ABSTRACT
RESUMO Objetivo: Identificar os fatores associados à mortalidade infantil em município com bom desenvolvimento socioeconômico. Métodos: Estudo de coorte retrospectivo com 7.887 nascidos vivos do ano de 2012 registrados no Sistema de Informação sobre Nascidos Vivos (SINASC) e associados por meio de linkage com o Sistema de Informações sobre Mortalidade (SIM) para identificação dos óbitos ocorridos no primeiro ano de vida. Os fatores de risco foram hierarquizados em três níveis de determinação: distal, intermediário e proximal. Os modelos de regressão logística binomial e o modelo multivariado quantificaram o impacto individual das variáveis testadas e ajustaram o efeito das variáveis de confundimento. A magnitude do efeito das variáveis explicativas foi estimada pelo cálculo do Odds Ratio (OR) bruta e ajustada e de seus respectivos intervalos de confiança de 95% (IC95%), sendo significante p<0,05. Resultados: Identificou-se 61 óbitos na coorte e o coeficiente de mortalidade infantil foi de 7,7 por mil nascidos vivos. Mãe adolescente (ORaj 3,75; IC95% 1,40-10,02), duração da gestação <32 semanas (ORaj 12,08; IC95% 2,30-63,38), peso ao nascer <1.500 g (ORaj 8,20; IC95% 1,52-44,23), Apgar no 1º e no 5º minuto de vida <7 (ORaj 4,82; IC95% 2,01-11,55 e ORaj 6,26; IC95% 1,93-20,30, respectivamente) e presença de malformação congênita (ORaj 21,49; IC95% 7,72-59,82) constituíram fatores de risco para os óbitos. Conclusões: A menor relevância dos fatores socioeconômicos e assistenciais e a maior importância dos fatores biológicos na determinação dos óbitos infantis podem refletir o efeito protetor do elevado desenvolvimento econômico e social dessa localidade.
ABSTRACT Objective: To identify factors associated with infant mortality in a city with good socioeconomic development. Methods: A retrospective cohort study with 7,887 live births in the year of 2012 recorded in the Live Births Information System (SINASC) and associated by linkage with the Mortality Information System (SIM) to identify the deaths in the first year of life. The risk factors were ranked in three levels of determination: distal, intermediate and proximal. The logistic binomial regression models and the multivariate model quantified the impact of the individual variables tested and adjusted the effect of confounding variables. The magnitude of the effect of the explanatory variables was estimated by calculating the crude and adjusted Odds Ratio (OR) and their respective 95% confidence intervals (95%CI), being significant p<0.05. Results: There were 61 deaths in the cohort and the infant mortality rate was 7.7 per thousand live births. Teenage mother (adjOR 3.75; 95%CI 1.40-10.02), gestational age <32 weeks (adjOR 12.08; 95%CI 2.30-63.38), weight at birth <1500g (adjOR 8.20; 95%CI 1.52-44.23), Apgar score at 1 and 5 minutes of life <7 (adjOR 4.82; 95%CI 2.01-11.55 and adjOR 6.26; 95%CI 1,93-20,30, respectively) and the presence of congenital malformation (adjOR 21.49; 95%CI 7.72-59.82) were risk factors for infant mortality. Conclusions: The lower relevance of socioeconomic and health care variables and the greater importance of biological factors in determining infant mortality may reflect the protective effect of high economic and social development of the locality.