Atividade de Bioestatistica

Atividade de bioestatística

Aluna: Maria Ester Melo Moutinho

Artigo Selecionado: Determinantes sociais da saúde e infecção por COVID-19 no Brasil: uma análise da epidemia.

O artigo utilizou a análise de correlação de Spearman para identificar e estimar a magnitude da associação entre as variáveis independentes e as variáveis de resposta. Foram excluídas as variáveis independentes que não apresentaram o poder preditivo sob a variável dependente.

Correlação

 A duração da pandemia está positivamente correlacionada com o número de médicos por 1.000 habitantes (r = 0,685; p < 0,01), o número de leitos por 10.000 habitantes (r = 0,635; p < 0,01) e o PIB per capita (r = 0,512; p < 0,01) na UF. O tempo de evolução da pandemia está negativamente correlacionado com a proporção da população que vive em domicílios sem sistema de esgoto (r = -0,827; p < 0,01), com o percentual da população sem escolaridade (r = -0,420; p < 0,05) e abaixo da linha da pobreza (r = -0,409; p < 0,05. A incidência está moderadamente correlacionada com adensamento excessivo (r = 0,562; p < 0,01) e o índice de Gini (r = 0,471; p < 0,05). A incidência de pessoas com mais de 60 anos de idade (r = -0,755; p < 0,01) está negativamente correlacionada a taxa de letalidade (r = -0,445; p < 0,05) e o tempo de início da pandemia (r = -0,387; p < 0,05) na UF. A taxa de mortalidade está relacionada ao índice de Gini (r = 0,605; p < 0,01), adensamento excessivo (r = 0,556; p < 0,01), taxa de desemprego (r = 0,459; p < 0,05) e taxa de letalidade (r = 0,408; p < 0,05).

 As taxas incidência de mortalidade das UFs brasileiras variaram bastante, que demonstrou a heterogeneidade da evolução da pandemia no país. As taxas de incidência está correlacionada negativamente  com o tempo  da pandemia, o que indica que a velocidade de propagação do Covid-19 em UFs foi diferente. A positiva correlação entre a duração da pandemia, PIB per capita e variáveis de estrutura do sistema associada a correlação negativa com variáveis relacionadas a condições de moradia inadequadas e uma maior proporção da população sem instrução escolar, indicando que a pandemias começou nas UFs em que as condições socioeconômicas são melhores, ou seja, mais alta e se expandiu para áreas mais vulneráveis com baixa e precárias condições socioeconômicas.

Regressão

 Foi realizada uma análise de regressão linear múltipla, com modelos separados para a incidência e mortalidade,  que possui o objetivo de verificar se as variáveis independentes são capazes de explicar ou prever a variável dependente. Logo, com o objetivo de atender aos pressupostos de normalidade e homogeneidade dos dados, as taxas de incidências foram transformadas em logarítimos.

O modelo de regressão com a incidência de COVID-19 como variável dependente inclui três variáveis independentes como preditores, a saber, o índice de Gini de renda domiciliar(β = 0,365; t = 2,355; p = 0,027), o adensamento excessivo no domicílio (β = 0,353; t = 2,289; p = 0,032) e taxa de letalidade (β = - 0,489; t = -3,630; p = 0,001), que gera um modelo com R2 melhor ajustado e a melhor nível de significância estatística [F (3,23) = 111,387; p < 0,001; R2 = 0,598]. Nesse modelo, a variação de 59,8% na taxa de incidência pode ser explicada por variáveis independentes. Nenhuma dependência nos resíduos ou multicolinearidade foi encontrada.