Análise temporal das doenças relacionadas ao saneamento básico no Brasil do século XXI: iniquidades raciais e o impacto da Covid-19
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Temporal analysis of diseases related to basic sanitation in 21st century Brazil: racial inequities and the impact of Covid-19
Primeiro orientador
Membros da banca
Ela Mercedes Medrano de Toscano
Uriel Moreira Silva
Uriel Moreira Silva
Resumo
Doenças infecciosas intestinais representam um desafio persistente à saúde pública no Brasil, com maior prevalência em áreas com saneamento básico deficitário. A vigilância epidemiológica, quando integrada a uma capacidade analítica robusta, torna-se indispensável para a formulação de políticas públicas baseadas em evidências e para o alcance de resultados efetivos. Este estudo, utilizando ferramentas estatísticas de análise de séries temporais, investigou padrões e tendências nas taxas de internação por Doenças Relacionadas ao Saneamento Ambiental Inadequado (DRSAI) no Brasil, a partir do século XXI. Objetivos específicos incluíram compreender a dinâmica temporal do aspecto racial como fator determinante de iniquidade em saúde e desenvolver um modelo de série temporal para prever as internações hospitalares não registradas durante a pandemia de Covid-19 por DRSAI. A comparação entre as taxas de internação de brancos e não brancos revelou que, embora ambas as séries manifestassem tendência de redução, a disparidade racial se manteve constante. Em média, pessoas não brancas apresentaram o dobro do risco de internação por DRSAI em relação a pessoas brancas. Os resultados evidenciaram uma redução de 96,6% nos gastos públicos com internações por DRSAI, passando de 294 milhões em 1998 para 10 milhões em 2022, acompanhada por uma mudança no perfil etário dos óbitos, além do crescimento da letalidade, principalmente nos últimos anos. A modelagem preditiva, utilizando o modelo SARIMA (4,1,0) (3,1,0)3, permitiu uma visão mais precisa do impacto da pandemia no sistema de vigilância epidemiológica das doenças por falta de saneamento. A pandemia de Covid-19 afetou significativamente os dados, resultando em subnotificações estimadas em cerca de um terço das taxas que foram previstas com o modelo. Conclui-se que a análise de séries temporais é uma ferramenta valiosa para identificar padrões de DRSAI, avaliar o efeito de intervenções, quantificar fatores determinantes de iniquidades em saúde e delimitar populações vulneráveis. A modelagem preditiva pode subsidiar o planejamento de ações, sobretudo diante de eventos atípicos, como emergências sanitárias.
Abstract
Intestinal infectious diseases represent a persistent challenge to public health in Brazil, with a higher prevalence in areas with deficient basic sanitation. Epidemiological surveillance, when integrated with robust analytical capacity, becomes indispensable for the formulation of evidence-based public policies and for achieving effective results. This study, using statistical tools for time series analysis, investigated patterns and trends in hospitalization rates for Diseases Related to Inadequate Environmental Sanitation (DRSAI) in Brazil, from the 21st century onwards. Specific objectives included understanding the temporal dynamics of the racial aspect as a determinant factor of health inequities and developing a time series model to predict unregistered hospitalizations for DRSAI during the Covid-19 pandemic. The comparison between hospitalization rates for whites and non-whites revealed that, although both series showed a decreasing trend, the racial disparity remained constant. On average, non-white individuals had twice the risk of hospitalization due to DRSAI compared to white individuals. The results showed a 96.6% reduction in public spending on hospitalizations for DRSAI, from 294 million in 1998 to 10 million in 2022, accompanied by a change in the age profile of deaths, in addition to the increase in lethality, especially in recent years. Predictive modeling, using the SARIMA (4,1,0) (3,1,0)3 model, provided a more accurate view of the pandemic's impact on the epidemiological surveillance system of diseases due to lack of sanitation. The Covid-19 pandemic significantly affected the data, resulting in estimated underreporting of about one third of the rates predicted by the model. It is concluded that time series analysis is a valuable tool for identifying DRSAI patterns, evaluating the effect of interventions, quantifying determinants of health inequities, and delineating vulnerable populations. Predictive modeling can support action planning, especially in atypical events such as health emergencies.
Assunto
Estatística, Análise de séries temporais, Saúde pública – Aspectos sociais – Brasil, Saneamento ambiental – Vigilância epidemiológica, COVID-19 Pandemia, 2020- Brasil
Palavras-chave
Doenças por falta de saneamento, Desigualdades em saúde, Modelagem preditiva, Vigilância epidemiológica, Pandemia Covid-19, Séries temporais