Navigation – Plan du site
Dossiê Cartografias ambientais do Rio Grande do Norte

Regiões pluviométricas e saúde no Rio Grande do Norte

Régions pluviométriques et la santé au Rio Grande do Norte
Pluviometric regions and health in Rio Grande do Norte
Pollyanne Evangelista Da Silva, Lara De Melo Barbosa Andrade et Jean Souza Dos Reis

Résumés

Des surplus et des déficits de précipitations, manifestés par les orages violents et la sécheresse, amplifient les effets de la pauvreté sur la population du Nord-est du Brésil, où l’état du Rio Grande do Norte se trouve. Une des conséquences de ces événements est le potentiel impact négatif sur la santé publique a cause de l’augmentation de l’incidence des maladies endémiques. L’objectif de cette étude est d’identifier les zones qui sont plus susceptibles aux maladies sensibles au climat, en considérant des régions de précipitation homogène dans l’état de Rio Grande do Norte. Les données de santé utilisés dans l’étude proviennent du Ministère de la Santé, mis à la disposition sur le site web du Système d’Information Hospitalier du SUS (SIH/SUS), de la plateforme DATASUS. Les données de précipitation ont été obtenues au moyen d’estimations calculées par une méthode MERGE sur la période 2000-2016. En raison de la variabilité climatique au Rio Grande do Norte, l’état a été divisé en régions que partagent des caractéristiques similaires de précipitation. Le partitionnement de données a été réalisée pour la détermination de ces régions, compte tenu des données de précipitations accumulées dans chaque municipalité de l’état, la distance euclidienne et la méthode de Ward. L’analyse de variance (ANOVA) a été également réalisée afin de vérifier l’influence des précipitations sur les taux d’hospitalisation causée pour des maladies sensibles au climat, selon les régions de précipitation homogène. Quatre groupes diffèrents (région 1, région 2, région 3 et région 4) ont été identifiés. Il a été observé que les principales causes d’hospitalisation sont les maladies respiratoires, suivies des maladies infectieuses et parasitaires. En considérant les régions homogènes, les Régions 1 et 2 montrent les plus hauts taux d’hospitalisation causée pour des maladies infectieuses et parasitaires et des maladies respiratoires. Cependant, dans la Région 1 les taux de précipitation sont faibles, tandis que la Région 2 présente des volumes d’eau tombant plus forts. Les résultats montrent également l’influence du climat sur les groupes des maladies avec des causes associées, tels que les maladies infectieuses et parasitaires, respiratoires, digestives et de l’appareil circulatoire.

Haut de page

Entrées d’index

Index géographique :

Rio Grande do Norte

Índice de palavras-chaves :

análise de cluster, doenças, clima, susceptível
Haut de page

Texte intégral

Caatinga de Baixa do Meio, Guamaré, RNAfficher l’image
Crédits : Hervé Théry 2015

1Impactos sociais, econômicos entre outros trazem à tona a relevância de estudar e compreender os diversos aspectos climáticos do Nordeste brasileiro. A seca ou inundações causadas pelas chuvas torrenciais não é somente um extremo climático com consequências negativas sobre uma população, mas também repercutem em dimensões econômicas, sociais, políticas e culturais, que pode implicar gravemente na saúde e no bem-estar de uma população. Esses eventos climáticos extremos, como chuvas torrenciais e secas severas, se alternam numa distribuição espacial e temporal aleatória na região Nordeste. Vários autores argumentam que o Nordeste brasileiro sempre vivenciou, em sua história, déficits de chuvas, contudo, não é rara a ocorrência de chuvas torrenciais e enchentes (Marengo, 2009; Kayano e Andreoli, 2009; Viana et al., 2013).

2O déficit de chuva regular pode trazer sérios danos para a população nordestina, inicialmente através dos problemas socioeconômicos, escassez severa de alimentos, fato que pode gerar um aumento das migrações e trazendo um aumento no risco epidemiológico. As más condições sanitárias, causadas pela falta de água, levam a um aumento de doenças diarreicas, as quais debilitam ainda mais a população (Confalonieri, 2002). A associação do aumento ou diminuição das chuvas ligada à situação de maior pobreza vivenciada pela população nordestina pode ocasionar um aumento das doenças endêmicas consideradas clima-dependentes, criando uma severa vulnerabilidade epidemiológica (Confalonieri, 2005; Barbieri e Confalonieri, 2011). Tomando em conta a classificação internacional de doenças (CID 10), alguns estudos relacionam algumas causas de internação relacionadas ao clima, aquelas do capítulo I (doenças infecciosas e parasitárias), IV (doenças endócrinas, nutricionais e metabólicas), IX (doenças do aparelho circulatório), X (aparelho respiratório) e XI (aparelho digestivo) (Confalonieri, 2008; Barbieri e Confalonieri, 2010).

3De acordo com Confalonieri e Menne (2007), os efeitos diretos do déficit ou aumento excessivo da precipitação por determinado período de tempo, afetam a saúde por meio de sua ação sobre a fisiologia humana com ondas de calor, tempestades e inundações que levam a um aumento da mortalidade. Por sua vez, às mudanças no meio ambiente alteram os determinantes da saúde afetando a produção de alimentos, a qualidade da água e do ar, e a ecologia de vetores (mosquitos) de agentes infecciosos. Os efeitos de ventos climático sobre os processos sociais, determinando rupturas socioeconômicas, culturais e demográficas importantes.

4Diversos estudos demonstraram que os idosos, as crianças, os doentes crônicos e as pessoas que vivem na linha da pobreza em particular, constituem os principais grupos de vulnerabilidade climática (ENAAC, 2011). As causas de internações mais frequentes entre idosos se relacionam com a insuficiência cardíaca, a bronquite/enfisema e outras doenças pulmonares obstrutivas crônicas, seguidas pelas pneumonias, enquanto nas crianças as causas mais frequentes de internações são as doenças respiratórias como bronquite, pneumonias, asma todas essas com relação a escassez de líquidos e a climas secos (Saldiva, 2008).

5Considerando os dados de internações das causas de doenças de clima-dependente no Nordeste, registrados no Sistema de Informações Hospitalares do SUS no período de 2010 a 2017, percebe-se que as principais causas de internação se refere algumas doenças infecciosas e parasitárias com 10,6% - aparecendo em primeiro lugar, seguidas de, em segundo as doenças do aparelho digestivo com 9% em terceiro as doenças do aparelho respiratório com 8,5% e em quarto lugar doenças do aparelho do aparelho circulatório com aproximadamente 7,2% dos casos de internações. Considera-se que a principal causa de morbidade no Nordeste se revela em função das inadequadas condições de higiene e sanitárias como a falta de água tratada e o deficiente sistema de esgotamentos ainda presente na região (DATASUS, 2017). E são justamente essas doenças que a literatura aponta como clima-dependente.

6Essa é uma preocupação muito evidente das políticas públicas, reveladas no Plano Nacional sobre Mudança do Clima (PNMC) no Brasil, realizado em 2008, que aborda de forma específica e integrada à saúde a importância da atuação efetiva de todos os setores envolvidos para proteção à saúde frente às mudanças climáticas, com o objetivo de fortalecer ações intersetoriais voltadas para a redução da vulnerabilidade das populações (Tiburcio e Corrêa, 2012).

7Ressalta-se que a região Nordeste está submetida à influência de vários sistemas meteorológicos que conferem aspectos climáticos únicos. Localizada no extremo leste da América do Sul, na região tropical, o Nordeste fica submetida à influência de fenômenos meteorológicos e climáticos, que conferem características peculiares (Kousky et al., 1984; Molion e Bernardo, 2002). De março a abril, a parte norte do Nordeste sofre a influência da Zona de Convergência Intertropical (ZCIT) devido sua posição mais ao sul, apresentando os máximos de precipitação, enquanto nos meses de agosto a setembro, devido a posição mais ao norte, contribuem para a diminuição no regime de chuvas. Molion e Bernado (2002) ressaltam a ZCIT como o sistema meteorológico que modula o regime de precipitação da região Nordeste. No sul e sudeste da Região, ocorre a penetração de sistemas frontais e em alguns casos, ocorrendo a formação de uma faixa de convergência orientado de noroeste sudeste chamada de Zona de Convergência do Atlântico Sul (ZCAS), no período do verão (dezembro a fevereiro). No inverno (junho a agosto), o leste do NEB tem seu máximo de precipitação e é afetado principalmente por perturbações ondulatórias provenientes do Atlântico Sul Torres e Ferreira (2011) e sistemas convectivo de mesoescala organizado em linhas (Cohen et al., 2009). Assim, de acordo com Kayano e Andreoli (2009), o Nordeste é caracterizado por três climas: litorâneo úmido, que se estende do litoral da Bahia ao litoral do Rio Grande do Norte; clima tropical úmido, que abrange partes da Bahia, Ceará, Maranhão e Piauí e clima tropical semiárido cobrindo o sertão nordestino.

8Diante disso, surge a necessidade verificar, empiricamente, a associação das variáveis meteorológicas com as doenças relacionadas ao clima, tendo ainda em consideração que os dados devem ser trabalhados de forma a se ter uma análise prévia da consistência dessas informações dirimindo quaisquer falhas das bases de dados utilizadas. Ademais, há que se ter em conta que mesmo com os esforços de prover melhorias na medição e obtenção de dados pluviométricos, é reduzido o número de estações meteorológicas ou postos pluviométricos para o tamanho da extensão territorial do Rio Grande do Norte.

9As tentativas de avaliar e produzir de produtos de estimativas de precipitação contínua, ininterrupta e precisa tende a aumentar (Fotopoulos et al., 2010, Adler et al., 2010 e Meng et al., 2014). Esses conjuntos de dados são usados em uma ampla gama de aplicações com benefícios sociais significativos, incluindo nos campos de modelagem hidrológica, estudos de mudança global ou pesquisa de ecossistemas.

10Mais recentemente, muitos esforços têm sido direcionados para o uso de imagens de satélite para estimar a precipitação. Vários métodos para estimar as taxas de chuva a partir de imagens de satélite foram propostos Dingman (2002), a partir de várias faixas do espectro eletro-magnético. Os mais populares são derivados da série de satélites Geoestationary Operational Environmental System (GOES) e do Tropical RainfallMeasuringMission (TRMM) Kummerow et al. (2005), com o objetivo específico de medir a precipitação sobre os oceanos e trópicos.

11Dentro dessa perspectiva, esse estudo visa identificar áreas mais susceptíveis às doenças consideradas clima-dependente, levando em consideração regiões pluviometricamente homogênea, via produto de estimativa de precipitação proposto por Rozante et al. (2010), no estado do Rio Grande do Norte.

Região de estudo

Figura 1: Localização da área de estudo

Figura 1: Localização da área de estudo

12O Rio Grande do Norte é uma Unidade da Federação que está localizado na região Diniz et al. (2015). No litoral, a precipitação máxima ocorre no mês de junho, enquanto a região oeste que faz parte do semiárido, porém, apresenta características de clima

13úmido e com isso, registra chuvas regulares e abundantes. A região central que também se localiza-se no semiárido, onde localiza-se o Seridó, sofre com secas frequentes (Santos e Silva et al., 2012). O Estado apresenta cerca de 90% de seu território com características de clima semiárido. Verifica-se uma distribuição espaço-temporal de chuvas próprio (Silva e Lucio, 2015).

Fonte de dados

14Os dados de saúde referentes às morbidades foram provenientes de uma série histórica de dados do Sistema de Informações Hospitalares do SUS (SIH-SUS) que contém os Registros Administrativos das Autorizações de Internação Hospitalar (AIH) do Sistema Público de Saúde. Considera-se que esta é uma importante base de dados sobre Saúde no Brasil. Foram levantadas as informações dos casos notificados de internações, segundo o local de residência, para dois períodos específicos (1999-2000-2001, 2009-2010-2011), nos quais foi tomada uma média trienal dos casos notificados, as datas centrais (em negrito) constituem as datas de referência, procurou-se trabalhar com esses triênios devidos aos dados do Censo Demográfico.

15As morbidades foram selecionadas de acordo com a classificação internacional de doenças (CID 10) corresponde aos capítulos I (doenças infecciosas e parasitárias), IV (doenças endócrinas, nutricionais e metabólicas), IX (doenças do aparelho circulatório), X (aparelho respiratório) e XI (aparelho digestivo). Essas causas de internação foram selecionas essas doenças por estarem relacionadas ao clima (Confalonieri, 2008; Barbieri e Confalonieri, 2010).

16Os dados de precipitação foram obtidos do TRMM (3B42RT) no período de 2000 a 2016, com espaçamento de grade de 0,2ºx0,2º (20 km aproximadamente), cobrindo de 50ºN a 50ºS, com uma distribuição temporal diária. Com intuito de minimizar os problemas com a interpolação em regiões de redes de observação de baixa densidade, assim como subestimações e superestimações no produto TRMM, uma combinação de conjuntos de dados pluviométricos Sistema Global de Telecomunicações (GTS), estações automáticas e diversas agências na América do Sul. E a precipitação em tempo real de TRMM (3B42RT) foi proposta por Rozante et al. (2010). Esta combinação foi denominada de MERGE. A decisão pela escolha deste dado deve-se principalmente por cobrir regiões costeiras que raramente tem uma boa cobertura de dados pluviométricos.

Métodos

17Para identificar as regiões pluviometricamente homogêneas utilizou-se a técnica da Análise de Agrupamentos (ou Análise de Cluster) com o intuito de classificar os municípios do Rio Grande do Norte segundo o comportamento espacial da precipitação. O objetivo desse método estatístico é classificar os elementos da amostra, ou população, em grupos de forma que os elementos pertencentes a um mesmo grupo sejam similares entre si, com respeito às variáveis (características) que neles foram medidas identificando padrões de similaridade entre unidades consideradas no estudo (Mingoti, 2005). No caso deste trabalho, levou-se em consideração a precipitação acumulada dos municípios do estado do Rio Grande do Norte. A classificação das regiões foi definida através da média geral de cada cluster.

18Para formação dos grupos (ou clusters) parte-se da observação dos diagramas em árvore ou dendrograma, arbitrando um corte ou divisão em algum ponto da distância Euclidiana apresentada pelos mesmos, utilizando o método de agrupamento hierárquico, utilizando o método de ligação de Ward. Com esse método, a distância entre dois agrupamentos é a soma dos desvios quadrados dos pontos aos centroides. Esse método de ligação busca minimizar a soma dos quadrados dentro do agrupamento, ou seja, tende a produzir agrupamentos com números de observações similares.

19O dendrograma é uma síntese gráfica da análise de conglomerados e agrupa os casos em função do padrão de similaridade, dispensando a determinação prévia da quantidade de grupos. Os casos estão listados no eixo vertical, no caso, os municípios do Estado. Quanto mais casos, maior é o peso do conglomerado. O eixo horizontal ilustra a distância entre os clusters (grupos) quando eles são agrupados. É uma medida de diferenciação entre os grupos. Quanto maior a distância, maior é a diferença entre os casos.

20Os dados de morbidade relacionados ao clima dependente (grupos de causas de morbidade) para os triênios 1999-2000-2010 e 2009-2010-2011 foram submetidos a uma análise descritiva exploratória. Subsequentemente, aplicou-se a Análise de Variância (ANOVA) que foi utilizado para verificar se havia influência do clima nas regiões (ou clusters) construídos na análise de agrupamento nos seguintes capítulos de causas de morbidades I (doenças infecciosas e parasitárias), IV (doenças endócrinas, nutricionais e metabólicas), IX (doenças do aparelho circulatório), X (aparelho respiratório) e XI (aparelho digestivo).

21A Análise de Variância (ANOVA) e o teste F consiste em fazer comparações simultâneas de médias. Visto que o teste F verifica quanto o fator aplicado (regiões) explica a variável estudada, e quanto mais distante de 1 estiver a estatística F maior será a evidência contra igualdade de fatores. Assim, utilizamos para verificar se existe uma diferença significativa entre as médias e se os fatores (regiões) exercem influência na variável resposta (capítulos de causas). O termo ANOVA divide a variabilidade total das taxas de internações em componentes, isto é feito com a decomposição da variabilidade total. Os processamentos dos dados foram realizados utilizando-se o software R, versão 3.3.2.

Análise Climatológica

22A aplicação da análise de agrupamento, considerando a distância euclidiana, gerou 4 agrupamentos, identificando regiões pluviometricamente homogêneas (região 1, região 2, região 3, região 4) com comportamento espaço-temporal similar, porém com comportamento distinto entre os grupos ou regiões. Esse resultado é visualizado mediante a inspeção visual da Gráfico 1(b), 4 clusters (ou grupos) foram admitidos na análise de agrupamento dos dados de precipitação no âmbito municipal do Rio Grande do Norte, uma vez a partir do cluster 5 a variabilidade vai se mantendo estável.

23Os resultados apresentados na Figura 2 1(c) identificam as regiões pluviometricamente homogêneas no Rio Grande do Norte. A classificação das regiões deu-se através da média da precipitação, dessa forma, a Tabela 1 apresenta as médias e desvio padrão da variável precipitação para as 4 regiões homogêneas identificadas na análise de agrupamento. Pode-se constatar que os 33 municípios, localizados mais na área ao sul do litoral do Estado – que compõem a região 3 apresentaram os maiores volumes pluviométricos com 1180,41mm, seguido da região 2 que congregou 39 municípios – localizados numa área do estado chamada “tromba do elefante”, com 834,13mm de pluviosidade. As regiões 1 e 2 – localizadas na porção central do Estado, apresentaram os menores volumes de pluviométricos do Rio Grande do Norte, com média pluviométrica de 621,83mm e 735mm, respectivamente. Essas duas regiões, que apresentaram níveis de precipitação reduzidos, congregavam uma parte importante dos municípios - 93 municípios, representando mais da metade do total de municípios do Estado, com 56%, municípios que provavelmente enfrentam situações de carência de água.

24A Gráfico 2 através do boxplot mostra o comportamento da precipitação acumulada para regiões homogêneas (região 1, região 2, região 3 e região 4), sendo possível observar na região 1 e 2 nos meses de março e abril ocorre maiores volumes de chuvas. A região 3 apresentou a maior variabilidade, estando os meses de março a julho com maiores médias de precipitação, visto que o pico máximo da precipitação ocorre no mês de junho, associado diretamente ao sistema meteorológico chamado Distúrbio Ondulatório de Leste (DOL), que inicia sua atuação nesse período. A região 4 exibe os maiores de volume de chuva nos meses de janeiro a julho com pico mais elevado da precipitação média em junho. Algo observado em todas regiões na estação da primavera que ocorre em setembro até novembro concentra-se o período mais seco.

Gráfico 1 - Quantidade de cluster(a) e dendrograma (b) das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.

Gráfico 1 - Quantidade de cluster(a) e dendrograma (b) das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.

25(a)

(b)

Figura 2 : Distribuição espacial das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.

Figura 2 : Distribuição espacial das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.
Tabela 1: Média e desvio padrão das regiões pluviometricamente homogênea.

Região

Frequência

Média

Desvio padrão

1

54

621,83

71,70

2

39

834,13

41,87

3

33

1180,41

186,33

4

41

735,39

118,98

Fonte de dados: Dados baseados no TRMM (3B42RT) no período de 2000 a 2016.

Gráfico 2: Precipitação acumulada (mm) das regiões homogêneas (região 1, região 2, região 3 e região 4) do Rio Grande do Norte.

26região 1

27região 2

28região 3

29região 4

Fonte: dados baseados no TRMM no período de 2000 a 2016.

30Dois sistemas meteorológicos se destacam por sua forte influência na precipitação no RN. A ZCIT, que modula a faixa norte de todo o território potiguar e os DOL que se definem por perturbações ondulatórias que vem do continente africano pelos alísios. Estes distúrbios encontram-se com a costa do NEB, e principalmente a região costeira do RN, ocasionando chuvas responsáveis pelos maiores valores de média de precipitação entre as regiões (Tabela 1).

31Sobre homogeneidade da precipitação, a região norte do litoral do RN encontra-se semelhante a região do agreste potiguar e não a região litorânea. Tal resultado sugere que para os anos de 2000 a 2016 - considerados no trabalho, o regime de precipitação nessa região foi diferente do que é comumente observado. Importa notar que, nem todo o litoral potiguar sofre dos mesmos mecanismos de formação de precipitação e essa mudança pode ser resposta das atuações dos diferentes sistemas. A causa principal do norte do litoral do Rio Grande do Norte não fazer parte do resto do Estado, deve-se ao afastamento da ZCIT no período do inverno (junho, julho e agosto), tendo em vista que esse sistema é o modulador de precipitação neste setor.

Figura 3: Precipitação acumulada sazonal média, no período de 2000 a 2016

Figura 3: Precipitação acumulada sazonal média, no período de 2000 a 2016

Figura 4: Precipitação acumulada anual, no período seco (2012, 2013, 2014 e 2015) e chuvoso (2000, 2009 e 2011).

Figura 4: Precipitação acumulada anual, no período seco (2012, 2013, 2014 e 2015) e chuvoso (2000, 2009 e 2011).

Análise dos dados das doenças clima-dependentes.

32Os dados do DATASUS no período de 2010 a 2017 registraram 1.287.498 internações hospitalares notificadas, destes cerca de 38% das causas clima-dependentes. A Tabela 2 apresenta a distribuição proporcional das internações por local de residência da população das regiões pluviometricamente homogêneas do Rio Grande do Norte segundo os capítulos considerados no estudo em dois momentos no tempo (1999-2000-2001 e 2009-2010-2011). Para o estado como um todo, a principal causa de internação nos dois períodos foi o capítulo referente às doenças do aparelho respiratório (Cap. IX) apresentando um percentual em torno de 32% no primeiro período (2000) e 26% no segundo período (2010), seguido das doenças infeciosas e parasitárias com um percentual em torno de 28% para os períodos considerados.

33De acordo com os resultados da Tabela 2, as regiões 2 e 4 apresentaram os mais elevados percentuais de causas de internação por doenças do aparelho respiratório - a região 2 com 34,69% em 2000 e 25,07% em 2010; e a região 4 com 33,80% em 2000 e 25,17% em 2010. A região 2 também apresentou elevados percentuais por causas de internações relacionadas às doenças infecciosas e parasitárias revelando um aumento dessas notificações de 22,50% em 2000 para 45,36% em 2010. A região 1 destacou-se pela importância das doenças infecciosas e parasitárias nos dois períodos considerados e a região 3 apresentou os percentuais moderado em relação as doenças infecciosas e parasitárias com 23,64% em 2000 e 19,62% em 2010, doenças do aparelho respiratória com 28,58% em 2000 e 28,14% em 2010 e do aparelho digestivo com 24,84% em 2000 e 25,85% em 2010.

34Diante deste cenário, observa-se que em 2000 que as regiões 2, 3 e 4 apresentam elevadas precipitações com 834,13mm, 1180,41mm e 735,39mm revelou altas de internação doenças infecciosas e parasitárias, do aparelho respiratório e endócrinas nutricionais/ metabólicas. Enquanto, a região 1 apresentou a menor precipitação com 621,83mm mostra a maior taxa para doenças do aparelho circulatório. Enquanto, o anos de 2010, as regiões 1 e 2 apresentam as maiores taxas para as doenças infecciosas e parasitárias e as regiões 3 e 4 as maiores causas de internações foram observadas para as doenças endócrinas nutricionais/ metabólicas, do aparelho respiratório, circulatório e do aparelho digestivo.

35A distribuição das taxas de internações hospitalares vista na Tabela 3 mostra que as principais causas de internação para os dois períodos estudados. Os resultados apresentam que, as duas principais taxas de internação foram Cap X- Doenças do aparelho respiratório (1007,96 por 100 mil hab. no triênio 2009-2000-2011 e 584,50 por 100 mil hab. no triênio 2009-2010-2011, respectivamente) e as doenças do Cap I- de algumas doenças infeciosas e parasitárias (876,83 por 100 mil hab. no triênio 2009-2000-2011 e 634,64 por 100 mil hab. no triênio 2009-2010-2011.

36Com isso, os resultados mostram que o predomínio das taxas de internação entre a população do Estado dar-se nas doenças infecciosas e parasitárias e respiratória. Os resultados mostraram que as taxas de internação tiveram uma redução no período considerado para quase todas as causas de internações estudada, exceto as doenças do aparelho circulatório que apresentou um aumento de 4,14%. As doenças do aparelho respiratório foram aquelas que apresentaram maior redução da variação percentual na taxa de internação entre os períodos considerados (-42,01%). Destaca-se também a redução da variação percentual das causas relacionadas às doenças Cap I- Doenças infecciosas e parasitárias, mostrando uma redução de -27,88 pontos percentuais entre os dois triênios.

Tabela 2- Proporção de causas de internação para os triênios 1999-2000-2001 segundo as regiões pluviometricamente homogêneas, Rio Grande do Norte, 2009-2010-2011.

Grupos de causas

Rio Grande do Norte

região - R1

região-R2

Região-R3

Região-R4

2000

%

2010

%

2000 2010

(%)

2000 2010

(%)

2000 2010

(%)

2000 2010

(%)

I. Algumas doenças infecciosas/parasitárias

73.293

27,63

60.317

28,55

22,50

45,36

31,02

27,64

23,64

19,62

38,06

30,26

IV. Doenças endócrinas nutricionais/ metabólicas

11.886

4,48

12.213

5,78

2,27

3,27

4,44

5,99

5,95

6,57

6,59

7,11

IX. Doenças do aparelho respiratório

83.967

31,65

55.551

26,29

29,66

25,62

34,69

25,07

28,58

28,14

33,80

25,17

X. Doenças do aparelho circulatório

54.402

20,51

36.419

17,24

38,47

12,74

12,20

17,57

16,99

19,82

11,22

15,80

XI. Doenças do aparelho digestivo

41.720

15,73

46.782

22,14

7,09

13,01

17,64

23,71

24,84

25,85

10,32

21,65

Total

223.548

100,0

164.500

100,0

100,0

100,0

100,0

100,0

100,0

100,0

100,0

100,0

Fonte: Baseado nos dados do sistema de informações hospitalares do SUS- Ministério da saúde

Tabela 3- Taxa de internação (por 100mil/hab) por Grupos de causas para o Rio Grande do Norte nos triênios 1999-2000-2001 e 2009-2010-2011.

Grupos de causas

Taxa de internação

Taxa de variação

1999-2000-2001

2009-2010-2011

I. Algumas doenças infecciosas e parasitárias

879,83

634,64

-27,88

IV. Doenças endócrinas nutricionais e metabólicas

142,68

128,50

-9,94

IX. Doenças do aparelho circulatório

367,97

383,19

4,14

X. Doenças do aparelho respiratório

1007,96

584,50

-42,01

XI. Doenças do aparelho digestivo

520,99

492,23

-5,52

Fonte: Baseado nos dados do sistema de informações hospitalares do SUS- Ministério da saúde

37Para análise de variância foi considerado 1 fator (precipitação) com 4 níveis (região 1, região 2, região 3 e região 4). O teste evidenciou-se ao nível de significância de 5% que há diferença entre as causas de internação para algumas doenças infecciosas e parasitárias, doenças do aparelho respiratório, circulatórios e digestivo em relação as regiões estudadas, ou seja, as causas de internação sofrem influência clima. Sendo que foi observado que as maiores taxas de internação ocorreram na região 1 com menor precipitação e as menores na região 3 maior precipitação).

38Dessa forma, a tabela 4 mostra que os municípios classificados no primeiro triênio (1999-2000-2001) visto que a região 1 apresentou uma taxa de internação para doenças infecciosas e parasitárias (2233,72 por 100 mil hab.) considerada muito alta, a região R2 apresentou uma taxa considerada alta (1171,92 por 100 mil hab.), a região 3 apresentou a menor taxa de internação (388,54 por 100 mil hab.), e por fim, o grupo 4 apresentou uma taxa de internação moderada (1174,44 por 100 mil hab.). Para as doenças do aparelho respiratório a região R1 foi classificada com uma taxa de internação muito alta (2944,64 por 100 mil hab.), a região R2 apresentou uma alta taxa de internação com (1310,28 por 100 mil hab.), a região R3 uma baixa taxa de internação (469,66 por 100 mil hab.) e a região R4 uma moderada taxa de internação (1042,87 por 100 mil hab.). As doenças do aparelho circulatório apresentou comportamento similar das doenças citadas anteriormente, logo, a região R1 revelou uma taxa de internação muito alta (578,56 por 100 mil hab.),a região R2 uma alta taxa de internação (460,88 por 100 mil hab.), a região R3 uma baixa taxa de internação (279,17 por 100 mil hab.) e a R4 uma moderada taxa de internação com 346,26 por 100 mil hab. Uma outra causa de internação que apresentou taxa elevadas foram as doenças do aparelho digestivo, por conseguinte, a região R1 mostrou um alta taxa de internação (704,23 por 100 mil hab.), a região R2 uma taxa de internação moderada (666,42 por 100 mil hab.), a região 3 uma baixa taxa de internação (408,31 or 100 mil hab.) e a região R4 uma taxa muito alta com 486,32 por 100 mil hab.).

39Para o triênio de 2009-2010-2011 (Tabela 4), as doenças infecciosas e parasitárias para o grupo 1 apresentou a maior taxa de internação com 2252,30 por 100 mil hab.), o grupo 2 apresentou uma taxa elevada com 705,19 por 100 mil hab., o grupo 3 a menor taxa de internação (307,65 por 100 mil hab.), e o grupo 4 classificou-se como moderada (655,32 por 100 mil hab.). As doenças do aparelho respiratório apresentaram o mesmo padrão da causa anterior, desta forma, a região R1 apresentou a maior taxa (1271,97 por 100 mil hab.) seguido da região R2 com 639,65 por 100 mil hab.), ao contrário da região R3 que apresentou a menor taxa de internação (441,23 por 100 mil hab.) e por fim, a região R4 apresentou uma moderada taxa com 545,03).As doenças do aparelho circulatório apresentaram a segunda menores taxa de internação comparadas as demais causas, visto que as maiores taxas foram observadas nas regiões R1 (632,61 por 100 mil hab.) e R2 (448,26 por 100 mil hab.), em contrapartida, a região R3 exibiu a menor taxa de internação (310,85 por 100 mil hab.). Foi notado para doenças do aparelho digestivo que as regiões R1 e R4 foram que se mostraram com elevadas taxas (646,12 por 100 mil hab. e 468,74 por 100 mil hab.), por outro lado, a região R3 mostrou-se com menor taxa de internação (405,33 por 100 mil hab.).

Tabela 4- Taxa de internação (por 100mil/hab) por grupos de causa segundo as regiões pluviometricamente homogêneas para o Rio Grande do Norte nos triênios 1999-2000-2001 e 2009-2010-2011.

Grupos de causas

Regiões homogêneas

Nº de municípios 2000

Taxa de internação

Valor-p

Nº de municípios 2010

Taxa de internação

Valor-p

Classificação

2000

2000

2010

2010

I. Algumas doenças infecciosas e parasitárias

1

39

2233,72

39

2252,30

Muito alto

2

54

1171,92

54

705,19

Alto

3

32

388,54

<0,001

34

307,65

<0,001

Baixo

4

41

1174,44

41

655,32

Moderado

IV. Doenças endócrinas nutricionais e metabólicas

1

39

225,83

39

162,42

Muito alto

2

54

167,77

0,235

54

152,88

0,149

Moderado

3

32

97,77

34

103,26

Baixo

4

41

203,40

41

154,04

Alto

X. Doenças do aparelho respiratório

1

39

2944,64

39

1271,97

Muito alto

2

54

1310,28

<0,001

54

639,65

<0,001

Alto

3

32

469,66

34

441,23

Baixo

4

41

1042,87

41

545,03

Moderado

XI. Doenças do aparelho circulatório

1

39

578,56

39

632,61

Muito alto

2

54

460,88

<0,001

54

448,26

<0,001

Alto

3

32

279,17

34

310,85

Baixo

4

41

346,26

41

342,27

Moderado

XI. Doenças do aparelho digestivo

1

39

704,23

39

646,12

Alto

2

54

666,42

54

604,97

Moderado

3

32

408,31

<0,001

34

405,33

<0,001

Baixo

4

41

486,32

41

468,74

Muito alto

Fonte: Baseado nos dados do sistema de informações hospitalares do SUS- Ministério da saúde. Considerou valor-p menor que 5% é significativo estatisticamente.

Conclusão

40Este estudo procurou identificar áreas mais susceptíveis quanto aos grupos de causa de clima dependente, por meio da aplicação da análise de cluster. Os resultados identificaram 4 regiões pluviometricamente homogênea (região 1, região 2, região 3 e, região 4). Por outro lado, observou-se elevadas proporções de internações no estado considerando ao doenças clima-dependentes - as doenças do aparelho respiratório, seguido das doenças infecciosas e parasitárias e do aparelho circulatório.

41De acordo com os resultados as taxas de internação das doenças do aparelho respiratório foram responsáveis pelo maior volume de internações no Rio Grande do Norte, seguida pelas doenças infecciosas e parasitárias, do aparelho digestivo, circulatório e por último as doenças endócrinas, nutricionais e metabólicas. Todas as causas apresentaram quedas entre os períodos, e as doenças do aparelho respiratório foi a que apresentou maior variabilidade do primeiro triênio para o segundo.

42A análise de cluster foi de grande relevância, pois permitiu a identificação de grupos de municípios com padrões de precipitação similares. Verificou-se que a Região 1 apresentou os menores volumes de pluviométricos do estado com média 621,83mm, seguido da região 4 com uma média de precipitação 735,39 mm. Também observou-se que os maiores volumes de chuva se concentram nos meses de fevereiro a maio para região 1, enquanto na região 4 inicia-se em janeiro até julho. As regiões 2 e 3 concentram os maiores volumes de precipitação média: 834,13 mm e 1180,41 mm, respectivamente no período. Sendo o período de maiores volumes ocorreu de março a julho.

43As doenças respiratórias apresentaram nas regiões 1 e 2 com as maiores taxas de internação, porém, a região 1 em relação a precipitação apresentou a menor precipitação. Visto que a literatura apresenta que essas doenças ocorrem em localizações com temperaturas amenas e elevadas precipitações causando infecções respiratórias. Um dos fatores para essa discrepância foram as causas do capítulo X da CID 10 que engloba todas causas, e para o estudo é necessário destacar as causas que sofre influência direta com o clima.

44O estudo ainda revelou que a precipitação influência os grupos de causas como doenças respiratórias, infecciosas e parasitárias, doenças do aparelho circulatório e digestivo, que pode ocorrer de forma indireta. Observou-se que as regiões 1 e 2 apresentaram elevadas taxas de internação para doenças respiratórias, infecciosas e parasitárias, e circulatório. Acredita-se que as regiões 1 e 2 contribuíram para esse resultado, no qual elevadas taxas de internação foram observadas nessas regiões durante os anos de 2000 e 2010.

45Espera-se que os resultados possam auxiliar de alerta e prevenção da população e incentivo para os gestores públicos para criação de medidas e diminuição dessas de doenças.

Haut de page

Bibliographie

Adler, R., et al. « The TRMM Multi-Satellite Precipitation Analysis (TMPA)»Satellite Rainfall Applications for Surface Hydrology, p. 3-22, 2010.

Barbieri, A. F., Confalonieri, U.E.C. « Migrações e saúde: cenários para o Nordeste brasileiro, 2000-2050 ». In: FILHO, MIGLIOLI. (Org.). Viabilização do semiárido do Nordeste: um enfoque multidisciplinar. Recife, 2011. pp. 45-65.

CID10. « Codigo Internacional de Doencas ». Disponível em: < http://www.datasus.gov.br/cid10/V2008/cid10.htm>. Acesso em 14 de janeiro de 2018.

Cohen, J.C.P., et al. « Linhas de Instabilidade na Costa N-NE da America do Sul ». In: Cavalcanti, Ferreira, Silva, Silva Dias. Tempo e clima do Brasil. São Paulo: Oficina de Textos, 2009, pp. 75-93.

Confalonieri, U. E. C. « Mudança climática global e saúde humana no Brasil». Parcerias Estratégicas, Brasília, n.27, p. 323-349, 2008.

Confalonieri, U. E. C.; Menne, B. « Human Health. (Edimpacts, adaptation and vulnerability ». Climate change. p. 391-432. 2007.

Confalonieri, U.E.C., et al. «Mudanças Globais e Desenvolvimento: Importância para a Saúde ». Informe Epidemiológico do SUS, n.3, v. 11, p. 139-154, 2002.

Confalonieri, U. E. C., Marinho, D. P., Rodriguez, R. R. « Análise da Vulnerabilidade da população brasileira aos impactos sanitários das mudanças climáticas. » Relatório final de projeto de pesquisa, FIOCRUZ, Rio de Janeiro, 2005.

DATASUS. « Informações de saúde ». Disponível em: < http://www2.datasus.gov.br/DATASUS/index.php?area=0203&id=6926>. Acesso em: 05 de novembro de 2017.

Dingman, S.L. Physical Hydrology. « Prentice Hall », 646 p., 2002.

Diniz, M. M. T ; Pereira, C. V. H. « Climatologia do estado do Rio Grande do Norte, Brasil: Sistemas atmosféricos atuantes e mapeamento de tipos de clima ». Boletim Goiano de Geografia, n.3, v. 35, 2015.

ENAAC. « Alterações Climáticas E Saúde Humana ». Disponível em < https://outlook.live.com/owa/?path=/attachmentlightbox>. Acesso em: 14 de outubro de 2017.

Fotopoulos, F., Makropoulos, C., Mimikou, M.A. « Flood forecasting in transboundary catchments using the Open Modeling Interface ». Environmental Modelling & Software, n.12, v. 25, p. 1640-1649, 2010.

Kousky, V. E., Kayano, M. T., Cavalcanti, I. F. A. « A review of the Southern Oscillation: Oceanic-Atmospheric Circulation changes and related rainfall anomalies ». Tellus A, n.5, v. 36, p. 490-504, 1984.

Kummerow, C., et al. « The status of the Tropical Rainfall Measuring Mission (TRMM) after two years in orbit ». Journal of Applied Meteorology, n. 12, v. 39, p.1965–1982, 2005.

Marengo, J. A. « Vulnerabilidade, Impactos e adaptação as mudanças de clima no semiárido do Brasil. » Parcerias estratégicas, Brasília, n.1, v.1, p. 149-176, 2009.

Marengo, J. A. «Mudanças climáticas, condições meteorológicas extremas e eventos climáticos no Brasil ». v. 24, 2009.

Meng, J., et al. « Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River ». Jounal of Hydrology, v. 509, p.320–332, 2014.

Mingoti, S. A. « Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada ». Editora UFMG, 2005.

Molion, L. C. B., Bernardo, S. O. « Uma revisão da dinâmica das chuvas no Nordeste Brasileiro ». Revista Brasileira Meteorologia, n.1, v.17, p.1-10, 2002.

Kayano, M.T. E., Andreoli, R.V. Clima da região Nordeste do Brasil. Tempo e Clima do Brasil. «Oficina de Textos », 213-233 p., 2009.

Rozante, J., et al. « Combining TRMM and Surface Observations of Precipitation: Technique and Validation Over South America ». Weather and Forecasting, n.3, v. 25, p. 885-894, 2010.

Saldiva, P. « Emissão de poluentes atmosféricos ». Poluição Ambiental experimental da Universidade de São Paulo 2008.

Santos e Silva, C. M.; Lucio, P. S; Spyrides, M. H. C. « Distribuição espacial da precipitação sobre o Rio Grande do Norte: estimativas via satélites e medidas por pluviômetros ». Revista Brasileira de Meteorologia, n.3, v. 27, p. 337-346, 2012.

Silva, B. K. N., Lucio, P. S. « Characterization of risk/exposure to climate extremes for the Brazilian Northeast—case study: Rio Grande do Norte ». Theoretical and applied climatology, n.1-2, v. 122, n. p. 59-67, 2015.

Tibúrcio, L. H., Corrêa, M. P. « Análise da vulnerabilidade da microrregião de Itajubá por meio do IVG com vistas à mitigação dos impactos causados pelas mudanças climáticas ». Ambiente & Sociedade, n.3, v. 15, p. 123-139, 2012.

Torres, R.R., Ferreira, N.J. « Case Studies of Easterly Wave Disturbances over Northeast Brazil Using the Eta Model ». Weather and Forecasting, n.2, v. 26, p. 225–235, 2011.

Vianna, J. N. et al. «O Papel das Oleaginosas em um Cenário de Mudanças Climáticas no Semiárido Brasileiro. » Revista Brasileira de Geografia Física, n.6, v.5, p.1426-1445, 2013.

Haut de page

Table des illustrations

Titre Figura 1: Localização da área de estudo
URL http://journals.openedition.org/confins/docannexe/image/12855/img-1.jpg
Fichier image/jpeg, 68k
Titre Gráfico 1 - Quantidade de cluster(a) e dendrograma (b) das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.
URL http://journals.openedition.org/confins/docannexe/image/12855/img-2.jpg
Fichier image/jpeg, 36k
URL http://journals.openedition.org/confins/docannexe/image/12855/img-3.jpg
Fichier image/jpeg, 112k
Titre Figura 2 : Distribuição espacial das 4 regiões pluviometricamente homogêneas para o estado do Rio Grande do Norte, no período de 2000 a 2016.
URL http://journals.openedition.org/confins/docannexe/image/12855/img-4.jpg
Fichier image/jpeg, 224k
URL http://journals.openedition.org/confins/docannexe/image/12855/img-5.jpg
Fichier image/jpeg, 44k
URL http://journals.openedition.org/confins/docannexe/image/12855/img-6.jpg
Fichier image/jpeg, 48k
URL http://journals.openedition.org/confins/docannexe/image/12855/img-7.jpg
Fichier image/jpeg, 52k
Crédits Fonte: dados baseados no TRMM no período de 2000 a 2016.
URL http://journals.openedition.org/confins/docannexe/image/12855/img-8.jpg
Fichier image/jpeg, 48k
Titre Figura 3: Precipitação acumulada sazonal média, no período de 2000 a 2016
URL http://journals.openedition.org/confins/docannexe/image/12855/img-9.jpg
Fichier image/jpeg, 60k
Titre Figura 4: Precipitação acumulada anual, no período seco (2012, 2013, 2014 e 2015) e chuvoso (2000, 2009 e 2011).
Crédits Análise dos dados das doenças clima-dependentes.
URL http://journals.openedition.org/confins/docannexe/image/12855/img-10.jpg
Fichier image/jpeg, 72k
Haut de page

Pour citer cet article

Référence électronique

Pollyanne Evangelista Da Silva, Lara De Melo Barbosa Andrade et Jean Souza Dos Reis, « Regiões pluviométricas e saúde no Rio Grande do Norte », Confins [En ligne], 34 | 2018, mis en ligne le 05 avril 2018, consulté le 14 décembre 2018. URL : http://journals.openedition.org/confins/12855 ; DOI : 10.4000/confins.12855

Haut de page

Auteurs

Pollyanne Evangelista Da Silva

Doutoranda do Programa de Pós Graduação em Ciências Climáticas, Universidade Federal do Rio Grande do Norte, pollyanne.es@gmail.com

Lara De Melo Barbosa Andrade

Docente do Departamento de Ciências Atmosfericas e Climáticas, Universidade Federal do Rio Grande do Norte, lara.ufrn@gmail.com

Jean Souza Dos Reis

Docente do Departamento de Ciências Atmosfericas e Climáticas, Universidade Federal do Rio Grande do Norte, jean.dosreis@hotmail.com

Haut de page

Droits d’auteur

Licence Creative Commons
Confins – Revue franco-brésilienne de géographie est mis à disposition selon les termes de la licence Creative Commons Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions 4.0 International.

Haut de page
  • Logo Revue soutenue par l’Institut des sciences humaines et sociales du CNRS
  • Logo DOAJ - Directory of Open Access Journals
  • Logo Index Latindex
  • Logo IHEAL (Institut des Hautes Études de l'Amérique Latine)
  • Logo CREDA (Centre de recherche et de Documentation sur les Amériques)
  • Logo USP (Universidade de São Paulo)
  • OpenEdition Journals