ANNE KELLY DA COSTA GERALDO      ¸˜SIMULACAO COMPUTACIONAL DA EPIDEMIA DE             DENGUE DE 2008           NO RIO DE J...
Pontif´                      ´          ıcia Universidade Catolica de Minas Gerais               ´ cleo Universitario de B...
PONTIF´                    ´             ICIA UNIVERSIDADE CATOLICA DE MINAS GERAIS                                       ...
ResumoO desenvolvimento de epidemiologia quantitativa tem o prop´sito de prover informa¸˜o                                ...
AbstractThe development of quantitative epidemiology has shifted the purpose of epidemiology fromthat of simply providing ...
“. . . questo grandissimo libro [ della natura scritto da Dio ] che continuamente ci sta aperto  innanzi a gli occhi (io d...
Dedico esta conquista aos meus pais, Maur´                                         ıcio e Edilza, pelo incentivo, compreen...
AgradecimentosAgrade¸o primeiramente a Deus pela sa´de e sabedoria em toda a minha caminhada. Agrade¸o       c            ...
Sum´rio   a1 Introdu¸˜o         ca                                                                                      2 ...
6.1   Etiologia e Modo de Transmiss˜o . . . . . . . . . . . . . . . . . . . . . . . . .                                   ...
Lista de Figuras2.1   FONTE: retirado da aula de Maria da Consola¸˜o Magalh˜es Cunha - Brasil -                           ...
8.4   Simula¸˜o para fevereiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .            ca               ...
Lista de Tabelas6.1   Incidˆncia dos casos de dengue . . . . . . . . . . . . . . . . . . . . . . . . . . . .           e  ...
Siglas e Acrˆnimos            oAA        -   Agentes Autˆnomos                         oAIS       -   Sistemas de Informa¸...
Parte I         ¸˜  INTRODUCAOApresenta¸ao do Trabalho         c˜            1
Cap´   ıtulo 1Introdu¸˜o       caaaaO Dengue ´ uma das principais doen¸as transmitidas por mosquito no mundo e um prob-   ...
¸˜1. Introducao                                                                              3autˆmato celular. Os autˆmat...
¸˜1. Introducao                                                                               4infec¸˜o em uma determinada...
Parte II                             ´               REFERENCIAL TEORICO         Elementos de Modelagem Epidemiol´gica    ...
¸˜1. Introducao                                                                            6obtidas informa¸˜es sobre a qu...
Cap´   ıtulo 2Princ´     ıpios de EpidemiologiaaaaSegundo o Minist´rio da Sa´de, a epidemiologia como disciplina da sa´de ...
2. Princ´        ıpios de Epidemiologia                                                               8administra¸˜o e na ...
2. Princ´        ıpios de Epidemiologia                                                               9envolvidas ali, a e...
2. Princ´        ıpios de Epidemiologia                                                              10ceitos mais moderno...
2. Princ´        ıpios de Epidemiologia                                                            11de o agente infeccios...
2. Princ´        ıpios de Epidemiologia                                                             12f´ ısicas), ` carˆnc...
2. Princ´        ıpios de Epidemiologia                                                              13   A partir do diag...
2. Princ´        ıpios de Epidemiologia                                                            14latente fonte que dei...
2. Princ´        ıpios de Epidemiologia                                                            15  Figura 2.2 – Modelo...
2. Princ´        ıpios de Epidemiologia                                                            16   • A emergˆncia da ...
2. Princ´        ıpios de Epidemiologia                                                                    17 Figura 2.3 –...
Cap´   ıtulo 3Autˆmatos Celulares   oaaaAutˆmatos Celulares s˜o modelos matem´ticos simples que permitem idealizar e simul...
ˆ3. Automatos Celulares                                                                     19               Figura 3.2 – ...
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.
Próximos SlideShares
Carregando em…5
×

Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.

2.974 visualizações

Publicada em

Publicada em: Tecnologia, Turismo
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
2.974
No SlideShare
0
A partir de incorporações
0
Número de incorporações
7
Ações
Compartilhamentos
0
Downloads
13
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Simulação Computacional da Epidemia de Dengue de 2008 no Rio de Janeiro.

  1. 1. ANNE KELLY DA COSTA GERALDO ¸˜SIMULACAO COMPUTACIONAL DA EPIDEMIA DE DENGUE DE 2008 NO RIO DE JANEIRO Betim 18 de junho de 2008
  2. 2. Pontif´ ´ ıcia Universidade Catolica de Minas Gerais ´ cleo Universitario de Betim Nu ´ ¸˜ ¸˜ Programa de Graduacao em Sistemas de Informacao ¸˜SIMULACAO COMPUTACIONAL DA EPIDEMIA DE DENGUE DE 2008 NO RIO DE JANEIRO Monografia apresentada ao Curso de Gradua¸˜o em Sistemas de Informa¸˜o ca ca da Pontif´ıcia Universidade Cat´lica de Mi- o nas Gerais como requisito parcial para a obten¸˜o do grau de Bacharel em Sistemas de ca Informa¸˜o. ca ANNE KELLY DA COSTA GERALDO Betim 18 de junho de 2008
  3. 3. PONTIF´ ´ ICIA UNIVERSIDADE CATOLICA DE MINAS GERAIS ¸˜ FOLHA DE APROVACAO Simula¸ao Computacional da Epidemia de Dengue de 2008 c˜ no Rio De Janeiro ANNE KELLY DA COSTA GERALDOMonografia defendida e aprovada pela banca examinadora constitu´ por: ıda ´ PhD Caio Julio Martins Veloso – Orientador Pontif´ Universidade Cat´lica de Minas Gerais ıcia o Betim, 18 de junho de 2008
  4. 4. ResumoO desenvolvimento de epidemiologia quantitativa tem o prop´sito de prover informa¸˜o o cat´cnica simplesmente sobre o ciclo de vida de doen¸as e m´todos para o controle atual- e c eizado das an´lises de situa¸˜es de doen¸as, bem como estimativas dos efeitos econˆmicos a co c odessas doen¸as e conseq¨ˆncias de estrat´gias de controle alternativas. H´ uma expectativa c ue e aque a disponibilidade de dados melhorados sobre surtos de doen¸as humanas e animais e csua an´lise epidemiol´gica conduzir´ ao desenvolvimento de pol´ a o a ıticas melhores no controlede doen¸as. Com o papel em desenvolvimento de pol´ c ıtica em mente se tornou comum a epi-demiologia de vis˜o como um componente importante de um sistema de apoio de decis˜o. O a aapoio de decis˜o desta ferramenta foi desenvolvido gradualmente e inclui m´todos estat´ a e ısticosrelacionados para infectar vigilˆncia e epidemiologia anal´ a ıtica, inform´tica usada em admin- aistra¸˜o de dados e comunica¸˜o, matem´tica e programa de computa¸˜o modelando doen¸as ca ca a ca ce m´todos econˆmicos. Destas ferramentas novas, o modelo de doen¸a mostrou ser um de- e o csenvolvimento particularmente importante. Desde que o resultado mostrado apresente umaavalia¸˜o do curso futuro de eventos que mostram a escolha de uma a¸˜o particular, esta ca cahabilidade para representar realidade que usa um modelo ´ vista como uma ferramenta de eapoio de decis˜o inestim´vel, especialmente se o modelo pode ser usado para predizer o futuro a ade alguma maneira. i
  5. 5. AbstractThe development of quantitative epidemiology has shifted the purpose of epidemiology fromthat of simply providing technical information on the life cycle of diseases and methods to con-trol them to that of providing up to date ’disease situation analyses’, complete with estimatesof the economic effects of disease and consequences of alternative control strategies. Thereis an expectation that the availability of improved data about animal disease and its epi-demiological analysis will lead to the development of better policies on disease control. Withthe role in policy development in mind it has become common to view epidemiology as animportant component of a ’decision support system’. The decision support ’toolbox’ has beengradually developed and filled with tools. These include statistical methods related to diseasesurveillance and analytical epidemiology, information technology used in data managementand communication, mathematics and computer programming used in disease modelling andeconomic methods. Of these new tools, disease modelling has proved to be a particularlyimportant development. Since decision making involves an assessment of the future courseof events following the choice of a particular action, the ability to represent reality using amodel is seen as an invaluable decision support tool, especially if the model can be used tosomehow predict the future. ii
  6. 6. “. . . questo grandissimo libro [ della natura scritto da Dio ] che continuamente ci sta aperto innanzi a gli occhi (io dico l’universo), ma non si pu` intendere se prima non s’impara a o intender la lingua, e conoscer i caratteri, ne’ quali ` scritto. Egli ` scritto in lingua e ematematica, e i caratteri son triangoli, cerchi, ed altre figure geometriche, senza i quali mezi ` impossibile a intenderne umanamente parola; senza questi ` un aggirarsi vanamente per e e un oscuro laberinto . . .” Galileo Galilei, Il Saggiatore iii
  7. 7. Dedico esta conquista aos meus pais, Maur´ ıcio e Edilza, pelo incentivo, compreens˜o e a amor. iv
  8. 8. AgradecimentosAgrade¸o primeiramente a Deus pela sa´de e sabedoria em toda a minha caminhada. Agrade¸o c u c `muito ao mestre Caio que me apoiou nesta caminhada e acreditou em mim. A minha grandeamiga Gabriela, pela distra¸˜o e por todos os momentos dif´ ca ` ıceis que passamos juntas. Aminha amiga Sara, pelo incentivo e por mostrar que sou capaz, no momento de total deses-pero. v
  9. 9. Sum´rio a1 Introdu¸˜o ca 2 1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.2 Objetivos Espec´ ıficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.3 Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.4 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 Princ´ ıpios de Epidemiologia 7 2.1 Princ´ ıpios de Epidemiologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.2 Postulados, teorias e cura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.3 Sa´de-Doen¸a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . u c 10 2.4 Epidemia x Endemia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.5 Risco epidemiol´gico e indicadores de sa´de . . . . . . . . . . . . . . . . . . . o u 13 2.6 Sistemas de informa¸˜o e controle epidemiol´gico . . . . . . . . . . . . . . . . ca o 14 2.7 Emergˆncia e re-emergˆncia das doen¸as infecciosas - A biocomplexidade como e e c um paradigma transdisciplinar . . . . . . . . . . . . . . . . . . . . . . . . . . 153 Autˆmatos Celulares o 18 3.1 Elementos de Autˆmatos Celulares . . . . . . . . . . . . . . . . . . . . . . . . o 19 3.1.1 Vizinhan¸a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . c 19 3.1.2 Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.1.3 Disciplina de atualiza¸˜o . . . . . . . . . . . . . . . . . . . . . . . . . . ca 20 3.2 Autˆmato Celular Unidimensional . . . . . . . . . . . . . . . . . . . . . . . . o 21 3.3 Autˆmato Celular Bidimensional . . . . . . . . . . . . . . . . . . . . . . . . . o 214 Sistemas de Informa¸˜es Geogr´ficas (SIG) co a 23 4.1 An´lise Espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 23 4.2 Sa´de P´blica, Epidemiologia e Geoprocessamento . . . . . . . . . . . . . . . u u 245 Modelos Baseados em Equa¸˜es Diferenciais co 26 5.1 Modelagem Estoc´stica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 286 Dengue 30 vi
  10. 10. 6.1 Etiologia e Modo de Transmiss˜o . . . . . . . . . . . . . . . . . . . . . . . . . a 32 6.2 Aspectos Cl´ ınicos e Diagn´stico . . . . . . . . . . . . . . . . . . . . . . . . . . o 32 6.3 O Vetor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 6.4 A Epidemiologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 Modelo Epidemiol´gico o 41 7.1 Modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 7.1.1 Modelo Homogˆneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 42 7.2 Fatores Clim´ticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 46 7.3 Fatores Socioeconˆmicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 488 Resultados e Discuss˜es o 509 Conclus˜es e Perspectivas o 58Referˆncias Bibliogr´ficas e a 61 vii
  11. 11. Lista de Figuras2.1 FONTE: retirado da aula de Maria da Consola¸˜o Magalh˜es Cunha - Brasil - ca a 2007. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122.2 Modelo cartogr´fico digital utilizado no controle e monitoramento do vetor da a mal´ria no M´xico. FONTE: Organiza¸˜o Pan-americana de Sa´de - M´xico a e ca u e - 2005 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152.3 Fatores ambientais associados ` emergˆncia de doen¸as . . . . . . . . . . . . . . . a e c 173.1 Autˆmato celular unidimensional. o . . . . . . . . . . . . . . . . . . . . . . . . . . 183.2 Autˆmatos celulares bidimensional e tridimensional. . . . . . . . . . . . . . . . . o 193.3 Autˆmato celular bidimensional hexagonal. . . . . . . . . . . . . . . . . . . . . . o 203.4 Autˆmato celular bidimensional triangular. . . . . . . . . . . . . . . . . . . . . . o 203.5 Vizinhan¸a de von Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . c 203.6 Vizinhan¸a de Moore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . c 213.7 Autˆmato Celular unidimensional o . . . . . . . . . . . . . . . . . . . . . . . . . . 213.8 Exemplo de um glider de per´ ıodo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . 224.1 Modelo proposto do sistema de informa¸˜es gerenciais Fonte: Sistema de In- co forma¸˜o Gerencial - SIG - Brasil - 2005 . . . . . . . . . . . . . . . . . . . . . . ca 235.1 Ilustra¸ao do esquema de compartimentos para o modelo SIR . . . . . . . . . . . c˜ 276.1 Desenvolvimento do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . . . . 34 ´6.2 Indices de ovoposi¸˜o do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . . ca 366.3 Distribui¸˜o da Incidˆncia de dengue por estados em 2007 . . . . . . . . . . . . . ca e 377.1 Diagrama do comportamento das popula¸˜es humanas e de vetores. . . . . . . . co 427.2 Densidade populacional do Rio de Janeiro em 2000 . . . . . . . . . . . . . . . . . 457.3 A popula¸˜o estimada do Rio de Janeiro em 2008 . . . . . . . . . . . . . . . . . . ca 467.4 M´dia das Temperaturas, Precipita¸˜o e Horas de Luminosidade para a cidade do e ca Rio de Janeiro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477.5 Taxa de sobrevivˆncia do Aedes aegypti . . . . . . . . . . . . . . . . . . . . . . . e 478.1 Incidˆncia de Dengue, em janeiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . e 508.2 Simula¸˜o para janeiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca 518.3 Incidˆncia de Dengue, em fevereiro 2008 . . . . . . . . . . . . . . . . . . . . . . . e 52 viii
  12. 12. 8.4 Simula¸˜o para fevereiro 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca 528.5 Incidˆncia de Dengue, em mar¸o 2008 . . . . . . . . . . . . . . . . . . . . . . . . e c 538.6 Simula¸˜o para mar¸o 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca c 538.7 Incidˆncia de Dengue, em abril 2008 . . . . . . . . . . . . . . . . . . . . . . . . . e 548.8 Simula¸˜o para abril 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca 548.9 Incidˆncia de Dengue, em maio 2008 . . . . . . . . . . . . . . . . . . . . . . . . . e 558.10 Simula¸˜o para maio 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca 558.11 Incidˆncia de Dengue, em junho 2008 e . . . . . . . . . . . . . . . . . . . . . . . . 568.12 Simula¸˜o para junho 2008 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ca 56 ix
  13. 13. Lista de Tabelas6.1 Incidˆncia dos casos de dengue . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 377.1 Sum´rio dos parˆmetros do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . a a 44 x
  14. 14. Siglas e Acrˆnimos oAA - Agentes Autˆnomos oAIS - Sistemas de Informa¸˜o Sanit´ria ca aCA - Autˆmatos Celulares oDATASUS - ´ Departamento de Inform´tica do Sistema Unico de Sa´de a uFUNASA - Funda¸˜o Nacional de Sa´de ca uIBGE - Instituto Brasileiro de Geografia e Estat´ ısticaIEA - Associa¸˜o Internacional de Epidemiologia caPACS - Programa de Agentes Comunit´rios de Sa´de a uPNCD - Programa Nacional de Controle do DenguePSF - Programa da Sa´de Familiar uSDE - ´ Area de Desenvolvimento Sustent´vel de Sa´de Ambiental a uSIG - Sistemas de Informa¸˜es Geogr´ficas co aSUS - ´ Sistema Unico de Sa´de u xi
  15. 15. Parte I ¸˜ INTRODUCAOApresenta¸ao do Trabalho c˜ 1
  16. 16. Cap´ ıtulo 1Introdu¸˜o caaaaO Dengue ´ uma das principais doen¸as transmitidas por mosquito no mundo e um prob- e clema grav´ ıssimo especialmente em pa´ tropicais como o Brasil, onde o clima e os h´bitos ıses aurbanos oferecem condi¸˜es ´timas para o desenvolvimento e prolifera¸˜o de seu mosquito co o catransmissor, o Aedes aegypti. Em algumas zonas do Brasil recebe o nome de ”febre quebra-ossos”. ´ E transmitido por mosquitos dos gˆneros Aedes ou menos frequentemente Stegomyia, em e ´ ´climas ou esta¸˜es quentes. Existe endemicamente em Africa, Asia tropical, regi˜es tropicais co ol´ ımitrofes do Pac´ ıfico, Cara´ ıbas e Am´rica do Sul, incluindo Brasil. Existem 4 tipos de v´ e ırusconhecidos: 1 2, 3 e 4. O Dengue ´ transmitida atrav´s da picada de uma fˆmea contaminada e e edo Aedes aegypti, pois o macho se alimenta apenas de seiva de plantas. Um unico mosquito ´desses em toda a sua vida (400 dias) pode contaminar at´ 300 pessoas. e O uso de Sistemas de Informa¸˜es Geogr´ficas (SIG) ou Geographic Information Systems co a(GIS) em pesquisas na ´rea de sa´de p´blica ´ cada vez maior, devido `s possibilidades a u u e ade compara¸˜o de dados dispostos em tabelas e mapas atrav´s de sua sobreposi¸˜o. Tal ca e casobreposi¸˜o possibilita uma nova leitura dos dados associados ` dimens˜o do espa¸o. Os ca a a cprogramas SIG s˜o ideais para pesquisas em geografia da sa´de. O geoprocessamento con- a ustitui um interessante recurso para gerar hip´teses para estudos mais aprofundados sobre o otema. Na ´rea da Sa´de, os Sistemas de Informa¸˜es Geogr´ficas (SIG) tˆm se tornado ferra- a u co a ementas de grande utilidade. Sua capacidade de integrar diversas opera¸˜es, como captura, coarmazenamento, manipula¸˜o, sele¸˜o e busca de informa¸˜o, an´lise e apresenta¸˜o de dados, ca ca ca a caauxilia o processo de entendimento da ocorrˆncia de eventos, predi¸˜o, tendˆncia, simula¸˜o e ca e cade situa¸˜es, planejamento e defini¸˜o de estrat´gias no campo da Vigilˆncia em Sa´de. co ca e a u Com base neste quadro, este trabalho busca oferecer uma an´lise visual dos dados ge- aogr´ficos gerados por modelos computacionais, que permitam avaliar a propriedade de tais amodelos como ferramenta auxiliar para estimar futuros surtos do Dengue, sendo que, sim-ula¸˜es feitas em diferentes cen´rios, auxiliam o processo de tomada de decis˜o para amenizar co a aos impactos das doen¸as desta natureza. c Um conceito importante que ser´ utilizado no desenvolvimento deste trabalho ´ o de a e 2
  17. 17. ¸˜1. Introducao 3autˆmato celular. Os autˆmatos celulares permitem simula¸˜es discretas no tempo, espa¸o e o o co cno estado do sistema. A id´ia destes modelos consiste em considerar cada posi¸˜o (ou regi˜o) e ca ado dom´ ınio espacial como sendo uma c´lula, ` qual ´ atribu´ um estado. O estado de cada e a e ıdoc´lula ´ modificado de acordo com seu estado e dos seus vizinhos na etapa de tempo anterior, e eatrav´s de cada s´rie de regras simples que tentam imitar as leis biol´gicas (ou f´ e e o ısicas) queregem o sistema [Freitas et al. (2006)]. A principal vantagem do uso dos autˆmatos celulares, ´ a facilidade com que estes podem o eser implementados, decorrente da simplicidade de sua formula¸˜o e o surpreendente retorno cavisual capaz de reproduzir equil´ ıbrios est´veis ou peri´dicos, padr˜es complexos e estruturas a o oorganizadas como forma¸˜es de ondas, entre outras [Freitas et al. (2006)]. co Apesar da simplicidade das regras de transi¸˜o de estado, os autˆmatos celulares podem ca ofornecer muitas informa¸˜es sobre a dinˆmica temporal e espacial de sistemas biol´gicos, o co a oque faz deste tipo de modelo uma alternativa importante na descri¸˜o de processos espaciais caaclopados a intera¸˜es locais. co1.1 ObjetivosaaaVisando dar uma contribui¸˜o para o atendimento das necessidades para a preven¸˜o da ca cadoen¸a no Rio de Janeiro, este trabalho mira os seguintes objetivos: c1.1.1 Objetivo GeralaaaO objetivo deste trabalho ´ apresentar um exerc´ de simula¸˜o computacional, baseado e ıcio caem um modelo de autˆmatos celulares, para a an´lise do espalhamento geogr´fico da epidemia o a ade Dengue no Rio de Janeiro em 2008, uma vez que a taxa de casos de incidˆncia da doen¸a e cno Rio de Janeiro neste per´ ıodo foi alta, o que levou a uma grande epidemia.1.1.2 Objetivos Espec´ ıficosaaaMais especificamente, o presente trabalho busca: • Apresentar a distribui¸˜o geogr´fica da doen¸a na atualidade; ca a c • Identificar os parˆmetros epidemiol´gicos do Dengue; a o • Elaborar o modelo de Autˆmato Celular no Rio de Janeiro com granulosidades difer- o entes; • Simular a distribui¸˜o e a evolu¸˜o do Dengue considerando a distribui¸˜o populacional ca ca ca e os parˆmetros epidemiol´gicos, ao longo dos primeiros 6 meses do ano de 2008. a o1.1.3 JustificativaaaaO desenvolvimento deste trabalho justifica-se pela possibilidade que os modelos epi-demiol´gicos baseados em autˆmatos celulares oferecem e estudar o comportamento de uma o o
  18. 18. ¸˜1. Introducao 4infec¸˜o em uma determinada popula¸˜o. E tamb´m pelo fato de n˜o haver, no Rio de ca ca e aJaneiro, estudos recentes que utilizam modelos computacionais para oferecer estimativas queauxiliem o processo de tomada de decis˜es para a erradica¸˜o do Dengue. o ca Assim, os resultados obtidos buscam demonstrar a viabilidade da an´lise destes surtos aatrav´s de autˆmatos celulares. Acreditamos que este trabalho contribui para a melhoria da e ogest˜o da Sa´de P´blica tanto quanto para o controle da incidˆncia de doen¸as. a u u e c1.1.4 Estrutura do TrabalhoaaaVisando apresentar todas as etapas seguidas no decorrer do desenvolvimento dos estudos,este trabalho est´ organizado da seguinte forma: a O cap´ ıtulo 2 discute os princ´ ıpios de Epidemiologia fundamentais para a realiza¸˜o dos caestudos e elabora¸˜o dos modelos posteriores. ca No cap´ ıtulo 3 ´ apresentada uma revis˜o dos conceitos sobre Autˆmatos Celulares, apre- e a osentando os fundamentos que permitir˜o a posterior elabora¸˜o do modelo computacional do a caprocesso de espalhamento epidemiol´gico do Dengue. o O cap´ ıtulo 4 introduz os conceitos essenciais Sistemas de Informa¸˜es Geogr´ficas que co aexplicam como estes conceitos tˆm contribuido com os estudos epidemiol´gicos. e o No cap´ ıtulo 5 apresentada os fundamentos dos modelos epidemil´gicos determin´ o ısticosbaseados em equa¸˜es diferenciais. co No cap´ ıtulo 6 discute sobre a biologia e a ecologia do vetor do Dengue, o mosquitoAedes aegypti, e da epidemiologia da Doen¸a, identificando as posi¸˜es dos diferentes estudos c coidentificados na literatura pertinente. O cap´ ıtulo referente a m´todos apresentam os recursos usados no desenvolvimento dos eestudos relatados neste trabalho, bem como as particularidades dos m´todos utilizados nos eprocessos de simula¸˜o e an´lise dos resultados. ca a Os cap´ ıtulos referentes aos resultados e discuss˜es, fazem uma digre¸˜o cr´ o ca ıtica dos achadosderivados do desenvolvimento dos estudos aqui relatados, bem como das suas limita¸˜es e cosugere poss´ ıveis deriva¸˜es deste trabalho. co
  19. 19. Parte II ´ REFERENCIAL TEORICO Elementos de Modelagem Epidemiol´gica o “A modelagem surge como resultado da investiga¸˜o cient´ ca ıfica em qualquer campo e ´ no- etoriamente importante no mundo biol´gico. Um fato evidente ` primeira vista ´ que o estudo o a eformal da maioria dos sistemas biol´gicos n˜o se pode fazer diretamente. Para ter acesso o aa um estudo te´rico de um sistema real necessita-se de um processo gradual de abstra¸˜o, o caquer dizer, ´ preciso abstrair do sistema natural as caracter´ e ısticas mais importantes, ` luz do aobjetivo que se deseja alcan¸ar, e ir efetuando sua formula¸˜o conceitual para poder realizar o c caestudo do meio estritamente f´ ısico.”[Gagliardi e Alves (2005), Andrade et al. (2006)] SegundoGabliardi e Alves [Gagliardi e Alves (2005)], existem duas vias utilizadas para concretizara modelagem biol´gica, via experimental e via da simula¸˜o. A via experimental ´ a que o ca erepresenta a constru¸˜o e prova dos modelos de sistemas experimentais. J´ a segunda via ca acontempla os processos catalogados como Simula¸˜o. O processo de modelagem n˜o ´ um ca a eprocesso linear, mas sim um processo recursivo e interativo na maioria dos casos. De umamaneira geral, a realidade f´ ısica, ou sistema real, proporciona informa¸˜es que de ordem de coexperimental: alguns dados, um comportamento observ´vel, etc. Por outro lado, o processo agradual de abstra¸˜o, mediante a elabora¸˜o de hip´teses, pressupostos, aproxima¸˜es ou ca ca o copelo emprego de teorias, permite chegar ` constru¸˜o de um modelo que reflete a realidade a caobservada. Esse modelo posteriormente pode ser desenvolvido, analisado e estudado paraobter estimativas de comportamento sobre a realidade que se modela. Este comportamento´ confrontado com a realidade experimental, validando o modelo. Desta compara¸˜o s˜oe ca a 5
  20. 20. ¸˜1. Introducao 6obtidas informa¸˜es sobre a qualidade do modelo adotado e da exatid˜o das hip´teses real- co a oizadas. Dentro deste racioc´ ınio ser˜o apresentados, nesta parte do trabalho, os fundamentos autilizados na constru¸˜o do modelo da epidemia de Dengue ocorrida na cidade do Rio de caJaneiro no ano de 2008.
  21. 21. Cap´ ıtulo 2Princ´ ıpios de EpidemiologiaaaaSegundo o Minist´rio da Sa´de, a epidemiologia como disciplina da sa´de p´blica preocupa- e u u use com o desenvolvimento de estrat´gias para as a¸˜es voltadas para a prote¸˜o e promo¸˜o e co ca cada sa´de da comunidade e, na aplica¸˜o, ´ mais que o estudo a respeito de um assunto, u ca euma vez que ela oferece subs´ ıdios para a implementa¸˜o de a¸˜es dirigidas ` preven¸˜o e ao ca co a cacontrole. Uma das aplica¸˜es mais freq¨entes da epidemiologia em sa´de p´blica ´ prever tendˆncias; co u u u e eavaliar o quanto os servi¸os de sa´de p´blica respondem aos problemas e necessidades das c u upopula¸˜es; testar a efic´cia, a efetividade e o impacto de estrat´gias de interven¸˜o, assim co a e cacomo a qualidade, acesso e disponibilidade dos servi¸os de sa´de para controlar, prevenir e c utratar os agravos de sa´de na comunidade, dentre outros. u A epidemiologia se preocupa com o processo de ocorrˆncia e distribui¸˜o das doen¸as nas e ca cpopula¸˜es. Ao passar a analisar n˜o mais a comunidade em si, mas o processo de intera¸˜o co a cadesta com a natureza, a maneira como o meio ´ transformado e organizado para sustentar ea atividade econˆmica, ganha-se uma perspectiva hist´rica da doen¸a. Esta perspectiva o o cmostra-se fundamental para a compreens˜o do momento atual, sendo que, ao inv´s de partir a eda doen¸a e analisar como esta se insere no contexto, parte-se da totalidade, analisando como cesta criou as condi¸˜es de ocorrˆncia da doen¸a. co e c2.1 Princ´ ıpios de EpidemiologiaaaaEpidemiologia ´ a ciˆncia que estuda a distribui¸˜o e os determinantes dos problemas e e cade sa´de (e fenˆmenos e processos associados) em popula¸˜es. A epidemiologia constitui u o couma ciˆncia b´sica da sa´de coletiva. Al´m disso, trata-se de importante disciplina cient´ e a u e ıficacomplementar para as ciˆncias cl´ e ınicas e para a medicina geral. Conceituada como a ciˆncia eque estuda o processo sa´de-doen¸a na sociedade, analisando a distribui¸˜o populacional e u c caos fatores determinantes do risco de doen¸as, agravos e eventos associados ` sa´de, pro- c a upondo medidas espec´ ıficas de preven¸˜o, controle ou erradica¸˜o de enfermidades, danos ou ca caproblemas de sa´de e prote¸˜o, promo¸˜o ou recupera¸˜o da sa´de individual e coletiva. u ca ca ca uProduzir informa¸˜o e conhecimento para apoiar a tomada de decis˜o no planejamento, na ca a 7
  22. 22. 2. Princ´ ıpios de Epidemiologia 8administra¸˜o e na avalia¸˜o de sistemas, programas, servi¸os e a¸˜es de sa´de. ca ca c co u Em um estudo sobre a evolu¸˜o hist´rica do conceito sa´de-doen¸a, relatou-se que a ca o u cprimeira interpreta¸˜o de doen¸a era sobrenatural sendo atribu´ aos “maus esp´ ca c ıda ıritos”, tendocomo terapˆutica, as dan¸as, cantos, purgantes e em´ticos, corrente que em determinados e c easpectos ainda persiste nas terapias psicossom´ticas. Em continua¸˜o, Contreras (2000) a carefere-se ` teoria da doen¸a como “castigo divino”, que prevaleceu desde a peste do antigo a cEgito at´ o Renascimento, s´culo XVI, sendo esta conceitua¸˜o alimentada pela ignorˆncia e e ca ae crendices, o que induziu o aumento da riqueza e poder das certas castas [Galvez-Contreraset al. (2000)]. Alguns livros indicam a sua raiz no grego epidem´dion, que significa literalmente “aquele eque visita”. Entretanto, o termo “epidemia” j´ se encontrava nos textos hipocr´ticos, for- a amando pela jun¸˜o do prefixo epi (em cima de, sobre...) com o radical demos, significando ca“pavor”. O sufixo logos tamb´m vem do grego (palavra, discurso, estudo), por sua vez ederivado de legein (falar, reunir, organizar). A Sociedade de Medicina de Paris, fundadora da cl´ ınica moderna no s´culo XVIII, eorganizou-se a partir da Ordem Real para que os m´dicos investigassem doen¸as que peri- e codicamente dizimavam rebanhos de ovinos, com graves perdas para a nascente ind´stria tˆxtil u efrancesa. Pela primeira vez encontravam-se enfermos, ainda que n˜o humanos, em busca da aelimina¸˜o das doen¸as (Foucault -1979). Em primeiro lugar, a investiga¸˜o epidemiol´gica ca c ca opossibilita o avan¸o do conhecimento sobre determinantes do processo sa´de/doen¸a, tal c u ccomo ocorre em contextos coletivos, contribuindo para o avan¸o correspondente no conheci- cmento etiol´gico-cl´ o ınico. Em segundo lugar, a disciplina desenvolve tecnologia efetivas paraa descri¸˜o e a an´lise das situa¸˜es de sa´de, fornecendo subs´ ca a co u ıdios para o planejamento e aorganiza¸˜o das a¸˜es de sa´de; isso corresponde ao que antigamente se chamava “diagn´stico ca co u ode sa´de da comunidade”. Em um terceiro aspecto, a metodologia epidemiol´gica pode ser u oempregada na avalia¸˜o de programas, atividades e procedimentos preventivos e terapˆuticos, ca etanto no que se refere a sistemas de presta¸˜o de servi¸os quanto ao impacto das medidas de ca csa´de na popula¸˜o. u ca O avan¸o da fisiologia, da patologia e da bacteriologia no s´culo XIX, devido principal- c emente a Bernard, Virchow e Pasteur, representou um ineg´vel fortalecimento da medicina aorganicista. As enfermidades de maior prevalˆncia na ´poca, de natureza infecto-contagiosa, e efavoreceram a hegemonia da abordagem curativa individual. Nova “panac´ia”, altamente ecientificada, a medicina individual ter´, enfim, suplantado o enfoque coletivo “higiˆnico” a eno tratamento da quest˜o da sa´de e de seus determinantes. Aparentemente vencida pela a upoderosa teoria microbiana, a vers˜o britˆnica da medicina social evoluiu para uma vertente a asupostamente apenas t´cnica, constituindo uma sa´de p´blica intensamente vinculada aos e u uaparelhos burocr´ticos do Estado. a A valoriza¸˜o da matem´tica no nascente campo cient´ ca a ıfico da sa´de muito deve a Daniel uBernouilli (1700-1782), f´ ısico, matem´tico e m´dico su´co, um dos criadores da teoria das prob- a e ı¸abilidades, pioneiramente derivou f´rmulas para estimar anos de vida ganhos pela vacina¸˜o o cacontra var´ ıola e para realizar an´lises de custo-benef´ a ıcio de interven¸˜es cl´ co ınicas. Estavam
  23. 23. 2. Princ´ ıpios de Epidemiologia 9envolvidas ali, a epidemiologia com foco estat´ ıstico e a id´ia de quantificar as a¸˜es aplicadas e cosobre organismos. Estat´ ıstica entrou com o objetivo de planejar, coletar, tabular, analisar e interpretar in-forma¸˜es e delas extrair conclus˜es que permitam a tomada de decis˜es acertadas mediante co o oa incertezas, interpreta¸˜o de informa¸˜es sobre f´rmacos e equipamentos, avalia¸˜o de pro- ca co a catocolos de estudo e artigos, entre outros. Analisando a popula¸˜o (conjunto de elementos - cavalores, pessoas, medidas etc. - que tem pelo menos uma caracter´ ıstica em comum) com ques-tion´rio (instrumento de coleta de informa¸˜o), informando dados reunindo-os em banco de a cadados constituindo assim um censo (cole¸˜o de dados relativos a todos os elementos de uma capopula¸˜o).A epidemiologia est´ calcada em trˆs pilares fundamentais; a clinica, a estat´ ca a e ısticae a medicina social. Em primeiro lugar os n´meros, onde a investiga¸˜o epidemiol´gica pos- u ca osibilita o avan¸o do conhecimento sobre determinantes do processo sa´de/doen¸a, tal como c u cocorre em contextos coletivos, contribuindo para o avan¸o correspondente no conhecimento cetiol´gico-cl´ o ınico. Em segundo lugar o efetivo, onde a disciplina desenvolve tecnologia paraa descri¸˜o e a an´lise das situa¸˜es de sa´de, fornecendo subs´ ca a co u ıdios para o planejamentoe a organiza¸˜o das a¸˜es de sa´de; isso corresponde ao que antigamente se chamava “di- ca co uagn´stico de sa´de da comunidade”. E em um terceiro aspecto, o social, onde a metodologia o uepidemiol´gica pode ser empregada na avalia¸˜o de programas, atividades e procedimentos o capreventivos e terapˆuticos, tanto no que se refere a sistema de presta¸˜o de servi¸os quanto e ca cao impacto das medidas de sa´de na popula¸˜o. u ca A Associa¸˜o Internacional de Epidemiologia (IEA/1973) define a epidemiologia como ca“estudo dos fatores que determinam ` freq¨ˆncia e a distribui¸˜o das doen¸as nas coletivi- a ue ca cdades humanas. Enquanto a cl´ ınica dedica-se ao estudo da doen¸a no indiv´ c ıduo, analisandocaso a caso, a epidemiologia debru¸a-se sobre os problemas de sa´de em grupos de indiv´ c u ıduosna maioria das vezes envolvendo popula¸˜es numerosas”. co2.2 Postulados, teorias e curaaaaRobert Kock postulou, no final do s´culo XIX, sua forma de determinar a causa das edoen¸as infecciosas. Esses postulados afirmaram que um microorganismo ´ o agente etiol´gico c e oda doen¸a. Onde a bact´ria deve estar presente no animal enfermo, deve ser isolada e crescer c eem meios artificiais de cultura, deve ser vi´vel a produ¸˜o da doen¸a a partir da inocula¸˜o a ca c cada mesma em animal sadio suscet´ ıvel e ser o agente novamente isolado a partir do animalsadio que foi inoculado. Os postulados de Kock trouxeram um grau de ordem e disciplina para o estudo de doen¸as cinfecciosas, mas uma estrutura t˜o r´ a ıgida de avaliar o agente etiol´gico ignorou a influˆncia de o efatores outros como o meio ambiente, sendo os microorganismos considerados como a unica ´causa das doen¸as. Esta teoria ´ importante, mas enfoca os aspectos meramente cl´ c e ınicos,considerando que n˜o existem doentes, mas doen¸as e, assim subestima os fatores sociais na a cdetermina¸˜o da doen¸a. ca c Evans em 1976 produziu postulados mais condizentes que os de Kock, trazendo con-
  24. 24. 2. Princ´ ıpios de Epidemiologia 10ceitos mais modernos de etiologia de doen¸as. Trata-se de an´lises sobre a quantidade e c aa freq¨ˆncia identificada onde o n´mero de indiv´ ue u ıduos contaminados e de novos casos temuma significˆncia maior sobre o estudo etiol´gico da doen¸a. Ou seja, a caracter´ a o c ıstica maisimportante dos postulados de Evans ´ que estes requerem que a associa¸˜o entre um agente e caetiol´gico hipot´tico e a doen¸a em quest˜o, seja estatisticamente significante. Isto envolve o e c aa compara¸˜o entre os grupos de indiv´ ca ıduos, em vez de pesquisas em indiv´ ıduos. Em contra partida, a demonstra¸˜o de uma associa¸˜o estatisticamente significante n˜o ca ca aprova que um determinado fator ´ o agente etiol´gico e sim explicando atrav´s de uma e o ecadeia de eventos, da causa ao efeito. Entretanto, na ausˆncia de evidˆncia experimental, a e eidentifica¸˜o epidemiol´gica da associa¸˜o pode ser de valor preventivo na redu¸˜o ou remo¸˜o ca o ca ca cada ocorrˆncia da doen¸a. e c A partir dos descobrimentos dos vetores transmissores de doen¸as, medidas de controle cs˜o adotadas, como o manejo do ambiente. As campanhas de controle de doen¸as iniciam-se a cem 1880, seguindo medidas para a preven¸˜o e erradica¸˜o com diagn´stico de laborat´rio, ca ca o oisolamento de agente, identifica¸˜o das les˜es e vacina¸˜o. ca o ca A descoberta dos antibi´ticos no s´culo 20 injetou a conquista cient´ o e ıfica no controle e/ouerradica¸˜o de doen¸as de ordem microbianas. Kleibaun, Kupper e Morgenstern “inaugu- ca cram”, em 1982, com a publica¸˜o de “Epidemiologic Research” uma nova modalidade de camanual de epidemiologia onde o conte´do se destina, quase que exclusivamente, ` apre- u asenta¸˜o de t´cnicas quantitativas para a an´lise dos dados, alguns coment´rios relativos aos ca e a adesenhos de investiga¸˜o e, praticamente, nenhuma linha de reflex˜o te´rica. ca a o2.3 Sa´ de-Doen¸a u caaaA Epidemiologia ´ um dos pilares da Sa´de P´blica, e como tal deve estar estreitamente e u uincorporada `s pol´ a ıticas, programas e servi¸os p´blicos de sa´de. No Brasil, a cria¸˜o e o c u u ca ca ´processo de fortalecimento e consolida¸˜o do Sistema Unico de Sa´de (SUS) vˆm buscando a u egarantir a sa´de como direito constitucional, e a Sa´de P´blica vem tentando ampliar o seu u u uespa¸o dentro desse sistema. c O conceito biom´dico de doen¸a pode ser definido como desajuste ou falha nos mecanismos e cde adapta¸˜o do organismo, ou uma ausˆncia de rea¸˜o aos est´ ca e ca ımulos aos quais este est´ aexposto, processo este que conduz a uma perturba¸˜o da estrutura ou da fun¸˜o de um ca cao a´rg˜o, de um sistema ou de todo o organismo ou de suas fun¸˜es vitais (J´nicek Cl´roux, co e e1982). Infec¸˜o ´ definida pela penetra¸˜o e ao desenvolvimento ou multiplica¸˜o de um ca e ca capat´geno no organismo de uma pessoa ou animal. Doen¸a transmiss´ o c ıvel trata-se de umadoen¸a cujo agente etiol´gico ´ vivo e transmiss´ c o e ıvel. A constru¸˜o do esquema da cadeia do processo infeccioso, parte da compreens˜o da ca ainfec¸˜o como resultante de intera¸˜o dos diversos fatores do agente (fungos, bact´rias, v´ ca ca e ırus,etc.), meio (´gua, ar, alimentos, solo, vˆmitos) e hospedeiro (homem e animais). a o Infectividade ´ a capacidade que certos organismos tˆm de penetrar e de se desenvolver ou e ese multiplicar no novo hospedeiro, ocasionando uma infec¸˜o. Patogenicidade ´ a capacidade ca e
  25. 25. 2. Princ´ ıpios de Epidemiologia 11de o agente infeccioso, uma vez instalado no organismo, produzir sintomas em maior ou menorpropor¸˜o dentre os hospedeiros infectados. Virulˆncia ´ a capacidade de um bioagente ca e eproduzir casos graves ou fatais. Imunogenicidade ´ a capacidade que o bioagente tem de einduzir imunidade no hospedeiro. Doen¸a n˜o-infecciosa ´ aquela que, no estado atual do conhecimento cl´ c a e ınico e fisiopa-tol´gico, n˜o se relaciona com a invas˜o do organismo por outros seres vivos parasit´rios o a a apodendo ser classificada como crˆnica ou aguda sendo a primeira em maior propor¸˜o. Nesta o cacategoria, enquadram-se acidentes, intoxica¸˜es, mortes violentas e per´ co ıodos de exacerba¸˜o caaguda de doen¸as crˆnicas. c o Nas doen¸as infecciosas, ´ sempre poss´ c e ıvel chegar ao conhecimento de algum agentepatogˆnico vivo associado ` doen¸a, embora possam existir situa¸˜es em que o bioagente e a c con˜o seja conhecido. a Agentes que influenciam nas condi¸˜es de uma dada etiopatogˆnese podem ser f´ co e ısicos equ´ ımicos (radia¸˜o, merc´rio), biopat´genos (parasitas), nutricionais (carˆncia de vitamina A ca u o eleva a cegueira), gen´ticos (s´ e ındrome de Down). Em condi¸˜es ideais para gerar um indiv´ co ıduosuscet´ ıvel como determinantes econˆmicos (pessoas de baixa renda adoecem mais), cultur- oais (popula¸˜o rural em defecar no solo), ecol´gicos (dificuldade de dispers˜o de poluentes ca o aem metr´poles), biol´gicos (agente etiol´gico faz parte do ecossistema local) e psicossociais o o o(carˆncia afetiva). e2.4 Epidemia x EndemiaaaaO estudo e entendimento da rela¸˜o de uma doen¸a com uma popula¸˜o s˜o essenciais para ca c ca apoder tomarem-se condutas no objetivo de diminuir os danos desta doen¸a na popula¸˜o, n˜o c ca as´ no presente, mas tamb´m no futuro. Uma doen¸a pode estar presente em uma popula¸˜o o e c cana forma de casos espor´dicos, n´ a ıveis habituais, n´ ıveis acima dos habituais ou n˜o estar apresente. o ´ Hip´crates em “Dos Ares, Aguas e Lugares”, buscou apresentar explica¸˜es, com funda- comento no racional e n˜o no sobrenatural, a respeito da ocorrˆncia de doen¸as na popula¸˜o. a e c caDois termos conceituam essa rela¸˜o: endemeion no sentido de “habitar” o lugar, nele se cainstalando por longo tempo e epidemeion no sentido de “visitar”, salientando o car´ter de atemporalidade, de provis´rio. o Endemia pode ser referida com um determinado agravo ` sa´de a situa¸˜o na qual sua a u cafreq¨ˆncia e distribui¸˜o, em agrupamentos humanos distribu´ ue ca ıdos em espa¸os delimitados, cmantenha padr˜es regulares de varia¸˜es num determinado per´ o co ıodo, ou seja, as oscila¸˜es na coocorrˆncia das doen¸as correspondem somente `s flutua¸˜es c´ e c a co ıclicas e sazonais. A epidemia ocorre quando em dados momentos essas varia¸˜es aumentam de forma irreg- coular e pode ser definida como uma ocorrˆncia de um claro excesso de casos de uma doen¸a e cou s´ ındrome cl´ ınica em rela¸˜o ao esperado, para uma determinada ´rea ou grupo espec´ ca a ıficode pessoas, num particular per´ ıodo de tempo. As epidemias podem ser conseq¨ˆncias de ueexposi¸˜o a agentes infecciosos (em indiv´ ca ıduos suscet´ ıveis), substˆncias t´xicas (qu´ a o ımicas ou
  26. 26. 2. Princ´ ıpios de Epidemiologia 12f´ ısicas), ` carˆncia de determinado(s) nutriente(s) e at´ a circunstˆncia que gere risco de a e e amorte, podendo evoluir por longos per´ ıodos n˜o necessariamente em um grande n´mero de a ucasos e sim o exagero frente ` freq¨ˆncia habitual de uma dada doen¸a naquela localidade. a ue c O perfil dos agravos ` sa´de numa popula¸˜o pode ser constante durante o ano, mas a u capode tamb´m apresentar marcadas oscila¸˜es de freq¨ˆncias ao longo dos meses (sazonais). e co ue´ o caso de doen¸as que ocorrem em ´pocas de chuva, por exemplo. H´ tamb´m per´E c e a e ıodosfestivos, colheitas agr´ ıcolas, etc. como forma de divulgar uma doen¸a. c ´ E de suma importˆncia coletar esses dados e compar´-los ao longo de per´ a a ıodos paraconstru¸˜o de uma s´rie hist´rica (conjuntos de dados de um dado per´ ca e o ıodo - v´rios anos em aseq¨ˆncia) e tra¸ar planos, diagn´sticos e a¸˜es para controle e/ou estagna¸˜o quando da ue c o co caimpossibilidade de eliminar totalmente a fonte. Em uma representa¸˜o gr´fica podem ser visualizadas quatro zonas demonstrando a ca asitua¸˜o vivida por uma certa popula¸˜o: zona de ˆxito (ausˆncia da doen¸a at´ o lim- ca ca e e c eite inferior), zona de seguran¸a (limite inferior at´ ´ c e ındice endˆmico), zona de alerta (´ e ındiceendˆmico at´ limite superior) e a ultima zona, a epidemia propriamente dita (acima do limite e e ´ ´ bom lembrar que o controle profil´tico como vacinas n˜o atuam em epidemias esuperior). E a aque a exaust˜o de popula¸˜o (contamina¸˜o total para est´ a ca ca ımulo imunol´gico naturalmente) os´ pode ser usada quando h´ baixa letalidade e propaga¸˜o vigiada. o a ca Para exemplificar, vˆ-se a seguir, a distribui¸˜o de meningite no munic´ e ca ıpio NNN a partirde uma s´rie hist´rica. Entre 1960 at´ 1969 foram registrados nos 12 meses a m´dia entre e o e eos anos, formando uma proje¸˜o/tendˆncia. A partir dessa representa¸˜o gr´fica ´ poss´ ca e ca a e ıvelidentificar, planejar medidas de controle de redu¸˜o, medidas profil´ticas e at´ erradica¸˜o ca a e cado evento, entre outras a¸˜es para os pr´ximos anos. co o Figura 2.1 – FONTE: retirado da aula de Maria da Consola¸˜o Magalh˜es Cunha - Brasil - ca a 2007.
  27. 27. 2. Princ´ ıpios de Epidemiologia 13 A partir do diagrama de controle de um agravo em rela¸˜o a uma popula¸˜o torna-se ca caposs´ identificar uma epidemia no momento em que a incidˆncia da doen¸a ultrapassa o ıvel e climite superior da faixa endˆmica convencionada (tamb´m denominado de Limiar Epidˆmico). e e eAinda poder´ ser classificada em explosiva (ou por fonte comum), progressiva (ou de contato) aou mista onde ocorrem as duas primeiras ao mesmo tempo, em um mesmo espa¸o. c Em caso extremo, uma pandemia com ocorrˆncia epidˆmica caracterizada por uma larga e edistribui¸˜o espacial, atingindo v´rias na¸˜es, podendo passar de um continente a outro. A ca a codescri¸˜o do comportamento das endemias e elabora¸˜o de seus diagramas de controle s˜o ca ca afun¸˜es de grande importˆncia da vigilˆncia epidemiol´gica, sendo necess´rio para isso ` co a a o a aefetiva notifica¸˜o, por parte dos profissionais de sa´de, dos casos (confirmados ou suspeitos) ca ude agravos pass´ ıveis de surtos ou epidemias. Por sua vez a vigilˆncia epidemiol´gica tem papel a oimportante, em um sentido mais amplo, para incluir todos os tipos de doen¸as - infecciosas ou cn˜o infecciosas - e envolver a cola¸˜o e interpreta¸˜o de dados coletados durante programas a ca cade monitoramento para detectar mudan¸as na sa´de da popula¸˜o. c u ca Uma forma de monitorar uma popula¸˜o muito grande ´ criar unidades que orientem a ca epresen¸a ou n˜o do agente etiol´gico - unidades sentinelas. Os c˜es de rua por exemplo, s˜o c a o a asentinelas de infec¸˜o de Parvovirose Canina (Gordon e Angegrick, 1985) onde a presen¸a de ca canimais contaminados serve de termˆmetro da popula¸˜o de uma regi˜o e esta regi˜o passa o ca a aa ser sentinela do munic´ ıpio ou cidade pr´xima e assim por diante (efeito domin´). o o Ao identificar precocemente uma epidemia (ou uma suspeita) torna-se poss´ diminuir ıvelos danos da doen¸a na popula¸˜o atrav´s de v´rias medidas de controle (isolamento, quar- c ca e aentena, aten¸˜o aos contactantes) e profilaxia (quimioprofilaxia), al´m de medidas de pre- ca even¸˜o de novas epidemias (vacina¸˜o, melhorias sanit´rias, controle de vetores, campanhas ca ca aeducacionais, etc.)2.5 Risco epidemiol´gico e indicadores de sa´ de o uaaaO conceito de risco epidemiol´gico surgiu no contexto do estudo de doen¸as transmiss´ o c ıveis,mas amadureceu na investiga¸˜o das causas prov´veis das doen¸as n˜o transmiss´ ca a c a ıveis oucrˆnico degenerativas. Localizar para poder intervir em causas espec´ o ıficas de doen¸as foi co valor que tornou-se predominante no desenvolvimento do pensamento m´dico cient´ e ıficomoderno. A vertente do pensamento m´dico que buscava encontrar uma causa verdadeira e eespec´ ıfica da doen¸a tornou-se hegemˆnica com a consolida¸˜o da teoria da transmiss˜o de c o ca aagentes microbiol´gicos espec´ o ıficos. A teoria dos germes superou, na ´poca, teorias que apresentavam uma abordagem mais eampla a respeito da origem das epidemias, como por exemplo, a teoria da constitui¸˜o caepidˆmica onde uma epidemia surgia em decorrˆncia de um conjunto de circunstˆncias ge- e e aogr´ficas, hist´ricas, biol´gicas, que interagiam em diferentes n´ a o o ıveis. A compreens˜o e in- aterven¸˜o para solucionar um problema epidˆmico, nesta concep¸˜o, demanda o esfor¸o de ca e ca cpensar e construir interven¸˜es para situa¸˜es singulares e complexas [Czeresnia (1997)]. co co Mesmo dentre tantas teorias (compreender e intervir), ainda assim poderia existir uma
  28. 28. 2. Princ´ ıpios de Epidemiologia 14latente fonte que deixa exposto um risco epidˆmico iminente: o bioterrorismo. Diferente de eum acidente causado pela manipula¸˜o errada de alimento e/ou animais, falha no controle, cah´ aquele proposital, onde a inten¸˜o ´ usar um agente etiol´gico como arma de guerra. A a ca e ofebre aftosa no Brasil foi uma epidemia ou um ataque com inten¸˜o de prejudicar a balan¸a ca ccomercial do pa´ ıs? De qualquer forma, serviu para alertar sobre nossa suscetibilidade eaten¸˜o ao controle epidemiol´gico no territ´rio nacional e na vizinhan¸a. ca o o c O registro da doen¸a, assim como no “caso aftosa”, serve como indicador de sa´de. A c uredu¸˜o da incidˆncia e/ou prevalˆncia de determinada doen¸a por meio de diferentes tipos de ca e e cinterven¸˜es deve-se ao controle da doen¸a cl´ co c ınica, das seq¨elas e mortalidade a ela associadas, udo controle da infec¸˜o, quer ela se manifeste clinicamente ou como infec¸˜o assintom´tica e ca ca acontrole da presen¸a do agente causal no ambiente e na fonte de infec¸˜o. c ca Outra medida de controle ´ a profilaxia onde se tem o cuidado de evitar uma epidemia emonitorando-a na regi˜o em volta do local caracterizado e no pr´prio espa¸o estudado. a o cIsolando e mantendo em quarentena os poss´ ıveis suscept´ ıveis ou adoentados assintom´ticos a(os doentes devem ser curados ou sacrificados seguindo crit´rios pr´prios da legisla¸˜o perti- e o canente) e continuo trabalho de vigilˆncia sanit´ria da na¸˜o ou grupo de indiv´ a a ca ıduos expostos.2.6 Sistemas de informa¸˜o e controle epidemiol´gico ca oaaaO Sistema de Informa¸˜o Geogr´fica (SIG) para o controle epidemiol´gico ´ um compo- ca a o enente t´cnico utilizado para informar em tempo real qualquer perturba¸˜o em uma regi˜o ou e ca acomunidade. Um exemplo ´ do programa regional para a a¸˜o e a demonstra¸˜o das a¸˜es e ca ca copara o controle do vetor da mal´ria no M´xico e na Am´rica Central, que est˜o sendo torna- a e e ados na coopera¸˜o com as ´reas de an´lise da sa´de e de Sistemas de Informa¸˜o Sanit´ria ca a a u ca a ´(AIS), a Area de Desenvolvimento Sustent´vel e de Sa´de Ambiental (SDE) e os progra- a umas de controle dos vetores da mal´ria dos pa´ a ıses participantes. O objetivo do modelo eda aplica¸˜o do SIG ´ estandardizar, integrar, compilar e facilitar o intercˆmbio da infra- ca e aestrutura cartogr´fica digital (dados, m´todos e software), baseado na geografia para analisar a eos dados sobre o controle dos vetores da mal´ria. A inten¸˜o principal de tais componentes a ca´ contribuir no fortalecimento das capacidades t´cnicas nacionais do controle de uma doen¸ae e csobre aquela regi˜o e poss´ a ıveis efeitos na vizinhan¸a. c Caracterizando o exemplo acima mencionado, encontra-se a seguir, o modelo cartogr´fico adigital utilizado no controle e monitoramento do vetor da mal´ria no M´xico. a e Os modelos de informa¸˜o geogr´fica comunicam-se dentro da comunidade e entre co- ca amunidades seguindo os indicadores gerais e/ou espec´ ıficos de cada projeto categorizados deacordo com o sistema anal´ ıtico de sa´de, da estrutura, do processo e do resultado que formam uum potencial vi´vel para analisar espa¸os e integrar a comunidade formadora de vigilˆncia a c aepidemiol´gica. o
  29. 29. 2. Princ´ ıpios de Epidemiologia 15 Figura 2.2 – Modelo cartogr´fico digital utilizado no controle e monitoramento do vetor da a mal´ria no M´xico. FONTE: Organiza¸˜o Pan-americana de Sa´de - M´xico - 2005 a e ca u e2.7 Emergˆncia e re-emergˆncia das doen¸as infecciosas - A e e c biocomplexidade como um paradigma transdisciplinaraaaUma abordagem mais recente adota o paradigma da transdisciplinaridade na pesquisado problema dos epis´dios recorrentes das epidemias [Wilcox e Colwell (2005)]. Nesta abor- odagem, o olhar transdisciplinar dos fenˆmenos epidemiol´gicos apresentaria um potencial o osignificante para a explica¸˜o destes fenˆmenos ca o O desfio mais significativo na abordagem cientifica sustent´vel dos problemas complexos, a´ transpassar as fronteiras das disciplinas que seriam afins aos problemas epidemiol´gicos,e oentendendo como os fatores moleculares, qu´ ımicos, biol´gicos, antropol´gicos e ecol´gicos o o ointervenientes no fenˆmeno se interconectam. A cunhagem desta abordagem abarca uma os´rie de premissas [Wilcox e Colwell (2005)]: e • A existˆncia de v´ e ınculos entre as ciˆncias; e • A existˆncia de v´ e ınculos entre os processos biol´gicos e f´ o ısicos; • A abrangˆncia do escopo das abordagens metodol´gicas; e o • A inerente complexidade dos sistemas naturais, incluindo as escalas globais e os com- ponentes de origem humana destes sistema; • O entendimento do problema demanda o entendimento dos fatores ambientais; • A fundamenta¸˜o nas teorias dos sistemas e do caos; e ca
  30. 30. 2. Princ´ ıpios de Epidemiologia 16 • A emergˆncia da ordem nos sistemas complexos naturais. e O imperativo de uma tal paradigma pode ser descrito em termos do contexto globalque agora influencia todas as quest˜es da sa´de, e, especificamente, no caso do Dengue. O o umundo tornou-se t˜o integrado e global, que a no¸˜o de que uma doen¸a pode ser totalmente a ca cerradicada se tornou simplista. O Dengue, visto como uma doen¸a m´vel, ´ influenciada c o epelo clima, bem como por outros fatores variantes tanto do ambiente natural como de ordemantropogˆnica, cujo vetor (ambientalmente sens´ e ıvel) tamb´m s˜o afetados [Wilcox e Colwell e a(2005)]. Assim, o ponto de vista simplista deve ser expandido para reconhecer que nem ecos-sistemas nem os agentes patogˆnicos que a´ vivem, respondem linearmente `s altera¸˜es e ı a coambientais. Al´m disso, muitos eventos de ordem ambiental, como as altera¸˜es clim´ticas e co ae de sazonalidade, mas sobretudo os associados a eventos meteorol´gicos e oceanogr´ficos, o as˜o intrinsecamente imprevis´ a ıveis pelos modelos presentes [Wilcox e Colwell (2005)]. A cres-cente investiga¸˜o acerca do dom´ ca ınio clim´tico global deve, desta forma, incluir a dimens˜o a ahumana, ou seja, as doen¸as infecciosas. Integrar uma previs˜o baseada em sinais de mode- c alos clim´ticos aos modelos sanit´rios podem, assim, proporcionar novas oportunidades para a aabordagens proativas e n˜o reativas, na sa´de p´blica. a u u O Dengue possivelmente ´ o melhor exemplo de como a compreens˜o das doen¸as in- e a cfecciosas emergentes. O entendimento desta doen¸a necessita evoluir de um modelo linear creducionista centrado hora nos aspectos urbanos, hora nos aspectos socio-econˆmicos, hora onos aspectos biol´gicos, para um modelo muito mais complexo, e holisticamente preciso. Tal omodelo de incluir aspectos meteorol´gicos globais, a existˆncia de reservat´rios aqu´ticos, o e o ao comportamento coletivo dos vetores e dos grupamentos humanos e suas intera¸˜es com o coambiente comum. Uma perspectiva “homem-sistemas naturais” tem sido utilizada para explicar a emergˆncia ede doen¸as infecciosas de ordem zoon´tica e e transmitidas por vetores [Wilcox e Colwell c o(2005)]. O esquema ilustrado na figura 2.3, descreve como doen¸a emerge envolvendo pro- ccessos biol´gicos operam na escala de mol´culas, conjugados com os de escala geogr´fica, o e ahumanos e dos sistemas naturais. Tal modelo salienta a influˆncia dos fatores demogr´ficos e sociais das altera¸˜es ambien- e a cotais regionais no espalhamento da doen¸as em todo o globo, assim como a falta de controle cdas doen¸as e de pol´ c ıticas de sa´de p´blica. A urbaniza¸˜o, a intensifica¸˜o da agricultura, u u ca cae a perda de habitats e demais altera¸˜es impulsionadas pelo crescimento demogr´fico e de co aconsumo, caracterizam este modelo ideal [Wilcox e Colwell (2005)]. Este modelo ideal, devesalientar o papel das organiza¸˜es geogr´ficas regionais, as altera¸˜es ambientais descritas co a copela utiliza¸˜o dos solos, as transforma¸˜es e os seus promotores (popula¸˜o, capacidade tec- ca co canol´gica, fatores socio-culturais e e organiza¸˜o do espa¸o). Estas transforma¸˜es tˆm agido o ca c co eem sinergia com pol´ ıticas ou m´todos de controle de vetores, e pol´ e ıticas de preven¸˜o de cadoen¸as insuficientes ou inadequados, que involuntariamente tˆm promovido a emergˆncia de c e edoen¸as. c
  31. 31. 2. Princ´ ıpios de Epidemiologia 17 Figura 2.3 – A vis˜o sint´tica ilustrando os fatores ambientais associados ` emergˆncia de a e a e doen¸as. A mudan¸a dos fatores regionais, os quais s˜o influenciados significativamente pelo c c a crescimento da popula¸˜o, a exaust˜o dos recursos do sistema natural e a gera¸˜o de rejeitos, ex- ca a ca ercem um papel importante na emergˆncia das doen¸as infecciosas, especialmente nas regi˜es trop- e c o icais. O uso desordenado da terra e a transforma¸ao ambiental (urbaniza¸˜o, expans˜o agr´ c˜ ca a ıcola, a descaracteriza¸˜o dos habitat) tem produzido mudan¸as nos sistemas ecol´gicos, e por con- ca c o seq¨ˆncia nas suas comunidades originais. Em especial, as altera¸oes decorrentes nas popula¸˜es ue c˜ co dos pat´genos, dos animais hospedeiros e de humanos, tem levado a mudan¸as dr´sticas nos o c a equil´ ıbrios entre “hospedeiros-pat´genos”, `s trocas de material gen´tico entre pat´genos, resul- o a e o tando em adapta¸˜es r´pidas destes aos novos sistemas ambientais, inclusive com a gera¸˜o de co a ca novas variantes dos pat´genos. Alguns destes podem se tornar virulentos, infecciosos, ou capazes o de incrementar a transmiss˜o de doen¸as, contribuindo para a emergˆncia e/ou re-emergˆncia de a c e e doen¸as. Fatores relacionados com a infra-estrutura de sa´de p´blica, varia¸˜es clim´ticas e suas c u u co a intera¸˜es com as mudan¸as regionais, tamb´m contribuem significativamente para a emergˆncia co c e e da doen¸as. [Wilcox e Colwell (2005)] c
  32. 32. Cap´ ıtulo 3Autˆmatos Celulares oaaaAutˆmatos Celulares s˜o modelos matem´ticos simples que permitem idealizar e simular o a aos sistemas encontrados na natureza. Eles consistem de um espa¸o n-dimensional (tamb´m c echamado de “grade”, “grid ” ou “lattice”), formado por elementos geom´tricos (triˆngulos, e aquadrados, hex´gonos, etc.). Cada um destes elementos geom´tricos pode possuir um con- a ejunto finito de atributos que podem ser alterados ` medida que a passagem do “tempo” ´ a esimulada. A passagem do tempo ´ feita de forma discreta, ou seja, o “tempo” s´ pode assumir e ovalores inteiros (t ∈ N). Figura 3.1 – Autˆmato celular unidimensional. o John von Neumann foi o primeiro a propor um modelo simples para tentar reproduzira vida, no entanto, nos anos 40 a primeira descri¸˜o formal dos autˆmatos celulares foi ca ofeita por John von Neumann. O objetivo principal de John von Neumman era ”criar”ummodelo que atrav´s de simples regras pudesse imitar os complicados processos naturais e e 18
  33. 33. ˆ3. Automatos Celulares 19 Figura 3.2 – Autˆmatos celulares bidimensional e tridimensional. oartificiais que nos rodeiam, como o processo de reprodu¸˜o. De fato, a m´quina de Turing ca atal como outros modelos existentes na altura distinguiam a parte do computador, que erafixa, e os dados sobre os quais este operava, impossibilitando que o computador operassesobre si pr´prio modificando-se, entendendo-se ou construindo um outro computador. Os oautˆmatos celulares tornam-se assim a classe de modelos que John von Neumman procurava ouma vez que os seus objetivos (criados de uma mesma forma) podem ser vistos como dadospassivos ou n˜o. Uma outra caracter´ a ıstica importante deste modelo matem´tico ´ ser capaz a ede simular sistemas complexos que evoluem ao longo do tempo, partindo de regras simples eque descrevem os mais variados fenˆmenos do espa¸o que nos rodeia - sistemas dinˆmicos. o c a3.1 Elementos de Autˆmatos Celulares oaaaUm autˆmato celular ´ constitu´ por um conjunto de c´lulas que est˜o conectadas ` r o e ıdo e a avizinhos locais (outras c´lulas) [Wolfram (1994)]. Nas figuras 3.3 e 3.4 , tem-se dois exemplos ede autˆmatos celulares bidimensionais, cujas c´lulas tˆm geometria hexagonal e triangular. o e eA forma com que as c´lulas est˜o dispostas no autˆmato celular define a sua dimens˜o que e a o apode ser unidimensional, bidimensional, tridimensional, enfim, n-dimensionais. As dimens˜es omais utilizadas em estudos com autˆmatos celulares s˜o a unidimensional e bidimensional. o aO maior obst´culo ` utiliza¸˜o de autˆmatos n-dimensionais prende-se com a dificuldade da a a ca ovisualiza¸˜o das sucessivas gera¸˜es. ca co3.1.1 Vizinhan¸a caaaA c´lula a ser estuda recebe como entrada os estados das c´lulas vizinhas. Esta ´ definida e e ecomo um raio, r. Nos autˆmatos celulares bidimensional, com geometria quadrangular, h´ o av´rias vizinhan¸as poss´ a c ıveis, sendo as mais habituais a de von Neumman (Figura 3.5), emcada c´lula s´ tem como vizinhas as 4 adjacentes a cada lado, e a de Moore (Figura 3.6), em e oque uma c´lula tem 8 vizinhos (as adjacentes aos lados e na diagonal). e

×