Resultados de las elecciones presidenciales en 2018-2022 y su asociación con el exceso de mortalidad durante la pandemia del COVID-19 en 2020-2021 en los municipios brasileños

Lima, Everton Emanuel Campos de; Costa, Lilia Carolina Carneiro da; Souza, Rafael F.; Rocha, Cleiton O. da E.; Ichihara, Maria Yury Travassos

Everton Emanuel Campos de Lima

contributed with the study design, data analysis and interpretation

writing and review

approved the final version

Universidade Estadual de Campinas, Campinas, Brasil.

https://orcid.org/0000-0001-6275-9854

Lilia Carolina Carneiro da Costa

contributed with the data interpretation and review

approved the final version

Instituto de Matemática, Universidade Federal da Bahia, Salvador, Brasil.

https://orcid.org/0000-0001-5107-2723

Rafael F. Souza

contributed with the data analysis

approved the final version

Instituto Gonçalo Moniz, Fundação Oswaldo Cruz, Salvador, Brasil.

https://orcid.org/0000-0002-0484-0782

Cleiton O. da E. Rocha

contributed with the data analysis

approved the final version

Instituto Gonçalo Moniz, Fundação Oswaldo Cruz, Salvador, Brasil.

https://orcid.org/0000-0002-5401-6636

Maria Yury Travassos Ichihara

contributed with the data analysis and interpretation and review

approved the final version

Instituto Gonçalo Moniz, Fundação Oswaldo Cruz, Salvador, Brasil.

https://orcid.org/0000-0001-8590-6212

Correspondence
E. E. C. Lima Rua José Vilagelim Neto 130, complemento 13, Campinas, SP 13076-280, Brasil. everton.emanuel@gmail.com

Additional information

ORCID: Everton Emanuel Campos de Lima (0000-0001-6275-9854); Lilia Carolina Carneiro da Costa (0000-0001-5107-2723); Rafael F. Souza (0000-0002-0484-0782); Cleiton O. da E. Rocha (0000-0002-5401-6636); Maria Yury Travassos Ichihara (0000-0001-8590-6212).

PARAMETER	DESCRIPTION	SOURCE
Response variable
Excess mortality during 2020 and 2021	Pscore, or the percentage increase in the monthly number of deaths between April 2020 and June 2021 in comparison with five previous years	DATASUS ³⁸38. Departamento de Informática do SUS. Mortalidade - desde 1996 pela CID-10. http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sim/cnv/obt10br.def (accessed on 05/Jul/2022). http://tabnet.datasus.gov.br/cgi/deftoht...
Variable of interest
First-round votes for Bolsonaro in 2018 and 2022 and first-round votes for Worker’s Party (PT) in the same years	% votes to specific candidate divided by total votes (white and null included in the total)	Ipeadata ³⁹39. Ipeadata. Regional - eleições para presidente 2018. http://www.ipeadata.gov.br/Default.aspx (accessed on 05/May/2021). http://www.ipeadata.gov.br/Default.aspx... ^,⁴⁰40. Ipeadata. Regional - eleições para presidente 2022. http://www.ipeadata.gov.br/Default.aspx (accessed on 01/Mar/2023). http://www.ipeadata.gov.br/Default.aspx...
Demographic control variable
% age retirement in 2021	The number of retirees at 65 (for males) and 62 (for females) years old by the total of retirees.	Brazilian Ministry of Social Security ⁴¹41. Ministério da Previdência Social. Quantidade de benefícios emitidos pelo Instituto Nacional do Seguro Social - INSS, nos municípios brasileiros, segundo grupos de espécies Dezembro 2021. https://www.gov.br/previdencia/pt-br/assuntos/previdencia-social/emitidos-municipios-2021 (accessed on 05/May/2022). https://www.gov.br/previdencia/pt-br/ass...
Socioeconomic control variables
GDP in 2019	GDP at current prices	IBGE ⁴²42. Instituto Brasileiro de Geografia e Estatística. Produto interno bruto dos municípios em 2019. https://www.ibge.gov.br/estatisticas/economicas/contas-nacionais/9088-produto-interno-bruto-dos-municipios.html?edicao=32575&t=resultados (accessed on 03/May/2022). https://www.ibge.gov.br/estatisticas/eco...
Extreme poverty ratio in 2020 and 2021	The ratio of person/family in extreme poverty situation during the mortality peaks in 2020 and 2021	Secretariat for Evaluation, Information, Management and Simple Registry ⁴³43. Secretaria de Avaliação, Gestão da Informação e Cadastro Único. Famílias inscritas no Cadastro Único - quantidade total e por faixa de renda familiar per capita em 2020. https://aplicacoes.cidadania.gov.br/vis/data3/data-explorer.php# (accessed on 03/May/2022). https://aplicacoes.cidadania.gov.br/vis/... ^,⁴⁴44. Secretaria de Avaliação, Gestão da Informação e Cadastro Único. Famílias inscritas no Cadastro Único - quantidade total e por faixa de renda familiar per capita em 2021. https://aplicacoes.cidadania.gov.br/vis/data3/data-explorer.php# (accessed on 03/May/2022). https://aplicacoes.cidadania.gov.br/vis/...
Unemployment numbers	Total number of unemployed people in four months previous to the peak of excess mortality	Brazilian Ministry of Labor and Employment ⁴⁵45. Ministério do Trabalho e Emprego. Cadastro Geral de Empregados e Desempregados - CAGED. https://portalfat.mte.gov.br/cadastro-geral-de-empregados-e-desempregados-caged/ (accessed on 10/Sep/2021). https://portalfat.mte.gov.br/cadastro-ge...
Material deprivation index	An index measuring household material deprivation in 2010	IBGE ⁴⁶46. Instituto Brasileiro de Geografia e Estatística. Microdados do Censo Demográfico 2010. https://www.ibge.gov.br/estatisticas/sociais/populacao/9662-censo-demografico-2010.html?=&t=microdados (accessed on 03/May/2022). https://www.ibge.gov.br/estatisticas/soc...
Health service control variables
Health facilities	The number of health establishments registered during the pandemic peaks	DATASUS ⁴⁷47. Departamento de Informática do SUS. CNES - Estabelecimentos - Classificação do serviço - Brasil em 2020. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/servc2br.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi.... ^,⁴⁸48. Departamento de Informática do SUS. CNES - Estabelecimentos - Classificação do serviço - Brasil em 2021. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/servc2br.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi....
Health outpatient clinics	The number of health outpatient clinics during the pandemic peaks	DATASUS ⁴⁹49. Departamento de Informática do SUS. CNES - Estabelecimentos por nível de atenção - Brasil. Ambulatorial - Básica municipal, segundo município em 2020. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/atencbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi.... ^,⁵⁰50. Departamento de Informática do SUS. CNES - Estabelecimentos por nível de atenção - Brasil. Ambulatorial - Básica municipal, segundo município em 2021. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/atencbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi....
Hospitalization	The number of hospitalizations approved during the pandemic peaks	DATASUS ⁵¹51. Departamento de Informática do SUS. Dados detalhados das AIH - Por Residência - Brasil. Quantidade aprovada segundo município em 2020. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?sih/cnv/sprbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi.... ^,⁵²52. Departamento de Informática do SUS. Dados detalhados das AIH - Por residência - Brasil. Quantidade aprovada segundo município em 2021. http://tabnet.datasus.gov.br/cgi/tabcgi.exe?sih/cnv/sprbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/tabcgi....
ICU beds	Number of intensive care unit beds during the peaks of the pandemic	DATASUS ⁵³53. Departamento de Informática do SUS. CNES - Recursos físicos - hospitalar - leitos de internação - Brasil. Quantidade existente por município em 2020. http://tabnet.datasus.gov.br/cgi/deftohtm.exe?cnes/cnv/leiintbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/deftoht... ^,⁵⁴54. Departamento de Informática do SUS. CNES - Recursos físicos - hospitalar - Leitos de internação - Brasil. Quantidade existente por município em 2021. http://tabnet.datasus.gov.br/cgi/deftohtm.exe?cnes/cnv/leiintbr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/deftoht...
Vaccination coverage	Percentage of vaccine coverage in the municipalities in 2020 and 2021	DATASUS ⁵⁵55. Departamento de Informática do SUS. Cobertura - Brasil. Coberturas vacinais segundo município em 2020. http://tabnet.datasus.gov.br/cgi/dhdat.exe?bd_pni/cpnibr.def (accessed on 14/Sep/2022). http://tabnet.datasus.gov.br/cgi/dhdat.e...
Cultural variables
% Pentecostals	Percentage affiliation of Pentecostals across municipalities in 2010	IBGE ⁴⁶46. Instituto Brasileiro de Geografia e Estatística. Microdados do Censo Demográfico 2010. https://www.ibge.gov.br/estatisticas/sociais/populacao/9662-censo-demografico-2010.html?=&t=microdados (accessed on 03/May/2022). https://www.ibge.gov.br/estatisticas/soc...

Lagrange multiplier test diagnostics for spatial dependence, Bolsonaro’s first-round votes 2018-2022
Type of spatial dependency test	2018 votes and 1^st peak mortality		2022 votes and 1^st peak mortality		2018 votes and 2^nd peak mortality		2022 votes and 2^nd peak mortality
Type of spatial dependency test	Statistic	p-value	Statistic	p-value	Statistic	p-value	Statistic	p-value
Lagrange multiplier error model	21.28	0.000	23.35	0.000	25.27	0.000	25.92	0.000
Lagrange multiplier lag model	18.82	0.000	20.22	0.000	18.92	0.000	19.52	0.000
Robust Lagrange multiplier error model	2.88	0.090	3.91	0.048	7.24	0.007	7.26	0.007
Robust Lagrange multiplier lag model	0.41	0.522	0.79	0.375	0.89	0.344	0.86	0.354
Regression models to explain municipal excess mortality in Brazil in the function of first-round votes for Bolsonaro
Control variables	2018 PSL votes - 1^st peak excess deaths				2022 PL votes - 1^st peak excess deaths
	Linear model		Spatial error model		Linear model		Spatial error model
	β	p-value	β	p-value	β	p-value	β	p-value
Intercept	36.83	0.002	36.73	0.003	41.11	0.001	41.17	0.001
% first-round votes	0.62	0.000	0.61	0.000	0.51	0.000	0.52	0.000
Material deprivation index	2.97	0.263	3.15	0.258	0.95	0.704	1.35	0.609
GDP	0.09	0.573	0.08	0.640	0.09	0.570	0.08	0.640
Extreme poverty ratio	-4.16	0.223	-3.78	0.281	-3.80	0.265	-3.47	0.323
% age retirement	0.08	0.354	0.07	0.442	0.05	0.558	0.04	0.668
% Pentecostals affiliated	0.55	0.001	0.57	0.002	0.56	0.001	0.58	0.001
Health establishments	-0.004	0.405	-0.003	0.473	-0.004	0.401	-0.003	0.474
Health outpatient clinics	0.01	0.663	0.01	0.666	0.01	0.621	0.01	0.631
Longitude	0.20	0.351	0.21	0.353	0.22	0.311	0.25	0.295
Latitude	1.26	0.000	1.23	0.000	1.24	0.000	1.21	0.000
	R² = 0.019		Lambda: 0.017 *		R² = 0.018		Lambda: 0.018 *
	AIC: 63,172		AIC: 63,154		AIC: 63,200		AIC: 63,180
Control variables	2018 PSL votes - 2^nd peak excess deaths				2022 PL votes - 2^nd peak excess deaths
	Linear model		Spatial error model		Linear model		Spatial error model
	β	p-value	β	p-value	β	p-value	β	p-value
Intercept	-9.85	0.587	-10.87	0.573	-6.07	0.740	-6.98	0.719
% first-round votes	0.64	0.001	0.64	0.001	0.48	0.006	0.49	0.009
Material deprivation index	-9.36	0.022	-8.52	0.047	-11.98	0.002	-10.98	0.007
GDP	0.20	0.436	0.22	0.404	0.20	0.436	0.22	0.405
Extreme poverty ratio	9.27	0.081	8.40	0.124	9.96	0.060	9.00	0.099
% age retirement	0.02	0.886	0.02	0.889	-0.01	0.929	-0.01	0.931
% Pentecostals affiliated	1.02	0.000	0.95	0.001	1.05	0.000	0.98	0.000
Health facilities	-0.004	0.544	-0.005	0.470	-0.004	0.539	-0.005	0.468
Health outpatient clinics	-0.01	0.679	-0.01	0.721	-0.01	0.708	-0.01	0.745
Longitude	-0.70	0.032	-0.79	0.027	-0.70	0.035	-0.79	0.031
Latitude	0.63	0.060	0.58	0.104	0.60	0.072	0.55	0.123
	R² = 0.037		Lambda: 0.019 *		R² = 0.036		Lambda: 0.019 *
	AIC: 67,950		AIC: 67,927		AIC: 67,979		AIC: 67,956

P s c o r e = [\frac{({D e a t h s}_{P e r i o d 2020 - 2021} - {A v e r a g e D e a t h s}_{P e r i o d 2015 - 2019})}{{A v e r a g e D e a t h s}_{P e r i o d 2015 - 2019}}] \times 100

[1] Correspondence
E. E. C. Lima Rua José Vilagelim Neto 130, complemento 13, Campinas, SP 13076-280, Brasil. everton.emanuel@gmail.com

Brasil

Brasil

Resultados de las elecciones presidenciales en 2018-2022 y su asociación con el exceso de mortalidad durante la pandemia del COVID-19 en 2020-2021 en los municipios brasileños

Resumen: