Resumen Una práctica común al analizar la distribución espacial de las enfermedades tropicales desatendidas es asumir que en áreas silenciosas (sin notificaciones) no hay casos, lo que puede reforzar, cuando hay subregistro, la desatención de áreas que deberían ser prioritarias. Alternativamente, es posible predecir el número de casos en zonas silenciosas, basándose en información epidemiológica y dependencia espacial. En este estudio, ejemplificamos este enfoque utilizando el enfoque integrado y anidado de Laplace en modelos espaciales bayesianos que relacionan la vulnerabilidad social y el número de casos reportados de esporotricosis felina (zoonótica) en sectores censales (SC) en el municipio de Guarulhos. Además de las predicciones para los SC silenciosos, asignamos un índice de priorización a todos los SC, lo que resulta en un escenario epidemiológico más problemático en comparación con uno que supone que no hay casos en los SC silenciosos. Para validar iterativamente las predicciones de los índices y calibrar el grado de confianza que se les atribuye, se puede comparar la distribución de los índices de priorización de los SC silenciosos con la distribución de los casos identificados mediante vigilancia activa en una muestra de ellos.
Resumo Uma prática comum na análise da distribuição espacial das doenças tropicais negligenciadas é pressupor que em áreas silenciosas (sem notificações) não há casos, o que pode reforçar, quando há subnotificação, a negligência de áreas que deveriam ser prioritárias. Como alternativa, é possível predizer o número de casos em áreas silenciosas, a partir de informações epidemiológicas e de dependência espacial. Neste estudo exemplificamos essa abordagem utilizando a aproximação integrada e aninhada de Laplace, em modelos espaciais bayesianos, que relacionam a vulnerabilidade social e o número de casos notificados de esporotricose felina (zoonótica) em setores censitários (SCs) do município de Guarulhos. Além de predições para os SCs silenciosos, atribuímos um índice de priorização a todos os SCs, resultando em um cenário epidemiológico mais problemático em comparação ao que assume a inexistência de casos nos SCs silenciosos. A fim de validar iterativamente as predições do índice e calibrar o grau de confiança que se atribui a elas, pode-se comparar a distribuição dos índices de priorização dos SCs silenciosos com a distribuição de casos identificados mediante vigilância ativa numa amostra deles.
Abstract A common practice in the analysis of the spatial distribution of neglected tropical diseases is to assume that in silent areas (no reports) there are no cases. However, when the problem is underreporting, it risks reinforcing the neglect of areas that should be a priority. Instead of this assumption, one can predict the number of cases in silent areas using epidemiologic and spatial dependence information. The present study exemplifies this approach, using the integrated nested Laplace approximation in Bayesian spatial models that relate social vulnerability and the number of reported cases of feline (zoonotic) sporotrichosis in census tracts (CTs) of the municipality of Guarulhos. In addition to predictions for silent CTs, we assigned a priority index to all CTs. The results showed a more problematic epidemiologic situation, compared to the scenario in which it is assumed that there are no cases in silent CTs. To iteratively validate the index predictions and calibrate the degree of confidence assigned to the predictions, one can compare the distribution of the priority indices of silent CTs with the distribution of cases identified through active surveillance in a sample of silent CTs.
