Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/37851
Files in This Item:
File Description SizeFormat 
PREPRINT_AnaliseEspacialCasos.pdf1,21 MBAdobe PDFView/Open
Title: Análise espacial dos casos de COVID-19 e leitos de terapia intensiva no estado do Ceará, Brasil
Authors: Albuquerque, Nila
Pedrosa, Nathália
metadata.dc.identifier.orcid: https://orcid.org/0000-0002-9060-2296
Assunto:: Covid-19
Análise espacial
Epidemias
Issue Date: 26-Apr-2020
Citation: ALBUQUERQUE, Nila; PEDROSA, Nathália. Análise espacial dos casos de COVID-19 e leitos de terapia intensiva no estado do Ceará, Brasil. SciELO Preprints, 2020. DOI: https://doi.org/10.1590/SciELOPreprints.181. Disponível em: https://preprints.scielo.org/index.php/scielo/preprint/view/181. Acesso em: 22 maio 2020.
Abstract: A distribuição geográfica da COVID-19 por meio de recursos de Sistemas de Informação Geográfica é pouco explorada. O objetivo foi analisar a distribuição de casos da COVID-19 e de leitos de terapia intensiva exclusivos para a doença no estado do Ceará, Brasil. Estudo ecológico, com distribuição geográfica do coeficiente de detecção de casos da doença em 184 municípios. Construíram-se mapas dos valores brutos e estimados (método bayesiano global e local), com cálculo do índice de Moran e utilização do BoxMap e MoranMap. Os leitos foram distribuídos por meio de pontos geolocalizados. Estudaram-se 3.000 casos e 459 leitos. As maiores taxas encontram-se na capital Fortaleza, região metropolitana (RM) e ao sul dessa região. Há autocorrelação espacial positiva na taxa bayesiana local (I=0,66). A distribuição dos leitos de terapia intensiva sobreposta ao BoxMap evidenciou aglomerados com padrão Alto-Alto apresentando número de leitos (capital, RM, porção noroeste); porém, há o mesmo padrão (extremo leste) e em áreas de transição com insuficiência de leito. O MoranMap evidenciou clusters estatisticamente significativos no estado. A interiorização da COVID-19 no Ceará demanda medidas de contingência voltadas à distribuição dos leitos de terapia intensiva específicos para casos de COVID19 para atender à demanda.
Abstract: The geographical distribution of COVID-19 through Geographic Information Systems resources is little explored. The objective was to analyze the distribution of COVID-19 cases and the exclusive intensive care beds in the state of Ceará, Brazil. Ecological study, with geographic distribution of the cases detection coefficient in 184 municipalities. Maps of gross and estimated values (global and local Bayesian method) were developed, the Moran index was calculated and BoxMap and MoranMap were used. Intensive care beds were distributed through geolocalized points. 3,000 cases and 459 beds were studied. The highest rates were found in the capital Fortaleza, metropolitan region (MR) and the south of this region. There is positive spatial autocorrelation in the local Bayesian rate (I = 0.66). The distribution of beds superimposed on the BoxMap shows clusters with a High-High number of beds pattern (capital, MR, northwest part); however, there is the same pattern (far east) or transition areas with insufficient bed. MoranMap shows clusters statistically significant in the state. The interiorization of COVID-19 in Ceará requires contingency measures related to the distribution of specific intensive care beds for COVID-19 cases in order to meet the demand.
Description: O preprint foi submetido para publicação em um periódico. DOI do artigo publicado https://doi.org/10.1590/1413-81232020256.1.10952020
Licença:: Copyright (c) 2020 Nila Albuquerque, Nathália Pedrosa - (CC BY) - License Este trabalho está licensiado sob uma licença Creative Commons Attribution 4.0 International License.
DOI: https://doi.org/10.1590/SciELOPreprints.181
metadata.dc.relation.isbasedon: https://repositorio.unb.br/handle/10482/38006
Appears in Collections:FMD - Artigos publicados em periódicos e preprints
UnB - Covid-19

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/37851/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.