Publication year: 2024
Theses and dissertations in Portugués presented to the Universidade de São Paulo. Faculdade de Saúde Pública to obtain the academic title of Mestre. Leader: Conde, Wolney Lisbôa
Introdução:
Desde março de 2020, a pandemia do COVID-19 alcançou 775 milhões de infecções e 9 milhões de óbitos. Até dezembro de 2021, o Brasil apresentava o segundo número mais elevado de mortes e o terceiro de infecções confirmadas pelo vírus. Há mais de duas décadas, o país vivencia a pandemia de obesidade, que atualmente atinge 20% da população adulta. A relação sinérgica entre as pandemias da obesidade e do COVID-19 estimula análises sobre riscos e efeitos individuais e contextuais na população brasileira. Objetivo:
Analisar os efeitos da obesidade no risco de infecção, no agravamento da infecção e no risco de óbito por COVID-19, e suas distribuições demográficas, geográficas e sociais no Brasil. Métodos:
Foram utilizados dados do Sistema de Informação de Vigilância Epidemiológica da Gripe (SIVEP-Gripe) e IBGE sobre o Produto Interno Bruto (PIB) dos municípios coletados entre janeiro de 2020 e fevereiro de 2021 seguindo uma metodologia de identificação de código municipal unificado para construção do banco de dados. A análise descritiva inicial estimou a frequência de infecção por COVID-19, hospitalização, óbito, obesidade e outras comorbidades pré-existentes, estratificadas por fatores sociodemográficos, etários, geográficos e socioeconômicos. Em seguida, foram conduzidos modelos de regressão logística múltipla para investigar associações entre variáveis explicativas e desfechos de contaminação, hospitalização e óbito por COVID-19. Posteriormente, foram utilizados modelos de efeitos mistos para considerar a estrutura hierárquica dos dados e a influência de fatores individuais - com foco na obesidade - e contextuais - com foco em Unidades Federativas e municípios - no óbito por COVID-19. Resultados:
A obesidade aumenta a chance de hospitalização por COVID-19 em 2,3 vezes (p < 0.001) quando comparada com não obesos. Além disso, a presença de 1-2 doenças crônicas não transmissíveis (DCNT) também contribuiu para o risco de hospitalização (OR: 1.32, IC 95%: 1.28 - 1.35, p < 0.001). Homens e indivíduos pretos e pardos apresentaram maior risco de hospitalização e óbito. A escolaridade dos indivíduos apresentou um padrão duplo de associação:
enquanto o risco de hospitalização aumentou com a escolaridade, o risco de óbito diminuiu. A inclusão dos efeitos aleatórios das Unidades Federativas (UF) e dos municípios no modelo multinível demonstrou um melhor ajuste aos dados em comparação com o modelo logístico tradicional (chi2(2) = 2590,01, Prob > chi2 = 0,0000). O modelo 4 com individuais, PIB per capita, e dois níveis hierárquicos alcança o melhor equilíbrio entre o ajuste aos dados e a complexidade do modelo (AIC=80058.3), indicando sua adequação na explicação das relações presentes nos dados. Conclusão:
A obesidade é um fator associado significativamente a desfechos adversos da COVID-19. A consideração dos efeitos contextuais das Unidades Federativas (UF) e dos municípios se mostrou relevante para analisar os óbitos pela doença. As disparidades regionais e municipais contribuíram para moldar a resposta à pandemia, em sinergia com desigualdades socioeconômicas e de acesso aos cuidados de saúde.
Introduction:
Since March 2020, the COVID-19 pandemic has reached 775 million infections and 9 million deaths. By December 2021, Brazil had the second-highest number of deaths and the third-highest number of confirmed virus infections. For over two decades, the country has been experiencing the obesity pandemic, currently affecting 20% of the adult population. The synergistic relationship between the obesity and COVID-19 pandemics stimulates analysis of individual and contextual risks and effects on the Brazilian population. Objective:
To analyze the effects of obesity on the risk of COVID-19 infection, disease severity, and mortality, as well as their demographic, geographic, and social distributions in Brazil. Methods:
Data from the Influenza Epidemiological Surveillance Information System (SIVEP-Gripe) and the Brazilian Institute of Geography and Statistics (IBGE) on municipal Gross Domestic Product (GDP) collected between January 2020 and February 2021 were used, following a methodology of unified municipal code identification for database construction. The initial descriptive analysis estimated the frequency of COVID-19 infection, hospitalization, death, obesity, and other pre-existing comorbidities, stratified by sociodemographic, age, geographic, and socioeconomic factors. Subsequently, multiple logistic regression models were conducted to investigate associations between explanatory variables and outcomes of infection, hospitalization, and death due to COVID-19. Mixed-effects models were then employed to account for the hierarchical structure of the data and the influence of individual factors - focusing on obesity - and contextual factors - focusing on federative units and municipalities - on COVID-19 mortality. Results:
Obesity increased the likelihood of hospitalization due to COVID-19 by 2.3 times (p < 0.001) compared to non-obese individuals. Additionally, the presence of 1-2 non-communicable chronic diseases (NCDs) also contributed to the risk of hospitalization (OR: 1.32, 95% CI: 1.28 - 1.35, p < 0.001). Men and black and brown individuals had higher risks of hospitalization and death. Educational level showed a dual association pattern:
while the risk of hospitalization increased with education, the risk of death decreased. Including random effects of federative units (UF) and municipalities in the multilevel model demonstrated better data fit compared to the traditional logistic model (chi2(2) = 2590.01, Prob > chi2 = 0.0000). Model 4, with individual adjustments, per capita GDP, and two hierarchical levels, achieved the best balance between data fit and model complexity (AIC = 80058.3), indicating its suitability in explaining the relationships present in the data. Conclusion:
Obesity is significantly associated with adverse COVID-19 outcomes. Considering the contextual effects of federative units (UF) and municipalities proved important in analyzing disease mortality. Regional and municipal disparities contributed to shaping the pandemic response, in synergy with socioeconomic inequalities and access to healthcare.