSistemadeDetecção PrecocedeEpidemiasdeMalária(SDEM)
AimplantaçãodoSDEMdevefortaleceravigilância emsaúdeeconsolidaroprocessoinformação-decisão-ação. É inquestionável a melhoria no controle damaláriaapósaimplantaçãodesistemasdeinformaçãoautomatizadoscomooSismal,em1996,eo
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●31
Detecçãodeepidemiasdemalária
Sivep-Malária,em2003.Ousodessasinformações, todavia,deveserpotencializadocomoutrastécnicas quepermitamanteciparaocorrênciadeepidemias. O SDEM deverá somar mais opções para “chegar antes”ou“impedirqueserealizem”–nessecaso,as epidemiasdemalária.
AimplantaçãodoSistemade DetecçãoPrecocedeEpidemiasde Malária(SDEM)devefortalecera vigilânciaemsaúdeeconsolidar oprocessoinformação-decisãoação. AimplantaçãodoSDEMnãodevesermeroatode programaçãoemcomputadoredistribuiçãoentreos Municípios;dessaforma,nãoajudariaamodificar,em grausatisfatório,aatualformadevigilânciadamalária obastante.Faz-senecessárioumprojetobemelaborado,comquatroetapasdefinidas:planejamento,desenvolvimento,implantaçãoeavaliaçãodosistema.Todas
essasetapasdemandarãoprofundoconhecimentoda doençaeparticipaçãodeepidemiologistasetécnicos daáreadeInformática.Suaprincipalimportânciaserá adeenviarasmensagensdealertaaosgestoresestaduaisemunicipaisdeáreasondeoprocessoestiver“fora decontrole”ouacaminhodessasituação.Paratanto, oSDEMdeveatuarcomníveisdealerta,queauxiliem naeliminaçãodas“causasassinaláveis”. Limitaçõesdoestudo
Afaltadeoutrométodoestatísticocomopadrãoouropodeterafetadoosresultadosdoestudo,por faltadeumparâmetrodecomparação;assim,osgráficostestadosforamcomparadosentresi.Épossível, também,queagrandevariabilidadenosregistrosde malária,nostrêsMunicípiosestudados,tenhaafetado odesempenhodosgráficosestatísticos.Adetecçãode epidemiasdemaláriapormeiodemétodosestatísticos deveráseraprimoradacomaincorporação,nofuturo, detécnicasdecontroleentomológicoedegeoprocessamentoparamonitoramentodosfatoresambientais que interferem na produção da malária. Modelos matemáticostambémpodemserúteisnaantecipação deeventosepidêmicos.
Referênciasbibliográficas 1. SecretariadeVigilânciaemSaúde.Diretoriade Gestão.Brasília:MinistériodaSaúde;2004. 2. FundaçãoNacionaldeSaúde.Guiadevigilânciaepidemiológica–vol.II.5aed.Brasília:Ministérioda Saúde;2002. 3. MinistériodaSaúde.Informaçõessobreinternação pormalária[dadosnaInternet][acessoduranteo anode2005,parainformaçõesde2003].Disponível em:http://www.datasus.gov.br 4. SecretariadeVigilânciaemSaúde.Departamentode AnálisedeSituaçãodeSaúde.Brasília:Ministérioda Saúde;2004. 5. RedeInteragencialdeInformaçõesparaSaúde. IndicadoresbásicosparasaúdenoBrasil:conceitose aplicações.Brasília:Opas;2002. 6. MedronhoRA,PerezMA.Distribuiçãodasdoençasno espaçoenotempo.In:MedronhoRA,CarvalhoDM, BlochKV,LuizRR,WerneckGL.Epidemiologia.São Paulo:EditoraAtheneu;2003.p.57-71.
7. RouquayrolMZ,FilhoNA.Epidemiologia &saúde.RiodeJaneiro:EditoraMédicaeCientífica; 2003. 8. BrookmeyerR,StroupD.Monitoringthehealth ofpopulations:statisticalprinciples&methods forpublichealthsurveillance.NewYork:Oxford UniversityPress;2004. 9. SecretariadeVigilânciaemSaúde.ProgramaNacional deControledaMalária.2aed.Brasília:Ministérioda Saúde;2004. 10.ThackerSB,BerkelmanRL.Publichealthsurveillance intheUnitedStates.EpidemiologicReviews 1988;10:164-190. 11.ThackerSB,BerkelmanRL,StroupDF.TheScience ofpublichealthsurveillance.JournalofPublicHealth Policy1989;10(2):187-203. 12.CzersniaD.OConceitodesaúdeeadiferençaentre prevençãoepromoção.CadernosdeSaúdePública 1999;15(4):701-710.
32●Volume15-Nº2-abr/junde2006●EpidemiologiaeServiçosdeSaúde
RuiMoreiraBrazecolaboradores
13.CostaAJL.Revisãodastécnicasestatísticaspropostas naliteraturaparadetecçãodeepidemiasdedoenças infecciosas[dissertaçãodeMestrado].RiodeJaneiro (RJ):UniversidadedoEstadodoRiodeJaneiro; 1994. 14.SanchesO.Princípiosbásicosdeprocedimentos estatísticosaplicadosnaanálisededadosdevigilância emSaúdePública:umarevisão.CadernosdeSaúde Pública2000;16(2):317-333. 15.BrazRM.Detecçãoprecocedeepidemiasdemalária noBrasil:umapropostadeautomação[dissertação deMestrado].RiodeJaneiro(RJ):EscolaNacional deSaúdePública. 16.SternL,LightfootD.Automatedoutbreakdetection: aquantitativeretrospectiveanalysis.Epidemiology Infectious1999;122:103-110.
21.HaySI,SimbaM,BusoloM,NoorAM,GuyattHL, OcholaSA,SnowRW.Defininganddetectingmalaria epidemicsinthehighlandsofwesternKenya. EmergingInfectiousDiseases2002;8(6):555-562. 22.WorldHealthOrganization.Malariaearlywarning system,aframeworkforfieldresearchinAfrica: concepts,indicatorsandpartners[monography ontheInternet][acessoduranteoanode2005] Availablefrom:http://www.who.int/malaria/cmc upload/0/000/014/807/mews2.pdf. 23.OrganisationMondialedelaSanté.Manuelpour l’évaluationetladéclarationdesépidémiesde paludismesurleterrain:versionatestersurleterrain [monografianaInternet][acessadoduranteoanode 2005].Disponívelem:http://www.who.int/malaria/ cmc_upload/0/000/016/569/FTest_fr.pdf.
17.WhiteME,McDonnellSM.Publichealthsurveillance inlow-andmiddle-incomecountries.In:TeutschSM, ChurchillRE.Principlesandpracticeofpublichealth surveillance.NewYork:OxfordUniversityPress;2000. p.287-315.
24.EpiInfo,version6.04.ProduzidopelosCentersfor DiseaseControlandPrevention(CDC),USA.Geneva: WordHealthOrganization;1996.
18.FarringtonP,AndrewsN.Outbreakdetection: applicationtoinfectiousdiseasesurveillance.In: StroupDF,BrookmeyerR.Monitoringthehealth ofpopulations:statisticalprinciples&methods forpublichealthsurveillance.NewYork:Oxford UniversityPress;2004.p.203-230.
26.DevelopmentCoreTeamR.ALanguageand environmentforstatisticalcomputing.Foundationfor StatisticalComputing,Vienna,Austria.Availablefrom: http://www.R-project.org
19.CullenJR,ChitpraropU,DoberstynEB, SombatwattanangkulK.AnEpidemiologicalearly warningsystemformalariacontrolinnorthern Thailand.BulletinoftheWorldHealthOrganization 1984;62(1):107-114. 20.HaySI,RogersDJ,ShanksGD,MyersMF,SnowRW. MalariaearlywarninginKenya.TrendsinParasitology 2001;17(2):96-99.
25.EpiInfo2000,version3.2.2.ProduzidopelosCenters forDiseaseControlandPrevention(CDC),USA;2004.
27.Statistica,versão6.StatSoft,Inc.STATISTICA[data analysissoftwaresystem]version62003.Available from:http://www.statsoft.com 28.MontgomeryDC.IntroductiontoStatisticalControl. UniteStateofAmerica:HamiltonPrintingCompany; 1990. 29.AlbuquerqueAM.Indicadoresgráficosdecontrole epidemiológico.RevistadaFundaçãoSESP 1975;20(1):105-125.
EpidemiologiaeServiçosdeSaúde ●Volume15-Nº2-abr/junde2006●33