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








Year range
1.
Rev. paul. pediatr ; 29(3): 336-340, set. 2011. ilus
Article in Portuguese | LILACS | ID: lil-601102

ABSTRACT

OBJETIVO: Identificar o padrão espacial para a taxa de prematuridade em Taubaté, SP. MÉTODOS: Estudo ecológico exploratório com dados de nascidos vivos com idade gestacional entre 22 e 36 semanas do município de Taubaté, SP, no ano de 2003. A análise espacial utilizou o programa TerraView, com abordagem pelo índice de Moran global (IM) para os nascimentos prematuros, de acordo com idade da mãe (menores de 20 e maiores de 34 anos) e escolaridade materna (ensino médio incompleto). Os casos de partos prematuros foram tratados sob a forma de contagem para cada setor censitário; construíram-se mapas temáticos para cada situação, além do BoxMap, que identifica as regiões que necessitam de intervenção na assistência à saúde. RESULTADOS: Foram 3.914 nascidos vivos no ano de 2003, sendo 281 prematuros (7,2 por cento). O IM para partos prematuros foi de 0,07, (p=0,02), mostrando uma correlação espacial em determinadas regiões do município. Para a idade materna, obteve-se IM=0,03 (p=0,20); para a escolaridade da mãe, IM=0,13 (p=0,01). O BoxMap mostrou 32 setores censitários que necessitam de intervenção. CONCLUSÕES: A abordagem espacial identificou o padrão geográfico para o parto prematuro no município de Taubaté, tratando-se de ferramenta que permite o planejamento da assistência neonatal.


OBJECTIVE: To identify the spatial pattern for prematurity rate in Taubaté, SP Brazil. METHODS: Exploratory ecological study of live births with gestational ages between 22 and 36 weeks, from the city of Taubaté, SP, in 2003. The spatial analysis used the software TerraView, and the of Moran's index (IM) for preterm births, according to mother's age (younger than 20 years old and over 34 years old) and maternal education (incomplete high school). The cases of premature deliveries were treated by counts for each census sector; thematic maps were built for each situation, the BoxMap identified areas that need health care intervention. RESULTS: There were 3,914 live births in 2003, and 281 preterm infants (7.2 percent). The IM for preterm deliveries was 0.07, (p=0.02), showing a spatial correlation in certain regions of the municipality. The IM for maternal age was 0.03, (p=0.20), and for mother's education, 0.13 (p=0.01). The BoxMap showed 32 census sectors that require intervention. CONCLUSIONS: The spatial approach has identified a geographic pattern for premature deliveries in the city of Taubaté. The use of this tool may help planning neonatal care.


Subject(s)
Humans , Female , Pregnancy , Infant, Newborn , Demography , Risk Factors , Infant, Premature , Epidemiological Monitoring , Obstetric Labor, Premature/epidemiology
2.
Rev. paul. pediatr ; 25(4): 358-363, dez. 2007. graf
Article in Portuguese | LILACS | ID: lil-473275

ABSTRACT

OBJETIVO: Identificar e quantificar os fatores de risco para óbito neonatal em Taubaté, São Paulo. MÉTODOS: Trata-se de estudo caso-controle com dados de nascidos vivos e de óbitos neonatais de Taubaté, em 2003, obtidos da Secretaria Estadual da Saúde de São Paulo. Os casos (óbitos neonatais) e os controles (recém-nascidos nos mesmos dias daqueles que faleceram) foram reunidos num banco por meio da técnica de linkage. As variáveis independentes foram: variáveis sociodemográficas e assistenciais (idade e escolaridade maternas, paridade, consultas no pré-natal, tipo de parto e relato de natimorto) e variáveis biológicas (peso ao nascer, idade gestacional, escore de Apgar, presença de defeito congênito e sexo). Utilizou-se a regressão logística para identificar e quantificar os efeitos destas variáveis em relação ao óbito neonatal pelo programa SPSS 10.0. Foram introduzidas no modelo as variáveis que apresentaram p<0,20 na análise univariada e permaneceram aquelas com p<0,05. RESULTADOS: Foram analisados 392 recém-nascidos, sendo 34 óbitos. Havia 198 do sexo masculino (51 por cento), 60 com baixo peso (15 por cento) e 51 prematuros (13 por cento). A idade materna média foi 26 anos. As variáveis "baixo peso ao nascer", "Apgar <8" e "presença de defeito congênito" associaram-se significativamente à presença de óbito neonatal. O modelo explicou 58 por cento dos óbitos, mostrando acurácia de 93 por cento. CONCLUSÕES: Os fatores de risco encontrados mostram a importância da prevenção do baixo peso e do bom atendimento na sala de parto, tendo o modelo mostrado boa acurácia e bom poder explicativo para o óbito neonatal.


OBJECTIVE: To identify and to estimate the risk factors associated to neonatal mortality in Taubaté, São Paulo, Brazil. METHODS: This case-control study enrolled live births in the city of Taubaté during 2003. Live birth data and death records were obtained from São Paulo Health Department. Neonatal deaths were cases and babies born alive in the same day of cases were the controls. A single data file was created by linkage approach. Dependent variable was neonatal death. Independent variables were those related to socio-demographic characteristics and prenatal care (maternal age, years in school, parity, previous stillbirths, prenatal care), as well as the biological ones (birthweight, gender, gestational age, congenital defects and Apgar score). Logistic regression was used to identify and to estimate the risk factors associated to neonatal death. The variables with p<0.20 were introduced in the model and maintained if p<0.05, by SPSS 10.0. RESULTS: 392newborns with 34 neonatal deaths were studied. There were 198 males (50 percent), 60 low birth weight (15 percent) and 51 preterm infants (13 percent). Mean maternal age was 26 years. The variables "low birth weight", "Apgar score <8" and "congenital defects" were significantly associated to neonatal deaths. The model explained 58 percent of neonatal deaths, with an accuracy of 93 percent. CONCLUSIONS: The risk factors associated to neonatal deaths show the importance of low birth weight prevention and a good prenatal and delivery care, in order to improve neonatal vitality at birth. The model had a good accuracy and a high power to explain the neonatal death.


Subject(s)
Humans , Male , Female , Infant, Newborn , Congenital Abnormalities/mortality , Risk Factors , Infant Mortality , Infant, Premature , Infant, Low Birth Weight
SELECTION OF CITATIONS
SEARCH DETAIL