Análises comentadas

Última revisão em 20 de junho, 2020 (21:39, Horário de Brasília)

Nesta seção, exibimos pequenos artigos com leituras pertinentes de análises realizadas em conjunto pelos colaboradores do Observatório COVID-19 BR. Nosso objetivo aqui é trazer ao público geral análises cientificamente fundamentadas que contenham conceitos-chave e lições para o enfrentamento da pandemia de COVID-19 no Brasil.


Selecione uma análise >
Reuse · Contribua

Esgotamento dos Leitos

Na ausência de medidas preventivas na cidade de São Paulo
Ícone que representa o leito de um hospital
Em quanto tempo 100% dos leitos de São Paulo estariam ocupados com COVID-19, sem distanciamento social?

No início da epidemia no município de São Paulo, a ocupação dos leitos com casos graves confirmados de COVID-19 era de 0.8% dos leitos totais (dados da base oficial de notificações SIVEP-GRIPE), e o número de casos graves da doença duplicava rapidamente (a cada 2,17 dias, valor estimado entre os dias 14 e 19 de março).

Usando estes dados, nosso modelo mostra que 100% dos leitos disponíveis em São Paulo seriam ocupados somente por pacientes de COVID-19 entre os dias 1 e 5 de abril(*) se nenhuma medida de controle de contágio tivesse sido tomada e o número de leitos se mantivesse constante (Fig. 1 e 2).

A simulação de leitos de UTI mostra resultados parecidos: sem nenhuma medida de controle, 100% dos leitos de UTI seriam ocupados somente com pacientes de COVID-19 entre os dias 29 de março e 1 de abril (Fig. 3 e 4).

(*) valores atualizados em 14/05/2020

Ícone que representa o contágio por proximidade
Os efeitos do distanciamento social

Nosso modelo representa um cenário hipotético do avanço da epidemia de COVID-19 no município de São Paulo que nos permite explorar o que aconteceria se medidas de distanciamento não tivessem sido tomadas e a propagação da doença não tivesse desacelerado.

Ao comparar os resultados do nosso modelo com a atual ocupação de leitos na cidade de São Paulo, podemos quantificar quantos leitos (e vidas!) foram salvos pelas as medidas de distanciamento social. A comparação é importante, por exemplo, para o gestor público ter as condições necessárias para tomar a melhor decisão em termos de administração e de política pública, em especial em um momento de extrema gravidade como é o atual.

Nosso modelo, apesar de hipotético, utiliza dados reais de número de leitos e de hospitalizados por faixa etária na cidade. Para representar o cenário sem medidas de distanciamento social, estimamos o tempo de duplicação da doença num período anterior a estas medidas em São Paulo (dias 14 a 19 de março, Fig. 1 e 2).

Figura 1
DESCRIÇÃO ACESSÍVEL

Previsão da porcentagem de leitos hospitalares ocupados por COVID-19 no município de São Paulo entre os dias 14/03 e 07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são os casos estimados pelo modelo, e os pontos pretos são os dadosobservados de casos graves hospitalizados entre os dias 14 e 19/03 (dados da base oficial de notificações SIVEP-GRIPE).

Figura 2
DESCRIÇÃO ACESSÍVEL

Versão em escala logarítmica da Fig 1. Previsão da porcentagem (em escala logarítmica) de leitos hospitalares ocupados por COVID-19 no município de São Paulo entre os dias 14/03 e 07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são os casos estimados pelo modelo, e os pontos pretos são os dados observados de casos graves hospitalizados entre os dias 14 e 19/03 (dados da base oficial de notificações SIVEP-GRIPE).

Ícone que representa um público de pessoas
A redução do isolamento social
  • É arriscado reduzir o isolamento social em municípios com mais de 50% dos leitos disponíveis?

Nosso modelo sugere que sim. Mesmo em cidades onde pacientes com COVID-19 ocupam atualmente uma porcentagem baixa dos leitos, a ocupação total de leitos pode ser atingida muito rapidamente sem medidas preventivas. Medidas preventivas, como o isolamento social, aumentam o tempo de duplicação da doença e, portanto, diminuem a velocidade de ocupação dos leitos de hospitais.

Iniciar as medidas preventivas somente quando 50% dos leitos estiverem ocupados pode ser muito tarde, já que o número de hospitalizados por COVID-19 aumenta exponencialmente, e os efeitos de medidas preventivas podem demorar para afetar o número de hospitalizações por COVID-19.

Ícone que representa um hospital
Quantos leitos existem na cidade de São Paulo?

De acordo com o Cadastro Nacional de Estabelecimentos de Saúde (CNES) [Ref. 1], a cidade de São Paulo possui 4.205 leitos de UTI para adultos, dos quais 25% são SUS, e 27.847 leitos simples para adultos dos quais 52% são SUS. Esses leitos estão disponíveis para pacientes com diversos tipos de enfermidades. Até o momento, tem sido difícil saber com precisão quantos leitos estão disponíveis exclusivamente para acolherem pessoas acometidas de COVID-19 ou Síndrome Respiratória Aguda Grave (SRAG).

Há informes oficiais que os gestores das redes hospitalares, tanto pública quanto privada, suspenderam os chamados procedimentos eletivos (não urgentes), re-alocaram doentes entre enfermarias, adequaram e ainda vêm adequando espaços físicos, dentro e fora dos hospitais, para aumentar a disponibilidade de leitos para os casos de COVID-19.

Fonte : Secretaria Municipal de São Paulo

Figura 3
DESCRIÇÃO ACESSÍVEL

Previsão da porcentagem de leitos de UTI ocupados por COVID-19 no município de São Paulo entre os dias 14/03 e 07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são os casos estimados pelo modelo.

Figura 4
DESCRIÇÃO ACESSÍVEL

Versão em escala logarítmica da Fig. 3. Previsão da porcentagem (em escala logarítmica) de leitos de UTI ocupados por COVID-19 no município de São Paulo entre os dias 14/03 e 07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são os casos estimados pelo modelo.

Qual é a situação atual de ocupação de leitos em São Paulo?

A situação atual de ocupação de leitos é difícil de estimar, devido ao atraso de notificação entre uma pessoa ser internada com sintomas de COVID-19 e obter o resultado do exame. Os dados utilizados na nossa simulação, por exemplo, mudaram após uma atualização da base de dados SIVEP-GRIPE feita no dia 14 de maio. Após o período de atraso de notificação, os números de casos oficiais positivos de COVID-19 em São Paulo aumentaram de 62 para 74 no dia 14/03, e de 259 para 364 no dia 19/03 (Ref. 4 e 5). O Observatório COVID-19 utiliza modelos estatísticos para corrigir este atraso, e assim, estimar a situação atual de ocupação de leitos. Para maiores informações, veja a página Leitos ocupados no Município em São Paulo.

Método

Usamos um modelo que simula os números de infectados, suscetíveis e hospitalizados por classe etária, de acordo com a distribuição etária da população do município de São Paulo. Consideramos como suscetíveis as pessoas que não foram infectadas pela doença.

Utilizamos número de hospitalizados (casos graves) por faixa etária da base oficial de notificações SIVEP-GRIPE entre os dias 14 e 19 de março (período anterior às medidas de quarentena, que entraram em vigor dia 24 de março (Ref. 1). Usamos um método de ajuste bayesiano para ajustar os valores dos parâmetros do modelo aos dados observados.

O tempo de duplicação que melhor se ajustou aos dados observados neste período foi de 2,17 ± 0,17 dias. Usamos este valor inicial de tempo de duplicação como estimativa inicial da taxa de propagação da doença e projetamos o número de hospitalizados para os dias subsequentes (20 de março a 13 de abril). A taxa de crescimento da doença, contudo, não é uma constante, e varia no modelo de acordo com o número de uscetíveis a cada tempo t.

Para a estimativa de número de infectados, utilizamos a distribuição etária de hospitalizados proposta na Ref. 2. A conversão de hospitalizados em pessoas que necessitam de leitos de UTI foi feita conforme a distribuição etária de pacientes hospitalizados que necessitam de UTI proposta na Ref. 3. Para estimar o número de hospitalizados a cada tempo t, levamos em conta a distribuição do tempo de hospitalização de pacientes com COVID-19, a qual é estimada a partir dos dados do SIVEP-GRIPE e possui média de aproximadamente 11 dias. Nós não consideramos possíveis mudanças no tempo de duplicação devido às medidas de distanciamento social, somente devido a diminuição de suscetíveis. A incerteza (95% C.L.) da estimativa do tempo inicial de duplicação é propagada ao modelo e domina as barras de erro dos valores estimados pelo modelo.

Análise da cobertura da Renda Básica Emergencial nos municípios brasileiros

23 de junho de 2020 - Caio Jardim e Mel Veneroso, da Rede Análise COVID, em parceria com o Observatório COVID-19 BR, analisam a distribuição da Renda Básica Emergencial no país. Confira o texto na íntegra e a plataforma interativa.
Ícone que representa o leito de um hospital
Quantas pessoas receberam o auxílio em cada estado?

Com a chegada do novo coronavírus ao Brasil, a situação de crise econômica atingiu uma parte ainda maior da população. Uma vez que encontramos comércios fechados, serviços suspensos, e a necessidade do isolamento social, a população desempregada ou que realizava atividades no mercado informal necessitou recorrer à Renda Básica Emergencial (RBE), liberada pelo Governo Federal no início de abril deste ano. Cerca de 50 milhões de brasileiros já foram beneficiados com a RBE. De acordo com um levantamento feito pelo jornal O Globo, a proporção de beneficiários de transferência de renda no Brasil praticamente dobrou em relação aos até então apenas beneficiários do Programa Bolsa Família (PBF). Segundo nossas estimativas, o número de beneficiados para cada UF segue na Figura 1.

Figura 1
DESCRIÇÃO ACESSÍVEL

Número absoluto de beneficiários da Renda Básica Emergencial por Unidade Federativa no país

Ícone que representa um público de pessoas
Como os benecifiários da RBE estão distribuídos pelo país?
  • Para analisar a distribuição da RBE no país apresentaremos 4 mapas que produzimos.

A Figura 2 mostra o percentual da população vulnerável à pobreza, onde a cor azul indica maiores proporções de população vulnerável à pobreza em relação a população municipal total. No mapa é possível observar que há maior prevalência de pessoas nessas condições nas regiões Nordeste (NE) e Norte (N). Já a Figura 3 apresenta a fração da população municipal beneficiada pela RBE. Tons mais escuros indicam uma fração maior de beneficiários. Na comparação das Figuras 2 e 3, portanto, destaca-se que a política de distribuição da renda emergencial está bem focalizada no Norte e Nordeste, que são os territórios de maior vulnerabilidade à pobreza.

Figura 2
DESCRIÇÃO ACESSÍVEL

Razão da população do município vunerável à pobreza.

Figura 3
DESCRIÇÃO ACESSÍVEL

Razão entre o número de beneficiários da RBE e população por município.

O gráfico da Figura 4 relaciona a fração da população vulnerável à pobreza com a fração de munícipes que receberam a RBE - no gráfico, cada ponto corresponde à um município. Interessante notar que, mesmo em cidades onde a população vunerável à pobreza abrange cerca de 80% dos munícipes, a cobertura da RBE raramente ultrapassou metade deles.

Ressaltamos que tanto o mapa da Figura 3 quanto o gráfico da Figura 4 incluem os beneficiários do Programa Bolsa Família (PBF), uma vez que quase a totalidade deles passaram a receber o valor referente à RBE. Como o PBF é um programa que faz uso do CadÚnico para promover a busca ativa da população em situação de pobreza e oferecê-la benefícios, espera-se observar maior cobertura da RBE onde já havia uma maior proporção beneficiários do PBF antes da pandemia (N e NE) - a cobertura predominante nessas regiões fica clara na Figura 5 que traz os estados do Norte e Nordeste em vermelho e laranja, respectivamente, acima da média nacional (azul matrinho).

Figura 4
DESCRIÇÃO ACESSÍVEL

Relação entre população vulnerável à pobreza e proporção da população com acesso à RBE, nos municípios.

Figura 5
DESCRIÇÃO ACESSÍVEL

Proporção de beneficiários por Unidade Federativa.

Entretanto, a RBE não foi implementada via busca ativa – isto é, o cidadão que deve fazer a busca e o cadastro por conta própria para conseguir o benefício. Dito isso, o mapa da Figura 6 apresenta a proporção de beneficiários da RBE que não estão inseridos no Cadastro Único - tons verdes indicam cidades em que a maioria dos beneficiários não participa do CadÚnico. Como é possível ver, São Paulo, Santa Catarina, o Centro-Sul mineiro e a Serra Gaúcha são as regiões onde há maior concentração de beneficiários do auxílio emergencial que não fazem parte do CadÚnico.

Essa situação pode apontar uma maior vulnerabilidade dos beneficiários que não estão no Cadastro Único tanto quanto à continuidade do benefício ou quanto à inclusão em outras futuras políticas de distribuição de renda. É importante destacar que nos próximos meses há a chance de crescimento do número de desempregados em todo o país, podendo alcançar uma taxa de 17,8% segundo estudo da Fundação Getúlio Vargas [8].

O último mapa, na Figura 7, mostra a razão entre o acesso à RBE e a vulnerabilidade à pobreza. Nela, municípios nos três tons mais escuros mostram entre 10 e 300% mais beneficiários da RBE do que vulneráveis à pobreza. No Centro-Sul brasileiro, mais pessoas que não se encontravam em situação vulnerável foram beneficiadas que em relação às regiões Norte e Nordeste. Esta informação pode apontar para um novo cenário de vulnerabilidade no Centro-Sul, não outrora registrado nessa proporção. Contudo, vale também analisar se os elegíveis à RBE nas regiões N e NE conseguiram ou não acessar o benefício.

Figura 6
DESCRIÇÃO ACESSÍVEL

Municípios onde pessoas cadastradas no CadÚnico são maioria ou não dos beneficiários RBE.

Figura 7
DESCRIÇÃO ACESSÍVEL

Locais onde a proporção de beneficiários é maior ou menor que a proporção de vulneráveis à pobreza.

Ícone que representa o Brasil
Para quais direções essa análise indica?

Aconselha-se que o Estado realize a busca ativa e o cadastro dos cidadãos que não estão no CadÚnico, e que amplie o rastreio da pobreza nessas regiões. Assim, esta população pode ser acolhida sob o “guarda-chuva” da assistência social frente à atual instabilidade econômica. Recomenda-se também a extensão da distribuição da RBE aos cidadãos nos próximos meses, para possibilitar maior consumo e aquecimento das economias (sobretudo locais), além mais tributos arrecadados pelo Estado. Um estudo feito pelo CEDEPLAR/UFMG mostrou que, caso a RBE seja estendida até dezembro de 2020, o PIB do país seria beneficiado em 0,55% e não em 0,44%, caso dure apenas até junho [7].

Observações e os dados

Os dados utilizados na produção dos gráficos foram retirados dos Relatórios de Informações Sociais da SAGI, do Relatório Sintético de beneficiários da RBE (Portal da Transparência da CGU) e do Censo Demográfico do IBGE de 2010. Como não foi divulgado o número de beneficiários do PBF com acesso à RBE, ele foi estimado por metodologia própria, detalhada abaixa, onde multiplicou-se o número de famílias com o PBF por 1 + a fração de domicílios que contém pelo menos dois adultos na UF correspondente, baseando-se na PNADC Anual de 2019. Algumas observações:

  1. Para realizar a estimativa de famílias cadastradas no Programa Bolsa Familia que fizeram uso do benefício, partiu-se do pressuposto que cada uma das cadastradas no CadÚnico e no PBF recebeu o teto permitido (2 benefício), de acordo com a proporção de famílias com outro adulto além do chefe de domicílio.

  2. Em alguns poucos municípios, o número de cadastrados no CADÚnico excede o da população projetada pelo IBGE, e publicada no TCU em 2019. O tratamento a cada um deles é especificado abaixo:

    • Devido à imprecisão na estimativa da população municipal calculada pelo IBGE em 2019, 33 municípios tinham mais pessoas cadastradas no CADÚnico do que habitantes (estimativa IBGE). Passou-se a considerar o número de cadastrados + beneficiários sem cadastro no CadÚnico como a população destes municípios.

    • Outros 32 municípios tiveram cobertura do benefício na população não cadastrada no CADÚnico superior a 1, pois o número de não cadastrados excedeu o da população projetada em 2019. Passou-se a considerar o número de cadastrados + beneficiários sem cadastro no CadÚnico como a população destes municípios.

  3. Foi considerada a % de pessoas vulneráveis à pobreza como definida pelo Atlas do Desenvolvimento Humano, usando dados do Censo do IBGE de 2010. Vulneráveis são aqueles que moram em domicílios cuja renda per capita é igual ou inferior a meio salário mínimo.

Metodologia
  • Como obtemos o seguinte resultado?

Para estimar o total de beneficiários, apropriamo-nos dos dados disponibilizados pelo Ministério da Cidadania com o total de beneficiários com e sem cadastros no CadÚnico, excluindo-se as famílias e indivíduos beneficiários do Programa Bolsa Família (PBF). A população beneficiária total é composta de três grandes grupos: beneficiários CadÚnico não PBF, beneficiários não CadÚnico e beneficiários Bolsa Família estimados.

O número de beneficiários da RBE em cada município é dado por , onde é o número de famílias beneficiárias do PBF no município , é o peso multiplicador dos beneficiários do PBF na UF do município , é o número de beneficiários do CadÚnico não beneficiários do PBF no município , e, por fim, representa os demais beneficiários no município .

A estimativa de benefícios entregues para pessoas no Programa Bolsa Família é feita multiplicando-se a quantidade de famílias no programa por um peso que considera os potenciais adicionais benefícios conforme a proporção de núcleos familiares com outro adulto além do chefe do domicílio, definida por , onde é o número de famílias na UF beneficiárias do PBF com adultos no domicílio.

Referências
  1. CENSO DEMOGRÁFICO 2010: características da população e dos domicílios: resultados do universo. In: IBGE. Sidra: sistema IBGE de recuperação automática. Rio de Janeiro, 2011. Acesso em: 11 jun. 2020.
  2. CONTROLADORIA-GERAL DA UNIÃO (Brasil). Diretoria de Tecnologia da Informação – DTI et al. API REST do Portal da Transparência do Governo Federal. Brasília: Portal da Transparência do Governo Federal, 2020. Acesso em: 12 jun. 2020.
  3. ESTIMATIVAS DE POPULAÇÃO – ESTIMAPOP. In: IBGE. Sidra: sistema IBGE de recuperação automática. Rio de Janeiro, 2010. Acesso em: 11 jun. 2020.
  4. FREIRE, Débora et al. Renda Básica Emergencial: uma resposta suficiente para os impactos econômicos da pandemia da COVID-19 no Brasil?. Belo Horizonte: NEMEA- Núcleo de Estudos em Modelagem Econômica e Ambiental Aplicada do Cedeplar-UFMG, 20 maio 2020. Acesso em: 12 jun. 2020.
  5. MINISTÉRIO DA CIDADANIA (Brasil). Relatórios de Informações Sociais. RI Bolsa Família e Cadastro Único . Brasília, 2020. Acesso em: 11 jun. 2020.
  6. PESQUISA NACIONAL POR AMOSTRA DE DOMICÍLIOS CONTÍNUA ANUAL – PNADC/A. In: IBGE. Sidra: sistema IBGE de recuperação automática. Rio de Janeiro, 2010. Acesso em: 12 jun. 2020.
  7. RIGUEIRA JR., Itama et al. Estudo do Cedeplar defende extensão do programa de renda emergencial até dezembro: Além de ajudar milhões de famílias, pagamento do benefício mensal de R$ 600 por mais dois trimestres teria efeitos positivos sobre o PIB e a receita tributária. Belo Horizonte: Universidade Federal de Minas Gerais, 25 maio 2020. Atualizado em segunda-feira, 25 de maio 2020, às 10h03. Acesso em: 11 jun. 2020.
  8. UOL. FGV prevê desemprego de quase 18% e critica país ‘sem liderança na crise’. UOL Economia, São Paulo, 24 abr. 2020. Acesso em: 11 jun. 2020.

Plataforma interativa com os dados da distribuição de RBE no Brasil. Explore o mapa e pesquise por cidades!