Use este identificador para citar ou linkar para este item: https://repositorio.ufba.br/handle/ri/38762
Registro completo de metadados
Campo DCValorIdioma
dc.creatorOubiña Neto, Adolfo Oroso-
dc.date.accessioned2023-12-21T14:08:40Z-
dc.date.available2023-12-21T14:08:40Z-
dc.date.issued2023-12-12-
dc.identifier.urihttps://repositorio.ufba.br/handle/ri/38762-
dc.description.abstractAccording to the WHO (2023), the COVID-19 virus has killed more than 6 million people since 2020. An important question asked during attempts to contain the disease and distribute vaccines was which groups of individuals were most susceptible to infection and death from the virus. In a country with marked regional disparities such as Brazil, understanding this issue is crucial for the ongoing management of COVID-19 and possible future epidemics. This study seeks to determine whether the presence of socially vulnerable groups has led to greater contagion and mortality from the virus in municipalities in Bahia. For its evaluation, we used cross-sectional data from the municipalities of Bahia, taking into account socioeconomic information, data on confirmed cases and deaths from COVID-19, municipal development and combat policies implemented by the state and municipal governments. An OLS model was used as a base to check for outliers. Once confirmed, quantile regression and robust regression models were estimated. The results suggest that regional and economic development factors were highly relevant to the spread of the virus. The greater participation of women in the population, harsh policies restricting mobility and greater population density appear to increase infection rates, while the predominance of elderly and black residents and the quality of healthcare provision were not relevant.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Bahiapt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectCOVID-19pt_BR
dc.subjectBahiapt_BR
dc.subjectVulnerabilidadept_BR
dc.subjectDesenvolvimento social - Municípios - Pandemiapt_BR
dc.subjectCovid 19 – Pandemia, 2020- Aspectos econômicospt_BR
dc.subject.otherCOVID-19pt_BR
dc.subject.otherBahiapt_BR
dc.subject.otherVulnerabilitypt_BR
dc.subject.otherCovid 19 – Pandemic, 2020- Economic aspectspt_BR
dc.subject.otherSocial development - Counties- Pandemicpt_BR
dc.titleAnálise dos determinantes socioeconômicos da COVID-19 na Bahiapt_BR
dc.title.alternativeAnalysis of socioeconomic factors behind COVID- 19 in the state of Bahiapt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.publisher.initialsUFBApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::ECONOMIA REGIONAL E URBANA::ECONOMIA REGIONALpt_BR
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA::METODOS QUANTITATIVOS EM ECONOMIA::ESTATISTICA SOCIO-ECONOMICApt_BR
dc.contributor.advisor1Tiryaki, Gisele Ferreira-
dc.contributor.referee1Tiryaki, Gisele Ferreira-
dc.contributor.referee2Lins, Julyan Gleyvison Machado Gouveia-
dc.contributor.referee3Lombardi Filho, Stélio Coelho-
dc.creator.Latteshttps://wwws.cnpq.br/cvlattesweb/PKG_MENU.menu?f_cod=77BD0EC7AE3239E43FF14B1414F24B47#pt_BR
dc.description.resumoDe acordo com a OMS (2023), o vírus COVID-19 levou à morte mais de 6 milhões de pessoas desde 2020. Um questionamento importante feito durante as tentativas de contenção da doença e na distribuição de vacinas foi de quais grupos de indivíduos eram mais suscetíveis ao contágio e óbito pelo vírus. Num país de marcantes disparidades regionais como o Brasil, o entendimento dessa questão se revela crucial para o contínuo manejo da COVID-19 e de possíveis epidemias futuras. Este estudo busca determinar se a presença de grupos socialmente vulneráveis propiciou maior contágio e mortalidade pelo vírus nos municípios baianos. Para sua avaliação, utilizou-se dados em corte transversal dos municípios baianos, levando em consideração informações socioeconômicas, dados de casos confirmados e óbitos por COVID-19, de desenvolvimento municipal e das políticas de combate implementadas pelo governo estadual e municipais. Usou-se como base um modelo de MQO a fim de verificar a presença de outliers. Confirmada sua presença, modelos de regressão quantílica e regressão robusta foram estimados. Os resultados sugerem que fatores regionais e de desenvolvimento econômico foram altamente relevantes para a propagação do vírus. A maior participação de mulheres na população, políticas duras de restrição à mobilidade e maior densidade populacional aparentam elevar as taxas de infecção, enquanto a predominância de idosos e de residentes negros e a qualidade da oferta de saúde não se mostraram relevantes.pt_BR
dc.publisher.departmentFaculdade de Economiapt_BR
dc.relation.referencesACEMOGLU, Daron et al. Optimal targeted lockdowns in a multigroup SIR model. American Economic Review: Insights, v.3, n.4, p.487–502, 2021. AHMED, Faheem et al. Why inequality could spread COVID-19. The Lancet Public Health, v. 5, n. 5, p. e240, 2020. ALPHABET. COVID-19: relatórios de mobilidade da comunidade. Disponível em: https://www.google. com/covid19/mobility. Acesso em: 11 jul. 2023. AMDAOUD, Mounir; ARCURI, Giuseppe; LEVRATTO, Nadine, Are regions equal in adversity? A spatial analysis of spread and dynamics of COVID-19 in Europe. The European Journal of Health Economics, v. 22, n. 4, p. 629–642, 2021. ANDERSEN, Lauren M. et al., Analyzing the spatial determinants of local Covid-19 transmission in the United States. Science of The Total Environment, v. 754, p. 142396, 2021. ATLAS BRASIL. Índice de desenvolvimento humano municipal. 2022. Disponível em:http://www.atlasbrasil.org.br/consulta/planilha. Acesso em: 11 jul. 2023. BANCO MUNDIAL. World development indicators database. GINI index. , 2021. Disponível em: https://databank.worldbank.org/source/world-development-indicators. Acesso em: 11 jul. 2023. BAHIA. Secretaria da Saúde. Boletins epidemiológicos – Covid-19 | Sesab. Disponível em: https://www.saude.ba.gov.br/temasdesaude/coronavirus/boletins-epidemiologicos-covid-19. Acesso em: 11 jul. 2023. BAHIA Secretaria de Planejamento do Estado. PIB estadual anual. Disponível em: https://sei.ba.gov.br/index.php?option=com_content&id=2096&Itemid=333&lang=pt. Acesso em: 11 jul. 2023. BAYER, Christian; KUHN, Moritz, Intergenerational ties and case fatality rates: across-country analysis. SSRN Electronic Journal, n. 13114, 2020. BIANCHI, Francesco; BIANCHI, Giada; SONG, Dongho, The long-term impact of the COVID-19 unemployment shock on life expectancy and mortality rates. Journal of Economic Dynamics and Control, v.146, p.104581, 2023. BLAVATNIK SCHOOL OF GOVERNMENT.COVID-19 government response tracker | blavatnik school of government. Disponível em: https://www.bsg.ox.ac.uk/research/covid-19-government-response-tracker. Acesso em: 11 jul. 2023. BRASIL. Ministerio da Sáude. Boletim epidemiológico n93 - Boletim COE Coronavírus . Brasília. Disponível em: https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/ boletins/epidemiologicos/covid19/2021/boletim_epidemiologico_covid_93.pdf/view. Acesso em: 11 jul. 2023. 53 BROTHERHOOD, Luiz et al. An Economic model of the Covid-19 epidemic: the importance of testing and age-specific policies. Munique: Center for Economic Studies, 2020 (CESifo working paper, n.8316). BROTHERHOOD, Luiz et al, Slums and pandemics, Journal of Development Economics, v. 157, p. 102882, 2022. CHETTY, Raj et al. The economic impacts of COVID-19: evidence from a new public database built using private sector data. Cambridge, MA: National Bureau of Economic Research, 2020. DIMAGGIO, Charles et al. Black/africanamerican communities are at highest risk of COVID-19: spatial modeling of New York City ZIP Code–level testing results. Annals of Epidemiology, v. 51, p. 7, 2020. EICHENBAUM, Martin S. ; REBELO, Sergio; TRABANDT, Mathias. The macroeconomics of epidemics. The Review of Financial Studies, v. 34, n. 11, p. 5149–5187, 2021. FIGUEIREDO, Alexandre Medeiros de et al. Determinantes sociais da saúde e infecção por COVID-19 no Brasil: uma análise da epidemia. Revista Brasileira de Enfermagem, v. 73, p. e20200673, 2020. FONSECA, Elize Massard da et al. COVID-19 in Brazil: presidential denialism and the subnational government’s response. Disponível em: https://muse.jhu.edu/pub/166/oa_edited_ volume/chapter/2839486. Acesso em: 17 nov. 2023. GIAGHEDDU, Marta; PAPETTI, Andrea, The macroeconomics of age-varying epidemics. European Economic Review, v. 151, p. 104346, 2023. GUERRA, Oswaldo Ferreira; GONZALEZ, Paulo Sérgio Hermida. Crescimento econômico e desigualdade social na Bahia. Salvador: Conselho Regional de Economia–BA, 2013. IBGE. Censo brasileiro de 2010. Rio de Janeiro, 2012. IBGE. Pesquisa nacional por amostra de domicílios: síntese de indicadores 2019. Rio de Janeiro, 2019. IMMORDINO, Giovanni et al. Fear of COVID‐19 contagion and consumption: evidence from a survey of Italian households. Health Economics, v. 31, n. 3, p. 496, 2022. KEELING, Matthew. The mathematics of diseases | plus.maths.org. Disponível em: https://plus.maths.org/content/mathematics-diseases. Acesso em: 1 ago. 2023. MARINO, Angelo Kisil; MENEZES-FILHO, Naércio. Lockdown and COVID-19: brazilian evidence. Estudos Econômicos , São Paulo, v. 53, p. 217-256, 2023. MASCARELLO, Keila Cristina et al. Hospitalização e morte por COVID-19 e sua relação com determinantes sociais da saúde e morbidades no Espírito Santo: um estudo transversal. Epidemiologia e Serviços de Saúde, v. 30, p. e2020919, 2021. 54 MAROKO, Andrew R.; NASH, Denis; PAVILONIS, Brian T. COVID-19 and inequity: a comparative spatial analysis of New York city and Chicago hot spots. Journal of Urban Health : Bulletin of the New York Academy of Medicine, v. 97, n. 4, p. 461–470, 2020. NATIVIDADE, Marcio dos Santos et al. Distanciamento social e condições de vida na pandemia COVID-19 em Salvador-Bahia, Brasil. Ciência & Saúde Coletiva, v. 25, p. 3385-3392, 2020. OLIVEIRA DE ARAÚJO, Pricila et al. Institutionalized elderly: vulnerabilities and strategies to cope with Covid-19 in Brazil. Investigación y Educación em Enfermería, v. 39, n. 1, 2021. ORGANIZAÇÃO MUNDIAL DA SAÚDE. Coronavirus Dashboard. Disponível em: https://covid19.who.int. Acesso em: 11 jul. 2023. PETHERICK, Anna et al. Do Brazil's Covid-19 government response measures meet the WHO’s criteria for policy easing. Oxford: Blavatnik School of Goverment, 2020. (Working paper). SILVA, Lucas; FIGUEIREDO FILHO, Dalson; FERNANDES, Antônio. The effect of lockdown on the COVID-19 epidemic in Brazil: evidence from an interrupted time series design. Cadernos de Saúde Publica, v. 36, n. 10, p. e00213920, 2020. TEIXEIRA, Francisco Lima Cruz; SOUSA, Sílvio Vanderlei Araújo. Desigualdade, emprego e aglomerações produtivas: análise da dinâmica dos territórios de identidade da Bahia. Bahia Análise & Dados, Salvador, v. 26, n. 1, p. 9-32, 2026. TELES, Andrei Souza; COELHO, Thereza Christina Bahia; FERREIRA, Milla Pauline da Silva. Gasto Público em Saúde na Bahia: explorando indícios de desigualdades. Saúde em Debate, v. 41, p. 457–470, 2017. XIMENES, Ricardo et al. Covid-19 no nordeste do Brasil: entre o lockdown e o relaxamento das medidas de distanciamento social. Ciência & Saúde Coletiva, v. 26, p. 1441–1456, 2021.pt_BR
dc.type.degreeBachareladopt_BR
dc.publisher.courseCIÊNCIAS ECONÔMICASpt_BR
Aparece nas coleções:Trabalho de Conclusão de Curso (Graduação) - Ciências Econômicas (FCE)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tcc Adolfo Neto versão final 19.12.pdf1,32 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons