Resumo O método de análise espacial permite mensurar a acessibilidade espacial dos serviços de saúde para alocação dos recursos de forma eficiente e eficaz. Diante disso, o objetivo deste estudo foi analisar a distribuição espacial das taxas de COVID-19 e dos recursos de saúde na Amazônia Legal. Estudo ecológico realizado com casos de COVID-19 e os recursos de saúde nos 772 municípios em dois picos da pandemia. Utilizou-se o método bayesiano global e local para elaboração de mapas coropléticos, com cálculo do índice de Moran para análise da dependência espacial e utilização do Moran map para identificação dos clusters da doença. Os índices de Moran calculados para os dois períodos demonstraram autocorrelação espacial positiva dessa distribuição e dependência espacial entre os municípios nos dois períodos, sem muita diferença entre os dois estimadores. Evidenciaram-se maiores taxas da doença nos estados do Amapá, Amazonas e Roraima. Em relação aos recursos de saúde, observou-se alocação de forma ineficiente, com maior concentração nas capitais.

Abstract Spatial analysis can help measure the spatial accessibility of health services with a view to improving the allocation of health care resources. The objective of this study was to analyze the spatial distribution of COVID-19 detection rates and health care resources in Brazil’s Amazon region. We conducted an ecological study using data on COVID-19 cases and the availability of health care resources in 772 municipalities during two waves of the pandemic. Local and global Bayesian estimation were used to construct choropleth maps. Moran’s I was calculated to detect the presence of spatial dependence and Moran maps were used to identify disease clusters. In both periods, Moran’s I values indicate the presence of positive spatial autocorrelation in distributions and spatial dependence between municipalities, with only a slight difference between the two estimators. The findings also reveal that case rates were highest in the states of Amapá, Amazonas, and Roraima. The data suggest that health care resources were inefficiently allocated, with higher concentrations of ventilators and ICU beds being found in state capitals.

Resumo O método de análise espacial permite mensurar a acessibilidade espacial dos serviços de saúde para alocação dos recursos de forma eficiente e eficaz. Diante disso, o objetivo deste estudo foi analisar a distribuição espacial das taxas de COVID-19 e dos recursos de saúde na Amazônia Legal. Estudo ecológico realizado com casos de COVID-19 e os recursos de saúde nos 772 municípios em dois picos da pandemia. Utilizou-se o método bayesiano global e local para elaboração de mapas coropléticos, com cálculo do índice de Moran para análise da dependência espacial e utilização do Moran map para identificação dos clusters da doença. Os índices de Moran calculados para os dois períodos demonstraram autocorrelação espacial positiva dessa distribuição e dependência espacial entre os municípios nos dois períodos, sem muita diferença entre os dois estimadores. Evidenciaram-se maiores taxas da doença nos estados do Amapá, Amazonas e Roraima. Em relação aos recursos de saúde, observou-se alocação de forma ineficiente, com maior concentração nas capitais.

Abstract Spatial analysis can help measure the spatial accessibility of health services with a view to improving the allocation of health care resources. The objective of this study was to analyze the spatial distribution of COVID-19 detection rates and health care resources in Brazil’s Amazon region. We conducted an ecological study using data on COVID-19 cases and the availability of health care resources in 772 municipalities during two waves of the pandemic. Local and global Bayesian estimation were used to construct choropleth maps. Moran’s I was calculated to detect the presence of spatial dependence and Moran maps were used to identify disease clusters. In both periods, Moran’s I values indicate the presence of positive spatial autocorrelation in distributions and spatial dependence between municipalities, with only a slight difference between the two estimators. The findings also reveal that case rates were highest in the states of Amapá, Amazonas, and Roraima. The data suggest that health care resources were inefficiently allocated, with higher concentrations of ventilators and ICU beds being found in state capitals.