Resumos

Introdução

O sarampo é uma doença viral aguda, imunoprevenível, causada por um vírus de RNA da família Paramyxoviridae, subgrupo Morbillivirus, considerado um dos agentes patogênicos mais infecciosos para o ser humano, com elevada capacidade de transmissão ¹1. Gay NJ. The theory of measles elimination: implications for the design of elimination strategies. J Infect Dis 2004; 189 Suppl 1:S27-35.. Sua erradicação é considerada tecnicamente possível devido a uma combinação de fatores, que incluem o fato de o homem ser o único reservatório da doença, a disponibilidade de uma vacina barata, eficaz e que confere imunidade duradoura, a existência de testes diagnósticos específicos e sensíveis e a característica de praticamente todos os infectados serem sintomáticos ²2. De Serres G, Markowski F, Toth E, Landry M, Auger D, Mercier M, et al. Largest measles epidemic in North America in a decade - Quebec, Canada, 2011: contribution of susceptibility, serendipity, and superspreading events. J Infect Dis 2013; 207:990-8.. No entanto, devido à alta transmissibilidade do vírus, o alcance da meta de erradicação pressupõe a vacinação de quase todos os indivíduos suscetíveis no mundo, ou seja, de mais de 95% da população mundial ³3. Schlenker TL, Bain C, Baughman AL, Hadler SC. Measles herd immunity. The association of attack rates with immunization rates in preschool children. JAMA 1992; 267:823-6.^,44. Belmar-George S, Frederick JC, Leon P, Alexandre S, Holder Y, Lewis-Bell KN, et al. MMR2 vaccination coverage and timeliness among children born in 2004-2009: a national survey in Saint Lucia, 2015. Rev Panam Salud Pública 2018; 42:e76..

Expressivos avanços na redução de casos e óbitos foram alcançados desde a introdução da vacinação em todo o mundo. Na região das Américas, a circulação endêmica do vírus foi considerada interrompida em 2000. Em 2016, a região foi certificada como livre do sarampo pela Organização Mundial da Saúde (OMS) e pela Organização Pan-Americana da Saúde (OPAS). No entanto, vários países voltaram a notificar surtos a partir de 2018, inclusive o Brasil, o que levou à perda do certificado de eliminação da circulação do vírus ⁵5. Chaves ECR, Trindade Júnior KN, Andrade BFF, Mendonça MHR. Avaliação da cobertura vacinal do sarampo no período de 2013-2019 e sua relação com a reemergência no Brasil. Revista Eletrônica Acervo Saúde 2020; (38):e1982.. No ano seguinte, em 2019, o Estado de São Paulo foi acometido pela maior epidemia de sarampo desde o ressurgimento da doença, que resultou em mais de 15 mil casos confirmados ⁶6. Makarenko C, San Pedro A, Paiva N, Santos JPC, Medronho R, Gibson G. Ressurgimento do sarampo no Brasil: análise da epidemia de 2019 no estado de São Paulo. Rev Saúde Pública 2022; 56:50.^,77. Secretaria de Vigilância em Saúde, Ministério da Saúde. Situação do sarampo no Brasil - 2018-2019. Brasília: Secretaria de Vigilância em Saúde, Ministério da Saúde; 2019. (Informe, 37)..

A queda nas coberturas vacinais é a principal ameaça para o retorno de doenças imunopreveníveis como o sarampo, embora outros fatores também tenham sido associados ao ressurgimento de casos. Dentre esses fatores, destacam-se: a “hesitância vacinal”, termo que caracteriza o atraso ou a recusa na vacinação, a formação de clusters com baixa cobertura vacinal, coinfecções pelo HIV ou outras infecções parasitárias crônicas, bem como fatores sociais que incluem deficiências nutricionais, baixa escolaridade materna, elevada densidade intradomiciliar, baixa renda familiar e iniquidades no acesso aos serviços de saúde ⁸8. Perry RT, Halsey NA. The clinical significance of measles: a review. J Infect Dis 2004; 189 Suppl 1:S4-16.^,99. Borba RCN, Vidal VM, Moreira LO. The re-emergency and persistancy of vaccine preventable disesases. An Acad Bras Ciênc 2015; 87(2 Suppl):1311-22.^,1010. Hoest C, Seidman JC, Lee G, Platts-Mills JA, Ali A, Olortegui MP, et al. Vaccine coverage and adherence to EPI schedules in eight resource poor settings in the MAL-ED cohort study. Vaccine 2017; 35:443-51.^,1111. Brownwright TK, Dodson ZM, Willem GVP. Spatial clustering of measles vaccination coverage among children in sub-Saharan Africa. BMC Public Health 2017; 17:957.^,1212. Sato APS. Qual importância da hesitação vacinal na queda das coberturas vacinais no Brasil? Rev Saúde Pública 2018; 52:96.^,1313. Succi RC. Vaccine refusal: what we need to know. J Pediatr (Rio J.) 2018; 94:574-81.^,1414. Nono JK, Kamdem SD, Netongo PM, Dabee S, Schomaker M, Oumarou A, et al. Schistosomiasis burden and its association with lower measles vaccine responses in school children from rural Cameroon. Front Immunol 2018; 9:2295.^,1515. Truelove SA, Graham M, Moss WJ, Metcalf E, Ferrari MJ, Lessler J. Characterizing the impact of spatial clustering of susceptibility for measles elimination. Vaccine 2019; 37:732-41.^,1616. Hunter PR, Colón-Gonzales F, Brainard J, Majuru B, Pedrazzoli D, Abubakar I, et al. Can economic indicators predict infectious disease spread? A cross-country panel analysis of 13 European countries. Scand J Public Health 2020; 48:351-61..

Além da queda da cobertura vacinal, a redução do efeito protetor da vacina em virtude de esquemas vacinais incompletos e da ausência de booster natural da infecção em áreas onde a transmissão foi considerada interrompida podem explicar a recente tendência de aumento da morbidade por sarampo em adultos jovens, antes observada majoritariamente em crianças de até 5 anos ⁶6. Makarenko C, San Pedro A, Paiva N, Santos JPC, Medronho R, Gibson G. Ressurgimento do sarampo no Brasil: análise da epidemia de 2019 no estado de São Paulo. Rev Saúde Pública 2022; 56:50.^,1717. Hagan JE, Takashima Y, Sarankhuu A, Dashpagma O, Jantsansengee B, Pastore R, et al. Risk factors for measles virus infection among adults during a large outbreak in postelimination era in Mongolia, 2015. J Infect Dis 2017; 216:1187-95.^,1818. Woundenberg T, Van Binnendijk RS, Sanders EAM, Wallinga J, De Melker HE, Ruijs WLM, et al. Large measles epidemic in the Netherlands, May 2013 to March 2014: changing epidemiology. Euro Surveill 2017; 22:30443.^,1919. Torner N, Anton A, Barrabeig I, Lafuente S, Parron I, Arias C, et al. Epidemiology of two large measles virus outbreaks in Catalonia: what a difference the month of administration of the first dose of vaccine makes. Hum Vaccin Immunother 2013; 9:675-80.^,2020. Delaporte E, Wyler Lazarevic CA, Iten A, Sudre P. Large measles outbreak in Geneva, Switzerland, January to August 2011: descritive epidemiology and demosntration of quarantine effectiveness. Euro Surveill 2013; 18:20395..

Considerando um cenário de potencial reemergência do sarampo, os sistemas de vigilância devem se manter sensíveis, com respostas rápidas e eficazes para detectar e conter possíveis surtos. Nesse sentido, o conhecimento dos fatores associados à ocorrência de sarampo e a identificação de áreas de risco de transmissão são fundamentais para priorizar as ações de prevenção e controle voltadas às populações vulneráveis à infecção e, com isso, orientar ações que garantam a manutenção de sua eliminação. Sob esse aspecto, este estudo analisou os fatores sociossanitários e assistenciais associados à reemergência de sarampo e a ocorrência de conglomerados espaciais da maior epidemia do período pós-eliminação no Brasil, ocorrida no Estado de São Paulo em 2019.

Método

Delineamento do estudo

Trata-se de um estudo ecológico analítico, baseado nos casos notificados de sarampo em 2019 no Estado de São Paulo, confirmados por critério laboratorial, clínico e epidemiológico, e indicadores sociossanitários e assistenciais, agregados segundo município de residência. O Estado de São Paulo é o mais populoso do país e a segunda Unidade Federativa com maior Índice de Desenvolvimento Humano (IDH), com população estimada de 46 milhões de habitantes em 2020, distribuídos em uma área de 248.209km². Localiza-se na região sudeste do país, sendo administrativamente formado por 645 municípios, distribuídos em 11 regiões geográficas intermediárias e seis regiões metropolitanas ²¹21. Instituto Brasileiro de Geografia e Estatística. Cidades@. São Paulo. https://cidades.ibge.gov.br/brasil/sp/panorama (acessado em 10/Ago/2020).
https://cidades.ibge.gov.br/brasil/sp/pa... .

Este é um estado heterogêneo quanto às condições socioeconômicas, conforme sinaliza a amplitude dos valores dos índices municipais de Gini referente à renda domiciliar per capita de 2010 (mínimo de 0,33 e máximo de 0,69), sendo que quanto mais próximos da unidade, maior a desigualdade. Com relação ao IDH, os valores dos municípios paulistas em 2010 variaram de 0,639 (médio desenvolvimento) a 0,862 (muito alto desenvolvimento) ²¹21. Instituto Brasileiro de Geografia e Estatística. Cidades@. São Paulo. https://cidades.ibge.gov.br/brasil/sp/panorama (acessado em 10/Ago/2020).
https://cidades.ibge.gov.br/brasil/sp/pa... ^,2222. Programa das Nações Unidas para o Desenvolvimento. Índice de Desenvolvimento Humano Municipal brasileiro: série Atlas do Desenvolvimento Humano no Brasil. Brasília: Programa das Nações Unidas para o Desenvolvimento; 2013..

Variáveis utilizadas

O número de casos de sarampo por municípios foi calculado segundo dados provenientes do Sistema de Informação de Agravos de Notificação (SINAN). Para análise dos fatores associados à ocorrência de sarampo, foram selecionados indicadores sociossanitários e assistenciais considerando sua relevância no processo de determinação do agravo, com base em revisão da literatura sobre o tema, bem como na disponibilidade de dados. Para construção dos indicadores sociossanitários, foram utilizados dados do Censo Demográfico de 2010, disponibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE) ²³23. Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2010. Características da população e dos domicílios: resultados do universo. https://sidra.ibge.gov.br/pesquisa/censo-demografico/demografico-2010/universo-caracteristicas-da-populacao-e-dos-domicilios (acessado em 09/Dez/2020).
https://sidra.ibge.gov.br/pesquisa/censo... , bem como da plataforma Atlas de Desenvolvimento Humano do Brasil ²⁴24. Programa das Nações Unidas para o Desenvolvimento; Fundação João Pinheiro; Instituto de Pesquisa Econômica Aplicada. Atlas do Desenvolvimento Humano no Brasil: planilha. http://atlasbrasil.org.br/consulta/planilha (acessado em 09/Dez/2020).
http://atlasbrasil.org.br/consulta/plani... . As informações sobre número de visitantes de origem nacional ou internacional por município foram provenientes do Ministério do Turismo ²⁵25. Programa de Regionalização do Turismo. Mapa do turismo 2018. http://www.mapa.turismo.gov.br/mapa/init.html#/home (acessado em 03/Ago/2020).
http://www.mapa.turismo.gov.br/mapa/init... . Indicadores que mensuram a intensidade do turismo têm sido considerados em estudos que buscam analisar o risco de reintrodução do vírus do sarampo em virtude da possibilidade de importação de casos, especialmente em áreas consideradas livres da doença ²⁶26. Lam E, Schluter WW, Masresha BG, Teleb N, Bravo-Alcantara P, Shefer A, et al. Development of a district-level programmatic assessment tool for risk of measles virus transmission. Risk Anal 2017; 37:1052-62.^,2727. Lemos DRQ, Franco AR, Garcia MHO, Pastor D, Bravo-Alcântara P, Moraes JC, et al. Risk analysis for the reintroduction and transmission of measles in the post elimination period in the Americas. Rev Panam Salud Pública 2017; 41:e157.. Para construção dos indicadores de cobertura vacinal e cobertura da atenção básica foram consultados os Sistema de Informação do Programa Nacional de Imunização (SI-PNI) ⁽²⁸28. Departamento de Informática do SUS. Sistema de Informações do Programa Nacional de Imunizações SI-PNI, 2010. http://si-pni.datasus.gov.br/ (acessado em 01/Nov/2019).
http://si-pni.datasus.gov.br/... ⁾ e o Cadastro Nacional de Estabelecimento de Saúde (CNES) ⁽²⁹29. Departamento de Infirmática do SUS. Cadastro Nacional de Estabelecimentos em Saúde - CNES. http://www.cnes.datasus.gov.br (acessado em 10/Dez/2019).
http://www.cnes.datasus.gov.br... ⁾ (Quadro 1).

Análise espacial

Para análise de conglomerados puramente espaciais da ocorrência de casos, a estatística de varredura SCAN ³⁰30. Kulldorff M. A spatial scan statistic. Commun Stat Theory Methods 1997; 26:1481-96. foi aplicada à população sob risco usando o método SCAN (software SaTScan versão 9.6.1. https://satscan.org/). O método SCAN identifica os conglomerados mais prováveis que violem a hipótese nula de não aglomeração e estima seus respectivos riscos relativos, além de fornecer informações importantes para a interpretação epidemiológica, a exemplo da população e do número de casos de cada conglomerado, o que permite o cálculo das taxas de incidência do cluster. O método também fornece informação sobre o tamanho territorial do conglomerado. Tais informações são de alta relevância para a tomada de decisão, podendo ser usadas para definir o tipo e intensidade das ações de controle no âmbito da vigilância.

No método de varredura SCAN deste estudo, foi adotado o modelo discreto de Poisson. Para sua execução são necessárias informações das coordenadas geográficas dos centroides das unidades de análise, do número de casos observados e da população sob risco. Para cada centroide, uma janela de varredura gradual varia continuamente em tamanho, de forma a registrar o número de casos observados e esperados. São, então, criados círculos geográficos distintos, aos quais o teste de razão de verossimilhança é aplicado para identificação dos clusters com menor probabilidade de ocorrência ao acaso. Para cada um, a hipótese alternativa é de que há um risco elevado no interior do conglomerado em relação ao exterior. Neste sentido, a função de verossimilhança para uma janela específica é dada por:

Onde: C é o número total de casos observados em toda superfície analisada; c é o número de casos observado dentro da janela; E[c] representa o número de casos esperados dentro da janela de varredura; C - E[c] é o número de casos esperados fora da janela; I() é uma função indicadora.

Ao configurar a varredura para identificação de apenas clusters com altas taxas, I() é igual a um quando a janela tem mais casos do que o esperado sob a hipótese nula, e zero do contrário.

Tendo em vista a tendência de aumento da morbidade por sarampo em adultos jovens, as análises foram realizadas considerando a distribuição dos casos pelas seguintes faixas etárias: menores de 5 anos, de 5 a 19 anos, de 20 a 29 anos e maiores de 30 anos. Como parâmetro, foi assumido tamanho máximo de janela geográfica igual a 30% da população sob risco. Os riscos relativos dos aglomerados estatisticamente significativos (p < 0,05) foram mapeados no software QGIS (https://qgis.org/en/site/). As malhas cartográficas dos municípios e regiões intermediárias de São Paulo foram obtidas por meio do site do IBGE ³¹31. Instituto Brasileiro de Geografia e Estatística. Malha municipal. https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais/15774-malhas.html?=&t=downloads (acessado em 17/Mai/2021).
https://www.ibge.gov.br/geociencias/orga... .

Enquanto divisão regional, as regiões intermediárias buscam distinguir o espaço com base nas relações dos centros urbanos para satisfação de necessidades referentes à compra de bens de consumo, trabalho, acesso a serviços de saúde e educação ³²32. Instituto Brasileiro de Geografia e Estatística. O recorte das regiões imediatas e intermediárias de 2017. https://www.ibge.gov.br/apps/regioes_geograficas/ (acessado em 18/Ago/2021).
https://www.ibge.gov.br/apps/regioes_geo... .

Análise estatística

Na análise dos fatores sociodemográficos e assistenciais associados à reemergência de sarampo, inicialmente foi realizada uma regressão de Poisson inflacionado de zero - ZIP (do inglês zero inflated Poisson) ³³33. Lambert D. Zero-inflated Poisson regression, with an application to defects in manufacturing. Technometrics 1992; 34:1-14., por se tratar de dados de contagem de casos cuja distribuição apresentou excesso de zero. Posteriormente, diante da constatação da presença de dependência espacial, foi testado o modelo de ZIP com efeitos aleatórios não estruturado, independente e identicamente distribuído, e estruturado espacialmente, CAR intrínseco (do inglês conditional autoregressive), em que cada município condicionalmente tem uma distribuição Gaussiana com média igual à média dos vizinhos e uma precisão proporcional ao número de vizinhos ³⁴34. Besag J, York J, Mollié A. Bayesian image restoration with two applications in spatial statistics. Ann Inst Stat Math 1991;43:1-59.. As análises foram realizadas no software R (https://www.r-project.org/) usando os pacotes boot³⁵35. Davison AC, Hinkley DV. Bootstrap methods and their applications. Cambridge: Cambridge University Press; 1997., pscl³⁶36. Jackman S. pscl: classes and methods for R developed in the political science computational laboratory. R package version 1.5.5. Sydney: United States Studies Centre, Universtity of Sydney; 2020. e INLA³⁷37. Schrodle B, Knorr-Held L. Spatiotemporal disease mapping using INLA. Envirometrics 2010; 22:725-34..

Definição do modelo

O modelo ZIP com efeitos aleatórios não estruturado e estruturado espacialmente pode ser escrito como:

Onde Y _i é o número observado de casos de sarampo no município i, m _i é o risco relativo do município i (equação 3), p é a proporção de zeros (equação 4), E _i é o número esperado de casos de sarampo no município i, e x _i = (x _1i , x _2i ,..., x _Ki ) é o conjunto das K covariáveis referentes ao município i. O logaritmo de m _i e a proporção de zero foram modelados por:

Sendo β ₀ o intercepto; β = (β ₁ ,..., β _K ), os coeficientes de regressão; U _i , os efeitos aleatórios não estruturados; V _i , os efeitos aleatórios espacialmente estruturados; e θ, o hiperparâmetro da proporção de zeros.

Inferência dos parâmetros

A inferência dos parâmetros dos modelos de regressão, simples e múltiplo, para os modelos ZIP e ZIP com efeitos aleatórios não estruturado e estruturado espacialmente, foi realizada sob o paradigma bayesiano usando o método aproximação de Laplace aninhada integrada (integrated nested Laplace approximation - INLA) ³⁷37. Schrodle B, Knorr-Held L. Spatiotemporal disease mapping using INLA. Envirometrics 2010; 22:725-34.^,3838. Schrodle B, Knorr-Held L. A primer on disease mapping and ecological regression using INLA. Comput Stat 2011; 26:241-58..

Para a distribuição do intercepto e dos coeficientes de regressão foram utilizadas prioris (não informativas) normais independentes com média zero e variância 1002. E para o hiperparâmetro θ, dado na equação 4, distribuição normal, não informativa com média -1 e variância 5. Para o efeito aleatório não estruturado, U = (U1, U2,... U645), assumiu-se uma distribuição normal, gaussiana, independente, com média zero e precisão (isto é, o inverso da variância),

Tu2, com distribuição a priori Gama não informativa, Gama (a = 1, b = 0,00005). E para o efeito espacialmente estruturado V _i , assumiu-se a distribuição gaussiana com média dada pela média de seus vizinhos e precisão (isto é, o inverso da variância),

Tu2. Ou seja,

Onde φ _i denota o conjunto de índices dos vizinhos do município i, n _i denota o total de vizinhos do município i, e Tu2 é a precisão dos efeitos espaciais estruturados, e sua distribuição a priori foi uma Gama não informativa, Gama (a = 1, b = 0,00005).

O modelo de regressão ZIP é um caso particular do modelo de regressão ZIP com efeitos aleatórios espaciais e pode ser obtido simplesmente fixando a variância do efeito aleatório como zero. Isto é, a especificação a priori para o efeito aleatório seria uma priori degenerada no ponto zero para cada efeito aleatório espacial, ou seja, P(U _i = 0) = P(V _i = 0) = 1,∀i.

Para cada um dos modelos de regressão, ZIP e ZIP com efeitos aleatórios espaciais estruturados e não estruturados, na forma simples e múltipla, foram calculados os riscos relativos mediano e o intervalo de 95% de credibilidade (ICr95%) a posteriori.

Critério de seleção do modelo

Os modelos ajustados foram comparados usando o DIC (do inglês deviance information criterion) ³⁹39. Spiegelhalter DJ, Best NG, Carlin BP, Van der Linde A. Bayesian measures of model complexity and fit. J R Stat Soc Ser C Appl Stat 2002; 64:583-639.. De forma geral, quanto menor o valor do DIC, melhor o modelo.

Aspectos éticos

O estudo foi aprovado pelo Comitê de Ética em Pesquisa do Instituto de Estudos em Saúde Coletiva da Universidade Federal do Rio de Janeiro (IESC/UFRJ; parecer nº 4.410.876), com dispensa de Termo de Consentimento Livre e Esclarecido por empregar base de dados secundários e análises agregadas, sem risco de identificação dos sujeitos.

Resultados

No ano de 2019 foram confirmados 15.598 casos de sarampo em residentes de São Paulo, distribuídos em aproximadamente 44% (284) dos municípios do estado. Dentre os municípios, destacam-se a capital (8.162 casos) e Guarulhos (726 casos) com maior número de notificações.

Na análise de cluster, foram identificados conglomerados de alto risco de casos de sarampo em municípios localizados na região intermediária de São Paulo, independentemente da faixa etária considerada (Figura 1).

Para a população de menores de 5 anos, o cluster principal foi constituído por um conjunto de seis municípios (São Paulo, Diadema, Mauá, São Caetano do Sul, Santo André e Ribeirão Pires), compreendendo uma população equivalente a 29,8% dos habitantes do estado nessa faixa etária, um total de 3.614 casos, representando uma taxa de incidência de 395,4 por 100 mil habitantes e risco relativo de 5,61 (Tabela 1).

Para os indivíduos com idade entre 5 e 19 anos, o cluster principal compreendeu quatro municípios (São Paulo, Diadema, São Caetano do Sul e São Bernardo do Campo), com 29,6% da população do estado dessa faixa etária. O total de casos notificados (1.506) correspondeu a uma taxa de incidência de 55,4 por 100 mil habitantes e um risco relativo de 3,48 (Tabela 1).

Para as faixas etárias de 20 a 29 anos e maiores de 30 anos, os clusters principais corresponderam a um baixo percentual da população (1,8% e 0,65%), porém, com riscos relativos elevados (9,25 e 11,7) (Tabela 1). Apesar desses conglomerados terem apresentado maiores razões de verossimilhança, em termos epidemiológicos destaca-se o cluster secundário para essas faixas etárias por se referirem a um elevado percentual da população e maior quantidade de casos, com riscos relativos de 2,05 e 2,50 respectivamente.

Com relação à associação entre a incidência de sarampo e os indicadores sociodemográficos e assistenciais analisada por regressão ZIP, destacam-se no modelo múltiplo final como fatores de risco com maior força de associação as seguintes variáveis: chefes de domicílio menores de 18 anos (RR ajustado = 1,39; ICr95%: 1,27-1,53), desigualdade na distribuição de renda, segundo o índice de Gini (RR ajustado = 36,67; ICr95%: 26,36-51,15), desocupação em maiores de 18 anos (RR ajustado = 1,10; ICr95%: 1,08-1,12) e iluminação pública inexistente (RR ajustado = 1,05; ICr95%: 1,04-1,05). Os indicadores referentes à densidade de moradias em áreas subnormais (RR ajustado = 1,01; ICr95%: 1,01-1,03) e população vulnerável à pobreza (RR ajustado = 1,02; ICr95%: 1,02-1,03) também representaram fatores de risco para ocorrência de sarampo, embora com riscos relativos medianos a posteriori muito próximos à unidade. Dentre os indicadores programáticos e assistenciais, o percentual de cobertura de agentes de saúde foi o único que se manteve no modelo final, indicando proteção em relação à ocorrência de casos (RR ajustado = 0,61; ICr95%: 0,54-0,68) (Tabela 2).

Em contrapartida, nos modelos de ZIP com efeito aleatório espacial estruturado e não estruturado, observamos como fatores de risco para ocorrência do sarampo o percentual de chefes de domicílio menores de 18 anos (RR ajustado = 1,36; ICr95%: 1,04-1,90), desigualdade na distribuição dos rendimentos do trabalho (RR ajustado = 3,12; ICr95%: 1,02-9,48) e percentual de cobertura de agentes de saúde como fator de proteção (RR ajustado = 0,45; ICr95%: 0,29-0,67). Com relação aos hiperparâmetros a posteriori, a probabilidade de ocorrência de zero no modelo de ZIP foi de 0,57 [p = e^0,29/(1 + e^0,29)], enquanto no modelo de ZIP com efeitos aleatórios espaciais estruturados e não estruturados esse valor foi de 0,53 [p = e^0,11/(1 + e^0,11)], com a mediana a posteriori da precisão do componente espacial não estruturado, Tu-2, de 8,16 (ICr95%: 7,92-8,49) e estruturado, Tu-2, de 0,44 (ICr95%: 0,34-0,60). Baseado na métrica DIC, o modelo de regressão múltiplo ZIP com efeitos aleatórios espaciais estruturados e não estruturados foi considerado o melhor modelo (DIC = 1852,2) (Tabela 2).

Discussão

Os achados deste estudo evidenciaram aspectos importantes da maior epidemia de sarampo do período pós-eliminação no Brasil, ocorrida em 2019 no Estado de São Paulo. A distribuição dos mais de 15 mil casos de sarampo no estado revelou a formação de conglomerados espaciais de maior risco de transmissão formados em todas as faixas etárias em municípios de destacada projeção econômica e elevada densidade populacional. Considerando a hierarquia dos centros urbanos, os municípios que compuseram os clusters primários identificados no estudo fazem parte do denominado arranjo populacional de São Paulo, região de maior contingente populacional e ampla interconectividade com o restante do país ⁴⁰40. Coordenação de Geografia, Instituto Brasileiro de Geografia e Estatística. Regiões de influência das cidades: 2018. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2020.. Essa região inclui a capital São Paulo, metrópole global que abriga o principal hub da aviação do Brasil, servindo como principal porta de entrada e saída do país. Tais características fazem dessa região uma potencial porta de entrada de casos vindos de países onde há persistência de transmissão, além de se configurar como um importante polo difusor de casos para outras Unidades Federativas ⁶6. Makarenko C, San Pedro A, Paiva N, Santos JPC, Medronho R, Gibson G. Ressurgimento do sarampo no Brasil: análise da epidemia de 2019 no estado de São Paulo. Rev Saúde Pública 2022; 56:50..

Com relação à análise dos fatores associados, a elevada frequência de municípios com contagem de casos zerada nos levou a optar inicialmente por um modelo ZIP e, posteriormente, compará-lo a um modelo ZIP com efeitos aleatórios espaciais estruturados e não estruturados, tendo em vista a ocorrência de dependência espacial. Nosso estudo é o primeiro a considerar o excesso de zeros e o efeito da estrutura espacial para modelar fatores associados à ocorrência de sarampo no Brasil.

No modelo ZIP, variáveis que mensuram pobreza (população vulnerável à pobreza e proporção de chefes de domicílio com idade menor de 18 anos), desigualdade de renda (desigualdade na distribuição de renda e desocupação em maiores de 18 anos) e densidade populacional (densidade de domicílios em aglomerados subnormais), representam fatores de risco para ocorrência de casos de sarampo no nível municipal.

A introdução do vírus do sarampo em áreas de cobertura vacinal inadequada e alta densidade populacional pode representar maior risco de transmissão e ocorrências de casos da doença, em especial devido à sua característica de alta contagiosidade, associação já observada em outros estudos ⁴¹41. Rivadeneira MF, Bassanesi SL, Fuchs SC. Socioeconomic inequalities and measles immunization coverage in Ecuador: a spatial analysis. Vaccine 2018; 36:5251-7.^,4242. Guerra FM, Bolotin S, Lim G, Heffernan J, Deeks SL, Li Y, et al. The basic reproduction number (R0) of measles: a systematic review. Lancet Infect Dis 2017; 17:e420-8..

De forma geral, populações em situação de pobreza também têm sido associadas ao maior risco de ocorrência de sarampo por apresentarem maior tendência à baixa cobertura ou completude vacinal, sobretudo em países em desenvolvimento ⁶6. Makarenko C, San Pedro A, Paiva N, Santos JPC, Medronho R, Gibson G. Ressurgimento do sarampo no Brasil: análise da epidemia de 2019 no estado de São Paulo. Rev Saúde Pública 2022; 56:50.^,1010. Hoest C, Seidman JC, Lee G, Platts-Mills JA, Ali A, Olortegui MP, et al. Vaccine coverage and adherence to EPI schedules in eight resource poor settings in the MAL-ED cohort study. Vaccine 2017; 35:443-51.^,4343. Silva FS, Barbosa YC, Batalha MA, Ribeiro MRC, Simões VMF, Branco MRFC, et al. Incompletude vacinal infantil de vacinas novas e antigas e fatores associados: coorte de nascimento BRISA, São Luís, Maranhão, Nordeste do Brasil. Cad Saúde Pública 2018; 34:e00041717.^,4444. Bates AC, Wolinsky FD. Personal, financial and structural barriers to immunization in socioeconomically disadvantaged urban children. Pediatrics 1998; 101:591-6.^,4545. Branco FLCC, Pereira TM, Delfino BM. Socioeconomic inequalities are still a barrier to full child vaccine coverage in the Brazilian Amazon: a cross-sectional study in Assis Brasil, Acre, Brazil. Int J Equity Health 2014; 13:118.. A baixa escolaridade materna, que pode ser considerada um proxy de renda, particularmente em países menos subdesenvolvidos, também tem sido associada ao maior risco de sarampo ¹¹11. Brownwright TK, Dodson ZM, Willem GVP. Spatial clustering of measles vaccination coverage among children in sub-Saharan Africa. BMC Public Health 2017; 17:957.^,4545. Branco FLCC, Pereira TM, Delfino BM. Socioeconomic inequalities are still a barrier to full child vaccine coverage in the Brazilian Amazon: a cross-sectional study in Assis Brasil, Acre, Brazil. Int J Equity Health 2014; 13:118.. De forma semelhante, nossos resultados indicaram que municípios com maior percentual de chefes de domicílio menores de 18 anos tiveram maior risco de ocorrência de casos de sarampo, o que denota maior vulnerabilidade social ⁴⁶46. Tang ZZ, Xie YH, Chuleeporn J, Xuan-Hua L, Zhong-You L, Virasakdi C. Risk factors for measles in children younger than age 8 months: a case-control study during an outbreak in Guangxi, China. Am J Infect Control 2016; 44:e51-8.^,4747. Gram L, Soremekun S, Asbroek A, Manu A, O'Leary M, Hill Z, et al. Socio-economic determinants and inequities in coverage and timeliness of early childhood immunisation in rural Ghana. Trop Med Int Health 2014; 19:802-11..

Com relação à dimensão programática, observou-se discreto efeito protetor associado à cobertura vacinal para a primeira dose de SRC (sarampo, rubéola e caxumba), assim como para tríplice bacteriana (DTP - difteria, tétano e coqueluche). Embora não esteja diretamente relacionado à ocorrência de sarampo, o indicador de cobertura vacinal para tríplice bacteriana foi incluído na análise devido ao fato de ser um bom marcador da situação vacinal da população infantil. Por ser recomendada em cinco doses, a alta cobertura desse imunobiológico sinaliza um bom desempenho do programa de imunização ²⁶26. Lam E, Schluter WW, Masresha BG, Teleb N, Bravo-Alcantara P, Shefer A, et al. Development of a district-level programmatic assessment tool for risk of measles virus transmission. Risk Anal 2017; 37:1052-62.^,4848. Harris JB, Badiane O, Lam E, Nicholson J, Oumar Ba I, Diallo A. Application of the World Health Organization Programmatic Assessment Tool for Risk of Measles Virus Transmission - lessons learned from a measles outbreak in Senegal. Risk Anal 2016; 36:1708-17..

Em contrapartida, os presentes resultados não demonstraram força de associação importante com o indicador de cobertura vacinal para SRC. É possível que a forma utilizada para construção do indicador (percentual médio no triênio 2016-2018) e o uso de dados populacionais desatualizados possam ter influenciado os resultados. Nesse caso, outros indicadores não acessados neste trabalho relacionados ao abandono e à oportunidade da vacinação poderiam ser explorados.

No caso do sarampo, a homogeneidade nas taxas de imunização, principalmente nas populações menos favorecidas, é um importante passo para alcançar a eliminação da doença. Sob esse aspecto, a atenção básica por meio da Estratégia Saúde da Família (ESF) desempenha papel fundamental na manutenção de coberturas vacinais satisfatórias e homogêneas ⁶6. Makarenko C, San Pedro A, Paiva N, Santos JPC, Medronho R, Gibson G. Ressurgimento do sarampo no Brasil: análise da epidemia de 2019 no estado de São Paulo. Rev Saúde Pública 2022; 56:50.^,4949. Ministério da Saúde. Política Nacional de Atenção Básica. Brasília: Ministério da Saúde; 2012.. Estudos anteriores já demonstraram a influência das equipes da ESF na manutenção da completude vacinal, especialmente em crianças menores de 1 ano, reforçando a importância do trabalho dos agentes comunitários de saúde. Esses estudos ressaltaram que o acompanhamento das famílias por meio de visitas domiciliares tem mostrado efetivo impacto sobre as taxas de internação e morbidade por doenças imunopreveníveis na infância, a exemplo do sarampo ²⁷27. Lemos DRQ, Franco AR, Garcia MHO, Pastor D, Bravo-Alcântara P, Moraes JC, et al. Risk analysis for the reintroduction and transmission of measles in the post elimination period in the Americas. Rev Panam Salud Pública 2017; 41:e157.^,5050. Guimarães TMR, Alves JGB, Tavares MMF. Impacto das ações de imunização pelo Programa Saúde da Família na mortalidade infantil por doenças evitáveis em Olinda, Pernambuco, Brasil. Cad Saúde Pública 2009; 25:868-76.^,5151. Roncalli AG, Lima KC. Impacto do Programa Saúde da Família sobre indicadores de saúde da criança em municípios de grande porte da região Nordeste do Brasil. Ciênc Saúde Colet 2006; 11:713-24.^,5252. Figueiredo LT. Estratégia de Saúde da Família e vacinação completa em crianças até 1 ano em uma comunidade do Rio de Janeiro, RJ, Brasil [Dissertação de Mestrado]. Niterói: Programa de Pós-graduação em Saúde Coletiva, Instituto de Saúde Coletiva, Universidade Federal Fluminense; 2018.. Nesse sentido, nossos achados corroboram essa associação, indicando efeito protetor em relação ao risco de sarampo em municípios com maior cobertura de ESF.

Quando assumida a estrutura espacial dos dados no modelo ZIP com efeitos aleatórios espaciais estruturados e não estruturados, grande parte das covariáveis perderam significância, permanecendo apenas o percentual de chefes de domicílio menores de 18 anos, desigualdade na distribuição de renda do trabalho e cobertura de agentes de saúde da família. Esse resultado sugere um forte efeito de dependência espacial capaz de anular a significância estatística das demais covariáveis observadas quando utilizamos o modelo ZIP sem estrutura espacial ⁵³53. Paiva NS, Bastos LS. Análise do risco de mortalidade e de morbidade hospitalar do SUS por doenças respiratórias usando modelo de regressão de Poisson com efeitos aleatórios. Revista Brasileira de Estatística 2012; 73:119-41.. Embora a análise dos valores do DIC indique melhor performance do modelo ZIP com efeitos aleatórios espaciais estruturados e não estruturados quando comparado ao modelo ZIP, seu uso deve ser avaliado com cautela, em virtude da perda de significância da maior parte do efeito das covariáveis. Por esse motivo, optamos por apresentar os resultados de ambos os modelos, considerando a importância da dependência espacial, bem como das variáveis relacionadas às dimensões de renda, demográfica e assistência para a ocorrência de sarampo.

Considerando que o Município de São Paulo, responsável por mais da metade dos casos, apresenta grandes disparidades sociossanitárias, programáticas e assistenciais, estudos baseados em escalas de análise intramunicipal são de extrema relevância para a compreensão dos processos envolvidos no risco de reintrodução e difusão de doenças passíveis de imunização.

Como conclusão, nossos achados podem contribuir para o planejamento técnico e político ao reforçar a importância de intensificar as ações de vigilância de sarampo articuladas à ESF, sobretudo nas áreas de maior vulnerabilidade social, garantindo coberturas vacinais equânimes e satisfatórias para a redução do risco de reemergência da doença como problema de saúde pública no país.

Agradecimentos

Ao professor Leandro Henrique Vouga Pereira pelo apoio na editoração dos mapas.

Referências

Datas de Publicação

Histórico