As técnicas de análise espacial constituem-se em um importante instrumento para o entendimento dos condicionantes que compõem o processo de transmissão da dengue, contribuindo com o fornecimento de subsídios para as ações de vigilância e controle da doença. O objetivo desse trabalho foi caracterizar a distribuição espacial da dengue por meio do mapeamento dos casos no município de Osasco no período de 2007 a 2013; identificar a distribuição espacial e espaço temporal do risco de ocorrência de dengue; avaliar a relação da incidência de dengue com os índices larvários; e avaliar a relação entre dengue e os fatores socioeconômicos. Foram utilizados dados secundários obtidos na base de dados do Sistema de Informação de Agravos de Notificação (SINAN). A incidência anual, as principais medidas de frequência da doença e a correlação dos índices de Breteau (IB) e os casos de dengues foram analisados. Os casos notificados de dengue no município foram geocodificados a partir do eixo de logradouros e agrupados de acordo com os 928 setores censitários considerados no estudo, o que permitiu a elaboração de mapas temáticos. Utilizando-se o modelo discreto de Poisson para a identificação de conglomerados de maior ou menor risco para ocorrência de dengue no espaço e no espaço-tempo. A dependência espacial dos casos de dengue foi medida pelo Índice de Moran. Por meio de técnicas de análise de regressão linear e espacial as variáveis socioeconômicas foram associadas aos casos de dengue, no sentido de buscar o melhor modelo que esclarecesse a associação dos casos de dengue com os fatores socioeconômicos. Em todos os anos ocorreram casos de dengue e a incidência foi maior nos meses de março a maio. Os mapas gerados mostraram a distribuição espacial e espaço temporal da dengue no município. Não foi observado correlação estatística entre os casos de dengue e o IB. Na análise de espaço-temporal, foram identificados um aglomerado de alto risco, localizado na zona Norte, referente ao período de fevereiro a maio de 2007, e um outro aglomerado de baixo risco. O número de casos de dengue foi maior em áreas sem rede de abastecimento de água; com serviço de coleta do lixo; moradores de cor parda e renda domiciliar per capita de 1 a 2 salários mínimos. O modelo de regressão espacial se mostrou mais eficiente na tentativa de explicar a ocorrência da dengue em relação aos modelos lineares. As taxas de incidência de dengue em períodos epidêmicos e interepidêmicos sugerem que a transmissão de dengue é endêmica no município de Osasco. A ocorrência da dengue não apresenta padrão de distribuição uniforme. As análises espacial, espaço temporal e de modelagem por regressão apontam que a dengue atingiu diferentes estratos socioeconômicos, podendo ser atribuído a heterogeneidade espacial das condições de vida da população. Os resultados levantam a necessidade de estudos específicos dos métodos que estão sendo utilizados para medir infestações de Ae. aegypti no município. O método utilizado mostrou-se adequado para identificação de áreas de risco e por consequência direcionamento de ações e recursos do poder público

The spatial analysis techniques constitute an important tool for understanding the conditions that make up the process of dengue virus transmission, contributing to the provision of subsidies for the surveillance and control of the disease. The purpose of this study was to characterize the spatial distribution of dengue cases through mapping of cases in the city of Osasco in the period from 2007 to 2013; also, identify the spatial distribution and temporal space risk of dengue; evaluate the relationship between the incidence rates of dengue cases with the larval indices; as well evaluate the relationship between dengue and socioeconomic factors. Data were obtained from Sistema de Informação de Agravos de Notificação (SINAN Information System for Notifiable Diseases). The annual incidence, the main frequency measures of the disease and the correlation of the Breteau indexes (BI) and cases of dengue cases were analysed. Dengue cases registered in the city were geocoded by street names and grouped according to 928 census tracts, thus generating thematic maps. Incidence rates were calculated for the study period, as well as the identification of higher and lower-risk areas for spaceand space-time clusters of dengue. It was used the discrete Poisson model to identified the clusters of higher or lower risk for the occurrence of dengue cases in space and space-time. The spatial dependence of dengue cases was measured by Moran index. Through linear and spatial regression analysis techniques socioeconomic variables were associated with dengue cases, in order to seek the best model to clarify the association dengue cases with socioeconomic factors. In all the years there have been cases of dengue and the incidence was higher in the months from March to May. The maps showed the spatial and temporal distribution of dengue in the city space. However, there was no statistical correlation between cases of dengue and the IB. The spatio-temporal analysis, they identified a high risk cluster, located in the northern area for the period from February to May 2007, and another low-risk cluster. The number of cases of dengue was higher in areas without water supply system, garbage collection service, brown residents and per capita domiciliary income of 1 to 2 minimum wages. The spatial regression model was more efficient in trying to explain the occurrence of dengue cases in relation to linear models. In conclusion, the dengue incidence rates at epidemic and inter-epidemic periods suggest that dengue cases transmission is endemic in the city of Osasco. The occurrence of dengue has no uniform distribution pattern. The Spatial analysis, timeline and regression modeling indicate that dengue cases reached different socioeconomic strata, as a result, is attributing to spatial heterogeneity of living conditions of the population. Therefore, the results raise the need for specific studies of the methods being used to measure infestation of Ae. aegypti in the city. The method proved to be suitable for areas of risk identification and consequently direct actions and resources of government