Os tumores mamários espontâneos representam a neoplasia mais frequente em fêmeas caninas, correspondendo aproximadamente a 50% de todas as neoplasias. A maioria dos estudos científicos restringe-se a dados pontuais sobre a doença, sem a preocupação com sua distribuição geográfica ou mesmo com a possibilidade da geração de agregados desses eventos em uma determinada área. Levando-se em consideração a lacuna de informações na literatura, o presente trabalho teve como objetivo a criação de mapas temáticos da distribuição espacial das neoplasias mamárias em cadelas e a identificação de aglomerados de risco para a doença no município de Salvador, Bahia. Pela análise espacial de varredura, verificou-se que os casos de neoplasia mamária não estão homogeneamente distribuídos no município. Foi detectado um aglomerado primário estatisticamente significante (P<0,001), abrangendo 67,3% dos casos estudados. Espera-se que estes resultados contribuam principalmente na elaboração de novos estudos, nos quais devem ser analisadas variáveis de caráter intrínseco e extrínseco ao animal para a identificação dos fatores de risco e elaboração de planos educacionais direcionados à promoção da saúde animal.

Spontaneous mammary tumors represent the most frequent type of cancer in canines, accounting for approximately 50% of all neoplasms. The majority of scientific papers cited in the literature are limited to non refined epidemiological data, without mentioning the trend of this disease in generating clusters in a given geographical area. In this context, this research aimed to create thematic maps of spatial distribution of mammary neoplasms in bitches and to identify disease clusters for the city of Salvador, Bahia. Trough the spatial analysis scanning, it was found that cases of breast cancer is not evenly distributed in the municipality. A significant primary cluster was detected (P>0,001) covering 67.3% of the studied cases. Considering the gap in literature available in this field, it is believed that such results will become very important, especially in leading to new studies, where intrinsic and extrinsic variables regarding the animal must be taken into consideration and analyzed for factors risk identification to formulate educational plans targeting the promotion of animal welfare.

A disseminação da esquistossomose mansônica vem desafiando o sistema de saúde brasileiro, deixando clara a necessidade da reavaliação das estratégias do programa de controle da endemia. O objetivo deste trabalho foi delimitar as áreas geográficas de risco para a esquistossomose em Lauro de Freitas, Bahia, Brasil, e estabelecer o perfil epidemiológico e socioeconômico da doença no município. Utilizou-se o estimador de densidade de Kernel para a identificação visual de aglomerados de casos e a análise de varredura espaço-temporal de Kulldorff & Nagarwalla para a obtenção de aglomerados com significância estatística e mensuração do risco. As duas técnicas identificaram quatro áreas de risco para a doença no município, com indicadores socioeconômicos mais baixos que as áreas fora dos aglomerados. A análise de correspondência múltipla mostrou um perfil diferenciado nos pacientes positivos para a esquistossomose pertencentes ao aglomerado primário. As técnicas empregadas se configuram em uma importante aquisição metodológica para a vigilância e controle da doença no município.

The spread of schistosomiasis mansoni defies efforts by Brazil's Unified National Health System, thus demonstrating the need to reassess endemic control programs in the country. The aim of this study was to demarcate geographic areas at risk of schistosomiasis in Lauro de Freitas, Bahia State, Brazil, and to establish the epidemiological and socioeconomic profile of the disease in this municipality (county). Kernel density estimator exploratory analysis was used for visual identification of areas at risk. Kulldorff & Nagarwalla's spatial analysis was used to obtain statistically significant clusters and to measure risk. These technologies identified four risk areas for schistosomiasis. Clusters identified within the risk areas were characterized by lower socioeconomic conditions. Multiple correspondence analyses showed a distinct profile for positive patients in the primary cluster. The techniques employed here represent an important methodological acquisition for tracking and controlling schistosomiasis in Lauro de Freitas.

A disseminação da esquistossomose mansônica vem desafiando o sistema de saúde brasileiro, deixando clara a necessidade da reavaliação das estratégias do programa de controle da endemia. O objetivo deste trabalho foi delimitar as áreas geográficas de risco para a esquistossomose em Lauro de Freitas, Bahia, Brasil, e estabelecer o perfil epidemiológico e socioeconômico da doença no município. Utilizou-se o estimador de densidade de Kernel para a identificação visual de aglomerados de casos e a análise de varredura espaço-temporal de Kulldorff & Nagarwalla para a obtenção de aglomerados com significância estatística e mensuração do risco. As duas técnicas identificaram quatro áreas de risco para a doença no município, com indicadores socioeconômicos mais baixos que as áreas fora dos aglomerados. A análise de correspondência múltipla mostrou um perfil diferenciado nos pacientes positivos para a esquistossomose pertencentes ao aglomerado primário. As técnicas empregadas se configuram em uma importante aquisição metodológica para a vigilância e controle da doença no município.

The spread of schistosomiasis mansoni defies efforts by Brazil's Unified National Health System, thus demonstrating the need to reassess endemic control programs in the country. The aim of this study was to demarcate geographic areas at risk of schistosomiasis in Lauro de Freitas, Bahia State, Brazil, and to establish the epidemiological and socioeconomic profile of the disease in this municipality (county). Kernel density estimator exploratory analysis was used for visual identification of areas at risk. Kulldorff & Nagarwalla's spatial analysis was used to obtain statistically significant clusters and to measure risk. These technologies identified four risk areas for schistosomiasis. Clusters identified within the risk areas were characterized by lower socioeconomic conditions. Multiple correspondence analyses showed a distinct profile for positive patients in the primary cluster. The techniques employed here represent an important methodological acquisition for tracking and controlling schistosomiasis in Lauro de Freitas.