Avaliação dos recursos de saúde para o enfretamento de doenças infecciosas utilizando ferramentas geoespaciais

Abstract

RESUMO: A pandemia do COVID-19 teve um impacto significativo no sistema de saúde global, e o Brasil não é exceção. No primeiro artigo, o objetivo foi verificar o preparo do Sistema de Saúde Brasileiro para a pandemia. Portanto, um estudo retrospectivo e ecológico foi realizado com dados do Departamento Brasileiro de Informática do Sistema Único de Saúde. O estudo analisou os números de leitos de terapia intensiva (UTI) e hospitalares, médicos gerais ou intensivistas, enfermeiros, técnicos de enfermagem, fisioterapeutas e ventiladores de cada região de saúde por meio da área de captação flutuante de 2 degraus, análise espacial que verifica a acessibilidade ao cuidado. Além disso, outra análise espacial usando Getis-Ord-Gi* também foi realizada para detectar hotspots de alta incidência de COVID-19 e distribuição de leitos hospitalares. Os resultados revelaram que, em fevereiro de 2020, o Brasil tinha 35.682 leitos de UTI, 426.388 leitos hospitalares e 65.411 ventiladores. Além disso, 17.240 novos leitos de UTI foram criados em junho de 2020. No entanto, a distribuição desses recursos foi desigual entre as regiões, com as regiões Sul e Sudeste apresentando os maiores índices de profissionais e infraestrutura para atender pacientes com COVID-19 em comparação com a região Norte região. A região Norte apresentou a menor acessibilidade às UTIs. O estudo concluiu que o Sistema de Saúde brasileiro estava inadequadamente preparado para gerir a pandemia devido à distribuição desigual de unidades de saúde, equipamentos e recursos humanos e à ineficácia das medidas públicas das administrações municipal e federal. No segundo trabalho, outro estudo foi realizado no Brasil para fornecer informações sobre como otimizar a distribuição de vacinas COVID-19 usando a análise de localização-alocação, uma análise espacial que verifica o número ideal de instalações necessárias para maximizar a cobertura. Este estudo coletou dados do Sistema de Informação do Programa Nacional de Imunizações em uma população do Sul do Brasil para determinar o número de pessoas vacinadas e a localização dos locais de vacinação. A localização de todos os estabelecimentos de saúde autorizados a administrar vacinas foi obtida no Registro Nacional de Estabelecimentos de Saúde para identificar possíveis novos locais. O estudo constatou que, até dezembro de 2021, quase todos os municípios do estado atingiram uma taxa de imunização de 70% e identificaram 56 novos estabelecimentos em potencial que aumentariam a cobertura populacional em mais de 250 mil pessoas. No geral, o estudo descobriu que a utilização de técnicas de alocação de localização pode ajudar os formuladores de políticas a garantir a distribuição adequada das vacinas COVID-19. No terceiro trabalho, foi realizado um estudo na Carolina do Norte, Estados Unidos da América, para identificar áreas com diferentes níveis de Determinantes Sociais da Saúde (SDOH) afetados desproporcionalmente pela COVID-19 em termos de taxas de infecção, hospitalização e mortalidade. O estudo analisou infecções por COVID-19 e SDOH em seis condados de Durham, Chatham, Granville, Orange, Person e Wake, na Carolina do Norte, observando os dados do paciente do registro de um sistema de saúde de março de 2020 a fevereiro de 2021 de um determinado hospital. Além disso, um conjunto de 14 variáveis SDOH de cada setor censitário para cada município foi coletado do American Community Survey 1 e 5-Year Data em 2020, e posterior redução dimensional por análise de componentes principais para criar três grupos de vulnerabilidade social. Esses grupos foram, então, inseridos na análise multivariada de agrupamento para identificar clusters de vulnerabilidade social. Em seguida, foi realizada uma estimativa de densidade de kernel para verificar os hotspots de pacientes com COVID-19 sobrepostos a esses clusters para verificar se a vulnerabilidade e as áreas com grande número de casos estavam relacionadas. Por fim, o Kruskal-Wallis foi realizado para verificar a proporção de casos entre clusters para confirmar a relação entre vulnerabilidade e número de casos. O estudo descobriu que aglomerados de disparidades sociais aumentadas foram significativamente mais afetados pelo COVID-19 do que áreas com melhor SDOH. Em conclusão, os formuladores de políticas devem promover ações para melhorar as condições de vida das pessoas mais vulneráveis para garantir que possam ter um melhor resultado contra o COVID-19.

ABSTRACT: The COVID-19 pandemic has had a significant impact on the global health system, and Brazil is no exception. In the first article, the objective was to verify the preparedness of the Brazilian Health Care System for the pandemic. Therefore, a retrospective and ecological study was conducted using data from the Brazilian Information Technology Department of the Public Health Care System. The study analyzed the numbers of intensive care (ICU) and hospital beds, general or intensivist physicians, nurses, nursing technicians, physiotherapists, and ventilators from each health region using 2-step floating catchment area, a spatial analysis that verifies the accessibility to care. In addition, another spatial analysis using Getis-Ord-Gi* was also performed in to detect hotspots of high incidence of COVID-19 and distribution of hospital beds. The results revealed that, as of February 2020, Brazil had 35,682 ICU beds, 426,388 hospital beds, and 65,411 ventilators. In addition, 17,240 new ICU beds were created in June 2020. However, the distribution of these resources was uneven across regions, with the South and Southeast regions having the highest rates of professionals and infrastructure to attend patients with COVID-19 compared to the northern region. The northern region had the lowest accessibility to ICUs. The study concluded that the Brazilian Health Care System was inadequately prepared to manage the pandemic due to the inequitable distribution of health facilities, equipment, and human resources, and the ineffectiveness of public measures of the municipal and federal administrations. In the second work, another study was conducted in Brazil to provide information on how to optimize the distribution of COVID-19 vaccines using location-allocation analysis, a spatial analysis that verifies the optimal number of facilities needed to maximize coverage. This study collected data from the National Immunization Program Information System in in a population in Southern Brazil to determine the number of people vaccinated and the location of vaccination sites. The location of all health facilities authorized to administer vaccines was obtained from the National registry of health establishments to identify potential new sites. The study found that by December 2021, nearly all municipalities in the state reached an immunization rate of 70% and identified 56 new potential establishments that would increase population coverage by more than 250,000 people. Overall, the study found that utilizing location-allocation techniques can assist policy makers in ensuring proper distribution of COVID-19 vaccines. In the third work, a study in North Carolina, United States of America, was conducted to identify areas with different levels of Social Determinants of Health (SDOH) were disproportionately affected by COVID-19 in terms of infection, hospitalization, and death rates. The study analyzed COVID-19 infections and SDOH in six counties Durham, Chatham, Granville, Orange, Person, and Wake in North Carolina by looking at patient data from a healthcare system's registry from March 2020 to February 2021 from a particular hospital. In addition, a set of 14 SDOH variables of each census-tract for each county were collected from the American Community Survey 1 and 5-Year Data in 2020, and posterior dimensional reduction by principal components analysis to create three groups of social vulnerability. These groups then were inserted to multivariate clustering analysis to identify clusters of social vulnerability. Next, a kernel density estimation was performed to verify the hotspots of patients with COVID-19 overlapping these clusters to verify whether the vulnerability and areas with great number of cases were related. Lastly, Kruskal-Wallis was performed to verify the proportion of cases between clusters to confirm the relationship between vulnerability and number of cases. The study found that clusters of increased social disparities was significantly more affected by COVID-19 than areas with better SDOH. In conclusion, policy makers must promote actions to improve the living conditions of the most vulnerable people to ensure that they can have a better outcome against COVID-19.