Fechar
Metadados

@MastersThesis{Martins:2009:MaRiEs,
               author = "Martins, Fl{\'a}via de Toledo",
                title = "Mapeamento do risco da esquistossomose no Estado de Minas Gerais, 
                         usando dados ambientais e sociais",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2009",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2008-02-26",
             keywords = "modelagem global, modelagem regional, regress{\~a}o 
                         m{\'u}ltipla, classifica{\c{c}}{\~a}o imprecisa, {\'a}rvore de 
                         decis{\~a}o, esquistossomose mansoni, sa{\'u}de p{\'u}blica, 
                         global model, regional model, multiple regression, imprecise 
                         classification, decision tree, schistosomiasis mansoni, public 
                         health.",
             abstract = "A esquistossomose mansoni {\'e} uma doen{\c{c}}a end{\^e}mica, 
                         transmitida por hospedeiros intermedi{\'a}rios do g{\^e}nero 
                         Biomphalaria. A esquistossomose est{\'a} presente em diversos 
                         pa{\'{\i}}ses, principalmente os subdesenvolvidos, infectando 
                         uma grande quantidade de pessoas e colocando v{\'a}rias outras em 
                         situa{\c{c}}{\~a}o de risco. Como a doen{\c{c}}a {\'e} 
                         determinada por fatores ambientais e sociais que variam no 
                         espa{\c{c}}o e no tempo, o uso de um sistema de 
                         informa{\c{c}}{\~o}es geogr{\'a}ficas facilita a 
                         determina{\c{c}}{\~a}o da distribui{\c{c}}{\~a}o da 
                         doen{\c{c}}a e a delimita{\c{c}}{\~a}o das poss{\'{\i}}veis 
                         {\'a}reas de risco. Nesta disserta{\c{c}}{\~a}o, foram usados 
                         os dados de preval{\^e}ncia da esquistossomose em 197 
                         munic{\'{\i}}pios do Estado de Minas Gerais, para estimar a 
                         preval{\^e}ncia da esquistossomose para os 853 
                         munic{\'{\i}}pios do Estado, juntamente com vari{\'a}veis de 
                         sensoriamento remoto oriundas dos sensores MODIS e SRTM, 
                         vari{\'a}veis clim{\'a}ticas, vari{\'a}veis 
                         socioecon{\^o}micas e vari{\'a}veis de 
                         caracteriza{\c{c}}{\~a}o de vizinhan{\c{c}}a. Com este 
                         objetivo, foram usadas v{\'a}rias t{\'e}cnicas, tais como: 
                         an{\'a}lise de regress{\~a}o linear, classifica{\c{c}}{\~a}o 
                         imprecisa, regionaliza{\c{c}}{\~a}o e reconhecimento de 
                         padr{\~o}es, para a gera{\c{c}}{\~a}o e compara{\c{c}}{\~a}o 
                         dos modelos global, regional e de {\'a}rvore de decis{\~a}o. O 
                         modelo global foi desenvolvido usando um modelo de regress{\~a}o 
                         linear para todo o Estado, alcan{\c{c}}ando 50,7% de 
                         exatid{\~a}o global. O modelo regional cont{\'e}m um modelo de 
                         regress{\~a}o linear para cada uma das quatro regi{\~o}es 
                         propostas nesse trabalho e atingiu 66,90% de exatid{\~a}o global. 
                         O modelo de {\'a}rvore de decis{\~a}o classificou a 
                         preval{\^e}ncia da doen{\c{c}}a em tr{\^e}s faixas de risco: 
                         baixa, m{\'e}dia e alta, alcan{\c{c}}ando 71,8% de exatid{\~a}o 
                         global. A classifica{\c{c}}{\~a}o imprecisa foi gerada a partir 
                         dos modelos de regress{\~a}o linear usando intervalos de 55% e 
                         60% de confian{\c{c}}a, para o modelo global e regional, 
                         respectivamente. A classifica{\c{c}}{\~a}o imprecisa atingiu 
                         86,6% de exatid{\~a}o global para o modelo global e 90,8% para o 
                         modelo regional. Finalmente a preval{\^e}ncia da doen{\c{c}}a 
                         foi estimada para os outros 656 munic{\'{\i}}pios do Estado, 
                         onde n{\~a}o existem dados dispon{\'{\i}}veis, usando os cinco 
                         modelos desenvolvidos, sendo dois de regress{\~a}o linear (global 
                         e regional), dois de classifica{\c{c}}{\~o}es imprecisas e um de 
                         {\'a}rvore de decis{\~a}o. ABSTRACT: The schistosomiasis mansoni 
                         is an endemic disease, transmitted by intermediate hosts of the 
                         genus Biomphalaria. The schistosomiasis is present in several 
                         countries, especially the underdeveloped, infecting a large number 
                         of people and putting several others in risk situation. As the 
                         disease is determined by environmental and social factors that 
                         vary in space and time, the use of a geographic information system 
                         facilitates the determination of the distribution of the disease 
                         and the delimitation of possible areas of risk. In this 
                         dissertation, were used the prevalence of schistosomiasis data in 
                         197 municipalities in the Minas Gerais State, to estimate the 
                         prevalence of schistosomiasis for the 853 municipalities in the 
                         State, along with variables of remote sensing from the MODIS 
                         sensor and SRTM, climate variables, socioeconomic variables and 
                         variables of characterization of neighborhood. With this purpose, 
                         were used various techniques, such as linear regression analysis, 
                         imprecise classification, regionalization and pattern recognition 
                         for the generation and comparison of global, regional and decision 
                         tree models. The global model was developed using one linear 
                         regression model for all state, reaching 50.7% of overall 
                         accuracy. The regional model contains a linear regression model 
                         for each one of the four regions proposed in this work and reached 
                         66.90% of overall accuracy. The model of decision tree classified 
                         the disease prevalence in three ranges of risk: low, medium and 
                         high, reaching 71.8% of overall accuracy. The imprecise 
                         classification was generated from the linear regression models 
                         using intervals of 55% and 60% confidence for the global and 
                         regional models, respectively. The imprecise classification 
                         reached 86.6% of overall accuracy for the global model and 90.8% 
                         for the regional model. Finally the disease prevalence has been 
                         estimated for the other 656 municipalities in the state, where no 
                         data are available, using the five models developed, two linear 
                         regression (global and regional), two of imprecise 
                         classifications, and one decision tree.",
            committee = "Monteiro, Antonio Miguel Vieira (presidente) and Dutra, Luciano 
                         Vieira (orientador) and Freitas, Corina da Costa (orientador) and 
                         Sandri, Sandra Aparecida and Correia, Virginia Ragoni de Moraes 
                         and Santos, Reinaldo Souza dos",
           copyholder = "SID/SCD",
         englishtitle = "Mapping of the risk of schistosomiasis in Minas Gerais State, 
                         using environmental and social data",
             language = "pt",
                pages = "144",
                  ibi = "6qtX3pFwXQZGivnK2Y/T6eA7",
                  url = "http://urlib.net/rep/6qtX3pFwXQZGivnK2Y/T6eA7",
           targetfile = "publicacao.pdf",
        urlaccessdate = "18 jan. 2021"
}


Fechar