Cientistas nomearam fatores regionais que podem afetar a disseminação do COVID-19

O COVID-19 veio como um desafio inesperado para a humanidade. Os países adotaram abordagens diferentes, às vezes diametralmente opostas, para minimizar o impacto da pandemia: de bloqueios rígidos a nenhuma restrição, como na Suécia. Foi apenas na semana passada que a China começou a relaxar sua política de tolerância zero.

Pesquisadores da Faculdade de Ciências Econômicas do HSE identificaram alguns fatores que tendem a ter maior impacto na disseminação do COVID-19 – na Rússia, tais fatores incluem umidade e temperatura ambiente, mobilidade populacional, a parcela de migrantes internos no população local, e renda familiar. Os resultados do estudo são publicados em População e Economia.

A pandemia de coronavírus causou uma desaceleração no crescimento econômico, uma queda na renda familiar, um aumento no desemprego e um custo humano substancial: de acordo com a Universidade Johns Hopkins, mais de 650 milhões de casos de COVID-19 foram relatados em todo o mundo e mais mais de 6,6 milhões de pessoas morreram.

Para aprender as lições do COVID-19 e se preparar para possíveis novas infecções, os cientistas examinam e analisam todos os tipos de dados coletados durante a pandemia sobre o curso da doença, a eficácia de vacinas e medicamentos, políticas de saúde pública bem-sucedidas e o efeito de restrições e medidas de apoio do governo.

Estudos apontam muitos fatores que podem afetar a disseminação do coronavírus em um determinado local. Em muitos países, os primeiros casos foram diagnosticados nas grandes cidades – centros econômicos que atraem pessoas de outras regiões e países. A alta densidade populacional também é conhecida por acelerar a propagação do vírus, especialmente em países mais pobres (embora os pesquisadores difiram neste ponto).

A vulnerabilidade dos idosos ao coronavírus também foi questionada. O maior número de casos relatados nessa faixa etária pode ser devido ao fato de os idosos serem mais conscientes da saúde e serem testados com mais frequência.

Outros fatores que podem influenciar a propagação do vírus incluem temperatura ambiente (quanto mais quente o clima, menor a taxa de infecção) e umidade (que reduz a probabilidade de infecção em climas mais quentes mas para aumentá-lo em países mais frios), vegetação nas cidades, se as autoridades impuseram restrições relacionadas à saúde pública de forma rápida e decisiva, a escala de testes, se um país possui um sistema de saúde pública avançado e muito mais.

Os autores investigaram se os dados russos confirmam essas descobertas e se existem fatores específicos do país que afetam a propagação do vírus. O artigo é baseado em dados do Rosstat de 82 regiões russas coletados entre março e dezembro de 2020, incluindo informações sobre clima local e mobilidade da população, medidos usando o índice de auto-isolamento Yandex.

A prevalência de COVID-19 foi estimada com base no excesso mortalidade cotações. Muitos estudos usam esse indicador em vez de estatísticas oficiais sobre o número de casos e mortes por COVID-19, pois essas estatísticas podem depender de taxas de teste, políticas de notificação e outros fatores.

As variáveis ​​usadas para modelagem neste estudo incluem dados demográficos (a parcela de aposentados, migrantes internos e residentes urbanos na população), natureza e clima (temperatura ambiente média, umidade, espaços verdes nas cidades), políticas (índice de auto-isolamento), fatores econômicos (renda per capita, segurança habitacional, taxa de desemprego) e saúde local (médicos e enfermeiros por 10.000 habitantes).

Os modelos resultantes revelam os fatores mais importantes para incluir clima (umidade e temperatura), o índice de auto-isolamento relatado pelo Yandex, a parcela de migrantes internos e renda familiar. Em contraste, a proporção de pessoas que vivem em cidades, habitação e áreas verdes urbanas não parece ser significativa. Acontece que cada grupo de fatores inclui pelo menos um que está significativamente associado à mortalidade.

Alta umidade e baixas temperaturas médias estão associadas a maior mortalidade por COVID-19, assim como a migração intensiva de outras regiões. Além disso, a situação parece ser pior em regiões com rendimentos médios elevados e desemprego elevado. Uma versão do modelo também mostra uma associação negativa entre a mortalidade e a proporção de aposentados na região e uma associação positiva entre a mortalidade e o índice de auto-isolamento relatado. Outra versão do modelo confirma uma associação negativa com o número de trabalhadores de saúde: quanto maior, menor a mortalidade.

“Muitos de nossos resultados são consistentes com os observados por pesquisadores em outros países. No entanto, existem diferenças. Em alguns países desenvolvidos, como o Reino Unido e os EUA, a morbidade e mortalidade relacionadas ao COVID-19 foram associadas positivamente com pobreza. Por outro lado, na Rússia, maior mortalidade por COVID-19 foi observada em regiões mais ricas, mantendo-se iguais os outros fatores. Também ao contrário de alguns outros países, não observamos a associação negativa ‘certa’ entre a política de saúde pública anti-COVID e mortalidade. Na verdade, a mortalidade mais alta foi relatada nessas regiões e nos meses em que a mobilidade da população foi menor. Pode-se supor que a população russa optou por ser menos móvel em resposta a um aumento percebido nas taxas de doenças em sua região e não em conformidade com as políticas regionais oficiais”, diz Marina Kolosnitsyna, coautora do artigo e professora da Faculdade de Ciências Econômicas do HSE.

A relação negativa observada entre a mortalidade relacionada ao COVID-19 e a parcela de aposentados na região pode parecer contraintuitiva. Segundo os autores, o motivo pode ser que os idosos tendem a ter menos contatos sociais, ser mais cautelosos e observar as regras de autoisolamento, o que torna a incidência de COVID-19 nesse grupo menor em comparação com os mais jovens. Uma relação positiva entre o índice de auto-isolamento e o excesso de mortalidade pode, na verdade, indicar causalidade reversa, ou seja, que a mobilidade e os níveis de atividade mais baixos foram o resultado – e não a causa – de uma situação crítica do COVID-19 na região.

Altas rendas podem indicar que as indústrias locais, transporte e comércio estão prosperando e a atividade comercial é alta, facilitando a propagação do vírus. O desemprego pode estar forçando as pessoas a aceitar empregos de baixo nível que não podem ser executados remotamente.

“As políticas de controle de infecção devem ser diferenciadas por região. É necessário um foco especial em áreas com climas frios e úmidos e em regiões industrialmente desenvolvidas e mais ricas, com populações mais jovens, migração significativa e alto desemprego. É particularmente importante para garantir uma distribuição mais igualitária da força de trabalho de saúde em todo o vasto território do país: esta pandemia mostrou claramente diferenças nas taxas de mortalidade dependendo da capacidade regional de saúde”, diz Kolosnitsyna.

Fornecido pela Escola Superior de Economia da National Research University