Tendências e Desafios na Vigilância Epidemiológica e Previsão da Malária: Análise de Dados do SIVEP-Malária no Brasil

Resumo

A malária, causada por parasitas e transmitida por mosquitos infectados, especialmente fêmeas do gênero Anopheles, é uma doença curável, mas potencialmente fatal. Seus sintomas geralmente aparecem de 10 a 15 dias após a picada do mosquito e podem progredir para doenças graves se os pacientes não forem tratados. Segundo a Organização Mundial da Saúde (OMS), estima-se que tenham ocorrido cerca de 247 milhões de casos de malária em todo o mundo em 2021, resultando em 619.000 mortes (WHO, 2022). De acordo com a medida DALY, (do inglês: disability-adjusted life year), soma dos anos de vida perdidos devido à mortalidade prematura e anos de vida vividos com deficiência, estima-se que mais de 52 milhões anos de vida sejam ajustados por incapacidade, portanto, além da alta mortalidade, a malária apresenta também uma alta taxa de morbidade e perda da qualidade de vida (HAY, Simon I. et al.). A redução do fardo da malária está associada ao aumento das despesas e consumo das famílias, ao aumento da renda dos adultos, ao aumento do PIB, à acumulação de riqueza, à redução da capacidade de trabalho e ao surgimento de novas oportunidades ocupacionais (TAPAJÓS, Raquel et al. 2019). Em seu relatório de 2022, a OMS destaca uma pequena diminuição nos casos de malária, mas observa um aumento lento durante a pandemia de COVID-19, com uma estimativa global de 247 milhões de casos e 619.000 mortes em 2021 (WHO, 2022). A OMS enfatiza a necessidade de interfaces amigáveis e orientação intuitiva para aprimorar a vigilância da malária e os processos de tomada de decisão. Para enfrentar o desafio da malária, a OMS desenvolveu a Estratégia Técnica Global para a Malária 2016-2030, que apresenta diretrizes estratégicas para auxiliar os países na eliminação da malária (WHO, 2015). Um dos pilares da estratégia enfatiza a importância de possuir um sistema de informação em todos os países onde a malária é endêmica e naqueles com risco de ressurgimento da doença. Esse sistema ajuda os programas nacionais de malária a alocar recursos para as populações mais afetadas, identificar lacunas nos programas, detectar surtos ou áreas endêmicas e avaliar o impacto das intervenções para aprimorar a cobertura do programa. No Brasil, a malária é endêmica em algumas regiões, com maior incidência registrada na região amazônica. Ela representa um importante problema de saúde pública, impactando a qualidade de vida das populações afetadas e levando a importantes consequências socioeconômicas. De acordo com dados do Ministério da Saúde, aproximadamente 138.000 casos de malária foram registrados no Brasil em 2021, sendo que 99% deles ocorreram na região amazônica. A doença afeta principalmente populações que vivem em áreas rurais e ribeirinhas, com acesso limitado a serviços de saúde, condições inadequadas de moradia e saneamento básico precário. Pesquisas recentes sugerem que, além de novas intervenções científicas para reduzir picadas de mosquito e melhorar os inseticidas, são necessárias investigações na área de implementação do monitoramento de casos para adaptar estratégias de forma ágil às necessidades locais. Essa situação é ainda mais complexa durante a pandemia de COVID-19, que aumenta a competição por financiamento para intervenções de controle da malária em condições sociais e econômicas desafiadoras. De acordo com a Estratégia Técnica Global para a Malária da OMS, é fundamental ter informações rápidas e precisas sobre os dados epidemiológicos da malária para garantir o monitoramento e a erradicação bem-sucedida da doença. Nesse contexto, o uso de modelos computacionais tem sido estudado como uma alternativa para melhorar a vigilância da malária e auxiliar na tomada de decisões. Esses modelos são capazes de analisar grandes conjuntos de dados epidemiológicos e identificar padrões que podem ser usados para prever a incidência da doença em determinado período ou área geográfica. Essas previsões são úteis para direcionar ações de pulverização ou tratamento em regiões com prováveis casos de malária, especialmente quando os recursos são limitados devido a medidas de distanciamento social, auto isolamento, segurança dos trabalhadores ou restrições orçamentárias (SOUZA, Patrícia Feitosa et al, 2019). Para utilizar esses modelos computacionais, é necessário um dataset no qual o modelo possa ser treinado e testado. Neste estudo, o objetivo é apresentar o pré-processamento de um conjunto de dados obtido a partir do Sistema de Vigilância Epidemiológica da Malária (SIVEP-Malária). Esse sistema é utilizado como sistema de vigilância epidemiológica da malária em nível nacional, abrangendo todas as unidades federativas do Brasil. Isso implica que informações sobre casos de malária, tratamentos e outras informações relevantes sejam registradas no SIVEP-Malária, permitindo um monitoramento abrangente da doença em todo o país. Apesar de ter abrangência nacional, os casos de malária concentram-se predominantemente na região amazônica, que inclui os estados do Acre, Amapá, Amazonas, Mato Grosso, Maranhão, Pará, Rondônia, Roraima, Rondônia e Tocantins (Ministério da Saúde, 2022). É possível exportar as notificações com granularidade diária, onde é gerado um arquivo para cada ano contendo 47 atributos. O estudo contempla notificações diárias de casos de malária entre janeiro de 2003 e dezembro de 2022, incorporando um volume substancial de dados, compreendendo 44.736.283 registros. O pré-processamento envolveu etapas como agrupamento e agregação dos dados em base anual, seleção de casos confirmados e exclusão de atributos irrelevantes. Essas etapas visam preparar o conjunto de dados para análises posteriores e modelagem de séries temporais. Após o pré-processamento, o conjunto de dados consistiu 6.644.787 registros de casos confirmados de malária, acompanhados por quatro atributos relevantes (DT_NOTIF, COD_NOTI, MUN_NOTI e RES_EXAM).