Search

Nuestro propósito fue investigar las diferencias de las desigualdades socioespaciales de la mortalidad por COVID-19 entre tres olas de propagación del virus en la Ciudad Autónoma de Buenos Aires (CABA), Argentina. Los datos de mortalidad por COVID-19 se obtuvieron de la base de datos de casos de COVID-19, informados por el gobierno de la CABA, desde el 7 de marzo de 2020 hasta el 30 de septiembre de 2021. Se determinaron tres olas: la primera ola, entre los meses de marzo y diciembre de 2020, la segunda ola, entre diciembre y marzo de 2021, y la tercera ola, entre marzo y septiembre de 2021. En cada ola se calcularon regresiones multivariadas para analizar la asociación entre el riesgo de mortalidad por COVID-19, en dos grupos etarios (0-59 años y 60 o más años), y el porcentaje de hogares con necesidades básicas insatisfechas, como indicador del nivel de pobreza de los barrios, y la densidad poblacional. Durante la primera ola y en ambos grupos etarios, los barrios del tercil con mayores porcentajes de hogares con necesidades básicas insatisfechas tuvieron un riesgo mayor de mortalidad por COVID-19, en comparación a los barrios del tercil con menores porcentajes de hogares con necesidades básicas insatisfechas. Estas desigualdades desaparecieron durante la segunda ola en ambos grupos etarios, mientras que en la tercera ola pareció emerger un patrón geográfico similar al de la primera ola. Es posible que mayores niveles de inmunidad en barrios con niveles altos de pobreza pudieran explicar parcialmente la ausencia de desigualdades socioespaciales durante la segunda ola, mientras que la irrupción de las variantes gamma y lambda podría explicar parcialmente el retorno a las desigualdades observadas en la primera ola. The study aimed to analyze the socio-spatial differences in COVID-19 mortality in the pandemic’s three waves in the city of Buenos Aires, Argentina. COVID-19 mortality data were obtained from the COVID-19 Database and reported by the Buenos Aires Autonomous Government from March 7, 2020, to September 30, 2021. Three waves were identified: the first from March to December 2020, the second from December 2020 to March 2021, and the third from March to September 2021. Multivariate regressions were calculated for each wave to analyze the association between risk of COVID-19 mortality in two age groups (0-59 years and 60 years or older) and the percentage of households with unmet basic needs as indicator of neighborhood poverty level, and population density. During the first wave and in both age groups, the neighborhood in the tertile with the highest percentages of households with unmet basic needs showed higher risk of COVID-19 mortality when compared to neighborhoods in the tertile with the lowest percentages of households with unmet basic needs. These inequalities disappeared in the second wave in both age groups, while the third wave saw a similar geographic pattern to the first wave. Higher levels of immunity in neighborhoods with high poverty levels might partially explain the absence of socio-spatial inequalities in the second wave, while the emergence of the gamma and lambda variants could partially explain the return to inequalities observed in the first wave. A proposta era investigar as diferenças nas desigualdades socioespaciais da mortalidade por COVID-19 entre três ondas de propagação do vírus na Cidade Autônoma de Buenos Aires, Argentina. Os dados de mortalidade por COVID-19 foram obtidos a partir da base de dados dos casos de COVID-19 informados pelo governo da Cidade Autônoma de Buenos Aires, do dia 7 de março de 2020, até 30 de setembro de 2021. Foram identificadas três ondas: a primeira, entre os meses de março e dezembro de 2020, a segunda, entre dezembro e março de 2021, e a terceira, entre março e setembro de 2021. Para cada uma delas, foram calculadas regressões multivariadas, visando analisar a associação entre o risco de mortalidade por COVID-19 em dois grupos etários (0-59 anos e 60 anos ou mais), e o percentual de domicílios com necessidades básicas não atendidas, como indicador do nível de pobreza dos bairros, e a densidade populacional. Durante a primeira onda e em ambos grupos etários, os bairros do tercil com maiores percentuais de domicílios com necessidades básicas não atendidas apresentaram um risco maior de mortalidade por COVID-19 na comparação com os bairros do tercil com menores taxas de domicílios com necessidades básicas não atendidas. Estas desigualdades desapareceram durante a segunda onda nos dois grupos etários, ao passo que, na terceira onda parece ter emergido um padrão geográfico similar ao da primeira onda. Maiores níveis de imunidade em bairros com altas taxas de pobreza poderiam explicar parcialmente a ausência de desigualdades socioespaciais durante a segunda onda, sendo que a irrupção das variantes gama e lambda poderia explicar parcialmente a volta para as desigualdades observadas na primeira onda.

Additional file 4. Association between race/skin colour and multimorbidity adjusted for sociodemographic and behavioural factors.

Additional file 3. Prevalence of each morbidity by race/skin colour in specific age group and sex.

Nuestro propósito fue investigar las diferencias de las desigualdades socioespaciales de la mortalidad por COVID-19 entre tres olas de propagación del virus en la Ciudad Autónoma de Buenos Aires (CABA), Argentina. Los datos de mortalidad por COVID-19 se obtuvieron de la base de datos de casos de COVID-19, informados por el gobierno de la CABA, desde el 7 de marzo de 2020 hasta el 30 de septiembre de 2021. Se determinaron tres olas: la primera ola, entre los meses de marzo y diciembre de 2020, la segunda ola, entre diciembre y marzo de 2021, y la tercera ola, entre marzo y septiembre de 2021. En cada ola se calcularon regresiones multivariadas para analizar la asociación entre el riesgo de mortalidad por COVID-19, en dos grupos etarios (0-59 años y 60 o más años), y el porcentaje de hogares con necesidades básicas insatisfechas, como indicador del nivel de pobreza de los barrios, y la densidad poblacional. Durante la primera ola y en ambos grupos etarios, los barrios del tercil con mayores porcentajes de hogares con necesidades básicas insatisfechas tuvieron un riesgo mayor de mortalidad por COVID-19, en comparación a los barrios del tercil con menores porcentajes de hogares con necesidades básicas insatisfechas. Estas desigualdades desaparecieron durante la segunda ola en ambos grupos etarios, mientras que en la tercera ola pareció emerger un patrón geográfico similar al de la primera ola. Es posible que mayores niveles de inmunidad en barrios con niveles altos de pobreza pudieran explicar parcialmente la ausencia de desigualdades socioespaciales durante la segunda ola, mientras que la irrupción de las variantes gamma y lambda podría explicar parcialmente el retorno a las desigualdades observadas en la primera ola.

Additional file 1. Flow diagram of exclusions in examining the association between race/skin colour and multimorbidity.

Additionalfile 7. Association between race/skin colour and multimorbidity by a list of six morbidities.

Additionalfile 2. Descriptive characteristics of participants with and without multimorbidity, for each multimorbidity cutoff.

Additional file 5. Association between the intersection of race/skin colour and gender and multimorbidity.

Additional file 6. Association between race/skin colour and multimorbidity by a list of 13 morbidities.

Em um contexto de transmissão comunitária e escassez de vacinas, a vacinação contra a COVID-19 deve focar na redução direta da morbidade e da mortalidade causadas pela doença. Portanto, é fundamental a definição de grupos prioritários para a vacinação pelo Programa Nacional de Imunizações (PNI), baseada no risco de hospitalização e óbito pela doença. Para tal, calculamos o sobrerrisco por sexo, faixa etária e comorbidades por meio dos registros de hospitalização e óbito por síndrome respiratória aguda grave com confirmação de COVID-19 (SRAG-COVID) em todo o Brasil nos primeiros seis meses de epidemia. Apresentaram maior sobrerrisco pessoas do sexo masculino (hospitalização = 1,1 e óbito = 1,2), pessoas acima de 45 anos para hospitalização (SRfe variando de 1,1 a 8,5) e pessoas acima de 55 anos para óbitos (SRfe variando de 1,5 a 18,3). Nos grupos de comorbidades, doença renal crônica, diabetes mellitus, doença cardiovascular e pneumopatia crônica conferiram sobrerrisco, enquanto para asma não houve evidência. Ter doença renal crônica ou diabetes mellitus e 60 anos ou mais mostrou-se um fator ainda mais forte, alcançando sobrerrisco de óbito 14 e 10 vezes maior do que na população geral, respectivamente. Para todas as comorbidades, houve um sobrerrisco mais alto em idades maiores, com um gradiente de diminuição em faixas mais altas. Esse padrão se inverteu quando consideramos o sobrerrisco em relação à população geral, tanto para hospitalização quanto para óbito. O presente estudo forneceu evidências a respeito do sobrerrisco de hospitalização e óbito por SRAG-COVID, auxiliando na definição de grupos prioritários para a vacinação contra a COVID-19. En un contexto de transmisión comunitaria y escasez de vacunas, la vacunación contra la COVID-19 debe enfocarse en la reducción directa de la morbilidad y de la mortalidad causadas por la enfermedad. Por lo tanto, es fundamental la definición de grupos prioritarios para la vacunación por el Programa Nacional de Inmunizaciones (PNI), basada en el riesgo de hospitalización y óbito por la enfermedad. Para tal fin, calculamos el sobrerriesgo por sexo, franja de edad y comorbilidades mediante los registros de hospitalización y óbito por síndrome respiratorio agudo grave con confirmación de COVID-19 (SRAG-COVID) en todo Brasil, durante los primeros seis meses de epidemia. Presentaron mayor sobrerriesgo personas del sexo masculino (hospitalización = 1,1 y óbito = 1,2), personas por encima de 45 años para hospitalización (SRfe variando de 1,1 a 8,5) y personas por encima de 55 años para óbitos (SRfe variando de 1,5 a 18,3). En los grupos de comorbilidades, enfermedad renal crónica, diabetes mellitus, enfermedad cardiovascular y neumopatía crónica ofrecieron sobrerriesgo, mientras que para el asma no hubo evidencia. Sufrir una enfermedad renal crónica o diabetes mellitus y tener 60 años o más mostró un factor todavía más fuerte, alcanzando sobrerriesgo de enfermedad 14 y 10 veces mayor que en la población general, respectivamente. Para todas las comorbilidades, hubo un sobrerriesgo más alto en edades mayores, con un gradiente de disminución en franjas más altas. Este patrón se invirtió cuando consideramos el sobrerriesgo en relación con la población general, tanto para hospitalización como para óbito. El presente estudio proporcionó evidencias respecto al sobrerriesgo de hospitalización y óbito por SRAG-COVID, ayudando en la definición de grupos prioritarios para la vacunación contra la COVID-19. In a context of community transmission and shortage of vaccines, COVID-19 vaccination should focus on directly reducing the morbidity and mortality caused by the disease. It was thus essential to define priority groups for vaccination by the Brazilian National Immunization Program (PNI in Portuguese), based on the risk of hospitalization and death from the disease. We calculated overrisk according to sex, age group, and comorbidities using hospitalization and death records from severe acute respiratory illness with confirmation of COVID-19 (SARI-COVID) in all of Brazil in the first 6 months of the epidemic. Higher overrisk was associated with male sex (hospitalization = 1.1 and death = 1.2), age over 45 years for hospitalization (OvRag ranging from 1.1 to 8.5), and age over 55 year for death (OvRag ranging from 1.5 to 18.3). In the groups with comorbidities, chronic kidney disease, diabetes mellitus, cardiovascular disease, and chronic lung disease were associated with overrisk, while there was no such evidence for asthma. Chronic kidney disease or diabetes and age over 60 showed an even stronger association, reaching overrisk of death 14 and 10 times greater than in the general population, respectively. For all the comorbidities, there was higher overrisk at older ages, with a downward gradient in the oldest age groups. This pattern was reversed when examining overrisk in the general population, for both hospitalization and death. The current study provided evidence of overrisk of hospitalization and death from SARI-COVID, assisting the definition of priority groups for COVID-19 vaccination.

Surveillance of the severe acute respiratory illness (SARI) in Brazil aims to characterize the circulation of the Influenza A and B viruses in hospitalized cases and deaths, having been expanded in 2012 to include other respiratory viruses. COVID-19 was detected in Brazil for the time in the 9th epidemiological week of 2020, and the test for the SARS-CoV-2 virus was included in the surveillance protocol starting in the 12th epidemiological week. This study's objective was to investigate the pattern of hospitalizations for SARI in Brazil since the entry of SARS-CoV-2, comparing the temporal and age profiles and laboratory results to the years 2010 through 2019. In 2020, hospitalizations for SARI, compiled from the date of the first confirmed case of COVID-19 up to the 12th week, exceeded the numbers observed during the same period in each of the previous 10 years. The age bracket over 60 years was the most heavily affected, at higher than historical levels. There was a considerable increase in negative laboratory tests, suggesting circulation of a different virus from those already present in the panel. We concluded that the increase in hospitalizations for SARI, the lack of specific information on the etiological agent, and the predominance of cases among the elderly during the same period in which there was an increase in the number of new cases of COVID-19 are all consistent with the hypothesis that severe cases of COVID-19 are already being detected by SARI surveillance, placing an overload on the health system. The inclusion of testing for SARS-CoV-2 in the SARI surveillance protocol and the test's effective nationwide deployment are extremely important for monitoring the evolution of severe COVID-19 cases in Brazil.

No Abstract available.

RESUMEN Se analiza la dinámica espacial de las cadenas de reclutamiento de consumidores de drogas en un estudio respondent-driven sampling (RDS) en la ciudad de Recife, Brasil. El propósito es comprender los cuellos de botella geográficos, influenciados por la geografía social, que han sido un gran desafío para los estudios basados en RDS. Se utilizó el análisis espacio-temporal. La dinámica del proceso de reclutamiento se presenta en mapas, teniendo en cuenta el barrio de residencia y/o los sitios de consumo de drogas. La regresión de Poisson se ajustó para modelar la tasa de reclutamiento por barrio de residencia y/o sitios de consumo de drogas y las características demográficas de los barrios. La distancia entre el barrio de residencia y/o los sitios de consumo de drogas y el centro de evaluación se asoció negativamente con el reclutamiento. Hubo una asociación positiva entre la proporción de la población que vive en entornos informales y la tasa de reclutamiento por barrio de residencia y/o sitios de consumo de drogas. Las cadenas de reclutamiento dependen de la geografía social y demográfica de la población. Los estudios deben incorporar semillas de reclutamiento de tantos barrios como sea posible, así como más de un centro de evaluación. ABSTRACT This study analyzes the spatial dynamics of drug users’ recruitment chains in the context of a respondent-driven sampling (RDS) study in the city of Recife, Brazil. The purpose is to understand the geographic bottlenecks, influenced by social geography, which have been a major challenge for RDS-based studies. Temporo-spatial analysis was used. Sequential maps depicted the dynamics of the recruiting process, considering neighborhood of residence and/or places of drug use. Poisson regression was fitted to model the recruiting rate by neighborhood or residence and/or pace of drug use, and the different neighborhoods’ demographics. The distance between neighborhood of residence and/or place of drug use and the assessment center was negatively associated with recruitment. There was a positive association between the proportion of the population living in informal settings and the recruiting rate per neighborhood of residence and/or place of drug use. Recruitment chains depend on the social geography and demographics of the population. Studies should incorporate seeds from as many neighborhoods as possible, and more than one assessment center should be utilized.