Resumo O objetivo deste estudo é caracterizar a morbidade da COVID-19 no ano de 2020, identificando as áreas mais vulneráveis e áreas de aglomeração de casos em uma favela do Rio de Janeiro/Brasil conhecida como Manguinhos. Trata-se de um estudo descritivo transversal realizado de 16 de março a 12 de agosto de 2020. Descrevemos o perfil sociodemográfico dos casos e fizemos análise espacial por meio de mapas de pontos e Kernel. As taxas de incidência foram calculadas por sexo, idade e sub-regiões. A taxa de incidência foi de 202/10.000 habitantes. Detectamos aglomerados de casos a oeste, centro-norte e centro-sul de Manguinhos. Altas taxas de incidência foram observadas também nas sub-regiões centro-norte, centro-sul e sudoeste. Nas sub-regiões com alta incidência, o percentual de pessoas dependentes de ajuda financeira governamental variou entre 13% e 21%. As sub-regiões com maior aglomeração de casos no território de Manguinhos coincidem com as regiões com as maiores taxas de incidência, mas não com as regiões mais pobres do território.

Abstract This study aims to characterize the morbidity of COVID-19 in the year 2020 by identifying the most vulnerable areas and areas of clustering of cases in a favela from Rio de Janeiro/Brazil known as Manguinhos. This is a cross-sectional descriptive study performed from March 16, 2020, to August 12, 2020. We described the sociodemographic profile of the cases and performed spatial analysis using point and Kernel maps. Incidence rates were calculated by sex, age, and sub-regions. The incidence rate was 202/10,000. We detected clusters of cases west, central-north, and central-south of Manguinhos. High incidence rates were observed also in sub-regions of central-north, central-south, and southwest. In the sub-regions with high incidence, the percentage of people depending on financial governmental aid ranged between 13% and 21%. The sub-regions with the highest agglomeration of cases in the territory of Manguinhos coincide with the regions with the highest incidence rates, but not with the poorest regions of the territory.

Abstract This study aims to characterize the morbidity of COVID-19 in the year 2020 by identifying the most vulnerable areas and areas of clustering of cases in a favela from Rio de Janeiro/Brazil known as Manguinhos. This is a cross-sectional descriptive study performed from March 16, 2020, to August 12, 2020. We described the sociodemographic profile of the cases and performed spatial analysis using point and Kernel maps. Incidence rates were calculated by sex, age, and sub-regions. The incidence rate was 202/10,000. We detected clusters of cases west, central-north, and central-south of Manguinhos. High incidence rates were observed also in sub-regions of central-north, central-south, and southwest. In the sub-regions with high incidence, the percentage of people depending on financial governmental aid ranged between 13% and 21%. The sub-regions with the highest agglomeration of cases in the territory of Manguinhos coincide with the regions with the highest incidence rates, but not with the poorest regions of the territory.

Resumo O objetivo deste estudo é caracterizar a morbidade da COVID-19 no ano de 2020, identificando as áreas mais vulneráveis e áreas de aglomeração de casos em uma favela do Rio de Janeiro/Brasil conhecida como Manguinhos. Trata-se de um estudo descritivo transversal realizado de 16 de março a 12 de agosto de 2020. Descrevemos o perfil sociodemográfico dos casos e fizemos análise espacial por meio de mapas de pontos e Kernel. As taxas de incidência foram calculadas por sexo, idade e sub-regiões. A taxa de incidência foi de 202/10.000 habitantes. Detectamos aglomerados de casos a oeste, centro-norte e centro-sul de Manguinhos. Altas taxas de incidência foram observadas também nas sub-regiões centro-norte, centro-sul e sudoeste. Nas sub-regiões com alta incidência, o percentual de pessoas dependentes de ajuda financeira governamental variou entre 13% e 21%. As sub-regiões com maior aglomeração de casos no território de Manguinhos coincidem com as regiões com as maiores taxas de incidência, mas não com as regiões mais pobres do território.