Advisor | Bastos, Leonardo Soares | |
Author | Amaral, Léa de Freitas | |
Access date | 2023-08-01T18:09:59Z | |
Available date | 2023-08-01T18:09:59Z | |
Document date | 2023 | |
Citation | AMARAL, Léa de Freitas. Dinâmica espaço-temporal de casos graves por COVID-19 no Estado do Rio de Janeiro. 2023. 80 f. Dissertação (Mestrado em Epidemiologia em Saúde Pública) - Escola Nacional de Saúde Pública Sergio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, 2023. | en_US |
URI | https://www.arca.fiocruz.br/handle/icict/59870 | |
Abstract in Portuguese | A COVID-19 chega ao estado do Rio de Janeiro no dia 05 de março de 2020. É uma infecção respiratória aguda potencialmente grave e podendo ser transmitida por contato, gotículas, partículas ou aerossóis. Durante toda a pandemia, o governo federal não teve uma política eficiente de enfrentamento ao vírus e sem uma estratégia nacional coordenada, os estados e municípios variaram na forma, intensidade e duração das implementação de medidas farmacológicas e não farmacológicas. O estado do Rio de Janeiro foi um dos principais pólos de disseminação viral para outras localidades brasileiras. Nesse sentido, esse trabalho tem como objetivo caracterizar o perfil epidemiológico e avaliar a dinâmica espaço-temporal de casos graves por COVID-19 no período de 2020 a 2022, em pessoas com 18 anos ou mais no estado do Rio de Janeiro. Este é um estudo observacional de coorte dinâmica que utiliza dados de casos hospitalizados por COVID-19 disponíveis no SIVEP-Gripe. Por meio de análise descritiva, a sincronicidade dos picos de hospitalização é comparada em diferentes momentos da epidemia no estado. Os resultados apontam que a epidemia da COVID-19 no estado pode ser caracterizada com a presença de sete picos no período analisado, sendo eles: B.1.1.33, Zeta, Gama, Delta e Omicron nos três últimos picos. Os picos foram observados em diferentes momentos do tempo e atingiram diferentes valores de incidência de hospitalizações nas regiões. Cada variante apresentou um comportamento diferenciado em cada uma das regiões de saúde, sendo a Metropolitana I a mais atingida. Em análise do perfil dos casos notificados, a maioria ocorreu entre a população idosa, acima de 60 anos. A maior frequência de casos aconteceu entre as pessoas brancas, mas a letalidade pela COVID-19 é maior entre as pessoas pretas. O perfil dos vacinados e hospitalizados encontra-se na faixa etária de 70 a 79 anos. Conclui-se que analisar a dinâmica espaço-temporal dos casos é indispensável para conhecer a forma que cada variante se espalhou nas regiões de saúde do estado e utilizar tais dados para poder propor medidas de prevenção, controle, alertas e resposta às emergências de saúde pública. | en_US |
Language | por | en_US |
Rights | open access | en_US |
Subject in Portuguese | Rio de Janeiro | en_US |
Subject in Portuguese | COVID-19 | en_US |
Subject in Portuguese | Estudo Observacional | en_US |
Subject in Portuguese | Perfil Epidemiológico | en_US |
Title | Dinâmica espaço-temporal de casos graves por COVID-19 no Estado do Rio de Janeiro | en_US |
Alternative title | Space-time dynamics of severe COVID-19 cases in the State of Rio de Janeiro | en_US |
Type | Dissertation | en_US |
Defense date | 2023-03-03 | |
Departament | Escola Nacional de Saúde Pública Sergio Arouca | en_US |
Defense Institution | Fundação Oswaldo Cruz | en_US |
Degree level | Mestrado Acadêmico | en_US |
Place of Defense | Rio de Janeiro | en_US |
Program | Programa de Pós-Graduação em Epidemiologia em Saúde Pública | en_US |
Co-Advisor | Lana, Raquel Martins. | |
Abstract | COVID-19 arrives in the state of Rio de Janeiro on March 05, 2020. It is a potentially severe acute respiratory infection that can be transmitted by contact, droplets, particles or aerosols. Throughout the pandemic, the federal government did not have an effective policy to combat the virus, and without a coordinated national strategy, states and municipalities varied in the form, intensity and duration of implementation of pharmacological and nonpharmacological measures. The State of Rio de Janeiro was one of the main poles of viral dissemination to other Brazilian locations. In this sense, this work aims to evaluate the spatiotemporal dynamics and characterize the epidemiological profile of severe cases through COVID-19 in the period from 2020 to 2022, in people aged 18 years or older in the state of Rio de Janeiro. It is a dynamic cohort observational study using data of hospitalized cases for COVID-19 available in SIVEP-Gripe, and through descriptive analysis, the synchronicity of hospitalization peaks at different times of the epidemic in the state is compared. The results indicate that the epidemic of COVID-19 in the state can be characterized with the presence of seven peaks in the period analyzed, these being: B.1.1.33, Zeta, Gamma, Delta and Omicron in the last three peaks. The peaks were observed at different times and reached different values of incidence of hospitalizations in the regions. Each variant showed a different behavior in each of the health regions, with Metropolitan I being the most affected. In analyzing the profile of the cases that occurred, most cases occurred among the elderly population, over 60 years old. The highest frequency of cases occurred among whites, but the lethality of COVID-19 is higher among blacks. The profile of those vaccinated and hospitalized is in the age group of 70 to 79 years. We conclude that the analysis of the spatio-temporal dynamics of the cases is essential to know how each variant has spread in the health regions of the state and use such data to develop measures for prevention, control, alerts and response to public health emergencies, being able to use this information in future endemics and pandemics. | en_US |
Affilliation | Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil. | en_US |
Subject | COVID-19 | en_US |
Subject | Spatio-Temporal Analysis | en_US |
Subject | Health Profile | en_US |
Subject | Rio de Janeiro | en_US |
DeCS | COVID-19 | en_US |
DeCS | epidemiologia | en_US |
DeCS | Perfil de Saúde | en_US |
DeCS | Hospitalização | en_US |
DeCS | estatística e dados numéricos | en_US |
DeCS | Vacinas contra COVID-19 | en_US |
DeCS | Análise Espaço-Temporal | en_US |
DeCS | Estudo Observacional | en_US |