Prevalência e fatores associados ao óbito de idosos hospitalizados por Covid-19 no estado do Paraná^*

RESUMO

Objetivo:

Estimar a prevalência e analisar os fatores associados ao óbito de idosos hospitalizados por Covid-19 no Estado do Paraná.

Método:

Estudo transversal conduzido com dados secundários de idosos com diagnóstico positivo de Covid-19 residentes no Estado do Paraná, coletados no período de 01 de março de 2020 a 31 de agosto de 2021. As razões de prevalências foram obtidas por meio do ajuste de modelo de regressão.

Resultados:

Foram analisados 16.153 óbitos de idosos hospitalizados no Estado do Paraná. O modelo ajustado revelou associação do óbito a alguns fatores como: pertencer a faixa etária dos 75 a 84 anos (RP = 1,28; IC_95% = 1,24–1,32) e 85 anos ou mais (RP = 1,52; IC_95% = 1,45–1,59); sexo masculino (RP = 1,17; IC_95% = 1,13–1,21); obesidade (RP = 1,23; IC_95% = 1,16–1,29); outras morbidades (RP = 1,25; IC_95% = 1,20–1,30); e ter utilizado suporte ventilatório (RP = 2,60; IC_95% = 2,33-2,86). Idosos vacinados contra a gripe tiveram probabilidade de morte reduzida em 11% (RP = 0,89; IC_95% = 0,86–0,93).

Conclusão:

Identificou-se a associação da idade, sexo e diagnóstico de comorbidades prévias aos desfechos desfavoráveis da Covid-19. Ter recebido o imunizante contra a gripe conferiu proteção aos idosos que contraíram o SARS-CoV-2.

DESCRITORES
Idoso; Hospitalização; Mortalidade; Coronavirus; Enfermagem

ABSTRACT

Objective:

To estimate the prevalence and to analyze the factors associated with the death of older people hospitalized due to Covid-19 in the state of Paraná.

Method:

Cross-sectional study conducted with secondary data from older people with a positive diagnosis of Covid-19 living in the State of Paraná, collected from March 1, 2020 to August 31, 2021. Prevalence ratios were obtained by adjusting the regression model.

Results:

A total of 16,153 deaths of older people hospitalized in the State of Paraná were analyzed. The adjusted model revealed an association between death and some factors such as: belonging to the age group of 75 to 84 years (PR = 1.28; CI_95% = 1.24–1.32) and 85 years or over (PR = 1.52; CI_95% = 1.45–1.59); male (PR = 1.17; CI_95% = 1.13–1.21); obesity (PR = 1.23; CI_95% = 1.16–1.29); other morbidities (PR = 1.25; CI_95% = 1.20–1.30); and having used ventilatory support (PR = 2.60; CI_95% = 2.33–2.86). Older people vaccinated against influenza had a probability of death reduced by 11% (PR = 0.89; CI_95% = 0.86–0.93).

Conclusion:

The association of age, sex, and diagnosis of previous comorbidities with unfavorable outcomes from Covid-19 was identified. Having received the flu vaccine provided protection to elderly people who contracted SARS-CoV-2.

DESCRIPTORS
Aged; Hospitalization; Mortality; Coronavirus; Nursing

RESUMEN

Objetivo:

Prevalencia y factores asociados a la muerte de personas mayores hospitalizadas por Covid-19 en el estado de Paraná*

Método:

Estudio transversal realizado con datos secundarios de personas mayores con diagnóstico positivo de Covid-19 residentes en el Estado de Paraná, recolectados del 1 de marzo de 2020 al 31 de agosto de 2021. Las razones de prevalencia se obtuvieron ajustando el modelo de regresión.

Resultados:

Se analizaron 16.153 muertes de personas mayores hospitalizadas en el Estado de Paraná. El modelo ajustado reveló asociación entre la muerte y algunos factores como: pertenecer al grupo etario de 75 a 84 años (RP = 1,28; IC_95% = 1,24–1,32) y 85 años o más (RP = 1,52; IC_95% = 1,45–1,59); masculino (RP = 1,17; IC_95% = 1,13–1,21); obesidad (RP = 1,23; IC_95% = 1,16–1,29); otras morbilidades (RP = 1,25; IC_95% = 1,20–1,30); y haber utilizado soporte ventilatorio (RP = 2,60; IC_95% = 2,33–2,86). Las personas mayores vacunadas contra la influenza tuvieron una probabilidad de muerte reducida en un 11% (RP = 0,89; IC_95% = 0,86–0,93).

Conclusión:

Se identificó la asociación de la edad, el sexo y el diagnóstico de comorbilidades previas con resultados desfavorables por Covid-19. Haber recibido la vacuna contra la gripe brindó protección a las personas mayores que contrajeron el SARS-CoV-2.

DESCRIPTORES
Anciano; Hospitalización; Mortalidad; Coronavirus; Enfermería

INTRODUÇÃO

A Covid-19 é uma doença infecciosa causada por uma variação do coronavírus denominada SARS-CoV-2(¹). Diversos sintomas foram observados; entretanto, os mais comuns foram: febre, fadiga e tosse(²). Possui um alto potencial de virulência e transmissão, características que contribuem para sua disseminação, desfechos graves e óbito(³).

Dados de junho de 2023 revelaram que 6.945.714 pessoas evoluíram a óbito por complicações da Covid-19 em todo o mundo(⁴). Destes, alguns grupos foram apontados como mais vulneráveis a doença, sendo a população idosa uma das mais afetadas, podendo chegar a 86% de todos os casos e com probabilidade de morte 23 vezes maior, quando comparada a pessoas mais jovens(⁵). No Brasil, em junho deste mesmo ano, o número de óbitos por complicações da Covid-19 ultrapassou os 703 mil(⁶). Ainda, no Estado do Paraná, neste mesmo período, foram notificados 46.168 óbitos pela doença, sendo 30.287 casos em pessoas com 60 anos ou mais(⁷).

De acordo com a literatura, alguns dos principais fatores associados aos piores desfechos da Covid-19 são a idade e o diagnóstico prévio de doenças. Neste contexto, indivíduos pertencentes a grupos etários mais avançados estão sujeitos a alterações em funções fisiológicas, tornando-os mais susceptíveis a contraírem o vírus da Covid-19(⁸).

Outros aspectos relevantes para o alto índice de óbito em idosos vítimas da Covid-19 são os determinantes sociais e estruturais da saúde. A associação destes determinantes com o processo saúde-doença podem responder inúmeras questões que definem o perfil das vítimas da Covid-19(⁹). Esses dados coletados e analisados podem servir de norte para medidas de prevenção e promoção da saúde pública(¹⁰).

A investigação do comportamento da Covid-19 no público idoso permite identificar quais características estiveram associadas ao óbito e de que forma as manifestações podem representar decréscimo à qualidade de vida e demais afecções a saúde em curto e longo prazo, quadro denominado como Covid Longa(¹¹,¹²). Ainda, permitem que gestores de saúde implementem políticas públicas para o acompanhamento de idosos e, concomitantemente, aprimorem a qualidade da assistência oferecida, de maneira que esta seja cada vez mais resolutiva e assertiva.

Portanto, considerando a susceptibilidade de idosos a desfechos graves da doença, emergiu a hipótese de que fatores sociodemográficos e clínicos podem estar associados ao óbito por Covid-19. Desta forma, o objetivo do presente estudo foi estimar a prevalência e analisar os fatores associados ao óbito de idosos hospitalizados por Covid-19 no Estado do Paraná.

MÉTODO

Tipo de Estudo

Estudo transversal, constituído a partir de dados secundários de domínio público, sobre o óbito de idosos hospitalizados com Covid-19. Utilizou-se a ferramenta Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)(¹³).

Local de Estudo

O estudo foi conduzido no estado do Paraná, que segundo dados do Instituto Brasileiro de Geografia e Estatística (IBGE) de 2020, tem uma população estimada de 11.675.661 habitantes e destes, 1.927.286 são idosos(¹⁴).

População, Critérios de Seleção e Amostra

No período, foram notificados 71.605 casos de Síndrome Respiratória Aguda Grave (SRAG) de residentes no Estado do Paraná, entre 01 de março de 2020 e 31 de agosto de 2021. Considerou-se a residência no estado com o objetivo de eliminar os casos notificados no Paraná, mas que residissem em outros estados. Dessa população, foram selecionados os indivíduos considerados idosos, ou seja, aqueles com idade igual ou superior a 60 anos conforme disposto no artigo primeiro do Estatuto do Idoso, Lei 10.741/2003, que desenvolveram a Síndrome Respiratória Aguda Grave (SRAG) por Covid-19 e precisaram de hospitalização, tanto em enfermaria como UTI, totalizando 45.505 casos. A exclusão dos casos com informações faltantes, além dos casos assintomáticos que foram hospitalizados, resultou na obtenção da amostra, composta por 35.580 idosos.

A amostra considerou apenas o Estado do Paraná devido sua vinculação a um estudo de coorte, com linha de base ancorada nos sistemas SIVEP-Gripe e Notifica Covid(¹²). Desta forma, os dados utilizados para esta pesquisa foram advindos da base da Secretaria Estadual de Saúde do Paraná (SESA-PR), com dados de identificação e caracterização da população, permitindo maior assertividade na identificação dos óbitos e seus fatores associados.

Considerando o avantajado tamanho amostral e que a amostra compreende idosos hospitalizados, notificações de pacientes assintomáticos (2.8%) foram excluídas. As informações faltantes respectivas a Vacina contra gripe, Morbidades e ocorrência de Sintomas foram reconhecidas como não ocorrência dos eventos. A justificativa para esse tratamento deve-se à prática de preenchimento observada pelos pesquisadores no período analisado de 18 meses de pandemia, em que devido ao grande volume de atendimentos e sobrecarga das equipes de saúde priorizou-se o preenchimento das respostas positivas. Assim sendo, as variáveis com grande percentual de informações faltantes não foram considerados para as análises univariada e multivariada, de forma que estas não exercessem influência sobre os achados do estudo.

VARIÁVEIS DE INTERESSE

Variável Dependente

Foi definida como variável dependente a ocorrência ou não do óbito por Covid-19, durante o período de hospitalização. Para determinação, foi considerado o preenchimento do campo indicativo presente na ficha de notificação da ocorrência.

Variável Independente

As variáveis independentes foram distribuídas em dois grupos principais: variáveis sociodemográficas e variáveis clínicas. Para as características sociodemográficas foram consideradas: Faixa Etária (60 a 74; 74 a 84; 85 anos ou mais), Sexo (feminino; masculino), Raça/Cor (branca; negra; amarela; indígena), Residência no mesmo município de hospitalização (sim; não).

Já as variáveis clínicas incluíram: Vacina contra gripe (sim; não), Diabetes (sim; não); Cardiopatia (sim; não); Obesidade (sim; não); Outras Morbidades (sim; não); Classificação dos Sintomas (Comum/Leve; Moderado/Grave); e Uso de Suporte Ventilatório (sim; não).

Ainda, foram considerados agrupamentos denominados como: 1) Outras Morbidades (compreende imunodeficiência, asma, pneumopatia crônica, doença neurológica crônica e doença renal crônica); 2) Sintomas Comuns/Leves (que compreendem: tosse, dor de garganta, dor abdominal, fadiga, perda de olfato e perda de paladar); e 3) Sintomas Moderados/Graves (compreendem febre, saturação <95%, diarreia, vômito, dispneia e desconforto respiratório), seguindo a mesma apresentação da ficha de notificação utilizada. Neste contexto, a variável Uso de Suporte Ventilatório considerou tanto dispositivos invasivos (tubo orotraqueal) quanto não invasivos (cateter de oxigênio, máscara de Venturi).

Coleta de Dados

Os dados foram coletados a partir de fichas de registro individual de casos de Síndrome Respiratória Aguda Grave (SRAG) da plataforma SIVEP-Gripe, um Sistema de Vigilância Epidemiológica da Secretaria de Vigilância em Saúde (SVS) para registro de casos de óbitos por SRAG(¹⁵). Elegeu-se o período de 01 de março de 2020 a 31 de agosto de 2021 com objetivo de analisar os dados mais recentes disponíveis no momento da coleta.

Análise e Tratamento dos Dados

Os dados foram organizados em planilhas eletrônicas e processados no programa estatístico R, versão 4.0.4, por meio dos pacotes dplyr e epitools. Foi considerado nível de confiança de 95% em todas as análises realizadas.

Para a análise descritiva dos dados, estimaram-se frequências absolutas e relativas das variáveis a partir do desfecho, com aplicação do teste de Qui-quadrado de Pearson para comparação das variáveis. A análise de fatores associados foi realizada por meio de modelos de regressão de Quasi-Poisson. Esta distribuição foi utilizada devido à quebra do pressuposto de equidispersão para a distribuição de Poisson, que indica média e variância iguais. Foram estimados modelos brutos e ajustados para identificação das associações e estimação das razões de prevalência da seguinte forma:

• (1)

  Os modelos brutos foram calculados a partir do teste de Qui-quadrado de Pearson, por meio do método de máxima verossimilhança incondicional. Para a construção do modelo múltiplo, definiu-se como ponto de corte o valor de p < 0,20 no modelo bruto;

• (2)

  Os modelos ajustados foram estimados por meio de regressão de Quasi-Poisson com variância robusta, para controle da superdispersão da variância. Desta forma, para a construção do modelo ajustado utilizou-se o método stepwise forward, que testa as variáveis pelo nível de significância do menor valor para o maior.

O ajuste do modelo foi testado por meio da estimação dos parâmetros: (1) Critério de Informação de Akaike (AIC), com modulação para a distribuição de Quasi-Poisson (Quasi AIC); (2) Critério de Informação Bayesiano (BIC), com modulação para a distribuição de Quasi-Poisson (Quasi BIC); e (3) Pseudo R² de McFadden. Foi considerado como o melhor modelo aquele que apresentou menor Quasi AIC, menor Quasi BIC e maior Pseudo R². Permaneceram no modelo final as variáveis que apresentaram p < 0,05.

Aspectos Éticos

O estudo obteve parecer favorável pelo Comitê de Ética em Pesquisa da Universidade Estadual de Maringá sobre o parecer nº 4.165.272 e CAAE: 34787020.0.0000.0104. Ainda, recebeu aprovação da Secretaria de Saúde do Estado do Paraná, representada pelo Hospital do Trabalhador, obtendo o parecer nº 4.214.589 e CAAE: 34787020.0.3001.5225, em 15 de agosto de 2020.

RESULTADOS

A amostra analisada foi composta por 35.580 registros de idosos, indivíduos com 60 anos ou mais, com diagnóstico confirmado de Síndrome Respiratória Aguda Grave (SRAG) por Covid-19, residentes e hospitalizados no estado do Paraná. O número de idosos que foram a óbito foi de 16.153, o que corresponde a aproximadamente 45% do total da amostra. Na amostra selecionada, a idade mediana é 71 anos com primeiro e terceiro quartis iguais a 65 e 78 anos, respectivamente, resultando no intervalo interquartílico de 13 anos. Além disso, a idade máxima observada foi 113 anos.

Levando em conta a categorização das idades em faixas etárias, temos: 22.621 (63,6%) idosos entre 60 e 74 anos, 9.192 (25,8%) idosos entre 75 e 84 anos e 3.767 (10,5%) idosos com 85 anos ou mais. Os achados permitem evidenciar que, embora o número de hospitalizações tenha sido maior na faixa etária de 60 a 74 anos, a prevalência de óbitos foi proporcionalmente semelhante na faixa etária mais avançada, reforçando que a gravidade da doença se mostra aumentada de forma concomitante ao aumento da idade. Quanto ao sexo, idosos do sexo masculino tiveram percentual de óbitos 6,1% maior comparado ao sexo feminino. No tocante à raça/cor, houve maior prevalência no óbito em idosos autodeclarados negros, indígena/amarelos (47,3%). Ainda, a prevalência de óbitos de idosos não residentes no município de hospitalização foi 5,5% maior quando comparados a indivíduos residentes no município da hospitalização (Tabela 1).

Tabela 1
Características sociodemográficas e clínicas de idosos hospitalizados por Covid-19 que evoluíram a óbito no Estado do Paraná, Brasil, 2021 (n = 35.580) – Maringá, PR, Brasil, 2023.

Variáveis	Evolução do Caso						p-valor
	Hospitalizados (n = 35.580)		Alta hospitalar (n = 19.427)		Óbitos (n = 16.153)
	n	%	n	%	n	%
Sociodemográficas
Faixa etária							<0,0001
60 a 74	22.621	63,6	13.543	59,9	9.078	40,1
75 a 84	9.192	25,8	4.424	48,1	4.768	51,9
85 ou mais	3.767	10,6	1.460	38,8	2.307	61,2
Sexo							<0,0001
Feminino	16.582	46,6	9.595	57,9	6.987	42,1
Masculino	18.998	53,4	9.832	51,8	9.166	48,2
Raça/cor							<0,0001
Branca	29.804	83,8	16.381	55,0	13.423	45,0
Negra	5.281	14,8	2.785	52,7	2.496	47,3
Indígena/Amarelos	495	1,4	261	52,7	234	47,3
Reside no município da hospitalização							<0,0001
Sim	23.412	65,8	13.221	56,5	10.191	43,5
Não	12.168	34,2	6.206	51,0	5.962	49,0
Clínicas
Vacina contra Gripe							<0,0001
Sim	5.840	16,4	3.531	60,5	2.309	39,5
Não	29.740	83,6	15.896	53,4	13.844	46,6
Diabetes
Sim	11.125	31,3	5.681	51,1	5.444	48,9	<0,0001
Não	24.455	68,7	13.746	56,2	10.709	43,8
Cardiopatias
Sim	17.012	47,8	8.739	51,4	8.273	48,6	<0,0001
Não	18.568	52,2	10.688	57,6	7.880	42,4
Obesidade
Sim	2.862	8,0	1.307	45,7	1.555	54,3	<0,0001
Não	32.718	92,0	18.120	55,4	14.598	44,6
Outras Morbidades*
Sim	6.837	19,2	2.880	42,1	3.957	57,9	<0,0001
Não	28.743	80,8	16.547	57,6	12.196	42,4
Sintomas
Comum/Leve†	1.378	3,9	921	66,8	457	33,2	<0,0001
Moderado/Grave‡	34.202	96,1	18.506	54,1	15.696	45,9
Uso de Suporte Ventilatório
Sim	29.337	82,5	14.366	49,0	14.971	51,0	<0,0001
Não	6.243	17,5	5.061	81,1	1.182	18,9

• *Imunodeficiência; asma; outra pneumopatia crônica; doença neurológica crônica; doença renal crônica. ^†Tosse; dor de garganta; dor abdominal; fadiga; perda de olfato; perda de paladar. ^‡Febre; saturação O2 <95%; diarreia; vômito; dispneia; desconforto respiratório.

A prevalência de óbitos em idosos que receberam, previamente, o imunizante contra a gripe foi 7,1% menor quando comparado aos que não foram vacinados. Idosos com comorbidades pré-existentes como diabetes, cardiopatias, obesidade e outras morbidades tiveram percentual de óbitos cerca de 15% maior comparado àqueles sem diagnósticos prévios. Ainda, aqueles que apresentaram sintomas considerados moderados/graves tiveram percentual de óbito 12,7% maior comparado aos que apresentaram sintomas comuns/leves. Pessoas idosas que necessitaram do uso de suporte ventilatório apresentaram percentual de óbitos 32,1% maior que os que não utilizaram quaisquer dispositivos.

Na análise bruta, com exceção da variável raça/cor indígena/amarelos (p < 0,3215), a maioria das variáveis apresentou resultados estatísticos significativos associados ao óbito de idosos hospitalizados (p < 0,05). Foi observado um aumento linear na prevalência de óbitos com a faixa etária e uma diminuição em relação aos idosos vacinados contra a gripe com um fator protetivo (RP = 0,85; IC_95% = 0,82-0,88). Em relação ao sexo, o público masculino apresentou probabilidade de óbito 15% (IC_95% = 1,12-1,17) maior comparado ao feminino (Tabela 2).

Tabela 2
Modelo bruto para associações entre as características sociodemográficas e clínicas de idosos hospitalizados. Paraná, Brasil, 2021 (n = 16.153) – Maringá, PR, Brasil, 2023.

Variáveis	Óbito (n = 16.153)		Modelo Bruto		p-valor
	n	%	RP	IC(95%)
Sociodemográficas
Faixa etária
60 a 74	9.078	40,1	Referência	–	–
75 a 84	4.768	51,9	1,29	1,26–1,33	<0,0001
85 ou mais	2.307	61,2	1,53	1,48–1,57	0,0010
Sexo
Feminino	6.987	42,1	Referência	–	–
Masculino	9.166	48,2	1,15	1,12–1,17	<0,0001
Raça/cor
Branca	13.423	45,0	Referência	–	–
Negra	2.496	47,3	1,05	1,02–1,08	0,0027
Indígena/Amarelos	234	47,3	1,05	0,96–1,15	0,3215
Reside no município da hospitalização
Sim	10.191	43,5	Referência	–	–
Não	5.962	49,0	1,13	1,10–1,15	<0,0001
Clínicas
Vacina contra Gripe
Não	13.844	46,6	Referência	–	–
Sim	2.309	39,5	0,85	0,82–0,88	<0,0001
Diabetes
Não	10.709	43,8	Referência	–	–
Sim	5.444	48,9	1,12	1,09–1,14	<0,0001
Cardiopatias
Não	7.880	42,4	Referência	–	–
Sim	8.273	48,6	1,15	1,12–1,17	<0,0001
Obesidade
Não	14.598	44,6	Referência	–	–
Sim	1.555	54,3	1,21	1,18–1,26	<0,0001
Outras Morbidades*
Não	12.196	42,4	Referência	–	–
Sim	3.957	57,9	1,36	1,33–1,40	<0,0001
Sintomas
Comum/Leve†	457	33,2	Referência	–	–
Moderado/Grave‡	15.696	45,9	1,38	1,28–1,49	<0,0001
Uso de Suporte Ventilatório
Não	1.182	18,9	Referência	–	–
Sim	14.971	51,0	2,70	2,56–2,84	<0,0001

• *Imunodeficiência; asma; outra pneumopatia crônica; doença neurológica crônica; doença renal crônica. ^†Tosse; dor de garganta; dor abdominal; fadiga; perda de olfato; perda de paladar. ^‡Febre; saturação O2 <95%; diarreia; vômito; dispneia; desconforto respiratório.

Após análise ajustada, manteve-se o aumento linear na prevalência de óbitos com a idade e a faixa etária 85 anos ou mais foi 1,5 vezes maior comparada com 60 a 74 anos. A probabilidade de idosos do sexo masculino ir a óbito por Covid-19 foi 1,17 vezes maior comparada ao feminino. Ser vacinado contra a gripe reduziu em 11% a probabilidade de morte em comparação aos idosos não vacinados. Idosos com diabetes e obesidade aumentaram 1,09 e 1,23 vezes respectivamente a probabilidade de óbito comparados àqueles sem as doenças. As variáveis raça/cor, residência no município de hospitalização, cardiopatias e sintomas perderam significância após análise ajustada para variáveis da mesma categoria. As associações entre idosos com outras morbidades e o óbito foram mantidas. A probabilidade de morte em idosos que utilizaram suporte ventilatório foi 2,6 vezes maior comparada aos que não utilizaram (Tabela 3).

Tabela 3
Modelo ajustado controlado pelo efeito da variável óbito para associação entre as variáveis sociodemográficas e clínicas de idosos hospitalizados. Paraná, Brasil, 2021 (n = 16.153) – Maringá, PR, Brasil, 2023.

Variáveis	Óbito (n = 16.153)		Modelo Ajustado		p-valor
	n	%	RP	IC(95%)
Sociodemográficas
Faixa etária
60 a 74	9.078	40,1	Referência	–	–
75 a 84	4.768	51,9	1,28	1,24–1,32	<0,0001
85 ou mais	2.307	61,2	1,52	1,45–1,59	<0,0001
Sexo
Feminino	6.987	42,1	Referência	–	–
Masculino	9.166	48,2	1,17	1,13–1,21	<0,0001
Clínicas
Vacina contra Gripe
Não	13.844	46,6	Referência	–	–
Sim	2.309	39,5	0,89	0,86–0,93	<0,0001
Diabetes
Não	10.709	43,8	Referência	–	–
Sim	5.444	48,9	1,09	1,06–1,13	<0,0001
Obesidade
Não	14.598	44,6	Referência	–	–
Sim	1.555	54,3	1,23	1,16–1,29	<0,0001
Outras Morbidades*
Não	12.196	42,4	Referência	–	–
Sim	3.957	57,9	1,25	1,20–1,30	<0,0001
Uso de Suporte Ventilatório
Não	1.182	18,9	Referência	–	–
Sim	14.971	51,0	2,60	2,33–2,86	<0,0001

• *Imunodeficiência; asma; outra pneumopatia crônica; doença neurológica crônica; doença renal crônica.

DISCUSSÃO

Neste estudo, o nosso objetivo foi estimar a prevalência e analisar os fatores associados ao óbito de idosos hospitalizados por Covid-19 no Estado do Paraná. Esses achados revelaram que a probabilidade de a pessoa idosa evoluir a óbito por Covid-19 aumenta gradativamente, a depender de alguns fatores ao qual o indivíduo está condicionado. A idade avançada, somada a comorbidades, significa uma piora clínica e pior desfecho da infecção pelo Covid-19 neste público, corroborando achados da literatura(¹⁶). Ainda, a consequente demora para confirmação do diagnóstico pode influenciar na evolução da doença, aumentando a possibilidade de desenvolvimento de desfechos graves e óbito(¹⁷).

Alguns preditores de piores prognósticos da Covid-19 são evidenciados na literatura, sendo os mais comuns a idade avançada e o diagnóstico de comorbidades. A associação destes fatores significa, para este público, a possibilidade da ocorrência de respostas hiper inflamatórias (leucocitose, neutrofilia e níveis elevados de proteína C reativa e ferritina), bem como disfunções orgânicas e de coagulação (glicose plasmática aumentada, creatinina sérica e lactato desidrogenase alterados e aumento dos níveis de dímero D)(²,¹⁸).

Esses marcadores inflamatórios e disfunções orgânicas, observados em pacientes idosos com Covid-19, estão intimamente relacionados à desregulação do sistema imunológico associada à idade. O “inflamm-aging” (envelhecimento inflamatório) desempenha um papel importante na patogênese da Covid-19, resultando em condições clínicas severas, especialmente danos pulmonares graves(¹⁹).

Nesse sentido, com o envelhecimento, há um aumento nas citocinas pró-inflamatórias, incluindo IL-6, TNFα e NLRP3 inflamassoma, que estão associadas a doenças relacionadas à idade, como doenças autoimunes, câncer e distúrbios metabólicos. Essas citocinas contribuem para inflamação crônica e disfunção tecidual. Além disso, outros biomarcadores inflamatórios, como IL-18, IL-1β, PCR e IL-15, também aumentam com a idade. E, na tentativa do sistema imunológico de manter a homeostase, ocorre também um aumento de moléculas anti-inflamatórias, como IL-10 e TGF-β, que desempenham um papel na tentativa do sistema imunológico de manter a homeostase. O equilíbrio entre citocinas pró-inflamatórias e anti-inflamatórias exerce um papel determinante no desenvolvimento de doenças relacionadas à idade, como doença cardíaca coronária, osteoartrite e doenças neurodegenerativas(²⁰).

Ainda no que tange a este aspecto, a desestabilização do sistema imune de idosos, durante a pandemia de Covid-19, foi potencializada pelo isolamento social e a consequente redução ou falta de atividade física regular(²¹).

Estudo realizado no Sul da África mostrou que a leucocitose e a neutrofilia são doenças altamente associadas ao óbito de idosos por Covid-19, visto que a alta contagem de leucócitos e neutrófilos pode causar cascatas de inflamação com produção de citocinas inflamatórias. Este processo também está associado à evolução para quadros mais graves e óbito pela Covid-19(²²).

É importante destacar que idosos que desenvolveram quadros mais graves podem desenvolver sequelas que afetam funções físicas e cognitivas em longo prazo, quadro denominado Covid Longa. Neste quadro, mesmo após o final da fase aguda da doença (12 semanas), os indivíduos podem desenvolver sinais e sintomas não associados a outros diagnósticos, significando uma manifestação tardia da Covid-19(²³).

Outro fator importante a ser considerado é a maior susceptibilidade à infecção e complicações pela Covid-19 em idosos do sexo masculino. Um estudo de meta-análise apontou a possibilidade de hormônios sexuais atuarem na imunidade inata e adaptativa, contribuindo para menores números de infecção e óbito por Covid-19 em mulheres. Ainda, o mesmo estudo refere a possibilidade de uma maior susceptibilidade do sexo masculino à doença estar relacionado com fatores comportamentais que contribuem para o desenvolvimento de comorbidades e maior exposição dos homens ao vírus(¹⁶).

No que tange a diagnósticos prévios, é evidente que idosos diagnosticados com Diabetes Mellitus (DM) e obesidade estão mais susceptíveis a desenvolverem a forma grave da doença e evoluírem a óbito, mesmo cenário desfavorável evidenciado durante outras pandemias virais, como a Síndrome Respiratória Aguda Grave (SARS), em 2003, da Influenza (H1N1), em 2009, e da Síndrome Respiratória do Oriente Médio, em 2012(²⁴).

Outras doenças pré-existentes, como asma e pneumopatias, também aumentam a probabilidade de óbito por Covid-19 entre idosos(²⁵). No México, um estudo apontou que a presença de patologias respiratórias aumenta o risco de evolução a óbito quando comparados a indivíduos sem diagnóstico destas doenças(²⁴).

Neste contexto, pessoas idosas com doenças neurológicas também podem ter o risco de óbito aumentado. Em estudo conduzido na Inglaterra, idosos com doenças neurológicas, somadas a outras comorbidades pré-existentes, como doenças renais e cardiopatias, tiveram as chances de óbito aumentadas em 150%(²⁵).

O uso de suporte ventilatório também apresenta forte associação com o óbito de idosos por Covid-19(²⁶,²⁷). No processo de envelhecimento, as células de defesa sofrem diversas mudanças, desestabilizando o sistema imune e tornando a pessoa idosa mais suscetível a complicações generalizadas e, consequentemente, aumentando as chances de necessitarem de aporte respiratório em casos mais graves da doença(²⁸).

Em relação a vacina contra a gripe, um estudo realizado nos EUA indicou que, de acordo com o aumento da cobertura vacinal, houve diminuição na mortalidade em idosos por Covid-19(²⁹), resultado semelhante aos achados do presente estudo.

O rápido avanço da Covid-19 pelo mundo mostrou o despreparo dos sistemas de saúde frente à pandemia de novas doenças. A rápida disseminação do SARS-CoV-2 e a propagação desenfreada da infecção entre grupos mais vulneráveis, como idosos, resultou na sobrecarga dos sistemas de saúde no atendimento a esta população. Ainda, este evento permite a reflexão de que os sistemas de saúde deverão realizar um processo de adaptação para o acompanhamento de morbidades prévias existentes neste público já vulnerabilizado, mas também de novos casos diagnosticados de Covid-19 e Covid Longa, significando um aumento na demanda de assistência à saúde dispensada para este grupo(³⁰).

Como limitações do presente estudo ressalta-se que, por tratar-se de informações disponíveis em bancos de dados secundários e oriundas de sistemas administrativos de saúde, podem haver subnotificações e incompletude de informações de algumas variáveis. Entretanto, a escolha do método de análise foi realizada de forma a não permitir a interferência dos dados faltantes sobre as demais variáveis e assegurar maior assertividade nas afirmações de saúde. Também, a avaliação limitada a pacientes internados pode ter superestimado a associação entre os fatores e o óbito por Covid-19, devido à natureza hospitalar do estudo, onde os idosos são mais propensos a apresentar gravidade e comorbidades, e os casos da doença tendem a ser moderados ou graves. Mesmo com as limitações citadas, os achados deste estudo permitiram avaliar as características epidemiológicas e clínicas da infecção pelo coronavírus no Estado do Paraná.

Ainda, reforça-se que a realização de estudos com este cunho metodológico fomentam a condução de pesquisas semelhantes em outras regiões, com a finalidade de permitir uma compreensão da real influência sobre os condicionantes locais e o comportamento da doença em diversos estratos populacionais, salientando a importância da produção e veiculação da ciência que seja aplicável e benéfica à população.

No tocante a este aspecto, os achados da pesquisa ainda servem como arcabouço para que gestores de saúde elaborem e implementem políticas públicas que sejam pautadas em ciência, a partir da real compreensão do cenário vivenciado pela população, baseando-se em todas as suas fragilidades, de forma que a assistência prestada passe a ser cada vez mais resolutiva e assegurando maior assertividade nas ações em saúde.

CONCLUSÃO

Evidenciou-se que alguns fatores estiveram relacionados ao óbito por Covid-19 em idosos no Estado do Paraná. Elevadas faixas etárias, ser do sexo masculino, possuir diagnóstico de DM, obesidade ou outras morbidades, bem como ter utilizado suporte ventilatório durante o período de hospitalização pela doença, conferiram maiores chances de gravidade e óbito pela Covid-19.

A administração da vacina contra a gripe mostrou-se benéfica ao conferir proteção aos idosos que foram expostos ao SARS-CoV-2. Essa correlação ressalta a relevância das medidas preventivas, como a imunização, mitigação dos impactos negativos da pandemia em uma população mais vulnerável, reforçando a importância contínua das campanhas de vacinação para garantir a saúde e o bem-estar dos idosos.

Recomenda-se que as atuais políticas públicas sejam aprimoradas em termos de efetividade e eficácia. Espera-se que o estudo ofereça subsídio para o aprimoramento com o propósito de atender de maneira eficaz às necessidades da população idosa. Isso inclui a promoção de uma melhor qualidade de vida, garantindo o acesso à saúde, educação e oportunidades de renda, com o objetivo de reduzir a vulnerabilidade das pessoas idosas à Covid-19.

• Apoio financeiro O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) – Código de Financiamento 001; Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) por meio do Ofício Circular no 14/2020-GAB/PR/CAPES de 30 de março de 2020; Edital N. 07/2020- Chamada Universal do Ministério da Ciência, Tecnologia, Inovações e Comunicações (MCTIC). Conselho Nacional de Desenvolvimento Científico Tecnológico (CNPq). Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT). Ministério da Saúde (MS)/Secretaria de Ciência, Tecnologia, Inovação e Insumos Estratégicos em Saúde (SCTIE)/Departamento de Ciência e Tecnologia (Decit). Processo: 402882/2020-2.

REFERENCES

• ^1.
  Pan American Health Organization. Folha informativa sobre Covid-19 [Internet]. 2021 [cited 2023 Dec 5]. Available from: https://www.paho.org/pt/covid19
  » https://www.paho.org/pt/covid19
• ^2.
  Barioni EMS, Nascimento CS, Amaral TLM, Ramalho Neto JM, Prado PR. Clinical indicators, nursing diagnoses, and mortality risk in critically ill patients with Covid-19: a retrospective cohort. Rev Esc Enferm USP. 2022;56:e20210568. doi: http://dx.doi.org/10.1590/1980-220x-reeusp-2021-0568pt. PubMed PMid: 35802657.
  » https://doi.org/10.1590/1980-220x-reeusp-2021-0568pt
• ^3.
  Wang C, Horby PW, Hayden FG, Gao GF. A novel coronavirus outbreak of global health concern. Lancet. 2020;395(10223):470–3. doi: http://dx.doi.org/10.1016/S0140-6736(20)30185-9. PubMed PMid: 31986257.
  » https://doi.org/10.1016/S0140-6736(20)30185-9
• ^4.
  World Health Organization. Covid-19 Weekly Epidemiological Update [Internet]. 2023 [cited 2023 Dec 5]. Available from: https://covid19.who.int
  » https://covid19.who.int
• ^5.
  Mueller AL, Mcnamara MS, Sinclair DA. Why does Covid-19 disproportionately affect older people? Aging (Albany NY). 2020;12(10):9959–81. doi: http://dx.doi.org/10.18632/aging.103344. PubMed PMid: 32470948.
  » https://doi.org/10.18632/aging.103344
• ^6.
  Brasil. Ministério da Saúde. Painel de casos de doença pelo coronavírus 2019 (COVID-19) no Brasil pelo Ministério da Saúde [Internet]. 2023 [cited 2023 Dec 5]. Available from: https://covid.saude.gov.br/
  » https://covid.saude.gov.br/
• ^7.
  ArpenBrasil. Portal de Transparência [Internet] 2022 [cited 2023 Dec 5]. Available from: https://transparencia.registrocivil.org.br/painel-registral/especial-covid
  » https://transparencia.registrocivil.org.br/painel-registral/especial-covid
• ^8.
  Dhama K, Patel SK, Kumar R, Rana J, Yatoo MI, Kumar A, et al. Geriatric population during the Covid-19 pandemic: problems, consideration, exigenicies, and beyond. Front Public Health. 2020;8:574198. doi: http://dx.doi.org/10.3389/fpubh.2020.574198. PubMed PMid: 33072713.
  » https://doi.org/10.3389/fpubh.2020.574198
• ^9.
  Khalatbari-Soltani S, Cumming RC, Delpierre C, Kelly-Irving M. Importance of collecting data on socioeconomic determinants from the early stage of the Covid-19 outbreak onwards. J Epidemiol Community Health. 2020;74(8):620–3. doi: http://dx.doi.org/10.1136/jech-2020-214297. PubMed PMid: 32385126.
  » https://doi.org/10.1136/jech-2020-214297
• ^10.
  Gu T, Mack JA, Salvatore M, Sankar SP, Valley TS, Singh K, et al. Covid-19 outcomes, risk factors and associations by race: comprehensive analysis using electronic health records data in Michigan Medicine. medRxiv, 2020. In press. doi: https://doi.org/10.1101/2020.06.16.20133140
  » https://doi.org/10.1101/2020.06.16.20133140
• ^11.
  Izcovich A, Ragusa MA, Tortosa F, Marzio MAL, Agnoletty C, Bengolea A, et al. Prognostic factors for severity and mortality in patientis infected with Covid-19: a systematic review. PLoS One. 2020;15(11):e0241955. doi: http://dx.doi.org/10.1371/journal.pone.0241955. PubMed PMid: 33201896.
  » https://doi.org/10.1371/journal.pone.0241955
• ^12.
  Salci MA, Carreira L, Facchini LA, Oliveira MLF, Oliveira RR, Ichisato SMT, et al. Post-acute COVID and long-COVID among adults and older adults in the State of Paraná, Brazil: protocol for an ambispective cohort study. BMJ Open. 2022;12(9):e061094. doi: http://dx.doi.org/10.1136/bmjopen-2022-061094. PubMed PMid: 36691205.
  » https://doi.org/10.1136/bmjopen-2022-061094
• ^13.
  Strobe: Strengthening the reporting of observational studies in epidemiology [Internet]. 2022 [cited 2023 Dec 5]. Available from: https://www.strobe-statement.org/checklists/
  » https://www.strobe-statement.org/checklists/
• ^14.
  Brasil. Ministério da Saúde. Informações de Saúde – SUS [Internet]. 2020 [cited 2023 Dec 5]. Available from: http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/equipepr.def
  » http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/equipepr.def
• ^15.
  Brasil. Ministério da Saúde. Single Health System Database (DataSUS). SRAG 2020 - Banco de Dados de Síndrome Respiratória Aguda Grave – incluindo dados da Covid-19 [Internet]. 2022 [cited 2023 Dec 5]. Available from: https://opendatasus.saude.gov.br/dataset/srag-2021-a-2023
  » https://opendatasus.saude.gov.br/dataset/srag-2021-a-2023
• ^16.
  Zheng Z, Peng F, Xu B, Zhao J, Liu H, Peng J, et al. Risk factors of critical & mortal COVID-19 cases: a systematic literature review and meta-analysis. J Infect. 2020;81(2):e16–25. doi: http://dx.doi.org/10.1016/j.jinf.2020.04.021. PubMed PMid: 32335169.
  » https://doi.org/10.1016/j.jinf.2020.04.021
• ^17.
  Hawkins RB, Charles EJ, Mehaffey JH. Socio-economic status and COVID-19-related cases and fatalities. Public Health. 2020;189:129–34. doi: http://dx.doi.org/10.1016/j.puhe.2020.09.016. PubMed PMid: 33227595.
  » https://doi.org/10.1016/j.puhe.2020.09.016
• ^18.
  Ramos-Rincon JM, Buonaiuto V, Ricci M, Martín-Carmona J, Paredes-Ruíz D, Calderón-Moreno M, et al. Clinical characteristics and risk factors for mortality in very old patients hospitalized with covid-19 in Spain. J Gerontol A Biol Sci Med Sci. 2021;76(3):e28–37. doi: http://dx.doi.org/10.1093/gerona/glaa243. PubMed PMid: 33103720.
  » https://doi.org/10.1093/gerona/glaa243
• ^19.
  Meftahi GH, Jangravi Z, Sahraei H, Bahari Z. The possible pathophysiology mechanism of cytokine storm in elderly adults with COVID-19 infection: the contribution of “inflame-aging.”. Inflamm Res. 2020;69(9):825–39. doi: http://dx.doi.org/10.1007/s00011-020-01372-8. PubMed PMid: 32529477.
  » https://doi.org/10.1007/s00011-020-01372-8
• ^20.
  Tizazu AM, Mengist HM, Demeke G. Aging, inflammaging and immunosenescence as risk factors of severe COVID-19. Immun Ageing. 2022;19(1):53. doi: http://dx.doi.org/10.1186/s12979-022-00309-5. PubMed PMid: 36369012.
  » https://doi.org/10.1186/s12979-022-00309-5
• ^21.
  Nikolich-Zugich J, Knox KS, Rios CT, Natt B, Bhattacharya D, Fain MJ. SARS-CoV-2 and COVID-19 in older adults: what we may expect regarding pathogenesis, immune responses, and outcomes. Geroscience. 2020;42(2):505–14. doi: http://dx.doi.org/10.1007/s11357-020-00186-0. PubMed PMid: 32274617.
  » https://doi.org/10.1007/s11357-020-00186-0
• ^22.
  Abdullah I, Cornelissen HM, Musekwa E, Zemlin A, Jalavu T, Mashigo N, et al. Hematological findings in adult patients with SARS Cov-2 infection at Tygerberg Hospital Cape Town South Africa. Health Sci Rep. 2022;5(3):e550. doi: http://dx.doi.org/10.1002/hsr2.550. PubMed PMid: 35509400.
  » https://doi.org/10.1002/hsr2.550
• ^23.
  Daitch V, Yelin D, Awwad M, Guaraldi G, Milic’ J, Mussini C, et al. Characteristics of long-COVID among older adults: a cross-sectional study. Int J Infect Dis. 2022;125:287–93. doi: http://dx.doi.org/10.1016/j.ijid.2022.09.035. PubMed PMid: 36191820.
  » https://doi.org/10.1016/j.ijid.2022.09.035
• ^24.
  Bello-Chavolla OY, González-Díaz A, Antonio-Villa NE, Fermín-Martínez CA, Márquez-Salinas A, Vargas-Vázquez A, et al. Unequal impact of structural health determinants and comorbidity on Covid-19 severity and lethality in older Mexican adults: considerations beyond chronological aging. 2020. J Gerontol A Biol Sci Med Sci. 2021;76(3):e52–9. doi: http://dx.doi.org/10.1093/gerona/glaa163. PubMed PMid: 32598450.
  » https://doi.org/10.1093/gerona/glaa163
• ^25.
  Williamson EJ, Walker AJ, Bhaskaran K, Bacon S, Bates C, Morton CE, et al. Factors associated with Covid-19-related death using Open SAFELY. Nature. 2020;584(7821):430–6. doi: http://dx.doi.org/10.1038/s41586-020-2521-4. PubMed PMid: 32640463.
  » https://doi.org/10.1038/s41586-020-2521-4
• ^26.
  Rodríguez-Sánchez I, Redondo-Martín M, Furones-Fernández L, Méndez-Hinojosa M, Chen-Chim Á, Saavedra-Palacios R, et al. Functional, clinical, and sociodemographic variables associated with risk of in-hopital mortality by covid-19 in people over 80 years old. J Nutr Health Aging. 2021;25(8):964–70. doi: http://dx.doi.org/10.1007/s12603-021-1664-9. PubMed PMid: 34545915.
  » https://doi.org/10.1007/s12603-021-1664-9
• ^27.
  Bialek S, Boundy E, Bowen V, Chow N, Cohn A, Dowling N, et al. Severe outcomes among patients with coronavirus disease 2019 (Covid-19) – United States, February 12-march 16, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(12):343–6. doi: http://dx.doi.org/10.15585/mmwr.mm6912e2. PubMed PMid: 32214079.
  » https://doi.org/10.15585/mmwr.mm6912e2
• ^28.
  Damiot A, Pinto AJ, Turner JE, Gualano B. Immunological impications of physical inactivity among older adults during the Covid-19 pandemic. Gerontology. 2020;66(5):431–8. doi: http://dx.doi.org/10.1159/000509216. PubMed PMid: 32585674.
  » https://doi.org/10.1159/000509216
• ^29.
  Zanettini C, Omar M, Dinalankara W, Imada EL, Colantuoni E, Parmigiani G, et al. Influenza vaccination and COVID19 mortality in the USA. medRxiv. 2020. In press. doi: https://doi.org/10.1101/2020.06.24.2012981
  » https://doi.org/10.1101/2020.06.24.2012981
• ^30.
  Deschacht M, Malfait S, Eeckloo K. Integrated care for okder adults during the COVID-19 pandemic in Belium: lessons learned the hard way. Int J Older People Nurs. 2021;16(3):e12366. doi: http://dx.doi.org/10.1111/opn.12366. PubMed PMid: 33570259.
  » https://doi.org/10.1111/opn.12366

Editado por

EDITOR ASSOCIADO

Thereza Maria Magalhães Moreira

Datas de Publicação

• Publicação nesta coleção
  22 Jan 2024
• Data do Fascículo
  2023

Histórico

• Recebido
  13 Mar 2023
• Aceito
  14 Nov 2023