Edição de Notícias da UFSCar Categoria Selecione um ou mais campus que a notícia deve ser exibida. São CarlosArarasSorocabaLagoa do Sino Título Informe o título da notícia. Subtítulo Informe o subtítulo Texto Informe o texto da notícia. Pesquisadores da UFSCar publicaram dois estudos geográficos pioneiros no uso de método de escaneamento estatístico espaço-temporal para monitorar a Covid-19. O primeiro abrange o estado de São Paulo, avaliando a dispersão da doença nos municípios paulistas, tendo como base o número de casos diários e identificando <em>clusters</em> (agrupamentos) espaço-temporais emergentes ativos nesses municípios. Já a segunda pesquisa determina os <em>clusters</em> emergentes em todo o Brasil, levantando o risco relativo da doença para os 5.570 municípios brasileiros. Neste, também são considerados na análise o risco relativo com índices de vulnerabilidade social (IVS), desigualdade (GINI) e com a taxa de mortalidade.<br><br>Os trabalhos são fruto de uma parceria entre instituições do Brasil e Estados Unidos e são assinados pelos pesquisadores Rogério Hartung Toppa, do Departamento de Ciências Ambientais (DCA-So), Marcos Roberto Martines, do Departamento de Geografia, Turismo e Humanidades (DGTH-So), ambos do Campus Sorocaba da UFSCar; Ricardo Ferreira Vicente, da Universidade Federal do Triângulo Mineiro (UFTM); Luiza Maria de Assunção, da Universidade do Estado de Minas Gerais (UEMG), Michael Richard Desjardins, da Johns Hopkins Bloomberg School of Public Health; e Eric M. Delmelle, da Universidade da Carolina do Norte.<br><br>"No estudo sobre os municípios paulistas, nós subdividimos todo o período de estudo - 25 de fevereiro (data do primeiro caso de Covid-19 confirmado no Brasil) a 5 de maio - em três recortes temporais: 25/2 a 24/3; 25/2 a 15/4; e 25/02 a 05/05. Isso permitiu determinar o arranjo geográfico deste risco relativo para o estado de São Paulo por meio dos <em>clusters</em> emergentes", detalham Toppa e Martines. Enquanto no primeiro período não havia nenhum <em>cluster</em> significativo no Estado, no terceiro recorte, que abrangeu todo o período de análise (70 dias da pandemia), foram identificados três <em>clusters</em> emergentes significativos e 23 municípios com risco relativo maior do que 1, ou seja, com mais casos observados de Covid-19 do que esperados. "O que chamou a atenção é que esses <em>clusters</em> estavam todos próximos da capital do Estado, o que corrobora com a ideia de que a cidade de São Paulo era o epicentro da doença no período analisado", destacam.<br><br>No segundo estudo, que inclui variáveis socioeconômicas, os professores da UFSCar e demais colaboradores observaram uma "correlação positiva do risco relativo com essas variáveis, ou seja, locais mais vulneráveis e mais desiguais socialmente têm uma maior tendência de apresentarem os maiores riscos relativos da doença, além de uma maior taxa de mortalidade".<br><br>Para esse estudo de abrangência nacional foi feito um recorte temporal de 103 dias (de 25 de fevereiro a 7 de junho). "Encontramos 11 <em>clusters</em> emergentes de Covid-19 ocorrendo em todas as regiões do Brasil, sendo que sete deles apresentaram um risco relativo maior do que 1, o que significa que esses <em>clusters</em> têm mais casos observados do que esperados. O <em>cluster</em> mais crítico foi observado predominantemente na região norte, também incluindo o estado do Tocantins", revelam os professores da UFSCar. <br><br>"Nesse estudo nós listamos os três municípios mais críticos em relação aos sete <em>clusters</em> ativos identificados e cujos casos observados são maiores do que os casos esperados", descrevem Toppa e Martines. Segundo eles, a situação mais crítica se encontra no município de Pedra Branca do Amapari, no estado do Amapá. "Vale destacar que todos os 16 municípios do estado do Amapá estão com o risco relativo maior do que 1", completam. Por outro lado, foram encontrados municípios com risco relativo zero e outros com baixos valores de risco relativo em diversos estados brasileiros. <br><br>"Os resultados obtidos são um sinal de alerta sobre os casos de Covid-19 em municípios mais vulneráveis socioeconomicamente. Acreditamos que a ampla divulgação desse trabalho chama a atenção do poder público sobre o arranjo geográfico da doença em diferentes condições socioeconômicas do País, e que é necessário ter uma maior atenção em regiões mais vulneráveis", analisam. <br><br>De acordo com os docentes da UFSCar, o método usado nesses estudos permite a identificação de padrões espaciais e/ou espaço-temporais que geram agrupamentos de dados como resultados, possibilitando que os tomadores de decisão identifiquem pontos críticos estatisticamente significativos dos casos de Covid-19. "Dentre as aplicabilidades possíveis está a capacidade de identificar e prever ocorrências de fenômenos com base na identificação de áreas - conjuntos - de dados. Isso pode subsidiar possíveis medidas de prevenção para minimizar os danos à população exposta ao risco do fenômeno estudado", concluem os professores da UFSCar. <br><br><strong>Saiba mais</strong><br>O artigo sobre o avanço da Covid-19 no estado de São Paulo, intitulado "<em>Applying a Prospective Space-Time Scan Statistic to Examine the Evolution of COVID-19 Clusters in the State of Sao Paulo, Brazil</em>", está disponível no site da medRxiv, em <u><a target="_blank" href="https://bit.ly/3fyE7Db">https://bit.ly/3fyE7Db</a></u>, um servidor online gratuito de manuscritos na área das Ciências da Saúde. Já a publicação que amplia o estudo para todo o Brasil, intitulada "<em>Detecting space-time clusters of COVID-19 in Brazil: mortality, inequality, socioeconomic vulnerability, and the relative risk of the disease in Brazilian municipalities</em>", pode ser acessada em <u><a target="_blank" href="https://bit.ly/2AIx8sJ">https://bit.ly/2AIx8sJ</a></u>.<br><br>Mais informações podem ser obtidas com os autores pelos e-mails <u><a target="_blank" href="mailto:toppa@ufscar.br">toppa@ufscar.br</a></u> e <u><a target="_blank" href="mailto:mmartines@ufscar.br">mmartines@ufscar.br</a></u>. text/htmltext/plain Data Selecione a data da notícia. Atualizado em Selecione a data de atualização da notícia. Hora Informe a hora utilizando o formato HH:MM:SS. Data de Expiração Selecione uma data para a notícia expirar. Horário de Expiração Informe o horário que a notícia deve expirar utilizando o formato HH:MM:SS. Autor Informe o nome do autor Destaque Marque se a notícia é um destaque. Expira Marque se a notícia deve expirar. Perfil Escolha um perfil ou mais. EstudanteForeign VisitorDocente/TAPesquisadorVisitante Imagem Portal Insira uma imagem que será utilizada na notícia do portal. 66220_portal_2835242132088227344.jpg — image/JPEG, 55 KB Manter a imagem atual Remover a imagem atual Substituir por uma nova imagem Legenda da Imagem Portal Informe a legenda para a imagem utilizada na notícia do portal. Vídeo Informe o vídeo da notícia.
