Perfil epidemiológico y predictores de factores de riesgo para COVID-19 en el sur de Brasil

Autores/as

DOI:

https://doi.org/10.33448/rsd-v10i3.13197

Palabras clave:

COVID-19; Pandemia; Perfil epidemiológico; Razón de probabilidades; Riesgo.

Resumen

La detección de factores asociados a riesgo o protección por COVID-19 es fundamental para determinar posibles políticas públicas de prevención relacionadas con condiciones epidémicas. El objetivo de este estudio es analizar el perfil epidemiológico, así como analizar las variables predictivas de riesgo y protección para COVID-19 en la región sur de Brasil. Se realizó un estudio epidemiológico, basado en una serie de tiempo de 34 semanas y con base en la base de datos sobre COVID-19 de las Secretarías de Salud de los Estados de Rio Grande do Sul, Santa Catarina y Paraná. Se utilizaron los cálculos de prevalencia, incidencia, tablas de frecuencia, prueba de chi-cuadrado, razón de probabilidades y regresión binaria mediante el programa estadístico SPSS, v.22. Los resultados de este estudio indicaron que las variables estado, sexo, edad y comorbilidad predicen la condición de las personas infectadas para recuperarse, morir, manifestar síntomas o ser hospitalizadas por COVID-19.

Biografía del autor/a

Sarah Gisele Martins Klokner, Universidade Federal de Santa Catarina

Mestranda em Psicologia pela Universidade Federal de Santa Catarina.

Ramsés Antunes da Luz, Universidade do Oeste de Santa Catarina

Mestre em Administração pela Universidade Federal de Santa Catarina.

Pedro Henrique de Moura Araujo, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira

Doutor em Engenharia de Produção pela Universidade Federal de Santa Catarina.

Janete Knapik, Universidade Federal de Santa Catarina

Mestra em Administração pela Universidade Positivo. Doutoranda em Psicologia na Universidade Federal de Santa Catarina

Synara Sepúlveda Sales, Universidade Tuiuti do Paraná

Mestra em Psicologia pela Universidade Tuiuti do Paraná.

Grasiela Torrico, Universidade Federal de Santa Catarina

Mestranda em Psicologia pela Universidade Federal de Santa Catarina.

Fernanda Pereira Labiak, Universidade do Vale do Itajaí

Mestra em Educação pela Universidade Federal de Santa Catarina.

Clarissa Venturieri, Universidade Federal de Santa Catarina

Mestranda em Psicologia pela Universidade Federal de Santa Catarina.

 

Rafael Frasson, Universidade do Sul de Santa Catarina

Especialista em Psicologia pela Universidade do Sul de Santa Catarina.

Adelino Domingos Onofre, Universidade Federal de Santa Catarina   

Mestre em Psiquiatria e Saúde Mental pela Universidade do Porto.

Roberto Moraes Cruz, Universidade Federal de Santa Catarina

Doutor em Engenharia de Produção pela Universidade Federal de Santa Catarina.

Citas

Asfahan, S., Deokar, K., Dutt, N., Niwas, R., Jain, P., & Agarwal, M. (2020). Extrapolation of mortality in COVID-19: Exploring the role of age, sex, co-morbidities and health-care related occupation. Monaldi Archives for Chest Disease, 90(2). https://doi.org/10.4081/monaldi.2020.1325

Bonita, R., Beaglehole, R., & Kjellström, T. (2010). Epidemiologia básica. 2.ed. São Paulo: Santos.

Centers for Disease Control and Prevention. (2020). Implementation of mitigation strategies for communities with local transmission COVID-19. Atlanta, GA: CDC.

Cutolo, L. R. A. (2006). Modelo Biomédico, reforma sanitária e educação pediátrica. Arquivos Catarinenses de Medicina, 35(4), 16-24.

Deng, M., Qi, Y., Deng, L., Wang, H., Xu, Y., Li, Z., ... & Dai, Z. (2020). Obesity as a potential predictor of disease severity in young COVID‐19 patients: a retrospective study. Obesity, 28(10), 1815-1825. https://doi.org/10.1002/oby.22943

Dong, Y., Mo, X. I., Hu, Y., Qi, X., Jiang, F., Jiang, Z., & Tong, S. (2020). Epidemiological characteristics of 2143 pediatric patients with 2019 coronavirus disease in China. Pediatrics, 145(6), e20200702. https://doi.org/10.1542/peds.2020-0702

Emami, A., Javanmardi, F., Pirbonyeh, N., & Akbari, A. (2020). Prevalence of underlying diseases in hospitalized patients with COVID-19: a systematic review and meta-analysis. Archives of academic emergency medicine, 8(1).

Gao, Q., Hu, Y., Dai, Z., Xiao, F., Wang, J., & Wu, J. (2020). The epidemiological characteristics of 2019 novel coronavirus diseases (COVID-19) in Jingmen, Hubei, China. Medicine, 99(23), e20605. https://doi.org/10.1101/2020.03.07.20031393

Giordano, G., Blanchini, F., Bruno, R., Colaneri, P., Di Filippo, A., Di Matteo, A., & Colaneri, M. (2020). Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy. Nature medicine, 26(6), 855-860. https://doi.org/10.1038/s41591-020-0883-7

Governo do Estado do Paraná. (2020). Boletim - Informe Epidemiológico Coronavírus (COVID-19). Secretaria da Saúde do Estado do Paraná.

Governo do Estado do Rio Grande do Sul. (2020). Painel Coronavírus RS. Secretaria da Saúde do Estado do Rio Grande do Sul.

Governo do Estado de Santa Catarina. (2020). COVID-19 - Casos Confirmados. Base de dados do Governo do Estado – BOAVISTA, Centro de Operações de Emergência em Saúde (COES). Portal de Dados Abertos do Estado de Santa Catarina.

Guimarães, R. B., Catão, R. D. C., Martinuci, O. D. S., Pugliesi, E. A., & Matsumoto, P. S. S. (2020). O raciocínio geográfico e as chaves de leitura da Covid-19 no território brasileiro. Estudos Avançados, 34(99), 119-140. https://doi.org/10.1590/s0103-4014.2020.3499.008

Hernández-Garduño, E. (2020). Obesity is the comorbidity more strongly associated for Covid-19 in Mexico. A case-control study. Obesity research & clinical practice, 14(4), 375-379. https://doi.org/10.1016/j.orcp.2020.06.001

Instituto Brasileiro de Geografia e Estatística (IBGE) (2020). Estimativas da população residente no Brasil e Unidades da Federação com data de referência em 1º de julho de 2020.

Jin, J. M., Bai, P., He, W., Wu, F., Liu, X. F., Han, D. M., ... & Yang, J. K. (2020). Gender differences in patients with COVID-19: focus on severity and mortality. Frontiers in public health, 8, 152. https://doi.org/10.3389/fpubh.2020.00152LI

Li, Q., Guan, X., Wu, P., Wang, X., Zhou, L., Tong, Y., ... & Feng, Z. (2020). Early transmission dynamics in Wuhan, China, of novel coronavirus–infected pneumonia. New England journal of medicine. https://doi.org/10.1101/2020.02.23.20026864.

Ministério da Saúde. (2020a). Boletim Epidemiológico n. 36. Doença pelo Coronavírus 2019 (COVID-19).

Ministério da Saúde. (2020b). Boletim Epidemiológico Especial da Semana Epidemiológica 29 (12 a 18/07/20). Secretaria de Vigilância em Saúde do Ministério da Saúde. Brasília – DF.

Ng, J., Bakrania, K., Russell, R., & Falkous, C. (2020). Covid-19 mortality rates by age and gender: why is the disease killing more men than women. RGA.

Nikpouraghdam, M., Farahani, A. J., Alishiri, G., Heydari, S., Ebrahimnia, M., Samadinia, H., ... & Bagheri, M. (2020). Epidemiological characteristics of coronavirus disease 2019 (COVID-19) patients in IRAN: A single center study. Journal of Clinical Virology, 127, 104378. https://doi.org/10.1016/j.jcv.2020.104378.

Pereira, M. G. (2013). Epidemiologia: teoria e prática. Rio de Janeiro: Guanabara Koogan.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da Pesquisa Científica. 1. ed., v. 1, Santa Maria, RS: UFSM, NTE.

Petrilli, C. M., Jones, S. A., Yang, J., Rajagopalan, H., O'Donnell, L. F., Chernyak, Y., ... & Horwitz, L. I. (2020). Factors associated with hospitalization and critical illness among 4,103 patients with COVID-19 disease in New York City. MedRxiv. https://doi.org/10.1136/bmj.m1966

Singh, A. K., Gillies, C. L., Singh, R., Singh, A., Chudasama, Y., Coles, B., ... & Khunti, K. (2020). Prevalence of co‐morbidities and their association with mortality in patients with COVID‐19: a systematic review and meta‐analysis. Diabetes, Obesity and Metabolism, 22(10), 1915-1924. https://doi.org/10.1111/dom.14124

Sue, K. (2017). The science behind “man flu”. bmj, 359. https://doi.org/10.1136/bmj.j5560

Verity, R., Okell, L. C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., ... & Ferguson, N. M. (2020). Estimates of the severity of coronavirus disease 2019: a model-based analysis. The Lancet infectious diseases, 20(6), 669-677. https://doi.org/10.1016/S1473-3099(20)30243-7

World Health Organization (WHO). (2020). Coronavirus disease (COVID-19) outbreak. Geneva/WHO.

Zhang, J. J., Dong, X., Cao, Y. Y., Yuan, Y. D., Yang, Y. B., Yan, Y. Q., ... & Gao, Y. D. (2020). Clinical characteristics of 140 patients infected with SARS‐CoV‐2 in Wuhan, China. Allergy, 75(7), 1730-1741. https://doi.org/10.1111/all.14238

Zheng, Z., Peng, F., Xu, B., Zhao, J., Liu, H., Peng, J., ... & Tang, W. (2020). Risk factors of critical & mortal COVID-19 cases: A systematic literature review and meta-analysis. Journal of Infection. https://doi.org/10.1016/j.jinf.2020.04.021

Zhou, C., Huang, Z., Tan, W., Li, X., Yin, W., Xiao, Y., ... & Hu, Y. (2020). Predictive factors of severe coronavirus disease 2019 in previously healthy young adults: a single-center, retrospective study. Respiratory research, 21(1), 1-8. https://doi.org/10.1186/s12931-020-01412-1

Publicado

11/03/2021

Cómo citar

KLOKNER, S. G. M. .; LUZ, R. A. da .; ARAUJO, P. H. de M. .; KNAPIK, J. . .; SALES, S. S. .; TORRICO, G. .; LABIAK, F. P. .; GAI, M. J. P. .; VENTURIERI, C. .; FRASSON, R. .; ONOFRE, A. D. .; CRUZ, R. M. . Perfil epidemiológico y predictores de factores de riesgo para COVID-19 en el sur de Brasil. Research, Society and Development, [S. l.], v. 10, n. 3, p. e17710313197, 2021. DOI: 10.33448/rsd-v10i3.13197. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/13197. Acesso em: 17 jul. 2024.

Número

Sección

Ciencias de la salud