UTILIZAÇÃO DE REGRESSÃO MULTIVARIADA NA DETERMINAÇÃO DO

PERFIL DA POPULAÇÃO AFETADA POR DESASTRES

Irineu de Brito Jr. Departamento de Engenharia de Produção

Universidade de São Paulo

Departamento de Logística

FATEC Jessen Vidal S J Campos

Bruno César Kawasaki Departamento de Engenharia de Produção

Universidade de São Paulo

Carlos Henrique Viégas de Rosis Departamento de Engenharia de Produção

Universidade de São Paulo

Adriana Leiras Departamento de Engenharia de Produção

Universidade de São Paulo

Hugo Tsugunobu Yoshida Yoshizaki Departamento de Engenharia de Produção

Universidade de São Paulo

RESUMO

Desastres naturais são eventos calamitosos que provocam vítimas, afetam as atividades de uma comunidade e

vêm crescendo nas últimas décadas devido ao adensamento populacional e alterações climáticas. Embora

existam registros de ocorrências de desastres naturais, não foram encontrados estudos sobre análises do perfil e

características das vítimas no Brasil. Neste estudo, o perfil das vítimas de desastres naturais no estado de São

Paulo é avaliado com o intuito de orientar as atividades preventivas para a população em situação de risco.

Foram obtidos dados reais dos acidentes e para a análise foi utilizada regressão multivariada e dados

demográficos e geográficos. Os resultados mostram que o perfil da população afetada difere de acordo com o

gênero e faixa etária das vítimas, características socioeconômicas do local, além do regime climático vigente

durante o período. Conhecendo os segmentos sociais e locais mais vulneráveis, organismos de defesa civil

podem utilizar esses dados para realizar treinamento e orientação de forma mais eficaz, a fim de conduzir

atividades de prevenção e resposta para futuros desastres.

ABSTRACT

Natural disasters are calamitous events that cause victims, disrupt community activities and have been increasing

in recent decades due to the increase of population density and to climate change. Although there are records of

natural disasters occurrences, analysis of the profile and characteristics of victims do not exist in Brazil. In this

study, the profile of victims of natural disasters in the state of Sao Paulo is evaluated in order to guide preventive

activities for the population at risk. Real data from accidents were obtained and the analysis used a multivariate

regression, demographic and geographic data based on the type of disaster. The results show that the profile of

the affected population differs according to victims’ gender and age, socio-economic characteristics, in addition

to the current climate regime during the period. Knowing the social groups and the most vulnerable places, civil

defense agencies can use these data to more effectively provide training and guidance, in order to conduct

activities to prevent and respond to future disasters.

1. INTRODUÇÃO

De acordo com a Federação Internacional da Cruz Vermelha - IFRC (2008), desastre significa

uma interrupção grave do funcionamento de uma sociedade, representando uma ameaça

significativa e generalizada à vida humana, saúde, propriedade ou ao meio ambiente.

Desastres podem ser de origem natural ou antropogênica, e ocorrer de forma repentina ou

lenta. As catástrofes naturais (inundações, secas, terremotos, furacões, fome) ou catástrofes

provocadas pelo homem (guerras conflitos armados e crises de refugiados) têm impactado

cada vez mais comunidades e nações ao redor do mundo nas últimas décadas, e as previsões

sugerem que esta tendência continuará (EM-DAT, 2011).

Anualmente, milhões de pessoas são afetadas por desastres que consequentemente

desencadeiam crises humanitárias. As organizações de ajuda, tais como as ONGs

(organizações não governamentais), Nações Unidas (ONU) ou governos, trabalham para

ajudar e dar suporte às comunidades afetadas, mediante a entrega de água, medicamentos,

equipamentos médicos, abrigo, itens alimentares, entre outros (Rottkemper et al., 2011).

Desastres e riscos, conforme Rodriguez et al. (2007), são fenômenos socialmente construídos,

influenciados por: estrutura política e social; disponibilidade de recursos; estratificação e

desigualdades entre os habitantes; crescimento, densidade e a distribuição populacional; além

da degradação ambiental. O'Keefe et al. (1976) introduziram o conceito de vulnerabilidade,

que pode ser entendida como a situação de risco que uma pessoa ou população se encontra.

Apresentaram uma tendência crescente para este fator e afirmaram que as condições

socioeconômicas são as principais causas de desastres naturais.

Episódios tais como o terremoto e o tsunami na Ásia (2004); os terremotos no Paquistão

(2005), China (2008), Chile (2010), Haiti (2010), e na Nova Zelândia (2011); as inundações e

deslizamentos de terra no Brasil (2008, 2009 e 2011); a série de desastres em Tohoku, no

Japão (2011), entre outros, têm demonstrado a vulnerabilidade das sociedades, mesmo em

países desenvolvidos.

O aquecimento global também tem agravado a severidade e a frequência de catástrofes

mundiais e foi incorporado aos debates políticos e públicos (KUN et al., 2010). Previsões

estimam que nos próximos 50 anos os desastres naturais e antropogênicos irão aumentar cinco

vezes em número e gravidade (Thomas e Kopczak, 2005). No Brasil, tempestades mais

frequentes são previstas na região Sudeste devido ao aquecimento global (FAPESP, 2011), o

que tem incentivado o investimento em prevenção a desastres.

Em uma sessão especial da Assembléia Geral da ONU em 2000, denominada “Gender

equality, development and peace for the twenty-first century”, a adaptação das políticas de

redução de desastres para diferentes perfis de populações afetadas foi identificada como uma

necessidade. Também foram destacadas as ineficiências e inadequações das abordagens e

métodos existentes para responder a desastres naturais (Silverstein, 2008). Um relatório da

Organização Mundial de Saúde (WHO, 2002) apontou o fator gênero na vulnerabilidade a

desastres além da falta de pesquisa acadêmica no assunto.

Este trabalho tem como objetivo analisar o perfil da população afetada por desastres naturais

no estado de São Paulo no período de 2005 a 2012 considerando fatores como gênero, idade,

regime climático e características geográficas das vítimas, de acordo com os tipos mais

recorrentes de acidentes: deslizamentos, enchentes, raios e desabamentos. A pesquisa foi

baseada em dados reais fornecidos pela Defesa Civil do Estado de São Paulo, responsável

pela contagem das vítimas fatais de desastres. No estado de São Paulo, assim como em todo o

Brasil, a população anualmente, durante o período das chuvas, é afetada por desastres naturais

que ocasionam vítimas fatais.

2. A EVOLUÇÃO DOS ESTUDOS DE GÊNERO NA LOGÍSTICA HUMANITÁRIA

O'Keefe et al. (1976) apresentaram a primeira publicação em um periódico de grande

circulação (Nature) a detectar a interface entre catástrofes naturais e os segmentos mais

vulneráveis da população. Neste artigo, foi explicado que o aumento de vítimas de desastres

naturais é decorrente do crescimento populacional. "Como a população continua a crescer e os

recursos continuam a ser controlados pela minoria, o padrão real de vida decresce para grande

parte da população mundial" (O'Keefe et al., 1976). Quanto mais a população aumenta, mais

vulnerável se torna. Para reduzir essa vulnerabilidade, planejamento preventivo deve ser

estabelecido, considerando os aspectos geográficos e geológicos, socioeconômicos e o status

cultural.

Segundo Neumayer e Plümper (2007) e O'Keefe et al. (1976), diferenças biológicas,

fisiológicas, de gênero e na capacidade de resposta a catástrofes podem levar a diferentes

taxas de mortalidade. Isto se deve, entre outros motivos, ao fato de os indivíduos do sexo

masculino serem fisicamente mais bem preparados para sobreviver ao impacto físico de um

desastre. Por exemplo, se uma mulher possui força física menor que um homem, ela será mais

facilmente arrastada pela água, neve ou terra. Além disso, em cenários de desastres, as

mulheres geralmente possuem menor velocidade em atividades físicas, como correr, subir em

árvores e alcançar pontos elevados para resgate.

Chou et al. (2004) estudaram o risco de morte em terremotos. A literatura sugere que as

limitações de saúde mental e física podem afetar a resposta a desastres. Além disso, a saúde e

o status socioeconômico (SES) poderiam ser dois fatores importantes determinantes de

vulnerabilidade a terremotos, mas pouco se sabe sobre a relação entre esses fatores de risco e

mortes relacionadas a terremotos.

Outros aspectos importantes de desastres são os esforços de mobilização, comunicação e

treinamento de pessoas em situação de risco, como forma de prevenção de desastres. Desta

maneira, para serem eficazes, os esforços devem considerar as especificidades de grupos

populacionais de acordo com gênero, idade e status socioeconômico. West e Orr (2007)

afirmam que não se possui conhecimento suficiente sobre como as pessoas percebem sua

vulnerabilidade e o que afeta a sua motivação para evacuação em casos de desastre. Não é

óbvio o que influencia a percepção de vulnerabilidade, como os cidadãos julgam as diversas

fontes de informação governamentais e não governamentais. Observaram que as mulheres e

grupos minoritários são mais propensos a evacuação se recomendado pelo governo ou mídia.

Algumas das maiores fatalidades ocorreram quando as pessoas desconsideraram as

recomendações oficiais para abandono de local.

Neumayer e Plümper (2007) também explicam a diferença no impacto dos desastres naturais

na expectativa de vida em mulheres em comparação aos homens, não só por diferentes

exposições físicas ou diferenças fisiológicas e biológicas, mas também pelas vulnerabilidades

socialmente construídas pelos papéis que homens e mulheres assumem, voluntariamente ou

não, bem como os padrões de discriminação de gênero. Eles afirmam que a exposição

desigual aos riscos é uma consequência do sistema socioeconômico e proporcionaram a

primeira análise sistemática e quantitativa das diferenças de gênero na mortalidade por

desastres naturais. Observaram que, em geral, quanto mais grave um desastre natural, mais

mulheres falecem e que a idade média das mulheres mortas é inferior à dos homens.

3. DESASTRES NATURAIS NO ESTADO DE SÃO PAULO

3.1. Estudo da geografia e da população

Os desastres naturais mais comuns no Brasil são as secas no Nordeste e as enchentes e

deslizamentos de terra no Sul e no Sudeste. As regiões Norte e Centro Oeste são afetadas por

seca ou inundações conforme o regime de suas bacias hidrográficas. Eventos isolados, como

furacões provocados pela Zona de Convergência do Atlântico Sul (ZCAS) também podem

ocorrer. O clima do país é influenciado pelos eventos La Niña e El Niño (INPE, 2012).

O Estado de São Paulo tem um clima tropical, com estação chuvosa bem definida (dezembro

a março) e outra estação seca (junho a agosto). A topografia é constituída por uma planície

costeira, uma região oriental que consiste de vales e montanhas (São Paulo, 2012). Estas

características fazem com que o risco de deslizamentos seja elevado nestas áreas. A Figura 1

mostra o mapa do relevo do Estado de São Paulo e as montanhas da região leste.

Figura 1: Relevo do Estado de São Paulo (Libault, 1971)

Os dados reais de vítimas apresentados neste trabalho são provenientes das Operações Verão

da Defesa Civil do Estado de São Paulo nos anos de 2005 a 2012. Nestas operações,

realizadas durante a estação chuvosa, a Defesa Civil Estadual apresenta planos de

contingência junto a outros órgãos públicos, sendo registradas as situações de emergência ou

calamidade pública, os respectivos prejuízos e as providências tomadas.

Os desastres naturais que ocorrem com maior frequência no Estado de São Paulo, devido ao

período chuvoso e à topografia, são classificados de acordo com a EM-DAT (2012) como:

deslizamentos de terra (hidrológico), inundações (hidrológico) e raios (meteorológico local,

tempestade convectiva). Outro tipo de acidente, o desabamento ("acidente envolvendo o

colapso de um edifício ou estrutura, que pode envolver estruturas industriais ou estruturas

domésticas / não industriais" - EM-DAT, 2012) que, apesar de não considerado como desastre

pelo EM-DAT, foi aqui considerado devido às características e diferenças específicas em

relação aos deslizamentos de terra que ocorrem durante a estação chuvosa.

O Estado de São Paulo tem uma população de 41.262.199 habitantes (IBGE, 2010), da qual

75% está concentrada na região leste do estado, onde se localizam a capital e três regiões

metropolitanas.

3.2. Classificação etária

O propósito da classificação etária é para facilitar a síntese dos dados coletados e da

investigação sobre como os desastres afetam diferentes grupos de pessoas. Uma vez que esta

atividade é realizada, os esforços de redução de desastres podem ser mais bem orientados de

acordo com os segmentos da população, o que é de particular interesse para as organizações

humanitárias e para a Defesa Civil.

A seguinte classificação etária foi adotada neste estudo: criança (0 a 14 anos), jovem (15 a 24

anos), adulto (25 a 60 anos), e idoso (acima de 60 anos). Esta classificação foi considerada de

acordo com a recomendação das Nações Unidas (ONU, 2004). A classificação escolhida é

razoável tanto em termos de análise de dados (Gráfico 1) quanto de contexto cultural,

considerando os papéis sociais exercidos por cidadãos brasileiros conforme a idade.

Gráfico 1: Vítimas fatais agrupadas em 4 faixas etárias

3.3. Metodologia de pesquisa

Para a verificação estatística dos dados, a regressão logit foi usada, semelhante à utilizada em

estudos epidemiológicos multivariados. No modelo logístico, os valores de uma série de

variáveis independentes são utilizados para prever a ocorrência da doença (variável

dependente). Assim, todas as variáveis consideradas no modelo são controladas em conjunto.

Como diversas variáveis independentes são usadas, trata-se de um problema multivariado. Os

fatores podem ser cruzados. A medida da associação calculada a partir do modelo logístico é a

odds ratio (razão de chance). Odds ratio ajustadas são obtidas por meio da comparação de

indivíduos que diferem apenas na característica de interesse e têm os valores de outras

variáveis constantes (Dobson e Barnett, 2008). Odds ratio iguais a 1 indicam que não existem

diferenças entre esses indivíduos, valores maiores que 1 indicam diferenças nas características

de interesse.

4. RESULTADOS E DISCUSSÕES

Dois tipos de análises foram feitas. A análise preliminar, em que foi comparado o percentual

de vítimas e o da população (Chouet et al., 2004), e a detecção dos locais onde os eventos

ocorreram, permitindo assim uma estimativa das características da população em risco e

também incidência anormal relativa a idade e gênero. Essa análise é importante para definir as

0

10

20

30

40

50

60

70

80

90

100

0 a 14 15 a 24 25 a 59 > 60

Qu

an

tid

ad

e d

e vít

imas

Faixa etária

Masculino

Feminino

variáveis de referência para a análise multivariada. O segundo tipo de análise refere-se à

análise multivariada através da regressão logit, que objetiva determinar quais fatores

influenciam a ocorrência de vítimas de desastres naturais. Os resultados odds ratio (OR) e

Estimate Coefficient foram considerados com as seguintes variáveis:

Sexo: Masculino ou Feminino;

Faixa etária: Criança, Jovem, Adulto, Idoso;

Mês: Dezembro, Janeiro, Fevereiro, Março/Abril (março foi agrupado com abril

devido à quantidade de dados nesses meses);

Regime climático: El Niño, La Ninã, Neutro.

Todas as variáveis foram codificadas de maneira binária. Para as variáveis de referência

foram atribuídos valores iguais a 0. O software R, versão 2.11.1, (2010 The R Foundation for

StatisticalComputing), foi utilizado para a análise de regressão logit (função glm, família

binomial).

Figura 2: Metodologia empregada

4.1. Deslizamentos de terra

As Tabelas 1 e 2 mostram a quantidade de mortos por deslizamentos, ocorrências por faixa

etária e sua proporção em relação à população do estado. A maioria das vítimas se concentra

no grupo de mulheres com menos de 14 anos de idade. Este tipo de resultado também foi

observado por Neumayer e Plümper (2007), que o explicaram em termos físicos (força e

agilidade) e por razões socioeconômicas. Em discussão com membros da Defesa Civil e

Corpo de Bombeiros, uma possível causa é uma tendência de as mulheres e meninas passarem

uma maior quantidade de tempo no interior de suas residências, sendo assim, maior o risco de

serem vítimas de deslizamentos de terra.

Tabela 1: Vítimas fatais de deslizamento: análise preliminar por gênero e idade

Idade

(anos)

Masculino Feminino

Casos População Razão Casos População Razão

No. % No. % No. % No. % 1.1.

0 – 14 14 14,3% 3.457.016 10,9% 1,3 29 29,6% 3.345.045 10,6% 2,8

15 – 24 5 5,1% 2.632.856 8,5% 0,6 5 5,1% 2.611.146 8,3% 0,6

25 – 59 18 18,4% 7.515.729 24,2% 0,8 17 17,3% 8.140.293 25,9% 0,7

> 60 7 7,1% 1.464.474 5,0% 1,4 3 3,1% 1.970.005 6,6% 0,5

Total 44 44,9% 15.070.075 48,7% 0,9 54 55,1% 16.066.489 51,3% 1,1

n = 98 casos, p = 31.136.564 habitantes (na região leste do estado). Razão = %casos / %população

Tabela 2: Vítimas fatais de deslizamento: análise preliminar por tamanho da cidade

Tamanho da cidade

(número de habitantes)

Casos População Razão

No. % No. %

< 100.000 (570 cidades) 28 28,6% 10.438.191 25,3% 1,1

100.001 500.000 (66 cidades) 39 39,8% 14.172.516 34,3% 1,2

500.001 10.000.000 (8 cidades) 19 19,4% 5.992.106 14,5% 1,3

> 10.000.000 (São Paulo) 12 12,2% 10.659.386 25,8% 0,5

Total 98 100,0% 41.262.199 100,0%

n = 98 casos, p = 41.262.199 habitantes. Razão = %casos / %população

A Figura 3 mostra a localização das vítimas. Observa-se que as vítimas estão concentradas na

região leste do estado.

Figura 3: Localização das vítimas fatais de deslizamentos de terra

Os resultados da regressão logit multivariada confirmam a influência do sexo (OR = 2,29) e

uma influência significativa do grupo etário em Crianças (OR = 7,75). A variável mês, que

não foi considerada na análise preliminar, foi incluída na análise multivariada, pois a mesma

apresentou uma forte influência nas ocorrências de deslizamentos de terra no mês de janeiro

(OR = 9,28). Neste tipo de evento, as variáveis de referência foram: Masculino (Sexo); Idosos

(Faixa etária); Dezembro (Mês); Neutro (Regime climático).

4.2. Enchentes

Neste tipo de acidente observa-se nas Tabelas 3 e 4 que o maior número de vítimas é do sexo

masculino (66,3% das vítimas x 48,7% da população), principalmente os adultos. Isto pode

ser explicado em termos de fatores culturais e socioeconômicos, as características do trabalho

dos homens, outra possível causa discutida com pessoas que lidam com emergências e

resgates é o fato de que os homens, em comparação com as mulheres, subestimarem mais os

riscos, por exemplo, tentar salvar seus pertences durante uma inundação.

Tabela 3:Vítimas fatais de enchentes: análise preliminar por gênero e idade

Idade

(anos)

Masculino Feminino

Casos População Razão Casos População Razão

No. % No. % No. % No. %

0 14 13 15,7% 4.506.645 10,9% 1,43 1 1,2% 4.354.273 10,6% 0,1

15 24 3 3,6% 3.502.704 8,5% 0,43 4 4,8% 3.438.892 8,3% 0,6

25 59 30 36,1% 10.004.998 24,2% 1,49 17 20,5% 10.683.251 25,9% 0,8

> 60 9 10,8% 2.063.526 5,0% 2,17 6 7,2% 2.707.910 6,6% 1,1

Total 55 66,3% 20.077.873 48,7% 1,36 28 33,7% 21.184.326 51,3% 0,7

n = 83 casos, p = 41.262.199 habitantes. Razão = %casos / %população

Tabela 4:Vítimas fatais de enchentes: análise preliminar por tamanho da cidade

Tamanho da cidade Casos População Razão

No. % No. %

< 100.000 (570 cidades) 30 36,1% 10.438.191 25,3% 1,4

100.000 500.000 (66 cidades) 23 27,7% 14.172.516 34,3% 0,8

500.000 10.000.000 (8 cidades) 9 10,8% 5.992.106 14,5% 0,8

> 10.000.000 (São Paulo apenas) 21 25,3% 10.659.386 25,8% 1,0

Total 83 100,0% 412.621.99 100,0%

n = 83 casos, p = 41.262.199 habitantes. Razão = %casos / %população

A Figura 4 ilustra a localização das vítimas. Observa-se que as vítimas estão distribuídas por

todo o estado.

Figura 4: Localização de vítimas fatais relacionadas a enchentes

Os resultados da análise preliminar e da regressão logit multivariada mostraram que os

homens têm uma probabilidade ligeiramente maior de serem vítimas das inundações (OR =

1,34) do que mulheres. Crianças (sexo masculino e feminino) têm uma probabilidade muito

menor de serem vítimas das inundações (OR = 0,33 e EC = -1,1).

Para as inundações, as variáveis de referência foram: Feminino (Sexo), Idosos (Faixa etária);

Março/Abril (Mês); Neutro (Regime climático).

4.3. Raios

Nestes desastres também observa-se (tabelas 5 e 6) uma concentração maior de ocorrências

envolvendo homens. Este fato também pode ser explicado por fatores culturais e

socioeconômicos, pois este tipo de evento ocorre principalmente em áreas rurais, onde a

concentração de trabalhadores do sexo masculino é comparativamente maior do que o número

de trabalhadores do sexo feminino. Outra possível causa é o fato de, tal como nos

deslizamentos e inundações, os homens subestimarem mais os riscos do que as mulheres,

expondo-se ao ar livre durante tempestades.

Tabela 5: Vítimas fatais de raios: análise preliminar por gênero e idade

Idade

(anos)

Masculino Feminino

Casos População Razão Casos População Razão

No. % No. % No. % No. %

0 – 14 3 5,7% 4.506.645 10,9% 0,5 2 3,8% 4.354.273 10,6% 0,4

15 – 24 7 13,2% 3.502.704 8,5% 1,6 3 5,7% 3.438.892 8,3% 0,7

25 – 59 29 54,7% 10.004.998 24,2% 2,3 6 11,3% 10.683.251 25,9% 0,4

> 60 2 3,8% 2.063.526 5,0% 0,8 1 1,9% 2.707.910 6,6% 0,3

Total 41 77,4% 20.077.873 48,7% 1,6 12 22,6% 21.184.326 51,3% 0,4

n = 48 casos, p = 41.262.199 habitantes. Razão = %casos / %população

Tabela 6: Vítimas fatais de raios: análise preliminar com relação ao porte da cidade.

Tamanho da cidade Casos População Razão

No. % No. %

< 100.000 (570 cidades) 29 54,7% 10.438.191 25,3% 2,2

100.000 – 500.000 (66 cidades) 16 30,2% 14.172.516 34,3% 0,9

500.000 – 10.000.000 (8 cidades) 5 9,4% 5.992.106 14,5% 0,7

> 10.000.000 (São Paulo apenas) 3 5,7% 10.659.386 25,8% 0,2

Total 53 100,0% 41.262.199 100,0% 1,0 n = 48 casos, p = 41.262.199 habitantes. Razão = %casos / %população

Comparando a localização das vítimas fatais com censo demográfico do IBGE de 2010,

verificou-se que em cidades com menos de 100.000 habitantes, onde vive 25% da população

do estado, encontravam-se 56% das vítimas de raios. No entanto, a cidade de São Paulo tem

27% da população do estado e responde por apenas 4% das vítimas. A maior vulnerabilidade

dos habitantes de pequenas cidades pode ser explicada por uma maior permanência em áreas

abertas, onde existe maior dificuldade em encontrar abrigos durante uma tempestade.

O número de ocorrências de raios no Estado de São Paulo é significativo. Nos primeiros 20

dias de 2012, foram registrados 109.680 raios em todo o estado (INPE, 2012), causando danos

materiais e mortes, principalmente de trabalhadores rurais.

A Figura 5 apresenta a localização das vítimas. Como nas inundações, observa-se que as

vítimas estão em distribuídas por todo o estado.

Figura 5: Localização das vítimas fatais de raios

Os resultados da regressão logit multivariada confirmam a influência do gênero, como

observado na análise preliminar. As mulheres (OR = 2,32) têm uma menor probabilidade de

serem vítimas de raios. A forte influência das faixas etárias Jovem (OR = 4,36) e Adulta (OR

= 2,33) também foi confirmada. O regime climático La Niña também teve grande influência

na ocorrência de raios (OR = 2,81).

Para os eventos de raios, as variáveis de referências foram: Feminino (Sexo); Idoso (Faixa

etária); Março / Abril (mês); Neutro (Regime climático).

4.4. Desabamentos

A quantidade reduzida de dados (15 ocorrências no período) não permitiu uma análise

consistente.

5. CONCLUSÕES

Este trabalho apresentou uma análise da população vitimada por desastres naturais no estado

de São Paulo, considerando gênero e idade das vítimas além de características geográficas e

climáticas da região.

Os dados das vítimas fatais foram fornecidos pela Defesa Civil e foram comparados com

informações demográficas e geográficas públicas a fim de identificar os segmentos da

população sob os riscos mais altos de óbito em um desastre. A regressão logit foi aplicada

para quantificar a importância de diferentes fatores (idade, sexo, data e climático).

Em resumo, observou-se que os grupos mais vulneráveis da população dependem do tipo de

acidente ou desastre, como se segue:

• Deslizamentos de terra: crianças do sexo feminino (0-14 anos); moradores de

municípios estabelecidos em regiões montanhosas. Mês significativo da estação

chuvosa: Janeiro.

• Enchentes: Homens (e menor probabilidade para crianças).

• Raios: adultos do sexo masculino (25-60 anos); municípios com menos de 100.000

habitantes.

Órgãos da Defesa Civil podem, desta maneira, usar esses dados levantados para realizar

treinamento e orientação de forma mais eficaz, a fim de conduzir atividades de prevenção

para futuros desastres – especialmente quando há previsão de eventos climáticos.

Considerando a população pouco alfabetizada, panfletos com ilustrações de orientação e

alertas públicos divulgados pela mídia podem ser mais bem direcionados aos grupos sociais

de maior vulnerabilidade. Estudos futuros poderão estender este trabalho para outros estados

brasileiros ou outros países. Comparações das populações afetadas em diferentes regiões

podem fornecer um guia interessante para os profissionais da logística humanitária.

Agradecimentos

Os autores agradecem à Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), e à Defesa Civil do

estado de São Paulo.

REFERÊNCIAS BIBLIOGRÁFICAS

CHOU, Y-J.; N. HUANG; C-H. LEE; S-L. TSAI; L-S. CHEN e H-J. CHANG. (2004) Who Is at Risk of Death

in an Earthquake? American Journal of Epidemiology, v. 160, n. 7, p. 688–695.

DOBSON, A. J. e A. G. BARNETT. (2008) An introduction to generalized linear models (3a. ed.). CRC Press:

Boca Raton.

EM-DAT – Emergency Management Database (2012) Disaster Classification. Université Catholique de

Louvain, Brussels. Disponível em: <http://www.emdat.be/classification>. Acesso em 22/01/2012.

EM-DAT – Emergency Management Database (2011) Disaster trends. Université Catholique de Louvain,

Brussels. Disponível em: <http://www.emdat.be/disaster-trends >. Acesso em 8/11/2011.

FAPESP (2011) Sudeste terá mais tempestades. Agência de notícias da Fundação de Amparo à Pesquisa de São

Paulo. Disponível em: <http://agencia.fapesp.br/14313>. Acesso em: 10 ago. 2011.

IBGE (2011) Censo 2010. Instituto Brasileiro de Geografia e Estatística. Disponível em:

<http://www.ibge.gov.br/english>. Acesso em: 20 dez. 2011.

IFRC (2008) Introduction to the Guidelines for the Domestic Facilitation and Regulation of International

Disaster Relief and Initial Recovery Assistance. International Federation of Red Cross and Red Crescent

Societies, Geneve.

INPE (2012) Janeiro de 2012: em 18 dias, seis vítimas fatais. Instituto Nacional de Pesquisas Espaciais - Grupo

de Eletricidade Atmosférica. Disponível em: <http://www.inpe.br/webelat/homepage/menu/noticias/

elat.na.midia.php?ano=2012&cat=&page=5>. Acesso em: 1 jul. 2012.

KUN, P.; Z. WANG; X. CHEN; H. Le; X. GONG; L. ZHANG e L. YAO (2010) Public health status and

influence factors after 2008 Wenchuan earthquake among survivors in Sichuan province, China: cross-

sectional trial. Public Health, v. 124, n. 10, p. 573 – 580.

LIBAULT, A. (1971) Atlas do Estado de São Paulo. IGEOG-USP, São Paulo.

MANNING, C. (2007) Logistic Regression (with R). Disponível em:

<http://nlp.stanford.edu/~manning/courses/ling289/logistic.pdf>. Acesso em: 23 jan. 2012.

NEUMAYER, E. e T. PLÜMPER. (2007) The Gendered Nature of Natural Disasters: The Impact of

Catastrophic Events on the Gender Gap in Life Expectancy, 1981–2002. Annals of the Association of

American Geographers, v. 97, n. 3, p. 551-566.

O’KEEFE, P.; K. WESTGATE e B. WISNER. (1976). Taking the naturalness out of natural disasters. Nature, v.

260, p. 566–567.

ONU (2004). Demographic Yearbook review: National reporting of age and sex-specific data – Implications for

international recommendations. United Nations, Department of Economic and Social Affairs. p. 2-4.

Disponível em: <http://unstats.un.org/unsd/demographic/products/dyb/techreport/ AgeandSex.pdf>.

Acesso em: 1 jul. 2012.

RODRIGUEZ, H.; E. L. QUARANTELLI e R. R. DYNES (2007) Handbook of Disaster Research. Springer,

New York.

ROTTKEMPER, B.; K. FISCHER; A. BLECKEN e C. DANNE (2011). Inventory relocation for overlapping

disaster settings in humanitarian operations. OR Spectrum, v. 33, n. 3, p. 721-749.

SÃO PAULO (2012) Geografia do Estado. Biblioteca virtual do governo do estado de São Paulo. Disponível

em: <http://www.bibliotecavirtual.sp.gov.br/saopaulo-geografia.php>. Acesso em: 22 jan. 2012.

SILVERSTEIN, L. M. (2008) Guidelines for Gender-Sensitive Disaster Management by Asia Pacific Forum on

Women, Law and Development – Review. Reproductive Health Matters, v. 16, n. 31, p. 153-158.

THOMAS, A. S. e L. R. KOPCZAK (2005). From logistics to supply chain management: The path forward in

the humanitarian sector. Fritz Institute, San Francisco CA. Disponível em:

<http://www.fritzinstitute.org/PDFs/WhitePaper/Fromlogisticsto.pdf>. Acesso em: 3 ago. 2011.

WEST, D. M.,ORR, M. (2007). Race, Gender, and Communications in Natural Disasters. The Policy Studies

Journal, v. 35, n. 4, p. 569-586.

WHO (2002) Gender and health in disasters. World Health Organization, Geneve. Disponível em: < http://www.who.int/gender/other_health/disasters/en/>. Acesso em: 1 jul. 2012.

___________________________________________________________________________

Irineu de Brito Jr. (ibritojr@yahoo.com.br)

Bruno César Kawasaki (bckawasaki@gmail.com)

Adriana Leiras (adrianaleiras@yahoo.com.br)

Hugo Tsugunobu Yoshida Yoshizaki (hugo@usp.br)

Departamento de Engenharia de Produção, Escola Politécnica da Universidade de São Paulo

Tel: (55 11) 3091-5363 – ext. 489

Av. Prof. Almeida Prado, Travessa 2, Nº 128 – São Paulo, SP, Brasil – CEP 05508-070

Palavras chave: Logística Humanitária, Desastres Naturais, Estatística, Perfil da população afetada