Mapeamento De Covid-19 E Isolamento Social

Ferramentas De Monitoramento E Vigilância Em Saúde Pública

Bibliographic Data

ID16878729
AuthorsPatricia Sayuri Silvestre Matsumoto (0000-0001-7205-7557, Instituto Adolfo Lutz), Marcelo Tenório Crepaldi (0000-0001-9365-5708, Universidade Estadual Paulista (Unesp)), Paulo Sérgio Avanzi Júnior (Universidade Estadual Paulista (Unesp)), Matheus Buttler de Oliveira (0000-0001-5222-8857, Universidade Estadual Paulista (Unesp)), Raisa Maria De Sousa Regala (0000-0002-0743-2717, Universidade Estadual Paulista (Unesp)), Thaís Vasco Rosseal (Universidade Estadual Paulista (Unesp)), João Pedro Pereira Caetano De Lima (0000-0002-2327-910X, Universidade Estadual Paulista (Unesp))
Year2020
Pages298-311
Publication date2020-06-20
Peer ReviewedYes
Open AccessYes
TypeARTICLE
VenueHygeia - Revista Brasileira de Geografia Médica e da Saúde (JOURNAL)
Journal identifiersISSN: 1980-1726 • E-ISSN: 1980-1726
PublisherPPUFU - Portal de Periódicos da Universidade Federal de Uberlândia (PUBLISHER)
DOI10.14393/hygeia0054553
OpenAlexW3045522168
LanguageES
Citations received4
References cited9

Contexto: A pandemia de COVID-19 tem demandado esforços dos sistemas de saúde em todo mundo. Uma análise local e geográfica, elaborada por meio de ferramentas de geotecnologias, é capaz de orientar a tomada de decisão e definir áreas prioritárias ao enfrentamento dessa nova doença. Objetivo: O presente estudo faz parte do esforço do Laboratório de Biogeografia e Geografia da Saúde da UNESP de Presidente Prudente para dar suporte à tomada de decisão em situação de emergência em saúde pública. Para isso, tem como objetivo analisar a concentração de casos suspeitos de COVID-19 em Presidente Prudente – SP, Brasil, considerando também as medidas de isolamento social. Metodologia: Os dados são oriundos da Secretaria Municipal de Saúde de Presidente Prudente (de 28/02/2020 a 30/04/2020) e do Estado de São Paulo. Utilizamos uma API de geocodificação do Google Maps e elaboramos os mapeamentos em Sistema de Informação Geográfica. Calculamos a função K de Ripley dos casos de COVID-19, aplicamos o estimador de intensidade de Kernel e cruzamos as áreas de maiores concentrações dos casos com variáveis socioeconômicas do IBGE (menor renda, maior número de idosos e habitantes) para a identificação de áreas vulneráveis. Resultados: Os casos em Presidente Prudente estão aglomerados de 0,4 a 3,4 km. Identificamos cinco áreas de maior intensidade dos casos da doença, tanto em áreas mais centrais como mais distantes, das quais, por vulnerabilidade, as zonas quatro e dois são indicadas como prioritárias para o desenvolvimento de ações de monitoramento e vigilância. Também identificamos baixo índice médio de isolamento social em Presidente Prudente (46%), abaixo dos valores recomendados (>70%) que, por sua vez, estão correlacionados negativamente (-0,52, p-valor<0.05) com os casos de COVID-19 quatro dias após as taxas de isolamento

Art · Disease · Geography · Humanities · Education during COVID-19 pandemic · Health, Nursing, Elderly Care · Maternal and Neonatal Healthcare · Medicine

Tools

Open DOIOpen Access