Fatores epidemiológicos e socioeconômicos podem influenciar as buscas online por antibióticos
##plugins.themes.bootstrap3.article.main##
Resumo
Objetivo: Identificar os fatores que influenciam as buscas sobre "antibiótico" na internet, usando o Brasil como estudo de caso. Métodos: Trata-se de um estudo quantitativo baseado em dados do Google Trends (2018-2022) para os termos "antibióticos", "amoxicilina", "azitromicina" e "cefalexina". Foi realizado o teste de correlação de Spearman para avaliar a relação entre RSV, mortalidade e IDH, com um nível de significância de 5%. Além disso, foi realizada uma análise descritiva dos dados. Resultados: As regiões Norte e Nordeste apresentaram os maiores volumes de busca. O teste de correlação de Spearman revelou uma correlação positiva e significativa entre o RSV de "azitromicina" (rs = 0.7887; p < 0.0001) e "amoxicilina" (rs = 0.7423; p < 0.001) com a mortalidade por doenças respiratórias. Observou-se uma correlação negativa significativa entre o IDH e o RSV (rs = -0.7223; p < 0.05), indicando que estados com menor IDH tendem a ter maiores volumes de busca por antibióticos. Conclusão: O Google Trends mostrou-se uma ferramenta útil para monitorar o uso de antibióticos e padrões de automedicação, especialmente em regiões com baixo IDH e precariedade nos serviços de saúde. Esses dados podem auxiliar em estratégias de vigilância e educação em saúde pública no Brasil.
##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. BATOOI M, et al. How COVID-19 has shaken the sharing economy? An analysis using Google trends data, Economic Research-Ekonomska Istraživanja, 2021; 34 (1): 2374-2386.
3. BENNADI D. Self medication: a current challenge. Journal of Basic and Clinical Pharmacy, 2013; 5(1): 19-23.
4. BEZERRA KGD, et al. Infecções urinárias registradas em um laboratório de análises clínicas do sertão paraibano. Anais III CONBRACIS, Campina Grande: Realize Editora, 2018; 2525-6696.
5. DANTAS MNP, et al. Fatores associados ao acesso precário aos serviços de saúde no Brasil. Revista Brasileira de Epidemiologia, 2020; 24: e210004.
6. DEL FIOL FS, et al. Consumption trends of antibiotics in Brazil during the COVID-19 pandemic. Frontiers in Pharmacology, 2022; 13: 844818.
7. EWALD TA, et al. Tendência temporal de mortalidade por doenças do trato gastrointestinal. COORTE - Revista Científica do Hospital Santa Rosa, 2021; 12.
8. FERRER M, et al. Antibiotic use and microbiome function. Biochemical Pharmacology, 2017; 134: 114-126.
9. KAMIŃSKI M, et al. Global Internet data on the interest in antibiotics and probiotics generated by Google Trends. Antibiotics, 2019; 8(3): 147.
10. KOHL M, et al. Cytoscape: software for visualization and analysis of biological networks. In: Cytoscape Software for Visualization and Analysis. 2011; 291-303.
11. MALCHER CMSR, et al. Automedicação e uso de antibióticos: análise qualitativa em uma comunidade virtual. Research, Society and Development, 2022; 11(11): e25111133191.
12. MARTINS ALJ, et al. Potential and challenges of health monitoring in the 2030 Agenda in Brazil. Ciência & Saúde Coletiva, 2022; 27(7): 2519-2529.
13. MEDEIROS KKCO, et al. COVID-19 e o impacto das fake news no uso racional de medicamentos no Brasil e no mundo. Revista JRG de Estudos Acadêmicos, 2022; 5(10): 147-162.
14. MENEZES AS, et al. A automedicação da população mundial: uma revisão integrativa. Research, Society and Development, 2021; 10(10): e125101018660.
15. NAVES JOS, et al. Automedicação: uma abordagem qualitativa de suas motivações. Ciência & Saúde Coletiva, 2010; 15(1): 1751-1762.
16. PEREIRA CM, et al. Antibióticos: percepções dos estudantes do 2o ano do ensino médio de uma escola do Distrito Federal. Anais do XIII Encontro Nacional de Pesquisa em Educação em Ciências, Campina Grande: Realize Editora, 2021; 978-85-61702-70-0.
17. PULLAN S & DEY M. Vaccine hesitancy and anti-vaccination in the time of COVID-19: A Google Trends analysis. Vaccine, 2021; 39(14): 1877-1881.
18. ROVETTA A. Raiders of the lost correlation: a guide on using Pearson and Spearman coefficients to detect hidden correlations in medical sciences. Cureus, 2020; 12(11): e11794.
19. SANTOS RC, et al. A influência da internet no processo de automedicação: uma revisão integrativa. Brazilian Journal of Health Review, 2019; 2(5): 4310-4323.
20. SCHMID B, et al. Automedicação em adultos de baixa renda no município de São Paulo. Revista de Saúde Pública, 2010; 44( 6): 1039-1045.
21. SILVA ACS, et al. Avaliação do software Bioestat para o ensino de estatística nos cursos de graduação. Revista da Universidade Vale do Rio Verde, 2014; 12(2): 375-385.
22. SILVA JUNIOR JG, et al. Auto medicação com antibióticos e suas consequências fisiopatológicas: uma revisão. RIOS Saúde – Revista Científica da Faculdade Sete de Setembro, 2018; 1: 7-17.
23. SOARES NETO JJ, et al. Programa Mais Médicos, a infraestrutura das Unidades Básicas de Saúde e o Índice de Desenvolvimento Humano Municipal. Ciência & Saúde Coletiva, 2016; 21(9): 2709-2718.
24. SOUSA AF, et al. Uso de dados do Departamento de Informática do Sistema Único de Saúde (DATASUS) em pesquisas científicas. Revista Científica Multidisciplinar Núcleo do Conhecimento, 2021; 171-185.
25. SOUZA LF, et al. Automedicação: impactos no tratamento médico e diagnóstico da doença. Brazilian Journal of Implantology and Health Sciences, 2023; 5(5): 6564-6582.
26. SOUZA VP, et al. Avaliação do conhecimento da população sobre o antibiótico amoxicilina. Publicatio UEPG: Ciências Biológicas e da Saúde, 2019; 25 (2).
27. XAVIER MS, et al. Automedicação e o risco à saúde: uma revisão de literatura / Self medication and health risk: a literature review. Brazilian Journal of Health Review, 2021; 4(1): 225-240.