COVID-19 and psychosocial and economic aspects in the brazilian population
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Resumo
Objetivo: Identificar as características psicossociais e econômicas das pessoas acometidas pela covid-19 e sua rede de apoio no início da pandemia. Métodos: Foi realizado um estudo transversal com 2.702 pessoas com 18 anos ou mais residentes no Brasil. O Google® Forms foi usado para desenvolver um questionário on-line contendo perguntas sobre características sociodemográficas, econômicas e de saúde. Resultados: Pessoas insatisfeitas com sua saúde e aquelas que apresentaram alterações emocionais tiveram maior probabilidade de necessitar de apoio (RP=1,74; p<0,001 e PR=2,39; p<0,001). Destacou-se o apoio dos familiares [536 (70,2%)]. A análise bivariada e multivariada mostrou associações estatisticamente significativas da infecção por COVID-19 com aspectos sociodemográficos e econômicos, como idade (p<0,001); região do país (p<0,001), estado civil (p=0,003), número de pessoas por domicílio (p=0,003), situação profissional (p=0,012), possuir plano de saúde (p=0,014), necessitar de alguma outra tipo de apoio (p<0,001) e não estar satisfeito com o estado de saúde atual (p=0,043). Conclusão: Os achados indicam que a COVID-19 afeta negativamente a satisfação com a saúde e influencia a necessidade de buscar algum tipo de apoio social.
##plugins.themes.bootstrap3.article.details##
Copyright © | Todos os direitos reservados.
A revista detém os direitos autorais exclusivos de publicação deste artigo nos termos da lei 9610/98.
Reprodução parcial
É livre o uso de partes do texto, figuras e questionário do artigo, sendo obrigatória a citação dos autores e revista.
Reprodução total
É expressamente proibida, devendo ser autorizada pela revista.
Referências
2. BEZERRA ACV, et al. Factors associated with people's behavior in social isolation during the COVID-19 pandemic. Revista Ciência & Saúde Coletiva, 25 (suppl 1): 2411-2421.
3. BOWLEG L. We're Not All in This Together: On COVID-19, intersectionality, and structural inequality. American Journal of Public Health, 2020;110 (7): 917.
4. BROOKS SK, et al. The psychological impact of quarantine and how to reduce it: rapid review of the evidence. The Lancet, 2020; 395(10227): 912-920.
5. CHANG D, et al. Epidemiologic and clinical characteristics of novel coronavirus infections involving 13 patients outside Wuhan, China. JAMA, 2020; 323 (11): 1092–1093.
6. CHENG ZJ e SHAN J. 2019 Novel coronavirus: where we are and what we know. Infection, 2020;48 (2): 155-163.
7. DOMINGUES EP, et al. Efeitos econômicos negativos da crise do Coronavírus tendem a afetar mais a renda dos mais pobres. Nota técnica Núcleo de Estudos de Modelagem Econômica Aplicada. CEDEPLAR-UFMG. Belo Horizonte, 2020. Disponível em: https://pesquisas.face.ufmg.br/nemea/wp-content/uploads/sites/20/2020/04/Crise-e-renda-familiar.pdf. Acessado em: 17 de julho de 2021.
8. DOWD JB, et al. Demographic science aids in understanding the spread and fatality rates of COVID-19. Proceedings of the National Academy of Sciences, 2020;117 (18) :9696-9698.
9. EFFENBERGER M, et al. Association of the COVID-19 pandemic with Internet Search Volumes: A Google TrendsTM Analysis. International Journal of Infectious Diseases, 2020;95: 192-197.
10. HECKATHORN, DD. Extensions of respondent-driven sampling: analyzing continuous variables and controlling for differential recruitment. Sociological Methodology. 2007; 37: 151-207.
11. IMPERIAL COLLEGE LONDON. 2020. In : COVID-19. Short-term forecasts of COVID-19 deaths in multiple countries. Disponível em: https://mrc-ide.github.io/covid19-short-term-forecasts/>. Acessado em: 20 de dezembro de 2020.
12. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. 2014. In: Pesquisa nacional de saúde 2013: percepção do estado de saúde, estilos de vida e doenças crônicas. Disponível em: https://biblioteca.ibge.gov.br/index.php/bibliotecacatalogo?id=291110&view=detalhes. Acessado em: 13 de jullho de 2021.
13. JORDAN RE, et al. Covid-19: risk factors for severe disease and death. The BMJ, 2020; 368: m1198.
14. KHAN MAS, et al. Mental health of young people amidst COVID-19 pandemic in Bangladesh. Heliyon, 2021; 7 (6): e07173.
15. KRAEMER MUG, et al. The effect of human mobility and control measures on the COVID-19 epidemic in China. Science, 2020; 368(6490): 493-497.
16. LIMA DLF, et al. COVID-19 no estado do Ceará, Brasil: comportamentos e crenças na chegada da pandemia. Revista Ciência & Saúde Coletiva, 2020; 25 (5): 1575-1586.
17. MA Y, et al. Characteristics of asymptomatic patients with SARS-CoV-2 infection in Jinan, China. Microbes Infection, 2020;22 (4-5): 212-217.
18. MCNAMARA CL, et al. The contribution of housing and neighbourhood conditions to educational inequalities in non-communicable diseases in Europe: findings from the European Social Survey (2014) special module on the social determinants of health. European Journal of Public Health, 2017;27 (suppl 1): 102-106.
19. ROZENFELD Y, et al. A model of disparities: risk factors associated with COVID-19 infection. International Journal for Equity in Health, 2020; 19 (1): 126.
20. SANNIGRAHI S, et al. Examining the association between socio-demographic composition and COVID-19 fatalities in the European region using spatial regression approach. Sustainable Cities and Society, 2020; 62: 102418.
21. SOUZA CDF, et al. Spatiotemporal evolution of case fatality rates of COVID-19 in Brazil, 2020. Jornal Brasileiro de Pneumologia, 2020;46 (4): e20200208.
22. WHITTLE HJ, et al. "The land of the sick and the land of the healthy": Disability, bureaucracy, and stigma among people living with poverty and chronic illness in the United States. Social Science & Medicine, 2017; 190: 181-189.
23. ZHOU F, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. Lancet, 2020; 395 (10229): 1054-1062.