Abstract:O surgimento de um novo coronavírus em humanos, diagnosticado pela primeira
vez no ano de 2019, tem causado muitos óbitos e graves consequências
econômicas e psicossociais. Por meio de ferramentas estatísticas e técnicas
associadas às tecnologias geográficas, está sendo desenvolvido este estudo
ecológico, analítico e exploratório, cujo objetivo é realizar análises
epidemiológicas e espaciais da distribuição dos casos confirmados e dos óbitos
por doença do Coronavírus 2019 (do inglês, Coronavírus Disease 2019 - COVID19), no ano de 2020, no estado do Piauí, Brasil. As variáveis elencadas foram
obtidas via banco de dados do IBGE e SESAPI. Foram incluídos no estudo todos
os casos e os óbitos confirmados com infecção por COVID-19 que foram
notificados no ano de 2020 no referido estado. Nas análises epidemiológicas
foram realizadas estatísticas descritivas e nas análises espaciais, foram
construídos mapas utilizando técnicas de geoprocessamento, através das
análises estatísticas de Moran Global e Local. Os resultados evidenciaram que,
no ano de 2020, foram notificados 143.179 casos confirmados e 2.840 óbitos
causados por COVID-19 no Piauí. Observou-se maior percentual de casos em
indivíduos do sexo feminino, adultos jovens, e os óbitos em idosos, do sexo
masculino, com doenças crônicas. A capital Piauiense liderou o número de casos
e de óbitos pela doença devido, provavelmente, à alta densidade populacional.
Entretanto, quando se considera os coeficientes de incidência e mortalidade de
COVID-19, as maiores taxas do estado foram registradas nos municípios de
União e Água Branca, respectivamente. A análise espacial dos casos evidenciou
clusters de padrão Alto-Alto de casos da doença na região metropolitana de
Teresina, região entre Rios e na região do Tabuleiros do Alto do Parnaíba. Um
clusters Alto-alto para mortalidade foi verificado em municípios localizados na
região do Entre Rios e Vale do Sambito. As análises realizadas proporcionaram
a visualização de aglomerados espaciais e a identificação de áreas vulneráveis,
fornecendo informações que não seriam visualizadas trabalhando apenas com
dados tabulares.