Resumo Este artigo apresenta os impactos da pandemia nos sistemas de saúde e as repercussões nas condições de trabalho e saúde mental dos profissionais de saúde e trabalhadores invisíveis da saúde no contexto da COVID-19. Apresenta a mortalidade entre os profissionais da saúde destacando a necessidade de melhores condições de trabalho e de segurança para os trabalhadores da saúde e melhora da gestão pública. Enfatiza as recomendações da OMS/OPAS, a necessidade de vacinação equânime, incluindo os países mais pobres e as populações mais vulneráveis. Relata os impactos da interrupção dos serviços essenciais em saúde, como para as doenças crônicas e infecciosas, e os prejuízos causados pela disseminação de informações falsas pela rede social, e lembra da necessidade de veiculação de informações corretas e seguras na saúde. COVID19. COVID19 COVID 19. 19 COVID-19 pública OMSOPAS OMS OPAS OMS/OPAS equânime vulneráveis infecciosas social COVID1 1 COVID-1 COVID-

Abstract This article discusses the impacts of the COVID-19 pandemic on health systems and its effects on the working conditions and mental health of health professionals and invisible health workers. It presents data on deaths among health professionals, highlighting the need for better and safer working conditions and improvements in public management. We emphasize WHO/PAHO recommendations and the need for equitable vaccine distribution, including poor countries and vulnerable populations. We also highlight the impacts of interrupting essential health services, such as the treatment of chronic conditions and infectious disease prevention, and the damage caused by the dissemination of fake news, stressing the need to improve access to correct and safe health information. COVID19 COVID 19 COVID-1 workers management WHOPAHO WHO PAHO distribution populations services prevention news information COVID1 1 COVID-

Resumo Este artigo apresenta os impactos da pandemia nos sistemas de saúde e as repercussões nas condições de trabalho e saúde mental dos profissionais de saúde e trabalhadores invisíveis da saúde no contexto da COVID-19. Apresenta a mortalidade entre os profissionais da saúde destacando a necessidade de melhores condições de trabalho e de segurança para os trabalhadores da saúde e melhora da gestão pública. Enfatiza as recomendações da OMS/OPAS, a necessidade de vacinação equânime, incluindo os países mais pobres e as populações mais vulneráveis. Relata os impactos da interrupção dos serviços essenciais em saúde, como para as doenças crônicas e infecciosas, e os prejuízos causados pela disseminação de informações falsas pela rede social, e lembra da necessidade de veiculação de informações corretas e seguras na saúde.

Abstract This article discusses the impacts of the COVID-19 pandemic on health systems and its effects on the working conditions and mental health of health professionals and invisible health workers. It presents data on deaths among health professionals, highlighting the need for better and safer working conditions and improvements in public management. We emphasize WHO/PAHO recommendations and the need for equitable vaccine distribution, including poor countries and vulnerable populations. We also highlight the impacts of interrupting essential health services, such as the treatment of chronic conditions and infectious disease prevention, and the damage caused by the dissemination of fake news, stressing the need to improve access to correct and safe health information.

Objective: to analyze the influence of socioeconomic inequality on COVID-19 distribution in Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities, and other variables. Methods: ecological study on hospitalizations and deaths from Covid-19 in 2020; outcome data obtained from Ministry of Health. Incidence ratio estimated via a generalized linear model with negative binomial distribution. Results: 291,073 hospitalizations and 139,953 deaths were identified; higher mortality rate in municipalities with highest proportion of non-white population (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sanitary sewage was protective (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99) and higher proportion of population in subnormal agglomerations was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people with emergency assistance (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion: Socioeconomic conditions affected illness and death from COVID-19 in Brazil

Objetivo: analizar influencia de desigualdad socioeconómica en distribución de COVID-19 en municipios brasileños, controlando por infraestructura hospitalaria, comorbilidades y otras variables. Métodos: estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos de resultado del Ministerio de Salud; razón de incidencia estimada a través de modelo lineal generalizado con distribución binomial negativa. Resultados: 291.073 hospitalizaciones y 139.953 defunciones; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y mayor proporción de población en aglomeraciones subnormales fue factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión: Condiciones socioeconómicas afectaron enfermedad y muerte por COVID-19.

Objetivo: analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (gt; 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos: estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados: identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos desfechos, esgotamento sanitário foi protetivo(internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95%0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão: condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil.

Resumen Objetivo analizar la influencia de la desigualdad socioeconómica en la distribución de COVID-19 en los mayores municipios brasileños (> 100 mil habitantes), controlando, por la infraestructura hospitalaria, comorbilidades y otras variables. Métodos estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos del resultado fueran obtenidos del Ministerio de Salud; razón de incidencia estimada a través del modelo lineal generalizado. Resultados 291.073 hospitalizaciones y 139.953 muertes; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); el alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y la mayor proporción de población en aglomeraciones subnormales fue un factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión las condiciones socioeconómicas afectaron la enfermedad y la muerte por COVID-19. COVID19 COVID 19 COVID-1 > ( 10 habitantes, habitantes , habitantes) controlando hospitalaria variables 2020 Salud generalizado 291073 291 073 291.07 139953 139 953 139.95 IC95 IC (IC95 1,011,16 101116 1,01 1,16 1 01 16 1,011,13 101113 1,13 13 1,01;1,13) 0,870,99 087099 0,87 0,99 0 87 99 0,87;0,9 0,900,99 090099 0,90 90 0,90;0,99 1,01;1,1 1,091,21, 109121 1,09 1,21 09 21 1,09;1,21) 0,881,00, 088100 0,88 1,00, 88 00 0,88;1,00 0,890,98. 089098 0,89 0,98 . 89 98 0,89;0,98) COVID19. 19. COVID1 COVID- 202 29107 29 07 291.0 13995 95 139.9 IC9 (IC9 011 1,011,1 10111 101 1,0 116 1,1 113 1,01;1,13 870 0,870,9 08709 087 0,8 099 0,9 8 9 0,87;0, 900 0,900,9 09009 090 0,90;0,9 1,01;1, 091 1,091,21 10912 109 121 1,2 2 1,09;1,21 881 0,881,00 08810 088 1,00 0,88;1,0 890 0,890,98 08909 089 098 0,89;0,98 20 2910 291. 1399 139. (IC 1,011, 1011 1, 11 0,870, 0870 08 0, 0,87;0 0,900, 0900 0,90;0, 1,01;1 1,091,2 1091 12 1,09;1,2 0,881,0 0881 0,88;1, 0,890,9 0890 0,89;0,9 1,011 0,870 0,87; 0,900 0,90;0 1,01; 1,091, 1,09;1, 0,881, 0,88;1 0,890, 0,89;0, 0,90; 1,091 1,09;1 0,881 0,88; 0,890 0,89;0 1,09; 0,89;

Resumo Objetivo analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (> 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos os desfechos, esgotamento sanitário foi protetivo (internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95% 0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil. covid19 covid 19 covid-1 > ( 10 habitantes, habitantes , habitantes) controlando hospitalar variáveis 2020 Saúde generalizado 291073 291 073 291.07 139953 139 953 139.95 encontrouse encontrou se IC95 IC (IC95 1,011,16 101116 1,01 1,16 1 01 16 1,011,13 101113 1,13 13 1,01;1,13) desfechos (internações 0,870,99 087099 0,87 0,99 0 87 99 0,87;0,9 0,900,99, 090099 0,90 90 0,90;0,99) revelouse revelou 1,01;1,1 1,091,21 109121 1,09 1,21 09 21 1,09;1,21 interação 0,881,00 088100 0,88 1,00 88 00 0,88;1,0 0,890,98. 089098 0,89 0,98 . 89 98 0,89;0,98) Brasil covid1 covid- 202 29107 29 07 291.0 13995 95 139.9 IC9 (IC9 011 1,011,1 10111 101 1,0 116 1,1 113 1,01;1,13 870 0,870,9 08709 087 0,8 099 0,9 8 9 0,87;0, 900 0,900,99 09009 090 0,90;0,99 1,01;1, 091 1,091,2 10912 109 121 1,2 2 1,09;1,2 881 0,881,0 08810 088 0,88;1, 890 0,890,98 08909 089 098 0,89;0,98 20 2910 291. 1399 139. (IC 1,011, 1011 1, 11 0,870, 0870 08 0, 0,87;0 0,900,9 0900 0,90;0,9 1,01;1 1,091, 1091 12 1,09;1, 0,881, 0881 0,88;1 0,890,9 0890 0,89;0,9 1,011 0,870 0,87; 0,900, 0,90;0, 1,01; 1,091 1,09;1 0,881 0,88; 0,890, 0,89;0, 0,900 0,90;0 1,09; 0,890 0,89;0 0,90; 0,89;

Abstract Objective to analyze the influence of socioeconomic inequality on COVID-19 distribution in larger Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities and other variables. Methods this was an ecological study of COVID-19 hospitalizations and deaths in 2020; outcome data were obtained from the Ministry of Health; incidence ratios were estimated using a generalized linear model. Results we identified 291,073 hospitalizations and 139,953 deaths; we found higher mortality rates in municipalities with a higher proportion of non-White people (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sewerage systems was protective for both outcomes (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99), while a higher proportion of the population in subnormal housing clusters was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people receiving Emergency Aid (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion socioeconomic conditions affected illness and death due to COVID-19 in Brazil. COVID19 COVID 19 COVID-1 infrastructure variables 2020 Health model 291073 291 073 291,07 139953 139 953 139,95 nonWhite non White 95CI CI 95 1.011.16 101116 1.01 1.16 1 01 16 1.011.13 101113 1.13 13 1.01;1.13) (hospitalizations 0.870.99 087099 0.87 0.99 0 87 99 0.87;0.9 0.900.99, 090099 0.90 , 90 0.90;0.99) 1.01;1.1 1.091.21, 109121 1.09 1.21 09 21 1.09;1.21) 0.881.00 088100 0.88 1.00 88 00 0.88;1.0 0.890.98. 089098 0.89 0.98 . 89 98 0.89;0.98) Brazil COVID1 COVID- 202 29107 29 07 291,0 13995 139,9 9 011 1.011.1 10111 101 1.0 116 1.1 113 1.01;1.13 870 0.870.9 08709 087 0.8 099 0.9 8 0.87;0. 900 0.900.99 09009 090 0.90;0.99 1.01;1. 091 1.091.21 10912 109 121 1.2 2 1.09;1.21 881 0.881.0 08810 088 100 0.88;1. 890 0.890.98 08909 089 098 0.89;0.98 20 2910 291, 1399 139, 1.011. 1011 10 1. 11 0.870. 0870 08 0. 0.87;0 0.900.9 0900 0.90;0.9 1.01;1 1.091.2 1091 12 1.09;1.2 0.881. 0881 0.88;1 0.890.9 0890 0.89;0.9 1.011 0.870 0.87; 0.900. 0.90;0. 1.01; 1.091. 1.09;1. 0.881 0.88; 0.890. 0.89;0. 0.900 0.90;0 1.091 1.09;1 0.890 0.89;0 0.90; 1.09; 0.89;

Resumen Objetivo analizar la influencia de la desigualdad socioeconómica en la distribución de COVID-19 en los mayores municipios brasileños (> 100 mil habitantes), controlando, por la infraestructura hospitalaria, comorbilidades y otras variables. Métodos estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos del resultado fueran obtenidos del Ministerio de Salud; razón de incidencia estimada a través del modelo lineal generalizado. Resultados 291.073 hospitalizaciones y 139.953 muertes; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); el alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y la mayor proporción de población en aglomeraciones subnormales fue un factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión las condiciones socioeconómicas afectaron la enfermedad y la muerte por COVID-19.

Resumo Objetivo analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (> 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos os desfechos, esgotamento sanitário foi protetivo (internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95% 0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil.

Abstract Objective to analyze the influence of socioeconomic inequality on COVID-19 distribution in larger Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities and other variables. Methods this was an ecological study of COVID-19 hospitalizations and deaths in 2020; outcome data were obtained from the Ministry of Health; incidence ratios were estimated using a generalized linear model. Results we identified 291,073 hospitalizations and 139,953 deaths; we found higher mortality rates in municipalities with a higher proportion of non-White people (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sewerage systems was protective for both outcomes (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99), while a higher proportion of the population in subnormal housing clusters was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people receiving Emergency Aid (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion socioeconomic conditions affected illness and death due to COVID-19 in Brazil.

ABSTRACT Background: In order to standardize a thrombin generation() protocol, we analyzed the analytical variables and sensitivity of this test to hypo/hypercoagulability states. Methods: The effect of the tissue factor concentration and the intra- and interassay precision were analyzed. To evaluate the hypercoagulability status, the plasma of women under an oral contraceptive was tested, while plasma from hemophilia A patients at 1, 3 and 7 days after recombinant FVIII infusion, and lyophilized plasma deficient in FVII or FVIII were used for the evaluation of hypocoagulability. Results: The intra-assay coefficient of variation was <10% with 1 and 5 pM of low and high TF. The oral contraceptive users showed increased thrombin generation in comparison to non-users, which was more pronounced with low TF (endogenous thrombin potential ETP) p = 0.0009; peak p = 0.0009; lagtime p = 0.0008). In relation to the FVIII-deficient plasma, a higher TG was observed as FVIII levels were increased and a better discrimination was obtained for different concentrations of FVIII with low TF (ETP p < 0.0001; peak p < 0.0001; lagtime p = 0.0004). Using low TF, plasma from hemophilia A patients showed higher TG values after 1 day of recombinant FVIII infusion vs after 3 days (ETP p < 0.0001; peak p < 0.0001; lagtime p = 0.0407), while the lowest values were observed after 7 days. With FVII-deficient plasma, thrombin generation was lower than normal plasma and a more pronounced difference was observed with high TF compared to low TF (ETP p < 0.0001; peak p < 0.0001; lagtime p < 0.0001). Conclusion: Under our conditions the thrombin generation test seems to be sensitive to evaluation of hyper/hypocoagulability states. Standardization of the thrombin generation test may have an application in the evaluation of bleeding and thrombotic disorders.