Introdução: O impacto da COVID‐19 em áreas metropolitanas tem sido estudado por dados de vigilância e modelos matemáticos. A evidência de medidas de controle da COVID‐19 em cidades menores é escassa. Esse é um desafio para países como o Brasil, de grandes dimensões e heterogêneos em índices socioeconômicos, demografia e acesso a serviços de saúde.

Objetivo: Identificar os fatores que afetam a vulnerabilidade à COVID‐19 em 604 municípios do Estado de São Paulo localizados fora da Região Metropolitana de São Paulo, nos três primeiros meses de epidemia.

Metodologia: Notificações de casos e óbitos confirmados por COVID‐19 obtidos em (www.cve.saude.sp.gov.br). Dados sociodemográficos para cada município obtidos em (https://www.seade.gov.br). Foi realizada uma análise descritiva dos dados para identificar diferenças nas principais categorias de municípios. Na sequência, utilizamos modelos de regressão Cox para analisar o tempo desde o primeiro caso de COVID‐19 em São Paulo até a primeira ocorrência de caso autóctone em cada município. Todas as análises foram realizadas usando STATA 14 (Statacorp, College Station) ou SPSS22 (IBM, Armonk).

Resultados: Na regressão de Cox univariada, as variáveis associadas positivamente com a introdução precoce de COVID‐19 foram: maior influência e conectividade, densidade demográfica, proporção de pessoas em área urbana, IDH e o índice de Gini para desigualdades de renda. Por outro lado, a distância da capital teve um efeito protetor (foi negativamente associado ao resultado). Em modelos multivariáveis, influência/conectividade, densidade demográfica e IDH foram preditores de desfecho precoce, enquanto a distância da capital teve novamente uma associação negativa.

Discussão/Conclusão: Os resultados destacam a importância da relevância regional de centros urbanos, alguns distantes da capital, para a ocorrência da COVID‐19. Vale destacar que, além da relevância regional e outros índices de urbanização, proximidade com a Capital (ou seja, o epicentro estadual da COVID‐19) também foi independentemente associado ao impacto inicial. Assim, detectamos dois padrões de propagação: por contiguidade em áreas vizinhas à capital e área metropolitana; e para grandes cidades localizadas mais distantes, mas de maior relevância econômica. Quanto maior a conectividade dos municípios com seus centros regionais, maior a vulnerabilidade à COVID‐19. Por outro lado, menor mortalidade em cidades com maior IDH pode refletir dificuldades de acesso a serviços de saúde em municípios mais pobres no interior do Estado.