Explorando a relação entre a incidência de COVID-19 e variáveis socio-econômicas no Brasil

No post de hoje, vamos analisar se existe uma relação entre a situação e estrutura sócio-econômica dos estados brasileiros com os casos de coronavírus. Para isso, vamos avaliar sob diferentes perspectivas como o número de casos e óbitos estão ligados a fatores estruturais (como a quantidade de habitantes que disputam uma vaga na UTI), econômicos (como a porcentagem da população que vive abaixo da linha da pobreza) e sociais (como a porcentagem de domicílios ocupados em aglomerados subnormais).

Começando pelos fatores estruturais, já comparamos anteriormente a relação entre o número de casos a cada 100 mil habitantes com o número de óbitos a cada 100 mil habitantes (post pode ser acessado aqui). Hoje, vamos observar como essa relação evoluiu. A imagem abaixo representa a relação de casos vs. óbitos per capita, sendo que o tamanho das bolhas demonstra o número de habitantes por leito de UTI disponível no estado. Podemos perceber que alguns estados das regiões Norte e Nordeste têm um cenário crítico em nessa relação de casos, óbitos e disponibilidade de leitos de UTI.

O Amazonas é o estado com maior número de óbitos a cada 100 mil habitantes, com 58 óbitos per capita. No eixo horizontal do gráfico, representando o estado com maior número de casos per capita, temos o Amapá, com 1.793 casos a cada 100 mil habitantes. Adicionalmente, o estado com o maior número de habitantes por leito de UTI disponível (tamanho do círculo) é Roraima, com 24.230 habitantes por leito, como podemos observar abaixo:

A seguir, iremos analisar as métricas sócio-econômicas: na imagem abaixo, temos a porcentagem de número de domicílios em aglomerados subnormais (eixo x) versus a porcentagem da população vivendo abaixo da linha da pobreza (eixo y), enquanto o tamanho das bolhas é novamente o número de habitantes por leito de UTI.

Sob essa ótica, podemos observar que no eixo horizontal o estado do Amazonas lidera em relação à porcentagem de domicílios ocupados em aglomerados subnormais, com 35%. O Maranhão, por sua vez, lidera a métrica da população vivendo abaixo da linha da pobreza (eixo vertical), com 53% da sua população vivendo com menos de US$ 5,5 por dia per capita. Além disso, é possível observar que os estados com mais habitantes por leito de UTI também possuem um alto percentual da população vivendo em situação de pobreza.

Dando continuidade, vamos analisar a relação dos óbitos a cada 100 mil habitantes com a porcentagem de ocupação de UTIs e com a porcentagem de domicílios ocupados em aglomerados subnormais (o tamanho das bolhas).

Os estados Amazonas e Amapá, que se destacaram nas análises anteriores devido ao grande número de óbitos per capita e domicílios ocupados em aglomerados subnormais, também se encontram com ocupação de leitos de UTI elevadas, com 96% e 97%, respectivamente. Além disso, é possível observar novamente a presença majoritária de estados do Norte e Nordeste no quadrante superior direito do gráfico, equivalente à números mais elevados de óbitos per capita e de porcentagem de domicílios ocupados em aglomerados subnormais. 

Com base nas análises acima, os dados observados indicam que existe uma relação entre as variáveis sócio-econômicas e a gravidade da pandemia de COVID-19. Em particular, os estados do Norte e Nordeste (que historicamente demonstraram índices sociais mais baixos) estão sendo gravemente afetados pelo Coronavírus - as taxas de ocupação de UTI, por exemplo, chegam à 100% em Rondônia e 99% em Pernambuco, corroborando com a indicação de falta de estrutura hospitalar nessas regiões. Além disso, em muitos casos, os baixos índices sociais indicam falta de condições de saneamento básico e ou regiões de moradias precárias, onde ocorrem maior aglomeração da população e consequentemente maior proliferação do vírus (análise completa pode ser acessada aqui). Dessa forma, esses indicadores sociais podem ser utilizados como medidas complementares do risco contaminação a qual uma população está submetida, auxiliando na tomada de decisão a respeito de políticas públicas de saúde.