No abstract

Desde o início da pandemia de COVID-19, o perfil de mortalidade e os fatores de risco associados foram amplamente rastreados em diferentes partes do mundo. Assim, analisamos a ocorrência de óbitos através do boletim da Secretaria de Estado da Saúde de Sergipe, Brasil, publicado em 9 de junho de 2021. Os dados foram analisados de forma descritiva e inferencial por meio do software R. Sergipe registrou 5.295 óbitos pelo novo coronavírus durante os 15 primeiros meses de pandemia, 2.592 (49,0%) em 2020 contra 2.703 (51,1%) em 2021. As vítimas apresentavam idade média de 65,3 (± 17,4) anos, com predomínio do sexo masculino (56,2%), de região metropolitana de Aracaju (56,0%) e que apresentam alguma comorbidade (71,3%). Observou-se diferença significativa na mediana de idade em relação ao ano do óbito, sexo e comorbidade, além do ano do óbito com a idade e localização, com aumento na proporção de óbitos entre pessoas de 30 a 59 anos de 25,6% em 2020 para 33,8% em 2021. Nas pessoas com 60 anos ou mais, porém, houve queda em 2020, essa faixa etária representava 71,1% dos óbitos e subiu para 63,6%. Essas variações no perfil da mortalidade podem ser atribuídas ao retorno às atividades laborais envolvendo a faixa etária adulta, bem como à vacinação dos idosos, como grupo prioritário. Deste modo, observamos que o sexo, a idade e a presença de comorbidades foram os fatores com maior influência sobre a mortalidade por COVID-19.

resumo -O clima no Brasil é diversificado em consequência de diversos fatores, como a extensão territorial, o relevo e a dinâmica das massas de ar. Em séries temporais, entropia é uma medida da quantidade de incerteza (ou regularidade) com diversas aplicações em séries climáticas. Com o objetivo de compreender a evolução temporal do grau de regularidade em séries temporais climáticas no Bioma Caatinga, e compará-las com o observado por Santos et al. (2015) no bioma Mata Atlântica, aplicamos o método Sample Entropy (SampEn) para analisar a entropia em séries históricas de médias diárias da temperatura do ar, umidade relativa do ar e velocidade do vento, registradas no município de Poço Redondo, no estado de Sergipe, no período de 2005 a 2014. Observamos maiores regularidades para as séries de temperatura do ar (média de 1,12) e umidade relativa do ar (média de 1,28), ou seja, estas variáveis são as que apresentam maior facilidade na realização de previsões climáticas, tal resultado é associado à caracterização climática da região (semiárido). Os valores da entropia observados para a velocidade do vento foram predominantemente maiores que os observados para as demais variáveis (média de 2,18). Não foram observadas tendências nas séries entrópicas, onde todas foram caracterizadas como estacionárias para a janela estudada. Em comparação com os resultados obtidos por Santos et al.(2015), foi possível observar a influência da maritimidade e das massas de ar sobre a entropia da temperatura do ar e umidade relativa do ar. pAlAvrAs-chAve: Clima; Sample entropy; Caatinga. temporAl complexity AnAlysis of climAtic vAriAbles in the cAAtingAAbstrAct -The climate of Brazil is diversified due to different factors, such as the territorial extension,relief and dynamics of air masses. In time series, entropy is a measure of the quantity of uncertainty (or regularity) with many applications in climate series. The aim of this study was to understand the temporal evolution of the degree of regularity in climate time series in the Caatinga, and compare them with those observed by Santos et al. (2015) in theAtlantic Forest. For this purpose, we applied the Sample Entropy (SampEn) method to analyze the entropy in historical series of daily average of air temperature, air relative humidity, and wind speedrecorded in the municipality of Poço Redondo, in Sergipe State, Brazil, from 2005 to 2014. There was a higher regularity in the air temperature series (mean of 1.12) and air relative humidity (mean of 1.28), i.e., these variables are the easiest onesfor climate predictions.This result is associated with climatic characterization of the semiarid region. The values of entropy observed for wind speed were predominantly higher than those observed for the other

Resumo A investigação da dinâmica das variáveis climáticas fornece informações importantes sobre a sua variabilidade espaço-temporal. Compreender esses processos é fundamental para o desenvolvimento de modelos climáticos que sirvam de base para a análise de cenários futuros e para a previsão das mudanças climáticas. Neste trabalho, analisaram-se as propriedades multifractais das séries diárias de temperatura do ar no Nordeste do Brasil, registradas no período de 1990 a 2015, em 94 estações meteorológicas distribuídas na região. Aplicou-se o método Multifractal Detrended Fluctuation Analysis (MF-DFA), que foi desenvolvido para quantificar correlações de longo alcance em séries temporais multifractais. Os resultados mostraram que o processo que gera a variabilidade da temperatura do ar segue a dinâmica multifractal, com maior influência do componente sazonal. Observou-se, além disso, uma autocorrelação persistente, com maior persistência na proximidade da Linha do Equador. O grau de multifractalidade indicado pela largura do espectro multifractal varia de acordo com a classificação climática da região. A multifractalidade mais forte foi observada na Zona da Mata e no Agreste. Nesse sentido, os resultados indicam que uma longa memória em séries temporais da temperatura do ar média diária do Nordeste brasileiro deve ser modelada como um processo multifractal e pode contribuir para o desenvolvimento de modelos climáticos regionais mais confiáveis.