Efeito de condições meteorológicas em doenças respiratórias em capitais de diferentes dimensões no Norte e Nordeste do Brasil

Abstract

As doenças respiratórias representam uma das maiores causas de morbimortalidade no Brasil e no mundo. Pesquisas cada vez sinalizam que a ocorrência e agravamento de enfermidades do trato respiratório possuem associação com condições atmosféricas. Perante esse cenário, o objetivo do presente estudo é avaliar e comparar o efeito da temperatura e umidade relativa do ar na ocorrência de doenças respiratórias nas seguintes cidades brasileiras: Fortaleza, Manaus, Natal e Palmas. Para isso, foram utilizados dados mensais de temperatura e umidade relativa do ar registrados por estações meteorológicas convencionais alocadas nas capitais acima mencionadas, disponibilizados pelo Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP). Foram utilizados também dados de internações por doenças do aparelho respiratório, do Banco de Dados do Departamento de Informática do SUS (DATASUS) para o período de 2000 a 2018. A taxa de internações foi empregada para que a comparação entre as cidades pudesse ser feita, uma vez que as mesmas possuem contingentes populacionais distintos. Utilizou-se a modelagem via Equações de Estimação Generalizada para verificar associações significativas assim como o risco relativo (RR) entre as variáveis meteorológicas e as taxas de internações. As saídas gráficas e as análises estatísticas foram realizadas com auxílio do software estatístico livre R. Os resultados apontam associação significativa inversa em Fortaleza e Natal, e direta em Manaus e Palmas com a temperatura média do ar, e para a umidade relativa do ar somente as capitais do Norte mostraram associação. Fortaleza apresentou as maiores taxas de internações registras, e o maior RR (1,12) foi observado com a temperatura em Manaus. Espera-se que os resultados desse estudo sirvam de subsidio para o desenvolvimento de políticas públicas dado o risco que as doenças respiratórias representam a saúde pública.

Keywords

• clima e saúde
• risco relativo
• modelagem estatística