Associação entre raça/cor e desfechos de hospitalização e mortalidade por covid-19: revisão sistemática e metanálise

Resumo

Objetivo: Avaliar as evidências globais sobre a associação entre raça/cor e hospitalização e mortalidade por covid-19.

Métodos: A busca foi realizada nos bancos de dados Medline (via PubMed), Literatura Latino-Americana e do Caribe em Ciências da Saúde, Biblioteca Eletrônica Científica Online via a Biblioteca Virtual em Saúde, Web of Science e Scopus, com a busca final realizada em dezembro de 2023. Foram incluídos estudos observacionais que avaliaram a associação entre raça/cor e desfechos definidos de hospitalização ou mortalidade por covid-19. Três revisores realizaram a seleção e a extração dos dados utilizando o sistema Rayyan e uma planilha padronizada. A avaliação da qualidade foi realizada utilizando a escala de Newcastle-Ottawa. A razão de chances (odds ratio, OR) e os intervalos de confiança de 95% (IC95%) foram combinados por metanálise. A heterogeneidade foi estimada pelo I².

Resultados: De 5.028 registros analisados, 41 estudos foram incluídos, publicados entre 2020 e 2022, a maioria proveniente dos Estados Unidos. Observaram-se associações positivas entre raça/cor negra e hospitalização por covid-19 (OR ajustada 1,97; IC95% 1,75; 2,23) e entre raça/cor e mortalidade (OR ajustada 1,54; IC95% 1,20; 1,98), provavelmente impulsionadas por desigualdades socioeconômicas e acessos desiguais aos cuidados de saúde.

Conclusões: Esta revisão sistemática demonstrou que a raça/cor negra está associada ao aumento significativo da probabilidade de hospitalização e mortalidade por covid-19, destacando a importância de intervenções de saúde pública direcionadas para reduzir essas disparidades raciais.

Palavras-chave:
COVID-19; Raça; Hospitalização; Mortalidade; Metanálise

Abstract

Objective: To assess global evidence on association between race/color and COVID19 hospitalization and mortality outcomes. Methods: A search was performed on the following databases: Medline (via PubMed); Latin American and Caribbean Health Sciences Literature (LILACS) and Scientific Electronic Library Online (SciELO) via the Virtual Health Library (Biblioteca Virtual em Saúde - BVS); Web of Science; and Scopus, whereby the final search was performed in December 2023. We included observational studies that assessed association between race/color and defined outcomes of COVID-19 hospitalization or mortality. Three reviewers performed the selection and extraction using the Rayyan system and a standardized spreadsheet. The quality assessment was performed using the Newcastle-Ottawa Scale. The odds ratios (OR) and 95% confidence intervals (95%CI) were combined by meta-analysis. Heterogeneity was estimated by I2.

Results: Out of 5,028 screened records, 41 studies were included, published between 2020-2022 and mostly from the United States. Positive association was observed between Black race/color and both COVID-19 hospitalization (adjusted OR 1.97; 95%CI 1.75; 2.23) and mortality (adjusted OR 1.54; 95%CI 1.20; 1.98), likely driven by socioeconomic inequities and unequal access to care.

Conclusions: This systematic review demonstrates that Black race/color is associated with significantly increased odds of COVID19 hospitalization and mortality, highlighting the importance of targeted public health interventions to reduce these racial disparities.

Keywords:
COVID-19; Race/Color; Hospitalization; Mortality; Meta-Analysis

Resumen

Objetivo: Evaluar la evidencia global sobre la asociación entre raza/color y los resultados de hospitalización y mortalidad por COVID-19.

Métodos: Se realizó una búsqueda en las siguientes bases de datos: Medline (a través de PubMed); Literatura Latinoamericana y Caribeña en Ciencias de la Salud (LILACS) y Biblioteca Científica Electrónica en Línea (SciELO) a través de la Biblioteca Virtual en Salud (BVS); Web of Science; y Scopus. La búsqueda final se realizó en diciembre de 2023. Se incluyeron estudios observacionales que evaluaron la asociación entre raza/color y los resultados definidos de hospitalización o mortalidad por COVID-19. Tres revisores realizaron la selección y extracción utilizando el sistema Rayyan y una hoja de cálculo estandarizada. La evaluación de la calidad se realizó mediante la Escala de Newcastle-Ottawa. Las razones de momios (odds ratios, OR) y los intervalos de confianza del 95% (IC95%) se combinaron mediante metaanálisis. La heterogeneidad se estimó mediante I².

Resultados: De 5028 registros revisados, se incluyeron 41 estudios, publicados entre 2020 y 2022 y provenientes principalmente de ols Estados Unidos. Se observó una asociación positiva entre la raza/ color negro y la hospitalización por COVID-19 (OR ajustado 1,97; IC95% 1,75; 2,23) y la mortalidad (OR ajustado 1,54; IC95% 1,20; 1,98), probablemente debido a las inequidades socioeconómicas y el acceso desigual a la atención médica.

Conclusiones: Esta revisión sistemática demuestra que la raza/color negro se asocia con una probabilidad significativamente mayor de hospitalización y mortalidad por COVID-19, lo que subraya la importancia de las intervenciones de salud pública dirigidas a reducir estas disparidades raciales.

Palabras clave:
COVID-19; Raza/Color; Hospitalización; Mortalidad; Metaanálisis

Introdução

Editor chefe: Jorge Otávio Maia Barreto <https://orcid.org/0000-0002-7648-0472>

Editora científica: Maria Auxiliadora Parreiras Martins <https://orcid.org/0000-0002-5211-411X>

Editora associada: Carolina Muller Ferreira < https://orcid.org/0000-0002-7975-5777>

Correspondência: Simone Seixas da Cruz. E-mail: [e-mail]

Conflito de interesses: Nenhum declarado.

Desde o início da pandemia de covid-19, foram registrados 608.328.548 casos confirmados de infecção pela síndrome respiratória aguda grave do coronavírus 2 (Sars-COV-2) em todo o mundo, com 6.501.469 óbitos pela doença, até setembro de 2022 [¹]. No Brasil, o número de óbitos registrados por essa causa específica no mesmo período correspondeu a 10% dos registrados mundialmente [¹]. Esse destaque para o Brasil ressalta como as acentuadas desigualdades raciais e sociais nos desfechos da covid-19 no país refletem os padrões de disparidades de saúde raciais que afetam populações minoritárias em todo o mundo. Contudo, a covid-19 parece apresentar efeitos ainda mais graves em populações expostas à vulnerabilidade social, particularmente em grupos como o de raça/cor negra [¹].

A desagregação da gravidade da covid-19 por grupo étnico-racial tem sido descrita como uma ferramenta fundamental para revelar a condição específica de cada grupo [²]. Isso qualifica a tomada de decisões para enfrentar a pandemia, especialmente no que diz respeito a medidas preventivas como o fornecimento de vacinas para controlar a doença em todo o mundo. Em grupos socialmente vulneráveis, as repercussões geradas pela pandemia extrapolam o número de casos e mortes, revelando disparidades sociais devido a desigualdades na qualidade e no acesso aos serviços de saúde, relações sociais, medo de infecção e sofrimento psicológico [²].

As desigualdades sociais foram acentuadas durante a pandemia, uma vez que as populações periféricas, que já sofriam com a escassez de infraestrutura e de recursos econômicos, o desemprego, a insegurança alimentar, a educação deficitária e a dificuldade ou a falta de acesso a serviços, enfrentaram um novo desafio: reinventar as práticas de prevenção e autocuidado em saúde. Medidas restritivas e de isolamento social foram adotadas para mitigar o avanço da covid-19. No entanto, nos grupos sociais mais expostos, tais medidas não puderam ser adotadas devido à precariedade das condições de vida e à necessidade de sobrevivência. As medidas restritivas e de isolamento social, embora necessárias para conter a transmissão, também exacerbaram as dificuldades socioeconômicas, como o aumento da pobreza, da insegurança alimentar e do desemprego, em muitos países. As minorias raciais historicamente sujeitas ao racismo estrutural foram afetadas de forma desproporcional, o que resultou em privações dos direitos básicos à vida e à saúde [³].

Em 2021, o maior risco de infecção e de desenvolvimento dos casos mais graves da doença em minorias raciais e étnicas foi identificado por meio de revisão sistemática com metanálise [⁴]. A síntese das evidências foi realizada apenas com estudos desenvolvidos com populações dos Estados Unidos e revelou alta inconsistência entre os estudos. Visando aumentar a abrangência geográfica e reduzir a inconsistência entre os estudos incluídos, esta revisão sistemática teve como objetivo avaliar as evidências globais sobre a associação entre raça/cor negra e hospitalização e mortalidade por covid-19.

Métodos

Delineamento e contexto

Esta revisão sistemática foi conduzida e relatada de acordo com as diretrizes Preferred Reporting Items for Systematic Reviews and Meta Analyses (PRISMA) 2020 [⁵,⁶].

Critérios de elegibilidade

Foram incluídos estudos observacionais, especificamente transversais, de caso-controle e de coorte, que examinaram a associação entre raça/cor e hospitalização e mortalidade relacionadas à covid-19. As buscas foram realizadas em múltiplos bancos de dados, e a última delas foi executada em 15 de dezembro de 2023. Relatos de caso, ensaios clínicos randomizados de intervenções e estudos sem critérios claramente definidos para hospitalização ou óbito por covid-19 foram excluídos.

Os estudos elegíveis foram aqueles que relataram resultados para pelo menos dois grupos raciais ou étnicos distintos, permitindo análises comparativas. A busca abrangeu todos os tipos de classificações étnico-raciais disponíveis nos estudos; no entanto, a inclusão exigiu que as categorias de raça/cor fossem explicitamente definidas, por meio de autoidentificação ou registros oficiais, para permitir a categorização adequada.

Os estudos foram excluídos quando o método de classificação não foi claramente descrito ou quando os dados não permitiram o agrupamento confiável em duas categorias amplas: negros (incluindo indivíduos identificados como negros, pardos ou categorias de raça mista equivalentes) e não negros (o grupo de referência, compreendendo todas as outras categorias, como brancos, asiáticos etc.).

Fontes de informação

As buscas foram realizadas no Medline (via PubMed), na Literatura Latino-Americana e do Caribe em Ciências da Saúde (Lilacs), na Biblioteca Eletrônica Científica Online (SciELO) da Biblioteca Virtual em Saúde (BVS), na Web of Science e na Scopus. Também foram examinadas as listas de referências dos artigos selecionados e consultados repositórios confiáveis de literatura cinzenta, incluindo teses e dissertações da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e preprints no servidor medRxiv. Não foram aplicadas restrições de idioma ou status de publicação.

Estratégia de busca

Uma estratégia de busca-piloto foi desenvolvida para o banco de dados Medline (via PubMed) por SNS e AAM e adaptada para os demais bancos de dados seguindo as recomendações da Peer Review of Electronic Search Strategies (PRESS) [⁷]. A revisão por pares foi realizada por SSC e MDCS. A estratégia final para cada banco de dados bibliográfica foi adaptada. Para teses e dissertações, foram utilizadas as seguintes palavras-chave: “Adulto”, “Grupo Racial”, “COVID-19” e “SARS-CoV-2”. Os operadores booleanos AND/OR foram aplicados.

Seleção de estudos

Três pesquisadores (SNS, SSC e MDCS), em pares e de forma independente, selecionaram títulos e resumos, e outros três pesquisadores (ISGF, SNS e ACGMF) avaliaram os textos completos utilizando o sistema Rayyan [⁸]. Quando revisões sistemáticas foram identificadas, elas foram excluídas como estudos primários, mas suas listas de referências foram consultadas para identificar eventuais pesquisas originais adicionais elegíveis. Discrepâncias em qualquer uma das etapas foram discutidas até que se chegasse a um consenso, consultando um revisor sênior (ISGF), se necessário, conforme pré-especificado no protocolo registrado.

Processo de coleta de dados

Três pesquisadores (SNS, AAM e DFR), em pares e de forma independente, extraíram os dados dos estudos utilizando planilhas padronizadas com o software StArt v3.4 [⁹]. Discrepâncias em qualquer uma das etapas foram discutidas até que se chegasse a um consenso, consultando um revisor sênior (ISGF), se necessário, conforme pré-especificado no protocolo registrado.

Quando faltavam informações, os autores dos estudos eram contatados para esclarecimentos. O protocolo para gerenciar dados faltantes especificava que os autores correspondentes seriam contatados por e-mail até duas vezes para solicitar esclarecimentos. Caso uma resposta fosse recebida, os dados seriam incorporados; caso contrário, o estudo seria excluído de qualquer análise para a qual os dados fossem essenciais.

Domínios de dados

Foram extraídos dados em três domínios principais: características do estudo (autor, ano de publicação, banco de dados de origem, país/região, período do estudo, objetivo e delineamento do estudo); características da população (tamanho da amostra, classificação de raça/ cor [negros e não negros] e critérios de diagnóstico); e dados de desfecho (hospitalização e mortalidade por covid-19, medidas de efeito, fatores de confusão ajustados e principais achados).

Avaliação de risco de viés

Pesquisadores em pares e independentes (JSPS, AMH e MSRX) avaliaram a qualidade metodológica dos estudos incluídos utilizando a escala de Newcastle-Ottawa (Newcastle-Ottawa scale, NOS) para estudos observacionais [¹⁰-¹¹]. Para os estudos transversais incluídos, foi utilizada uma versão adaptada da NOS [¹⁰]. Essa abordagem foi escolhida para garantir que os critérios de qualidade fossem apropriados para o delineamento específico do estudo, mantendo, ao mesmo tempo, uma estrutura de avaliação consistente e comparável entre todos os estudos observacionais.

A ferramenta atribuiu até nove estrelas em três domínios: seleção (máximo de quatro estrelas), que avaliou a representatividade das coortes e a determinação da exposição; comparabilidade (máximo de duas estrelas), que avaliou o controle de variáveis de confusão importantes; e desfecho (máximo de três estrelas), que examinou os métodos de avaliação do desfecho. Estudos com pontuação entre sete e nove estrelas foram considerados de alta qualidade metodológica, aqueles com quatro a seis estrelas foram considerados de qualidade moderada, e pontuações abaixo de quatro indicaram baixa qualidade e maior risco de viés. Quaisquer discrepâncias entre os revisores foram discutidas e resolvidas por consenso. Quando necessário, um revisor sênior (ISGF) foi consultado para arbitragem, conforme pré-especificado no protocolo do estudo.

Medições de efeito

Razões de chances (odds ratio, OR) com intervalos de confiança de 95% (IC95%) foram utilizadas como medidas de efeito primárias [¹²]. Para estudos que relataram razões de prevalência (RP) ou razões de risco (RR), essas estimativas foram convertidas em OR para garantir consistência entre as análises [¹³].

Métodos de sintetização

As OR ajustadas foram sintetizadas usando um modelo genérico de efeitos aleatórios com variância inversa e estimativa de máxima verossimilhança restrita (restricted maximum likelihood, REML) no Stata 17 (StataCorp LLC, Texas, Estados Unidos). A heterogeneidade entre os estudos foi avaliada usando o teste Q de Cochran (limiar de significância), a estatística I² e o índice de inconsistência [¹²]. Estudos observacionais de diferentes delineamentos (transversal, coorte e caso-controle) foram agrupados, pois cada um relatou medidas de associação ajustadas para os mesmos desfechos dicotômicos, especificamente hospitalização e mortalidade, seja diretamente como OR ou convertidas de razões de risco (RR) e razões de prevalência (RP), seguindo as diretrizes da Cochrane para combinar delineamentos heterogêneos ao estimar a mesma medida de efeito [¹⁴].

As análises de sensibilidade incluíram testes de exclusão leave-one-out [¹⁵-¹⁶], metanálises estratificadas por delineamento do estudo e gráficos de Galbraith

[¹⁷] para explorar potenciais fontes de heterogeneidade. Análises de subgrupos foram planejadas para investigar a heterogeneidade por delineamento do estudo, região geográfica e método de classificação de raça/cor. A metarregressão foi considerada, mas não realizada devido ao número insuficiente de estudos (<10) em subgrupos-chave e à falta de padronização nas definições das covariáveis.

Avaliação de viés de relato

Viés de publicação em potencial foi avaliado por meio da inspeção visual de gráficos de funil e testes estatísticos utilizando o teste de Egger (p<0,05) e o teste de Begg [¹⁸-¹⁹]. Esses métodos foram aplicados para detectar assimetria e efeitos de pequenos estudos que poderiam influenciar as estimativas agrupadas.

A assimetria do gráfico de funil foi avaliada para identificar o viés em potencial resultante da publicação seletiva de estudos com resultados significativos. Um valor-p inferior a 0,05 foi considerado estatisticamente significativo, o que indicou potencial assimetria no gráfico de funil que poderia sugerir a presença de viés de publicação.

Resultados

A busca bibliográfica identificou 5.028 publicações. Após a triagem, 41 estudos atenderam aos critérios de elegibilidade e foram incluídos na revisão (Figura 1). Esses estudos, publicados entre 2020 e 2022, incluíram coletivamente 6.913.420 participantes (Tabela 1).

Figura 1
Processo de seleção e inclusã dos estudos na revisão (n=41)

Tabela 1
Características dos estudos incluídos (n=41)

Estudo (ref.)	Ano	País	Fonte	Delineamento do estudo	Tamanho amostral	Faixa etária (anos)	Característicasa	Pontuação de qualidade
Acosta 2021 [81]	2020 - 2021	Estados Unidos	Prontuários médicos	Transversal	143.342	Todas as idades	SARS-CoV-2 confirmada por teste molecular/ antígeno; Exposição=raça/ cor (negro vs. não-negro); Desfechos=hospitalização e mortalidade	9
Asch 2021 [95]	2020	Estados Unidos	Registros de prestadores de serviços	Coorte	44.217	18+	Diagnóstico de COVID-19 confirmado método não especificado); Exposição=raça/ cor; Desfecho=mortalidade	8
Chishing 2020 [96]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	2.820	Todas as idades	Teste RT-PCR e de antígeno; Exposição=raça/cor; Desfechos=hospitalização e mortalidade	9
Dai 2021 [97]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	570.298	Não registrada no estudo	RT-PCR; Exposição=raça/ cor (raça/etnia); Desfechos= hospitalização e mortalidade	8
Dashit 2020 [98]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte	12.347	Todas as idades	Teste positivo (método não informado); Exposição=raça/ cor e fatores demográficos; Desfechos=hospitalização e mortalidade	9
Egede 2020 [82]	2020	Estados Unidos	Prontuários médicos	Transversal	31.549	18+	Testes laboratoriais (método não especificado); Exposição=raça/ cor; Desfechos=hospitalização e mortalidade	9
Escobar 2021 [99]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	3.481.716	18+	RT-PCR; Exposição=raça/cor; Desfechos=hospitalização e mortalidade	8
Gershengorn 2021 [100]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	15.473	18+	RT-PCR; Exposição=raça/ cor(raça/etnia); Desfechos=hospitalização e mortalidade	8
Golestaneh 2020 [101]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	505.992	Todas as idades	Teste laboratorial de esfregação; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	8
Gu 2020 [102]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	5.698	Todas as idades	Teste RT-PCR e de anticorpos; Exposição=raça/cor (raça/etnia) e fatores sociodemográficos; Desfechos=hospitalização e mortalidade	8
Gu 2020 [118]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	5.690	Todas as idades	Teste positivo (método não especificado); Exposição=raça/ cor; Desfechos=hospitalização e mortalidade	8
Ingraham 2021 [119]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	5.577	18+	RT-PCR; Exposição=raça/cor; Desfecho=hospitalização;	8
Izzy 2020 [83]	2020	Estados Unidos	Prontuários médicos eletrônicos	Transversal	5.190	18-85	RT-PCR; Exposição=raça/cor; Desfecho=hospitalização	9
Jacobso 2021 [103]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	84.346	18+	RT-PCR & antigen/antibody tests; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	8
Khan 2020 [104]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	7.082	Não registrada no estudo	Positive test método não especificado); Exposição=raça/ etnia; Desfechos=hospitalização e mortalidade	8
Ko 2021 [85]	2020	Estados Unidos	Sistema de vigilância populacional de hospitalizações por COVID-19	Transversal	5.416	18+	Diagnóstico laboratorial (método não especificado); Exposição=raça/etnia; Desfecho=hospitalização	8
Lassale 2020 [121]	2020	Inglaterra	Registro nacional de hospitalizações	Coorte prospectivo	340.966	40-69	RT-PCR; Exposição=etnia; Desfecho=hospitalização	7
Lazar 2021 [105]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	365	18+	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização	8
Lobelo 2020 [106]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	5.721	18+	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização Fonte primária de dados: Prontuários eletrônicos	8
Lucar 2021 [107]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	100	18+	RT-PCR; Exposição=raça/cor; Desfechos=hospitalização e mortalidade	8
Maddox 2022 [91]	2020	Estados Unidos	Registro hospitalar	Transversal	64.526	Não registrada no estudo	Diagnóstico de COVID-19 confirmado (método não especificado); Exposição=race/ color; Desfechos=hospitalização e mortalidade	6
McCarty 2021 [108]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	379	18+	RT-PCR; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	8
McPadden 2020 [86]	2020	Estados Unidos	Repositório de dados clínicos	Coorte retrospectivo	28.605	18+	RT-PCR; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	9
Mendy 2020 [109]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte	689	Não registrada no estudo	RT-PCR; Exposição=raça/ cor (raça/etnia); Desfecho=hospitalização	9
Muñoz-Price 2020 [87]	2020	Estados Unidos	Prontuários médicos eletrônicos	Transversal	2.595	18+	RT-PCR; Exposição = raça/cor (raça/etnia); Desfechos=hospitalização e mortalidade	9
Nau 2021 [110]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	47.974	18+	Resultados de teste positivos (método não especificado); Exposição=raça/etnia; Desfecho=hospitalização	8
Ogedegbe 2020 [111]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	9.722	19+	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização	9
Patel 2020 [120]	2020	Inglaterra	Prontuários médicos eletrônicos	Coorte retrospectivo	818	Todas as idades	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização	8
Pennington 2020 [88]	2020	Estados Unidos	Prontuários médicos eletrônicos	Transversal	181.813	18+	Testes laboratoriais (método não informado); Exposição=raça/ etnia; Desfechos=hospitalização e mortalidade	8
Price-Haywood 2020 [112]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	3.481	Não registrada no estudo	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização	9
Poulson 2021 [89]	2020	Estados Unidos	Prontuários médicos eletrônicos	Transversal	124.780	Todas as idades	Casos confirmados por laboratório (método não informado); Exposição=raça/ etnia Desfechos=hospitalização e mortalidade	8
Qeadan 2021 [113]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	52.411	Não registrada no estudo	Teste laboratorial positivo (método não informado); Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	8
Quan 2021 [114]	2020	Estados Unidos	Scopus	Coorte retrospectivo	2.038	Não registrada no estudo	RT-PCR; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	9
Rentsch 2020 [115]	2020	Estados Unidos	Sistema integrado de saúde – Departamento de Assuntos de Veteranos	Coorte retrospectivo	254.595	20-105	Teste positivo (método não especificado); Desfecho=mortalidade	7
Rentsch 2020 [116]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	62.098	20+	Esfregaços nasofaríngeos laboratoriais; Exposição=raça/ etnia; Desfecho=mortalidade	7
Roy 2021 [117]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	2.554	18+	RT-PCR; Exposição=raça/etnia; Desfechos=hospitalização e mortalidade	9
Wang 2020 [90]	2020	Estados Unidos	Prontuários médicos eletrônicos	Coorte retrospectivo	28.336	Não registrada no estudo	RT-PCR; Exposição=raça/etnia; Desfecho=hospitalização	9
Wong 2021 [92]	2020	Estados Unidos	Banco de dados nacional de pessoas avaliadas pelo Departamento de Assuntos de Saúde de Veteranos (VHA)	Transversal	705.715	Todas as idades	RT-PCR; Exposição=raça/ etnia; Exposição=raça/etnia; Desfecho=mortalidade	8
Zelner 2021 [93]	2020	Estados Unidos	Registros do sistema de vigilância em saúde	Transversal	49.701	Não registrada no estudo	RT-PCR; Exposição=idade por raça/etnia; Exposição=raça/etnia; Desfecho=mortalidade	6

• ^a
  Entre as características observadas, encontra-se a RT-PCR que corresponde a reverse transcription polymerase chain reaction (reação em cadeia da polimerase com transcrição reversa), técnica utilizada para ampliar sequências de RNA após sua conversão em DNA complementar.

A maioria dos estudos incluídos eram coortes observacionais (65,85%; n=27) e foram conduzidos predominantemente nos Estados Unidos (95,12%; n=39). A qualidade metodológica geral dos estudos incluídos foi alta, com pontuação média de 8,17 na escala de Newcastle-Ottawa. Apesar de ter planejado a inclusão de estudos de caso-controle, nenhum dos estudos identificados com esse delineamento atendeu aos critérios finais de elegibilidade. Os motivos para excluir estudos após a revisão do texto completo foram resumidos no fluxograma de seleção (Figura 1).

Para a associação entre raça/cor negra e hospitalização por covid-19, 34 estudos foram analisados. A metanálise inicial produziu OR ajustada de 1,70 (IC95% 1,44; 2,01) com heterogeneidade muito substancial. Após uma análise de sensibilidade para explorar as fontes de heterogeneidade, o subconjunto final de 14 estudos foi metanalisado, o que resultou na OR ajustada de 1,97 (IC95% 1,75; 2,23), com heterogeneidade reduzida a um nível moderado (Figura 2).

Figura 2
Associação entre raça/cor e hospitalização por covid-19 (n=14)

Para a associação com a mortalidade por covid-19, foram analisados 25 estudos. A metanálise inicial estimou OR ajustada de 1,34 (IC95% 1,07; 1,68), também com heterogeneidade muito substancial. Após excluir prováveis fontes de heterogeneidade, a análise final incluiu 7 estudos, o que resultou na OR ajustada de 1,54 (IC95% 1,20; 1,98), com heterogeneidade reduzida a um nível negligenciável (Figura 3).

Figura 3
Associação entre raça/cor e mortalidade por covid-19 (n=7)

A análise dos gráficos de funil sugeriu a presença de viés de publicação, o que foi confirmado pelo teste de Egger (p<0,01). A metarregressão foi considerada, mas não realizada porque os subgrupos predefinidos incluíam menos de dez estudos, número inferior ao mínimo recomendado para estimativas estáveis.

Discussão

Esta revisão incluiu 41 artigos, dos quais 34 relataram medidas de associação entre raça/cor negra e hospitalização relacionada à covid-19 e 25 relataram medidas para mortalidade por covid-19 [²⁰-²⁹,³³-⁴⁷,⁵⁰-⁶⁰]. Os riscos de hospitalização e morte foram consistentemente maiores entre indivíduos negros do que em grupos não negros, confirmando uma revisão publicada anteriormente que também observou essa disparidade [⁴].

A principal limitação deste estudo residiu no fato de todas as investigações incluídas serem observacionais, o que impediu a inferência causal que seria possível em pesquisas baseadas em intervenções. Além disso, os domínios de risco de viés, particularmente aqueles relacionados à representatividade da amostra e à verificação da exposição, variaram entre os estudos, podendo atenuar ou inflar as estimativas agrupadas.

A metarregressão não foi viável porque muitos subgrupos predefinidos continham menos de dez estudos, abaixo do mínimo recomendado para estimativas estáveis, e as principais covariáveis (definições exatas de raça, critérios de hospitalização e ajustes de comorbidade) não eram padronizadas. Além disso, é importante enfatizar que metanálises separadas foram mantidas para hospitalização e mortalidade porque representam desfechos clinicamente distintos com suas próprias definições, fontes de heterogeneidade e períodos de tempo. Combiná-los em uma única síntese contradiria a orientação da Cochrane de que apenas estudos com o mesmo desfecho devem ser agrupados [¹⁴].

Para explicar a alta heterogeneidade observada entre os estudos, é necessário considerar fatores multicausais. Estudos conduzidos em populações negras com maior prevalência de comorbidades (como diabetes e hipertensão) tendem a apresentar maiores razões de chances (odds ratios, OR). Nesse contexto, essas OR mais elevadas quantificam uma disparidade mais acentuada, o que indica que indivíduos negros têm probabilidade significativamente maior de desfechos adversos em comparação a outros grupos devido a essas condições de saúde subjacentes. Simultaneamente, variações nas vulnerabilidades socioeconômicas (moradia precária, superlotação e ocupações essenciais) influenciam, de forma diferenciada, o risco de exposição e a progressão grave da covid-19. Os protocolos locais de testagem e hospitalização também variam amplamente, alterando a composição do grupo hospitalizado e a associação observada com a raça.

A capacidade de resposta dos sistemas de saúde (disponibilidade de leitos, unidades de terapia intensiva [UTIs] e tratamentos precoces) impacta as taxas de mortalidade: regiões com infraestrutura limitada tendem a registrar OR mais elevadas para óbitos, refletindo associação positiva mais forte entre raça/cor negra e mortalidade. Esses diversos fatores contextuais, que não são uniformemente capturados em cada estudo, levam aos altos índices I² observados nas meta-análises. Esses valores elevados (tipicamente superiores a 75%) representam alta heterogeneidade estatística, o que confirma que a variação nos resultados entre os estudos é impulsionada pelas diferentes realidades sociais e clínicas das diversas regiões, e não por erro de amostragem.

Disparidades marcadas na eficácia das políticas de resposta à covid-19 e na alocação de recursos foram documentadas em grupos racializados, particularmente entre populações negras, aumentando diretamente tanto a exposição ao vírus quanto os riscos de letalidade [²⁶,³³,⁴⁶,⁵⁰,⁵³]. Recursos insuficientes para controlar infecções em comunidades negras vulneráveis exacerbaram ainda mais esses riscos [³²,⁵⁰]. Estes achados corroboram esses estudos.

O racismo institucional e interpessoal atua como determinante central das desigualdades em saúde. Omissões estruturais nas políticas públicas de saúde, educação e economia têm dificultado o acesso equitativo à prevenção, ao diagnóstico e ao tratamento para populações negras, especialmente em contextos com recursos limitados. A subnotificação de raça/etnia em registros de covid-19, como no Brasil e nos Estados Unidos, ocultou a verdadeira carga da doença, dificultando a avaliação de políticas e o monitoramento das desigualdades [⁵⁰].

Estes achados, apesar das limitações, ressaltaram a necessidade urgente de políticas públicas orientadas para a equidade que ampliem o acesso à prevenção, ao diagnóstico precoce e ao tratamento adequado nas comunidades negras. A coleta sistemática de dados epidemiológicos desagregados por raça/etnia é essencial para identificar disparidades e orientar intervenções direcionadas em contextos de profundas desigualdades raciais [²-³].

Em conclusão, indivíduos negros enfrentam riscos desproporcionalmente maiores de desenvolver quadros graves de covid-19, o que reflete vulnerabilidade social histórica e racismo institucional. Para combater essas disparidades, são necessários sistemas de dados robustos e esforços políticos harmonizados para garantir o acesso equitativo a serviços de saúde e à distribuição de recursos.

Aspectos éticos

Esta pesquisa utilizou bancos de dados de domínio público e anonimizados.

Protocol registration

PROSPERO - CRD42022347715.

Use of generative artificial intelligence

Not used.

Referências bibliográficas

• ¹ World Health Organization. WHO Coronavirus (COVID-19) Dashboard. 2022 17 set. 2022. https://covid19.who.int
  » https://covid19.who.int
• ² ABEDI, V; OLULANA, O; AVULA, V; CHAUDHARY, D; KHAN, A; SHAHJOUEI, S; et al.. Racial, economic and health inequality and COVID-19 infection in the United States. medRxiv. 2020;2020.04.26.20079756.
• ³ KIM, SJ; BOSTWICK, W. Social vulnerability and racial inequality in COVID-19 deaths in Chicago. Health Educ Behav. 2020;1090198120929677.
• ⁴ MAGESH, S; JOHN, D; LI, WT; LI, Y; MATTINGLY-APP, A; JAIN, S; et al.. Disparities in COVID-19 results by race, ethnicity and socioeconomic status: a systematic review and meta-analysis. JAMA Netw Open. 2021;4(11):e2134147.
• ⁵ MOHER, D; LIBERATI, A; TETZLAFF, J; ALTMAN, DG. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. BMJ. 2009;339:b2535.
• ⁶ PAGE, MJ; MCKENZIE, JE; BOSSUYT, PM; BOUTRON, I; HOFFMANN, TC; MULROW, CD; et al.. The PRISMA 2020 communiqué: an updated guideline for systematic review reports. BMJ. 2021;372:n71.
• ⁷ MCGOWAN, J; SAMPSON, M; SALZWEDEL, DM; COGO, E; FOERSTER, V; LEFEBVRE, C. PRESS peer review of electronic search strategies: 2015 guideline statement. J Clin Epidemiol. 2016;75:40-6.
• ⁸ OUZZANI, M; HAMMADY, H; FEDOROWICZ, Z; ELMAGARMID, A. Rayyan - a web and mobile application for systematic reviews. Syst Rev. 2016;5(1):210.
• ⁹ Federal University of São Carlos. State of the art through systematic review - START. Version 3.3. São Carlos: UFSCar, 2013.
• ¹⁰ MODESTI, PA; REBOLDI, G; CAPPUCCIO, FP; AGYEMANG, C; REMUZZI, G; RAPI, S; et al.. Panethnic differences in blood pressure in Europe: a systematic review and meta-analysis. PLoS One. 2016;11(1):e0147601.
• ¹¹ WELLS, G; SHEA, B; O'CONNELL, D; PETERSON, J; WELCH, V; LOSOS, M; et al.. The Newcastle-Ottawa Scale (NOS) to evaluate the quality of non-randomized studies in meta-analyses. Ottawa: The Ottawa Hospital Research Institute, 2014 27 jul. 2022. http://www.ohri.ca/programs/clinical_epidemiology/oxford.asp
  » http://www.ohri.ca/programs/clinical_epidemiology/oxford.asp
• ¹² HIGGINS, JPT; GREEN, S (eds). Cochrane handbook for systematic reviews of interventions. Version 5.1.0. London: The Cochrane Collaboration, 2011 27 jul. 2022. https://training.cochrane.org/handbook/archive/v5.1/
  » https://training.cochrane.org/handbook/archive/v5.1/
• ¹³ ZHANG, J; YU, KF. What is the relative risk? A method of correction of the odds ratio in cohort studies of common outcomes. JAMA. 1998;280(19):1690-1.
• ¹⁴ DEEKS, JJ; HIGGINS, JPT; ALTMAN, DG; MCKENZIE, JE; VERONIKI, AA (eds). Chapter 10: Analysing data and undertaking meta-analyses (last updated November 2024). In: HIGGINS, JPT; THOMAS, J; CHANDLER, J; CUMPSTON, M; LI, T; PAGE, MJ; et al. (eds). Cochrane handbook for systematic reviews of interventions. Version 6.5. Chichester (UK): John Wiley & Sons, 2024.
• ¹⁵ DUVAL, S; TWEEDIE, R. Trim and fill: a simple funnel-plot-based method of testing and adjusting for publication bias in meta-analysis. Biometrics. 2000;56(2):455-63.
• ¹⁶ DUVAL, S; TWEEDIE, R. A nonparametric method of "trim and fill" accounting for publication bias in meta-analysis. J Am Stat Assoc. 2000;95:89-98.
• ¹⁷ DINNES, J; DEEKS, J; KIRBY, J; RODERICK, P. A methodological review of how heterogeneity has been examined in systematic reviews of the accuracy of diagnostic tests. Health Technol Assess. 2005;9(12):1-113.
• ¹⁸ EGGER, M; SMITH, GD; SCHNEIDER, M; MINDER, C. Bias in meta-analysis detected by a simple graphic test. BMJ. 1997;315(7109):629-34.
• ¹⁹ EGGER, M; ALTMAN, DG. Systematic reviews in health care: meta-analysis in context. 2nd ed. London: BMJ Publishing Group, 2001.
• ²⁰ ACOSTA, AM; GARG, S; PHAM, H; WHITAKER, M; ANGLIN, O; O'HALLORAN, A; et al.. Racial and ethnic disparities in hospitalization rates associated with COVID-19, intensive care unit admission and hospital death in the United States from March 2020 to February 2021. JAMA Netw Open. 2021;4(10):e2130479.
• ²¹ EGEDE, LE; WALKER, RJ; GARACCI, E; RAYMOND, JR. Racial/ethnic differences in COVID-19 screening, hospitalization and mortality in Southeast Wisconsin. Health Aff (Millwood). 2020;39(11):1926-34.
• ²² IZZY, S; TAHIR, Z; COTE, DJ; AL JARRAH, A; ROBERTS, MB; TURBETT, S; et al.. Characteristics and results of Latinx patients with COVID-19 compared to other ethnic and racial groups. Open Forum Infect Dis. 2020;7(10):ofaa401.
• ²³ KANDIL, E; ATTIA, AS; YOUSSEF, MR; HUSSEIN, M; IBRAHEEM, K; ABDELGAWAD, M; et al.. African Americans fight with the current COVID-19. Ann Surg. 2020;272(3):e187-90.
• ²⁴ KO, JY; DANIELSON, ML; TOWN, M; DERADO, G; GREENLUND, KJ; KIRLEY, PD; et al.. Risk factors for coronavirus disease 2019 (COVID-19)-associated hospitalization: COVID-19-Associated Hospitalization Surveillance Network and Behavioral Risk Factor Surveillance System. Clin Infect Dis. 2021;72(11):e695-703.
• ²⁵ MCPADDEN, J; WARNER, F; YOUNG, HP; HURLEY, NC; PULK, RA; SINGH, A; et al.. Clinical characteristics and outcomes for 7,995 patients with SARS-CoV-2 infection. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/11/08/2020.07.19.20157305
  » https://www.medrxiv.org/content/early/2020/11/08/2020.07.19.20157305
• ²⁶ MUÑOZ-PRICE, LS; NATTINGER, AB; RIVERA, F; HANSON, R; GMEHLIN, CG; PEREZ, A; et al.. Racial disparities in incidence and outcomes among patients with COVID-19. JAMA Netw Open. 2020;3(9):e2021892.
• ²⁷ PENNINGTON, AF; KOMPANIYETS, L; SUMMERS, AD; DANIELSON, ML; GOODMAN, AB; CHEVINSKY, JR; et al.. Risk of clinical severity by age and race/ethnicity among adults hospitalized for COVID-19 - United States, March-September 2020. Open Forum Infect Dis. 2021;8(2):ofaa638.
• ²⁸ POULSON, M; GEARY, A; ANNESI, C; ALLEE, L; KENZIK, K; SANCHEZ, S; et al.. National disparities in COVID-19 outcomes between Black and White Americans. J Natl Med Assoc. 2021;113(2):125-32.
• ²⁹ WANG, Z; ZHEUTLIN, A; KAO, YH; AYERS, K; GROSS, S; KOVATCH, P; et al.. Patients hospitalized with COVID-19 from the Mount Sinai Health System: a retrospective observational study using electronic medical records. BMJ Open. 2020;10(10):e040441.
• ³⁰ JOYNT MADDOX, KE; REIDHEAD, M; GROTZINGER, J; MCBRIDE, T; MODY, A; NAGASAKO, E; et al.. Understanding contributors to racial and ethnic inequities in COVID-19 incidence and mortality. PLoS One. 2022;17(1):e0260262.
• ³¹ WONG, MS; HADERLEIN, TP; YUAN, AH; MOY, E; JONES, KT; WASHINGTON, DL. Time trends in racial/ethnic differences in COVID-19 infection and mortality. Int J Environ Res Public Health. 2021;18(9):4848.
• ³² ZELNER, J; TRANGUCCI, R; NARAHARISETTI, R; CAO, A; MALOSH, R; BROEN, K; et al.. Racial disparities in coronavirus disease 2019 (COVID-19) mortality are driven by unequal infection risks. Clin Infect Dis. 2021;72(5):e88-95.
• ³³ AZAR, KMJ; LOCKHART, SH; SHEN, Z; ROMANELLI, R; BROWN, S; SMITS, K; et al.. Persistence of disparities between racially/ethnically marginalized groups in the COVID-19 pandemic independently of state shelter-in-place policies: an analysis of Northern California. Int J Epidemiol. 2021;190(11):2300-13.
• ³⁴ ASCH, DA; ISLAM, MN; SHEILS, NE; CHEN, Y; DOSHI, JA; BURESH, J; et al.. Patient and hospital factors associated with differences in mortality rates among Black and White US Medicare beneficiaries hospitalized with COVID-19 infection. JAMA Netw Open. 2021;4(6):e2112842.
• ³⁵ CHISHINGA, N; GANDHI, NR; ONWUBIKO, UN; TELFORD, C; PRIETO, J; SMITH, S; et al.. Characteristics and risk factors for hospitalization and mortality among people with COVID-19 in the Atlanta metropolitan area. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/12/16/2020.12.15.20248214
  » https://www.medrxiv.org/content/early/2020/12/16/2020.12.15.20248214
• ³⁶ DAI, CL; KORNILOV, SA; ROPER, RT; COHEN-CLINE, H; JADE, K; SMITH, B; et al.. Features and factors associated with infection, hospitalization and mortality of COVID-19 by race and ethnicity. medRxiv. 2021 27 jul. 2022. https://www.medrxiv.org/content/early/2021/02/12/2020.10.14.20212803
  » https://www.medrxiv.org/content/early/2021/02/12/2020.10.14.20212803
• ³⁷ DASHTI, H; ROCHE, EC; BATES, DW; MORA, S; DEMLER, O. SARS2 simplified scores to estimate the risk of hospitalization and death among patients with COVID-19. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/09/13/2020.09.11.20190520
  » https://www.medrxiv.org/content/early/2020/09/13/2020.09.11.20190520
• ³⁸ ESCOBAR, GJ; ADAMS, AS; LIU, VX; SOLTESZ, L; CHEN, YF; PARODI, SM; et al.. Racial disparities in COVID-19 testing and outcomes: a retrospective cohort study in an integrated health system. Ann Intern Med. 2021;174(6):786-93.
• ³⁹ GERSHENGORN, HB; PATEL, S; SHUKLA, B; WARDE, PR; BHATIA, M; PAREKH, D; et al.. Association of race and ethnicity with COVID-19 test positivity and hospitalization is mediated by socioeconomic factors. Ann Am Thorac Soc. 2021;18(8):1326-34.
• ⁴⁰ GOLESTANEH, L; NEUGARTEN, J; FISHER, M; BILLETT, HH; GIL, MR; JOHNS, T; et al.. The association of race and COVID-19 mortality. EClinicalMedicine. 2020;25 27 jul. 2022. https://doi.org/10.1016/j.eclinm.2020.100455
  » https://doi.org/10.1016/j.eclinm.2020.100455
• ⁴¹ GU, T; MACK, JA; SALVATORE, M; SANKAR, SP; VALLEY, TS; SINGH, K; et al.. COVID-19 outcomes, risk factors and associations by race: a comprehensive analysis using data from electronic health records in Michigan Medicine. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/06/18/2020.06.16.20133140
  » https://www.medrxiv.org/content/early/2020/06/18/2020.06.16.20133140
• ⁴² JACOBSON, M; CHANG, TY; SHAH, M; PRAMANIK, R; SHAH, SB. Racial and ethnic disparities in SARS-CoV-2 testing and COVID-19 outcomes in a Medicaid managed care cohort. Am J Prev Med. 2021;61(5):644-51.
• ⁴³ KHAN, A; CHATTERJEE, A; SINGH, S. Comorbidities and disparities in outcomes of COVID-19 among Black and White patients. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/10.1101/2020.05.10.20090167v1
  » https://www.medrxiv.org/content/10.1101/2020.05.10.20090167v1
• ⁴⁴ LAZAR, MH; FADEL, R; GARDNER-GRAY, J; TATEM, G; CALDWELL, MT; SWIDEREK, J; et al.. Racial differences in a Detroit, MI, ICU population of coronavirus disease 2019 patients. Crit Care Med. 2021;49(3):482-9.
• ⁴⁵ LOBELO, F; BIENVENIDA, A; LEUNG, S; MBANYA, A; LESLIE, EJ; KOPLAN, KE; et al.. Clinical, behavioral and social factors associated with racial disparities in hospitalized and outpatient COVID-19 patients of an integrated health system in Georgia. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/07/10/2020.07.08.20148973
  » https://www.medrxiv.org/content/early/2020/07/10/2020.07.08.20148973
• ⁴⁶ LUCAR, J; WINGLER, MJB; CRETELLA, DA; WARD, LM; GOMILLIA, CES; CHAMBERLAIN, N; et al.. Epidemiology, clinical features, and outcomes of hospitalized adults with COVID-19: early experience from an academic medical center in Mississippi. South Med J. 2021;114(3):144-9.
• ⁴⁷ MCCARTY, TR; HATHORN, KE; REDD, WD; RODRIGUEZ, NJ; ZHOU, JC; BAZARBASHI, AN; et al.. How do symptoms and outcomes differ by race/ethnicity among hospitalized patients with COVID-19? Experience in Massachusetts. Clin Infect Dis. 2021;73(11):e4131-8.
• ⁴⁸ MENDY, A; APEWOKIN, S; WELLS, AA; MORROW, AL. Factors associated with hospitalization and severity of disease in a racially and ethnically diverse population of COVID-19 patients. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/06/27/2020.06.25.20137323
  » https://www.medrxiv.org/content/early/2020/06/27/2020.06.25.20137323
• ⁴⁹ NAU, C; BRUXVOORT, K; NAVARRO, RA; CHAVEZ, SG; HOGAN, TA; IRONSIDE, KR; et al.. COVID-19 inequities across various racial and ethnic groups: results of an integrated health system. Ann Intern Med. 2021;174(8):1183-6.
• ⁵⁰ OGEDEGBE, G; RAVENELL, J; ADHIKARI, S; BUTLER, M; COOK, T; FRANÇOIS, F; et al.. Assessment of racial/ethnic disparities in hospitalization and mortality in patients with COVID-19 in New York City. JAMA Netw Open. 2020;3(12):e2026881.
• ⁵¹ PRICE-HAYWOOD, EG; BURTON, J; FORT, D; SEOANE, L. Hospitalization and mortality among Black patients and White patients with COVID-19. N Engl J Med. 2020 May 27 15 jul. 2022. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7269015/
  » https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7269015/
• ⁵² QEADAN, F; VANSANT-WEBB, E; TINGEY, B; ROGERS, TN; BROOKS, E; MENSAH, NA; et al.. Racial disparities in COVID-19 outcomes exist despite comparable Elixhauser comorbidity rates among Black, Hispanic, Native American, and White patients. Sci Rep. 2021;11(1):8738.
• ⁵³ QUAN, D; WONG, LL; SHALLAL, A; MADAN, R; HAMDAN, A; AHDI, H; et al.. Impact of race and socioeconomic status on outcomes in patients hospitalized with COVID-19. J Gen Intern Med. 2021;36(5):1302-9.
• ⁵⁴ RENTSCH, CT; KIDWAI-KHAN, F; TATE, JP; PARK, LS; KING, JT; SKANDERSON, M; et al.. COVID-19 by race and ethnicity: a national cohort study of 6 million United States veterans. medRxiv. 2020 27 jul. 2022. https://www.medrxiv.org/content/early/2020/05/18/2020.05.12.20099135
  » https://www.medrxiv.org/content/early/2020/05/18/2020.05.12.20099135
• ⁵⁵ RENTSCH, CT; KIDWAI-KHAN, F; TATE, JP; PARK, LS; KING, JT; SKANDERSON, M; et al.. Patterns of COVID-19 testing and mortality by race and ethnicity among United States veterans: a nationwide cohort study. PLoS Med. 2020;17(9):e1003379.
• ⁵⁶ ROY, S; SHOWSTARK, M; TOLCHIN, B; KASHYAP, N; BONITO, J; SALAZAR, MC; et al.. The potential impact of screening protocols on racial disparities in clinical outcomes among COVID-19 patients in a large academic health system. PLoS One. 2021;16(9):e0256763.
• ⁵⁷ GU, T; MACK, JA; SALVATORE, M; PRABHU SANKAR, S; VALLEY, TS; SINGH, K; et al.. Characteristics associated with racial/ethnic disparities in COVID-19 outcomes in an academic health system. JAMA Netw Open. 2020;3(10):e2025197.
• ⁵⁸ INGRAHAM, NE; PURCELL, LN; KARAM, BS; DUDLEY, RA; USHER, MG; WARLICK, CA; et al.. Racial and ethnic disparities in hospital admissions of COVID-19: determination of the impact of neighborhood deprivation and primary language. J Gen Intern Med. 2021;36(11):3462-70.
• ⁵⁹ PATEL, A; ABDULAAL, A; ARIYANAYAGAM, D; KILLINGTON, K; DENNY, SJ; MUGHAL, N; et al.. Investigating the association between ethnicity and health outcomes in SARS-CoV-2 in a secondary care population of London. PLoS One. 2020;15(10):e0240960.
• ⁶⁰ LASSALE, C; GAYE, B; HAMER, M; GALE, CR; BATTY, GD. Ethnic disparities in hospitalization for COVID-19 in England: the role of socioeconomic factors, mental health, and inflammatory and pro-inflammatory factors in a community-based cohort study. Brain Behav Immun. 2020;88:44-9.
• ⁶¹ ATKINS, D; BEST, D; BRISS, PA; ECCLES, M; FALCK-YTTER, Y; FLOTTORP, S; et al.. Classification of evidence quality and strength of recommendations. BMJ. 2004;328(7454):1490.

Editado por

• Editor-in-Chief:
  Jorge Otávio Maia Barreto https://orcid.org/0000-0002-7648-0472

• Scientific Editor:
  Maria Auxiliadora Parreiras Martins https://orcid.org/0000-0002-5211-411X

• Associate Editor:
  Carolina Muller Ferreira https://orcid.org/0000-0002-7975-5777

Datas de Publicação

• Publicação nesta coleção
  03 Ago 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  03 Abr 2025
• Aceito
  23 Mar 2026