Resumo

Este artigo objetivou verificar a relação entre os fatores socioeconômicos e a pandemia da covid-19 nos municípios de médio porte mineiros. O procedimento de análise de dados foi a modelagem de equações estruturais de mínimos quadrados parciais. As variáveis utilizadas foram vulnerabilidade, saneamento, renda, agravantes, vacinação, casos de covid-19, mortalidade por covid-19, hospitalização e doenças crônicas não transmissíveis. Os dados foram coletados no Índice Mineiro de Responsabilidade Social, no painel de monitoramento dos casos de covid-19 e no painel de monitoramento de vacinação contra covid-19. O recorte temporal foi determinado pelo início da pandemia e a disponibilidade de dados (março de 2020 a setembro de 2021). Os resultados evidenciaram que melhores condições de saneamento estão negativamente relacionadas aos casos de covid-19, a renda está positivamente relacionada com os casos de covid-19 e a taxa de mortalidade por doenças crônicas não transmissíveis está relacionada de forma positiva com a mortalidade por covid-19. Os casos de covid-19 têm impacto negativo na hospitalização e a hospitalização tem impacto positivo na mortalidade. Os casos moderados pela vacinação estão negativamente relacionados à mortalidade por covid-19. Os resultados confirmam que condições socioeconômicas menos favoráveis tornam a sociedade mais vulnerável a covid-19.

Palavras-chave:
Covid-19; Fatores Socioeconômicos; Modelagem de Equações Estruturais

Abstract

This study investigated the correlation between socioeconomic factors and the COVID-19 pandemic in medium-sized Minas Gerais municipalities. Data were analyzed by partial least squares structural equation modeling, using the following variables: vulnerability, sanitation, income, aggravating factors, vaccination, COVID-19 cases, COVID-19 mortality, hospitalization and non-communicable chronic diseases. Data were obtained from the Minas Gerais Social Responsibility Index, the COVID-19 cases monitoring panel and the COVID-19 vaccination monitoring panel. Data collection time frame was determined by the onset of the pandemic and data availability (March 2020 to September 2021). Results showed that better sanitation conditions are negatively related to COVID-19 cases, income is positively related to COVID-19 cases, and higher mortality from chronic noncommunicable diseases are positively related to COVID-19 mortality. COVID-19 cases have a negative impact on hospitalization and hospitalization has a positive impact on mortality. Cases, moderated by vaccination, are negatively related to COVID-19 mortality. These findings confirm that less favorable socioeconomic conditions make society more vulnerable to COVID-19.

Keywords:
COVID-19; Socioeconomic Factors; Structural Equation Modeling

Introdução

Os fatores sociais e econômicos geram disparidades no estado da saúde da população. A privação material é a principal consequência da pobreza, podendo ser configurada pela falta de tratamento de água e esgoto e pela alimentação deficitária (Marmot, 2005MARMOT, M. Social determinants of health inequalities. The Lancet, London, v. 365, n. 9464, p. 1099-1104, 2005. DOI: 10.1016/S0140-6736(05)71146-6
https://doi.org/10.1016/S0140-6736(05)71... ). O nível de instrução pode proporcionar maior renda, menor privação material e também hábitos mais saudáveis, impactando em melhores condições de vida e saúde (Marmot, 2005MARMOT, M. Social determinants of health inequalities. The Lancet, London, v. 365, n. 9464, p. 1099-1104, 2005. DOI: 10.1016/S0140-6736(05)71146-6
https://doi.org/10.1016/S0140-6736(05)71... ; Phelan; Link; Tehranifar, 2010PHELAN, J. C.; LINK, B. G.; TEHRANIFAR, P. Social conditions as fundamental causes of health inequalities: theory, evidence, and policy implications. Journal of Health and Social Behavior, v. 51, n. supl., p. S28-S40, 2010. DOI: 10.1177/0022146510383498
https://doi.org/10.1177/0022146510383498... ). Tais fatores podem impactar nas taxas de mortalidade, na qualidade de vida, na incidência de doenças e nos resultados das ações e serviços públicos de saúde (Spinks; Hollingsworth, 2009SPINKS, J.; HOLLINGSWORTH, B. Cross-country comparisons of technical efficiency of health production: a demonstration of pitfalls. Applied Economics, London, v. 41, n. 4, p. 417-427, 2009. DOI: 10.1080/00036840701604354
https://doi.org/10.1080/0003684070160435... ).

Os estudos que relacionam os fatores socioeconômicos com a pandemia da covid-19 mostram que a educação, a renda e as condições de habitação podem determinar o surto da doença. De acordo com Ortiz-Hernández e Pérez-Sastré (2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ), Kim e Bostwick (2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ) e Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ), as populações com nível socioeconômico menos favorecido foram as mais acometidas pela pandemia. A taxa de infecção foi cerca de três a quatro vezes maior, quando comparada com a média regional, e as taxas de mortalidade se mostraram mais altas (Burström; Tao, 2020BURSTRÖM, B.; TAO, W. Social determinants of health and inequalities in COVID-19. European Journal of Public Health, Oxford, v. 30, n. 4, p. 617-618, 2020. DOI: 10.1093/eurpub/ckaa095
https://doi.org/10.1093/eurpub/ckaa095... ). Para Islam et al. (2021ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ), os locais mais vulneráveis, considerando nível de pobreza, desemprego, habitação lotada e cobertura de seguro saúde apresentaram o dobro das taxas de casos e óbitos em comparação aos locais menos vulneráveis. Fatores como instrução, renda e saneamento colaboram para a vulnerabilidade à covid-19.

A vulnerabilidade, neste estudo, está associada à fragilidade da sociedade em relação ao contágio e à mortalidade por covid-19 e, por ser social, é moldada pelo contexto e pelas práticas sociais, econômicas e políticas (Kim; Bostwick, 2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ). A vulnerabilidade à covid-19 pode ser entendida como uma construção social, uma condição sistêmica que existia antes do enfrentamento da pandemia (Kim; Bostwick, 2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ). As características sociais e econômicas determinam não apenas a exposição ao risco, mas também a capacidade da comunidade para enfrentar e se recuperar de uma pandemia (Kim; Bostwick, 2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ). Essa vulnerabilidade está arraigada nas estruturas sociais, gerando uma exposição desigual ao contágio e mortalidade por covid-19. Dessa forma, os fatores socioeconômicos precisam ser examinados para explicar os resultados diferenciais.

As desigualdades socioeconômicas refletem que a população menos favorecida é mais acometida pela incidência e mortalidade de doenças transmissíveis e não transmissíveis (Marmot, 2005MARMOT, M. Social determinants of health inequalities. The Lancet, London, v. 365, n. 9464, p. 1099-1104, 2005. DOI: 10.1016/S0140-6736(05)71146-6
https://doi.org/10.1016/S0140-6736(05)71... ). Os estudos de Phelan, Link e Tehranifar (2010PHELAN, J. C.; LINK, B. G.; TEHRANIFAR, P. Social conditions as fundamental causes of health inequalities: theory, evidence, and policy implications. Journal of Health and Social Behavior, v. 51, n. supl., p. S28-S40, 2010. DOI: 10.1177/0022146510383498
https://doi.org/10.1177/0022146510383498... ) e Khalatbari-Soltani et al. (2020KHALATBARI-SOLTANI, S. et al. Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of Epidemiology and Community Health , London, v. 74, n. 8, p. 620-623, 2020. DOI: 10.1136/jech-2020-214297
https://doi.org/10.1136/jech-2020-214297... ) apontam que a maior incidência e mortalidade de doenças crônicas não transmissíveis estão relacionadas aos grupos socialmente menos favorecidos, devido à alimentação com dieta pobre, à baixa prática de atividades físicas e aos hábitos prejudiciais à saúde. As doenças crônicas não transmissíveis (DCNT) são, principalmente, as doenças cardiovasculares, as neoplasias, as doenças respiratórias, a diabetes mellitus e as doenças renais. As condições crônicas estão entre os fatores de risco para o agravamento da infecção por covid-19 (Karmakar; Lantz; Tipirneni, 2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ; Khalatbari-Soltani et al., 2020KHALATBARI-SOLTANI, S. et al. Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of Epidemiology and Community Health , London, v. 74, n. 8, p. 620-623, 2020. DOI: 10.1136/jech-2020-214297
https://doi.org/10.1136/jech-2020-214297... ). A alta mortalidade de covid-19, a alta prevalência de doenças crônicas e a vulnerabilidade social se encontram relacionadas (Islam et al., 2021ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ; Kim; Bostwick, 2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ). A população menos favorecida socialmente é afetada por uma sindemia, ou seja, a confluência de doenças crônicas e covid-19 (Islam et al., 2021ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ). Desse modo, há um agravamento da mortalidade por covid-19.

O acesso aos testes de covid-19 é outro importante fator. Locais com maior renda disponibilizaram mais testes e indivíduos com melhores condições financeiras tiveram mais acesso. Como consequência, o acesso oportuno ao diagnóstico rápido tende a favorecer medidas de controle - como o distanciamento -, reduzindo, assim, a disseminação da doença. Nesse sentido, locais com maior renda apresentaram menor incidência da doença.

Apesar da relevância na redução de mortalidade por covid-19, a vacinação não é recorrente nos estudos que tratam da relação entre fatores socioeconômicos e a pandemia, como nos estudos de Clounston, Natale e Link (2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ), Chaudhry et al. (2020CHAUDHRY, R. et al. A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes. EClinicalMedicine, Amsterdam, v. 25, p. 100464, 2020. DOI: 10.1016/j.eclinm.2020.100464
https://doi.org/10.1016/j.eclinm.2020.10... ), Islam et al. (2020ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ), Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ) e Liao e Maio (2021LIAO, T. F.; MAIO, F. Association of Social and Economic Inequality With Coronavirus Disease 2019 Incidence and Mortality Across US Counties. JAMA Network Open , Chicago, v. 4, n. 1, e2034578, 2021. DOI: 10.1001/jamanetworkopen.2020.34578
https://doi.org/10.1001/jamanetworkopen.... ).Porém, tem grande relevância na redução de mortalidade por covid-19. Dagan et al. (2021DAGAN, N. et al. BNT162b2 mRNA Covid-19 Vaccine in a Nationwide Mass Vaccination Setting. New Englande Journal of Medicine, Waltham, v. 384, n. 15, p. 1412-1423, 2021. DOI: 10.1056/NEJMoa2101765
https://doi.org/10.1056/NEJMoa2101765... ) apontam que a vacinação em massa pode reduzir o agravamento da doença e a mortalidade. Após uma única dose, já pode ser verificada uma redução significativa nos óbitos relacionados à covid-19 (Alencar et al., 2021ALENCAR C.H. et al. High effectiveness of SARS-CoV-2 vaccines in reducing COVID-19 related deaths in over 75-year-olds, Ceará state, Brazil. Tropical Medicine and Infectious Disease, v. 6, n. 129, p. 1-6, 2021. DOI: 10.3390/tropicalmed6030129
https://doi.org/10.3390/tropicalmed60301... ).

As disparidades socioeconômicas são determinantes das iniquidades em saúde (Marmot, 2005MARMOT, M. Social determinants of health inequalities. The Lancet, London, v. 365, n. 9464, p. 1099-1104, 2005. DOI: 10.1016/S0140-6736(05)71146-6
https://doi.org/10.1016/S0140-6736(05)71... ). Os estudos têm se concentrado no agravamento da covid-19, sem, no entanto, considerar a influência dos fatores socioeconômicos (Khalatbari-Soltani et al,2020KHALATBARI-SOLTANI, S. et al. Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of Epidemiology and Community Health , London, v. 74, n. 8, p. 620-623, 2020. DOI: 10.1136/jech-2020-214297
https://doi.org/10.1136/jech-2020-214297... ). Além disso, os estudos que relacionam fatores socioeconômicos e a pandemia de covid-19 tendem a fazer análises dos casos ou da mortalidade de forma isolada. Nesse contexto, este artigo se propõe a responder: qual a relação entre os fatores socioeconômicos e a pandemia da covid-19 nos municípios mineiros de médio porte? Tal relação será obtida por meio da modelagem de equações estruturais utilizando o SmartPLS 3, uma vez que, permite a análise considerando múltiplas variáveis.

As iniquidades em saúde evidenciaram a necessidade de políticas públicas direcionadas às melhorias das condições socioeconômicas da população (Liao; Maio, 2021LIAO, T. F.; MAIO, F. Association of Social and Economic Inequality With Coronavirus Disease 2019 Incidence and Mortality Across US Counties. JAMA Network Open , Chicago, v. 4, n. 1, e2034578, 2021. DOI: 10.1001/jamanetworkopen.2020.34578
https://doi.org/10.1001/jamanetworkopen.... ). Uma situação de pandemia, como a covid-19, ressalta ainda mais a necessidade da atuação e intervenção do Estado, tanto para a geração de bem-estar quanto para a justiça social. Ainda, deve-se considerar que a relevância do assunto não se limita ao período da pandemia. As medidas de contenção e disseminação da covid-19 tiveram impacto econômico e reforçaram as desigualdades nos determinantes sociais da saúde, como o desemprego, a pobreza, a insegurança alimentar e a educação de baixa qualidade (Karmakar; Lantz; Tipirneni, 2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ).

Método

Desenho do estudo e fonte de dados

Trata-se de um estudo ecológico, com abordagem quantitativa, baseado em dados secundários de casos e óbitos por covid-19 notificados no período de março de 2020 a setembro de 2021 em municípios de médio e grande porte do estado de Minas Gerais.

Foi realizado um levantamento de fontes de dados para a organização de um banco de indicadores agregados por municípios. Como fonte de dados, foram utilizados o Índice Mineiro de Responsabilidade Social - IMRS (Fundação João Pinheiro, 2021FUNDAÇÃO JOÃO PINHEIRO. Índice Mineiro de Responsabilidade Social IMRS. Belo Horizonte, 2021. Disponível em: <Disponível em: http://imrs.fjp.mg.gov.br/Consultas >. Acesso em: 10 set. 2021.
http://imrs.fjp.mg.gov.br/Consultas... ), o painel distribuição dos casos de covid-19 (Minas Gerais, 2021MINAS GERAIS (Estado). Secretaria Estadual de Saúde de Minas Gerais. Distribuição dos Casos de COVID-19. Belo Horizonte, 2021. Disponível em: <Disponível em: https://coronavirus.saude.mg.gov.br/painel >. Acesso em: 20 out. 2021.
https://coronavirus.saude.mg.gov.br/pain... ) e o painel de registros de vacinação contra covid-19 (Brasil, 2021BRASIL. Ministério da Saúde. Registros de Vacinação COVID19 - Dados Completos. Brasília, DF, 2021. Disponível em: <Disponível em: https://opendatasus.saude.gov.br/dataset/covid-19-vacinacao/resource/301983f2-aa50-4977-8fec-cfab0806cb0b# >. Acesso em: 20 out. 2021.
https://opendatasus.saude.gov.br/dataset... ).

Visando melhor abordar o contexto da covid-19, foram utilizadas como variáveis desfecho (variáveis dependentes) a taxa de mortalidade padronizada por faixa etária e o número de casos de covid-19, com base em estudos anteriores (Alencar et al., 2021ALENCAR C.H. et al. High effectiveness of SARS-CoV-2 vaccines in reducing COVID-19 related deaths in over 75-year-olds, Ceará state, Brazil. Tropical Medicine and Infectious Disease, v. 6, n. 129, p. 1-6, 2021. DOI: 10.3390/tropicalmed6030129
https://doi.org/10.3390/tropicalmed60301... ; Clounston; Natale; Link, 2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ; Dagan et al., 2021DAGAN, N. et al. BNT162b2 mRNA Covid-19 Vaccine in a Nationwide Mass Vaccination Setting. New Englande Journal of Medicine, Waltham, v. 384, n. 15, p. 1412-1423, 2021. DOI: 10.1056/NEJMoa2101765
https://doi.org/10.1056/NEJMoa2101765... ; Ortiz-Hernández; Pérez-Sastré, 2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ; Islam et al., 2020ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ; Liao; Maio, 2021LIAO, T. F.; MAIO, F. Association of Social and Economic Inequality With Coronavirus Disease 2019 Incidence and Mortality Across US Counties. JAMA Network Open , Chicago, v. 4, n. 1, e2034578, 2021. DOI: 10.1001/jamanetworkopen.2020.34578
https://doi.org/10.1001/jamanetworkopen.... ; Sarmadi; Marufi; Moghaddam, 2020SARMADI, M.; MARUFI, N.; MOGHADDAM, V. K. Association of COVID-19 global distribution and environmental and demographic factors: An updated three-month study. Environmental Research, Amsterdam, v. 188, 109748, 2020. DOI: 10.1016/j.envres.2020.109748
https://doi.org/10.1016/j.envres.2020.10... ) e conforme mostra o modelo estrutural deste estudo na Figura 1. A variável casos de covid-19 é impactada pelas variáveis independentes constituídas pelos constructos de vulnerabilidade, saneamento e renda. O constructo vulnerabilidade é composto pelas variáveis taxa de analfabetismo da população de 15 anos ou mais de idade e percentual de pessoas pertencentes às famílias beneficiárias do Programa Bolsa Família. O constructo saneamento é composto pelas variáveis percentual da população com rede de água e percentual da população urbana com coleta de lixo. O constructo renda é composto pelo produto interno bruto (PIB) per capita e taxa de emprego do setor formal. A variável dependente mortalidade por covid-19 é impactada pela variável independente taxa de mortalidade por doenças crônicas não transmissíveis e pela variável número de casos de covid-19. Essa relação, então, é mediada pela variável independente número de hospitalizações por covid-19 e moderada pelas variáveis independentes comorbidade (número de casos com fator de risco e número de casos na população com 60 anos ou mais de idade) e cobertura vacinal.

Área de estudo

Para verificar a relação entre os fatores socioeconômicos e a pandemia da covid-19, a área de estudo são os municípios do estado de Minas Gerais, localizado na região Sudeste do Brasil. É o segundo estado mais populoso do país, o quarto com maior área territorial e o estado com maior número de municípios, segundo o Instituto Brasileiro de Geografia e Estatística (IBGE, 2010IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Rio de Janeiro, 2010. Disponível em: <Disponível em: https://www.ibge.gov.br/estatisticas/multidominio/cultura-recreacao-e-esporte/9662-censo-demografico-2010.html >. Acesso em: 15 set. 2021.
https://www.ibge.gov.br/estatisticas/mul... ).

O estado de Minas Gerais é composto por 853 municípios; desse total, 476 não chegam a 10.000 habitantes. Ou seja, grande parte dos municípios mineiros são pequenos e utilizam a infraestrutura dos municípios maiores para o emprego, o estudo ou até mesmo a assistência à saúde. Assim, a delimitação da amostra teve como finalidade selecionar um grupo de municípios com uma infraestrutura mínima, tendo como base a definição de porte do IBGE (2010IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo Demográfico 2010. Rio de Janeiro, 2010. Disponível em: <Disponível em: https://www.ibge.gov.br/estatisticas/multidominio/cultura-recreacao-e-esporte/9662-censo-demografico-2010.html >. Acesso em: 15 set. 2021.
https://www.ibge.gov.br/estatisticas/mul... ). Desse modo, foram selecionados os municípios mineiros considerados de médio porte, aqueles com população entre 50.001 e 500.000 habitantes, e grande porte, aqueles com população superior a 500.000 habitantes. Nesse contexto, a amostra foi composta por 71 municípios, conforme mostra a Tabela 1.

Para evitar os outliers, procurou-se parametrizar os dados em valores per capita, percentual e a cada 50.000 habitantes. Para reduzir a grande dispersão de dados relacionados a casos, utilizou-se o log10. Para a mortalidade, foram utilizadas as taxas padronizadas por faixa etária no período de março de 2020 a setembro de 2021.

Variáveis

O estudo utiliza dados secundários para compor cada um dos constructos. O período de coleta foi delimitado conforme a disponibilidade dos dados. O Quadro 1 apresenta a síntese das variáveis do estudo.

O constructo vulnerabilidade ficou composto pela taxa de analfabetismo da população de 15 anos ou mais e pelo percentual de pessoas pertencentes às famílias beneficiárias do Programa Bolsa Família, com base nos estudos de Ortiz-Hernández e Pérez-Sastré (2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ) e Kim e Bostwick (2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ). A taxa de analfabetismo refere-se às pessoas consideradas analfabetas, aquelas que não podem ler e escrever um bilhete simples em seu idioma. O percentual de pessoas pertencentes ao Programa Bolsa Família está associado à vulnerabilidade pela pobreza, pois os benefícios do programa são direcionados a famílias que se encontram em situação de pobreza e extrema pobreza (Brasil, 2004BRASIL. Lei nº 10.836, de 9 de janeiro de 2004. Cria o Programa Bolsa Família e dá outras providências. Brasília, DF: Presidência da República, 2004. Disponível em: <Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/lei/l10.836.htm >. Acesso em: 10 out. 2021.
http://www.planalto.gov.br/ccivil_03/_at... ). Assim, o constructo vulnerabilidade procura confirmar a hipótese 1 (H₁: a vulnerabilidade está relacionada de forma positiva e significante com o número de casos de covid-19).Para o constructo saneamento, foi utilizado percentual da população com rede de água e percentual da população urbana com coleta de lixo, com base nos estudos de Islam et al. (2020ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ) e Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ). As condições de saneamento básico podem impactar na pandemia da covid-19. Dessa forma, o constructo saneamento busca confirmar a hipótese 2 (H₂: melhores condições de saneamento estão relacionadas de forma negativa e significante com o número de casos de covid-19).

Para o constructo renda, foi utilizado o PIB per capita e a taxa de emprego do setor formal, com base nos estudos de Chaudhry et al. (2020CHAUDHRY, R. et al. A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes. EClinicalMedicine, Amsterdam, v. 25, p. 100464, 2020. DOI: 10.1016/j.eclinm.2020.100464
https://doi.org/10.1016/j.eclinm.2020.10... ) e Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ). O PIB está relacionado à atividade econômica do município, ou seja, pode-se considerar que quanto maior o PIB, maior a renda do município. A taxa de emprego no setor formal foi utilizada porque também está vinculada à renda, mas pode retratar a necessidade de exposição ao vírus da covid-19 como garantia de sobrevivência. Assim, o constructo renda tem o propósito de confirmar a hipótese 3 (H₃: a renda está positivamente relacionada com o número de casos de covid-19).

Locais com maior desigualdade socioeconômica apresentam maior incidência de doenças crônicas e também maior mortalidade por essas doenças (Phelan; Link; Tehranifar, 2010PHELAN, J. C.; LINK, B. G.; TEHRANIFAR, P. Social conditions as fundamental causes of health inequalities: theory, evidence, and policy implications. Journal of Health and Social Behavior, v. 51, n. supl., p. S28-S40, 2010. DOI: 10.1177/0022146510383498
https://doi.org/10.1177/0022146510383498... ). Nesse contexto, com base nos estudos de Islam et al. (2020ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ) e Kim e Bostwick (2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ), é apresentada a hipótese 4 (H₄: a maior mortalidade por doenças crônicas não transmissíveis estão relacionadas de forma positiva e significante com a taxa de mortalidade por covid-19).

Para a identificação da mortalidade por covid-19, faz-se necessária a testagem e confirmação do caso; desse modo, a incidência da doença torna-se um precedente para a verificação da mortalidade. Assim, procura-se confirmar a hipótese 5 (H₅: os casos de covid-19 estão relacionados de forma positiva e significante com a hospitalização). O agravamento e a morte por covid-19 são maiores na população idosa, com 65 anos ou mais de idade e na população com presença de comorbidades (Chaudhry et al., 2020CHAUDHRY, R. et al. A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes. EClinicalMedicine, Amsterdam, v. 25, p. 100464, 2020. DOI: 10.1016/j.eclinm.2020.100464
https://doi.org/10.1016/j.eclinm.2020.10... ; Karmakar; Lantz; Tipirneni, 2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ). Nesse contexto, procura-se confirmar a hipótese 6 (H₆: os agravantes comorbidades e idade avançada moderam a relação entre os casos de covid-19 e a mortalidade por covid-19). Visando anular o efeito das diferenças na estrutura etária dos municípios e permitir comparações, foram utilizadas, para a variável mortalidade por covid-19, as taxas padronizadas por faixa etária (a cada 10 anos e maiores de 60 anos), calculada conforme descrito no Quadro 1.

O agravamento da covid-19 pode aumentar as complicações respiratórias demandando hospitalizações (Ortiz-Hernández; Pérez-Sastré, 2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ). Dessa forma, pode-se compreender que a internação modera a relação entre casos de covid-19 e também por sua mortalidade, assim como os fatores agravantes como comorbidades e idade avançada. Dessa forma, procura-se confirmar a hipótese 7 (H₇: a hospitalização por covid-19 está relacionada de forma positiva e significante com a mortalidade por covid-19). A vacinação também pode moderar a relação entre casos e mortalidade por covid-19. Assim, chega-se à hipótese 8 (H₈: a vacinação modera a relação entre casos de covid-19, e a mortalidade por covid-19).

A Figura 1 mostra o modelo estrutural proposto com as hipóteses para seus respectivos constructos. As variáveis vulnerabilidade, saneamento, renda e agravantes são variáveis latentes (constructos não observáveis) formados por variáveis observáveis. Já as variáveis vacinação, casos de covid-19, mortalidade por covid-19, hospitalização e doenças crônicas não transmissíveis (DCNT) são constructos de único item. As variáveis casos de covid-19 e mortalidade por covid-19 são consideradas variáveis dependentes. Já vulnerabilidade, saneamento, renda e DCNT são variáveis independentes. A variável hospitalização é uma variável mediadora, enquanto agravantes e vacinação são variáveis moderadoras da relação entre casos e mortalidade por covid-19.

Procedimento de análise

O procedimento de análise de dados utilizado neste estudo foi a modelagem de equações estruturais de mínimos quadrados parciais (Partial Least Squares Structural Equation Modeling - PLS-SEM), conforme proposto por Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). A modelagem de equações estruturais refere-se a uma análise multivariada que envolve a aplicação de métodos estatísticos que analisam simultaneamente variáveis múltiplas (Hair et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). O PLS-SEM tem caráter exploratório e se concentra na explicação da variância das variáveis dependentes ao examinar o modelo (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). O método PLS-SEM se mostra adequado quando a pesquisa utiliza dados secundários que podem necessitar de uma comprovação abrangente de como as variáveis latentes (constructos) são mensuradas, quando uma população restringe o tamanho da amostra e quando a distribuição dos dados não segue os parâmetros de normalidade (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). O modelo de mensuração mais adequado a este estudo foi o reflexivo, ou seja, do constructo para o indicador. No modelo reflexivo, os indicadores de um constructo são tratados como abordagens diferentes para medir a mesma construção (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). Nesse caso, o constructo é um traço explicando os indicadores, representam consequências e se a avaliação do traço muda, todos os itens mudaram de forma igual.

O software utilizado para a modelagem de equações estruturais de mínimos quadrados parciais (PLS-SEM) foi o SmartPLS versão 3.3.3 (Ringle; Wende; Becker, 2015RINGLE, C. M.; WENDE, S.; BECKER, J. M. SmartPLS 3, Boenningstedt: SmatPLS GmbH. Germany, 2015.). Para a configuração de parâmetros da modelagem de equações estruturais de mínimos quadrados parciais neste estudo, foi utilizado o esquema de ponderação de caminho, o número máximo de interação de 300 e o critério de paragem de 10^-5 (Ringle; Silva; Bido, 2014RINGLE, C. M.; SILVA, D.; BIDO, D. de S. Modelagem de Equações Estruturais com Utililação do SmartPLS. Revista Brasileira de Marketing, São Paulo, v. 13, n. 2, p. 56-73, 2014. DOI: 10.5585/remark.v13i2.2717
https://doi.org/10.5585/remark.v13i2.271... ).

Avaliação da qualidade de ajuste do modelo

Antes de definir o modelo estrutural final, torna-se necessário avaliar o seu ajuste. A avaliação do modelo estrutural pode ser realizada por meio da avaliação do modelo reflexivo, avaliação do modelo estrutural e análise da significância dos relacionamentos do modelo estrutural. Para a avaliação de modelos reflexivos, é necessário verificar: a (1) confiabilidade do indicador; (2) a consistência interna (confiabilidade composta); (3) a validade convergente (variância média extraída); e a (4) validade discriminante.

A confiabilidade do indicador mostra que o alto valor das cargas externas indica que as variáveis que compõem o constructo têm muito em comum e isso é capturado pelo constructo. Com base em Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), os valores de referência para a carga externa devem ser superiores a 0,708, mostrando que o constructo explica mais de cinquenta por cento da variância do indicador. Assim, é possível garantir que os indicadores da amostra são confiáveis.

A consistência interna do grupo de variáveis serve para compor o constructo, ou seja, a confiabilidade composta tem como base as cargas externas dos indicadores (variáveis). Os valores da confiabilidade composta, com base em Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), devem ser superiores a 0,7. Assim, é possível garantir a confiabilidade dos constructos que compõem o modelo estrutural.

A validade convergente mostra que o constructo converge para explicar a variância de seus indicadores (variáveis). A validade convergente pode ser verificada por meio da variância média extraída (AVE) de cada constructo. O valor de referência da variância média extraída é 0,5 ou superior (Fornell; Larcker,1981FORNELL, C.; LARCKER, D. F. Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics. Journal of Marketing Research, Thousand Oaks, v. 18, n. 3, p. 382-388, 1981. DOI: 10.2307/3150980
https://doi.org/10.2307/3150980... ), indicando que o constructo explica pelo menos 50% da variância dos itens.

A validade discriminante é o grau em que um constructo difere de outros, de acordo com critérios empíricos. Deve-se garantir que a validade discriminante mostre que o constructo é único e capture fenômenos não representados por outros constructos no modelo. A validade discriminante pode ser verificada por meio da razão heterotraço-monotraço (HTMT) das correlações com base em Henseler, Ringle e Sarstedt (2015HENSELER, J.; RINGLE, C. M.; SARSTEDT, M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, Berlin, v. 43, p. 115-135, 2015. DOI: 10.1007/s11747-014-0403-8
https://doi.org/10.1007/s11747-014-0403-... ). A correlação entre dois constructos próximos a 1 evidencia que esses não diferem entre si, ou seja, não há validade discriminante. Para garantir a validade discriminante, o valor deve ser igual ou inferior a 0,85 (Henseler; Ringle; Sarstedt, 2015HENSELER, J.; RINGLE, C. M.; SARSTEDT, M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, Berlin, v. 43, p. 115-135, 2015. DOI: 10.1007/s11747-014-0403-8
https://doi.org/10.1007/s11747-014-0403-... ).

O próximo passo é a avaliação do modelo estrutural. Para isso, realizou-se: a (1) avaliação dos coeficientes de caminho do modelo estrutural; a (2) avaliação da relevância preditiva (Q²); e a (3) avaliação dos coeficientes de determinação de Pearson (R²).

A avaliação dos coeficientes de caminho do modelo estrutural acontece por meio da análise de colinearidade. Os coeficientes do modelo estrutural para construir relacionamentos são derivados da estimativa de uma série de equações de regressão. Antes de avaliar as relações estruturais, a colinearidade deve ser verificada para garantir que não afete os resultados da regressão. A análise de colinearidade pode ser verificada por meio do fator de inflação da variância (variance inflation factor - VIF). Um valor VIF de cinco ou superior mostra um potencial problema de colinearidade (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). Os valores ideais para o VIF devem ser próximos ou inferiores a três.

A relevância preditiva diz respeito à qualidade de previsão do modelo. “Os valores de Q² estimados pelo procedimento blindfolding representam uma medida de quão bem o modelo de caminho pode prever os valores originalmente observados” (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017., p. 215). A avaliação da relevância preditiva é verificada pelo valor de Q² de Stone-Geisser, por meio do procedimento blindfolding, que é possível apenas para constructos endógenos de modelo reflexivo ou de item único. De acordo com Hair Junior . (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), os valores de Q² acima de zero indicam que o modelo apresenta relevância preditiva, sendo que os valores de 0,25 e 0,50 indicam que um constructo exógeno tem pequena, média ou grande relevância preditiva sobre um certo constructo endógeno. Para realizar o procedimento blindfolding, é preciso definir a distância D, que é um valor pelo qual o número de observações é dividido e cujo resultado nunca deve ser um número inteiro. Se o resultado for um número inteiro, o procedimento exclui as observações. Com base em Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), os valores da distância D devem ser entre 5 e 12. Por exemplo, a escolha de uma distância D de cinco indica que cada cinco pontos de dados dos indicadores do constructo alvo são eliminados em uma única rodada de blindfolding.

A avaliação dos coeficientes de determinação de Pearson (R²) mostra a qualidade do modelo ajustado (Ringle; Silva; Bido, 2014RINGLE, C. M.; SILVA, D.; BIDO, D. de S. Modelagem de Equações Estruturais com Utililação do SmartPLS. Revista Brasileira de Marketing, São Paulo, v. 13, n. 2, p. 56-73, 2014. DOI: 10.5585/remark.v13i2.2717
https://doi.org/10.5585/remark.v13i2.271... ). Os valores de R² mostram o quanto as variáveis endógenas conseguem explicar do modelo estrutural. Conforme Ringle, Silva e Bido (2014RINGLE, C. M.; SILVA, D.; BIDO, D. de S. Modelagem de Equações Estruturais com Utililação do SmartPLS. Revista Brasileira de Marketing, São Paulo, v. 13, n. 2, p. 56-73, 2014. DOI: 10.5585/remark.v13i2.2717
https://doi.org/10.5585/remark.v13i2.271... ), nas ciências sociais, um R² de 2% indica um pequeno efeito, um R² de 13% indica um efeito médio e um R² de 26% indica um efeito grande. Porém, deve-se haver cautela na interpretação do R², considerando o contexto e a complexidade do estudo.

Depois da avaliação do modelo estrutural, é preciso analisar a significância dos relacionamentos do modelo estrutural por meio da técnica de reamostragem bootstrapping (Ringle; Silva; Bido, 2014RINGLE, C. M.; SILVA, D.; BIDO, D. de S. Modelagem de Equações Estruturais com Utililação do SmartPLS. Revista Brasileira de Marketing, São Paulo, v. 13, n. 2, p. 56-73, 2014. DOI: 10.5585/remark.v13i2.2717
https://doi.org/10.5585/remark.v13i2.271... ). A garantia da significância acontecerá para os relacionamentos que apresentarem valores dos testes T maior ou igual a 1,96 (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). Dessa forma, será garantido um p-valor menor ou igual a 0,05 (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.) confirmando as hipóteses apresentadas no estudo.

Resultados e discussões

Validação do modelo

A Tabela 2 mostra a síntese dos resultados da confiabilidade do indicador (cargas externas), a consistência interna (confiabilidade composta) e a validade convergente (variância média extraída - AVE). A confiabilidade composta apresentou, para todas as variáveis latentes (constructos), valores superiores a 0,7, o que atende os pressupostos da consistência interna com base em Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.). Isso garante a confiabilidade dos indicadores da amostra e dos constructos que compõem o modelo estrutural. Pode-se constatar, com base na Tabela 2, que a AVE dos constructos foram superiores a 0,5, conforme os pressupostos de Fornell e Larcker (1981FORNELL, C.; LARCKER, D. F. Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics. Journal of Marketing Research, Thousand Oaks, v. 18, n. 3, p. 382-388, 1981. DOI: 10.2307/3150980
https://doi.org/10.2307/3150980... ), ou seja, os indicadores do modelo deste estudo convergem a uma alta proporção da variância.

A confiabilidade dos indicadores foi confirmada pelo alto valor das cargas externas: os valores foram maiores que 0,708 (Hair Junior et al., 2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), ou seja, todos os constructos explicam mais de 50% da variância do indicador. Isso evidencia que os indicadores estão relacionados com o constructo; por exemplo, o percentual da população com rede de água e o percentual da população urbana com coleta de lixo explicam 73,7% e 79,1%, respectivamente, da variância do constructo saneamento. Desse modo, pode-se verificar que todas as cargas externas atendem o pressuposto da confiabilidade dos indicadores.

A Tabela 3 mostra os resultados da validade discriminante do modelo, verificada por meio da razão heterotraço-monotraço (HTMT), com base em Henseler, Ringle e Sarstedt (2015HENSELER, J.; RINGLE, C. M.; SARSTEDT, M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, Berlin, v. 43, p. 115-135, 2015. DOI: 10.1007/s11747-014-0403-8
https://doi.org/10.1007/s11747-014-0403-... ). Observando a Tabela 3, pode-se perceber que os valores são todos abaixo de 0,85. Assim, é possível garantir validade discriminante do modelo deste estudo, ou seja, que os constructos diferem entre si de acordo com critérios empíricos.

Análise do modelo estrutural

Para a análise do modelo estrutural, foi realizada a avaliação dos coeficientes de caminho, a avaliação da relevância preditiva (Q²) e a avaliação dos coeficientes de determinação (R²). Por último, foi realizada a análise da significância dos relacionamentos do modelo estrutural

Para a avaliação dos coeficientes de caminho, utilizou-se a análise de colinearidade, por meio do VIF. A Tabela 4 mostra o valor do VIF para as variáveis dependentes casos, hospitalização e mortalidade em relação às variáveis independentes detalhadas nas linhas da tabela. Pode-se observar que todos os valores estão abaixo de dois, atendendo os pressupostos de Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), evidenciando que não há problemas de colinearidade no modelo do estudo.

A Tabela 5 mostra os valores de Q² por meio do procedimento blindfolding para as variáveis latentes e dependentes do modelo do estudo. A distância D, de acordo com Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.), utilizada para o procedimento blindfolding foi 7. Pode-se observar que a variável hospitalização apresentou um Q² de 0,199 e tem baixa relevância preditiva, já casos e mortalidade apresentaram Q² de 0,285 e 0,316, respectivamente, ou seja, têm média relevância preditiva.

A Figura 2 apresenta o modelo estrutural deste estudo. Os coeficientes de determinação (R²) são representados pelos valores dentro dos círculos azuis. O grau de explicação da variância da variável endógena mortalidade apresentou um R² igual a 0,434, ou seja, conclui-se que cerca de 43% da variância da mortalidade por covid-19 dos municípios mineiros é explicada pelas variáveis latentes casos e DCNT (taxa de mortalidade por doenças crônicas não transmissíveis). Deve-se observar que a relação entre mortalidade e casos é mediada pela hospitalização e moderada pela cobertura vacinal e comorbidade. O poder de explicação da variável endógena casos apresentou o R² igual a 0,414, ou seja, conclui-se que cerca de 41% da variância de casos de covid-19 dos municípios mineiros é explicada pelas variáveis latentes saneamento, vulnerabilidade e renda.

Pode-se observar a importância das moderações de cobertura vacinal e comorbidade. A moderação da cobertura vacinal mostra um impacto de -0,206 na taxa de mortalidade por covid-19, ou seja, evidencia a redução da mortalidade. A moderação comorbidade mostra que, em casos de covid-19 com fator de risco, há uma maior mortalidade na proporção de 0,058.

O procedimento bootstrapping foi utilizado para validar o modelo. Os parâmetros do bootstrapping foram definidos com base em Hair Junior et al. (2017HAIR JUNIOR, J. F. et al. A primer on partial least squares structural equation modeling (PLS-SEM). 2. ed. Oaks: SAGE Publications, 2017.) em 5 mil subamostras, nível de resultados completo e com base em percentis. Os resultados obtidos (Tabela 6) mostram que as relações de saneamento com casos, de renda com casos e de casos com mortalidade (mediado pela hospitalização) são significativas a 0,01, aceitando, assim, as hipóteses H₂ e H₃ do estudo. A relação entre DCNT e mortalidade foi significativa a 0,05, com impacto positivo, aceitando a hipótese H4 proposta pelo estudo.

A relação vulnerabilidade e casos foi significativa a 0,05; porém, o sinal encontrado foi diferente do esperado, não confirmando a hipótese H₁ de que a maior vulnerabilidade está positivamente relacionada com o número de casos de covid-19. A vulnerabilidade foi configurada, neste estudo, pela taxa de analfabetismo e percentual de pessoas pertencentes ao programa bolsa família. Desse modo, a rejeição de H1 não confirma os pressupostos de Clounston, Natale e Link (2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ), Khalatbari-Soltani et al. (2020KHALATBARI-SOLTANI, S. et al. Importance of collecting data on socioeconomic determinants from the early stage of the COVID-19 outbreak onwards. Journal of Epidemiology and Community Health , London, v. 74, n. 8, p. 620-623, 2020. DOI: 10.1136/jech-2020-214297
https://doi.org/10.1136/jech-2020-214297... ) e Kim e Bostwick (2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ), de que o acesso à educação pode reduzir a incidência de casos de covid-19. Do mesmo modo, não confirma que o nível de pobreza pode favorecer a maior incidência de casos, conforme exposto pelos autores Ortiz-Hernández e Pérez-Sastré (2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ), Kim e Bostwick (2020KIM, S. J.; BOSTWICK, W. Social Vulnerability and Racial Inequality in COVID-19 Deaths in Chicago. Health Education & Behavior, Thousand Oaks, v. 47, n. 4, p. 509-513, 2020. DOI: 10.1177/1090198120929677
https://doi.org/10.1177/1090198120929677... ), Burström e Tao (2020BURSTRÖM, B.; TAO, W. Social determinants of health and inequalities in COVID-19. European Journal of Public Health, Oxford, v. 30, n. 4, p. 617-618, 2020. DOI: 10.1093/eurpub/ckaa095
https://doi.org/10.1093/eurpub/ckaa095... ), Clounston, Natale e Link (2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ), Elgar, Stefaniak e Wohl (2020ELGAR, F. J.; STEFANIAK, A.; WOHL, M. J. A. The trouble with trust: Time-series analysis of social capital, income inequality, and COVID-19 deaths in 84 countries. Social Science & Medicine , Amsterdam, v. 263, p. 113365, 2020. DOI: 10.1016/j.socscimed.2020.113365
https://doi.org/10.1016/j.socscimed.2020... ), Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ).

A H₂ foi significativa a 0,01, confirmando a relação negativa entre saneamento e os casos de covid-19. Ou seja, melhores condições de saneamento influenciam de forma negativa no número de casos de covid-19. Esse resultado converge com as observações de Islam et al. (2021ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ) e Gostin, Friedman e Wetter (2020GOSTIN, L. O.; FRIEDMAN, E. A.; WETTER, S. A. Responding to Covid-19: How to Navigate a Public Health Emergency Legally and Ethically. Hastings Center Report, Hoboken, v. 50, n. 2, p. 8-12, 2020. DOI: 10.1002/hast.1090
https://doi.org/10.1002/hast.1090... ), de que ter acesso a água tratada e a coleta de lixo pode impactar em menor incidência de casos de covid-19, uma vez que a higiene é uma das medidas de prevenção da doença.

A relação entre renda e casos, representada pela hipótese H₃, foi significativa a 0,01 com impacto positivo, confirmando que a renda está positivamente relacionada ao número de casos de covid-19. Esse resultado corrobora os achados de Chaudhry et al. (2020CHAUDHRY, R. et al. A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes. EClinicalMedicine, Amsterdam, v. 25, p. 100464, 2020. DOI: 10.1016/j.eclinm.2020.100464
https://doi.org/10.1016/j.eclinm.2020.10... ) e Clounston, Natale e Link (2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ) de que locais com maior renda têm melhores estruturas de saúde e disponibilizam mais testes, consequentemente apresentando maior incidência da doença. O constructo renda foi composto pelo PIB per capita e pela taxa de emprego no setor formal. Desse modo, se focarmos na taxa de emprego do setor formal, a relação positiva entre renda e casos também retrata a necessidade de exposição ao vírus da covid-19 como garantia de sobrevivência, confirmando os achados de Clounston, Natale e Link (2021CLOUNSTON, S. A. P.; NATALE, G.; LINK, B. G. Socioeconomic inequalities in the spread of coronavirus-19 in the United States: A examination of the emergence of social inequalities. Social Science & Medicine, Amsterdam, v. 268, 113554, 2021. DOI: 10.1016/j.socscimed.2020.113554
https://doi.org/10.1016/j.socscimed.2020... ), Elgar, Stefaniak e Wohl (2020ELGAR, F. J.; STEFANIAK, A.; WOHL, M. J. A. The trouble with trust: Time-series analysis of social capital, income inequality, and COVID-19 deaths in 84 countries. Social Science & Medicine , Amsterdam, v. 263, p. 113365, 2020. DOI: 10.1016/j.socscimed.2020.113365
https://doi.org/10.1016/j.socscimed.2020... ) e Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ).

A relação entre casos e hospitalização foi significativa a 0,01; porém, o sinal encontrado difere do sinal esperado, não confirmando a hipótese H₅ de que os casos de covid-19 estão positivamente relacionados com a hospitalização. Já a relação entre hospitalização e mortalidade foi significativa a 0,05, confirmando a hipótese H₇ de que a hospitalização por covid-19 está positivamente relacionada com a mortalidade por covid-19. Esse resultado confirma os achados de Ortiz-Hernández e Pérez-Sastré (2020ORTIZ-HERNÁNDEZ, L.; PÉREZ-SASTRÉ, M. A. Inequidades sociales en la progresión de la COVID-19 en población mexicana. Revista Panamericana de Salud Pública, Washington, DC, v. 44, e106, 2020. DOI: 10.26633/RPSP.2020.106
https://doi.org/10.26633/RPSP.2020.106... ) que, entre os casos de covid-19, podem acontecer complicações que demandam hospitalização, uma variável mediadora entre casos e mortalidade por covid-19. Pode-se observar, conforme o modelo estrutural apresentado na Figura 2, que os casos têm impacto negativo nas hospitalizações, porém a hospitalização tem impacto positivo na mortalidade. Isso indica que uma maior incidência de casos de covid-19 não se traduz necessariamente em maior hospitalização; porém, quando há hospitalização, acontece maior mortalidade por covid-19.

A relação entre casos e a mortalidade moderada pelas comorbidades não foi significativa, rejeitando, assim, a hipótese H₆ deste estudo. Esse resultado não confirmou os achados dos estudos de Chaudhry et al. (2020CHAUDHRY, R. et al. A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes. EClinicalMedicine, Amsterdam, v. 25, p. 100464, 2020. DOI: 10.1016/j.eclinm.2020.100464
https://doi.org/10.1016/j.eclinm.2020.10... ) e Karmakar, Lantz e Tipirneni (2021KARMAKAR, M.; LANTZ, P. M.; TIPIRNENI, R. Association of Social and Demographic Factors With COVID-19 Incidence and Death Rates in the US. JAMA Network Open, Chicago, v. 4, n. 1, e2036462, 2021. DOI: 10.1001/jamanetworkopen.2020.36462
https://doi.org/10.1001/jamanetworkopen.... ), de que ter fatores de risco ou apresentar uma idade avançada pode aumentar a mortalidade por covid-19.

A relação entre casos e mortalidade moderada pela cobertura vacinal apresentou p-valor de 0,051, muito próximo à significância de 0,05; desse modo, a hipótese H8 foi parcialmente aceita. Tal resultado evidencia que os casos de covid-19, moderados pela vacinação, estão negativamente relacionados com a mortalidade. Isso confirma os pressupostos de Alencar et al. (2021ALENCAR C.H. et al. High effectiveness of SARS-CoV-2 vaccines in reducing COVID-19 related deaths in over 75-year-olds, Ceará state, Brazil. Tropical Medicine and Infectious Disease, v. 6, n. 129, p. 1-6, 2021. DOI: 10.3390/tropicalmed6030129
https://doi.org/10.3390/tropicalmed60301... ) e Dagan et al. (2021DAGAN, N. et al. BNT162b2 mRNA Covid-19 Vaccine in a Nationwide Mass Vaccination Setting. New Englande Journal of Medicine, Waltham, v. 384, n. 15, p. 1412-1423, 2021. DOI: 10.1056/NEJMoa2101765
https://doi.org/10.1056/NEJMoa2101765... ), de que a vacinação pode reduzir a mortalidade porque diminui as possíveis complicações causadas pela covid-19.

A hipótese H₄ foi significativa a 0,05, confirmando que a maior mortalidade por doenças crônicas não transmissíveis está positivamente relacionada à taxa de mortalidade por covid-19. Esse resultado mostra, conforme Islam et al. (2021ISLAM, N. et al. Social inequality and the syndemic of chronic disease and COVID-19: county-level analysis in the USA. Journal of Epidemiology and Community Health, London, v. 75, p. 496-500, 2021. DOI: 10.1136/jech-2020-215626
https://doi.org/10.1136/jech-2020-215626... ), que a ocorrência de uma sindemia pode gerar maior mortalidade por covid-19. Também retrata que a mortalidade é maior em situações em que há maior mortalidade por doenças crônicas não transmissíveis. Isso confirma os resultados de Phelan, Link e Tehranifar (2010PHELAN, J. C.; LINK, B. G.; TEHRANIFAR, P. Social conditions as fundamental causes of health inequalities: theory, evidence, and policy implications. Journal of Health and Social Behavior, v. 51, n. supl., p. S28-S40, 2010. DOI: 10.1177/0022146510383498
https://doi.org/10.1177/0022146510383498... ) e Soltani et al. (2020), que apontam, ainda, maior desigualdade socioeconômica nessas mesmas situações.

Considerações finais

Os resultados evidenciaram que os fatores socioeconômicos podem colaborar para maior incidência e mortalidade da covid-19. Pode-se verificar que o acesso à rede de água tratada e à coleta de lixo impactam de forma negativa nos casos de covid-19 (hipótese 2). Isso também mostra que locais com acesso restrito à água tratada e sem coleta de lixo podem ser acometidos de forma desproporcional pela doença. A renda teve efeito direto e positivo sobre os casos de covid-19 (hipótese 3), mostrando que locais com maior renda realizaram mais testes e por isso tiveram maior incidência da doença. A maior testagem, apesar de aumentar a incidência de casos, pode colaborar para agilizar as medidas protetivas, evitando uma maior proliferação da doença. Mas a relação constatada entre renda e casos de covid-19 também pode configurar a maior exposição dos indivíduos por uma necessidade de trabalho visando garantir a sobrevivência.

Em relação às doenças crônicas não transmissíveis, pode-se constatar um efeito direto e positivo sobre a mortalidade por covid-19 (hipótese 7). Essa relação mostra que, em locais com maior taxa de mortalidade por DCNT, há também maior mortalidade por covid-19. É importante ressaltar que esses locais são, também, locais menos favorecidos socioeconomicamente; dessa forma, são acometidos de forma desproporcional pela covid-19.

Para a relação entre casos e mortalidade por covid-19, foram constatadas a mediação da hospitalização (hipótese 7) e a moderação da cobertura vacinal (hipótese 8). A hospitalização impacta em maior mortalidade por covid-19, já a cobertura vacinal tem relação com uma menor taxa de mortalidade.

Contudo, os resultados confirmam que as condições socioeconômicas menos favoráveis tornam a sociedade mais vulnerável à covid-19. Isso ressalta a importância da atuação dos governos para avançar na redução das iniquidades sociais. A cobertura vacinal, conforme os resultados do estudo, é uma possibilidade de redução da mortalidade. Assim, também pode ser utilizada como mecanismo de proteção da população menos favorecida. Os fatores sociais e econômicos podem tornar uma sociedade mais vulnerável a doenças e uma pandemia pode agravar ainda mais a vulnerabilidade por esses fatores. Assim, torna-se urgente trabalhar fatores sociais e econômicos para melhorar a saúde das pessoas. Isso é fazer justiça social.

Este estudo tem como contribuição acadêmica a análise da relação entre fatores socioeconômicos e a covid-19, por meio da modelagem de equações estruturais e as perspectivas dessa relação, considerando as mediações e moderações. Como contribuição gerencial, este estudo pode auxiliar as entidades federativas quanto a ações que visam avançar em relação à pandemia da covid-19, como também nos fatores sociais e econômicos. Como contribuição social, o estudo pode fundamentar políticas que visam maior justiça social, focalizando os aspectos socioeconômicos como caminho para melhorar as condições de vida e saúde da população.

Entre as limitações deste estudo, pode-se apontar o número restrito de variáveis para configurar os aspectos sociais e econômicos, delimitados de acordo com a disponibilidade dos dados. Para uma pesquisa futura, sugere-se a formação de outros constructos por meio da utilização de outras variáveis. Por exemplo, a utilização de variáveis relacionadas à habitação, como adensamento e condições de moradia.

Referências

Datas de Publicação

Histórico