RESUMO
Resumo Análise espacial e temporal da interiorização da Covid-19 em Pernambuco, considerando-se os fatores socioeconômicos correlacionados. Estudo ecológico, março a junho de 2020. Geraram-se mapas a partir do coeficiente de incidência por município de residência para determinar a dinâmica espacial da Covid-19. Estudou-se a correlação entre indicadores socioeconômicos e o coeficiente nas regiões metropolitana do Recife (RMR) e interior. Suavizou-se este coeficiente e calculou-se o teste de Moran global. Os primeiros casos foram registrados em Recife e arredores. O caminho para a autoctonia se deu em municípios vizinhos e naqueles supridos por grandes rodovias. A maior incidência na RMR (640,22/100.000 hab) correlacionou-se à maior população e densidade demográfica e menor taxa de urbanização e IDH-M. No interior a incidência (361,29/100.000 hab) esteve correlacionada à maior população, densidade demográfica e taxa de urbanização, e menor área (p<0,05). As áreas de maior risco concentraram-se na RMR, mas o interior apresentou áreas de transição, indicando tendência à interiorização (p<0,05). Ter ciência do padrão de distribuição espacial da Covid-19, aliada aos fatores associados poderão contribuir para maior efetividade das ações de controle.
Abstract This study involved an ecological study between March and June 2020 consisting of a spatial and temporal analysis of the spread of Covid-19 to the interior of Pernambuco and related socioeconomic factors. Maps were generated from the incidence coefficient by municipality of residence to determine the spatial dynamics of Covid-19. The correlation between socioeconomic indicators and the coefficient in the metropolitan regions of Recife (MRR) and inland regions was studied. This coefficient was levelled, and the global Moran test was applied. The first cases were recorded in and around Recife. The spread of the virus took place in neighboring municipalities and in those served by major highways. The highest incidence in MRR (640.22/100,000 inhabitants) was correlated to larger population and demographic density and lower rate of urbanization and IDH-M. Inland, the incidence (361.29/100,000 inhabitants) was correlated with a larger population, demographic density and urbanization rate, and a smaller area (p<0.05). The areas of greatest risk were concentrated in MRR, but the interior showed areas of transition, indicating a tendency to spread (p<0.05). Being aware of the spatial distribution pattern of Covid-19, combined with the associated factors, may contribute to greater effectiveness of control actions.