Skip to content

Projeto da disciplina Ciência e Visualização de Dados em Saúde, oferecida pela Unicamp em 2021/1

Notifications You must be signed in to change notification settings

george-gca/MO826_IA368_CF044

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Desmatamento e Doenças Emergentes: Novas Perspectivas dos Impactos Causados pela Exploração Ambiental na Morbidade de Dengue

Deforestation and Emerging Diseases: New Perspectives on the Impacts Caused by Environmental Exploitation on Dengue Morbidity

Apresentação

O presente projeto foi originado no contexto das atividades da disciplina de pós-graduação Ciência e Visualização de Dados em Saúde, oferecida no primeiro semestre de 2021, na Unicamp.

Equipe

Nome RA Especialização
Bruna Moraes Lopes 216050 Engenharia
George Corrêa de Araújo 191075 Computação
Luidy Kazuo Issayama 136703 Saúde
Stephanie Villa-Nova Pereira 154410 Saúde

Descrição Resumida do Projeto

A dengue é a doença causada por arbovírus de maior prevalência no Brasil. Isto representa um severo impacto negativo em índices socio-econômicos e de saúde dos brasileiros. Já se sabe a influência de fatores climáticos na dispersão e sobrevivência dos mosquitos vetores desta doença, entretanto, sua relação direta com o desmatamento não é bem esclarecida e os modelos atuais apontam uma correlação não significativa entre estas duas variáveis no estado do Amazonas. Como o desmatamento é um fator diretamente ligado a índices de urbanização, alterações climáticas e surgimento de doenças emergentes, a associação com o número de casos de dengue é intuitiva. Portanto, o objetivo deste trabalho é realizar análises de associação, regressões e médias de dados de internação e desmatamento da região da Amazônia Legal. Os dados foram filtrados para identificar os estados que ainda tinham área não desmatada e comparados entre os maiores e menores valores de incrementos de desmatamento. Como resultados preliminares, foi visto uma correlação elevada entre os dois fatores, com uma maior correlação das duas variáveis quando comparados os casos de internação do ano seguinte aos valores de desmatamento. Os modelos de regressão linear múltipla não foram satisfatórios para identificar influências de outras variáveis nos casos de internação, pois foram consideradas variáveis ou altamente correlacionadas, ou inversamente correlacionadas, o que não contribuíram para a construção de um modelo estatístico adequado. Por fim, os testes de hipóteses de comparações de médias (t-student) trouxeram uma perspectiva interessante quando comparadas as amostras dos municípios mais desmatados e menos desmatados, com uma diferença significativa entre alguns grupos.

Vídeos do Projeto

Vídeo da Proposta

https://youtu.be/YkhxoM7QYJ0

Vídeo da Apresentação Final

https://youtu.be/_FkjqZUBSd4

Slides do Projeto

Slides da Proposta

https://docs.google.com/presentation/d/1eRGl_2gjY-UMC1WCn4Dbgs2R6DZmlIVlSdykv4ebdTc/edit?usp=sharing

Slides da Apresentação Final

https://docs.google.com/presentation/d/1SGsu6z4rtHQzqyr8PDkb_VYA3kiKk94hW9jC8MBo2F4/edit?usp=sharing

Introdução e Referenciais Teóricos

A dengue é uma doença infecciosa transmitida por mosquitos do gênero Aedes , principalmente pela espécie Aedes aegypti, e causada por arbovírus membros da família Flaviviridae, com quatro sorotipos diferentes: DENV-1, DENV-2, DENV-3 e DENV-4. Somente no Brasil, em 2019, foram registrados 1.544.987 casos de dengue, o que mostra que ainda é um fator de risco muito grande para a população [1]. Diferente de outras doenças tropicais negligenciadas, ela tem ganhado atenção mundial, devido a uma alta incidência - afetando 125 países e causando aproximadamente 100 milhões de casos sintomáticos por ano [2] -, bem como um aumento na migração e adaptação dos vetores a climas temperados como Europa e América do Norte [3]. Além do clima ser um fator contribuinte para a migração e adaptação destes insetos, o desmatamento também é um fator de risco que promove a exposição de novos vírus e novas variantes de vírus aos seres humanos, já que a Amazônia é um dos maiores repositórios de arbovírus do mundo[4].

O desmatamento é uma prática que consiste na retirada parcial ou total da cobertura vegetal de uma região. Na região amazônica, tem aumentado sucessivamente nos últimos 5 anos, alcançando as maiores taxas de desmatamento da década em 2020 [5]. Adicionalmente, de acordo com um relatório publicado pela Sociedade Vegetariana Brasileira, cerca de 70% da área desmatada na área da Amazônia é designada para a criação de gado [6] [7]. Estes fatores em conjunto podem ter uma grande contribuição no comportamento de migração, na proliferação e sobrevivência dos mosquitos, visto que influenciam na alteração climática e aquecimento global [8].

De acordo com o IBGE [15], a Amazônia Legal corresponde à área de atuação da Superintendência de Desenvolvimento da Amazônia - SUDAM delimitada em consonância ao Art. 2º da Lei Complementar n. 124, de 03.01.2007. A região é composta por 772 municípios distribuídos da seguinte forma: 52 municípios de Rondônia, 22 municípios do Acre, 62 do Amazonas, 15 de Roraima, 144 do Pará, 16 do Amapá, 139 do Tocantins, 141 do Mato Grosso, bem como, por 181 Municípios do Estado do Maranhão situados ao oeste do Meridiano 44º, dos quais, 21 deles, estão parcialmente integrados na Amazônia Legal. Possui uma superfície aproximada de 5.015.067,75 km², correspondente a cerca de 58,9% do território brasileiro.

Dado isso, estudar fatores influentes para o aumento de casos de dengue, nos auxilia a elaborar modelos estatítsticos mais precisos e mais preditivos de quando os surtos podem surgir, já que atualmente, os modelos existentes levam em consideração principalmente dados de temperatura e dados de saúde de baixa qualidade [9]. Portanto, o objetivo principal deste trabalho é compreender o impacto do desmatamento no aumento de número de casos de internação por dengue na região da Amazônia Legal - que apresenta os maiores índices de desmatamento do Brasil -, através de análises de correlações e testes de hipóteses com amostras estabelecidas a partir de critérios de desmatamento e internações. Foi levantado a possibilidade de utilização de modelos de regressão linear múltipla para investigar a influência de mais de uma váriavel nos aumentos de casos de internação.

Trabalhos relacionados

De uma maneira geral, a dengue é um assunto relativamente bem estudado e que apresenta alguns trabalhos de modelagem e previsão. Entretanto, como foi mencionado, os modelos não apresentam uma extensão próxima da realidade e muitas vezes são contraditórios entre si devido às diferentes abordagens, qualidade de dados de saúde e escolhas de variáveis, como mudanças climáticas e dados de acesso à saúde.

O primeiro trabalho com o objetivo de estudar os dados epidemiológicos da dengue com projeções matemáticas criou modelos simulatórios estocásticos com dados da literatura conhecidos à época que eram influentes para o desenvolvimento da doença. Para o modelo de transmissão da dengue, foram considerados os fatores climáticos que favoreciam o desenvolvimento do mosquito (vetor)[10]. Em seguida, modelos mais complexos começaram a ser desenvolvidos, partindo dos mesmos modelos simulatórios e incrementando dados de alterações climáticas promovidas pelo aquecimento global, prevendo potenciais riscos de se tornarem epidemias mundiais, com o estabelecimento do mosquito em áreas que antes não tinham incidência. [11].

Quando se trata de modelagem para dengue, existem duas abordagens principais: modelos mecanísticos e modelos estatísticos com base empírica. Os modelos mecanísticos são mais apropriados quando processos biológicos específicos relacionados com a transmissão do vírus em relação ao vetor e/ou hospedeiro estão bem descritos e bem parametrizados, como compreender o impacto de variáveis meteorológicas nas taxas de sobrevivência, competência como vetor viral, etc. Por outro lado, os modelos estatísticos são definidos porrelações empíricas entre localizações conhecidas de ocorrência do vírus e covariáveis implíticas hipotéticas e extrapolar essas relações a possíveis projeções futuras. [12]

Para nossas análises, portanto, optamos por utilizar modelos estatísticos para compreender os efeitos do desmatamento no número de internações de dengue. Interessantemente, foi encontrado um artigo de 2021 que buscou compreender a influência do desmatamento, com abordagens bastante similares ao presente trabalho[13]. No estudo, os modelos de regressão não encontraram uma relação entre o desmatamento e incidência de dengue e o acesso a saúde foi o único fator significativo para predizer a incidência. Entretanto, os critérios exploratórios dos bancos de dados podem ter sido pouco estudados. Nosso trabalho ampliou para todos os estados que fazem parte da Amazônia Legal e inserimos critérios de amostragem para obter respostas mais robustas com testes de hipóteses entre os anos e entre os estados de maior e menor incremento de desmatamento.

Perguntas de Pesquisa

  • O desmatamento contribui para o aumento de casos de dengue na região da Amazônia legal?
    • Existem outros fatores que podem contribuir para o aumento de casos de internações?
    • Existe diferença no número de casos de internações em estados com maiores e menores índices de desmatamento?

Objetivos do Projeto

Nosso projeto propõe verificar se existe relação entre o aumento de desmatamento na Amazônia Legal e o aumento nos casos de internações por dengue.

Metodologia

Para a realização deste trabalho os seguintes passos foram necessários, baseados no modelo KDD de Fayyad et al. [14]:

  • análise do domínio do problema;
  • aquisição dos dados necessários para responder as perguntas de pesquisa;
  • análise dos dados, interpretação e seleção de subconjuntos de interesse;
  • limpeza e normalização dos dados;
  • análise exploratória dos dados;
  • análise de métodos de mineração de dados aplicáveis ao problema;
  • realização de mineração de dados;
  • avaliação e visualização dos resultados;
  • publicação dos resultados obtidos.

O ciclo de análise dos dados à avaliação dos resultados poderá ser repetido diversas vezes, até o momento em que o conhecimento necessário para a resposta das perguntas de pesquisa seja obtido.

Ferramentas

Durante o pré-processamento dos dados, assim como para a análise exploratória, foram utilizadas a linguagem Python por meio do Google Colab. Para a limpeza e tratamento dos dados foi utilizada a biblioteca Pandas, por facilitar o uso de dados tabulares, e durante sua exploração utilizamos também as bibliotecas SciPy e SKLearn. Estas bibliotecas possuem a implementação de várias técnicas estatísticas, como correlações e algoritmos de regressão linear.

Para a visualização das informações utilizamos a biblioteca python-tabulate para gerar tabelas e Altair na geração de gráficos. A biblioteca python-tabulate permite a geração de tabelas em diversos formatos, incluindo o GFM (GitHub Flavored Markdown), formato de markdown do Github. Já a biblioteca Altair permite a geração de gráficos interativos de forma fácil. Utilizamos ainda o Altair Ally, um pacote que provê atalhos para a criação de alguns gráficos comuns para o processo de análise exploratória.

Já no processo de análises como teste de hipóteses e análise de correlações entre outras variáveis, várias outras ferramentas foram utilizadas, de modo que cada integrante utilizou a ferramenta que possuia maior domínio. Dentre essas variáveis estavam o Orange e a linguagem R, com o auxílios das bibliotecas dplyr para testes estatísticos e ggplot2 para realizar algumas visualizações.

Bases de Dados e Evolução

Neste projeto trabalhamos com quatro bases de dados diferentes, sendo uma completamente descartada.

Bases Estudadas mas Não Adotadas

Base de Dados Endereço na Web Resumo
Doenças e Agravos de Notificação DATASUS Para o número de notificações, são incluídas notificações de indivíduos residentes no Brasil, independente de sua confirmação, exceto os descartados, pois em situações de epidemia nem sempre é possível confirmar todos os casos.

Obtenção das Bases

O número de notificações foi obtido a partir da filtragem dos dados epidemiológicos e morbidade do TABNET (Doenças e Agravos de Notificação - 2007 em diante (SINAN). Após a seleção Dengue até 2013 ou Dengue de 2014 em diante por estado, foram separados os filtros com todos os períodos disponíveis: Linha - município de residência; Coluna - mês o primeiro sintoma; Conteúdo - Casos prováveis.

Pré-Processamento e Análise Inicial

As informações de doenças e agravos de notificação possuem informações sobre várias doenças, porém para este trabalho focamos nas informações sobre a dengue. Mais especificamente, selecionamos os dados de notificação do primeiro sintoma de dengue, agupados por mês/ano. Toda a análise feita nesses dados pode ser visualizada em um notebook ou colab.

Durante o carregamento dos dados, várias etapas de limpeza e adequação foram necessárias. Primeiramente foram removidas a linha e coluna que contém a soma (Total) e a coluna Ign/Em Branco, quando presente. Em seguida, criamos a coluna Estado com a respectiva informação e dividimos a coluna referente ao município em duas colunas: Municipio e CodIbge. Posteriormente, substituímos os valores - por 0, visto que seus valores eram computados como 0 na linha e coluna Total.

Analisando individualmente os anos para o mesmo estado, percebemos variação na quantidade de municípios, o que indica que nem todos os municípios possuem informações de todos os anos. Para adicionar esses dados na tabela como dados faltantes (NaN), criamos uma lista composta por todos os municípios daquele estado que possuem informação em algum dos anos. A partir dessa lista adicionamos o nome daquele município em todos os anos, preenchendo os valores com NaN quando não anteriormente presente, de modo que a informação daquele estado para todos os anos possuam a mesma quantidade de municípios.

Como os dados de desmatamento possuem granularidade anual, aglutinamos as informações por ano, de modo a gerar uma tabela por estado, com informações anuais de cada município daquele estado. Num passo final, agregamos todas as tabelas em uma única, contendo todos os municípios de todos os estados, com informações anuais de notificação do primeiro sintoma de dengue.

Durante uma análise exploratória inicial, percebemos a grande quantidade de dados faltantes, chegando a ser, em algumas colunas, mais de 30% dos valores. De 810 municípios contidos nos dados, 272 deles (33.6%) não possuem informação sobre notificações para o ano de 2018, por exemplo. Uma análise visual dos valores faltantes pode ser observado nas figuras abaixo.

Completude dos Dados de Sintomas por Coluna

Matriz de Nulidade dos Dados de Sintomas

Para verificar o real impacto dos dados faltantes, optamos por comparar a quantidade de municípios total e a quantidade de municípios com todas as informações completas, agrupados por estado. Através da tabela abaixo, podemos verificar que a maior parte dos municípios possui alguma informação faltante. De 810 municípios, somente 297 possuem informações para todo o período de 2008 a 2019. Há estados que possuem uma quantidade muito pequena de dados completos, como o Amapá e o Amazonas, e estados que inclusive não possuem informação total de nenhuma cidade, como é o caso de Roraima. Devido à quantidade reduzida de dados completos, optamos por descartar essa base de dados.

Estado Total de Municípios Municípios Completos
AC 22 10
AP 17 4
AM 62 8
MA 217 39
MT 142 84
PA 142 71
RO 53 28
RR 15 0
TO 140 53
Total 810 297

Bases Estudadas e Adotadas

Base de Dados Endereço na Web Resumo
Desmatamento nos Municípios da Amazônia Legal PRODES Amazônia A estimativa de extensão desmatada por município baseia-se no cálculo do desmatamento acumulado e observado até 2019 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 nuvem, foram calculadas para cada ano de análise como: floresta, nuvem, não floresta, hidrografia e área não observada.
Indicadores de Saneamento Painel Saneamento Brasil Possui indicadores de saneamento ligados a saúde e renda, educação, valorização imobiliária, impactos ao turismo, entre outros, dos 839 municípios com população acima de 50 mil habitantes.
Morbidade Hospitalar do SUS DATASUS O número de internações por dengue representa todos os casos registrados e confirmados no período, separados por mês, ano de notificação e município que registrou o caso.

Obtenção das Bases

Os dados de desmatamento foram obtidos a partir da seleção dos dados no sistema da PRODES. Para tal, é necessário selecionar na opção Estado/Região a Amazônia Legal, alterando o ano entre 2008 a 2019. Após esse passo, geramos a lista, e ao fim da mesma há a opção Gera arquivo .txt.

Já os indicadores de saneamento foram filtrados por ano. Foi selecionada a opção editar e, em seguida, selecionados vários indicadores. Devido a limitações do sistema, foram selecionados oito indicadores por vez, sendo criados dessa forma cinco grupos de indicadores diferentes. Após esse passo foram filtradas manualmente as localidades cuja classificação é acima de município, como por exemplo região metropolitana e estado.

O número de internações foi obtido a partir da filtragem dos dados epidemiológicos e morbidade do TABNET. Após a seleção geral, por local de residência - a partir de 2008 por estado, foram separados os filtros com todos os períodos disponíveis: Linha - municípios; Coluna - Ano/mês de atendimento; Conteúdo - internações. Por fim, nas seleções, foi selecionado Dengue na Lista Morb CID-10, para filtrar apenas os casos de Dengue.

Pré-Processamento e Análise Inicial

O pré-processamento dos dados de desmatamento exigiu poucos passos, visto a completude e qualidade dos dados disponibilizados. Os passos necessários foram somente carregar os dados utilizando a codificação correta (latin) devido aos caracteres especiais e descartar as colunas Latgms, Longms e CodIbge. A coluna CodIbge foi descartada após avaliarmos que o código do IBGE contido nos dados de desmatamento possui um dígito a mais que o mesmo código nos dados de internação, gerando discrepâncias. Após esses passos, unimos a informação de todos os anos em uma única tabela.

Como um passo adicional, optamos por adicionar a informação de percentual de área desmatada até aquele ano. Geramos quatro versões dos dados de desmatamento: uma versão com informações por município (dados_desmatamento.csv), uma versão com informações agrupadas por estado (dados_desmatamento_estado.csv), e uma versão destes dois dados com uma coluna extra Ano (dados_desmatamento_col_ano.csv e dados_desmatamento_estado_col_ano.csv), de modo a facilitar a geração de gráficos com informações temporais. Todo o processo de pré-processamento dos dados de desmatamento pode ser replicado neste notebook ou colab.

Inicialmente, com os dados hospitalares, havíamos decidido utilizar informações sobre quatro doenças: dengue, dengue hemorrágica, febre amarela e raiva, considerando todos os nove estados que compõem a Amazônia Legal. As informações referentes a cada doença que buscamos foram: internações, óbitos, taxa de mortalidade e valor gasto. O pré-processamento realizado pode ser verificado neste notebook ou neste colab.

O primeiro passo ao carregar os dados foi descartar a última linha e coluna, referente ao valor total. Foi criada a coluna Estado com a devida informação e as colunas Municipio e CodIbge a partir das informações do município contidas na tabela. Os valores - foram substituídos por 0, por serem computados desta forma na linha/coluna total. Um próximo passo foi padronizar os dados, adicionando informações dos municípios faltantes em cada ano, de modo que as informações anuais dos estados possuam a mesma quantidade de municípios. Desta forma, foi possível aglutinar as informações por estado, e posteriormente em uma única tabela.

Ao analisarmos a completude dos dados, decidimos por focar nossos estudos na dengue, mais especificamente nos dados de internações por dengue. De 114.480 linhas em nossa tabela, que envolvem informações sobre todos os municípios para cada mês, somente Internações e Valor Gasto possuem uma porcentagem pequena de dados faltantes. Uma tabela com maiores informações sobre as colunas analisadas, assim como uma figura demonstrando visualmente a completude dos dados, podem ser visualizadas abaixo.

Doença Informação Dados faltantes % dados faltantes
Dengue Internações 765 0.67
Óbitos 110576 96.59
Taxa de Mortalidade 110576 96.59
Valor Gasto 765 0.67
Dengue_hemorragica Internações 65645 57.34
Óbitos 110307 96.35
Taxa de Mortalidade 110307 96.35
Valor Gasto 65645 57.34
Febre_amarela Internações 114050 99.62
Óbitos 114345 99.88
Raiva Internações 114296 99.84
Óbitos 114423 99.95
Febre_amarela Taxa de Mortalidade 114477 100
Valor Gasto 114182 99.74
Raiva Taxa de Mortalidade 114472 99.99
Valor Gasto 114345 99.88

Completude dos Dados Hospitalares por Coluna

Após descartarmos as colunas referentes às outras doenças e dados hospitalares, agrupamos as informações mensais por ano. Geramos novamente quatro versões dos dados: uma versão com informações por município (dengue_internacoes.csv), uma versão com informações agrupadas por estado (dengue_internacoes_estado.csv), e uma versão destes dois dados com uma coluna extra Ano (dengue_internacoes_col_ano.csv e dengue_internacoes_estado_col_ano.csv), de modo a facilitar a geração de gráficos com informações temporais.

Ao decidirmos por avaliar a utilização dos dados de sanemanento, partimos inicialmente dos dados integrados entre desmatamento e internações por dengue, que será introduzido no próximo tópico. Desta forma, filtramos somente os municípios já anteriormente contemplados nos dados integrados. Partimos inicialmente de cinco grupos de indicadores, realizando alguns passos de limpeza. Removemos o código IBGE dos municípios, filtramos para manter somente os municípios de interesse, removemos alguns símbolos (como % e .) e substituímos o indicador de casa decimal por ., pois é o padrão utilizado na biblioteca que usamos. Este processo é realizado neste notebook e colab.

Posteriormente unimos os grupos, selecionando somente alguns atributos que consideramos mais interessantes, exibidos na tabela abaixo. Adicionamos esses atributos aos dados integrados de desmatamento e internações que possuem a coluna Ano, removendo os municípios que possuem dados faltantes. Aplicamos a esses dados o mesmo filtro que decidimos usar para o teste de hipóteses: são removidos primeiramente todos os municípios que possuem mais que 60% de sua área total desmatada em 2008 ou que estão completamente desmatados em 2018. Estes dados foram salvos em dois formatos, um com informações por município (desmat_dengue_san.csv) e outro com informações agrupadas por estado (desmat_dengue_san_estado.csv). Estes dados foram utilizados para fazer uma regressão linear multivariável, com o objetivo de descobrir a influência de outras variáveis no aumento do número de internações de dengue.

Atributo
População total que mora em domicílios sem acesso ao serviço de coleta de esgoto (pessoas) (SNIS)
Parcela da população total que mora em domicílios sem acesso ao serviço de coleta de esgoto (% da população) (SNIS)
Extensão da rede de distribuição de esgoto, em km (km) (SNIS)
Densidade demográfica (pessoas por km²) (Pessoas por km²) (IBGE)

Integração entre Bases e Análise Exploratória

Optamos por realizar inicialmente uma análise exploratória nas bases individualmente e, somente depois, integrar os dados em uma única base e realizar sua análise.

Análise Exploratória nas Bases Individualmente

Dados de Desmatamento

A análise exploratória dos dados de desmatamento foi realizada em um notebook, através deste colab. Iniciamos sua análise verificando a completude dos dados. Podemos verificar por meio da tabela abaixo que os dados de desmatamento não possuem nenhum dado faltante.

Coluna Dados Faltantes
Lat 0
Long 0
Municipio 0
Estado 0
AreaKm2 0
Ano 0
Desmatado 0
Incremento 0
Floresta 0
NaoFloresta 0
Hidrografia 0
PercDesmatado 0

Analisamos também o incremento de desmatamento anual de cada estado. Para todos os anos, o Pará foi o estado com maior acréscimo de área desmatada. Essa informação fica clara ao analisarmos a figura abaixo. Podemos perceber que houve, principalmente nos estados de Mato Grosso e Pará, uma redução significativa no incremento da área desmatada. Isso se deve, provavelmente, ao aumento da fiscalização ambiental que ocorreu nos anos do governo Lula. Posteriormente, no governo Dilma, houve uma flexibilização da política ambiental, o que levou novamente ao crescimento do desmatamento.

Ao avaliarmos a maior área desmatada total, percebemos que os estados com maior área desmatada são: Pará, Mato Grosso, Maranhão e Rondônia, como podemos observar na imagem abaixo. Eles compõem a borda externa da Amazônia Legal, indicando que a Amazônia está sendo mais desmatada de fora para dentro. Para avaliar o crescimento de uma outra forma, optamos por realizar uma regressão linear da área desmatada por estado ao longo dos anos, focando principalmente no coeficiente da regressão.

Todos os estados apresentaram correlação positiva e com alto grau de confiança. Avaliando os coeficientes fica claro que o Pará e Mato Grosso seguem sendo desmatados com maior velocidade, mas chama a atenção o fato de o terceiro da lista ser Rondônia, seguido pelo Amazonas, indicando que o desmatamento no Amazonas cresce a uma taxa maior que a no Maranhão.

Estado Coeficiente
PA 2468.57
MT 1217.52
RO 936.028
AM 720.816
MA 317.681
AC 314.372
RR 175.075
TO 48.7031
AP 25.7098

Apesar do decréscimo no incremento da área desmatada que houve de 2008 a 2012, podemos perceber que a mediana e 3º quartil das caixas foram crescendo a partir de 2012, indicando a tendência forte no aumento do desmatamento que se sucedeu nestes anos. A partir de 2015 o 3º quartil aumentou consideravelmente em relação ao 1º quartil.

Quanto aos municípios, São Félix do Xingu (PA), Porto Velho (RO) e Altamira (PA) foram os mais afetados por desmatamento no período de 2008 a 2019. O efeito do desmatamento nessas regiões pode ser visto por meio dos links relacionados aos mesmos, e um resumo dos seus incrementos é mostrado na tabela abaixo.

Período Município Estado Área (km2)
2007/2008 São Félix do Xingu PA 765.1
2008/2009 São Félix do Xingu PA 444.4
2009/2010 São Félix do Xingu PA 353.7
2010/2011 Porto Velho RO 324.9
2011/2012 Altamira PA 229.9
2012/2013 Porto Velho RO 315.6
2013/2014 Altamira PA 293.9
2014/2015 Altamira PA 308.6
2015/2016 Altamira PA 409.5
2016/2017 Porto Velho RO 353.4
2017/2018 Altamira PA 435
2018/2019 Altamira PA 575.4

Apesar de nos anos seguintes São Félix do Xingu não ter sido o município com maior incremento de área desmatada, ele seguiu sendo o município com maior área total desmatada. Ele é conhecido como a capital do desmatamento na Amazônia. Ao total 27 municípios diferentes estiveram entre os 10 municípios com maior incremento de desmatamento entre 2008 e 2019. Destes, a maior parte se encontra no Pará, seguidos por Mato Grosso e Amazonas.

Estado Qtde de Municípios
AM 3
MA 2
MT 4
PA 15
RO 2
RR 1
Dados Hospitalares

A análise exploratória dos dados hospitalares, assim como os de desmatamento, foi realizada em um notebook, através deste colab. Iniciamos sua análise verificando a completude dos dados. Podemos verificar por meio da tabela abaixo que todos os anos possuem dados faltantes.

Coluna Dados Faltantes
Municipio 0
CodIbge 0
Estado 0
2008 4
2009 4
2010 4
2011 4
2012 4
2013 4
2014 19
2015 4
2016 18
2017 33
2018 19
2019 18

Verificando os dados faltantes por estado, podemos observar que a maior parte dos dados faltantes se concentram em somente dois estados: Amapá e Roraima.

Estado 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
AC 0 0 0 0 0 0 0 0 0 0 0 0
AP 0 0 0 0 0 0 0 0 14 14 0 14
AM 1 1 1 1 1 1 1 1 1 1 1 1
MA 0 0 0 0 0 0 0 0 0 0 0 0
MT 1 1 1 1 1 1 1 1 1 1 1 1
PA 1 1 1 1 1 1 1 1 1 1 1 1
RO 0 0 0 0 0 0 0 0 0 0 0 0
RR 0 0 0 0 0 0 15 0 0 15 15 0
TO 1 1 1 1 1 1 1 1 1 1 1 1

Para todos os anos os estados com o maior número de internações foram o Pará e posteriormente o Maranhão. Podemos observar analisando o gráfico abaixo que há uma tendência à diminuição do número de internações por casos de dengue no período de 2008 a 2018 em todos os estados. Em 2019 houve um aumento em relação a 2018 para todos os estados, com exceção do Amapá.

Foi realizada outra análise em relação aos municípios com maior número de internações por dengue anualmente. Esses valores estão representados na tabela a seguir

Município com maior número de internações

Ano Município Estado Internações
2008 Manaus AM 804
2009 Várzea Grande MT 1112
2010 Ananindeua PA 709
2011 Manaus AM 1631
2012 Ananindeua PA 459
2013 Ji-Paraná RO 547
2014 Cruzeiro do Sul AC 539
2015 Cruzeiro do Sul AC 249
2016 Ji-Paraná RO 306
2017 Aldeias Altas MA 208
2018 Augusto Corrêa PA 91
2019 Colinas MA 140

Como podemos perceber, tirando os anos de 2008 e 2011, em que o município com maior número de casos foi uma capital (Manaus) que possui população elevada, para todos os outros anos os municípios com maior número de internações foram municípios do interior, com provável acesso menor da população a serviços de conscientização e atenção à saúde. Para confirmar tal hipótese será necessário acesso a dados de investimento em conscientização e saneamento básico. Considerando o período de 2008 a 2019, 62 municípios diferentes ocuparam a lista dos 10 municípios com maior número de casos de internação de dengue. Destes, a grande maioria pertence aos estados do Pará e Maranhão, como mostrado na tabela abaixo.

Estado Qtde de Municípios
AC 4
AM 1
MA 18
MT 4
PA 23
RO 8
RR 1
TO 3

Outra análise relevante, é que uma variação muito grande dos valores de internações nos municípios de Boa Vista (RR), Cruzeiro do Sul (AC) e Colinas (MA). No caso de Boa Vista, pelo fato de a mudança ter acontecido e a redução ter sido constante, é provável que seja fruto de ações de conscientização e investimento em saúde na região. Nos casos de Cruzeiro do Sul e Colinas, pelo fato de serem valores muito diferentes dos anos anteriores e posteriores, pode ser possível haver erros nos dados ou mesmo um surto de casos. Essas variações podem ser verificadas a partir do gráfico abaixo

Internações Municípios

Nos boxplots abaixo está representado o agrupamento de todos os estados por ano, onde podemos observar que nos anos de 2009 a 2013 tivemos uma maior quantidade de internações por dengue, o que está representado tanto pela mediana das caixas como pelos 1º e 3º quartis. Após esse período podemos perceber uma tendência à redução do número de casos, levando a redução tanto da mediana quando dos quartis das caixas, o que não se manteve para o ano de 2019.

Boxplot

Integração entre Bases

Após analisarmos isoladamente as bases de dados, unificamos os dados de desmatamento e internações por dengue em uma única tabela, de modo a facilitar as análises seguintes. Esse processo está contemplado neste notebook e neste colab. Para integrar os dados, precisamos primeiramente alinhar os municípios, ou seja, garantir que ambos os dados possuem os mesmos municípios. Dessa forma, verificamos que, além de os dados não possuírem o mesmo número de municípios, os dados de desmatamento possuiam municípios supostamente repetidos.

Dados Qtde Municípios Qtde Municípios Únicos (nome)
Desmatamento 760 755
Hospitalar 790 790

Para certificarmos de que não há municípios repetidos, decidimos buscar por municípios de mesmo nome e mostrar algumas de suas características, que podem ser verificadas na tabela abaixo. Os dados de desmatamento possuem 5 pares de municípios com o mesmo nome, porém pertencentes a estados diferentes. Alguns deles, como Pau D'Arco, possuem valores de latitude e longitude muito próximos, indicando possivelmente cidades na fronteira entre os estados.

Lat Long Municipio Estado
-9.99527 -68.1593 Rio Branco AC
-15.2814 -58.1518 Rio Branco MT
-11.1937 -61.8474 Presidente Médici RO
-2.30799 -45.7641 Presidente Médici MA
-7.72486 -50.1341 Pau D'Arco PA
-7.55219 -48.9966 Pau D'Arco TO
-5.02798 -48.7711 Bom Jesus do Tocantins PA
-9.00182 -47.8631 Bom Jesus do Tocantins TO
-6.73568 -48.5563 Araguanã TO
-3.06101 -45.7722 Araguanã MA

O processo de alinhamento dos municípios envolve remover de ambos os dados informações dos municípios que não constam no outro. Dessa forma, terminamos com informações sobre 740 municípios dos 9 estados que compõem a Amazônia Legal. Geramos quatro versões dos dados: uma versão com informações por município (dados_conjuntos.csv), uma versão com informações agrupadas por estado (dados_conjuntos_estado.csv), e uma versão destes dois dados com uma coluna extra Ano (dados_conjuntos_col_ano.csv e dados_conjuntos_estado_col_ano.csv), de modo a facilitar a geração de gráficos com informações temporais. Ainda nos dados com a coluna Ano, criamos uma coluna chamada Internações Ano Seguinte - Dengue, contendo as informações referentes a internações do próximo ano, de modo a facilitar a análise da influência do desmatamento nos casos de dengue no próximo ano.

Análise Exploratória na Base Integrada

Após unificarmos as bases, realizamos uma análise da mesma, iniciando dos dados faltantes. Estas análises podem ser visualizadas no notebook e colab correspondentes. Por meio dessa análise, pudemos perceber que os estados do Amapá e Roraima possuem dados faltantes de internação em todos os seus municípios em alguns anos, inutilizando seus usos.

Estado Qtde Municípios 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
AC 22 0 0 0 0 0 0 0 0 0 0 0 0
AM 54 1 1 1 1 1 1 1 1 1 1 1 1
AP 14 0 0 0 0 0 0 0 0 14 14 0 14
MA 169 0 0 0 0 0 0 0 0 0 0 0 0
MT 140 1 1 1 1 1 1 1 1 1 1 1 1
PA 141 1 1 1 1 1 1 1 1 1 1 1 1
RO 51 0 0 0 0 0 0 0 0 0 0 0 0
RR 15 0 0 0 0 0 0 15 0 0 15 15 0
TO 134 1 1 1 1 1 1 1 1 1 1 1 1

Procuramos também visualizar a possível influência direta do incremento do desmatamento em um determinado estado e o aumento nos casos de internação por dengue, tanto no mesmo ano quanto no ano seguinte. Uma análise geral dos gráficos mostram que não há uma possível correlação direta entre incremento da área desmatada e aumento de internações por dengue. Estamos cientes de que vários outros fatores podem influenciar os resultados, permeando entre tamanho da população, acesso a saneamento básico e informações, nível de escolaridade médio, entre outros. Uma possibilidade futura é investigar o possível uso de novos atributos, de modo a verificar a influência de múltiplas variáveis.

Buscamos ainda aprender um pouco mais sobre os municípios que apresentam o menor incremento na área desmatada e percebemos que, além da possibilidade do desmatamento ter cessado em determinada região, outro possível fator para um município ter incremento zero de área desmatada é caso toda sua área já tenha sido desmatada. Isso se mostrou verdade para alguns municípios, sendo todos do Maranhão, como podemos observar na tabela a seguir.

Estado Município Área (km2) Área Desmatada em 2008 (km2)
MA Altamira do Maranhão 542 542.5
MA Bom Lugar 451 451.8
MA Brejo de Areia 365 365.1
MA Igarapé Grande 379 380
MA Lago da Pedra 1552 1552
MA Lago do Junco 312 312.4
MA Lago dos Rodrigues 196 196.8
MA Olho d'Água das Cunhãs 704 704.6
MA Paulo Ramos 1063 1064
MA São Roberto 229 229.7

De fato, alguns municípios já iniciam o ano de 2008 com sua área completamente desmatada, de acordo com os dados. Para análises futuras, decidimos utilizar um filtro para descartar esses dados. O filtro é feito da seguinte forma: são removidos primeiramente todos os municípios que possuem mais que 60% de sua área total desmatada em 2008 ou que estão completamente desmatados em 2018; e posteriormente são selecionados somente os 10 municípios que mais sofreram e os 10 que menos sofreram desmatamento entre 2008 e 2019. A verificação de quanto desmatamento um município sofreu é feita a partir da diferença de área desmatada total entre o último e primeiro ano da análise. O grupo formado pelos 10 municípios que mais sofreram desmatamento e os 10 que menos sofreram foi utilizado durante o teste de hipóteses. Uma visualização em mapa do incremento de desmatamento e casos de internação no mesmo ano é exibida a seguir.

Análises Realizadas

Regressão Linear Múltipla

A partir da ferramenta Orange utilizamos a regressão linear múltipla para observar se algumas variáveis dentro do banco de dados influenciam de algum modo a taxa de internações de dengue ao longo dos anos. Para tal análise, foram escolhidas como variáveis independentes (variáveis de entrada) a população total que mora em domicílios sem acesso ao serviço de coleta de esgoto, incremento de desmatamento entre o ano atual e o anterior, extensão da rede de distribuição de esgoto, população total que mora em domicílios sem acesso ao serviço de coleta de esgoto, densidade demográfica e área de hidrografia. Para a variável dependente (variável de saída) escolhemos o número de internações por dengue nos anos de 2008 até 2019. O fluxograma para a análise está representado a seguir. Workflow da Regressão de múltiplas variáveis

Antes da realização da regressão linear múltipla foi averiguado a correlação entre todas as variáveis a partir do coeficiente de Pearson. Essa análise consiste em definir se várias variáveis se influenciam em relação à outra, e como é codificada essa influência. Se as variáveis se influenciam, haverá um tipo de correlação, podendo ser positiva ou negativa. Se a variável for correlacionada ela estará mais próxima do valor 1 (1º e 3º quadrante do eixo). Caso o valor do coeficiente estiver mais próximo de -1 significa que as variáveis são anti-correlacionadas (2º e 4º quadrantes do eixo). Foi calculado, também, o p-valor para cada conjunto de variáveis relacionadas para verificar o grau de certeza da correlação. Outra análise realizada, é calcular o coeficiente de Spearman. Esse coeficiente avalia a relação monotônica entre duas variáveis contínuas ou ordinais. Em uma relação monotônica, as variáveis tendem a mudar juntas mas não necessariamente a uma taxa constante. E enquanto a correlação de Pearson mede relações lineares, a de Spearman mede apenas relações monotônicas (lineares ou não lineares). Por conta disso, serão calculados os dois tipos de coeficientes com os respectivos p-valores. É importante destacar que uma correlação igual à zero não implica na independência de variáveis, e por isso não é possível inferir independência de variáveis por meio desse coeficiente, e mesmo as variáveis possuindo uma correlação, não implica que uma variável é a causa de outra variável ocorrer.

Teste de hipótese

A partir de testes estatísticos de hipótese é possível inferir, dentro de um certo nível de confiança e baseado dados amostrais, se a média visualizada nas amostras estudadas pode ser extrapolada para a média da população de onde as amostras foram retiradas. Os testes estatísticos não impedem o erro, mas calculam a probabilidade desse erro ocorrer na pesquisa, auxiliando na tomada de decisão.

De forma geral, tais testes podem ser divididos entre testes paramétricos e não paramétricos, de acordo com as premissas de distribuição de freqüências amostrais, homogeneidade de variâncias, homogeneidade do N entre os grupos e erros independentes. Testes paramétricos possuem forte indicação para casos em que as amostras possuem distribuição homogênea/ normal, enquanto os testes não-paramétricos não possuem essa exigência.

Apesar da premissa acerca da normalidade da distribuição, o cumprimento de algumas outras condições em situações de não normalidade amostral pode ser capaz de suportar também a utilização de testes paramétricos que, de forma geral, possuem métodos mais robustos e poderosos do que os da estatística não-paramétrica, mesmo em dados com esse tipo de distribuição. Logo, em nossa amostra, apesar da distribuição dos dados não ter sido simétrica, fatores como o N amostral elevado e homogêneo entre os grupos comparativos, associados a informação da homogeneidade foram levados em consideração para a aplicação do teste paramétrico t de Student bicaudal. Apesar dessa abordagem inicial utilizada, o teste não paramétrico de Mann-Whitney foi executado com os mesmos conjuntos amostrais para comparação dos resultados entre os testes.

Inicialmente, foi estabelecida uma hipótese nula H0 para ser testada. Com isso, a mesma foi confrontada com uma hipótese alternativa H1. Em nosso estudo, a hipótese H0 = não existe diferença entre as médias/medianas dos casos de internação por dengue na Amazônia Legal entre os grupos de municípios de menor e maior desmatamento. Em contrapartida, a H1 = existe diferença entre as médias/medianas dos casos de de internação por dengue na Amazônia entre os grupos de municípios de menor e maior desmatamento. Além disso, também foi definido previamente o nível de significância = 0,05 para estudo.

O resultado do teste baseia-se na decisão entre a H0 ou H1 estruturada nas informaões de probabilidade contidas na amostra. As hipóteses são mutuamente exclusivas, logo, um resultado de teste é estatisticamente significativo quando a probabilidade (p–valor) de obter–se uma estatística de teste igual ou mais extrema que o nível de significância definido nos leva a assumir a H0 como falsa e H1 como verdadeira.

A fim de avaliar a possível influência do desmatamento no número de internações por dengue na Amazônia, foram selecionados 10 municípios com maiores e 10 com menores índices de desmatamento dos 9 estados que compõem a região, entre os anos de 2008 e 2019. Posteriormente a essa seleção, foi identificada ausência de dados na amostra e dois estados (AP e RR) precisaram ser excluídos da análise.

Com isso, para análise por estado, cada grupo comparativo foi composto por um N = 110 (10 municípios x 11 anos), enquanto na análise por ano, cada grupo comparativo foi composto por N = 70 (10 municípios x 7 estados).

Resultados e discussão

Regressão Linear Múltipla

Como pode ser observado nos histogramas abaixo, em todas as variáveis não há uma distribuição normal, o que justifica a utilização do coeficiente de Spearman já que esse coeficiente não é sensível à assimetrias na distribuição. Outro ponto importante, é que esse coeficiente pode ser utilizado com a presença de outliers, já que é considerada a ordem e não os valores das variáveis. Como pode ser observado nos boxplots exibidos durante a análise dos dados de desmatamento e dados hospitalares, esses dados contém outliers, que poderiam afetar o cálculo do coeficiente de Pearson.

A figura abaixo apresenta a relação entre todas as variáveis utilizadas na análise. A tabela a seguir, também mostra essa correlação de forma numérica juntamente com o p-valor de cada relação.

Correlação entre variáveis

Atributo 1 Atributo 2 r Pearson p Pearson r Spearman p Spearman
População sem acesso a coleta de esgoto Extensão da rede de esgoto -0.114825 0.343876 0.110055 0.364423
População sem acesso a coleta de esgoto Densidade demográfica 0.499335 1.08098e-05 0.445998 0.000109056
População sem acesso a coleta de esgoto Incremento 0.821412 3.04376e-18 0.609436 2.15606e-08
População sem acesso a coleta de esgoto Hidrografia 0.821047 3.24211e-18 0.91101 7.30799e-28
População sem acesso a coleta de esgoto Internações - Dengue 0.60154 3.64615e-08 0.495565 1.28942e-05
Extensão da rede de esgoto Densidade demográfica 0.392271 0.000783445 0.694907 2.497e-11
Extensão da rede de esgoto Incremento -0.219686 0.0676506 -0.512646 5.70276e-06
Extensão da rede de esgoto Hidrografia -0.282419 0.0178468 0.112775 0.352615
Extensão da rede de esgoto Internações - Dengue -0.223482 0.0629265 -0.224677 0.0614952
Densidade demográfica Incremento 0.41667 0.000333237 -0.0669939 0.581608
Densidade demográfica Hidrografia 0.172848 0.152458 0.385332 0.000987489
Densidade demográfica Internações - Dengue 0.25508 0.0330797 0.139958 0.247851
Incremento Hidrografia 0.68261 7.59768e-11 0.585074 1.04317e-07
Incremento Internações - Dengue 0.578538 1.55819e-07 0.481746 2.41793e-05
Hidrografia Internações - Dengue 0.455558 7.40886e-05 0.451809 8.63337e-05

Algumas variáveis relacionadas às internações com p-valor maior do que 0.05 foram descartadas pois não garantem um grau de certeza na correlação. Considerando p-valor menor do que 0.05 tanto para o coeficiente de Pearson como Spearman, é possível observar que em relação às internações por dengue a maior correlação é em relação à população total que mora em domicílios sem acesso ao serviço de coleta de esgoto. Porém como a variável incremento também está moderadamente relacionada a essa variável, foi desconsiderada a população total, pois ela resulta em pouca influência na regressão múltipla já que está sendo utilizada a variável incremento. Por sua vez, a escolha do uso da variável incremento é feita por estar diretamente relacionada com a pergunta de projeto. Na figura a seguir, é apresentado o resultado dos coeficientes com e sem o uso da população total, e o quanto a variável incremento melhora após a exclusão da população. Outra observação interessante é que o incremento parece influenciar na taxa de internações.

Valores de coeficientes das variáveis com população total
Variáveis Coeficiente
Intercept 200.486
Incremento 0.360178
Extensão da rede de distribuição de esgoto -0.170691
Densidade demográfica -0.0136721
Hidrografia -0.0246878
População total que mora em domicílios sem acesso ao serviço de coleta de esgoto 0.000385199
Valores de coeficientes das variáveis sem população total
Variáveis Coeficiente
Intercept 373.808
Incremento 0.747383
Extensão da rede de distribuição de esgoto -0.159987
Densidade demográfica 0.0340921
Hidrografia 0.0101583

Em contrapartida, a qualidade do modelo da regressão piora com a exclusão da população total como pode ser observado na figura abaixo.

Qualidade da Regressão com População Total
Modelo MSE RMSE MAE R2
Regressão Linear 455284.919 674.748 408.566 0.415
Qualidade de Regressão sem População Total
Modelo MSE RMSE MAE R2
Regressão Linear 500706.015 707.606 431.891 0.357

Outra análise utilizada, foi excluir os demais features para analisar o impacto no coeficiente do incremento, já que o objetivo não é criar o modelo para responder a pergunta de pesquisa, mas sim verificar quais features são mais influentes em relação à taxa de internações por dengue. As tabelas a seguir representam esse procedimento.

Sem hidrografia com R2 de 0.351
Variáveis Coeficiente
Intercept 420.577
Incremento 0.870003
Extensão da rede de distribuição de esgoto -0.171145
Densidade demográfica 0.318228
Sem densidade com R2 de 0.349
Variáveis Coeficiente
Intercept 371.268
Incremento 0.865883
Extensão da rede de distribuição de esgoto -0.096833
Hidrografia 0.0091603
Sem extensão da rede com R2 de 0.342
Variáveis Coeficiente
Intercept 226.127
Incremento 0.841248
Hidrografia 0.012051
Densidade demográfica 0.0097417

O mesmo Workflow foi feito, porém alterando o banco de dados. Foi analisado que em algumas localidades, desde o início de 2008, a área já estava 100% desmatada resultando no incremento igual à zero. Essa informação resultava em uma falsa interpretação, pois o entendimento era que a área deixou de ser desmatada, quando na verdade já tinha sido 100% desmatada. Isso poderia resultar em um viés que mesmo com um número de internações aumentando no local, o incremento continuaria zero. Para isso, foi realizado um filtro das áreas que possuíssem dados de desmatamento no período de 12 anos. O filtro consiste em selecionar municípios em 2008 com área desmatada menor que 60% da área total, e em 2019 com área desmatada menor que 100% da área total. As mesmas análises anteriores foram realizadas com essa nova amostra, e serão representadas abaixo.

Correlação entre variáveis

Atributo 1 Atributo 2 r Pearson p Pearson r Spearman p Spearman
População sem acesso a coleta de esgoto Extensão da rede de esgoto -0.146078 0.227564 0.0344236 0.777248
População sem acesso a coleta de esgoto Densidade demográfica 0.268524 0.0245995 0.290911 0.0145576
População sem acesso a coleta de esgoto Incremento 0.811457 1.61643e-17 0.547446 9.37535e-07
População sem acesso a coleta de esgoto Hidrografia 0.885198 2.72726e-24 0.952725 6.66363e-37
População sem acesso a coleta de esgoto Internações - Dengue 0.528677 2.54503e-06 0.41587 0.000343071
Extensão da rede de esgoto Densidade demográfica 0.388733 0.000882147 0.7365 3.69225e-13
Extensão da rede de esgoto Incremento -0.223002 0.0635082 -0.659003 5.56915e-10
Extensão da rede de esgoto Hidrografia -0.23169 0.0536186 0.0930447 0.443608
Extensão da rede de esgoto Internações - Dengue -0.181088 0.13355 -0.2273 0.0584458
Densidade demográfica Incremento 0.257215 0.0315885 -0.313794 0.00816208
Densidade demográfica Hidrografia 0.0468192 0.70033 0.247461 0.0388879
Densidade demográfica Internações - Dengue 0.101037 0.405267 -0.0333494 0.784028
Incremento Hidrografia 0.674253 1.57016e-10 0.520783 3.80589e-06
Incremento Internações - Dengue 0.463148 5.40564e-05 0.37123 0.00155675
Hidrografia Internações - Dengue 0.425817 0.000237769 0.416106 0.000340138
Valores de coeficientes das variáveis
Variáveis Coeficiente
Intercept 263.088
Incremento 0.398762
Extensão da rede de distribuição de esgoto -0.0756388
Densidade demográfica 0.0127488
Hidrografia 0.0153722

Nessa análise tanto para o coeficiente de Pearson como Spearman, o p-valor sempre ficou menor do que 0.05. É possível verificar que em ambas as análises as maiores correlações em relação às internações por dengue são das mesmas variáveis, mesmo os resultados dos coeficientes e qualidade do modelo serem diferentes.

Qualidade de Regressão com o filtro das regiões desmatadas com população
Modelo MSE RMSE MAE R2
Regressão Linear 313630.867 560.028 336.303 0.244
Qualidade de Regressão com o filtro das regiões desmatadas sem população
Modelo MSE RMSE MAE R2
Regressão Linear 287741.920 536.416 324.262 0.306

Diante desses resultados, podemos observar que o atributo que possui uma maior influência em relação às internações é o incremento (correlação moderada). Já a densidade demográfica e extensão da rede de distribuição de esgoto, quando analisado os dados sem o filtro, não garantem certeza na correlação por possuir o p-valor maior do que 0.05. Já a hidrografia mesmo possuindo uma correlação moderada em ambas as análises não é possível garantir correlação entre a variável internações. Desta forma, escolhemos um teste de hipótese averiguando as médias de dois grupos, em relação às internações no ano e internações no ano seguinte baseando-se no pressuposto de que o efeito do desmatamento pode ser mais observado no ano seguinte.

Teste de hipótese

Os testes de hipótese realizados foram feitos em R e, posteriormente, replicados em Python neste notebook e no colab.

Desmatamento e Internações por Dengue (mesmo ano)

A partir do teste t de Student bicaudal, quando avaliamos os índices de internação por dengue e desmatamento no mesmo ano, foi possível observar diferenças entre médias estatisticamente significativas em 5/7 estados. Dentre esses, em 4 estados (AM, MA, MT, PA) os municípios com maiores índices de desmatamento entre 2008 e 2019 também tiveram maiores índices de internações por dengue. Já no estado de RO foi observado que os municípios com menores índices de desmatamento tinham maiores índices de internações. Nos estados do AC e TO, não foram observadas relações estatisitcamente significativas entre as variáveis estudadas.

Já na análise estatística realizada a partir do teste não paramétrico de Mann-Whitney, foi possível observar diferenças entre as medianas estatisticamente significativas em todos os estados avaliados. Dentre esses, os municípios dos estados do AC, AM, MA, MT e PA que apresentaram maiores índices de desmatamento, também tiveram maiores índices de de internações por dengue ao longo dos anos analisados. Em contrapartida, nos estado de RO e TO, observou-se que os municípios com menores índices de desmatamento tinham maiores índices de internações.

Estado Média (Menor) Média (Maior) t-valor p-valor W-valor p-valor
AC 10.8487 21.8595 1.51252 0.131729 9181 0.000168
AM 0.333333 4.48333 3.09707 0.00220179 8354 1.128e-06
MA 11.6417 17.7417 2.0323 0.0434698 8247 0.05067
MT 3.99074 16.6083 4.14621 4.78304e-05 8976 2.567e-07
PA 33.45 62.8417 2.06063 0.0404487 11646 2.2e-16
RO 51.9667 22.7833 -3.02313 0.00277554 6150.5 0.05086
TO 10.5682 6.39815 -1.35363 0.177683 8870.5 0.0004929

Desmatamento e Internações por Dengue (ano seguinte)

Já quando avaliamos os índices de internação por dengue no ano seguinte ao desmatamento, foi possível observar diferenças entre médias estatisticamente significativas em 4/7 estados. Dentre esses, em 3 estados (AM, MT, PA) os municípios com maiores índices de desmatamento entre 2008 e 2018 também tiveram maiores índices de internações por dengue entre entre 2008 e 2019. Já no estado de RO foi observado que os municípios com menores índices de desmatamento tinham maiores índices de internações. Nos estados do AC e TO, não foram observadas relações estatisitcamente significativas entre as variáveis estudadas.

Estado Média (Menor) Média (Maior) t-valor p-valor W-valor p-valor
AC 11.7523 21.8739 1.29663 0.19613 7756 0.0002287
AM 0.20202 4.74545 3.13384 0.00197565 7029 2.763e-06
MA 11.9091 17.5909 1.76997 0.078435 6703 0.1651
MT 4.16162 16.7091 3.88925 0.000135471 7648.5 2.364e-07
PA 30.1636 64.1273 2.32834 0.0208144 10002 2.2e-16
RO 54.3 23.5364 -2.95714 0.0034471 5147 0.05568
TO 11.1901 5.67677 -1.69309 0.0926372 7280 0.00346

Desmatamento de todos os estados somados e Internações por Dengue (por ano)

Ao avaliarmos os dados por ano sem levarmos em consideração os estados, não foi possível observar resultados estatisticamente significativos entre os municípios com maiores e menores índices de desmatamento e internações por dengue.

Ano Média (Menor) Média (Maior) t-valor p-valor
2008 16.2899 17.7246 0.148341 0.882372
2009 25.2286 30.1471 0.407 0.684657
2010 34 52.1 1.03647 0.301872
2011 26.8261 37.7536 0.740015 0.460644
2012 22.4058 26.058 0.327539 0.743764
2013 27.2206 25.2 -0.172716 0.863161
2014 20.7714 16.1912 -0.455021 0.65008
2015 15.5147 16.2286 0.109181 0.913238
2016 11.3043 19.6377 1.38602 0.168069
2017 5.98529 7.52857 0.683845 0.49542
2018 3.22857 5.25 1.24986 0.213923
2019 6.2029 10.2609 1.41281 0.160121

Desmatamento de todos os estados somados e Internações por Dengue (por ano seguinte)

Os mesmos achados se mantiveram quando avaliamos as internações por dengue no ano seguinte ao desmatamento.

Ano Média (Menor) Média (Maior) t-valor p-valor
2008 25.3333 30.2754 0.408116 0.683848
2009 33.1286 50.25 0.986951 0.325431
2010 27.2059 38.3 0.748305 0.455675
2011 22.4058 26.058 0.327539 0.743764
2012 26.8261 25.4638 -0.116957 0.907083
2013 21.3824 15.7429 -0.550268 0.583432
2014 15.0714 16.6912 0.249946 0.803032
2015 11.4706 19.3714 1.30983 0.192552
2016 5.89855 7.63768 0.775252 0.439713
2017 3.32353 5.1 1.11015 0.269164
2018 6.17143 10.4265 1.47827 0.141822

Conclusão

Com o objetivo de analisar a relação entre o aumento do desmatamento na Amazônia e os números de internações de dengue na mesma região, realizamos as análises de correlações entre as duas variáveis. Adicionamos outras variáveis (área de hidrografia, densidade demográfica, total da população sem acesso a rede de esgoto, entre outros) para incrementar em modelos estatísticos de regressão linear multivariado, a fim de compreender se é possível construir um modelo linear para predizer ou até compreender quais eram as variáveis mais influentes para os números de casos e se realmente seriam influentes para o número de internações por dengue. Durante a construção deste modelo notamos que, embora a variável da população total sem acesso a rede de esgoto tenha uma correlação muito forte com os casos de dengue, ela apresenta uma forte correlação com o incremento de desmatamento, o que prejudica a construção destes modelos de regressão, pois não estariam agregando pesos diferentes para a regressão.

No teste de hipóteses, quando utilizamos um método paramétrico para análise, foi observada uma relação estatisticamente significativa entre os municípios com maiores índices de desmatamento e internações por dengue no mesmo ano, nos estados do AM, MA, MT e PA. Esses resultados também foram observados nos estados do AM, MT e PA quando utilizamos os casos de internação por dengue do ano seguinte. Já quando utilizamos o método não paramétrico para análise, foi possível observar uma relação estatisticamente significativa entre os municípios com maiores índices de desmatamento e internações por dengue no mesmo ano, nos estados do AC, AM, MA, MT e PA. Na análise considerando o ano seguinte de internação por dengue em relação ao ano do desmatamento, os estados de AC, AM, PA, RO e MT apresentaram esse mesmo padrão de relação estatística. Não obtivemos nenhum resultado estatisticamente significativo quando avaliamos, independentemente do estado, os casos anuais de internação por dengue.

De forma geral, apesar da grande quantidade de métodos e ferramentas para análise disponíveis, compreende-se que se faz necessário um vasto conhecimento teórico para identificar problemas, suportar as decisões técnicas e executar com eficiência testes a fim de extrair respostas de problemas científicos.

Trabalhos Futuros

Uma possibilidade de extensão deste trabalho é a utilização de variáveis adicionais para a criação de um modelo não linear de predição. Neste contexto, um dos bancos de dados que optamos não utilizar por exigir um processamento muito extenso, mas que poderia ser utilizado em análises futuras, foi o de dados meteorológicos (Banco de Dados Meteorológicos do INMET) que apresentam os valores diários de temperatura e pluviosidade das regiões de interesse ao longo dos anos. O maior problema que tivemos para lidar com estes dados foram as formas com que os dados estavam organizados, que não seguiam um padrão que poderíamos parametrizar com os nossos datasets. Os dados estavam separados por estação meteorológica e não por municípios, os dados pré-selecionados vinham por regiões, mas não separava os estados aos quais pertenciam, o que dificultou ainda mais o processamento. Para conseguir colocar nos mesmos parâmetros, precisaríamos conhecer as respectivas estações de cada região/município. Além disso, 63 de 200 arquivos retornaram dados vazios ou com algum dado faltante no intervalo de tempo selecionado.

Outras análises mais complexas que poderiam ser realizadas seriam algorítmos de clusterização para identificar possíveis grupos que podem ser explorados para estudar em novos testes de hipóteses, ou ainda explorar modelos de predição não linear como, por exemplo, uso de redes neurais com diversas variáveis, a fim de compreender melhor o comportamento das internações por dengue em relação ao desmatamento.

Referências Bibliográficas

About

Projeto da disciplina Ciência e Visualização de Dados em Saúde, oferecida pela Unicamp em 2021/1

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published