Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/91/91131/tde-03022026-131058/ |
Resumo: | A tese adota a definição multidimensional de qualidade de vida do WHOQOL bem como o conceito de sindemia para mostrar a interação da Covid-19 com as desigualdades existentes, que reconfigurou percepções de bem-estar físico e psíquico no Brasil. O capítulo 1 discute as relações entre as sequelas da Covid-19 e desigualdades sociais as a partir do conceito de sindemia. Utilizando dados coletados de 456 pacientes da Covid-19 no ápice da sindemia de Covid-19 no Brasil (2020 e 2021), o trabalho buscou avaliar se as condições socioeconômicas dos pacientes interagiam com a gravidade das sequelas. Foram avaliadas a associação dessa gravidade das sequelas (quadro pós-Covid-19) com o gênero, o nível de instrução, a renda e a cor da pele dos participantes. Para tanto, foram aplicados métodos de estatística robusta e de Inteligência Artificial (IA). Concluímos que a Covid-19 foi uma sindemia, diante da qual, desigualdades socioeconômicas historicamente constituídas são fatores cruciais à sua compreensão. No capítulo 2 um estudo transversal e quantitativo, com dados coletados entre 2020 e 2023, com o intuito de verificar como a pandemia de Covid-19 impactou a percepção ambiental e a qualidade de vida (QV) da população brasileira, com foco no Domínio Ambiente do WHOQOL-BREF. Sexo junto da escolaridade foram os fatores de estratificação principais, como demonstraram as análises estatísticas, incluindo Kruskal-Wallis, regressão robusta, análise de cluster e componentes principais com bootstrap, com 289 participantes adultos na amostra final. As mulheres sem ensino superior foram ainda muito mais vulneráveis aos impactos negativos da pandemia. Já homens sem ensino superior apresentaram associações positivas da infecção pela Covid-19 e QV, com a renda atuando como fator protetivo. Com o capítulo 3, analisa-se como a pandemia de Covid-19 exacerbou desigualdades sociais e afetou a qualidade de vida (QV). Este estudo transversal e online avaliou como gênero e grau de instrução impactam as opiniões sobre a QV em adultos brasileiros. A pesquisa utilizou métodos estatísticos robustos para analisar os dados, identificando padrões-chave. Diferenças significativas surgiram em diversas métricas, incluindo pontuações do WHOQOL-BREF. Grupos com maior escolaridade apresentaram pontuações mais altas e estáveis nos domínios psicológico e social, enquanto aqueles com menor escolaridade exibiram déficits acentuados nos domínios físico e ambiental. A satisfação com os serviços de saúde previu consistentemente a QV geral, enquanto sequelas a impactaram negativamente. |
| id |
USP_42b40618029d8c45260902b5175ccf0c |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-03022026-131058 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificialCovid-19 and quality of life in Brazil a perspective from data science and artificial intelligenceArtificial intelligenceCiência de dadosCovid-19Covid-19Data scienceDesigualdades sociaisHealthInteligência artificialMachine learningMachine learningQualidade de vidaQuality of lifeSaúdeSocial inequalitiesA tese adota a definição multidimensional de qualidade de vida do WHOQOL bem como o conceito de sindemia para mostrar a interação da Covid-19 com as desigualdades existentes, que reconfigurou percepções de bem-estar físico e psíquico no Brasil. O capítulo 1 discute as relações entre as sequelas da Covid-19 e desigualdades sociais as a partir do conceito de sindemia. Utilizando dados coletados de 456 pacientes da Covid-19 no ápice da sindemia de Covid-19 no Brasil (2020 e 2021), o trabalho buscou avaliar se as condições socioeconômicas dos pacientes interagiam com a gravidade das sequelas. Foram avaliadas a associação dessa gravidade das sequelas (quadro pós-Covid-19) com o gênero, o nível de instrução, a renda e a cor da pele dos participantes. Para tanto, foram aplicados métodos de estatística robusta e de Inteligência Artificial (IA). Concluímos que a Covid-19 foi uma sindemia, diante da qual, desigualdades socioeconômicas historicamente constituídas são fatores cruciais à sua compreensão. No capítulo 2 um estudo transversal e quantitativo, com dados coletados entre 2020 e 2023, com o intuito de verificar como a pandemia de Covid-19 impactou a percepção ambiental e a qualidade de vida (QV) da população brasileira, com foco no Domínio Ambiente do WHOQOL-BREF. Sexo junto da escolaridade foram os fatores de estratificação principais, como demonstraram as análises estatísticas, incluindo Kruskal-Wallis, regressão robusta, análise de cluster e componentes principais com bootstrap, com 289 participantes adultos na amostra final. As mulheres sem ensino superior foram ainda muito mais vulneráveis aos impactos negativos da pandemia. Já homens sem ensino superior apresentaram associações positivas da infecção pela Covid-19 e QV, com a renda atuando como fator protetivo. Com o capítulo 3, analisa-se como a pandemia de Covid-19 exacerbou desigualdades sociais e afetou a qualidade de vida (QV). Este estudo transversal e online avaliou como gênero e grau de instrução impactam as opiniões sobre a QV em adultos brasileiros. A pesquisa utilizou métodos estatísticos robustos para analisar os dados, identificando padrões-chave. Diferenças significativas surgiram em diversas métricas, incluindo pontuações do WHOQOL-BREF. Grupos com maior escolaridade apresentaram pontuações mais altas e estáveis nos domínios psicológico e social, enquanto aqueles com menor escolaridade exibiram déficits acentuados nos domínios físico e ambiental. A satisfação com os serviços de saúde previu consistentemente a QV geral, enquanto sequelas a impactaram negativamente.The thesis adopts the multidimensional quality of life definition from WHOQOL as well as the syndemic concept to show Covid-19s interaction with inequalities that already existed reshaping physical plus psychological well-being perceptions throughout Brazil. Chapter 1 presents a study intended to assess whether patientssocioeconomic conditions influenced the severity of post-Covid sequelae since it used data collected from 456 Covid-19 patients near the peak of the Covid-19 syndemic in Brazil (2020 and 2021). Associations linking participantsgender, income, education level, and skin color to sequelae severity were analyzed using strong statistical methods plus Artificial Intelligence (AI). Covid-19 constituted a syndemic, based upon the findings. Understanding its impact depended upon historically rooted socioeconomic inequalities. Chapter 2 shows statistical analyses incorporating Kruskal-Wallis tests, strong regression, cluster analysis, and principal component analysis with bootstrap revealed gender and education level as the primary stratification factors, based upon a final sample of 289 adult participants. The pandemic had a negative impact upon women, especially upon those without a higher education. These women were in fact greatly more vulnerable. Conversely, men even without higher education did have positive associations between QoL and also Covid-19 infection, and income became a protective factor for them. For chapter 3, a cross-sectional study, where opinions of Brazilian adults on QoL were evaluated based on both gender and on education level. Strong statistical methods helped to identify key patterns in the data. Important differences emerged across various metrics and also included WHOQOL-BREF scores. Groups in higher education reported higher scores and more stable scores in the psychological domain and the social domain. Marked physical as well as environmental domain deficits were shown in lower education groups. Healthcare services were consistently satisfying, predicting overall QoL, while post-Covid sequelae impacted negatively.Biblioteca Digitais de Teses e Dissertações da USPAlmeida Junior, Antonio Ribeiro deSarries, Gabriel AdrianFurlan, Gustavo Nazato2025-11-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/91/91131/tde-03022026-131058/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2026-02-04T18:29:02Zoai:teses.usp.br:tde-03022026-131058Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212026-02-04T18:29:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial Covid-19 and quality of life in Brazil a perspective from data science and artificial intelligence |
| title |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| spellingShingle |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial Furlan, Gustavo Nazato Artificial intelligence Ciência de dados Covid-19 Covid-19 Data science Desigualdades sociais Health Inteligência artificial Machine learning Machine learning Qualidade de vida Quality of life Saúde Social inequalities |
| title_short |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| title_full |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| title_fullStr |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| title_full_unstemmed |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| title_sort |
Covid-19 e qualidade de vida no Brasil uma perspectiva da ciência de dados e inteligência artificial |
| author |
Furlan, Gustavo Nazato |
| author_facet |
Furlan, Gustavo Nazato |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Almeida Junior, Antonio Ribeiro de Sarries, Gabriel Adrian |
| dc.contributor.author.fl_str_mv |
Furlan, Gustavo Nazato |
| dc.subject.por.fl_str_mv |
Artificial intelligence Ciência de dados Covid-19 Covid-19 Data science Desigualdades sociais Health Inteligência artificial Machine learning Machine learning Qualidade de vida Quality of life Saúde Social inequalities |
| topic |
Artificial intelligence Ciência de dados Covid-19 Covid-19 Data science Desigualdades sociais Health Inteligência artificial Machine learning Machine learning Qualidade de vida Quality of life Saúde Social inequalities |
| description |
A tese adota a definição multidimensional de qualidade de vida do WHOQOL bem como o conceito de sindemia para mostrar a interação da Covid-19 com as desigualdades existentes, que reconfigurou percepções de bem-estar físico e psíquico no Brasil. O capítulo 1 discute as relações entre as sequelas da Covid-19 e desigualdades sociais as a partir do conceito de sindemia. Utilizando dados coletados de 456 pacientes da Covid-19 no ápice da sindemia de Covid-19 no Brasil (2020 e 2021), o trabalho buscou avaliar se as condições socioeconômicas dos pacientes interagiam com a gravidade das sequelas. Foram avaliadas a associação dessa gravidade das sequelas (quadro pós-Covid-19) com o gênero, o nível de instrução, a renda e a cor da pele dos participantes. Para tanto, foram aplicados métodos de estatística robusta e de Inteligência Artificial (IA). Concluímos que a Covid-19 foi uma sindemia, diante da qual, desigualdades socioeconômicas historicamente constituídas são fatores cruciais à sua compreensão. No capítulo 2 um estudo transversal e quantitativo, com dados coletados entre 2020 e 2023, com o intuito de verificar como a pandemia de Covid-19 impactou a percepção ambiental e a qualidade de vida (QV) da população brasileira, com foco no Domínio Ambiente do WHOQOL-BREF. Sexo junto da escolaridade foram os fatores de estratificação principais, como demonstraram as análises estatísticas, incluindo Kruskal-Wallis, regressão robusta, análise de cluster e componentes principais com bootstrap, com 289 participantes adultos na amostra final. As mulheres sem ensino superior foram ainda muito mais vulneráveis aos impactos negativos da pandemia. Já homens sem ensino superior apresentaram associações positivas da infecção pela Covid-19 e QV, com a renda atuando como fator protetivo. Com o capítulo 3, analisa-se como a pandemia de Covid-19 exacerbou desigualdades sociais e afetou a qualidade de vida (QV). Este estudo transversal e online avaliou como gênero e grau de instrução impactam as opiniões sobre a QV em adultos brasileiros. A pesquisa utilizou métodos estatísticos robustos para analisar os dados, identificando padrões-chave. Diferenças significativas surgiram em diversas métricas, incluindo pontuações do WHOQOL-BREF. Grupos com maior escolaridade apresentaram pontuações mais altas e estáveis nos domínios psicológico e social, enquanto aqueles com menor escolaridade exibiram déficits acentuados nos domínios físico e ambiental. A satisfação com os serviços de saúde previu consistentemente a QV geral, enquanto sequelas a impactaram negativamente. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-11-13 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/91/91131/tde-03022026-131058/ |
| url |
https://www.teses.usp.br/teses/disponiveis/91/91131/tde-03022026-131058/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1857669974402793472 |