Trabalho de Graduação (2019-2021)

ZDB: utilizando banco de dados para gerenciamento, análise e conscientização sobre zoonoses no Brasil

Discente: Liandra Ayumi Federizi Yoshida

Orientadora: Fernanda Nascimento Almeida

Saiba mais sobre a doença e os números no país:


Mais informações do Ministério da Saúde: Malária: o que é, causas, sintomas, tratamento, diagnóstico e prevenção



Baixe o arquivo de dados:

Download


Estatísticas descritivas em linguagem R:

#limpa dados
rm(list = ls())

# definir diretório
setwd("insira o diretorio em que seu arquivo foi armazenado")

# verificar diretório
getwd()
## [1] "diretorio"
# carrega pacote de manipulação de tabelas
if (!require("data.table")){
  install.packages("data.table")
}
## Loading required package: data.table
## Warning: package 'data.table' was built under R version 3.6.3
library("data.table")

#carrega dados
tabela <- read.csv("tabela.csv",sep=";")

#monta tabela com dados de malária apenas
ocor = tabela$ocorrencia[tabela$cod_zoo==11] #ocorrencias
an = tabela$ano[tabela$cod_zoo==11] #ano
re = tabela$cod_regiao[tabela$cod_zoo==11] #regiao
escola = tabela$escolaridade[tabela$cod_zoo==11] #escolaridade
munextr = tabela$mun_extr_pobreza[tabela$cod_zoo==11] #municipio de extrema pobreza
idade = tabela$classif_etaria[tabela$cod_zoo==11] #idade
gen = tabela$sexo[tabela$cod_zoo==11] #genero
evol = tabela$evolucao[tabela$cod_zoo==11] #evolução do caso
desp <- data.table(an,ocor,re,escola,munextr,idade,gen,evol) #tabela com dados específicos de malária

Ocorrências totais ao longo dos anos:

graf = tapply(desp$ocor,desp$an,sum)
bp <- barplot(graf, border = F, las=2, ylim = c(0,1300), xlab = "Anos", ylab = "Ocorrências de malária", main = "Malária no Brasil ao longo dos anos", col = "DeepSkyBlue", cex.names = 0.6, cex.axis = 0.6, cex.main = 1.0, cex.lab = 0.7) #gráfico de barras
text(x=as.vector(bp), y=graf+1, labels = graf, pos=3, offset = 0.05, cex = 0.6)
grid(ny = 6, nx = NA) #linhas de grade
abline(lsfit(1:length(graf),graf), col = "darkgreen") #linha de tendência

    As ocorrências de malária vêm aumentando com o passar dos anos. Isto pode ser um indicativo de necessidade de melhoria em ações de prevenção, como o combate ao mosquito transmissor, por exemplo.


Ocorrências totais por região:

aux = tapply(desp$ocor,desp$re,sum)
names(aux) = c("Nordeste","Sudeste","Sul","Centro-Oeste")
aux = sort(aux, decreasing = TRUE)
bp <- barplot(aux, border = F, ylim = c(0,2300), las=2, names.arg = names(aux), ylab = "Ocorrências de malária", main = "Malária no Brasil por região (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.6, cex.axis = 0.6, cex.main = 1.0, cex.lab = 0.7)
text(x=as.vector(bp), y=aux+1, labels = aux, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)


Por escolaridade:

grafesc = tapply(desp$ocor,desp$escola,sum)
grafesc = sort(grafesc, decreasing = TRUE)
bp <- barplot(grafesc, border = F, ylim = c(0,1800), las=2, ylab = "Ocorrências de malária", main = "Malária no Brasil por escolaridade (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.45, cex.axis = 0.6, cex.main = 1.0, cex.lab = 0.6)
text(x=as.vector(bp), y=grafesc+1, labels = grafesc, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)

    Há uma presença muito elevada de dados não preenchidos nas fichas de notificação. Estes aparecem como “Em branco/Ignorado” e analisando em termos de escolaridade dos casos, este fator torna mais difícil a elaboração de estratégias adequadas de prevenção.


Por município de extrema pobreza:

grafmep = tapply(desp$ocor,desp$munextr,sum)
names(grafmep) = c("Não","Sim")
grafmep = sort(grafmep, decreasing = TRUE)
bp <- barplot(grafmep, border = F, ylim = c(0,4500), las=1, ylab = "Ocorrências de malária", main = "Malária no Brasil por status de extrema pobreza do município (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.7, cex.axis = 0.7, cex.main = 0.9, cex.lab = 0.7)
text(x=as.vector(bp), y=grafmep+1, labels = grafmep, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)


Por classificação etária:

grafidade = tapply(desp$ocor,desp$idade,sum)
grafidade = sort(grafidade, decreasing = TRUE)
bp <- barplot(grafidade, border = F, ylim = c(0,2100), las=2, ylab = "Ocorrências de malária", main = "Malária no Brasil por faixa etária (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.6, cex.axis = 0.6, cex.main = 1.0, cex.lab = 0.6)
text(x=as.vector(bp), y=grafidade+1, labels = grafidade, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)


Por gênero:

grafgen = tapply(desp$ocor,desp$gen,sum)
grafgen = sort(grafgen, decreasing = TRUE)
bp <- barplot(grafgen, border = F, ylim = c(0,3500), las=1, ylab = "Ocorrências de malária", main = "Malária no Brasil por gênero (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.7, cex.axis = 0.7, cex.main = 1.0, cex.lab = 0.7)
text(x=as.vector(bp), y=grafgen+1, labels = grafgen, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)


Por evolução do caso:

grafevol = tapply(desp$ocor,desp$evol,sum)
names(grafevol) = c("cura","óbito")
grafevol = sort(grafevol, decreasing = TRUE)
bp <- barplot(grafevol, border = F, ylim = c(0,4800), las=1, ylab = "Ocorrências de malária", main = "Malária no Brasil por evolução do caso (casos de 2015 a 2019)", col = "DeepSkyBlue", cex.names = 0.7, cex.axis = 0.7, cex.main = 1.0, cex.lab = 0.7)
text(x=as.vector(bp), y=grafevol+1, labels = grafevol, pos=3, offset = 0.1, cex = 0.6)
grid(ny = 6, nx = NA)

    O detalhamento dos dados de malária no sistema TABNET do DATASUS se dá de maneira diferente quando comparado com outras doenças registradas. Não há categorização por “cura” ou “óbito”, portanto não há certeza de que realmente os 4400 casos evoluíram para óbito.


    Para dúvidas ou mais informações entrar em contato através do endereço de email: