Físicos quantificam a influência política na fatalidade da COVID-19 no Brasil

Foram, aproximadamente, 350 mil óbitos até o final de 2021 em decorrência de fatores políticos. Isto correspondendo a 57% do total de óbitos no Brasil naquele período.

Relembre o que Bolsonaro já disse sobre a pandemia. De gripezinha e país de maricas a frescura e mimimi (Fonte: Folha de São Paulo)

A pandemia de COVID-19 foi severamente agravada no Brasil devido sua politização. No entanto, o impacto de forças políticas difusas na fatalidade de uma epidemia é notoriamente difícil de quantificar. Físicos dos departamentos de Física da UFPE e da UFRN apresentam um método para medir esse efeito no caso brasileiro, baseado na distribuição não homogênea em todo o território nacional do apoio político ao governo federal. O artigo Quantifying political influence on COVID-19 fatality in Brazil foi publicado no Jornal Periódico PlosOne.

Esse apoio político é quantificado pelas taxas de votação na última eleição geral no Brasil. Esses dados estão correlacionados com as taxas de letalidade da COVID-19 em cada estado brasileiro à medida que o número de mortes cresce ao longo do tempo. O estudo mostra que a correlação entre taxa de mortalidade e apoio político ao atual presidente da República cresceu à medida que a campanha de desinformação do governo foi desenvolvida. Isso levou à dominância de um fator político de impacto na pandemia brasileira no decorrer de 2021. Os resultados mostram que uma vez estabelecida essa dominância, a correlação permite estimar o número total de mortes por influência política.

“Nossa análise mostra que uma parcela significativa das forças políticas no Brasil optou por ignorar os métodos científicos de mitigação e um desenvolvimento acelerado se confirmou com uma mistura de ilusões e tratamentos não testados. As consequências foram terríveis, resultando diretamente em um excesso de mortes entre as populações que compartilhavam bases de ideologia política semelhante”, complementa o professor José-Dias do Nascimento, do Departamento de Física da UFRN e coautor do estudo.

A quantificação da correlação estatística entre votos para Bolsonaro nas eleições presidenciais de 2018 e mortes causadas por COVID-19 aponta, também, para direções de futuras pesquisas sobre os mecanismos causais da relação de intervenção política em campanhas de saúde pública.

Mostramos na nossa análise que o papel das visões políticas podem trazer agravamento e crises na gestão da saúde pública. A correlação estatística entre votos para Bolsonaro e mortes por COVID-19 é real e variou ao longo do tempo. Se mostrou estatisticamente significativa.

A influência das narrativas do governo Bolsonaro é possivelmente a fonte de uma parcela considerável das mortes por COVID-19 no Brasil. A análise cruzada dos dados de fatalidade e votos correlacionado no tempo, estabelece a dominância de uma correlação e permite estimar o número total de óbitos por influência política.

Foram, aproximadamente, 350 mil óbitos até o final de 2021 em decorrência de fatores políticos. Isto correspondendo a 57% do total de óbitos no Brasil naquele período.

Estados como RR RR MT mostram níveis altos de votação e taxa de fatalidade. Já PI, BA, MA, PB, CE, CE, todos nos nordeste, possuem mais baixa votação e menor taxa de fatalidade.

Figura 1. A Distribuições geográficas de votos para Bolsonaro correlacionado com fatalidade por COVID-19 até meados de novembro de 2021. Mapa da esquerda: mapa colorido de votos em Bolsonaro por Estado no Brasil. Os estados são rotulados por suas abreviações de duas letras. As cores das etiquetas indicam as diferentes regiões do Brasil: Nordeste (vermelho), Norte (verde), Centro-Oeste (marrom), Sudeste (laranja), Sul (azul) e Distrito Federal (magenta). Mapa da direita: mapa de cores de fatalidade por 100.000 em 17 de novembro de 2021.

Figura 2. Distribuição das taxas de fatalidade para todos os estados brasileiros em função da taxa de votação no presidente Bolsonaro na última eleição para duas das cinco datas diferentes usadas na análise da pandemia. As linhas cinzentas sólidas são ajustes lineares aos dados, e as linhas tracejadas são as extrapolações para o nível de taxa de mortalidade correspondente a uma taxa de votação de 0%. A região cinza é a barra de erro no valor da linha tracejada. As cores dos rótulos dos estados representam as mesmas regiões da Fig. 1. r é o valor do coeficiente de correlação de Pearson para as distribuições em cada painel.

Referência: Citation: de Almeida L, Carelli PV, Cavalcanti NG, do Nascimento J-D Jr, Felinto D (2022) Quantifying political influence on COVID-19 fatality in Brazil. PLoS ONE 17(7): e0264293. https://doi.org/10.1371/journal.pone.0264293

Link para o Artigo na Revista PLOS GLOBAL PUBLIC HEALTH

https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0264293&type=printable

**PLOS One é uma revista científica de acesso aberto revisada por pares e publicada pela Public Library of Science. A revista cobre pesquisas primárias de qualquer disciplina dentro da ciência e da medicina.

Outros Artigo do Grupo e relacionados com a COVID–19

• “COVID-19 pandemics modeling with modified determinist SEIR, social distancing, and age stratification. The effect of vertical confinement and release in Brazil”, Citation: Lyra W, do Nascimento J-D Jr, Belkhiria J, de Almeida L, Chrispim PPM, de Andrade I (2020) COVID-19 PLoS ONE 15(9): e0237627. LINK https://doi.org/10.1371/journal.pone.0237627
• “Measuring the impact of nonpharmaceutical interventions on the SARS-CoV-2 pandemic at a city level: An agent-based computational modelling study of the City of Natal” Citation: Lopes PH, Wellacott L, de Almeida L, Villavicencio LMM, Moreira ALdL, Andrade DS, Alyson Matheus de Carvalho Souza, Rislene Katia Ramos de Sousa, Priscila de Souza Silva, Luciana Lima, Michael Lones, José-Dias do Nascimento Jr., Patricia A. Vargas, (2022) Measuring the impact of nonpharmaceutical interventions on the SARS-CoV-2 pandemic at a city level: An agent-based computational modelling study of the City of Natal. PLOS Glob Public Health 2(10): e0000540. https://doi.org/10.1371/journal.pgph.0000540 LINK https://journals.plos.org/globalpublichealth/article/file?id=10.1371/journal.pgph.0000540&type=printable