Skip to main content
NCBI home page
Revista de Saúde Pública logoLink to Revista de Saúde Pública
. 2026 Jul 31;60:e33. doi: 10.11606/s1518-8787.2026060007542
View full-text in Portuguese

Patterns of medication use among individuals with Covid-19 in Brazil: Epicovid 2.0

Romina Buffarini I, Cesar Gomes Victora I,II, Pedro Curi Hallal II, Mariângela Freitas da Silveira I
PMCID: PMC13405608  PMID: 42561352

ABSTRACT

OBJECTIVE

To describe the patterns of medication use among individuals with Covid-19 to treat the disease in Brazil, according to area of residence, demographic and socioeconomic characteristics, religion, and level of trust in scientists.

METHODS

Epicovid 2.0 National Survey (2024) in 133 municipalities. The analysis included participants who reported having had an episode of Covid-19. The use of antibiotics, azithromycin, antipyretics, chloroquine, and ivermectin was assessed, in addition to the composite outcomes: use of chloroquine and/or ivermectin; chloroquine, ivermectin, and/or azithromycin (CIA); and use of any medication. The frequency of use and 95% confidence intervals were estimated, considering the complex sampling design and sample weighting

RESULTS

The frequency of use of any medication to treat Covid-19 was 63.0% (95%CI 60.0–65.9). Antipyretics were the most commonly used (53.7%), followed by antibiotics (36.2%) and azithromycin (27.2%). The isolated use of ivermectin was reported by 23.6% and that of chloroquine by 12.1%; the use of ivermectin and/or chloroquine reached 27.8% and that of CIA, 39.0%. Overall, medication use was more frequent in the North, Northeast, and Central-West regions and among women. Use was concentrated among adults aged 40–59, people with low educational attainment, and those with lower incomes. Self-identified black and brown individuals reported higher use of chloroquine. Use of chloroquine, ivermectin, and combinations of these medications was more common among evangelicals (0.05 < p < 0.1) and among people who consulted doctors (p < 0.001). Participants who reported distrusting scientists reported higher use of chloroquine and chloroquine/ivermectin compared to those who reported trusting scientists.

CONCLUSION

Four out of ten people who reported episodes of Covid-19 consumed medications not recommended by science to treat the disease. Medication use tended to be more frequent among women, in the northern half of Brazil, among evangelicals, and among people with lower income and education levels. These groups should be prioritized in future campaigns on the appropriate use of medications.

DESCRIPTORS: SARS-CoV-2, Coronavirus, Epidemiology, Drug Use, Cross-Sectional Study

INTRODUCTION

Medications are central components of healthcare practices, used in the prevention and treatment of diseases. However, their use may be associated with significant adverse effects when administered inappropriately 1 . At the onset of the Covid-19 pandemic, in the absence of effective therapies for a previously unknown virus, various medications with some biological plausibility for treating the disease’s complications began to be tested and used in clinical practice through therapeutic repositioning strategies 2,3 . In this context, off-label use was adopted in different clinical settings. Advances in the evidence, however, began to demonstrate the lack of benefit for most of these interventions 4 .

Despite this, in the months following the onset of the pandemic, there was widespread use of both prescription and over-the-counter medications 8,9 , often without scientific basis 10 , raising concerns about the irrational use of medications and potential individual and collective risks 11 . In addition to medication use practices, such as frequent self-medication, already described in the country prior to the pandemic 12,13 , a scenario emerged marked by the widespread dissemination of non-evidence-based information regarding supposed treatments for the disease 14 .

Analyses of disinformation patterns on social media identified Brazil as one of the countries with the highest prevalence of false or misleading content regarding recommended medications throughout the pandemic 14 , suggesting low incorporation of scientific evidence into the public debate. While national and international scientific institutions rejected the use of various medications (such as chloroquine, ivermectin, and azithromycin) 5,7,15 , their use was encouraged by the President of the Republic and the Ministry of Health 20,21 , and supported by medical entities, evangelical religious leaders, and numerous digital influencers 22 , framing misinformation as a strategy linked to political disputes in the fight against the epidemic 25 . The academic literature shows that the promotion of these drugs was not accidental but constituted a political strategy for managing the pandemic. By offering a “cure,” the promoting groups—whether governmental, medical, media, or religious—sought to avoid social isolation measures and shift individual responsibility for care, creating a false sense of security among the population.

Despite the relevance of this context, representative national data on patterns of consumption of these medications during the pandemic remain scarce. The existing evidence is based, for the most part, on specific populations (e.g., students, nurses, teachers) 29 , or studies with participants from the general population featuring small samples and heterogeneous sampling designs 32,33 , limiting the generalizability of the findings at the population level.

Given this gap, the objective of this study was to describe the patterns of use of different medications (recommended and off-label) that individuals who reported having had Covid-19 in Brazil used to treat the disease, according to region of residence, demographic and socioeconomic characteristics, religious affiliation, and trust in scientists, using data from the population-based national survey Epicovid 2.0.

METHODS

This study used data from the second edition of the Epicovid National Survey (Epicovid 2.0), conducted between March and June 2024 in all 27 federal units of Brazil. The sampling was identical to that of the original Epicovid study, conducted in four stages during 2020 to document the progression of the Covid-19 pandemic in the country. Methodological details can be found in another publication 34 .

The Instituto Brasileiro de Geografia e Estatística (IBGE - Brazilian Institute of Geography and Statistics) divides the national territory into 133 intermediate regions. In each of these, the most populous city was selected as the sentinel area. The eligible population consisted of residents of permanent private households located in the randomly selected urban census tracts. A multistage probability sampling process was used. First, 133 municipalities were selected; second, 25 urban sectors were selected with probability proportional to size; next, ten households were randomly selected within each sector, using official IBGE maps and lists. Finally, all residents present in the household were recorded, and one resident was randomly selected via a mobile app. In case of refusal, a second resident was selected at random, and if both refused, the team proceeded to the neighboring household located to the right of the original household, enumerating its residents and selecting one for the interview. In single-person households where there was a refusal, the next household was visited. The sampling plan resulted in a sample size of 33,250 individuals.

The interviews were conducted in person using a mobile app administered by a trained team hired by a company specializing in population surveys. Data collection took place from May to June 2024, simultaneously across all cities, thereby reducing temporal and seasonal biases.

Variables

Outcomes

The outcomes were reports of medication use to treat the disease during the Covid-19 episode; information was obtained through specific questions about the use of each medication. The sample analyzed was restricted to individuals who reported having experienced one or more episodes of Covid-19. For each drug evaluated, the response was coded dichotomously (yes/no).

Five groups of medications were analyzed: any antibiotic, azithromycin, antipyretics (collected in the questionnaire as “medications for fever,” a term used to facilitate understanding among respondents), chloroquine, and ivermectin. Three composite outcomes were also analyzed: “use of chloroquine and/or ivermectin”, “use of chloroquine, ivermectin, and/or azithromycin”, referred to as CIA, and “use of any medication”. Therefore, the analyses focused on off-label medications, which gained widespread public attention during the pandemic despite the lack of scientific evidence of their efficacy in treating Covid-19, as per systematic reviews and clinical guidelines 2,4,6,35 . The composite outcomes for off-label medications were defined to capture both the isolated and combined use of these drugs, reflecting widely adopted practices in the context of the pandemic.

The composite outcome “use of any medication” was defined as the use of at least one of the following: antibiotics, antipyretics, anti-inflammatories/corticosteroids, chloroquine, ivermectin, or nirmatrelvir/ritonavir, and was used to represent the overall picture of medication use among individuals with Covid-19. The use of nirmatrelvir/ritonavir was initially investigated; however, due to the low frequency of its use (2.2%), this drug was not included in the analyses as an individual outcome, remaining only within the composite outcome “use of any medication”. The antibiotic azithromycin was investigated separately and was also included in the outcomes of ICU admission, use of any antibiotic, and use of any medication. Its separate analysis is justified because it was the most widely used antibiotic during the pandemic and is part of the group of medications widely used without scientific evidence of efficacy for treating Covid-19.

Exposures

Explanatory variables included geographic region of residence, sociodemographic characteristics, religious affiliation, trust in scientists, and seeking medical care. The region of residence was classified according to Brazilian macro-regions: North, Northeast, Central-West, Southeast, and South.

Sociodemographic variables included self-reported race/ethnicity, according to IBGE categories (white, black, brown, Asian, or indigenous); sex (female or male); age, categorized into age groups (0–19, 20–39, 40–59, 60–69, and 70 or older); and educational attainment in completed years of schooling (0—no formal education, 1–4, 5–8, 9–12, and 13 years or more). Socioeconomic status was estimated based on the household’s monthly income, expressed in minimum wages (less than 1, 1 to 3, 3 to 5, and 5 or more).

Religious affiliation was grouped into three categories: no religion, Catholic, and Evangelical. Other religions (Spiritism, Umbanda/Candomblé, Judaism, Islam, Buddhism, and others) were not analyzed separately due to the low individual frequency of each group (< 1%) and the lack of a conceptual basis for their grouping, which is why they were excluded from the specific analyses of this variable.

The variable “trust in scientists” was assessed using the following question: “How much do you trust scientists regarding information about Covid-19?” Responses were initially collected on a five-point ordinal scale: never trust; rarely trust; neither trust nor distrust; moderately trust; always trust. They were subsequently grouped into three categories: “Distrust” (never/rarely trust), “Neither trust nor distrust,” and “Trust” (moderately/always trust). Seeking medical care during the Covid-19 episode (yes/no) was also included.

Analyses

Descriptive analyses (absolute and relative frequencies) were performed. The frequencies and 95% confidence intervals (95%CI) of the eight outcomes were stratified according to the explanatory variables.

To verify the overlap in the use of off-label medications (chloroquine, ivermectin, and azithromycin), a Venn diagram was created, showing their combinations of isolated and concomitant use.

All analyses accounted for the complex sampling design (sample weights, sample stratified by municipality, and use of clusters within each municipality) using the svy command in Stata software. A detailed description of the calculation of weighted sample weights is presented in a specific publication of the Epicovid 2.0 protocol 34 , and all results presented below were weighted. There was missing data only for educational level (6%) and household income (7%). Participants with missing values for these variables were not included in the corresponding stratified analyses. All statistical analyses were performed in Stata, version 19.0 (StataCorp, College Station, United States).

Ethical Considerations

The study was approved by the Ethics Committee of the Escola de Educação Física da Universidade Federal de Pelotas (CAAE: 68382923.8.0000.5313). All adult participants signed an informed consent form. For minors, consent was obtained from the legal guardian.

RESULTS

The analytical sample was restricted to 9,591 participants with a prior history of Covid-19, corresponding to 28.6% (95%CI 27.3–30.0) of the total sample 34,36 . Of these individuals, the majority reported only one episode (76.7%), while 17% reported two, 5% reported three, and 1% reported having experienced four or more episodes of Covid-19. The frequency of medication use was 63.0% (95%CI 60.0–65.9). The most commonly used medications were antipyretics (53.7%; 95%CI 50.8–56.6), followed by antibiotics (36.2%; 95%CI 33.3–39.2) and azithromycin (27.2%; 95%CI 24.7–29.9). The use of ivermectin alone was reported by 23.6% (95%CI 21.5–25.9) of participants, and that of chloroquine by 12.1% (95%CI 10.7–13.5). The use of ivermectin and/or chloroquine reached 27.8% (95%CI 25.5–30.3), while the composite outcome CIA (chloroquine, ivermectin, and/or azithromycin) had a frequency of 39.0% (95%CI 36.3–41.8) (Figure 1).

Figure 1. Weighted prevalences of medication use among participants reporting Covid-19. Epicovid 2.0, Brazil, 2024 (n = 9,591).

Figure 1

Open in a new tab

CIA: chloroquine, ivermectin, and/or azithromycin.

The Venn diagram (Figure 2) shows the overlap in the use of chloroquine, ivermectin, and azithromycin, indicating that of the 40% of participants who used one of the off-label medications, 4.9% used all three.

Figure 2. Overlap in the use of off-label medications (chloroquine, ivermectin, and azithromycin) among participants with Covid-19. Epicovid 2.0, Brazil, 2024 (n = 9,591).

Figure 2

Open in a new tab

The sample consisted mainly of residents of the Southeast (43.6%), followed by the Northeast (17.3%) and South (16.6%). Women accounted for 52.8% of the sample, and most participants were aged 20–39 years (38.4%) and 40–59 years (32.0%). Nearly half self-identified as white (47.1%), followed by 41.4% black and 10.6% brown, while the Asian and indigenous categories accounted for less than 1% of the sample. Regarding education, nearly 80% of participants had 9 or more years of formal education, and 2% reported having no formal education. Two-thirds of the sample reported earning up to 3 minimum wages, one-fifth reported 3 to 5 minimum wages (19.1%), and 13.9% earned 5 or more. Most participants identified as Catholic (39.4%) or Evangelical (35.0%); approximately 70% reported trusting scientists and having sought some form of medical care during their Covid-19 episode (Tables 1 and 2).

Overall, the use of all medications was more frequent in the North, followed by the Northeast and Central-West, with lower frequencies in the Southeast and South (p < 0. 0.001), except for the use of chloroquine, ivermectin, and the combined outcome of both of these drugs, for which higher frequencies were observed in the North and Central-West (Table 1). Women reported higher use of antibiotics, antipyretics, azithromycin, CIA, and any medication compared to men. The isolated use of chloroquine was more frequent among men, with a borderline difference (p = 0.056). Regarding age, the highest frequencies were concentrated in the 40–59 age group, with reduced use among younger and older individuals, although without a uniform pattern for all medications.

Table 1. Prevalence of medication use to treat Covid-19 during the pandemic by region, sex, and age (weighted results). Epicovid 2.0, Brazil, 2024 (n = 9,591).

Explanatory variables na (%) Antibiotics Antipyretics Chloroquine Ivermectin Azithromycin Chloroquine/ivermectin CIA Any medication
% 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI
Region   p < 0.001 p = 0.008 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001
North 1,770 (11.9) 52.3 (46.9–57.7) 63.4 (58.8–67.7) 19.9 (16.8–23.4) 32.7 (28.9–36.7) 41.9 (37.1–46.9) 37.6 (33.5–41.8) 54.0 (49.4–58.6) 74.1 (69.4–78.3)
Northeast 2,480 (17.3) 38.7 (35.5–42.0) 57.9 (54.0–61.7) 12.1 (10.0–14.6) 29.8 (26.8–33.1) 28.6 (25.7–31.6) 33.5 (30.4–36.7) 43.5 (40.1–47.0) 67.6 (63.9–71.1)
Central-West 1,042 (10.6) 36.6 (31.8–41.7) 53.1 (45.7–60.4) 17.6 (12.3–24.6) 31.8 (26.3–37.8) 26.0 (21.5–31.0) 37.2 (30.3–44.8) 43.6 (36.5–51.0) 65.2 (58.4–71.4)
Southeast 2,526 (43.6) 31.5 (25.6–38.2) 51.3 (45.3–57.2) 8.5 (6.5–11.2) 18.3 (14.2–23.3) 24.7 (19.5–30.7) 22.5 (18.1–27.6) 34.2 (28.8–40.1) 59.2 (53.1–65.1)
South 1,773 (16.6) 33.9 (30.7–37.3) 49.0 (45.8–52.2) 12.0 (10.2–14.2) 19.4 (17.0–22.2) 22.8 (20.1–25.7) 23.0 (20.5–25.8) 32.9 (30.0–35.9) 58.7 (55.0–62.4)
Sex   p = 0.003 p = 0.004 p = 0.056 p = 0.1 p < 0.001 p = 0.46 p = 0.002 p = 0.001
Male 3,293 (47.2) 31.9 (27.9–36.2) 49.4 (44.7–54.0) 13.5 (11.2–16.3) 21.5 (17.8–25.7) 21.8 (18.2–25.8) 26.8 (22.9–31.2) 34.4 (30.2–38.8) 58.0 (53.4–62.6)
Female 6,298 (52.8) 40.0 (36.3–43.9) 57.5 (54.2–60.8) 10.7 (9.4–12.3) 25.5 (23.1–28.0) 32.1 (29.0–35.5) 28.7 (26.1–31.5) 43.1 (39.7–46.5) 67.4 (63.9–70.7)
Age group (years)   p = 0.47 p = 0.004 p < 0.001 p = 0.003 p = 0.047 p = 0.001 p < 0.001 p = 0.125
0–19 658 (13.1) 35.1 (25.6–46.0) 56.3 (47.4–64.8) 7.1 (4.5–11.1) 20.9 (12.5–33.0) 26.5 (16.9–38.9) 24.6 (15.9–36.2) 37.3 (27.7–47.9) 62.8 (54.3–70.5)
20–39 2,844 (38.4) 34.9 (29.9–40.2) 54.8 (49.3–60.2) 9.5 (7.6–11.9) 18.9 (15.9–22.3) 24.8 (21.0–29.2) 23.0 (19.7–26.7) 34.2 (29.9–38.8) 62.0 (56.5–67.3)
40–59 3,557 (32.0) 39.6 (35.6–43.7) 57.2 (52.8–61.5) 16.7 (14.3–19.5) 31.7 (28.2–35.6) 32.9 (29.3–36.8) 36.3 (32.8–40.0) 47.7 (43.7–51.6) 67.3 (62.8–71.6)
60–69 1,551 (10.1) 33.1 (28.0–38.6) 45.4 (39.6–51.4) 13.6 (10.1–18.0) 21.9 (18.0–26.2) 25.1 (20.6–30.3) 27.0 (22.5–32.0) 37.1 (32.0–42.5) 58.0 (51.6–64.2)
≥ 70 978 (6.5) 34.1 (27.3–41.6) 37.3 (29.4–46.0) 11.6 (7.4–17.7) 19.6 (14.4–26.0) 18.2 (13.6–24.0) 22.1 (16.8–28.5) 30.6 (24.4–37.5) 55.4 (47.0–63.5)
Open in a new tab

95%CI: 95% confidence interval; CIA: chloroquine, ivermectin, and/or azithromycin.

a Absolute frequency presented without weighting by sample weights.

Table 2 shows that race/skin color was associated only with the use of chloroquine (p = 0.001), with higher consumption among black and brown individuals compared to the other groups. Regarding education, higher frequencies of medication use were concentrated among individuals with 5 to 8 years of schooling, specifically for the use of antibiotics, chloroquine, chloroquine/ivermectin, and any medication (p < 0.05) (Table 2). Regarding household income, an inverse association was identified, with a decrease in use as income increased, particularly for antipyretics (p = 0.003), chloroquine (p = 0.032), and any medication (p = 0.005). A similar pattern was observed for the other medications, although without statistical significance.

Table 2. Prevalence of medication use to treat Covid-19 during the pandemic by socioeconomic characteristics, religion, trust in scientists, and seeking medical care (weighted results). Epicovid 2.0, Brazil, 2024 (n = 9,591).

Explanatory variables na (%) Antibiotics Antipyretics Chloroquine Ivermectin Azithromycin Chloroquine/ivermectin CIA Any medication
% 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI % 95%CI
Race   p = 0.476 p = 0.6 p = 0.001 p = 0.674 p = 0.741 p = 0.334 p = 0.655 p = 0.159
White 3,340 (47.1) 34.9 (30.3–39.7) 54.7 (50.5–58.8) 9.5 (7.9–11.4) 22.9 (19.0–27.2) 26.2 (22.2–30.6) 26.3 (22.3–30.7) 37.7 (33.5–42.2) 64.8 (60.8–68.6)
Black 4,412 (41.4) 38.2 (34.5–42.0) 52.9 (48.7–57.1) 15.0 (12.7–17.5) 24.8 (22.3–27.6) 28.1 (25.2–31.1) 30.0 (26.9–33.3) 40.4 (36.9–44.0) 62.0 (57.7–66.2)
Brown 1,244 (10.6) 34.1 (27.9–40.9) 51.5 (44.6–58.3) 12.2 (8.4–17.3) 22.2 (17.9–27.1) 28.5 (22.4–35.4) 26.3 (21.2–32.1) 39.2 (32.5–46.3) 57.9 (51.0–64.4)
Yellow 204 (0.4) 34.9 (22.7–49.5) 50.8 (34.6–66.9) 9.2 (4.8–17.0) 21.7 (12.9–34.2) 23.5 (14.6–35.6) 24.4 (15.0–37.1) 31.0 (20.1–44.4) 68.5 (52.1–81.3)
Indigenous 132 (0.5) 40.8 (23.0–61.3) 68.2 (49.0–82.7) 14.7 (6.6–29.8) 25.0 (12.9–43.0) 32.0 (17.6–51.0) 27.4 (14.5–45.6) 36.9 (20.7–56.8) 77.8 (60.2–89.1)
Years of schooling   p = 0.018 p = 0.081 p = 0.004 p = 0.06 p = 0.392 p = 0.005 p = 0.07 p = 0.008
No education 301 (2.0) 43.0 (32.0–54.7) 60.6 (49.2–70.9) 14.1 (8.9–21.4) 21.5 (14.7–30.2) 29.2 (20.6–39.7) 27.3 (19.4–36.9) 38.4 (28.5–49.4) 67.8 (56.7–77.2)
1 to 4 919 (6.2) 34.2 (28.3–40.6) 52.4 (44.9–59.7) 12.4 (8.5–17.7) 16.9 (13.1–21.6) 22.2 (17.2–28.0) 22.4 (17.4–28.3) 34.0 (27.8–40.8) 59.6 (51.9–66.8)
5 to 8 1,774 (13.7) 46.3 (38.6–54.2) 61.0 (54.3–67.3) 16.0 (12.1–20.8) 30.0 (21.8–39.7) 32.0 (23.9–41.4) 35.6 (27.4–44.7) 46.8 (38.9–54.8) 72.3 (66.7–77.3)
9 to 12 4,556 (50.9) 35.2 (31.9–38.6) 54.0 (50.3–57.6) 12.9 (10.9–15.2) 24.5 (21.8–27.4) 27.0 (24.1–30.1) 29.6 (26.6–32.8) 39.3 (36.0–42.8) 63.0 (59.1–66.7)
≥ 13 1,984 (27.2) 33.4 (27.5–39.8) 49.9 (43.6–56.2) 8.4 (6.5–10.8) 20.8 (17.0–25.2) 26.7 (21.8–32.3) 22.3 (18.4–26.7) 36.1 (30.8–41.7) 59.4 (53.7–64.9)
Household income (minimum wage)   p = 0.056 p = 0.003 p = 0.032 p = 0.842 p = 0.298 p = 0.174 p = 0.197 p = 0.005
< 1 2.672 (24.5) 42.0 (36.5–47.7) 61.9 (57.1–66.6) 13.7 (11.1–16.8) 24.0 (20.5–27.9) 31.0 (25.9–36.6) 28.7 (24.6–33.3) 43.1 (37.8–48.5) 70.1 (65.5–74.3)
1 to 3 3,891 (42.5) 36.6 (32.0–41.6) 54.4 (49.8–59.0) 13.5 (11.0–16.5) 23.9 (20.0–28.4) 27.4 (23.3–31.9) 30.0 (25.8–34.6) 39.8 (35.5–44.1) 63.8 (59.2–68.2)
3–5 1,510 (19.1) 33.5 (28.2–39.2) 50.2 (43.7–56.6) 10.7 (8.4–13.5) 24.2 (19.6–29.5) 24.5 (20.1–29.5) 26.8 (22.2–32.0) 36.0 (30.8–41.5) 58.6 (52.1–64.9)
≥ 5 927 (13.9) 30.0 (23.0–38.0) 44.8 (36.7–53.2) 8.1 (6.0–11.0) 21.3 (16.9–26.4) 24.1 (17.5–32.2) 22.4 (17.9–27.6) 34.7 (27.6–42.6) 55.1 (46.9–63.1)
Religion   p = 0.123 p = 0.454 p = 0.056 p = 0.058 p = 0.292 p = 0.08 p = 0.08 p = 0.627
None 1,646 (25.6) 31.3 (24.3–39.1) 53.9 (46.7–60.9) 10.0 (7.2–13.5) 18.8 (13.1–26.4) 23.3 (16.8–31.4) 24.4 (18.1–31.9) 33.3 (26.3–41.1) 62.3 (55.4–68.7)
Catholic 4,316 (39.4) 37.6 (33.8–41.5) 51.6 (47.8–55.4) 12.2 (10.3–14.5) 23.6 (20.8–26.7) 28.1 (24.7–31.8) 27.0 (24.0–30.2) 40.1 (36.4–43.9) 62.4 (58.5–66.2)
Evangelical 3,058 (35.0) 38.8 (34.9–42.9) 55.8 (51.2–60.3) 15.1 (12.3–18.3) 27.7 (24.6–31.0) 29.0 (25.5–32.7) 32.6 (28.8–36.6) 42.3 (38.0–46.8) 65.2 (60.7–69.4)
Trust in scientists   p = 0.136 p = 0.41 p < 0.001 p = 0.349 p = 0.751 p = 0.022 p = 0.232 p = 0.199
Trust 6,283 (70.7) 34.6 (30.8–38.6) 53.9 (50.1–57.7) 10.1 (8.7–11.8) 22.8 (19.9–25.9) 26.8 (23.3–30.6) 26.2 (23.2–29.4) 37.9 (34.2–41.6) 62.3 (58.5–66.0)
Neither trust nor distrust 1,434 (13.9) 39.9 (33.2–47.1) 50.0 (43.0–57.0) 12.4 (9.4–16.3) 25.5 (20.9–30.7) 28.4 (23.3–34.1) 29.3 (24.3–34.8) 39.6 (33.6–45.9) 60.8 (53.5–67.6)
Distrust 1,874 (15.4) 40.1 (35.7–44.7) 56.0 (51.1–60.7) 20.6 (16.8–25.0) 25.7 (22.6–29.2) 28.4 (24.9–32.2) 34.0 (29.5–38.9) 43.5 (39.0–48.2) 68.0 (63.2–72.5)
Seeking medical care   p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001 p < 0.001
No 3,021 (30.9) 21.2 (18.2–24.7) 36.6 (32.4–41.1) 8.3 (6.5–10.6) 16.4 (14.0–19.2) 16.4 (13.6–19.7) 18.8 (16.1–21.8) 26.1 (22.6–29.9) 46.1 (41.6–50.7)
Yes 6,750 (69.1) 42.9 (39.2–46.6) 61.3 (58.1–64.4) 13.7 (12.0–15.6) 26.8 (24.0–29.9) 32.1 (28.9–35.4) 31.9 (28.9–35.0) 44.7 (41.6–47.9) 70.5 (67.4–73.5)
Open in a new tab

95% CI: 95% confidence interval; CIA: chloroquine, ivermectin, and/or azithromycin; SM: minimum wage.

a Absolute frequency presented without weighting by sample weights.

Regarding religion, higher frequencies were observed among evangelical individuals for most of the medications analyzed, although associations approaching statistical significance were observed only for chloroquine (p = 0.056), ivermectin (p = 0.058), and for the combined outcomes (p = 0.08).

Individuals who reported distrusting scientists had a frequency of chloroquine use approximately twice as high (p < 0.001) and a frequency of chloroquine/ivermectin use 1.3 times higher (p = 0.022), compared to those who reported trusting scientists. The use of all medications was higher among individuals who sought medical care during their Covid-19 episode (p < 0.001).

DISCUSSION

Due to its national scope, the present study provides the most comprehensive overview of medication use during Covid-19 episodes in Brazil, and possibly the most extensive study worldwide. Our objective was to measure patterns of use according to various stratifying variables, using simple and descriptive analyses, with the aim of informing health policies for future epidemics. For this reason, there was no indication for more complex analyses or multivariate statistical models.

Our results revealed regional, sociodemographic, and behavioral differences in the use of recommended medications—as well as off-label medications—among participants who reported having Covid-19. Nearly two-thirds used at least one type of medication, and about 40% used one or more off-label medications such as chloroquine, ivermectin, and/or azithromycin.

In general, the patterns of medication use by region, sex, and age group identified in this study are consistent with the Brazilian literature on self-medication for acute conditions 12,37 . The population-based study: Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos (PNAUM – National Survey on Access, Use and Promotion of Rational Use of Medicines), conducted between September 2013 and October 2014, revealed in various analyses higher medication consumption among women, as well as significant regional and socioeconomic inequalities in the use of these medications. The higher use observed in the Northeast, Central-West, and North regions mirrors the findings of the PNAUM and may reflect regional inequalities in access to health services 12,37 , with greater self-medication in contexts of lower availability of formal care. Similarly, the higher consumption of medications among lower-income individuals observed in our study may be influenced by reduced access to timely medical care among socioeconomically more vulnerable groups.

Women reported higher use of most of the medications analyzed, a finding already described in previous PNAUM analyses 12,37 ; the only exception was the higher use of chloroquine among men, which may be related to aspects of the promotion of this drug, which will be discussed below. Regarding age, consumption of all categories of medications analyzed was highest among adults aged 40 to 49; this finding is consistent with the PNAUM analysis that assessed self-medication in Brazil and showed that the prevalence of self-medication was higher in the 20–39 and 40–59 age groups compared to the extreme age groups 12 . This finding may reflect differences in the use of health services, since older individuals generally receive more frequent clinical/medical follow-up and possibly self-medicate less. This pattern of higher medication use among adults was particularly evident for antipyretics, which are recommended for the symptomatic management of Covid-19 and commonly used by the general population, but also for medications without scientific evidence of efficacy, which may suggest that a weaker connection to routine care favors the use of off-label medications. We also observed greater medication use among participants who reported seeking medical care, although it is not possible to distinguish whether these medications were prescribed or used on their own initiative.

Patterns of medication use according to religion and level of trust in scientists, variables not traditionally analyzed in studies of medication use, highlight the political and social aspects that were central during the Covid-19 pandemic. We found higher frequencies of chloroquine (p = 0.056) and ivermectin (p = 0.058) use among evangelicals; however, these associations were borderline from a statistical standpoint and should be interpreted with caution. The observed differences may reflect sociocultural patterns related to the influence of religious leaders’ discourses 38 . More consistently, individuals who reported low trust in scientists had a higher frequency of off-label medication use, indicating that distrust of scientific institutions may have directly influenced health behavior. This finding is consistent with the literature on the Covid-19 “infodemic” 14 , which highlights the role of misinformation and the politicization of scientific debate, as well as the loss of trust in public institutions and agencies; all of which lead to the adoption of therapeutic practices lacking scientific evidence. Nevertheless, even among participants who reported trusting scientists, the use of these medications was high.

Among the strengths of this study are the population-based design with face-to-face data collection at the national level, and the large sample size, which allowed for analyses using various categories of stratifiers while maintaining precision in the results.

Our analysis also has some limitations. Regarding methodology, the sample included sentinel municipalities, which are generally larger and more developed, implying that caution is warranted when generalizing the findings to less populous municipalities and rural areas. There was also underrepresentation of children and adolescents and of self-identified white individuals, which was offset by weighting procedures. The study sample was restricted to individuals who reported having experienced one or more episodes of Covid-19; therefore, individuals with asymptomatic episodes, mild respiratory symptoms, or who were not tested may have been excluded from the analyses. For obvious reasons, individuals who died from the disease were not included in our retrospective analysis, which may have led us to underestimate the frequencies of medication use, suggesting that the actual situation may be more concerning. There is also evidence of the “prophylactic” use of off-label drugs, which was promoted by various social actors 20,21,28,39 ; as our analyses were limited to individuals who reported Covid-19 episodes, such preventive use was not accounted for. Finally, the inability to distinguish between prescribed medications and those used on one’s own initiative prevented us from assessing potential errors in medical recommendations. Given that medication use was more frequent among individuals who sought medical care, it cannot be ruled out that part of this consumption stems from inappropriate prescriptions and medical advice, consistent with extensive evidence of off-label drug recommendations by the Ministry of Health and state and municipal health departments, as well as by organized medical groups. The limitations listed above suggest that the use of such medications was underestimated in the present analysis.

Brazil had a Covid-19 mortality rate well above the global average. Among the various factors explaining this result, the spread of a false sense of security among the population deserves special mention. The widespread promotion of medications that could cure (or even prevent) the disease, without any scientific evidence, helped confuse the population and ultimately encouraged the widespread use of off-label medications. It should also be noted that, as mentioned in the limitations, our estimates may be underestimated. From a public health perspective, our results reinforce the importance of effective communication strategies regarding evidence-based health. The higher frequency of medication use among women, residents of the northern half of the country, evangelicals, and individuals of lower socioeconomic status indicates the need to prioritize these groups in future interventions. These strategies should include clear risk communication, the development of educational campaigns on the rational use of medications, and approaches with broad reach that effectively target these groups, such as engaging community leaders and utilizing widely used digital media.

Funding Statement

Funding: This study is part of the EPICOVID 2.0 project, funded by the Ministry of Health through Decentralized Execution Agreement No. 25/2023.

Footnotes

Funding: This study is part of the EPICOVID 2.0 project, funded by the Ministry of Health through Decentralized Execution Agreement No. 25/2023.

Data Availability:

The data used in this study are publicly available and can be accessed at: https://epidemio-ufpel.org.br/epicovid/

REFERENCES

  • 1.World Health Organization . Medication Without Harm. Geneva: World Health Organization; 2017. [cited 2026 May 7]. https://www.who.int/initiatives/medication-without-harm [Google Scholar]
  • 2.Siemieniuk RA, Bartoszko JJ, Zeraatkar D, Kum E, Qasim A, Martinez JPD, et al. Drug treatments for covid-19: living systematic review and network meta-analysis. BMJ. 2020;370:m2980. doi: 10.1136/bmj.m2980. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 3.Perico N, Cortinovis M, Suter F, Remuzzi G. Home as the new frontier for the treatment of COVID-19: the case for anti-inflammatory agents. Lancet Infect Dis. 2023;23(1):e22–e33. doi: 10.1016/S1473-3099(22)00433-9. https://doi.org/10.1016/S1473-3099 (22)00433-9 [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Cavalcanti AB, Zampieri FG, Rosa RG, Azevedo LC, Veiga VC, Avezum A, et al. Hydroxychloroquine with or without azithromycin in mild-to-moderate Covid-19. N Engl J Med. 2020;383(21):2041–2052. doi: 10.1056/NEJMoa2019014. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 5.Popp M, Stegemann M, Metzendorf MI, Gould S, Kranke P, Meybohm P, et al. Ivermectin for preventing and treating COVID-19. CD015017Cochrane Database Syst Rev. 2021;7(7) doi: 10.1002/14651858.CD015017.pub2. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.RECOVERY Collaborative Group. Horby P, Mafham M, Linsell L, Bell JL, Staplin N, et al. Effect of Hydroxychloroquine in Hospitalized Patients with Covid-19. N Engl J Med. 2020;383(21):2030–2040. doi: 10.1056/NEJMoa2022926. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7.Singh B, Ryan H, Kredo T, Chaplin M, Fletcher T. Chloroquine or hydroxychloroquine for prevention and treatment of COVID-19. CD013587Cochrane Database Syst Rev. 2021;2(2) doi: 10.1002/14651858.CD013587.pub2. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 8.Melo JRR, Duarte EC, Moraes MV, Fleck K, Silva ASN, Arrais PSD. Reações adversas a medicamentos em pacientes com COVID-19 no Brasil: análise das notificações espontâneas do sistema de farmacovigilância brasileiro. Cad Saude Publica. 2021;37(1):e00245820. doi: 10.1590/0102-311X00245820. [DOI] [PubMed] [Google Scholar]
  • 9.Lasco G, Loreche AM, Aguilar MAD, Yu VG. Miracle cures, wonder drugs, and unproven treatments for COVID-19: a global database. 118901Soc Sci Med. 2026;391 doi: 10.1016/j.socscimed.2025.118901. [DOI] [PubMed] [Google Scholar]
  • 10.Machado C, Santos J, Santos N, Bandeira L. International trends in misinformation and the departure from the scientific debate. Salvador: Instituto Nacional de Ciência & Tecnologia em Democracia Digital; 2020. [Google Scholar]
  • 11.Guimarães A, Carvalho WRG. Desinformação, negacionismo e automedicação: a relação da população com as drogas "milagrosas" em meio à pandemia da COVID-19. Interam J Med Health. 2020;3:e202003050. doi: 10.31005/iajmh.v3i0.147. [DOI] [Google Scholar]
  • 12.Arrais PSD, Fernandes MEP, Pizzol TSD, Ramos LR, Mengue SS, Luiza VL, et al. Prevalência da automedicação no Brasil e fatores associados. 13sRev Saúde Pública. 2016;50(supl.2) doi: 10.1590/S1518-8787.2016050006117. [DOI] [Google Scholar]
  • 13.Conselho Federal de Farmácia . Quase metade dos brasileiros que usaram medicamentos nos últimos seis meses se automedica até uma vez por mês. Brasília: CFF; 2023. [cited 2026 May 7]. https://crfse.org.br/noticia/906/quase-metade-dos-brasileiros-que-usaram-medicamentos-nos-ultimos-seis-meses-se-automedica-ate-uma-vez-por-mes . [Google Scholar]
  • 14.Pan American Health Organization . Entenda a infodemia e a desinformação na luta contra a COVID-19. Washington: PAHO; 2020. [Google Scholar]
  • 15.Associação Médica Brasileira . Uso de cloroquina e outros medicamentos sem comprovação científica contra a COVID-19 deve ser banido. São Paulo: AMB; 2021. [cited 2026 May 7]. https://amb.org.br/noticias/associacao-medica-brasileira-diz-que-uso-de-cloroquina-e-outros-remedios-sem-eficacia-contra-covid-19-deve-ser-banido/ [Google Scholar]
  • 16.Merck & Co . Merck statement on ivermectin use during the COVID-19 pandemic. Kenilworth: Merck & Co; 2021. [cited 2026 May 7]. https://www.merck.com/news/merck-statement-on-ivermectin-use-during-the-covid-19-pandemic/ [Google Scholar]
  • 17.US Food and Drug Administration . FDA cautions against use of hydroxychloroquine or chloroquine for COVID-19 outside of the hospital setting or a clinical trial. Silver Spring: FDA; 2020. [cited 2026 May 7]. https://www.fda.gov/drugs/drug-safety-and-availability/fda-cautions-against-use-hydroxychloroquine-or-chloroquine-covid-19-outside-hospital-setting-or [Google Scholar]
  • 18.COVID-19 Treatment Guidelines Panel . Coronavirus disease 2019 (COVID-19) treatment guidelines. Bethesda: National Institutes of Health; 2025. [PubMed] [Google Scholar]
  • 19.Roy-García IA, Moreno-Noguez M, Rivas-Ruiz R, Zapata-Tarres M, Perez-Rodriguez M, Ortiz-Zamora MA, et al. Efficacy of hydroxychloroquine with azithromycin in mild COVID-19: randomized clinical trial. Cir Cir. 2026;94(1):65–73. doi: 10.24875/CIRU.23000265. [DOI] [PubMed] [Google Scholar]
  • 20.Caponi S, Brzozowski FS, Hellmann F, Bittencourt SC. O uso político da cloroquina: COVID-19, negacionismo e neoliberalismo. Rev Bras Sociol. 2021;9(21):78–102. doi: 10.20336/rbs.774. [DOI] [Google Scholar]
  • 21.Santana OMB, Prado MAR. Negacionismo à brasileira: os impactos da desordem informacional para o fenômeno da (des) infodemia no Brasil durante a pandemia da COVID-19. Rev Comun Midiática. 2024;19(1):e202401. doi: 10.5016/hjmrdj34. [DOI] [Google Scholar]
  • 22.Silva H. Medical misinformation and unproven COVID-19 treatments in Brazil: analyzing the impact of misguided health policies. 11Pharmacologia. 2024;15(1) doi: 10.17311/pharmacologia.2024.11.14. [DOI] [Google Scholar]
  • 23.Bandeira O, Carranza B. Reactions to the pandemic in Latin America and Brazil: are religions essential services? Int J Latin Am Relig. 2020;4(2):170–193. doi: 10.1007/s41603-020-00116-0. [DOI] [Google Scholar]
  • 24.Ferrari IW, Grisotti M, Amorim LC, Rodrigues LZ, Ribas MT, Silva CU. "Tratamento precoce", antivacinação e negacionismo: quem são os Médicos pela Vida no contexto da pandemia de COVID-19 no Brasil? Cienc Saude Colet. 2022;27(11):4213–4224. doi: 10.1590/1413-812320222711.09282022. [DOI] [PubMed] [Google Scholar]
  • 25.Melo JRR, Duarte EC, Moraes MV, Fleck K, Arrais PSD. Automedicação e uso indiscriminado de medicamentos durante a pandemia da COVID-19. Cad Saúde Pública. 2021;37(4):e00053221. doi: 10.1590/0102-311X00053221. [DOI] [PubMed] [Google Scholar]
  • 26.Santos-Pinto CDB, Miranda ES, Castro CGSO. O "kit-covid" e o programa farmácia popular do Brasil. Cad Saúde Pública. 2021;37(2):e00348020. doi: 10.1590/0102-311X00348020. [DOI] [PubMed] [Google Scholar]
  • 27.Machado LZ, Marcon CEM. Carta às Editoras sobre o artigo de Melo et al. Cad Saude Publica. 2021;37(4):e00028721. doi: 10.1590/0102-311x00028721. [DOI] [PubMed] [Google Scholar]
  • 28.Galhardi CP, Freire NP, Minayo MCS, Fagundes MCM. Fato ou fake? Uma análise da desinformação frente à pandemia da COVID-19 no Brasil. Cienc Saude Colet. 2020;25(supl.2):4201–4210. doi: 10.1590/1413-812320202510.2.28922020. [DOI] [PubMed] [Google Scholar]
  • 29.Pimentel MR, Souza WM. Avaliação do uso de medicamentos em estudantes durante a pandemia da COVID-19. Cad ESP. 2024;18(1):e2017. doi: 10.54620/cadesp.v18i1.2017. [DOI] [Google Scholar]
  • 30.Alves DKB, Barbosa EDS, Santos MMH, Silva AD, Nóbrega IMF, Medeiros FPM, et al. Impacto da pandemia da COVID-19 nas práticas de automedicação: um estudo descritivo com professores da rede pública de Pernambuco. Rev Eletron Acervo Saude. 2022;15(8):e10744. doi: 10.25248/REAS.e10744.2022. [DOI] [Google Scholar]
  • 31.Cecilio SG, Vargas MEC, Silveira APV, Coelho JCO, Silva DRG, et al. Impacto da COVID-19 na prática de automedicação em estudantes universitários. Trab Educ Saude. 2024;22:e02368235. doi: 10.1590/1981-7746-ojs2368. [DOI] [Google Scholar]
  • 32.Branco LL, Lobato MYF, Borges JFT, Oliveira RCS. Automedicação durante a pandemia de COVID-19 e fatores associados. Res Soc Dev. 2023;12(2):e11212239924. doi: 10.1590/2317-6369/06522pt2023v48e14. [DOI] [Google Scholar]
  • 33.Pitta MGR, Lima LP, Carvalho JS, Teixeira DRC, Nunes TRS, Moura JAS, et al. Análise do perfil de automedicação em tempos de COVID-19 no Brasil. Res Soc Dev. 2021;10(11):e28101119296. doi: 10.33448/rsd-v10i11.19296. [DOI] [Google Scholar]
  • 34.Santos CVB, Coelho LE, Luz PM, Goedert GT, Csillag D, Gennari J, et al. History of self-reported COVID-19 cases and hospitalizations in the Brazilian population: a countrywide survey. Int J Epidemiol. 2026 Jan 1;55(Suppl.1):i1–i12. doi: 10.1093/ije/dyaf153. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 35.Mitjà O, Corbacho-Monné M, Ubals M, Alemany A, Suñer C, Tebé C, et al. A cluster-randomized trial of hydroxychloroquine for prevention of COVID-19. N Engl J Med. 2021;384(5):417–427. doi: 10.1056/NEJMoa2021801. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 36.Wehrmeister FC, Menezes AM, Dalcolmo M, Prendergast EC, Batista TG, Leão OAA, et al. A countrywide study on post-COVID-19 condition in Brazil: the Epicovid 2.0. Int J Epidemiol. 2026;55(Suppl.1):i31–i40. doi: 10.1093/ije/dyaf143. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 37.Bertoldi AD, Pizzol TSD, Ramos LR, Mengue SS, Luiza VL, Tavares NUL, et al. Sociodemographic profile of medicines users in Brazil: results from the 2014 PNAUM survey. 5sRev Saúde Pública. 2016;50(suppl.2) doi: 10.1590/S1518-8787.2016050006119. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 38.Fonseca AB, Dias J. Caminhos da desinformação: evangélicos, fake news e WhatsApp no Brasil. Rio de Janeiro: Instituto de Estudos da Religião; 2021. [Google Scholar]
  • 39.Recuero R, Soares FB, editores, editors. O discurso desinformativo sobre a cura da COVID-19 no Twitter: estudo de caso. E-Compós. 2021;24:e202111. doi: 10.30962/ec.2127. [DOI] [Google Scholar]
Rev Saude Publica. 2026 Jul 31;60:e33. [Article in Portuguese]

Padrões de uso de medicamentos em indivíduos com covid-19 no Brasil: Epicovid 2.0

Romina Buffarini I, Cesar Gomes Victora I,II, Pedro Curi Hallal II, Mariângela Freitas da Silveira I

RESUMO

OBJETIVO

Descrever o padrão de uso de medicamentos que os indivíduos com covid-19 usaram para tratar a doença no Brasil, segundo a área de residência, características demográficas, socioeconômicas, religião e nível de confiança em cientistas.

MÉTODOS

Inquérito Nacional Epicovid 2.0 (2024) em 133 municípios. A análise incluiu participantes que relataram ter sofrido episódio de covid-19. Avaliou-se o uso de antibióticos, azitromicina, antitérmicos, cloroquina e ivermectina, além dos desfechos compostos: uso de cloroquina e/ou ivermectina; cloroquina, ivermectina e/ou azitromicina (CIA); e uso de qualquer medicamento. Foram estimadas a frequência de uso e os intervalos de confiança de 95%, considerando o desenho amostral complexo e a ponderação da amostra

RESULTADOS

A frequência de uso de qualquer medicamento para tratar covid-19 foi de 63,0% (IC95% 60,0–65,9). Os antitérmicos foram os mais utilizados (53,7%), seguidos por antibióticos (36,2%) e azitromicina (27,2%). O uso isolado de ivermectina foi relatado por 23,6% e o de cloroquina, por 12,1%; o uso de ivermectina e/ou cloroquina atingiu 27,8% e o CIA, 39,0%. No geral, o consumo de medicamentos foi mais frequente nas regiões Norte, Nordeste e Centro-Oeste e entre mulheres. O uso concentrou-se entre adultos de 40–59 anos, pessoas com baixa escolaridade e menor renda. Pessoas autodeclaradas pretas e pardas relataram maior consumo de cloroquina. Uso de cloroquina, ivermectina e combinações destes medicamentos foi mais comum entre evangélicos (0,05 < p < 0,1) e entre pessoas que consultaram médicos (p < 0,001). Participantes que relataram desconfiar de cientistas relataram maior uso de cloroquina e de cloroquina/ivermectina em comparação com os que relataram confiar em cientistas.

CONCLUSÃO

Quatro em cada dez pessoas que relataram episódios de covid-19, para tratar a doença, consumiram medicamentos não recomendados pela ciência. O uso de medicamentos tendeu a ser mais frequente entre mulheres, na metade norte do Brasil, entre evangélicos e pessoas de menor renda e escolaridade. Esses grupos devem ser priorizados em campanhas futuras sobre o uso adequado de medicamentos.

DESCRITORES: SARS-CoV-2, Coronavírus, Epidemiologia, Uso de Medicamentos, Estudo Transversal

INTRODUÇÃO

Os medicamentos constituem insumos centrais das práticas de cuidado em saúde, empregados na prevenção e no tratamento de doenças. Entretanto, seu uso pode estar associado a efeitos adversos relevantes quando realizado de forma inadequada 1 . No início da pandemia de covid-19, diante da ausência de terapias eficazes para um vírus até então desconhecido, diferentes medicamentos com certa plausibilidade biológica para tratar as complicações da doença passaram a ser testados e utilizados na prática clínica por meio de estratégias de reposicionamento terapêutico 2,3 . Nesse contexto, o uso off-label foi adotado em diferentes cenários assistenciais. Os avanços das evidências, no entanto, passaram a demonstrar a ausência de benefício para a maioria dessas intervenções 4 .

Apesar disso, ao longo dos meses subsequentes ao início da pandemia, foi observada uma intensa utilização de fármacos tanto sob prescrição médica quanto por iniciativa própria da população 8,9 , frequentemente sem respaldo científico 10 , o que suscitou preocupações quanto ao uso irracional de medicamentos e aos potenciais riscos individuais e coletivos 11 . Além das práticas de uso de medicamentos, como automedicação frequente, já descritas no país antes da pandemia 12,13 , emergiu um cenário marcado pela ampla difusão de informações não baseadas em evidências acerca de supostos tratamentos para a doença 14 .

Análises de padrões de desinformação em redes sociais indicaram o Brasil como um dos países com maior destaque em conteúdos falsos ou enganosos sobre medicamentos recomendados ao longo da pandemia 14 , sugerindo baixa incorporação das evidências científicas no debate público. Enquanto instituições cientificas nacionais e internacionais rechaçavam o uso de vários medicamentos (como cloroquina, ivermectina e azitromicina) 5,7,15 , seu uso foi estimulado pela Presidência da República e pelo Ministério da Saúde 20,21 , e respaldado por entidades médicas, por líderes religiosos evangélicos e por inúmeros influenciadores digitais 22 , configurando a desinformação como estratégia vinculada às disputas políticas no enfrentamento da epidemia 25 . A literatura acadêmica evidencia que a promoção dessas drogas não se deu por acaso, mas constituiu uma estratégia política de gestão da pandemia. Ao oferecer uma “cura”, os grupos promotores – sejam eles estatais, médicos, midiáticos ou religiosos – buscavam evitar medidas de isolamento social e transferência de responsabilidade individual pelo cuidado, criando uma falsa sensação de segurança na população.

Apesar da relevância desse contexto, ainda são escassos os dados nacionais representativos sobre os padrões de consumo desses medicamentos durante a pandemia. As evidências existentes baseiam-se, em sua maioria, em populações específicas (por exemplo: estudantes, enfermeiros, professores) 29 , ou estudos com participantes da população geral com amostras pequenas e delineamentos amostrais heterogêneos 32,33 , limitando a generalização dos achados em nível populacional.

Diante dessa lacuna, o objetivo do presente estudo foi descrever os padrões de uso de diferentes medicamentos (recomendados e não recomendados - off-label), que indivíduos que relataram ter sofrido covid-19 no Brasil usaram para tratar a doença, segundo região de residência, características demográficas, socioeconômicas, afiliação religiosa e confiança em cientistas, utilizando dados do inquérito nacional de base populacional Epicovid 2.0.

MÉTODOS

Este estudo utilizou dados da segunda edição do Inquérito Nacional Epicovid (Epicovid 2.0), conduzido entre março e junho de 2024 em todas as 27 unidades federativas do Brasil. A amostragem foi idêntica à do estudo Epicovid original, realizado em quatro etapas durante 2020 para documentar a progressão da pandemia de covid-19 no país. Detalhes metodológicos são encontrados em outra publicação 34 .

O Instituto Brasileiro de Geografia e Estatística (IBGE) divide o território nacional em 133 regiões intermediárias. Em cada uma delas, a cidade mais populosa foi selecionada como área sentinela. A população elegível consistiu em moradores de domicílios particulares permanentes localizados nos setores censitários urbanos sorteados. Usou-se um processo de amostragem probabilística em múltiplos estágios. Em primeiro lugar, 133 municípios foram selecionados; em segundo lugar, foram selecionados 25 setores urbanos com probabilidade proporcional ao tamanho; a seguir, foram sorteados aleatoriamente dez domicílios dentro de cada setor, utilizando mapas e listagens oficiais do IBGE. Por último, foram registrados todos os moradores presentes no domicílio, sendo um morador selecionado aleatoriamente através de um aplicativo móvel. Em caso de recusa, um segundo morador era sorteado e, se ambos recusassem, a equipe seguia para o domicílio vizinho localizado à direita do domicílio original, enumerando seus moradores e selecionando um para a entrevista. Em domicílios unipessoais com recusa, o próximo domicílio era visitado. O plano amostral resultou em um tamanho de 33.250 indivíduos.

As entrevistas foram presenciais, utilizando um aplicativo móvel aplicado por equipe treinada, contratada por empresa especializada em inquéritos populacionais. A coleta ocorreu de maio a junho de 2024, simultaneamente em todas as cidades, reduzindo vieses temporais e sazonais.

Variáveis

Desfechos

Os desfechos foram o relato de uso de medicamentos para tratar a doença durante o episódio de covid-19, sendo as informações obtidas por meio de perguntas especificas sobre o uso de cada medicamento. A amostra analisada foi restrita a indivíduos que relataram haver sofrido um ou mais episódios de covid-19. Para cada fármaco avaliado, a resposta foi codificada de forma dicotômica (sim/não).

Foram analisados cinco grupos de medicamentos: qualquer antibiótico, azitromicina, antitérmicos (coletados no questionário como “remédios para febre”, expressão utilizada para facilitar a compreensão dos entrevistados), cloroquina e ivermectina. Analisou-se também três desfechos compostos: “uso de cloroquina e/ou ivermectina”, “uso de cloroquina, ivermectina e/ou azitromicina”, denominado CIA, e “uso de qualquer medicamento”. Portanto, as análises foram enfocadas em medicamentos off-label, os quais obtiveram ampla visibilidade pública durante a pandemia apesar da ausência de comprovação científica de sua eficácia no tratamento da covid-19, conforme revisões sistemáticas e diretrizes clínicas 2,4,6,35 . Os desfechos compostos de medicamentos off-label foram definidos com o objetivo de capturar o uso isolado e combinado desses fármacos, refletindo práticas amplamente difundidas no contexto da pandemia.

O desfecho composto “uso de qualquer medicamento” foi definido como uso de ao menos um dos seguintes: antibióticos, antitérmicos, anti-inflamatórios/corticoides, cloroquina, ivermectina ou nirmatrelvir/ritonavir sendo utilizado para representar o panorama geral do uso de medicamento entre indivíduos com covid-19. A utilização de nirmatrelvir/ritonavir foi inicialmente investigada; contudo, devido à baixa frequência de seu uso (2,2%), esse fármaco não foi incluído nas análises como desfecho individual, permanecendo apenas dentro do desfecho composto “uso de qualquer medicamento”. O antibiótico azitromicina foi investigado separadamente, sendo também incluído nos desfechos CIA, uso de qualquer antibiótico e uso de qualquer medicamento. Sua análise isolada justifica-se por ter sido o antibiótico mais utilizado no contexto da pandemia, além de integrar o grupo de medicamentos amplamente utilizados sem evidência científica de eficácia para tratar a covid-19.

Exposições

As variáveis explanatórias incluíram região geográfica de residência, características sociodemográficas, afiliação religiosa, confiança em cientistas e procura por serviço médico. A região de residência foi classificada conforme as macrorregiões brasileiras: Norte, Nordeste, Centro-Oeste, Sudeste e Sul.

As variáveis sociodemográficas incluíram raça-cor autorreferida, segundo as categorias do IBGE (branca, preta, parda, amarela ou indígena); sexo (feminino ou masculino); idade, categorizada em faixas etárias (0 a 19, 20 a 39, 40 a 59, 60 a 69 e 70 ou mais); e escolaridade em anos de estudo completos (0 - sem instrução formal, 1 a 4, 5 a 8, 9 a 12 e 13 anos ou mais). A posição socioeconômica foi estimada com base na renda familiar mensal do domicílio, expressa em salários-mínimos (menos de 1, 1 a 3, 3 a 5 e 5 ou mais).

A afiliação religiosa foi agrupada em três categorias: nenhuma religião, católica e evangélica. Outras religiões (espírita, umbanda/candomblé, judaísmo, islamismo, budismo e outras) não foram analisadas separadamente devido à baixa frequência individual de cada grupo (< 1%) e ao fato de não haver fundamentação conceitual para seu agrupamento, motivo pelo qual foram excluídas das análises específicas dessa variável.

A variável confiança em cientistas foi avaliada pela seguinte pergunta: “Qual o seu grau de confiança para as informações sobre covid-19 nos cientistas?” As respostas foram inicialmente coletadas em escala ordinal de cinco pontos: nunca confio; confio raramente; nem confio nem desconfio; confio moderadamente; confio sempre, e posteriormente agrupada em três categorias: “Desconfio” (nunca/raramente confio), “Nem confio nem desconfio” e “Confio” (moderadamente/confio sempre). A procura por algum serviço médico durante o episódio de covid (sim/não) também foi incluída.

Análises

Foram realizadas análises descritivas (frequências absolutas e relativas). As frequências e os intervalos de confiança de 95% (IC95%) dos oito desfechos foram estratificados segundo as variáveis explanatórias.

Para verificar a sobreposição do uso de medicamentos off-label (cloroquina, ivermectina e azitromicina), foi elaborado um diagrama de Venn, apresentando as suas combinações de uso isolado e concomitante.

Todas as análises consideraram o desenho amostral complexo (pesos amostrais, amostra estratificada por municípios e uso de conglomerados dentro de cada município) por meio do comando svy do software Stata. A descrição detalhada do cálculo dos pesos amostrais ponderados é apresentada em publicação específica do protocolo Epicovid 2.0 34 , sendo que todos os resultados apresentados a seguir foram ponderados. Houve dados faltantes apenas para escolaridade (6%) e renda familiar (7%). Os participantes com valores ausentes nessas variáveis não foram incluídos nas análises estratificadas correspondentes. Todas as análises estatísticas foram realizadas no Stata, versão 19.0 (StataCorp, College Station, Estados Unidos).

Aspectos Éticos

O estudo foi aprovado pelo Comitê de Ética da Escola de Educação Física da Universidade Federal de Pelotas (CAAE: 68382923.8.0000.5313). Todos os participantes adultos assinaram termo de consentimento livre e esclarecido. Para menores de idade, o consentimento foi obtido do responsável legal.

RESULTADOS

A amostra analítica foi restrita a 9.591 participantes com relato prévio de covid-19, correspondendo a 28,6% (IC95% 27,3–30,0) da amostra total 34,36 . Destes indivíduos, a maioria relatou apenas um episódio (76,7%), sendo que 17% relataram dois, 5% relataram três e 1% disseram ter sofrido quatro ou mais episódios de covid. A frequência de uso de qualquer medicamento foi de 63,0% (IC95% 60,0–65,9). Os medicamentos mais utilizados foram os antitérmicos (53,7%; IC95% 50,8–56,6), seguidos por antibióticos (36,2%; IC95% 33,3–39,2) e azitromicina (27,2%; IC95% 24,7–29,9). O uso isolado de ivermectina foi relatado por 23,6% (IC95% 21,5–25,9) dos participantes e o de cloroquina por 12,1% (IC95% 10,7–13,5). A utilização de ivermectina e/ou cloroquina atingiu 27,8% (IC95% 25,5–30,3), enquanto o desfecho composto CIA (cloroquina, ivermectina e/ou azitromicina) apresentou frequência de 39,0% (IC95% 36,3–41,8) (Figura 1).

Figura 1. Prevalências ponderadas de uso de medicamentos entre participantes com relato de covid-19. Epicovid 2.0, Brasil, 2024 (n = 9.591).

Figura 1

Open in a new tab

CIA: cloroquina, ivermectina e/ou azitromicina.

O diagrama de Venn (Figura 2) mostra a sobreposição de uso de cloroquina, ivermectina e azitromicina, evidenciando que dos 40% de participantes que usaram algum dos medicamentos off-label e 4,9% usaram os três.

Figura 2. Sobreposição do uso de medicamentos off-label (cloroquina, ivermectina e azitromicina) entre participantes com covid-19. Epicovid 2.0, Brasil, 2024 (n = 9.591).

Figura 2

Open in a new tab

A amostra foi composta principalmente por residentes nas regiões Sudeste (43,6%), seguido pelas regiões Nordeste (17,3%) e Sul (16,6%). Mulheres representaram 52,8% da amostra, e a maioria dos participantes tinha idades entre 20 e 39 anos (38,4%) e entre 40 e 59 anos (32,0%). Quase metade se autodeclararam brancos (47,1%), seguido por 41,4% pretos e 10,6% pardos, enquanto as categorias amarela e indígena representaram menos de 1% da amostra. Em relação à escolaridade, quase 80% dos participantes possuíam 9 ou mais anos de educação formal, e 2% relataram não ter nenhuma instrução formal. Dois terços da amostra relataram receber até 3 salários-mínimos, um quinto referiu 3 a 5 salários-mínimos (19,1%) e 13,9%, receberam 5 ou mais. A maioria dos participantes declarou-se católica (39,4%) ou evangélica (35,0%), cerca de 70% relataram confiar em cientistas e ter procurado algum tipo de serviço médico durante o episódio de covid (Tabelas 1 e 2).

No geral, o uso de todos os medicamentos foi mais frequente na região Norte, seguida pelo Nordeste e Centro-Oeste, com frequências menores no Sudeste e Sul (p < 0,001), exceto para o uso de cloroquina, ivermectina e o desfecho combinado de ambas estas drogas, cujas maiores frequências foram evidenciadas no Norte e Centro-Oeste (Tabela 1). As mulheres apresentaram maior uso de antibióticos, antitérmicos, azitromicina, CIA e de qualquer medicamento, em relação aos homens. O uso isolado de cloroquina foi mais frequente entre homens, com diferença limítrofe (p = 0,056). Quanto à idade, as maiores frequências concentraram-se no grupo de 40 a 59 anos, com redução do uso entre os mais jovens e os mais idosos, embora sem padrão uniforme para todos os medicamentos.

Tabela 1. Prevalência do uso de medicamentos para tratar covid-19 durante a pandemia segundo região, sexo e idade (resultados ponderados). Epicovid 2.0, Brasil, 2024 (n = 9.591).

Variáveis explanatórias na (%) Antibióticos Antitérmicos Cloroquina Ivermectina Azitromicina Cloroquina/ivermectina CIA Qualquer remédio
% (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%)
Região   p < 0,001 p = 0,008 p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001
Norte 1.770 (11,9) 52,3 (46,9–57,7) 63,4 (58,8–67,7) 19,9 (16,8–23,4) 32,7 (28,9–36,7) 41,9 (37,1–46,9) 37,6 (33,5–41,8) 54,0 (49,4–58,6) 74,1 (69,4–78,3)
Nordeste 2.480 (17,3) 38,7 (35,5–42,0) 57,9 (54,0–61,7) 12,1 (10,0–14,6) 29,8 (26,8–33,1) 28,6 (25,7–31,6) 33,5 (30,4–36,7) 43,5 (40,1–47,0) 67,6 (63,9–71,1)
Centro-Oeste 1.042 (10,6) 36,6 (31,8–41,7) 53,1 (45,7–60,4) 17,6 (12,3–24,6) 31,8 (26,3–37,8) 26,0 (21,5–31,0) 37,2 (30,3–44,8) 43,6 (36,5–51,0) 65,2 (58,4–71,4)
Sudeste 2.526 (43,6) 31,5 (25,6–38,2) 51,3 (45,3–57,2) 8,5 (6,5–11,2) 18,3 (14,2–23,3) 24,7 (19,5–30,7) 22,5 (18,1–27,6) 34,2 (28,8–40,1) 59,2 (53,1–65,1)
Sul 1.773 (16,6) 33,9 (30,7–37,3) 49,0 (45,8–52,2) 12,0 (10,2–14,2) 19,4 (17,0–22,2) 22,8 (20,1–25,7) 23,0 (20,5–25,8) 32,9 (30,0–35,9) 58,7 (55,0–62,4)
Sexo   p = 0,003 p = 0,004 p = 0,056 p = 0,1 p < 0,001 p = 0,46 p = 0,002 p = 0,001
Masculino 3.293 (47,2) 31,9 (27,9–36,2) 49,4 (44,7–54,0) 13,5 (11,2–16,3) 21,5 (17,8–25,7) 21,8 (18,2–25,8) 26,8 (22,9–31,2) 34,4 (30,2–38,8) 58,0 (53,4–62,6)
Feminino 6.298 (52,8) 40,0 (36,3–43,9) 57,5 (54,2–60,8) 10,7 (9,4–12,3) 25,5 (23,1–28,0) 32,1 (29,0–35,5) 28,7 (26,1–31,5) 43,1 (39,7–46,5) 67,4 (63,9–70,7)
Faixa etária (anos)   p = 0,47 p = 0,004 p < 0,001 p = 0,003 p = 0,047 p = 0,001 p < 0,001 p = 0,125
0–19 658 (13,1) 35,1 (25,6–46,0) 56,3 (47,4–64,8) 7,1 (4,5–11,1) 20,9 (12,5–33,0) 26,5 (16,9–38,9) 24,6 (15,9–36,2) 37,3 (27,7–47,9) 62,8 (54,3–70,5)
20–39 2.844 (38,4) 34,9 (29,9–40,2) 54,8 (49,3–60,2) 9,5 (7,6–11,9) 18,9 (15,9–22,3) 24,8 (21,0–29,2) 23,0 (19,7–26,7) 34,2 (29,9–38,8) 62,0 (56,5–67,3)
40–59 3.557 (32,0) 39,6 (35,6–43,7) 57,2 (52,8–61,5) 16,7 (14,3–19,5) 31,7 (28,2–35,6) 32,9 (29,3–36,8) 36,3 (32,8–40,0) 47,7 (43,7–51,6) 67,3 (62,8–71,6)
60–69 1.551 (10,1) 33,1 (28,0–38,6) 45,4 (39,6–51,4) 13,6 (10,1–18,0) 21,9 (18,0–26,2) 25,1 (20,6–30,3) 27,0 (22,5–32,0) 37,1 (32,0–42,5) 58,0 (51,6–64,2)
≥ 70 978 (6,5) 34,1 (27,3–41,6) 37,3 (29,4–46,0) 11,6 (7,4–17,7) 19,6 (14,4–26,0) 18,2 (13,6–24,0) 22,1 (16,8–28,5) 30,6 (24,4–37,5) 55,4 (47,0–63,5)
Open in a new tab

IC95%: intervalo de confiança de 95%; CIA: cloroquina, ivermectina e/ou azitromicina.

a Frequência absoluta apresentada sem ponderação pelos pesos amostrais.

A Tabela 2 mostra que raça-cor esteve associada apenas ao uso de cloroquina (p = 0,001), com maior consumo entre pretos e pardos em comparação aos demais grupos. Em relação à escolaridade, maiores frequências de uso de medicamentos foram concentradas entre indivíduos com 5 a 8 anos de estudo, especificamente para o uso de antibióticos, cloroquina, cloroquina/ivermectina e qualquer medicamento (p < 0,05) (Tabela 2). Quanto à renda familiar, identificou-se uma associação inversa, com redução do uso à medida que a renda aumentava, particularmente para antitérmicos (p = 0,003), cloroquina (p = 0,032) e qualquer medicamento (p = 0,005). Padrão semelhante foi observado para os demais medicamentos, embora sem significância estatística.

Tabela 2. Prevalência do uso de medicamentos para tratar covid-19 durante a pandemia segundo características socioeconômicas, religião, confiança em cientistas e procura por serviço médico (resultados ponderados). Epicovid 2.0, Brasil, 2024 (n = 9.591).

Variáveis explanatórias na (%) Antibióticos Antitérmicos Cloroquina Ivermectina Azitromicina Cloroquina/ivermectina CIA Qualquer remédio
% (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%) % (IC95%)
Cor/raça   p = 0,476 p = 0,6 p = 0,001 p = 0,674 p = 0,741 p = 0,334 p = 0,655 p = 0,159
Branca 3.340 (47,1) 34,9 (30,3–39,7) 54,7 (50,5–58,8) 9,5 (7,9–11,4) 22,9 (19,0–27,2) 26,2 (22,2–30,6) 26,3 (22,3–30,7) 37,7 (33,5–42,2) 64,8 (60,8–68,6)
Preta 4.412 (41,4) 38,2 (34,5–42,0) 52,9 (48,7–57,1) 15,0 (12,7–17,5) 24,8 (22,3–27,6) 28,1 (25,2–31,1) 30,0 (26,9–33,3) 40,4 (36,9–44,0) 62,0 (57,7–66,2)
Parda 1.244 (10,6) 34,1 (27,9–40,9) 51,5 (44,6–58,3) 12,2 (8,4–17,3) 22,2 (17,9–27,1) 28,5 (22,4–35,4) 26,3 (21,2–32,1) 39,2 (32,5–46,3) 57,9 (51,0–64,4)
Amarela 204 (0,4) 34,9 (22,7–49,5) 50,8 (34,6–66,9) 9,2 (4,8–17,0) 21,7 (12,9–34,2) 23,5 (14,6–35,6) 24,4 (15,0–37,1) 31,0 (20,1–44,4) 68,5 (52,1–81,3)
Indígena 132 (0,5) 40,8 (23,0–61,3) 68,2 (49,0–82,7) 14,7 (6,6–29,8) 25,0 (12,9–43,0) 32,0 (17,6–51,0) 27,4 (14,5–45,6) 36,9 (20,7–56,8) 77,8 (60,2–89,1)
Escolaridade (anos)   p = 0,018 p = 0,081 p = 0,004 p = 0,06 p = 0,392 p = 0,005 p = 0,07 p = 0,008
Sem instrução 301 (2,0) 43,0 (32,0–54,7) 60,6 (49,2–70,9) 14,1 (8,9–21,4) 21,5 (14,7–30,2) 29,2 (20,6–39,7) 27,3 (19,4–36,9) 38,4 (28,5–49,4) 67,8 (56,7–77,2)
1 a 4 919 (6,2) 34,2 (28,3–40,6) 52,4 (44,9–59,7) 12,4 (8,5–17,7) 16,9 (13,1–21,6) 22,2 (17,2–28,0) 22,4 (17,4–28,3) 34,0 (27,8–40,8) 59,6 (51,9–66,8)
5 a 8 1.774 (13,7) 46,3 (38,6–54,2) 61,0 (54,3–67,3) 16,0 (12,1–20,8) 30,0 (21,8–39,7) 32,0 (23,9–41,4) 35,6 (27,4–44,7) 46,8 (38,9–54,8) 72,3 (66,7–77,3)
9 a 12 4.556 (50,9) 35,2 (31,9–38,6) 54,0 (50,3–57,6) 12,9 (10,9–15,2) 24,5 (21,8–27,4) 27,0 (24,1–30,1) 29,6 (26,6–32,8) 39,3 (36,0–42,8) 63,0 (59,1–66,7)
≥ 13 1.984 (27,2) 33,4 (27,5–39,8) 49,9 (43,6–56,2) 8,4 (6,5–10,8) 20,8 (17,0–25,2) 26,7 (21,8–32,3) 22,3 (18,4–26,7) 36,1 (30,8–41,7) 59,4 (53,7–64,9)
Renda familiar (SM)   p = 0,056 p = 0,003 p = 0,032 p = 0,842 p = 0,298 p = 0,174 p = 0,197 p = 0,005
< 1 2.672 (24,5) 42,0 (36,5–47,7) 61,9 (57,1–66,6) 13,7 (11,1–16,8) 24,0 (20,5–27,9) 31,0 (25,9–36,6) 28,7 (24,6–33,3) 43,1 (37,8–48,5) 70,1 (65,5–74,3)
1 a 3 3.891 (42,5) 36,6 (32,0–41,6) 54,4 (49,8–59,0) 13,5 (11,0–16,5) 23,9 (20,0–28,4) 27,4 (23,3–31,9) 30,0 (25,8–34,6) 39,8 (35,5–44,1) 63,8 (59,2–68,2)
3–5 1.510 (19,1) 33,5 (28,2–39,2) 50,2 (43,7–56,6) 10,7 (8,4–13,5) 24,2 (19,6–29,5) 24,5 (20,1–29,5) 26,8 (22,2–32,0) 36,0 (30,8–41,5) 58,6 (52,1–64,9)
≥ 5 927 (13,9) 30,0 (23,0–38,0) 44,8 (36,7–53,2) 8,1 (6,0–11,0) 21,3 (16,9–26,4) 24,1 (17,5–32,2) 22,4 (17,9–27,6) 34,7 (27,6–42,6) 55,1 (46,9–63,1)
Religião   p = 0,123 p = 0,454 p = 0,056 p = 0,058 p = 0,292 p = 0,08 p = 0,08 p = 0,627
Nenhuma 1.646 (25,6) 31,3 (24,3–39,1) 53,9 (46,7–60,9) 10,0 (7,2–13,5) 18,8 (13,1–26,4) 23,3 (16,8–31,4) 24,4 (18,1–31,9) 33,3 (26,3–41,1) 62,3 (55,4–68,7)
Católica 4.316 39,4) 37,6 (33,8–41,5) 51,6 (47,8–55,4) 12,2 (10,3–14,5) 23,6 (20,8–26,7) 28,1 (24,7–31,8) 27,0 (24,0–30,2) 40,1 (36,4–43,9) 62,4 (58,5–66,2)
Evangélica 3.058 (35,0) 38,8 (34,9–42,9) 55,8 (51,2–60,3) 15,1 (12,3–18,3) 27,7 (24,6–31,0) 29,0 (25,5–32,7) 32,6 (28,8–36,6) 42,3 (38,0–46,8) 65,2 (60,7–69,4)
Confiança em cientistas   p = 0,136 p = 0,41 p < 0,001 p = 0,349 p = 0,751 p = 0,022 p = 0,232 p = 0,199
Confio 6.283 (70,7) 34,6 (30,8–38,6) 53,9 (50,1–57,7) 10,1 (8,7–11,8) 22,8 (19,9–25,9) 26,8 (23,3–30,6) 26,2 (23,2–29,4) 37,9 (34,2–41,6) 62,3 (58,5–66,0)
Nem confio, nem desconfio 1.434 (13,9) 39,9 (33,2–47,1) 50,0 (43,0–57,0) 12,4 (9,4–16,3) 25,5 (20,9–30,7) 28,4 (23,3–34,1) 29,3 (24,3–34,8) 39,6 (33,6–45,9) 60,8 (53,5–67,6)
Desconfio 1.874 (15,4) 40,1 (35,7–44,7) 56,0 (51,1–60,7) 20,6 (16,8–25,0) 25,7 (22,6–29,2) 28,4 (24,9–32,2) 34,0 (29,5–38,9) 43,5 (39,0–48,2) 68,0 (63,2–72,5)
Procura de serviço médico   p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001 p < 0,001
Não 3.021 (30,9) 21,2 (18,2–24,7) 36,6 (32,4–41,1) 8,3 (6,5–10,6) 16,4 (14,0–19,2) 16,4 (13,6–19,7) 18,8 (16,1–21,8) 26,1 (22,6–29,9) 46,1 (41,6–50,7)
Sim 6.750 (69,1) 42,9 (39,2–46,6) 61,3 (58,1–64,4) 13,7 (12,0–15,6) 26,8 (24,0–29,9) 32,1 (28,9–35,4) 31,9 (28,9–35,0) 44,7 (41,6–47,9) 70,5 (67,4–73,5)
Open in a new tab

IC95%: intervalo de confiança de 95%; CIA: cloroquina, ivermectina e/ou azitromicina; SM: salário-mínimo.

a Frequência absoluta apresentada sem ponderação pelos pesos amostrais.

Quanto à religião, verificaram-se frequências mais elevadas entre indivíduos evangélicos para a maioria dos medicamentos analisados, embora associações próximas à significância estatística tenham sido observadas apenas para cloroquina (p = 0,056), ivermectina (p = 0,058) e para os desfechos combinados (p = 0,08).

Os indivíduos que relataram desconfiar de cientistas apresentaram frequência de uso de cloroquina aproximadamente duas vezes maior (p < 0,001) e de cloroquina/ivermectina 1,3 vezes maior (p = 0,022), em comparação aos que relataram confiar em cientistas. O uso de todos os medicamentos foi maior entre indivíduos que procuraram algum serviço médico durante o episódio de covid (p < 0,001).

DISCUSSÃO

Por sua abrangência nacional, o presente estudo fornece o mais completo painel do uso de medicamentos durante episódios de covid-19 no Brasil, e possivelmente o mais amplo estudo em nível mundial. Nosso objetivo foi medir padrões de utilização conforme diversas variáveis estratificadoras, por meio de análises simples e descritivas, com o objetivo de subsidiar políticas de saúde para futuras epidemias. Por este motivo, não houve indicação para análises mais complexas ou modelos estáticos multivariáveis.

Nossos resultados evidenciaram diferenças regionais, sociodemográficas e comportamentais no uso de medicamentos recomendados – assim como de medicamentos off-label - entre os participantes que relataram covid-19. Quase dois terços usaram pelo menos um tipo de medicamento, e cerca de 40% utilizaram um ou mais off-label como cloroquina, ivermectina e/ou azitromicina.

Em linhas gerais, os padrões de uso de medicamento por região, sexo e faixa etária identificados neste estudo são consistentes com a literatura brasileira sobre automedicação em condições agudas 12,37 . O estudo de base populacional: Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos (PNAUM) realizada entre setembro de 2013 e outubro de 2014 evidenciou em diferentes análises, maior consumo de medicamentos nas mulheres, além de importantes desigualdades regionais e socioeconômicas no uso desses insumos. O maior uso observado nas regiões Nordeste, Centro-Oeste e Norte reproduz os achados da PNAUM e pode refletir desigualdades regionais no acesso aos serviços de saúde 12,37 , com maior automedicação em contextos de menor oferta de cuidados formais. De forma semelhante, o maior consumo de medicamentos entre indivíduos de menor renda evidenciado no nosso estudo, pode estar influenciado pelo menor acesso a cuidado médico oportuno em grupos socioeconomicamente mais vulneráveis.

As mulheres apresentaram maior uso da maioria dos medicamentos analisados, resultado já descrito nas análises prévias da PNAUM 12,37 ; a única exceção foi o maior uso de cloroquina entre homens, o qual pode estar relacionado a aspectos da promoção desta droga, que serão discutidos abaixo. Quanto à idade, o consumo de todas as categorias de medicamentos analisadas foi maior entre adultos de 40 a 49 anos, este achado mostra concordância com a análise da PNAUM que avaliou a automedicação no Brasil e mostrou que a prevalência de uso de medicamentos por contra própria foi maior nas faixas etárias de 20 a 39 e 40 a 59 anos em comparação a grupos de idades extremos 12 . Este fato pode refletir diferenças na utilização dos serviços de saúde, uma vez que indivíduos mais velhos geralmente têm acompanhamento clínico/médico mais frequente e possivelmente se automedicam menos. Esse padrão de uso de maior uso de medicamento entre adultos foi particularmente evidente para os antitérmicos, recomendados para o manejo sintomático da covid-19 e normalmente usados pela população, mas também para medicamentos sem evidência científica de eficácia, o que pode sugerir que um menor vínculo com o cuidado de rotina favoreceria o uso de medicamentos off-label. Também observamos maior uso de medicamentos entre os participantes que relataram ter procurado serviço médico, embora não seja possível distinguir se esses medicamentos foram prescritos ou utilizados por iniciativa própria.

O padrão de uso de medicamentos conforme religião e nível de confiança em cientistas, variáveis tradicionalmente não analisadas em estudos de uso de medicamentos, evidenciam os aspectos políticos e sociais que foram centrais durante a pandemia de covid-19. Encontramos maiores frequências de uso de cloroquina (p = 0,056) e ivermectina (p = 0,058) entre evangélicos; no entanto, essas associações foram limítrofes do ponto de vista estatístico, devendo ser interpretadas com cautela. As diferenças observadas podem refletir padrões socioculturais relacionados à influência de discursos de líderes religiosos 38 . De forma mais consistente, indivíduos que relataram baixa confiança em cientistas apresentaram maior frequência de uso de medicamentos off-label, indicando que a desconfiança em instituições científicas pode ter influenciado diretamente o comportamento em saúde. Esse achado está alinhado com a literatura sobre a “infodemia” da covid-19 14 , que destaca o papel da desinformação e politização do debate científico, e a perda de confiança em instituições e agência públicas; que levam à adoção de práticas terapêuticas sem evidência científica. Ainda assim, mesmo entre os participantes que relataram confiar em cientistas, o uso desses medicamentos mostrou-se elevado.

Entre os pontos positivos do presente estudo, destacam-se o delineamento de base populacional com coleta de dados face-a-face em nível nacional, e o grande tamanho amostral que possibilitou análises utilizando diversas categorias de estratificadores e mantendo precisão nos resultados.

Nossas análises também apresentam algumas limitações. Em relação à metodologia, a amostra incluiu municípios sentinela, geralmente maiores e mais desenvolvidos, o que implica cautela na generalização dos achados para municípios menos populosos e para áreas rurais. Também houve sub-representação de crianças e adolescentes e de indivíduos autodeclarados brancos, que foi compensada pelos procedimentos de ponderação. A amostra do estudo foi restrita a indivíduos que relataram ter sofrido um ou mais episódios de covid-19; portanto, indivíduos com episódios assintomáticos, sintomas respiratórios leves ou que não foram testados podem ter sido deixados fora das análises. Por motivos óbvios, indivíduos que faleceram devido à doença não foram incluídos em nossa análise retrospectiva, o que pode ter nos levado a subestimar as frequências de uso de medicamentos, sugerindo que o cenário real possa ser mais preocupante. Há também evidências do uso “profilático” de drogas off-label, o qual foi promovido por diversos atores sociais 20,21,28,39 ; como nossas análises foram limitadas a indivíduos que relataram episódios de covid-19, tal uso preventivo não foi contabilizado. Finalmente, a impossibilidade de distinguir medicamentos prescritos daqueles utilizados por iniciativa própria não nos permitiu avaliar potenciais erros nas recomendações médicas. Considerando que o uso de medicamentos foi mais frequente entre aqueles indivíduos que procuraram por algum serviço médico, não pode se descartar que parte desse consumo venha de prescrições e aconselhamento médico inadequado, em consonância com amplas evidências da recomendação de drogas off-label pelo Ministério da Saúde e secretarias de saúde estaduais e municipais, assim como por grupos médicos organizados. As limitações listadas acima sugerem que o uso de tais medicamentos foi subestimado nas presentes análises.

O Brasil apresentou uma mortalidade por covid-19 muito acima da média mundial. Entre os diversos fatores que explicam esse resultado, a propagação de uma sensação de segurança na população deve ser destacada. A ampla promoção de medicamentos que poderiam curar (ou até prevenir) a doença, sem qualquer evidência científica, ajudou a confundir a população e acabou estimulando o amplo uso de medicamentos off-labels. Destaca-se ainda que, conforme mencionado nas limitações, nossas estimativas podem estar subestimadas. Do ponto de vista da saúde pública, nossos resultados reforçam a importância de estratégias de comunicação efetivas no que se refere a saúde baseada em evidência. A maior frequência de uso de medicamentos entre mulheres, moradores da metade norte do Brasil, evangélicos e indivíduos de menor nível socioeconômico, indicam a necessidade de priorização desses grupos em futuras intervenções. Essas estratégias devem incluir ações de comunicação de risco claras, desenvolvimento de campanhas educativas sobre o uso racional de medicamentos e abordagens com ampla capilaridade, que alcancem efetivamente esses grupos, como o envolvimento de lideranças comunitárias e o uso de mídias digitais amplamente utilizadas.

Footnotes

Financiamento: Este estudo integra o projeto EPICOVID 2.0, financiado pelo Ministério da Saúde por meio do Termo de Execução Descentralizada nº 25/2023.

Disponibilidade de Dados:

Os dados utilizados neste estudo são de acesso público e encontram-se disponíveis em: https://epidemio-ufpel.org.br/epicovid/

Associated Data

    This section collects any data citations, data availability statements, or supplementary materials included in this article.

    Data Availability Statement

    The data used in this study are publicly available and can be accessed at: https://epidemio-ufpel.org.br/epicovid/

    Os dados utilizados neste estudo são de acesso público e encontram-se disponíveis em: https://epidemio-ufpel.org.br/epicovid/

    Articles from Revista de Saúde Pública are provided here courtesy of Universidade de São Paulo. Faculdade de Saúde Pública.

    RESOURCES