Análise do efeito de temperatura sobre homicídios por arma de fogo nas capitais do Brasil, 2000 2014.

• Ano de defesa: 2018
• Autor(a) principal: Fonseca, Giuliana Vasconcelos de Souza
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro Biomédico::Instituto de Medicina Social; BR; UERJ; Programa de Pós-Graduação em Saúde Coletiva
• Palavras-chave em Português: Firearm homicide; Room temperature; Multilevel analysis; Homicídio por arma de fogo; Temperatura ambiente; Análise multinível; CNPQ::CIENCIAS DA SAUDE::SAUDE COLETIVA
• Link de acesso: http://www.bdtd.uerj.br/handle/1/4459

O grau mais extremo de violência física interpessoal é o homicídio (morte de uma pessoa provocada por outrem). Apesar das taxas elevadas de homicídios, poucos estudos foram realizados no Brasil para explicar variações de curto prazo, considerando os possíveis efeitos de variáveis climáticas. Neste estudo foram aplicados Modelos Aditivos Generalizados Mistos (GAMM) e Modelos Lineares Generalizados Mistos (GLMM) para contagens mensais de homicídios ocorridos de 2000 a 2014, nas 27 capitais do Brasil. Foi encontrado que quando a temperatura média mensal aumenta em 1ºC, o número de casos de homicídios pode aumentar em média 3,05% (IC 95%: 2,27% ; 3,93%) por GAMM ou 3,85% (IC 95%: 3,10% ; 4,77%) por GLMM. Os efeitos observados com o aumento de 1ºC são maiores nas regiões norte e nordeste, que possuem temperaturas médias mais elevadas e menores amplitudes de variação. Em contrapartida, nas regiões sul e sudeste, cujas temperaturas médias são mais baixas e as amplitudes de variação são maiores, o efeito é menor a cada 1ºC aumentado, contudo, o impacto (em números absolutos) é maior nas cidades de São Paulo e Rio de Janeiro. Em conclusão, temperatura ambiente é fator de risco para homicídios nas capitais do Brasil. Do ponto de vista da metodologia, nosso estudo obteve melhor modelo por GAMM para investigar efeitos de curto prazo (caso de variáveis climáticas), mas sugere que, na modelagem de séries temporais ambientais, a escolha entre os métodos seja criteriosa, baseada no modelo teórico e dado-dependente.