Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/79713
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorFerreira, Marcelo José Monteiro-
dc.contributor.authorFernandes, Mike Douglas Lopes-
dc.date.accessioned2025-02-12T15:52:58Z-
dc.date.available2025-02-12T15:52:58Z-
dc.date.issued2024-
dc.identifier.citationFERNANDES, Mike Douglas Lopes Fernandes. Dinâmica temporal e espacial dos casos de Covid-19 gerais e os relacionados ao trabalho notificados no município de Fortaleza-Ceará. 2024. Dissertação (Mestrado em Saúde Pública) - Faculdade de Medicina, Universidade Federal do Ceará, 2024. Disponível em: http://www.repositorio.ufc.br/handle/riufc/ 79713. Acesso em: 12 fev. 2025.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/79713-
dc.description.abstractIntroduction: Covid-19 has revived old concerns about occupational health and safety. Occupational exposure to the biological agent put all workers at risk. Some professional categories are more prone to contamination, and their social and labor factors can be contributory. Objective: To analyze the temporal and spatial dynamics of overall Covid-19 cases and work-related cases reported in Fortaleza, Ceará, from 2020 to 2022. Methods: spatial ecological study, where data on Covid 19 from E-SUS Notifica and work-related Covid-19 registered in SINAN of Fortaleza CE, from 2020 to 2022, were analyzed. Descriptive analysis was carried out using absolute and relative frequency. Covid-19 incidence rates were calculated and smoothed to reduce biases from random fluctuations using the empirical Bayesian spatial estimator. The Moran Index was used to estimate spatial correlations of Covid-19 incidence. The Global Indices were calculated and subsequently, the local ones, which were arranged using the categorizations of the LISA map. (LISA map Local Indicators of Spatial Association). To identify high and low-risk neighborhoods for Covid-19, the spatial scanning technique was used. The descriptive analysis was conducted in Microsoft Excel 365, the Bayesian rates and the Moran's Index in GeoDa 1.20, and the scan in SaTScan 10.1.2. Results: In E-SUS Notifica, three peaks of the disease were observed: June-2020, March-2021, and January-2022. In the spatial distribution: in 2020 the highest rate ranged from 31.67 to 55.86 cases/1,000 inhabitants, in 2022 it ranged from 64.16 to 85.88 cases/1,000 inhabitants. The results of the Global Moran's Index demonstrated statistically significant dependence (p<0.001) in all the analyzed years [2020: I=0.416; 2021: I=0.137; 2022: I=0.238]. According to the LISA map, it was observed that 2020 mostly showed a high-high pattern in wealthy neighborhoods, while a low-low pattern was seen in peripheral neighborhoods. In 2022, the location of the high-high and low low patterns is similar to 2020. In SINAN, the temporal distribution of work-related Covid-19 cases was observed: peak in June 2020, July 2021, and January 2022. In the spatial distribution: in 2020 the highest rate varied from 1.20 to 2.34 cases/1,000 inhabitants, dropping to 1.10 to 1.45 cases/1,000 inhabitants in 2021, and in 2022 it varied from 0.48 to 0.93 cases/1,000 inhabitants. The results of the Global Moran's Index demonstrated statistically significant dependence (p<0.001) in the years 2021 [I=0.380 p<0.001] and 2022 [I=0.358 p<0.001], while the year 2020 was not significant [I=0.087 p=0.052]. The clustering patterns indicated on the LISA map appeared distinctly. In 2020, the high-high pattern was identified in neighborhoods to the West, while the low-low pattern appeared dispersed on the map. In 2021, the high-high standard concentrated in the north, reaching 17 neighborhoods. And in 2022, the high-high pattern was predominant in the periphery. Low-low patterns were diffusely identified by the map. Final Considerations: This research provided a comprehensive view of the spatial dynamics of Covid-19 incidence in two populations. Such analyses can contribute to mitigating the effects of future health crises, encompassing occupation as an important axis for health surveillance.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleDinâmica temporal e espacial dos casos de Covid-19 gerais e os relacionados ao trabalho notificados no município de Fortaleza-Cearápt_BR
dc.typeDissertaçãopt_BR
dc.contributor.co-advisorBastos, Maria Luiza Almeida-
dc.description.abstract-ptbrIntrodução: A Covid-19 despertou preocupações antigas de saúde e segurança do trabalho. A exposição ocupacional ao agente biológico colocou todos(as) os(as) trabalhadores(as) em situação de risco. Algumas categorias profissionais estão mais propensas à contaminação e seus fatores sociais e laborais podem ser contributivos. Objetivo: Analisar a dinâmica temporal e espacial dos casos Covid-19 gerais e os relacionados ao trabalho notificados em Fortaleza-Ceará, 2020 a 2022. Métodos: estudo ecológico espacial, analisou dados de Covid-19 no E-SUS Notifica e de Covid-19 relacionado ao trabalho registrados no SINAN de Fortaleza- CE, em 2020 a 2022. Realizou-se análise descritiva por meio da frequência absoluta e relativa. Calculou-se as taxas de incidência de Covid-19 e foram suavizadas para reduzir vieses de flutuação aleatória através do estimador bayesiano empírico espacial. O Índice de Moran foi utilizado para estimar correlações espaciais da incidência de Covid-19. Foram calculados os Índices Globais e posteriormente, os locais, sendo estes, dispostos usando as categorizações do mapa de LISA (LISA map- Local Indicators of Spatial Association). Para identificar bairros de alto e baixo risco para Covid-19, utilizou-se a técnica de varredura espacial. A análise descritiva foi realizada no Microsoft Excel 365, as taxas bayesianas e o Índice de Moran no GeoDa 1.20, a varredura no SaTScan 10.1.2. Resultados: No E-SUS Notifica verificou-se: três picos da doença: junho-2020, março-2021 e janeiro-2022. Na distribuição espacial: em 2020 a taxa mais alta variou de 31,67 a 55,86 casos/1.000 habitantes, em 2022 variou de 64,16 a 85,88 casos/1.000 habitantes. Os resultados do Índice Global de Moran demonstraram dependência estatisticamente significativa (p<0,001) em todos os anos analisados [2020: I=0,416; 2021: I=0,137; 2022: I=0,238]. De acordo com o LISA map, observou-se que 2020 apresentou padrão em sua maioria alto-alto em bairros ricos, já o padrão baixo-baixo em bairros periféricos. Em 2022 a localização dos padrões alto-alto e baixo-baixo são similares a 2020. No SINAN verificou-se referente à distribuição temporal dos casos de Covid-19 relacionados ao trabalho: pico em junho de 2020, julho de 2021 e janeiro de 2022. Na distribuição espacial: em 2020 a taxa mais alta variou de 1,20 a 2,34 casos/1.000 habitantes, passando para 1,10 a 1,45 casos/1.000 habitantes em 2021, e em 2022 variou de 0,48 a 0,93 casos/1.000 habitantes. Os resultados do Índice Global de Moran demonstraram dependência estatisticamente significativa (p<0,001) nos anos de 2021 [I=0,380 p<0,001] e 2022 [I=0,358 p<0,001], enquanto o ano de 2020 não foi significativo [I=0,087 p=0,052]. Os padrões de clusterização indicados no LISA map apresentaram-se distintamente. Em 2020 o padrão alto-alto foi identificado em bairros ao Oeste já o padrão baixo-baixo apresentou-se disperso no mapa. Em 2021 o padrão alto-alto se concentrou ao norte atingindo 17 bairros. E em 2022 o padrão alto-alto apresentou predominância na periferia. Padrões baixo-baixo foram identificados difusamente pelo mapa. Considerações Finais: Esta pesquisa trouxe uma visão abrangente da dinâmica espacial da incidência de Covid-19 em duas populações. Tais análises podem contribuir para mitigação de efeitos em crises sanitárias futuras, englobando a ocupação como eixo importante para vigilância em saúde.pt_BR
dc.subject.ptbrAcidentes de trabalhopt_BR
dc.subject.ptbrCovid-19pt_BR
dc.subject.ptbrSaúde Ocupacionalpt_BR
dc.subject.ptbrMonitoramento Epidemiológicopt_BR
dc.subject.enAccidents, Occupationalpt_BR
dc.subject.enCovid-19pt_BR
dc.subject.enOccupational Healthpt_BR
dc.subject.enEpidemiological Monitoringpt_BR
dc.subject.cnpqCNPQ::CIENCIAS DA SAUDE::SAUDE COLETIVA::SAUDE PUBLICApt_BR
local.author.orcidhttps://orcid.org/0000-0001-7787-9699pt_BR
local.author.latteshttp://lattes.cnpq.br/4517450076786385pt_BR
local.advisor.orcidhttps://orcid.org/0000-0001-5187-4195pt_BR
local.advisor.latteshttp://lattes.cnpq.br/3037978987916247pt_BR
local.co-advisor.orcidhttps://orcid.org/0000-0003-2427-5896pt_BR
local.co-advisor.latteshttp://lattes.cnpq.br/1236310497926234pt_BR
Aparece nas coleções:PPGSP - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2024_dis_mdlfernandes.pdf3,2 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.