Resumo: No Brasil, milhões de pessoas vivem em áreas de risco para a esquistossomose, uma doença negligenciada, de caráter crônico e com elevada morbidade. O helminto Schistosoma mansoni está presente em todas as macrorregiões, incluindo o Estado de Minas Gerais, um dos mais endêmicos. Por essa razão, a identificação de potenciais focos é fundamental para subsidiar políticas públicas de cunho educativo e profilático no controle desse desfecho. Nesse contexto, o objetivo do trabalho consiste em modelar dados de esquistossomose em relação aos aspectos espaciais e temporais, além de avaliar a importância de algumas variáveis exógenas socioeconômicas e a presença das principais espécies de Biomphalaria. Como trabalhar com casos incidentes, uma variável discreta de contagem, exige uma modelagem apropriada, foi escolhida a modelagem GAMLSS por considerar conjuntamente uma distribuição mais adequada à variável resposta devido à inflação de zeros e à heterocedasticidade espacial. Verificaram-se valores elevados de incidência em diversos municípios de 2010 a 2012 e uma tendência de queda até 2020. Também foi identificado que a distribuição da incidência se comporta de maneira diferente no espaço e no tempo. Municípios com barragem apresentaram risco 2,25 vezes maior do que os que não a continham. A presença de B. glabrata foi relacionada ao risco de ocorrência da doença. Por outro lado, a presença de B. straminea refletiu em menor risco de ocorrência da esquistossomose. Conclui-se que o controle e o acompanhamento dos caramujos da B. glabrata podem ser fundamentais para a contenção e a eliminação da esquistossomose e o modelo GAMLSS foi eficaz para tratamento e modelagem de dados espaçotemporais.
Resumen: En Brasil, millones de personas viven en áreas de riesgo de esquistosomiasis, una enfermedad crónica desatendida y con alta morbilidad. El helminto Schistosoma mansoni está presente en todas las macrorregiones, incluido el Estado de Minas Gerais, uno de los más endémicos del país. Por ello, la identificación de potenciales brotes es fundamental para promover políticas públicas de carácter educativo y profiláctico en el control de este desenlace. En este contexto, el objetivo de este trabajo es modelar datos sobre esquistosomiasis con respecto a aspectos espaciotemporales, además de evaluar la importancia de algunas variables socioeconómicas exógenas y la presencia de las principales especies de Biomphalaria. Dado que en el trabajo con casos incidentes una variable de conteo discreta requiere un adecuado modelado, se eligió el modelo GAMLSS, ya que en conjunto considera una distribución más adecuada para la variable de respuesta debido a la inflación de ceros y la heterocedasticidad espacial. Se encontraron valores de alta incidencia en varios municipios en el periodo evaluado de 2010 a 2012 y una tendencia a descenso hasta 2020. También se verificó que existe una distribución de incidencia de manera diferente en el espacio y el tiempo. Los municipios con represas presentaban 2,25 veces más riesgo que los que no las tenían. La presencia de B. glabrata estuvo relacionada con el riesgo de la enfermedad. Por otro lado, la presencia de B. straminea ocasionaba un menor riesgo de padecer la enfermedad. Se concluye que el control y seguimiento de caracoles B. glabrata puede ser fundamental para el control y eliminación de la esquistosomiasis y que el modelo GAMLSS resultó ser efectivo para el tratamiento y modelado de datos espaciotemporales.
Abstract: In Brazil, millions of people live in areas with risk of schistosomiasis, a neglected chronic disease with high morbidity. The Schistosoma mansoni helminth is present in all macroregions of Brazil, including the State of Minas Gerais, one of the most endemic states. For this reason, the identification of potential foci is essential to support educational and prophylactic public policies to control this disease. This study aims to model schistosomiasis data based on spatial and temporal aspects and assess the importance of some exogenous socioeconomic variables and the presence of the main Biomphalaria species. Considering that, when working with incident cases, a discrete count variable requires an appropriate modeling, the GAMLSS modeling was chosen since it jointly considers a more appropriate distribution for the response variable due to zero inflation and spatial heteroscedasticity. Several municipalities presented high incidence values from 2010 to 2012, and a downward trend was observed until 2020. We also noticed that the distribution of incidence behaves differently in space and time. Municipalities with dams presented risk 2.25 times higher than municipalities without dams. The presence of B. glabrata was associated with the risk of schistosomiasis. On the other hand, the presence of B. straminea represented a lower risk of the disease. Thus, the control and monitoring of B. glabrata snails is essential to control and eliminate schistosomiasis; and the GAMLSS model was effective in the treatment and modeling of spatio-temporal data.
