OBJETIVO: Estudar a relação entre o risco de dengue e as variáveis sociodemográficas através da utilização de modelos de regressão espacial completamente Bayesianos nos municípios do Estado do Espírito Santo no ano de 2010. MÉTODOS: Trata-se de um estudo ecológico e exploratório que utiliza as ferramentas de análise espacial na elaboração de mapas temáticos, com dados obtidos do SinanNet. Foi feita uma análise por área, tomando-se como unidade os municípios do Estado. Os mapas temáticos foram construídos pelo programa computacional R 2.15.00 e o Deviance Information Criterion (DIC), calculado no WinBugs, e o Normalized Mean ABsolut Error (NMAE) foram os critérios utilizados para a comparação dos modelos. RESULTADOS: Foram georreferenciados 21.933 casos de dengue (taxa de 623,99 casos/100 mil habitantes) com maior incidência nos municípios de Vitória, Serra e Colatina; o modelo com efeito espacial, com as covariáveis lixo e renda foi o que apresentou melhor desempenho, segundo os critérios DIC e NMAE. CONCLUSÃO: Foi possível identificar a relação do dengue com fatores externos ao setor saúde e identificar locais com maior risco da doença.

OBJECTIVE: To study the relationship between the risk of dengue and sociodemographic variables through the use of spatial regression models fully Bayesian in the municipalities of Espírito Santo in 2010. METHOD: This is an ecological study and exploration that used spatial analysis tools in preparing thematic maps with data obtained from SinanNet. An analysis by area, taking as unit the municipalities of the state, was performed. Thematic maps were constructed by the computer program R 2.15.00 and Deviance Information Criterion (DIC), calculated in WinBugs, Absolut and Normalized Mean Error (NMAE) were the criteria used to compare the models. RESULTS: We were able to geocode 21,933 dengue cases (rate of 623.99 cases per 100 thousand habitants) with a higher incidence in the municipalities of Vitória, Serra and Colatina; model with spatial effect with the covariates trash and income showed the best performance at DIC and Nmae criteria. CONCLUSION: It was possible to identify the relationship of dengue with factors outside the health sector and to identify areas with higher risk of disease.