Macro e microdeterminantes da infecção por dengue e zika em mulheres no período gestacional e desfechos associados

Abstract

A tríplice epidemia de dengue, zika e chikungunya vivenciada no Brasil a partir de 2015 trouxe novas questões a serem respondidas, especialmente em relação às implicações na saúde de grupos vulneráveis como gestantes. Sendo assim, o objetivo deste estudo, de natureza observacional, retrospectiva e desenvolvido em três artigos, foi investigar a relação entre fatores individuais, socioeconômicos e ambientais na transmissibilidade e na ocorrência de desfechos desfavoráveis após a infecção por dengue e zika durante o período gestacional. O artigo original 1 foi um estudo analítico, retrospectivo, de base populacional, que teve o objetivo de analisar a qualidade das notificações de casos de dengue em mulheres no Brasil entre os anos de 2007 a 2017, comparando também as informações disponíveis para gestantes e mulheres não gestantes em idade fértil e discutindo fatores associados à infecção pela arbovirose nestes grupos. Como parâmetro de qualidade das notificações foi utilizado o indicador incompletude e regressão logística para o testar a associação entre dengue na gestação e variáveis sociodemográficas, epidemiológicas, clínicas e laboratoriais. A incompletude dos dados referentes aos casos de dengue em mulheres em idade fértil e gestantes indicam perda importante de informação e a arbovirose mostrou-se positivamente associada aos determinantes sociais da saúde, com efeitos mais graves entre gestantes. O artigo original 2 foi um estudo ecológico, focalizado entre os anos de 2015 a 2017, que teve como objetivo propor um modelo compreensivo/explicativo dos macro e microdeterminantes individuais, sociais e ambientais, identificados a partir dos fatores associados à infecção pelas arboviroses dengue e zika durante a gestação. Participaram do estudo 41 mulheres infectadas pelo vírus da dengue durante o período gestacional e 16 infectadas pelo vírus da zika na mesma situação, residentes em 6 municípios polo das microrregiões constituintes da mesorregião da Zona da Mata de Minas Gerais, Brasil (Cataguases, Juiz de Fora, Manhuaçu, Ponte Nova, Ubá, Viçosa), cujos casos foram notificados e confirmados pelos serviços de vigilância em saúde local. Como técnicas de coleta de dados foram utilizadas prospecção de dados secundários em sistemas de informação, análise documental, entrevistas individuais utilizando questionário semiestruturado e georreferenciamento. Para verificar a associação entre setor com registro de gestante infectada por dengue ou zika e os determinantes individuais, sociais e ambientais da transmissibilidade foi utilizada regressão logística. A análise das inter-relações entre os diferentes determinantes da transmissibilidade das arboviroses orientou o entendimento dos processos de vulneração que penalizam de forma importante a saúde na gestação e pode ser uma estratégia pedagógica para o delineamento de novas tecnologias e indicadores que apoiem o monitoramento de cenários locais e políticas intersetoriais mais abrangentes. O artigo original 3, que objetivou analisar os macro e microdeterminantes associados aos desfechos desfavoráveis na saúde materno-infantil após infecção pelas arboviroses dengue e zika durante a gestação e sua possibilidade de predição por Aprendizagem de Máquina, foi um estudo de coorte retrospectiva, focalizado entre os anos de 2015 a 2017, realizado com as mesmas mulheres infectadas por dengue ou zika durante a gestação na Zona da Mata mineira. Também foram utilizadas prospecção de dados secundários em sistemas de informação, análise documental, entrevistas individuais utilizando questionário semiestruturado. Para determinação da relação entre desenvolvimento de desfechos adversos em mulheres infectadas durante a gestação e dados socioeconômicos, clínicos e epidemiológicos foram utilizadas técnicas de Aprendizagem de Máquina. Foram testados os algoritmos de classificação Logistic Regression (LR), Naïve Bayes (NB), k-Nearest Neighbor (kNN), Decision Tree (DT), Random Forest (RF), XGBoost (XGB), Support Vector Machine (SVM) e Multilayer Perceptron (MLP). A boa capacidade do modelo preditivo em determinar o desenvolvimento de desfechos desfavoráveis em mulheres infectadas durante a gestação encoraja a utilização de variáveis individuais associadas a Aprendizagem de Máquina em estudos na área de epidemiologia e saúde pública. Em conclusão, o papel dos macro e dos microdeterminantes da dengue e zika após infecção durante a gestação reside na sua importância para a determinação de desfechos desfavoráveis na saúde materno-infantil e para o delineamento de ações e políticas de saúde que sejam apoiadas nas especificidades e necessidades impostas por processos fisiológicos e sociais a este grupo. Palavras-chave: Vigilância. Arbovirose. Gravidez.

The triple epidemic of dengue, zika and chikungunya experienced in Brazil from 2015 onwards brought new questions to be answered, especially in relation to the health implications of vulnerable groups such as pregnant women. Therefore, the objective of this study, observational, retrospective and developed in three articles, was to investigate the relationship between individual, socioeconomic and environmental factors in transmissibility and in the occurrence of unfavorable outcomes after dengue and zika infection during the gestational period. The original article 1 was an analytical, retrospective, population-based study that aimed to analyze the quality of notifications of dengue cases in women in Brazil between the years 2007 to 2017, also comparing the information available for pregnant women and women. non- pregnant women of childbearing age and discussing factors associated with arbovirus infection in these groups. As a parameter of quality of notifications, the indicator incompleteness and logistic regression were used to test the association between dengue during pregnancy and sociodemographic, epidemiological, clinical and laboratory variables. Incomplete data on dengue cases in women of childbearing age and pregnant women indicate a significant loss of information, and arbovirus was positively associated with social determinants of health, with more serious effects among pregnant women. The original article 2 was an ecological study, focused between the years 2015 to 2017, which aimed to propose a comprehensive/explanatory model of individual, social and environmental macro and microdeterminants, identified from the factors associated with infection by dengue and arboviruses. Zika during pregnancy. The study included 41 women infected by the dengue virus during the gestational period and 16 infected by the zika virus in the same situation, living in 6 pole municipalities of the micro- regions of the Zona da Mata mesoregion of Minas Gerais, Brazil (Cataguases, Juiz de Fora, Manhuaçu, Ponte Nova, Ubá, Viçosa), whose cases were reported and confirmed by the local health surveillance services. As data collection techniques, secondary data prospection in information systems, document analysis, individual interviews using a semi-structured questionnaire and georeferencing were used. To verify the association between the sector with a record of pregnant women infected with dengue or zika and the individual, social and environmental determinants of transmissibility, logistic regression was used. The analysis ofthe interrelationships between the different determinants of the transmissibility of arboviruses guided the understanding of the vulnerability processes that significantly penalize health during pregnancy and can be a pedagogical strategy for the design of new technologies and indicators that support the monitoring of scenarios broader local and cross-sectoral policies. The original article 3, which aimed to analyze the macro and microdeterminants associated with unfavorable outcomes in maternal and child health after infection by the arboviruses dengue and zika during pregnancy and its possibility of prediction by Machine Learning, was a retrospective cohort study, focused on the years 2015 to 2017, carried out with the same women infected with dengue or zika during pregnancy in the Zona da Mata of Minas Gerais. Secondary data mining in information systems, document analysis, individual interviews using a semi-structured questionnaire were also used. To determine the relationship between the development of adverse outcomes in women infected during pregnancy and socioeconomic, clinical and epidemiological data, Machine Learning techniques were used. The Logistic Regression (LR), Naïve Bayes (NB), k-Nearest Neighbor (kNN), Decision Tree (DT), Random Forest (RF), XGBoost (XGB), Support Vector Machine (SVM) and Multilayer Perceptron (MLP). The good ability of the predictive model to determine the development of unfavorable outcomes in women infected during pregnancy encourages the use of individual variables associated with Machine Learning in studies in the area of epidemiology and public health. In conclusion, the role of macro and microdeterminants of dengue and zika after infection during pregnancy lies in their importance for determining unfavorable outcomes in maternal and child health and for designing health actions and policies that are supported by the specifics and needs imposed by physiological and social processes on this group. Keywords: Surveillance. Arbovirusis. Pregnancy.