Serviços   O conteúdo desse portal pode ser acessível em Libras usando o VLibras

Avaliação dos efeitos das desigualdades sociais na pandemia COVID-19 em país de baixa e média renda

Coorte de 100 Milhões de Brasileiros

Avaliação dos efeitos das desigualdades sociais na pandemia COVID-19 em país de baixa e média renda

Vigência: Início 05/07/2021 - Término 04/10/2022

Status: Finalizado

Coordenação: Mauricio Barreto.

Pesquisador(a) Responsável: Maria Yury Ichihara.

Equipe: Maria Yury Ichihara, Elzo Júnior, Julia Pescarini, Rosemeire Leovigildo Fiaccone, Marcos Ennes Barreto, Cristiana Almeida, Adalton dos Anjos, Lilia Costa, Emanuelle Góes, Enny Paixão, Denise Pimenta.

Financiamento: Health Data Research United Kingdon (HDR-UK)

Instituições envolvidas: FIOCRUZ, Fundação Bill e Melinda Gates

O ICODA (International COVID-19 Data Alliance) e os Grand Challenges lançaram a nova iniciativa piloto do Grand Challenges ICODA COVID-19 Data Science, com o objetivo de abordar as principais questões sobre como reduzir os danos da Covid-19 e futuras pandemias. Dentro desse contexto, o projeto “Avaliação dos efeitos das desigualdades sociais na pandemia Covid-19 em um país de baixa e média renda” tem como objetivo elaborar medidas que permitam investigar o papel das desigualdades sociodemográficas e de acesso à saúde na pandemia, no Brasil.

O Brasil, sendo um País de Baixa Renda Média (LMIC), com altas desigualdades sociais e econômicas, foi gravemente afetado pela pandemia e recentemente se tornou uma ameaça à saúde global devido a medidas de controle ineficazes. Embora a morbidade e mortalidade da doença tenha sido associada à marcadores de desigualdades sociais, como pobreza, áreas de alta densidade, raça, etnia, baixa escolaridade, trabalho informal, difícil acesso aos serviços públicos, entre outros, ainda são desconhecidas as áreas onde as pessoas são mais vulneráveis ​a adoecer e morrer por Covid-19. 

Para direcionar políticas e estratégias sociais e de saúde, a fim de prevenir e controlar a pandemia no Brasil, será criado um índice de desigualdade social, o IDS-Covid-19, que medirá as desigualdades em termos socioeconômicos, demográficos e acesso a cuidados de saúde. O projeto irá criar um painel de visualização pública para compartilhar efetivamente este índice com a ampla comunidade de pesquisadores, gestores de saúde, comunidades, mídia e o público, além de produzir padrões espaciais e temporais de indicadores de pandemia e de medidas de distância social de acordo com IDS-Covid-19.

Objetivo Geral

O objetivo principal é produzir medidas que permitam investigar o papel das desigualdades sociodemográficas e de acesso à saúde na pandemia de Covid-19, no Brasil. 

Objetivos Específicos

I. Criar um Índice de Disparidades Sociais para Covid-19 (IDS-COVID-19) para medir as desigualdades brasileiras em relação a pandemia, o que pode ajudar a identificar as comunidades mais vulneráveis à transmissão do vírus.

Serão utilizadas três dimensões:

a) A privação material medida pelo Índice de Privação Brasileiro, a partir de dados de renda, educação e condições de moradia do Censo 2010;

b) O perfil sociodemográfico relacionado à Covid-19 gerará um indicador sociodemográfico por ACP (Análise de Componentes Principais) utilizando informações sobre raça, idade, população residente em área urbana e favelas, densidade habitacional do Censo de 2010;

c) A criação de acesso a serviços de saúde, um indicador com informações sobre serviços e profissionais de saúde do Cadastro Nacional de Estabelecimentos de Saúde com ACP.

II. Construir um painel de visualização público dos padrões de incidência e mortalidade da Covid-19, de acordo com IDS-Covid-19, usando ferramentas de visualização dinâmica para permitir comparações espaço-temporais eficientes e oportunas dos indicadores, além de medida de distância social em municípios, estados e regiões. O painel será construído através de linguagens Javascript e Angular, e com a área inicial baseada nos conceitos da Tufte da Edwad de Visualização de Dados, além da localização geográfica pública.

III. Em relação à evolução espaço-temporal da pandemia e das desigualdades de saúde nos municípios, serão utilizados métodos de agrupamento DTW (Dynamic Time Warping). DTW é um clustering dinâmico poderoso que permite agrupar dados de série temporal.

 

Conteúdo relacionado

Ver mais
[mc4wp_form id="2531"]
Acessar o conteúdo