Use este identificador para citar ou linkar para este item:
https://bia.ifpi.edu.br/jspui/handle/123456789/3708Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.creator | Sousa, Gabriela Lessa de | - |
| dc.date.accessioned | 2024-10-21T14:12:02Z | - |
| dc.date.available | 2024-10-21T14:12:02Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | SOUSA, Gabriela Lessa de. Análise espaço-temporal dos casos de dengue na área urbana de Teresina-Piauí. Orientadora: Amanda Bezerra Matias. 2020. 64 f. Trabalho de Conclusão de Curso (Tecnologia em Geoprocessamento) - Instituto federal do Piauí, Campus Teresina Central, Teresina, 2020. | pt_BR |
| dc.identifier.uri | https://bia.ifpi.edu.br/jspui/handle/123456789/3708 | - |
| dc.description.abstract | Because Dengue is a unique, dynamic and systemic disease that affects more than 100 million people worldwide annually, it becomes an important public health concern. The present research aimed to analyze the spatial behavior of dengue in the City of Teresina - Piauí and to evaluate the conditioning factors of its spatial distribution through the exploration of spatial autocorrelation for the period from 2013 to 2018. Data from the Information System were used of Notifiable Diseases; these were georeferenced and allowed the generation of the Incidence Index of cases per inhabitant. For spatial autocorrelation, the Local Moran Index was used as a statistical tool. The temporal analysis considered values classified by year and by quarterly periods within each year. An alternating pattern of spatial associations was identified, varying their distribution and behavior every 2 years. The North, Center and East zones had the largest positive groupings and the South zone the largest negative groupings. The research allowed the identification of areas that deserve priority attention, in addition to verifying temporal variations and spatial patterns. In addition, it was possible to show that the exploratory analysis of visualization and spatiotemporal autocorrelation analysis can help to understand the behavioral dynamics of the disease over time. | pt_BR |
| dc.language | por | pt_BR |
| dc.publisher | Instituto Federal de Educação, Ciência e Tecnologia do Piauí | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Autocorrelação espacial | pt_BR |
| dc.subject | Sistema de Informações Geográficas (SIG) | pt_BR |
| dc.subject | Saúde pública | pt_BR |
| dc.title | Análise espaço-temporal dos casos de dengue na área urbana de Teresina-Piauí | pt_BR |
| dc.type | Trabalho de Conclusão de Curso | pt_BR |
| dc.creator.Lattes | http://lattes.cnpq.br/2256820276828426 | pt_BR |
| dc.contributor.advisor1 | Matias, Amanda Bezerra | - |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3812976023720516 | pt_BR |
| dc.description.resumo | A Dengue por ser uma doença única, dinâmica e sistêmica que atinge anualmente mais de 100 milhões de pessoas no mundo, se torna uma importante preocupação de saúde pública. A presente pesquisa teve como objetivo analisar a comportamento espacial da dengue na Cidade de Teresina - Piauí e avaliar os fatores condicionantes da sua distribuição espacial através da exploração de autocorrelação espacial para o período do ano 2013 a 2018. Foram utilizados os dados do Sistema de Informação de Agravos de Notificação, estes, foram Georreferenciado e permitiram a geração do Índice de Incidência de casos por habitante. Para autocorrelação espacial utilizou-se o Índice Moran Local como ferramenta estatística. A análise temporal considerou valores classificados por ano e por períodos trimestrais dentro de cada ano. Identificou-se um padrão alternado de associações espaciais, variando a sua distribuição e comportamento a cada 2 anos. As zonas Norte, Centro e Leste apresentaram os maiores agrupamentos positivos e a zona Sul os maiores agrupamentos negativos. A pesquisa permitiu a identificação de áreas que merecem atenção prioritária, além de verificar as variações temporais e padrões espaciais. Além disso, foi possível mostrar que a análise exploratória de visualização e análise de autocorrelação espaço-temporal podem auxiliar no conhecimento da dinâmica comportamental da doença ao longo do tempo. | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Campus Teresina Central | pt_BR |
| dc.publisher.initials | IFPI | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA | pt_BR |
| Aparece nas coleções: | Tecnologia em Geoprocessamento Teresina Central | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2020_tcc_glsousa.pdf | 4.83 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
