DOENÇAS INFECTO-PARASITÁRIAS E SUAS INTER-RELAÇÕES COM VARIÁVEIS CLIMÁTICAS, VIA ANÁLISE DE COMPONENTES PRINCIPAIS, EM NATAL-RN
Mudanças climáticas podem produzir impactos sobre a saúde humana por diferentes vias e contribuir indiretamente com o aumento da incidência de doenças infecciosas mediado por alterações no ambiente. A Análise de Componentes Principais (ACP) tem por finalidade básica a redução, eliminação de sobreposições e escolha das formas mais representativas de dados, a partir de combinações lineares das variáveis originais pela transformação de variáveis discretas em coeficientes correlacionados. Neste estudo, usou-se a ACP especificamente para reduzir a dimensionalidade do conjunto de dez variáveis climáticas e escolher as mais representativas junto à ocorrência de sete doenças infecto-parasitárias, de modo a verificar a interdependência entre tais variáveis em Natal-RN, no período de janeiro de 2001 a dezembro de 2012. Foi observada inter-relação entre a hepatite, malária (altamente correlacionadas) e sífilis; porém, tais doenças não evidenciaram inter-relação com as variáveis climatológicas estudadas. As variáveis de temperatura, bem como as calculadas a partir desta (déficit de pressão de vapor saturado, evapotranspiração potencial, índice de calor e índice de conforto humano) não se mostraram representativas para nenhuma das doenças estudadas. Embora as doenças se apresentem bastante dispersas em relação umas às outras, bem como em relação às variáveis climáticas, sugere-se o uso das seguintes variáveis em estudos futuros: sífilis, índice de conforto humano, dengue e umidade relativa.
DOENÇAS INFECTO-PARASITÁRIAS E SUAS INTER-RELAÇÕES COM VARIÁVEIS CLIMÁTICAS, VIA ANÁLISE DE COMPONENTES PRINCIPAIS, EM NATAL-RN
-
DOI: 10.22533/at.ed.7382031015
-
Palavras-chave: análise multivariada, auto-vetores, clima, covariância
-
Keywords: multivariate analysis, eigenvectors, climate, covariance
-
Abstract:
Climate changes can have an impact on human health by different pathways, and they may contribute indirectly to an increase in the incidence of infectious diseases mediated by changes in the environment. Principal Component Analysis (PCA) has the basic purpose of reducing, eliminating overlaps and choosing the most representative forms of data, from linear combinations of the original variables by transforming discrete variables into correlated coefficients. In this study, PCA was used specifically to reduce the dimensionality of the set of ten climatic variables and to choose these more representative beside seven infectious and parasitic diseases, in order, to verify the interdependence between these variables in Natal-RN on period from January 2001 to December 2012. Intercorrelations between hepatitis, malaria (these highly correlated) and syphilis were observed; however, these diseases did not show an interrelation with the studied climatological variables. The temperature variables, as well as those calculated from this one (saturated vapor pressure deficit, potential evapotranspiration, heat index and human comfort index) were not representative for any of the diseases studied. Although the diseases are quite dispersed in relation to each other, as well as in relation to climatic variables, we suggest the use of the following variables in future studies: syphilis, human comfort index, dengue and relative humidity.
-
Número de páginas: 14
- Carlos José Saldanha Machado
- Julio Cesar Barreto da Silva
