Use este identificador para citar ou linkar para este item:
https://www.arca.fiocruz.br/handle/icict/57258
Tipo de documento
DissertaçãoDireito Autoral
Acesso aberto
Coleções
Metadata
Mostrar registro completo
DETERMINANTES SOCIAIS DA COVID-19 GRAVE NA CIDADE DO RIO DE JANEIRO: UMA ANÁLISE ESPACIAL ECOLÓGICA DOS CASOS NOTIFICADOS DE SRAG POR COVID-19 EM DOIS PERÍODOS ENTRE MARÇO DE 2020 E FEVEREIRO DE 2021
Brazil
Social Determinants of Health
Ecological Studies
Bayes Theorem
Determinantes Sociais da Saúde
Estudos Ecológicos
Teorema de Bayes
Análise Espacial
Estudos Retrospectivos
Bergamaschi Novaes, Álvaro | Data do documento:
2022
Título alternativo
Social determinants of severe covid-19 in the city of Rio de Janeiro: an ecological spatial analysis on confirmed cases of covid-19 related sars in two periods between march 2020 and february 2021Autor(es)
Orientador
Coorientador
Afiliação
Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil.
Resumo
A COVID-19 é uma doença infectocontagiosa de origem zoonótica, com transmissão via aérea pessoa a pessoa, causada pelo vírus SARS-COV 2. No final de 2019, os primeiros casos foram identificados na província de Wuhan, na China. Em 3 meses chegaria, via Europa, ao Brasil, que se tornou um epicentro da doença, sendo a cidade do Rio de Janeiro uma das regiões mais afetadas. Nas primeiras semanas, os casos se concentraram em regiões de maior poder aquisitivo, associando os casos da doença ao turismo internacional; em seguida, com a transmissão autóctone, a doença se disseminou por toda a cidade. Este estudo se propôs a avaliar os determinantes sociais da COVID grave (SRAG) nas 33 Regiões Administrativas (RAs) do Rio de Janeiro, no período de março de 2020 a fevereiro de 2021, por meio do Índice de Desenvolvimento Social(IDS) e variáveis sociodemográficas como proporção de idosos (>65 anos), de homens e densidade populacional, analisando um total de 49.217 casos de forma ecológica. As análises foram feitas com dados secundários, com o desfecho de casos notificados de SRAG por COVID-19 por RA, obtidos da prefeitura do município a partir do Sistema de Informação da Vigilância Epidemiológica da Gripe (SIVEP-Gripe). Foi utilizada a metodologia espacial Bayesiana Integrated Nested Laplace Approximations (INLA) para mensurar o risco relativo(RR) e avaliar a estrutura de autocorrelação espacial, sendo realizada uma divisão temporal na 40ª semana epidemiológica de 2020, com a mudança do perfil genético viral. Demonstrou-se pouca diferença estimada nos locais de maior e menor risco nos períodos. O efeito espacial de vizinhança parecia ser importante, porém, no modelo final percebeu-se que a maior parte do risco era explicado pela proporção de idosos. O IDS não demonstrou relação estatisticamente significativa com o risco relativo de SRAG nos dois períodos (RR 0.5 ICr 95% 0.1-2.6 e RR 1.85 ICr 95% 0.2-17.3, respectivamente). A proporção de idosos se mostrou como um fator de risco importante (RR 17.5 ICr 95% 1.95-161.78 e RR 30.9 ICr 95% 1.84-514). Em contrapartida, a densidade populacional(RR 0.56 ICr 95% 0.33-0.95 e RR 0.13 ICr 95% 0.061- 0.283) e a proporção de homens (RR 0.001 IC r 95% 0.0001-0.71 e RR 0.0001 ICr 95% 0.00001-0.197) demonstraram ter um efeito protetor consistente. Isso pode ser explicado pela estrutura demográfica e etária das regiões administrativas e a relação causal entre prosperidade econômica, expectativa de vida e maior longevidade do sexo feminino. Tratou-se de um estudo útil para indicar, por exemplo, onde faria sentido disponibilizar um maior número de leitos de unidades intensivas ou de ambulâncias para evitar a sobrecarga do sistema de saúde público local.
Resumo em Inglês
COVID-19 is an infectious zoonotic airborne communicable disease, caused by the SARS-COV2 virus. Discovered in December 2019, the first cases were described in Wuhan, China. In less than 3 months, it would arrive, through Europe, to Brazil, a country that would become one the world’s epicenter of disease. Rio de Janeiro, the country’s second biggest capital was one of the most affected regions. In the first weeks, cases were restricted to high income neighborhoods, mostly associated with international tourism; eventually, with the establishment of indigenous transmission, the disease spread to all regions of the city. The ecological approach of this study sets our to evaluate social determinants of severe COVID (SARS) in Rio de Janeiros’s 33 Administrative Regions (AR), from March 2020 to February 2021, through the Social Development Index (SDI) and sociodemographic variables such as the proportion of elderly individuals (65+ years), proportion of men and population density, reviewing a total of 49.217 cases. The analysis was conducted with secondary data, with the outcome defined as notified and confirmed severe cases of COVID-19 by AR, obtained from the municipal health department from the Influenza Epidemiological Surveillance Information System (SIVEP-Gripe). The spatial Bayesian methodology of Integrated Nested Laplace Approximations was used to measure the relative risk (RR) and simultaneously evaluate the spatial self-correlation structure, with a temporal division on the 40th epidemiological week of 2020, according to a shift in the viral genetic profile. Little to no difference was shown in the highest and lowest estimated local risks. The neighborhood spatial effect seemed to be relevant, but, when the initial and final models were compared it was shown that most of the risk was explained by the socioeconomic ecological variables. According to the final model, the SDI was not statistically related to the relative risk of SARS in both periods (RR 0.5 CrI 0.1-2.6 and 0.2- 17.3, respectively). The proportion of elders was shown to be an important risk factor (RR 1.95- 161.78 and 1.84-514). In contrast, the population density)RR 0.56 CrI 95% 0.33-0.95 e RR 0.13 CrI 95% 0.061-0.283) and the proportion of men (RR 0.001 ICr 95% 0.0001-0.71 e RR 0.0001 ICr 95% 0.00001-0.197) demonstrated a consistent protective effect. That can be explained by the demographic and aging structure of the ARs and its ecological and multi-causal relationship between economical prosperity, life expectancy and longer longevity of women. This study is a useful tool to recommend, for instance, where it would make sense to provide more intensive care hospital beds and ambulances to avoid the overloading of the local public health system.
Palavras-chave em inglês
COVID-19Brazil
Social Determinants of Health
Ecological Studies
Bayes Theorem
DeCS
COVID-19Determinantes Sociais da Saúde
Estudos Ecológicos
Teorema de Bayes
Análise Espacial
Estudos Retrospectivos
Compartilhar