Influência do tamanho da população, IDH e PIB na mortalidade por Covid-19 na região sudeste do Brasil [recurso eletrônico]
Mônica Feresini Groppo
TESE
Português
T/UNICAMP G911i
[Influence of population size, HDI and GDP on mortality due to Covid-19 in the Brazilian southeastern region]
Piracicaba, SP : [s.n.], 2021.
1 recurso online (88 p.) : il., digital, arquivo PDF.
Orientador: Antonio Carlos Pereira
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Odontologia de Piracicaba
Resumo: O objetivo deste estudo foi avaliar a influência do tamanho da população (POP), do IDH-M (Índice de Desenvolvimento Humano – Municipal) e PIB (Produto Interno Bruto) na evolução da pandemia por COVID-19 na região Sudeste do Brasil, entre fevereiro de 2020 até maio de 2021. O estudo utilizou...
Ver mais
Resumo: O objetivo deste estudo foi avaliar a influência do tamanho da população (POP), do IDH-M (Índice de Desenvolvimento Humano – Municipal) e PIB (Produto Interno Bruto) na evolução da pandemia por COVID-19 na região Sudeste do Brasil, entre fevereiro de 2020 até maio de 2021. O estudo utilizou dados de notificação e óbito por COVID-19 nos municípios dos estados que compõe a região Sudeste do Brasil, oriundos do "Painel Coronavírus" do Ministério da Saúde. Foram comparados os quatro estados da região em termos do número de casos (NC), óbitos (NO), coeficiente de incidência (CI), coeficiente de mortalidade (CM) e taxa de letalidade (TL). Os municípios foram divididos em estratos segundo POP, PIB e IDH-M. A influência dessas variáveis foi analisada utilizando áreas sob a curva (ASC) dos gráficos, considerando 62 semanas epidemiológicas (SE) contínuas entre 2020 e 2021 a partir da 13ª até a 74ª SE. As ASCs foram comparadas pela ANOVA de Welch e pelo teste Tamhane T2. A regressão não-linear polinomial de 6ª ordem centralizada foi utilizada para observar se os modelos de incidência e mortalidade se ajustavam ou diferiam entre si, comparando-os pelo teste de Fisher. O teste de correlação de Spearman (rS) mostrou o grau de correlação entre os valores totais de NC e NO, nas 62ª SE com POP, PIB e IDH-M. Na região Sudeste, foi possível observar uma redução de casos e óbitos na curva na 45ª SE, sendo que o pico absoluto de NC semanais ocorreu na 67ª SE (224.189 casos) e o de NO na 68ª SE (10.365 óbitos). Foi possível separar a pandemia em 3 fases. A 1ª fase, até a 25ª SE, a correlação entre NO e NC foi excelente (rS=0,96; p<0,0001), na 2ª fase (entre 26ª e 64ª SE) foi muito boa (rS=0,86; p<0,0001) e, na 3ª fase (65ª a 74ª SE), a correlação foi fraca e não significante (rS=0,47; p=0,18). A TL mostrou os mesmos três momentos distintos, ou seja, a 1ª fase com TL acima de 6%, 2ª fase com TL entre 2 e 4% e a 3ª fase com TL acima de 4%. A divisão em estados, mostrou que o Espírito Santo (ES) mostrou maior CI do que os demais estados (p<0,0001), mas o CM foi maior (p<0,05) para o Rio de Janeiro (RJ). Após a 45ª SE não houve diferenças estatisticamente significantes (p>0,05) entre os CM dos estados. Houve correlação forte e positiva (rS>0,75, p<0,0001), entre NC e NO em todos os estados. O CI foi menor para os municípios com POP acima de 500 mil habitantes do que para os demais (p<0,0001), não havendo diferenças significantes entre os demais POP (p>0,05). O CM era maior quanto maior (p<0,01) a POP até a 45ª SE, não havendo diferenças significantes no segundo período (p>0,05). Houve forte correlação positiva entre POP nos municípios e NC (rS=0,92, p<0,0001) e NO (rS=0,88, p<0,0001). Os CI e CM dos municípios com PIB menor que 10 mil reais foram menores que todos os outros estratos (p<0,0001). Houve correlação positiva fraca entre o PIB dos municípios e NC (rS=0,50, p<0,0001) e NO (rS=0,49, p<0,0001). Os CI e CM das cidades com IDH-M alto e muito alto foram maiores que os demais estratos (p<0,0001). Houve correlação positiva e moderada entre o IDH-M e NC (rS=0,52, p<0,0001) e NO (rS=0,53, p<0,0001). A TL foi significativamente maior no RJ (p<0,0001) e nos municípios com população acima de 500 mil habitantes (p<0,0001), nas cidades com PIB entre 30 e 60 mil reais (p<0,0001) e naqueles com alto IDH-M (p<0,05). Foi possível concluir que houve três momentos distintos da pandemia na região Sudeste ao longo do período estudado, sendo que a incidência e mortalidade foram afetadas pelo tempo, mostrando padrões diferentes em relação aos estados, com pouca influência do POP, PIB e IDH-M. Além disso, a letalidade alcançou níveis alarmantes nas primeiras 25 semanas da epidemia, estabilizando-se posteriormente
Ver menos
Abstract: The aim of this study was to evaluate the influence of population size (POP), HDI-M (Human Development Index of the City) and GDP (Gross Domestic Product) on the evolution of the pandemic by COVID-19 in the Southeast region of Brazil, between February 2020 and May 2021. Data on...
Ver mais
Abstract: The aim of this study was to evaluate the influence of population size (POP), HDI-M (Human Development Index of the City) and GDP (Gross Domestic Product) on the evolution of the pandemic by COVID-19 in the Southeast region of Brazil, between February 2020 and May 2021. Data on notification and death by COVID-19 in all municipalities from states of the Brazilian Southeast region were obtained from the "Coronavirus Panel" of the Ministry of Health. The four states of the region were compared in terms of the number of cases (NC), deaths (ND), incidence coefficient (IC), mortality coefficient (MC) and lethality rate (LR). The cities were divided into strata according to POP, GDP, and HDI-M. The influence of these variables was analyzed using areas under the curve (AUC) of the graphs, considering the epidemiological weeks (EW). The AUCs were compared by Welch's ANOVA and the Tamhane T2 tests. The nonlinear polynomial regression of 6th centralized order was used to observe whether the incidence and mortality models fit or differ from each other, comparing them by Fisher's test. Spearman's correlation test (rS) showed the degree of correlation between the total of NC and ND, in the 62 EW, with POP, GDP and HDI-M. In the Southeast region, an inflection in the curve at the 45th epidemiological week was observed, and the absolute peak of weekly NC occurred in the 67EW (224,189 cases) and the ND in the 68EW (10,365 deaths). Pandemic could be divided into 3 phases. In the 1st phase (until the 25th EW) the correlation between the ND and NC was excellent (rS=0.96; p<0.0001), very good (rS=0.86; p<0.0001) in the 2nd phase (26th to 64th EW), and weak and non-significant (rS=0.47; p=0.18) in the 3rd phase (65th to 74th EW). The LR showed the same profile, i.e., three phases, being the 1st one with LR above 6%, the 2nd phase with LR between 2% and 4%, and the 3rd phase with LR above 4%. The classification according to states, showed the Espirito Santo state (ES) with higher IC than the other states (p<0.0001), but the MC was higher (p<0.05) in Rio de Janeiro (RJ). After the 45thEW there were no statistically significant differences (p>0.05) between the MC of the states. There was a strong and positive correlation (rS>0.75, p<0.0001), between NC and ND in all states. IC was lower for cities with POP above 500,000 inhabitants than for the others (p<0.0001), with no significant differences between the other POP (p>0.05) classes. The higher the POP the higher CM (p<0.01), until the 45thEW, with no significant differences in the second period (p>0.05). There was a strong positive correlation between POP number and NC (rS=0.92, p<0.0001) and ND (rS=0.88, p<0.0001). The IC and MC of cities with GDP lower than R$ 10,000 were lower than all other strata (p<0.0001). There was a weak positive correlation between the GDP and NC (rS=0.50, p<0.0001) and ND (rS=0.49, p<0.0001). The IC and CM of cities with high and very-high HDI-M were higher than the other strata (p<0.0001). There was a positive and moderate correlation between HDI-M and NC (rS=0.52, p<0.0001) and ND (rS=0.53, p<0.0001). LR was significantly higher in RJ (p<0.0001) and in cities with POP above 500,000 inhabitants (p<0,0001), in cities with GDP between R$30,000 and R$60,000 (p<0,0001), and in those with high HDI-M (p<0.05). We concluded that there were three distinct moments of the pandemic in the Brazilian Southeast region during the period studied. The incidence and mortality were affected by time, showing different patterns in relation to the states, with little influence of POP, GDP and HDI-M. In addition, lethality reached alarming levels in the first 25 weeks of the epidemic, later stabilizing
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Pereira, Antonio Carlos, 1967-
Orientador
Meneghim, Marcelo de Castro, 1965-
Avaliador
Aguiar, Flavio Henrique Baggio, 1977-
Avaliador
Sales-Peres, Sílvia Helena de Carvalho
Avaliador
Motta, Cristiane de Cassia Bergamaschi
Avaliador
Influência do tamanho da população, IDH e PIB na mortalidade por Covid-19 na região sudeste do Brasil [recurso eletrônico]
Mônica Feresini Groppo
Influência do tamanho da população, IDH e PIB na mortalidade por Covid-19 na região sudeste do Brasil [recurso eletrônico]
Mônica Feresini Groppo