| Summary: | Orientador: José Silvio Govone === Resumo: O Kernel e a Krigagem Indicativa são duas técnicas utilizadas na análise espacial para estimar a ocorrência de determinado fenômeno em uma área de estudo. Com o conhecimento da distribuição espacial para casos de doenças epidêmicas é possível criar estratégias de controle de transmissão. O objetivo deste trabalho foi estudar ambas técnicas de estatística espacial usando conjuntos de dados epidemiológicos, dengue e malária, de duas cidades, Rio Claro-SP e Porto Velho-RO, respectivamente, a fim de observar os locais com maiores ocorrências e exemplificar para comparação das técnicas para verificar qual teve melhor precisão nas predições. A partir desses resultados é possível verificar as áreas em que ocorreram os casos e tomar providências para diminuição ou erradicação das mesmas. A técnica Krigagem Indicativa gerou mapas que representam a probabilidade do valor de corte a ser superado e a técnica kernel gerou mapas que representam a intensidade de ocorrência em cada ponto. Ambas foram eficientes ao mostrar as áreas de concentração das endemias, mas a falta de variáveis adicionais nos bancos de dados, nos impôs algumas limitações ao fazer as comparações das técnicas; com isso, o melhor meio de compará-las foi através dos critérios de informação Akaike (AIC) e Bayesiano (BIC). Os valores encontrados nos critérios de informação para ambas as técnicas foram condizentes com os encontrados na literatura, mas para uma comparação não foi tão eficaz, pois apresentou valores muito dist... (Resumo completo, clicar acesso eletrônico abaixo) === Abstract: The Kernel and estima the Kriging indicative are two techniques used in spatial analysis to estimate the occurrence of a certain phenomenon on a field of study. With knowledge on spatial distribution for cases of epidemic diseases, it is possible to create transmission control strategies. The objective of this paper was to study both spatial statistics techniques using epidemiological data sets, dengue and malaria, from two cities, Rio Claro-SP and Porto Velho-RO, respectively, in order to observe the places which present the highest occurrence rates and to exemplify comparing the techniques and to observe which ones presented a better accuracy on their predictions. From these results it is possible to check the areas where the cases occur and take steps to reduce or eradicate them. The Indicative Kriging technique generated maps that represent a probability of the cut value being surpassed and the Kernel technique generated maps that represent the intensity of occurrence at each point. Both of them were efficient in showing areas of concentration of endemics, but the lack of additional variables in the databases ended up causing some restrictions when making comparing the techniques; therefore, the best means of comparison was through the use of Akaike (AIC) and Bayesian (BIC) information. The values found in the information criteria for both techniques were similar to those found in literature, but as a means of comparison it was not as effective, as it shows very distant v... (Complete abstract click electronic access below) === Mestre
|
|---|
