Identificação de aglomerados espaço-temporais de casos e óbitos de COVID-19 e o contexto sociodemográfico e ambiental nos bairros do município de Niterói/RJ

Identification of spatiotemporal clusters of COVID-19 cases and deaths and the sociodemographic and environmental context in neighborhoods of Niterói, RJ city

dc.contributorAlmeida, Andréa Sobral de
dc.creatorSilva, Elisabete Azevedo da
dc.date2023-05-10T13:47:38Z
dc.date2023-05-10T13:47:38Z
dc.date2022
dc.date.accessioned2023-09-26T20:53:27Z
dc.date.available2023-09-26T20:53:27Z
dc.identifierSILVA, Elisabete Azevedo da. Identificação de aglomerados espaço-temporais de casos e óbitos de COVID-19 e o contexto sociodemográfico e ambiental nos bairros do município de Niterói, RJ. 2022. 193 f. Dissertação (Mestrado em Saúde Pública e Meio Ambiente) - Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, 2022.
dc.identifierhttps://www.arca.fiocruz.br/handle/icict/58282
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8865680
dc.descriptionA doença do novo coronavírus transformou a vida da sociedade de forma abrupta, dada sua alta transmissibilidade e o modo de vida urbano; rapidamente o vírus se dispersou pelo planeta tornando-se uma pandemia. O objetivo desse trabalho foi identificar os aglomerados espaço-temporais dos casos e óbitos de COVID-19, e sua relação com os contextos sociodemográfico e ambiental nos bairros do município de Niterói/RJ. Foi realizado um estudo epidemiológico, descritivo e analítico do tipo ecológico, fundamentado nas notificações dos casos e óbitos por COVID-19 ocorridos no período de 01 de janeiro de 2020 a 31 de agosto de 2021. As unidades de análise foram os bairros de Niterói e a análise temporal foram as semanas epidemiológicas (SE). Os dados ambientais e sociodemográficos foram obtidos no IBGE. Os dados epidemiológicos foram cedidos pela FeSaúde Niterói. Foram utilizados casos e óbitos por COVID-19 notificados no SIVEP-Gripe. Para a análise estatística descritiva, utilizou-se R Core Team (R Foundation for Statistical Computing, 2020) e o Excel (Microsoft 365 Apps, versão 2207), como resultado foram gerados tabelas e gráficos. No software QGis (versão 3.10.14-A Coruña) os indicadores socioeconômicos e ambientais foram mapeados por setores censitários. Também foram mapeadas as taxas de incidência, mortalidade e letalidade hospitalar do município. No software SatScan (v10.0.2 64 bits) realizou-se a estatística de varredura espaço-temporal prospectiva, sob o modelo de distribuição de Poisson onde se analisou 12.733 casos e 2.229 óbitos por COVID-19 notificados no SIVEP-Gripe. Os parâmetros configurados no SatScan para mapear o risco relativo dos casos e óbitos foram: por Semana Epidemiológica (‘Generic’); janela de varredura fixada no centroide de cada bairro; os clusters foram restritos a ter ao menos 5 casos; janela espacial com saída máxima de 12% da população sob risco e formato circular; janela temporal com tamanho mínimo do cluster: 1 SE, e máximo: 50% do período do estudo. Os resultados da análise descritiva mostram uma taxa de incidência anual de 5.770,30 casos por 100.000 habitantes e uma taxa de mortalidade anual de 1.007,00 óbitos por 100.000 habitantes. A média de idade nos clusters de óbitos foi maior quando comparada aos clusters de casos. Na análise se identificou dez aglomerados espaço-temporais de casos de COVID-19, todos estatisticamente significativos; e nove clusters de óbitos, apenas um não apresentou significância estatística (C9: p-valor = 0,897). Na análise dos casos, o cluster com maior Log da Razão de Verossimilhança (LLR) foi o C1: localizando-se em Itaipu (629,89) e com menor foi o C10: localizado no Bairro de Fátima e Pé Pequeno (10,06). Na análise dos óbitos, o cluster com maior LLR foi o C1: Itaipu (119,37); e com menor foi o C8: Boa Viagem, Gragoatá, Ingá e São Domingos (8,61). Tais achados sugerem que os munícipes que residem na área de abrangência dos aglomerados apresentam maior risco de adoecer, e evoluir ao óbito, quando comparados àqueles que residem nos outros bairros. Mapas temáticos foram elaborados com informações dos indicadores e com os clusters obtidos. Os bairros de Itaipu e Icaraí foram os que apresentaram maior risco, tanto para incidência de casos como de óbitos, quando comparados aos demais bairros do município. Por fim, ressalta-se que a metodologia aplicada nesse estudo auxilia ao gestor na tomada de decisão, possibilitando-o utilizar de forma otimizada os recursos financeiros e humanos do município, bem como pode auxiliar na definição de ações de resposta às emergências sanitárias e desastres.
dc.descriptionThe new coronavirus disease transformed the life of society abruptly, given its high transmissibility and the urban way of life; quickly the virus dispersed around the planet becoming a pandemic. The objective of this work was to identify the spatial-temporal clusters of cases and deaths of COVID-19, and their relationship to the socio-demographic and environmental contexts in the neighborhoods of the municipality of Niterói/RJ. This research proposed to conduct an epidemiological, descriptive and analytical study of the ecological type, based on the notifications of cases and deaths by COVID-19 that occurred in the period from January 1, 2020 to August 31, 2021. The units of analysis were the neighborhoods of Niterói and the temporal analysis were the epidemiological weeks (SE). Environmental and sociodemographic data were obtained from IBGE. Epidemiological data were provided by FeSaúde Niterói. Cases and deaths from COVID-19 reported in SIVEP-Gripe were used. For descriptive statistical analysis, R Core Team (R Foundation for Statistical Computing, 2020) and Excel (Microsoft 365 Apps, version 2207) were used, as a result tables and graphs were generated. In QGis software (version 3.10.14-A Coruña) the environmental and socioeconomic indicators were mapped by census sectors. The incidence, mortality and hospital mortality rates of the municipality were also mapped. In the SatScan software (v10.0.2 64 bits) we performed the prospective spatio-temporal scan statistics, under the Poisson distribution model where 12,733 cases and 2,229 deaths by COVID-19 reported in SIVEP-Gripe were analyzed. The parameters configured in SatScan to map the relative risk of cases and deaths were: by Epidemiological Week ('Generic'); scanning window fixed at the centroid of each neighborhood; clusters were restricted to having at least 5 cases; spatial window with maximum output of 12% of the population at risk and circular format; temporal window with minimum cluster size: 1 SE, and maximum: 50% of the study period. The results of the descriptive analysis show an annual incidence rate of 5,770.30 cases per 100,000 population and an annual mortality rate of 1,007.00 deaths per 100,000 population. The mean age in the clusters of deaths was higher when compared to the clusters of cases. The analysis identified ten spatio-temporal clusters of cases of COVID-19, all statistically significant; and nine clusters of deaths, only one did not show statistical significance (C9: p-value = 0.897). In the analysis of cases, the cluster with the highest Likelihood Ratio Log (LLR) was C1: located in Itaipu (629.89) and with the lowest was C10: located in Bairro de Fátima and Pé Pequeno (10.06). In the analysis of deaths, the cluster with the highest LLR was C1: Itaipu (119.37); and with the lowest was C8: Boa Viagem, Gragoatá, Ingá, and São Domingos (8.61). These findings suggest that residents of the area covered by the clusters have a higher risk of getting sick and evolving to death when compared to those who live in the other neighborhoods. Thematic maps were elaborated with information from the indicators and the clusters obtained. The neighborhoods of Itaipu and Icaraí were those with the highest risk, both for incidence of cases and deaths, when compared to other neighborhoods in the city. The methodology applied in this study assists the manager in the decision-making process, allowing him to optimize the use of financial and human resources of the municipality, as well as it can help in the definition of response actions to health emergencies and disasters.
dc.formatapplication/pdf
dc.languagepor
dc.rightsopen access
dc.subjectCOVID-19
dc.subjectSistema de Informação Geográfica
dc.subjectConglomerados Espaço-Temporais
dc.subjectAnálise Espacial
dc.subjectMonitoramento Epidemiológico
dc.subjectDoenças Transmissíveis
dc.subjectCOVID-19
dc.subjectGeographic Information System
dc.subjectSpatiotemporal Cluster
dc.subjectSpatial Analysis
dc.subjectEpidemiological Monitoring
dc.subjectinfectious Disease
dc.subjectCOVID-19
dc.subjectepidemiologia
dc.subjecthistória
dc.subjectmortalidade
dc.subjectNiterói
dc.subjectSistemas de Informação Geográfica
dc.subjectConglomerados Espaço-Temporais
dc.subjectAnálise Espacial
dc.subjectMonitoramento Epidemiológico
dc.subjectFatores Socioeconômicos
dc.subjectEstudos Epidemiológicos
dc.titleIdentificação de aglomerados espaço-temporais de casos e óbitos de COVID-19 e o contexto sociodemográfico e ambiental nos bairros do município de Niterói/RJ
dc.titleIdentification of spatiotemporal clusters of COVID-19 cases and deaths and the sociodemographic and environmental context in neighborhoods of Niterói, RJ city
dc.typeDissertation


Este ítem pertenece a la siguiente institución