O monitoramento das tendências de isolamento social no RN e em seus municípios

Ainda no mês de março, todos os estados brasileiros adotaram decretos de isolamento social que interromperam total ou parcialmente um conjunto de atividades, sobretudo aquelas consideradas não essenciais. Perto de completar um mês de vigência dos decretos de boa parte das unidades da federação, fazer um balanço sobre a adesão às medidas adotadas é fundamental para que se planeje esse isolamento nos meses subsequentes. De acordo com o Ministério da Saúde, o pico do novo coronavírus deverá ocorrer entre maio e junho, quando o sistema de saúde terá que lidar simultaneamente com a COVID-19 e as doenças respiratórias típicas do período de inverno. Quanto maior a aderência às medidas que restringem a circulação de pessoas, menor a chance de agravamento desse quadro previsto.

Nas últimas semanas, algumas empresas de tecnologia têm divulgado dados de mobilidade provenientes de dispositivos móveis como aproximações do nível de circulação das pessoas. A Google é uma delas e no último dia 16 essa empresa divulgou seu terceiro relatório sobre locais visitados e capturados por dispositivos móveis para Brasil e outras localidades do mundo, de 15 de fevereiro a 11 de abril. As localidades são classificadas em seis categorias: compras e recreação (shoppings centers, restaurantes, livrarias); supermercados e farmácias; áreas de lazer (parques, praias, jardins e praças públicas); estações de trânsito (pontos de embarque e desembarque de passageiros); locais de trabalho; e residências dos usuários. Os dados divulgados pela empresa são percentuais de variação, tendo como linha de base a movimentação no período de 3 de janeiro a 6 de fevereiro de 2020, um período anterior ao decreto de isolamento social pelos estados brasileiros.

As informações são disponibilizadas como séries históricas, uma para cada país e categoria de localidade. Para alguns países, como o Brasil, as informações também são disponibilizadas a nível regional, neste caso a nível de unidades da federação. A Figura 1 ilustra o percentual de variação diária na mobilidade no Rio Grande do Norte de 15 de fevereiro a 11 de abril, com relação ao período de linha de base, para categorias de atividades disponibilizadas pela Google. A fim de se retirar possíveis efeitos dos dias da semana sobre a variação de movimentação por atividade, os dados apresentados nesta figura foram sujeitos a técnicas estatísticas que evidenciam a tendência.

Figura 1 | Fonte: Covid-19 Community Mobility Reports, Google

No estado potiguar, o primeiro decreto de restrições à mobilidade da população ocorreu em 18 de março. Observa-se na Figura 1 que, aproximadamente a partir desta data, a curva de registros de atividades em residências foi crescente. Em poucos dias, alcançou-se o patamar de 20% de aumento com relação à linha de base, o que pode significar uma boa resposta inicial da população aos decretos e recomendações de restrição na mobilidade.

Todas as demais categorias de localidade, que representam áreas não-residenciais, apresentaram uma forte redução de mobilidade logo em seguida às medidas restritivas. No entanto, na última semana de março e na primeira semana de abril, observa-se uma reversão nesta tendência, com reduções de mobilidade cada vez menores em relação ao período de linha de base.

A mobilidade em áreas não-residenciais na segunda semana de abril variou em função da categoria de localidade considerada. No que se refere às visitas classificadas como ‘Parques’, que também incluem as praias, ao final do período verifica-se uma tendência de crescimento. Apesar da drástica redução de circulação de turistas no Rio Grande do Norte, sobretudo após as séries de decretos de restrição de circulação em todo o país, essa tendência pode significar retorno dos potiguares ao lazer nas áreas de atrativos naturais do estado.

Para as categorias ‘Locais de trabalho’ e ‘Estações de trânsito’, que se encontram intimamente associadas, houve tendência de queda na mobilidade de pessoas no estado na segunda semana de abril. Isto pode ser um efeito da entrada em vigor do auxílio emergencial a trabalhadores informais e outros grupos vulneráveis no início de abril.

O caso da circulação em ‘supermercados e farmácias’ e ‘compras’ no estado é o que mais se distingue das demais categorias não-residenciais. Por volta de 23 de março verificou-se tendência de crescimento de registros para esses dois grupos de forma mais acentuada que nas demais categorias. Isto pode ser, inclusive, um efeito de indução do próprio isolamento social à elevação do consumo de alimentos e itens de limpeza e higiene pessoal pelos domicílios. No entanto, essa tendência se reverteu, aproximadamente, um domingo anterior à páscoa, em 5 de abril.

A Figura 2 auxilia a visualização da estrutura de mobilidade da população circulante no estado em três momentos: 15/02 (roxo) e 11/04 (vermelho) e a linha de base (verde). Este tipo de visualização, denominada gráfico de radar, ilustra as variações para cada categoria de localidade considerada, formando uma figura (polígono) cuja forma muda em função das datas. Observa-se que tanto no período de base como no dia 15/02, a distribuição de visitas capturadas pela Google foi praticamente uniforme entre as categorias elencadas. Porém, no último dia do período com restrições de mobilidade analisado (11/04), além da área ser menor (o que aponta menor nível de circulação), se destacou a mobilidade em residências (tendência de aumento) e também de supermercados.

Figura 2 | Fonte: Covid-19 Community Mobility Reports, Google

A Figura 3, a seguir, utiliza um indicador que calcula a área das figuras formadas nos gráficos de radar de cada dia, agregando assim a movimentação de todas as categorias de localidade consideradas pela Google, para mostrar a evolução do isolamento social por dia no Rio Grande do Norte em relação ao Brasil. Quanto maior o seu valor, maior o nível de circulação em relação ao período de linha de base. Nota-se, nesta análise, que em termos proporcionais a variação de circulação no Rio Grande do Norte segue um padrão similar à média brasileira em todo o período considerado, chegando a praticamente coincidir com a média após os decretos de restrição de mobilidade.

Figura 3 | Fonte: Covid-19 Community Mobility Reports, Google

Na última semana do período analisado (segunda semana de abril), considerando o nível geral de circulação, houve uma importante redução no Brasil e também no estado potiguar. No dia 5 de abril o indicador apontou uma redução da mobilidade em relação à linha de base igual a 76% no Rio Grande do Norte e de 72% no Brasil, porém, dentro de cinco dias, em 11 de abril, essa redução passou a ser de 68% no estado e de 64% na média brasileira.

Isolamento social nos municípios potiguares

Na fase atual da pandemia no estado, a doença tem avançado pelo interior, demandando atenção redobrada das prefeituras para que se cumpram os decretos de isolamento social. Uma vez que os dados da Google são disponibilizados apenas em nível estadual, foram utilizadas informações da In Loco para realizar análises sobre a adesão ao isolamento nos municípios potiguares.

A In Loco é uma startup de tecnologia que tem acompanhado a movimentação de cerca de 60 milhões de brasileiros por meio de localização de celulares. Ela criou um índice de isolamento social em que, quanto maior o seu valor, maior o nível de adesão da população a essa medida. A Figura 4 mostra a evolução do indicador de isolamento social criado pela In Loco para sete municípios do estado: Natal, Parnamirim, Santa Cruz, Currais Novos, Caicó, Mossoró e Pau dos Ferros. Estes municípios representam distâncias crescentes da capital, onde os primeiros casos de COVID-19 do RN foram relatados. As informações são diárias e se referem ao período de 01 de março a 14 de abril.

Figura 4 | Fonte: In Loco

Observa-se que o formato das curvas é o mesmo para todos os municípios analisados ao longo da série, com picos de isolamento sobretudo aos domingos. O dia em que em que esse índice alcançou o maior valor para todos os municípios analisados foi em 22 de março, primeiro domingo após o decreto estadual de isolamento. 

Entre os municípios analisados, com base no indicador criado pela In Loco, Santa Cruz e Caicó foram aqueles com menor percentual de pessoas em isolamento social (37,4% e 37,7%, respectivamente) no período (valores médios). Os municípios em que as pessoas menos circularam foram Parnamirim (49,2%), Mossoró (43%) e Natal (41,7%).  Currais Novos e Pau dos Ferros se situaram em posições intermediárias considerando os setes municípios analisados, com percentuais de isolamento social iguais a 38,3% e 40,2%, respectivamente. 

Verifica-se que entre os municípios selecionados aqueles que obtiveram maior percentual de pessoas em isolamento social do estado foram aqueles de maior porte e econômico e populacional, o que possivelmente os expuseram aos primeiros casos registrados no estado. Segundo a Secretaria da Saúde Pública do estado, até o dia 17 de abril essas localidades concentravam a maior parte dos casos confirmados de COVID-19 (61 casos em Parnamirim, 92 casos em Mossoró e 236 casos em Natal). É possível que este cenário eleve o senso de alerta da população em seguir às recomendações de cumprimento do isolamento, frente a outros municípios cujo número de casos é raro até o momento.

Importante ressaltar que, independentemente do número de contaminados pelo vírus, é fundamental que todos os municípios cumpram as medidas de isolamento social de maneira preventiva a cenários futuros de sobrecarga do sistema de saúde. A Figura 5 resume o ranqueamento dos dez municípios potiguares com os menores percentuais médios de isolamento social segundo a métrica desenvolvida pela In loco, e comparado à média estadual. Quanto mais forte o tom de vermelho da escala, menos as pessoas permaneceram em suas residências no período de 1 de março a 14 de abril. Na média, o Rio Grande do Norte apresentou um nível de isolamento social de 45,8%. Os dez municípios com menor adesão ao isolamento social apresentaram, todos, isolamento social médio abaixo de 40%.

Figura 5 | Fonte: In Loco

Um panorama regional do estado quanto ao indicador de isolamento social da In Loco é ilustrado pela Figura 6. Conforme é possível observar, há importantes disparidades internas com relação a esse indicador e que devem ser consideradas. Por exemplo, a mesorregião do leste potiguar e a microrregião de Macaíba apresentaram valores elevados de isolamento social, enquanto a mesorregião Central Potiguar e a microrregião do Médio Oeste e do Seridó Oriental foram as que apresentaram os maiores índices de circulação.

Figura 6 | Fonte: In Loco

Por último, cruzamos os dados dos municípios com os menores percentuais de isolamento social e a análise por meso e microrregiões. Santa Cruz, localizado na mesorregião do Agreste Potiguar apresentou o menor índice (37,4%). A mesorregião Central Potiguar incluiu metade dos dez municípios em que as pessoas mais circularam no estado (Jardim do Seridó – 37,5%, Caicó – 37,7, Jardim de Piranhas – 38,2%, Currais Novos – 38,3% e Tenente Laurentino Cruz – 38,7%).  Em termos de microrregiões, a Médio Oeste incluiu o município com o quinto menor valor de isolamento social do estado (Messias Targino – 38,1%), e a microrregião do Seridó Oriental, os municípios de Currais Novos e Jardim do Seridó, que se encontram entre as dez cidades do estado com maior circulação de pessoas.

Considerações gerais:

Conforme foi demonstrado por este breve exercício metodológico, monitorar o isolamento social apenas considerando uma unidade geográfica, pode encobrir uma importante variabilidade interna. Utilizando fontes de informações distintas, uma para nível estadual e outra para nível municipal, verificou-se tendências discrepantes considerando níveis de município, meso e microrregião. Todavia, até o presente momento apenas com os dados da Google e para o nível estadual é possível realizar análises por categorias de atividades, o que também é importante para direcionar esforços focalizados por parte dos governos para garantir o cumprimento dos decretos de isolamento social. A disponibilização e utilização de dados de mobilidade para o nível intramunicipal pode ser um esforço futuro a ser buscado junto às empresas de tecnologia para que o monitoramento da circulação de pessoas seja ainda mais preciso.

Agradecimentos: Os autores desta nota agradecem à In Loco pela disponibilização dos dados municipais utilizados. Maiores informações sobre a empresa podem ser obtidas em <https://www.inloco.com.br/pt/>.

Ivanovitch Silva – Professor adjunto do Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte (IMD/UFRN) e vice-coordenador do Programa de Pós-Graduação em Engenharia Elétrica e de Computação (PPgEEC/UFRN).

Luciana Lima – Professora adjunta do Departamento de Demografia e Ciências Atuariais da Universidade Federal do Rio Grande do Norte (DDCA/UFRN) e vice-coordenadora do Programa de Pós-graduação em Demografia (PPgDEM/UFRN).

Leonardo Bezerra – Professor adjunto do Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte (IMD/UFRN) e membro do Programa de Pós-graduação em Tecnologia da Informação (PPgTI/UFRN).

Rafael Gomes – Professor adjunto do Departamento de Informática e Matemática Aplicada da Universidade Federal do Rio Grande do Norte (DIMAP/UFRN) e doutor em Engenharia Elétrica (UFRN).

Marcel Ribeiro-Dantas – Pesquisador no Institut Curie (UMR168), Mestre em Bioinformática (UFRN) e doutorando na L’école doctorale informatique, télécommunications et électronique (EDITE) da Sorbonne Université (Paris).

Gisliany Alves – Graduada em Ciências e Tecnologia e em Engenharia de Computação pela Universidade Federal do Rio Grande do Norte (UFRN) e mestre em Engenharia Elétrica e de Computação (UFRN).

Confira essa e outras análises demográficas também no ONAS-Covid19 [Observatório do Nordeste para Análise Sociodemográfica da Covid-19] https://demografiaufrn.net/onas-covid19

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s