Spatial patterns of leprosy in a hyperendemic state in Northern Brazil, 2001-2012.

OBJECTIVE: To describe the spatial patterns of leprosy in the Brazilian state of Tocantins.
METHODS: This study was based on morbidity data obtained from the Sistema de Informações de Agravos de Notificação (SINAN - Brazilian Notifiable Diseases Information System), of the Ministry of Health. All new leprosy cases in individuals residing in the state of Tocantins, between 2001 and 2012, were included. In addition to the description of general disease indicators, a descriptive spatial analysis, empirical Bayesian analysis and spatial dependence analysis were performed by means of global and local Moran's indexes.
RESULTS: A total of 14,542 new cases were recorded during the period under study. Based on the annual case detection rate, 77.0% of the municipalities were classified as hyperendemic (> 40 cases/100,000 inhabitants). Regarding the annual case detection rate in < 15 years-olds, 65.4% of the municipalities were hyperendemic (10.0 to 19.9 cases/100,000 inhabitants); 26.6% had a detection rate of grade 2 disability cases between 5.0 and 9.9 cases/100,000 inhabitants. There was a geographical overlap of clusters of municipalities with high detection rates in hyperendemic areas. Clusters with high disease risk (global Moran's index: 0.51; p < 0.001), ongoing transmission (0.47; p < 0.001) and late diagnosis (0.44; p < 0.001) were identified mainly in the central-north and southwestern regions of Tocantins.
CONCLUSIONS: We identified high-risk clusters for transmission and late diagnosis of leprosy in the Brazilian state of Tocantins. Surveillance and control measures should be prioritized in these high-risk municipalities.

INTRODUCTION

Control of leprosy transmission is a difficult task in many countries, including Brazil. In 2012, approximately 233,000 new cases were reported worldwide, and this large number has mobilized governments and institutions to prioritize improvement of control measures. , Seventeen percent of the total of leprosy cases in the world occur on the American continent; Brazil is responsible for 93.0% of these cases. In Brazil, the spatial distribution of leprosy is heterogeneous. The Northern, Midwestern and Northeastern regions Brazil have a particularly high burden of the disease. , Most high-risk districts are concentrated in states that are part of the Brazilian Amazon, a highly endemic area. ,

Tocantins state presented the second highest annual case detection rate among Brazilian states in 2012. Leprosy is still hyperendemic despite the control efforts made during recent years. , The annual case detection rates are higher than the national mean, reaching 73.1 new cases/100,000 inhabitants in the general population and 20.8 new cases in in < 15 years-olds/100,000 inhabitants. This last indicator reflects ongoing transmission of the disease.

Given the epidemiological complexity of leprosy in the Brazilian state of Tocantins and the continuously high case detection rates and transmission indicators, , , , the objective of this study was to describe the spatial distribution patterns of leprosy in this hyperendemic state.

METHODS

Tocantins is located in the northern region of Brazil and is part of the Brazilian Amazon, which has predominantly savannah-type vegetation. The territory covers an area of 277,622 km , and had an estimated population of 1.4 million inhabitants in 2013. The state is administratively divided into 139 municipalities. It is located in the southeast of the Northern Brazil and borders the states of Goias (at the south), Mato Grosso (at west and southwest), Pará (at west and northwest), Maranhao (at north, northeast and east), Piaui (at east) and Bahia (at east and southeast).

From 2000 to 2010, the urbanization rate in Tocantins increased from 74.3% to 79.0%, and the Municipal Human Development Index (MHDI) from 0.52 to 0.69. Extreme poverty rate in the state decreased from 22.3% to 10.2%, while income inequality, indicated by the Gini coefficient, was reduced from 0.65 to 0.60.

We performed an ecological study with spatial analysis, based on new leprosy cases in Tocantins from 2001 to 2012. Spatial patterns were analyzed and high-risk areas for transmission and diagnosis of disease were identified using municipalities of residence as geographic units of analysis.

The data were obtained from the Sistema de Informações de Agravos de Notificação (SINAN – Notifiable Diseases Information System) from the Ministry of Health, based on compulsory notification records. These records consist of standard forms including sociodemographic and clinical information to be informed by health professionals. The database with all national notifications was obtained from the Coordenação Geral de Hanseníase e Doenças em Eliminação (CGHDE – General Coordination of Leprosy & Diseases in Elimination) of the Ministry of Health.

Leprosy cases are defined by the World Health Organization (WHO) as individuals who present clinical signs of the disease and require specific leprosy treatment. Records with diagnostic errors, double entries, and cases with residency in another state were excluded.

Population data were obtained from the Brazilian Institute of Geography and Statistics (IBGE). These were based on a state population census (2010) and population estimates for the other years (2001 to 2009 and 2011 to 2012).

For spatial analysis, three indicators recommended by the World Health Organization (WHO) and adopted by the national program for leprosy evaluation and monitoring were analyzed: annual case detection rate in the general population (per 100,000 inhabitants), indicating the magnitude of leprosy in an area; annual case detection rate in < 15 years-olds (per 100,000 inhabitants), indicating active disease transmission; and grade 2 disability cases in the population (per 100,000 inhabitants), indicating subnotification and late diagnosis.

The parameters for classification of municipalities based on the selected indicators were applied in accordance with WHO. However, due to the high values of leprosy indicators in the state, an additional parameter, called “very hyperendemic” was added for an annual case detection rate > 100 cases/100,000 inhabitants, which is far beyond the established “hyperendemic” category (> 40 cases/100 000 inhabitants). Similarly, we included for an annual case detection rate in < 15 years-olds of > 20 cases/100,000 inhabitants, and for grade 2 disability cases/100.000 inhabitants in the population of > 10 cases/100,000 inhabitants the additional parameters “very hyperendemic”. This new classification was established because almost all the municipalities showed extremely high case detection rates in all years of the study period.

The mean indicators of the period were calculated. To do so, a stable population was considered and the total number of new cases was divided by 12 years of the study. This value was divided by the population of the central year (mean of 2006 and 2007) and multiplied by 100,000. The mean indicators during the study period (2001-2012) have been used to correct random fluctuations and to reach more stable values, mainly in municipalities of small population size, i.e., with less than 20,000 inhabitants. In addition, smoothed indicators were calculated using the empirical Bayesian method. This method uses information from surrounding areas that are part of the region under study, when estimating the values for the risk areas.

After descriptive spatial analysis, the presence of global spatial dependence was evaluated using the Global Moran’s I index on the smoothed indicators. Moran’s I index was applied on smoothed indicators to ensure the correction of extreme values and of areas of zero notification and/or subnotification. The method measures the correlation of a variable with itself in space. The Moran’s I index ranges from -1 to +1. Values close to zero indicate spatial randomness; positive values indicate positive spatial autocorrelation; and negative values indicate negative spatial autocorrelation.

The existence of local autocorrelation (Local Index of Spatial Association – LISA) was evaluated using the local Moran’s I index. The Moran Scatter Plot was used to identify critical or transition areas, based on local Moran’s I index, to compare the value of each municipality with its neighboring municipalities and to verify spatial dependency, in addition to identifying spatial patterns. The quadrants generated in this technique are interpreted as follows: Q1 - High/High (positive values, positive means) and Q2 - Low/Low (negative values, negative means), indicating areas of positive spatial association or similar values to neighboring areas; Q3 - High/Low (positive values, negative means) and Q4 - Low/High (negative values, negative means), indicating points of negative spatial association, i.e., municipalities with values that are distinct from neighboring areas. The first two categories represent areas of agreement and the last two transition areas. Moran Maps were used for the spatial representation of the Moran Scatter Plot, considering the municipalities with statistically significant differences (p < 0.05). High-risk areas (hot spots) for disease detection, active transmission and late diagnosis were considered when categorized by municipalities with high indicator values, with other municipalities as neighbors with the same characteristics.

The software ArcGIS version 9.3 (Environmental Systems Research Institute – ESRI, Redlands, CA, USA) and TerraView version 4.1 (Instituto Nacional de Pesquisas Espaciais – INPE, Sao Jose dos Campos, SP, Brazil) were used to process, analyze and present spatial data, and to calculate the spatial autocorrelation indicators, as well as to draw thematic maps.

This study was approved by the Ethical Review Board of the Universidade Federal do Ceará (Protocol 544,962 from February 28, 2014).

RESULTS

A total of 14,532 new cases of leprosy were notified during the study period. The mean annual case detection rate in the general population was 93.3 cases/100,000 inhabitants. The mean case detection rate in < 15 years-olds was 24.1 cases/100,000 inhabitants, and 4.2 cases/100,000 inhabitants were diagnosed with grade 2 disability.

All municipalities recorded at least one case of leprosy, and 77.0% (107/139) of the municipalities recorded hyperendemic or very hyperendemic case detection rates. The local empirical Bayesian method generated more stable smoothed indicators (Figure 1, A and B). The mean annual case detection rate reached a maximum value of 272 cases/100,000 inhabitants, while the smoothed indicator was 250.5 cases/100,000 inhabitants. The smoothed maps showed that most of the municipalities (86.3%) have a hyperendemic case detection rate that is spread over almost the entire state; there is also a cluster of municipalities in the central-north and southwest regions of the state with values ≥ 100 cases/100,000 inhabitants.

Figure 1

Spatial analysis of the new leprosy case detection rate (per 100,000 inhabitants): overall crude rate (A), smoothed rate by the empirical Bayesian method (B) and Moran Maps (C). Tocantins, Northern Brazil, 2001-2012.

The Global Moran’s I index presented a positive and significant value (0.51; p < 0.001), which evidenced the existence of spatial dependence between the indicators in the municipalities. There were two clusters of municipalities identified with high case detection rates, which cover the central-north and southwest regions of the state. Clusters of municipalities with low detection rates were identified in the far north and southeast regions of the state (Figure 1, C).

During the period, 65.4% of the municipalities presented a hyperendemic case detection (10.0 to 19.9 cases/100,000 inhabitants) in < 15 years-olds, and 12.9% of the municipalities had no records of any cases in this age group. The Bayesian analysis identified 85.6% of the municipalities as hyperendemic. Almost the entire state territory was covered by the cluster of municipalities with very hyperendemic case detection rates in > 15 years-olds (Figure 2, A and B).

Figure 2

Spatial analysis of the leprosy case detection rate in < 15 years-olds (per 100,000 inhabitants): overall crude rate (A), smoothed rate by the empirical Bayesian method (B) and Moran Maps (C). Tocantins, Northern Brazil, 2001-2012.

The Global Moran’s I index presented positive and significant values (0.47; p < 0.001) for the case detection rate in < 15 years-olds. Two clusters of municipalities with high detection rates were identified: the most representative involved 23 municipalities in the central-north region, and the smaller other with only two municipalities in the southwest region of the state, which is in line with the high risk areas regarding the previously evaluated indicator. Clusters of municipalities with low case detection in < 15 years-olds were identified in the extreme north and southeast regions of the state (Figure 2, C).

Among the municipalities, 26.6% presented a high detection rate of grade 2 disability cases (5.0 to 9.9 cases/100,000 inhabitants). In another 26.6% municipalities, there was no record of any cases with grade 2 physical disability (Figure 3, A). The local empirical Bayesian method identified 76.2% municipalities with a mean detection of cases (2.0 to 4.9 cases/100,000 inhabitants) (Figure 3, B). One group of municipalities in the central-north, southwest regions and some scattered municipalities in the far north and east of the state reached high levels (> 10 cases/100,000 inhabitants).

Figure 3

Spatial analysis of detection rate of grade 2 disability (per 100,000 inhabitants): overall crude rate (A), smoothed rate by the empirical Bayesian method (B) and Moran Maps (C). Tocantins, Northern Brazil, 2001-2012.

The Global Moran’s I index presented a positive and significant value (0.44; p < 0.001). Three clusters of municipalities with high detection rates were identified: the most representative cluster included nine municipalities in the southwest region; another one included five municipalities in the central-north region; and the third included two municipalities in the far north of the state. The most critical areas for this indicator coincided when referring to areas for the general case detection rate and for the detection rate in < 15 years-olds, as well as for areas with clusters of municipalities with low detection rates located in the far north and southeastern regions of Tocantins (Figure 3, C)

DISCUSSION

The pattern of reported leprosy cases between 2001 and 2012 in the Brazilian state of Tocantins showed significant spatial heterogeneity. High-risk clusters for disease occurrence, active transmission, and late diagnosis were identified; these were mainly located in the central-north and southwest regions of the state. This study detected specific epidemiological aspects for the three analyzed indicators in Tocantins over an extended period. Our study contributed significantly to the understanding of the distribution of leprosy in the state. The approach provides data to improve leprosy control measures, to highlight operational problems and to reduce costs through targeted actions that depend on the epidemiological reality of the municipalities.

The crude indicators reflected the spatial distribution of leprosy in this state, but the thematic maps with smoothed indicators were more suitable to provide an understanding on the spatial effects caused by neighboring municipalities. The distributions indicate the spatial pattern of disease, risk areas and the influence of small populations. The spatial dependence analysis was accurate in its identification of significantly higher risk areas for the disease.

In recent studies, the identification of high-risk areas, combining different spatial analysis techniques, has enabled the analysis to become more accurate. In addition, this contributed to the definition of priority areas for specific interventions to be adopted by the control programs, as well as to the evaluation of the impact of strategic intervention measures. , A study with different spatial approaches was performed in an area considered to be high-risk in Brazil, involving four Brazilian states, which was sufficiently valid and of paramount importance in the design of several clusters of municipalities with a high endemicity, active transmission, and diagnosis of leprosy. This spatial approach has already been applied perform effective case detection at low cost, consequently improving leprosy control measures.

In our study, the geographic overlay of high-risk municipality clusters was observed in hyperendemic areas. The high values of the indicators reflect the social vulnerability of the affected populations, as well as the geographic expansion and the urbanization process, which can facilitate the maintenance and spread of the disease in the region. - Studies regarding leprosy debate the history of the territories’ occupation as a theory to explain the persistence of foci in certain regions. , , In addition to these assumptions, the disease may be associated to immunity issues.

The high values of the indicators of leprosy in the state of Tocantins could be caused by increasing urbanization and migration, which peaked after the construction of the national highway BR 153 (Transbrasiliana/Belém-Brasília Highway) in the 1970s and the creation of the state of Tocantins in the late 1980s. These circumstances resulted in a population growth of more than 46.0% and increasing urbanization from 25.0% to nearly 75.0% from 1970 to 2000. In 2010, practically 80.0% of its population resided in urban areas, with immigrants from all regions of Brazil. Before the BR 153 was constructed, Tocantins (a remote region north of Goias state) was considered a “white spot” on the map. The Amazon rainforest was a geographical barrier between the south and north regions of the country and hence, prevented urbanization. The region was isolated. , The lack of exposure that the local population had to leprosy bacilli may explain the occurrence of numerous new cases after increased migration movements. It is possible that the disease had spread slowly due to access problems that prevented greater contact between people. Another possible aspect is that cases of leprosy were underreported in this isolated area.

The BR 153 restructured occupation of space in Tocantins: urban areas emerged at its margins, and migratory movements were generated. The rural exodus included mainly the poor population, including migrants from the countryside in the northeast, which is a region with low sociodemographic parameters. , In the 1990s, all municipalities had a very low municipal human development index (MHDI) (≤ 0.499), in addition to severe social inequality (Gini coefficient: 0.63). In 2010, 42.4% of the municipalities already had a medium HDI (0.600; 0.699) and 7.9% had a high HDI (0.700; 0.799); however, the social inequality remained at a similar level (Gini coefficient: 0.60). These peculiarities suggest that the migratory and urbanization processes caused repercussions for the dynamics of health problems and were a determining factor in the epidemiological situation of leprosy in this area.

At this time, leprosy had a high endemicity in south and southeast regions in Brazil, which is where most of the migrants from Brazil’s countryside came from. Studies highlight the relationship of cases from the state of Sao Paulo with cases of the disease in the Midwestern region of Brazil. On one hand, migration could explain the transmission dynamics; on the other hand, the maintenance of endemic disease could be linked to sociodemographic and environmental factors. The risk factors that contribute to the persistence of the disease in the region can be better evaluated by using evidence found via spatial regression analysis. ,

However, the better coverage by health services in the municipalities and the actions taken by the state control program in recent years may have significantly influenced the increase of these leprosy indicators. The decentralization of control actions for the municipalities, professional training, campaigns and intergovernmental partnerships can also boost detection of cases. , Over the short-term, a stagnation and even decline of the indicators is expected. However, the clusters of municipalities with grade 2 disability reinforces the evidence of a hidden prevalence, late diagnosis and the need to give attention to the physical rehabilitation and social aspects in these areas. ,

Despite the importance of reducing the prevalence of leprosy in Brazil, some regions require intensification of surveillance actions, which is justified by the high endemicity and active transmission of the disease. , , , The priorities regarding surveillance and control measures are no longer offered based on the strength of the disease’s transmission (detection rate) as well as in areas of significantly higher risk. Included in this evaluation are 24 municipalities that represented a statistically high risk for leprosy detection rate, 23 for detection in 15 years-olds and 16 for detection with grade 2 disability. However, four municipalities (Araguaina, Colinas do Tocantins, Gurupi and Palmas) were considered prioritiy areas by the national program. Different patterns are observed in the leprosy detection rate, and many regions and municipalities continue to see an increase and stabilization of the disease, which is a situation in which the application of the prevalence measurement does not fit the reality. ,

The most critical areas identified by the Bayesian analysis were more extensive and covered more than half of municipalities for the detection of cases in < 15 years-olds. This situation reflects the severity of the endemic level of leprosy and early exposure to Mycobacterium leprae.

The presence of groups of municipalities with mean detection rates higher than expected in Tocantins evidences the persistence and strength of the disease in groups of municipalities in Midwestern and Southwestern regions of Brazil, or that health services in these regions were more efficient at detecting the cases. On the other hand, a cluster of municipalities with lower than expected mean detection coefficients in far north and southeastern regions of this state can be indicative of possible failures in health services, such as late diagnosis and cases being underreported. Municipalities with low case detection that are located near high risk areas need to strengthen their surveillance system and enhance their diagnosis and treatment procedures. Despite the advances in control activities made in recent years by the state leprosy control program in Tocantins, efforts must be made to reach lower indicators that are close to expected standards for the disease control.

This study has limitations that are related to the use of secondary data, which may show inconsistencies in relation to the quantity, quality and data processing. To minimize possible systematic errors, the national SINAN database was combined with the state SINAN database, made available by the State of Tocantins Secretariat of Health, and thereby strengthened the evidence base of this study. Despite these limitations, the results show internal consistency, coherence with existing knowledge about leprosy and are highly representative, since they included all notifications of resident cases in the state of Tocantins, even when the disease was reported in other states, from 2001 to 2012.

The results of this study demonstrate that leprosy is a persistent public health problem in Tocantins, with higher risk in the identified clusters. There is active disease transmission, with high indicators, wide geographical distribution and there are significant regional differences, despite the actions taken by the control program. The epidemiological framework’s continuity can be influenced by the occupational process and by the migratory origin of the territory, or even by the existence of areas with different vulnerabilities to the social production of the disease. Clusters of high-risk municipalities were identified in a territory that was recognized as hyperendemic, which had adopted indicators that evaluate health services and the dynamics of the disease’s transmission. These findings highlight the need for new research approaches so that the conditions and determinants of the disease can be better understood. It is possible that the regional disparities of the detection rates will remain even when the official elimination target has been reached.

INTRODUÇÃO

O controle na transmissão da hanseníase é difícil de ser alcançado em muitos países, incluindo no Brasil. Aproximadamente 233 mil casos novos foram registrados no mundo em 2012 e esse elevado número mobiliza governos e instituições para o seu controle. , Do total de casos de hanseníase no mundo, o continente americano agrega quase 17,0%, dos quais o Brasil é responsável por 93,0%. A distribuição espacial da hanseníase é heterogênea no Brasil. As regiões Norte, Centro-Oeste e Nordeste apresentam alta carga da doença. , A maioria dos municípios com alto risco concentra-se em estados que compõem a Amazônia brasileira, território altamente endêmico. ,

Tocantins ocupou o segundo lugar entre os estados brasileiros em casos novos por 100 mil habitantes em 2012. A hanseníase permanece hiperendêmica apesar dos esforços dos programas de controle nos últimos anos. , Os coeficientes de detecção anuais são maiores que a média nacional, com valores que chegaram a 73,1/100 mil habitantes na população geral e a 20,8/100 mil habitantes em menores de 15 anos. Este indicador está relacionado à força de transmissão da doença.

Dada a complexidade epidemiológica da hanseníase no estado do Tocantins e a manutenção de elevados coeficientes de detecção e transmissão da doença, , , , o objetivo deste estudo foi descrever os padrões espaciais da distribuição da hanseníase em estado hiperendêmico.

MÉTODOS

Tocantins é localizado na região Norte do Brasil e faz parte da Amazônia brasileira com vegetação predominantemente de cerrado. Possui extensão territorial de 277.622 km , com população estimada de 1.4 milhões de habitantes, em 2013. Composto por 139 municípios, o estado é localizado a sudeste da região Norte e tem como limites os estados de Goiás ao Sul, Mato Grosso a oeste e sudoeste, Pará a oeste e noroeste, Maranhão ao norte, nordeste e leste, Piauí ao leste e Bahia ao leste e sudeste.

Entre 2000 e 2010, a taxa de urbanização do Tocantins subiu de 74,3% para 79,0%, e o Índice de Desenvolvimento Humano Municipal (IDH), de 0,52 para 0,69. A extrema pobreza decresceu de 22,3% para 10,2% e a desigualdade de renda, apontada pelo índice de Gini, reduziu de 0,65 para 0,60.

Foi realizado estudo ecológico com análise espacial utilizando os casos novos de hanseníase residentes no Tocantins de 2001 a 2012. Foram analisados os padrões espaciais e identificadas as áreas de alto risco para transmissão e diagnóstico tardio da doença utilizando os municípios de residência como unidade geográfica de análise.

Os dados foram obtidos do Sistema Nacional de Agravos de Notificação (Sinan) do Ministério da Saúde, provenientes das fichas de notificações compulsórias. Essas fichas são formulários padronizados com informações sociodemográficas e clínicas preenchidas por profissionais de saúde. O banco de dados com todas as notificações nacionais foi obtido junto à Coordenação Geral de Hanseníase e Doenças em Eliminação do Ministério da Saúde (CGHDE-MS).

Caso de hanseníase foi definido pela Organização Mundial de Saúde (OMS) como a pessoa que apresenta sinais clínicos da doença e requeira tratamento específico de hanseníase. Foram excluídos os registros com erro de diagnóstico, duplicidades, município ignorado e casos residentes em outros estados.

Dados populacionais foram obtidos do Instituto Brasileiro de Geografia e Estatística (IBGE) com base em dados dos censos da população do estado (2010) e estimativas populacionais para os anos intercensitários (2001 a 2009 e 2011 a 2012).

Para a análise espacial, foram selecionados três indicadores preconizados pela Organização Mundial da Saúde (OMS) e adotados pelo programa nacional para avaliação e monitoramento da hanseníase: coeficiente de detecção de casos novos na população geral (por 100 mil habitantes), que indica a magnitude da hanseníase em uma área; coeficiente de detecção em menores de 15 anos (por 100 mil habitantes), que indica a transmissão ativa da doença; e número de casos novos com grau 2 de incapacidade detectados em uma população (por 100 mil habitantes), indicando subdetecção e diagnóstico tardio.

Os parâmetros para os indicadores selecionados foram aplicados conforme estabelecido pela OMS. No entanto, devido aos elevados valores dos indicadores da hanseníase no estado, foi adicionada nova classificação, denominada “muito hiperendêmico”, englobando o valor de detecção geral superior a 100 casos/100 mil habitantes, acima da categoria “hiperendêmica” (valores acima de 40 casos/100 mil habitantes). O mesmo critério foi estabelecido para o indicador de detecção em menores de 15 anos. A nova classificação “muito hiperendêmico” foi aplicada para valores superiores a 20 casos/100 mil habitantes, enquanto a nova classificação foi obtida para valores superiores a 10 casos/100 mil para o grau 2 de incapacidade física. Essa nova classificação foi estabelecida porque quase todos os municípios apresentaram coeficientes de detecção extremamente elevados em todos os anos do período.

Para cada um desses indicadores, foi realizado o cálculo do indicador médio para o período. Foi estabelecida a população estável e somados os números de casos novos, divididos pelos 12 anos do estudo. Esse valor foi dividido pela população do ano central (média dos anos de 2006 e 2007) e multiplicada por 100 mil.

Os indicadores foram calculados obtendo-se a média do período total (2001 a 2012) para corrigir flutuações aleatórias e proporcionar maior estabilidade nos indicadores, principalmente em municípios com pequenas populações, i.e., com menos de 20 mil habitantes. Além disso, foram calculados indicadores suavizados pelo método bayesiano empírico local, que, ao estimar o risco de área, usa informações de áreas vizinhas que formam a região em estudo.

Após a análise espacial descritiva, foi avaliada a presença de dependência espacial global, utilizando-se o índice Global de Moran I sobre os indicadores suavizados. O índice de Moran I foi aplicado nos indicadores suavizados para garantir a correção de valores extremos e de áreas silenciosas da doença. O método mede a correlação de uma variável com ela mesma no espaço. O índice de Moran I varia de -1 a +1. Valores próximos de zero indicam aleatoriedade espacial; valores positivos indicam autocorrelação espacial positiva; e valores negativos indicam autocorrelação espacial negativa.

Avaliou-se a existência de autocorrelação local (Local Index of Spatial Association – LISA) por meio do índice de Moran local. O Diagrama de Espalhamento de Moran foi utilizado para identificar as áreas críticas ou de transição, com base no Índice de Moran local, a fim de comparar o valor de cada município com os municípios vizinhos e verificar dependência espacial, além de identificar os padrões espaciais. Os quadrantes gerados nessa técnica são interpretados da seguinte forma: Q1 - Alto/Alto (valores positivos, médias positivas) e Q2 - Baixo/Baixo (valores negativos, médias negativas), indicando pontos de associação espacial positiva ou similares aos vizinhos; Q3 - Alto/Baixo (valores positivos, médias negativas) e Q4 - Baixo/Alto (valores negativos, médias negativas), indicando pontos de associação espacial negativa, i.e., municípios que possuem valores distintos dos seus vizinhos. As duas primeiras categorias representam áreas de concordância e as duas últimas áreas de transição. Moran Maps foram usados para a representação espacial do Diagrama de Espalhamento de Moran, considerando os municípios com diferenças estatisticamente significantes (p < 0,05). Áreas de alto risco (hot-spots) para a detecção da doença, transmissão ativa e diagnóstico tardio foram consideradas quando formadas pelos municípios com elevados valores dos indicadores, tendo como vizinhos outros municípios com a mesma característica.

Os softwares ArcGIS versão 9.3 (Environmental Systems Research Institute – ESRI, Redlands, CA, USA) e TerraView versão 4.1 (Instituto Nacional de Pesquisas Espaciais – INPE, São José dos Campos, SP, Brasil) foram utilizados para o processamento, análise, apresentação de dados cartográficos e cálculo dos indicadores de autocorrelação espacial, bem como para a construção de mapas temáticos.

Este estudo foi aprovado pelo Comitê de Ética em Pesquisa (CEP) da Universidade Federal do Ceará (Parecer 544.962 de 28/2/2014).

RESULTADOS

Foram registrados 14.532 casos novos de hanseníase no período. O coeficiente médio anual de detecção de casos novos na população geral foi de 93,3 casos/100 mil habitantes. Na população menor de 15 anos, foi de 24,1 casos/100 mil habitantes e foram diagnosticados 4,2 casos com grau 2 de incapacidade física/100 mil habitantes.

Todos os municípios registraram casos de hanseníase e 77,0% (107/139) registraram coeficiente de detecção geral hiperendêmico. O método bayesiano empírico local gerou indicadores corrigidos mais estáveis (Figura 1, A e B). O coeficiente de detecção bruto médio anual atingiu valor máximo de 272 casos/100 mil habitantes, enquanto o indicador suavizado foi de 250,5 casos/100 mil habitantes. Os mapas suavizados mostraram a maioria dos municípios (86,3%) com coeficiente de detecção hiperendêmico distribuídos por quase todo o estado, e um aglomerado de municípios na região centro-norte e sudoeste do estado com valores acima de 100 casos/100 mil habitantes.

Figura 1

Análise espacial do coeficiente de detecção de casos novos de hanseníase (por 100.000 habitantes): coeficiente bruto (A), coeficiente suavizado pelo método bayesiano empírico local (B) e Moran Maps (C). Tocantins, 2001-2012.

O índice Global de Moran I apresentou valor positivo e significativo (0,51; p < 0,001), apontando a existência de dependência espacial entre os indicadores nos municípios. Foram identificados dois aglomerados (clusters) de municípios com elevados coeficientes de detecção, abrangendo as regiões centro-norte e sudoeste do estado. Clusters de municípios com baixos coeficientes de detecção foram identificados no extremo norte e sudeste do estado (Figura 1, C).

Durante o período, 65,4% dos municípios apresentaram coeficiente hiperendêmico (10,0 a 19,9 casos/100 mil habitantes) para menores de 15 anos e 12,9% dos municípios não apresentaram registro de casos. A análise bayesiana identificou 85,6% de municípios hiperendêmicos. O aglomerado de municípios na classificação muito hiperendêmica para a detecção em crianças cobriu quase todo o território (Figura 2, A e B).

Figura 2

Análise espacial do coeficiente de detecção de casos novos de hanseníase em menores de 15 anos de idade (por 100.000 habitantes): coeficiente bruto (A), coeficiente suavizado pelo método bayesiano empírico local (B) e Moran Maps (C). Tocantins, 2001-2012.

O índice Global de Moran I apresentou valores positivos e significativos (0,47; p < 0,001) para o coeficiente de detecção em criança. Foram identificados dois clusters de municípios com coeficientes de detecção elevados: o mais representativo envolveu 23 municípios na região centro-norte, e outro menor com apenas dois municípios na região sudoeste do estado, o que corrobora com as áreas mais críticas quanto ao indicador avaliado anteriormente. Clusters de municípios com baixos coeficientes de detecção foram identificados no extremo norte e sudeste do estado (Figura 2, C).

Dos municípios, 26,6% apresentaram alta detecção de casos com incapacidades físicas visíveis (5,0 a 9,9 casos/100 mil habitantes). Em 26,6%, não houve registro de casos com grau 2 de incapacidade física (Figura 3, A). O método bayesiano empírico local identificou 76,2% dos municípios com detecção média (2,0 a 4,9 casos/100 mil habitantes) (Figura 3, B). Um grupo de municípios na região centro-norte, sudoeste e alguns dispersos no extremo norte e leste do estado atingiram patamares altos (> 10 casos/100 mil habitantes).

Figura 3

Análise espacial do coeficiente de detecção de casos novos de hanseníase com grau 2 de incapacidade física (por 100.000 habitantes): coeficiente bruto (A), coeficiente suavizado pelo método bayesiano empírico local (B) e Moran Maps (C). Tocantins, 2001-2012.

O índice Global de Moran I apresentou valor positivo e significativo (0,44; p < 0,001). Foram identificados três clusters de municípios com altos coeficientes de detecção: um mais representativo, envolvendo nove municípios na região sudoeste; outro menor, envolvendo cinco municípios na região centro-norte; e um terceiro, com dois municípios no extremo norte. As áreas mais críticas para esse indicador coincidiram quanto às áreas para o coeficiente de detecção geral e de detecção em menores de 15 anos, bem como para as áreas com clusters de municípios com baixos coeficientes de detecção localizados no extremo norte e sudeste do estado (Figura 3, C).

DISCUSSÃO

O padrão de casos de hanseníase notificados entre 2001 e 2012 no estado do Tocantins mostrou heterogeneidade espacial significativa. Foram identificados aglomerados de alto risco para ocorrência, transmissão ativa e diagnóstico tardio da doença, localizados principalmente nas regiões centro-norte e sudoeste do estado. As análises aplicadas identificaram as áreas críticas para os três indicadores analisados. Entretanto, este estudo detectou mais detalhadamente os aspectos específicos para Tocantins durante um período prolongado.

A abordagem aplicada é importante para a compreensão da distribuição da doença no estado. Oferece subsídios consistentes para o aperfeiçoamento das atividades de controle da transmissão da hanseníase, para o apontamento de problemas operacionais e ainda para a redução de custos por meio de ações direcionadas conforme a realidade epidemiológica dos municípios.

Embora as distribuições dos indicadores brutos traduzam a expressão espacial da hanseníase no estado, os mapas temáticos com os indicadores suavizados foram mais apropriados para a compreensão dos efeitos espaciais ocasionados pelos municípios vizinhos mais próximos. Permitiram visualizar melhor o padrão espacial da doença, os espaços de risco e a influência de pequenas populações. A análise de dependência espacial foi precisa por confirmar a identificação de áreas significativamente de maior risco da doença.

Em estudos recentes, a identificação de áreas de alto risco, por meio de combinação de diferentes técnicas de análise espacial, possibilitou melhor precisão na análise. Além disso, contribuiu para o delineamento de áreas prioritárias para intervenções específicas a serem adotadas pelos programas de controle, bem como avaliação dos impactos das ações estratégicas. , Estudo com diferentes abordagens espaciais foi realizado em área considerada de alto risco no Brasil, envolvendo quatro estados brasileiros, e foi suficientemente válido e de suma importância no delineamento de vários clusters de municípios com elevada magnitude, transmissão ativa e diagnóstico tardio de hanseníase. A abordagem espacial já foi aplicada para direcionar a busca ativa de casos com estratégias eficazes e de baixo custo para controlar a hanseníase.

Neste estudo, a sobreposição geográfica de aglomerados de municípios de alto risco foi observada em áreas hiperendêmicas. Os altos valores dos indicadores refletem a vulnerabilidade social da doença, bem como a expansão geográfica e o processo de urbanização, que podem favorecer a circulação e manutenção da doença na região. - Estudos sobre a hanseníase debatem a história da ocupação dos territórios como teoria da persistência dos focos de infecção em algumas regiões. , , Além desses pressupostos, a doença pode estar associada às questões de imunidade.

Os elevados valores dos indicadores da hanseníase no estado do Tocantins podem ser resultantes de um processo crescente de urbanização e migração, potencializado após a construção da BR 153 (rodovia transbrasiliana/Belém-Brasília) na década 1970 e a sua criação no final da década de 1980. Essas circunstâncias resultaram em crescimento populacional de mais de 46,0% e na elevação do grau de urbanização de 25,0% para quase 75,0% entre 1970 e 2000. Praticamente, em 2010, 80,0% da população residia na zona urbana, com imigrantes de todas as regiões do País. Antes da construção da rodovia, Tocantins (antiga região norte de Goiás) era considerado um “vazio” demográfico. A floresta amazônica impedia a ligação entre o Sul e o Norte do País e, consequentemente, a urbanização. Havia um isolamento nessa região. , A falta de exposição da população local à infecção explicaria a ocorrência de numerosos casos novos. Possivelmente, a doença se disseminou lentamente devido aos problemas de acesso que antes impediam maior contato entre as pessoas. Outro aspecto é a possível subnotificação da hanseníase nessa área isolada.

A rodovia reestruturou a ocupação do espaço em Tocantins: aglomerados urbanos surgiram às suas margens, e gerou movimentos migratórios. O êxodo rural foi marcante por parte da população pobre, inclusive por migrantes do interior do Nordeste, compondo uma região marcada por desfavoráveis questões sociais. , Na década de 1990, todos os municípios apresentavam índice de desenvolvimento humano municipal (IDHM) muito baixo (≤ 0,499), além de acentuada desigualdade social (Índice de Gini: 0,63). Em 2010, 42,4% dos municípios já estavam com IDH médio (0,600;0,699) e 7,9%, alto (0,700;0,799); entretanto, a desigualdade permaneceu estagnada (Índice de Gini: 0,60). Essas particularidades sugerem que os processos migratórios e de urbanização repercutiram na dinâmica dos problemas de saúde e foram determinantes na situação epidemiológica da doença nesse espaço.

Nessa época, a hanseníase apresentava alta endemicidade nas regiões Sul e Sudeste do Brasil, de onde partia a maioria dos migrantes para exploração do interior do Brasil. Estudos apontam a relação de casos oriundos do estado de São Paulo com a ocorrência de casos da doença na região Centro-Oeste do País. Por um lado, a migração poderia explicar a dinâmica de transmissão; por outro, a manutenção da endemia poderia estar associada a fatores socioeconômicos e ambientais. Os fatores de risco que contribuem para a persistência da infecção na região podem ser mais bem avaliados por meio de evidências encontradas em uma análise de regressão espacial. ,

Contudo, a melhor cobertura dos serviços de saúde nos municípios e as ações desenvolvidas pelo programa de controle estadual nos últimos anos podem ter influenciado significativamente o incremento desses elevados indicadores. A descentralização das ações de controle para os municípios, treinamento de profissionais, campanhas e parcerias intergovernamentais também podem impulsionar a detecção de casos. , Espera-se a estagnação e até diminuição dos indicadores em curto prazo. Entretanto, os aglomerados de municípios com grau 2 reforçam a evidência de prevalência oculta nessas áreas, diagnóstico tardio e a necessidade de atenção nos aspectos de reabilitação física e social. ,

Apesar da importante redução da prevalência da hanseníase no Brasil, algumas regiões demandam intensificação das ações de vigilância, justificadas por um padrão de alta endemicidade e transmissão ativa da doença. , , , As prioridades às medidas de vigilância e controle deixaram de ser ofertadas com base na força de transmissão da doença (coeficiente de detecção), bem como nas áreas significativamente de maior risco. Nesta avaliação, 24 municípios representaram risco estatisticamente alto para hanseníase na detecção geral, 23 para detecção em menor de 15 anos e 16 para a detecção com grau 2 de incapacidade. No entanto, quatro municípios (Araguaína, Colinas do Tocantins, Gurupi e Palmas) foram considerados prioritários pelo programa nacional. Observam-se padrões diferenciados no coeficiente de detecção da hanseníase, e muitas regiões e municípios continuam com aumento e estabilidade da doença, situação em que a aplicação da medida de prevalência não condiz com a realidade epidemiológica. ,

As áreas mais críticas identificadas pela análise bayesiana foram mais extensas e cobriram mais da metade dos municípios para o indicador de detecção de casos em crianças. O cenário reflete a gravidade do nível endêmico da hanseníase e exposição precoce a Mycobacterium leprae.

A presença de grupos de municípios com coeficientes de detecção médios acima do esperado no Tocantins sinaliza a persistência e maior força da doença nos grupos de municípios das regiões centro-norte e sudoeste, ou ainda, que os serviços de saúde dessas regiões foram mais eficientes na detecção de casos. Por outro lado, aglomerado de municípios com coeficientes médios de detecção abaixo do esperado nas regiões do extremo norte e sudeste do estado pode ser indicativo de possíveis falhas nos serviços de saúde, como o diagnóstico tardio e a subnotificação de casos. Municípios com baixa detecção de casos e localizados próximos às áreas de alto risco precisam fortalecer o sistema de vigilância e intensificar o diagnóstico e tratamento. Apesar dos avanços nas ações de controle realizadas nos últimos anos pelo programa estadual de controle da hanseníase no Tocantins, deve-se empreender esforços para alcançar indicadores mais baixos e próximos aos padrões esperados para o seu controle.

Este estudo apresenta limitações decorrentes da utilização de dados secundários, que podem apresentar inconsistência em relação à quantidade, qualidade e processamento das informações. Para minimizar possíveis erros sistemáticos, o banco de dados do Sinan nacional foi confrontado com os dados do banco do Sinan estadual, disponibilizado pela Secretaria de Estado da Saúde do Tocantins, fortalecendo a base de evidências desse estudo. Apesar dessas limitações, os resultados mostram consistência interna, coerência com conhecimentos existentes sobre a hanseníase e são altamente representativos, já que incluíram todas as notificações de casos residentes no estado do Tocantins, mesmo quando notificados em outras unidades federativas de 2001 a 2012.

Os resultados desse estudo evidenciam a persistência da hanseníase como problema de saúde pública no Tocantins, com maior risco em aglomerados delimitados identificados. A transmissão da doença é ativa, com elevados indicadores, ampla distribuição geográfica e diferenças regionais importantes, apesar das ações desenvolvidas pelo programa de controle. A sustentação do quadro epidemiológico pode ser influenciada pelo processo de ocupação e origem migratória do território, ou pela existência de áreas de diferentes vulnerabilidades à produção social da doença. Foram identificados clusters de municípios de alto risco em um território reconhecidamente hiperendêmico, com adoção de indicadores que avaliaram os serviços de saúde e a dinâmica de transmissão da doença. Esses achados apontam a necessidade de novas abordagens de pesquisa para melhor compreensão dos fatores condicionantes e determinantes da doença. Possivelmente, as disparidades regionais dos coeficientes de detecção permanecerão mesmo com a meta de eliminação alcançada.