Reumo
Este estudo teve como objetivo investigar a relação entre fatores socioeconômicos e a prevalência de doenças associadas ao saneamento inadequado. A análise de clusters identificou três agrupamentos distintos, cada um caracterizado por perfis socioeconômicos e de saúde específicos. Notavelmente, o Cluster 2, caracterizado por maiores níveis de desenvolvimento e acesso a recursos, apresentou níveis significativamente mais elevados de doenças associadas ao saneamento inadequado em comparação aos Clusters 0 e 1. Além disso, o estudo baseou-se em dados disponíveis, que podem não refletir toda a gama de fatores relevantes. Os resultados destacam a necessidade de intervenções direcionadas para enfrentar os desafios específicos de cada cluster. O Cluster 2, apesar de seu maior nível de desenvolvimento, requer atenção especial para lidar com os fatores subjacentes que contribuem para a alta prevalência de doenças. Este estudo oferece insights valiosos sobre a heterogeneidade espacial e socioeconômica das doenças associadas ao saneamento inadequado. O uso da análise de clusters representa uma abordagem inovadora para identificar grupos distintos dentro da população e orientar intervenções de forma mais eficaz.
Abstract
This study aimed to investigate the relationship between socioeconomic factors and the prevalence of illness associated with poor sanitation. Cluster analysis identified three distinct clusters, each characterized by unique socioeconomic and health profiles. Notably, Cluster 2, characterized by higher levels of development and access to resources, exhibited significantly higher levels of illness associated with poor sanitation compared to Clusters 0 and 1.The linear regression models were constrained by limitations such as autocorrelation in residuals and potential violations of the normality assumption. Additionally, the study relied on available data, which might not capture the full spectrum of relevant factors. The findings highlight the need for targeted interventions to address the unique challenges faced by each cluster. Cluster 2, despite its higher development level, requires special attention to address the underlying factors contributing to the high prevalence of illness. The use of cluster analysis offers a novel approach to identifying distinct groups within the population and tailoring interventions accordingly.