Analysis of the Social Vulnerability to the Effects of COVID-19 Pandemics on Brazilian Coastal Municipalities
DOI
https://doi.org/10.25267/Costas.2023.v.3.i2.05Info
Authors
- CIBELE OLIVEIRA LIMA (BR) Doutoranda em Geografia pela Universidade Federal de Santa Catarina (UFSC); coleta e análise de dados, concepção da metodologia, obtenção de resultados, aporte de material de estudo, redação do artigo
- 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
Abstract
The COVID-19 pandemics has intensified several social and economic difficulties, posing challenges for the public management in many countries. Aiming at mitigating its effects, it is essential to collect, analyze and communicate data obtained from reliable sources, at various spatial scales, and to integrate them in systems that can support decision-making by the government. In this context, this article aims to contribute to the organization of relevant information to the understanding of this health crisis from structuring a Social Vulnerability Index to COVID-19 (IVS-Cov), a data layer integrated to the Spatial Information Platform of COVID-19 (PIE-COVID). This platform is available with daily updates on the IFRS website (http://covid19.riogrande.ifrs.edu.br/) and integrates data on COVID-19 cases and deaths with sociodemographic, economic and health variables in the municipal scale. Seven census variables were used for the composition of the IVS-Cov: (1) average income per household, (2) percentage of elderly people, (3) percentage of urban population, (4) residents per household, (5) number of intensive care units, (6) distance from the municipality without an available intensive car bed to the nearest hospital with an available bed, and (7) percentage of people dependent on the SUS; being those layers processed based on the methodology proposed by Gornitz (1991) for vulnerability analyses. The results found are robust and present a good diagnosis of the situation of the coastal populations most vulnerable to the effects of the crisis caused by the coronavirus. Spatially, an increase in vulnerability was observed in the northeastern and northern states of Brazil, in addition to a lower vulnerability in all state capitals. Despite this general trend, municipalities with high vulnerability occurred in all regions of the country. Considering that coastal municipalities have a strong economic dependence on activities that have suffered some stoppage during periods of the pandemic, such as tourism, it can be argued that there were impacts of considerable social repercussions, being our expectation that the results obtained can contribute to subsidies for local management.
Keywords
Supporting Agencies
How to Cite
License
Copyright (c) 2023 Cibele Oliveira Lima, Tiago Borges Ribeiro Gandra, Carla Van der Haagen Custódio Bonetti, Jarbas Bonetti.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
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.