Análise da Vacinação contra a COVID-19 em João Pessoa
Author
Samuel Alves e Pedro Augusto
1. Introdução
A vacinação contra a COVID-19 emergiu como uma das medidas mais cruciais na luta global contra a pandemia que assolou o mundo desde o seu surgimento. A disseminação do vírus, sua rápida mutação e os impactos devastadores na saúde pública, na economia e na sociedade como um todo enfatizaram a urgência de encontrar soluções eficazes para conter sua propagação. Nesse contexto, as vacinas representam uma ferramenta fundamental para mitigar os efeitos da doença, reduzir a transmissão e proteger as populações vulneráveis.
A eficácia da vacinação contra a COVID-19 depende não apenas da disponibilidade das vacinas, mas também de uma estratégia abrangente e equitativa de distribuição e administração. Compreender os padrões de vacinação em diferentes contextos geográficos e demográficos é essencial para garantir que as campanhas de imunização atinjam seu máximo potencial e alcancem todos os segmentos da população.
Neste contexto, o presente projeto se propõe a analisar os padrões de vacinação contra a COVID-19 na cidade de João Pessoa, capital do estado da Paraíba.
2. Objetivo Geral
Analisar os padrões de vacinação por idade, sexo, bairro e doses administradas na cidade de João Pessoa. Ao investigar esses aspectos, buscamos identificar possíveis disparidades na distribuição das vacinas, avaliar a eficácia das estratégias de vacinação adotadas .
3. Metodologia
A fonte principal de dados para este projeto será o portal da transparência do município de João Pessoa. Este portal fornece acesso público a uma variedade de informações relacionadas às atividades governamentais, incluindo dados sobre a vacinação contra a COVID-19. Os dados disponíveis no portal incluem informações sobre o número de doses de vacinas administradas, informações demográficas dos vacinados (como idade, sexo e bairro de residência) e o tipo de vacina administrada.
Critérios de Seleção e Tratamento dos Dados: Antes de realizar a análise, os dados serão submetidos a um processo de seleção e tratamento para garantir sua qualidade e relevância. Os critérios de seleção incluirão a verificação da integridade dos dados, identificação de possíveis erros ou inconsistências e exclusão de registros duplicados ou incompletos.
Métodos de Análise Estatística e Visualização de Dados: A análise dos dados será realizada utilizando métodos estatísticos e técnicas de visualização de dados. Para analisar os padrões de vacinação por idade, sexo, bairro e doses administradas, serão utilizadas técnicas estatísticas descritivas, como média, mediana, moda e desvio padrão. Além disso, serão realizadas análises comparativas entre grupos demográficos para identificar possíveis disparidades na vacinação.
A visualização dos dados será realizada por meio de gráficos e tabelas, que ajudaram a apresentar de forma clara e compreensível os padrões e tendências identificados na análise. Será utilizados gráficos de barras, gráficos de dispersão, mapas de calor e outras ferramentas de visualização adequadas para representar os diferentes aspectos da vacinação em João Pessoa.
A combinação de análise estatística e visualização de dados permitirá uma compreensão abrangente dos padrões de vacinação na cidade, facilitando a identificação de áreas de melhoria e orientando a formulação de políticas de saúde pública mais eficazes e equitativas.
4. RStudio
4.1 Formatando a base de dados
4.1.1 Pacotes Utilizados
library(tidyverse)
── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.4 ✔ readr 2.1.5
✔ forcats 1.0.0 ✔ stringr 1.5.1
✔ ggplot2 3.4.3 ✔ tibble 3.2.1
✔ lubridate 1.9.3 ✔ tidyr 1.3.0
✔ purrr 1.0.2
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
Rows: 1048575 Columns: 16
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (12): Sistema de Origem, Sexo, Etnia, Data da aplicação, Vacina Aplicada...
dbl (4): ID, Idade, Dose, CNES Local de Vacinação
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
vacinajp
# A tibble: 1,048,575 × 16
ID `Sistema de Origem` Idade Sexo Etnia Dose `Data da aplicação`
<dbl> <chr> <dbl> <chr> <chr> <dbl> <chr>
1 1 VACINA JOAO PESSOA 25 M PARDA 3 24/01/2022
2 2 VACINA JOAO PESSOA 36 F SEM INFORMAC… 3 24/01/2022
3 3 NOVO PNI 10 M AMARELA 1 24/01/2022
4 4 VACINA JOAO PESSOA 57 M BRANCA 3 24/01/2022
5 5 VACINA JOAO PESSOA 35 F PARDA 3 24/01/2022
6 6 VACINA JOAO PESSOA 12 M AMARELA 2 24/01/2022
7 7 VACINA JOAO PESSOA 47 M AMARELA 3 24/01/2022
8 8 VACINA JOAO PESSOA 50 M PARDA 3 24/01/2022
9 9 VACINA JOAO PESSOA 51 F BRANCA 3 24/01/2022
10 10 NOVO PNI 11 F AMARELA 1 24/01/2022
# ℹ 1,048,565 more rows
# ℹ 9 more variables: `Vacina Aplicada` <chr>, `Grupo Prioritário` <chr>,
# Subgrupo <chr>, `Lote da Vacina` <chr>, Bairro <chr>, Cidade <chr>,
# UF <chr>, `Local de Vacinação` <chr>, `CNES Local de Vacinação` <dbl>
vacinajpa |>select( Idade, Subgrupo, Bairro ) |>filter(Bairro =="VALENTINA")
# A tibble: 3,505 × 3
Idade Subgrupo Bairro
<dbl> <chr> <chr>
1 12 PESSOAS DE 12 A 17 ANOS VALEN…
2 7 PESSOAS DE 5 A 11 ANOS VALEN…
3 18 PESSOAS DE 18 A 64 ANOS VALEN…
4 18 PESSOAS DE 18 A 64 ANOS VALEN…
5 11 PESSOAS DE 5 A 11 ANOS VALEN…
6 85 PESSOAS DE 80 ANOS OU MAIS VALEN…
7 16 PESSOAS DE 12 A 17 ANOS VALEN…
8 50 HIPERTENSAO DE DIFICIL CONTROLE OU COM COMPLICACOES/LESAO DE OR… VALEN…
9 12 PESSOAS DE 12 A 17 ANOS VALEN…
10 62 PESSOAS DE 18 A 64 ANOS VALEN…
# ℹ 3,495 more rows
Pessoas entre 5 e 11 anos
vacinajpa |>select( Idade, Subgrupo, `Vacina Aplicada` ) |>filter(Subgrupo =="PESSOAS DE 5 A 11 ANOS", Idade <8)
# A tibble: 21,020 × 3
Idade Subgrupo `Vacina Aplicada`
<dbl> <chr> <chr>
1 5 PESSOAS DE 5 A 11 ANOS PFIZER
2 7 PESSOAS DE 5 A 11 ANOS PFIZER
3 6 PESSOAS DE 5 A 11 ANOS PFIZER
4 6 PESSOAS DE 5 A 11 ANOS PFIZER
5 7 PESSOAS DE 5 A 11 ANOS PFIZER
6 7 PESSOAS DE 5 A 11 ANOS PFIZER
7 7 PESSOAS DE 5 A 11 ANOS PFIZER
8 7 PESSOAS DE 5 A 11 ANOS PFIZER
9 7 PESSOAS DE 5 A 11 ANOS PFIZER
10 7 PESSOAS DE 5 A 11 ANOS PFIZER
# ℹ 21,010 more rows
4.2 Análise gráfica
4.2.1 Contagem de vacinas por idade
contagem_vacinasIdd <-count(vacinajp, Idade, `Vacina Aplicada`)ggplot(data = contagem_vacinasIdd, aes(x = Idade, y = n, fill =`Vacina Aplicada`)) +geom_col(position ="dodge") +labs(x ="Idade", y ="Contagem", fill ="Vacina Aplicada", title ="Contagem de Vacinas Aplicadas por Idade") +theme_minimal()
O gráfico demonstra a distribuição da vacinação por faixa etária na cidade. Observa-se uma alta concentração de vacinas aplicadas nas faixas etárias mais jovens, especialmente entre 0 e 30 anos. As vacinas Pfizer e Coronavac são as mais utilizadas nesses grupos etários mais jovens.
4.2.2 Contagem de vacinas aplicadas por sexo e tipo de vacina
contagem_vacinasVS <- vacinajp %>%count(Sexo, `Vacina Aplicada`)ggplot(data = contagem_vacinasVS, aes(x = Sexo, y = n, fill =`Vacina Aplicada`)) +geom_col(position ="dodge") +labs(x ="Sexo", y ="Contagem", fill ="Tipo de Vacina", title ="Contagem de Vacinas Aplicadas por Sexo e Tipo de Vacina") +theme_minimal()
Podemos observar que ambos os sexos demonstram uma distribuição semelhante na recepção das vacinas, com uma predominância das vacinas Pfizer e Astrazeneca. A vacina AstraZeneca também é utilizada, embora em menor proporção em comparação com as outras duas.
4.2.3 Contagem de vacinas por bairro e tipo de vacina
#Mangabeiracontagem_bairrosMang <- vacinajp %>%filter(Bairro =="MANGABEIRA") %>%count(`Vacina Aplicada`)ggplot(data = contagem_bairrosMang, aes(x =`Vacina Aplicada`, y = n, fill =`Vacina Aplicada`)) +geom_bar(stat ="identity") +labs(x ="Tipo de Vacina Aplicada", y ="Contagem", fill ="Tipo de Vacina Aplicada", title ="Contagem de Vacinações por Tipo de Vacina (Bairro: MANGABEIRA)") +theme_minimal()
#Manaíracontagem_bairrosMan <- vacinajp %>%filter(Bairro =="MANAIRA") %>%count(`Vacina Aplicada`)ggplot(data = contagem_bairrosMan, aes(x =`Vacina Aplicada`, y = n, fill =`Vacina Aplicada`)) +geom_bar(stat ="identity") +labs(x ="Tipo de Vacina Aplicada", y ="Contagem",title ="Contagem de Vacinações por Tipo de Vacina (Bairro: MANAÍRA)") +theme_minimal()
Esse gráfico apresenta a distribuição da vacinação em dois bairros específicos: Mangabeira e Manaíra Ambos os bairros demonstram uma alta taxa de vacinação, com a Pfizer sendo a vacina predominante.
`summarise()` has grouped output by 'Dose'. You can override using the
`.groups` argument.
ggplot(data = contagem_doses, aes(x = Dose, y = Contagem, fill =`Vacina Aplicada`)) +geom_bar(stat ="identity") +labs(x ="Dose", y ="Contagem", fill ="Vacina Aplicada", title ="Contagem de Vacinações por Dose e Tipo de Vacina") +theme_minimal()
Este gráfico mostra a contagem de vacinação por dose administrada na população de João Pessoa. A maioria da população recebeu três doses, sugerindo a conclusão do esquema vacinal padrão.
# A tibble: 2,643 × 2
Dose Subgrupo
<dbl> <chr>
1 7 PESSOAS DE 80 ANOS OU MAIS
2 7 PESSOAS DE 80 ANOS OU MAIS
3 7 PESSOAS DE 65 A 69 ANOS
4 7 PESSOAS DE 80 ANOS OU MAIS
5 7 PESSOAS DE 80 ANOS OU MAIS
6 7 PESSOAS DE 80 ANOS OU MAIS
7 7 PESSOAS DE 80 ANOS OU MAIS
8 7 PESSOAS DE 80 ANOS OU MAIS
9 7 PESSOAS DE 80 ANOS OU MAIS
10 7 PESSOAS DE 18 A 64 ANOS
# ℹ 2,633 more rows
Uma pequena parcela da população, incluindo pessoas com comorbidades e grupos prioritários, recebeu até sete doses (consideradas doses de reforço), com intervalos de 6 meses a 1 ano entre cada dose. Discussão dos Padrões Observados e Suas Implicações na Estratégia de Vacinação.
Os padrões observados na vacinação contra a COVID-19 em João Pessoa destacam a eficácia das campanhas de imunização, especialmente entre os grupos mais jovens e nos bairros selecionados para análise. A predominância das vacinas Pfizer e Coronavac reflete a disponibilidade e distribuição dessas vacinas na cidade. No entanto, é importante notar a necessidade de garantir uma distribuição equitativa das vacinas em todos os grupos demográficos e áreas geográficas, especialmente considerando as disparidades socioeconômicas e de acesso aos serviços de saúde.
A alta proporção de indivíduos que receberam três doses sugere uma boa adesão ao esquema vacinal completo. No entanto, a administração de doses de reforço para grupos prioritários demonstra um esforço contínuo para garantir a proteção adequada contra a doença, especialmente em meio a preocupações sobre a eficácia das vacinas ao longo do tempo e contra novas variantes do vírus.
5. Conclusão
Observou-se uma alta concentração de vacinas aplicadas em faixas etárias mais jovens, com as vacinas Pfizer e Coronavac sendo as mais utilizadas.
Não houve disparidades significativas na distribuição de vacinas entre os sexos, com ambos demonstrando uma preferência pelas vacinas Pfizer e Coronavac.
Os bairros selecionados para análise, Mangabeira e Manaíra, apresentaram uma alta taxa de vacinação, com a vacina Pfizer predominante.
A maioria da população recebeu três doses, indicando a conclusão do esquema vacinal padrão, enquanto uma pequena parcela recebeu doses de reforço.
Os resultados sugerem que a campanha de vacinação em João Pessoa tem sido eficaz em alcançar uma ampla parte da população, especialmente os grupos mais jovens. No entanto, é importante garantir uma distribuição equitativa das vacinas em todos os grupos demográficos e áreas geográficas, a fim de promover a equidade no acesso à imunização. A identificação de áreas com menor cobertura vacinal pode orientar a alocação de recursos e esforços adicionais para aumentar a adesão à vacinação nessas regiões.
