No abstract

As transformações no clima urbano das cidades, a excessiva poluição atmosférica e o aumento das desigualdades sociais tornaram-se fatores determinantes do alto risco de internações por doenças respiratórias. Dessa forma, o objetivo deste trabalho foi compreender como os atributos meteorológicos (temperatura do ar, umidade relativa do ar e precipitação) e a poluição do ar (material particulado com diâmetro aerodinâmico menor de 10μm - MP10) estão relacionados com as internações hospitalares por doenças respiratórias em crianças, em 14 distritos da cidade de São Paulo, Brasil. A combinação dos modelos lineares generalizados com uma distribuição binomial negativa e o modelo não linear distributed lag non-linear model (DLNM) foram utilizados como método estatístico para analisar a relação entre as internações, os atributos climáticos e a poluição no período de 2003 a 2013. Os resultados mostraram relações estatísticas significativas de alto risco relativo entre a temperatura média do ar (17,5ºC a 21ºC, para o total analisado), umidade relativa do ar (84% a 98% para o sexo feminino), precipitação (0mm a 2,3mm para o total e ambos os sexos e > 120mm para o sexo feminino) e MP10 (> 35µg/m³ para o total e para o sexo feminino). Com base nesses resultados, foi possível identificar que os atributos ambientais contribuem para o elevado risco de internações.

Em 11 de março de 2020 a doença COVID-19 foi declarada uma pandemia. No Brasil o primeiro registro oficial da doença foi em 25 de fevereiro de 2020, contabilizando até o dia 01 de Maio do mesmo ano um total de 90.982 casos e 6.367 óbitos. Utilizando-se do software SaTScan™, a partir de ferramentas de estatística espacial e espaço-temporal, é possível elaborar análises robustas de varredura retrospectiva e prospectiva para identificação da ocorrência e acompanhar o espalhamento da doença no espaço e no tempo. Nesse contexto foi criado o projeto MONITORA-CLUSTERS, cujo objetivo é verificar e acompanhar agrupamentos de alto risco dos casos confirmados e óbitos por COVID-19. Ao longo do período estudado os resultados mostraram a formação de agrupamentos de alto risco relativo significativos nas modelagens espaciais e espaço-temporais. A fim de identificar agrupamentos ativos de casos e de óbitos, a estatística de varredura espaço-temporal prospectiva mostra onde e quando tiveram início tais agrupamentos, apontando locais críticos para medidas de controle. Percebeu-se em ambas as abordagens que todas as macrorregiões brasileiras apresentam aglomerados com excesso de casos registrados e/ou de óbitos. Essa poderosa ferramenta de vigilância epidemiológica tem potencial para colaborar no auxílio de tomadas de decisão referentes à pandemia no país.

No abstract

No abstract