Análise da evolução da pandemia de covid-19 em relação a indicadores macroeconômicos, demográficos e políticos
Analysis of the evolution of the COVID-19 pandemic in relation to macroeconomic, demographic and political indicators
DOI:
https://doi.org/10.22167/2675-441X-2024719Palavras-chave:
coronavírus, “machine learning”, política pública, saúde públicaResumo
Este estudo investigou como as condições de riqueza, desenvolvimento e políticas afetaram o desempenho de 168 países no que diz respeito ao número de casos e mortes confirmados por covid-19 por milhão de habitantes após 365 dias do primeiro caso confirmado. Utilizaram-se técnicas de “machine learning” supervisionadas e não supervisionadas, incluindo clusterização para explorar os dados, análise de componentes principais para aprofundar a compreensão dos dados, e análise de componentes principais e modelagem multinível para confirmar as relações e padrões identificados. Os resultados indicaram que as condições pré-existentes de riqueza, desenvolvimento e políticas exerceram um impacto significativo nos padrões de desempenho dos países analisados em relação à pandemia. Conclui-se que a pandemia da covid-19 revelou as complexas interações entre variáveis econômicas, sociais e políticas de saúde pública, demonstrando que, mesmo com acesso a uma ampla gama de recursos, países ricos e desenvolvidos enfrentaram altos números de casos e mortes, evidenciando a necessidade de políticas de saúde pública mais equitativas e preparadas para futuras emergências sanitárias.
Referências
CNN Brasil. 2020. OMS classifica novo coronavírus como pandemia. Disponível em: <https://www.cnnbrasil.com.br/saude/organizacao-mundial-da-saude-oms-classifica-novo-coronavirus-como-pandemia/>. Acesso em: 10 abr. 2024.
Pires, L.S.; Andrino, B.; Llaneras, K.; Grasso, D. 2021. O mapa do coronavírus: como aumentam os casos dia a dia no Brasil e no mundo. El País. Disponível em: <https://brasil.elpais.com/brasil/2020/03/12/ciencia/1584026924_318538.html>. Acesso em: 10 abr. 2024.
Jones, L.; Palumbo, D.; Brown, D. 2021. Coronavírus: 8 gráficos para entender como a pandemia de covid-19 afetou as maiores economias do mundo. BBC News. Disponível em: <https://www.bbc.com/portuguese/internacional-55835790>. Acesso em: 10 abr. 2024.
Maia, B. 2020. A importância do analytics na crise da covid-19. MIT Sloan Management Review Brasil. Disponível em: <https://mitsloanreview.com.br/post/a-importancia-do-analytics-na-crise-da-covid-19/>. Acesso em: 10 abr. 2024.
Cao, Q.; Heydari, B. 2022. Micro-level social structures and the success of covid-19 national policies. Nature Computational Science 2(9): 595-604. DOI: https://doi.org/10.1038/s43588-022-00314-0
Hartonen, T.; Jermy, B.; Sõnajalg, H.; Vartiainen, P.; Krebs, K.; Vabalas, A.; FinnGen; Estonian Biobank Research Team; Leino, T.; Nohynek, H.; Sivelä, J.; Mägi, R.; Daly, M.; Ollila, H.M.; Milani, L.; Perola, M.; Ripatti, S.; Ganna, A. 2023. Nationwide health, socio-economic and genetic predictors of covid-19 vaccination status in Finland. Nature Human Behaviour 7: 1069-1083. DOI: https://doi.org/10.1038/s41562-023-01591-z
Re’em, Y.; Stelson, E.A.; Davis, H.E.; McCorkell, L.; Wei, H.; Assaf, G.; Akrami, A. 2023. Factors associated with psychiatric outcomes and coping in long covid. Nature Mental Health 1(5): 361-372. DOI: https://doi.org/10.1038/s44220-023-00064-6
Rostila, M.; Cederström, A.; Wallace, M.; Aradhya, S.; Ahrne, M.; Juárez, S.P. 2023. Inequalities in covid-19 severe morbidity and mortality by country of birth in Sweden. Nature Communications 14(1): 4919. DOI: https://doi.org/10.1038/s41467-023-40568-4
Pires, L.N.; Carvalho, L.; Xavier, L.D.L. 2020. Covid-19 e desigualdade: a distribuição dos fatores de risco no Brasil. Experiment Findings 2020. http://dx.doi.org/10.13140/RG.2.2.27014.73282.
Spotswood, E.N.; Benjamin, M.; Stoneburner, L.; Wheeler, M.M.; Beller, E.E.; Balk, D.; McPhearson, T.; Kuo, M.; McDonald, R.I., 2021. Nature inequity and higher covid-19 case rates in less-green neighbourhoods in the United States. Nature Sustainability 4(12): 1092-1098. DOI: https://doi.org/10.1038/s41893-021-00781-9
Reme, B.A.; Gjesvik, J.; Magnusson, K. 2023. Predictors of the post-COVID condition following mild SARS-CoV-2 infection. Nature Communications 14: 5839. DOI: https://doi.org/10.1038/s41467-023-41541-x
Mathieu, E.; Ritchie, H.; Rodés-Guirao, L.; Appel, C.; Gavrilov, D.; Giattino, C.; Hasell, J.; Macdonald, B.; Dattani, S.; Beltekian, D.; Ortiz-Ospina, E.; Roser-M. 2020. Coronavirus Pandemic (covid-19). OurWorldInData. Disponível em: <https://ourworldindata.org/coronavirus>. Acesso em: 10 abr. 2024.
The World Bank. 2021. DataBank. Disponível em: <https://databank.worldbank.org/home.aspx>. Acesso em: 10 abr. 2024.
Microsoft. 2021. Componente: Clustering K-means. Disponível em: <https://docs.microsoft.com/pt-br/azure/machine-learning/algorithm-module-reference/k-means-clustering>. Acesso em: 10 abr. 2024.
Fávero, L.P.; Belfiore, P. 2017. Manual de análise de dados. Elsevier, Rio de Janeiro, RJ, Brasil.
Matos, D.A.S.; Rodrigues, E.C. 2019. Análise fatorial. Enap, Brasília, DF, Brasil.
Fávero, L.P. 2008. Time, firm and country effects on performance: an analysis under the perspective of hierarchical modeling with repeated measures. Brazilian Business Review 5: 163-180. DOI: https://doi.org/10.15728/bbr.2008.5.3.1
Fávero, L.P.; Hair Jr., J.F.; Souza, R.F.; Albergaria, M.; Brugni, T.V. 2021. Zero-inflated generalized linear mixed models: a better way to understand data relationships. Mathematics 9(10): 1-28. https://doi.org/10.3390/math9101100. DOI: https://doi.org/10.3390/math9101100
United Nations Conference on Trade and Development (UNCTAD). 2020. The Least Developed Countries Report 2020. Disponível em: <https://unctad.org/webflyer/least-developed-countries-report-2020>. Acesso em: 10 abr. 2024.
Ades, A.; Chua, H.B. 1997. Thy neighbor’s curse: regional instability and economic growth. Journal of Economic Growth 2(3): 279-304. DOI: https://doi.org/10.1023/A:1009782809329
Grechyna, D. 2017. Political instability: the neighbor vs. the partner effect. MPRA. Disponível em: <https://mpra.ub.uni-muenchen.de/79952/>. Acesso em 10 abr. 2024. DOI: https://doi.org/10.2139/ssrn.2991360
Malta, M.; Vettore, M.; Silva, C.; Silva, A. 2021. Political neglect of covid-19 and the public health consequences in Brazil: the high costs of science denial. EClinicalMedicine 35: 100878. https://doi.org/10.1016/j.eclinm.2021.100878. DOI: https://doi.org/10.1016/j.eclinm.2021.100878
Barberia, L.; Gómez, E. 2020. Political and institutional perils of Brazil’s covid-19 crisis. The Lancet. Disponível em: <https://www.thelancet.com/article/S0140-6736(20)31681-0/fulltext>. Acesso em: 10 abr. 2024.
Haseltine, W. 2021. What can we learn from Australia’s covid-19 response? Forbes. Disponível em: <https://www.forbes.com/sites/williamhaseltine/2021/03/24/what-can-we-learn-from-australias-covid-19-response/>. Acesso em: 10 abr. 2024.
Wingfield-Hayes, R. 2020. Coronavírus: com poucos testes e sem lockdown, qual o mistério por trás da baixa mortalidade no Japão. BBC News. Disponível em: <https://www.bbc.com/portuguese/internacional-53298998>. Acesso em: 10 abr. 2024.
Lima, L. 2020. Pandemia de covid-19: A polêmica estratégia do Japão de ‘conviver’ com o coronavírus. BBC News. Disponível em: <https://www.bbc.com/portuguese/internacional-54447391>. Acesso em: 03 mar. 2024.
Melo, C.; Cabral, S. 2020. Pandemias e comunicação: uma avaliação experimental. Revista de Administração Pública (54): 735–757. DOI: https://doi.org/10.1590/0034-761220200137
Sátiro, R.M.; Martins, J.V.; Sousa, M.M. 2021. The courts in the face of covid-19 crisis: an analysis of the measures adopted by the DOI: https://doi.org/10.36745/ijca.388
Brazilian Judicial System. International Journal for Court Administration 12(2): 10.
Farias, M.N.; Leite Junior, J.D. 2021. Vulnerabilidade social e covid-19: considerações com base na terapia ocupacional social. Cadernos Brasileiros de Terapia Ocupacional 29: e2099. DOI: https://doi.org/10.1590/2526-8910.ctoen2099
Kalache, A. 2008. O mundo envelhece: é imperativo criar um pacto de solidariedade social. Ciência & Saúde Coletiva 13(4): 1107-1111. https://doi.org/10.1590/S1413-81232008000400002. DOI: https://doi.org/10.1590/S1413-81232008000400002
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Quaestum
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
