Geotecnologias aplicadas em estudos epidemiológicos sobre os casos de covid-19: revisão narrativa
DOI:
https://doi.org/10.17058/reci.v12i4.17646Palavras-chave:
COVID-19; Epidemiology; Spatial Analysis.Resumo
Justificativa e objetivos: a aplicação de geotecnologias é importante no auxílio do desenvolvimento de estudos epidemiológicos que visam identificar e distribuir eventos de saúde em populações e territórios específicos, além de verificar os fatores que influenciam na ocorrência desses eventos, com vistas à aplicação das evidências nas estratégias de planejamento e controle de doenças, como na pandemia de covid-19. Assim, o estudo objetivou apresentar as evidências científicas que vêm sendo produzidas sobre as geotecnologias aplicadas em estudos epidemiológicos sobre os casos de covid-19. Métodos: trata-se de uma revisão narrativa da literatura (RNL) de cunho descritivo. Para nortear o estudo, foi elaborada a seguinte pergunta de pesquisa: o que tem sido produzido sobre as geotecnologias aplicadas em estudos epidemiológicos sobre os casos de covid-19? A busca foi realizada em outubro de 2021, com emprego dos descritores Geographic Information Systems AND Covid-19 OR SARS-CoV-2 AND Epidemiology AND Spatial Analysis na Biblioteca Virtual de Saúde, Scopus, Web of Science, Portal CAPES. De forma complementar, foi realizada busca por boletins epidemiológicos e cartilhas no site do Ministério da Saúde do Brasil. Resultados: foram selecionadas 19 fontes de informação que se enquadravam nos objetivos para construção da discussão, sendo elencadas três categorias de análise: Aplicação das geotecnologias; Gestão da informação; Desafios dos estudos epidemiológicos que utilizam dados secundários. Conclusão: evidenciou-se o uso das geotecnologias em estudos epidemiológicos sobre a covid-19 na identificação de áreas de risco para a disseminação da infecção.
Downloads
Referências
Talaska A, Talaska C. Incidência de covid-19 (Sars-Cov-2) e fluxos de deslocamentos para serviços de saúde na Região AMAUC: Geotecnologias aplicadas aos estudos demográficos. Metodologias e Aprendizado. 2020; 3:2-7. https://doi.org/10.21166/metapre.v3i0.1261.
Lima KP, Neves DC, Santos NM, et al. Uso de geotecnologias aplicadas em serviços de saúde: revisão Integrativa. Revista Eletrônica Acervo Saúde. 2020; 12(6):3072. https://doi.org/10.25248/reas.e3072.2020.
Pimentel BRN, Santana TSS, Joia LC. O uso do geoprocessamento para análise de acidentes de trabalho na microrregião do Oeste da Bahia. Hígia-revista de ciências da saúde e sociais aplicados do oeste baiano. 2020; 5(1): 164-179. http://noar.fasb.edu.br/revista/index.php/higia/article/view/539.
Ibiapina E, Bernardes A. O mapa da saúde e o regime de visibilidade contemporâneo. Saúde e Sociedade. 2019; 28: 322-336. https://doi.org/10.1590/S0104-12902019170982.
Merchán-Hamann E, Tauil PL. Proposta de classificação dos diferentes tipos de estudos epidemiológicos descritivos. Epidemiologia e Serviços de Saúde, 2021; 30(1):e2018126. http://doi.org/10.1590/S1679-49742021000100026.
Pinheiro JMF, Tinôco LS, Xavier AMSF, et al. covid-19: Desafios para assistência maternoinfantil e amamentação exclusiva no período neonatal. Revista Ciência Plural. 2022, 8(1)e24776. http://doi.org/10.21680/2446-7286.2022v8n1ID24776.
World Health Organization - WHO. WHO Coronavirus (covid-19) Dashboard. 2022. https://covid19.who.int/.
Baggio JAO, Exel AL, Calles ACN, et al. Síndrome Respiratória Aguda Grave (SRAG) Causada por covid-19: Um Fator Regional. Arquivos Brasileiros de Cardiologia. 2021; 117(5):976-977. https://doi.org/10.36660/abc.20210803.
Seto IC, Koury GVH, Gomes VCA, et al. Aspectos epidemiológicos, clínicos e olfatórios de pacientes com covid-19. Revista Eletrônica Acervo Saúde, 2021; 13(2), e6348. https://doi.org/10.25248/reas.e6348.2021.
Fatima M, O’Keefe KJ, Wei W, et al. Geospatial Analysis of covid-19: A Scoping Review. Int. J. Environ. Res Public Health 2021, 18, 2336. https://doi.org/10.3390/ijerph18052336.
Brum CN, Zuge SS, Rangel RF, Freitas HMB, Pieszak GM. Revisão Narrativa da Literatura: aspectos conceituais e metodológicos na construção do conhecimento de enfermagem. In: Lacerda MR, Costenaro, RGS (editors). Metodologias de pesquisa para enfermagem e saúde: da teoria à prática. Porto Alegre: Moriá, 2016. p.123-42.
Liao R, Ji-Ke C, Zhang T, et al. Coronavirus disease 2019 epidemic in impoverished area: Liangshan Yi autonomous prefecture as an example. Infectious Diseases of Poverty. 2020; 9:112. https://doi.org/10.1186/s40249-020-00706-2.
Qi C, Zhun YC, Li CY, et al. Epidemiological characteristics and spatial− temporal analysis of covid-19 in Shandong Province, China. Epidemiology & Infection. 2020; 148, e141, 1–8. https://doi.org/10.1017/S095026882000151X.
Gangwar HS, Ray PKC. Geographic information system-based analysis of covid-19 cases in India during pre-lockdown, lockdown, and unlock phases. International Journal of Infectious Diseases. 2021; (105): 424–435. https://doi.org/10.1016/j.ijid.2021.02.070.
Garcêz ACA. Modelos para análise de dados espaciais binários: uma abordagem Bayesiana [tese]. 2021. Piracicaba(SP): Universidade de São Paulo, Escola Superior de Agricultura “Luiz de Queiroz”.
Oroszi B, Juhász A, Nagy C, et al. Unequal burden of covid-19 in Hungary: a geographical and socioeconomic analysis of the second wave of the pandemic. BMJ global health. 2021;6:e006427. https://doi.org/10.1136/bmjgh-2021-006427.
Rohleder S, Bozorgmehr K. Monitoring the spatiotemporal epidemiology of Covid-19 incidence and mortality: a small-area analysis in Germany. Spatial and Spatio-Temporal Epidemiology. 2021; (38): 100433. https://doi.org/10.1016/j.sste.2021.100433.
Sanhueza-Sanzana C. Desigualdades sociais associadas com a letalidade por covid-19 na cidade de Fortaleza, Ceará, 2020. Epidemiologia e Serviços de Saúde. 2021; 30(3):e2020743. https://doi.org/10.1590/S1679-49742021000300022.
Hassaan MA, Abdelwahab RG, Elbarky TA, et al. GIS-based analysis framework to identify the determinants of covid-19 incidence and fatality in Africa. Journal of Primary Care & Community Health. 2021; 12:1-12. https://doi.org/10.1177%2F21501327211041208.
Liu W, Wang D, Hua S, et al. Spatiotemporal analysis of covid-19 outbreaks in Wuhan, China. Scientific reports. 2021; 11, 13648. https://doi.org/10.1038/s41598-021-93020-2.
Wu, J, Sha S. Pattern Recognition of the covid-19 Pandemic in the United States: Implications for Disease Mitigation. International journal of environmental research and public health, 2021. 18, 2493. https://doi.org/10.3390/ijerph18052493.
Fan J, Liu X, Pan W, et al. Epidemiology of coronavirus disease in Gansu Province, China, 2020. Emerging Infectious Diseases. 2020, 26(6): 1257–1265. https://doi.org/10.3201/eid2606.200251.
Henning A, McLaughlin C, Armen S, et al. Socio-spatial influences on the prevalence of covid-19 in central Pennsylvania. Spatial and Spatio-temporal Epidemiology. 2021, 37:100411. https://doi.org/10.1016/j.sste.2021.10041.
Ramírez IJ, Jieun L. covid-19 emergence and social and health determinants in Colorado: a rapid spatial analysis. Int J Environ Res Public Health. 2020 ; 17(11), 3856. https://doi.org/10.3390/ijerph17113856.
Ferreira LM, Sáfadi T, Lima RR. Técnicas da estatística espacial na análise de dados de áreas no estudo da dengue. Rev Univap. 2018; 24(44), 13–27. https://doi.org/10.18066/revistaunivap.v24i44.1920.
Aguilar CDL. Modelo de regresión Poisson para la predicción de muertes por la covid-19 en Costa Rica en los meses de agosto y setiembre del año 2020. In: Valerio E, García S, Vargas A, Salazar J, Venegas M, Nelson T (editors). Serengueti, 2020; (26).
Fasona MJ; Okolie CJ, Otitoloju AA. Spatial drivers of covid-19 vulnerability in Nigeria. PAMJ – 2021 ; 39(19). 07. https://dx.doi.org/10.11604%2Fpamj.2021.39.19.25791.
Rizzatti M, Batista NL, Spode PLC, et al. Mapeamento da covid-19 por meio da densidade de Kernel. Metodologia e Aprendizado. 2022; 3,44. https://doi.org/10.21166/metapre.v3i0.1312.
Mohammadebrahimi S, Mohammadi A, Bergquist R, et al. Epidemiological characteristics and initial spatiotemporal visualisation of covid-19 in a major city in the Middle East. BMC Public Health. 2021; 21:1373. https://doi.org/10.1186/s12889-021-11326-2.
Pourghasemi HR, Pouyan S, Farajzadeh Z. Assessment of the outbreak risk, mapping and infection behavior of covid-19: Application of the autoregressive integrated-moving average (ARIMA) and polynomial models. Plos one. 2020; 15(7): e0236238. https://doi.org/10.1371/journal.pone.0236238.
Ministério da Saúde (BR). Ministério da Saúde. Boletim Epidemiológico Especial. Doença pelo novo coronavírus- covid-19. Semana Epidemiológica 38. 2021.
Rodrigues C, Blattmann U. Gestão da informação e a importância do uso de fontes de informação para geração de conhecimento. Perspectivas em Ciência da Informação, 19(4-29); 2014. https://doi.org/10.1590/1981-5344/1515.
Buscema PM, Torre FD, Breda M, et al. covid-19 in Italy and extreme data mining. Physica A: Statistical Mechanics and its Applications, 2020; (557): 124991. https://doi.org/10.1016/j.physa.2020.124991.
Ladoy A, Opota O, Carron PN, et al. Size and duration of covid-19 clusters go along with a high SARS-CoV-2 viral load: A spatio-temporal investigation in Vaud state, Switzerland. Science of The Total Environment, Science of the Total Environment 2021; (787): 147483. https://linkinghub.elsevier.com/retrieve/pii/S0048969721025547.
Matta GC, Moreno AB. Saúde global: uma análise sobre as relações entre os processos de globalização e o uso dos indicadores de saúde. Interface-Comunicação, Saúde, Educação, 2014; 18(48):9-22. https://doi.org/10.1590/1807-57622014.0230.
Nogueira AL, Nogueira CL, Zibetti AW, et al. Estimativa da subnotificação de casos da covid-19 no estado de Santa Catarina. Florianópolis-SC:[sn], 2020.
Ozdenerol E, Seboly, J. Lifestyle Effects on the Risk of Transmission of covid-19 in the United States: Evaluation of Market Segmentation Systems. Int. J. Environ. Res. Public Health. 2021, 18, 4826. https://www.mdpi.com/1660-4601/18/9/4826.
Oluyomi AO, Gunter SM, Leining LM, et al. covid-19 Community Incidence and Associated Neighborhood-Level Characteristics in Houston, Texas, USA. Int J Environ Res Public Health. 2021; (18): 1495. https://www.mdpi.com/1660-4601/18/4/1495.
Orellana JDY, Cunha, GM, Marrero L, et al. Excesso de mortes durante a pandemia de covid-19: subnotificação e desigualdades regionais no Brasil. Cadernos de Saúde Pública. 2020; 36(1):e00259120. https://doi.org/10.1590/0102-311X00259120.
Filho, DBF. Desigualdade de renda e vulnerabilidade social em Pernambuco: uma análise exploratória. Ciência & Trópico. 2019; 43(1). https://doi.org/10.33148/CeTropico-v.43n.1(2019)_1829.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Janiel Conceição da Silva, Ana Cristina Pereira de Jesus Costa , Adriana Gomes Nogueira Ferreira , Janaína Miranda Bezerra, Lívia Maia Pascoal, Floriacy Stabnow Santos, Marcelino Santos Neto
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
The author must state that the paper is original (has not been published previously), not infringing any copyright or other ownership right involving third parties. Once the paper is submitted, the Journal reserves the right to make normative changes, such as spelling and grammar, in order to maintain the language standard, but respecting the author’s style. The published papers become ownership of RECI, considering that all the opinions expressed by the authors are their responsibility. Because we are an open access journal, we allow free use of articles in educational and scientific applications provided the source is cited under the Creative Commons CC-BY license.
