PROPOSTA DE ÍNDICE PARA AVALIAÇÃO DE SITUAÇÃO DE VULNERABILIDADE SOCIAL AO COVID-19

Abstract

O processo saúde-doença é permeado por fatores que vão além da susceptibilidade genética e biológica, mas também por variáveis ligadas às condições sociais e econômicas que podem ser expressas em situações de vulnerabilidade em saúde. O cenário de expansão da COVID-19 no Brasil tem demonstrado como as desigualdades sociais repercutem nesse processo saúde-doença, de modo que, avaliar tais disparidades pode oferecer suporte ao enfrentamento da doença no País. O objetivo do presente artigo foi estabelecer um índice para avaliação da situação de vulnerabilidade social à COVID-19. A partir da seleção de 12 variáveis, a modelagem consistiu na identificação das mais preditivas à ocorrência da COVID-19 no Estado de Goiás e no Distrito Federal. Para isso, foram testados dois algoritmos de machine learning: Random Forest e XGBoost. Os resultados indicaram como mais preditivas as variáveis: condições de renda, total de internações por doenças classificadas como mais vulneráveis e porcentagem da população em condições de trabalho informal. Diante disso, aproximadamente 23% dos municípios foram classificados em alta a muito alta vulnerabilidade.