Samuel Santos Souza, Elayny Lopes Costa, Maria Inês Pardo Calazans, Miúcha Muniz Pereira Antônio, Carolina Rego Chaves Dias, Jefferson Paixão Cardoso
{"title":"Análise espacial dos casos de COVID-19 notificados no estado da Bahia, Brasil","authors":"Samuel Santos Souza, Elayny Lopes Costa, Maria Inês Pardo Calazans, Miúcha Muniz Pereira Antônio, Carolina Rego Chaves Dias, Jefferson Paixão Cardoso","doi":"10.1590/1414-462x202230040307","DOIUrl":null,"url":null,"abstract":"Resumo Introdução Estudos que utilizam georreferenciamento se mostram úteis para tomada de decisão nas ações em saúde. Objetivo Analisar a distribuição espacial de Coronavirus Disease-2019 (COVID-19) no estado da Bahia e unidades de saúde geridas pela rede. Método Estudo ecológico com análise da distribuição espacial dos casos notificados em boletins epidemiológicos da Secretária de Saúde entre 6 de março e 6 de junho de 2020. Na análise espacial foram utilizados os “I de Moran” bruto e ajustado pelo Estimador Bayesiano Global e criados mapas para visualização dos resultados. Foi realizada regressão espacial multivariável, sendo que a variável dependente esteve relacionada com os coeficientes de incidência de COVID-19, ao passo que para as independentes, identificaram-se o Índice de Desenvolvimento Humano, renda per capita, densidade demográfica, quantidade de leitos, profissionais e unidades de saúde. Resultados Foram identificados 26.823 casos em 322 municípios, totalizando 58,2% na capital; municípios com maior coeficiente de incidência foram Ipiaú (718,0), Itajuípe (678,2) e Uruçuca (638,0), em macrorregiões diversas e 42 unidades de saúde em diversos níveis de complexidade, sendo 18 na capital. Conclusão Métodos de análise espacial são evidenciados como meio essencial para compreensão da espacialização da COVID-19, sendo útil como ferramenta no planejamento das ações de prevenção e controle do COVID-19.","PeriodicalId":31264,"journal":{"name":"Cadernos de Saude Coletiva","volume":"34 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-11-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cadernos de Saude Coletiva","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1590/1414-462x202230040307","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Resumo Introdução Estudos que utilizam georreferenciamento se mostram úteis para tomada de decisão nas ações em saúde. Objetivo Analisar a distribuição espacial de Coronavirus Disease-2019 (COVID-19) no estado da Bahia e unidades de saúde geridas pela rede. Método Estudo ecológico com análise da distribuição espacial dos casos notificados em boletins epidemiológicos da Secretária de Saúde entre 6 de março e 6 de junho de 2020. Na análise espacial foram utilizados os “I de Moran” bruto e ajustado pelo Estimador Bayesiano Global e criados mapas para visualização dos resultados. Foi realizada regressão espacial multivariável, sendo que a variável dependente esteve relacionada com os coeficientes de incidência de COVID-19, ao passo que para as independentes, identificaram-se o Índice de Desenvolvimento Humano, renda per capita, densidade demográfica, quantidade de leitos, profissionais e unidades de saúde. Resultados Foram identificados 26.823 casos em 322 municípios, totalizando 58,2% na capital; municípios com maior coeficiente de incidência foram Ipiaú (718,0), Itajuípe (678,2) e Uruçuca (638,0), em macrorregiões diversas e 42 unidades de saúde em diversos níveis de complexidade, sendo 18 na capital. Conclusão Métodos de análise espacial são evidenciados como meio essencial para compreensão da espacialização da COVID-19, sendo útil como ferramenta no planejamento das ações de prevenção e controle do COVID-19.