Tamyris Gomes da Silva Santos

Tamyris Gomes da Silva Santos

Auto-generated profile, based on publicly available information

Tamyris Gomes da Silva Santos

Instituto de Medicina Integral Professor Fernando Figueira, Brazil

Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 January 2023 in Revista Brasileira de Epidemiologia
Verified
Journal Article
Open access
MAMaísa Aguiar-Santos
Maísa Aguiar-Santos
LMLiana Gabriele da Cruz Mendes
Liana Gabriele da Cruz Mendes
DPDiogenes Ferreira dos Passos
Diogenes Ferreira dos Passos
TSTamyris Gomes da Silva Santos
Tamyris Gomes da Silva Santos
RLRosanny Holanda Freitas Benevides Lins
Rosanny Holanda Freitas Benevides Lins
AMAna Cristina Pedrosa Do Monte
Ana Cristina Pedrosa Do Monte
Objective: To identify the spatial patterns of chikungunya fever (CHIKF) and the associated socioeconomic, demographic, and vector infestation factors in the 1st Health Region of Pernambuco (1st HRP). Methods: This ecological study used a spatial analysis of Mean Incidence Rates (MIR) of probable cases of CHIKF reported among residents of the 19 municipalities of the 1st HRP, in 2015–2021. The univariate and bivariate global Moran indexes (I) were estimated. From the significant associations (p<0.05), clusters were identified using the local Moran index and maps. Results: A predominance of the largest CHIKF rates was identified in the east. However, there was a heterogeneous distribution of rates across municipalities, which may have contributed to the absence of spatial autocorrelation of CHIKF (I=0.03; p=0.294) in univariate I. The bivariate I revealed a positive spatial correlation between CHIKF and the Municipal Human Development Index (MHDI) (I=0.245; p=0.038), but with a cluster of cities with low incidences and low MHDI in the west. There was no spatial correlation between CHIKF and the other variables analyzed: population density, Gini index, social vulnerability index, and building infestation index for Aedes aegypti. Conclusions: The results suggest that only the MHDI influenced the occurrence of CHIKF in the 1st HRP, so that municipalities in the west demonstrated spatial dependence between lower values of MHDI and MIR. However, this spatial correlation may have occurred due to possible underreporting in the area. These findings can assist in the (re)orientation of resources for surveillance and health care services.

1 January 2023 in Revista Brasileira de Epidemiologia
Verified
Journal Article
Open access
MAMaísa Aguiar-Santos
Maísa Aguiar-Santos
LMLiana Gabriele da Cruz Mendes
Liana Gabriele da Cruz Mendes
DPDiogenes Ferreira dos Passos
Diogenes Ferreira dos Passos
TSTamyris Gomes da Silva Santos
Tamyris Gomes da Silva Santos
RLRosanny Holanda Freitas Benevides Lins
Rosanny Holanda Freitas Benevides Lins
AMAna Cristina Pedrosa Do Monte
Ana Cristina Pedrosa Do Monte
RESUMO Objetivo: Identificar, na Iᵃ Região de Saúde de Pernambuco (Iᵃ RSP), os padrões espaciais da febre de Chikungunya (CHIKF) e os fatores socioeconômicos, demográficos e de infestação vetorial associados. Métodos: Este estudo ecológico utilizou a análise espacial das Taxas Médias de Incidência (TMI) de casos prováveis da CHIKF notificados entre os residentes dos 19 municípios da Iᵃ RSP no período de 2015–2021. Os índices de Moran global (I) univariados e bivariados foram estimados. Das associações significativas (p<0,05), clusters foram localizados por meio do Índice de Moran Local e de mapas. Resultados: Identificou-se predominância das maiores TMI da CHIKF no leste. Entretanto, houve distribuição heterogênea das taxas dos municípios, o que pode ter contribuído para a ausência de autocorrelação espacial da CHIKF (I=0,03; p=0,294) no I univariado. O I bivariado revelou correlação espacial positiva entre a CHIKF e o Índice de Desenvolvimento Humano Municipal (IDHM) (I=0,245; p=0,038), porém com um cluster de cidades com baixas incidências e baixo IDHM no oeste. Não houve correlação espacial entre a CHIKF e as demais variáveis analisadas: densidade demográfica, Índice de Gini, Índice de Vulnerabilidade Social e Índice de Infestação Predial de Aedes aegypti. Conclusões: Os resultados sugerem que somente o IDHM influenciou na ocorrência da CHIKF na Iᵃ RSP, de forma que municípios do oeste demonstraram dependência espacial entre menores valores de IDHM e TMI. No entanto, essa correlação espacial pode ter ocorrido devido às possíveis subnotificações na área. Tais achados podem auxiliar na (re)orientação de recursos dos serviços de vigilância e assistência à saúde.