Ao analisar as correlações dos municípios para as faixas de IDH-M Muito Alto, apenas para as faixas etárias de idosos e adultos, houve correlações negativas entre internações e emissões veiculares do poluente CO. Para a faixa de IDH-M Alto, assim como para a análise executada no estado inteiro, a relação entre indústrias, emissões veiculares com as internações mostraram um comportamento negativo de correlação. Deste modo, a mesma justificativa empregada no tópico anterior pode ser aplicada. Essa última faixa de IDH-M citada, tanto o PIB per capita como IDH-M se correlacionaram positivamente às emissões veiculares.
As queimadas apresentaram resultados significativos apenas para o IDH-M Muito Alto, na faixa etária de idosos e podem ter contribuído no número de internações nesse grupo. Para a faixa de IDH-M Alto e Médio, os resultados não foram tão evidentes nesse tipo de fonte. Espacialmente, a região do Vale do Itajaí e Norte concentra municípios com as maiores faixas de IDH-M, é notório
também a presença de municípios com os maiores PIB per capita do estado. O Sul Catarinense também apresenta características similares.
Ao verificar as correlações da faixa de IDH Médio, nota-se que as emissões veiculares e o número de indústrias passam a influenciar positivamente nas internações por doenças respiratórias. Esses resultados podem demonstrar que a população por estar em uma situação maior de vulnerabilidade sofre com as consequências relacionadas à poluição do ar. Situação de vulnerabilidade caracterizada em virtude de tais municípios possuírem o menor IDH do estado. Principalmente quando se trata de educação e renda, já que tais municípios apresentaram valores baixos para tais índices. É importante mencionar que a educação desempenha um papel importante em reduzir os impactos negativos de eventos extremos. Diretamente uma educação formal é a principal forma dos indivíduos adquirirem conhecimentos, habilidades e competências que podem influenciar sua capacidade adaptativa. Nesse caso, a resposta a um evento extremo é maior, seja na busca de informações bem como na percepção de riscos. Além disso, menciona-se que indivíduos instruídos têm melhores conhecimentos básicos sobre nutrição e práticas de saúde, e, portanto, com menores chances de possuírem pré-disposição a doenças (LUTZ; MUTTARAK,2014). Em termos de renda, sabe-se que populações que possuem melhores condições financeiras estão mais aptas a possuírem acesso a saúde de qualidade, bem como tratamentos médicos.
Esse é um resultado que vai de encontro com estudos já realizados em outras regiões do Brasil, os quais a população sofre com os efeitos da poluição do ar na saúde em situação de vulnerabilidade (FONSECA; VASCONCELOS, 2011; IGNOTTI et al., 2010). É importante relatar que, a proximidade com complexos industriais e desenvolvimento de doenças no aparelho respiratório apresentam-se em estudos (DE FREITAS et al., 2016; GOUVEIA et al., 2019; TAYRA; RIBEIRO; NARDOCCI, 2012), bem como para proximidade de fontes veiculares (ALMEIDA, 2013; REQUIA et al., 2016). Destaca-se que a faixa de IDH-M Médio apresenta em sua maioria municípios da região serrana e do oeste catarinense.
Tanto na análise integrada dos municípios quanto na segregada por grupos de IDH (para o IDH-M Muito Alto e Médio), a população idosa destacou-se nas correlações entre internações e emissões. É consenso, como a população idosa sofre em maiores níveis com a poluição atmosférica em virtude da sensibilidade e pré-disposição a doenças respiratórias (EEA,2018;PINO-CORTÉS et al., 2020; QIU et al., 2018). Diferentemente do que acontece em diversas pesquisas, a população adulta nesse estudo também se destacou vulnerável para as emissões veiculares e número de indústrias. Ainda se pontua que muitas pesquisas performadas para avaliar a influência da poluição atmosférica na saúde conclui que assim como os idosos, as crianças são também populações
sensíveis e afetadas em grande parte pelas fontes de poluição atmosférica. Diferente de tais resultados, o presente estudo mostra que a faixa etária infantil não foi afetada na situação de vulnerabilidade, nesse caso para o nível de IDH-M Médio. Apesar disso, é fundamental que seja levado em consideração que tais correlações (internações em crianças e emissões veiculares; internações em crianças e indústrias) não foram significativas e mostram um grau considerável de incerteza.
Ainda foi perceptível um comportamento divergente entre os dois grupos extremos de IDH- M. Para municípios com IDH-M Muito Alto observou-se correlações negativas entre internações e emissões veiculares, o que pode ser explicado em razão das populações desses municípios estarem mais adaptadas (em termos de longevidade, educação e renda) e assim menos vulneráveis. Sugere- se a possibilidade de uma maior densidade veicular, como característica dos altos níveis de PIB per capita. Nesse caso adaptam-se melhor a esses eventos de poluição do ar. No entanto, percebe-se um limite de adaptação quando se analisa as emissões por queimadas. Sabe-se que a magnitude dos eventos ocasionados por queimadas é muito maior que a por veículos. O que se pode inferir que para esse tipo de evento de poluição os municípios apresentem um limite em termos de adaptação e assim se mostrem vulneráveis para as emissões por queimadas.
Nesse sentido, também é possível levantar a hipótese de que o oposto acontece para populações de municípios com IDH-M Médio. Apesar de não apresentarem correlações significativas entre emissões por queimadas e internações, os municípios desse grupo fazem parte de mesorregiões que se destacam nos níveis de queimadas, como a região oeste e serrana. Por outro lado, quando adicionadas as emissões veiculares as populações desses municípios se demonstraram vulneráveis.
É necessária a investigação para compreender por que as emissões por queimadas afetam os municípios com IDH-M Muito Alto e os veículos afetam os municípios com IDH-M Médio. Algumas perguntas e hipóteses podem ser sugeridas, como: seria um indício de que para ambas faixas IDH-M citadas, a população responda com doenças respiratórias quando um estressor é adicionado contrapondo ao que naturalmente ocorre nos municípios (emissões veiculares para IDH- M Muito Alto e emissões por queimadas para o IDH-M Médio). Ou seja, o efeito combinado de tais fontes de emissão, pode potencializar os efeitos adversos na saúde independentemente do nível de IDH-M e sua capacidade adaptativa? Além disso, outra sugestão seria avaliar a frota veicular de ambos. Não seria a frota veicular dos municípios com maiores IDH-M mais recente e assim não ocasiona em emissões menos intensas? Assim como, não seria a frota veicular dos municípios com IDH-M Médio mais antiga e o número de emissões são maiores o suficiente para causar efeitos adversos na saúde? São perguntas que podem conduzir futuras pesquisas e nortear a área de estudo.
Em acordo com a terceira hipótese estabelecida no trabalho, notou-se que a população de menores faixas de IDH-M, sofre com o maior número de internações por doenças respiratórias. Reforça-se a hipótese que a poluição atmosférica pode ser uma ameaça à saúde humana nos municípios de IDH-M Médio e acentuar o número de internações respiratórias. Entretanto, observou-se que para o IDH-M mais elevado, a fonte de emissão por queimadas se comportou de modo a afetar o número de internações e demonstrou que capacidade adaptativa do grupo pode ter um limite.
6 CONCLUSÃO E RECOMENDAÇÕES
O trabalhou buscou realizar uma análise preliminar sobre a influência da poluição do ar e indicadores socioeconômicos nas internações respiratórias no estado de Santa Catarina, em 2017.
Em termos de variabilidade espacial, as emissões veiculares apresentaram um perfil mais intenso em mesorregiões como Vale do Itajaí, Norte Catarinense e Grande Florianópolis. Altos números de indústrias também se apresentaram nessas mesorregiões, assim como no Sul Catarinense. Foram locais que o PIB per capita se mostrou elevado. Para municípios com IDH-M Médio notou-se que eles se aglomeram nas mesorregiões serrana e oeste, os quais coincidem com locais com elevadas emissões por queimadas. Os municípios com IDH-M Muito Alto são 11 e estavam distribuídos em todas as mesorregiões, exceto a serrana.
Ao ser avaliado integralmente, as emissões veiculares e número de indústrias não demonstraram afetar as internações, de modo que correlações negativas foram obtidas nesse caso. Apenas as emissões por queimadas mostraram a possibilidade de impacto na faixa etária de adultos e idosos. Pode -se concluir que tais resultados são em consequência de grande parte dos municípios do estado possuir IDH-M Muito Alto ou Alto e assim refletir em uma boa qualidade de vida da população. Os resultados também indicam que em municípios com menor PIB per capita e IDH-M podem ter os números de internações por doenças respiratórias mais elevados. O Coeficiente de Gini também apontou uma relação com o aumento das enfermidades.
Quando feita a análise dos municípios em cada faixa de IDH-M, as avaliações se expressaram mais claras. Isso porque verificou-se um comportamento distinto entre as variáveis ao longo das faixas do índice. Conclui-se que a poluição do ar, ocasionada por emissões veiculares e números de indústrias, pode ter afetado populações de municípios que possuem o menor índice, para o ano de 2017. Dados disponíveis do IDH-M indicaram que esses municípios mostraram baixos índices em relação a educação e renda e, revela talvez de onde parte a vulnerabilidade deles. Entretanto observou-se que para o IDH-M Muito Alto, municípios mostraram um limite em relação a capacidade adaptativa, já que as emissões por queimadas afetaram a população ao contrário de suas emissões veiculares. Ainda, tanto na análise integrada quanto na segregada por faixas de IDH- M, a população de idosos revelou-se como a que pode ter tido as internações intensificadas pelos eventos de poluição do ar. Isso pode ser justificado por ser um grupo com maior sensibilidade e pré- disposição a doenças, em razão da idade.
Nesse sentido, recomenda-se uma maior atenção dos tomadores de decisão em relação a qualidade do ar no estado. Principalmente para municípios de IDH-M Médio, os quais se concentram na região Oeste e Serrana do estado de SC, recomendação já feita por outra autora no Brasil
(REQUIA et al., 2016). São necessários mais estudos que busquem compreender com maior clareza como a poluição do ar afeta a saúde da população catarinense, em suas respectivas vulnerabilidades. O estudo mostrou que o grupo de municípios, com menor IDH-M, foi mais vulnerável. No entanto municípios com IDH-M Muito Alto também o foram para as queimadas. É interessante entender por que o grupo com IDH-M mais elevado apresentou limitação em sua adaptação.
Além disso, é importante que exista um monitoramento da qualidade do ar ao redor do estado, para obtenção das concentrações dos poluentes atmosféricos. O presente estudo utilizou dados de emissão e número de empreendimentos industriais, que podem ter apresentado resultados subestimados, já que não é a unidade de medida ideal para tal objetivo. A compreensão da problemática torna-se mais difícil sem a existência de tais informações. Cita-se que futuros estudos devem performar pesquisas de forma multivariada para os dados, de modo a obter resultados mais precisos e assim auxiliar na tomada de decisão. Ainda, estudos na qualidade do ar sugerem que a regressão de Poisson não apresenta modelos com um bom ajuste para os dados e alternativamente empregam a distribuição binomial negativa (AGUIAR, 2015; ARDILES et al., 2018). Dessa forma, sugere-se que pesquisadores atentem a esse tipo de regressão também em seus trabalhos.
As intensidades das correlações de variáveis que expressaram a poluição do ar e internações mostraram-se fracas. Isso evidencia que os estudos da problemática da saúde humana são complexos, ou seja, não só a poluição do ar, mas diversos fatores podem influenciar nas internações de doenças respiratórias. Dessa forma, tais variáveis necessitam ser estudadas de forma integrada, bem como instigar futuros estudos para emprego de métodos mais robustos. Por fim, o presente estudo levantou hipóteses que podem conduzir futuras pesquisas a compreender como a poluição do ar afeta a saúde da população catarinense e em quais condições de vulnerabilidade.
7 LIMITAÇÕES
É importante pontuar que o trabalho apresenta limitações. Menciona-se que o estudo foi feito de forma singular e bivariada entre as variáveis respostas e independentes. Dessa forma não foi mensurado de maneira multivariada o impacto das emissões atmosféricas, número de indústrias e variáveis socioeconômicas na saúde humana. Além disso, não se fez o estudo da meteorologia para avaliar a influência nas internações, que de acordo com a literatura apresenta respostas expressivas e pode intensificar a atuação dos poluentes (JO et al., 2017).
Santa Catarina não apresenta monitoramento da qualidade do ar e não se sabe a respeito das concentrações de poluentes atmosféricos ao redor do estado. O presente estudo utilizou como variável da poluição do ar as taxas de emissões veiculares, queimadas e o número de indústrias. No entanto em sua grande parte os estudos são realizados com as concentrações, já que a concentração é a unidade de medida utilizada para avaliação dos distúrbios causados à saúde. As emissões veiculares utilizadas ao serem estimadas não consideraram a ressuspensão do solo, desgaste de pneus e pista, principais responsáveis pela emissão de material particulado. Tal fonte pode ter apresentado o resultado subestimado.
O método das correlações e regressão apresenta limitações uma vez que faz avaliação por município. Cita-se que por exemplo as queimadas tendem a ocorrem em áreas rurais, limítrofes (TEIXEIRA,2020) e assim as emissões ocorridas em um município podem ter os efeitos adquiridos em outro. O estudo também não verificou as diferenças entre médias dos poluentes por grupo de IDH-M, bem como os efeitos totalizados dos poluentes na saúde humana.
REFERÊNCIAS
ABRAMS, J. Y. et al. Impact of air pollution control policies on cardiorespiratory emergency. Environment International, v. 126, n. November 2018, p. 627–634, 2019.
AGUIAR, L. Estudo da relação da qualidade do ar e variáveis meteorológicas na ocorrência de morbidade respiratória e circulatória na Região Metropolitana de São Paulo. [s.l.] Universidade Tecnológica Federal do Paraná, 2015.
ALMEIDA, S. L. DE. Análise espacial doas doenças respiratórias e a poluição relacionada ao tráfego no município de São Paulo. [s.l.] Universidade de São Paulo, 2013.
ARBEX, Marcos Abdo; SANTOS, Ubiratan de Paula; MARTINS, Lourdes Conceição; SALDIVA, Paulo Hilário Nascimento; PEREIRA, Luiz Alberto Amador; BRAGA, Alfésio Luis Ferreira. Poluição do ar e sistema respiratório. Jornal Brasileiro de Pneumologia. São Paulo, p. 643-655. out. 2012.
ARDILES, L. G. et al. Negative Binomial regression model for analysis of the relationship between hospitalization and air pollution. Atmospheric Pollution Research, v. 9, n. 2, p. 333–341, 2018.
BELL, M. L.; DOMINICI, F.; SAMET, J. M. A Meta-Analysis of Time-Series Studies of Ozone and Mortality With Comparison to the National Morbidity, Mortality, and Air Pollution Study. Epidemiology, p. 436–445, 2005.
BO, M. et al. Urban air pollution , climate change and wildfires : The case study of an extended forest fire episode in northern Italy favoured by drought and warm weather conditions. Energy Reports: p. 22–25, 2019.
BRASIL. Introdução à Estatística Espacial para a Saúde Pública. Brasília: Sn, 2007 BRASIL. Morbidade Hospitalar do SUS - Por local de residência - Santa Catarina. Disponível em: http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sih/cnv/nrsc.def. Acesso em: 03 mar. 2020.
BRASIL. Congresso. Câmara dos Deputados. Conama nº 491, de 19 de novembro de 2018. RESOLUÇÃO Nº 491, DE 19 DE NOVEMBRO DE 2018.: Dispõe sobre padrões de qualidade do ar. Brasília, DF, 21 nov. 2018. Seção 1
CAMARA, Vicente – Avaliação da efetividade dos limites de concentração de emissão de poluentes atmosféricos da indústria cerâmica na proteção da qualidade do ar. Dissertação (Mestrado) – Curso de Engenharia Sanitária e Ambiental, Universidade Federal de Santa Catarina, Florianópolis, 2015.
on respiratory health in Argentina and its modification by impaired socio-economic conditions and PM10 exposures. Environmental Pollution, v. 206, p. 175–182, 2015.
CETESB. Companhia Ambiental do Estado de São Paulo. Emissões Veiculares no Estado de São Paulo. São Paulo, 2018.
CHAUHAN, A. J.; JOHNSTON, S. L. Air pollution and infection in respiratory illness. British Medical Bulletin, v. 68, p. 95–112, 2003.
CHEN, G. et al. Short-term effects of ambient gaseous pollutants and particulate matter on daily mortality in Shanghai, China. Journal of Occupational Health, v. 50, n. 1, p. 41–47, 2008.
CNI. Confederação Nacional da Indústria. Perfil da Indústria - Ranking dos Estados. Disponível em: https://perfildaindustria.portaldaindustria.com.br/ranking?cat=3&id=2560. Acesso em: 18 ago. 2020.
CNI; SESI; SENAI; IEL. Indústria no Estado - Santa Catarina. Disponível em: http://perfildaindustria.portaldaindustria.com.br/estado/tudo/sc#. Acesso em: 05 jun. 2020.
CNT. Confederação Nacional do Transporte. Anuário CNT do Transporte - Estatísticas Consolidadas 2018. Brasília, 2018.
DE FREITAS, C. U. et al. Air pollution and its impacts on health in Vitoria, Espirito Santo, Brazil. Revista de saude publica, v. 50, p. 4, 2016.
DENATRAN. DEPARTAMENTO NACIONAL DE TRÂNSITO. Frota de Veículos. Disponível em: <http://www.denatran.gov.br/estatistica/237-frota-veiculos>. Acesso em: 20 mar. 2018.
DIAS, C. S. et al. Temporal and Spatial Trends in Childhood Asthma-Related Hospitalizations in Belo Horizonte , Minas Gerais , Brazil and Their Association with Social Vulnerability. International Journal of Environmental Research and Public Health, v. 13, 2016.
EBISU, K. et al. Age-specific seasonal associations between acute exposure to PM2.5 sources and cardiorespiratory hospital admissions in California. Atmospheric Environment, v. 218, n. April, p. 117029, 2019.
EEA. European Environment Agency. Air Pollution Sources. Copenhague:[s.n.], 2017. 18 p. Disponível em: https://www.eea.europa.eu/themes/air/air-pollution-sources-1/air-pollution- sources. Acesso em: 05 abr. 2020.
EEA. Unequal Exposure and Unequal Impacts: Social Vulnerability to Air Pollution, Noise and Extreme Temperatures in Europe. European Environment Agency, n. 22, p. 102, 2018.
EPA. United States Environmental Protection Agency. Air Pollution: Current and Future Challenges. Disponível em: https://www.epa.gov/clean-air-act-overview/air-pollution- current-and-future-challenges. Acesso em: 02 mar. 2020a.
EPA. United States Environmental Protection Agency. AP-42: Compilation of Air Emissions Factors. Disponível em: https://www.epa.gov/air-emissions-factors-and- quantification/ap-42-compilation-air-emissions-factors. Acesso em: 03 mar. 2020b.
EPA. United States Environmental Protection Agency. Basic Information about Carbon Monoxide (CO) Outdoor Air Pollution. Disponível em: https://www.epa.gov/co-pollution/basic- information-about-carbon-monoxide-co-outdoor-air pollution#What%20is%20CO. Acesso em: 15 fev. 2020b.
EPA. United States Environmental Protection Agency. Criteria Air Pollutants. United States Environmental Protection Agency. Disponível em: https://www.epa.gov/criteria-air- pollutants. Acesso em: 13 fev. 2020d
ERS. European Respiratory Society. Air Quality and Health. Lausanne: [s.n.], 2010. FAJERSZTAJN, L.; VERAS, M.; SALDIVA, P. H. N. Como as cidades podem favorecer ou dificultar a promoção da saúde de seus moradores? Estudos Avançados, v. 30, n. 86, p. 7–27, 2016.
FONSECA, F. R.; VASCONCELOS, C. H. Estudo da distribuição de doenças respiratórias no estado de Santa Catarina , Brasil. Caderno de Saúde Coletiva, v. 19, n. 4, p. 454 a 460, 2011. FOROUZANFAR, M. H. et al. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990– 2015: a systematic analysis for the Global Burden of Disease Study 2015. The Lancet, v. 388, n. 10053, p. 1659–1724, 2016.
FRANCK, U.; LEITTE, A. M.; SUPPAN, P. Multifactorial airborne exposures and respiratory hospital admissions - The example of Santiago de Chile. Science of the Total Environment, v. 502, p. 114–121, 2015.
GE, E. et al. Differential effects of size-specific particulate matter on emergency department visits for respiratory and cardiovascular diseases in Guangzhou, China. Environmental Pollution, v. 243, p. 336–345, 2018.
GIRÃO, Í. R. F.; RABELO, D. R.; ZANELLA, M. E. Análise teórica dos conceitos: Riscos Socioambientais, Vulnerabilidade e Suscetibilidade. Revista de Geociências do Nordeste, v. 4, n. 0, p. 71–83, 2018.
GOUVEIA, N. et al. Respiratory and cardiovascular hospitalizations associated with air pollution in the city of São Paulo, Brazil. Cadernos de Saude Publica, v. 22, n. 12, p. 2669–2677, 2006.