Interpretação dos dados de óbitos durante a pandemia de COVID-19 pela estatística multivariada ACP, em um hospital no município de Cascavel-PR

• Autor(a) principal: Obregón, Phallcha Luízar
• Data de Publicação: 2024
• Outros Autores: Kupka, Fabiana Severino, Espinoza-Quinones, Fernando Rodolfo
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista de Saúde Pública do Paraná (Online)
• Texto Completo: http://revista.escoladesaude.pr.gov.br/index.php/rspp/article/view/865

A pandemia de COVID-19, com elevada morbimortalidade, desencadeou uma crise sanitária, econômica e social mundial. O estudo foi estruturado na interpretação qualitativa e quantitativa dos dados da doença do coronavírus SARS-CoV-2, coletados em um Hospital Universitário no município de Cascavel no período de 2020 a 2023, e agrupados por variáveis demográficas e clínicas. Uma análise descritiva preliminar foi aplicada. No entanto, o método de inferência utilizado foi a estatística multivariada Análise de Componentes Principais (ACP), permitindo reduzir todo um conjunto de variáveis originais que mostram covariâncias em um outro conjunto representativo, chamado de componentes principais (CP), de menor dimensão que mostram independência entre si e caracterizados enquanto da variância total pode ser explicada por cada CP. Foram estudados 1.993 pacientes internados com COVID-19. É destacável que a população masculina foi a mais acometida (50,4%) pela doença, assim como indivíduos de 20 a 59 anos (52,1%) seguida por aqueles acima de 60 anos (40,5%). Quatro componentes principais têm explicado aproximadamente 85% da variância total: a população adulta sem vacinação (68,50%), a população idosa com complicações e doenças pré-existentes (9,36%), a população imunizada e resistente à doença (3,81%) e a população não branca com condições pré-existentes (2,99%). O método estatístico aplicado destacou cada grupo de variáveis aliadas ao COVID-19 que conduziu a mais óbitos.