Mapeando as disparidades socioeconômicas de saúde urbana: um estudo comparativo entre seis capitais brasileiras / Mapping socioeconomic disparities in urban health: a comparative study of six Brazilian capitals / Mapeando las disparidades socioeconómicas de salud urbana: un estudio comparativo entre seis capitales brasileñas

Resumo A cidade é um modo de viver, pensar e sentir. O modo de vida urbano é capaz de produzir ideias, comportamentos, valores e conhecimentos, mas também pode acirrar disparidades socioeconômicas e de saúde da população que ali reside. Este artigo examina as disparidades em saúde urbana em seis capitais brasileiras: São Paulo, Rio de Janeiro, Salvador, Fortaleza, Belo Horizonte e Manaus. Para quantificar e mapear as disparidades intraurbanas nesses espaços, foram utilizados os dados do Censo Demográfico de 2010 para a aplicação do índice de saúde urbana (ISU), uma métrica que sintetiza oito diferentes variáveis socioeconômicas e de saneamento desagregadas por setores censitários. Os resultados são discutidos à luz de três vertentes teóricas: a diferenciação centro-periferia; abordagem econômica da saúde; e epidemiologia social. As descobertas desse estudo revelam que os setores censitários que abrangem populações com maior status socioeconômico e melhores condições de saneamento apresentaram índices de saúde urbana mais elevados do que os da periferia da cidade. Há indícios de melhores indicadores de saúde urbana para o Rio de Janeiro e São Paulo, em comparação com as demais capitais analisadas. No entanto, há importantes nuances em cada uma das seis cidades estudadas, especialmente quando se atribuem diferentes pesos às variáveis que compõem o ISU, apesar da marcada segregação espacial comum a todas elas. Considerar as distinções dentro do espaço urbano é uma estratégia fundamental para a compreensão desses aspectos sociais e econômicos e seus potenciais desdobramentos nas condições de saúde da população.

Abstract A city is a way of living, thinking, and feeling. The urban lifestyle can produce ideas, behaviors, values, and knowledge. Still, it can also intensify socioeconomic and health disparities in the population. This article examines urban health disparities in six Brazilian capitals: São Paulo, Rio de Janeiro, Salvador, Fortaleza, Belo Horizonte, and Manaus. To quantify and map intra-urban disparities in these spaces, data from the 2010 Demographic Census are used to apply the Urban Health Index, a metric that synthesizes eight different socio-economic and sanitation variables disaggregated by census tracts. The results are discussed in light of three theoretical perspectives: center-periphery differentiation, the economic approach to health, and social epidemiology. The findings of this study reveal that census tracts covering populations with higher socio-economic status and better sanitation conditions exhibited higher urban health index scores than those in the city's periphery. Results indicate better urban health indicators for Rio de Janeiro and São Paulo, compared to the other capitals analyzed. However, there are important nuances in each of the six cities, especially when assigning different weights to the variables that compose the Urban Health Index, despite the marked spatial segregation common to all. Considering distinctions within urban space is a fundamental strategy to understand these social and economic aspects and their potential implications for population health conditions.

Resumen La ciudad es una forma de vivir, pensar y sentir. El modo de vida urbano es capaz de producir ideas, comportamientos, valores y conocimientos, pero también lo es de intensificar las disparidades socioeconómicas y de salud de la población que reside en ella. Este artículo examina las disparidades en salud urbana en seis capitales brasileñas: São Paulo, Río de Janeiro, Salvador, Fortaleza, Belo Horizonte y Manaus. Para cuantificar y mapear las disparidades intraurbanas en estos espacios, se utilizan datos del censo demográfico de 2010 para aplicar el índice de salud urbana, una métrica que sintetiza ocho diferentes variables socioeconómicas y de saneamiento desagregadas por sectores censales. Los resultados se discuten a la luz de tres perspectivas teóricas: la diferenciación centro-periferia, el enfoque económico de la salud y la epidemiología social. Los hallazgos de este estudio revelan que los sectores censales que abarcan poblaciones con un mayor estatus socioeconómico y mejores condiciones de saneamiento presentaron puntajes más altos en el índice de salud urbana que los de la periferia de la ciudad. Hay indicios de mejores indicadores de salud urbana para Río de Janeiro y São Paulo, en comparación con las demás capitales analizadas. Sin embargo, se observan matices importantes en cada una de las seis ciudades analizadas, especialmente al asignar diferentes pesos a las variables que componen el pindice de salud urbana, a pesar de la marcada segregación espacial común a todas ellas. Considerar las distinciones dentro del espacio urbano es una estrategia fundamental para comprender estos aspectos sociales y económicos y sus posibles implicaciones en las condiciones de salud de la población.

Análise espacial de casos prováveis de dengue no município de São Luís, Maranhão, Brasil / Spatial analysis of probable dengue cases in the municipality of São Luís, Maranhão, Brazil / Análisis espacial de los casos probables de dengue en el municipio de São Luís, Maranhão, Brasil

INTRODUÇÃO: A dengue é considerada uma das principais arboviroses mundiais, caracterizada no Brasil pelo aumento de casos graves e óbitos. OBJETIVO: realizar análise espacial dos casos prováveis de dengue em São Luís - MA. MÉTODOS: Estudo ecológico de base populacional dos casos prováveis de dengue, notificados no Sistema de Informação de Agravos de Notificação (SINAN) em 2015 e 2016, ocorridos no município de São Luís ­ MA. Foram georreferenciados 4.681 casos prováveis de dengue por setores censitários, calculadas as taxas de incidência e ajustadas através do estimador bayesiano empírico local. Foi utilizado o estimador de densidade de Kernel e Moran Global e Local para a análise espacial. RESULTADOS: Evidenciou-se através do estimador de densidade de Kernel, áreas quentes (alta-densidade) nos setores censitários da região noroeste do município. As taxas de incidência foram ajustadas pela aplicação do método bayesiano empírico local, identificando-se maior quantidade de setores com média e alta incidência. A partir do índice de Moran global foi evidenciada autocorrelação espacial positiva estatisticamente significativa para as taxas de incidência de dengue (I=0,69; p<0,001) e para as taxas de incidência ajustadas pelo método bayesiano (I=0,80; p<0,001). De acordo com o índice de Moran local, identificou-se clusters de setores de alta incidência de dengue em áreas com alta densidade populacional na região nordeste e noroeste do município. CONCLUSÃO: A pesquisa demonstrou que os estimadores bayesianos ajudaram a minimizar os problemas de subnotificação e da influência do tamanho populacional nos setores censitários.

INTRODUCTION: Dengue is considered one of the main arboviruses in the world, characterized in Brazil by the increase in severe cases and deaths. OBJECTIVE: to perform spatial analysis of probable dengue cases in São Luís - MA. METHODS: Population-based ecological study of probable dengue cases, reported in the Notifiable Diseases Information System (SINAN) in 2015 and 2016, which took place in the city of São Luís - MA. 4,681 probable dengue cases were georeferenced by census sectors, incidence rates were calculated and adjusted using the local empirical Bayesian estimator. The Kernel and Moran Global and Local density estimator was used for spatial analysis. RESULTS: Hot areas (high-density) in the census sectors of the northwest region of the municipality were evidenced through the Kernel density estimator. Incidence rates were adjusted by applying the local empirical Bayesian method, identifying a greater number of sectors with medium and high incidence. From the global Moran index, statistically significant positive spatial autocorrelation was evidenced for the dengue incidence rates (I = 0.69; p <0.001) and for the incidence rates adjusted by the Bayesian method (I = 0.80; p <0.001). According to the local Moran index, clusters of sectors with a high incidence of dengue were identified in areas with high population density in the northeast and northwest regions of the municipality. CONCLUSION: The research demonstrated that Bayesian estimators helped to minimize the problems of underreporting and the influence of population size on census tracts.

INTRODUCCIÓN: El dengue es considerado una de las principales arbovirosis a nivel mundial, caracterizada en Brasil por el aumento de casos graves y muertes. OBJETIVO: Realizar un análisis espacial de los casos probables de dengue en São Luís - MA. MÉTODOS: Estudio ecológico de base poblacional de los casos probables de dengue, notificados en el Sistema de Informação de Agravos de Notificação (SINAN) en 2015 y 2016, ocurridos en el municipio de São Luís - MA. Se georreferenciaron 4.681 casos probables de dengue por sectores censales, se calcularon las tasas de incidencia y se ajustaron mediante el estimador empírico bayesiano local. Para el análisis espacial se utilizó el estimador de densidad Kernel y Moran global y local. RESULTADOS: Se evidenció a través del estimador de densidad Kernel, áreas calientes (de alta densidad) en los sectores censales de la región noroeste del municipio. Las tasas de incidencia se ajustaron mediante la aplicación del método bayesiano empírico local, identificándose una mayor cantidad de setores con incidencia media y alta. A partir del índice global de Moran se evidenció una autocorrelación espacial positiva estadísticamente significativa para las tasas de incidencia de dengue (I=0,69; p<0,001) y para las tasas de incidencia ajustadas por el método bayesiano (I=0,80; p<0,001). Según el índice local de Moran, se identificaron clusters de sectores de alta incidencia de dengue en áreas con alta densidad de población en las regiones noreste y noroeste del municipio. CONCLUSIÓN: La investigación demostró que los estimadores bayesianos ayudaron a minimizar los problemas de infradeclaración y la influencia del tamaño de la población en los sectores censales.