Este trabalho teve como objetivo analisar a associação entre confirmação ou não da Covid-19, comorbidades e casos graves da síndrome respiratória aguda - SRAG em Pernambuco-Nordeste-Brasil. Os dados foram coletados do Banco de Dados Open Data SUS do Ministério da Saúde, com informações do período 29/12/2019 e 14/09/2020. As análises foram feitas com o pacote rpart do software R, o qual constrói modelos de classificação ou regressão que podem ser representados como árvores binárias. Os resultados revelaram percentual significativo de cardiopatias e diabetes (média de 51% e 40%, respectivamente) presentes em pacientes com quadro de SRAG, independente da etiologia, nas três áreas consideradas. Observou-se, também, que pacientes cardiopatas desenvolvem SRAG com maior frequência quando acometidos com COVID-19 (64,6%) do que com outras etiologias (35,4%). O mesmo foi observado para pacientes diabéticos com COVID-19 (67,1%) e para pacientes negativos para COVID-19 (27,7%). A taxa de letalidade apresentou-se maior entre pacientes com as duas comorbidades, isoladas (47,6% para diabetes e 45,3% para cardíacos) ou em associação (50,3%), acometidos por SRAG causados por COVID-19. Os resultados obtidos são relevantes para elaboração de medidas de saúde pública visando identificar pacientes de maior risco e desenvolver tratamentos precoces e específicos para reduzir a mortalidade nesses casos.
A Covid-19 não é um problema local, mas um grave desafio para saúde pública, que afeta diferentes continentes e tem sido objeto de ações governamentais de diferentes esferas no município de Garanhuns. Este estudo objetivou analisar a taxa de infectividade de Covid-19, no município de Garanhuns, através do número reprodutivo efetivo do novo coronavírus. O número reprodutivo efetivo é usado frequentemente em modelos epidemiológicos. Para isso, foi necessário a utilização do gráfico de incidência e de uma distribuição paramétrica que representou a probabilidade de casos sucessivos no tempo transcorrido. Para garantir a consistência da estimativa usamos estimativas consistentes para a média e desvio-padrão da distribuição. Simulamos os parâmetros de acordo com a mais recente literatura sobre o assunto, garantindo estimativas mais adequadas para projeção em nossas análises. Ressaltamos que adaptamos os parâmetros de acordo com a realidade que um paciente infectado em média leva para procurar atendimento hospitalar após apresentar os primeiros sintomas de Covid-19. Os resultados demonstram que, até a data analisada, as medidas não foram suficientes para reduzir, de forma eficaz, a infectividade a um valor que permita afirmar que não há mais a propagação da doença. O estudo permitiu compreender a evolução da pandemia e a eficácia deas medidas públicas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.