OBJETIVO: Identificar áreas com maior ocorrência de casos de hanseníase e fatores socioeconômicos e demográficos associados. MÉTODOS: Casos de hanseníase ocorridos entre 1998 e 2007 em São José do Rio Preto, SP, foram geocodificados e coeficientes de incidência foram calculados por setores censitários. Por meio da técnica de análise de componentes principais, obteve-se um escore para classificação socioeconômica. O uso do método de krigagem ordinária resultou em mapas temáticos para visualização da distribuição espacial da incidência de hanseníase, do nível socioeconômico e da densidade demográfica. RESULTADOS: Enquanto a incidência para toda a cidade foi de 10,4 casos por 100.000 habitantes por ano, entre 1998 e 2007, as incidências por setores censitários foram heterogêneas, variando de zero a 26,9 casos por 100.000 habitantes por ano. Houve concordância entre áreas com valores mais altos de incidência e menores níveis socioeconômicos. Foram identificados aglomerados de casos de hanseníase. Não foi observada associação da doença com densidade demográfica. Detectou-se falta de relação entre os locais de moradia da maioria dos doentes e a localização dos serviços de saúde. CONCLUSÕES: As técnicas de análise espacial utilizadas permitiram caracterizar as áreas mais deficitárias do município como as de maior risco para hanseníase.
OBJECTIVE: To identify clusters of the major occurrences of leprosy and their associated socioeconomic and demographic factors. METHODS: Cases of leprosy that occurred between 1998 and 2007 in São José do Rio Preto (southeastern Brazil) were geocodified and the incidence rates were calculated by census tract. A socioeconomic classification score was obtained using principal component analysis of socioeconomic variables. Thematic maps to visualize the spatial distribution of the incidence of leprosy with respect to socioeconomic levels and demographic density were constructed using geostatistics. RESULTS: While the incidence rate for the entire city was 10.4 cases per 100,000 inhabitants annually between 1998 and 2007, the incidence rates of individual census tracts were heterogeneous, with values that ranged from 0 to 26.9 cases per 100,000 inhabitants per year. Areas with a high leprosy incidence were associated with lower socioeconomic levels. There were identified clusters of leprosy cases, however there was no association between disease incidence and demographic density. There was a disparity between the places where the majority of ill people lived and the location of healthcare services. CONCLUSIONS: The spatial analysis techniques utilized identified the poorer neighborhoods of the city as the areas with the highest risk for the disease. These data show that health departments must prioritize politico-administrative policies to minimize the effects of social inequality and improve the standards of living, hygiene, and education of the population in order to reduce the incidence of leprosy.
OBJETIVO: Identificar áreas con mayor ocurrencia de casos de lepra y factores socioeconómicos y demográficos asociados. MÉTODOS: Casos de lepra ocurridos entre 1998 y 2007 en Sao José do Rio Preto, Sureste de Brasil, fueron geocodificados y se calcularon los coeficientes de incidencia por sectores censados. Por medio de la técnica de análisis de componentes principales, se obtuvo un escore para clasificación socioeconómica. El uso del método de krigage ordinaria resultó en mapas temáticos para visualización de la distribución espacial de la incidencia de lepra, del nivel socioeconómico y de la densidad demográfica. RESULTADOS: Mientras la incidencia para toda la ciudad fue de 10,4 casos por 100.000 habitantes por año, entre 1998 y 2007, las incidencias por sectores censados fueron heterogéneas, variando de cero a 26,9 casos por 100.000 habitantes por año. Hubo concordancia entre áreas con valores más altos de incidencia y menores niveles socioeconómicos. Se identificaron aglomerados de casos de lepra. No fue observada asociación de la enfermedad con densidad demográfica. Se detectó falta de relación entre los lugares de vivienda de la mayoría de los enfermos y la localización de los servicios de salud. CONCLUSIONES: Las técnicas de análisis espacial utilizadas permitieron caracterizar las áreas más deficitarias del municipio como las de mayor riesgo para lepra.
