0418/2024 - Spatiotemporal distribution of people hospitalized with cancer and COVID-19 in Rio de Janeiro: two years of pandemic Distribuição espaço-temporal de pessoas hospitalizadas com câncer e COVID-19 no Rio de Janeiro: dois anos de pandemia
Objective: to analyze the spatiotemporal distribution of people with cancer and COVID-19 hospitalized in the city of Rio de Janeiro - RJ. Methods: this is an ecological research, focused on the analysis of spatial distribution and exploratory analysis of time of hospitalization, Intensive Care Unit (ICU) and death. In the spatial analysis, the Moran Global and Local Index was calculated using the QGIS software (v.3.22.16) and GeoDa (v.1.22.0.4). In the time analysis, the Mann-Whitney and Kruskal-Wallis tests were used, using the SPSS Statistics® software. Results: the city of Rio de Janeiro had the highest number of cases per 100,000 inhabitants (12.56), with positive spatial autocorrelation between the number of hospitalized patients and their municipalities of origin (Global Moran Index was 0.583). The presence of comorbidities (p-value < 0.01) and the different periods of the pandemic (p-value = 0.03) had an effect on the time to hospitalization. Both the type of tumor (p-value < 0.01 and p-value = 0.02) and the different periods of the pandemic (p-value < 0.01 and p-value = 0.01) had an effect on the time of hospitalization and death, respectively. Conclusion: the need for screening and referral strategies is highlighted, as well as the relevance of personalized care protocols for cancer patients.
Distribuição espaço-temporal de pessoas hospitalizadas com câncer e COVID-19 no Rio de Janeiro: dois anos de pandemia
Abstract(resumo):
Objetivo: analisar a distribuição espaço-temporal de pessoas com câncer e COVID-19, hospitalizadas no município do Rio de Janeiro – RJ. Métodos: constitui uma pesquisa ecológica, focada na análise da distribuição espacial e na análise exploratória do tempo de hospitalização, de Unidade de Terapia Intensiva (UTI) e de óbito. Na análise espacial, calculou-se o Índice de Moran Global e Local utilizando o software QGIS (v.3.22.16) e o GeoDa (v.1.22.0.4). E na análise do tempo, foram empregados os testes de Mann-Whitney e Kruskal-Wallis, utilizando o software SPSS Statistics®. Resultados: o município do Rio de Janeiro apresentou o maior número de casos por 100 mil habitantes (12,56), existindo autocorrelação espacial positiva entre o número de pacientes hospitalizados e seus municípios de procedência (Índice Moran Global foi de 0,583). A presença de comorbidades (p-valor < 0,01) e os diferentes períodos da pandemia (p-valor = 0,03) tiveram um efeito sobre o tempo para hospitalização. Tanto o tipo de tumor (p-valor < 0,01 e p-valor = 0,02), quanto os diferentes períodos da pandemia (p-valor < 0,01 e p-valor = 0,01) exerceram efeito sobre o tempo de hospitalização e tempo de óbito, respectivamente. Conclusão: destaca-se a necessidade de estratégias de triagem e encaminhamento, bem como a relevância de protocolos de atendimento personalizados para pacientes com câncer.
Keywords(palavra-chave):
Infecções por Coronavirus, Neoplasias, Hospitalização.
Viana, L.S, Damasceno, G.M.S, Monteiro, GTR, Sobral, A.. Spatiotemporal distribution of people hospitalized with cancer and COVID-19 in Rio de Janeiro: two years of pandemic. Cien Saude Colet [periódico na internet] (2024/Dec). [Citado em 09/05/2026].
Está disponível em: http://www.cienciaesaudecoletiva.com.br/en/articles/spatiotemporal-distribution-of-people-hospitalized-with-cancer-and-covid19-in-rio-de-janeiro-two-years-of-pandemic/19466?id=19466&id=19466
