Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/5/5133/tde-18092023-111432/ |
Resumo: | A hanseníase é uma doença causada pelo Mycobacterium leprae e é endêmica em várias regiões do mundo. Em 1991, a Organização Mundial da Saúde propôs que a hanseníase fosse eliminada até o ano 2000. No entanto, até hoje a hanseníase se mantém como um grave problema de saúde pública e, apesar dos investimentos em saúde, sabe-se que o período pré-patogênico tem forte influência no desenvolvimento desta doença. Neste sentido, os modelos matemáticos e estatísticos podem desempenhar um papel relevante na tomada de decisão para a manutenção de programas para a eliminação de hanseníase e na identificação e vigilância de casos novos. Assim, de forma a compreender os efeitos do investimento em políticas públicas na dinâmica da hanseníase no Estado do Pará, Brasil, nós objetivamos correlacionar, com uso da inteligência artificial, o gasto em alguns programas na área da saúde, educação e assistência social com o coeficiente de detecção geral, coeficiente de detecção em menores de 15 anos e a proporção de casos de detectados em grau II de deformidade, entre os anos de 2001 e 2020. Para isso, utilizou-se a tecnologia de redes neurais artificias para cruzar os dados de indicadores epidemiológicos da hanseníase com indicadores de políticas públicas na área da saúde, educação e assistência social e estimar os seus impactos na dinâmica da doença. A partir dos dados coletados, observa-se uma diminuição progressiva dos indicadores epidemiológicos no Estado e uma correlação de alguns indicadores socioeconômicos com a evolução da hanseníase, estando esta queda relacionada ao investimento federal em saúde, educação e assistência social. Também, foi possível assimilar as Regiões de Saúde do Marajó I, Carajás, Tapajós, Xingu e Lago do Tucuruí como prioritárias para o combate ao agravo no Pará e, dentre as variáveis estudadas, as que mais impactaram os indicadores epidemiológicos da hanseníase foram: gasto per capta com o Programa Bolsa Família, percentual da população urbana com acesso a água, Índice de Desenvolvimento da Educação Básica nos anos finais do Ensino Fundamental e a taxa de analfabetismo acima dos 15 anos de idade. Por fim, foi detectado que um investimento de R$ 436,99 mensais, em valores atuais, para cada uma das 965.697 famílias paraenses beneficiárias do PBF em 2020 levaria a um coeficiente de detecção geral estimado para o Pará de 9,54 casos/100mil habitantes, considerado médio |
| id |
USP_f8ef596d1ae3eefdc13a71a47df6dea0 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-18092023-111432 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do ParáPublic policies and socioeconomic factors in the dynamics of leprosy in the State of ParáArtificial intelligenceDeterminantes sociais da saúdeEpidemiologiaEpidemiologyFatores socioeconômicosHanseníaseInteligência artificialInvestimentos em saúdeInvestmentsLeprosySocial determinants of healthSocioeconomic factorsA hanseníase é uma doença causada pelo Mycobacterium leprae e é endêmica em várias regiões do mundo. Em 1991, a Organização Mundial da Saúde propôs que a hanseníase fosse eliminada até o ano 2000. No entanto, até hoje a hanseníase se mantém como um grave problema de saúde pública e, apesar dos investimentos em saúde, sabe-se que o período pré-patogênico tem forte influência no desenvolvimento desta doença. Neste sentido, os modelos matemáticos e estatísticos podem desempenhar um papel relevante na tomada de decisão para a manutenção de programas para a eliminação de hanseníase e na identificação e vigilância de casos novos. Assim, de forma a compreender os efeitos do investimento em políticas públicas na dinâmica da hanseníase no Estado do Pará, Brasil, nós objetivamos correlacionar, com uso da inteligência artificial, o gasto em alguns programas na área da saúde, educação e assistência social com o coeficiente de detecção geral, coeficiente de detecção em menores de 15 anos e a proporção de casos de detectados em grau II de deformidade, entre os anos de 2001 e 2020. Para isso, utilizou-se a tecnologia de redes neurais artificias para cruzar os dados de indicadores epidemiológicos da hanseníase com indicadores de políticas públicas na área da saúde, educação e assistência social e estimar os seus impactos na dinâmica da doença. A partir dos dados coletados, observa-se uma diminuição progressiva dos indicadores epidemiológicos no Estado e uma correlação de alguns indicadores socioeconômicos com a evolução da hanseníase, estando esta queda relacionada ao investimento federal em saúde, educação e assistência social. Também, foi possível assimilar as Regiões de Saúde do Marajó I, Carajás, Tapajós, Xingu e Lago do Tucuruí como prioritárias para o combate ao agravo no Pará e, dentre as variáveis estudadas, as que mais impactaram os indicadores epidemiológicos da hanseníase foram: gasto per capta com o Programa Bolsa Família, percentual da população urbana com acesso a água, Índice de Desenvolvimento da Educação Básica nos anos finais do Ensino Fundamental e a taxa de analfabetismo acima dos 15 anos de idade. Por fim, foi detectado que um investimento de R$ 436,99 mensais, em valores atuais, para cada uma das 965.697 famílias paraenses beneficiárias do PBF em 2020 levaria a um coeficiente de detecção geral estimado para o Pará de 9,54 casos/100mil habitantes, considerado médioLeprosy is a disease caused by Mycobacterium leprae and is endemic in various regions of the world. In 1991, the World Health Organization proposed that leprosy be eliminated by the year 2000. However, to this day, leprosy remains a serious public health problem and, despite investments in healthcare, it is known that the pre-pathogenic period has a strong influence on the development of this disease. In this sense, mathematical and statistical models can play a significant role in decision-making for maintaining programs for leprosy elimination and in the identification and surveillance of new cases. Thus, in order to understand the effects of investment in public policies on the dynamics of leprosy in the state of Pará, Brazil, we aimed to correlate, using artificial intelligence, the expenditure on some programs in the areas of health, education, and social assistance with the overall detection coefficient, detection coefficient in children under 15 years old, and the proportion of cases detected in grade II deformity, between the years 2001 and 2020. For this purpose, artificial neural network technology was used to cross-reference the epidemiological indicators of leprosy with public policy indicators in the areas of health, education, and social assistance and to estimate their impacts on the dynamics of the disease. From the collected data, a progressive decrease in epidemiological indicators in the state is observed, and a correlation of some socioeconomic indicators with the evolution of leprosy, this decrease being related to federal investment in health, education, and social assistance. Also, it was possible to assimilate the Health Regions of Marajó I, Carajás, Tapajós, Xingu, and Lago do Tucuruí as priorities for combating the disease in Pará, and among the variables studied, those that most impacted the epidemiological indicators of leprosy were: per capita spending on the Bolsa Família Program, percentage of the urban population with access to water, Basic Education Development Index in the final years of elementary school, and the illiteracy rate above 15 years of age. Finally, it was found that an investment of R$ 436.99 per month, in current values, for each of the 965,697 families in Pará benefiting from the BFP in 2020 would lead to an estimated overall detection coefficient for Pará of 9.54 cases/100,000 inhabitants, considered mediumBiblioteca Digitais de Teses e Dissertações da USPQuaresma, Juarez Antônio SimõesFeitosa Junior, Denilson Jose Silva2023-06-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/5/5133/tde-18092023-111432/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-10-10T16:43:02Zoai:teses.usp.br:tde-18092023-111432Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-10-10T16:43:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará Public policies and socioeconomic factors in the dynamics of leprosy in the State of Pará |
| title |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| spellingShingle |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará Feitosa Junior, Denilson Jose Silva Artificial intelligence Determinantes sociais da saúde Epidemiologia Epidemiology Fatores socioeconômicos Hanseníase Inteligência artificial Investimentos em saúde Investments Leprosy Social determinants of health Socioeconomic factors |
| title_short |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| title_full |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| title_fullStr |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| title_full_unstemmed |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| title_sort |
Políticas públicas e fatores socioeconômicos na dinâmica da hanseníase no Estado do Pará |
| author |
Feitosa Junior, Denilson Jose Silva |
| author_facet |
Feitosa Junior, Denilson Jose Silva |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Quaresma, Juarez Antônio Simões |
| dc.contributor.author.fl_str_mv |
Feitosa Junior, Denilson Jose Silva |
| dc.subject.por.fl_str_mv |
Artificial intelligence Determinantes sociais da saúde Epidemiologia Epidemiology Fatores socioeconômicos Hanseníase Inteligência artificial Investimentos em saúde Investments Leprosy Social determinants of health Socioeconomic factors |
| topic |
Artificial intelligence Determinantes sociais da saúde Epidemiologia Epidemiology Fatores socioeconômicos Hanseníase Inteligência artificial Investimentos em saúde Investments Leprosy Social determinants of health Socioeconomic factors |
| description |
A hanseníase é uma doença causada pelo Mycobacterium leprae e é endêmica em várias regiões do mundo. Em 1991, a Organização Mundial da Saúde propôs que a hanseníase fosse eliminada até o ano 2000. No entanto, até hoje a hanseníase se mantém como um grave problema de saúde pública e, apesar dos investimentos em saúde, sabe-se que o período pré-patogênico tem forte influência no desenvolvimento desta doença. Neste sentido, os modelos matemáticos e estatísticos podem desempenhar um papel relevante na tomada de decisão para a manutenção de programas para a eliminação de hanseníase e na identificação e vigilância de casos novos. Assim, de forma a compreender os efeitos do investimento em políticas públicas na dinâmica da hanseníase no Estado do Pará, Brasil, nós objetivamos correlacionar, com uso da inteligência artificial, o gasto em alguns programas na área da saúde, educação e assistência social com o coeficiente de detecção geral, coeficiente de detecção em menores de 15 anos e a proporção de casos de detectados em grau II de deformidade, entre os anos de 2001 e 2020. Para isso, utilizou-se a tecnologia de redes neurais artificias para cruzar os dados de indicadores epidemiológicos da hanseníase com indicadores de políticas públicas na área da saúde, educação e assistência social e estimar os seus impactos na dinâmica da doença. A partir dos dados coletados, observa-se uma diminuição progressiva dos indicadores epidemiológicos no Estado e uma correlação de alguns indicadores socioeconômicos com a evolução da hanseníase, estando esta queda relacionada ao investimento federal em saúde, educação e assistência social. Também, foi possível assimilar as Regiões de Saúde do Marajó I, Carajás, Tapajós, Xingu e Lago do Tucuruí como prioritárias para o combate ao agravo no Pará e, dentre as variáveis estudadas, as que mais impactaram os indicadores epidemiológicos da hanseníase foram: gasto per capta com o Programa Bolsa Família, percentual da população urbana com acesso a água, Índice de Desenvolvimento da Educação Básica nos anos finais do Ensino Fundamental e a taxa de analfabetismo acima dos 15 anos de idade. Por fim, foi detectado que um investimento de R$ 436,99 mensais, em valores atuais, para cada uma das 965.697 famílias paraenses beneficiárias do PBF em 2020 levaria a um coeficiente de detecção geral estimado para o Pará de 9,54 casos/100mil habitantes, considerado médio |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-06-19 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/5/5133/tde-18092023-111432/ |
| url |
https://www.teses.usp.br/teses/disponiveis/5/5133/tde-18092023-111432/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1815258251394023424 |