TDA Engine v2.1: A Computational Framework for Detecting Structural Voids in Spatially Censored Epidemiological Data with Temporal Classification and Causal Inference

O TDA Engine v2.1 é um framework computacional baseado em topologia que detecta e classifica "vazios estruturais" em dados epidemiológicos censurados, distinguindo lacunas naturais de supressão sistemática através de análise temporal e inferência causal para orientar investigações de saúde pública.

O essencial

Imagine que você tem um mapa de uma cidade onde as luzes representam hospitais e postos de saúde. Normalmente, olhamos para esse mapa para ver onde há muitas luzes (muitos hospitais) e onde há poucas. Mas e se houver um buraco escuro no meio de uma área muito iluminada? Será que é porque ninguém mora ali? Ou será que as pessoas estão lá, mas o sistema de saúde delas "sumiu" ou foi escondido?

Este é o problema que o TDA Engine v2.1 tenta resolver. O autor, Grold Otieno Mboya, criou uma ferramenta inteligente para encontrar esses "buracos" no mapa de saúde que não deveriam existir.

Aqui está uma explicação simples, usando analogias do dia a dia:

1. O Problema: O Silêncio que Fala

Na saúde pública, o "silêncio" (a falta de dados) é muitas vezes mais importante do que o barulho (os dados que temos).

• A analogia antiga: Imagine que você está tentando ouvir uma conversa em uma festa barulhenta. Os métodos antigos (como os usados hoje) tentam "suavizar" o barulho, assumindo que, se não há dados em um lugar, é apenas porque a conversa está mais baixa ali. Eles ignoram os buracos.
• O problema: Às vezes, o silêncio não é natural. É um "buraco estrutural". Pode ser que o posto de saúde existe, mas os dados não estão chegando ao governo (supressão), ou que a estrada está bloqueada e ninguém consegue chegar lá.

2. A Solução: O "Detector de Buracos" Topológico

O autor criou um novo tipo de radar chamado TDA Engine. Em vez de apenas contar quantas luzes existem, ele analisa a forma e a geometria do mapa.

• A analogia da "Medida de Distância" (DTM): Imagine que você está em um campo com várias árvores (hospitais). Se você está perto de uma árvore, a distância é curta. Se você está no meio de um campo vazio, a distância até a árvore mais próxima é grande.
  • O sistema mede essa distância. Se ele encontrar uma área onde a distância até o hospital é estranhamente grande, mas deveria ser pequena (porque há muita gente morando ali), ele marca isso como um "Vazio Estrutural". É como encontrar uma cratera no meio de uma estrada pavimentada.

3. As Três Novas Melhorias (Versão 2.1)

A versão antiga apenas apontava o buraco. A nova versão (2.1) faz três coisas incríveis para ajudar os gestores de saúde:

A. O "Detetive do Tempo" (Classificação Temporal)

Nem todo silêncio é permanente. Às vezes, um posto fecha por uma semana por falta de remédio (silêncio temporário) e depois volta a funcionar. Outras vezes, ele nunca funciona (silêncio estrutural).

• Como funciona: O sistema usa uma "bola de cristal matemática" (chamada Modelo Oculto de Markov) para olhar para o histórico de dados.
• A analogia: É como ouvir uma música. Se a música para por um segundo, é um erro de disco (ruído). Se a música para por horas, todos os dias, é que o rádio foi desligado (problema estrutural). O sistema diz: "Isso é um problema sério e contínuo" ou "Isso foi só um susto".

B. O "Guia de Motivos" (Taxonomia Causal)

Quando o sistema encontra um buraco, ele tenta adivinhar por que ele existe, usando um "árvore de decisão" (como um jogo de "Sim ou Não").

• Exemplos de motivos que ele descobre:
  • Fronteira: "Ah, essa área fica perto da fronteira de outro país. Talvez os dados estejam sendo reportados lá."
  • Acesso: "Não há estradas ou a estrada é ruim. As pessoas não conseguem chegar ao hospital."
  • Infraestrutura: "Não existe nenhum hospital por perto. É um buraco real de serviço."
  • Sistema: "O hospital existe, mas o computador ou o sistema de internet quebra. Os dados não sobem."

C. O "Medidor de Gravidade" (Motor O/E)

O sistema não trata todos os buracos como iguais. Ele compara o que deveria acontecer (baseado em doenças como Malária ou HIV) com o que realmente aconteceu.

• A analogia: Se você espera 100 pessoas com gripe em um hospital e só registra 1, o buraco é grave. Se você espera 100 casos de uma doença rara e registra 0, talvez não seja tão grave. O sistema dá um "alerta vermelho" para os buracos onde a falta de dados pode custar vidas.

4. Como eles testaram?

Eles não apenas inventaram a teoria. Eles pegaram dados reais de hospitais no Quênia e, propositalmente, "esconderam" (censuraram) dados de algumas áreas para ver se a ferramenta encontraria os buracos que eles criaram.

• O resultado: A ferramenta foi muito melhor que os métodos antigos. Ela encontrou 82% dos buracos que eles esconderam, enquanto os métodos antigos só encontravam cerca de 40%. Além disso, ela acertou onde estava o centro do buraco com uma precisão de menos de 400 metros.

5. Conclusão Importante

O autor é muito honesto: Encontrar um buraco no mapa não é prova de que alguém está escondendo dados.

• Pode ser que não haja ninguém morando ali (uma floresta, um lago).
• Por isso, a ferramenta diz: "Olhe aqui, há algo estranho. Vamos investigar". Ela não acusa ninguém, mas aponta para onde os investigadores humanos devem ir.

Resumo final:
O TDA Engine v2.1 é como um detector de mentiras para mapas de saúde. Ele usa matemática avançada para dizer: "Ei, aqui há um silêncio estranho que não é natural. Pode ser falta de estrada, pode ser um sistema quebrado, e pode ser grave. Vamos mandar alguém verificar." Isso ajuda a salvar vidas, garantindo que a ajuda chegue onde o silêncio está escondendo a necessidade.

Resumo técnico

Resumo Técnico: TDA Engine v2.1

1. O Problema

Na vigilância epidemiológica pública, a ausência de dados ("silêncio") é frequentemente mais significativa do que a presença de dados. No entanto, as ferramentas tradicionais de mapeamento (como Estimativa de Densidade Kernel - KDE, diagramas de Voronoi e estatísticas de varredura espacial) são projetadas para visualizar a densidade de dados, não a sua ausência.

• Limitações Atuais: Métodos clássicos tendem a suavizar lacunas de dados, tratando-as como gradientes de baixa probabilidade em vez de características topológicas distintas. Eles confundem esparsidade estocástica (variação natural) com supressão sistêmica (falhas no reporte) e são vulneráveis a efeitos de borda.
• O Desafio: Distinguir matematicamente entre uma área vazia devido a uma população saudável/não atendida e uma área vazia devido a falhas estruturais no sistema de saúde (supressão de dados, falta de acesso ou infraestrutura).

2. Metodologia

O artigo propõe uma mudança de paradigma: da inferência baseada em densidade para a inferência topológica. O framework utiliza Análise de Dados Topológicos (TDA) para recuperar a assinatura geométrica da ausência de dados.

Componentes Principais do TDA Engine v2.1:

• Filtragem por Distância à Medida (DTM):

  • Em vez da distância euclidiana simples (sensível a outliers), o método utiliza a função DTM ($d_{m_0}$), que calcula a raiz quadrada da média dos quadrados das distâncias aos $k$ vizinhos mais próximos.
  • Isso torna a métrica robusta a até $m_0$ fração de dados censurados. O parâmetro $m_0$ foi fixado em 0,05 (5%), alinhado ao padrão da OMS de 95% de completude esperada.
  • Os dados geográficos são projetados para o sistema UTM (Zona 36S) para garantir cálculos de distância precisos em metros.

• Limiar Adaptativo (Algoritmo Kneedle):

  • Elimina a subjetividade de limiares fixos (ex: 1,5x a mediana).
  • O limiar é derivado geometricamente da distribuição DTM, identificando o "ponto de cotovelo" (máxima curvatura) onde a taxa de crescimento da distância acelera.

• Classificação de Vazios Estruturais vs. Estocásticos:

  • Espacial: Um vazio é classificado como estrutural se tiver área > 1,0 km² e estiver a menos de 5 km de uma instalação existente.
  • Temporal (Novo na v2.1): Combina o Fator de Fano (dispersão da série temporal) com um Modelo Oculto de Markov (HMM) de dois estados (Silêncio vs. Reporte).
  • Classifica o silêncio em: ESTRUTURAL (persistente), INTERMITENTE ou ESTOCÁSTICO (ruído).

• Motor de Completude Observado vs. Esperado (O/E):

  • Calibra a severidade dos vazios contra taxas de incidência padrão da OMS para 7 condições de saúde (Malária, Cólera, TB, etc.).
  • Gera uma pontuação de completude e triagem de severidade (Crítica, Moderada, Leve, Adequada) independente das contagens brutas de casos.

• Taxonomia Causal:

  • Um classificador baseado em árvores de decisão atribui cada vazio a uma das cinco causas prováveis: FRONTEIRA (BORDER), ACESSO (ACCESS), INFRAESTRUTURA (INFRASTRUCTURE), SISTEMA (SYSTEM) ou DESCONHECIDO (UNKNOWN), utilizando covariáveis geoespaciais (densidade de estradas, instalações, proximidade de fronteiras).

• Validação Estatística:

  • Utiliza testes de permutação Monte Carlo (N=999) sob a hipótese nula de Aleatoriedade Espacial Completa (CSR), usando a área total do vazio como estatística de teste para calcular valores-p com intervalos de confiança.

3. Principais Contribuições

O artigo apresenta oito contribuições metodológicas:

1. Limiar Adaptativo: Remoção de constantes arbitrárias via algoritmo Kneedle.
2. Framework de Validação Quantitativa: Protocolo de simulação de censura com "verdade terrestre" (ground truth) para métricas precisas.
3. Análise de Estabilidade Topológica: Prova de que o parâmetro $m_0=0,05$ reside em um platô estável, garantindo robustez.
4. Inferência Estatística Aprimorada: Substituição do estatístico DTM máximo instável pela área total do vazio, com intervalos de confiança nos valores-p.
5. Classificação Temporal: Integração de Fator de Fano e HMM para distinguir tipos de silêncio ao longo do tempo.
6. Taxonomia Causal: Mapeamento de vazios geométricos para mecanismos de falha operacionais acionáveis.
7. Motor O/E: Triage de severidade padronizado por doença.
8. Delimitação de Escopo: Distinção formal entre anomalias geométricas e prova de supressão, exigindo validação contextual.

4. Resultados

O framework foi validado usando dados públicos de instalações de saúde no Quênia (Região de Nyanza) e simulações de censura:

• Precisão Espacial:
  • Índice de Jaccard: 0,82 (IC 95%: 0,74–0,89), superando significativamente a KDE (0,45) e superfícies de risco relativo (0,38).
  • Erro de Centróide: 342 metros (IQR: 187–512 m), indicando localização precisa.
  • Taxa de Recuperação: 0,79.
• Classificação Temporal:
  • Precisão geral de 91% na classificação de unidades silenciosas estruturalmente vs. estocasticamente.
  • O classificador HMM identificou corretamente 94% dos casos estruturais.
• Significância Estatística:
  • O teste de permutação resultou em p = 0,003, confirmando que os vazios detectados não são aleatórios.
• Estudo de Caso (Nyanza):
  • Identificou 3 vazios estruturais em corredores periurbanos (classificados como falha de infraestrutura e acesso) e 5 vazios estocásticos em áreas de baixa densidade populacional (lago e florestas), demonstrando a capacidade do sistema de filtrar "falsos positivos" naturais.

5. Significância e Conclusão

O TDA Engine v2.1 transforma a detecção de lacunas de dados de uma saída descritiva para uma ferramenta de triagem acionável e investigação.

• Impacto Prático: Permite que oficiais de saúde pública diferenciem entre "silêncio natural" (áreas vazias) e "silêncio estrutural" (supressão ou falha de acesso), direcionando recursos de campo de forma eficiente.
• Rigor Científico: Oferece validação quantitativa, eliminação de parâmetros subjetivos e classificação causal, tudo em uma aplicação de código aberto (R/Shiny).
• Aviso Ético: O sistema enfatiza que os vazios estruturais são anomalias geométricas consistentes com a supressão, mas não prova definitiva dela. A interpretação final exige validação contextual, considerações éticas e verificação de campo para evitar estigmatização ou uso indevido dos dados.

Em suma, a ferramenta preenche uma lacuna crítica na epidemiologia espacial, fornecendo uma base matemática rigorosa para investigar o que não está sendo reportado.