Desigualdades na mortalidade e a composição do índice de iniquidade em saúde em uma capital brasileira / Inequalities in mortality and the composition of the mortality rate health inequity in a Brazilian capital

RESUMO

As diferenças nos resultados de saúde entre distintos grupos populacionais são reveladas por diversos estudos acadêmicos e relatórios governamentais, e não se apresentam como novidade. Ainda assim, o tema das desigualdades sociais é objeto de estudo recorrente nas diversas áreas de conhecimento, talvez pela ampliação dessas desigualdades ao longo dos anos. O Brasil, apesar da redução nas desigualdades nas últimas décadas, ainda sustenta uma das maiores desigualdades sociais do mundo. A criação de um índice que agregue indicadores socioeconômicos e de saúde pode contribuir para ações que reduzam ou eliminem as iniquidades dentro do país. Diante disso, este estudo propõe a criação do Índice de Iniquidade em Saúde (IIS) composto por indicadores de saúde ­ a Média de anos vividos e a Média de anos potenciais de vida perdidos (APVP) ­ e indicadores socioeconômicos de renda, escolaridade e população em condições de pobreza para a cidade de Natal, estado do Rio Grande do Norte. As variáveis de mortalidade foram calculadas a partir dos registros de óbitos do banco de dados do Sistema de Informação sobre Mortalidade (SIM), do Ministério da Saúde, e as variáveis socioeconômicas obtidas do Censo Demográfico-2010, do Instituto Brasileiro de Geografia e Estatística (IBGE). Além das análises descritivas da mortalidade e das condições socioeconômicas entre os bairros, foi realizado um linkage probabilístico entre os bancos de dados para captar os setores censitários das residências com registro de óbitos entre 2007-2013. Com a homogeneidade interna dos setores censitários pode-se discriminar ainda melhor a desigualdade entre as áreas da cidade. Para o cálculo do índice, foi utilizada a análise fatorial por componentes principais. O índice foi validado através de uma análise fatorial na amostra de setores e pela análise de cluster, ao passo que a correlação de Spearman foi utilizada para a análise de consistência. Os dados do índice foram espacialmente representados através do software QGIS. Os resultados mostram que a diferença na média dos anos vividos entre os bairros de Natal-RN chega a 25 anos, sendo que o pior bairro apresenta condições de mortalidade comparáveis a países pobres da África, ao passo que o bairro com maior média de anos vividos se assemelha à média brasileira. A mortalidade esteve fortemente correlacionada com as variáveis socioeconômicas, destacando-se a relação entre média de APVP por doenças crônicas não transmissíveis e a proporção de domicílios com baixa renda (ρ=0,913). O Índice de Iniquidade em Saúde apresentou consistência com os demais modelos (ρ>0,800) e pode revelar áreas com piores condições socioeconômicas e de saúde localizadas perifericamente na cidade, notadamente nas zonas oeste e norte da cidade. Esses dados auxiliam os formuladores de políticas públicas na priorização de ações que visem à redução ou eliminação das iniquidades em saúde (AU).

ABSTRACT

Differences in health outcomes among different population groups are revealed by several academic studies and government reports, and are not new. Nevertheless, the theme of social inequalities is the object of a recurrent study in the different areas of knowledge, perhaps due to the expansion of these inequalities over the years. Brazil, despite the reduction in inequalities in the last decades, still sustains one of the greatest social inequalities in the world. The creation of an index that aggregates socioeconomic and health indicators can contribute to actions that reduce or eliminate iniquities within the country. In view of this, this study proposes the creation of the Health Inequity Index (IIS) composed of health indicators - the average number of years lived and the average number of years of life lost (PYLL) - and socioeconomic indicators of income, schooling and population in conditions of poverty for the city of Natal, state of Rio Grande do Norte. Mortality variables were calculated from the mortality records of the Mortality Information System (SIM) database of the Ministry of Health and the socioeconomic variables obtained from the Demographic Census-2010, from the Brazilian Institute of Geography and Statistics (IBGE). In addition to the descriptive analyzes of mortality and socioeconomic conditions among the neighborhoods, a probabilistic linkage was made between the databases to capture the census tracts of residences with death records between 2007-2013. With the internal homogeneity of the census tracts it is possible to discriminate even better the inequality between the areas of the city. For the calculation of the index, the principal components factorial analysis was used. The index was validated through a factorial analysis in the sector sample and by the cluster analysis, whereas the Spearman correlation was used for the consistency analysis. The index data was spatially represented using the QGIS software. The results show that the difference in the average of the years lived between the neighborhoods of Natal-RN reaches 25 years, with the worst neighborhood showing comparable mortality conditions to poor countries in Africa, whereas the neighborhood with the highest average of years lived is similar to the Brazilian average. Mortality was strongly correlated with socioeconomic variables, with a significant relationship between the mean number of PYLL in non-communicable chronic diseases and the proportion of low-income households (ρ = 0.913). The Health Inequity Index presented consistency with the other models (ρ> 0.800) and may reveal areas with worse socioeconomic and health conditions located peripherally in the city, especially in the western and northern zones of the city. These data help public policy makers prioritize actions aimed at reducing or eliminating health inequities (AU).