MESTRADO
GESTÃO E ECONOMIA DE SERVIÇOS DE SAÚDE
A crise do COVID-19 e a importância de
uma política europeia de saúde
Daniel Beirão Neto de Sousa
M
A CRISE DO COVID-19
E A IMPORTÂNCIA DE UMA POLÍTICA EUROPEIA DE SAÚDE
Daniel Beirão Neto de Sousa
Dissertação
Mestrado em Gestão e Economia de Serviços de Saúde
Orientado por
Professor Doutor Álvaro Santos Almeida
Resumo
A globalização coloca sob pressão o funcionamento eficiente dos sistemas de saúde e a pandemia COVID-19 trouxe um impacto na vida dos indivíduos a nível global, causando uma desorganização económico-social do sistema económico. O objetivo principal desta dissertação é encontrar uma relação entre a prevalência de COVID-19, nos 27 países da UE e no Reino Unido, com o tipo de sistema de saúde existente em cada um desses países e com as medidas políticas de mitigação da pandemia adotadas.
Para responder ao objetivo proposto, realizou-se um estudo observacional e transversal entre Março de 2020 e Agosto de 2020. As variáveis estudadas foram os tipos de sistemas de saúde dos países, as medidas políticas de mitigação adotadas pelos governos, os gastos em saúde per capita, o número de camas hospitalares por 1000 habitantes e o outcome foi o número de casos por 100000 habitantes nos 27 países da UE e no Reino Unido a 1 de Maio de 2020. Para esta avaliação realizou um modelo econométrico de regressão logística.
Os resultados demonstraram uma associação estatisticamente significativa entre um aumento dos gastos em saúde e um aumento do número de casos por COVID-19 por 100000 habitantes no dia 1 de Maio de 2020.
Em conclusão, a ausência de fator protetor nas medidas de mitigação da pandemia COVID-19 adotadas pelos diferentes países da UE e Reino Unido espelham a necessidade de se repensar as políticas europeias de saúde e a organização dos sistemas de saúde para que estes sejam mais eficientes na forma como lidam com ameaças transfronteiriças como as epidemias
Abstract
Globalization puts pressure on the efficient functioning of health systems and the COVID-19 pandemic has had an impact on the lives of individuals globally, causing an economic and social disorganization of the economic system. The main objective of this dissertation is to find a relationship between the prevalence of COVID-19, in the 27 countries of the EU and in the United Kingdom, with the type of health system existing in each of these countries and with the pandemic mitigation policy measures adopted.
To answer the proposed objective, an observational and cross-sectional study was carried out between March 2020 and August 2020. The variables studied were the types of health systems in the countries, the political mitigation measures adopted by governments, health expenditure per capita, the number of hospital beds per 1000 inhabitants and the outcome was the number of cases per 100000 inhabitants in the 27 EU countries and the United Kingdom on 1 May 2020. For this evaluation, an econometric model of logistic regression was performed.
The results demonstrated a statistically significant association between an increase in health spending and an increase in the number of cases per COVID-19 per 100,000 inhabitants on May 1, 2020.
In conclusion, the absence of a protective factor in the COVID-19 pandemic mitigation measures adopted by different EU and UK countries reflects the need to rethink European health policies and the organization of health systems so that they are more efficient. in the way they deal with cross-border threats such as epidemics.
Agradecimentos
À minha esposa Sofia, pelo sacrifício e pelas horas que lhe roubei durante a realização deste trajeto. Desde o início que tem sido a minha maior motivadora e o meu pilar familiar.
À minha irmã, minha companheira de vida a nível pessoal e, também profissional pelo apoio incondicional em todo o meu percurso de vida.
Ao meu orientador Professor Doutor Álvaro Almeida pela inspiração e ensinamentos ao longo de todo o percurso.
Ao Professor Doutor Paulo Santos, meu mentor de longa data.
Aos meus pais e avô pelos valores que sempre me transmitiram e pela força extra que me permitiu concluir mais uma etapa académica.
Aos meus amigos que são como família pelo contributo que têm ao ajudar a manter um balanço equilibrado entre a vida pessoal e social.
Índice
Resumo ... I Abstract ... II Agradecimentos ... III Índice ... IV Índice de Tabelas ... VI Abreviaturas e Siglas ... VII1. Introdução ... 1
2. Enquadramento Teórico ... 3
2.1 Política Europeia de Saúde – o papel da Comissão Europeia ... 3
2.2 Sistemas de Saúde na União Europeia ... 5
2.3 Pandemia COVID-19: Aspetos epidemiológicos e implicações económicas ... 7
2.4 Medidas de Prevenção como resposta à Pandemia ... 8
2.5 Pandemia COVID-19: A resposta dos sistemas políticos ... 9
2.6 Pandemia COVID-19: Panorama Internacional ... 11
3. Metodologia ... 13
3.1 Objetivos e questões orientadoras do estudo ... 13
3.2 Desenho da Investigação ... 13
3.2.1 População ... 13
3.2.2 Instrumento de colheita de dados ... 13
3.2.3 Análise e Tratamento dos dados ... 14
3.2.4 Descrição das Variáveis ... 14
3.2.5 Exigências éticas do estudo ... 16
4. Resultados e discussão ... 17
4.2 Discussão ... 21
5. Conclusão ... 24
Referências Bibliográficas ... 26
Anexos ... 28
Índice de Tabelas
Tabela 1 - Variáveis da base de dados ... 15
Tabela 2 - Codificação e tipos de variáveis estudadas no modelo ecométrico ... 16
Tabela 3 - Resultados obtidos das variáveis estudadas ... 17
Tabela 4 - Variáveis na equação econométrica ... 18
Tabela 5 - Análise descritiva da variável dependente V5 ... 18
Tabela 6 - Codificação da variável categórica sistema de saúde em variável dummy ... 19
Abreviaturas e Siglas
CE Comissão EuropeiaCOVID-19 Doença causada pelo vírus SARS-CoV-2 (novo coronavírus) ECDC Centro Europeu de Prevenção e Controlo das Doenças
FMI Fundo Monetário Internacional FSE + Fundo Social Europeu Mais
OCDE Organização para a Cooperação e Desenvolvimento OMS Organização Mundial de Saúde
ONG Organizações não governamentais PIB Produto Interno Bruto
SANTE Saúde e Segurança dos Alimentos UE União Europeia
1. Introdução
A globalização coloca a coesão social de muitos países sob pressão o que condiciona o funcionamento eficiente dos sistemas de saúde (WHO, 2007).
A ação na área da saúde pública da União Europeia (UE) está essencialmente associada a medidas de incentivos (essencialmente financeiros) e cooperação entre os estados membros, não existindo uma verdadeira política europeia de saúde com diretrizes especificas para as políticas nacionais de saúde. Existem, exceções, como as propostas legislativas feitas pelo organismo Saúde e Segurança dos Alimentos (SANTE) (Commission, 2020b). É indiscutível, ainda, que os diferentes sistemas de saúde da União Europeia interagem cada vez mais entre si devido ao crescente fluxo transfronteiriço que torna mais evidente as diferenças dos sistemas de saúde dos vários países. (Commission, 2014a).
A Pandemia COVID-19 trouxe um impacto na vida dos indivíduos a nível global, causando uma desorganização económico-social do sistema económico vigente, e que chamou a atenção não só pelo seu alcance, mas como pela velocidade de disseminação. Os números relacionados com a pandemia COVID-19 são cada vez mais alarmantes. No entanto, estes números apenas permitem por vezes uma caracterização objetiva, sendo por vezes objeto de reflexões simplistas. Assim, para além dos números, é importante compreender os fundamentos das políticas de saúde de cada país e tentarmos esclarecer a sua indolência e repercussão nos sistemas de saúde de cada país.
O objetivo principal desta dissertação é encontrar uma relação entre a prevalência de COVID-19, nos 27 países da UE e no Reino Unido, com o tipo de sistema de saúde existente em cada um desses países e com as medidas políticas de mitigação da pandemia adotadas. Como objetivos secundários tentou-se também relacionar-se estas variáveis com outras com características económicas e demográficas dos países estudados. Desta forma, e para se atingir os objetivos propostos, pretende-se encontrar o modelo econométrico que melhor explique a variação do número de casos de COVID-19 por 100000 habitantes, tendo por base as variáveis recolhidas.
Esta dissertação divide-se em 4 capítulos. No capítulo 2 é abordado o enquadramento teórico deste trabalho e em que se aborda em detalhe o papel da Comissão Europeia nas políticas nacionais de saúde, os diferentes tipos de sistema de saúde existentes nos países da
União Europeia e, ainda, a relação entre a evolução epidemiológica da pandemia COVID-19 com as consequências económicas e as políticas europeias de saúde adotadas. No capítulo 3 é apresentada a metodologia desta dissertação, explicando em detalhe as variáveis estudadas e o modelo econométrico proposto. No capítulo 4 são demonstrados os resultados e é realizada a discussão destes. Por fim, no capítulo 5 é apresentada a conclusão retirada no final deste estudo, bem como as suas limitações e possíveis linhas de investigação futuras.
2. Enquadramento Teórico
2.1
Política Europeia de Saúde – o papel da Comissão Europeia
As políticas e estratégias europeias de saúde são discutidas pelos representantes das autoridades nacionais e pela Comissão Europeia (CE) em conjunto num grupo específico que debate a saúde pública. Existem várias instituições que contribuem para a implementação da estratégia de saúde na União Europeia (UE) como instituições da UE, os próprios países, as autoridades regionais e locais e outros grupos de interesse relacionados com a saúde (Commission, 2020b).A CE suporta os esforços dos países europeus na proteção e melhoria da saúde para garantir a acessibilidade, a efetividade e a resiliência dos seus sistemas de saúde. Estas medidas são apoiadas pelo organismo Saúde e Segurança dos Alimentos (SANTE), que é a direção-geral responsável pela política europeia de saúde e segurança dos alimentos e pelo controlo da aplicação da legislação nestes domínios. O suporte da SANTE é realizado, essencialmente, através de propostas legislativas, suporte financeiro, coordenando e facilitando o intercâmbio das melhores práticas entre os diferentes países e realizando atividades de promoção da saúde. Em termos legislativos a UE pode adotar legislação ao abrigo do artigo 168º (proteção da saúde pública), do artigo 114º (aproximação das legislações) e do artigo 153º (política social) do Tratado sobre o Funcionamento da União Europeia (Commission, 2020b).
A UE deve garantir a proteção da saúde humana em todas as áreas políticas e trabalhar para melhorar a saúde pública, prevenir doenças humanas e eliminar fontes de perigo para a saúde física e mental (Commission, 2020c).
O Programa de Saúde da UE descreve a estratégia para garantir uma boa saúde e cuidados de saúde, caracterizando-se como um instrumento de financiamento para apoiar a cooperação entre os países e apoiar e desenvolver atividades de saúde (Commission, 2020c). Atualmente, estamos no Terceiro Programa de Saúde da UE (2014-2020) cuja base jurídica é o regulamento 282/2014 e que contém um orçamento de € 449,4 milhões e atende a quatro objetivos específicos: promover a saúde, prevenir doenças e promover estilos de vida saudáveis; proteger os cidadãos da UE contra graves ameaças sanitárias transfronteiriças; contribuir para sistemas de saúde inovadores, eficientes e sustentáveis e facilitar o acesso a cuidados de saúde seguros e de alta qualidade para os cidadãos da UE (Commission, 2014b).
O programa “UE pela Saúde 2021-2027” é a resposta da UE à COVID-19, que teve pesadas consequências para os profissionais de saúde, os doentes e os sistemas de saúde na Europa. Este programa consiste num investimento de 9,4 mil milhões de euros (Commission, 2020a) que será entregue aos países representantes, e respetivas organizações de saúde e organizações não governamentais (ONG). Este programa terá como principais áreas de atuação: reforçar o grau de preparação da UE para as ameaças transfronteiriças; reforçar os sistemas de saúde para que possam enfrentar epidemias; disponibilizar e tornar acessíveis os dispositivos médicos, defender a utilização prudente e eficiente dos agentes antimicrobianos, bem como promover a inovação médica e farmacêutica (Commission, 2020a).
No futuro orçamento da saúde definido para o período 2021-2027 a CE adotou uma proposta legislativa para um novo programa, o Fundo Social Europeu Mais (FSE +) em Maio de 2018. A vertente da saúde deste programa visa apoiar e complementar os esforços nacionais para alcançar vários objetivos em saúde. Um dos objetivos principais é reforçar a preparação e a resposta a crises na UE para proteger os cidadãos contra ameaças sanitárias transfronteiriças, como a atual pandemia COVID-19. De notar que centra o seu objetivo numa Europa mais social e inclusiva, para dar início à recuperação europeia e protegendo e criando empregos, para ajudar a reparar os danos econômicos e sociais causados pela pandemia. A CE propôs ainda em Maio de 2020 um importante plano de recuperação para a Europa com base no aproveitamento de todo o potencial do orçamento da UE, que altera a proposta original do FSE +. O acordo entre os líderes da UE sobre este plano de recuperação foi realizado a 21 de julho de 2020, ajustando o orçamento total para 87,9 mil milhões de euros (Commission, 2020a).
A CE assume, portanto, um papel de complementaridade às políticas nacionais de saúde que são da responsabilidade primária dos países tanto na organização como na forma como prestam os cuidados de saúde. Os principais desta complementaridade são melhorar a saúde dos cidadãos europeus, ajudar na modernização das infraestruturas de saúde e melhorar a eficiência dos sistemas de saúde. (Commission, 2020b).
2.2 Sistemas de Saúde na União Europeia
A saúde é influenciada por uma série de determinantes sociais, econômicos e ambientais. As políticas de prevenção e saúde pública desempenham um papel fundamental na melhoria dos resultados de saúde ao garantir o acesso a cuidados de boa qualidade (OECD, 2019).
Um sistema de saúde consiste em todas as organizações, pessoas e ações cujo objetivo principal é promover, restaurar ou manter a saúde (WHO, 2007). Os sistemas de saúde são o pilar das sociedades que mantêm e melhoram a saúde da população, tendo como principal objetivo garantir que a população viva mais anos e que os anos que se vive sejam de qualidade (Commission, 2014a). As políticas, estratégias e planos nacionais de saúde fornecem uma estrutura em quase todos os países para lidar com a gama complexa de questões necessárias para melhorar os resultados de saúde. O alcance das metas de saúde depende do acesso equitativo a um sistema de saúde que ofereça serviços de alta qualidade. (WHO, 2007)
De notar que, as pessoas de origens socioeconômicas desfavorecidas frequentemente têm pior saúde, têm maior exposição a fatores de risco e lutam mais para aceder ao sistema de saúde do que as pessoas em melhor situação ou com melhor educação. No entanto, a extensão dessas desigualdades difere entre os países (OECD, 2019).
Os sistemas de saúde nos países da UE são variados, refletindo diferentes escolhas históricas e sociais. Todavia, apesar das diferenças organizacionais e financeiras, eles são construídos sobre valores comuns como universalidade, acesso a cuidados de boa qualidade, equidade e solidariedade (Commission, 2014a).
Historicamente, o primeiro sistema de saúde na Europa surgiu em 1883 na Alemanha, com Bismarck, com uma lei que exigia contribuições do empregador como cobertura de saúde para trabalhadores com rendimento baixo. Este foi o primeiro exemplo de um modelo de seguro social exigido pelo estado. Após a popularidade deste modelo seguiram-se a Bélgica em 1894 e o Reino Unido em 1911. Depois da Primeira Guerra Mundial este modelo espalhou-se pela Europa em especial em países como a Dinamarca e a Holanda. Em 1948, foi criado o Sistema Nacional de Saúde no Reino Unido com base no Beveridge Report de 1942 que identificava os cuidados de saúde como um dos três pré-requisitos para um sistema de segurança social viável. No último século, observou-se ainda a reforma dos sistemas de saúde em três gerações: a primeira geração, entre 1940 e 1960, com a generalização dos sistemas de saúde universais; segunda geração, entre 1970 e 1990, com a promoção dos cuidados de
saúde primários de forma a garantir a universalidade da cobertura de cuidados e ao mesmo tempo conseguir que os cuidados fossem os mais acessíveis financeiramente; a terceira geração, na atualidade, na procura da eficiência da prestação de cuidados de saúde. Assim, existem vários tipos de sistemas de saúde de acordo com o modelo de prestação de cuidados, o financiamento e a política económica (WHO, 2000).
Existe, no entanto, controvérsia na forma como se caracterizam os respetivos sistemas de saúde (Almeida, 2017). O que parece reunir maior consenso é a divisão da OCDE em três principais tipos de sistemas de saúde: o sistema nacional de saúde, o sistema de seguro de saúde social e o sistema de saúde de seguros privados (Almeida, 2017; Commission, 2014a; Gaeta et al., 2017). Esta divisão é realizada com base, essencialmente, no critério de financiamento do modelo (Almeida, 2017), a enumerar:
• O modelo Beveridgiano também conhecido como o sistema nacional de saúde, com cobertura universal, que assenta num financiamento por impostos públicos e com financiamento direto do estado para os prestadores de cuidados de saúde. Na União Europeia este modelo é adotado pelo Chipre, Dinamarca, Finlândia, Irlanda, Itália, Letónia, Malta, Portugal, Espanha, Suécia, e ainda, no Reino Unido (Gaeta et al., 2017).
• O modelo Bismarckiano também conhecido como sistema de seguro de
saúde social, que assenta num sistema com financiamento compulsivo via segurança social com contribuições de empregadores e empregados. O financiamento do fundo é gerido por uma organização sem fins lucrativos e o estado intervém apenas na cobertura da população não empregada. Na União Europeia este modelo é adotado por Alemanha, Bélgica, Estónia, Eslováquia, Eslovénia, França, Holanda, Hungria, Lituânia, Luxemburgo, Polónia, República Checa, Roménia (Gaeta et al., 2017).
• O modelo Misto também conhecido como sistema de seguro de saúde privado apresenta uma percentagem significativa de seguros de saúde privados voluntários e de pagamentos “upfront”. Este modelo é adotado por Áustria, Bulgária, Croácia e Grécia. (Gaeta et al., 2017).
Alguns autores fazem outro tipo de divisões como Bohm et al que faz a divisão em cinco modelos: Serviço Nacional de Saúde, Seguro Nacional de Saúde, Seguro Social de Saúde, Seguro Social de Saúde Estatístico e Sistema de Saúde Privado (Bohm, Schmid, Gotze, Landwehr, & Rothgang, 2013; Gaeta et al., 2017).
Porém, nos últimos anos, independente do sistema de saúde europeu, há uma transversalidade nos desafios enfrentados. A salientar, o aumento do custo dos cuidados de saúde, o envelhecimento da população associado ao aumento da morbimortalidade, o que aumenta o consumo de cuidados de saúde; a escassez e distribuição desigual de profissionais de saúde, as desigualdades em saúde e as iniquidades no acesso à saúde.(Commission, 2014a).
2.3 Pandemia COVID-19: Aspetos epidemiológicos e implicações
económicas
A pandemia desencadeada pela infeção pelo vírus SARS-CoV-2, na comunidade já amplamente conhecido como COVID-19, impactará de forma intensa as atividades económicas de todos os países, onde se verifica o contágio comunitário. As condições da dinâmica da sua infeção, da sua agressividade nas populações humanas, assim como a ausência de vacinas e tratamentos etiotrópicos específicos, tem preocupando todas as organizações de saúde mundiais
O surto inicial desta doença foi reportado no final de Dezembro de 2019, pela primeira vez na cidade de Wuhan, província de Hubei, na China. Este surto disseminou-se rapidamente, afetando outras partes da China, e sucessivamente detetados surtos e aglomerados da doença em todo o mundo (ECDC, 2020b; Lauer, 2020; WHO, 2020).
A transmissão ocorre de humano para humano, apesar de se acreditar que a origem tenha sido animal. O SARS-CoV-2 parece ter um tempo relativamente longo de incubação da doença, com um período médio de 5,1 dias (IC de 95% entre 4,5 a 5,8), e 97,5% dos infetados desenvolvem, em média, os sintomas da Covid-19 em 11,5 dias (IC de 95% entre 8,2 a 15,6 dias). Estima-se que somente 1% entre 10 mil casos desenvolveram os sintomas depois de catorze dias de quarentena. O período de incubação e o atraso da manifestação de sintomas ajudam a compreender a alta transmissibilidade da Covid-19, quando comparado com a
influenza sazonal. Se anotarmos as primeiras estimativas de Wuhan, na China, cada infetado transmitia em média 2,6 pessoas (IC de 95% entre 1,5 a 3,5) (Imai et al., 2020) e pode ser potencializada pelos pacientes assintomáticos que transmitem a infeção (Lauer, 2020).
Se considerarmos a taxa de mortalidade dos casos por SARS-CoV-2, no início da pandemia, poderia variar entre 5,1 a 5,6%, para viajantes contaminados que viajavam da China em direção a outros países (Dorigatti, 2020). Contudo esta taxa pode variar em função de fatores demográficos, socioeconómicos, capacidade para a realização de testes, condição da oferta de serviços, especialmente de unidades de cuidados intensivos (UCI), bem como sistemas de saúde de cada país. Porém mesmo, com dificuldades na estimativa desta taxa, parece que medidas como o distanciamento social e até mesmo a adoção do lockdown parecem ter um impacto significativo na sua redução (Flaxman, 2020). A inexistência de uma vacina e de tratamento farmacológico cientificamente comprovado, tem levado à adoção por vários países de medidas de contenção social em variados graus, dependendo da política de saúde vigente, como da estratégia epidemiológica a adotar. No combate a uma pandemia com alta transmissibilidade e severidade, esta estratégia utilizada pode, no entanto, ter implicações devastadoras na economia dos países com transmissão comunitária.
2.4 Medidas de Prevenção como resposta à Pandemia
Tal como já referido previamente a adoção de medidas preventivas, na ausência de vacinação e tratamento adequado, são a estratégia primordial a adotar em todas as comunidades, no entanto estas podem variar de acordo com o país.
A OMS defende a adoção, porém de medidas universais, a enumerar:
• Deve-se tossir ou espirrar no cotovelo ou usar um lenço de papel. Se se usar um lenço de papel, deve-se descartá-lo cuidadosamente após uso único;
• Deve-se lavar as mãos com água e sabão por pelo menos 20 segundos; • Deve manter a distância social de pelo menos um metro das pessoas para reduzir o risco de espalhar o vírus através de gotículas respiratórias.
É, ainda, aconselhado permanecer em casa se aparecimento de sintomas sugestivos de COVID-19, contactar com os cuidados de saúde precocemente e usar máscara como método
de barreira física na impossibilidade de manter o distanciamento social.
A salientar ainda que as medidas de distanciamento físico entre pessoas (distanciamento social) promovidas por vários países têm como finalidade reduzir o contacto entre pessoas potencialmente infetadas e pessoas saudáveis.
A quarentena e as medidas de distanciamento social adotadas, e que variam entre os países, tem por objetivo principal impedir o aumento e interromper a propagação da COVID-19. Segundo o ECDC (ECDC, 2020e), estas medidas podem incluir:
• Fecho total ou parcial de instituições e locais de trabalho educacionais; • Limitar ou restringir o número de visitantes a instituições sociais ou de saúde (unidades de cuidados continuados, lares de terceira idade e prisões);
• Cancelamento, proibição e restrição de reuniões em massa e reuniões ou ajuntamentos menores, onde se incluem o fecho de creches e escolas;
• Quarentena obrigatória de áreas residenciais; • Fecho de fronteiras internas ou externas;
• Restrições de estadia em casa para regiões ou países inteiros.
2.5 Pandemia COVID-19: A resposta dos sistemas políticos
A crise de saúde pública provocada por esta pandemia, caracteriza-se por um dos maiores desafios da história da humanidade e segundo inúmeros organismos internacionais, com um impacto socioeconómico superior à que se verificou com a Crise Económica e Financeira Internacional de 2007-2008 (Biernanth, 2020).
De notar que esta implicação económica, poderá ocorrer por diversas vias, por um lado pelos fatores de oferta e pelos fatores de procura, associados aos impactos negativos da pandemia. Se considerarmos os fatores de oferta, estes poderão ser divididos em:
• Oferta de trabalho: redução do número de trabalhadores e horas de trabalho; • Produtividade de trabalho: resultantes dos sintomas físicos dos sintomas da doença, do impacto psicológico do isolamento social; da perda de habilidade técnica
decorrente da ausência de trabalho por um período prolongado, bem como da desorganização de processos de trabalho nas empresas;
• Cadeias de produção: pela interrupção de fluxos entre setores, tanto a nível nacional como internacional.
Por outro lado, encontram-se os fatores de procura, que são divididos em três elementos distintos:
• Consumo familiar: perda de rendimento, resultante da redução do horário de trabalho, do desemprego ou redução de vencimentos. O consumo por sua vez também está limitado pela diminuição da mobilidade (tanto pelo receio como pelas medidas impostas a nível estatal);
• Investimento privado: pela queda de rentabilidade imediata, bem como pela detioração de expetativas sobre a rentabilidade futura;
• Comércio externo: relacionado com a interrupção de produção de matéria prima e bens finais, bem como à diminuição da procura internacional, mas também pelas práticas corporativistas e protecionistas (produção doméstica e venda no mercado interno).
As estimativas sobre a desaceleração económica ao nível dos países desenvolvidos, provocados pela transmissão da doença, as suas tentativas de contenção bem como as suas repercussões na oferta e procura permanecem ainda na incerteza. Um estudo recente refere que cada mês de interrupção ao nível das atividades económicas essenciais na Europa traduz-se numa queda anual do produto interno bruto (PIB) em cerca de 3% (Thomtraduz-sen, 2020). Já para o Fundo Monetário Internacional (FMI) a taxa de crescimento do PIB em 2020 dos países desenvolvidos deve ficar em torno de 6,1%, a dos países em desenvolvimento em -1,0% e a da economia mundial em -3,0%. A OCDE, por sua vez, estima que a redução desses países deve ficar em torno de 2%, para cada mês de isolamento social, sugerindo ainda que os impactos serão relativamente mais intensos na procura de bens e serviços do que na oferta de bens e serviços (OCDE, 2020b). Sendo estes sectores responsáveis entre a 30 a 40% do PIB, poderá levar a uma redução segundo a OCDE do nível de atividade entre 20 a 25% (OCDE, 2020b).
Todavia, estes valores vão depender do grau das regras de contenção do vírus (isolamento total ou parcial), da sua extensão territorial (proporção de municípios atingidos) assim como
da sua intensidade (considerando os sectores afetados) e composição sectorial (peso dos setores mais afetados na estrutura produtiva e de emprego).
À medida que a pandemia se agrava, mas sobretudo depois do seu término as atividades têm migrado para a chamada “low touch economy”, que prolonga a retração económica e dificulta a recuperação futura.
2.6 Pandemia COVID-19: Panorama Internacional
No combate à crise imposta pela pandemia, no planeamento e elaboração de políticas públicas é importante avaliar a magnitude e as características dos programas de cada governo imposto até ao momento, bem como investigar os rearranjos institucionais, mecanismos de governação e coordenação que se têm mobilizado e/ou desenvolvido na sua operacionalização.
De notar que os países têm seguido quatro objetivos de gestão do SARS-CoV-2: erradicar as cadeias de transmissão (exemplo da Nova Zelândia, Islândia, Tailândia ou algumas províncias da China), gerir as cadeias de transmissão (exemplo da grande maioria dos países europeus, incluindo Portugal), ignorar as cadeias de transmissão (exemplo do Brasil ou EUA, também do Reino Unido numa fase inicial) e incapacidade de gerir as cadeias de transmissão (exemplo da maioria dos países africanos ou Índia). A respeito destes últimos, importa destacar que estão em causa dificuldades estruturais no rastreio e monitorização do vírus, sobretudo pondo em perspetiva esta doença em relação a outras doenças. O distanciamento social, os meios de proteção individual e o confinamento ocorrem em circunstâncias de fome e pobreza extremas, conflitos cívicos, políticos e religiosos constantes, falta de saneamento básico e de água potável e gestão de outras doenças infetocontagiosas de letalidade superior à Covid-19.
Pondo de parte estes países, enfrentar uma pandemia tendo em vista erradicar a transmissão, geri-la ou ignorá-la, conduz a diferentes políticas e diferentes tipos de atuação.
Além do facto de Portugal ser um Estado-membro da UE, o que influencia a gestão das fronteiras com outros Estados-membros e com países terceiros, diversas características sociodemográficas da população residente tornam mais fácil a gestão das cadeias de
transmissão do que a tentativa da sua erradicação. Essas características incluem a estrutura demográfica envelhecida e a elevada carga de doença da população mais velha e a existência de aglomerados populacionais de elevada concentração de grupos sociais em condição socioeconómica desfavorecida.
Por outro lado, note-se a falta de evidência nas implicações de deixar o vírus circular livremente levando ao colapso dos serviços de saúde e, consequentemente, ao número de mortes evitáveis, que aconteceu invariavelmente em todos os países onde os surtos estiveram fora de controlo (China, Itália, Espanha, Paquistão, EUA, Brasil, África do Sul, México ou Índia). É verdade que as medidas para conter a transmissão também provocam “efeitos dominó”, sobretudo na atividade económica, na gestão das outras doenças e consequentemente na mortalidade “não COVID-19”.
É importante ressalvar que o esforço fiscal é comum entre os países e tem sido bastante significativo, porém bastante díspar, sendo que na UE os recursos postos à disposição dos países membros advêm das suas contribuições prévias, vinculadas a fundos de emergência, e que em momentos de crise são enviados a esses países (OCDE, 2020a). Quando analisados os gastos públicos totais, em proporção do PIB com medidas de recuperação económica decorrentes da crise COVID 19, a UE pretende despender um gasto total de 151 biliões de dólares.
As medidas adotadas entre os países apresentam como características comuns a mobilização de grande volume de recursos fiscais e financeiros, a adoção de grande diversidade de instrumentos de política económica. Outro especto comum, centra-se na expressiva intensidade e amplitude das medidas económicas adotadas neste período inicial da crise económica. Essas respostas chegam a envolver mobilização de recursos estimados em até de 20% em termos de gastos em proporção do PIB em países como Espanha e Reino Unido. Um terceiro ponto em comum observado é o foco no auxílio às empresas, em particular nas grandes empresas, através do seu financiamento (por exemplo, empréstimos diretos, garantias governamentais, créditos, assim como aquisições patrimoniais de parte ou da totalidade das empresas em dificuldade. Neste sentido, as estratégias sugerem que a preservação do emprego e do rendimento ocorrerá por meio desse tipo de medida, e não do apoio direto ou indireto dos empregados e/ou trabalhadores autónomos (à semelhança do que também observamos em território nacional).
3. Metodologia
3.1
Objetivos e questões orientadoras do estudo
A elaboração deste trabalho tem numa primeira dimensão, o objetivo de analisar indicadores de saúde demográficos, económicos e políticos, dos 27 países da União Europeia e Reino Unido, e através da compreensão das políticas de saúde cada um, correlacionar com o número total de casos por 100000 habitantes no dia 1 de Maio de 2020 (data escolhida como estando em confinamento na maioria dos países).
Desta forma, e mais especificamente, pretende responder à questão de como é que as medidas de restrição social adotadas a nível nacional e o tipo de sistema de saúde característico em cada país se podem repercutir no impacto da progressão da pandemia COVID-19.
3.2 Desenho da Investigação
Este estudo trata-se de um estudo observacional e transversal que decorreu entre março de 2020 e agosto de 2020.
3.2.1 População
A população alvo deste estudo foi constituída pelos 27 países da União Europeia e Reino Unido.
3.2.2 Instrumento de colheita de dados
No sentido de avaliar esta temática foi desenhada uma tabela, observada na sua totalidade no Anexo 1, que permitiu correlacionar os indicadores de saúde de cada país (nomeadamente o número de casos de COVID-19 e o número de mortes por COVID-19 em dois momentos distintos – 1 de Maio e 31 de Agosto) com o tipo de sistema de saúde de cada país, com as medidas de mitigação/restrição social adotadas, com variáveis demográficas e com variáveis económicas.
Para esta construção, foi feita uma revisão bibliográfica nas plataformas científicas e através dos sites oficiais do ECDC, OMS, OCDE e dos sistemas nacionais de saúde dos países supracitados.
3.2.3 Análise e Tratamento dos dados
A tabela foi realizada através do programa de software ExcelÒ, a fim de permitir uma
rápida observação dos resultados. Concluída a colheita de dados, foi realizada a análise estatística através do programa informático de estatística SPSS 26.0Ò, usando um modelo econométrico de regressão logística múltipla das variáveis.
3.2.4 Descrição das Variáveis
As variáveis colhidas foram de carácter demográfico, económico e político.
Numa primeira análise foram colhidas múltiplas variáveis que permitiram construir a base de dados mais alargada (Anexo 1).
Na tabela 1 encontram-se descritas as variáveis colhidas para a construção dessa mesma base de dados, bem como a sua categorização e respetivas fontes de dados.
Variável Tipo de
variável Fonte de dados
Tipo de Sistema de Saúde Categórica (Almeida, 2017; Gaeta et al., 2017)
Po
lít
ic
as
Data do primeiro caso Contínua (ECDC, 2020a)
Data da primeira morte Continua (ECDC, 2020a)
COVID-19 Government Response Stringecy Index Contínua (Hale, 2020) Data de confinamento obrigatório Contínua (ECDC, 2020d) Data de confinamento recomendado Contínua (ECDC, 2020d) Data de encerramento das escolas secundárias Contínua (ECDC, 2020d) Data de encerramento das escolas primárias Contínua (ECDC, 2020d) Data de encerramento das creches Contínua (ECDC, 2020d) Data de encerramento dos espaços públicos Contínua (ECDC, 2020d) Data de cancelamento dos eventos de massa Contínua (ECDC, 2020d) Número de testes SARS-CoV-2 realizados até à
semana 33 Contínua (ECDC, 2020c)
Taxa de testagem de SARS-CoV-2 até à semana
33 (por 100000 habitantes) Contínua (ECDC, 2020c)
De m og rá fi ca
s Número de habitantes Contínua (ECDC, 2020a)
Densidade populacional Contínua (Eurostat, 2020)
Percentagem de população superior a 65 anos Contínua (OECD, 2020a)
Média de idade da população Contínua (WHO, 2016)
Percentagem de população residente em áreas
urbanas Contínua (WHO, 2018)
Ec
on
óm
ic
as
Despesas atuais com a saúde per capita em dólares Contínua (OECD, 2020c) Rendimento per capita em dólares Contínua (OECD, 2020b) Número de camas hospitalares por 1000
habitantes Contínua (OECD, 2020d)
Número de camas de cuidados intensivos por
100000 habitantes Contínua (Rhodes et al., 2012)
Ou
tc
ome
s Número total de casos confirmados com infeção COVID-19 em 1 de Maio e em 31 de Agosto
2020 Contínua (ECDC, 2020a)
Número total de óbitos por 100000 habitantes por COVID-19 em 1 de Maio e em 31 de Agosto
2020 Contínua (ECDC, 2020a)
Tabela 1 - Variáveis da base de dados
fonte a partir de qual foi colhida a informação.
As variáveis escolhidas tiveram em conta a aplicação de vários modelos de regressão logística, sendo estas aquelas que demonstraram uma maior força de associação com a variável dependente estudada/outcome – número total de casos confirmados com infeção COVID-19 em 1 de Maio.
Variável Codificação Tipo de variável
Tipo de Sistema de Saúde V1 Categórica
COVID-19 Government Response Stringecy Index V2 Contínua
Ec
on
óm
ic
as
Despesas atuais com a saúde per capita em dólares V3 Contínua Número de camas hospitalares por 1000
habitantes V4 Contínua
Ou
tc
ome Número total de casos confirmados com infeção COVID-19/100000 habitantes em 1 de Maio de
2020 V5 Contínua
Tabela 2 - Codificação e tipos de variáveis estudadas no modelo ecométrico
3.2.5 Exigências éticas do estudo
Neste trabalho o autor assegura, sob compromisso de honra, não ter conflitos de interesse.
4. Resultados e discussão
4.1
Resultados
As variáveis estudadas e os respetivos resultados encontram-se na tabela 3.
Tabela 3 - Resultados obtidos das variáveis estudadas
Os resultados do método econométrico de regressão logística, tendo por base as variáveis estudadas atrás descritas, encontram-se descritos na tabela 4.
Variável Dependente
Países
Tipos de Sistema de Saúde (Health System) =
V1
Políticas de mitigação da pandemia COVID-19 - Coronavirus Government Response Tracker (Response Stringency Index; 100=strictest)
1 de Maio 2020 = V2
Despesas/gastos em saúde per capita em dólares (Current health
expenditure (CHE) (2019)) = V3 Número de Camas Hospitalares por 1000 habitantes (Hospital Beds (per 1000 inhabitants) (2018)) = V4
Número de Casos por COVID-19/100000 habitantes (1 Maio 2020) = V5 Alemanha Bismarck 76,85 6646,00 8,00 193,64 Áustria Mixed 71,30 5851,00 7,30 174,11 Bélgica Bismarck 81,48 5428,00 5,60 441,11 Bulgária Mixed 73,15 1996,00 6,80 21,51 Chipre Beveridge 94,44 2709,00 3,40 97,04 Croácia Mixed 89,81 2008,00 5,89 50,93 Dinamarca Beveridge 68,52 5568,00 2,60 157,73 Eslováquia Bismarck 73,15 2354,00 5,70 25,61 Eslovénia Bismarck 75,00 3224,00 4,40 68,67 Espanha Beveridge 85,19 3616,00 3,00 461,41 Estónia Bismarck 75,00 2579,00 4,60 127,49 Finlândia Beveridge 57,41 4578,00 3,60 90,52 França Bismarck 87,96 5376,00 5,90 193,37 Grécia Mixed 84,26 2384,00 4,20 24,16 Holanda Bismarck 79,63 5765,00 3,20 227,49 Hungria Bismarck 76,85 2222,00 7,00 29,30 Irlanda Beveridge 90,74 5276,00 3,00 420,29 Itália Beveridge 93,53 3649,00 3,10 340,40 Letónia Beveridge 65,74 1973,00 5,50 44,69 Lituânia Bismarck 77,78 2638,00 6,40 49,57 Luxemburgo Bismarck 70,37 5558,00 4,30 616,39 Malta Beveridge NA 4329,00 4,70 94,62 Polónia Bismarck 83,33 2292,00 6,50 33,91 Portugal Beveridge 87,96 3379,00 3,50 243,14 Reino Unido Beveridge 79,63 4653,00 2,50 258,96 República Checa Bismarck 57,41 3426,00 6,60 72,13 Roménia Bismarck 87,04 1907,00 6,30 63,05 Suécia Beveridge 46,30 5782,00 2,10 204,94
Tabela 4 - Variáveis na equação econométrica
O método econométrico usado foi uma regressão logística pelo facto de o outcome estudado (número de casos de COVID-19/100000 habitantes em 1 de Maio de 2020 = V5) não apresentar uma distribuição normal, pelo que não se pode fazer uma regressão linear. Assim, conforme os dados da tabela 5 e de forma a ultrapassar esta limitação converteu-se esta variável dependente para que apresentasse uma “distribuição normal” usando a mediana dos valores (112,2650) e a distância interquartis (189,32).
O tipo de sistema de saúde foi recategorizado em variável dummy, conforme tabela 6, em que o coeficiente da variável “tipo de sistema de saúde 1” (V1.1)observado na tabela 3 mede a diferença entre o tipo de sistema de saúde Bismarckiano e o tipo de sistema de saúde Misto. Por sua vez, o coeficiente da variável “tipo de sistema de saúde 2” (V1.2) mede a diferença entre o tipo de sistema de saúde Beveridgiano e o tipo sistema de saúde Misto.
Tabela 6 - Codificação da variável categórica sistema de saúde em variável dummy
Dos resultados observados na tabela 7 podemos observar que o R quadrado é de 0,643 (Cox & Snell) o que significa que este modelo explica 64,3% da variância da variável dependente (V5) com a conjugação das variáveis independentes (tipo de sistema de saúde=V1, Government Response Tracker Index=V2; despesas em saúde per capita=V3; camas hospitalares=V4).
Portanto, com base na tabela 4, a fórmula econométrica deste modelo, seria:
Na análise simplista da fórmula poderíamos inferir que os países com sistemas de saúde Misto (“comparador”) apresentam mais casos de COVID-19/100000 habitantes que os países com tipo de sistema de saúde Bismarckiano (coeficiente de +2,821 – variável V1.1). Por outro lado, os países com sistemas de saúde Misto apresentam menos casos de COVID-19/100000 habitantes que os países com tipo de sistema de saúde Beveridgiano (coeficiente de -1,901). No entanto, olhando para a tabela 4 não observamos diferenças estatísticas entre os vários tipos de sistemas de saúde (V1) e o número de casos por COVID-19/100000 habitantes.
Podemos observar pelo modelo estimado que as medidas de mitigação representadas pelo Government Response Tracker Index (V2) apresentavam um aumento do número de casos, o que não seria de todo esperado pelo que faz sentido que não seja estatisticamente significativo.
No entanto, olhando para o coeficiente (B) constata-se que nos países onde a despesa em saúde per capita (V3) é maior existe um aumento do número de casos por COVID-10/100000 habitantes.
Pela observação única dos coeficientes na fórmula (representados por B na tabela 4) poderíamos esperar que um país com um maior número de camas hospitalares (V4) apresentava menor número de casos de COVID-19/100000 habitantes (pelo coefieciente ser negativo). No entanto, olhando para o “p” observamos que não existe uma significância estatística pelo que é o mesmo que 0.
4.2 Discussão
Após a análise dos resultados observamos que alguma literatura defende que os diferentes sistemas de saúde na Europa e, consequentemente, a forma de financiamento não interferem significativamente nos resultados em saúde (Gaeta et al., 2017) o que foi coincidente com o nosso estudo uma vez que esta variável independente não foi significativa. Assim, parece que nenhum sistema de saúde apresenta um efeito protetor apesar das diferenças existentes entre eles. Olhando para a fórmula podemos observar logo que a significância da variável V1 (tipos de sistemas de saúde) não é estatisticamente significativa, mesmo antes de a tornar em variável dummy (tabela 4).
Relativamente ao Government Response Stringency Index, uma medida que os autores de Oxford usaram para estimar as medidas de mitigação adoptadas pelos diferentes países, podemos observar que a adoção destas medidas de mitigação não está diretamente relacionada com a diminuição do número de casos conforme seria de esperar. Assim, surpreendentemente, estas medidas de contenção aplicadas precocemente à população não revelaram ser um fator protetor de mitigação da pandemia. Este Government Response Stringency Index recolhe informações disponíveis publicamente sobre 17 indicadores de respostas dos governos: 8 são indicadores de política como informações sobre políticas de contenção e encerramento, como fechar as escolas e restrições de movimento; 4 são indicadores de políticas económicas, como apoio à renda aos cidadãos ou fornecimento de ajuda externa; 5 são indicadores de políticas do sistema de saúde, como o regime de testes COVID-19 ou investimentos de emergência em saúde (Hale, 2020). A variação da data de fecho das escolas, creches, espaços públicos e o cancelamento de eventos pode ter estado relacionada com a proximidade geográfica aos países onde os números foram maiores e onde a pressão nos sistemas de saúde chamaram a atenção dos media internacionais.
Os gastos em saúde per capita estão associados a um maior número de casos de COVID-19/100000 habitantes de forma estatisticamente significativa (p=0,041). Existem várias hipóteses que podem explicar este aumento. Desde logo o provável contacto mais precoce com o sistema de saúde que faz aumentar o diagnóstico. Este aumento do número de diagnósticos, por sua vez, pode ser por: maior número de atendimentos médicos em cuidados primários e secundários; aumento do número de testes realizados; rendimento per capita ser superior e permitir uma melhor educação para a saúde; melhores infraestruturas em saúde. Contudo, um contacto demasiado precoce e a opção inicial e politicamente definida de
critérios de internamento muito abrangentes podem ter sido motivos de sobrecarga dos sistemas de saúde, em países como em Itália e Espanha, que tiveram uma pressão avassaladora. No caso específico da pandemia COVID-19 a existência de um organismo europeu autónomo e soberano que permitisse fazer recomendações formais e vinculativas aos governos e respetivos ministérios da saúde nacionais ajudaria a uma resposta concertada, rápida, eficaz e coordenada que permitiria ganhos na saúde de todos os cidadãos da UE e poupanças nas despesas em saúde per capita, principalmente em contextos de pandemia. Um raciocínio que podemos fazer é de pensar que num espaço pequeno como as ilhas onde é mais fácil de controlar os fluxos de entrada e saída de pessoas. Todavia, se pensarmos em países, onde não existe um controlo de fronteiras como na UE e em que os fluxos populacionais podem ser por via marítima, aérea e terrestre com fronteiras com milhares de quilómetros, é impossível cumprir efetivamente as medidas de isolamento. Assim, medidas avulsas dos estados deixam de ter impacto se desinseridas de uma política comum ajustada. (Santos, 2020). Apesar das diferenças socioculturais existentes entre os vários países, um organismo como o anteriormente proposto, ajudaria a eliminar desigualdades no acesso à saúde uma vez que poderia criar orientações para a organização de sistemas de saúde semelhantes entre eles. Isto é particularmente visível na recomendação da OCDE que refere que os países devem reconfigurar os seus sistemas de saúde para fornecer cuidados mais eficazes e de alta qualidade, evitando o uso desnecessário de hospitais e serviços especializados. Esta reconfiguração podia passar pelo investimento uniforme e reforçado nos cuidados de saúde primários dos países europeus uma vez que estes são o principal ponto de contato para pacientes e podem tornar os sistemas de saúde mais eficientes, eficazes e equitativos em todos os países da UE. A modernização dos cuidados de saúde primários é fundamental para tornar os sistemas de saúde mais resilientes a situações de crise, mais pró-ativos na deteção de sinais precoces de epidemias e mais preparados para agir precocemente em resposta a picos de demanda por serviços de saúde (OECD, 2020e). No caso da pandemia COVID-19, começamos a perceber que não é uma doença hospitalar. A maioria das pessoas com contacto com o vírus SARS-CoV-2 são assintomáticas ou desenvolvem sintomas ligeiros, indicando claramente que esta é uma doença da comunidade em que poucos doentes irão necessitar de cuidados hospitalares. A falha dos Cuidados de Saúde Primários, como vimos acontecer nos primeiros meses em Itália e em Espanha, leva inevitavelmente ao colapso dos serviços de saúde com significativo prejuízo da população
habitantes terá influência na qualidade da resposta e diminuição da pressão nos sistemas de saúde, mas aparentemente não foi um dos principais influenciadores de mitigação da infeção por COVID-19, pelo menos no modelo estudado.
Apesar de não demonstrado nesta dissertação também foi estudado como outcome o número de óbitos por 100000 habitantes, não diferindo nas conclusões de forma estatisticamente significativa.
5. Conclusão
O programa FSE+ pode ser um ótimo ponto de partida na melhoria dos cuidados de saúde e nas reforças necessárias para tornar os sistemas de saúde mais eficientes e resilientes, mas está essencialmente assente em incentivos financeiros para cada país individualmente. Um dos objetivos específicos do atual Programa de Saúde da UE é proteger os cidadãos da UE contra graves ameaças sanitárias transfronteiriças como a pandemia COVID-19 (Commission, 2020c). Contudo, tal como observado a ajuda financeira parece não ser suficiente para o cumprimento dos objetivos propostos com um aumento da despesa per capita em saúde a relacionar-se com aumento do número de casos por COVID-19.
No entanto, o modelo econométrico apresentado pode apresentar várias limitações devido ao facto de haver outras variáveis socioeconómicas, não apresentadas, que possam influenciar o número de casos por COVID-19. A literacia em saúde da população pode ser um fator que influencia diretamente o grau de mitigação das medidas governamentais, especialmente aquelas sem carácter obrigatório, que são apenas forças de recomendação. O modelo em questão não usou medidas socioeconómicas que podem influenciar o estado geral de saúde e predispor a doença como a taxa de empregabilidade e o nível de escolaridade (que nem sempre se relaciona diretamente com a literacia em saúde). Características demográficas também podem influenciar o outcome estudado nomeadamente a percentagem de população mais jovem (abaixo dos 25 anos) que parecem ser frequentemente assintomáticos e por isso um grande veículo transmissor de doença COVID-19.
Esta dissertação permitiu ainda pensar sobre eventuais linhas de investigação futura de forma a colmatar as limitações anteriormente apresentadas. Assim. sugere-se uma avaliação de outras variáveis com possível peso na evolução da pandemia COVID-19, como a revisão da literacia em saúde nos países da EU; uma colheita de dados referentes ao acesso a plataformas de informação e seu correto manuseamento. O conhecimento da organização dos cuidados de saúde primários e o nível de cobertura nacional de cada país também seriam bons indicadores de estudo para avaliação em contexto de epidemias tal como sugerido pela OCDE.
Em conclusão, os resultados deste trabalho, nomeadamente a ausência de fator protetor nas medidas de mitigação da pandemia COVID-19 adotadas pelos diferentes países da UE e Reino Unido espelham a necessidade de se repensar as políticas europeias de saúde e a organização dos sistemas de saúde para que estes sejam mais eficientes na forma como lidam com ameaças transfronteiriças como as epidemias.
Referências Bibliográficas
Almeida, A. S. (2017). The role of private non-profit healthcare organizations in NHS systems: Implications for the Portuguese hospital devolution program. Health
Policy, 121(6), 699-707. doi:10.1016/j.healthpol.2017.03.016
Biernanth (Producer). (2020). Quais as semelhanças entre a Covid-19 e outras pandemias do passado? .
Bohm, K., Schmid, A., Gotze, R., Landwehr, C., & Rothgang, H. (2013). Five types of OECD healthcare systems: empirical results of a deductive classification. Health
Policy, 113(3), 258-269. doi:10.1016/j.healthpol.2013.09.003
Commission, E. (2014a). Communication from the commission on effective, accessible and resilient health systems. Retrieved from
https://ec.europa.eu/health/sites/health/files/systems_performance_assessment /docs/com2014_215_final_en.pdf
Commission, E. (2014b). Third EU Health Programme 2014-2020. Retrieved from
https://ec.europa.eu/health/funding/programme/2014-2020_en
Commission, E. (2020a). EU4Health 2021-2027 – a vision for a healthier European Union. Retrieved from https://ec.europa.eu/health/funding/eu4health_en
Commission, E. (2020b). EU Health Policy. Retrieved from
https://ec.europa.eu/health/policies/overview_en
Commission, E. (2020c). EU Health Programme. Retrieved from
https://ec.europa.eu/health/funding/programme_en
Dorigatti, I. (2020). Severity of 2019-novel coronavirus (nCoV). Retrieved from
https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gida-fellowships/Imperial-College-COVID19-severity-10-02-2020.pdf
ECDC. (2020a). COVID-19 data. Retrieved from https://www.ecdc.europa.eu/en/covid-19/data
ECDC. (2020b). COVID-19 pandemic. Retrieved from
https://www.ecdc.europa.eu/en/covid-19-pandemic
ECDC. (2020c). COVID-19 testing strategies and objectives. Retrieved from
https://www.ecdc.europa.eu/en/covid-19/surveillance/testing-strategies
ECDC. (2020d). Download data on country response measures to COVID-19. Retrieved from https://www.ecdc.europa.eu/en/publications-data/download-data-response-measures-covid-19
ECDC. (2020e). Transmission of COVID-19. Retrieved from
https://www.ecdc.europa.eu/en/covid-19/latest-evidence/transmission
Eurostat. (2020). Population density. Retrieved from
https://ec.europa.eu/eurostat/web/products-datasets/product?code=tps00003
Flaxman, S. (2020). Estimating the effects of non-pharmaceutical interventions on COVID-19 in Europe. Nature, 584, 257–261.
Gaeta, M., Campanella, F., Capasso, L., Schifino, G. M., Gentile, L., Banfi, G., . . . Ricci, C. (2017). An overview of different health indicators used in the European Health Systems. J Prev Med Hyg, 58(2), E114-E120. Retrieved from
https://www.ncbi.nlm.nih.gov/pubmed/28900351
Hale, T., Noam Angrist, Emily Cameron-Blake, Laura Hallas, Beatriz Kira, Saptarshi Majumdar, Anna Petherick, Toby Phillips, Helen Tatlow, Samuel Webster. (2020). Oxford COVID-19 Government Response Tracker. Blavatnik School of
Government.
Imai, N., Cori, A., Dorigatti, I., Baguelin, M., Donnelly, C. A., Riley, S., & Ferguson, N. M. (2020). Transmissibility of 2019-nCoV. Retrieved from
Lauer, S. A. (2020). The Incubation Period of Coronavirus Disease 2019 (COVID-19) From Publicly Reported Confirmed Cases: Estimation and Application. National
Library of Medicine, 9, 577–582.
OCDE. (2020a). Retrieved from http://www.oecd.org/els/health-systems/health-data.htm. http://www.oecd.org/els/health-systems/health-data.htm
OCDE. (2020b). Evaluating the initial impact of COVID-19 containment measures on
economic activity. Retrieved from Paris:
OECD. (2019). Health for Everyone?: Social Inequalities in Health and Health Systems. OECD. (2020a). Elderly population (indicator). doi:doi: 10.1787/8d805ea1-en
OECD. (2020b). Gross domestic product (GDP) (indicator). doi:doi: 10.1787/dc2f7aec-en
OECD. (2020c). Health spending (indicator). OECD. (2020d). Hospital beds (indicator).
OECD. (2020e). Realising the Potential of Primary Health Care.
Rhodes, A., Ferdinande, P., Flaatten, H., Guidet, B., Metnitz, P. G., & Moreno, R. P. (2012). The variability of critical care bed numbers in Europe. Intensive Care
Med, 38(10), 1647-1653. doi:10.1007/s00134-012-2627-8
Santos, P. M., T.; Nogueira, R.; Hespanhol, A. (2020). O médico de família e o Covid-19. Rev Port Med Geral Fam, 36, 100-102. doi:DOI: 10.32385/rpmgf.v36i2.12835 Thomsen, P. M. (2020). Europe’s COVID-19 Crisis and the Fund’s Response.
WHO. (2000). The world health report 2000: health systems: improving performance. Retrieved from https://www.who.int/whr/2000/en/whr00_en.pdf?ua=1
WHO. (2007). Everybody business: strengthening health systems to improve health outcomes. WHO’s framework for action. Retrieved from
https://www.who.int/healthsystems/strategy/everybodys_business.pdf?ua=1
WHO. (2016). Population median age (years). Retrieved from
https://www.who.int/data/gho/indicator-metadata-registry/imr-details/116
WHO. (2018). Population living in urban areas (%). Retrieved from
https://www.who.int/data/gho/indicator-metadata-registry/imr-details/4455
WHO. (2020). Coronavirus disease (COVID-19) pandemic. Retrieved from
Countries System Health First Case First Death Time between First Case and First Death Number of tests done (till week 33) Testing rate (till week 33) Coronavirus Government Response Tracker (Response Stringency Index; 100=strictest) 1st May Stay-at-home orders (enforced) Days after first case and stay at home (enforced) Days after first death and stay at home (enforced) Stay-at-home recommendat ions (general population) Days after first case and stay at home recomendatio ns Days after first death and stay at home recomendatio ns Closure schools (secondary-high education) Days after first case and
closure schools (secondary-high education) Days after first death and closure schools (secondary-high education) Closure schools (primary education) Days after first case and
closure schools (primary education) Days after first death and closure schools (primary education) Closure schools (daycare) Days after first case and
closure schools (daycare) Days after first death and closure schools (daycare) Closure public places Days after first case and
closure public places Days after first death and closure public places Mass gathering cancellations Days after first case and
mass gathering cancellations Days after first death and mass gathering cancellations Austria Mixed 25/02/20 12/03/20 16 56622 639,16 71,30 16/03/20 20 4 10/03/20 14 -2 16/03/20 20 4 16/03/20 20 4 16/03/20 20 4 16/03/20 20 4 10/03/20 14 -2 Belgium Bismarck 03/02/20 11/03/20 37 127294 1111,20 81,48 18/03/20 44 7 NA NA NA 13/03/20 39 2 13/03/20 39 2 01/05/20 88 51 13/03/20 39 2 10/03/20 36 -1 Bulgary Mixed 07/03/20 11/03/20 4 29994 428,48 73,15 NA NA NA NA NA NA 13/03/20 6 2 13/03/20 6 2 13/03/20 6 2 13/03/20 6 2 19/03/20 12 8 Croatia Mixed 25/02/20 18/03/20 22 9525 233,67 89,81 NA NA NA 17/03/20 21 -1 16/03/20 20 -2 16/03/20 20 -2 16/03/20 20 -2 19/03/20 23 1 10/03/20 14 -8 Cyprus Beveridge 09/03/20 23/03/20 14 23053 2631,92 94,44 24/03/20 15 1 NA NA NA 10/03/20 1 -13 10/03/20 1 -13 10/03/20 1 -13 13/03/20 4 -10 04/03/20 -5 -19 Czech_RepublicBismarck 01/03/20 22/03/20 21 44373 416,66 57,41 16/03/20 15 -6 NA NA NA 11/03/20 10 -11 11/03/20 10 -11 11/03/20 10 -11 13/03/20 12 -9 14/03/20 13 -8 Denmark Beveridge 26/02/20 15/03/20 18 216357 3726,39 68,52 NA NA NA NA NA NA 16/03/20 19 1 16/03/20 19 1 16/03/20 19 1 18/03/20 21 3 12/03/20 15 -3 Estonia Bismarck 03/03/20 25/03/20 22 8148 615,03 75,00 17/03/20 14 -8 12/03/20 9 -13 16/03/20 13 -9 16/03/20 13 -9 NA NA NA 12/03/20 9 -13 12/03/20 9 -13 Finland Beveridge 26/02/20 21/03/20 24 70167 1271,62 57,41 NA NA NA NA NA NA 18/03/20 21 -3 18/03/20 21 -3 NA NA NA 18/03/20 21 -3 29/02/20 3 -21 France Bismarck 24/01/20 14/02/20 21 547867 817,55 87,96 17/03/20 53 32 NA NA NA 16/03/20 52 31 NA NA NA 16/03/20 52 31 16/03/20 52 31 08/03/20 44 23 Germany Bismarck 27/01/20 09/03/20 42 67625 630,56 76,85 NA NA NA 17/03/20 50 8 13/03/20 46 4 13/03/20 46 4 13/03/20 46 4 16/03/20 49 7 19/03/20 52 10 Greece Mixed 26/02/20 11/03/20 14 18959 194,00 84,26 29/03/20 32 18 13/02/20 -13 -27 11/03/20 14 0 11/03/20 14 0 11/03/20 14 0 14/03/20 17 3 09/08/20 165 151 Hungary Bismarck 04/03/20 15/03/20 11 54816 1117,73 76,85 NA NA NA 21/03/20 17 6 16/03/20 12 1 16/03/20 12 1 25/03/20 21 10 13/03/20 9 -2 11/03/20 7 -4 Ireland Beveridge 29/02/20 11/03/20 11 307573 509,57 90,74 28/03/20 28 17 24/03/20 24 13 12/03/20 12 1 12/03/20 12 1 12/03/20 12 1 12/03/20 12 1 12/03/20 12 1 Italy Beveridge 30/01/20 22/02/20 23 12102 630,32 93,53 09/03/20 39 16 NA NA NA 04/03/20 34 11 11/03/20 41 18 10/03/20 40 17 10/03/20 40 17 10/03/20 40 17 Latvia Beveridge 02/03/20 03/04/20 32 25295 905,27 65,74 17/03/20 15 -17 17/03/20 15 -17 NA NA NA NA NA NA NA NA NA NA NA NA 12/03/20 10 -22 Lithuania Bismarck 27/02/20 20/03/20 22 32797 5342,45 77,78 NA NA NA 16/03/20 18 -4 16/03/20 18 -4 16/03/20 18 -4 16/03/20 18 -4 NA NA NA 01/07/20 125 103 Luxembourg Bismarck 29/02/20 13/03/20 13 15543 3149,17 70,37 17/03/20 17 4 NA NA NA 16/03/20 16 3 16/03/20 16 3 16/03/20 16 3 NA NA NA 09/03/20 9 -4 Malta Beveridge 07/03/20 08/04/20 32 114783 664,17 NA NA NA NA NA NA NA 13/03/20 6 -26 13/03/20 6 -26 13/03/20 6 -26 18/03/20 11 -21 13/03/20 6 -26 Netherlands Bismarck 27/02/20 06/03/20 8 65041 1220,69 79,63 16/03/20 18 10 16/03/20 18 10 16/03/20 18 10 16/03/20 18 10 16/03/20 18 10 NA NA NA 12/03/20 14 6 Poland Bismarck 03/03/20 12/03/20 9 156247 411,47 83,33 24/03/20 21 12 20/04/20 48 39 12/03/20 9 0 12/03/20 9 0 12/03/20 9 0 14/03/20 11 2 10/03/20 7 -2 Portugal Beveridge 02/03/20 17/03/20 15 94698 921,49 87,96 18/03/20 16 1 19/03/20 17 2 16/03/20 14 -1 16/03/20 14 -1 16/03/20 14 -1 13/03/20 11 -4 15/03/20 13 -2 Romania Bismarck 26/02/20 22/03/20 25 130189 670,58 87,04 NA NA NA NA NA NA 16/03/20 19 -6 16/03/20 19 -6 16/03/20 19 -6 18/03/20 21 -4 18/03/20 21 -4 Slovakia Bismarck 07/03/20 06/04/20 30 15793 289,76 73,15 NA NA NA NA NA NA 12/03/20 5 -25 12/03/20 5 -25 16/03/20 9 -21 16/03/20 9 -21 09/03/20 2 -28 Slovenia Bismarck 05/03/20 17/03/20 12 5778 277,67 75,00 18/03/20 13 1 NA NA NA 12/03/20 7 -5 12/03/20 7 -5 12/03/20 7 -5 14/03/20 9 -3 07/03/20 2 -10 Spain Beveridge 24/02/20 04/03/20 9 383376 816,79 85,19 14/03/20 19 10 09/03/20 14 5 12/03/20 17 8 12/03/20 17 8 12/03/20 17 8 14/03/20 19 10 14/03/20 19 10 Sweden Beveridge 27/02/20 11/03/20 13 56487 552,16 46,30 NA NA NA NA NA NA 18/03/20 20 7 NA NA NA NA NA NA NA NA NA 12/03/20 14 1 United_KingdomBeveridge 31/01/20 06/03/20 35 1179159 1769,26 79,63 24/03/20 53 18 16/03/20 45 10 23/03/20 52 17 23/03/20 52 17 23/03/20 52 17 16/03/20 45 10 24/03/20 53 18 Policies
Countries Health
System First Case First Death Time between First Case and First Death Habitants Population density (2018) Population aged 65+ years old (percentage) (2018) Population aged 65+ (n) Population median age (years) (2016) Population living in urban areas (%) (2018) Population living in urban areas (n) Austria Mixed 25/02/20 12/03/20 16 8858775 107,10 18,76 1661906 42,70 58,30 5164424 Belgium Bismarck 03/02/20 11/03/20 37 11455519 375,30 18,84 2158220 41,60 98,00 11226535 Bulgary Mixed 07/03/20 11/03/20 4 7000039 63,90 21,17 1481908 43,00 75,01 5250595 Croatia Mixed 25/02/20 18/03/20 22 4076246 137,70 20,36 829924 42,60 56,95 2321287 Cyprus Beveridge 09/03/20 23/03/20 14 875899 138,00 16,02 140319 35,20 66,81 585192 Czech_RepublicBismarck 01/03/20 22/03/20 21 10649800 234,70 19,41 2067126 40,30 73,79 7858696 Denmark Beveridge 26/02/20 15/03/20 18 5806081 30,40 19,46 1129863 41,10 87,87 5102040 Estonia Bismarck 03/03/20 25/03/20 22 1324820 70,90 19,68 260725 40,90 68,88 912537 Finland Beveridge 26/02/20 21/03/20 24 5517919 82,50 21,61 1192422 42,30 85,38 4711298 France Bismarck 24/01/20 14/02/20 21 67012883 93,10 19,84 13295356 40,60 80,44 53907959 Germany Bismarck 27/01/20 09/03/20 42 83019213 105,60 21,47 17824225 45,50 77,31 64183439 Greece Mixed 26/02/20 11/03/20 14 10724599 73,20 21,89 2347615 42,80 79,06 8478655 Hungary Bismarck 04/03/20 15/03/20 11 9772756 202,90 19,14 1870505 40,60 71,35 6972932 Ireland Beveridge 29/02/20 11/03/20 11 4904240 94,40 13,86 679728 35,30 63,17 3098009 Italy Beveridge 30/01/20 22/02/20 23 60359546 30,40 22,68 13689545 44,30 70,44 42515778 Latvia Beveridge 02/03/20 03/04/20 32 1919968 44,70 20,18 387450 41,50 68,14 1308301 Lithuania Bismarck 27/02/20 20/03/20 22 2794184 235,10 19,71 550734 39,30 67,68 1891068 Luxembourg Bismarck 29/02/20 13/03/20 13 613894 107,10 14,35 88094 39,00 90,98 558529 Malta Beveridge 07/03/20 08/04/20 32 493559 1548,30 18,79 92740 40,90 94,61 466967 Netherlands Bismarck 27/02/20 06/03/20 8 17282163 504,00 19,02 3287067 41,80 91,49 15811467 Poland Bismarck 03/03/20 12/03/20 9 37972812 123,60 17,23 6542716 38,80 60,06 22805611 Portugal Beveridge 02/03/20 17/03/20 15 10276617 113,00 21,67 2226943 42,20 65,21 6701486 Romania Bismarck 26/02/20 22/03/20 25 19414458 83,10 18,36 3564494 39,40 54,00 10483367 Slovakia Bismarck 07/03/20 06/04/20 30 5450421 102,90 15,78 860076 38,20 53,73 2928278 Slovenia Bismarck 05/03/20 17/03/20 12 2080908 111,80 19,67 409315 42,40 54,54 1134941 Spain Beveridge 24/02/20 04/03/20 9 46936564 18,10 19,29 9054063 41,40 80,32 37700094 Sweden Beveridge 27/02/20 11/03/20 13 10230185 25,00 19,86 2031715 41,00 87,43 8944362 United_KingdomBeveridge 31/01/20 06/03/20 35 66647112 273,80 18,31 12203086 40,20 83,40 55582614 Demographic variables
