ATIVIDADE DE BIOESTATÍSTICA - Versão IV

PROGRAMA DE PÓS-GRADUAÇÃO EM
ENGENHARIA BIOMÉDICA
UNIVERSIDADE AHANBI MORUMBI

PROGRAMA DE MESTRADO E DOUTORADO
MARCIA GUELMA SANTOS BELFORT

GETÚLIO DE CASTRO LIMA
ATIVIDADE DE BIOESTATÍSTICA
Versão parcial – Etapas 1A, 1B e 1C
COVID-19 EM SÃO PAULO: EXPLORANDO A DISTRIBUIÇÃO DOS CASOS

CONFIRMADOS NOS MUNICÍPIOS E O REFLEXO NA SAÚDE PÚBLICA
Atividade apresentada como parte dos

requisitos para avaliação da disciplina de
Bioestatística, do Programa de Mestrado e
Doutorado em Engenharia Biomédica da
Universidade Anhembi Morumbi.
Prof. Dr. PhD José Ernesto de Araujo Filho.
São Bernardo dos Campos – SP

2021
COVID-19 EM SÃO PAULO: EXPLORANDO A DISTRIBUIÇÃO DOS CASOS
CONFIRMADOS NOS MUNICÍPIOS E O REFLEXO NA SAÚDE PÚBLICA
1 INTRODUÇÃO
Em dezembro de 2019, um novo vírus da família Coronaviridae (inicialmente chamado de

Novo Coronavírus 2019-nCoV, e posteriormente foi renomeado para SARS-CoV-2), causador de uma
síndrome respiratória aguda grave (COVID-19), emergiu em Wuhan, província de Hubei, China. São
sete coronavírus humanos (HCoVs) já foram identificados: HCoV-229E, HCoV-OC43, HCoV-NL63,
HCoV-HKU1, SARS-CoV (que causa síndrome respiratória aguda grave), MERS-CoV (que causa
síndrome respiratória do Oriente Médio) e SARS-CoV-2. (CHENG, SHAN 2019)
O mecanismo de transmissibilidade de Sars-Cov-2 ocorre através de contato físico e de aerossóis
produzidos por pessoas infectadas através de sintomas da gripe, como tosses e espirros. Cada indivíduo
infectado leva à infecção de 1,5 a 3,5 novos indivíduos, um nível de infecção similar ao ebola e a Sars,
por exemplo. A problemática do espalhamento do vírus Sars-Cov-2 é que ele se espalhou nas cidades
por todo o mundo e ainda não há medicamentos ou vacina que possam deter o espalhamento da
pandemia. Por esses motivos, a tendência é que a doença se espalhe mais rapidamente em regiões com
maior aglomeração, como as cidades. (KANG el al., 2020)
O primeiro caso de Covid-19 no Brasil foi confirmado em 26 de fevereiro de 2020. Tratava-se
de um homem idoso residente em São Paulo/SP, que havia retornado de viagem à Itália. A doença se
propagou rapidamente. Em menos de um mês após a confirmação do primeiro caso, já havia transmissão
comunitária em algumas cidades. Em 17 de março de 2020, ocorreu o primeiro óbito por Covid-19 no
país. Era outro homem idoso residente em São Paulo/SP, que apresentava diabetes e hipertensão, sem
histórico de viagem ao exterior. Em 20 de março de 2020, foi reconhecida a transmissão comunitária da
Covid-19 em todo o território nacional. (MINISTÉRIO DA SAÚDE, 2020)
No Brasil, país com dimensões continentais e realidades locais muito diversas, não é apropriado
adotar de imediato um procedimento uniforme para todos os estados e municípios. Existe a necessidade
de conhecer e avaliar os dados locais, para subsidiar a tomada de decisão. É preciso, ainda, construir um
plano para viabilização das atividades que podem e devem continuar, especialmente aquelas
consideradas essenciais e que garantam a produção, armazenamento e distribuição dos equipamentos,
materiais e insumos necessários ao enfrentamento da pandemia. (BRASIL,2020).
Segundo Koury, Cavalcanti e Bruna (2019), abordaram a disseminação da COVID-19 em
3 etapas nas cidades brasileiras. Na primeira etapa, iniciada entre fevereiro e março deste ano,
os casos se concentraram nas grandes capitais e especialmente naquelas mais intensamente
integradas aos corredores globais de circulação de pessoas. A COVID-19 se dissemina da região
central para os bairros periféricos destas cidades, através do sistema de transporte público
principalmente.
Na segunda etapa, ocorre o primeiro impulso de interiorização da COVID-19, ainda que
dentro dos limites das metrópoles envolvidas. A disseminação se dá especialmente pelo
deslocamento de pessoas infectadas, sintomáticas ou não, entre os municípios ao longo das
rodovias.
A terceira etapa ocorre com o deslocamento, através de estradas vicinais, de pessoas
infectadas com o vírus que viajam para as cidades pequenas, afastadas dos municípios polos das
regiões metropolitanas, conectadas mais aos municípios médios de seus estados. A
Macrometrópole Paulista (MMP) guarda em si municípios com perfil demográfico pertencente
às três etapas descritas.
O Brasil, no dia 13 de julho de 2020, apresentava 1.887.607 casos confirmados de
COVID-19 e 72.921 óbitos pela doença. A MMP representou, respectivamente, 17,08% dos
casos e 22,45% dos óbitos de todo o país. Em outras palavras, quase 1 em cada 4 pessoas que
morre no Brasil por conta do novo coronavírus vive em algum dos municípios da MMP. Essa
enorme concentração é resultado de dinâmicas sociais marcadas pela intensa pendularidade
espacial da população na MMP e pelo alto nível de integração e complementaridade dos
municípios entre si. ABDAL et al., (2019).
Pesquisas no país sobre COVID-19 aumentam em ritmo acelerado, com 162 estudos
observacionais e 37 ensaios clínicos até o dia 1º de maio de 2020. Portanto, o objetivo deste estudo foi
atualização do comportamento da doença através da análise dos dados da COVID-19 em 27 municípios
do Estado de São Paulo, através da Plataforma do DATASUS.
2 METODOLOGIA APLICADA
2.1 Dados
Os dados utilizados nesta temática, absorve os casos de COVID-19 em 27 municípios do estado

de São Paulo independente de sexo e faixa etária, no mês de maio de 2021, publicados no mapeamento
geográfico por município, casos acumulados oficialmente divulgados pelo SEADE – (Fundação Sistema
Estadual de Análise de Dados) vinculado ao IBGE (Instituto Brasileiro de Geografia e Estatística), e de
indicadores de letalidade, incidência e mortalidade, vinculada à Secretaria de Governo, é hoje um centro
de referência nacional na produção e disseminação de análises e estatísticas socioeconômicas e
demográficas.
A análise de variância foi realizada através pelo Software Past. 4.03, um software de análise de
dados freeware para download arquivado em calculadoras e disponibilizado pela Oyvind Hammer para
Windows de uso livre baixado do site http://folk.uio.no/ohammer/past/.
2.2 Delineamento
Neste estudo trata-se de uma pesquisa observacional transversal descritiva nos municípios do
estado de São Paulo escolhidos aleatoriamente levando em conta o número de casos de COVID-19.
Os critérios de inclusão foram os municípios com números entre ≥ 200.000 e ≤ 500.00 habitantes.
2.3 Ética
Por se tratar de dados epidemiológicos de um sistema de domínio público, não necessita de
autorização do Comitê de Ética na Pesquisa com humanos, conforme os preceitos da Resolução 466
do Conselho Nacional de Saúde de 12 de dezembro de 2012.
2.4 Variáveis
A proposta da coleta de dados é relevante, pois, são eles responsáveis pelos resultados esperados,
após sua organização, checagem e interpretação, estes dados poderão apresentar estes resultados por
meio de tabelas e gráficos que fundamentarão o estudo ou pesquisa realizada. A importância da
compreensão de cada conceito que envolve estas informações é fundamental para que haja credibilidade
naquilo que se quer comprovar. Assim, todas a variáveis que estarão envolvidas neste estudo estão
relacionadas na tabela
Tabela 1 – Distribuições das Variáveis da pesquisa sobre o comportamento da COVID-19 em 27 municípios do Estado de
São Paulo e suas classificações.
N Município População Casos *Óbitos *Letalidade *Incidência

12 Indaiatuba 256.223 1918 445 2.30% 7485.7
3 Barueri 276.982 2445 923 3.80% 8827.3
8 Embu das 276.535 8446 372 4.40% 3054.2
Artes
13 Itapevi 240.961 9413 539 5.70% 3906.4
21 Rio Claro 208.008 9872 394 4.00% 4746
6 Cotia 253.608 11031 462 4.20% 4349.6
14 Itaquaquecetu 375.011 14355 757 5.30% 3827.9
ba
23 São Vicente 368.355 15354 899 5.90% 4168.3
16 Limeira 308.482 15388 488 3.20% 4988.3
26 Taboão da 293.652 15675 705 4.50% 5338
Serra
19 Praia Grande 330.845 16494 528 3.20% 4985.4
11 Hortolândia 234.259 17024 529 3.10% 7267.2
1 Americana 242.018 17384 532 3.10% 718.9
2 Araraquara 238.339 17433 393 2.30% 7314.4
25 Suzano 300.559 17517 683 3.90% 5828.1
15 Jacareí 235.416 18363 497 2.70% 7800.2
10 Guarujá 322.75 18374 964 5.30% 5693
22 São Carlos 254.484 18459 339 1.80% 7253.5
24 Sumaré 286.211 19196 609 3.20% 6706.9
27 Taubaté 317.915 20497 329 1.60% 6447.3
20 Presidente 230.371 21225 630 3.00% 9213.4
Prudente
7 Diadema 426.757 21261 974 4.60% 4982
9 Franca 355.901 24179 503 2.10% 6793.7
5 Carapicuíba 403.183 26877 874 3.30% 6666.2
17 Jundiaí 423.006 37795 1.126 3.00% 8934.9
4 Bauru 379.297 37841 840 2.20% 9976.6
18 Piracicaba 407.252 46644 916 2.00% 11453.4
Total 8246.38 500460 16125.126 168726.8
Qualitativa Qualitativa Quantitati Quantitati Quantitati Quantitati

Nominal Descritiva va va va va
Descritiva Descritiva Contínua. Contínua
Preditiva Desfecho Desfecho Desfecho Desfecho Desfecho
* Média de casos e óbitos diários = média aritmética dos últimos sete dias terminados a cada data. É um indicador mais
confiável de evolução, uma vez que elimina as oscilações diárias, e suas variações percentuais são iguais às dos dados por
semana. Letalidade = Óbitos/Casos (%); Mortalidade = Óbitos/100 mil habitantes; Incidência = Casos/100 mil habitantes.
Letalidade x Incidência = Mortalidade.
Fonte: www.praondevaisaopaulo.com.br Source: População, IBGE/SIDRA Tabela 6579; Casos e Óbitos, SEADE-SP
2.4.1. Tipo de dados

 Números de casos e de Óbitos: são dados Não-paramétrico;
2.4.2 Calcular estatística descritiva: * tamanho da amostra, n; alcance, A; faixa, R, número de
intervalo, K; intervalo de classe, I; largura de classe, W; pto. Central, xi;
a) Tamanho da amostra: n=27
b) Amplitude=46644−1918=7454.33
1918 + 7454,33 = 9372,33
c) Número do intervalo de classe:
K=1+ 3 ,3∗log n
K=1+ 3 ,3∗log 27
K=1+ 3 ,3∗1 , 43
K=1+1 , 47
K=5 ,7 → 6
d) Intervalo de Classe (I):
Tabela 2: Demonstração do Números de classe, Intervalo e Ponto médio.
K Intervalos de Classe Ponto Médio ( X i )
1 1918 Ⱶ 9372 7417
2 9372 Ⱶ 16826 9551
3 16826 Ⱶ 24281 15918
4 24281 Ⱶ 31735 19102
5 31735 Ⱶ 39190 25469
6 39190 Ⱶ 46644 31836
2.4.3 Cálculo da distribuição de frequência: * frequência absoluta, Fi; frequência absoluta acumulada,
Fk; frequência relativa, hi; frequência relativa acumulada, Hi.
Tabela 3: Demonstração da Frequência de Casos de Covid-19 em 27 Municípios de São Paulo em 20 de maio de

2021.
K Intervalos de classe Ponto médio (Xi) Fi Hi FK hi

1 1918 Ⱶ 9372 7417 3 3 11.11% 11.11%
2 9372 Ⱶ 16826 9551 8 11 29.63% 40.74%
3 16826 Ⱶ 24281 15918 12 23 44.44% 85.19%
4 24281 Ⱶ 31735 19102 1 24 3,70% 88.89%
5 31735 Ⱶ 39189 25469 2 26 7.41% 96.30%
6 39189 Ⱶ 46644 31836 1 27 3.70% 100.00%
3 RESULTADOS
Tabela 4: Estatística descritiva, tendência central e medidas de dispersão dos casos de COVID-19 no em 27
municípios do estado de São Paulo, mês de maio de 2021.
Descrição Valor Descrição Valor
Média 19.9899 Limite de Classe (W) 1560,00
Mínimo 8.4460 Desvio Padrão 8.7806
Máximo 46.6440 Ponto Médio 6.9900
Moda 17.384 Variância 77.0981
Mediana 18.3630 Média Geométrica 18.4599
Tamanho (n) 27 Média Harmônica 17.1373
Número de Intervalos (K) 6,15 Quartil 25 15.5315
Classes 7 Quartil 50 389,00
Faixa R 38.198 Quartil 75 21.2430
Tabela 5: Estatística descritiva, tendência central e medidas de dispersão dos óbitos de COVID-19 no em 27
Descrição Valor Descrição Valor
Média 597.2269 Limite de Classe (W) 27,23

Valor Mínimo 1.1260 Desvio Padrão 238.0734
Valor Máximo 974.0000 Ponto Médio 358,987

Moda 920 Variância 56678.9398
Mediana 532.0000 Média Geométrica 465.2388
Tamanho (n) 27 Média Harmônica 28.8783
Número de Intervalos (K) 6,15 Quartil 25 453.5000
Classes 7 Quartil 50 282,00
Faixa R 970,874 Quartil 75 798.5000
Gráfico 01. Análise da distribuição da população para os casos confirmados, obitos, letalidade e incidêcia da
COVID-19 em 27 municípios do estado de São Paulo, mês de maio,2021.
450,000.50
400,000.50
350,000.50
300,000.50
250,000.50
200,000.50
150,000.50
100,000.50
50,000.50
0.50
i i í í
na ara er uru iba tia ma tes nca ujá dia ba ev ba re ira ia ba de nte aro los nte aré no rra até
rica aqu aru Ba icu Co ade s Ar F ra rar lân iatu Itap cetu Jaca ime Jund cica ran ude o Cl Car ice um uza S e aub
e ar B p G rto da L ra G r i o V S S da T
ra Di da qu
e
Pi raia te P R S ã S ão
Am Ar Ca bu Ho In a ão
qu P en bo
Em Ita i d T a
es
Pr
População Casos Óbtos Letalidade Incidência
Gráfico 02. Análise da comparação da população e os casos confirmados da COVID-19 em 27 municípios do

estado de São Paulo, mês de maio de 2021.
451,000.0
401,000.0
351,000.0
301,000.0
251,000.0
201,000.0
151,000.0
101,000.0
51,000.0
1,000.0
i i í í
ir ca aqu aru Ba icu Co ade s Ar Fra rar lân iatu Itap cetu Jaca ime Jund cica ran ude o Cl Car ice um uza Se aub
ra Di da qu
e
Pi raia te P R Sã São
Am Ar Ca u o In o
b H
qua P en boã
m a
E Ita es
id T
Pr
População Casos
Gráfico 03. Análise da comparação dos casos confirmados e óbitos por COVID-19 em 27 municípios do estado
de São Paulo, mês de maio de 2021.
50,329.00
45,329.00
40,329.00
35,329.00
30,329.00
25,329.00
20,329.00
15,329.00
10,329.00
5,329.00
329.00
i i í í
rica aqu aru Ba icu Co ade s Ar Fra rar lân iatu Itap cetu Jaca ime Jund cica ran ude o Cl Car ice um uza Se aub
ra Di da qu
e
qu P en bo
Em Ita i d T a
es
Pr
Casos Óbtos
Gráfico 04. Proporção da população, casos confirmados e obitos por COVID-19 em 27 municípios do estado de
São Paulo, mês de maio de 2021.
500,000.00
450,000.00
400,000.00
350,000.00
300,000.00
250,000.00
200,000.00
150,000.00
100,000.00
50,000.00
0.00
i i í í
ra Di da qu
e
m a qu P en
d a bo
E It i T
es
Pr
População Casos Óbtos
Gráfico 05. Distribuição dos casos confirmados da COVID-19 em 27 municípios do Estado de São Paulo, mês
de maio de 2021.
50,000.00
45,000.00
40,000.00
35,000.00
30,000.00
25,000.00
20,000.00
15,000.00
10,000.00
5,000.00
0.00
i i í í
ra Di da ue Pi raia te P R Sã São
Am Ar Ca bu Ho In aq ão
qu P en bo
Em tI a is d T a
e
Pr
Gráfico 06. Distribuição dos Óbitos por COVID-19 em 27 municípios do estado de São Paulo, mês de maio de
2021.
1200
1000
800
600
400
200
0
i i í í
ra Di da ue Pi raia te P R Sã São
Am Ar Ca bu Ho In aq ão
qu P en bo
Em Ita i d T a
es
Pr
Gráfico 07. Distribuição em porcentagem da letalidade da COVID-19 em 27 municípios do Estado de São Paulo,
no período m 2021, mês de maio de 2021.
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0.00
i i í í
rica aqu aru Ba icu Co ade s Ar F ra rar lân iatu Itap cetu Jaca ime Jund cica ran ude o Cl Car ice um uza S e aub
ra Di da qu
e
Pi raia te P R S ã S ão
m a qu P en
d a bo
E It i T
es
Pr
Gráfico 08. Representação da Incidência da COVID-19 em 27 municípios do Estado de São Paulo, mês de maio
de 2021.
14000
12000
10000
8000
6000
4000
2000
0
i i í í
ra Di da qu
e
Am Ar Ca u o In o
b H
qua P en boã
m
E Ita id Ta
es
Pr
Gráfico 09. Demonstração em gráfico de radar os casos confirmados e óbitos pela COVID-19 em 27 município
do Estado de São Paulo, mês de maio de 2021.
Casos Incidência
Taubaté Americana Araraquara

Taboão da Serra Barueri
50,000.50
Suzano Bauru
Sumaré Carapicuiba
São Vicente Cotia
São Carlos Diadema
0.50
Rio Claro Embu das Artes
Presidente Prudente Franca
Praia Grande Grarujá
Piracicaba Hortolândia
Jundiaí Indaiatuba
Limeira Itapevi
Jacareí Itaquaquecetuba
Gráfico 10. Observação em polígono de frequência dos casos confirmados e óbitos pela COVID-19 em 27
450,000.00
400,000.00
350,000.00
300,000.00
250,000.00
200,000.00
150,000.00
100,000.00
50,000.00
0.00
i i í í
ra Di da qu
e
m a qu P en
d a bo
E It i T
es
Pr
População Casos
Gráfico 11. Observação em diagrama de setores dos casos confirmados e óbitos pela COVID-19 em 27
Casos Óbtos
Gráfico 12. Representação da dispersão dos casos confirmados e óbitos pela COVID-19 em 27 municípios do
estado de São Paulo, mês de maio de 2021.
50,200.00
45,200.00
40,200.00
35,200.00
30,200.00
25,200.00
20,200.00
15,200.00
10,200.00
5,200.00
200.00
0 5 10 15 20 25 30
Casos Óbtos
Gráfico 13: Representação da dispersão apresentados por picos, dos casos confirmados e óbitos pela COVID-19
em 27 municípios do estado de São Paulo, mês de maio de 2021.
50,000.00
45,000.00
40,000.00
35,000.00
30,000.00
25,000.00
20,000.00
15,000.00
10,000.00
5,000.00
0.00
0 5 10 15 20 25 30
Casos Óbtos
Gráfico 14: Representação do Histograma dos casos confirmados de acordo com a população dos 27 municípios
do estado de São Paulo, em maio de 2021.
Gráfico 15: Representação do Histograma de frequência dos casos de óbitos por COVID-19 com relação ao
número de habitantes entre os 27 municípios do estado de São Paulo, em maio de 2021.
Gráfico 16: Representação do Histograma de Pareto em decrescente linear dos casos confirmados de acordo com
a população dos 27 municípios do estado de São Paulo, em maio de 2021.
Gráfico 17: Representação do Histograma de Pareto dos óbitos com relação à população dos 27 municípios do
estado de São Paulo, em maio de 2021.
Gráfico 18: Diagrama de Box Plot dos casos confirmados e dos óbitos por COVID-19 dos 27 municípios do
estado de São Paulo, em maio de 2021.
Gráfico 19: Diagrama de pontos (Dot Plot) dos casos confirmados e dos óbitos por COVID-19 nos 27 municípios
do estado de São Paulo, em maio de 2021.
Gráfico 20: Diagrama de pontos (p-p plot) dos casos confirmados, óbitos, letalidade e incidência na população
de 27 municípios do estado de São Paulo, maio de 2021.
Gráfico 21: Diagrama de pontos (p-p plot), somente dos casos confirmados na população de 27 municípios do
estado de São Paulo, maio de 2021. Apresenta a ocorrência dos dados esperado e dos dados observados na
distribuição normal.
Dados esperados p/a Dist. Normal

45000
f(x) = 0.938249534280548 x + 1144.57918792434
Casos esperados para a distribuição normal
40000 R² = 0.888453450782804
35000
30000
25000
20000
15000
10000
5000
0
0 5000 10000 15000 20000 25000 30000 35000 40000 45000 50000
-5000
Observado
Gráfico 21: Diagrama de pontos (p-p plot) dos óbitos na população de 27 municípios do estado de São Paulo,
maio de 2021. Apresenta a ocorrência dos dados esperado e dos dados observados na distribuição normal.
Dados esperados para a distribuição normal

1200.0000
Óbitos - dados esperado para a distribuição normal
f(x) = − 0.968410382937986 x + 1175.58760905864

R² = 0.946491760749866
1000.0000
800.0000
600.0000
400.0000
200.0000
0.0000
0 200 400 600 800 1000 1200
Observados
Gráfico 22: Diagrama de pontos (q-q plot) dos casos confirmados na população de 27 municípios do
estado de São Paulo, maio de 2021.
Gráfico 23.A: Diagrama de pontos (q-q plot) dos óbitos na população de 27 municípios do estado de São Paulo,
maio de 2021.
2.00000
1.50000
1.00000
Óbitos Padronizados
0.50000
0.00000
-2.50 -2.00 -1.50 -1.00 -0.50 0.00 0.50 1.00 1.50 2.00 2.50
-0.50000
-1.00000
-1.50000
-2.00000
-2.50000
-3.00000
z-score
Tabela 6: Determinação da descrição estatística e da variação em casos e óbitos na

população de 27 municípios do estado de São Paulo, maio de 2021.
Tamanho da amostra 3
Mínimo 21261
Máximo 46644
Amplitude 25383
Média 35233.33333
Desvio Padrão 12883.93474
Variância 165995774.3
Correlação 1 e 2 -0.224292814
Primeiro Quartil 21261

Segundo Quartil 37795
Terçeiro Quartil 46644
Sexto Decil 41334.6
Coeficiente de Variação 36.6%
Tabela 7: Determinação dos coeficientes de determinação e correlação da variação dos

casos e óbitos na população de 27 municípios do estado de São Paulo, maio de 2021.
Coeficiente de determinação R ^2 5.03%*
Coeficiente de Correlação R 0.22
Preditora Resposta
X Y
Independente Dependente
MNICÍPIOS CASOS ÓBITOS Predição Residual
DIADEMA 21261 974 763.1158 210.8842
JUNDIAÍ 37795 1.126 606.0389 -604.913
PIRACICABA 46644 916 521.9713 394.0287
Interceptar Interceptação 965.1002621

Inclinar Inclinação -0.009500234
Gráfico 24: Determinação do Coeficiente de determinação R quadrado e de coeficiente

de Variância R, com relação aos óbitos.
Tabela 8: Estatística de Regressão Linear – Casos e Óbitos de Três (03) municípios (Diadema, Jundiaí e
Piracicaba) com maior número populacional.
Estatística de regressão
R múltiplo 0.224292814
R-Quadrado 0.050307266
R-quadrado ajustado -0.899385467
Erro padrão 752.0973134
Observações 3
Tabela 9: Determinação da ANOVA Casos e Óbitos de Três (03) municípios (Diadema, Jundiaí e Piracicaba)
com maior número populacional.
gl SQ MQ F F de significação
Regressão 1 29963.71645 29963.71645 0.05297215 0.855985594
Resíduo 1 565650.3688 565650.3688
Total 2 595614.0853
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores Inferior 95.0% Superior 95.0%
Interseção 965.1002621 1517.774181 0.635865515 0.639434736 -18320.04923 20250.24975 -18320.04923 20250.24975
CASOS -0.009500234 0.041277228 -0.230156795 0.855985594 -0.533977143 0.514976674 -0.533977143 0.514976674
Tabela 10: Demonstração do Tratamento residual Óbitos de Três (03) municípios (Diadema, Jundiaí e
Observação Previsto(a) ÓBITOS Resíduos Resíduos padrão

1 763.1157765 210.8842235 0.396538219
2 606.0388993 -604.9128993 -1.137453905
3 521.9713242 394.0286758 0.740915686
Gráfico 25: Demonstração da plotagem de ajuste de linhas dos casos e óbitos nos três (03) municípios (Diadema,
Jundiaí e Piracicaba) com maior número populacional.
CASOS Plotagem de ajuste de linha

1200
1000
800
ÓBITOS
ÓBITOS
600
Previsto(a) ÓBITOS
400
200
0
1500020000250003000035000400004500050000
CASOS
Gráfico 26: Demonstração da Plotagem de resíduos de três (03) municípios (Diadema, Jundiaí e Piracicaba) com
maior número populacional.
CASOS Plotagem de resíduos

600
400
200
0
Resíduos
15000 20000 25000 30000 35000 40000 45000 50000

-200
-400
-600
-800
CASOS
Tabela 11: Demonstração da probabilidade de óbitos em três (03) municípios (Diadema, Jundiaí e Piracicaba)
com maior número populacional.
Percentil ÓBITOS
16.66666667 1.126
50 916
83.33333333 974
Gráfico 27: Demonstração da probabilidade normal de óbitos em três (03) municípios (Diadema, Jundiaí e
Tabela 12 : Demonstração das somas de quadrados, graus de liberdade, quadrados médios, a estatística F
e o valor p (teste paramétrico e de permutação) e Análise de Variância - ANOVA
Teste para Médias
iguais
Soma dos Rs Grau de quadrado EstatísticaF Valor de p

quadrados liberdad médio
e
Entre grupos: 4.34408+09 1 4.34408+09 88.14 8.77E-13
Dentro do grupo: 2.56279+09 52 4.92843+07 Permutação p

(n=99999)
Total: 6.90686+09 52 1+05
Componentes de Variância (somente para efeito aleatório)
Var (grupo): 1.59066+08 Var 4.92843+07 ICC: 0.763455

(erro):
omega2: 0.6174
Teste de Levene para homogeneidade de variância, a partir da média p (mesmo): 3.581+05

Teste de Levene a partir de medianas p (mesmo): 7.677+05
Teste de Welch no caso de variação desigual: F = 88.14, df = 26.03, p = 7.673+10
Tabela 13: Demonstração do Emparelhamento de Tukey de óbitos em três (03) municípios (Diadema,
Jundiaí e Piracicaba) com maior número populacional.
Q de Tukey abaixo da diagonal, p (o mesmo) acima da diagonal. As

comparações significativas são rosa.
A B
A 0.0001138
B 13.28
Gráfico 28: Demonstração da probabilidade da análise de variância de casos e óbitos por COVID-19 em três (03)
municípios (Diadema, Jundiaí e Piracicaba) com maior número populacional.
Gráfico 29: Demonstração de resíduos pelas médias dos grupos da análise de variância de casos e óbitos por
COVID-19 em três (03) municípios (Diadema, Jundiaí e Piracicaba) com maior número populacional.
4 DISCUSSÃO
Foram utilizados dados referentes aos casos da COVID-19 em 27 municípios do estado de São
Paulo no período de 20 de maio de 2021 baseado no banco de dados IBGE/SIDRA (Sistema IBGE de
Recuperação Automática). Os dados de casos de COVID-19 foram tabulados no Microsoft Excel® e
descritos no Word®. Os dados demonstram que 500.460 indivíduos foram contaminados pela COVID-
19, apresentando uma taxa de incidência de 11453.4.
Entre as variáveis prevaleceram as variáveis quantitativas (discretas e contínuas). Foram
consideradas as amostras de casos de COVID-19 por município do estado de São Paulo os números
entre ≥ 200.000 e ≤ 500.00 habitantes. Sendo, o tamanho da amostra baseada em 27 municípios do
estado de São Paulo (n=27) e encontrada uma média aritmética de 18.536.
O município de Piracicaba apresentou a maior incidência da COVID-19 em indivíduos, com
11453,4, seguido do município de Bauru com 9976,6 e de Jundiaí com 8934,9. Entretanto, os
municípios
que apresentaram a maior taxa de letalidade foi o de São Vicente com 5,90%, Itapevi com 5,70% e
Diadema com 4,60%.
O Gráfico 01, pontua os dados ao longo do dia 20 de maio referente a população e ao número de
casos de COVID-19 e as linhas podem ser ligadas e mostram a tendência de uma mudança ou
crescimento real dos casos confirmados, de óbitos, letalidade e incidências da COVID-19, que podem
estar aumentando ou diminuindo, conforme o município apresentado no mesmo e sua população, bem
como o Gráfico 02 e Gráfico 03 mostram comparação da população e os casos confirmados e
comparação dos caso confirmados com o óbitos no mesmo período, nestes 27 municípios de São Paulo,
no dia 20 de maio de 2021 respectivamente, isto é, estes grágicos mostram que há uma mudança
referente a COVID-19 ao longo do tempo. Quando se compara alguns município, pode-se perceber que
houve uma queda no número de casos e logo depois uma subida em outros municípios.
Se observarmos os gráficos 04, podemos perceber que ele nos mostra três variáveis que indicam
a proporção de casos confirmados e óbitos de acordo com suas populações, isto é, se verificarmos entre
as populações de Jundiaí e Piracicaba a proporção de óbtos, perceberemos que Piracicaba obteve maior
número em relação a Jundiaí onde a população é menor, enquanto que nos gráficos (05, 06, 07 e 08)
mostram separadamente os casos confimdos, óbitos, letalidade e incidências respectivamente por cada
municípios abordados neste estudo.
O Gráfico 09 apresenta dados multivariáveis na forma de um gráfico bidimensional de três ou
mais variáveis quantitativas representadas em eixos que partem do mesmo ponto (próximo do zero).
Mostra a discrepância e semelhanças na variáveis, demonstrado pela cidades de São Carlos e Piracicaba,
aonde os casos confirmados aparecem discretos e aumentados respectivamente nesses municípios. Na
análise do Gráfico 10, um polígono de frequência que reflete a média dos casos confirmados no período
de tempo determinado, destaca-se os muicípios de Piracicaba, Baruerí, e Diadema, com o aumentos dos
casos conforme descrição do gráfico.
Nos casos confirmados e óbito foi identificado um coeficiente de variação distante do valor da
média, o que aponta que dentre os casos confirmados, de 97% apenas 3% chegaram a óbito, como
mostra o Gráfico 11. Os dados não apresentam uma dispersão homogênea (Gráfico 12), apresentando
assim uma variação, os municípios de Piracicaba, Bauru e Jundiaí, respectivamente apresentaram o
maior número de casos respectivamente, com uma proximidade linear.
Foi possível perceber ainda que existe uma relação aos óbitos de acordo com a análise de
dispersão, destacam-se Piracicaba, Jundiaí e Barueri, Itaquaquecetuba e Grajaú, municípios com maior
população e com proximidade do litoral paulista. Com o número de casos confirmados com os óbitos,
uma vez que os
casos confirmados aumentam consequentemente o número de óbitos aumentam como está representado
nos Gráficos 16 e 17. Na regressão linear os casos confirmados e os óbitos estão concentrados nos
municípios de Piracicaba, Jundiaí e Guarujá, dados desenhados nas (Tabelas 4 e 5) e no (Gráfico 18).
Nos gráficos 21 e 22 temos o diagrama de pontos (p-p plot) dos casos confirmados de COVID-19 e dos
óbitos na população de 27 municípios do estado de São Paulo, maio de 2021. Estes gráficos apresentam
respectivamente, a ocorrência dos dados esperado e dos dados observados na distribuição normal demonstrando,
se os dados estão ou não dentro desta normalidade e nos Gráficos 21.A e 22.A, observamos a plotagem (p-p
plot) no Software Minitab que faz uma relação da porcentagem com os casos observado e óbitos com
uma distribuição normal respectivamente, então se os dados são normalmente distribuídos, eles devem
estar mais próximos da linha diagonal. Podemos observar que os dados não estão em uma distribuição
normal, pois os pontos estão afastado da diagonal e se apresentam em caudas, além de demonstrar que a
distribuição normalmente tem quantis comparáveis (Tabelas 11 e 12). Quando passamos a linha
diagonal, fica claro a semelhança entre as distribuições comparando os casos observados com os óbitos,
temos uma semelhança maior entre os casos e óbito.
Ao comparar os casos confirmados com os óbitos observa-se uma diferença significativa na
média, que é representando pelo valor de F=21,24 (Tabela 5) portanto existe uma diferença significativa
entre os desfechos clínicos por COVID-19 entre os 27 municípios estudados, no entanto é notório que
existe uma relação entre as duas condições clínicas, e pode estar relacionado com a questão territorial,
entre os municípios do interior e nas proximidades do litoral.
Com relação aos casos confirmados e óbitos para COVID-19 a maior incidência foi para
município de Piracicaba e Jundiaí, com elevação da letalidade, ao se comparar com os municípios de
Embú das Artes, Cotia e Rio Claro não sendo encontrados resultados estatisticamente significativos.
Para analisar a correlação e a variação do fenômeno óbito e casos confirmados da COVID-19, foi
selecionado três (03) municípios da Grande São Paulo (Diadema, Jundiaí e Piracicaba) com maior
número populacional e transfronteirícios , que segundo Aragão(2020) foi um dos fatores da explosão de
casos da doença na direção centro sul e litoral paulista. Os coeficientes de determinação e correlação da
variação dos casos e óbitos mostra a relação de dependência que com o número de casos confirmados
com os óbitos, uma vez que os casos confirmados aumentam consequentemente o número de óbitos
aumentam (p <0,7630), como mostram as tabelas 11 e 12, representadas pelos gráficos 26 e 27.
Observa-se que a probabilidade de ir a óbito são os indivíduos que moravam em cidades próximas umas
das outras, relação de dependência.
Quando se observa os tratamentos através dos gráficos entende-se 5.03% da variação dos óbitos
é explicada por variação dos casos confirmados de Covid-19 dos pacientes (tabela 7 e gráfico 24),
relação direta, aumenta os casos, aumenta os óbitos, isso não ocorre de forma acidental.
A análise da variância dos casos confirmados e dos óbitos por COVID-19 em três (03) municípios
(Diadema, Jundiaí e Piracicaba) demonstrada nos gráficos 28 e 29 mostra que o fenômeno de
dependência de casos e óbitos em municípios de maior população e fronteiriços pode uma das principais
causas de disseminação da doença. Porém estudos utilizando outras variáveis devem ser estimulados e
outros testes de correlações devem ser empregados com intuídos de fortalecer as políticas públicas como
planos de contingências nos grandes centros na tentativa de minimizar os prejuízos deixados por tempos
pandêmicos.
5. CONCLUSÃO
O fenômeno de casos e óbitos em municípios de maior população e fronteiriços, como Diadema,

Jundiaí e Piracicaba, pode ser uma das principais causas de disseminação da doença. A análise espacial
da ocorrência dos casos confirmados de COVID-19 nos municípios do Estado de São Paulo revelou a
necessidade de medidas estratégicas e direcionadas para conter a propagação do vírus, além da
importância do monitoramento contínuo e eficiente para garantir a saúde pública.
5 REFERÊNCIAS
ABDAL, A. et al. (2019). Caminhos e descaminhos da Macrometrópole Paulista: dinâmica econômica,

condicionantes externos e perspectivas. Cadernos Metrópole, v. 21, n. 44.
Brasil. Ministério da Saúde. Portaria MS/GM nº 188, de 3 de fevereiro de 2020. Declara Emergência em
Saúde Pública de importância Nacional (ESPIN) em decorrência da Infecção Humana pelo novo
Coronavírus (2019-nCoV) [Internet]. Diário Oficial da União, Brasília (DF), 2020 fev 4 [citado 2020
abr 7]; Seção Extra:1. Disponível em: http://www.in.gov.br/web/dou/-/portaria-n-188-de-3-de-fevereiro-
de-2020-241408388
http://www.in.gov.br/web/dou/-/portaria-n-188-de-3-de-fevereiro-de-2020-241408388
Cheng ZJ, Shan J. 2019 Novel coronavirus: where we are and what we know. Infection [Internet].
2020 Apr [cited 2020 Apr 30];48(2):155-63. Available from: https://doi.org/10.1007/s15010-020-
01401-y
KAND, Choi H, Kim J-H, Choi J. Spatial epidemic dynamics of the COVID-19 outbreak in China.
Int J Infect Dis [Internet]. 2020 Apr [cited 2020 Apr 11]; Available
from: http://doi.org/10.1016/j.ijid.2020.03.076
KOURY, Ana Paula; CAVALCANTI, Cristina Kanya Caselli; BRUNA, Gilda Bruna. Metrópoles
Brasileiras: Abrangência em macrometrópole e desafios da gestão sustentável. In: BRUNA, Gilda
Collet; PHILLIPI Jr., Arlindo (Eds). Gestão Urana e Sustentabilidade. Barueri: Manole, 2019. 1088p.
Ministério da Saúde (BR). Secretaria de Vigilância em Saúde. Especial: doença pelo coronavírus 2019.
Bol Epidemiol [Internet]. 2020 abr [citado 2020 abr 7];7(spe):1-28. Disponível em:
https://portalarquivos.saude.gov.br/images/pdf/2020/April/06/2020-04-06-BE7-Boletim-Especial-do-
COE-Atualizacao-da-Avaliacao-de-Risco.pdf
https://portalarquivos.saude.gov.br/images/pdf/2020/April/06/2020-04-06-BE7-Boletim-Especial-do-
COE-Atualizacao-da-Avaliacao-de-Risco.pdf

ATIVIDADE DE BIOESTATÍSTICA - Versão IV

Enviado por

Direitos autorais:

Formatos disponíveis

ATIVIDADE DE BIOESTATÍSTICA - Versão IV

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

ATIVIDADE DE BIOESTATÍSTICA - Versão IV

Enviado por

Direitos autorais:

Formatos disponíveis

PROGRAMA DE PÓS-GRADUAÇÃO EM

UNIVERSIDADE AHANBI MORUMBI

MARCIA GUELMA SANTOS BELFORT

COVID-19 EM SÃO PAULO: EXPLORANDO A DISTRIBUIÇÃO DOS CASOS

Atividade apresentada como parte dos

Prof. Dr. PhD José Ernesto de Araujo Filho.

São Bernardo dos Campos – SP

Em dezembro de 2019, um novo vírus da família Coronaviridae (inicialmente chamado de

Os dados utilizados nesta temática, absorve os casos de COVID-19 em 27 municípios do estado

N Município População Casos *Óbitos *Letalidade *Incidência

Total 8246.38 500460 16125.126 168726.8

Qualitativa Qualitativa Quantitati Quantitati Quantitati Quantitati

2.4.1. Tipo de dados

1 1918 Ⱶ 9372 7417

2 9372 Ⱶ 16826 9551

3 16826 Ⱶ 24281 15918

4 24281 Ⱶ 31735 19102

5 31735 Ⱶ 39190 25469

6 39190 Ⱶ 46644 31836

Tabela 3: Demonstração da Frequência de Casos de Covid-19 em 27 Municípios de São Paulo em 20 de maio de

K Intervalos de classe Ponto médio (Xi) Fi Hi FK hi

Média 597.2269 Limite de Classe (W) 27,23

Valor Máximo 974.0000 Ponto Médio 358,987

População Casos Óbtos Letalidade Incidência

Gráfico 02. Análise da comparação da população e os casos confirmados da COVID-19 em 27 municípios do

População Casos Óbtos

Taubaté Americana Araraquara

São Vicente Cotia

São Carlos Diadema

Presidente Prudente Franca

Praia Grande Grarujá

Dados esperados p/a Dist. Normal

Dados esperados para a distribuição normal

f(x) = − 0.968410382937986 x + 1175.58760905864

Tabela 6: Determinação da descrição estatística e da variação em casos e óbitos na

Primeiro Quartil 21261

Tabela 7: Determinação dos coeficientes de determinação e correlação da variação dos

Coeficiente de Correlação R 0.22

Interceptar Interceptação 965.1002621

Gráfico 24: Determinação do Coeficiente de determinação R quadrado e de coeficiente

Observação Previsto(a) ÓBITOS Resíduos Resíduos padrão

CASOS Plotagem de ajuste de linha

CASOS Plotagem de resíduos

15000 20000 25000 30000 35000 40000 45000 50000

Soma dos Rs Grau de quadrado EstatísticaF Valor de p

Entre grupos: 4.34408+09 1 4.34408+09 88.14 8.77E-13

Dentro do grupo: 2.56279+09 52 4.92843+07 Permutação p

Total: 6.90686+09 52 1+05

Componentes de Variância (somente para efeito aleatório)

Var (grupo): 1.59066+08 Var 4.92843+07 ICC: 0.763455

Teste de Levene para homogeneidade de variância, a partir da média p (mesmo): 3.581+05

Teste de Levene a partir de medianas p (mesmo): 7.677+05

Teste de Welch no caso de variação desigual: F = 88.14, df = 26.03, p = 7.673+10

Q de Tukey abaixo da diagonal, p (o mesmo) acima da diagonal. As

O fenômeno de casos e óbitos em municípios de maior população e fronteiriços, como Diadema,

ABDAL, A. et al. (2019). Caminhos e descaminhos da Macrometrópole Paulista: dinâmica econômica,

Você também pode gostar

N Município População Casos Óbitos Letalidade *Incidência