Resumos

Após quatro meses da emergência e disseminação do novo coronavírus (SARS-CoV-2) para diversos países ao redor do mundo, seu impacto em termos de número de casos confirmados (823.626), bem como de óbitos (40.598), associados à grande pressão sobre os sistemas de saúde em função da necessidade de assistência médico-hospitalar aos casos graves, representa um dos maiores desafios sanitários das últimas décadas ¹1. World Health Organization. Novel Coronavirus (2019-nCoV) situation reports. https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports (acessado em 02/Abr/2020).
https://www.who.int/emergencies/diseases... ^,22. Dong E, Du H, Gardner L. An interactive web-based dashboard to track COVID-19 in real time. Lancet Infect Dis 2020; 20:533-4..

Em 1º de abril, foram registrados globalmente mais de 4,8 mil mortos por COVID-19. No dia seguinte, esse número já havia ultrapassado a marca de 5 mil por dia ¹1. World Health Organization. Novel Coronavirus (2019-nCoV) situation reports. https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports (acessado em 02/Abr/2020).
https://www.who.int/emergencies/diseases... ^,22. Dong E, Du H, Gardner L. An interactive web-based dashboard to track COVID-19 in real time. Lancet Infect Dis 2020; 20:533-4.. A rápida variação no número de óbitos coloca a COVID-19 como a doença infeciosa que mais mata pessoas no mundo por dia, superando a tuberculose que registrou aproximadamente 4 mil óbitos por dia no ano de 2018, segundo a Organização Mundial da Saúde (OMS) ³3. World Health Organization. Global tuberculosis report 2019. https://www.who.int/tb/publications/global_report/en/ (acessado em 02/Abr/2020).
https://www.who.int/tb/publications/glob... .

Características biológicas do patógeno, como a elevada capacidade de infecção ⁴4. Anderson RM, Heesterbeek H, Klinkenberg D, Hollingsworth TD. How will country-based mitigation measures influence the course of the COVID-19 epidemic? Lancet 2020; 395:931-4., associada à sua ocorrência numa população completamente suscetível ocupando territórios extremamente heterogêneos quanto às condições de vida, apontam para o risco diferenciado de ocorrência da COVID-19. Os grupos de maior risco para o desenvolvimento da forma grave da doença são populações idosas; com doenças pulmonares e sistemas imunológicos debilitados; e grupos populacionais que vivem de maneira adensada ⁵5. Organização Pan-Americana da Saúde. Folha informativa - Covid-19. https://www.paho.org/bra/index.php?option=com_content&view=article&id=6101:covid19&Itemid=875 (acessado em 02/Abr/2020).
https://www.paho.org/bra/index.php?optio... .

No Município do Rio de Janeiro, desde a introdução do vírus até a manutenção da circulação dos casos autóctones, vem sendo registrado um número crescente de casos confirmados, bem como de óbitos (1.110 casos e 47 óbitos até o dia 6 de abril), com uma taxa de letalidade estimada em 4,24% (Painel Rio COVID-19. https://experience.arcgis.com/experience/38efc69787a346959c931568bd9e2cc4, acessado em 02/Abr/2020).

Para além da situação epidemiológica, a cidade do Rio de Janeiro apresenta uma desigualdade social marcante quanto às condições de habitação, renda e estrutura demográfica ⁶6. Ribeiro MG. Território e desigualdades de renda em regiões metropolitanas do Brasil. Dados 2015; 58:913-50., a qual coloca à vigilância a necessidade premente de identificar espaços de maior vulnerabilidade às formas graves da doença, com vistas à otimização do controle da dispersão e prevenção de sua forma grave. Nesse sentido, estudos apontam para o acometimento de grupos populacionais desproporcionalmente expostos ao risco de adoecimento por doenças respiratórias, em função de suas condições de vida e situação de saúde ⁷7. Redefining vulnerability in the era of COVID-19. Lancet 2020; 395:1089.^,88. Associação Brasileira de Saúde Coletiva. Especial coronavírus. Como se dará a evolução de Covid-19 na população que vive em condições precárias. https://www.abrasco.org.br/site/outras-noticias/opiniao/como-se-dara-a-evolucao-de-covid-19-na-populacao-que-vive-em-condicoes-precarias/46286/ (acessado em Abr/2020).
https://www.abrasco.org.br/site/outras-n... .

Assim, o presente artigo objetiva caracterizar os espaços intraurbanos da cidade do Rio de Janeiro quanto à vulnerabilidade à ocorrência da forma grave da COVID-19, compreendida como fatores que potencializem sua transmissão e agravamento dos casos.

Metodologia

Área de estudo

A cidade do Rio de Janeiro, capital do estado homônimo, está localizada na Região Sudeste do Brasil. Tem uma área de aproximadamente 1.197km² e população de 6.320.446 habitantes em 2010. Está dividida em 10 Áreas de Planejamento, 33 Regiões Administrativas e 160 bairros. A cidade apresenta grande complexidade geográfica (características topográficas, peculiaridades de seu litoral, bem como heterogeneidade espacial gerada pelo processo de uso e ocupação do solo urbano), fazendo deste território um mosaico de paisagens e contrastes sociais (Figura 1).

A vulnerabilidade à forma grave da COVID-19 foi construída baseando-se na elaboração de um índice composto calculado por meio do cruzamento de três planos de informação referentes a indicadores que potencializam o processo de transmissão e agravamento dos casos. Nesse sentido, foram utilizadas informações referentes ao número médio de moradores por domicílio por setor censitário, densidade de pessoas com 60 anos ou mais por km² por setor censitário e a taxa de incidência de tuberculose por 100 mil habitantes por bairros. Em âmbito coletivo, a taxa de incidência de tuberculose expressa a existência de contextos domiciliares favoráveis à transmissão de doença respiratórias, bem como a de fator de risco para formas graves da COVID-19 ⁹9. San Pedro A, Gibson G, Santos JPC, Toledo LM, Sabroza PC, Oliveira RM. Tuberculose como marcador de iniquidades em um contexto de transformações socioespaciais. 2017. Rev Saúde Pública 2017; 51:9.^,1010. Maciel ELN, Gonçalves Júnior E, Dalcolmo MMP. Tuberculose e coronavírus: o que sabemos? Epidemiol Serv Saúde 2020; 29:e2020128.. Uma vez que o objetivo do estudo foi a formulação de um indicador de operacionalização oportuna e resposta rápida em momentos de crise, optou-se pela criação de um modelo simplificado (número reduzido de variáveis) em detrimento de um mais complexo.

O número médio de moradores por domicílio foi elaborado com base em dados disponibilizados pelo Censo Demográfico de 2010, por meio do cálculo da população residente dividida pelo número de domicílios ¹¹11. Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2010: resultados do universo por setor censitário, 2011. https://censo2010.ibge.gov.br/ (acessado em Abr/2020).
https://censo2010.ibge.gov.br/... . Sendo assim, maiores números de moradores por domicílio representam um fator facilitador da transmissão, considerando-se a exposição à carga viral entre indivíduos suscetíveis e infectados no intradomicilio.

Para a construção do indicador de densidade de pessoas com 60 anos ou mais por km², foram selecionadas na base de dados do Censo Demográfico de 2010 todas as pessoas com idades acima de 50 anos e este total foi dividido pela área ocupada por residências em cada setor censitário ¹²12. Santos JPC, Honório NA, Nobre AA. Definition of persistent areas with increased dengue risk by detecting clusters in populations with differing mobility and immunity in Rio de Janeiro, Brazil. Cad Saúde Pública 2019; 35:e00248118.. O mapeamento da área efetivamente ocupada do território foi realizado pela “Classificação Supervisionada” de imagem do satélite Landsat 8, de 2018 (https://landsat.gsfc.nasa.gov/landsat-data-continuity-mission/). A classificação semiautomatizada foi refinada pela interpretação visual da imagem de satélite Pleiades (ano 2018, https://eos.com/pleiades-1/), que consiste na vetorização manual das classes de interesse. A densidade de pessoas acima de 60 anos expressa um maior adensamento de um grupo de risco para o desenvolvimento da forma grave da doença ¹³13. Onder G, Rezza G, Brusaferro S. Case-fatality rate and characteristics of patients dying in relation to COVID-19 in Italy. JAMA 2020; [Epub ahead of print]..

A taxa de incidência de tuberculose por 100 mil habitantes segundo bairros, no ano de 2018, foi elaborada usando-se os dados de casos novos da forma pulmonar disponibilizados pelo Sistema de Informação de Agravos de Notificação e as projeções populacionais para cada bairro (Secretaria Municipal de Saúde do Rio de Janeiro. TabNet Linux 2.6a: tuberculose - SINAN Net. http://tabnet.rio.rj.gov.br/cgi-bin/dh?sinan/definicoes/tuberc2007.def, acessado em 3/Abr/2020). Esse plano de informação expressa, em nível coletivo, a ocorrência de espaços propícios à transmissão de agentes etiológicos respiratórios, bem como condições socioeconômicas de maior precariedade ⁹9. San Pedro A, Gibson G, Santos JPC, Toledo LM, Sabroza PC, Oliveira RM. Tuberculose como marcador de iniquidades em um contexto de transformações socioespaciais. 2017. Rev Saúde Pública 2017; 51:9..

Com os planos de informação construídos e mapeados foi utilizado o método de Análise de Processos Hierárquicos (AHP) ¹⁴14. Saraiva VI, Silva AS, Santos JPC. Suscetibilidade à erosão dos solos da bacia hidrográfica lagos - São João, no Estado do Rio de Janeiro - Brasil, a partir do método AHP e análise multicritério. Revista Brasileira de Geografia Física 2019; 12:1415-30., para determinar a contribuição relativa de cada um deles na integração dos dados e na construção do índice. O percentual de contribuição de cada plano na vulnerabilidade a COVID-19 foi de 40% para tuberculose, 30% para densidade de pessoas com 60 anos ou mais e 30% para a média de moradores por domicílio. Os planos de informação foram padronizados pelo método dos mínimos e máximos, fazendo com que ambos variassem de 0 a 1 para que as diferentes escalas e magnitudes não interferissem na construção do índice.

Com base nessa padronização e na definição da contribuição relativa foi realizada a integração temática dos diferentes planos de informação pela Combinação Linear Ponderada por álgebra de mapas ¹⁵15. Jiang H, Eastman JR. Application of fuzzy measures in multi-criteria evaluation in GIS. International Journal of Geographical Information Science 2000; 14:173-84..

Após o processo de integração temática obteve-se o mapa que expressa no território o índice de vulnerabilidade à forma grave da COVID-19 na cidade do Rio de Janeiro na escala de setores censitários, sendo este analisado em diferentes escalas geográficas como Regiões Administrativas e bairros. Todo o processamento dos dados e mapeamentos foram realizados usando-se o programa ArcGis 10.5 (http://www.esri.com/software/arcgis/index.html).

Resultados

Em relação à média de moradores por domicílios, observa-se grande heterogeneidade. As menores densidades intradomiciliares foram observadas em setores censitários pertencentes às Regiões Administrativas localizadas na Zona Sul (Copacabana: 2,20 habitantes/domicílio, Botafogo: 2,35 habitantes/domicílio e Lagoa: 2,48 habitantes/domicílio), Zona Central (Centro: 2,25 habitantes/domicílio e Paquetá: 2,49 habitantes/domicílio) e Zona da Grande Tijuca (Tijuca: 2,68 habitantes/domicílio e Vila Isabel: 2,77 habitantes/domicílio). Em contrapartida, verifica-se uma maior ocorrência de alta densidade intradomiciliar em grandes porções das Regiões Administrativas que compõem as zonas Norte (Jacarezinho: 3,29 habitantes/domicílio, Complexo do Alemão: 3,24 habitantes/domicílio e Vigário Geral: 3,23 habitantes/domicílio) e Oeste (Santa Cruz: 3,26 habitantes/domicílio, Guaratiba: 3,24 habitantes/domicílio e Cidade de Deus 3,22 habitantes/domicílio) (Figura 2, Tabela 1).

Quanto à distribuição da densidade de pessoas com idades de 60 anos e mais, observa-se maior adensamento em setores censitários pertencentes às Regiões Administrativas de Copacabana: 7.707 habitante/km², Rocinha: 4.735 habitante/km², Botafogo: 3.291 habitante/km², Jacarezinho: 3.227 habitante/km², Vila Isabel: 3.130 habitante/km², Tijuca: 2.970 habitante/km², Lagoa 2.395 habitante/km², Cidade de Deus: 2.146 habitante/km² e Complexo da Maré: 2.130 habitante/km². E os menores adensamentos foram registrados nas Regiões Administrativas de Guaratiba: 302 habitante/km², Santa Cruz: 474 habitante/km², Portuária: 555 habitante/km² e Barra da Tijuca: 584 habitante/km² (Figura 3, Tabela 1).

A distribuição espacial da tuberculose evidencia taxas de incidência muito elevadas em grande parte dos bairros da cidade do Rio de Janeiro, especialmente naqueles que compõem as Regiões Administrativas do Jacarezinho: 645/100.000, Cidade de Deus: 527/100.000, Inhaúma: 475/100.000, Portuária: 428/100.000, Complexo da Maré: 410/100.000, Complexo do Alemão: 396/100.000, Bangu: 364/100.000, Ramos: 316/100.000 e Rocinha: 313/100.000 (Figura 4, Tabela 1).

A caraterização da vulnerabilidade às formas graves da COVID-19 estratificou o município em cinco classes: (1) muito baixa, respondendo por 41,9% da área ocupada no município e 16,6% da população; (2) baixa, representando 13,4% da área ocupada e 20,5% da população; (3) média, correspondendo a 17,4% da área ocupada e 21,1% da população; (4) alta, representando 18,2% da área ocupada e 20,2% da população; (5) muito alta, correspondendo a 8,9% da área ocupada no município e 21,3% da população. Os setores censitários classificados como de alta e muito alta vulnerabilidade estão localizados em diferentes Regiões Administrativas da cidade do Rio de Janeiro, com destaque para as de Bangu, Guaratiba, Cidade de Deus, Rocinha, Copacabana, Rio Comprido, São Cristóvão, Ramos, Inhaúma, Penha e Vigário Geral (Figura 5).

Discussão

Os resultados alcançados evidenciam um padrão espacial bastante heterogêneo em termos de vulnerabilidade à forma grave de COVID-19 na cidade do Rio de Janeiro, com áreas mais vulneráveis espalhadas por todo o território, refletindo a sua complexidade urbana. Contudo, é possível observar que as áreas de maior vulnerabilidade estão nas regiões Norte e Oeste (não litorânea) da cidade e em comunidades carentes encrustadas nas áreas nobres (zonas Sul e Oeste, ambas litorâneas) como Rocinha e Cidade de Deus, respectivamente.

Em relação ao índice de vulnerabilidade, sua elaboração contou com um número simplificado de planos de informação que pudessem expressar tanto processos vinculados à maior possibilidade de transmissão quanto às condições de vida e demográficas relacionadas a formas graves da COVID-19.

O estudo apresenta como limitação uma modelagem espacial baseada em dados referentes ao Censo de 2010 que, apesar da defasagem temporal, é a principal fonte de informação em escalas territoriais de menor nível de agregação. De forma a minimizar o efeito da defasagem temporal, selecionamos para o indicador de população com 60 anos e mais aquelas pessoas que no momento da realização do Censo Demográfico de 2010 apresentaram idade maior ou igual a 50 anos. Quanto à densidade intradomiciliar, sua magnitude pode sofrer variação ao longo do tempo, porém, seu padrão diferencial tende a ser mantido. Em relação à incidência da tuberculose, a opção pela utilização dos dados de 2018 refere-se ao tempo necessário para a consolidação dos dados no sistema de informação.

Considerando-se o atual momento da epidemia, a proposição de um indicador simplificado para a vulnerabilidade à forma grave da COVID-19 justifica-se pela necessidade e urgência do desenvolvimento de estratégias de assistência e vigilância que levem em conta a distribuição espacial de aspectos particulares à sua ocorrência em cada território. Especificamente no âmbito da assistência, poderá subsidiar a orientação de ações de prevenção e cuidado desempenhadas pelo programa saúde da família em função das necessidades comunitárias identificadas ¹⁶16. Vitória AM, Campos GWS. Só com APS forte o sistema pode ser capaz de achatar a curva de crescimento da pandemia e garantir suficiência de leitos UTI. http://www.cosemssp.org.br/noticias/dicadogestor-so-com-aps-forte-o-sistema-pode-ser-capaz-de-achatar-a-curva-de-crescimento-da-pandemia-e-garantir-suficiencia-de-leitos-uti/ (acessado em 02/Abr/2020).
http://www.cosemssp.org.br/noticias/dica... .

Por fim, é importante destacar o caráter simplificado do indicador proposto e a necessidade de formulação de um índice de vulnerabilidade aprimorado com a inclusão de varáveis como distribuição de leitos hospitalares (UTI e unidades intermediárias) ¹⁷17. Codeço CT, Villela D, Coelho FC, Bastos LS, Carvalho LM, Gomes MF, et al. Estimativa de risco de espalhamento da COVID-19 no Brasil e avaliação da vulnerabilidade socioeconômica nas microrregiões brasileiras. Rio de Janeiro: Programa de Computação Científica, Fundação Oswaldo Cruz; 2020., o perfil da renda do emprego formal e informal ¹⁸18. Arrais TPA, Oliveira ARD, Alencar, DP, Salgado TR, Lima, LDO, Viana JLR, et al. Pandemia COVID-19: o caráter emergencial das transferências de renda direta e indireta para a população vulnerável do Estado de Goiás. Espaço e Economia: Revista Brasileira de Geografia Econômica 2020; (18). http://journals.openedition.org/espacoeconomia/13734.
http://journals.openedition.org/espacoec... , outras comorbidades como hipertensão arterial e diabete melittus ¹⁹19. Zhou F, Yu T, Du R, Fan G, Liu Y, Liu Z, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet 2020; 395:1054-62., para que num momento de normalidade sanitária a identificação da vulnerabilidade possa se dar de maneira mais efetiva.

Agradecimentos

À Dra. Nildimar Alves Honório, Núcleo Operacional Sentinela de Mosquitos Vetores, Fundação Oswaldo Cruz (Nosmove/Fiocruz).

Referências

Datas de Publicação

Histórico