MINIST ÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO … · Prof. Dr. Erivaldo Socrates Tabosa do...
114
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA SAÚDE FATORES ASSOCIADOS À MORTALIDADE DOS IDOSOS COM AS CONDIÇÕES DE VIDA DA POPULAÇÃO DO NORDESTE DO BRASIL JOZEMAR PEREIRA DOS SANTOS Natal-RN 2014
Transcript of MINIST ÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO … · Prof. Dr. Erivaldo Socrates Tabosa do...
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA SAÚDE
FATORES ASSOCIADOS À MORTALIDADE DOS IDOSOS COM AS CONDIÇÕES
DE VIDA DA POPULAÇÃO DO NORDESTE DO BRASIL
JOZEMAR PEREIRA DOS SANTOS
Natal-RN
2014
ii
JOZEMAR PEREIRA DOS SANTOS
FATORES ASSOCIADOS À MORTALIDADE DOS IDOSOS COM AS CONDIÇÕES
DE VIDA DA POPULAÇÃO DO NORDESTE DO BRASIL
Tese apresentada ao Programa de
Pós-Graduação em Ciências da Saúde
da Universidade Federal do Rio Grande
do Norte, como requisito para a
obtenção do título de Doutor em
Ciências da Saúde.
Orientador: Prof. Dr. Neir Antunes Paes
Natal-RN
2014
Catalogação da Publicação na Fonte Universidade Federal do Rio Grande do Norte – UFRN
Santos, Jozemar Pereira dos. Fatores associados à mortalidade dos idosos com as condições de vida da população do Nordeste do Brasil / Jozemar Pereira dos Santos. - Natal, 2014. 114f: il. Orientador: Prof. Dr. Neir Antunes Paes. Tese (Doutorado) - Programa de Pós-Graduação em Ciências da Saúde. Centro de Ciências da Saúde. Universidade Federal do Rio Grande do Norte. 1. Doenças cardiovasculares - Tese. 2. Idoso - Tese. 3. Mortalidade - Condições de vida - Tese. I. Paes, Neir Antunes. II. Título. RN/UF/BSA01 CDU 616-053.9
iii
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA SAÚDE
Coordenador do Programa de Pós-Graduação em Ciências da Saúde:
Prof. Dr. Erivaldo Socrates Tabosa do Egito
Natal-RN
2014
iv
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS DA SAÚDE
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DA SAÚDE
JOZEMAR PEREIRA DOS SANTOS
FATORES ASSOCIADOS À MORTALIDADE DOS IDOSOS COM AS CONDIÇÕES
DE VIDA DA POPULAÇÃO DO NORDESTE DO BRASIL
Banca Examinadora:
Prof. Dr. Neir Antunes Paes Presidente da Banca/Orientador (UFPB) Prof. Dr. Mardone Cavalcante França (UFRN) Membro Interno Profa. Dra. Maria Helena Spyrides (UFRN) Membro Interno Prof. Dr. Pery Teixeira (UFAM) Membro Externo Prof. Dr. Francisco José da Costa (UFPB) Membro Externo
Aprovada em: 16/05/2014.
v
DEDICATÓRIA
“Dedico este trabalho a toda minha
família, em especial aos meus filhos e
enteados e a minha esposa Gardennia”.
vi
AGRADECIMENTOS
A Deus por sempre estar presente em vida, por sua eterna bondade e por me ajudar a
superar todos os obstáculos.
Ao Prof. Dr. Neir Antunes Paes, pela orientação, paciência, amizade, sugestões e pela
grande ajuda na realização deste trabalho.
A todos os colegas de trabalho do DE - CCEN, que contribuíram de alguma forma para
o desenvolvimento desse trabalho.
Ao colega de trabalho e grande amigo Joab de Oliveira Lima, in memoriam, pela
amizade e apoio.
Aos professores do Programa de Pós-graduação em Ciências da Saúde – UFRN, que
muito contribuíram nas disciplinas cursadas e na minha qualificação no doutorado.
Aos colegas de turma de doutorado pelo convívio salutar e troca de conhecimentos.
Aos componentes da banca examinadora, Prof. Dr. Mardone Cavalcante de França,
Prof. Dr. Francisco José da Costa, Prof. Dr. Pery Teixeira e Profa. Dra. Maria Helena
Spyrides, por aceitarem participar da avaliação deste trabalho.
Aos funcionários do PPGCSa pela atenção a mim dispensada.
De um modo geral, a todos aqueles que contribuíram de forma direta ou indireta com
esse trabalho, sempre me dando motivações e estímulos imprescindíveis para
superação de todos os obstáculos por mim enfrentados.
Muito obrigado!
vii
RESUMO
As condições de vida são usualmente entendidas como importantes fatores
intervenientes das causas básicas de mortalidade e da qualidade de vida da
população. Ao considerar esta questão em uma população idosa e sua influência nas
causas mais relevantes que as levam à morte, teve-se como objetivo principal, estudar
a associação da mortalidade dos idosos por doenças cardiovasculares para ambos os
sexos, com indicadores que expressam as condições de vida da população do
Nordeste, nos anos 2000 e 2010. Para atingir tal propósito foi traçado um desenho de
estudo ecológico com cortes transversais nos anos 2000 e 2010 tendo como unidades
de análises as microrregiões e a mesorregiões do Nordeste. Utilizou-se a Modelagem
de Equações Estruturais (MEE) para explicar essas associações, tomando como base
as estatísticas de óbitos por doenças cardiovasculares (construto endógeno) e
variáveis socioeconômicas e demográficas (construto exógeno) das microrregiões do
Nordeste, para o ano 2000. Utilizou-se o Método dos Componentes Principais como
recurso metodológico na construção de um índice sintético que permitiu classificar as
condições de vida nas mesorregiões do Nordeste, tomadas como unidades de
análises, nos anos 2000 e 2010, de acordo com as condições de vida e as principais
causas de mortalidade por doenças cardiovasculares. A aplicação da MEE sugeriu uma
forte associação do construto exógeno condições de vida, composto pelos indicadores:
anos de estudo dos homens idosos, percentual de idosos em domicílios com
banheiro/água encanada e probabilidade de sobrevivência aos 60 anos, com a variável
desfecho taxa de mortalidade por doenças cardiovasculares dos homens e mulheres
idosos. O índice sintético construído permitiu identificar os diferentes ritmos de
envelhecimento populacional entre as regiões e distintos processos de evolução dos
níveis de mortalidade pelas doenças cardiovasculares, muitas delas compatíveis com
as condições de vida no Nordeste. Os resultados sugerem que o construto condições
de vida está fortemente associado por esta causa de morte entre os idosos para ambos
os sexos no Nordeste do Brasil. Neste sentido, sugere-se que estes resultados sejam
considerados como relevantes para formulação de políticas de saúde regionais
voltadas para este contingente populacional do Nordeste do Brasil.
Descritores: Mortalidade. Doenças cardiovasculares. Idoso. Condições de vida.
Modelagem de Equações Estruturais
viii
LISTA DE ABREVIATURAS E SÍMBOLOS
CID-10 – 10ª Revisão da Classificação Estatística Internacional de Doenças e
Problemas Relacionados à Saúde
DATASUS – Departamento de Informação e Informática do SUS
DCV – Doenças cardiovasculares
DCbV – Doenças cerebrovasculares
DIC – Doenças isquêmicas do coração
DHI – Doenças hipertensivas
FJP – Fundação João Pinheiro
IBGE – Instituto Brasileiro de Geografia e Estatística
IPEA – Instituto de Pesquisa Econômica Aplicada
MEE – Modelagem de Equações Estruturais
ODC - Outras Doenças Cardiovasculares
PNUD – Programa das Nações Unidas para o Desenvolvimento
RIPSA – Rede Interagencial de Informações para a Saúde
SIM – Sistema de Informações sobre Mortalidade SIS – Sistemas de Informação em Saúde
ix
LISTA DE FIGURAS
Figura 1.1 - Modelo teórico proposto usando Modelagem de Equações Estruturais e apresentação do Diagrama de Caminhos .................................................................... 30 Figura 1.2 - Variação das taxas padronizadas pelas quatro principais causas básicas da mortalidade por doenças cardiovasculares dos homens idosos nas 187 microrregiões do nordeste do Brasil (2000) ................................................................. 35 Figura 1.3 - Modelagem de Equações Estruturais – Estimativa padronizada para o Modelo Final ................................................................................................................. 36 Figura 2.1 - Modelo teórico proposto testado usando Modelagem de Equações Estruturais e apresentação do Diagrama de Caminhos .............................................. 59 Figura 2.2 - Variação das taxas padronizadas pelas quatro principais causas básicas da mortalidade por doenças cardiovasculares das mulheres idosas nas 187 microrregiões do nordeste do Brasil (2000) ................................................................. 63 Figura 3.1 - Brechas redutíveis da mortalidade por doenças cardiovasculares e principais causas básicas para os homens idosos das mesorregiões do nordeste do Brasil, 2010 .................................................................................................................. 83
x
LISTA DE TABELAS
Tabela 1.1 - Medidas descritivas das quatro principais causas básicas da taxa de mortalidade padronizada por doenças cardiovasculares (TMPDC) dos homens idosos nas 187 microrregiões dos Estados do nordeste (2000) .............................................. 34 Tabela 1.2 - Indicadores de ajuste da MEE para modelagem da mortalidade por doenças cardiovasculares dos homens idosos nas 187 microrregiões do nordeste do Brasil (2000) ................................................................................................................. 37 Tabela 2.1 - Medidas descritivas da taxa de mortalidade padronizada por doenças cardiovasculares (TMPDC) e de suas quatro principais causas básicas para as mulheres idosas das microrregiões dos Estados do nordeste (2000) ......................... 64 Tabela 2.2 - Estatísticas da análise MEE pelo método da Máxima Verossimilhança (MV) do modelo de mensuração, Mortalidade por DCV para as idosas do Nordeste (2000) .......................................................................................................................... 65 Tabela 2.3 - Modelos finais segundo os indicadores de ajuste pelo método de MV para modelagem MEE da mortalidade por doenças cardiovasculares das idosas do Nordeste (2000) .......................................................................................................................... 66 Tabela 3.1 - Taxa de mortalidade padronizada por doenças cardiovasculares e suas três principais causas básicas para os homens idosos das mesorregiões do Nordeste em 2000 e 2010 ........................................................................................................... 82 Tabela 3.2 - Classificação das mesorregiões do Nordeste segundo os escores das condições de vida em 2000 e 2010 ............................................................................. 84 Tabela 3.3 - Variação percentual das taxas no período 2000-2010 e Brechas redutíveis da mortalidade em 2010 para as três principais causas de mortalidade por DCV dos homens idosos e percentual de idosos, segundo a classificação das condições de vida em 2010 das mesorregiões do Nordeste ..................................................................... 85
xi
SUMÁRIO
1. INTRODUÇÃO..................................................................................................... 12 2. JUSTIFICATIVA................................................................................................... 17 3. OBJETIVOS......................................................................................................... 18
3.1 Objetivo geral................................................................................................ 18
3.2 Objetivos específicos..................................................................................... 18
4. MÉTODOS........................................................................................................... 19 4.1. Base e Fontes dos dados.............................................................................. 19
4.2. A qualidade dos registros de óbitos 19
4.3. Indicadores da estrutura da mortalidade por idade e causas básicas de morte.............................................................................................................
20
4.4. Estudo descritivo sobre o Perfil da mortalidade dos idosos e dos indicadores socioeconômicos e de saúde.....................................................
20
4.5. Modelagem de Equações Estruturais.......................................................... 20
4.6 Construção de um indicador sintético........................................................... 21
5. ARTIGO PRODUZIDO......................................................................................... 22
5.1. Declaração de aceite na Revista Brasileira de Epidemiologia–RBE........... 22
5.2. Artigo 1 - Associação entre condições de vida e vulnerabilidade com a mortalidade por doenças cardiovasculares de homens idosos do Nordeste
23
6. COMENTÁRIOS, CRÍTICAS E CONCLUSÕES................................................. 44
7. REFERÊNCIAS................................................................................................... 48
8. APÊNDICES........................................................................................................ 51
8.1. Artigos Submetidos em Fase de Avaliação................................................ 52
8.1.1. Artigo 2 - Modelagem de equações estruturais: Contribuição metodológica para a mortalidade no Brasil........................................
52
8.1.2. Artigo 3 - Mortalidade por doenças cardiovasculares e Condições de vida dos homens idosos do Nordeste do Brasil............................
72
8.2. Bases de Dados utilizadas........................................................................... 91
9. ANEXOS ............................................................................................................. 105
9.1. Anexo I - Certificado do Comitê de Ética em Pesquisa................................ 105
9.2. Anexo II - Comprovantes de submissão dos artigos 2 e 3........................... 106
9.3. Anexo III - Certificados de Apresentação de Trabalhos em Congressos Nacional e nternacional............................................................................
107
12
1. INTRODUÇÃO
A temática desta investigação trata do estudo da associação da mortalidade dos
idosos com indicadores das condições de vida da população do Nordeste do Brasil. O
interesse por este estudo surgiu da participação deste autor, como pesquisador
colaborador em alguns projetos de pesquisas, na linha de mortalidade, desenvolvidos
no Laboratório de Estudos Demográficos – LED do Departamento de Estatística do
Centro de Ciências Exatas - CCEN/UFPB, sob a coordenação do Prof. Dr. Neir
Antunes Paes, orientador deste trabalho e pesquisador do CNPq, na área de estudos
dos componentes demográficos. Tais projetos contaram com o financiamento do CNPq
durante toda a execução deste trabalho, através das pesquisas do orientador, com
ênfase no uso das estatísticas vitais na construção de indicadores e nos estudos de
suas relações com as condições de vida.
Os resultados obtidos nestas pesquisas corroboram achados de estudos os
quais apontam que, o estado de saúde das populações encontra-se
inquestionavelmente relacionado com as condições socioeconômicas, demográficas e
culturais das comunidades. Remontando a história, um trabalho clássico, surgido nas
primeiras décadas do século XIX, e tido como um dos pioneiros nessa área (Rosen,
apud Paim, 1997)27, é atribuído a Villermé (1828), o qual mostrou que as taxas de
mortalidade na França estavam associadas às condições de vida das diferentes
classes sociais e dos diferentes bairros de Paris. Rosen observou que embora se
encontre desde a antiguidade clássica referências às associações entre saúde,
condições de vida e classes sociais, foi apenas com o surgimento da Medicina Social,
nos séculos XVIII e XIX, que surgiram, de forma mais sistemática e articulada,
investigações sobre o tema voltado para a intervenção.
Dada a sua natureza multidisciplinar, a avaliação das condições de vida e saúde
das populações revela-se como uma questão de relativa complexidade. Para dar conta
dessa complexidade, pelo menos desde os anos oitenta, autores como Jarman (1983),
Townsend (1988) e Carstairs e Morris (1989), apud Akerman (1997)1 já propunham a
utilização de metodologias que fizessem uso de indicadores construídos numa base de
intersetorialidade capazes de aglutinar diálogos propositivos entre os vários ramos da
ciência, uma vez que nenhum saber ou setor, mesmo aquele que se revelou bem
13
sucedido no passado, é capaz de, isoladamente, fornecer todas as respostas para a
questão.
Um indicador composto que busque medir as condições de vida de um dado
grupo populacional, inserido numa determinada área geográfica, como, por exemplo, o
município, deveria ser, na visão de autores como os acima referidos, uma medida que
associasse diferentes variáveis socioeconômicas e de ambiente em um indicador
sintético, capaz de refletir as referidas condições. Desse modo, tal indicador estaria
revelando a interação dos vários fatores que pudessem contribuir para a determinação
da qualidade de vida da área sob estudo.
No diálogo entre as áreas que buscam capturar ou expressar as condições de
vida e de saúde de determinada população, situam-se os indicadores demográfico-
epidemiológicos, os quais fazem uso das estatísticas de mortalidade. Essas guardam
um potencial explicativo que auxiliam na tomada de decisões que visam ao bem-estar
da própria população.
Grandes mudanças foram verificadas no Brasil, ao longo do século XX, que
incluem a transição demográfica e epidemiológica desencadeada nos anos 1960 e
impulsionada a partir dos anos 1980. Um dos importantes componentes dessas
transições é constituído pela mortalidade, a qual desempenhou um papel fundamental
particularmente entre 1980 e 1995. Foi neste período que a contabilização oficial
sistemática da declaração dos óbitos no país foi uniformizada para todas as unidades
da federação, coincidindo com um momento em que se processaram profundas
modificações na mortalidade, marcadas pela consolidação de uma etapa de transição
demográfica e epidemiológica ainda em curso no Paísa.
Atrelado a estas transições, instalou-se um processo de envelhecimento da
população brasileira. Inicialmente, este processo foi influenciado, sobretudo pela
redução nos níveis de fecundidade, mas na medida em que esta tendência vem se
consolidando, a longevidade da população também passou a exercer papel importante
e, consequentemente, ganhos de esperança de vida em idades avançadas.
a Ministério da Saúde. IDB 2003 BRASIL, Rede Interagencial de Informações para a Saúde (RIPSA). Disponível em http://tabnet.datasus.gov.br/cgi/deftohtm.exe?idb2003/c08.def (Acessado em maio de 2011).
14
A velocidade do processo de envelhecimento populacional pode ser evidenciada
pelos diversos indicadores demográficos. Em termos de volume, nos anos 1970, no
Brasil, a população de idosos a partir dos 60 anos era cerca de 4,8 milhões
representando 5,1% da população total. Em 2000, esse contingente se aproximou de
14,5 milhões, representando cerca de 9% do total. Em 2010, a população idosa
avançou para cerca de 17 milhões, representando cerca de 10% do seu contingente no
País, quase que dobrando o percentual observado nos anos 1970.
Paralelamente ao envelhecimento da população brasileira, há que se considerar
o aumento na proporção de óbitos de idosos em relação aos óbitos totais. De acordo
com os dados do Sistema de Informação sobre Mortalidade (SIM) do Ministério da
Saúde, em 1980, cerca de 38% de todas as mortes que ocorreram no país foram de
pessoas com 60 anos e mais. Em 1991 e 2000, elas passaram a representar 50% e
55% do total de óbitos, respectivamente. No ano de 2010, houve um total na
população de 1.057.325 óbitos, sendo que 651.038 deles foram de idosos a partir de
60 anos, ou seja, 62% dos óbitos ocorridos de acordo com o Censo do IBGE (2010).
A elevação na proporção de óbitos de idosos, entretanto, não implica o aumento
das taxas de mortalidade deste grupo etário. É possível observar, em estudos como os
de Camarano (2002)4 e Oliveira e Albuquerque (2003),17 que de 1980 a 2000 a
esperança de vida da população brasileira aos 60 anos aumentou e que tais ganhos
em termos relativos foram maiores do que os ganhos obtidos pela população total.
Entre vários autores, Paes (2001)21 aponta que as estatísticas de mortalidade
por causa básica de óbito têm papel fundamental na avaliação do processo saúde-
doença que contribuem de maneira decisiva para o conhecimento dos perfis de saúde
de uma população e para as questões ligadas às políticas e programas de saúde.
De fato, a transição epidemiológica está por trás da dinâmica das causas de
morte. Pioneiro neste tema, Omran (1971)18 propôs uma teoria com algumas
proposições desenvolvidas no sentido de se construir um escopo teórico-explicativo
para as transformações observadas no nível e no padrão da mortalidade. Horiuchi
(1999)14 avançou nas ideias de Omran, definindo cinco etapas da transição
epidemiológica. Apesar do otimismo quanto aos avanços da medicina e nos prováveis
impactos na queda nas taxas de mortalidade, alerta-se para os obstáculos a este
declínio, advindo do estilo de vida moderno.
15
Segundo os formuladores da teoria da transição epidemiológica (Omran, 1971 e
Bobadilha, 1991)18,10 na quarta etapa boa parte das mortes por doenças transmissíveis
infecciosas e parasitárias são substituídas pelas doenças crônicas degenerativas,
notadamente as doenças do aparelho circulatório, neoplasias e falhas do aparelho
respiratório.
A análise da mortalidade entre os idosos no Brasil evidencia a mudança no perfil
da mortalidade por causas. Apesar do forte impacto que essas causas têm no cenário
nacional, estudos de mortalidade, e principalmente referente aos idosos, que fazem
uso da variável “causa básica de óbito” têm uma produção insuficiente para o Brasil, e
particularmente para o Nordeste brasileiro.
Essa observação já havia sido feita desde os anos 90, por Chackiel (1990)6 ao
chamar atenção para a existência de poucos estudos de mortalidade por causas na
América Latina e no terceiro mundo. Este autor alertou ainda que tal fato podia estar
associado a questões ligadas à qualidade dos dados. Argumenta-se que a limitação
das estatísticas de mortalidade pode ser responsável pelo escasso número de estudos
regionalizados da mortalidade idosa brasileira, o qual se acentua ao se buscar associar
esta mortalidade com fatores de natureza social e econômica, cuja discussão é
necessária para uma melhor compreensão dos processos envolvidos na morte dos
indivíduos.
Reconhecendo que as mudanças no padrão de mortalidade apontam para um
processo de transição epidemiológica e que existem claras diferenças regionais, e
entre os sexos, alguns estudos trataram de entender a associação entre a mortalidade
e variáveis socioeconômicas. Para tanto, foram feitas abordagens como o emprego da
análise de regressão e análise multivariada. Entre eles, destaca-se o de Sichieri et al
(1992)32, abrangendo capitais brasileiras, cujo foco centrou-se na relação entre a
mortalidade adulta por doenças crônico-degenerativas e um conjunto de variáveis
sociais e econômicas no Brasil e, um pouco depois, o de Gruska (1995)12, para a
mortalidade adulta na Argentina. Mais recentemente, destaca-se um estudo
regionalizado, o qual foi conduzido por Santos (2006)31, para os municípios do Estado
do Rio Grande do Norte no Brasil. Nenhuma dessas abordagens, no entanto, fez uso
da modelagem de equações estruturais, uma das modalidades da análise multivariada
- com o uso das estatísticas de mortalidade.
Em síntese, há de levar-se em consideração o avanço na sistematização,
16
regularidade, universalização e melhoria dos registros de óbitos no Nordeste brasileiro,
o processo de envelhecimento populacional e as mudanças do padrão de mortalidade,
notadamente o aumento das mortes por doenças cardiovasculares.
Agrega-se a esses elementos a necessidade do conhecimento dos diferenciais
regionais da mortalidade no Nordeste brasileiro, para a apreensão das desigualdades
em saúde, bem como a notória escassez desses estudos. Assim, foram estabelecidas
as bases que motivaram este estudo, ou seja, entender que fatores das condições de
vida da população idosa nordestina brasileira estariam relacionados com a mortalidade
dos idosos desta região pela principal causa de morte, as doenças cardiovasculares.
17
2. JUSTIFICATIVA
Apesar dos avanços recentes, a falta de uma cobertura regional confiável dos
registros de óbitos, junto com as imprecisões das declarações das causas de morte,
são ainda assuntos preocupantes e pendentes, os quais se constituem nos maiores
entraves pelo escasso número de estudos regionalizados da mortalidade idosa
brasileira, conforme enfatizado por autores como Lessa (1998)16 e Paes (2005)25.
Essas preocupações ficam evidentes, pela ausência ou escassez de estudos
que usem os registros vitais para unidades espaciais menores na região Nordeste,
como as microrregiões. Exacerbam-se ainda mais essas preocupações devido à
ausência de estudos que buscam associar a mortalidade dos idosos com indicadores
das condições de vida para unidades espaciais menores, os quais podem propiciar
melhor planejamento, avaliação de políticas públicas e a elaboração de diagnósticos
setoriais regionais.
Ao ineditismo do uso das estatísticas de óbitos para as microrregiões do
Nordeste, o qual é corrigido e relacionado com as condições de vida através de
indicadores de mortalidade, pode ser adicionado o uso da metodologia de equações
estruturais. Esta última trata-se de uma abordagem estatística multivariada, passível de
aplicação, ao tratar da relação entre os diferentes indicadores das condições de vida
com os da mortalidade dos idosos, a qual pode ser observada diretamente ou
indiretamente. Destaca-se, nesta abordagem, a mortalidade por doenças
cardiovasculares, que são aquelas mais observadas entre os idosos.
Desta forma, reúnem-se, neste estudo, elementos originais e desafiadores, que
procura dar contribuições para a aplicação do conhecimento nesta temática para o
entendimento dos fatores intervenientes na mortalidade dos idosos, pelas doenças
cardiovasculares.
18
3. OBJETIVOS
3.1. Objetivo geral:
• Avaliar a associação dos fatores que expressem as condições de vida
com a mortalidade por doenças cardiovasculares dos idosos da população
do Nordeste do Brasil, nos anos 2000 e 2010.
3.2. Objetivos específicos:
• Identificar fatores de condições de vida determinantes das principais
causas da mortalidade por doenças cardiovasculares dos homens idosos,
em 2000, por meio da modelagem de equações estruturais.
• Avaliar o potencial da modelagem de equações estruturais, como método de
análise relacional, para modelar a mortalidade por doenças cardiovasculares
das mulheres idosas, em 2000.
• Analisar a associação das principais causas de mortalidade por doenças
cardiovasculares de homens idosos, com as condições de vida, a partir da
construção de um indicador sintético para classificação das mesorregiões
nordestinas, em 2000 e 2010.
19
4. MÉTODOS
4.1 Base e Fontes dos dados
Os dados sobre os indicadores socioeconômicos-demográficos em 2000, para
cada uma das 187 microrregiões do Nordeste, foram extraídos do Atlas de
Desenvolvimento Humano do Brasil (PNUD/IPEA/FJP, 2003). Foi excluída a
microrregião de Fernando de Noronha-PE, devido à inconsistência das informações
sobre os óbitos. Alguns indicadores adicionais foram extraídos diretamente do Censo
Demográfico de 2000, posteriormente, foram agregados a este estudo os dados do
Censo Demográfico de 2010, os quais encontram-se armazenados em banco de dados,
em formato de microdados desagregados em níveis espaciais de municípios, que
permitem cruzamentos entre as variáveis de interesse, bem como agregá-los em
unidades regionais maiores. Os registros de óbitos, por causas básicas, sexo e grupos
etários, foram extraídos do Sistema de Informação de Mortalidade (disponível até a
realização deste trabalho, de 1974 a 2010) e disponível no site www.datasus.gov.br.
Para a classificação das causas de morte, tomou-se por base a CID-10 (Classificação
Internacional Estatística de Doenças e Problemas Relacionados à Saúde).
4.2 A qualidade dos registros de óbitos
Avaliou-se a qualidade dos registros de óbitos por meio de dois procedimentos:
1) Cobertura dos óbitos: utilizaram-se as técnicas desenvolvidas por Brass
(1975)3 e Preston et al. (1984)29. Através de critérios seletivos, selecionou-se a
estimativa mais plausível, ou a média delas, nas situações em que estas técnicas
foram factíveis de uso.
2) Causas mal definidas: calculou-se o percentual das causas mal definidas de
acordo com o Capítulo XVIII da CID-10, denominado “Sinais, sintomas e achados
anormais de exames clínicos e laboratoriais”. Os percentuais dos óbitos com causas
mal-definidas foram redistribuídos em causas de morte definidas por meio do método
proposto por Ledermann (1955)15 que faz uso da técnica de regressões lineares
20
simples. Este é um procedimento que permite recuperar as causas de morte definidas
“esperadas”, cujas causas básicas de interesse foram as doenças cardiovasculares.
4.3 Indicadores da estrutura da mortalidade por ida de e causas básicas de
morte
Para as microrregiões do Nordeste, a mensuração dos níveis, tendências e
padrões de mortalidade por sexo e faixas etárias dos idosos (60 anos ou mais) foi
realizada através da construção de uma série de indicadores como: taxas de
mortalidade gerais padronizadas, taxas específicas, participação percentual das causas
de óbitos na mortalidade geral e índices de mortalidade por causas básicas líderes.
4.4 Estudo descritivo sobre o Perfil da mortalidade dos idosos e dos
indicadores socioeconômicos e de saúde
Uma análise exploratória dos indicadores de mortalidade e dos indicadores
socioeconômicos e de saúde foi realizada através de medidas resumo de posição e de
variabilidade. Confeccionaram-se mapas para as principais causas de morte do grupo
das cardiovasculares através do software do DATASUS – TabWin, versão 3.6.
4.5 Modelagem de Equações Estruturais
A análise estatística foi conduzida pela técnica multivariada denominada
Modelagem de Equações Estruturais (MEE), a qual é usada para testar a validade de
modelos teóricos que definem relações lineares, hipotéticas, entre variáveis. Essa
modelagem consiste na estimação simultânea de uma série de equações de regressão
linear múltipla e possui algumas vantagens sobre regressão linear clássica.
Utilizaram-se técnicas multivariadas de interdependência – análise fatorial
(exploratória e confirmatória) - na redução do número de variáveis, na busca de fatores
ou variáveis latentes que expressassem indicadores compostos ou sintéticos das
condições de vida da população nordestina que interferem na mortalidade dos idosos.
21
A MEE utilizada neste trabalho consistiu de dois sub-modelos: 1) Modelo
estrutural (equações estruturais) que representa a associação entre as variáveis
latentes exógenas e endógenas e 2) Modelo de mensuração (equações de medida)
que estabelece como as variáveis latentes ou construtos hipotéticos são medidos por
indicadores observáveis. A significância do modelo de mensuração foi verificada pela
confiabilidade individual ou validade convergente dos coeficientes de regressão
padronizados.
4.6 Construção de um indicador sintético
Utilizou-se a análise estatística multivariada de Componentes Principais (HAIR et
al, 2005)13 e a partir dos escores ordenados da 1ª componente obteve-se a distribuição
dos quartis para classificar as mesorregiões nos anos 2000 e 2010, segundo a
associação de indicadores referentes às condições de vida (renda, educação, moradia)
com as principais causas básicas das DCV selecionadas para estudo.
A classificação das mesorregiões resultou em quatro estratos assim rotulados: 1-
condições de vida alta, 2-condições de vida média, 3-condições de vida baixa e 4-
condições de vida muito baixa. Verificou-se que essa classificação foi compatível com
aquela adotado pelo Índice de Desenvolvimento Humano Municipal (IDHM).
22
5 ARTIGO PRODUZIDO
5.1 . Declaração de aceite da Revista Brasileira de Epidemiologia – RBE para
Publicação de Artigo
O artigo “Associação entre condições de vida e vulnerabilidad e com a mortalidade
por doenças cardiovasculares de homens idosos do no rdeste do Brasil ” foi aceito
para publicação na Revista Brasileira de Epidemiologia – RBE, que possui fator de
impacto 0,776 e qualis B1 da CAPES para área de Medicina II.
23
ASSOCIAÇÃO ENTRE CONDIÇÕES DE VIDA E VULNERABILIDADE COM A
MORTALIDADE POR DOENÇAS CARDIOVASCULARES DE HOMENS IDOSOS DO
NORDESTE
Association between life conditions and vulnerability with mortality from cardiovascular
diseases in elderly men of Northeast Brazil
5.2 . Revista Brasileira de Epidemiologia – RBE
Autores:
1. Jozemar Pereira dos Santos, MSc; Doutorando do Programa de Pós-graduação
em Ciências da Saúde. Universidade Federal do Rio Grande do Norte. Natal,
Brasil, e-mail: [email protected]
2. Neir Antunes Paes, PhD; Programa de Pós-Graduação em Modelos de Decisão
e Saúde - Departamento de Estatística da Universidade Federal da Paraíba - UFPB e
Orientador Programa de Pós Graduação em Ciências da Saúde. Universidade Federal
do Rio Grande do Norte. Natal, Brasil, e-mail: [email protected]
Conflito de interesse: Não existe conflito de interesse
Endereço do autor para correspondência:
Jozemar Pereira dos Santos
Rua Professora Maria Sales, 833, Apto 202, Tambaú, CEP: 58039-130
João Pessoa, PB, Brasil
E-mail: [email protected]
OBS: Artigo publicado na RBE: volume Abril/Junho de 2014, pags 407-420.
DOI: 10.1590/1809-4503201400020010ENG
24
RESUMO
O estudo objetivou identificar fatores explicativos da taxa de mortalidade por doenças cardiovasculares dos homens idosos nas 187 microrregiões do Nordeste do Brasil em 2000, a partir de indicadores das condições de vida e de vulnerabilidade dessa população, com o uso da Modelagem de Equações Estruturais. Foram traçadas as seguintes etapas metodológicas: 1) através dos microdados do Censo 2000 foram selecionados 10 indicadores para o construto exógeno condições de vida e de vulnerabilidade. Do Sistema de Informação de Mortalidade do Ministério da Saúde foram obtidos os óbitos das quatro principais causas básicas por doenças cardiovasculares, as quais compuseram o construto endógeno como variável desfecho; 2) análise da qualidade dos dados de mortalidade; 3) análise estatística via Modelagem de Equações Estruturais em duas etapas: ajuste do modelo de mensuração das variáveis latentes e ajuste do modelo estrutural obtido. Em virtude da multicolinearidade verificada, três indicadores foram significativos para o modelo de mensuração: anos de estudo, percentual de idosos em domicílios com banheiro/água encanada e probabilidade de sobrevivência aos 60 anos. O modelo estrutural indicou adequação de ajuste do modelo hipotetizado, o qual apresentou medida de coeficiente padronizado considerada de forte efeito e significativa (CP = 0,81, p-valor < 0,01) e coeficiente de determinação R2 = 66%. Conclui-se que o construto condições de vida e de vulnerabilidade foi fortemente associado com a mortalidade por doenças cardiovasculares de homens idosos do Nordeste do Brasil em 2000. Palavras-chave: Mortalidade. Causalidade. Doenças cardiovasculares. Idoso. Condições sociais.
ABSTRACT
The study aimed at identifying explanatory factors of the mortality rate of elderly men due to cardiovascular diseases in the 187 micro regions of Northeast Brazil, in 2000, based on indicators of life conditions and vulnerability of that population, using the Structural Equations Modeling. The following methodological steps were taken: 1) using Censo 2000’s microdata, 10 indicators were selected to the latent exogenous construct ‘life conditions and vulnerability’. Using the Information System of Mortality from the Brazilian Ministry of Health, data about deaths from the four major basic causes of cardiovascular diseases were collected, which composed the endogenous latent construct as the outcome variable; 2) qualitative analysis of mortality data; 3) statistical analysis using the Structural Equation Modeling through two phases: adjustment of the outcome variables’ measurement model and adjustment of the obtained structural model. Due to the multicollinearity observed, three indicators showed significance for the measurement model: years of study, percentage of elderly men in households with bathroom/plumbing and survival probability at 60 years of age. The structural model indicated adjustment adequacy of the model, which the measurement of standardized coefficient was considered of strong effect (SC = 0.81, p-value < 0.01) and coefficient of determination R2 = 66%. It was concluded that indicators of life conditions and vulnerability were highly associated with the mortality rate from cardiovascular diseases in elderly men from Northeast Brazil in 2000. Key-words: Mortality. Causality. Cardiovascular disease. Aged. Social conditions.
25
INTRODUÇÃO
A transição epidemiológica refere-se às modificações em longo prazo dos
padrões de morbidade, invalidez e morte que caracterizam uma população específica e
que, em geral, ocorrem em conjunto com outras transformações demográficas, sociais
e econômicas e engloba a substituição, entre as primeiras causas de morte, das
doenças transmissíveis por doenças não transmissíveis e causas externas; o
deslocamento da maior carga de morbi-mortalidade dos grupos mais jovens aos grupos
mais idosos; e ainda a transformação de uma situação em que predomina a
mortalidade para outra cuja morbidade é dominante1. Existe uma estreita relação entre
os processos de transição demográfica e epidemiológica. Observa-se que a queda
inicial da mortalidade concentra-se seletivamente entre as doenças infecciosas e tende
a favorecer os segmentos jovens da população. Desse modo, modifica-se o perfil de
saúde da população, que ao invés de processos agudos que apresentam evolução
rápida através da cura ou do óbito, tornam-se predominantes as doenças crônico-
degenerativas e suas complicações.
A população composta pelo segmento de idosos é a que mais vem crescendo a
partir da transição demográfica desencadeada nos anos 1960, em toda a extensão do
país. Esse fenômeno tem sido apontado como um dos fatos demográficos mais
relevantes das últimas décadas, que, por sua vez, implica novas demandas para as
políticas sociais, de seguridade e de saúde. Têm sido apontados, como fatores
associados à menor sobrevida do idoso e consequente maior mortalidade, os de
natureza demográfica, socioeconômica, de suporte social, antecedentes de morbidade,
estilo de vida e hábitos, entre outros2-4.
Concomitantemente, têm ocorrido mudanças no quadro das causas de
mortalidade decorrentes da transição epidemiológica e, paralelamente ao
envelhecimento da população brasileira, há o aumento na proporção de óbitos de
idosos em relação aos óbitos totais. De acordo com os dados do Sistema de
Informação sobre Mortalidade (SIM) do Ministério da Saúde do Brasil5, em 1980, cerca
de 38% de todas as mortes que ocorreram no país foram de pessoas acima de 60
anos. Em 1991 e 2000, estas passaram a representar 50 e 55% do total de óbitos,
respectivamente. Entretanto, a elevação na proporção de óbitos de idosos não implica
o aumento das taxas de mortalidade deste grupo etário.
26
Alguns estudos6,7 têm apontado que, de 1980 a 2000, a expectativa de vida da
população brasileira, aos 60 anos, aumentou, e que tais ganhos em termos relativos
foram maiores do que os ganhos obtidos pela população total.
As doenças cardiovasculares (DCV) representam a principal causa de morte e
de incapacidade. No mundo desenvolvido, 49% dos óbitos são devidos às DCV. Nos
países em desenvolvimento, estima-se que, em 2020, um terço (34%) de todos os
óbitos serão devidos às DCV6. No Nordeste brasileiro, a relevância dessas causas
também é notória, uma vez que cerca de 45% dos óbitos de idosos são decorrentes de
causas associadas às DCV7.
Diversos estudos têm mostrado uma estreita relação entre a mortalidade de
adultos e as condições de vida expressas através de indicadores como renda,
educação, ocupação, condições de moradia, entre outros8-10. Nesta linha de
abordagem, outros estudiosos enfocaram a relação entre a mortalidade adulta por DCV
e indicadores econômicos, como o índice de Gini e o Produto Interno Bruto per capita,
educacionais como anos de estudo ou escolaridade e sociais, como atenção médica,
serviços de saúde11-14, entre outros. A análise dessas relações tem sido explorada
através de diversos modelos explicativos em que, comumente, são aplicadas análises
de regressão, modelos multivariados e metanálise. No entanto, poucos têm aplicado a
Modelagem de Equações Estruturais (MEE), visto que, as condições de vida e a
mortalidade são usualmente expressas por variáveis latentes. Esta técnica permite o
estudo da modelagem entre construtos latentes exógenos ou independentes
explicando a associação para construtos endógenos (ou dependentes).
Essas relações têm sido enfocadas usualmente considerando-se unidades
espaciais globais como o país, regiões, estados e, por vezes, localidades. Se a
produção nesta linha de investigação é insuficiente para o Brasil, para as microrregiões
nordestinas, esta é possivelmente inexistente. Ao vácuo destas explorações, soma-se
a ausência de estudos sobre a qualidade dos eventos vitais para estas unidades
geográficas. É preciso resgatar o potencial explicativo, tanto dos registros de óbitos
como de suas causas básicas, como as DCV, bem como investigar suas relações com
as condições de vida. Apesar das deficiências, essas estatísticas são extremamente
úteis para entender as mudanças populacionais e orientar políticas de redução da
incidência de certas doenças e suas consequências na população, particularmente em
regiões com estudos incipientes como o Nordeste brasileiro.
27
Neste contexto, o presente estudo teve como principal objetivo identificar,
através da Modelagem de Equações Estruturais, se a mortalidade por doenças
cardiovasculares em homens idosos na região Nordeste do Brasil está associada às
condições de vida relacionadas aos aspectos: social, econômico, demográfico ou de
saúde. Considerando-se que, na literatura existente, não foram observados estudos
relacionando a mortalidade com fatores explicativos por meio de construtos latentes, tal
lacuna justifica essa abordagem.
MÉTODO
Desenho de estudo e bases de dados
Trata-se de um desenho de estudo ecológico com corte transversal para o ano
2000 cuja unidade de análise foi a microrregião. A base que compôs os dados da
população de estudo e os indicadores de condições de vida foi montada a partir dos
registros censitários e dos microdados (resultados amostrais) do Censo 2000 do
Instituto Brasileiro de Geografia e Estatística (IBGE)15. Os dados de óbitos por DCV
foram extraídos do Sistema de Informação de Mortalidade do Ministério da Saúde-
SIM/MS5 de acordo com quatro principais causas básicas: doenças cerebrovasculares,
doenças isquêmicas do coração, doenças hipertensivas e outras doenças
cardiovasculares, tomando por base a Classificação Internacional Estatística de
Doenças e Problemas Relacionados à Saúde (CID-10), informada no SIM. As
informações foram coletadas de unidades de análises formadas pelas 187
microrregiões que compõem os nove estados do Nordeste brasileiro.
Essas bases de dados foram desagregadas pelas variáveis sexo e faixas etárias
quinquenais até 85 anos, e acima disso. Calculou-se a média aritmética simples dos
óbitos para o triênio 1999/2000/2001, para evitar eventuais flutuações aleatórias dos
dados. As populações foram retroprojetadas para o meio do ano de 2000, utilizando o
Método Geométrico de Crescimento16.
Os sub-registros de óbitos foram estimados, utilizando-se o método da Equação
de Balanço do Crescimento desenvolvido por Brass17, para posterior correção dos
óbitos das microrregiões18. As Causas Mal Definidas constantes no Capítulo XVI da
28
CID-10 foram redistribuídas nas correspondentes causas bem definidas, ou seja, as
DCV, através do método de Lederman, segundo Vallin19.
Após os ajustes realizados nos óbitos originais, calculou-se a Taxa de
Mortalidade Padronizada por Doenças Cardiovasculares para a população de homens
idosos (x 100 mil habitantes), considerando-se as quatro principais categorias de
causas agrupadas pelo CID-10 para cada uma das microrregiões do Nordeste.
As variáveis ou indicadores utilizados como fatores explicativos e associados à
mortalidade por DCV, nesses idosos masculinos, referentes à educação, renda e
vulnerabilidade foram: A_EST (anos de estudos), ANALF (percentual de idosos não
alfabetizados), LE_ESC (percentual de idosos que lê/escreve), RdTot (renda total
média dos idosos), A_PRV (percentual de aposentados pela previdência oficial),
A_PEN (percentual de idosos aposentados ou pensionistas) e ainda, indicadores
sintéticos demográficos e de vulnerabilidade: RPC_med (renda per capita média das
microrregiões), B_AGUA (percentual de idosos vivendo em domicílios com banheiro e
água encanada), PRB40 (probabilidade de sobrevivência até 40 anos, em 2000) e
PRB60 (probabilidade de sobrevivência até 60 anos, em 2000). Esses quatro últimos
indicadores foram selecionados do Atlas do Desenvolvimento Humano no Brasil
(ADHB)20.
Para a montagem dos bancos de dados utilizou-se o pacote estatístico PASW
Statistics 18 (SPSS Inc., Chicago, IL).
Apesar de não se tratar de estudo primário em seres humanos, o presente
trabalho foi aprovado pelo Comitê de Ética em Pesquisa do Hospital Universitário Lauro
Wanderley-HULW, da Universidade Federal da Paraíba.
Análise estatística
Nesse estudo, utilizou-se a técnica de Modelagem de Equações Estruturais
(MEE), a qual é usada para testar a validade de modelos teóricos que definem relações
causais, hipotéticas, entre variáveis21. Essa modelagem consiste na estimação
simultânea de uma série de equações de regressão linear múltipla e possui algumas
vantagens sobre a regressão linear clássica22-24.
29
A MEE utilizada neste trabalho consistiu de dois sub-modelos: 1) Modelo
estrutural (equações estruturais) que representa a relação casual entre as variáveis
exógenas e endógenas; e 2) Modelo de mensuração (equações de medida) que
estabelece como as variáveis latentes ou construtos hipotéticos são medidos por
indicadores observáveis. A significância do modelo de mensuração foi verificada pela
confiabilidade individual ou validade convergente dos coeficientes de regressão
padronizados, sendo verificada a confiabilidade para coeficientes com significância
inferior a 1% (p-valor < 0,01) e carga considerada forte (> 0,50)22-24.
Modelo teórico proposto e diagrama de caminhos
O modelo teórico a ser testado pela MEE está representado na Figura 1.1,
envolvendo a relação entre o construto ou variável latente exógena CONDVS -
Condições de vida e de vulnerabilidade (causa), estimada indiretamente pelos 10
indicadores anteriormente citados, e o construto latente endógeno TMPDC - Taxa de
mortalidade padronizada por doenças cardiovasculares por 100 mil habitantes (efeito
ou desfecho) - estimada, também, indiretamente por suas quatro principais causas
básicas.
O modelo proposto especifica a trajetória de causa unidirecional, denominado
modelo recursivo (representada na caixa do lado direito superior da Figura 1.1), estima
o efeito direto do construto latente exógeno CONDVS sobre a variável endógena
TMPDC, não observada diretamente25.
30
Figura 1.1 - Modelo teórico proposto usando Modelagem de Equações Estruturais e apresentação do Diagrama de Caminhos
Nota: Diagrama de Caminhos elaborado no software AMOS, versão 18. TMP: Taxa de mortalidade padronizada (x 100 mil habitantes); DCV: Doenças cardiovasculares;
Erros de medida: e1, e2, ... , e10 (indicadores) e d1, d2, d3 e d4 (causas básicas); dst (distúrbio
aleatório).
31
Método de estimação
A análise da MEE foi conduzida pelo método da Máxima Verossimilhança (MV)
utilizando-se o software AMOS - Analisys of Moment Structures (v.18, SPSS Inc.,
Chicago, IL). Esta análise consistiu de duas etapas: a primeira forneceu o ajuste para o
modelo de mensuração das variáveis exógena (CONDVS) e endógena (TMPDC),
através das estimativas padronizadas ou coeficientes de regressão linear para cada um
dos construtos; e na segunda etapa, o ajuste do modelo estrutural, por meio de vários
indicadores de ajuste absoluto, relativo e parcimonioso considerados para ajuste dos
dados ao modelo proposto21-24.
Para evitar a violação dos pressupostos de normalidade multivariada, exigida na
condução do método de MV, para as variáveis ou indicadores presentes, foram
conduzidas, como auxílio ao método, 200 reamostragens (bootstraping) dos
indicadores do modelo de mensuração nas 187 microrregiões, tendo em vista que a
introdução de transformações matemáticas para as variáveis de estudo não
satisfizeram a esses pressupostos. Obtiveram-se assim, ajustes satisfatórios do
modelo final com esse procedimento22. Os resultados da modelagem, ou seja, os
coeficientes padronizados (CP) foram interpretados de acordo com Kline24, cuja
classificação requer: CP de cerca de 0,10 indicando um pequeno efeito, um CP de
cerca de 0,30 indicando um efeito médio e CP > 0,50 indicando um forte efeito.
Para um bom ajuste do modelo estrutural, foram consideradas as seguintes
Estatísticas e Índices de Qualidade de Ajuste, com respectivos valores de referência
utilizados com maior frequência em aplicações de MEE21,24:
- índices absolutos: avaliam a qualidade do modelo, porém, sem comparação com
outros modelos - função de discrepância (χ2 quanto menor melhor; p> 0,05); Qui-
quadrado normado (χ2 /gl) – valores acima de 1 até 2; erro quadrático médio de
aproximação (RMSEA), valores acima de 0,05 até 0,10; índice de qualidade de ajuste
(GFI): valores entre 0,90 e 0,95;
- índices relativos ou comparativos - avaliam a qualidade do modelo sob teste
comparando-o ao modelo de independência ( não associação entre quaisquer variáveis
manifestas) - índice de ajuste comparativo (CFI): valores acima de 0,90 até 0,95; índice
de Tukey-Lewis (TLI): valores acima de 0,90 até 0,95;
32
- índices de parcimônia - obtidos pela correção dos índices relativos com um fator de
penalização associado à complexidade do modelo - parcimônia GFI (PGFI): valores
entre 0,60 e 0,80 e parcimônia CFI (PCFI): valores entre 0,60 e 0,80.
“Mapas” apresentando comportamento hierárquico para as taxas padronizadas
da mortalidade por doenças cardiovasculares pelas quatro principais causas básicas
em homens idosos do Nordeste foram construídos pelo software do DATASUS,
TabWin_versão 3.6.
RESULTADOS
A Tabela 1.1 apresenta as medidas descritivas, média e desvio padrão, para a
variável resposta ou desfecho Taxa de Mortalidade Padronizada por Doenças
Cardiovasculares-TMPDC (x 100 mil habitantes) através das quatro principais causas
básicas de morte: DCbV, DIC, DHI e ODC.
Em relação às taxas de mortalidade padronizada, observou-se uma maior taxa
média por DCbV em todas as microrregiões de oito dos nove estados nordestinos,
exceto para o Estado do Rio Grande do Norte, onde prevaleceram em média as DIC.
Em seguida, em ordem decrescente, apareceram como predominantes para os
Estados as taxas padronizadas de mortalidade por: ODC, DIC e DHI.
A Figura 1.2 permite uma visão espacial por microrregiões das taxas de
mortalidade padronizada por doenças cardiovasculares pelas suas quatro principais
causas básicas.
A Figura 1.3 apresenta a análise do diagrama para o modelo teórico proposto
reespecificado, no qual constam 3 dos 10 indicadores que forneceram significância ao
ajustamento do modelo – os demais indicadores por apresentarem multicolinearidades
foram retirados - fornecendo a solução padronizada da MEE para o modelo final. Na
Figura 1.3, os resultados foram significativos para os seguintes indicadores: A_EST
(0,70), B_AGUA (0,63) e PRB60 (0,50), atendendo aos critérios da validade
convergente para o modelo de mensuração do construto exógeno CONDVS. A variável
resposta ou desfecho TMPDC também apresentou modelo de mensuração significativo
33
através das quatro principais causas básicas consideradas: DCbV (0,52), DIC (0,52),
ODC (0,49) e DHI (0,44).
Observa-se ainda na Figura 1.3, que o modelo final para a mortalidade dos
idosos apresentou indicadores de ajuste no geral, com medida considerada de forte
efeito, proporcionado pelo construto latente CONDVS (CP = 0,81) e fornecendo
coeficiente de determinação do modelo explicando R2=66% da variação total do
desfecho, TMPDC.
A análise da qualidade do ajuste geral do modelo foi feita avaliando-se a
estimação da variável resposta TMPDC, através da MEE, para o modelo final
apresentado (Tabela 1.2). Os critérios para um bom ajuste do modelo, segundo Kline
(2005)24 e Marôco (2010)21, foram satisfeitos para todos os indicadores de ajustes
absoluto, relativo e de parcimônia considerados.
34
Tabela 1.1 - Medidas descritivas das quatro principais causas básicas da taxa de mortalidade padronizada por doenças cardiovasculares dos homens idosos nas 187 microrregiões dos Estados do nordeste (2000)
Estados Medidas TMPDC (x 100.000 hab.) (No. de microrregiões) resumo DCbV1 DIC2 ODC3 DHI4
Maranhão (21) Média 532,32 305,68 423,38 124,59 D. Padrão 217,56 111,27 199,74 65,68
Piauí (15) Média 617,86 376,17 386,98 189,24 D. Padrão 122,32 131,76 125,10 99,10
Ceará (33) Média 580,20 339,85 430,07 227,57 D. Padrão 141,58 123,75 124,08 101,31
Rio Grande do Norte (19) Média 473,29 548,86 356,53 179,89 D. Padrão 116,14 136,06 105,00 80,26
Paraíba (23) Média 551,06 376,74 525,48 127,72 D. Padrão 152,89 113,10 146,10 84,12
Pernambuco (18) Média 763,82 584,74 525,08 232,23 D. Padrão 151,90 134,02 116,33 69,80
Alagoas (13) Média 797,34 359,16 494,57 165,22 D. Padrão 180,83 106,03 143,37 76,64
Sergipe (13) Média 590,58 300,84 390,87 140,40 D. Padrão 119,91 117,33 131,00 70,65
Bahia (32) Média 528,98 316,16 421,36 150,56 D. Padrão 131,85 76,08 128,20 71,22
Fonte: Sistema de Informações Sobre Mortalidade do Ministério da Saúde - SIM/MS, Departamento de Informática do SUS (DATASUS; http://www.datasus.gov.br, ano 2000). (1) DCbV - doenças cerebrovasculares; (2) DIC - doenças isquêmicas do coração; (3) ODC - outras doenças cardiovasculares; (4) DHI - doenças hipertensivas.
35
Figura 1.2 - Variação das taxas padronizadas pelas quatro principais causas básicas da mortalidade por doenças cardiovasculares dos homens idosos nas 187
microrregiões do nordeste do Brasil (2000)
Nota: Uso do software do DATASUS – TabWin, versão 3.6
36
Figura 1.3 - Modelagem de Equações Estruturais – Estimativa padronizada para o Modelo Final
CP: coeficiente padronizado (Forte efeito, CP > 0,50); **correlações significativas, valor p < 0,01; R2: coeficiente de determinação múltiplo; TMP: Taxa de mortalidade padronizada (x100 mil habs.) Erros de medida: e1, e8 e e10 (indicadores) e d1, d2, d3 e d4 (causas básicas); dst (distúrbio aleatório).
37
Tabela 1.2 - Indicadores de ajuste da MEE para modelagem da mortalidade por doenças cardiovasculares dos homens idosos nas 187 microrregiões do nordeste do Brasil (2000)
Indicador de ajuste
Critérios para bom
ajuste do modelo
(Marôco 21 e Kline 24)
Modelo final
TMPDC
Ajuste absoluto:
Função de discrepância: χχχχ2 (valor p) - 25,982 (0,026*)
Qui-quadrado normado (χ2/gl) valor entre 1 e 2 25,982/14=1,856
GFI (índice de qualidade de ajuste) acima de 0,90 0,962
RMSEA (raiz média quadrática dos
erros de aproximação)
entre (0,05; 0,10]
p(Ho: rmsea≤0,05)
0,068
p-valor = 0,212
Ajuste relativo:
CFI (índice de ajuste comparativo) acima de 0,90 0,936
TLI (índice de Tukey-Lewis) acima de 0,90 0,903
Ajuste parcimonioso:
PGFI (parcimônia do GFI) entre: (0,60; 0,80] 0,641
PCFI (parcimônia do CFI) entre: (0,60; 0,80] 0,624
TMPDC - taxa de mortalidade padronizada por doenças cardiovasculares (x100.000 hab); (*) valor p > 0,01 indica ajuste global do modelo, ao nível de 1% de significância.
38
DISCUSSÃO
As doenças cardiovasculares no Nordeste, como nas populações em geral,
constituem-se na maior causa da mortalidade dos idosos, colocando em destaque a
importância da averiguação de sua associação com indicadores de condições de vida e
de saúde. Os níveis para os Estados do Nordeste ficaram abaixo, quando comparados
com os do Brasil26. Dentre as DCV, destacaram-se as DCbV e as DIC. No Brasil, a
mortalidade por DCV foi maior nos homens no ano 20006. Nestes, o risco de morte por
DIC e DCbV foi próximo. Para os idosos, as DCbV mataram mais que as DIC26,27. As
microrregiões dos Estados com valores mais acentuados, no geral, ficaram com
Pernambuco, Alagoas, Paraíba e Ceará, em ordem decrescente. Os mais baixos
ficaram com o Maranhão.
Sabe-se que a qualidade dos registros dos óbitos do Nordeste apresenta
problemas26. É preciso levar em conta que, embora não seja uma tarefa fácil,
procuraram-se corrigir os níveis de mortalidade por DCV das microrregiões por meio de
estimativas dos sub-registros de óbitos e, ainda, redistribuindo-se as causas mal
definidas pelas definidas. Este esforço seguiu os passos metodológicos traçados por
Paes e Gouveia28. Embora possam persistir erros nas estimativas, admite-se que as
correções realizadas produziram níveis bastante plausíveis de mortalidade para as
causas investigadas.
No Brasil, em 2000, mais da metade dos óbitos de idosos foi causada por
doenças relacionadas ao aparelho circulatório, corroborando os achados de que
indivíduos com mais de 60 anos apresentam óbitos predominantemente relacionados
com as doenças crônicas degenerativas6.
A modelagem final pela MEE para a taxa de mortalidade dos idosos por DCV
apresentou índices de bom ajuste do modelo. Os resultados do modelo sugerem uma
forte associação do construto exógeno condições de vida - composto pelos indicadores
anos de estudo dos homens idosos, percentual de idosos em domicílios com
banheiro/água encanada e probabilidade de sobrevivência aos 60 anos, com a taxa de
mortalidade por doenças cardiovasculares dos homens idosos da região Nordeste em
2000. A importância desses indicadores é corroborada por outros estudos que
39
ressaltam a importância expressa pela educação, condições econômicas e
envelhecimento com ganhos em anos de vida11.
A discussão sobre a questão da relação entre o status de saúde de uma
sociedade e indicadores que expressam as condições de vida tem-se mostrado
recorrente e atual, haja vista a diversidade de abordagem dos trabalhos encontrados
na literatura internacional10,14,29-32. No Brasil, esse tema também tem despertado a
atenção de estudiosos, principalmente a partir do final dos anos 1990, quando os
sistemas de informações sobre mortalidade melhoraram a qualidade dos seus dados
permitindo investigações mais acuradas das relações entre mortalidade e indicadores
socioeconômicos11-13,33-35.
Nas duas últimas décadas, tem crescido a produção de estudos que passaram a
incluir, nos modelos explicativos, variáveis de cunho mais social, como as condições de
vida e em particular a educação. A atenção dos estudiosos desta temática tem-se
voltado para o papel das desigualdades sociais, principalmente da desigualdade
educacional, gerada pelas distorções na distribuição do capital humano, especialmente
nos países pobres ou em desenvolvimento, cujos sistemas educacionais são
ineficientes e dificultam o acesso da população mais desprovida de recursos materiais
à educação de qualidade, como as microrregiões do Nordeste brasileiro. Alguns
estudos realizados no Brasil e em outros países comprovam que a desigualdade
educacional é mais perniciosa porque tem efeito direto sobre a adoção de hábitos de
vida saudável que minimizam os efeitos dos fatores de risco das doenças
cardiovasculares13,30,34-35.
Um estudo realizado com o uso da metanálise sobre trabalhos publicados na
literatura9 chegou a conclusões que corroboram as hipóteses de que a educação e as
condições econômicas - que propiciam a aquisição de bens de serviços como o
saneamento básico - têm importante papel na determinação do padrão de saúde das
pessoas, identificando fatores comuns que potencializam os benefícios da educação e
dos recursos econômicos sobre a saúde. Os autores, baseados em suas análises,
concluem que pessoas com melhor aporte educacional, além de outras implicações,
são mais capazes de recorrer aos avanços tecnológicos da medicina e tendem a levar
uma vida mais saudável, repercutindo favoravelmente na saúde individual e coletiva.
Não é, portanto, nenhuma novidade que o indicador anos de estudo dos homens
40
idosos, tenha se revelado um importante fator potencializador para expressar as
condições de vida, associado com a mortalidade por DCV. No entanto, é esclarecedor
que este indicador se tenha revelado como um importante fator com esta mortalidade,
para uma região marcada por desigualdades regionais de desenvolvimento,
evidenciando, desta maneira, a qualidade satisfatória dos registros de óbitos
trabalhados aqui. Por sua vez, o envelhecimento, expresso pelo indicador
probabilidade de sobrevivência, revelou-se como uma variável explicativa com
potencial de regular as variações da mortalidade dos idosos das microrregiões do
Nordeste.
Desta forma, os estudos realizados no Brasil que relacionam a mortalidade por
DCV com variáveis socioeconômicas revelam uma concordância com os resultados
deste trabalho, no que tange ao papel destes indicadores latentes das condições de
vida, como determinante da mortalidade por DCV. É preciso, pois, levar em conta estas
variáveis como potenciais variáveis explicativas na elaboração de propostas de
intervenção ao idoso no Brasil, em particular no nordeste.
CONCLUSÃO
O presente estudo pode ser considerado como pioneiro nas análises sobre a
MEE, para fatores de condições de vida e de vulnerabilidade explicativos da
mortalidade por DCV de homens idosos no país. Neste estudo, foram apontadas
distintas realidades através dos microdados do Censo 2000, fonte esta que
disponibiliza o menor nível de desagregação possível nas estatísticas brasileiras, o que
permitiu traçar um panorama regional das principais causas da mortalidade por DCV
nos idosos. A proximidade da obtenção dos novos microdados do Censo 2010
possibilitará a atualização e comparação com os resultados obtidos neste estudo,
usando-se o mesmo procedimento metodológico. Isto permitirá analisar o impacto dos
fatores de condições de vida nessa população nordestina, uma vez que foram
intensificadas as ações de atenção à saúde do idoso, ampliados pelos benefícios
sociais para os demais membros da família que se utilizavam da renda do idoso,
concedido o benefício assistencial da previdência social para o segundo idoso da casa,
- o que era antes permitido para apenas um dos idosos, e ampliada a cobertura da
atenção básica em saúde. Essas mudanças provavelmente causarão impactos sobre
41
as condições de vida do idoso, de maneira geral, e desta forma, novos aportes poderão
ser revelados, agregando um olhar mais amplo da realidade nacional e regional.
REFERÊNCIAS
1. Frenk J, Frejka T, Bobadilla JL, Stern C, Lozano R, Sepúlveda J, et al. La transición epidemiológica en America Latina. Bol Oficina Sanit Panam 1991; 111(6): 485-96.
2. Psaty BM, Furberg CD, Kuller LH, Cushman M, Savage PJ, Levine D, et al. Association between blood pressure level and the risk of myocardial infarction, stroke and total mortality: the cardiovascular health study. Arch Intern Med 2001; 161(9): 1183-92.
3. Black D, Morris JN, Smith C, Townsend P, Whitehead M. Inequalities in health: the black report; the health divide. London: Penguin; 1988.
4. Martelin T. Mortality by indicators of socioeconomic status among the Finnish elderly. Soc Sci Med 1994; 38(9): 1257-78.
5. Ministério da Saúde. Sistema de Informação sobre Mortalidade (SIM). Disponível em http://tabnet.datasus.gov.br/cgi/idb2008/matriz.htm#mort (Acessado em 15 de fevereiro de 2008).
6. Ministério da Saúde. IDB 2003 BRASIL, Rede Interagencial de Informações para a Saúde (RIPSA). Disponível em http://tabnet.datasus.gov.br/cgi/deftohtm.exe?idb2003/c08.def (Acessado em 08 de maio de 2011).
7. Lima-Costa MF, Peixoto SV, Giatti L. Tendências da mortalidade entre idosos brasileiros (1980 - 2000). Epidemiol Serv Saúde 2004; 13(4): 217-28.
8. Wagstaff A, van Doorslaer E. Income inequality and health: what does the literature tell us? Annu Rev Public Health 2002; 21: 543-67.
9. Groot W, van den Brink HM. The health effects of education. Economics of Education Review 26 (2007) 186-200. Disponível em http://www.sciencedirect.com/science (Acessado em 29 de janeiro de 2008).
10. Braveman P, Tarimo E. Social inequalities in health within countries: not only an issue for affluent nations. Soc Sci Med 2002; 54(11): 1621-35.
11. França MC, Paes NA. Income, income inequality and mortality in metropolitan regions of Brazil: an exploratory approach. Pap Poblac 2007; 13(53): 225-239.
12. Godoy MF, Lucena JM, Miquelin AR, Paiva FF, Oliveira DLQ, Junior JLA, et al. Mortalidade por doenças cardiovasculares e níveis socioeconômicos na
42
população de São José do Rio Preto, estado de São Paulo, Brasil. Arq Bras Cardiol 2007; 88(2): 200-6.
13. Bassanesi SL, Azambuja MI, Achutti A. Mortalidade precoce por doenças cardiovasculares e desigualdades sociais em Porto Alegre: da evidencia à ação. Arq Bras Cardiol 2008; 90(6): 403-12.
14. Raphael D, Farrel S. Income inequality and cardiovascular disease in North-America: shifiting the paradigm. HHPR 2000; 3(2): 1-2.
15. IBGE. Instituto Brasileiro de Geografia e estatística. Dados Básicos do Censo Demográfico 2000. Disponível em ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2000/Dados_do_Universo/Unidades_da_Federacao/ (Acessado em 14 de fevereiro de 2008).
16. Shryock HS, Siegel JS and associates. The methods and materials of demography. In: Stockwell EG. Studies in population. Condensed Edition. San Diego (CA): Academic Press; 1975. p. 439-43.
17. Brass W. Methods for estimating fertility and mortality from limited and defective data. Occasional Publication. Chapel Hill (NC): University of North Carolina, International Program of Laboratories for Population Statistics; 1975.
18. Paes NA. Os eventos vitais do Nordeste brasileiro: cenários regionais, qualidade dos dados, relacionamentos e brechas redutíveis da mortalidade. João Pessoa (PB): Relatório Técnico de Atividades para o CNPq. Edital MCT/CNPq(BR); novembro de 2010. 15 p. Processo No 479514/2008.2.
19. Vallin J. Seminário sobre causas de muerte: Aplicación al caso de Francia. Santiago (Chile): INED - Instituto Nacional de Estudos Demográficos e CELADE; 1987. Série E, n. 31.
20. ADHB. Atlas de Desenvolvimento Humano do Brasil. Dados básicos oriundos do Censo 2000. PNUD/IPEA/FJP; 2003. Software disponível em http://www.pnud.org.br/atlas/instalacao/index.php (Acessado em 16 de fevereiro de 2008).
21. Marôco J. Análise de equações estruturais: fundamentos teóricos, software & aplicações. Pêro Pinheiro: Report Number; 2010.
22. Byrne BM. Structural equation modeling with AMOS: basic concepts, applications and programming. Mahwah: Lawrence Erlbaum; 2001.
23. Hair JF, Anderson RE, Tatham RL, Black WC. Análise multivariada de dados. 5ª ed. São Paulo: Bookman Editora; 2005.
24. Kline RB. Principles and Practice of Structural Equation Modeling. 2ª ed. New York: The Guilford Press; 2005.
25. Wan TTH. Evidence-based health care management: multivariate modeling aproaches. Massachusetts: Kluwer Academic Publishers; 2002.
43
26. Mansur AP, Lopes AI, Favarato D, Avakian SD, César LA, Ramires JA. Transição epidemiológica da mortalidade por doenças circulatórias no Brasil. Arq Bras Cardiol 2009; 93(5): 506-10.
27. Mansur AP, Souza MF, Timerman A, Ramires JA. Tendência do risco de morte por doenças circulatórias, cerebrovasculares e isquêmicas do coração em 11 capitais do Brasil de 1980 a 1998. Arq Bras Cardiol 2002; 79(3): 269-76.
28. Paes NA, Gouveia JF. Recuperação das principais causas de morte no Nordeste do Brasil: impacto na expectativa de vida. Rev Saúde Pública 2010; 44(2):301-9.
29. Wilkinson RG. Divided we fall. BMJ 1994; 308(6937): 1113-4.
30. Ross CE, Wu Chia-ling. The links between education and health. Am Sociol Rev 1995; 60(5): 719-45.
31. Lynch JW, Smith GD, Kaplan GA, House JS. Income inequality and mortality: importance to health of individual income, psychosocial environment, or material conditions. BMJ 2000; 320(7243): 1200-4.
32. Ghosh S, Kulkarni PM. Does the pattern of causes of death vary across socioeconomic classes within a population? An exploratory analysis for India. Genus. 2004; LX(2): 55-81.
33. Cerqueira CA. Mortalidade por causas nas capitais brasileiras e associações com indicadores socioeconômicos [dissertação de mestrado]. Recife: Universidade Federal de Pernambuco ;1998.
34. Boakari FM. Poverty and education: Brazils’s search for viable solutions? Advances in education in diverse communities: research, policy and praxis 2006; 4: 253-94. Disponível em http://www.sciencedirect.com/science (Acessado em 30 de janeiro de 2008).
35. Messias E. Income inequality, Illiteracy rate and life expectancy in Brazil. Am J Public Health 2003; 93(8): 1294-6.
44
6 COMENTÁRIOS, CRÍTICAS E CONCLUSÕES
É notório que a região Nordeste tem sido historicamente marcada por uma
trajetória de descompasso na dinâmica da mortalidade e em seus indicadores sociais e
econômicos, em relação às demais regiões do país. Mais recentemente, segundo
Paes25 a região tem passado por mudanças importantes nos seus níveis, padrões
etários, tendências da mortalidade e modificado a estrutura epidemiológica das causas
de morte.
Apesar do ritmo diferenciado, comparado ao restante do País, a população do
Nordeste também vem passando por um processo de envelhecimento sem
precedentes, e em decorrência a doença cardiovascular vem assumindo um papel
cada vez mais destacado. Diante do volume crescente de idosos na população, os
fatores que expressam as condições de vida e de saúde são determinantes e
intervenientes na dinâmica da mortalidade dessa população.
Para se estudarem os padrões etários das mortes e a composição das causas
de morte, no entanto, é necessário que se disponha de uma qualidade de registros
vitais confiável. Esta exigência se revela como um entrave, ao se tratar da região
Nordeste, a qual historicamente tem apresentado elevado percentual de causas de
óbitos, sem especificação da doença ou outra causa que levou o indivíduo ao óbito e
de acentuados sub-registros de óbitos. Some-se a estes entraves, a inexistência de
estudos que abordem as desigualdades sociais e econômicas da mortalidade no
Nordeste, desagregadas ao nível microrregional.
Considerando-se a necessidade e importância do conhecimento dos diferenciais
demográficos e epidemiológicos da mortalidade e o uso do espaço geográfico no
tempo para a apreensão das desigualdades em saúde, buscou-se inicialmente
identificar fatores que expressam as condições de vida da população nordestina do
Brasil que estariam associados à mortalidade dos idosos desta região. Para tanto,
adotou-se, como marco teórico, a dinâmica da transição demográfica e epidemiológica
vivenciada no Nordeste, durante as últimas décadas.
Durante o desenvolvimento da pesquisa, alterações no projeto inicial foram
conduzidas em virtude de dificuldades surgidas quanto às metas propostas, ou seja, os
desafios foram maiores do que se supôs inicialmente. Primeiramente, defrontou-se com
uma enorme massa de dados, ao ter que se considerar, em uma primeira etapa, a
45
composição de 1.787 municípios, em 187 microrregiões, que por sua vez, foram
agregadas em 42 mesorregiões, diferenciadas por sexo e faixas etárias quinquenais da
população idosa (60 anos e mais). Outra base com as mesmas desagregações teve
que ser montada para os indicadores sociais, econômicos, demográficos e de saúde
considerados na pesquisa. Durante a execução desta pesquisa foram disponibilizados
os resultados do Censo Demográfico de 2010. Desta forma, pareceu oportuno proceder
a estudos comparativos com o ano 2000 e não se restringir a este ano conforme
originalmente previsto.
Diante das inúmeras dificuldades na montagem dessas bases, da complexidade
da inter-relação entre as variáveis do estudo, da alteração do foco temporal para os
anos 2000 e 2010, e considerando-se o estudo inédito da qualidade dos registros de
óbitos das unidades espaciais investigadas, foram redirecionadas as metas da
pesquisa, ao reduzir-se o número de causas de óbitos a serem estudadas, focando
exclusivamente nas doenças cardiovasculares.
Pela natureza, escopo e traçado da pesquisa, preservou-se a proposta original
de multidisciplinaridade deste estudo, ao articular as áreas do conhecimento da
Demografia, Estatística, Geografia, Epidemiologia e Saúde Pública.
Desta forma, o objetivo central desta pesquisa foi reformulado, passando a avaliar
a associação da mortalidade por doenças cardiovasculares dos idosos com fatores que
expressam as condições de vida da população do Nordeste do Brasil no período 2000-
2010.
Considerando-se que este trabalho se tratou de um desenho de estudo
‘ecológico’, em que microrregiões e mesorregiões do Nordeste brasileiro foram
consideradas como níveis de espacialidade para os dados de mortalidade e dos
indicadores de condições de vida dos idosos, foram readequadas certas suposições e
restrições sobre o uso dos métodos e técnicas estatísticas multivariadas utilizadas para
o tratamento estatístico dos dados.
O nível de espacialidade considerado impôs certas limitações na interpretação
dos resultados obtidos pelas técnicas estatísticas multivariadas, como o número de
unidades geográficas, requerendo, para futuros estudos sobre este tema, níveis de
46
desagregação ainda menores para uma maior fidedignidade dos resultados a serem
alcançados.
Apesar das limitações, considera-se que os resultados obtidos sirvam ou
contribuam para dar subsídios à tomada de decisões dos gestores da área de saúde
das três esferas públicas, em todos os seus níveis e que os façam refletir sobre a
melhoria das condições de vida e atendimento da saúde das populações em questão.
Os testes realizados, a partir da abordagem de Modelagem de Equações
Estruturais, técnica estatística multivariada, empregada a partir das relações lineares
consideradas entre os indicadores de condições de vida e as causas básicas da
mortalidade por DCV para os idosos, evidenciaram significância entre essas relações,
apesar das restrições colocadas. Ressalta-se, ainda, o ineditismo de sua aplicação
para o Nordeste, bem como em todo o País.
O interesse pelo presente estudo surgiu da participação deste autor como
pesquisador colaborador em alguns projetos de pesquisas, na linha de mortalidade,
desenvolvidos no Laboratório de Estudos Demográficos – LED do Departamento de
Estatística do Centro de Ciências Exatas - CCEN/UFPB, sob a responsabilidade do
Prof. Dr. Neir Antunes Paes, orientador proponente desta tese. Este envolvimento
propiciou a obtenção de título de especialista em Demografia em Curso de pós-
graduação realizado no Departamento de Estatística do CCET/UFRN-Natal, biênio
2004/2005.
A colaboração junto ao LED propiciou a apresentação e confecção de trabalhos
em coautorias em Encontros, Simpósios e Congressos, nos níveis regional, nacional e
internacional, como os promovidos por associações acadêmicas como a Associação
Brasileira de Estatística – ABE, Associação Brasileira de Estudos Populacionais -
ABEP, Região Brasileira da Sociedade Internacional de Biometria - RBRAS,
Associação Latino Americana de Sociologia – ALAS, Sociedade Latino Americana de
Estatística - SLAE e Demographic Analysis and Research International Workshop -
DARIW. As comprovações e informações relativas às participações nestes eventos
encontram-se no Anexo III.
Como docente e pesquisador das áreas de estatística e demografia, junto ao
Departamento de Estatística da UFPB, pretende-se dar continuidade na orientação de
alunos de graduação em monografias e pesquisas de estágio. Com a conclusão do
47
doutorado em Ciências da Saúde – área de Saúde Coletiva espera-se o convite para
ingresso no Programa de Pós-Graduação em Modelos de Decisão e Saúde, do
Departamento de Estatística-CCEN/UFPB, contribuindo para o ensino e orientação de
pós-graduandos deste programa.
O desenvolvimento da pesquisa viabilizou o conhecimento de como é rico e
desafiador o exercício da atividade de pesquisa. Os desdobramentos deste estudo
promoveram estudos que superaram os objetivos do projeto inicial. Deste modo, tem-
se, como meta, ampliar e consolidar as atividades de ensino e de pesquisa a partir das
atividades desenvolvidas no presente estudo e aprimorar as funções desempenhadas
como professor universitário.
Outrossim, frente às dificuldades enfrentadas, este estudo buscou contribuir para
o aprofundamento e a discussão dessa temática para o Nordeste, cuja abordagem
extrapolou a proposta inicial. Espera-se, assim, ter contribuído tanto para promover o
enriquecimento no conhecimento acerca das especificidades da pesquisa sobre as
condições de vida e da mortalidade por doenças cardiovasculares dos idosos na região
Nordeste, como estimular a investigação e o desenvolvimento de abordagens que
possam facilitar pesquisas posteriores.
48
7. REFERÊNCIAS
1. Akerman M. (1997). Metodologia de construção de indicadores compostos: um
exercício de negociação intersetorial. In: Barata, R.B. (org.). Saúde e Movimento:
condições de vida e situação de sáude, Rio de Janeiro: Abrasco, 1997, p.276.
Cap4
2. Aronoff S. (1989), Geographical Information Systems: A Management Perspective.
Otawa, WDI Publications. 1989
3. Brass, W. Methods for Estimating Fertility and Mortality from Limited and Defective
Data, Chapel Hill (NC): International Program of Laboratories for Population
Statistics; 1975. 15
4. Camarano AA. (2002) “Envelhecimento da população brasileira: uma contribuição
demográfica”, Texto para Discussão , n. 858, Brasília, IPEA, 2002.
5. Camargo ABM. (2002) Mortalidade por causas externas no estado de São Paulo e
suas regiões, Teses de doutoramento, FSP-USP.
6. Chackiel J. (1986) Studies of Causes of Death in Latin America Current Situation
and Future Perspectives. In: Commitee on Comparative Mortality Changes:
proceedings of the IUSSP and Institute of Statistic University of Siena ; Siena,
Itália Jul 7-12.
7. Chakiel J. (1990) “Studies of Causes of Death in Latin America: The Current
Situation and Future Perspectives.” Measurement and analisis of mortality: New
approaches , J. Vallin, S. D’Souza y Apalloni (comps), Oxford, 1990 Clarindon
Press.
8. Chackiel J., Plaut R. (1994) América Latina; Tendências Demográficas con Enfasis
en la Mortalidad. In: Notas de Poblaciòn, CELADE. Ano XXII, 12, Nº 60.
9. Courbage Y. and Fargues P. (1979), A method for deriving mortality estimates from
incomplete vital statistics, Population Studies , London 1979, 33(1): 165-180.
10. Frenk J, Frejka T, Bobadilla JL, et al. La transición epidemiológica en America
Latina. Bol. Oficina Sanit. Panam., 1991, 111:485-96.
11. Guerra et al. (2003). Atlas da exclusão social no Brasil. Pochmann, M. e Amorin, R.
(orgs.), Editora Cortez, 2a ed. São Paulo, 2003.
12. Gruska CO. (1995). Mortalidad adulta en Argentina. Tendencias recentes, causas y
diferenciales. In: Notas de Poblacion , Santiago, Chile, jun/1995 n.61, p 111-145.
49
13. Hair JF. et al. (2005). Análise multivariada de dados. Bookman Editora, 5a Edição -
São Paulo, 2005. Cap. 3 Análise Fatorial, págs. 89-124.
14. Horiuchi S. (1999). “Epidemiological transition in humans history”. In: UNITED
NATIONS. Proceedings of the symposium on health and mortality, Cap. 2:54-71,
Brussels, 19-22 November. New York.
15. Lederman S. (1955). La repartition des decés de causes indeterminées. Revue
d’Institut International de Statistique. Vol. 23, N. I/3.
16. Lessa I. (1998). Outras doenças crônicas não transmissíveis de importância social.
In: O adulto brasileiro e as doenças da modernidade - epidemiologia das doenças
crônicas não transmissíveis. São Paulo- Rio de Janeiro: HUCITEC/ABRASCO,
1998. 284p.
17. Oliveira JCO, Albuquerque FRPC. (2003) Projeção da População do Brasil. Parte
1: Níveis e Padrões da Mortalidade no Brasil à luz dos resultados do Censo 2000.
48p. – Relatório Técnico/IBGE, Diretoria de Pesquisas, 2003. Disponível na Internet
via http://www.ibge.gov.br.
18. Omran AR. The epidemiologic transition in the Americas. Pan-American Health
Organization & University of Maryland at College Park, 1996 (1971??).
19. Ortiz MI, Herrera MEC y Sánchez JG. (2003). Escenários demográficos em
América Latina y el Caribe. Investigaciones Geográficas, Boletin Instituto de
Geografia , UNAM, Num 51, agosto 2003, pp. 107-124.
20. Paes NA. (1997). O poder explicativo das estatísticas de óbitos para estimar taxas
de mortalidade no Brasil. Relatório Técnico para o CNPq. Depto. de Estatística,
UFPB, João Pessoa.
21. Paes NA. (2001). A mortalidade dos idosos no Brasil antes da virada do milênio:
tendências, diferenciais, causas e projeções. Relatório Técnico para o CNPq.
Depto. de Estatística, UFPB, João Pessoa.
22. Paes NA. (2002). Banco de Dados sobre a Mortalidade Adulta Brasileira. Relatório
Técnico para o CNPq. Depto. de Estatística, UFPB, João Pessoa.
23. Paes NA. (2003). Banco de Dados sobre a Mortalidade dos Idosos no Brasil.
Relatório Técnico para o CNPq. Depto. de Estatística, UFPB, João Pessoa.
24. Paes NA. (2004). Mortality due to infections and parasitic diseases in the elferly in
Brazil. Rev. Panam Salud Pública, vol 15 - no. 4, Washington, apr 2004.
25. Paes NA. (2005) Avaliação da cobertura dos registros de óbitos dos Estados
brasileiros em 2000. Rev Saúde Pública 2005; 39 (6):82-90.
50
26. Paes NA. (2006). Avaliação das estatísticas vitais para estudo de causas de morte
dos Adultos para os Estados e capitais do Brasil, 2000. Anais do XIV Encontro
Nacional de Estudos Populacionais, ABEP, Caxambu – MG, 2006.
27. Paim, JS. (1997). Abordagens teórico-conceituais em estudos de condições de vida
e saúde: notas para reflexão e ação. In: BARATA, R.B. (org.): Condições de vida e
situação de saúde, Rio de Janeiro, ABRASCO, 1997. p.7-30.
28. Pochmann M & Amorim R. (2002) (orgs) Atlas da exclusão social. Editora Cortez,
2a Ed. - São Paulo, 2002. 1 CD-ROM.
29. Preston SH. (1984), Use of direct and indirect techniques for estimating the
completeness of death registration systems, Data Bases for Mortality Measurement.
(Bangkok, 20-23), New York: United Nations.
30. PROJETO: ÍNDICE DNA BRASIL. Instituto DNA Brasil, Universidade Estadual de
Campinas – UNICAMP, Núcleo de Estudos de Políticas Públicas – NEPP.
Documento de Referência - versão 2005, S. Paulo, outubro de 2005.
31. Santos JP.(2006). Uso da técnica de análise fatorial na avaliação das condições de
vida e saúde dos municípios do estado do Rio Grande do Norte. Trabalho
apresentado no 17º SINAPE, Caxambu, M. Gerais, julho de 2006. (Monografia de
Especialização em Demografia, defendida em junho 2006).
32. Sichieri R. et al.(1992). Geographical Patterns of proportionate mortality for the
most common causes of death in Brazil. In Revista de Saúde Pública , n. 26(6),
São Paulo, p 424-430, 1992.
33. Viegas M. (2002). A Saúde na PNAD. Texto para discussão Nº. 170. Belo
Horizonte: CEDEPLAR/UFMG, 2002.
34. Zoellner IK, Schmidtmann IM. (1999), Empirical studies of cluster detection –
different cluster tests in application to German cancer maps. In: Disease Mapping
and Risk Assessment for Public Health (A. Lawson, A. Bigerei, D. Hohning, E.
Lesaffre, J. Viel and R. Bertolini, ed.) New York: John Wiley.
51
8. APÊNDICES
52
APÊNDICE I
8.1. Artigos Submetidos em Fase de Avaliação
8.1.1. Artigo 2 - Revista Brasileira de Estudos de População
MODELAGEM DE EQUAÇÕES ESTRUTURAIS: CONTRIBUIÇÃO METODOLÓGICA PARA O ESTUDO DA MORTALIDADE NO BRASIL Structural equation modeling: methodological contribution to the study of mortality in Brazil
Autores: Professor Jozemar Pereira dos Santos Departamento de Estatística da Universidade Federal da Paraíba, PB, Brasil. Doutorando em Ciências da Saúde. UFRN, Natal, RN, Brasil. Participação: Concepção e Projeto; coleta de dados; análise e interpretação de dados; e elaboraçao do artigo Professor Neir Antunes Paes (orientador) Programa de Pós-Graduação em Modelos de Decisão e Saúde. Departamento de Estatística. Universidade Federal da Paraíba, João Pessoa, PB, Brasil. Participação: Análise e interpretação dos dados; revisão crítica de importante conteúdo intelectual; e aprovação final para a versão a ser publicada. Conflito de interesse: Não existe conflito de interesse por parte dos autores.
Resumo Objetivou-se avaliar o potencial da modelagem de equações estruturais, como método
de análise relacional, para modelar a mortalidade por doenças cardiovasculares das
mulheres idosas do Nordeste do Brasil, em 2000. Foi efetuado um estudo ecológico
para as 187 microrregiões nordestinas. Dois modelos foram comparados com a
variável desfecho Taxa de mortalidade por DCV sendo observada diretamente no
modelo-1 e estimada por quatro principais causas básicas no modelo-2. A Modelagem
de Equações Estruturais apontou melhores ajustes para o modelo final-1, com
significância do modelo de mensuração para os indicadores - anos de estudo,
53
percentual de idosas em domicílios com banheiro/água encanada e probabilidade de
sobrevivência aos 60 anos e fornecendo bom ajuste do modelo estrutural.
Análise Fatorial. Causalidade. Condições de Vida. Doenças Cardiovasculares. Idosa.
Mortalidade.
Abstract
The study aimed at evaluating the potential of structural equation modeling as a
relational analysis method to model the mortality of elderly women due to
cardiovascular diseases (CVDs) in the northeast of Brazil in 2000. An ecological study
was carried out in 187 northeastern micro regions. Two models were compared and the
outcome variable Mortality Rate due to CVD was directly observed in model-1 and
estimated by four major underlying causes in model-2.The Structure Equations
Modeling showed better adjustments to final model-1, with significance in the
measurement model for the indicators - Years of study, Percentage of elderly women
living in homes with bathroom and water supply, Probability of Living to 60 years old -
and providing good adjustment through fit indicators of the structural model.
Factor Analysis. Causality. Social Conditions. Cardiovascular Disease. Elderly Woman.
Mortality.
Introdução
A população idosa é o contingente que mais vem crescendo no Brasil a partir do
processo da transição demográfica intensificada a partir dos anos 80,
concomitantemente com mudanças do perfil das causas de mortalidade decorrentes do
envelhecimento da população.
Em 1980, os idosos representavam 6,1% da população e, nos anos 90, a faixa
etária de 60 anos e mais apresentou um ritmo de crescimento de 3,4% ao ano, em
54
contraste com um crescimento de apenas 1,6% ao ano da população total. Em 2000,
os idosos passaram para 8,6% do total populacional (IBGE, 2008)b.
Nos anos de 1991 e 2000, as mortes de pessoas idosas passaram a
representar, respectivamente, 50% e 55% do total de óbitos. Entretanto, a elevação na
proporção de óbitos de idosos não implica o aumento das taxas de mortalidade deste
grupo etário1,2. No período de 1980 a 2000, a esperança de vida da população
brasileira aos 60 anos aumentou e tais ganhos, em termos relativos, foram maiores do
que os ganhos obtidos pela população total1,2. De acordo com MS-IDB (2003)c, na
composição por sexo, as mulheres são maioria entre os idosos, atingindo cerca de
52,7% em 1980; e 55,1% em 2000. Não obstante, neste último ano, no Nordeste, este
percentual foi de 54,6%.
Com o envelhecimento da população, destaca-se a importância de se averiguar
os determinantes e a associação da mortalidade da população idosa com indicadores
de condições de vida e de saúde, bem como as mudanças no perfil da mortalidade por
causas. As doenças cardiovasculares (DCV) representam, no mundo, a principal causa
de morte e de incapacidade. Segundo Costa (2004)3, no mundo desenvolvido, 49% dos
óbitos são devidos às DCV. Nos países em desenvolvimento, estima-se que, em 2020,
um terço (34%) de todos os óbitos serão devidos às DCV.
Nesse contexto, o que se observa na literatura brasileira é uma carência de
estudos sobre os determinantes da mortalidade dos idosos. Essa carência é ainda
maior quando se considera o Nordeste brasileiro. Em estudo prévio, Santos e Paes
(2013)4 buscou suprir essa carência investigando a associação da mortalidade por
doenças cardiovasculares, com as condições de vida e de vulnerabilidade em homens
idosos do Nordeste, fazendo uso da técnica estatística multivariada denominada
Modelagem de Equações Estruturais. Ampliando essa discussão, foram confrontadas
duas situações através de dois modelos de equações estruturais. Objetivou-se, neste
trabalho, avaliar o potencial da modelagem de equações estruturais como método de
b Fundação IBGE. Dados Básicos do Censo Demográfico 2000. Site disponível na internet:
ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2000/Dados_do_Universo/Unidades_da_Federacao/
(acessado em Fev/2008). c Ministério da Saúde, IDB 2003 BRASIL, Rede Interagencial de Informações pra a Saúde (RIPSA). Disponível na internet via http://tabnet.datasus.gov.br/cgi/deftohtm.exe?idb2003/c08.def (acessado em Mai/2011).
55
análise relacional para modelar a mortalidade por DCV das mulheres idosas do
Nordeste brasileiro, em 2000.
Métodos
Desenho de estudo e Bases de dados
Adotou-se um desenho de estudo ecológico com corte transversal para o ano
2000, utilizando, como unidades espaciais, o aglomerado formado pelas microrregiões
dos nove Estados da região Nordeste, totalizando 187 microrregiões, para um conjunto
de indicadores das condições de vida e de vulnerabilidade explicativos das principais
causas da mortalidade por DCV das idosas dessas regiões. As informações
necessárias foram extraídas do Censo Demográfico de 2000.
Os dados populacionais foram obtidos através do Censo Demográfico do IBGE -
2000 (Fundação IBGE, 2008)a. As populações foram retroprojetadas para o meio do
ano de 2000, utilizando-se o Método Geométrico de Crescimento5. As informações
sobre mortalidade foram extraídas do Sistema de Informação de Mortalidade do
Ministério da Saúde – SIM/MSd. Para evitar possíveis flutuações aleatórias dos dados,
calculou-se a média aritmética simples dos óbitos no triênio 1999-2001, para
representar o ano 2000.
Os óbitos das quatro principais causas básicas (doenças isquêmicas do coração,
doenças cerebrovasculares, doenças hipertensivas e outras doenças cardiovasculares)
do capítulo DCV foram classificadas de acordo com a CID-10, fornecidos pelo SIM-MS.
As informações levantadas foram desagregadas para a mulher idosa e classificadas
por faixas etárias quinquenais, a partir dos 60 anos até 85 anos e mais.
A qualidade dos dados foi tratada, através dos sub-registros de óbitos, sendo
utilizado o método da Equação de Balanço do Crescimento de Brass6 para a correção
dos níveis de cobertura dos óbitos, de acordo com as estimativas obtidas por Paes7
para as mesorregiões. Estas estimativas foram atribuídas, como proxy, para as
correspondentes microrregiões pertencentes a essas mesorregiões8. Para o tratamento
d Ministério da Saúde - Sistema de Informação sobre Mortalidade – SIM. Disponível na internet via http://tabnet.datasus.gov.br/cgi/idb2008/matriz.htm#mort. (acessado em Fev/2008).
56
das Causas Mal Definidas constantes no Capítulo XVI (Sintomas, sinais e achados
anormais de exames clínicos e de laboratório, não classificados em outra parte) da
CID-10, foi utilizado o método de Lederman9, o qual consiste na redistribuição de
causas de morte mal definidas em causas bem definidas – neste caso as DCV – com
uso da técnica de regressão linear simples. Esse procedimento permite redistribuir as
causas de morte definidas “esperadas”.
Após a distribuição das causas mal definidas, nas causas definidas de interesse,
calculou-se os seguintes indicadores para as mulheres idosas: Taxa de Mortalidade
Padronizada para a População Idosa – TMPI, e a Taxa de Mortalidade Padronizada
para População Idosa pelas principais causas básicas das doenças cardiovasculares –
TMPDC (x 100.000 hab.).
Em seguida, depois de uma exploração preliminar da base dos microdados do
censo demográfico 2000, selecionou-se seis indicadores de educação, renda e de
vulnerabilidade, referentes à população idosa de 60 anos e mais. Esses indicadores
foram construídos a partir da expansão dos microdados do Censo 2000 para toda a
população censitária. Adicionalmente, após explorações preliminares no Atlas de
Desenvolvimento Humano do Brasil – ADHB (2003)e extraiu-se quatro indicadores
sintéticos demográficos e de vulnerabilidade. Portanto, escolheu-se dez indicadores
para a investigação explicativa e associativa da mortalidade das idosas.
Os indicadores foram assim definidos e rotulados: A_EST (Anos de estudos),
ANALF (percentual de idosas não alfabetizadas), LE_ESC (percentual de idosas que
Lê/Escreve), RdTot (Renda total média das idosas), A_PRV (percentual de
aposentadas pela previdência oficial), A_PEN (percentual de idosas aposentadas ou
pensionistas), diretamente dos microdados do censo 2000-IBGE e RPC_med (Renda
per capita média das microrregiões), B_AGUA (percentual de idosas vivendo em
domicílios com banheiro e água encanada), PRB40 (Probabilidade de sobrevivência
até 40 anos, 2000), e PRB60 (Probabilidade de sobrevivência até 60 anos, 2000),
extraídos do ADHB (2003)d, indicadores esses com correlações lineares significativas
com a taxa de mortalidade padronizada das idosas, TMPDC (x 100.000 hab.).
e ADHB - Atlas de Desenvolvimento Humano do Brasil. PNUD/IPEA/FJP, 2003.
Available: http://www.pnud.org.br/atlas/instalacao/index.php. [Accessed Feb./2008].
57
Usou-se os seguintes programas computacionais: TabWin 3.6 (DATASUS,
MS/Brasil) - programa computacional usado para tabulação de dados e gerenciamento
de mapas; Microsoft Excel 2007 - planilha eletrônica usada para informações sobre a
mortalidade por doenças cardiovasculares de acordo com CID-10, obtidos a partir do
sistema SIM-MS e desagregadas por sexo e idade; PASW Statistics 18 (SPSS Inc.,
Chicago, USA) - pacote estatístico usado para análise exploratória dos microdados do
censo 2000 – IBGE e obtenção dos indicadores socioeconômicos ou de condições de
vida da população de estudo; e, AMOS 18.0 (SPSS Inc., Chicago, USA) - programa
computacional usado para a análise estatística final sobre a modelagem de equações
estruturais (MEE).
Análise Estatística
• Modelagem de Equações Estruturais (MEE)
A Modelagem de Equações Estruturais (Structural Equation Modeling) resulta na
estimação simultânea de uma série de equações de regressão linear múltipla e possui
algumas vantagens sobre a regressão linear clássica. Com base em uma teoria, um
modelo hipotético proposto é testado para verificar a existência de relação linear entre
uma ou mais variáveis explanatórias para uma ou mais variáveis resposta ou
desfecho10,11,12.
Essa modelagem consiste em dois submodelos:
1) Modelo estrutural (equações estruturais) que representa a relação causal
entre as variáveis exógenas (ξ) e endógenas (η)
η ξ η ς= Γ ⋅ + Λ ⋅ + Eq. (2.1)
Onde: (Γ, Λ) são as matrizes dos coeficientes de regressão (Γ, Λ) e (ς) o
vetor dos erros de medidas no modelo estrutural.
2) Modelo de mensuração (equações de medida) que estabelece como as
variáveis latentes ou construtos hipotéticos são medidos por indicadores
observáveis X e Y.
58
xX ξ ε= Λ ⋅ + Eq. (2.2)
yY η δ= Λ ⋅ + Eq. (2.3)
Onde: (Λx, Λy) são matrizes dos coeficientes de regressão e (ε, δ) os vetores
dos erros de medidas no modelo de mensuração.
• Modelo teórico e Diagrama de caminhos
O modelo teórico a ser testado pela MEE está representado na Figura 2.1, o
qual é expresso por: CONDVS (condições de vida e vulnerabilidade) → TMPDC (Taxa
de mortalidade padronizada por doenças cardiovasculares das idosas), sendo a
variável resposta diretamente observada (Modelo 1) e não diretamente observada
(Modelo 2); e a variável explanatória CONDVS um construto ou variável latente
exógena (não diretamente observada). O modelo proposto especifica causa de uma
direção, denominado modelo recursivo, e estima o efeito direto do construto latente
exógeno CONDVS sobre a variável endógena TMPDC.
Para validação do(s) modelo(s) de mensuração na modelagem proposta, levou-
se em conta a validade de conteúdo caracterizada pela confiabilidade, validade
convergente e validade discriminante. O modelo de equações estruturais inclui ambas
variáveis diretamente observadas e não diretamente observadas, conhecida como
variáveis latentes ou construtos. Entende-se que uma boa variável latente apresenta
validade convergente, mostrando que seus indicadores medem o mesmo construto por
meio de suas cargas fatoriais, que devem ser superiores a 0,40 e significativas11. A
validade discriminante ocorre se as correlações entre os indicadores não forem
excessivamente elevados (> 0,85), uma vez que cada indicador deve medir um aspecto
distinto do construto12, ou seja, os indicadores não devem ser multicolineares.
59
Figura 2.1 - Modelo teórico proposto testado usando Modelagem de Equações Estruturais e apresentação do Diagrama de Caminhos
Nota: Elaboração própria (Diagrama de Caminhos elaborado no software AMOS, versão 18) LEGENDA: Ind1, . . . , Ind10: Indicadores de condições de vida e de vulnerabilidade. DCbV: doenças cerebrovasculares; DIC: doenças isquêmicas do coração; DHI: doenças hipertensivas e ODC: outras doenças cardiovasculares. Erros de medidas: e1, e2, e3, . . ., e10 (Indicadores) e d1, d2, d3, d4 (causas básicas)
60
As análises de confiabilidade dos construtos, validade convergente e validade
discriminante realizaram-se por meio da técnica de Análise Fatorial Confirmatória, que
utiliza as relações entre as variáveis observadas ou indicadoras (correlações ou
covariâncias). Para essa análise, utilizou-se a base total de dados, formada pelas 187
microrregiões, com o uso do software AMOS® 18.0 e aplicação do Método da Máxima
Verossimilhança.
• Método de Estimação
O Método da Máxima Verossimilhança (MV) foi usado para a modelagem da
MEE, por ser um método robusto, sendo o modelo final proposto considerado
parcimonioso, com número pequeno de parâmetros estimados. O método de MV
requer os pressupostos de normalidade multivariada das variáveis indicadoras ou
manifestas. Transformações matemáticas foram conduzidas para as variáveis
indicadoras no modelo de mensuração para auxílio a não violação dos pressupostos da
normalidade multivariada requerida na aplicação do método de MV. Interpretou-se os
coeficientes de regressão padronizados (CP) de acordo com Kline12, em que um CP de
cerca de 0,10 indica um pequeno efeito, enquanto um CP de cerca de 0,30 indica um
efeito médio e, finalmente, um CP > 0,50 indica um forte efeito.
Considerou-se os indicadores de ajuste absoluto, comparativo e parcimonioso
para ajuste dos dados ao modelo proposto. Dentre os principais indicadores,
destacaram-se: - índices absolutos: avaliam a qualidade do modelo, porém, sem
comparação com outros modelos - função de discrepância (χ2 quanto menor melhor; p>
0,05); Qui-quadrado normado (χ2 /gl) – valores acima de 1 até 2; erro quadrático médio
de aproximação (RMSEA), valores acima de 0,05 até 0,10; índice de qualidade de
ajuste (GFI): valores entre 0,90 e 0,95; e o AGFI (índice ajustado do GFI)
- índices relativos ou comparativos - avaliam a qualidade do modelo sob teste
comparando-o ao modelo de independência: não associação entre quaisquer variáveis
manifestas) - índice de ajuste normalizado (NFI): valores acima de 0,90 até 0,95; índice
de Tukey-Lewis (TLI): valores acima de 0,90 até 0,95;
Este projeto de estudo foi aprovado pelo Comitê de Ética em Pesquisa do
Hospital Universitário Lauro Wanderley-HULW, da Universidade Federal da Paraíba.
61
Resultados
Observou-se, na região Nordeste, uma taxa padronizada da mortalidade por
doenças cardiovasculares (TMPDC) para as mulheres idosas variando de 1014,39 a
1552,38 (x 100.000 hab.), conforme mostra a Tabela 2.1. Verificou-se a menor taxa de
mortalidade por DCV nas microrregiões do estado do Maranhão, enquanto que a maior
taxa ocorreu nas microrregiões do estado de Pernambuco.
Em relação às taxas padronizadas pelas quatro principais causas básicas da
mortalidade por DVC, nas mulheres idosas do Nordeste (Tabela 2.1), observou-se uma
maior taxa média por DCbV – doenças cerebrovasculares – em todas as microrregiões
dos noves estados nordestinos. Em seguida, em ordem decrescente, apareceram,
como predominantes, as taxas padronizadas de mortalidade: ODC – outras doenças
circulatórias, DIC – doenças isquêmicas do coração e DHI – doenças hipertensivas.
Estimou-se a variação espacial da taxa padronizada de mortalidade por DCV
para as mulheres idosas nas microrregiões do Nordeste para as quatro principais
causas básicas. A causa de mortalidade por DCbV destacou-se em comparação às
outras três causas de mortalidade, conforme ilustram os “mapas” construídos pelo
software TabWin_3.6 do DATASUS (Figura 2.1).
A análise de caminho do modelo teórico proposto pela MEE, para a mortalidade
das idosas por DCV, foi realizada separadamente, considerando-se dois modelos:
Modelo 1: a variável desfecho TMPDC (observada); e Modelo 2: a variável desfecho
TMPDC (não observada), sendo estimada pelos três principais grupos de causas DIC:
doenças isquêmicas do coração, DCbV: doenças cerebrovasculares e ODC: outras
doenças circulatórias. A causa básica DHI não apresentou significância e foi retirada da
modelagem. A Tabela 2.2 apresenta o modelo hipotético ajustado aos dados, sendo
que, no Modelo Final-1, o modelo de mensuração final foi formado por três variáveis
indicadoras significantes referentes ao construto exógeno CONDVS; e, no Modelo
Final-2, visualizam-se os modelos de mensuração do construto exógeno CONDVS e da
variável desfecho TMPDC.
62
A solução da análise fatorial confirmatória (AFC), através da análise de
caminhos, apresentou validade convergente e discriminante para os modelos finais 1 e
2, na modelagem MEE (ver rodapé da Tabela 2.2).
No Modelo Final 1, descreveu-se o construto CONDVS (condições de vida e
vulnerabilidade), por meio dos três indicadores observados A_EST: Anos de estudos
dos idosos, B_AGUA: Percentual de idosas em domicílios com banheiro e água
encanada e PRB60: Probabilidade de sobrevivência aos 60 anos e o modelo estrutural
e o modelo estrutural apresentou medida de efeito direto ou o coeficiente padronizado
CP = 0,540, considerado forte efeito, para explicação da variável desfecho observada
TMPDC.
Analogamente, para o Modelo Final-2, o construto CONDVS foi descrito pelos
mesmos três indicadores observados A_EST, B_AGUA e, PRB60, apresentando
medida de efeito direto ou o coeficiente padronizado CP = 0,747, considerado forte
efeito, para explicação da variável desfecho não observada TMPDC, a qual foi
estimada a partir das três principais causas básicas da mortalidade por doenças
cardiovasculares: DIC, DCbV e ODC. (Tabela 2.2).
A análise da qualidade do ajuste geral dos modelos foi feita a partir da
comparação dos parâmetros estimados da variável resposta TMPDC, através da
modelagem de equações estruturais (MEE) pelos dois modelos finais – Modelo Final-1
(observado) e Modelo Final-2 (não observado) – apresentados (Tabela 2.3),
considerando para cada um dos modelos os dados de entrada, a partir da aplicação da
Matriz de Covariâncias, respectivamente.
A partir da análise de caminhos pela MEE, a Tabela 2.3 apresenta alguns
indicadores de ajuste absoluto, parcimonioso, comparativo e explicativo para cada um
dos modelos finais obtidos, considerando a variável desfecho TMPDC.
63
Figura 2.2 - Taxas padronizadas das quatro principais causas básicas da mortalidade por doenças cardiovasculares das mulheres idosas nas 187 microrregiões do nordeste
do Brasil (2000).
Fonte: Elaboração própria (Uso do Software do DATASUS TabWin- versão 3.6)
64
Tabela 2.1 - Medidas descritivas da taxa de mortalidade padronizada por doenças cardiovasculares (TMPDC) e de suas quatro principais causas básicas para as mulheres idosas das microrregiões dos Estados do nordeste (2000).
Estados Medidas Estimativa da TMPDC (x 100.000 hab.)
(Microrregiões) Resumo TMPDC* TMP_DCbV† TMP_DHI‡ TMP_DIC§ TMP_ODC//
Maranhão (21) Média 1014,39 446,21 109,76 188,14 269,62
D. Padrão 378,31 201,58 61,58 71,04 139,58
Piauí (15) Média 1269,10 530,59 143,05 266,30 334,78
D. Padrão 259,51 141,87 85,70 127,17 94,48
Ceará (33) Média 1316,44 475,88 243,90 260,13 336,52
D. Padrão 228,00 108,14 111,94 93,65 87,39
Rio Grande do Norte (19)
Média 1209,75 404,96 154,21 373,95 276,64
D. Padrão 162,63 100,25 72,78 102,53 90,85
Paraíba (23) Média 1474,69 522,25 146,37 328,53 477,55
D. Padrão 227,95 149,85 75,29 89,09 166,16
Pernambuco
(18)
Média 1552,38 566,49 216,01 370,24 399,63
D. Padrão 276,29 95,28 77,68 104,34 89,69
Alagoas (13) Média 1424,28 564,48 178,97 259,24 421,59
D. Padrão 276,68 199,18 80,77 88,49 156,68
Sergipe (13) Média 1298,03 505,09 139,81 290,96 362,17
D. Padrão 265,22 142,75 45,92 112,87 93,75
Bahia (32) Média 1156,40 424,29 159,41 215,39 357,31
D. Padrão 202,51 85,05 59,60 57,99 81,75
Fonte: Sistema de Informações Sobre Mortalidade do Ministério da Saúde - SIM/MS, Departamento de Informatíca do SUS (DATASUS; http://www.datasus.gov.br), Ano de referência: 2000. (*) TMPDC - variável desfecho observada; (†) DCbV - doenças cerebrovasculares; (‡) DHI - doenças hipertensivas; (§) DIC - doenças isquêmicas do coração; (//) ODC - outras doenças cardiovasculares.
65
Tabela 2.2 - Estatísticas da análise MEE pelo método da Máxima Verossimilhança (MV) do modelo de mensuração, Mortalidade por DCV para as idosas do Nordeste (2000).
Efeitos dos construt os Est_npdr ‡ Est_pdr § p-valor //
Modelo Final 1– TMPDC* (observada diretamente)
TMPDC � CONDVS 1368,482 CP=0.540† 0,000
A_EST � CONDVS 1,000 0,771 -
B_AGUA � CONDVS 96,419 0,742 0,000
PRB60 � CONDVS 23,179 0,450 0,000
Modelo Final 2– TMPDC* (estimada pelas três principais causas básicas) TMPDC
� CONDVS 1,512 CP=0.747† 0,000
A_EST � CONDVS 1,000 0,769 -
B_AGUA � CONDVS 97,875 0,751 0,000
PRB60 � CONDVS 22,625 0,438 0,000
DIC � TMPDC 1,000 0,559 -
DCbV � TMPDC 0,735 0,550 0,000
ODC � TMPDC 234,902 0,433 0,000
Fonte: Elaboração própria, resultado do método de MV no AMOS – versão 18. (*) TMPDC - taxa de mortalidade padronizada por doenças cardiovasculares (x 100.000 hab.); (‡) Est. Npdr - estimativa não-padronizada (covariância); (§) Est. Pdr - estimativa padronizada (correlação); (†) CP - coeficiente padronizado (efeito direto na modelagem); (//) Significância: p-valor < 0,001.
66
Tabela 2.3 - Modelos finais segundo os indicadores de ajuste pelo método de MV para modelagem MEE da mortalidade por doenças cardiovasculares das idosas do Nordeste (2000).
Indicador de Ajuste
Nível de
Aceitação
(Kline, 2005)
Model o Final 1
TMPDC
Model o Final 2
TMPDC
Função de discrepância: χχχχ2 (p-valor) - 1,714 (0,424*) 27,476 (0,001†)
Qui-quadrado normado (χχχχ2/g.l.) entre 1 e 3 1,714/2=0,857 27,476/8=3,435
GFI – Índice de qualidade de ajuste acima de 0,90 0,995 0,955
AGFI – Ajuste do GFI acima de 0,90 0,976 0,882
NFI – Índice de ajuste normalizado acima de 0,90 0,989 0,871
TLI – Índice de Tukey-Lewis acima de 0,90 1,000 0,816
RMSEA – Raíz média quadrática
dos erros de aproximação (residual)
Inferior a 0,08
0,000
0,114
Fonte: Elaboração própria, resultado do método de MV no AMOS – versão 18.
TMPDC – taxa de mortalidade padronizada por doenças cardiovasculares (x100.000 hab);
Modelo Final 1: TMPDC observada diretamente;
Modelo Final 2: TMPDC estimada por três das principais causas básicas; (*) p-valor > 0,05 indica ajuste global do modelo; (†) p-valor < 0,05 indica não-ajuste global do modelo.
67
Discussão
Sabe-se que a qualidade dos registros dos óbitos do Nordeste apresenta
problemas. É preciso ter em conta que embora não seja uma tarefa fácil, procuraram-
se recuperar os “verdadeiros” níveis de mortalidade por doenças cardiovasculares das
microrregiões, através de estimativas dos sub-registros de óbitos e ainda
redistribuíram-se as causas mal definidas em definidas. Este esforço seguiu os passos
metodológicos traçados por Paes10. Embora possam persistir erros nas estimativas,
admite-se que as correções realizadas produziram níveis bastante plausíveis.
As doenças cardiovasculares no Nordeste, como nas populações em geral,
constituem a maior causa da mortalidade das idosas, colocando em destaque a
importância da averiguação de sua associação com indicadores de condições de vida e
de saúde. A respeito da mortalidade por DCV, seus níveis 128,9 por 100.000 hab. para
mulheres acima dos 30 anos de idade, ficaram abaixo quando comparados com os do
Brasil, 200,14, no ano 200013. Dentre as doenças cardiovasculares (DCV), destacam-
se as DCbV e as DIC. As DCbV são importantes causas de morte nos países em
desenvolvimento como o Brasil, enquanto as DIC são as principais causas de morte
nos países desenvolvidos13. No Brasil, a mortalidade por DCV foi maior nos homens,
no ano 2000. Nestes, o risco de morte por DIC e DCbV foi próximo. Nas mulheres, as
DCbV mataram mais que as DIC. Contudo, nas mulheres das regiões mais
desenvolvidas do Brasil, predominou a mortalidade por DIC13,14.
As microrregiões dos estados com valores mais acentuados para mortalidade
por DCV das idosas ficaram com Pernambuco, Paraíba, Alagoas e Ceará, em ordem
decrescente. Os mais baixos valores ficaram com o Maranhão.
A modelagem Final-1 pela MEE para a taxa de mortalidade das idosas por
doenças cardiovasculares apresentou todos os índices de ajuste satisfatórios. A função
de discrepância forneceu estatística χ2 = 1,714 com p-valor = 0,424, não rejeitando a
hipótese nula de ajuste global do modelo. O qui-quadrado normado (χ2/g.l.) = 0,857
atendeu ao ajuste de parcimônia. Os índices de ajustes GFI, AGFI, NFI e TLI
satisfizeram aos níveis de aceitação para os valores de referência, bem como o
RMSEA = 0,000, fornecendo valor inferior ao limite de 0,08.
68
A modelagem Final-2 pela MEE para a taxa de mortalidade das idosas por
doenças cardiovasculares apresentou alguns dos índices de ajuste satisfatórios. A
função de discrepância forneceu estatística χ2 = 27,476 com p-valor = 0,001, a qual
rejeitou a hipótese nula de ajuste absoluto do modelo. O qui-quadrado normado (χ2/g.l.)
= 3,435 não atendeu ao ajuste de parcimônia. Para os índices de ajustes GFI, NFI e
TLI, apenas o GFI satisfez ao nível de aceitação para o valor de referência e AGFI, NFI
apresentaram valores periféricos. O RMSEA não atendeu ao limite de referência,
apresentando valor 0,114 > 0,08.
Nos modelos aqui desenvolvidos com a Modelagem de Equações Estruturais,
ficaram evidenciados, a partir do Modelo Final-1, melhores ajustes para o modelo
estrutural, por meio dos indicadores globais, de parcimônia e comparativos,
considerada a mensuração direta da variável desfecho ou resposta (TMPDC x 100.000
hab.) em contraste ao Modelo Final-2. Neste, a variável desfecho TMPDC foi
considerada um construto latente e estimada indiretamente pelas quatro causas
principais DCbV, DHI, DIC e ODC, sendo que a causa por DHI não foi considerada na
modelagem deste último modelo.
Observou-se que o Modelo Final-1, para a mortalidade das idosas, apresentou
ajuste do modelo e melhores indicadores no geral, sendo, no entanto, menos
explicativo com relação à medida do efeito proporcionado pelo construto latente
CONDVS (CP = 0,540). O valor CP = 0,540 > 0,50 é considerado de efeito forte e
fornece coeficiente de estimação com razoável porção de explicação da variância da
variável desfecho taxa de mortalidade por doenças cardiovasculares.
Considerações finais
O presente estudo pode ser considerado, no Brasil, como pioneiro nas análises
sobre a Modelagem de Equações Estruturais, para fatores de condições de vida e de
vulnerabilidade explicativos da mortalidade por doenças cardiovasculares de mulheres
idosas. Os resultados aqui encontrados evidenciaram uma associação significativa dos
indicadores anos de estudo das idosas, percentual de idosas em domicílios com
banheiro/água encanada e probabilidade de sobrevivência aos 60 anos. A importância
desses indicadores é corroborada por outros estudos, que ressalta a importância
69
expressa pela educação, condições econômicas e envelhecimento com ganhos em
anos de vida15.
Esse estudo traçou o panorama regional das principais causas da mortalidade
por doenças cardiovasculares das mulheres idosas do Nordeste, apontando distintas
realidades, utilizando os microdados do Censo 2000, fonte esta que disponibiliza o
menor nível de desagregação possível nas estatísticas brasileiras. Mostrou-se, ainda, a
importância do uso da modelagem de equações estruturais na identificação de fatores
explicativos para esta mortalidade.
A Modelagem de Equações Estruturais, aplicada para investigação sobre
indicadores de condições de vida e de vulnerabilidade associados e explicativos da
mortalidade por doenças cardiovasculares das idosas no Nordeste em 2000, mostrou-
se bastante sensível, viabilizando alguns desses indicadores, como fatores explicativos
para essa causa de mortalidade que, no Brasil, é a maior entre idosas.
Uma possível explicação para que o modelo 2 não revelasse um ajuste melhor
poderia residir no fato de que a variabilidade das taxas de mortalidade pelas principais
causas de morte não foi suficiente para ser captada pelo modelo de relacionamento.
Ou seja, uma verificação das magnitudes da taxa por causas não discriminou tanto
quanto as taxas globais usadas no modelo 1.
O desempenho melhor do modelo 1, comparado ao modelo 2, não significa que
em situações similares, ele resulte sempre em melhor desempenho. A modelagem pelo
uso do modelo 1 apenas revelou que, para o Nordeste brasileiro, o relacionamento
entre as variáveis que expressam as condições de vida e a mortalidade de idosas por
DCV, foi melhor captado, quando esta última variável (desfecho) é observada
diretamente. Neste confrontamento de modelos, o emprego das principais causas de
morte observada indiretamente não ajudaria a encontrar melhor relacionamento, o que,
de certa forma, tornaria mais simples e direta a busca de relacionamentos por meio
deste procedimento metodológico (modelo 1).
Referências
1. Camarano AA. Envelhecimento da População Brasileira: uma contribuição
demográfica, in Texto para Discussão, IPEA: Brasília. 2002, n. 858.
70
2. Oliveira JCO, Albuquerque FRPC. Projeção da População do Brasil. Parte 1: Níveis
e Padrões da Mortalidade no Brasil à luz dos resultados do Censo 2000. 48p. –
Relatório Técnico/IBGE, Diretoria de Pesquisas, 2003. Disponível na Internet via
http://www.ibge.gov.br (acessado em 12/04/2010)
3. Costa LMF, Peixoto SV, Giatti L. Tendências da mortalidade entre idosos brasileiros
(1980 - 2000). Epidemiologia e Serviços de Saúde. 2004; 13(4): 217-28
4. Santos JP, PAES NA. Associação entre condições de vida e vulnerabilidade com a
mortalidade por doenças cardiovasculares de homens idosos do Nordeste. Rev Bras
Epidemiol, 2013 (no prelo).
5. Shryock HS, Siegel JS. and Associates. Studies in Population: The Methods And
Materials of Demography. San Diego, California: Condensed Edition by Stockwell,
EG; 1976; 577 p.
6. Brass W. Methods for Estimating Fertility and Mortality from Limited and Defective
Data, Chapel Hill (NC): International Program of Laboratories for Population
Statistics; 1975. 15
7. Paes NA, Gouveia JF. Recuperação das principais causas de morte no Nordeste do
Brasil: impacto na expectativa de vida. Rev Saúde Pública. 2010; 44(2):301-9
8. Paes NA. Relatório Técnico de Atividades para o CNPq: Os eventos vitais do
Nordeste brasileiro: cenários regionais, qualidade dos dados, relacionamentos e
brechas redutíveis da mortalidade. Processo No 479514/2008.2, 2010. Edital
Universal 2008, Faixa A-Edital MCT/CNPq
9. Vallin J. Seminário sobre causas de muerte: Aplicación al caso de Francia. Instituto
Nacional de Estudos Demográficos e CELADE, 1987; Série E, n. 31, Santiago-Chile.
10. Byrne BM. Structural Equation Modeling With AMOS: Basic concepts, Applications
and Programming. Mahwah: Lawrence Erlbaum; 2001. 338 p.
11. Hair JF, Anderson RE, Tatham RL, Black WC. Análise Multivariada de Dados. 5ª.
Ed. São Paulo: Bookman Editora; 2005. 593 p.
12. Kline RB. Principles and Practice of Structural Equation Modeling. 2nd Ed. New
York: The Guilford Press; 2005. 366 p.
13. Mansur AP, Lopes AIA, Favarato D, Avakian SD, César LAM, Ramires JAF.
Transição epidemiológica da mortalidade por doenças circulatórias no Brasil. Arq.
Bras. Cardiol [online]. 2009; 93(5): 506-10.
71
14. Mansur AP, Souza MFM, Timerman A, Ramires JAF. Tendência do risco de morte
por doenças circulatórias, cerebrovasculares e isquêmicas do coração em 11
capitais do Brasil de 1980 a 1998. Arq Bras Cardiol. 2002; 79: 269-76.
15. França MC, Paes NA. Income, income inequality and mortality in metropolitan
regions of Brazil: an exploratory approach. Papeles de Población. 2007;
CIEAP/UAEM, No. 53, jul/septiembre.
72
8.1.2. Artigo 3 - Arquivos Brasileiros de Cardiolog ia
MORTALIDADE POR DOENÇAS CARDIOVASCULARES E CONDIÇÕES DE VIDA DOS HOMENS IDOSOS DO NORDESTE DO BRASIL Mortality by cardiovascular diseases and living conditions of elderly men in the Northeast Autores: Professor Jozemar Pereira dos Santos Universidade Federal da Paraíba e Doutorando do Programa de Pós-Graduação em Ciências da Saúde. Área de Saúde Coletiva. UFRN, Natal, RN, Brasil. Participação: Conception and design; data collection; analysis and interpretation of data; and to drafting the article. Professor Neir Antunes Paes (orientador) Universidade Federal da Paraíba. Programa de Pós-Graduação em Modelos de Decisão e Saúde. Departamento de Estatística/UFPB, João Pessoa, PB, Brasil. Participação: Analysis and interpretation of data; revising it critically for important intellectual content; and on final approval of the version to be published Conflito de interesse: Não existe conflito de interesse por parte dos autores. RESUMO Carência de estudos na literatura brasileira sobre determinantes da mortalidade por doenças cardiovasculares dos idosos expressos pelas condições de vida. Neste artigo enfoca-se a mortalidade por doenças cardiovasculares de homens idosos a partir de 60 anos do Nordeste brasileiro, analisando as condições de vida associadas a esse evento em 2000 a 2010. Três principais causas básicas foram analisadas: doenças cerebrovasculares, isquêmicas do coração e hipertensivas. Traçaram-se como etapas metodológicas: análise da qualidade dos dados de mortalidade e construção de indicadores; seleção dos indicadores representativos das condições de vida; análise de correlação e método dos componentes principais para classificação das regiões. No ano 2000 foi observada uma maior taxa média por DCbV em 88,1% (37/42) das mesorregiões em oito dos nove estados nordestinos. Em 2010, observou-se uma diminuição da taxa média por DCbV para 73,8% (31/42) das mesorregiões, havendo avanço e predominância da taxa de mortalidade padronizada por DIC em 26,2% (11/42) das mesorregiões. De acordo com a classificação das mesorregiões nos anos 2000 e 2010 observou-se no estrato 1 (condições de vida alta) as mesmas mesorregiões: as três regiões metropolitanas e praticamente todas as capitais do Nordeste (exceção de São Luis). Observaram-se diferentes ritmos de envelhecimento
73
entre as regiões, com distintos processos de evolução dos níveis de mortalidade, muitas compatíveis com as condições de vida. Houve regiões com processos avançados da carga de morte convivendo com níveis menos avançados de condições de vida. Descritores: Envelhecimento. Doenças cardiovasculares. Mortalidade. Idoso. Condições de vida ABSTRACT Lack of Brazilian studies in the literature on the determinants of mortality for cardiovascular diseases of the elderly men expressed by the living conditions and vulnerability. Elderly men mortality from cardiovascular diseases from age 60 years and older in Brazil’s Northeast is focused, analyzing life conditions which are associated to that event from 2000 to 2010. Three major causes were analyzed: cerebrovascular diseases, ischemic diseases and hypertensive diseases. Outlined as methodological steps we have: analysis of mortality data quality and construction of indicators; selection of representative indicators of life conditions; correlation and methods analysis of the major elements for classifying regions. In 2000 a higher average rate for CbVD was observed in 88.1% (37/42) of meso eight of the nine northeastern states. In 2010, there was a decrease in the average rate for CbVD to 73.8% (31/42) of meso, with advancement and standardized prevalence rate of IHD mortality in 26.2% (11/42) of meso. According to the classification of meso in 2000 and 2010 was observed in stratum 1 (high life conditions) the same meso: the three metropolitan regions and virtually all the capitals of the northeast (except São Luís). Different aging rhythms were observed in the regions, showing distinct evolutionary processes of mortality rates, many of them compatible with life conditions. There were regions with advanced processes of death coexisting with less advanced life conditions’ levels. Descriptors: Aging. Cardiovascular Diseases. Mortality. Elderly men. Social Conditions
Introdução
No Brasil, o número de idosos mais do que dobrou nos últimos 20 anos,
caracterizando-se como um fenômeno demográfico sem precedentes na história. Essa
tendência também pode ser observada no Nordeste brasileiro, considerada como uma
das regiões menos desenvolvidas da América Latina. Nesta região, em 2010, o
contingente populacional atingiu cerca de 53 milhões de habitantes participando com
74
27,8% da populacional nacionalf. Em 2000, este contingente era 47,7 milhões, tendo
um crescimento de 11,12% no decorrer da década, percentual este que vem crescendo
a partir da transição demográfica desencadeada nos anos 1980. Esta transição é uma
resposta ao aumento da expectativa de vida, aos avanços no campo da saúde e à
redução da taxa de natalidade em toda extensão do país, concomitantemente com
mudanças no quadro das causas de mortalidade decorrentes da transição
epidemiológica.
Ao traçar o perfil epidemiológico, despontam as doenças crônicas como as
principais responsáveis pela mortalidade de idosos, representando as doenças
cardiovasculares (DCV), o principal grupo de causas de morte e de incapacidade no
Brasil e no mundo. Segundo a RIPSAg, as DCV em 2010 representavam 38,9% dos
óbitos da população idosa no Brasil e 42,0% no Nordeste. Predomina as mortes dos
homens, sendo 3,5% e 4,1% superior ao das mulheres no Brasil e Nordeste
respectivamente.
De acordo com o Censo 2010, havia 96 homens para cada 100 mulheres,
correspondendo a 49% de homens, com quase 4 milhões a mais de mulheres. No
Nordeste, esse percentual foi de 49,1%i. A diferença ocorre porque a taxa de
mortalidade entre homens é superior. Trata-se, assim, de um segmento populacional
mais vulnerável à morte, o qual está submetido a condições sociais e econômicas
especiais e, de certa forma, carente de estudos. Ainda de acordo com a RIPSAg, o
maior percentual de internações no Brasil é verificado entre as mulheres e por DCV.
Além de morrerem mais cedo, historicamente os homens se cuidam menos e se
consultam menos5
A perspectiva dos determinantes sociais do adoecimento tem reemergido no
início do século XXI, em razão da globalização econômica12. No entanto, o espaço
conferido às doenças crônicas ainda é irrelevanteh. Poucos são os estudos que
f FUNDAÇÃO IBGE. Dados Básicos do Censo Demográfico 2010. Acesso em mar/2012. Site disponível na internet: ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2010/Dados_do_Universo/Unidades_da_Federacao/. g Ministério da Saúde. IDB 2010 BRASIL, Rede Interagencial de Informações para a Saúde (RIPSA). Disponível em http://tabnet.datasus.gov.br/cgi/deftohtm.exe?idb2010/c08.def h Council of Science Editors. Global theme issue on poverty and human developments: October 22, (2007). [citado em 2006 jul 10]. Disponível em: http://www.councilscienceeditors.org/globalthemeissue.cfm?printPage=1&
75
investigam como as desigualdades sociais afetam o perfil da mortalidade no Brasil, e
em entender as relações entre a mortalidade pelas doenças que mais matam os
homens idosos e suas condições de vida. A compreensão das diferenças nos estágios
de envelhecimento das regiões do Brasil, que contemplem fatores sociais, econômicos
e de bem-estar que influenciam neste processo, pode trazer elementos para um melhor
planejamento na promoção da saúde da população idosa do Nordeste brasileiro.
Sabendo-se que as mortes não se distribuem de forma homogênea no País, nem
espacialmente, nem nos grupos etários e sexo, faz-se necessário entender a
desigualdade na mortalidade entre idosos, levando em conta seus diferenciais.
Dado este contexto, o objetivo deste estudo foi analisar a mortalidade por DCV
de homens idosos, a partir de 60 anos, do Nordeste brasileiro, durante a primeira
década do século XXI, considerando indicadores socioeconômicos e de vulnerabilidade
associados a esse evento. Para tanto, construiu-se um indicador sintético que captasse
essas relações, permitindo uma classificação das regiões do Nordeste do Brasil.
Métodos
Para tal estudo, adotou-se um desenho ecológico com cortes transversais para
os anos 2000 e 2010, com informações sobre mortalidade por DCV e indicadores
socioeconômicos referentes às 42 mesorregiões que compõem os nove estados
nordestinos.
Os dados sobre a população foram obtidos dos Censos Demográficos do IBGE
de 2000i e 2010i. As populações foram retroprojetadas para os meios desses anos,
através do Método Geométrico do Crescimento21. As informações sobre os óbitos em
2000 e 2010 foram extraídos do Sistema de Informações de Mortalidade do Ministério
da Saúde - SIM/MS (2012)j. De modo a evitar possíveis flutuações aleatórias dos
dados de óbitos, foi usada a media aritmética simples para o triênio 1999/2000/2001 e
biênio 2009/2010.
i FUNDAÇÃO IBGE. Dados Básicos do Censo Demográfico 2000. Site disponível na internet: ftp://ftp.ibge.gov.br/Censos/Censo_Demografico_2000/Dados_do_Universo/Unidades_da_Federacao/ Acesso em fev./2008. j Ministério da Saúde - Sistema de Informação sobre Mortalidade – SIM. Disponível na internet via http://tabnet.datasus.gov.br/cgi/idb2010/matriz.htm#mort. (acessado em Mar/2012).
76
Os óbitos do grupo de causas Doenças Cardiovasculares foram desagregadas
em suas três principais causas básicas: doenças isquêmicas do coração (DIC),
doenças cerebrovasculares (DCbV) e doenças hipertensivas (DHI), as quais foram
determinadas de acordo com a Classificação Internacional das Doenças – 10ª Revisão
(CID-10), fornecidas pelo SIM/MS (2012)l. Os óbitos foram desagregados para os
homens em grupos de idades quinquenais, de 60 anos até 85 anos e mais.
Com os dados de óbitos foram calculados os seguintes indicadores para 2000 e
2010: a) proporção de óbitos por doenças cardiovasculares de cada causa estudada
em relação aos óbitos totais; b) taxas de mortalidade por doenças cardiovasculares
padronizadas para cada causa básica de óbito, considerando como padrão a
população recenseada do Nordeste em 2000; c) variação das taxas de mortalidade
padronizadas por doenças cardiovasculares no período 2000-2010 em percentagem; d)
brecha redutível de mortalidade (BRM) que expressa a diferença entre a taxa de
mortalidade da causa básica de determinada região e a taxa de mortalidade da mesma
causa básica de uma região, tomada como referência, com relação à amplitude total
das taxas de mortalidade de todas as regiões envolvidas. As BRE podem revelar,
indiretamente, a efetividade dos serviços de saúde, quando se compara o
comportamento da mortalidade por causas evitáveis entre regiões com características
socioeconômicas semelhantes23.
Para obtenção da BRM relacionada às mesorregiões do Nordeste, considerou-
se como referência para cada causa em estudo a mediana das taxas de mortalidade
padronizada para os idosos das 42 mesorregiões.
A qualidade dos dados de óbitos das regiões foi estudada via dois indicadores:
cobertura e percentual das causas mal definidas, definida no Capitulo XVI (Sintomas,
sinais e anormalidades encontradas em exames clínicos e de laboratórios, não
classificados em nenhum outro lugar). Para o cálculo de ambos os indicadores, foram
utilizadas as estimativas obtidas por Paes17. Para a estimativa do primeiro, o autor fez
uso do método da Equação do Balanço de Crescimento3. Quanto às causas mal
definidas, seu percentual foi redistribuído pelas principais causas definidas (incluindo
as doenças cardiovasculares), através da aplicação do método proposto por
Lederman24. Após a redistribuição das causas mal definidas e da correção dos sub-
registros dos óbitos, foram calculados para os homens idosos: taxa de mortalidade
77
padronizada (por 100.000 habitantes) para as DCV e as principais causas básicas
(DCbV, DIC e DHI).
O entendimento que se tem sobre as condições de vida engendra uma série de
discussões conceituais e operacionais, e se correlaciona com outros conceitos
igualmente de complexa definição, como bem estar, qualidade ou nível de vida,
pobreza, riqueza e exclusão social. Está clara a multidimensionalidade de todos esses
fenômenos. Na tentativa de expressar este conceito, existe uma ampla gama de
variáveis e/ou indicadores. No entanto, são geralmente contempladas variáveis que se
reportam a renda, nível de escolaridade, acesso a serviços básicos de saúde,
qualidade de vida, condições de moradia entre outras.
Em trabalho prévio, Santos e Paes (2013)20 encontraram resultados altamente
significativos da mortalidade por doenças cardiovasculares dos homens idosos no ano
2000, com os seguintes indicadores: anos de estudos, percentual de domicílios com
banheiro e água, e probabilidade de sobrevivência aos 60 anos. Para efeito
comparativo com o ano 2010, procurou-se usar os mesmos, além de outros referentes
à educação, renda e vulnerabilidade da população idosa. Desta forma, foram
significativos a 5% para 2010 os indicadores: percentual de idosos que lê e escreve,
percentual de domicílios com banheiro e água e renda total média.
Com base nessas relações, fez-se uso da análise estatística multivariada de
Componentes Principais11 para classificar as mesorregiões nos anos 2000 e 2010
segundo as variáveis descritas em cada um dos períodos. Assim, fez-se uso da força
da correlação entre as taxas de mortalidade pelas principais causas básicas das DCV e
indicadores referentes à renda, educação e condições de moradia.
A partir dos escores associados e obtidos para cada ano, procedeu-se a uma
classificação para expressar as diferentes relações para as mesorregiões do Nordeste.
Tomou-se os escores ordenados da primeira componente principal em cada um dos
anos 2000 e 2010 e, com base na distribuição dos quartis desses escores, efetuou-se a
classificação das respectivas mesorregiões em quatro estratos que expressam as
condições de vida associadas com a mortalidade por DCV dos homens idosos do
Nordeste: 1) condições de vida alta; 2) condições de vida média; 3) condições de vida
baixa e 4) condições de vida muito baixa.
78
A classificação obtida nos anos 2000 e 2010 para as mesorregiões ficou em
concordância com o critério adotado pelo Índice de Desenvolvimento Humano (IDH)
para classificação das unidades geográficas. Levando em consideração que o escore
máximo obtido para os municípios do Nordeste foi de 0,772 (Recife/PE) - classificado
como IDHM alto – a mesorregião assim constituída, incluindo este município, foi
classificada no estrato 1(condições de vida alta), assim como outras regiões de IDHM
considerado alto.
O programa TabWin 3.6 (DATASUS, MS/Brasil) foi usado para a tabulação e
construção de mapas com as variações espaciais das taxas de mortalidade pelas
causas básicas das DCV. Extraiu-se os indicadores para 2000 e 2010, a partir da
expansão dos microdados dos censos para toda a população coberta, e os arquivos de
dados operacionalizados com o uso do pacote estatístico PASW Statistics 18 (SPSS
18).
Apesar de não se tratar de estudo primário em seres humanos, o presente
trabalho foi aprovado pelo Comitê de Ética em Pesquisa do Hospital Universitário Lauro
Wanderley-HULW, da Universidade Federal da Paraíba, e não há conflito de
interesses.
Resultados
As taxas de mortalidade padronizada por DCV para os anos 2000 e 2010, das
42 mesorregiões do Nordeste, e de suas três principais causas básicas são
encontradas na Tabela 3.1. Para o ano 2000, foi observada uma maior taxa média por
DCbV em 88,1% (37/42) das mesorregiões, em oito dos nove Estados nordestinos,
exceto para as quatro mesorregiões localizadas no RN e uma em PE (Metropolitana de
Recife), onde prevaleceram, em média, as DIC.
Para 2010, observou-se uma diminuição no montante de maior taxa média por
DCbV em 73,8% (31/42) das mesorregiões, em oito dos nove Estados nordestinos. Em
contrapartida, houve um avanço e predominância da taxa de mortalidade padronizada
por DIC em 26,2% (11/42) das mesorregiões do Nordeste, destacando-se com maior
79
número o RN, PE e BA. Por sua vez, as DHI foram aquelas com menores taxas no
período (39 entre 42), cujas exceções ficaram por conta de duas mesorregiões em SE
e uma no PI.
O Mapa da Figura 3.1 ilustra a distribuição espacial do indicador Brecha
Redutível de Mortalidade, relacionado àquelas mesorregiões com taxa de mortalidade
padronizada inferior e superior ao valor considerado como referência (mediana das
TMPI), para o ano 2010, para as três principais causa de óbitos por DC. As
mesorregiões representadas pela cor cinza significam valores das brechas inferiores
aos do valor mediano, e em branco ao contrário. Os valores medianos das taxas se se
encontram especificados abaixo de cada mapa.
Na Figura 3.1, as regiões representadas em branco (acima do valor mediano) do
grupo das DCV praticamente coincidem com as da DCbV, já que estas últimas se
constituem na causa básica dominante do grupo. As regiões em branco predominaram
nos Estados no norte do Nordeste (Maranhão e Piauí) e em suas margens litorâneas
desde a Paraíba até a Bahia. As DIC apresentaram regiões com brechas redutíveis
acima da mediana (cor branca no mapa) em duas das cinco mesorregiões do
Maranhão e em três das quatro do Piauí; houve um predomínio nos demais Estados
exceto no Ceará e Bahia. Estes apresentaram níveis mais elevados de mortalidade por
DIC, em comparação aos outros Estados. Em relação às DHI, o perfil geral das
mesorregiões, com manchas brancas, é majoritariamente semelhante ao observado
para as DCbV.
A Tabela 3.2 apresenta uma classificação das 42 mesorregiões do Nordeste,
segundo os extratos que expressam as condições de vida em 2000 e 2010, a partir da
informação dos indicadores que representaram as condições de vida e da mortalidade
pelas três principais causas básicas das DCV. A classificação foi considerada a partir
dos escores da primeira componente principal, determinada através da técnica
estatística multivariada de Componentes Principais.
Em relação ao primeiro extrato (Tabela 3.2), foram observadas, no período
2000-2010, as mesmas mesorregiões, sem nenhuma mudança de extrato. Neste
observa-se que as três regiões metropolitanas (Recife, Salvador e Fortaleza) e
praticamente todas as capitais do Nordeste (exceção de São Luis) classificaram-se
80
com condições de vida considerada alta. No outro extremo (condições de vida muito
baixa), predominaram mesorregiões pertencentes ao Maranhão, Ceará e Paraíba. No
segundo extrato (condições de vida média), houve mobilidade no período para as
mesorregiões em apenas três delas. O maior número de mobilidade na classificação
ocorreu nos extratos com condições de vida baixa e muito baixa.
A Tabela 3.3 fornece a variação das taxas de mortalidade padronizada no
período 2000-2010 para as três principais causas mortalidade por DCV, bem como, as
brechas redutíveis da mortalidade (BRM) segundo a classificação por estrato das 42
mesorregiões do Nordeste para o ano 2010 e, também, o percentual da população de
homens idosos em cada mesorregião no ano 2010.
Na última coluna da Tabela 3.3 são encontrados os percentuais de idosos em
relação à população total para cada mesorregião. Observou-se um percentual variado
para as mesorregiões em todo o Nordeste entre 6,63% e 14,25% com amplitude de
5,62%. Essa amplitude foi reproduzida praticamente nos três primeiros estratos:
ficando entre 5,0% e 5,6% e, apenas no último estrato, os percentuais foram mais
homogêneos, com uma amplitude em torno de 3,6%.
Para as taxas de mortalidade por DCbV foram 69,0% (29 entre 42) as
mesorregiões que reduziram suas taxas, destacando-se sete dos nove Estados do
Nordeste com exceção de Maranhão e Piauí, as quais se encontram geograficamente
mais ao norte. O Ceará, a Paraíba e Pernambuco tiveram redução na taxa de
mortalidade por doenças cerebrovasculares (DCbV) em todas as suas mesorregiões,
com variações entre -79,5% a -12,9%. Enquanto que as reduções em todas as
mesorregiões variaram entre -79,5% e -3,8%.
Dentre as mesorregiões do estrato 1 (condições de vida alta), as reduções foram
expressivas particularmente nas regiões metropolitanas: Recife (-48,9%), Salvador (-
37,0%) e Fortaleza (-35,4%). As mesorregiões que não apresentaram redução na
década tiveram um aumento insipiente, com exceção do Leste Sergipano, com 10,8%
de aumento. Com relação ao indicador BRM, apenas a Metropolitana de Fortaleza e
Leste Potiguar acusaram valores abaixo do valor mediano. As demais tiveram valores
bem acima, indicando elevados níveis de mortalidade em relação ao valor mediano. No
81
extremo oposto, no extrato 4 (condições de vida muito baixa), a grande maioria (oito
entre onze) das mesorregiões tiveram importantes reduções na década, no entanto os
níveis das BRM foram bem acima do valor mediano para a maioria delas. Destaca-se o
estrato 3 (condições de vida baixa) em que, das dez mesorregiões, nove delas
apresentaram variação dos níveis das taxas e oito nas brechas redutíveis com valores
negativos.
Já a redução nos níveis das taxas de mortalidade por DIC ocorreu em apenas
26,2% (11 entre 42), variando de -23,05% a – 0,01 durante o período. A maioria das
mesorregiões, portanto, configuraram-se com um aumento ao longo da década,
ganhando força com relação à taxa de mortalidade por DCbV predominante no ano
2000.
Para as DIC, o extrato que apresentou maior quantidade de mesorregiões com
reduções negativas na década, foi no primeiro, para as três metropolitanas e o Leste
Potiguar (inclui a capital Natal). No segundo extrato, apenas três mesorregiões
acusaram reduções e nos demais extratos (3 e 4) apenas uma. Já para as BRM,
destacaram-se os extratos 2 e 4, cada um deles com sete mesorregiões com valores
negativos entre os onze.
Quanto às DHI, observou-se redução apenas na metropolitana de Recife (-
101,5%) no extrato 1 e no extrato extremo para Sertões Cearenses (-41,6%) e Agreste
Potiguar (-24,4%). Com valores das brechas negativas, o extrato 3 (condições de vida
baixa) foi o que apresentou o maior número de valores negativos (oito das onze
mesorregiões). Nos demais extratos, este montante não superou cinco, indicando ser a
minoria a ter valores abaixo do valor mediano.
82
Tabela 3.1 - Taxa de mortalidade padronizada por doenças cardiovasculares e suas três principais causas básicas para os homens idosos das mesorregiões do Nordeste em 2000 e 2010.
UF (Mesos)
Mesorregiões Taxa de Mortalidade Padronizada x 100.000 hab
DCV* DCbV† DIC‡ DHI§ 2000 2010 2000 2010 2000 2010 2000 2010
Norte Maranhense 1519,64 1566,39 603,32 700,41 325,50 373,98 163,87 316,63 Oeste Maranhense 1010,49 1510,47 425,77 528,85 213,13 423,26 110,40 336,45 MA(5) Centro Maranhense 1486,39 1559,94 582,99 594,10 376,46 452,81 121,71 288,03 Leste Maranhense 1405,19 1740,80 548,13 697,63 277,82 420,63 124,06 354,17 Sul Maranhense 1355,24 1956,36 414,55 738,99 343,50 530,78 64,17 318,74 Norte Piauiense 1774,59 1853,21 617,35 728,52 495,74 430,46 240,66 439,13 PI(4) Centro-Norte Piauí 1603,11 1922,20 633,50 682,29 410,15 494,29 211,05 442,92 Sudoeste Piauiense 1400,72 1718,54 575,68 618,48 304,76 449,94 170,53 377,69 Sudeste Piauiense 1754,10 1753,61 681,71 610,07 393,97 547,69 163,29 338,70 Noroeste Cearense 1582,56 1265,39 584,65 454,77 235,49 344,00 254,96 275,87 Norte Cearense 1489,07 1397,67 570,31 465,17 358,84 384,04 247,16 307,21 Metr. Fortaleza 1415,26 1356,57 568,26 419,80 399,23 356,95 85,72 220,01 CE(7) Sertões Cearenses 1732,74 1270,55 567,15 452,11 346,15 390,62 331,80 234,31 Jaguaribe 1615,39 1322,67 538,85 440,24 394,73 434,47 178,31 208,71 Centro-Sul 1735,90 1481,21 655,82 450,82 540,56 540,49 163,12 243,96 Sul Cearense 1528,49 1300,39 592,69 441,46 262,42 400,25 209,31 234,00 Oeste Potiguar 1614,61 1353,57 535,78 381,88 584,22 529,48 128,53 203,46 RN(4) Central Potiguar 1432,39 1587,48 435,45 439,44 466,81 622,84 143,54 274,85 Agreste Potiguar 1660,37 1270,54 443,04 330,15 585,31 475,66 275,67 221,61 Leste Potiguar 1541,90 1411,19 433,94 446,82 562,20 470,73 243,35 289,38 Sertão Paraibano 1664,14 1549,82 517,31 431,39 472,83 559,33 96,03 236,21 PB(4) Borborema 1484,08 1200,58 538,22 355,00 335,84 346,54 97,31 215,74 Agreste Paraibano 1554,79 1393,65 532,05 404,13 318,50 412,79 164,13 309,98 Mata Paraibana 1584,86 1752,79 660,97 585,66 365,99 502,81 140,76 318,97 Sertão Pernambuc 1793,63 1466,34 621,59 433,39 506,19 519,03 163,82 267,69 S. Franc. Pernamb. 1880,24 1505,17 788,74 501,76 462,62 476,65 169,29 285,57 PE(5) Agreste Pernambuc 2070,80 1481,32 736,32 410,14 544,55 533,70 235,22 286,81 Mata Pernambucana 2364,64 2045,83 926,58 669,98 605,55 707,73 295,45 379,95 Metropol. de Recife 2484,05 1835,92 829,11 556,69 830,46 793,83 296,19 146,96 Sertão Alagoano 1930,88 1710,88 838,58 560,57 399,43 504,75 212,41 349,29 AL(3) Agreste Alagoano 1733,73 1713,02 754,62 601,50 296,77 380,13 151,76 367,67 Leste Alagoano 1781,16 1880,78 791,20 762,63 363,52 433,77 140,48 421,77 Sertão Sergipano 1023,72 1436,46 568,97 523,90 141,33 342,30 55,03 360,40 SE(3) Agreste Sergipano 1457,95 1527,24 596,62 519,08 356,09 335,96 119,80 454,41 Leste Sergipano 1516,54 1831,78 593,31 665,13 314,84 440,64 176,56 396,41 Extr. Oeste Baiano 922,34 1016,26 293,35 363,84 213,13 283,08 85,32 204,07 Vale S.Franc. Bahia 1402,77 1325,17 587,13 481,35 322,37 396,01 125,13 263,15 Centro Norte 1472,39 1349,61 508,67 452,10 329,24 340,48 152,31 313,68 BA(7) Nordeste Baiano 1338,93 1195,96 507,26 426,84 330,15 312,31 167,03 260,21 Metropol. Salvador 1988,95 1617,34 723,68 528,30 436,76 431,89 246,79 312,43 Centro Sul Baiano 1362,31 1315,28 520,53 440,01 281,95 367,88 138,62 271,34 Sul Baiano 1569,01 1700,40 592,23 604,54 331,73 417,94 149,48 314,36 Fonte: Dados Brutos – IBGE e Ministério da Saúde. (*) DCV – doenças cardiovasculares; (†) DCbV - doenças cerebrovasculares; (‡) DIC - doenças isquêmicas do coração; (§) DHI - doenças hipertensivas;
Figura 3.1 - Brechas redutíveis da mortalidade por doenças cardiovasculares e principais causas básicas para os homens
Fonte: Elaboração própria (Uso do
Brechas redutíveis da mortalidade por doenças cardiovasculares e principais causas básicas para os homens idosos das mesorregiões do
Brasil, 2010.
Fonte: Elaboração própria (Uso do Software do DATASUS TabWin- versão 3.
83
Brechas redutíveis da mortalidade por doenças cardiovasculares e idosos das mesorregiões do nordeste do
versão 3.6)
84
Tabela 3.2 - Classificação das mesorregiões do Nordeste segundo os escores das condições de vida em 2000 e 2010.
Estrato Mesorregião (2000) Escore (1) Mesorregião (2010) Escore (2)
1. Condições Metropol. de Salvador 3,55 Metropol. de Recife 3,06 de vida alta Metropol. de Fortaleza 3,08 Metropol. de Salvador 2,83 Metropol. de Recife 2,23 Metropol. de Fortaleza 2,37 Leste Potiguar 2,03 Leste Potiguar 1,73 Leste Sergipano 0,84 São Franc. Pernambuc. 1,47 Leste Alagoano 0,73 Mata Paraibana 1,02 Mata Paraibana 0,61 Leste Alagoano 0,77 Sul Baiano 0,38 Leste Sergipano 0,70 Centro-Norte Piauiense 0,32 Sul Baiano 0,59 São Franc. Pernamb. 0,19 Centro-Norte Piauiense 0,27 2. Condições Central Potiguar 0,14 Sul Maranhense** 0,18 de vida Norte Maranhense 0,05 Centro-Norte Baiano 0,05
média Vale São-Franc. Bahia 0,01 Norte Piauiense 0,04 Agreste Sergipano -0,16 Extremo Oeste Baiano** 0,00 Norte Piauiense -0,18 Vale São Franc. Bahia -0,01 Centro Norte Baiano -0,19 Norte Maranhense -0,06 Agreste Alagoano* -0,28 Central Potiguar -0,08 Mata Pernambucana -0,32 Mata Pernambucana -0,17 Oeste Potiguar -0,34 Agreste Sergipano -0,30 Sudeste Piauiense* -0,36 Agreste Paraibano** -0,35 Nordeste Baiano* -0,37 Oeste Potiguar -0,35 3. Condições Sudoeste Piauiense* -0,37 Sertão Pernambucano -0,36 de vida Sertão Pernambucano -0,38 Sertão Paraibano** -0,38 baixa Extremo Oeste Baiano** -0,39 Centro-Sul Baiano -0,40 Jaguaribe -0,40 Oeste Maranhense** -0,43 Centro Sul Baiano -0,45 Sudeste Piauiense* -0,44 Sul Maranhense** -0,45 Centro-Sul Cearense** -0,48 Sul Cearense -0,45 Borborema** -0,54 Agreste Paraibano** -0,45 Agreste Pernambucano** -0,56 Sertão Alagoano* -0,52 Jaguaribe -0,56 Sertão Sergipano* -0,57 Sul Cearense -0,59 4. Condições Centro-Sul Cearense** -0,58 Agreste Potiguar -0,71 vida muito Agreste Potiguar -0,59 Sudoeste Piauiense* -0,72
baixa Borborema** -0,60 Nordeste Baiano* -0,73 Norte Cearense -0,62 Noroeste Cearense -0,75 Sertão Paraibano** -0,63 Sertões Cearenses -0,78 Oeste Maranhense** -0,66 Sertão Sergipano* -0,78 Agreste Pernambucano** -0,66 Agreste Alagoano* -0,81 Noroeste Cearense -0,69 Sertão Alagoano* -0,90 Sertões Cearenses -0,73 Centro Maranhense -0,90 Centro Maranhense -0,86 Norte Cearense -0,90 Leste Maranhense -0,88 Leste Maranhense -1,06 NOTA: Classificação das mesos em 2000 e 2010: (**) Mesorregião melhorou condições de vida em 2010 (*) Mesorregião piorou condições de vida em 2010 (1) Escores da CP (componente principal) em 2000 (2) Escores da CP (componente principal) em 2010
85
Tabela 3.3 - Variação percentual das taxas no período 2000-2010 e Brechas redutíveis da mortalidade em 2010 para as três principais causas de mortalidade por DCV dos homens idosos e percentual de idosos, segundo a classificação das condições de vida em 2010 das mesorregiões do Nordeste.
Estratos 2010
Mesorregiões DCbV DIC DHI Percent.
Var% BRE Var% BRE Var% BRE Idosos 1. Condições de Metropol. de Recife -48,94 15,06 -4,61 70,68 -101,54 -49,22 8,90 vida alta Metropol. De Salvador -36,98 8,50 -1,13 -0,18 21,01 4,60 9,08
Metropol. De -35,36 -16,59 -11,84 -14,86 61,04 -25,46 7,91 Leste Potiguar 2,88 -10,34 -19,43 7,42 15,91 -2,90 8,39 São Franc. Pernamb. -57,19 2,36 2,94 8,58 40,72 -4,14 7,15 Mata Paraibana -12,86 21,76 27,21 13,70 55,87 6,73 11,33 Leste Alagoano -3,75 62,68 16,20 0,18 66,69 40,16 7,48 Leste Sergipano 10,80 40,13 28,55 1,53 55,46 31,91 6,63 Sul Baiano 2,04 26,12 20,63 -2,91 52,45 5,22 10,75 Centro-Norte Piauiense 7,15 44,10 17,02 12,03 52,35 47,04 12,25
2. Condições de Sul Maranhense 43,90 57,21 35,28 19,18 79,87 6,65 7,15 vida média Centro-Norte Baiano -12,51 -9,12 3,30 -18,08 51,44 5,00 11,39
Norte Piauiense 15,26 54,79 -15,17 -0,46 45,20 45,81 10,43 Extremo-Oeste 19,37 -29,53 24,71 -29,32 58,19 -30,65 11,06 Vale São Franc. Bahia -21,98 -2,36 18,60 -7,21 52,45 -11,43 10,06 Norte Maranhense 13,86 48,29 12,96 -11,52 48,25 5,96 8,37 Central Potiguar 0,91 -12,05 25,05 37,20 47,78 -7,62 12,14 Mata Pernambucana -38,30 41,26 14,44 53,82 22,24 26,56 9,96 Agreste Sergipano -14,94 6,36 -5,99 -18,97 73,64 50,78 9,14 Agreste Paraibano -31,65 -20,21 22,84 -3,92 47,05 3,80 11,86 Oeste Potiguar -40,30 -25,36 -10,34 18,92 36,83 -30,84 10,13
3. Condições de Sertão Pernambucano -43,43 -13,45 2,47 16,88 38,80 -9,95 9,97 vida baixa Sertão Paraibano -19,92 -13,91 15,46 24,77 59,35 -20,19 10,22
Centro-Sul Baiano -18,30 -11,92 23,36 -12,72 48,91 -8,77 12,36 Oeste Maranhense 21,43 47,65 49,65 -1,87 67,19 12,41 8,63 Sudeste Piauiense -11,74 27,40 28,07 22,49 51,79 13,14 11,67 Centro-Sul Cearense -45,47 -9,42 -0,01 21,08 33,14 -17,67 14,25 Borborema -51,61 -31,58 3,09 -16,89 54,89 -26,85 12,05 Agreste Pernamb. -79,53 -18,82 -2,03 19,75 17,99 -3,74 9,42 Jaguaribe -22,40 -11,86 9,15 0,32 14,57 -29,14 11,15 Sul Cearense -34,26 -11,58 34,44 -6,38 10,55 -20,91 12,07
4. Condições de Agreste Potiguar -34,19 -37,32 -23,05 8,38 -24,39 -24,94 11,98 vida muito Sudoeste Piauiense 6,92 29,35 32,27 3,35 54,85 25,82 10,88
baixa Nordeste Baiano -18,84 -14,96 -5,71 -23,60 35,81 -12,39 11,91 Noroeste Cearense -28,56 -8,51 31,54 -17,39 7,58 -7,29 11,51 Sertões Cearenses -25,45 -9,12 11,38 -8,26 -41,61 -20,81 11,70 Sertão Sergipano -8,60 7,48 58,71 -17,72 84,73 20,20 8,41 Agreste Alagoano -25,46 25,42 21,93 -10,32 58,72 22,56 8,88 Sertão Alagoano -49,59 15,96 20,87 14,08 39,19 16,59 8,58 Centro Maranhense 1,87 23,71 16,86 3,91 57,74 -3,34 8,67 Norte Cearense -22,60 -6,10 6,56 -9,55 19,55 2,90 11,19 Leste Maranhense 21,43 47,65 33,95 -2,39 64,97 18,17 9,68
Nota: Var%: Variação das taxas de mortalidade (%); BRE: Brecha Redutível da Mortalidade; DCbV: Doenças cerebrovasculares; DIC: Doenças isquêmicas do coração; DHI: Doenças hipertensivas.
86
Discussão
A literatura brasileira é profícua ao apontar a deficiência das estatísticas de
óbitos da região Nordeste, sendo considerada, juntamente com a região Norte, como a
de qualidade mais deficiente quando comparadas com as demais regiões14. Os
maiores problemas sobre qualidade dos dados estão concentrados nos sub-registros e
a proporção de causas mal definidas. Ambas foram tratadas neste estudo14,17. Embora
possam persistir erros nas estimativas utilizadas neste trabalho17, admite-se que as
correções realizadas produziram níveis bastante plausíveis de mortalidade para as
causas investigadas, e com potencial explicativo para revelar os diferenciais da
mortalidade por doenças cardiovasculares das mesorregiões do Nordeste.
As doenças cardiovasculares dos idosos no Nordeste, como nas populações em
geral, constituem-se na maior causa da mortalidade. Do mesmo modo como observado
para o Brasil, no período 2000-2010, mais de metade dos óbitos em idosos no
Nordeste foi causada por doenças relacionadas ao aparelho circulatório, corroborando
com os achados de que indivíduos com mais de 60 anos apresentam óbitos
predominantemente relacionados às doenças crônicas degenerativas14.
Os níveis da mortalidade por DCV para as regiões do Nordeste ficaram abaixo,
quando comparados com os do Brasil15. Dentre as doenças cardiovasculares,
predominaram as doenças cerebrovasculares, sendo seguida pelas doenças
isquêmicas do coração e doenças hipertensivas, reproduzindo um padrão observado
em outras populações14,15. As mesorregiões dos Estados do Nordeste, com valores
mais elevados pelas DCV, foram encontradas para Pernambuco, Alagoas, Piauí e
Ceará, em ordem decrescente. Os mais baixos ficaram com o Sergipe e o Maranhão.
Em uma posição intermediária situou-se a Paraíba, Rio Grande do Norte e Bahia.
Especula-se que, para as mesorregiões que apresentam variação percentual
negativa das taxas na década, bem como BRM negativas (abaixo do valor mediano),
tiveram uma maior resposta aos investimentos no campo da assistência à saúde a
partir de ações públicas como programas voltados para a saúde do homem idoso,
aumento na demanda masculina aos serviços de saúde.
87
A discussão sobre a questão da relação entre o status de saúde de uma
sociedade e indicadores que expressam as condições de vida tem-se mostrado
recorrente e atual4,10,13,18. No Brasil, esse tema também tem despertado a atenção de
estudiosos, principalmente a partir do final dos anos noventa, quando os sistemas de
informações sobre mortalidade melhoraram a qualidade dos seus dados, permitindo
investigações mais acuradas das relações entre mortalidade e indicadores
socioeconômicos1,2,9.
No Brasil, estudos ao nível macrorregional e em unidades federadas
encontraram maior mortalidade por DCV, em regiões com condições de vida mais
desenvolvidas, com menores taxas de pobreza6. Estes resultados são concordantes
com os encontrados neste trabalho para as mesorregiões classificadas no extrato 1
(Tabela 3.3) cujas BRM apresentaram valores acima da valor mediano para a grande
maioria das mesorregiões. No primeiro extrato, posicionou-se a grande maioria das
capitais do Nordeste, onde os indicadores sociais e econômicos são geralmente mais
favoráveis e com infraestrutura de saúde mais diversificada e distribuída. Segundo o
IDHM 2013, as nove capitais do Nordeste encontram-se entre os 15 municípios com os
escores mais elevadosk. Nestas mesorregiões, o processo de transição epidemiológica
encontrava-se em estágio mais avançado. O crescimento do contingente de idosos e o
das DCV, em um primeiro momento dessa transição, estaria em um ritmo diretamente
relacionado para, em seguida, haver uma diminuição das DCV, de acordo com o
estágio 4 da teoria da transição epidemiológica conforme proposta por Omran16.
Uma relação direta também foi verificada no extrato 3 (condições de vida baixa),
para a maioria das mesorregiões (oito em dez), cujos valores das BRM foram
negativos, sugerindo níveis mais baixos das DCV comparativamente ao valor mediano
do Nordeste. Ou seja, condições de vida estariam associadas com níveis mais baixos
das DCV, remetendo a um processo de transição da morte por estas causas básicas.
No entanto, no extrato 2 (condições de vida média), algumas mesorregiões
apresentaram características do extrato 1, com um misto de situações: relações diretas
e inversas. Quadro similar, também ocorreu no extrato 4 (condições de vida muita
baixa), com mesorregiões com características de mesorregiões classificadas no extrato
3.
k PNUD BRASIL, IPEA e FJP. Acesso ao site em 10/08/2013: http://www.atlasbrasil.org.br/2013/
88
É preciso notar, no entanto, que associações inversas foram relatadas em vários
estudos ecológicos7,19,22 os quais evidenciaram associação negativa entre DCV e
situação socioeconômica, como encontrado nos Estados Unidos, Austrália, e ainda em
municípios como o Rio de Janeiro e São Paulo, no Brasil. Embora não se possam
nivelar os níveis de desenvolvimento das regiões do Nordeste com as de países e
regiões mais desenvolvidas, não se pode deixar de registrar essa situação que precisa
ser melhor investigada: seja pela deficiência dos dados de mortalidade, seja pelas
características contraditórias encontradas nessas regiões.
Para uma região marcada por desigualdades regionais de desenvolvimento,
como o Nordeste brasileiro, as contradições são evidentes. Para todos os extratos da
classificação adotada, foram encontradas mesorregiões com processos de
envelhecimento da população bastante diferenciados. Uma averiguação sobre uma
associação entre o percentual de idosos e os indicadores usados aqui para expressar
as condições de vida não revelou nenhuma significância estatística. Ou seja, não
houve evidência de uma relação explícita ou associação, o que sugere que, no
Nordeste, o aumento nos níveis de envelhecimento não tem sido acompanhado por
uma melhora nas condições de vida. Por sua vez, houve evidências estatísticas de
uma relação inversa entre o percentual de idosos e as mortes por DCV (R = -0,55, p <
0,01). No entanto, é preciso notar que, quando as mesorregiões são desagregadas em
uma classificação, esta relação se dilui, e esta não mais se configura ao serem feitas
análises internas nos extratos.
Conclusão
Os diferentes processos de transição, tanto demográfica como epidemiológica
dos idosos, somados às dificuldades em resgatar os registros de óbitos, são elementos
que dificultam o entendimento maior dessas relações diante de um mosaico de
contrastes regionais. Estudos mais específicos são necessários para uma maior
clareza sobre estas relações.
Se for válido a teoria da transição epidemiológica de que níveis avançados
convivem nesse primeiro momento com níveis elevados por DCV, para em seguida
decair até último nível, então é possível especular que as regiões do Nordeste em 2010
que poderiam já estar entrando em um processo de inversão dessa relação seriam
89
algumas regiões do estrato 1. As regiões dos demais estratos ainda estariam em um
ritmo de ascensão por DCV.
Referências 1. Bassanesi SL., Azambuja MI., Achutti A. Mortalidade precoce por doenças
cardiovasculares e desigualdades sociais em Porto Alegre: da evidencia à ação. Arq Bras Cardiol, 2008; 90(6): 403-412.
2. Boakari FM. Poverty and education: Brazils’s search for viable solutions? Advances in education in diverse communities: research, policy and praxis, 2006; 4: 253-294. Disponível: http://www.sciencedirect.com/science. Acesso 30 de janeiro de 2008.
3. Brass W. Methods for Estimating Fertility and Mortality from Limited and Defective Data, Chapel Hill (NC), 1975: International Program of Laboratories for Population Statistics; 15.
4. Braveman P, Tarimo E. Social inequalities in health within countries: not only an issue for affluent nations. Soc Sci Med., 2006; 11: 1621-1635.
5. Chaimovicz, F. Saúde do Idoso (2ª. Ed.) Belo horizonte: Núcleo de Educação em Saúde Coletiva - UFMG. 2013, 170 págs.
6. Duarte EC. et al. Epidemiologia das Desigualdades em Saúde no Brasil: Um Estudo Exploratório. Brasília: Organização Pan-Americana da Saúde. 2002
7. Drumond JM, Barros MBA. Desigualdades socioespaciais na mortalidade do adulto no município de São Paulo. Rev Bras Epidemiol. 1999; 2(1-2):34-49
8. Farrel S. Income inequality and cardiovascular disease in North-America: shifiting the paradigm. Havard Health Policy Review. 2000; 2(3).
9. França MC, Paes NA. Income, income inequality and mortality in metropolitan regions of Brazil: an exploratory approach. Papeles de Población. 2007; No. 53, CIEAP/UAEM.
10. Ghosh S, Kulkarni PM. Does the pattern of causes of death vary across socioeconomic classes within a population? An exploratory analysis for India. Genus; LX, 2004; (2): 55-81.
11. Hair JF. et al. Análise Multivariada de Dados (5ª. Ed.). São Paulo: Bookman Editora, 2005.
12. Labonté R, Schrecker T. Globalization and social determinantes of health. Introduction and methodologic background. Global Health; 2007; 3: 7.
13. Lynch JW. et al. Income inequality and mortality: importance to health of individual income, psychosocial environment, or material conditions. BMJ; 2000;320 (7243): 1200-1204.
14. Mansur AP. et al. Tendência do risco de morte por doenças circulatórias, cerebrovasculares e isquêmicas do coração em 11 capitais do Brasil de 1980 a 1998. Arq Bras Cardiol; 2002; 79: 269-76.
90
15. Mansur AP. et al. Transição epidemiológica da mortalidade por doenças circulatórias no Brasil. Arq. Bras. Cardiol [online]; 2009; 93(5): 506-10.
16. Omran AR. The epidemiologic transition in the Americas. Pan-American Health Organization & University of Maryland at College Park, 1996. (15)
17. Paes NA, Gouveia JF. Recuperação das principais causas de morte no Nordeste do Brasil: impacto na expectativa de vida. Rev Saúde Pública; 2010; 44(2):301-9.
18. Ross C, Wu Chia-Ling. The links between education and health. American Sociological Review; 1995; 60 (5): 719-745.
19. Santos MS, Noronha CP. Padrões espaciais de mortalidade e diferenciais socioeconômicos na cidade do Rio de Janeiro. Cad Saúde Pública; 2001; 17:1099-110
20. Santos JP, Paes NA. Associação entre condições de vida e vulnerabilidade com a mortalidade por doenças cardiovasculares de homens idosos do Nordeste. Rev Bras Epidemiol. 2013 (no prelo).
21. Shryock HS., Siegel, J.S. and Associates. Studies in Population: The Methods And Materials of Demography. San Diego (California): Condensed Edition by Stockwell, EG; 1976; Cap 23. Population Projections; p.439-43.
22. Singh GK, Siahpush M. Increasing inequalities in all-cause and cardiovascular mortality amonf US adults aged 25-64 years by area socioeconomic status, 1969-1998. Int J Epidemiol.; 2002; 31:600-13.
23. Silva LMV. et al. Brechas redutíveis de mortalidade em capitais brasileiras (1980-1998). Epidemiologia e Serviços de Saúde, 2005; Vol. 14, nº4, pp. 203-222.
24. Vallin J. Seminário sobre causas de muerte: Aplicación al caso de Francia. Instituto Nacional de Estudos Demográficos e CELADE; 1987; Série E, n. 31, Santiago-Chile.
91
APÊNDICE II
8.2. Bases de Dados Utilizadas
Bases de Dados – Artigo 1 (Tabela 1.A, Tabela 2.A e Tabela.2B)
Bases de Dados – Artigo 2 (Tabela 1.A, Tabela 2.A e Tabela.2B)
Bases de Dados – Artigo 3 (Tabela 3.A)
92
Tabela 1.A – Taxa de mortalidade padronizada dos idosos por doenças cardiovasculares nas 187 microrregiões do nordeste do Brasil, 2000 TAXA DE MORTALIDADE PADRONIZADA (x 100.000 hab)
DADOS DEMOGRÁFICOS IDOSOS - MASCULINO IDOSOS - FEMININO UF Micro DCV DHI DIC DCbV ODC DCV DHI DIC DCV ODC MA Lit. Ocid. Maranhense 1053,89 107,18 178,63 357,25 392,98 951,88 135,98 174,84 349,67 291,39 MA Aglom. Urb. São Luís 2734,84 271,28 591,45 1180,45 579,23 2133,53 264,22 343,31 1038,91 388,24 MA Rosário 1538,65 274,76 274,76 522,04 384,66 1206,96 235,50 323,82 382,69 206,07 MA Lencois Maranhenses 730,41 24,80 151,50 377,80 151,12 654,21 96,70 148,68 327,11 29,74 MA Baixada Maranhense 1204,11 125,58 317,65 384,13 354,59 890,92 92,66 228,08 384,88 185,31 MA Itapecuru Mirim 1855,94 179,61 439,04 798,25 319,30 1484,55 117,82 259,21 636,23 400,59 MA Gurupi 659,70 70,68 94,24 329,85 164,92 660,07 150,02 120,01 240,03 120,01 MA Pindaré 1210,73 143,45 350,02 430,35 269,69 862,77 91,62 190,88 335,94 213,78 MA Imperatriz 1161,05 117,08 195,13 517,11 292,70 996,37 118,97 123,93 480,84 242,90 MA Médio Mearim 1495,49 201,32 350,86 580,94 345,11 1040,21 174,31 157,44 449,82 236,16 MA Alto Mearim e Grajaú 1556,81 105,19 368,16 652,18 378,68 1252,72 24,56 270,20 589,52 343,89 MA Presidente Dutra 1406,89 58,62 410,34 515,86 422,07 809,72 34,70 150,38 393,29 231,35 MA Baixo Parnaíba Maranh. 1130,29 91,64 305,48 427,68 274,93 600,00 46,15 184,62 230,77 138,46 MA Chapadinha 1320,39 143,17 302,26 461,34 397,71 1143,86 64,44 145,00 644,43 289,99 MA Codó 1811,80 136,57 309,55 646,42 646,42 1102,41 88,90 248,93 435,63 293,38 MA Coelho Neto 1759,09 128,71 214,52 858,09 471,95 1017,30 138,72 92,48 693,61 92,48 MA Caxias 1586,34 137,35 267,82 638,66 501,31 1070,76 130,73 199,21 429,55 280,14 MA Chap. Alto Itapecuru 823,26 106,92 267,29 256,60 181,76 658,66 83,64 167,28 292,74 115,00 MA Porto Franco 1477,41 69,25 415,52 461,69 484,77 1167,36 116,74 186,78 350,21 466,94 MA Gerais de Balsas 1947,91 92,76 371,03 537,99 909,02 1305,19 48,34 177,25 580,08 483,40 MA Chap. das Mangabeiras 640,39 30,49 243,96 243,96 121,98 292,75 50,25 58,55 104,50 87,83 PI Baixo Parnaíba Piauí 1521,29 225,38 315,53 552,17 428,22 1278,24 178,82 245,05 562,96 271,54 PI Litoral Piauíense 2027,88 255,95 675,96 682,52 347,82 1683,74 178,68 487,94 652,88 309,26 PI Teresina 2190,13 373,01 492,78 843,54 379,85 1687,29 342,13 230,83 698,00 335,26 PI Campo Maior 1336,16 152,31 408,46 484,62 270,00 1226,16 148,13 395,00 444,38 197,50 PI Médio Parnaíba Piauí 1446,24 194,27 420,92 582,81 194,27 1111,38 185,23 119,85 457,63 315,98 PI Valença do Piauí 1439,89 124,61 318,44 623,03 359,97 1331,73 92,48 147,97 684,36 369,92 PI Alto Parnaíba Piauíense 1662,22 360,94 197,88 751,96 277,04 1394,01 84,21 168,97 844,86 337,94 PI Bertolínia 1148,81 107,70 323,10 466,70 251,30 1408,30 46,94 563,32 422,49 328,60 PI Floriano 1756,63 295,11 309,17 590,23 519,96 1182,50 248,95 211,61 435,66 248,95 PI Alto Médio Gurguéia 1144,02 102,14 183,86 551,58 224,72 878,42 64,27 149,97 364,22 278,52 PI São Raimundo Nonato 1501,23 47,28 484,65 543,75 401,90 1302,94 57,65 219,08 484,28 530,40 PI Chap.Extr. Sul Piauí 1191,40 109,98 329,93 549,88 201,62 753,19 22,15 221,53 354,44 155,07 PI Picos 2129,93 202,43 536,88 836,13 519,28 1511,53 182,43 321,42 634,15 347,48 PI Pio IX 1786,96 201,75 259,40 720,55 576,44 1064,15 122,79 286,50 450,22 163,72 PI Alto Médio Canindé 1345,40 85,69 385,62 488,46 377,05 1222,98 190,82 225,51 468,37 303,58 CE Lit. Camocim e Acarau 1443,79 203,17 229,10 613,83 263,69 1283,95 277,50 169,81 550,86 198,80 CE Ibiapaba 2385,07 415,58 406,55 871,81 442,68 2136,27 449,10 396,51 788,96 360,09 CE Coreau 1361,41 346,54 74,26 346,54 297,04 1373,01 514,88 147,11 514,88 73,55 CE Meruoca 1548,11 154,81 103,21 825,66 258,02 1040,78 271,51 90,50 316,76 181,01 CE Sobral 1423,56 197,82 368,50 504,26 244,37 1119,15 196,70 220,44 434,10 200,09 CE Ipu 1706,80 294,05 236,52 498,61 447,47 1485,34 392,47 156,99 495,11 289,82 CE Santa Quitéria 1209,22 172,75 230,33 431,86 302,30 969,50 228,91 161,58 296,24 107,72 CE Itapipoca 1388,71 97,21 298,57 597,15 395,78 1334,98 168,71 330,08 594,14 227,39 CE Baixo Curu 1260,68 262,64 280,15 490,26 192,60 964,97 186,22 203,15 338,58 220,08 CE Uruburetama 1608,10 232,10 431,04 629,98 298,41 1481,68 319,91 202,05 589,31 303,07 CE Médio Curu 1609,10 430,34 318,08 561,32 261,95 1244,98 200,80 301,21 441,77 261,04
Continua...
93
Continuação da Tabela 1.A TAXA DE MORTALIDADE PADRONIZADA (x 100.000 hab)
DADOS DEMOGRÁFICOS IDOSOS - MASCULINO IDOSOS - FEMININO UF Micro DCV DHI DIC DCbV ODC DCV DHI DIC DCV ODC CE Canindé 1324,82 149,98 299,96 587,42 224,97 1161,89 187,40 274,85 399,79 262,36 CE Baturité 1592,58 299,52 409,10 518,68 321,44 1414,32 186,66 323,07 538,45 323,07 CE Chorozinho 1489,55 201,97 454,44 555,43 227,22 1430,48 195,07 357,62 487,67 325,11 CE Cascavél 1639,04 303,53 379,41 622,23 333,88 1196,56 275,07 220,06 440,11 220,06 CE Fortaleza 1642,34 89,50 429,73 685,84 337,53 1223,47 80,26 287,43 511,23 288,51 CE Pacajus 1188,18 81,94 368,74 450,69 286,80 1069,59 165,97 258,18 368,83 258,18 CE Sertão de Crateus 1905,73 272,80 307,88 658,63 491,05 1583,57 319,62 239,71 497,59 385,00 CE Sertão Quixeramobim 1611,48 244,16 466,13 510,52 310,75 1143,83 163,40 236,03 426,67 236,03 CE Sertão de Inhamuns 1660,37 424,75 208,51 494,25 347,52 1463,19 401,98 217,07 385,90 233,15 CE Sertão Senador Pompéu 1753,39 385,50 402,08 605,19 257,00 1415,50 347,74 241,37 499,11 229,10 CE Litoral de Aracati 1951,98 268,40 366,00 829,59 341,60 1515,52 305,21 210,49 705,14 189,44 CE Baixo Jaguaribe 1594,22 198,34 389,20 587,54 306,87 1348,08 215,97 303,06 477,23 268,22 CE Médio Jaguaribe 1490,22 74,51 283,14 566,28 461,97 1194,69 156,45 227,56 412,45 355,56 CE Serra do Pereiro 1425,14 172,00 540,57 172,00 417,71 1160,62 346,15 305,43 264,70 183,26 CE Iguatú 1615,60 146,38 482,51 639,73 314,44 1281,68 138,98 303,69 555,91 216,19 CE Várzea Alegre 1913,55 287,03 467,76 712,27 361,45 1508,92 254,75 372,33 499,71 244,95 CE Lavras da Mangabeira 1678,56 55,95 671,42 615,47 307,74 1328,76 24,61 615,16 516,74 172,25 CE Chapada do Araripe 1601,43 295,65 209,42 578,98 443,47 1434,04 370,08 196,60 451,03 323,82 CE Caririaçu 1229,78 186,33 242,23 465,82 223,60 1293,96 307,32 210,27 452,89 242,62 CE Barro 1436,80 172,42 218,39 632,19 252,88 1403,02 100,22 289,51 567,89 322,92 CE Carirí 2040,63 222,41 375,32 825,70 480,97 1487,13 225,26 294,09 494,32 369,18 CE Brejo Santo 1333,80 169,76 266,76 460,77 400,14 949,08 73,82 221,45 390,18 221,45 RN Mossoró 1915,60 115,40 709,70 663,54 380,81 1273,72 117,50 361,91 460,61 300,81 RN Chap. Apodi 1504,70 199,15 641,71 486,82 177,02 1330,22 22,93 619,24 550,44 114,67 RN Médio Oeste 1539,83 115,49 500,45 577,44 346,46 811,21 101,40 253,50 354,90 101,40 RN Vale do Açu 1552,35 148,39 570,72 422,33 376,67 1380,21 300,95 456,61 394,35 197,17 RN Serra S.Miguel 1663,72 132,04 686,61 528,16 237,67 1280,02 119,07 327,45 506,05 327,45 RN Pau dos Ferros 1602,80 119,22 490,11 476,87 490,11 1182,63 55,01 371,29 385,04 357,54 RN Umarizal 1523,23 70,03 490,24 595,29 297,64 1009,43 93,47 299,09 336,48 243,01 RN Macau 1894,67 135,33 595,47 730,80 433,07 1150,65 167,80 383,55 311,63 263,69 RN Angicos 1324,77 174,97 549,91 274,95 299,95 1086,91 152,17 456,50 239,12 239,12 RN Serra Santana 1036,73 155,51 388,77 336,94 155,51 1397,22 206,15 389,39 435,20 297,77 RN Seridó Ocid. 1424,00 56,40 408,87 422,97 493,47 1196,15 42,22 492,53 295,52 295,52 RN Seridó Oriental 1481,77 195,51 391,02 411,60 473,34 1181,20 192,29 192,29 384,58 402,89 RN Baixa Verde 1588,68 189,69 640,21 474,23 260,83 1424,35 223,43 335,14 642,36 83,79 RN Borborema Potiguar 1716,56 365,56 572,19 429,14 238,41 1365,35 204,80 273,07 494,94 307,20 RN Agreste Potiguar 1675,87 271,76 543,53 425,76 335,17 1178,13 196,35 436,34 425,44 87,27 RN Litoral Nordeste 1228,75 325,99 300,92 376,15 225,69 1024,96 125,00 274,99 374,99 149,99 RN Macaíba 1522,75 221,37 543,36 402,49 275,03 1081,32 229,55 362,45 259,76 175,19 RN Natal 2092,82 243,53 902,58 592,08 258,75 1426,83 153,91 503,34 451,34 235,03 RN Litoral Sul 1323,29 182,52 501,94 365,04 212,94 1204,82 225,90 316,27 391,57 240,96 PB Catolé do Rocha 1539,04 87,45 664,59 454,72 332,29 1516,20 48,91 407,58 440,19 570,61 PB Cajazeiras 1693,59 90,73 463,72 564,53 534,29 1583,09 96,74 325,41 633,24 518,90 PB Sousa 1646,17 45,52 409,65 470,33 659,98 1576,79 43,20 388,80 482,40 597,60 PB Patos 2040,86 77,90 498,53 794,53 638,74 1741,83 172,95 407,66 630,02 518,84 PB Píancó 1746,53 164,77 362,49 362,49 724,98 1741,83 147,61 206,66 560,93 797,11 PB Itaporanga 1380,99 30,69 460,33 398,95 429,64 1322,31 150,26 270,47 571,00 330,58 PB Serra Teixeira 1601,77 175,19 450,50 575,63 350,39 1513,86 229,37 298,18 619,31 344,06 PB Seridó Ocid.PB 1375,48 117,90 392,99 235,80 628,79 1218,77 234,38 281,26 328,13 375,01
Continua...
94
Continuação da Tabela 1.A TAXA DE MORTALIDADE PADRONIZADA (x 100.000 hab)
DADOS DEMOGRÁFICOS IDOSOS - MASCULINO IDOSOS - FEMININO UF Micro DCV DHI DIC DCbV ODC DCV DHI DIC DCV ODC PB Seridó Or. PB 1707,90 76,47 305,89 713,75 586,30 1123,65 88,71 413,98 295,70 295,70 PB Cariri Ocid. 1400,35 107,72 353,94 477,04 446,27 1256,17 129,95 375,41 404,28 346,53 PB Cariri Oriental 1452,59 87,16 290,52 726,30 319,57 1201,23 133,47 266,94 500,51 300,31 PB Curimataú Ocid. 1587,79 114,78 401,73 554,77 478,25 1516,30 216,61 334,77 452,92 472,61 PB Curimataú Or. 1572,26 135,87 388,21 427,03 582,32 1631,60 158,63 543,87 339,92 453,22 PB Esperança 1736,17 209,54 299,34 568,74 628,61 2051,16 173,34 462,23 606,68 808,91 PB Brejo PB 1734,06 163,59 261,74 785,23 507,13 1672,26 157,76 299,74 741,47 441,73 PB Guarabira 1877,33 446,36 472,61 301,95 590,77 1584,17 382,39 341,42 191,19 614,55 PB Campina Grande 1688,36 78,53 346,24 613,95 628,23 1465,88 73,75 270,43 617,70 476,33 PB Itabaiana 1106,66 38,16 209,88 457,93 381,61 1212,59 72,39 253,38 398,16 452,46 PB Umbuzeiro 1135,70 126,19 168,25 546,82 252,38 1341,18 186,28 186,28 596,08 335,30 PB Litoral Norte 1509,99 82,74 351,64 579,17 393,01 1330,77 65,45 196,34 610,84 349,05 PB Sapé 1481,42 150,02 393,80 600,07 318,79 1513,56 129,21 276,87 775,24 258,41 PB João Pessoa 1897,89 157,65 511,36 774,11 382,00 1637,13 169,10 324,73 721,30 353,17 PB Litoral Sul PB 1450,13 172,63 207,16 690,54 345,27 1165,49 105,95 423,81 494,45 70,64 PE Araripina 1453,47 107,00 419,10 499,35 401,26 1058,75 121,23 266,71 347,53 290,96 PE Salgueiro 1652,20 154,33 481,14 680,85 317,73 1232,69 137,77 246,54 587,34 224,78 PE Pajeú 2086,58 226,45 566,13 626,78 606,56 1548,13 228,52 395,88 476,35 379,79 PE Sertão Moxotó 1982,26 167,51 558,38 679,36 502,54 1441,16 192,15 416,34 464,37 304,24 PE Petrolina 1819,19 142,83 533,73 729,18 345,80 1287,42 146,05 238,01 508,48 373,24 PE Itaparica 1941,29 195,76 391,52 848,29 473,09 1422,21 203,17 203,17 555,34 379,26 PE Vale do Ipanema 1644,30 203,23 535,78 461,88 369,50 996,14 65,54 314,57 419,43 183,50 PE Vale do Ipojuca 2293,76 250,45 606,24 830,84 510,83 1756,18 234,76 394,28 642,58 415,34 PE Alto Capibaribe 1974,39 254,37 484,51 738,88 436,06 1391,51 217,76 286,80 594,85 233,69 PE Médio Capibaribe 2040,15 240,32 516,43 823,22 429,51 1669,42 272,38 377,82 637,02 298,74 PE Garanhuns 2209,14 178,41 661,17 881,56 425,04 1702,35 179,98 408,71 637,44 412,46 PE Brejo PE 2263,04 284,53 463,20 681,56 780,82 1681,31 193,53 381,02 580,60 489,88 PE Mata Set. PE 2344,24 234,18 591,49 956,05 504,58 1713,95 227,85 371,02 725,91 308,51 PE Vitória S. Antão 2332,98 326,29 592,76 929,93 413,30 1740,72 358,52 311,35 617,98 367,96 PE Mata Merid. PE 2416,71 325,89 632,41 893,76 467,85 1735,26 244,68 419,05 652,48 368,43 PE Itamaracá 2269,94 323,06 816,16 705,64 340,07 1858,03 373,10 537,26 537,26 268,63 PE Recife 2339,13 215,01 883,33 743,12 378,14 1691,68 190,64 576,87 550,92 278,64 PE Suape 2843,07 350,52 791,91 1038,57 538,76 2015,83 300,46 518,98 661,02 469,81 AL Serr. Sertão Alagoano 2227,37 71,28 445,47 997,86 694,94 1905,26 72,58 326,62 907,27 598,80 AL Alag. Sert. S. Francisco 2119,31 374,00 249,33 914,21 540,22 1186,95 306,31 191,44 344,60 344,60 AL Santana do Ipanema 1640,61 191,14 445,99 589,35 366,35 1177,18 123,19 260,07 451,71 328,51 AL Batalha 1736,24 213,22 456,90 852,89 152,30 1132,83 56,64 169,93 453,13 396,49 AL Palmeira dos Índios 1514,07 164,32 258,21 481,22 551,64 1377,90 156,36 312,72 459,30 390,89 AL Arapiraca 1945,44 170,85 451,91 881,79 429,87 1781,27 227,07 343,14 777,10 378,46 AL Traipu 1741,67 120,12 180,17 900,86 540,52 1291,36 215,23 71,74 215,23 717,42 AL Serrana dos Quilombos 1750,67 55,14 413,54 647,89 565,18 1359,86 119,55 224,15 597,74 358,64 AL Mata Alagoana 1787,66 158,40 339,43 837,26 414,86 1428,08 256,54 171,03 709,77 247,99 AL Litoral Norte Alagoano 1553,56 145,65 339,84 776,78 97,10 1138,57 218,96 262,75 525,49 131,37 AL Maceió 2389,23 163,27 533,46 1141,27 480,11 1870,56 176,25 361,60 844,88 441,20 AL S. Miguel dos Campos 1501,13 174,74 277,99 659,23 325,64 1270,70 107,97 332,21 498,31 307,29 AL Penedo 1704,72 145,70 276,83 684,80 495,39 1595,06 290,01 342,74 553,66 355,92
Continua...
95
Continuação da Tabela 1.A TAXA DE MORTALIDADE PADRONIZADA (x 100.000 hab)
DADOS DEMOGRÁFICOS IDOSOS - MASCULINO IDOSOS - FEMININO UF Micro DCV DHI DIC DCbV ODC DCV DHI DIC DCV ODC SE Serg. Sertão S. Francisco 1103,63 24,26 218,30 472,99 363,84 924,87 119,34 328,18 223,76 223,76 SE Carira 943,82 85,80 64,35 664,96 128,70 795,99 88,44 132,67 420,11 154,78 SE Nossa Senhora das Dores 1567,72 165,02 467,56 412,56 440,06 1474,84 120,40 481,58 511,68 361,19 SE Agreste de Itabaiana 1342,67 127,87 255,75 588,22 358,05 1250,78 154,59 267,02 421,61 379,45 SE Tobias Barreto 1234,26 121,40 263,04 607,01 182,10 1244,90 169,76 339,52 471,55 245,21 SE Agreste de Lagarto 1687,17 64,89 438,01 778,69 405,57 1558,32 71,65 447,79 609,00 376,15 SE Propriá 1427,25 249,77 303,29 481,70 338,97 1490,37 180,65 210,76 722,60 331,19 SE Cotinguiba 1443,53 122,85 307,13 614,27 399,27 1309,37 62,35 374,11 467,63 374,11 SE Japaratuba 1141,76 163,11 293,60 456,71 195,73 1037,73 159,65 119,74 359,22 319,30 SE Baixo Cotinguiba 1679,68 276,11 253,10 644,26 437,18 1506,56 215,22 344,36 602,62 301,31 SE Aracajú 1990,82 197,14 511,09 764,20 438,08 1609,33 174,33 319,61 650,51 397,09 SE Boquim 1232,10 132,48 225,22 490,19 384,20 1111,30 172,17 172,17 422,61 313,04 SE Estância 1700,61 94,48 310,43 701,84 512,88 1560,01 128,93 244,96 683,31 451,24 BA Barreiras 1032,67 104,31 187,76 219,05 490,26 1044,65 142,45 201,81 379,87 320,52 BA Cotegipe 852,92 27,51 302,65 412,70 110,05 788,62 112,66 187,77 262,87 187,77 BA Santa Maria da Vitória 881,42 124,14 148,97 248,29 335,19 842,97 112,40 67,44 314,71 337,19 BA Juazeiro 1380,38 95,37 316,23 612,39 331,29 1130,46 102,36 262,59 453,97 280,39 BA Paulo Afonso 1377,48 75,82 303,30 644,51 328,57 1078,12 136,18 272,37 374,51 295,06 BA Barra 1461,81 99,67 332,23 564,79 431,90 1111,96 105,90 232,98 455,38 254,16 BA Bom Jesus da Lapa 1391,43 229,65 337,72 526,85 283,69 1058,33 244,23 217,09 339,21 244,23 BA Senhor do Bonfim 1295,33 70,49 387,72 502,27 273,17 885,15 145,90 155,63 311,26 233,45 BA Irecê 1278,54 136,45 212,25 449,76 454,82 969,01 135,45 166,71 343,84 307,37 BA Jacobina 1456,86 91,05 391,00 412,42 530,26 1241,94 121,16 252,43 353,40 484,66 BA Itaberaba 1656,42 216,84 295,14 578,24 505,96 1252,75 234,53 188,77 400,42 388,98 BA Feira de Santana 1674,78 246,70 360,08 600,65 415,25 1318,90 229,37 250,88 461,14 340,48 BA Jeremoabo 953,45 112,17 196,30 504,77 140,21 1037,42 226,93 97,26 453,87 259,35 BA Euclides da Cunha 1182,61 93,36 336,11 441,92 267,64 1013,74 122,14 213,74 384,73 256,49 BA Ribeira do Pombal 1242,23 135,76 434,44 386,92 251,16 870,17 151,62 263,69 290,06 112,07 BA Serrinha 1260,19 143,08 308,17 407,22 363,20 1092,28 120,75 263,47 389,71 285,42 BA Alagoinhas 1708,03 164,33 368,50 692,17 448,17 1500,88 261,39 252,96 569,15 354,14 BA Entre Rios 1687,05 353,48 337,41 610,55 305,28 1100,72 171,54 200,13 371,67 271,61 BA Catú 2191,68 215,90 503,76 876,67 516,84 1451,45 211,12 348,35 548,91 321,96 BA Santo Antônio de Jesus 1981,70 270,35 351,96 665,67 629,96 1524,83 260,12 247,56 513,06 470,01 BA Salvador 1793,49 254,12 454,57 628,71 367,00 1450,35 256,75 299,49 551,90 284,93 BA Boquira 1255,58 111,61 251,12 418,53 455,73 1123,78 120,02 141,84 447,33 381,87 BA Seabra 1537,36 194,88 303,14 606,28 353,67 1144,20 119,74 232,83 379,18 339,27 BA Jequié 1672,42 232,81 313,58 584,40 482,25 1495,89 223,87 217,77 578,00 423,33 BA Livramento do Brumado 1111,23 109,75 329,25 384,13 260,66 1089,95 114,73 172,10 430,25 358,54 BA Guanambi 1283,73 119,70 231,15 586,14 284,81 1222,58 204,37 149,63 426,99 405,09 BA Brumado 1191,80 105,16 268,74 490,74 286,27 955,79 110,73 174,84 378,82 250,60 BA Vitória da Conquista 1439,90 87,04 281,02 594,36 410,33 1184,14 66,78 228,61 472,63 369,88 BA Itapetinga 1406,48 148,05 277,59 499,67 462,66 1082,09 50,62 246,79 423,98 341,71 BA Valença 1493,59 126,69 286,72 566,76 466,75 1263,10 112,28 196,48 477,17 428,05 BA Ilhéus-Itabuna 1853,61 196,45 384,82 674,88 533,90 1503,04 205,12 286,46 589,43 383,13 BA Porto Seguro 1359,83 125,28 323,64 535,06 321,03 1175,54 167,93 202,09 449,72 315,94
96
Tabela 2.A – Indicadores de condições e vida e de vulnerabilidade dos homens idosos nas 187 microrregiões do nordeste do Brasil – Censo de 2000
INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
MA Litoral Ocid. Maranhense 2,93 57,3 37,6 60,89 251 166,26 63,7 7,26 79,8 61,2 MA Aglom. Urb. de São Luís 5,84 25,3 73,0 150,79 916,90 594,53 64,0 38,83 87,6 73,8 MA Rosário 2,81 59,7 33,7 53,41 222,6 197,43 60,3 8,03 81,6 63,9 MA Lencois Maranhenses 2,75 66,5 28,2 49,09 213,7 164,37 75,3 4,82 77,5 57,8 MA Baixada Maranhense 2,96 52,8 43,1 63,12 233,3 175,05 65,5 10,07 81,2 63,2 MA Itapecuru Mirim 2,92 65,8 27,0 56,32 181,4 156,89 70,7 10,20 80,6 62,3 MA Gurupi 2,88 61,5 36,2 62,51 225,2 159,42 54,6 4,53 80,6 62,3 MA Pindaré 2,89 66,6 33,8 67,30 217,1 157,03 60,2 11,10 80,7 62,4 MA Imperatriz 3,32 59,9 42,5 95,46 413,80 179,85 60,4 19,77 82,7 65,6 MA Médio Mearim 3,00 63,9 36,1 66,27 236,6 177,37 70,9 17,50 81,1 63,1 MA Alto Mearim e Grajaú 2,92 64,1 36,3 67,50 284,4 165,02 68,1 9,85 79,5 60,6 MA Presidente Dutra 2,71 66,1 34,3 79,65 226,6 162,63 73,2 16,86 78,6 59,3 MA Baixo Parnaíba Maranh. 3,24 68,9 27,3 48,80 226,4 172,28 73,3 10,74 79,3 60,4 MA Chapadinha 3,19 63,4 33,0 55,84 244,3 172,84 75,1 10,08 80,3 61,9 MA Codó 2,93 65,7 33,4 62,76 206,40 168,22 71,4 13,73 77,9 58,3 MA Coelho Neto 3,15 71,7 23,8 61,85 237,5 164,13 72,1 8,99 79,7 61,0 MA Caxias 3,68 59,7 38,2 71,82 302,6 224,66 71,2 17,64 83,7 67,1 MA Chap. do Alto Itapecuru 2,85 57,3 38,8 71,37 254 176,78 75,2 16,73 82,0 64,5 MA Porto Franco 3,76 55,8 48,3 103,37 339,7 178,69 70,0 28,16 85,4 70,0 MA Gerais de Balsas 3,16 60,2 38,2 95,55 267,90 191,51 74,3 21,55 78,3 59,0 MA Chap. das Mangabeiras 2,94 52,4 46,6 68,96 224,2 181,59 69,0 13,40 83,2 66,4 PI Baixo Parnaíba Piauíense 3,01 63,0 31,4 62,57 242,5 185,40 75,8 17,63 79,2 60,3 PI Litoral Piauíense 3,93 53,7 45,8 70,71 368,40 286,83 77,6 24,17 79,55 60,75 PI Teresina 5,49 47,6 52,4 83,91 809,3 493,74 72,9 23,72 86,3 71,6 PI Campo Maior 3,04 66,0 33,0 60,64 219,80 172,48 80,3 17,46 83,2 66,4 PI Médio Parnaíba Piauíense 2,99 63,8 34,5 70,75 232,9 176,11 83,9 31,07 87,1 72,8 PI Valença do Piauí 3,08 74,3 32,8 76,57 249,3 169,66 86,0 30,79 84,6 68,6 PI Alto Parnaíba Piauíense 3,29 66,5 37,3 83,96 280 167,30 77,6 28,86 84,9 69,2 PI Bertolínia 2,92 60,2 36,7 72,72 234,1 171,84 84,0 35,83 86,7 72,1 PI Floriano 3,92 55,9 46,3 82,19 343,1 264,85 71,9 30,75 79,6 60,8 PI Alto Médio Gurguéia 2,97 65,1 38,2 81,06 259,1 175,28 81,5 30,30 85,2 69,6 PI São Raimundo Nonato 3,25 56,3 42,1 72,82 292,60 193,44 81,1 17,35 84,5 68,4 PI Chap.Extr. Sul Piauíense 3,31 48,5 47,5 73,66 328,5 204,69 78,5 23,67 83,2 66,4 PI Picos 3,53 63,4 39,2 81,87 333,8 221,33 77,8 33,53 82,8 65,7 PI Pio IX 3,09 76,9 30,7 99,56 326,6 173,22 86,4 27,29 82,6 65,3 PI Alto Médio Canindé 2,97 73,4 41,5 66,88 267,5 181,08 82,8 19,82 81,3 63,4 CE Lit. Camocim e Acarau 2,98 62,5 33,9 71,75 249,4 182,20 78,4 24,15 85,1 71,8 CE Ibiapaba 3,27 67,6 34,1 79,74 245 186,14 76,0 37,45 87,4 75,6 CE Coreau 3,02 69,0 33,6 61,76 202,9 173,63 78,3 27,01 86,6 74,2 CE Meruoca 3,17 56,8 32,8 73,79 251,7 204,17 84,0 19,46 84,8 71,4 CE Sobral 3,72 60,6 39,5 76,63 315,3 227,32 73,8 29,64 87,8 76,3 CE Ipu 2,96 66,4 35,1 76,67 230,8 189,00 85,3 28,35 89,0 78,4 CE Santa Quitéria 2,56 66,5 38,8 70,53 234,1 180,98 78,9 26,73 88,5 77,5 CE Itapipoca 2,81 58,9 36,8 69,16 252,4 196,55 82,3 18,16 89,1 78,5 CE Baixo Curu 3,14 57,5 38,1 82,43 261 228,66 75,5 33,05 86,3 73,7 CE Uruburetama 2,95 65,4 31,0 70,51 313,4 193,39 82,1 24,62 87,0 74,9 CE Médio Curu 3,42 62,8 35,6 72,63 293,6 213,25 83,4 19,83 85,6 72,7
Continua...
97
Continuação da Tabela 2.A INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
CE Canindé 2,81 69,3 30,2 64,03 204,63 173,98 71,3 18,33 86,9 74,8 CE Baturité 3,00 60,3 34,3 76,31 240,79 175,16 80,1 23,05 89,1 78,5 CE Chorozinho 3,02 63,4 32,1 71,50 216,08 184,76 52,8 9,64 84,8 71,3 CE Cascavél 3,17 64,2 32,3 100,45 255,84 217,56 79,0 27,03 89,8 79,7 CE Fortaleza 6,19 32,9 66,9 129,92 909,26 700,03 67,7 50,89 90,2 80,4 CE Pacajus 3,13 55,8 40,2 115,78 364,42 184,14 69,2 28,86 88,2 77,0 CE Sertão de Crateus 3,19 64,6 38,6 79,30 256,82 194,11 81,0 25,22 88,7 77,8 CE Sertão de Quixeramobim 3,20 64,7 32,6 77,47 232,87 183,21 81,2 23,88 87,9 76,4 CE Sertão de Inhamuns 2,79 69,5 32,8 66,01 275,66 167,41 83,8 24,37 82,7 68,1 CE Sertão Senador Pompéu 2,77 66,6 32,7 83,85 239,67 174,66 86,4 28,11 86,5 74,0 CE Litoral de Aracati 3,84 57,3 35,2 94,66 311,95 240,47 79,9 32,47 84,9 71,5 CE Baixo Jaguaribe 2,92 55,7 38,9 98,38 265,19 193,64 87,1 41,85 91,1 82,1 CE Médio Jaguaribe 3,08 59,6 33,7 98,54 286,60 175,68 90,2 38,15 89,1 78,5 CE Serra do Pereiro 2,72 70,4 26,7 81,85 241,68 163,42 91,9 26,38 87,2 75,3 CE Iguatú 3,35 60,2 37,6 95,77 303,48 227,06 85,5 35,52 85,7 72,7 CE Várzea Alegre 2,85 64,7 35,8 66,46 204,70 160,96 84,1 31,82 87,3 75,4 CE Lavras da Mangabeira 2,93 55,5 40,0 71,46 256,48 189,26 84,6 34,95 82,4 67,7 CE Chapada do Araripe 3,11 71,0 30,0 77,36 224,01 178,84 78,7 26,76 84,8 71,3 CE Caririaçu 2,72 57,1 37,6 64,66 210,95 173,32 81,7 26,02 82,9 68,4 CE Barro 3,28 59,5 39,8 80,31 275,30 173,81 83,8 30,18 89,3 78,9 CE Carirí 4,29 56,5 42,0 103,84 378,85 256,22 77,3 40,50 88,3 77,1 CE Brejo Santo 3,37 63,2 39,0 89,66 287,16 182,22 76,3 39,96 88,2 77,0 RN Mossoró 3,88 56,2 41,4 121,36 400,98 310,08 80,8 43,57 88,7 77,2 RN Chap. Apodi 2,85 56,5 36,0 85,62 237,53 190,57 88,4 25,28 84,4 69,9 RN Médio Oeste 2,63 53,3 33,4 84,53 234,75 191,13 83,5 18,86 82,3 66,7 RN Vale do Açu 3,27 62,4 31,0 107,58 331,88 190,24 84,0 43,98 86,4 73,3 RN Serra S.Miguel 2,64 58,5 35,7 61,14 206,65 174,14 78,7 38,47 85,8 72,2 RN Pau dos Ferros 2,73 57,7 34,5 87,19 242,16 189,38 86,8 47,64 87,6 75,3 RN Umarizal 2,95 54,5 38,2 87,73 250,38 204,65 86,5 38,76 87,1 74,4 RN Macau 3,64 55,0 40,8 92,77 288,37 261,70 88,9 28,82 86,5 73,4 RN Angicos 2,93 62,4 30,6 92,61 286,08 206,31 85,1 36,11 83,6 68,7 RN Serra Santana 2,67 61,5 30,8 80,00 234,32 183,21 88,6 30,41 81,5 65,5 RN Seridó Ocid. 3,27 48,3 43,2 128,94 406,44 262,02 84,8 54,58 90,7 80,7 RN Seridó Oriental 3,17 46,7 43,0 136,56 348,50 276,18 83,4 66,90 90,7 80,7 RN Baixa Verde 2,90 67,6 25,7 76,56 238,25 184,06 79,1 30,55 81,8 65,9 RN Borborema Potiguar 2,97 66,2 29,6 74,42 260,43 205,72 84,8 55,97 86,9 74,1 RN Agreste Potiguar 3,26 66,7 26,8 82,13 275,23 208,67 85,2 34,00 86,6 73,5 RN Litoral Nordeste 3,30 67,4 28,6 69,01 243,01 182,17 83,4 36,67 81,7 65,8 RN Macaíba 3,80 57,9 35,4 112,10 346,38 275,43 75,9 57,69 87,5 75,1 RN Natal 6,57 29,0 69,8 246,48 1114,40 922,53 77,0 82,63 89,1 77,8 RN Litoral Sul 3,46 67,7 27,3 91,80 247,51 219,07 79,8 49,52 85,5 71,8 PB Catolé do Rocha 2,78 60,7 35,1 85,18 236,73 142,23 82,5 38,98 84,6 68,6 PB Cajazeiras 3,32 64,2 36,5 85,05 311,90 171,84 86,4 38,18 79,4 60,6 PB Sousa 3,19 60,8 38,7 84,68 291,84 175,71 79,7 40,72 84,0 67,6 PB Patos 3,72 60,7 43,5 81,76 345,71 207,87 74,5 45,14 82,1 64,6 PB Píancó 3,39 63,7 36,6 70,39 253,72 178,59 84,2 40,75 84,0 67,6 PB Itaporanga 2,95 59,6 40,1 67,36 230,46 149,46 82,6 34,69 84,5 68,5 PB Serra Teixeira 2,84 60,0 37,9 65,98 199,10 161,80 87,5 39,20 79,4 60,6 PB Seridó Ocid.PB 2,98 51,8 41,2 93,09 256,11 187,37 85,3 50,41 87,2 73,1
Continua...
98
Continuação da Tabela 2.A INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
PB Seridó Or. PB 2,86 61,9 34,1 78,34 247,93 159,28 87,5 36,35 81,8 64,1 PB Cariri Ocid. 2,95 52,6 44,9 85,50 257,82 192,10 88,3 41,73 83,4 66,6 PB Cariri Oriental 2,77 59,6 38,8 87,32 232,22 174,06 90,2 43,54 83,6 66,9 PB Curimataú Ocid. 2,87 64,1 31,3 75,98 233,91 167,32 83,9 37,34 81,2 63,3 PB Curimataú Or. 2,99 68,8 27,3 66,79 247,32 171,69 83,5 34,32 81,0 62,8 PB Esperança 3,25 56,5 37,1 93,50 277,53 182,48 87,7 40,44 81,7 64,0 PB Brejo PB 3,12 66,0 27,5 77,82 260,62 184,80 81,1 42,54 84,9 69,1 PB Guarabira 3,19 68,5 28,2 79,94 230,21 156,42 79,7 52,57 80,3 61,8 PB Campina Grande 4,94 45,5 52,5 105,26 617,91 319,07 76,2 64,22 80,1 61,5 PB Itabaiana 3,19 65,4 29,2 77,00 225,84 159,12 84,5 39,34 79,3 60,4 PB Umbuzeiro 2,63 68,4 28,3 63,33 215,79 144,25 77,7 20,58 76,9 57,0 PB Litoral Norte 2,98 65,4 29,2 72,48 224,73 143,73 74,4 47,24 79,1 60,0 PB Sapé 2,74 68,3 25,8 75,07 218,02 148,02 73,8 34,62 77,9 58,3 PB João Pessoa 6,41 32,4 66,0 172,58 877,54 571,68 74,6 74,87 88,7 75,7 PB Litoral Sul PB 3,15 70,1 26,9 82,13 268,53 142,55 69,0 44,86 83,1 66,2 PE Araripina 3,07 69,5 35,3 87,31 249,63 150,51 75,4 21,95 85,5 70,5 PE Salgueiro 3,38 57,9 44,1 87,88 294,82 215,12 88,6 42,72 90,2 78,8 PE Pajeú 3,25 58,2 39,9 86,53 250,46 177,43 84,9 44,54 85,6 70,7 PE Sertão Moxotó 3,76 59,5 41,9 85,87 321,41 233,58 83,3 40,92 85,8 71,1 PE Petrolina 3,96 55,5 50,2 106,91 410,05 218,16 77,1 43,30 89,5 77,6 PE Itaparica 3,22 47,9 50,9 97,12 273,88 189,95 83,8 42,94 89,5 77,5 PE Vale do Ipanema 3,11 69,3 31,2 72,83 208,35 150,65 80,6 38,34 84,5 68,9 PE Vale do Ipojuca 3,83 56,9 40,8 115,29 320,50 203,49 76,3 43,97 83,7 67,6 PE Alto Capibaribe 3,05 60,4 37,8 118,99 255,36 161,76 70,2 35,29 87,6 74,0 PE Médio Capibaribe 3,21 66,0 31,1 83,71 222,99 162,99 79,1 37,18 85,7 70,8 PE Garanhuns 3,46 59,6 37,4 80,98 288,36 176,73 79,0 38,31 82,2 65,1 PE Brejo PE 2,98 64,5 30,4 87,59 211,90 151,79 79,7 52,35 83,6 67,3 PE Mata Set. PE 3,54 55,1 40,5 95,75 277,19 183,31 74,1 46,50 87,3 73,5 PE Vitória S. Antão 3,61 50,7 42,6 97,08 326,42 190,23 73,6 40,91 88,3 75,3 PE Mata Merid. PE 3,56 60,9 38,4 82,98 254,58 175,75 73,1 51,40 85,1 69,9 PE Itamaracá 4,16 48,1 47,3 116,62 307,62 241,70 70,1 64,53 91,7 81,8 PE Recife 6,78 23,1 76,5 203,34 969,32 601,14 75,3 77,58 91,4 81,1 PE Suape 4,02 48,3 51,8 116,98 289,07 199,35 71,0 65,48 89,7 78,0 AL Serr. do Sertão Alagoano 2,83 69,4 29,8 55,45 214,88 177,50 76,6 15,67 83,3 64,1 AL Alag. Sert. S. Francisco 3,37 59,6 38,4 83,28 290,37 234,08 76,4 46,62 85,4 67,8 AL Santana do Ipanema 2,75 61,8 28,0 61,34 289,43 196,64 72,0 24,48 81,7 61,4 AL Batalha 2,92 66,8 30,2 78,28 341,73 169,13 69,4 29,36 84,4 65,9 AL Palmeira dos Índios 2,98 62,8 32,8 72,64 270,71 218,35 68,6 33,90 87,3 71,2 AL Arapiraca 3,10 65,0 32,6 69,10 300,22 199,45 64,3 27,42 85,4 67,7 AL Traipu 2,94 69,5 24,9 51,67 306,11 300,23 64,2 28,21 86,7 69,9 AL Serrana dos Quilombos 3,69 69,6 27,6 76,21 247,39 197,14 66,6 46,12 86,0 68,8 AL Mata Alagoana 3,19 68,4 29,6 67,75 237,82 189,02 63,1 40,86 83,9 65,1 AL Litoral Norte Alagoano 3,49 64,0 32,0 70,77 334,44 268,43 8,1 38,23 89,2 74,6 AL Maceió 6,18 37,4 61,9 116,82 874,43 662,08 74,6 66,22 87,8 71,9 AL São Miguel dos Campos 3,62 64,2 33,7 84,92 367,57 216,66 63,7 50,37 87,0 70,6 AL Penedo 3,50 57,7 35,0 80,35 304,24 227,29 73,4 50,71 87,6 71,7
Continua...
99
Continuação da Tabela 2.A INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
SE Serg. Sertão S. Francisco 2,75 70,2 29,1 75,91 253,29 188,46 73,8 53,18 81,0 63,0 SE Carira 2,60 62,2 34,0 97,39 264,44 182,96 74,8 52,66 83,8 67,3 SE Nossa Senhora das Dores 3,43 55,5 43,1 81,87 311,72 206,31 74,8 55,52 85,9 70,8 SE Agreste de Itabaiana 2,76 55,9 38,5 98,05 280,66 227,92 77,1 52,74 91,3 80,7 SE Tobias Barreto 2,97 59,1 41,9 90,27 249,72 179,40 76,8 48,37 80,3 61,9 SE Agreste de Lagarto 3,06 59,0 35,8 87,00 338,03 225,08 74,3 44,61 88,6 75,6 SE Propriá 3,07 53,3 40,4 84,61 270,22 227,26 79,7 66,11 80,4 62,1 SE Cotinguiba 2,49 53,6 36,3 80,70 29,85 225,91 73,2 49,98 86,1 71,1 SE Japaratuba 3,05 61,5 30,9 85,64 313,89 204,80 75,3 56,71 85,1 69,5 SE Baixo Cotinguiba 3,52 48,3 46,0 96,48 306,68 247,00 72,7 65,16 86,4 71,6 SE Aracajú 6,08 24,4 74,1 179,81 1026,24 752,38 75,4 81,90 88,0 74,5 SE Boquim 3,00 64,1 34,5 86,01 288,59 205,24 67,4 45,35 81,5 63,7 SE Estância 3,58 55,7 41,4 83,42 367,05 281,32 67,5 43,24 85,0 69,3 BA Barreiras 3,83 56,9 46,2 105,42 362,73 211,59 66,8 44,51 85,4 69,9 BA Cotegipe 3,05 61,4 43,5 70,63 235,16 176,39 79,3 31,19 87,1 72,9 BA Santa Maria da Vitória 3,05 66,3 40,5 82,41 245,12 175,36 74,2 39,19 86,6 72,0 BA Juazeiro 3,63 53,8 47,7 96,58 357,77 222,99 75,6 42,34 82,9 65,9 BA Paulo Afonso 3,54 53,4 51,0 98,01 384,03 309,33 77,4 49,42 81,7 64,1 BA Barra 3,11 57,2 44,7 75,92 259,93 181,49 75,7 36,05 85,4 69,9 BA Bom Jesus da Lapa 3,19 62,2 42,5 71,35 271,04 167,89 74,1 37,85 85,1 69,4 BA Senhor do Bonfim 3,12 55,7 47,1 87,98 288,82 217,18 78,3 31,96 80,3 61,8 BA Irecê 2,90 48,3 54,3 86,41 273,67 167,38 83,4 32,06 80,1 61,5 BA Jacobina 2,98 56,4 47,8 82,94 296,82 182,58 81,8 34,58 80,0 61,4 BA Itaberaba 3,13 63,5 41,7 77,76 262,11 191,14 78,6 29,83 82,6 65,4 BA Feira de Santana 3,86 50,6 50,4 89,43 382,24 257,61 73,4 34,21 84,8 69,0 BA Jeremoabo 3,01 72,3 27,4 68,27 240,79 178,26 70,8 25,10 77,5 57,8 BA Euclides da Cunha 2,73 67,6 39,9 67,89 225,61 185,41 81,1 30,29 81,3 63,3 BA Ribeira do Pombal 2,80 65,1 36,4 83,80 237,08 170,71 80,6 41,66 79,7 61,0 BA Serrinha 2,75 62,4 40,4 91,45 241,77 176,82 79,4 34,55 84,1 67,7 BA Alagoinhas 4,11 52,4 49,1 88,46 401,85 338,75 75,4 41,84 78,7 59,5 BA Entre Rios 3,55 57,5 39,7 80,05 311,44 230,56 65,6 33,29 81,9 64,3 BA Catú 3,92 43,9 54,6 116,25 465,59 355,64 71,0 49,21 86,4 71,7 BA Santo Antônio de Jesus 3,69 49,6 49,3 100,51 362,91 281,91 78,4 49,56 86,9 72,5 BA Salvador 6,78 16,4 84,2 183,93 1147,52 799,28 71,0 71,50 88,0 74,4 BA Boquira 2,67 56,6 50,4 76,30 245,73 184,61 84,5 29,67 87,7 74,0 BA Seabra 3,11 60,8 46,2 92,15 253,08 170,22 75,9 42,14 84,0 67,6 BA Jequié 3,51 61,1 41,1 93,33 312,84 203,28 70,9 38,70 85,7 70,5 BA Livramento do Brumado 2,76 57,4 44,0 93,81 243,68 174,74 86,6 41,90 86,6 71,9 BA Guanambi 3,02 62,0 42,1 92,53 267,89 168,28 78,5 41,39 88,9 76,2 BA Brumado 2,81 67,9 39,5 86,81 252,02 185,62 82,5 28,51 86,6 72,0 BA Vitória da Conquista 3,74 63,1 43,2 84,97 308,38 208,64 71,1 34,81 85,2 69,7 BA Itapetinga 3,39 67,0 36,8 95,54 296,8 174,25 70,0 55,38 85,8 70,6 BA Valença 3,68 61,8 40,7 84,35 333,47 222,85 69,8 37,54 86,5 71,9 BA Ilhéus-Itabuna 4,21 55,6 48,0 94,03 361,78 245,65 64,0 43,64 85,4 70,0 BA Porto Seguro 3,86 62,1 42,8 140,63 395,95 223,34 59,9 50,76 84,9 69,1
100
Tabela 2.B – Indicadores de condições e vida e de vulnerabilidade das mulheres idosas nas 187 microrregiões do nordeste do Brasil – Censo de 2000
INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
MA Litoral Ocid. Maranhense 3,33 58,7 37,3 60,89 171,42 162,14 70,8 7,26 79,8 61,2 MA Aglom. Urb. de São Luís 5,61 26,5 71,6 150,79 434,55 396,36 60,0 38,83 87,6 73,8 MA Rosário 3,18 58,9 31,5 53,41 182,84 173,47 67,2 8,03 81,6 63,9 MA Lencois Maranhenses 3,13 63,3 32,5 49,09 180,36 165,06 78,7 4,82 77,5 57,8 MA Baixada Maranhense 3,17 62,4 34,2 63,12 168,92 162,19 74,0 10,07 81,2 63,2 MA Itapecuru Mirim 3,15 74,1 20,5 56,32 163,87 161,87 79,7 10,20 80,6 62,3 MA Gurupi 2,68 63,8 31,8 62,51 166,82 159,51 63,8 4,53 80,6 62,3 MA Pindaré 2,96 74,2 23,5 67,30 168,15 158,86 67,9 11,10 80,7 62,4 MA Imperatriz 3,29 62,2 34,4 95,46 191,42 170,27 72,9 19,77 82,7 65,6 MA Médio Mearim 3,09 67,3 27,3 66,27 174,94 161,39 73,3 17,50 81,1 63,1 MA Alto Mearim e Grajaú 2,99 67,7 29,8 67,50 194,38 173,17 76,9 9,85 79,5 60,6 MA Presidente Dutra 2,99 71,6 24,8 79,65 185,80 162,20 80,4 16,86 78,6 59,3 MA Baixo Parnaíba Maranh. 3,17 64,8 29,2 48,80 171,33 161,25 79,1 10,74 79,3 60,4 MA Chapadinha 3,26 70,3 24,0 55,84 183,48 171,03 83,9 10,08 80,3 61,9 MA Codó 3,45 73,7 23,4 62,76 173,91 169,22 76,0 13,73 77,9 58,3 MA Coelho Neto 3,41 80,2 16,6 61,85 169,50 160,70 79,6 8,99 79,7 61,0 MA Caxias 3,97 66,4 29,5 71,82 197,41 185,53 74,4 17,64 83,7 67,1 MA Chap. do Alto Itapecuru 3,04 67,0 29,0 71,37 181,20 173,66 78,3 16,73 82,0 64,5 MA Porto Franco 3,23 54,6 42,9 103,37 223,18 183,68 80,5 28,16 85,4 70,0 MA Gerais de Balsas 3,50 60,2 35,6 95,55 202,69 176,21 79,0 21,55 78,3 59,0 MA Chap. das Mangabeiras 3,31 61,6 34,4 68,96 196,76 177,73 79,9 13,40 83,2 66,4 PI Baixo Parnaíba Piauíense 3,33 66,5 24,2 62,57 187,39 177,78 83,6 17,63 79,2 60,3 PI Litoral Piauíense 4,07 54,3 41,1 70,71 228,01 210,70 75,4 24,17 79,55 60,75 PI Teresina 4,99 47,4 48,6 83,91 353,69 290,90 72,9 23,72 86,3 71,6 PI Campo Maior 3,29 66,9 27,9 60,64 184,79 179,50 82,4 17,46 83,2 66,4 PI Médio Parnaíba Piauíense 3,15 67,0 26,7 70,75 182,05 177,92 88,9 31,07 87,1 72,8 PI Valença do Piauí 3,41 75,4 25,9 76,57 185,83 179,88 88,1 30,79 84,6 68,6 PI Alto Parnaíba Piauíense 3,61 69,8 29,2 83,96 187,72 173,53 84,7 28,86 84,9 69,2 PI Bertolínia 3,18 60,8 31,6 72,72 183,90 175,01 88,5 35,83 86,7 72,1 PI Floriano 4,23 58,2 39,6 82,19 242,24 203,51 75,5 30,75 79,6 60,8 PI Alto Médio Gurguéia 3,16 68,4 28,2 81,06 202,01 183,91 87,7 30,30 85,2 69,6 PI São Raimundo Nonato 3,01 62,1 32,4 72,82 187,49 172,70 87,7 17,35 84,5 68,4 PI Chap.Extr. Sul Piauíense 3,26 56,0 37,3 73,66 223,64 182,86 89,3 23,67 83,2 66,4 PI Picos 3,42 71,5 27,3 81,87 223,76 184,71 81,7 33,53 82,8 65,7 PI Pio IX 3,37 73,7 27,3 99,56 189,85 174,32 90,2 27,29 82,6 65,3 PI Alto Médio Canindé 3,08 77,9 27,0 66,88 189,30 182,08 90,0 19,82 81,3 63,4 CE Lit. Camocim e Acarau 3,18 58,1 36,4 71,75 188,84 177,45 74,4 24,15 85,1 71,8 CE Ibiapaba 3,07 66,7 29,8 79,74 172,97 167,71 75,3 37,45 87,4 75,6 CE Coreau 3,48 69,0 33,2 61,76 174,25 165,12 80,7 27,01 86,6 74,2 CE Meruoca 2,93 53,7 33,7 73,79 168,59 162,26 87,8 19,46 84,8 71,4 CE Sobral 3,63 58,9 38,4 76,63 198,05 180,58 71,3 29,64 87,8 76,3 CE Ipu 3,15 64,0 35,3 76,67 178,45 169,76 85,4 28,35 89,0 78,4 CE Santa Quitéria 3,01 65,1 39,1 70,53 170,35 164,59 74,3 26,73 88,5 77,5 CE Itapipoca 3,21 55,7 40,0 69,16 177,65 166,52 80,8 18,16 89,1 78,5 CE Baixo Curu 3,27 46,8 45,5 82,43 212,49 195,23 76,0 33,05 86,3 73,7 CE Uruburetama 3,40 55,6 40,2 70,51 189,61 171,91 81,7 24,62 87,0 74,9 CE Médio Curu 3,10 52,1 45,8 72,63 184,05 175,21 79,2 19,83 85,6 72,7
Continua...
101
Continuação da Tabela 2.B INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
CE Canindé 3,13 59,6 40,2 64,03 181,89 162,70 74,9 18,33 86,9 74,8 CE Baturité 3,42 51,5 42,7 76,31 178,85 171,54 77,1 23,05 89,1 78,5 CE Chorozinho 2,87 60,1 33,9 71,50 178,90 175,74 55,1 9,64 84,8 71,3 CE Cascavél 3,17 50,5 42,6 100,45 181,97 175,67 75,1 27,03 89,8 79,7 CE Fortaleza 5,54 30,3 68,7 129,92 473,97 411,56 56,9 50,89 90,2 80,4 CE Pacajus 3,10 46,3 50,6 115,78 190,69 176,04 72,1 28,86 88,2 77,0 CE Sertão de Crateus 3,20 62,5 35,9 79,30 181,95 168,71 78,3 25,22 88,7 77,8 CE Sertão de Quixeramobim 3,75 54,7 42,5 77,47 179,91 171,22 79,8 23,88 87,9 76,4 CE Sertão de Inhamuns 3,44 67,7 33,0 66,01 202,25 191,13 86,2 24,37 82,7 68,1 CE Sertão Senador Pompéu 3,15 57,0 40,7 83,85 182,18 171,95 87,6 28,11 86,5 74,0 CE Litoral de Aracati 3,41 44,7 44,5 94,66 181,42 175,62 74,9 32,47 84,9 71,5 CE Baixo Jaguaribe 3,25 47,3 48,4 98,38 190,28 178,22 86,9 41,85 91,1 82,1 CE Médio Jaguaribe 3,35 51,6 48,5 98,54 184,83 173,85 89,1 38,15 89,1 78,5 CE Serra do Pereiro 3,09 58,6 40,3 81,85 198,50 172,73 91,6 26,38 87,2 75,3 CE Iguatú 3,74 52,5 42,5 95,77 205,30 190,58 80,8 35,52 85,7 72,7 CE Várzea Alegre 3,24 60,1 37,0 66,46 172,11 163,83 86,4 31,82 87,3 75,4 CE Lavras da Mangabeira 3,29 52,1 44,4 71,46 182,84 178,17 83,9 34,95 82,4 67,7 CE Chapada do Araripe 3,78 71,3 27,1 77,36 180,33 169,44 79,7 26,76 84,8 71,3 CE Caririaçu 2,83 61,0 31,9 64,66 173,73 165,24 84,9 26,02 82,9 68,4 CE Barro 3,64 55,6 42,0 80,31 177,56 168,67 87,4 30,18 89,3 78,9 CE Carirí 4,20 52,8 42,4 103,84 238,89 200,88 74,6 40,50 88,3 77,1 CE Brejo Santo 3,65 62,7 33,5 89,66 184,62 167,12 77,1 39,96 88,2 77,0 RN Mossoró 4,32 40,3 55,2 121,36 256,39 235,36 73,6 43,57 88,7 77,2 RN Chap. Apodi 3,44 42,3 50,1 85,62 176,10 165,48 90,0 25,28 84,4 69,9 RN Médio Oeste 3,13 42,3 44,8 84,53 224,86 177,55 84,3 18,86 82,3 66,7 RN Vale do Açu 3,07 51,6 37,4 107,58 181,98 172,43 83,1 43,98 86,4 73,3 RN Serra S.Miguel 3,19 51,9 42,5 61,14 183,65 177,55 79,5 38,47 85,8 72,2 RN Pau dos Ferros 3,33 46,5 46,8 87,19 192,51 181,56 86,0 47,64 87,6 75,3 RN Umarizal 3,32 41,0 49,1 87,73 197,28 191,46 86,3 38,76 87,1 74,4 RN Macau 3,37 45,9 48,1 92,77 231,74 201,19 79,3 28,82 86,5 73,4 RN Angicos 3,06 50,9 40,1 92,61 198,84 188,39 84,8 36,11 83,6 68,7 RN Serra Santana 3,13 55,6 37,8 80,00 196,24 189,92 90,1 30,41 81,5 65,5 RN Seridó Ocid. 3,94 36,4 57,2 128,94 279,26 247,15 79,4 54,58 90,7 80,7 RN Seridó Oriental 3,72 35,4 55,3 136,56 239,89 217,48 74,4 66,90 90,7 80,7 RN Baixa Verde 3,20 61,0 30,1 76,56 168,30 164,00 80,3 30,55 81,8 65,9 RN Borborema Potiguar 3,35 59,6 34,6 74,42 188,49 176,39 87,4 55,97 86,9 74,1 RN Agreste Potiguar 3,28 63,1 30,6 82,13 189,14 174,50 88,2 34,00 86,6 73,5 RN Litoral Nordeste 3,17 54,8 39,4 69,01 184,21 179,71 83,4 36,67 81,7 65,8 RN Macaíba 3,61 51,5 41,0 112,10 217,72 198,09 76,9 57,69 87,5 75,1 RN Natal 5,44 28,7 69,5 246,48 514,40 439,55 62,8 82,63 89,1 77,8 RN Litoral Sul 3,19 60,6 33,1 91,80 191,73 179,36 82,6 49,52 85,5 71,8 PB Catolé do Rocha 3,40 56,1 39,6 85,18 181,52 168,93 87,3 38,98 84,6 68,6 PB Cajazeiras 3,94 52,4 45,3 85,05 196,48 179,84 86,2 38,18 79,4 60,6 PB Sousa 3,61 54,3 44,6 84,68 192,21 179,53 74,3 40,72 84,0 67,6 PB Patos 3,92 53,4 44,7 81,76 201,09 189,81 68,4 45,14 82,1 64,6 PB Píancó 3,56 67,4 29,4 70,39 177,16 167,38 80,5 40,75 84,0 67,6 PB Itaporanga 3,50 62,6 31,9 67,36 191,49 174,50 81,8 34,69 84,5 68,5 PB Serra Teixeira 3,27 58,8 35,5 65,98 177,70 172,40 86,9 39,20 79,4 60,6 PB Seridó Ocid.PB 3,45 41,0 46,7 93,09 193,60 176,68 81,6 50,41 87,2 73,1
Continua...
102
Continuação da Tabela 2.B INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
PB Seridó Or. PB 3,10 53,0 42,9 78,34 174,64 169,74 87,9 36,35 81,8 64,1 PB Cariri Ocid. 3,45 50,2 47,1 85,50 197,29 177,8 83,6 41,73 83,4 66,6 PB Cariri Oriental 3,40 49,9 49,9 87,32 182,48 177,59 90,7 43,54 83,6 66,9 PB Curimataú Ocid. 3,17 57,1 36,6 75,98 190,81 177,05 87,4 37,34 81,2 63,3 PB Curimataú Or. 3,35 67,1 27,6 66,79 189,80 175,16 84,9 34,32 81,0 62,8 PB Esperança 3,54 50,7 43,1 93,50 195,24 184,79 85,3 40,44 81,7 64,0 PB Brejo PB 3,66 64,8 31,0 77,82 214,65 205,44 83,4 42,54 84,9 69,1 PB Guarabira 3,26 61,9 32,6 79,94 173,33 167,07 79,0 52,57 80,3 61,8 PB Campina Grande 4,56 43,7 52,9 105,26 276,13 237,22 67,8 64,22 80,1 61,5 PB Itabaiana 3,39 60,6 32,1 77,00 181,11 175,55 79,5 39,34 79,3 60,4 PB Umbuzeiro 3,05 64,6 32,1 63,33 182,45 173,74 83,0 20,58 76,9 57,0 PB Litoral Norte 3,24 61,0 31,1 72,48 186,15 178,55 76,0 47,24 79,1 60,0 PB Sapé 3,28 64,8 28,7 75,07 180,06 166,76 68,9 34,62 77,9 58,3 PB João Pessoa 5,94 33,6 62,8 172,58 503,11 438,11 63,3 74,87 88,7 75,7 PB Litoral Sul PB 3,22 69,6 25,1 82,13 176,18 172,47 70,8 44,86 83,1 66,2 PE Araripina 3,31 68,7 31,1 87,31 176,79 158,88 78,5 21,95 85,5 70,5 PE Salgueiro 3,62 58,0 39,9 87,88 204,47 190,68 85,1 42,72 90,2 78,8 PE Pajeú 3,74 53,6 43,4 86,53 185,06 172,16 80,2 44,54 85,6 70,7 PE Sertão Moxotó 3,84 53,6 40,7 85,87 192,79 170,94 79,3 40,92 85,8 71,1 PE Petrolina 4,22 55,7 45,1 106,91 233,99 180,62 75,1 43,30 89,5 77,6 PE Itaparica 3,64 52,5 44,8 97,12 223,10 199,85 85,3 42,94 89,5 77,5 PE Vale do Ipanema 3,48 69,4 25,9 72,83 171,84 158,40 82,4 38,34 84,5 68,9 PE Vale do Ipojuca 4,07 56,8 39,5 115,29 197,84 168,40 72,0 43,97 83,7 67,6 PE Alto Capibaribe 3,24 58,6 37,7 118,99 183,41 156,00 72,5 35,29 87,6 74,0 PE Médio Capibaribe 3,66 67,9 27,5 83,71 183,19 166,85 80,6 37,18 85,7 70,8 PE Garanhuns 3,73 62,4 31,4 80,98 189,14 163,15 79,9 38,31 82,2 65,1 PE Brejo PE 3,26 68,0 24,9 87,59 172,87 156,50 81,0 52,35 83,6 67,3 PE Mata Set. PE 3,89 58,7 37,0 95,75 168,24 144,61 60,2 46,50 87,3 73,5 PE Vitória S. Antão 3,73 62,6 31,3 97,08 164,20 142,81 66,2 40,91 88,3 75,3 PE Mata Merid. PE 3,96 63,7 33,0 82,98 166,84 147,60 58,2 51,40 85,1 69,9 PE Itamaracá 4,23 56,0 42,3 116,62 194,52 180,02 57,0 64,53 91,7 81,8 PE Recife 5,95 29,4 68,7 203,34 400,01 318,91 51,2 77,58 91,4 81,1 PE Suape 4,08 56,8 38,8 116,98 170,62 136,44 54,0 65,48 89,7 78,0 AL Serr. do Sertão Alagoano 3,22 69,3 27,7 55,45 179,45 163,54 77,2 15,67 83,3 64,1 AL Alag. Sert. S. Francisco 3,19 58,0 38,3 83,28 182,87 173,85 74,4 46,62 85,4 67,8 AL Santana do Ipanema 2,84 65,3 26,8 61,34 191,39 174,26 78,8 24,48 81,7 61,4 AL Batalha 2,70 67,3 27,8 78,28 186,42 175,99 79,0 29,36 84,4 65,9 AL Palmeira dos Índios 3,48 62,5 30,8 72,64 206,18 195,13 73,9 33,90 87,3 71,2 AL Arapiraca 3,10 66,3 28,9 69,10 195,27 171,66 66,5 27,42 85,4 67,7 AL Traipu 3,04 64,0 29,2 51,67 187,74 179,38 70,0 28,21 86,7 69,9 AL Serrana dos Quilombos 3,85 72,9 22,7 76,21 198,28 177,88 67,5 46,12 86,0 68,8 AL Mata Alagoana 3,20 74,1 20,7 67,75 184,01 167,78 61,6 40,86 83,9 65,1 AL Litoral Norte Alagoano 3,89 62,5 28,3 70,77 197,85 192,36 65,2 38,23 89,2 74,6 AL Maceió 5,59 41,2 56,6 116,82 515,50 392,37 64,5 66,22 87,8 71,9 AL São Miguel dos Campos 3,57 65,6 29,4 84,92 207,41 194,25 62,9 50,37 87,0 70,6 AL Penedo 3,83 55,1 37,1 80,35 199,21 185,38 71,8 50,71 87,6 71,7
Continua...
103
Continuação da Tabela 2.B INDICADORES DE CONDIÇÕES DE VIDA E VULNERABILIDADE UF Micro Anos Analf Le RPC RdT Apo Apo Banh PRB PRB Est Escr med med Pen Prev Agua 40 60
SE Serg. Sertão S. Francisco 2,89 63,8 32,2 75,91 198,03 187,33 78,9 53,18 81,0 63,0 SE Carira 3,27 70,0 26,7 97,39 194,17 183,67 84,5 52,66 83,8 67,3 SE Nossa Senhora das Dores 3,37 56,7 37,7 81,87 178,16 172,88 78,1 55,52 85,9 70,8 SE Agreste de Itabaiana 3,11 60,6 32,9 98,05 179,29 165,92 77,1 52,74 91,3 80,7 SE Tobias Barreto 3,19 62,3 38,9 90,27 191,41 178,32 82,8 48,37 80,3 61,9 SE Agreste de Lagarto 3,12 56,4 37,0 87,00 184,15 169,63 75,3 44,61 88,6 75,6 SE Propriá 3,28 52,9 40,5 84,61 209,96 180,50 82,5 66,11 80,4 62,1 SE Cotinguiba 3,27 49,8 40,3 80,70 184,53 180,44 67,9 49,98 86,1 71,1 SE Japaratuba 3,22 60,4 30,1 85,64 175,29 166,61 86,2 56,71 85,1 69,5 SE Baixo Cotinguiba 3,63 50,3 40,8 96,48 207,41 194,69 62,6 65,16 86,4 71,6 SE Aracajú 5,39 30,0 66,4 179,81 469,44 399,10 61,7 81,90 88,0 74,5 SE Boquim 3,26 67,7 31,0 86,01 169,29 163,46 68,8 45,35 81,5 63,7 SE Estância 3,77 50,3 41,9 83,42 239,85 212,24 73,8 43,24 85,0 69,3 BA Barreiras 3,68 63,9 34,6 105,42 184,48 164,58 75,7 44,51 85,4 69,9 BA Cotegipe 2,83 66,4 30,8 70,63 177,23 16,85 88,0 31,19 87,1 72,9 BA Santa Maria da Vitória 3,54 73,8 27,3 82,41 179,09 171,29 79,7 39,19 86,6 72,0 BA Juazeiro 3,63 56,9 41,0 96,58 207,19 185,77 74,4 42,34 82,9 65,9 BA Paulo Afonso 3,66 59,0 41,7 98,01 222,20 213,81 69,7 49,42 81,7 64,1 BA Barra 3,45 60,7 34,4 75,92 183,01 170,43 77,3 36,05 85,4 69,9 BA Bom Jesus da Lapa 3,68 67,8 31,5 71,35 190,60 172,56 77,9 37,85 85,1 69,4 BA Senhor do Bonfim 3,24 63,5 34,4 87,98 196,31 183,97 82,2 31,96 80,3 61,8 BA Irecê 3,03 59,5 38,0 86,41 183,41 170,76 87,4 32,06 80,1 61,5 BA Jacobina 3,04 61,5 39,0 82,94 181,59 169,42 85,4 34,58 80,0 61,4 BA Itaberaba 2,92 66,5 33,8 77,76 183,01 170,56 80,2 29,83 82,6 65,4 BA Feira de Santana 4,11 58,5 40,0 89,43 228,91 196,07 73,8 34,21 84,8 69,0 BA Jeremoabo 2,42 76,8 18,9 68,27 167,83 160,14 76,8 25,10 77,5 57,8 BA Euclides da Cunha 2,96 74,1 29,8 67,89 171,98 161,83 83,2 30,29 81,3 63,3 BA Ribeira do Pombal 2,88 66,9 30,3 83,80 179,79 168,93 84,7 41,66 79,7 61,0 BA Serrinha 2,93 67,2 33,0 91,45 188,32 171,88 83,5 34,55 84,1 67,7 BA Alagoinhas 3,85 59,1 40,2 88,46 226,74 205,33 67,8 41,84 78,7 59,5 BA Entre Rios 3,36 59,0 34,2 80,05 183,46 175,22 70,0 33,29 81,9 64,3 BA Catú 3,52 55,0 40,7 116,25 217,06 200,37 64,9 49,21 86,4 71,7 BA Santo Antônio de Jesus 3,68 55,2 42,0 100,51 224,81 198,75 77,8 49,56 86,9 72,5 BA Salvador 6,10 24,8 74,8 183,93 538,24 440,35 53,0 71,50 88,0 74,4 BA Boquira 2,57 71,5 28,0 76,30 175,32 168,67 85,7 29,67 87,7 74,0 BA Seabra 3,31 71,7 30,2 92,15 182,39 170,85 82,8 42,14 84,0 67,6 BA Jequié 3,64 69,0 30,4 93,33 190,98 171,99 70,9 38,70 85,7 70,5 BA Livramento do Brumado 3,45 69,5 30,4 93,81 184,63 177,72 85,6 41,90 86,6 71,9 BA Guanambi 3,32 70,7 28,1 92,53 184,22 169,80 81,2 41,39 88,9 76,2 BA Brumado 3,15 80,1 20,5 86,81 177,17 169,92 80,5 28,51 86,6 72,0 BA Vitória da Conquista 3,79 73,9 27,2 84,97 198,16 174,93 67,9 34,81 85,2 69,7 BA Itapetinga 3,77 72,5 26,5 95,54 188,53 163,96 70,5 55,38 85,8 70,6 BA Valença 3,81 62,9 36,7 84,35 207,89 184,72 68,7 37,54 86,5 71,9 BA Ilhéus-Itabuna 4,24 59,6 42,0 94,03 245,09 198,82 60,9 43,64 85,4 70,0 BA Porto Seguro 3,80 71,8 30,2 140,63 194,72 171,16 60,8 50,76 84,9 69,1
104
Tabela 3.A –Relação entre a população total e a população de idosos – Taxa de envelhecimento nas 42 mesorregiões do nordeste do Brasil – Censo de 2010
Pop_total Pop_Idosos Taxa de Taxa de Envelh. - Medidas descritivas UF Nome_Meso 2010 2010 Envelhecimento Média D_Padrão Mediana Min Máx
MA 3. Norte Maranhense 81.967 6.863 8,37 8,38 1,14 8,32 6,58 10,33
MA 4. Oeste Maranhense 312.551 26.985 8,63 8,05 0,51 8,14 7,38 8,63
MA 1. Centro Maranhense 159.781 13.853 8,67 9,35 0,49 9,56 8,67 9,83
MA 2. Leste Maranhense 130.345 12.621 9,68 9,14 0,58 9,30 8,38 9,82
MA 5. Sul Maranhense 65.671 4.698 7,15 8,38 0,89 8,76 7,15 9,23 PI 2. Norte Piauiense 165.364 17.240 10,43 10,18 0,24 10,18 9,94 10,43 PI 1. Centro-Norte Piauiense 109.711 13.443 12,25 11,57 2,03 12,13 8,25 13,76 PI 4. Sudoeste Piauiense 59.602 6.483 10,88 9,93 1,26 10,01 8,20 11,77 PI 3. Sudeste Piauiense 28.962 3.379 11,67 11,13 0,38 10,91 10,81 11,67
CE 1. Noroeste Cearense 12.188 1.403 11,51 11,00 1,27 10,64 9,53 12,89
CE 2. Norte Cearense 42.885 4.797 11,19 10,68 0,69 11,02 9,73 11,62
CE 3. Metropol. Fortaleza 592.320 125.921 7,91 7,77 0,14 7,77 7,62 7,91
CE 4. Sertões Cearense 132.911 15.547 11,70 13,06 0,87 13,21 11,70 14,12
CE 5. Jaguaribe 155.525 17.336 11,15 11,74 1,13 11,92 10,19 12,96
CE 6. Centro-Sul Cearense 47.556 6.777 14,25 13,49 0,74 13,72 12,49 14,25
CE 7. Sul Cearense 44.942 5.426 12,07 11,52 1,09 12,07 9,67 12,79
RN 4. Oeste Potiguar 70.169 7.105 10,13 11,44 1,51 11,83 8,46 13,15
RN 2. Central Potiguar 30.694 3.727 12,14 11,54 1,21 12,14 9,24 12,61
RN 1. Agreste Potiguar 66.880 8.009 11,98 11,28 0,60 11,36 10,52 11,98
RN 3. Leste Potiguar 143.492 12.043 8,39 8,82 0,53 8,73 8,26 9,57
PB 1. Sertão Paraibano 60.914 6.228 10,22 11,52 0,96 11,08 10,22 12,88
PB 2. Borborema 36.914 4.447 12,05 13,11 0,64 13,31 12,05 13,76
PB 3. Agreste Paraibano 57.393 6.807 11,86 12,26 1,02 12,39 9,86 13,46
PB 4. Mata Paraibana 65.606 7.430 11,33 9,57 1,31 9,38 8,22 11,33 PE 1. Sertão Pernambucano 80.315 8.004 9,97 10,48 0,88 10,13 9,70 11,96 PE 2. São Franc. Pernamb 218.190 15.605 7,15 7,92 0,77 7,92 7,15 8,70 PE 3. Agreste Pernambucano 133.194 12.545 9,42 10,92 0,97 10,75 9,42 12,40 PE 4. Mata Pernambucana 104.535 10.415 9,96 9,47 0,49 9,65 8,80 9,96 PE 5. Metropol. Recife 1.523.040 135.608 8,90 7,86 0,76 7,55 7,13 8,90 AL 1. Sertão Alagoano 38.624 3.313 8,58 9,21 0,53 9,16 8,58 9,95 AL 2. Agreste Alagoano 199.109 17.680 8,88 10,03 0,94 10,04 8,88 11,17 AL 3. Leste Alagoano 33.735 2.525 7,48 7,91 0,64 7,70 7,22 8,79 SE 1. Sertão Sergipano 78.727 6.623 8,41 9,64 1,23 9,64 8,41 10,88 SE 2. Agreste sergipano 79.018 7.226 9,14 9,93 0,62 9,87 9,14 10,84 SE 3. Leste Sergipano 43.841 2.905 6,63 8,15 0,97 8,49 6,63 9,10 BA 1. Extremo-Oeste Baiano 59.834 6.619 11,06 9,63 2,34 11,06 6,33 11,51 BA 2. Vale São Franc. Bahia 81.351 8.182 10,06 9,38 0,48 9,37 8,71 10,06 BA 5. Centro-Norte Baiano 162.175 18.464 11,39 10,50 0,82 10,68 9,06 11,39 BA 6. Nordeste Baiano 154.334 18.384 11,91 10,64 1,44 10,95 7,99 12,30 BA 7. Metrop de Salvador 261.256 23.719 9,08 8,16 0,72 8,08 7,33 9,08 BA 3. Centro-Sul Baiano 49.277 6.090 12,36 11,67 0,97 11,28 10,45 13,20 BA 4. Sul Baiano 505.447 54.336 10,75 9,28 1,05 8,74 8,36 10,75
105
9. ANEXOS
ANEXO I
9.1. Certificado do Comitê de Ética em Pesquisa
106
ANEXO II
9.2 Comprovantes de submissão dos artigos 2 e 3
Submissão – Artigo 2
Submissão – Artigo 3
Data 01 de abril de 2014 Prezado Jozemar, Obrigada pelo interesse em publicar na REBEP. Recebemo s a submissão do artigo "_____Modelagem de equações estruturais: contribuiç ão metodológica para o estudo da mortalidade no Brasil", de autoria de Jozemar Pereir a dos Santos e Neir Antunes Paes, o qual para referências futuras identificamos com o número 2014_00118. O trabalho será enviado para pareceristas e assim que tivermos retorno, de pelo menos dois pareceristas, entraremos em contato novamente. Att Suzana _______________________________________________________________________ Suzana Cavenaghi Editora REBEP 2013-2014 www.rebep.org.br http://www.scielo.br/scielo.php?script=sci_serial&p id=0102-3098&lng=en&nrm=iso
107
ANEXO III
9.3 Certificados de Apresentação de trabalhos em Co ngressos Nacional e
Internacional
108
Certificado de Apresentação de Trabalho – IX CLATSE
109
Certificado de Apresentação de Trabalho – 55ª RBRAS
110
Certificado de Apresentação de Trabalho – 56ª RBRAS
111
Certificado de Apresentação de Trabalho – 58ª RBRAS
112
Programa de Apresentação dos Trabalhos - ASMDA 2013
15th Applied Stochastic Models and Data Analysis International Conference (Including
Demographics 2013 Workshop), June 25–28, 2013 Mataró, Espanha.
Modeling of Mortality in Elderly Women due to
Cardiovascular Disease in the Northeast of Brazil
Jozemar P. Santos
&
Neir Paes
Department of Statistics
Federal University of Paraíba, Brazil
113
Certificado de Apresentação de Trabalho – XXIX ALAS
