Resumo: A cidade do Rio de Janeiro, Brasil, apresenta elevado potencial de receptividade para a introdução, disseminação e persistência da transmissão de dengue. A ocupação do município conformou um mosaico heterogêneo e diversificado, com distribuição vetorial diferenciada entre e dentro dos bairros, proporcionando epidemias distintas nesta escala de observação. Este trabalho busca identificar essas epidemias e o padrão de difusão da transmissão do dengue sob a dimensão de tempo e espaço. Foi utilizado um modelo para a identificação de epidemias considerando os anos e meses de pico epidêmico, a distribuição espacial e a permanência das epidemias levando-se em conta o período de janeiro de 2000 a dezembro de 2013. Foram contabilizados 495 picos epidêmicos, e na escala de tempo evidenciou-se maior ocorrência nos meses de março, abril e fevereiro, respectivamente. Alguns bairros parecem apresentar um quadro persistente de incidência de dengue e o comportamento da difusão da doença permite identificar trajetórias e meses oportunos para a intervenção.

Abstract: The city of Rio de Janeiro, Brazil, shows high potential receptiveness to the introduction, dissemination, and persistence of dengue transmission. The pattern of territorial occupation in the municipality produced a heterogeneous and diverse mosaic, with differential vector distribution between and within neighborhoods, producing distinct epidemics on this scale of observation. The study seeks to identify these epidemics and the pattern of spatial and temporal diffusion of dengue transmission. A model was used for the identification of epidemics, considering the epidemic peak years and months, spatial distribution, and permanence of epidemics from January 2000 to December 2013. A total of 495 epidemic peaks were counted, and the time scale showed the highest occurrence in the months of March, April, and February, respectively. Some neighborhoods appear to present persistent dengue incidence, and the pattern of diffusion allows identifying key trajectories and timely months for intervention.

Resumen: La ciudad de Río de Janeiro, Brasil, presenta un elevado potencial de receptividad para la introducción, diseminación y persistencia de la transmisión de dengue. La ocupación del municipio conformó un mosaico heterogéneo y diversificado, con distribución vectorial diferenciada entre y dentro de los barrios, proporcionando epidemias distintas en esta escala de observación. Este trabajo busca identificar esas epidemias y el patrón de difusión de la transmisión del dengue, bajo la dimensión de tiempo y espacio. Se utilizó un modelo para la identificación de epidemias, considerando los años y meses de pico epidémico, la distribución espacial y la permanencia de las epidemias, teniéndose en cuenta el período de enero de 2000 a diciembre de 2013. Se contabilizaron 495 picos epidémicos, y en la escala de tiempo se evidenció una mayor ocurrencia durante los meses de marzo, abril y febrero, respectivamente. Algunos barrios parecen presentar un cuadro persistente de incidencia de dengue y el comportamiento de la difusión de la enfermedad permite identificar trayectorias y meses oportunos para la intervención.

Resumo: A cidade do Rio de Janeiro, Brasil, apresenta elevado potencial de receptividade para a introdução, disseminação e persistência da transmissão de dengue. A ocupação do município conformou um mosaico heterogêneo e diversificado, com distribuição vetorial diferenciada entre e dentro dos bairros, proporcionando epidemias distintas nesta escala de observação. Este trabalho busca identificar essas epidemias e o padrão de difusão da transmissão do dengue sob a dimensão de tempo e espaço. Foi utilizado um modelo para a identificação de epidemias considerando os anos e meses de pico epidêmico, a distribuição espacial e a permanência das epidemias levando-se em conta o período de janeiro de 2000 a dezembro de 2013. Foram contabilizados 495 picos epidêmicos, e na escala de tempo evidenciou-se maior ocorrência nos meses de março, abril e fevereiro, respectivamente. Alguns bairros parecem apresentar um quadro persistente de incidência de dengue e o comportamento da difusão da doença permite identificar trajetórias e meses oportunos para a intervenção.

Abstract: The city of Rio de Janeiro, Brazil, shows high potential receptiveness to the introduction, dissemination, and persistence of dengue transmission. The pattern of territorial occupation in the municipality produced a heterogeneous and diverse mosaic, with differential vector distribution between and within neighborhoods, producing distinct epidemics on this scale of observation. The study seeks to identify these epidemics and the pattern of spatial and temporal diffusion of dengue transmission. A model was used for the identification of epidemics, considering the epidemic peak years and months, spatial distribution, and permanence of epidemics from January 2000 to December 2013. A total of 495 epidemic peaks were counted, and the time scale showed the highest occurrence in the months of March, April, and February, respectively. Some neighborhoods appear to present persistent dengue incidence, and the pattern of diffusion allows identifying key trajectories and timely months for intervention.

Resumen: La ciudad de Río de Janeiro, Brasil, presenta un elevado potencial de receptividad para la introducción, diseminación y persistencia de la transmisión de dengue. La ocupación del municipio conformó un mosaico heterogéneo y diversificado, con distribución vectorial diferenciada entre y dentro de los barrios, proporcionando epidemias distintas en esta escala de observación. Este trabajo busca identificar esas epidemias y el patrón de difusión de la transmisión del dengue, bajo la dimensión de tiempo y espacio. Se utilizó un modelo para la identificación de epidemias, considerando los años y meses de pico epidémico, la distribución espacial y la permanencia de las epidemias, teniéndose en cuenta el período de enero de 2000 a diciembre de 2013. Se contabilizaron 495 picos epidémicos, y en la escala de tiempo se evidenció una mayor ocurrencia durante los meses de marzo, abril y febrero, respectivamente. Algunos barrios parecen presentar un cuadro persistente de incidencia de dengue y el comportamiento de la difusión de la enfermedad permite identificar trayectorias y meses oportunos para la intervención.

RESUMO O rastreamento por intermédio da mamografia é o principal meio de detecção da neoplasia maligna da mama. Considera-se relevante compreender como este tem se dado nas Regiões de Saúde brasileiras, unidade espacial fundamental na atual política de saúde. A análise de indicadores relacionados à cobertura de mamografia das mulheres de 40 a 69 anos, número, distribuição e grau de utilização dos mamógrafos demonstra grandes problemas, que não podem ser simplesmente atribuídos à falta de equipamentos. Destaca-se também a diversidade de situações das Regiões de Saúde e das unidades da federação, caracterizada especialmente pelas melhores condições no Sul e Sudeste e piores nas outras regiões.

ABSTRACT Mammography screening is the most important means to detect breast cancer. It is relevant to understand how this screening has been performed in Brazilian Health Regions, which are the fundamental spatial unity in the current health policy. The analysis of indicators related to the coverage of women from 40 to 69 years of age, number, distribution and degree of usage of mammography equipment show great problems in covering the targeted population, which cannot be explained only by the lack of equipment. The diversity of situations of the Health Regions and federal units is highlighted, showing better conditions in the Southeast and South and worse in the other regions.

RESUMO O rastreamento por intermédio da mamografia é o principal meio de detecção da neoplasia maligna da mama. Considera-se relevante compreender como este tem se dado nas Regiões de Saúde brasileiras, unidade espacial fundamental na atual política de saúde. A análise de indicadores relacionados à cobertura de mamografia das mulheres de 40 a 69 anos, número, distribuição e grau de utilização dos mamógrafos demonstra grandes problemas, que não podem ser simplesmente atribuídos à falta de equipamentos. Destaca-se também a diversidade de situações das Regiões de Saúde e das unidades da federação, caracterizada especialmente pelas melhores condições no Sul e Sudeste e piores nas outras regiões.

ABSTRACT Mammography screening is the most important means to detect breast cancer. It is relevant to understand how this screening has been performed in Brazilian Health Regions, which are the fundamental spatial unity in the current health policy. The analysis of indicators related to the coverage of women from 40 to 69 years of age, number, distribution and degree of usage of mammography equipment show great problems in covering the targeted population, which cannot be explained only by the lack of equipment. The diversity of situations of the Health Regions and federal units is highlighted, showing better conditions in the Southeast and South and worse in the other regions.

A ocorrência de desastres muitas vezes é associada a processos naturais imprevisíveis. No entanto, a análise de grandes bases de dados permite mostrar tendências sazonais e de longo prazo, bem como padrões e áreas onde se concentram riscos. Neste trabalho é descrito o processo de aquisição e organização de dados sobre desastres, coletados pelos órgãos de defesa civil, e disponibilizados pelo Observatório Nacional de Clima e Saúde. As análises preliminares mostram a concentração de eventos desastres causados por chuvas intensas ao longo da costa brasileira, principalmente durante o verão. As secas apresentam maior duração e extensão, atingindo grande parte do sul e nordeste do país. Estes dados podem ser usados para analisar e monitorar o impacto de eventos climáticos extremos sobre a saúde, bem como seus determinantes de vulnerabilidade e clima.

The occurrence of disasters is often related to unforeseeable able natural processes. However, the analysis of major databases may highlight seasonal and long-term trends, as well as some spatial patterns where risks are concentrated. In this paper the process of acquiring and organizing climate-related disaster data collected by civil protection institutions and made available by the Brazilian Climate and Health Observatory is described. Preliminary analyses show the concentration of disasters caused by heavy rainfall events along the Brazilian coastline especially during the summer. Droughts have longer duration and extent, affecting large areas of the south and northeast regions of the country. These data can be used to analyze and monitor the impact of extreme climatic events on health, as well as identify the vulnerability and climate deteminants.

A ocorrência de desastres muitas vezes é associada a processos naturais imprevisíveis. No entanto, a análise de grandes bases de dados permite mostrar tendências sazonais e de longo prazo, bem como padrões e áreas onde se concentram riscos. Neste trabalho é descrito o processo de aquisição e organização de dados sobre desastres, coletados pelos órgãos de defesa civil, e disponibilizados pelo Observatório Nacional de Clima e Saúde. As análises preliminares mostram a concentração de eventos desastres causados por chuvas intensas ao longo da costa brasileira, principalmente durante o verão. As secas apresentam maior duração e extensão, atingindo grande parte do sul e nordeste do país. Estes dados podem ser usados para analisar e monitorar o impacto de eventos climáticos extremos sobre a saúde, bem como seus determinantes de vulnerabilidade e clima.

The occurrence of disasters is often related to unforeseeable able natural processes. However, the analysis of major databases may highlight seasonal and long-term trends, as well as some spatial patterns where risks are concentrated. In this paper the process of acquiring and organizing climate-related disaster data collected by civil protection institutions and made available by the Brazilian Climate and Health Observatory is described. Preliminary analyses show the concentration of disasters caused by heavy rainfall events along the Brazilian coastline especially during the summer. Droughts have longer duration and extent, affecting large areas of the south and northeast regions of the country. These data can be used to analyze and monitor the impact of extreme climatic events on health, as well as identify the vulnerability and climate deteminants.

O presente trabalho objetivou avaliar a qualidade dos dados referentes ao endereço dos casos notificados de tuberculose (TB) ao Sistema de Informação de Agravos de Notificação (SINAN), de 2005 a 2008, no município do Rio de Janeiro. Criou-se um indicador a partir da razão entre a taxa de incidência da TB calculada a partir do bairro de moradia declarado pelo paciente e a taxa de incidência do bairro obtida após o georreferenciamento do endereço do mesmo indivíduo, com o intuito de medir possíveis impactos que inconsistências no endereço podem causar nos cálculos de indicadores da doença por bairro. Foram utilizadas duas técnicas de georreferenciamento de dados a partir do endereço de residência. Foi realizada uma correção no campo endereço que modificou 27% dos registros. Houve uma diferença no resultado do georreferenciamento entre os dois métodos de 64 e 69%. Com o processo manual, chegou-se a 89% de localização. A partir do indicador criado, nota-se que apenas 28% dos bairros apresentaram um valor entre 0,85 e 1,15, considerado como razoável. O processo de localização pode ser mais rápido e eficaz após maior conscientização e treinamento dos profissionais responsáveis e utilização de algum cadastro oficial de logradouros. As diferenças apresentadas no indicador I podem auxiliar na tomada de decisões mais acertadas.

The study aimed to evaluate the quality of data refers to the address of the tuberculosis (TB) case notified to the Information System for Notifiable Diseases (SINAN), from 2005 to 2008, in the city of Rio de Janeiro. Was created an indicator from the ratio between the incidence rate of TB, calculated from the neighbourhood declared by the patient, and the incidence rate of the neighbourhood, obtained after georeferencing address the same subject, with a view to measure the possible impacts that inconsistencies in address may cause the calculation of health's indicators in the district level. Two techniques of georeferencing data were used from the home address. A correction in the address field which changed 27% of the records was performed. There was a difference in the outcome between the two methods georeferencing 64 and 69%. With the manual process was reached 89% location. From the indicator created, it is noted that only 28% of districts with a value between 0.85 and 1.15, considered as reasonable. The localization process can be faster and more efficient with greater awareness and training for professionals responsible and use of any official record of register streets. The differences in the indicator I can assist in decision making more correct decisions.