• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

[en] POISSON REGRESSION TO ANALYZE THE INCIDENCE OF DEATHS FROM IN THE CITIES OF RIO DE JANEIRO: A SOCIO-DEMOGRAPHIC APPROACH / [pt] REGRESSÃO DE POISSON PARA ANÁLISE DA INCIDÊNCIA DE ÓBITOS DE COVID-19 NAS CIDADES DO RIO DE JANEIRO: UMA ABORDAGEM SÓCIO-DEMOGRÁFICA

DAYANA XIMENES DOS SANTOS FRAZAO 23 June 2022 (has links)
[pt] Desde fevereiro de 2020 a pandemia gerada pelo novo coronavírus SarsCoV-2, vírus gerador da doença COVID-19, tem causado muitos óbitos, principalmente nos grandes centros urbanos. No Brasil, um dos estados mais afetados foi o Rio de Janeiro que, apesar de todas as ações feitas para mitigar o avanço da COVID-19, chegou em 01 de março de 2021 a uma taxa de mortalidade de 206,9 por cento, que corresponde a aproximadamente 207 óbitos a cada mil habitantes. No entanto, os municípios do RJ foram atingidos de maneira distinta, onde a cidade menos afetada alcançou 9,7 por cento e a mais afetada 331,3 por cento. Estudos prévios da literatura especializada indicam que a principal razão desta discrepância pode ser associada à fatores relacionados a população, renda, educação, saúde, economia, território e ambiente. Portanto, esse trabalho tem como principal objetivo identificar os principais fatores socioeconômicos, sociodemográficos e de acesso a recursos hospitalares que estão associadas a taxa de mortalidade oriunda do Sars-CoV-2 nos noventa e dois municípios do estado do Rio de Janeiro com base no modelo de Regressão de Poisson, no período de 01 de março de 2020 a 01 de março de 2021, contabilizando 12 meses. A partir do modelo escolhido foi possível detectar que dez dos onze fatores analisados influenciam na taxa de mortalidade. Sendo os fatores, Índice de desenvolvimento humano municipal (IDHM), Renda per capita (RDPC), Percentual de pobres (PMPOB), Produto interno bruto (PIB), Taxa de frequência bruta ao superior (T_FBSUPER), percentual de aglomerados subnormais (PER_AGSN), Densidade demográfica, Número de leitos hospitalares do SUS por habitante, Número de leitos hospitalares totais por habitante e Número de respiradores por habitante. Assim, os resultados obtidos com base nesses fatores analisados podem auxiliar na criação de ações mitigadoras mais direcionadas e eficientes, de acordo com as características dos municípios do estado do Rio de Janeiro. / [en] Since February 2020 the pandemic generated by the new coronavirus SarsCoV-2, the virus generating the disease COVID-19, has caused many deaths, mainly in large urban centers. In Brazil, one of the most affected states was Rio de Janeiro, which, despite all the actions taken to mitigate the progress of COVID19, reached on March 1, 2021 a mortality rate of 206.9 percent, which corresponds to approximately 207 deaths per thousand inhabitants. However, the Rio de Janeiro municipalities were affected differently, where the least affected city reached 9.7 percent and the most affected 331.3 percent. Previous studies in the specialized literature indicate that the main reason for this discrepancy may be associated with factors related to population, income, education, health, economy, territory, and environment. Therefore, this work has as main objective to identify the main socioeconomic, socio-demographic factors and access to hospital resources that are associated with the mortality rate from Sars-CoV-2 in the ninety-two municipalities in the state of Rio de Janeiro based on the Poisson Regression model, in the period from March 01, 2020 to March 01, 2021, accounting for 12 months. From the model chosen it was possible to detect those ten of the eleven factors analyzed influence the mortality rate. The factors being, municipal human development index (IDHM), per capita income (RDPC), percentage of poor (PMPOB), gross domestic product (GDP), gross attendance rate to higher (T_FBSUPER), percentage of subnormal settlements (PER_AGSN), demographic density, number of SUS hospital beds per inhabitant, number of total hospital beds per inhabitant and number of respirators per inhabitant. Thus, the results obtained based on these analyzed factors can help in the creation of more targeted and efficient mitigating actions, according to the characteristics of the municipalities in the state of Rio de Janeiro.

Page generated in 0.0377 seconds