Your browser doesn't support javascript.
loading
Show: 20 | 50 | 100
Results 1 - 2 de 2
Filter
Add filters








Year range
1.
Rev. bras. estud. popul ; 29(1): 87-100, jan.-jun. 2012. tab
Article in Portuguese | LILACS | ID: lil-640852

ABSTRACT

Um grande problema em estimativas demográficas no Brasil diz respeito ao nível e padrão da mortalidade. Os demógrafos que trabalham com mortalidade, no país, ainda não se sentem tão seguros sobre o real comportamento desta componente da dinâmica populacional. Por outro lado, necessita-se da disponibilidade de indicadores de mortalidade para níveis geográficos mais desagregados, sobretudo municípios. O problema é que quanto mais desagregado, mais complexo se torna o trabalho de estimar qualquer indicador social ou demográfico. Neste trabalho, objetiva-se estimar e propor correção de sub-registros de óbitos no nível municipal, segundo grupos etários, por meio de dois métodos: estimador bayesiano empírico (BE) e algoritmo EM (Expectation-Maximization). Para que os dois métodos fossem operacionalizados entre municípios semelhantes, foram realizados dois exercícios: agruparam-se os municípios segundo a mesorregião; e agruparam-se os municípios em grupos homogêneos, gerados a partir de uma análise de cluster utilizando as variáveis grau de urbanização, proporção de óbitos por causas externas e a população de cada município. Foram utilizados dados do Estado do Rio Grande do Norte, referentes a 2000. Para o total do Estado, estimou-se um sub-registro de 11% com o estimador BE e de 12,9% com o algoritmo EM. Outro resultado importante é a possibilidade de avaliar o grau de cobertura de óbitos por grupos etários em municípios e em qualquer nível de agregação a partir deste.


Level and standard of mortality are major demographic estimation problems in Brazil. Demographists dealing with mortality in Brazil still do not fell assured of the real behavior of this population dynamics component. On the other hand, there is a need for mortality indicators available for more disaggregated geographic levels, mostly municipalities. The difficulty is that the more disaggregated, the more complex is the task for estimating any social or demographic indicator. In this study, we aimed to estimate and to propose the correction of death underreporting at the municipal level, according to age, using two methods: the empiric Bayesian estimator (BE) and the EM (Expectation-Maximization) algorithm. For the two methods to be operational within comparable municipalities, two steps were performed: we grouped the municipalities according to a mesoregion; and we grouped them into two homogeneous groups, created from a cluster analysis using the variables level of urbanization, proportion of death from external causes and the population of each municipality. We used data collected in 2000 from the State of Rio Grande do Norte. For the entire State, we estimated underreporting to be 11% using the BE estimator, and 12.9 % using the EM algorithm. Another important finding was the capability to assess the level of death coverage by age groups in the municipalities and, at any level of aggregation.


Un gran problema, en lo que se refiere a estimativas demográficas en Brasil, está relacionado con el nivel y patrón de la mortalidad. Los demógrafos que trabajan con mortalidad en el país todavía no se sienten muy seguros sobre el comportamiento real de este componente de la dinámica poblacional. Por otro lado, es necesario que se disponga de indicadores de mortalidad para niveles geográficos más desagregados, sobre todo municipios. El problema es que cuanto más desagregado, más complejo se hace el trabajo de estimar cualquier indicador social o demográfico. Este trabajo tiene por objetivo estimar y proponer una corrección de subregistros de fallecimientos en el nivel municipal, según grupos de edad, por medio de dos métodos: estimador bayesiano empírico (BE) y algoritmo EM (Expectation-Maximization). Con el objeto de que los dos métodos fueran puestos en funcionamiento entre municipios semejantes, se realizaron dos ejercicios: se agruparon los municipios según la mesorregión; y se agruparon los municipios en grupos homogéneos, generados a partir de un análisis de cluster, utilizando las variables grado de urbanización, proporción de óbitos por causas externas y la población de cada municipio. Se utilizaron datos del Estado de Río Grande do Norte, referentes al año 2000. Para el total del Estado, se estimó un subregistro de un 11% con el estimador BE y de un 12,9% con el algoritmo EM. Otro resultado importante es la posibilidad de evaluar el grado de cobertura de óbitos por grupos de edad en municipios y en cualquier nivel de agregación a partir de este nivel.


Subject(s)
Humans , Child , Adult , Aged , Mortality Registries/statistics & numerical data , Information Systems , Underregistration , Age Factors , Algorithms , Bayes Theorem , Brazil , Demography
2.
Epidemiol. serv. saúde ; 20(2): 161-172, abr.-jun. 2011. tab
Article in Portuguese | LILACS | ID: lil-593444

ABSTRACT

Objetivos: descrever a evolução da mortalidade por câncer de mama e estimar os anos potenciais de vida perdidos (APVP) e anos produtivos de vida perdidos (APrVP). Metodologia: usou-se uma série temporal sobre óbitos de mulheres entre 20 e 70 anos cuja causa básica foi o câncer de mama; utilizou-se como fonte de dados o Sistema de Informações sobre Mortalidade (SIM); foram calculadas taxas de mortalidade brutas e padronizadas pela população mundial, APVP, APrVP e os seus respectivos coeficientes, por ano de ocorrência. Resultados: o risco de morrer por câncer de mama cresceu ao longo do período – taxa média de mortalidade ajustada de 9,7/100.000 mulheres –, sendo maior para a faixa de 50 a 59 anos de idade; perderam-se, no período estudado, 20.983,5 APVP e 10.853,5 APrVP. Conclusão: os resultados apontam à necessidadede estratégias de rastreamento e diagnóstico precoce de câncer de mama como cuidados indispensáveis às mulheres.


Objectives: to describe breast cancer mortality trends, to estimate potential years of life lost (PYLL) and potentially productive years of life lost (PPYLL). Methodology: a mortality time series comprising data on 20 to 70 year-oldwomen who died from breast cancer and the Mortality Information System (MIS) were used as database; crude and standard international mortality rates, PYLL and PPYLL were calculated by year of occurrence. Results: the risk of awoman dying from breast cancer increased during the period of analysis – the average adjusted mortality rate was9.7 per 100,000 women – being higher for the age group of 50 to 59 years; PYLL and PPYLL were 20983.5 and 10853.5 per 100,000, respectively. Conclusion: esults suggest the need for screening strategies and early diagnosis of breast cancer as priority actions related to women’s health care.


Subject(s)
Humans , Female , Mortality/history , Mortality/trends , Breast Neoplasms/mortality , Brazil
SELECTION OF CITATIONS
SEARCH DETAIL