Excesso de óbitos classificados com códigos garbage na pandemia de Covid-19, no estado da Paraíba
Bibliographic Data
| ID | 3033548 |
|---|---|
| Authors | Everlane Suane Araújo Da Silva (0000-0001-9372-0098, Universidade Federal da Paraíba, corresponding author), Matheus Antonio Alves De Araujo (0009-0000-9614-3329, Universidade Federal da Paraíba) |
| Year | 2023 |
| Volume | 40 |
| Pages | 1-17 |
| Publication date | 2023-10-30 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Revista Brasileira de Estudos de População (JOURNAL) |
| Journal identifiers | ISSN: 0102-3098 • E-ISSN: 1980-5519 |
| Publisher | Associacao Brasileira de Estudos Populacionais (PUBLISHER • BR) |
| DOI | 10.20947/s0102-3098a0249 |
| OpenAlex | W4388213682 |
| Language | PT |
| Citations received | 1 |
| References cited | 2 |
No cenário de calamidade assistido durante a pandemia de Covid-19, o ato de definir a causa básica de um óbito não foi trivial e o aumento da utilização dos códigos garbage (códigos mal definidos ou pouco específicos) traz preocupação em relação à qualidade da informação sobre as causas de morte nos estados do Brasil. Constatou-se um aumento significativo do número de óbitos no período pandêmico no estado da Paraíba, localizado na região Nordeste do Brasil, situação que se assemelhou ao contexto nacional. Em 2020 ocorreram 31.107 óbitos na Paraíba, enquanto no período de 2015 a 2019 foi identificada uma média de 27.000 óbitos. O objetivo do presente estudo é identificar e mensurar o excesso de óbitos classificados com códigos garbage em 2020, no estado da Paraíba, durante a pandemia de Covid-19. As séries temporais de óbitos foram obtidas do Painel de Monitoramento da Mortalidade por Causas Básicas Inespecíficas ou Incompletas (garbage codes) do Ministério da Saúde, para todos os meses de 2015 a 2020. Foram calculadas as projeções de óbitos totais e dos óbitos por códigos garbage (CG). O cálculo do excesso da proporção de óbitos classificados por códigos garbage no estado da Paraíba, em 2020, resultou em 8,58%, destacando-se o mês de junho com o maior valor (19,42%). Espera-se contribuir para avanços no conhecimento da realidade da qualidade da informação da notificação dos óbitos em uma área do país que almeja avanços nesse sentido e evidenciar a necessidade da investigação em outras localidades do Brasil
Art · Garbage · Humanities · Computer Science · COVID-19 diagnosis using AI · COVID-19 epidemiological studies · Data-Driven Disease Surveillance · Psychology
| Unique citing works | 1 |
|---|---|
| Citations per year | 0,33 |
| Citation span | 2023 - 2023 (1) |
| Citation velocity | historical |
| Highly cited | No |
| Citation types | Neutral: 1 |