Análise da Vulnerabilidade Social aos Impactos da Pandemia de COVID-19 nos Municípios Costeiros do Brasil

Fotografía de la portada: Walter Widmer, Foto ganadora del concurso de fotos de Encogerco.

Descargas

Visitas a la página del resumen del artículo:  166  

DOI

https://doi.org/10.25267/Costas.2023.v.3.i2.05
PlumX

Autores/as

  • CIBELE OLIVEIRA LIMA (BR) UFSC- análisis de datos, redacción del artículo, obtención de resultados
  • Tiago Borges Ribeiro Gandra (BR) Professor do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS); concepção da metodologia e produção de dados
  • Carla Van der Haagen Custódio Bonetti (BR) Professora da Universidade Federal de Santa Catarina (UFSC); concepção da metodologia e aporte de material de estudo
  • Jarbas Bonetti (BR) Professor da Universidade Federal de Santa Catarina (UFSC); concepção da metodologia e revisão final da redação

Resumen

A pandemia de COVID-19 intensificou diversos problemas sociais e econômicos, impondo desafios para a gestão pública de muitos países. Visando a mitigação de seus efeitos, é essencial a coleta, análise e comunicação de dados obtidos de
fontes confiáveis, em diversas escalas espaciais, e sua integração em sistemas que possam dar suporte à tomada de decisão por parte do poder público. Neste contexto, o presente artigo tem por objetivo contribuir para a organização de informações relevantes ao entendimento da pandemia com base na proposta de estruturação de um Índice de Vulnerabilidade Social à COVID-19 (IVS-Cov), camada de dados incorporada à Plataforma de Informações Espaciais da COVID-19 (PIE-COVID). A referida plataforma encontra-se disponível com atualizações diárias no site do IFRS (http://covid19. riogrande.ifrs.edu.br/) e integra dados de casos e óbitos de COVID-19 com variáveis sociodemográficas, econômicas e de saúde na escala municipal. Com base na literatura, foram selecionadas sete variáveis para a composição do IVS-Cov: (1) renda média por domicílio, (2) percentual de idosos, (3) percentual de população urbana, (4) moradores por domicílio, (5) número de leitos de tratamento intensivo (UTI), (6) distância do município sem leito ao hospital mais próximo com leito e (7) percentual de pessoas dependentes do SUS. O processamento e integração destas variáveis teve como base a metodologia proposta por Gornitz (1991) para análises de vulnerabilidade. Os resultados encontrados são robustos e apresentam um bom diagnóstico da situação das populações costeiras mais vulneráveis aos efeitos da crise causada pelo coronavírus. Espacialmente, pode-se observar um aumento da vulnerabilidade nos estados do nordeste e norte do Brasil, além de uma menor vulnerabilidade em todas as capitais dos estados. Apesar dessa tendência geral, municípios com elevada vulnerabilidade ocorreram em todas as regiões do país. Considerando que os municípios costeiros possuem forte dependência econômica de atividades que sofreram alguma paralisação durante períodos da pandemia, como o turismo, pode-se argumentar que houve impactos de considerável repercussão social, podendo os resultados aqui obtidos
contribuir com subsídios à gestão local

Palabras clave


Agencias de apoyo  

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Cómo citar

OLIVEIRA LIMA, C., Borges Ribeiro Gandra, T., Van der Haagen Custódio Bonetti, C., & Bonetti, J. (2023). Análise da Vulnerabilidade Social aos Impactos da Pandemia de COVID-19 nos Municípios Costeiros do Brasil. Costas, 4(1), 71–98. https://doi.org/10.25267/Costas.2023.v.3.i2.05

Citas

ANSELIN, L.; SYABRI, I.; KHO, Y. Geoda: An introduction to Spatial Data Analysis. Geographical Analysis, The Ohio State University; 38; 5–22r, 2006.

BAILEY, T.C. Spatial statistical methods in health. Cad. Saúde Pública, Rio de Janeiro, 17(5):1083-1098, set-out, 2001.

BAILEY, T. C., & GATRELL, A. C. Interactive spatial data analysis. In Interactive spatial data analysis. Social Science & Medicine, Volume 42, Issue 6, March 1996, Pages 843-855, 1996.

BRASIL, Lei n°10.741, de 1º de outubro de 2003. Estatuto do Idoso. Artigo 1º. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/2003/l10.741.htm Acesso em junho de 2021.

DATASUS. Informações de saúde dos municípios brasileiros. Ministério da Saúde. Disponível em: https://datasus.saude.gov.br/informacoes-de-saude-tabnet/. Acesso em junho de 2021.

BRASIL, Ministério da Saúde. Introdução à Estatística Espacial para a Saúde Pública. Série B. Textos Básicos de Saúde, Série Capacitação e Atualização em Geoprocessamento em Saúde, 120 p, Brasília, 2007.

CARVALHO M.S.; SOUZA-SANTOS, R. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Cad. Saúde Pública, Rio de Janeiro, 21(2):361-378, 2005.

CDC. Centers for Disease Control and Pevention. National Strategy for Pandemic Influenza. Implementation Plan. Homeland Security COuncil, Washington, USA, 2006.

DOS SANTOS, J. P. C.; SIQUEIRA, A. S. P.; PRAÇA, H. L. F.; ALBUQUERQUE, H. G. Vulnerabilidade a formas graves de COVID-19: uma análise intramunicipal na cidade do Rio de Janeiro, Brasil. Cadernos de Saúde Pública, 36(5), 1–12, 2020.

FUNDAÇÃO OSWALDO CRUZ - Fiocruz. A gestão de riscos e governança na pandemia por Covid-19 no Brasil - Análise dos decretos estaduais no primeiro mês. Relatório Técnico e Sumário Executivo. Rio de Janeiro: Fiocruz/ENSP/CEPEDES, 78 p., 2020

GIULIANI, D.; DICKSON, M. M.; ESPA, G.; SANTI, F. Modelling and predicting the spatio-temporal spread of Coronavirus disease 2019 (COVID-19) in Italy. The Lancet, Preprint, 2020. Disponível em SSRN: https://ssrn.com/abstract=3559569

GOMES, A.L.B.B. Desafios metodológicos da análise espacial aplicada à investigação de surtos epidêmicos. Tese apresentada ao Programa de Pós-graduação em Epidemiologia em Saúde Pública, Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, 106p., Rio de Janeiro, 2018.

GORNITZ, V. Global coastal hazards from future sea level rise. Palaeogeography, Palaeoclimatology, Palaeoecology, v. 89, n. 4, p. 379–398, 1991.

IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Disponível em: http://www.ibge.gov.br

JENKS, G. F.; CASPALL, F. C. Error on choroplethic maps: definition, measurement, reduction. Annals of the Association of American Geographers, 61(2):217-244, 1971.

LIN M, BELIAVSKY A, KATZ K, POWIS JE, NG W, WILLIAMS V. What can early Canadian experience screening for COVID-19 teach us about how to prepare for a pandemic? Mar;192(12): E314-E8, CMAJ, 2020.

OMS- Organização Mundial da Saúde. WHO Coronavirus (COVID-19) Dashboard. Disponível em https://covid19.who.int/. Acesso em julho de 2021.

LIMA, J. C.; RANGEL, F.; PIRES, A. S. Combate à COVID-19 e a falácia da política economicista. Boletim Coletividade - Sociologia na Pandemia, PPGS/UFSCar, 2020.

PIRES, L. L.; CARVALHO, L.; XAVIER, L. L. COVID-19 e desigualdade: a distribuição dos fatores de risco no Brasil. Disponível em: https://ondasbrasil.org/wp-content/uploads/2020/04/COVID-19-e-desigualdade-a-distribui%C3%A7%C3%A3o-dos-fatores-de-risco-no-Brasil.pdf

ORGANIZAÇÃO MUNDIAL DA SAÚDE – OMS. Declaração Política do Rio sobre Determinantes Sociais da Saúde. Rio de Janeiro: OMS, 2011.

PNUD - Programa das Nações Unidas para o Desenvolvimento. Relatório do Desenvolvimento Humano 2019: Além do rendimento, além das médias, além do presente: Desigualdades no desenvolvimento humano no século XXI. 1 UN Plaza, New York, NY 10017 USA, 2019.

RASMUSSEN, S. A. SMULIAN, J. C. Redefining vulnerability in the era of COVID-19. The Lancet, 395(April), 4–10, 2020.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, 2021. Disponível em: https://www.R-project.org/.

RODRIGUES, W.; DA COSTA F.H.; TREVISAN, D.M.DQ.; PRATA, D.; REIS, G.R.; RESENDE, R. A. Social, Economic, and Regional Determinants of Mortality in Hospitalized Patients With COVID-19 in Brazil. Frontiers in Public Health, vol.10, 2022.

WERNECK, G. Como se dará a evolução de Covid-19 na população que vive em condições precárias. Entrevista cedida ao Instituto Humanitas da UNISINUS, 2020. Disponível em: http://www.ihu.unisinos.br/597542-como-se-dara-a-evolucao-de-covid-19-na-populacao-que-vive-em-condicoes-precarias-entrevista-especial-com-guilherme-werneck-2

WERNECK G. L.; STRUCHINER C. J. Estudos de agregados de doenças no espaço-tempo: conceitos, técnicas e desafios. Cadernos de Saúde Pública, 13(4), 611–624, 1997.

ZHOU, C. et al. COVID-19: Challenges to GIS with Big Data. Geography and Sustainability, 2020.

Artículos más leídos del mismo autor/a