Daniel dos Santos (2014).pdf

Daniel dos Santos (2014).pdf
Documento PDF (601.6KB)

Exibir conteúdo Baixar

UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA

DANIEL DOS SANTOS

Análise preliminar das variáveis meteorológicas sobre casos de internações
hospitalares nas capitais nordestinas

Maceió-AL
2014

DANIEL DOS SANTOS

Análise preliminar das variáveis meteorológicas sobre casos de internações
hospitalares nas capitais nordestinas

Dissertação apresentada ao
curso de Pós-Graduação em
Meteorologia da Universidade
Federal de Alagoas - UFAL,
como requisito à obtenção do
Título
de
Mestre
em
Meteorologia.
Orientador: Profº.Dr. Ricardo
Ferreira Carlos de Amorim.

Maceió-AL
2014

DEDICO
Ao falecido professor e amigo Drº. Manoel da Rocha Toledo Filho. Aos meus
familiares e amigos.

AGRADECIMENTOS

Ao professor Drº. Manoel da Rocha Toledo Filho, que me deu grande força para
seguir com o TCC em Biometeorologia e o Mestrado na mesma área.
Ao professor Drº. Ricardo Ferreira Carlos de Amorim, que deu grande incentivo e
me orientou apesar da distancia.
A professora Drª. Maria Luciene Dias de Melo, que deu o auxilio inicial após o
falecimento do professor Drº. Manoel da Rocha Toledo Filho.
Aos demais professores do Mestrado e Graduação em Meteorologia da UFAL, em
especial Maríngolo, Clênio e Elenice.
Ao amigo Reginaldo Ventura de Sa, que me ajudou com conceitos do Fortran, para
que eu pudesse elaborar o script.
A minha família, em especial os meus pais e a minha irmã, que sempre me
apoiaram.
Aos meus amigos, que de alguma forma sempre estiveram comigo.

Muito Obrigado!

‟Tem que esquecer de querer fazer,
somente fazer”
ONO, Keizen

RESUMO

Este trabalho visa contribuir com informações que possam ser usadas para redução
dos impactos na saúde associados aos efeitos da exposição de variáveis
meteorológicas. Foram elaboradas tabelas para a análise da relação entre cada
variável meteorológica e o número de internações hospitalares. Em seguida efetuouse o cálculo dos coeficientes de correlação de Pearson (r) e em seguida Coeficiente
de Determinação (r²). Utilizando dados do IBGE, obteve-se uma razão entre
infecciosas e número de habitantes, maior foi de 0,049 em Teresina. Razão entre
respiratórias e número de habitantes, maior foi de 0,056 em São Luís. A variável r foi
de 0.03 a 0.32, sobre doenças respiratórias e precipitação. A variável r variou de
0.09 a 0.49, entre doenças respiratórias e temperatura máxima. A variável r variou
de 0.03 a 0.62, entre temperaturas mínimas e doenças respiratórias. A variável r
variou de 0.07 a 0.57, relacionando umidade relativa do ar e doenças respiratórias.
A variável r, variou de 0 a 0.52, sobre doenças infecciosas e precipitação
acumulada. A variável r variou de 0.04 a 0.41, entre temperatura máxima e doenças
infecciosas. A variável r variou de 0.02 a 0.27, entre a temperatura mínima e
doenças infecciosas. A variável r variou de 0.05 a 0.43, sobre umidade e doenças
infecciosas.
Palavras-chave: Biometeorologia, Nordeste, Precipitação, Temperatura

ABSTRACT
This work aims to contribute information that can be used to reduce the health
impacts associated with the effects of exposure of meteorological variables. Tables
were prepared for analysis of the relationship between each weather variable and
the number of hospital admissions. Then we performed the calculation of Pearson
correlation coefficients (r) and then coefficient of determination (r²). Using data from
the IBGE, we obtained a ratio of infectious and number of inhabitants, the greater
was 0.049 in Teresina. Ratio of respiratory and number of inhabitants, the greater
was 0.056 in St. Louis. The variable r was 0:03 to 0:32 on respiratory diseases and
precipitation. The variable r, ranged 0:09 to 0:49, between respiratory diseases and
maximum temperature. The variable r ranged from 0.03 to 0.62 between minimal
temperatures and respiratory diseases. The variable r ranged 0:07 to 0:57, relating
relative humidity and respiratory diseases. The variable r, ranged from 0 to 0.52, on
infectious diseases and subsequent precipitation accumulated. The variable r, 0:04
to 0:41 varied between maximum temperature and infectious diseases. The variable
r, 0:02 to 0:27 varied between the minimum temperature and infectious diseases.
The variable r ranged 0:05 to 00:43 on humidity and infectious diseases.
Key Word: Biometeorology, Northeast, Precipitation, Temperature

LISTA DE FIGURAS
Figura 01 – Estados Nordestinos

LISTA DE TABELAS
Tabela 01 - Classificação dos valores dos coeficientes de correlação de

Pearson (r) e de determinação (r2).

Tabela 02 - Dados do IBGE, número de casos de internamentos hospitalares

por doenças respiratórias e infecciosas.

Tabela 03 - Coeficiente de Pearson e de Determinação, sobre a Precipitação

Acumulada e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 04 - Coeficiente de Pearson e de Determinação, sobre a Temperatura

Máxima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 05 - Coeficiente de Pearson e de Determinação, sobre a Temperatura

mínima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 06 - Coeficiente de Pearson e de Determinação, sobre a Umidade

Relativa do Ar e os casos de Internamentos Hospitalares nas capitais
nordestinas.

Tabela 07 - Coeficiente de Pearson e de Determinação, sobre a Precipitação

Acumulada e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 08 - Coeficiente de Pearson e de Determinação, sobre a Temperatura

Máxima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 09 - Coeficiente de Pearson e de Determinação, sobre a Temperatura

Minima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Tabela 10 - Coeficiente de Pearson e de Determinação, sobre a Umidade
Relativa do Ar e os casos de Internamentos Hospitalares nas capitais
nordestinas.

LISTA DE ABREVIATURAS E SIGLAS

DATASUS

Departamento de Informática do SUS

IBGE

Instituto Brasileiro de Geografia e Estatística

IDH

Índice Desenvolvimento Humano

IDHM

Índice Desenvolvimento Humano Municipal

INMET

Instituto Nacional de Meteorologia

IBGE

Instituto Brasileiro de Geografia e Estatística

SUMÁRIO

1 INTRODUÇÃO

2 REVISÃO BIBLIOGRÁFICA

2.1 ESTUDOS RELACIONADOS

2.1.1 DOENÇAS RESPIRATORIAS

2.1.2 PESQUISAS INFECCIOSAS

3 DESENVOLVIMENTO

3.1 CARACTERÍSTICAS DA ÁREA DE ESTUDO

3.2 DADOS UTILIZADOS

3.2.1 DADOS METEOROLOGICOS

3.2.2 DADOS DO SUS

3.2.3 DADOS DO IBGE

3.3 TABELAS DE ANALISE

3.4 ESTATÍSTICA UTILIZADA CORRELAÇÃO DE PEARSON (r)

3.4 FERRAMENTAS UTILIZADAS

3.4.1 VISUAL BASIC

3.4.2 FORTRAN

4 RESULTADOS E DISCUSSÕES

4.1 CORRELAÇÃO DE VARIÁVEIS METEOROLÓGICAS COM DOENÇAS
RESPIRATÓRIAS

4.2 DOENÇAS INFECCIOSAS E PARASITARIAS

5 CONCLUSÃO

REFERÊNCIAS

1 INTRODUÇÃO
Doenças infecciosas podem ser causadas por bactérias, vírus, fungos e
parasitas, que usam o hospedeiro para a sua reprodução. Essas doenças são
aproximadamente a causa de um terço da mortalidade no mundo, especialmente
nas regiões mais pobres em razão de seu aspecto socioeconômico. As doenças
infecciosas ocupam a primeira posição entre as principais causas de morte nos
países em desenvolvimento (WHO, 2008). No Brasil, a morbidade hospitalar por
doença respiratória correspondeu por cerca de 13,6% das internações no ano de
2006 (CARDOSO, 2011).
A ocorrência de doenças respiratorias é de origem multifatorial. O fumo e a
poluição atmosférica são o motivo mais comum para doenças como a asma, doença
pulmonar obstrutiva crônica e pneumonia. Outros fatores, a exemplo do Índice de
Desenvolvimento Humano, têm sido estudados, procurando avaliar a associação
entre estes e o surgimento das doenças respiratórias (ROSEIRO, 2006). Entretanto,
o fumo é considerado principal poluente responsável pela lesão nas vias
respiratórias (CARVALHO, 2002), pois além de prejudicar diretamente quem fuma,
pode ter efeitos negativos à saúde de pessoas que tenham contato indireto
(DUCHIADE, 1992; EISNER, 2007).
A variável meteorológica indicada por pesquisadores, como tendo maior
relação com a saúde, é a temperatura, devido o limite do corpo humano em se
adaptar com a variação da temperatura (MCMICHAEL, 2006). Pode se dizer que os
fatores que influenciam a saúde, vai desde eventos meteorológicos extremos, a
resposta adaptativa do corpo humano, envelhecimento da população, fatores
sociais, econômicos, culturais, comportamentais, entre outros (JIMÉNEZ, 2005). O
processo adaptativo do homem à cidade, ao longo da história, implicou no aumento
de casos de doenças crônicas, à medida que as condições do ambiente, de forma
cumulativa, degradaram-se (GROSSO, 2007).

Caracterizar a

relação

entre as alterações climáticas ou

variáveis

meteorológicas e os seus efeitos na saúde, não tem sido fácil, pois existem
limitações de várias ordens no que respeita à informação disponível (MCMICHAEL,

2006). Sobre este cenário, Kovats (2005) citou que populações saudáveis, podem
ser suscetíveis a temperaturas extremas e não se pode assumir que a adaptação
fisiológica seja suficiente para assegurar os efeitos na saúde, consequentes do
aumento das temperaturas.

Este trabalho tem como finalidade fazer uma analise preliminar das variáveis
meteorológicas sobre casos de internações hospitalares nas capitais nordestinas,
durante o período 1998 a 2011. Visando contribuir com informações que possam ser
usadas para redução dos impactos na saúde associados aos efeitos da exposição
de variáveis meteorológicas. O presente trabalho também visa sugerir a criação de
uma forma mais autônoma por meio de programação ao qual aperfeiçoada
poderiam ser utilizadas por alguma entidade de saúde do governo, utilizando a
mesma para “prever” ocorrências de epidemias, principalmente as doenças que
possuem um período de incubação.

2 REVISÃO BIBLIOGRÁFICA

As variações meteorológicas e climáticas têm impactos direto na saúde
pública, desde o tempo de Hipócrates, em seu livro Ares, Águas e Lugares, no ano
de 400 a.C., nele é relacionado a saúde e doenças humanas em diferentes
condições atmosféricas. Esta relação entre tempo e clima com a saúde humana
está dentro do âmbito da biometeorologia humana. Portanto, o objetivo principal da
biometeorologia humana consiste em avaliar o impacto das influências atmosféricas
sobre o homem. Estas podem ser térmicas, hídricas, elétricas ou uma combinação
destes e de outros fatores, entre os quais destacasse a poluição atmosférica, sendo
que a mesma assume um papel cada vez mais relevante no que tange a qualidade
de vida das pessoas nas grandes cidades. Assim como outros ramos da ciência
meteorológica, uma colaboração interdisciplinar é essencial à biometeorologia
humana, sendo que a mesma é frequentemente chamada pelo sinônimo de
meteorologia médica (GONÇALVES, 2010).

Edwin Grant Dexter (1868-1938) foi um dos primeiros pesquisadores a
estudar empiricamente os efeitos das condições climáticas específicas sobre o
comportamento humano. Dexter em 1904 publicou suas descobertas no livro,
Influências Meteorológicas. O propósito do autor foi descrever resumidamente a sua
vida profissional e examinar os contextos históricos e as motivações que o levaram
há

realizar

alguns

dos

primeiros

estudos

empíricos

biometeorológicos

comportamentais da época, o livro descreve os métodos usados para examinar
relações tempo-comportamento e caracterizar os resultados sobre as influências do
tempo, fornecer uma análise histórica de sua obra e avaliar a sua importância para a
biometeorologia humana. Por estas razões, a abordagem e contribuições de Dexter
podem não ter sido plenamente reconhecidos em sua época e são, portanto, digno
de consideração por biometeorologistas contemporâneos (STEWART, 2014).

2.1 ESTUDOS RELACIONADOS

2.1.1 DOENÇAS RESPIRATORIAS
Os estudos sobre o impacto das temperaturas na mortalidade mostram que
no geral, há mais óbitos no Inverno, que no Verão, independentemente da causa,
sendo esta diferença mais notória no que respeita à mortalidade por doenças
cardiovasculares e respiratórias (BRAGA, 2002).
Jiménez (2005) relata que, nos estudos na área da investigação das causas
de morte que mais contribuem para o aumento das taxas de mortalidade associadas
ao frio, as conclusões em todos eles revelam sempre como principais causas as
doenças respiratórias, as doenças cardiovasculares e as mortes por todas as
causas, em especial tendo os grupos etários acima de 65 anos, como os que
assumem o maior excesso de mortes observado. Segundo Ballester (2003), outros
três aspectos analisados em alguns estudos são a duração e o momento em que
ocorre o aumento das taxas de mortalidade. Ao passo que nas mortes associadas
ao calor o maior impacto ocorre após o 1º dia em que se regista o aumento da
temperatura, nas mortes associadas ao frio, o impacto é menos visível e pode durar
até várias semanas. Por outro lado, Jiménez (2005) constatou que o efeito do frio na
mortalidade parece iniciar-se, apenas alguns dias após o atingimento dos períodos
de temperaturas mais baixas. A literatura consultada refere que o impacto máximo
ocorre habitualmente entre o 7º e o 8º dia após a descida da temperatura para
valores extremos. Especificamente para as doenças respiratórias o defasamento do
efeito, referido na bibliografia, foi entre 13 e 18 dias após o inicio do frio (CARDER,
2005), com um pico entre o 4º e o 5º dia, e no 11º dia após o início do abaixamento
das temperaturas (DÍAZ, 2005). Para as doenças cardiovasculares o aumento da
mortalidade se regista entre o 7º e o 14º dia. Outro aspecto referido na literatura, é
que o frio afeta os indivíduos de forma diferente do calor, durante o mesmo Inverno,
produz sempre o mesmo efeito na mortalidade, sugerindo que não existe
aclimatação da população ao frio.
Alguns investigadores apresentam como explicação para o aumento das

taxas de mortalidade por doenças respiratórias e cardiovasculares, aspectos
fisiológicos, como: o aumento das infecções respiratórias, a broncoconstrição
causada pelo frio que faz aumentar a probabilidade de desenvolver infecção
pulmonar, a quebra do sistema imunitário; o aumento da pressão arterial, o aumento
do colesterol, o aumento dos leucócitos, entre outros, de acordo com Jiménez
(2005).
Existem inúmeros estudos sobre o acréscimo de mortalidade geral atribuível
ao calor (SIMÓN, 2005). Quanto ao efeito do calor sobre patologias específicas, a
literatura refere que as mais frequentes são dos grandes grupos de doenças
respiratórias e cardiovasculares (HUYMEN, 2001). No entanto, existem algumas
diferenças ao nível da magnitude dos resultados, tratando de análise de efeitos na
mortalidade ou da análise de efeitos nas admissões hospitalares/morbilidade.
Quanto aos primeiros, o impacto na mortalidade é sempre superior ao impacto nas
admissões hospitalares (DGS, 2013), correspondendo, por exemplo, no estudo de
Kovats (2004) a um aumento na mortalidade de 10,8% e apenas de 2,6% de
aumento de admissões hospitalares, em Londres, durante a elevação das
temperaturas em 2003. Este fenômeno pode ser explicado devido ao pequeno
período de tempo que ocorre entre a exposição e a morte associada ao calor
(MASTRANGELO, 2006).

De forma geral, os fatores de risco para morrer em um determinado período
de frio extremo, identificados na literatura são: Segundo Olsen (2001), ter mais de
65 anos, ter doenças crônicas como as respiratórias e as cardiovasculares, ser do
sexo feminino (WILKINSON, 2004), viver em uma habitação sem isolamento contra
o frio (WILKINSON, 2004) e não ter aquecimento na habitação (AYLIN, 2001).
Alguns estudos referem que ser uma mulher idosa é fator de risco acrescido
(MASTRANGELO, 2006), contudo esta referencia não é consensual (MENNE,
2003). Outro fator de risco, associado à idade avançada e ao risco acrescido de
morrer devido à exposição ao calor excessivo, e a presença de doenças crônicas,
em especial as doenças respiratórias, cardiovasculares e renais (CDC, 2014), que
se agravam, devido ao aumento da temperatura ambiente. Outros fatores de risco

associados ao efeito do calor nos grupos etários dos idosos são explicados pela
perca de capacidade do sistema de termorregulação do organismo (MENNE, 2003)
e devido ao consumo de certos medicamentos, em especial diuréticos (WHO, 2003).
Outros aspectos referidos na literatura como sendo fatores de risco relacionados
com a exposição ao calor são: viver em meios urbanos, onde com facilidade se
formam as chamadas “ilhas de calor” devido à elevada densidade populacional e
falta de ordenamento adequado, habitar nos últimos andares e não ter ar
condicionado na habitação (SEO, 2011).

Vale ressaltar que a redução da umidade relativa do ar a valores abaixo 30%
é considerada de risco para a integridade das vias aéreas, dificultando a
homeostase interna do aparelho respiratório. Nos meses de chuva, em
contraposição à problemática vivenciada nos meses de seca, a alta umidade relativa
do ar, aliada ao maior tempo de permanência nos ambientes internos, ao menor
arejamento e exposição ao sol dos espaços domiciliares, com consequente
crescimento de mofo e fungos, são fatores que podem contribuir para o aumento
das Doenças Respiratórias (DR), especialmente as alérgicas (MOLD, 2008). Além
disso, alguns vírus apresentam comportamento altamente sazonal, com maior
frequência no período frio em áreas de clima temperado e também no período frio
em áreas de clima temperado e também no período de chuvas naquelas de clima
tropical, como o da Amazônia legal. Esses vírus são frequentemente causadores de
DR em crianças, principalmente das vias aéreas superiores. Entretanto, o
conhecimento acerca do comportamento das DR em áreas de bioma amazônico e
da possível influência dos ciclos típicos de seca e chuva sobre a saúde humana é
escasso (ROSA, 2008).
Vários pesquisadores (LIMA, 2008; LIMEIRA, 2007; AZEVEDO, 2010) tem
mostrado que a distribuição espacial da precipitação mensal tem influenciado os
casos de algumas doenças, muitas vezes sendo observada a relação direta entre
essa variável meteorológica e a doença, entretanto também foi observada a relação
inversa em alguns casos de problemas respiratórios.
A pesquisa de Souza (2007) buscou estabelecer relações entre o clima e a

saúde, considerando que as variações do tempo atmosférico causam ou agravam
um emaranhado de sintomas, enfermidades e mudanças no quadro clínico de
saúde, o qual é resultante das reações do organismo humano às condições
atmosféricas. Nessa perspectiva, objetivou-se analisar a influência dos fatores
climáticos urbanos na incidência de casos de doenças do aparelho respiratório,
relacionando com os dados demográficos e socioeconômicos, numa conjuntura de
desigualdade social e diferenciação nas condições de vida da população áreas
urbanas do interior do Estado de São Paulo. Para isto, tomou-se a cidade de
Presidente Prudente como estudo de caso. Realizaram-se uma análise do quadro
climático e dos casos de internação no Estado de São Paulo, fomentando idéias e
cruzamentos de diferentes dados, como focos de queimadas (registrados via
satélite) e evolução do desmatamento da cobertura vegetal primitiva. Para o estudo
da cidade em questão, foram coletados, tratados e organizados dados
meteorológicos - precipitação, temperaturas e umidade relativa, obtidos junto à
Estação Meteorológica de Presidente Prudente - e, posteriormente correlacionados
com os casos de internação por doenças respiratórias - registradas pelo Sistema de
Internação Hospitalar do DATASUS - os quais foram especializados na malha
urbana, fato que possibilitou um trabalho de campo nas áreas de maior
concentração de casos de morbidade por domicílio. Foi constatado que, em
períodos de estiagem prolongada, oscilações de temperatura e umidade relativa na
maioria das vezes abaixo de 60%, houve aumento do número de casos de
internação por agravos respiratórios. Com base na distribuição espacial intraurbana
de Presidente Prudente foi possível observar que as áreas de concentração de
domicílios dos enfermos, localizaram-se nos bairros Brasil Novo, Vila Marina e Vila
Nova Prudente, os quais apresentaram similaridades na infraestrutura urbana, por
exemplo, casas de madeira, telhas de amianto e ausência de acabamento na
moradia, fatores potencializadores da vulnerabilidade para os agravos respiratórios.
Desta forma, é possível concluir que as condições climáticas contribuem para os
agravos das vias respiratórias, porém, é importante ressaltar-se que, cada indivíduo,
bem como cada grupo social, possui singularidades em suas condições de vida e,
conseqüentemente, diferentes exposições à vulnerabilidade socioambiental, os
quais, juntos, interferem no agravamento do quadro clínico da saúde pública, pelo
aumento dos casos de morbidade respiratória.

O estudo de Nunes (2010) teve como objetivo verificar como as condições
atmosféricas intraurbanas atua no agravamento dos problemas respiratórios, em
crianças menores de cinco anos, e, circulatórias e respiratórias, em adultos com
mais de sessenta anos, no setor Sul/Sudeste, da cidade de São Paulo, a partir da
associação com as variáveis atmosféricas e o índice bioclimático PET (Physiological
Equivalent Temperature). Analisou-se 12.269 casos de internação por doenças
respiratórias em crianças; 24.318 por doenças do aparelho circulatório e 8.894 do
aparelho respiratório em idosos. Os dados foram agrupados segundo perfil
socioambiental. Nas estações meteorológicas do IAG/USP e do aeroporto de
Congonhas foram obtidas variáveis e obteve-se o índice de qualidade do ar na
CETESB/CONGONHAS. Análise estatística descritiva; modelo linear generalizado
com distribuição binomial negativa (GLM); e modelo de regressão. Houve
associação estatística entre as variáveis atmosféricas ambientais e as internações
hospitalares, porém de forma diferenciada e específica. O GLM apontou aumento
nas internações hospitalares com a elevação em 1ºC de amplitude térmica (0,6%)
índice de poluição (0,2%) e com diminuição na temperatura média (0,9%). A
regressão apontou aumento de internações com a diminuição das temperaturas
médias e mínimas e o índice PET indicou que o calor é protetor. A chance de
ocorrência de internações foi 12% maior com a diminuição de 1ºC no índice PET e
com aumento 1ºC na temperatura máxima, no grupo de pior perfil socioambiental.
Quanto as doenças respiratórias em idosos, o GLM indicou aumento das
internações hospitalares com a elevação em 1ºC na amplitude térmica (2,1%) e
poluição (0,2%) e diminuição em 1ºC do PET (1%). A regressão aponta maior risco
com o aumento da amplitude térmica. Dias com maior taxa de internação foi 3,4%
maior nos distritos com perfil socioambiental intermediário, com o decréscimo de
1ºC na temperatura mínima. Quanto às doenças respiratórias em crianças, o GLM
apontou aumento das internações hospitalares com o aumento em 1ºC da
temperatura média (3,7%), da amplitude térmica (2,7%) e da poluição (0,2%) e
diminuição em 1ºC do índice PET (1%). A regressão apontou risco nas faixas
intermediárias de temperatura média, de menor temperatura mínima e de maior
amplitude térmica. A faixa de conforto térmico mostrou que nas faixas de pouco
calor (>31ºC) e frio (<12ºC) há proteção e maior risco na faixa de pouco frio (<18ºC).
Houve

associação

estatística

significante

nos

grupos

diferente

perfil

socioambiental, de forma homogênea.
Gonçalves (2010) afirmou que o Homem é parte integrante do sistema
Ambiental. O ambiente cria impactos Nele e por sua vez ele também pode provocar
impactos no Ambiente. O objetivo de sua tese foi identificar qual a intensidade e
freqüência do impacto que a poluição atmosférica e a variabilidade das variáveis
meteorológicas na saúde da população da Área Metropolitana do Porto (Portugal),
através de um estudo epidemiológico ecológico. Escolheu-se o período de 2002 a
2005 para estudar um conjunto de cidades que contam com espaços urbanos,
suburbanos e industriais mesclados, perto do litoral Atlântico com clima
Mediterrânico. Usando como métodos a análise descritiva e multivariada (ACP), de
correlação e regressão múltipla (RM), assim como índices de conforto térmico (ID,
H, Te e Tev), trabalharam-se dados de admissões hospitalares (4 hospitais públicos)
de doenças cardiovasculares (DCV) (401-405, Hipertensão; 410-414, DCV
Isquêmica,

426-428,

Insuficiência

Cardíaca)

respiratórias

(490-496,

Asma/Bronquite; 500-507, Pneumoconioses), informações meteorológicas do
Instituto de Meteorologia de Portugal (Temperatura, Umidade, Precipitação e
Pressão) e valores diários e mensais do índice de Oscilação do Atlântico Norte
(OAN), da NOAA, assim como, saídas de normais de pressão e médias de
velocidade de vento do modelo NOAA e de 10 estações fixas de qualidade do ar
pertencentes à Agencia Portuguesa do Ambiente (O3; NO2, NO, CO, SO2, PM10,
PM2,5). Identificaram-se alguns períodos de temperaturas elevadas (38°C) durante o
verão e inversões térmicas durante o inverno (2004/05), as quais criaram situações
de estresse térmico por calor e muito frio (dos 1461 mais de 930 dias - 24°C< TEv
tmin Urmáx vmáx < 0°C), por um lado, e aumento da poluição, por outro. Esse
aumento da poluição contribuiu para se observar maior número de casos por
doenças respiratórias por Asma/bronquite (lag 3 dias durante inverno 2004/05
correlação

com

PM2,5=0,33),

doenças

Cardíacas

Hipertensivas

(regressão

multivariada para Primavera, para PM10 com Beta=0,80, R2 ajustado=0,076), e
Insuficiências Cardíacas (regressão para Outono NO2 Beta = 0,42 com R2 ajustado=
0,060). Encontrou-se também relação significativa e forte entre a variabilidade da
Oscilação do Atlântico Norte (OAN) e de alguns poluentes durante o inverno (ex:
correlação PM10=0,71, em 2003; PM2,5= 0,91, em 2005; SO2=0,45, em 2004). Uma

importante conclusão, também sugerida por outros autores, é que as mudanças
climáticas podem modificar a intensidade e regularidade da OAN, afetando assim a
circulação atmosférica o que terá impacto direto na dispersão dos poluentes em
pequena escala e conseqüentemente irá influenciar a saúde publica.
O objetivo de Anjos (2012) foi analisar o número absoluto de internações por
doenças respiratórias, relacionando com a variabilidade climática em Maringá, entre
2000 a 2007. Foram utilizadas as informações de temperaturas máxima, mínima e
média, umidade relativa do ar, precipitação pluvial, pressão atmosférica, direção e
velocidade dos ventos, nebulosidade e massas de ar. Foram selecionados os meses
de janeiro e julho de 2000, janeiro e junho de 2003, janeiro e junho de 2007, para a
confecção da análise rítmica. Observou que os meses de janeiro apresentaram
poucos registros de internações, praticamente triplicando para junho e julho, devido
a vários motivos, como: a diminuição da precipitação pluvial, a atuação mais ativa
da massa de ar Polar atlântica (mPa), provocando queda bruscas e repentinas de
temperatura e umidade relativa do ar. Esses fatores foram favoráveis ao surgimento
de rinites alérgicas, resfriados e influenza {gripe} e pneumonias, pois o organismo
humano leva algum tempo para acostumar-se as mudanças do tempo atmosférico,
tornando-se extremamente vulnerável. Com base nas investigações realizadas, foi
observada importante relação entre a variabilidade climática e as internações por
doenças respiratórias, em Maringá.
A pesquisa de Souza (2012) visou estudar a relação existente entre a o
número de internações por doenças do aparelho respiratório em lactentes, crianças
e adultos e as variações meteorológicas na cidade de Campo Grande (MS). Foram
utilizados dados diários de internações por doenças respiratórias, precipitação,
temperatura do ar, umidade e velocidade dos ventos entre 2004 e 2008. Foram
calculados os índices de conforto térmico humano, temperatura efetiva e
temperatura

efetiva

com

velocidade

vento

com

base

nas

variáveis

meteorológicas. Foram realizados modelos lineares generalizados utilizando o
modelo múltiplo de regressão de Poisson para predizer as internações por doenças
respiratórias. Foram observados valores relativamente elevados dos coeficientes de
correlação entre as variáveis estudadas e internações por pneumonia em crianças

(r2 = 68,4%), lactentes (r2 = 71,8%) e adultos (r2 = 81,8%). Conclusões: Os
resultados aqui apresentados indicam em termos quantitativos o risco para um
aumento no número de hospitalizações de crianças, lactentes e adultos de acordo
com o aumento ou a diminuição das temperaturas, umidade, precipitação,
velocidade dos ventos e índice de conforto térmico na cidade de Campo Grande.
A dissertação de Favacho (2013) teve como principal objetivo fazer um
estudo do número de ocorrências de surtos endêmicos de asma e pneumonia em
nove dos principais municípios da Amazônia Legal, numa série temporal de 10 anos.
Correlacionando-as com as variáveis meteorológicas temperaturas (máxima e
mínima), precipitação e umidade relativa, a fim de encontrar alguma dependência
entre as mesmas. Portanto faz-se necessário a verificação de existência ou não de
uma relação de dependência. Os resultados apresentam diferentes condições para
cada situação de contágio das duas endemias, já que a Amazônia Legal é uma área
de proporções vastas e acaba sendo influenciada de maneira diferente nas
localidades abordadas neste trabalho. A asma apresentou correlações bem
significantes com as temperaturas máximas e mínimas, no caso do município de
Manaus-AM, os valores ficaram em 80% e 65% respectivamente. Já a pneumonia
apresentou correlações significantes com as nos municípios de Rio Branco-AC e
Macapá-AP e algumas correlações inversas com a umidade relativa do ar, -78% no
município de Cuiabá-MT por exemplo. Este estudo servirá como precedente para a
análise destas duas endemias, numa situação de epidemias. Podendo assim evitar
desperdícios de verbas públicas e perdas de vidas humanas.
De acordo com Su (2014), poucos estudos epidemiológicos têm sido
relatados para saber se havia algum efeito interativo entre a temperatura e umidade
sobre a morbidade respiratória, especialmente em países asiáticos. O presente
estudo utilizou a análise de séries temporais para explorar os efeitos da modificação
da umidade sobre a associação entre temperatura e sala de emergência visitada
(ER) para respiratória, infecção do trato respiratório superior (URI), pneumonia e
bronquite em Pequim entre 2009 e 2011 resultados mostrou que um efeito conjunto
óbvio de temperatura e umidade foi revelado em atendimentos de emergência para
problemas respiratórios, URI, pneumonia e bronquite. Abaixo do limiar de

temperatura, o efeito da temperatura foi mais forte no nível de umidade baixo e
apresentou uma tendência de queda com o aumento da umidade. As estimativas do
efeito de 1 ° C de aumento de temperatura no nível de umidade baixo foram -2,88%
(intervalo de confiança de 95% (IC) -3,08, -2,67) para todas doenças respiratória, 3,24% (-3,59, -2,88) para URI - 1,48% (-1,93, -1,03) para pneumonia, e -3,79% (4,37, -3,21) para visitas por bronquite ER, respectivamente. No entanto, acima do
limite de temperatura, efeito da temperatura foi maior em alto nível de umidade e
tendendo para cima com nível de umidade aumentando. Em alto nível de umidade,
um aumento de 1 ° C na temperatura, as estimativas de efeito foram 1,84% (1,55,
2,13) para todos respiratória, 1,76% (1,41, 2,11) para URI, e de 7,48% (4,41, 10,65)
para bronquite ER visitas. Porém, não houve estatisticamente significativa para
pneumonia. Isto sugere que os efeitos modificadores da umidade devem ser
considerados quando se analisam os impactos na saúde da temperatura.

2.1.2 PESQUISAS INFECCIOSAS

As doenças relacionadas com o calor, quando a produção de calor supera a
capacidade do organismo de dissipar o calor, ocorre a hipertermia, com quadros de
insolação ou exaustão térmica. O denominador comum dos quadros de hipertermia
é a elevação da temperatura central não ligada à ação de pirogênios (WIDMAIER,
2006). De acordo com vários trechos do livro Tromp (1980) é possível entender
alguns aspectos que relacionam elementos meteorológicos e a saúde humana. Uma
atmosfera com baixa umidade relativa do ar é um ambiente propício ao
desenvolvimento do vírus influenza (vírus da gripe). Por outro lado, a elevação da
umidade e da precipitação faz crescer o número de casos de resfriados e alguns
tipos de viroses (TROMP, 1980). A umidade do ar tem um impacto significativo na
mortabidade. Quanto mais úmido, mais difícil é para o nosso corpo perder energia
na forma de calor através do suor, e isto resulta num aquecimento adicional.
De acordo com Aleixo (2011), a relação saúde e ambiente não pode mais ser
tratada como contexto isolado entre os fatores físicos e a ocorrência de doenças,
como ocorria nos antigos estudos de clima e saúde. A leptospirose é considerada
uma doença infecciosa emergente e endêmica, que se espalhou do ambiente rural
para o urbano (KOURY; SILVA, 2006) Deve ser tratada na primeira semana
denominada fase leptospirinea, pois “se não tratada nos primeiros dias, pode
progredir e o paciente chegar a óbito por insuficiência renal e hemorragias”
(KOURY, 2006). Atualmente, a complexidade de relações socioambientas
materializadas e não materializadas na cidade, merece reflexões por parte dos
pesquisadores, engajados no saber em prol da sociedade. O clima como principal
fator físico que rege a vida no planeta, demonstrou que é responsável pelos estados
em que indiretamente as pessoas obtêm contato com a água contaminada pela
bactéria do gênero Leptospira. As maiorias dos casos ocorreram durante o período
do verão, em que muitas pessoas nadam em rios, córregos e lagos como atividade
de lazer e também para buscar o conforto térmico, refrescando-se e assim adquirem
a doença. Na cidade além deste fator, as inundações urbanas frequentes durante o
verão, vêm facilitar a transmissão da doença. O volume de chuvas diárias
demonstrou-se insuficiente para o estabelecimento de uma relação linear com a

frequência da doença, pois a distribuição da chuva ao longo do dia ou a geração de
eventos torrenciais, é que são importantes para identificar os episódios de
inundações. A correlação estatística entre a precipitação pluvial e os casos de
leptospirose foi fortíssima apenas no ano de 08/2001 a 07/2002 R(0,90), no restante
dos anos pelos poucos casos da doença, foram fracas as correlações estatísticas
significativas. De acordo com os gráficos diários analisados, apenas 33% do total
dos casos de Leptospirose diagnosticados na cidade, podem ser relacionados aos
episódios de inundações urbanas. Mas também, foi verificado que nas áreas de
risco de incidência da doença, os comportamentos preocupam, pois, identificou-se
pelo registro fotográfico e pelas entrevistas, que estes lançam lixos nos córregos e
margens alimentando os roedores, além do acúmulo em terrenos baldios. Outro
fator é a falta de cuidados com a prevenção da doença por desconhecimento, e/ou
por conhecimento ainda escasso,que necessita dentro da dimensão social, de maior
atenção do serviço de saúde.
Segundo o estudo de Schiffino (2014), atualmente que cerca de dois quintos
da população mundial estão sujeitos a contaminação pelo vírus da dengue.
Estimativas apontam que pode haver, a cada ano, 50 milhões de casos de infecção
em todo o mundo. Além disso, há países em que a incidência de focos (criadouros
para reprodução) de mosquitos alcança patamares seis vezes maior que o aceitável,
considerando a existência de condições mínimas de saneamento básico e
infraestrutura. O aumento expressivo da população de Cuiabá desencadeou um
crescimento desordenado da cidade, acompanhado de uma infraestrutura e
saneamento básico deficientes, estabelecendo assim condições favoráveis à
proliferação dos vetores da Dengue (Aedes aegypti) e Febre Amarela (Aedes
albopictus) na região, sendo esses dotados de grande poder de adaptação aos
ambientes habitados pelo homem. Tendo isso em vista, o objetivo deste trabalho foi
analisar a influência de fatores microclimáticos na flutuação das populações de
mosquitos Aedes aegypti e Aedes albopictus em uma escola da periferia de Cuiabá
entre janeiro e agosto de 2012, fazendo uso do modelo diferenciado de armadilha
de oviposição (ovitrampa). A coleta dos dados bióticos (número de ovos) foi feita na
escola André Avelino Ribeiro em intervalos de quinze dias. Os resultados indicaram
que a precipitação foi o único fator microclimático a influenciar a proliferação do

vetor da dengue na escola. Foram verificadas diferenças significativas para o
número de ovos coletados na estação chuvosa em relação à estação seca. No
entanto, observou-se valores expressivos para o número de ovos nesta estação,
indicando que mesmo no período de seca a incidência da espécie pode ser elevada.
Segundo Martinez (2014), mais de um século de estudos ambientais tem
demonstrado a importância da demografia na formação da variação espacial e
temporal na dinâmica populacional. Surpreendentemente, o impacto da diferença
sazonal em sistemas de doenças infecciosas tem recebido muito menos atenção.
Programas de vigilância de mosquitos fornecem o principal meio de
compreender a dinâmica das populações de mosquitos vetores para a avaliação do
risco de exposição humana ao vírus do Nilo Ocidental (WNV). A falta de cobertura
espacial e observações em falta em dados de vigilância mosquito frequentemente
desafiar os nossos esforços para prever esta doença transmitida por vetores e
implementar medidas de controle. Foi desenvolvido um modelo de previsão de
abundância mosquito WNV em que os dados meteorológicos e ambientais locais
foram sintetizados com dados entomológicos em um framework de modelagem
linear generalizado misto. A natureza discreta dos dados de vigilância mosquito é
acomodado por uma suposição de distribuição de Poisson, e os efeitos aleatórios
específicos do local do modelo linear generalizado misto (MLG) capturar qualquer
flutuação inexplicável por uma tendência geral. A proposta de Poisson GLMMs
conta de forma eficiente para a estrutura aninhada dos dados de vigilância de
mosquitos e incorporar a correlação temporal entre as observações obtidas em cada
armadilha por um modelo auto-regressivo de primeira ordem. No estudo de caso, a
inferência bayesiana dos modelos propostos é ilustrada com um subconjunto de
dados de vigilância mosquito da área da Grande Toronto. A relevância do GLMM
proposta sob medida para os dados de vigilância mosquito WNV é destacado pela
comparação do desempenho do modelo na presença de incertezas inevitáveis, mas
quantificáveis (YOO, 2014).
No trabalho de Weisent (2014), verificou-se que a incidência de infecção por
Campylobacter (bactéria retorcida) exibe um forte componente sazonal e variações
regionais em zonas de clima temperado. Prever o risco de infecção regional pode

fornecer pistas para identificar fontes de transmissão afetadas pela temperatura e
precipitação. Os objetivos deste estudo foram (1) avaliar os padrões temporais e
diferenças no risco de campilobacteriose entre nove divisões climáticas da Geórgia,
EUA, (2) comparar os modelos de previsão univariados que analisam riscos
campilobacteriose ao longo do tempo com aqueles que incorporam de temperatura
e/ou precipitação, e (3) investigar alternativas para supostamente aleatório série
caminhada e as ocorrências não-aleatórias que podem ser discrepantes. Padrões
temporais

risco

campilobacteriose

Geórgia

foram

visualmente

estatisticamente avaliados. Modelos de previsão univariados e multivariados foram
utilizados para prever o risco de campilobacteriose e do coeficiente de determinação
(R 2) foi utilizado para avaliar a formação (1999-2007) e holdout (2008) amostras.
Gráficos de controle estatístico e períodos holdout rolantes foram investigadas para
compreender melhor o efeito de outliers e melhorar as previsões. Risco do Estado e
nível de divisão campilobacteriose exibiram padrões sazonais, com picos que
ocorrem entre junho e agosto, e houve associação significativa entre o risco
campilobacteriose, precipitação e temperatura. Estado e previsões divisão
combinadas eram melhores do que as divisões sozinhas, e modelos que incluíram
variáveis climáticas foram comparáveis aos modelos univariados. Enquanto rolam
técnicas holdout não melhorar a capacidade preditiva, controlar traçar períodos de
alto risco identificados que exigem uma investigação mais aprofundada. Estes
resultados são importantes para (1) determinar como os fatores climáticos afetam
fontes ambientais e reservatórios de Campylobacter spp. e (2) identificar picos
regionais no risco de infecção por Campylobacter em humanos e suas causas
subjacentes.

3 DESENVOLVIMENTO
3.1 CARACTERÍSTICAS DA ÁREA DE ESTUDO
A região Nordeste brasileira ocupa aproximadamente 1.600.000 Km 2, o
equivalente a cerca de 18% da superfície do Brasil, estando nesta área, inserida a
região semiárida, que ocupa uma área que abriga 63% da população nordestina,
com cerca de 900 mil Km2, correspondendo a aproximadamente 70% da região
Nordeste e 13% do território brasileiro. A importância ecológica dessa região se dá
antes de tudo pela existência de um bioma único em sua maior parte. Esse bioma,
peculiar e exclusivo, recebeu dos índios locais o nome de Caatinga, “a mata
branca”, em virtude do aspecto da vegetação na estação seca, quando as folhas
caem, e apenas os troncos brancos e brilhosos das árvores e arbustos permanecem
(PRADO, 2003).
Figura 01 – Estados Nordestinos.

Fonte: GOOGLE IMAGENS (Adaptado pelo autor, 2014).

3.2 DADOS UTILIZADOS
Os dados meteorológicos, do SUS e IBGE foram referentes as cidades de
Aracajú, Maceió, Salvador, Fortaleza, São Luiz, João Pessoa, Recife, Teresina e
Natal, dos estados de Alagoas, Bahia, Ceará, Maranhão, Paraíba, Pernambuco,
Piauí, Rio Grande do Norte e Sergipe.
3.2.1 DADOS METEOROLOGICOS
As informações meteorológicas foram fornecidas pelo Instituto Nacional de
Meteorologia (INMET), referentes das estações convencionais das capitais do
Nordeste. Os dados colhidos nesta estação e utilizados no presente trabalho
incluem as seguintes variáveis meteorológicas em médias mensais: precipitação
pluviométrica (totais mensais), umidade relativa do ar, temperatura do ar máxima e
temperatura do ar mínima durante o período de 1998 a 2011.
3.2.2 DADOS DO SUS
As informações relativas aos totais do número de casos de internamentos
hospitalares mensais das doenças ocorridas durante o período estudado foram
obtidas pelo Ministério da Saúde através do Sistema de Informações Hospitalares
do SUS (DATASUS, 2013).
3.2.3 DADOS DO IBGE
Foram colhidos dados no Instituto Brasileiro de Geografia e Estatística (IBGE,
2014) para cada uma das capitais da região Nordeste do Brasil. As variáveis foram o
Índice de Desenvolvimento Humano Municipal (IDHM), População Residente,
População Residente Alfabetizada e Salário Médio Mensal por Domicilio. O intuito
destes dados é para verificar uma relação de possíveis impactos econômicos nos
casos de internamento hospitalar.
O IDHM brasileiro segue as mesmas três dimensões do IDH Global –
longevidade, educação e renda, mas vai além: adequa a metodologia global ao

contexto brasileiro e à disponibilidade de indicadores nacionais. Embora meçam os
mesmos fenômenos, os indicadores levados em conta no IDHM são mais
adequados para avaliar o desenvolvimento dos municípios brasileiros (ATLAS
BRASIL, 2014).

3.3 TABELAS DE ANALISE
Foram geradas tabelas no programa Microsoft Office Excel para melhor
analise dos resultados e buscar possíveis causas. Uma das tabelas geradas
representa o número de casos de internações hospitalares, com os habitantes
residentes e a porcentagem entre elas, para averiguar as capitais mais agravadas.
Gerado tabelas da correlação de cada capital com cada variável
meteorológica, para encontrar a relação entre elas e comparar a variação entre cada
capital.

3.4 ESTATÍSTICA UTILIZADA CORRELAÇÃO DE PEARSON (r)
Foram elaborados perfis das variáveis citadas acima para a análise da
relação entre cada variável meteorológica e o número de internações hospitalares.
Em seguida efetuou-se o cálculo dos coeficientes de correlação de Pearson (r),
utilizando a metodologia transcrita em Oliveira (2004), que apresenta como variável
x (variável independente), a variável meteorológica e como variável y (variável
dependente), os valores dos totais mensais do número de casos de internamentos
pelas doenças estudadas (Equação 01).

(01)

Onde:
r, representa o coeficiente de correlação linear para uma amostra;
i, representa o número de pares de dados presentes;
x, representa a variável independente;
y, representa a variável dependente;
, representa a média da variável x;
, representa a média da variável y.
Coeficiente de determinação é quadrado do coeficiente de correlação de
Pearson e pode ser chamado simplesmente r². É uma medida da proporção da
variabilidade em uma variável que é explicada pela variabilidade da outra. É pouco
comum que tenhamos uma correlação perfeita (r² = 1) na prática, porque existem
muitos fatores que determinam as relações entre variáveis na vida real
(SHIMAKURA, 2006).
Para as análises das magnitudes das correlações, recorresse aos valores dos
coeficientes de determinação (r2) processados por Cavalcante (2003), conforme a
Tabela 01 abaixo.
Tabela 01 - Classificação dos valores dos coeficientes de correlação de Pearson (r)
e de determinação (r2).

Fonte: Oliveira (2004).

3.4 FERRAMENTAS UTILIZADAS
3.4.1 VISUAL BASIC
Visual Basic (VB) é projetada para compilar aplicativos type-safe e orientados a
objeto. O VB permite aos desenvolvedores terem como objetivo o desenvolvimento
para Windows, Web e dispositivos móveis. Como todas as linguagens para
Microsoft .NET Framework, programas escritos em Visual Basic se beneficiam da
segurança e interoperabilidade da linguagem (MICROSOFT, 2013).
Criou-se um script utilizando a linguagem VB, o mesmo foi inserido no Excell
que é compatível com esta linguagem. O script verifica se o tipo de estação usada é
automático ou convencional, verifica os municípios a serem correlacionados. Filtra
os dados diários, remove os valores de umidade iguais ou superiores a 100%,
pressão atmosférica igual ou superior a 1050hPa, precipitação acumulada igual ou
superior 500mm e temperaturas acima dos 50ºC. Organiza os dados depois de
retirar a media mensal deles e o acumulado de chuva. Separa os resultados em
novas abas. Copia os dados das doenças para as novas abas criadas.
Correlacionam os dados das variáveis meteorológicas com as doenças.
3.4.2 FORTRAN
Utilizando-se do algoritmo criado para VB, foi feita uma versão do mesmo
usando a linhagem Fortran para aferir os resultados do primeiro script.

4 RESULTADOS E DISCUSSÕES
Na Tabela 02, foi comparada a variação do número de internamentos
hospitalares, com dados do IBGE, dados referentes ao ano de 2010.
Tabela 02 - Dados do IBGE, número de casos de internamentos hospitalares por
doenças respiratórias e infecciosas.

Fonte: Do autor (2014).
Salvador possui a maior quantidade de unidades do SUS, com 367 e o menor
é São Luís com 100. Salvador possuiu o maior número de habitantes, tendo
2.675.656, e a menor é Aracaju com 571.149. A maior razão entre o número de
habitantes e pessoas alfabetizadas foi em Salvador, com 0,89, e a menor foi de
Maceió com 0,80. A maior renda foi de R$510 em Salvador, João Pessoa, Natal e
Aracaju, e a menor renda por domicilio foi em Maceió R$400. O maior IDHM foi de
0,772 em Recife, e o menor foi 0,721 em Maceió. Razão entre infecciosas e número
de habitantes, maior foi de 0,049 em Teresina. Menor de 0,009 em Aracaju. Razão
entre respiratórias e número de habitantes, maior foi de 0,056 em São Luís. A menor
foi de 0,013 em Aracaju.
Os resultados apontam que São Luís é a capital nordestina mais afetada por
doenças infecciosas e respiratórias. A capital esta entre as duas melhores
porcentagens de pessoas alfabetizadas, três piores rendas e três melhores IDHM.
Os resultados apontam que Aracaju é a capital nordestina menos afetada por
doenças infecciosas e respiratórias. A capital esta entre os dois melhores locais de
pessoas alfabetizadas, esta entre as maiores rendas por domicilio e dois melhores
IDHM.

4.1 CORRELAÇÃO DE VARIÁVEIS METEOROLÓGICAS COM DOENÇAS
RESPIRATÓRIAS
A Tabela 03, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de precipitação acumulada (P.acum) e os casos de internamentos
hospitalares por doenças respiratórias nas capitais nordestinas.
Tabela 03 - Coeficiente de Pearson e de Determinação, sobre a Precipitação
Acumulada e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r foi de 0.03 a 0.32, sendo a menor correlação a de Teresina (r =
0.03) e a maior a de Salvador (r = 0.32). Em todas as capitais, o sinal de r foi
positivo, mostrando que a precipitação elevada aumentou os casos de
internamentos hospitalares. Verificando a variável r², obtiveram-se valores de 0% a
10%, sendo o menor em Maceió e Teresina, e maior em Salvador. Classificando de
acordo com a Tabela 01, houve três correlações nulas (Maceió, Fortaleza e
Teresina), cinco correlações fracas (São Luís, João Pessoa, Recife, Natal e Aracaju)
e uma média (Salvador).

A literatura também mostra a ligação com o aumento da chuva, como
afirmado por Limeira (2007), Lima (2008), Rosa (2008), Mold (2008) e Azevedo
(2010), sendo favorável para a proliferação de mofo e fungo e há maior
concentração de pessoas em ambientes fechados, o que contribuir com o aumento
de doenças respiratórias. Os resultados apresentados mostram que em algumas
capitais (Maceió, Fortaleza e Teresina) a precipitação não foi relevante (Nula) para o
aumento de casos. As demais capitais mostraram uma possível ligação com a
ploriferação de mofos e fungos e aglomerado de pessoas em locais fechados.

A Tabela 04, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de temperatura máxima (T.max) e os casos de internamentos hospitalares
por doenças respiratórias nas capitais nordestinas.
Tabela 04 - Coeficiente de Pearson e de Determinação, sobre a Temperatura
Máxima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.09 a 0.49, sendo a menor correlação a de Recife (r =
0.09) e a maior a de Salvador (r = - 0.49). Predominou entre as capitais, o sinal de r
negativo, mostrando que a temperatura baixa aumentou os casos de internamentos
hospitalares. Verificando a variável r², obtiveram-se valores de 1% a 24%, sendo a
menor Recife (r² = 1%), e o maior Salvador (24%). Classificando de acordo com a
Tabela 01, houve três correlações fracas (Maceió, São Luís e Recife) e seis médias
(Salvador, Fortaleza, João Pessoa, Teresina, Natal e Aracaju).

Na literatura, alguns autores como Olsen (2001), Braga (2002), Carder
(2005), Jiménez (2005), Nunes (2010) e Díaz (2005), encontraram uma correlação
negativa entre a temperatura e os casos de internamento hospitalar, mostrando um
aumento dos casos de internamento com a temperatura do ar diminuem Ballester
(2003), Anjos (2012) e Carder (2005), apontam o pico do aumento dos
internamentos como sendo após os primeiros dias da queda da temperatura.
Grande parte dos resultados foi de acordo com a literatura, mostrando uma ligação
inversa da temperatura máxima com os casos de internamentos hospitalares, ou
seja, quando a temperatura diminui houve o aumento do casos de internamentos
por doenças respiratórias.

A Tabela 05, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de temperatura mínima (T.min) e os casos de internamentos hospitalares
por doenças respiratórias nas capitais nordestinas.
Tabela 05 - Coeficiente de Pearson e de Determinação, sobre a Temperatura
mínima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.03 a 0.62, sendo as menores correlações Teresina (r
= - 0.03) e Salvador (r = 0,03) e a maior a de Natal (r = - 0.62). Predominou entre as
capitais, o sinal de r negativo, mostrando que as temperaturas baixas influenciaram
no aumento de casos de internamentos hospitalares. Verificando a variável r²,
obtiveram-se valores de 0% a 38%, sendo os menores Salvador (r² = 0%), Recife (r²
= 0%) e Teresina (r² = 0%), e o maior Natal (38%). Classificando de acordo com a
Tabela 01, houve três correlações nulas (Salvador, Recife e Teresina), uma
correlação fraca (Fortaleza), quatro médias (Maceió, São Luís, João Pessoa e
Aracaju), e uma forte (Natal).

Na literatura, alguns autores como Olsen (2001), Braga (2002), Carder
(2005), Jiménez (2005), Nunes (2010) e Díaz (2005), encontraram uma correlação
negativa entre a temperatura e os casos de internamento hospitalar, mostrando um
aumento dos casos de internamento com a temperatura do ar diminuem Ballester
(2003), Anjos (2012) e Carder (2005), apontam o pico do aumento dos
internamentos como sendo após os primeiros dias da queda da temperatura. Os
resultados apresentados mostram que em algumas capitais (Salvador, Recife e
Teresina) a Temperatura mínima não foi relevante (Nula) para o aumento de casos.
Nas demais a relação do aumento dos internamentos quando a temperatura mínima
diminui, foi coerente com a literatura.

A Tabela 06, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de umidade média (U.med) e os casos de internamentos hospitalares por
doenças respiratórias nas capitais nordestinas.
Tabela 06 - Coeficiente de Pearson e de Determinação, sobre a Umidade Relativa
do Ar e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.07 a 0.57, sendo a menor correlação a de Maceió (r =
- 0.07) e a maior a de Natal (r = 0.57). Houve o sinal de r Positivo, mostrando que a
umidade elevada aumentou os casos de internamentos hospitalares. Verificando a
variável r², obtiveram-se valores de 0% a 32%, sendo os menores Maceió (r² = 0%),
e o maior Natal (32%). Classificando de acordo com a Tabela 01, houve uma
correlação nula (Maceió), quatro correlações fracas (Salvador, Fortaleza, Recife e
Aracaju) e quatro médias (São Luís, João Pessoa, Teresina e Natal).

Alta umidade relativa do ar, aliada ao maior tempo de permanência nos
ambientes internos, ao menor arejamento e exposição ao sol dos espaços
domiciliares, com consequente crescimento de mofo e fungos, são fatores que
podem contribuir para o aumento das doenças respiratórias, especialmente as
alérgicas (Mold, 2008). Os resultados apresentados mostram que em uma capital
(Maceió) a umidade não foi relevante (Nula) para o aumento de casos. As demais
capitais mostraram uma possível ligação com a proliferação de mofos e fungos e
aglomerado de pessoas em locais fechados, provocados pelo aumento da umidade
relativa do ar.

4.2 DOENÇAS INFECCIOSAS E PARASITARIAS

A Tabela 07 representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação à
variável de precipitação acumulada (P.acum) e os casos de internamentos
hospitalares por doenças infecciosas e parasitarias nas capitais nordestinas.

Tabela 07 - Coeficiente de Pearson e de Determinação, sobre a Precipitação
Acumulada e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r, variou de 0 a 0.52, sendo a menor correlação a de Salvador (r =
0) e a maior a de Fortaleza (r = 0.52). Predominou o sinal de r Positivo, mostrando
que a precipitação acumulada elevada aumentou os casos de internamentos
hospitalares. Verificando a variável r², obtiveram-se valores de 0% a 27%, sendo os
menores Salvador, e o maior Fortaleza. Classificando de acordo com a Tabela 01,
houve uma correlação nula (Salvador), sete correlações fracas (Maceió, São Luís,
João Pessoa, Recife, Teresina, Natal e Aracaju) e umas médias (Fortaleza).
Por outro lado, a elevação da precipitação faz crescer o número de casos de
alguns tipos de viroses (TROMP, 1980). A correlação estatística entre a precipitação
pluvial e os casos de leptospirose foi fortíssima apenas no ano de 08/2001 a
07/2002 R(0,90) (ALEIXO, 2011). Campilobacteriose obteve associação significativa
entre o risco campilobacteriose, precipitação e temperatura (WEISENT, 2014). Os
resultados foram em grande parte coerentes com a literatura, mostrando que o
aumento da precipitação favorece aos casos de internamento, pôr como mostrado
na literatura, os resultados podem ser superiores se comparados com o período
chuvoso.

A Tabela 08, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de temperatura máxima (T.max) e os casos de internamentos hospitalares
por doenças infecciosas e parasitarias nas capitais nordestinas.

Tabela 08 - Coeficiente de Pearson e de Determinação, sobre a Temperatura
Máxima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.04 a 0.41, sendo a menor correlação a de Teresina e
a maior a de Recife. Houve o sinal de r Positivo e Negativo, mostrando que a
temperatura máxima elevada aumentou os casos de internamentos hospitalares em
algumas capitais e em outras ele diminuiu. Verificando a variável r², obtiveram-se
valores de 0% a 17%, sendo os menores Teresina, e o maior Recife. Classificando
de acordo com a Tabela 01, houve uma correlação nula (Teresina), sete correlações
fracas (Maceió, Salvador, Fortaleza, São Luís, João Pessoa, Natal e Aracaju) e
umas médias (Recife).
A maioria dos casos ocorreu durante o período do verão, em que muitas
pessoas nadam em rios, córregos e lagos como atividade de lazer e também para
buscar o conforto térmico, refrescando-se e assim adquirem a doença (ALEIXO,
2011). Campilobacteriose exibiram padrões sazonais, com picos que ocorrem entre
junho e agosto, e houve associação significativa com a temperatura (WEISENT,
2014). O sinal do r variou entre as capitais, indicando que a temperatura máxima
pode não ser um bom indicativo sozinha para definir a relação entre ela e o aumento
de casos de internamentos hospitalares por doenças infecciosas no Nordeste
brasileiro. Deve-se levar em consideração a variabilidade de doenças existentes
entre as infecciosas, possibilitando que algumas delas sejam mais predominantes
em algumas cidades especificas, podendo gerar essa diferença de sinal de r.

A Tabela 09, representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação a
variável de temperatura mínima (T.min) e os casos de internamentos hospitalares
por doenças infecciosas e parasitarias nas capitais nordestinas.

Tabela 09 - Coeficiente de Pearson e de Determinação, sobre a Temperatura
Mínima e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.02 a 0.27, sendo a menor correlação a de Maceió e
Natal, e o maior em Aracaju. Houve o sinal de r Positivo e Negativo, mostrando que
a temperatura mínima elevada aumentou os casos de internamentos hospitalares
em algumas cidades e em outras diminuiu. Verificando a variável r², obtiveram-se
valores de 0% a 7%, sendo os menores Maceió, Salvador, João Pessoa e Natal, e o
maior Aracaju. Classificando de acordo com a Tabela 01, houve quatro correlações
nulas (Maceió, Salvador, João Pessoa e Natal), cinco correlações fracas (Fortaleza,
São Luís, Recife, Teresina e Aracaju).

Como visto anteriormente, os autores associam o aumento dos casos ao
aumento da temperatura. A temperatura mínima teve uma grande variação no sinal
do r, assim como a temperatura máxima, obtendo desde quatro relações nulas, três
positivas e duas negativas, mostrando mais uma vez que estes resultados podem
estar associados à quantidade de tipo de doenças parasitarias, como também ao
predomínio de certas doenças em cada uma das capitais.

A Tabela 10 representa a correlação de Pearson (r), coeficiente de
Determinação (r²), tipo de correlação e a classificação da mesma em relação à
variável de umidade média (U.med) e os casos de internamentos hospitalares por
doenças infecciosas e parasitarias nas capitais nordestinas.

Tabela 10 - Coeficiente de Pearson e de Determinação, sobre a Umidade Relativa
do Ar e os casos de Internamentos Hospitalares nas capitais nordestinas.

Fonte: Do autor (2014).
A variável r variou de 0.05 a 0.43, sendo a menor correlação a de Salvador e
a maior a de Fortaleza. Predominou o sinal de r Positivo, mostrando que a umidade
elevada aumentou os casos de internamentos hospitalares. Verificando a variável r²,
obtiveram-se valores de 0% a 18%, sendo os menores Salvador, e o maior
Fortaleza. Classificando de acordo com a Tabela 01, houve uma correlação nula
(Salvador), sete correlações fracas (Maceió, São Luís, João Pessoa, Recife,
Teresina, Natal e Aracaju) e uma média (Fortaleza).

Alta umidade relativa do ar, aliada ao maior tempo de permanência nos
ambientes internos, ao menor arejamento e exposição ao sol dos espaços
domiciliares, com consequente crescimento de mofo e fungos (Mold, 2008). A
elevação da umidade faz crescer o número de casos de alguns tipos de viroses
(TROMP, 1980). Assim como na literatura, houve predomínio de correlações
positivas nas capitais nordestinas. Os resultados demonstram que os casos de
internamentos por doenças infecciosas aumentaram à medida que a umidade
relativa do ar aumentou possivelmente os casos relacionados com mofos, fungos e
viroses.

5 CONCLUSÃO
No período estudado, São Luís foi à capital nordestina mais afetada por
doenças infecciosas e respiratórias, entre os dados do IBGE, a renda por domínio
foi o melhor indicativo, mostrando que esta capital esta entre as piores rendas. Já
Aracaju que esta entre as melhores renda foi a que teve menor influencia de
doenças infecciosas e respiratórias.
Relacionando

doenças

respiratórias

com

todas

variáveis

meteorológicas, os resultados foram predominantes, onde o sinal do r teve pouca
variação. Já no caso das doenças infecciosas e parasitaria, o sinal do r teve grande
variação, supondo que essa diferença seja devido à variedade de causas e doenças
existentes nesta classificação, tendo um comportamento diferente entre elas,
enquanto os agravantes das doenças respiratórias são mais definidos.
Desta forma, conclui-se que, devem-se fazer estudos específicos para cada
doença de interesse em vez de aglomerados de doenças, assim como se deve
estudar separadamente cada uma das cidades de interesse, pois foi demonstrado
uma grande variação para cada uma das capitais.

REFERÊNCIAS
ALEIXO, N.C.R.; NETO, J.L.S. Eventos pluviométricos extremos e saúde:
perspectivas de interação pelos casos de leptospirose em ambiente urbanorainfall events extremes and health: perspectives of interaction by leptospirosis
cases in urban environment. Hygeia, v. 6, n. 11, 2011.
ANJOS, I.B.; FERREIRA, M.E.M.C. Estudo das internações por doenças
respiratórias ea variabilidade climática em maringá-paraná. Geoingá: revista do
programa de pós-graduação em geografia, v. 3, n. 2, p. 56-81, 2012.
AYLIN, P. Temperature, housing, deprivation and their relationship to excess winter
mortality in Great Britain, 1986–1996. International Journal of Epidemiology, v. 30,
n. 5, p. 1100-1108, 2001.
AZEVEDO, J.M.F. A influência das variáveis ambientais (meteorológicas e de
qualidade do ar) na morbidade respiratória e cardiovascular na Área
Metropolitana do Porto. 2010. Tese de Doutorado. Universidade de São Paulo.
ATLAS BRASIL. Atlas de desenvolvimento humano no Brasil 2013. Disponível
em:< http://www.cidades.ibge.gov.br/xtras/home.php>. Acesso em: 13 outubro de
2014.
BALLESTER, F.; MICHELOZZI, P.; IÑIGUEZ, C. Weather, climate, and public health.
Journal of epidemiology and community health, v. 57, n. 10, p. 759-760, 2003.
BRAGA, A. L. F; ZANOBETTI, A.; SCHWARTZ, J. The effect of weather on
respiratory and cardiovascular deaths in 12 US cities. Environmental Health
Perspectives, v. 110, n. 9, p. 859, 2002.
CARDER, M. The lagged effect of cold temperature and wind chill on
cardiorespiratory mortality in Scotland. Occupational Environmental Medicine
2005; 62:702-10.
CARDOSO, J.P.; OLIVEIRA, M.N.D. Tendência temporal das doenças respiratórias
no município de Salvador. Revista Brasileira em Promoção da Saúde, v. 24, n. 1,
p. 31-39, 2011.
CARVALHO, L.M.T.; PEREIRA, E.D.B. Morbidade respiratória em crianças fumantes
passivas. Jornal Brasileiro de Pneumologia, v. 28, n. 1, p. 8, 2002.
CAVALCANTE, J. C. Mortalidade em menores de um ano: utilização de novos
indicadores para avaliação. Dissertação de mestrado em Saúde da criança, Centro
de Ciências da Saúde. Departamento de Tocoginecologia. Universidade Federal de
Alagoas. 2003.
CDC. Centers for Diseases Control. Heat-realated - United States, 1999-2009.
Disponível em:

<http://www.cdc.gov/mmwr/preview/mmwrhtml/mm6222a1.htm?s_cid=mm6222a1_w
>. Acesso em: 18 de Outubro de 2014.
DATASUS. Departamento de Informatica do SUS. Disponível em:
<http://www2.datasus.gov.br/DATASUS/index.php>. Acesso em: 23 de Fevereiro de
2013.
DGS. Direção Geral da Saúde. Avaliação do plano de contingência para as ondas
de calor. Lisboa: . Disponível em: <http://www.dgs.pt/>. Acesso em: 25 de Fevereiro
de 2013.
DÍAZ, J. et al. Mortality impact of extreme winter temperatures.International Journal
of Biometeorology, v. 49, n. 3, p. 179-183, 2005.
DUCHIADE, M.P. Poluição do ar e doenças respiratórias: uma revisão.Cad Saúde
Pública, v. 8, n. 3, p. 311-30, 1992.
EISNER, M. D. Secondhand smoke exposure, pulmonary function, and
cardiovascular mortality. Annals of epidemiology, v. 17, n. 5, p. 364-373, 2007.
FAVACHO, M. H. S. Estudo Bioclimático de doenças respiratórias na Amazônia
legal - Casos de asma e pneumonia. Dissertação de Mestrado, Universidade
Federal de Alagoas, Maceió-Alagoas, 2013.
GONÇALVES, F.L.T.; COELHO, M.S.Z.S. Variação da morbidade de doenças
respiratórias em função da variação da temperatura entre os meses de abril e maio
em São Paulo.Ciência e Natura, v. 32, n. 1, p. 103-118, 2010.
GROSSO, C.S. A influência do ritmo climático na morbidade respiratória em
ambientes urbanos. Dissertação de Mestrado, Universidade Estadual Paulista,

Presidente Prudente-São Paulo, 2007.
HUYMEN, M. M. The impact of heat waves and cold spells on mortality rates in the
Dutch population. Environmental Health Perspectives 2001 May; 109(5):463-70.
IBGE. Instituto Brasileiro de Geografia e Estatística. Disponível em:<
http://www.cidades.ibge.gov.br/xtras/home.php>. Acesso em: 10 outubro de 2014.
JIMÉNEZ, J.D. Impacto de las temperaturas extremas en la salud pública:
futuras actuaciones. Revista Espanola de Salud Publica 2005; 79(2):145-57.
KOURY, M. C.; SILVA, V. Epidemiologia e Controle da Leptospirose Humana
nas Regionais do município de Belo Horizonte, Minas Gerais. Relatório do
projeto desenvolvido no Centro Universitário Metodista, Belo Horizonte, 2006.
KOVATS, R.S. Climate change and human health: estimating avoidable deaths
and disease. Risk Analysis 2005; 25(6):1409-18.
KOVATS, R.S. Contrasting patterns of mortality and hospital admission
during hot weather and heat waves in Greater London, UK. Occupational

Environmental Medicine 2004; 61:893-8.
LIMA, A. E. A relação da previsão da precipitação pluviométrica e casos de dengue
nos estados de Alagoas e Paraíba nordeste do Brasil. Revista brasileira de
meteorologia, v. 23, n. 3, p. 264-269, 2008.
LIMEIRA, R. C. Influência de variáveis meteorológicas sobre a incidência do dengue,
meningite e pneumonia em João Pessoa-PB. Revista Brasileira de Meteorologia,
v. 22, n. 2, p. 183-192, 2007.
MARTINEZ-BAKKER, M. Human birth seasonality: latitudinal gradient and interplay
with childhood disease dynamics. Proceedings of the Royal Society B: Biological
Sciences, v. 281, n. 1783, p. 20132438, 2014.
MASTRANGELO, G. ontrasting patterns of hospital admission and mortality during
heat waves: are deaths from circulatory disease a real excess or an artefact?.
Medical Hypotheses 2006; 66:1025-28.
MCMICHAEL, A. Climate change and human health: present and future risks. The
Lancet 2006 Mar 367: 859-11.
MENNE, B. Heat waves: impacts and responses. In WHO. Proceedings of the Fifth
futures forum on rapid responses decision-making tools; 2003 Dec 9; Madrid: Spain;
2003.
MICROSOFT. Visual Studio. Disponível em: <
http://msdn.microsoft.com/library/vstudio/2x7h1hfk />. Acesso em: 5 de Setembro de
2013.
MOLD. Una breve guía para el moho la humedad y su hogar. Agency. Disponível
em: <http://www.epa.gov/mold/moldresources.html/>. Acesso em: 18 de Abril de
2008.
NUNES, E.S. Ambientes atmosféricos intraurbanos na cidade de São Paulo e
possíveis correlações com doenças dos aparelhos: respiratório e circulatório.
2010. Tese de Doutorado. Universidade de São Paulo.
OLIVEIRA, J. C. F. Efeitos diretos e indiretos de variáveis meteorológicas na saúde e
qualidade de vida da população urbana da cidade de Maceió, AL. Dissertação de
mestrado apresentada ao Programa de Pós-graduação em Desenvolvimento e Meio
Ambiente-PRODEMA da Universidade Federal da Paraíba-UFPB, para obtenção do grau de
mestre. João Pessoa, PB, 2004.

OLSEN, N.D. Prescribing warmer, healthier homes. British Medical Journal 2001;
322:748-9.
PRADO, D.E. As caatingas da América do Sul. In: LEAL, I.R.; TABARELLI, M.;
SILVA, J.M.C. (Eds.) Ecologia e conservação da Caatinga. Recife: Editora
Universitária da UFPE. p.3-74, 2003.
ROSA, A.M. Doença respiratória e sazonalidade climática em menores de 15 anos

em um município da Amazônia brasileira; Respiratory disease and climatic
seasonality in children under 15 years old in a town in the Brazilian Amazon. J.
pediatr.(Rio J.), v. 84, n. 6, p. 543-549, 2008.
ROSEIRO, M.N.V. Morbidade por problemas respiratórios em Ribeirão PretoSP, de 1995 a 2001, segundo indicadores ambientais, sociais e econômicos.
Rev Paul Pediatria. 2006;24(2):163-70.
SCHIFFINO, T.E.O. Análise da flutuação das populações de aedes aegypti e aedes
albopictus em uma escola de Cuiabá-MT. Revista Eletrônica em Gestão,
Educação e Tecnologia Ambiental, v. 18, n. 1, p. 178-186, 2014.
SEO, E.S.M. REFLEXÕES SOBRE AS MUDANÇAS CLIMÁTICAS NA CIDADE DE
SÃO PAULO. InterfacEHS-Revista de Saúde, Meio Ambiente e Sustentabilidade,
v. 6, n. 2, 2011.
SIMÓN, F. Mortality in Spain during the heat waves of summer 2003.
Eurosurveillance 2005 Jul; 10:156-60.
SHIMAKURA, S.E. Coeficiente de determinação. 2006. Disponível em:
http://leg.ufpr.br/~silvia/. Acesso em: 27 de outubro de 2009.

SOUZA, A. et al. Potenciais impactos da variabilidade climática sobre a morbidade
respiratória em crianças, lactentes e adultos. J Bras Pneumol, v. 38, n. 6, p. 708715, 2012.
SOUZA, C.G. A influência do ritmo climático na morbidade respiratória em ambientes
urbanos. Presidente Prudente (dissertação de mestrado), FCT/UNESP: 2007, 200
p..
STEWART, A.E.E.G.D. an early researcher in human behavioral biometeorology.
International journal of biometeorology, p. 1-14, 2014.
SU, Q. et al. The Interaction Effects of Temperature and Humidity on Emergency
Room Visits for Respiratory Diseases in Beijing, China. Cell biochemistry and
biophysics, p. 1-8, 2014.
TROMP, S.W. Biometeorology: The Impact of the Weather and Climate on Human
and Their Environment (Animals and Plants). L.C. Thomas, Heyden & Son, 1980.
WEISENT, J. et al. The importance of climatic factors and outliers in predicting
regional monthly campylobacteriosis risk in Georgia, USA.International journal of
biometeorology, p. 1-14, 2014.
WHO. The global burden of disease: 2004 update. Geneva: World Health
Organization, 2008. p.1-146.
WHO. Regional Office for Europe. Extreme weather events: health effects and public
health measures. Fact Sheet EURO/04/03. Copenhagen, Rome 2003.

WIDMAIER, E. P.; RAFF, H.; STRANG, K. T.. Fisiologia humana: os mecanismos
das funções corporais. 9. ed.. Rio de Janeiro, RJ: Guanabara Koogan, 2006.
WILKINSON, P. Vulnerability to winter mortality in elderly people in Britain:
population based study. British Medical Journal 2004 Sep 18; 329:647-51.
YOO, Eun-Hye. Site-specific prediction of West Nile virus mosquito abundance in
Greater Toronto Area using generalized linear mixed models. International Journal
of Geographical Information Science, v. 28, n. 2, p. 296-313, 2014.