[Access to neonatal healthcare services: analysis of displacement networks between municipalities in the State of Paraná, Brazil]. / Acesso a serviços de atenção hospitalar no período neonatal: análise de redes de deslocamento entre municípios do Estado do Paraná, Brasil.

This study aimed to characterize hospitalizations of residents in Paraná State, Brazil, that occurred during the neonatal period in a municipality different from their place of residence from 2008 to 2019, and to describe displacement networks for the first and last biennium of the series, corresponding to periods before and after initiatives to regionalize health services in the state. Admissions of children aged from 0 to 27 days were obtained from the Hospital Information System of the Brazilian National Unified Health System (SIH-SUS) database. For each biennium and health region, the proportion of admissions that occurred outside the municipality of residence, the weighted average distance traveled, and indicators of health and service provision were calculated. Mixed models were fitted to evaluate the biennial trend of the indicators and to investigate factors associated with the neonatal mortality rate (NMR). In total, 76,438 hospitalizations were selected, ranging from 9,030 in 2008-2009 to 17,076 in 2018-2019. The comparison of the networks obtained for 2008-2009 and 2018-2019 revealed an increase in the number of frequent destinations and in the proportion of displacements within the same health region. A decreasing trend was observed for distance, the proportion of live births with 5-minute Apgar ≤ 7, and for NMR. In the adjusted analysis for NMR, besides the biennial effect (-0.64; 95%CI: -0.95; -0.28), only the proportion of live birth with gestational age < 28 weeks showed statistical significance (4.26; 95%CI: 1.29; 7.06). The demand for neonatal hospital care increased over the study period. The displacement networks suggest a positive impact of regionalization, although investment in regions with the potential to become healthcare centers is necessary.

Este trabalho objetivou caracterizar internações de residentes no Paraná, Brasil, ocorridas no período neonatal em município diferente do de residência, entre 2008 e 2019, e descrever redes de deslocamento para o primeiro e o último biênio da série, correspondentes aos períodos anterior e posterior a iniciativas de regionalização dos serviços de saúde no estado. Dados sobre internações de crianças com idade entre 0 e 27 dias foram obtidos por meio do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH-SUS). Para cada biênio e regional de saúde, foram calculados a proporção de internações ocorridas fora do município de residência, a distância média ponderada pelo fluxo dos deslocamentos, bem como indicadores de saúde e de oferta de serviços. Modelos mistos foram ajustados para avaliar a tendência bianual dos indicadores e para verificar fatores associados à taxa de mortalidade neonatal (TMN). No total, 76.438 internações foram selecionadas, variando de 9.030, em 2008-2009, a 17.076, em 2018-2019. A comparação entre as redes obtidas para 2008-2009 e as existentes em 2018-2019 evidenciou aumento no número de destinos frequentes e na proporção de deslocamentos dentro da mesma regional de saúde. Observou-se tendência decrescente para a distância, para a proporção de nascidos vivos com Apgar no quinto minuto ≤ 7 e para a TMN. Na análise ajustada para a TMN, além do efeito de biênio (-0,64; IC95%: -0,95; -0,28), apenas a proporção de nascidos vivos com idade gestacional inferior a 28 semanas apresentou significância estatística (4,26; IC95%: 1,29; 7,06). A demanda por assistência hospitalar no período neonatal aumentou ao longo do período estudado. As redes de deslocamento sugerem impacto positivo da regionalização, embora o investimento em regiões com potencial para se tornarem polos assistenciais seja necessário.

El presente trabajo tuvo como objetivo caracterizar las hospitalizaciones de residentes en el Paraná, Brasil, ocurridas en el período neonatal en un municipio diferente al de su residencia entre el 2008 y el 2019, y describir las redes de desplazamiento para el primer y último bienio de la serie, correspondientes al período anterior y posterior a iniciativas de regionalización de servicios de salud en el Estado. Las hospitalizaciones de niños con edades entre 0 y 27 días se obtuvieron del Sistema de Información Hospitalaria del Sistema Único de Salud (SIH-SUS) y, para cada bienio y regional de salud, se calculó la proporción de ingresos hospitalarios que ocurrieron fuera del municipio de residencia, la distancia media calculada por el flujo de desplazamientos, así como indicadores de salud y de oferta de servicios. Se ajustaron modelos mixtos para evaluar la tendencia bianual de los indicadores y para verificar factores asociados a la tasa de mortalidad neonatal (TMN). En total, se seleccionaron 76.438 hospitalizaciones, que varían desde 9.030 en 2008-2009 a 17.076 en 2018-2019. La comparación de las redes obtenida para 2008-2009 y 2018-2019 mostró un aumento en el número de destinos frecuentes y en la proporción de desplazamientos dentro de la misma regional de salud. Se observó una tendencia decreciente para la distancia, la proporción de nacidos vivos con Apgar al 5º minuto ≤ 7 y para la TMN. En el análisis ajustado para la TMN, además del efecto de bienio (-0,64; IC95%: -0,95; -0,28), solo la proporción de nacidos vivos con edad gestacional < 28 semanas presentó significativa estadística (4,26; IC95%: 1,29; 7,06). La demanda de asistencia hospitalaria en el período neonatal aumentó a lo largo del período estudiado. Las redes de desplazamiento sugieren un impacto positivo de la regionalización, aunque es necesaria la inversión en regiones con potencial para convertirse en polos asistenciales.

Acesso a serviços de atenção hospitalar no período neonatal: análise de redes de deslocamento entre municípios do Estado do Paraná, Brasil / Access to neonatal healthcare services: analysis of displacement networks between municipalities in the State of Paraná, Brazil / Acceso a los servicios de atención hospitalaria en el período neonatal: análisis de las redes de desplazamiento entre municipios del estado del Paraná, en Brasil

Resumo: Este trabalho objetivou caracterizar internações de residentes no Paraná, Brasil, ocorridas no período neonatal em município diferente do de residência, entre 2008 e 2019, e descrever redes de deslocamento para o primeiro e o último biênio da série, correspondentes aos períodos anterior e posterior a iniciativas de regionalização dos serviços de saúde no estado. Dados sobre internações de crianças com idade entre 0 e 27 dias foram obtidos por meio do Sistema de Informações Hospitalares do Sistema Único de Saúde (SIH-SUS). Para cada biênio e regional de saúde, foram calculados a proporção de internações ocorridas fora do município de residência, a distância média ponderada pelo fluxo dos deslocamentos, bem como indicadores de saúde e de oferta de serviços. Modelos mistos foram ajustados para avaliar a tendência bianual dos indicadores e para verificar fatores associados à taxa de mortalidade neonatal (TMN). No total, 76.438 internações foram selecionadas, variando de 9.030, em 2008-2009, a 17.076, em 2018-2019. A comparação entre as redes obtidas para 2008-2009 e as existentes em 2018-2019 evidenciou aumento no número de destinos frequentes e na proporção de deslocamentos dentro da mesma regional de saúde. Observou-se tendência decrescente para a distância, para a proporção de nascidos vivos com Apgar no quinto minuto ≤ 7 e para a TMN. Na análise ajustada para a TMN, além do efeito de biênio (-0,64; IC95%: -0,95; -0,28), apenas a proporção de nascidos vivos com idade gestacional inferior a 28 semanas apresentou significância estatística (4,26; IC95%: 1,29; 7,06). A demanda por assistência hospitalar no período neonatal aumentou ao longo do período estudado. As redes de deslocamento sugerem impacto positivo da regionalização, embora o investimento em regiões com potencial para se tornarem polos assistenciais seja necessário.

Abstract: This study aimed to characterize hospitalizations of residents in Paraná State, Brazil, that occurred during the neonatal period in a municipality different from their place of residence from 2008 to 2019, and to describe displacement networks for the first and last biennium of the series, corresponding to periods before and after initiatives to regionalize health services in the state. Admissions of children aged from 0 to 27 days were obtained from the Hospital Information System of the Brazilian National Unified Health System (SIH-SUS) database. For each biennium and health region, the proportion of admissions that occurred outside the municipality of residence, the weighted average distance traveled, and indicators of health and service provision were calculated. Mixed models were fitted to evaluate the biennial trend of the indicators and to investigate factors associated with the neonatal mortality rate (NMR). In total, 76,438 hospitalizations were selected, ranging from 9,030 in 2008-2009 to 17,076 in 2018-2019. The comparison of the networks obtained for 2008-2009 and 2018-2019 revealed an increase in the number of frequent destinations and in the proportion of displacements within the same health region. A decreasing trend was observed for distance, the proportion of live births with 5-minute Apgar ≤ 7, and for NMR. In the adjusted analysis for NMR, besides the biennial effect (-0.64; 95%CI: -0.95; -0.28), only the proportion of live birth with gestational age < 28 weeks showed statistical significance (4.26; 95%CI: 1.29; 7.06). The demand for neonatal hospital care increased over the study period. The displacement networks suggest a positive impact of regionalization, although investment in regions with the potential to become healthcare centers is necessary.

Resumen: El presente trabajo tuvo como objetivo caracterizar las hospitalizaciones de residentes en el Paraná, Brasil, ocurridas en el período neonatal en un municipio diferente al de su residencia entre el 2008 y el 2019, y describir las redes de desplazamiento para el primer y último bienio de la serie, correspondientes al período anterior y posterior a iniciativas de regionalización de servicios de salud en el Estado. Las hospitalizaciones de niños con edades entre 0 y 27 días se obtuvieron del Sistema de Información Hospitalaria del Sistema Único de Salud (SIH-SUS) y, para cada bienio y regional de salud, se calculó la proporción de ingresos hospitalarios que ocurrieron fuera del municipio de residencia, la distancia media calculada por el flujo de desplazamientos, así como indicadores de salud y de oferta de servicios. Se ajustaron modelos mixtos para evaluar la tendencia bianual de los indicadores y para verificar factores asociados a la tasa de mortalidad neonatal (TMN). En total, se seleccionaron 76.438 hospitalizaciones, que varían desde 9.030 en 2008-2009 a 17.076 en 2018-2019. La comparación de las redes obtenida para 2008-2009 y 2018-2019 mostró un aumento en el número de destinos frecuentes y en la proporción de desplazamientos dentro de la misma regional de salud. Se observó una tendencia decreciente para la distancia, la proporción de nacidos vivos con Apgar al 5º minuto ≤ 7 y para la TMN. En el análisis ajustado para la TMN, además del efecto de bienio (-0,64; IC95%: -0,95; -0,28), solo la proporción de nacidos vivos con edad gestacional < 28 semanas presentó significativa estadística (4,26; IC95%: 1,29; 7,06). La demanda de asistencia hospitalaria en el período neonatal aumentó a lo largo del período estudiado. Las redes de desplazamiento sugieren un impacto positivo de la regionalización, aunque es necesaria la inversión en regiones con potencial para convertirse en polos asistenciales.

Clusters of Pregnant Women with Severe Acute Respiratory Syndrome Due to COVID-19: An Unsupervised Learning Approach.

COVID-19 has been widely explored in relation to its symptoms, outcomes, and risk profiles for the severe form of the disease. Our aim was to identify clusters of pregnant and postpartum women with severe acute respiratory syndrome (SARS) due to COVID-19 by analyzing data available in the Influenza Epidemiological Surveillance Information System of Brazil (SIVEP-Gripe) between March 2020 and August 2021. The study's population comprised 16,409 women aged between 10 and 49 years old. Multiple correspondence analyses were performed to summarize information from 28 variables related to symptoms, comorbidities, and hospital characteristics into a set of continuous principal components (PCs). The population was segmented into three clusters based on an agglomerative hierarchical cluster analysis applied to the first 10 PCs. Cluster 1 had a higher frequency of younger women without comorbidities and with flu-like symptoms; cluster 2 was represented by women who reported mainly ageusia and anosmia; cluster 3 grouped older women with the highest frequencies of comorbidities and poor outcomes. The defined clusters revealed different levels of disease severity, which can contribute to the initial risk assessment of the patient, assisting the referral of these women to health services with an appropriate level of complexity.

Machine learning to predict 30-day quality-adjusted survival in critically ill patients with cancer.

PURPOSE: To develop and compare the predictive performance of machine-learning algorithms to estimate the risk of quality-adjusted life year (QALY) lower than or equal to 30 days (30-day QALY). MATERIAL AND METHODS: Six machine-learning algorithms were applied to predict 30-day QALY for 777 patients admitted in a prospective cohort study conducted in Intensive Care Units (ICUs) of two public Brazilian hospitals specialized in cancer care. The predictors were 37 characteristics collected at ICU admission. Discrimination was evaluated using the area under the receiver operating characteristic (AUROC) curve. Sensitivity, 1-specificity, true/false positive and negative cases were measured for different estimated probability cutoff points (30%, 20% and 10%). Calibration was evaluated with GiViTI calibration belt and test. RESULTS: Except for basic decision trees, the adjusted predictive models were nearly equivalent, presenting good results for discrimination (AUROC curves over 0.80). Artificial neural networks and gradient boosted trees achieved the overall best calibration, implying an accurately predicted probability for 30-day QALY. CONCLUSIONS: Except for basic decision trees, predictive models derived from different machine-learning algorithms discriminated the QALY risk at 30 days well. Regarding calibration, artificial neural network model presented the best ability to estimate 30-day QALY in critically ill oncologic patients admitted to ICUs.

[Machine learning for predictive analyses in health: an example of an application to predict death in the elderly in São Paulo, Brazil]. / Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil.

This study aims to present the stages related to the use of machine learning algorithms for predictive analyses in health. An application was performed in a database of elderly residents in the city of São Paulo, Brazil, who participated in the Health, Well-Being, and Aging Study (SABE) (n = 2,808). The outcome variable was the occurrence of death within five years of the elder's entry into the study (n = 423), and the predictors were 37 variables related to the elder's demographic, socioeconomic, and health profile. The application was organized according to the following stages: division of data in training (70%) and testing (30%), pre-processing of the predictors, learning, and assessment of the models. The learning stage used 5 algorithms to adjust the models: logistic regression with and without penalization, neural networks, gradient boosted trees, and random forest. The algorithms' hyperparameters were optimized by 10-fold cross-validation to select those corresponding to the best models. For each algorithm, the best model was assessed in test data via area under the ROC curve (AUC) and related measures. All the models presented AUC ROC greater than 0.70. For the three models with the highest AUC ROC (neural networks and logistic regression with LASSO penalization and without penalization, respectively), quality measures of the predicted probability were also assessed. The expectation is that with the increased availability of data and trained human capital, it will be possible to develop predictive machine learning models with the potential to help health professionals make the best decisions.

Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta foi representada pela ocorrência de óbito em até cinco anos após o ingresso do idoso no estudo (n = 423), e os preditores, por 37 variáveis relacionadas ao perfil demográfico, socioeconômico e de saúde do idoso. A aplicação foi organizada de acordo com as seguintes etapas: divisão dos dados em treinamento (70%) e teste (30%), pré-processamento dos preditores, aprendizado e avaliação de modelos. Na etapa de aprendizado, foram utilizados cinco algoritmos para o ajuste de modelos: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest. Os hiperparâmetros dos algoritmos foram otimizados por validação cruzada 10-fold, para selecionar aqueles correspondentes aos melhores modelos. Para cada algoritmo, o melhor modelo foi avaliado em dados de teste por meio da área abaixo da curva (AUC) ROC e medidas relacionadas. Todos os modelos apresentaram AUC ROC superior a 0,70. Para os três modelos com maior AUC ROC (redes neurais e regressão logística com penalização de lasso e sem penalização, respectivamente), foram também avaliadas medidas de qualidade da probabilidade predita. Espera-se que, com o aumento da disponibilidade de dados e de capital humano capacitado, seja possível desenvolver modelos preditivos de machine learning com potencial para auxiliar profissionais de saúde na tomada de melhores decisões.

El objetivo de este estudio fue presentar las etapas relacionadas con la utilización de algoritmos de machine learning para análisis predictivos en salud. Para tal fin, se realizó una aplicación en base a datos de ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el estudio Salud Bienestar y Envejecimiento (SABE) (n = 2.808). La variable respuesta se representó mediante la ocurrencia de óbito en hasta 5 años tras la inclusión del anciano en el estudio (n = 423), y los predictores fueron representados por 37 variables relacionadas con el perfil demográfico, socioeconómico y de salud del anciano. El aplicación se organizó según las siguientes etapas: división de los datos en formación (70%) y test (30%), pre-procesamiento de los predictores, aprendizaje y evaluación de modelos. En la etapa de aprendizaje, se utilizaron cinco algoritmos para el ajuste de modelos: regresión logística con y sin penalización, redes neuronales, gradient boosted trees y random forest. Los hiperparámetros de los algoritmos se optimizaron mediante una validación cruzada 10-fold, para seleccionar aquellos correspondientes a los mejores modelos. Para cada algoritmo, el mejor modelo se evaluó con datos de la prueba del área debajo de la curva (AUC) ROC y medidas relacionadas. Todos los modelos presentaron AUC ROC superior a 0,70. Para los tres modelos con mayor AUC ROC (redes neuronales y regresión logística con penalización de Lasso y sin penalización, respectivamente) también se evaluaron medidas de calidad de la probabilidad pronosticada. Se espera que, con el aumento de la disponibilidad de datos y de capital humano capacitado, sea posible desarrollar modelos predictivos de machine learning con potencial para ayudar a profesionales de salud en la toma de mejores decisiones.

Job strain among teachers: associations with occupational factors according to social support. / Trabalho de alta exigência entre professores:associações com fatores ocupacionais conforme o apoio social.

This study aimed to ascertain the occupational factors associated with job strain among elementary school teachers and whether the associations varied according to social support. This was a cross-sectional study with 842 teachers from the state school system of a municipality in southern Brazil. Occupational information was obtained by means of interviews. Sociodemographic data and the Demand Control Support Questionnaire were included in a self-reported questionnaire. Logistic regression analysis was performed with the calculation of odds ratios and 95% confidence intervals. The following were associated with job strain: > 40 working hours/week, having suffered violence at school, negative perceptions about the work-personal life balance, remuneration and number of students in the classroom. A stratified analysis revealed that workload and negative perceptions about the number of students per class were significant only in the lower social support group. Job strain is associated with specific teaching conditions, and social support can provide a moderating effect on some of these associations.

Objetivou-se verificar fatores ocupacionais associados ao trabalho de alta exigência entre professores da educação básica e se as associações variavam conforme o apoio social. Estudo transversal com 842 professores da rede estadual de ensino de um município do Sul do Brasil. Informações ocupacionais foram obtidas por meio de entrevistas. Dados sociodemográficos e o Demand Control Support Questionnaire faziam parte de um questionário autorrespondido. Realizou-se análise de regressão logística com cálculo das razões de odds e intervalos de confiança de 95%. Associaram-se ao trabalho de alta exigência a carga horária > 40 horas/semana, ter sofrido violência na escola e percepções negativas quanto ao equilíbrio entre a vida profissional e pessoal, remuneração e quantidade de alunos em sala de aula. Após análise estratificada, carga horária e percepção negativa quanto à quantidade de alunos por sala foram significativas apenas no grupo de menor apoio social. Trabalho de alta exigência está associado a condições específicas de trabalho docente e o apoio social pode atuar como moderador de efeito em algumas dessas associações.

Trabalho de alta exigência entre professores: associações com fatores ocupacionais conforme o apoio social / Job strain among teachers: associations with occupational factors according to social support

Resumo Objetivou-se verificar fatores ocupacionais associados ao trabalho de alta exigência entre professores da educação básica e se as associações variavam conforme o apoio social. Estudo transversal com 842 professores da rede estadual de ensino de um município do Sul do Brasil. Informações ocupacionais foram obtidas por meio de entrevistas. Dados sociodemográficos e o Demand Control Support Questionnaire faziam parte de um questionário autorrespondido. Realizou-se análise de regressão logística com cálculo das razões de odds e intervalos de confiança de 95%. Associaram-se ao trabalho de alta exigência a carga horária > 40 horas/semana, ter sofrido violência na escola e percepções negativas quanto ao equilíbrio entre a vida profissional e pessoal, remuneração e quantidade de alunos em sala de aula. Após análise estratificada, carga horária e percepção negativa quanto à quantidade de alunos por sala foram significativas apenas no grupo de menor apoio social. Trabalho de alta exigência está associado a condições específicas de trabalho docente e o apoio social pode atuar como moderador de efeito em algumas dessas associações.

Abstract This study aimed to ascertain the occupational factors associated with job strain among elementary school teachers and whether the associations varied according to social support. This was a cross-sectional study with 842 teachers from the state school system of a municipality in southern Brazil. Occupational information was obtained by means of interviews. Sociodemographic data and the Demand Control Support Questionnaire were included in a self-reported questionnaire. Logistic regression analysis was performed with the calculation of odds ratios and 95% confidence intervals. The following were associated with job strain: > 40 working hours/week, having suffered violence at school, negative perceptions about the work-personal life balance, remuneration and number of students in the classroom. A stratified analysis revealed that workload and negative perceptions about the number of students per class were significant only in the lower social support group. Job strain is associated with specific teaching conditions, and social support can provide a moderating effect on some of these associations.

Factors associated with preterm birth: from logistic regression to structural equation modeling. / Fatores associados ao nascimento pré-termo: da regressão logística à modelagem com equações estruturais.

This study proposed the application of structural equation modeling (SEM) to investigate variables associated with preterm birth based on a theoretical model analyzed previously by hierarchical logistic regression. The data came from a population-based case-control observational study of hospital births to mothers residing in Londrina, Paraná State, Brazil (June 2006 to March 2007). For the SEM, the study considered the association between socioeconomic characteristics and psychosocial aspects pertaining to reproductive history, work and physical activity, complications during the pregnancy, and fetal characteristics. It also considered the relationship between these associations and the outcome preterm birth mediated by adequacy of prenatal care. The weighted least square mean and variance adjusted estimator (WLSMV) was used for categorical data and robust maximum likelihood (MLR) for odds ratios. Three latent variables were created: socioeconomic vulnerability, family vulnerability, and unwanted pregnancy. The effect of socioeconomic and family vulnerability and unwanted pregnancy on prematurity occurred indirectly through inadequacy of prenatal care. The proposed methodology allowed using constructs, verifying the role of mediation by inadequacy of prenatal care, and identifying the variables' direct and indirect effects on the outcome preterm birth.

O estudo propôs a aplicação da modelagem com equações estruturais (MEE) para estudar variáveis associadas ao nascimento pré-termo com base em um modelo teórico analisado previamente pela regressão logística hierarquizada. Os dados foram provenientes da pesquisa observacional do tipo caso-controle populacional sobre nascidos vivos hospitalares de mães residentes em Londrina, Paraná, Brasil (junho de 2006 a março de 2007). Para a MEE foi considerada a associação de características socioeconômicas e aspectos psicossociais sobre história reprodutiva, trabalho e atividade física, intercorrências durante a gestação e características fetais. Considerou-se, ainda, a relação dessas associações sobre o desfecho nascimento pré-termo mediado pela adequação da assistência pré-natal. Foram utilizados estimadores de mínimos quadrados ajustados pela média e variância (WLSMV), para dados categóricos, e a máxima verossimilhança robusta (MLR), para obter razões de chances. Foram criadas três variáveis latentes: vulnerabilidade socioeconômica, vulnerabilidade familiar e não aceitação da gravidez. O efeito da vulnerabilidade socioeconômica, da família e da não aceitação da gravidez sobre a prematuridade ocorreu de modo indireto por meio da inadequação da assistência pré-natal. A metodologia proposta possibilitou utilizar construtos, verificar o papel de mediação da inadequação da assistência pré-natal e identificar efeitos diretos e indiretos das variáveis sobre o desfecho nascimento pré-termo.

Este estudio propuso la aplicación de modelos de ecuaciones estructurales (SEM) para investigar las variables asociadas con el parto prematuro basándose en un modelo teórico previamente analizado mediante regresión logística jerárquica. Los datos provienen de un estudio observacional de casos y controles de base poblacional de nacidos vivos en hospitales de madres que residen en Londrina, estado de Paraná, Brasil (junio de 2006 a marzo de 2007). Para el SEM, el estudio consideró la asociación entre las características socioeconómicas y los aspectos psicosociales relacionados con el historial reproductivo, el trabajo y la actividad física, las complicaciones durante el embarazo y las características fetales. También consideró la relación entre estas asociaciones y el parto prematuro mediado por la adecuación de la atención prenatal. Se utilizó el estimador de los mínimos cuadrados ponderados ajustados por la media y variancia (WLSMV) para datos categóricos y la probabilidad máxima robusta (MLR) para los odds ratios. Se crearon tres variables latentes: vulnerabilidad socioeconómica, vulnerabilidad familiar y embarazo no deseado. El efecto de la vulnerabilidad socioeconómica y familiar y el embarazo no deseado en la prematuridad ocurrió indirectamente por la insuficiencia de la atención prenatal. La metodología propuesta permitió usar constructos, verificar el papel de la mediación por la insuficiencia de la atención prenatal e identificar los efectos directos e indirectos de las variables sobre el resultado "parto prematuro".

Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil / Machine learning for predictive analyses in health: an example of an application to predict death in the elderly in São Paulo, Brazil / Machine learning para análisis predictivos en salud: ejemplo de aplicación para la predicción de óbitos en ancianos de São Paulo, Brasil

Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta foi representada pela ocorrência de óbito em até cinco anos após o ingresso do idoso no estudo (n = 423), e os preditores, por 37 variáveis relacionadas ao perfil demográfico, socioeconômico e de saúde do idoso. A aplicação foi organizada de acordo com as seguintes etapas: divisão dos dados em treinamento (70%) e teste (30%), pré-processamento dos preditores, aprendizado e avaliação de modelos. Na etapa de aprendizado, foram utilizados cinco algoritmos para o ajuste de modelos: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest. Os hiperparâmetros dos algoritmos foram otimizados por validação cruzada 10-fold, para selecionar aqueles correspondentes aos melhores modelos. Para cada algoritmo, o melhor modelo foi avaliado em dados de teste por meio da área abaixo da curva (AUC) ROC e medidas relacionadas. Todos os modelos apresentaram AUC ROC superior a 0,70. Para os três modelos com maior AUC ROC (redes neurais e regressão logística com penalização de lasso e sem penalização, respectivamente), foram também avaliadas medidas de qualidade da probabilidade predita. Espera-se que, com o aumento da disponibilidade de dados e de capital humano capacitado, seja possível desenvolver modelos preditivos de machine learning com potencial para auxiliar profissionais de saúde na tomada de melhores decisões.

This study aims to present the stages related to the use of machine learning algorithms for predictive analyses in health. An application was performed in a database of elderly residents in the city of São Paulo, Brazil, who participated in the Health, Well-Being, and Aging Study (SABE) (n = 2,808). The outcome variable was the occurrence of death within five years of the elder's entry into the study (n = 423), and the predictors were 37 variables related to the elder's demographic, socioeconomic, and health profile. The application was organized according to the following stages: division of data in training (70%) and testing (30%), pre-processing of the predictors, learning, and assessment of the models. The learning stage used 5 algorithms to adjust the models: logistic regression with and without penalization, neural networks, gradient boosted trees, and random forest. The algorithms' hyperparameters were optimized by 10-fold cross-validation to select those corresponding to the best models. For each algorithm, the best model was assessed in test data via area under the ROC curve (AUC) and related measures. All the models presented AUC ROC greater than 0.70. For the three models with the highest AUC ROC (neural networks and logistic regression with LASSO penalization and without penalization, respectively), quality measures of the predicted probability were also assessed. The expectation is that with the increased availability of data and trained human capital, it will be possible to develop predictive machine learning models with the potential to help health professionals make the best decisions.

El objetivo de este estudio fue presentar las etapas relacionadas con la utilización de algoritmos de machine learning para análisis predictivos en salud. Para tal fin, se realizó una aplicación en base a datos de ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el estudio Salud Bienestar y Envejecimiento (SABE) (n = 2.808). La variable respuesta se representó mediante la ocurrencia de óbito en hasta 5 años tras la inclusión del anciano en el estudio (n = 423), y los predictores fueron representados por 37 variables relacionadas con el perfil demográfico, socioeconómico y de salud del anciano. El aplicación se organizó según las siguientes etapas: división de los datos en formación (70%) y test (30%), pre-procesamiento de los predictores, aprendizaje y evaluación de modelos. En la etapa de aprendizaje, se utilizaron cinco algoritmos para el ajuste de modelos: regresión logística con y sin penalización, redes neuronales, gradient boosted trees y random forest. Los hiperparámetros de los algoritmos se optimizaron mediante una validación cruzada 10-fold, para seleccionar aquellos correspondientes a los mejores modelos. Para cada algoritmo, el mejor modelo se evaluó con datos de la prueba del área debajo de la curva (AUC) ROC y medidas relacionadas. Todos los modelos presentaron AUC ROC superior a 0,70. Para los tres modelos con mayor AUC ROC (redes neuronales y regresión logística con penalización de Lasso y sin penalización, respectivamente) también se evaluaron medidas de calidad de la probabilidad pronosticada. Se espera que, con el aumento de la disponibilidad de datos y de capital humano capacitado, sea posible desarrollar modelos predictivos de machine learning con potencial para ayudar a profesionales de salud en la toma de mejores decisiones.

Fatores associados ao nascimento pré-termo: da regressão logística à modelagem com equações estruturais / Factores asociados con el nacimiento prematuro: de la regresión logística al modelo de ecuaciones estructurales / Factors associated with preterm birth: from logistic regression to structural equation modeling

O estudo propôs a aplicação da modelagem com equações estruturais (MEE) para estudar variáveis associadas ao nascimento pré-termo com base em um modelo teórico analisado previamente pela regressão logística hierarquizada. Os dados foram provenientes da pesquisa observacional do tipo caso-controle populacional sobre nascidos vivos hospitalares de mães residentes em Londrina, Paraná, Brasil (junho de 2006 a março de 2007). Para a MEE foi considerada a associação de características socioeconômicas e aspectos psicossociais sobre história reprodutiva, trabalho e atividade física, intercorrências durante a gestação e características fetais. Considerou-se, ainda, a relação dessas associações sobre o desfecho nascimento pré-termo mediado pela adequação da assistência pré-natal. Foram utilizados estimadores de mínimos quadrados ajustados pela média e variância (WLSMV), para dados categóricos, e a máxima verossimilhança robusta (MLR), para obter razões de chances. Foram criadas três variáveis latentes: vulnerabilidade socioeconômica, vulnerabilidade familiar e não aceitação da gravidez. O efeito da vulnerabilidade socioeconômica, da família e da não aceitação da gravidez sobre a prematuridade ocorreu de modo indireto por meio da inadequação da assistência pré-natal. A metodologia proposta possibilitou utilizar construtos, verificar o papel de mediação da inadequação da assistência pré-natal e identificar efeitos diretos e indiretos das variáveis sobre o desfecho nascimento pré-termo.

Este estudio propuso la aplicación de modelos de ecuaciones estructurales (SEM) para investigar las variables asociadas con el parto prematuro basándose en un modelo teórico previamente analizado mediante regresión logística jerárquica. Los datos provienen de un estudio observacional de casos y controles de base poblacional de nacidos vivos en hospitales de madres que residen en Londrina, estado de Paraná, Brasil (junio de 2006 a marzo de 2007). Para el SEM, el estudio consideró la asociación entre las características socioeconómicas y los aspectos psicosociales relacionados con el historial reproductivo, el trabajo y la actividad física, las complicaciones durante el embarazo y las características fetales. También consideró la relación entre estas asociaciones y el parto prematuro mediado por la adecuación de la atención prenatal. Se utilizó el estimador de los mínimos cuadrados ponderados ajustados por la media y variancia (WLSMV) para datos categóricos y la probabilidad máxima robusta (MLR) para los odds ratios. Se crearon tres variables latentes: vulnerabilidad socioeconómica, vulnerabilidad familiar y embarazo no deseado. El efecto de la vulnerabilidad socioeconómica y familiar y el embarazo no deseado en la prematuridad ocurrió indirectamente por la insuficiencia de la atención prenatal. La metodología propuesta permitió usar constructos, verificar el papel de la mediación por la insuficiencia de la atención prenatal e identificar los efectos directos e indirectos de las variables sobre el resultado "parto prematuro".

This study proposed the application of structural equation modeling (SEM) to investigate variables associated with preterm birth based on a theoretical model analyzed previously by hierarchical logistic regression. The data came from a population-based case-control observational study of hospital births to mothers residing in Londrina, Paraná State, Brazil (June 2006 to March 2007). For the SEM, the study considered the association between socioeconomic characteristics and psychosocial aspects pertaining to reproductive history, work and physical activity, complications during the pregnancy, and fetal characteristics. It also considered the relationship between these associations and the outcome preterm birth mediated by adequacy of prenatal care. The weighted least square mean and variance adjusted estimator (WLSMV) was used for categorical data and robust maximum likelihood (MLR) for odds ratios. Three latent variables were created: socioeconomic vulnerability, family vulnerability, and unwanted pregnancy. The effect of socioeconomic and family vulnerability and unwanted pregnancy on prematurity occurred indirectly through inadequacy of prenatal care. The proposed methodology allowed using constructs, verifying the role of mediation by inadequacy of prenatal care, and identifying the variables' direct and indirect effects on the outcome preterm birth.

Estudo SABE: fatores associados ao uso de medicamentos para controle da dor crônica em idosos / SABE study: factors associated with the use of drugs to control chronic pain in the elderly

OBJETIVO: Analisar os fatores associados ao uso de medicamentos para controle da dor crônica por idosos do município de São Paulo. MÉTODOS: Estudo transversal com utilização de dados do Estudo Saúde, Bem-Estar e Envelhecimento (SABE) que teve início no ano 2000, com reentrevistas em 2006 e 2010. Para esta pesquisa, inicialmente, foram utilizados dados dos idosos que foram reentrevistados em 2010. Dessa amostra, os idosos que apresentaram dor crônica foram selecionados para a análise de fatores associados ao uso de medicamentos para controle da dor. Para a identificação desses fatores utilizou-se o teste de Rao Scott. Por se tratar de estudo com desenho amostral complexo, para todas as análises considerou-se pesos amostrais estimados para o seguimento de 2010. RESULTADOS: Da amostra inicial de 978 idosos, 303 (30,98%) relataram dor crônica. Entre esses idosos, observou-se menor frequência de utilização de analgésicos para os que referiram ter realizado a última consulta médica em convênio/particular (OR= 0,55; IC 95%: 0,31-0,96); menor frequência de utilização de antidepressivos para os que referiram não ter plano de saúde (OR=0,49; IC 95%: 0,24-0,98); e maior utilização de sintomáticos para dispepsia para os com autopercepção de saúde regular (OR=2,20; IC 95%: 1,12-4,32) e para os que referiram sentir dor diariamente (OR=2,24; IC 95%: 1,31-3,81). CONCLUSÕES: Dessa maneira conclui-se que a dor é um fator que afeta diretamente a vida do idoso e, estes, muitas vezes, buscam o alívio para seu sofrimento nos medicamentos, e o fato de realizar consultas médicas em serviço privado ou conveniado aumentam a frequência de utilização de determinados medicamentos.

AIMS: This study aims to analyze the factors associated with the use of medications to control chronic pain in the elderly, study carried out in the city of São Paulo. METHODS: This a cross-sectional study using data from the Health, Welfare and Ageing Study (SABE), which began in 2000 with reinterviews in 2006 and 2010. For this research, data from elderly people re-interviewed in 2010 were initially used. From this sample, elderly individuals showed chronic pain were selected for the analysis of factors associated with the use of medications for pain control. The Rao Scott test was used to identify these factors. Since this is a study with a complex sample design, estimated sample weights for the 2010 follow-up were considered for all analyses. RESULTS: From the initial sample of 978 elderly people, 303 (30.98%) reported chronic pain. Among these elderly people, there was a lower frequency of using analgesics for those who reported having made the last medical consultation in a health care/private (OR=0,55; IC 95%: 0,31-0,96); lower frequency of using antidepressants for those who reported not having health insurance (OR=0,49; IC 95%: 0,24-0,98); greater use of symptomatic for dyspepsia; for those with regular health self-perception (OR=2,20; IC 95%: 1,12-4,32); and for those who reported feeling pain daily (OR=2,24; IC 95%: 1,31-3,81). CONCLUSIONS: Thus, it is concluded that pain is a factor that directly affects the life of the elderly and they often seek relief for their suffering in medications, and the fact of performing medical consultations in a private care or health service increases the frequency of use of certain medications.

Physical violence against schoolteachers: an analysis using structural equation models. / Violência física contra professores no espaço escolar: análise por modelos de equações estruturais.

This study aimed to identify associations between sociodemographic, workplace, and school environmental factors and the occurrence of physical violence against teachers at school. This was a cross-sectional study of teachers that had been working for at least a year in elementary or middle schools in the state school system in Londrina, Paraná State, Brazil. A convenience sample was taken of the 20 schools with the most teachers in the city of Londrina. Data were obtained through interviews and self-completed questionnaires in 2012 and 2013. Physical violence was defined as reports of attempted or actual physical aggression using cold steel weapons or firearms in the 12 months prior to the study. Structural equation models were used for the data analysis. Of the 937 teachers eligible for the study, 789 (84.2%) were interviewed. The physical violence victimization rate in schoolteachers was 8.4%. Work conditions (number of schools where the teachers worked and type of employment contract) showed a direct effect on physical violence (p = 0.032), as did having experienced previous situations of violence in the school (p = 0.059). Age (up to 40 years) was indirectly related to physical violence, correlating with worse work conditions. The results highlight the importance of improving teachers' work conditions and implementing measures to prevent violence both in schools and in society as a whole.

Comparação da performance de algoritmos de machine learning para a análise preditiva em saúde pública e medicina / Comparison of machine learning algorithms performance in predictive analyzes in public health and medicine

Modelos preditivos estimam o risco de eventos ou agravos relacionados à saúde e podem ser utilizados como ferramenta auxiliar em tomadas de decisão por gestores e profissionais de saúde. Algoritmos de machine learning (ML), por sua vez, apresentam potencial para identificar relações complexas e não-lineares presentes nos dados, com consequências positivas na performance preditiva desses modelos. A presente pesquisa objetivou aplicar técnicas supervisionadas de ML e comparar sua performance em problemas de classificação e de regressão para predizer respostas de interesse para a saúde pública e a medicina. Os resultados e discussão estão organizados em três artigos científicos. O primeiro apresenta um tutorial para o uso de ML em pesquisas de saúde, utilizando como exemplo a predição do risco de óbito em até 5 anos (frequência do desfecho 15%; n=395) para idosos do estudo \"Saúde, Bem-estar e Envelhecimento\" (n=2.677), segundo variáveis relacionadas ao seu perfil demográfico, socioeconômico e de saúde. Na etapa de aprendizado, cinco algoritmos foram aplicados: regressão logística com e sem penalização, redes neurais, gradient boosted trees e random forest, cujos hiperparâmetros foram otimizados por validação cruzada (VC) 10-fold. Todos os modelos apresentaram área abaixo da curva (AUC) ROC (Receiver Operating Characteristic) maior que 0,70. Para aqueles com maior AUC ROC (redes neurais e regressão logística com e sem penalização) medidas de qualidade da probabilidade predita foram avaliadas e evidenciaram baixa calibração. O segundo artigo objetivou predizer o risco de tempo de vida ajustado pela qualidade de vida de até 30 dias (frequência do desfecho 44,7%; n=347) em pacientes com câncer admitidos em Unidade de Terapia Intensiva (UTI) (n=777), mediante características obtidas na admissão do paciente à UTI. Seis algoritmos (regressão logística com e sem penalização, redes neurais, árvore simples, gradient boosted trees e random forest) foram utilizados em conjunto com VC aninhada para estimar hiperparâmetros e avaliar performance preditiva. Todos os algoritmos, exceto a árvore simples, apresentaram discriminação (AUC ROC > 0,80) e calibração satisfatórias. Para o terceiro artigo, características socioeconômicas e demográficas foram utilizadas para predizer a expectativa de vida ao nascer de municípios brasileiros com mais de 10.000 habitantes (n=3.052). Para o ajuste do modelo preditivo, empregou-se VC aninhada e o algoritmo Super Learner (SL), e para a avaliação de performance, o erro quadrático médio (EQM). O SL apresentou desempenho satisfatório (EQM=0,17) e seu vetor de valores preditos foi utilizado para a identificação de overachievers (municípios com expectativa de vida superior à predita) e underachievers (município com expectativa de vida inferior à predita), para os quais características de saúde foram comparadas, revelando melhor desempenho em indicadores de atenção primária para os overachievers e em indicadores de atenção secundária para os underachievers. Técnicas para a construção e avaliação de modelos preditivos estão em constante evolução e há poucas justificativas teóricas para se preferir um algoritmo em lugar de outro. Na presente tese, não foram observadas diferenças substanciais no desempenho preditivo dos algoritmos aplicados aos problemas de classificação e de regressão analisados. Espera-se que a maior disponibilidade de dados estimule a utilização de algoritmos de ML mais flexíveis em pesquisas de saúde futuras

Predictive models estimate the risk of health-related events or injuries and can be used as an auxiliary tool in decision-making by public health officials and health care professionals. Machine learning (ML) algorithms have the potential to identify complex and non-linear relationships, with positive implications in the predictive performance of these models. The present research aimed to apply various ML supervised techniques and compare their performance in classification and regression problems to predict outcomes of interest to public health and medicine. Results and discussion are organized into three articles. The first, presents a tutorial for the use of ML in health research, using as an example the prediction of death up to 5 years (outcome frequency=15%; n=395) in elderly participants of the study \"Saúde, Bemestar e Envelhecimento\" (n=2,677), using variables related to demographic, socioeconomic and health characteristics. In the learning step, five algorithms were applied: logistic regression with and without regularization, neural networks, gradient boosted trees and random forest, whose hyperparameters were optimized by 10-fold cross-validation (CV). The area under receiver operating characteristic (AUROC) curve was greater than 0.70 for all models. For those with higher AUROC (neural networks and logistic regression with and without regularization), the quality of the predicted probability was evaluated and it showed low calibration. The second article aimed o predict the risk of quality-adjusted life up to 30 days (outcome frequency=44.7%; n=347) in oncologic patients admitted to the Intensive Care Unit (ICU) (n=777), using patients\' characteristics obtained at ICU admission. Six algorithms (logistic regression with and without regularization, neural networks, basic decision trees, gradient boosted trees and random forest) were used with nested CV to estimate hyperparameters values and to evaluate predictive performance. All algorithms, with exception of basic decision trees, presented acceptable discrimination (AUROC > 0.80) and calibration. For the third article, socioeconomic and demographic characteristics were used to predict the life expectancy at birth of Brazilian municipalities with more than 10,000 inhabitants (n=3,052). Nested CV and the Super Learner (SL) algorithm were used to adjust the predictive model, and for evaluating performance, the mean squared error (MSE). The SL showed good performance (MSE=0.17) and its vector of predicted values was used for the identification of underachievers and overachievers (i.e. municipalities showing worse and better outcome than predicted, respectively). Health characteristics were analyzed revealing that overachievers performed better on primary health care indicators, while underachievers fared better on secondary health care indicators. Techniques for constructing and evaluating predictive models are constantly evolving and there is scarce theoretical justification for preferring one algorithm over another. In this thesis no substantial differences were observed in the predictive performance of the algorithms applied to the classification and regression problems analyzed herein. It is expected that increase in data availability will encourage the use of more flexible ML algorithms in future health research

Violência física contra professores no espaço escolar: análise por modelos de equações estruturais / Violencia física contra profesores en el ámbito escolar: análisis mediante modelos de ecuaciones estructurales / Physical violence against schoolteachers: an analysis using structural equation models

Objetivou-se identificar associações de fatores sociodemográficos, do trabalho e do ambiente escolar com a ocorrência de violência física no espaço escolar contra professores. Trata-se de um estudo transversal com professores que atuavam há pelo menos um ano no Ensino Fundamental ou Médio da rede estadual de Londrina, Paraná, Brasil. Foram selecionadas, por conveniência, as 20 escolas com o maior número de professores do município. Os dados foram obtidos por meio de entrevistas e questionários autopreenchidos, nos anos de 2012 e 2013. Violência física foi definida como relatos de tentativas ou agressões físicas, com o uso de armas brancas ou de fogo, nos 12 meses anteriores à pesquisa. Modelos de equações estruturais foram utilizados para a análise dos dados. Dos 937 docentes elegíveis para a pesquisa, 789 (84,2%) foram entrevistados. A frequência de relatos de vitimização por violência física na escola foi de 8,4%. As condições de trabalho (número de locais e tipo de contrato de trabalho) apresentaram efeito direto sobre a violência física (p = 0,032), assim como ter vivenciado outras situações de violência na escola (p = 0,059). A idade (até 40 anos) apresentou relação indireta com a violência física, correlacionando-se com piores condições de trabalho. Com base nesses resultados, destaca-se a importância de melhora das condições de trabalho dos professores e de implantação de ações de prevenção à violência na escola e na sociedade.

El objetivo de este estudio fue identificar asociaciones entre factores sociodemográficos, laborales y de ambiente escolar con la ocurrencia de violencia física contra profesores en el ámbito escolar. Se trata de un estudio transversal, con profesores que ejercían desde hacía por lo menos un año en la enseñanza primaria o secundaria en la red estatal educativa de Londrina, Paraná, Brasil. Se seleccionaron, por su conveniencia, las 20 escuelas con mayor número de profesores del municipio. Los datos se obtuvieron mediante entrevistas y cuestionarios autocompletados, durante los años 2012 y 2013. La violencia física se definió como relatos de tentativas o agresiones físicas, con el uso de armas blancas o de fuego, durante los 12 meses anteriores a la investigación. Se utilizaron modelos de ecuaciones estructurales para los análisis de los datos. De los 937 docentes elegibles para la investigación, se les realizó la entrevista a 789 (84,2%). La frecuencia de relatos de victimización por violencia física en la escuela fue de 8,4%. Las condiciones de trabajo (número de locales y tipo de contrato de trabajo) presentaron un efecto directo sobre la violencia física (p = 0,032), así como haber vivido otras situaciones de violencia en la escuela (p = 0,059). La edad (hasta 40 años) presentó una relación indirecta con la violencia física, correlacionándose con peores condiciones de trabajo. En base a esos resultados, se destaca la importancia de una mejora en las condiciones de trabajo de los profesores y de la implantación de acciones de prevención frente a la violencia en la escuela y en la sociedad.

This study aimed to identify associations between sociodemographic, workplace, and school environmental factors and the occurrence of physical violence against teachers at school. This was a cross-sectional study of teachers that had been working for at least a year in elementary or middle schools in the state school system in Londrina, Paraná State, Brazil. A convenience sample was taken of the 20 schools with the most teachers in the city of Londrina. Data were obtained through interviews and self-completed questionnaires in 2012 and 2013. Physical violence was defined as reports of attempted or actual physical aggression using cold steel weapons or firearms in the 12 months prior to the study. Structural equation models were used for the data analysis. Of the 937 teachers eligible for the study, 789 (84.2%) were interviewed. The physical violence victimization rate in schoolteachers was 8.4%. Work conditions (number of schools where the teachers worked and type of employment contract) showed a direct effect on physical violence (p = 0.032), as did having experienced previous situations of violence in the school (p = 0.059). Age (up to 40 years) was indirectly related to physical violence, correlating with worse work conditions. The results highlight the importance of improving teachers' work conditions and implementing measures to prevent violence both in schools and in society as a whole.

[Predictors of pain in elderly in the city of São Paulo, Brazil: SABE Study, 2006 and 2010]. / Fatores preditores de dor em idosos do Município de São Paulo, Brasil: Estudo SABE 2006 e 2010.

: The objective was to identify predictors of pain in the elderly. This was a longitudinal population-based study using home interviews with elderly residing in the city of São Paulo, Brazil, and participating in the SABE Study in 2006 and 2010. Analysis of predictors of pain used hierarchical logistic regression, based on a theoretical-conceptual model with distal, intermediate, and proximal variables. Accumulated pain incidence was 27.9%. After adjustments, predictors of pain in the elderly were: 0 to 3 years of schooling (OR = 2.21; 95%CI: 1.18-4.15), arterial hypertension (OR = 1.98; 95%CI: 1.24-2.88), unsatisfactory family Apgar (OR = 2.31; 95%CI: 1.15-4.64), and bad/fair self-rated health (OR = 2.23; 95%CI: 1.3-3.69). Identification of these predictors can serve as an alert to health teams providing care to the elderly and may suggest possible measures in the prevention and detection of pain in order to avoid its chronification and consequences.

Objetivou-se a identificação de fatores preditores de dor em idosos. Trata-se de um estudo longitudinal de base populacional, realizado por meio de entrevista domiciliar com idosos residentes no Município de São Paulo, Brasil, participantes do Estudo SABE, nos anos de 2006 e de 2010. A análise dos fatores preditores de dor foi realizada por regressão logística hierarquizada e baseada em modelo teórico-conceitual, com variáveis em níveis distal, intermediário e proximal. A incidência acumulada de dor foi de 27,9%. Após ajustes, permaneceram como fatores preditores de dor no idoso, ter entre 0 e 3 anos de estudo (OR = 2,21; IC95%: 1,18-4,15), ser portador de hipertensão (OR = 1,98; IC95%: 1,24-2,88), possuir Apgar familiar insatisfatório (OR = 2,31; IC95%: 1,15-4,64) e autorrelato de saúde ruim/regular (OR = 2,23; IC95%: 1,35-3,69). A identificação desses preditores pode ser um alerta para as equipes de saúde, na atenção direcionada à pessoa idosa, e pode indicar possíveis ações de prevenção e detecção da ocorrência de dor a fim de evitar sua cronificação e consequências.

El objetivo fue la identificación de factores predictores de dolor en ancianos. Se trata de un estudio longitudinal de base poblacional, realizado mediante entrevista domiciliaria, con ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el Estudio SABE, durante los años 2006 y 2010. El análisis de los factores predictores de dolor se realizó por regresión logística jerarquizada y se basó en un modelo teórico-conceptual, con variables en los niveles distal, intermedio y proximal. La incidencia acumulada de dolor fue de un 27,9%. Tras los ajustes, permanecieron como factores predictores de dolor en el anciano, contar con entre 0 y 3 años de estudio (OR = 2,21; IC95%: 1,18-4,15), ser portador de hipertensión (OR = 1,98; IC95%: 1,24-2,88), poseer Apgar familiar insatisfactorio (OR = 2,31; IC95%: 1,15-4,64) y autoinforme de salud malo/regular (OR = 2,23; IC95%: 1,35-3,69). La identificación de estos predictores puede ser una alerta para los equipos de salud, en la atención dirigida a los ancianos, y puede indicar posibles acciones de prevención y detección de ocurrencia de dolor, a fin de evitar su cronificación y consecuencias.

Frequency and factors associated with falls in adults aged 55 years or more.

OBJECTIVE: The objective of this study is to analyze the frequency and factors associated with falls in adults aged 55 years or more. METHODS: This is a study inserted into another population-based study with representative sample of persons aged 40 years or more of the urban area in a medium-sized municipality of the State of Paraná, Brazil, in 2011. That study obtained demographic and socioeconomic data and characteristics related to life habits, health conditions, and functional capacity (n = 1,180). In 2012, we selected all persons aged 55 years or more (n = 501). We have estimated grip strength and the occurrence of a fall since the last interview in 80.6% of the adults. The crude and adjusted odds ratios (OR) have been calculated by logistic regression according to a hierarchical model. RESULTS: The rate of fall was 24.3%. After adjustments, we could observe higher chances of falls among women (OR = 3.10; 95%CI 1.79-5.38), among persons aged 65 years or more (OR = 2.39; 95%CI 1.45-3.95), with poor sleep quality (OR = 1.78; 95%CI 1.08-2.93), and with low grip strength (OR = 2.31; 95%CI 1.34-3.97). CONCLUSIONS: Poor sleep quality and low muscle strength can be indicators of increased risk of falls and need assessments and interventions aimed at preventing them. OBJETIVO: Analisar a frequência e fatores associados à ocorrência de quedas em adultos de 55 anos ou mais. MÉTODOS: Estudo inserido em outro de base populacional com amostra representativa de pessoas com 40 anos ou mais da área urbana de município de médio porte do Paraná em 2011. Foram obtidos dados demográficos e socioeconômicos, características referentes aos hábitos de vida, às condições de saúde e à capacidade funcional (n = 1.180). Em 2012, selecionaram-se todas as pessoas com idade igual ou superior a 55 anos (n = 501). Foram estimadas a força de preensão palmar e a ocorrência de queda desde a última entrevista em 80,6% delas. Foram calculadas odds ratios (OR) brutas e ajustadas por regressão logística segundo modelo hierarquizado. RESULTADOS: A frequência de queda foi de 24,3%. Após ajustes, observaram-se chances maiores de queda entre mulheres (OR = 3,10; IC95% 1,79-5,38), entre pessoas com idade igual ou superior a 65 anos (OR = 2,39; IC95% 1,45-3,95), com qualidade do sono ruim (OR = 1,78; IC95% 1,08-2,93) e com baixa força de preensão palmar (OR = 2,31; IC95% 1,34-3,97). CONCLUSÕES: Qualidade ruim do sono e a baixa força muscular podem ser indicadores de maior risco de quedas e merecem avaliações e intervenções visando à prevenção desse agravo.

Fatores preditores de dor em idosos do Município de São Paulo, Brasil: Estudo SABE 2006 e 2010 / Predictors of pain in elderly in the city of São Paulo, Brazil: SABE Study, 2006 and 2010 / Factores predictores de dolor en ancianos del Municipio de São Paulo, Brasil: Estudio SABE 2006 y 2010

Resumo: Objetivou-se a identificação de fatores preditores de dor em idosos. Trata-se de um estudo longitudinal de base populacional, realizado por meio de entrevista domiciliar com idosos residentes no Município de São Paulo, Brasil, participantes do Estudo SABE, nos anos de 2006 e de 2010. A análise dos fatores preditores de dor foi realizada por regressão logística hierarquizada e baseada em modelo teórico-conceitual, com variáveis em níveis distal, intermediário e proximal. A incidência acumulada de dor foi de 27,9%. Após ajustes, permaneceram como fatores preditores de dor no idoso, ter entre 0 e 3 anos de estudo (OR = 2,21; IC95%: 1,18-4,15), ser portador de hipertensão (OR = 1,98; IC95%: 1,24-2,88), possuir Apgar familiar insatisfatório (OR = 2,31; IC95%: 1,15-4,64) e autorrelato de saúde ruim/regular (OR = 2,23; IC95%: 1,35-3,69). A identificação desses preditores pode ser um alerta para as equipes de saúde, na atenção direcionada à pessoa idosa, e pode indicar possíveis ações de prevenção e detecção da ocorrência de dor a fim de evitar sua cronificação e consequências.

Abstract: The objective was to identify predictors of pain in the elderly. This was a longitudinal population-based study using home interviews with elderly residing in the city of São Paulo, Brazil, and participating in the SABE Study in 2006 and 2010. Analysis of predictors of pain used hierarchical logistic regression, based on a theoretical-conceptual model with distal, intermediate, and proximal variables. Accumulated pain incidence was 27.9%. After adjustments, predictors of pain in the elderly were: 0 to 3 years of schooling (OR = 2.21; 95%CI: 1.18-4.15), arterial hypertension (OR = 1.98; 95%CI: 1.24-2.88), unsatisfactory family Apgar (OR = 2.31; 95%CI: 1.15-4.64), and bad/fair self-rated health (OR = 2.23; 95%CI: 1.3-3.69). Identification of these predictors can serve as an alert to health teams providing care to the elderly and may suggest possible measures in the prevention and detection of pain in order to avoid its chronification and consequences.

Resumen: El objetivo fue la identificación de factores predictores de dolor en ancianos. Se trata de un estudio longitudinal de base poblacional, realizado mediante entrevista domiciliaria, con ancianos residentes en el Municipio de São Paulo, Brasil, participantes en el Estudio SABE, durante los años 2006 y 2010. El análisis de los factores predictores de dolor se realizó por regresión logística jerarquizada y se basó en un modelo teórico-conceptual, con variables en los niveles distal, intermedio y proximal. La incidencia acumulada de dolor fue de un 27,9%. Tras los ajustes, permanecieron como factores predictores de dolor en el anciano, contar con entre 0 y 3 años de estudio (OR = 2,21; IC95%: 1,18-4,15), ser portador de hipertensión (OR = 1,98; IC95%: 1,24-2,88), poseer Apgar familiar insatisfactorio (OR = 2,31; IC95%: 1,15-4,64) y autoinforme de salud malo/regular (OR = 2,23; IC95%: 1,35-3,69). La identificación de estos predictores puede ser una alerta para los equipos de salud, en la atención dirigida a los ancianos, y puede indicar posibles acciones de prevención y detección de ocurrencia de dolor, a fin de evitar su cronificación y consecuencias.

Frequency and factors associated with falls in adults aged 55 years or more / Frequência e fatores associados a quedas em adultos com 55 anos e mais

ABSTRACT OBJECTIVE The objective of this study is to analyze the frequency and factors associated with falls in adults aged 55 years or more. METHODS This is a study inserted into another population-based study with representative sample of persons aged 40 years or more of the urban area in a medium-sized municipality of the State of Paraná, Brazil, in 2011. That study obtained demographic and socioeconomic data and characteristics related to life habits, health conditions, and functional capacity (n = 1,180). In 2012, we selected all persons aged 55 years or more (n = 501). We have estimated grip strength and the occurrence of a fall since the last interview in 80.6% of the adults. The crude and adjusted odds ratios (OR) have been calculated by logistic regression according to a hierarchical model. RESULTS The rate of fall was 24.3%. After adjustments, we could observe higher chances of falls among women (OR = 3.10; 95%CI 1.79–5.38), among persons aged 65 years or more (OR = 2.39; 95%CI 1.45–3.95), with poor sleep quality (OR = 1.78; 95%CI 1.08–2.93), and with low grip strength (OR = 2.31; 95%CI 1.34–3.97). CONCLUSIONS Poor sleep quality and low muscle strength can be indicators of increased risk of falls and need assessments and interventions aimed at preventing them.

RESUMO OBJETIVO Analisar a frequência e fatores associados à ocorrência de quedas em adultos de 55 anos ou mais. MÉTODOS Estudo inserido em outro de base populacional com amostra representativa de pessoas com 40 anos ou mais da área urbana de município de médio porte do Paraná em 2011. Foram obtidos dados demográficos e socioeconômicos, características referentes aos hábitos de vida, às condições de saúde e à capacidade funcional (n = 1.180). Em 2012, selecionaram-se todas as pessoas com idade igual ou superior a 55 anos (n = 501). Foram estimadas a força de preensão palmar e a ocorrência de queda desde a última entrevista em 80,6% delas. Foram calculadas odds ratios (OR) brutas e ajustadas por regressão logística segundo modelo hierarquizado. RESULTADOS A frequência de queda foi de 24,3%. Após ajustes, observaram-se chances maiores de queda entre mulheres (OR = 3,10; IC95% 1,79–5,38), entre pessoas com idade igual ou superior a 65 anos (OR = 2,39; IC95% 1,45–3,95), com qualidade do sono ruim (OR = 1,78; IC95% 1,08–2,93) e com baixa força de preensão palmar (OR = 2,31; IC95% 1,34–3,97). CONCLUSÕES Qualidade ruim do sono e a baixa força muscular podem ser indicadores de maior risco de quedas e merecem avaliações e intervenções visando à prevenção desse agravo.

Diferenças entre sexos nos determinantes da obesidade abdominal em adultos de 40 anos ou mais: estudo de base populacional / Gender differences in the determinants of abdominal obesity among adults aged 40 years or older: A population-based study

Objetivo:Verificar diferenças entre sexos na prevalência de excesso de peso abdominal e seus determinantes em adultos a partir de 40 anos de idade.Métodos:Estudo transversal de base populacional realizado no município de Cambé, Paraná, com 1.161 indivíduos de 40 anos de idade ou mais, residentes em todos os setores censitários urbanos. A obesidade abdominal foi definida como circunferência da cintura ≥88 cm para mulheres e ≥102 cm para homens. A análise de fatores associados foi realizada para cada sexo por meio da regressão de Poisson hierarquizada baseada em modelo teórico conceitual, com seleção de variáveis distais, intermediárias e proximais.Resultados:A prevalência de obesidade abdominal foi de 49,7% e aumentou com a idade para ambos os sexos. A prevalência em mulheres foi mais que o dobro da verificada em homens (RP=2,29; IC95%=1,98-2,65). Após ajuste, as variáveis que permaneceram associadas à obesidade abdominal em ambos os sexos foram: inatividade física no lazer, idade e hipertensão arterial. Classe econômica, tabagismo e diabetes associaram-se com a obesidade abdominal apenas entre as mulheres.Conclusão:As altas prevalências de obesidade abdominal, especialmente no sexo feminino, e a presença de alguns fatores associados distintamente em cada sexo evidenciam a necessidade de ações diferenciadas de enfrentamento.

Objective:To investigate gender differences in the prevalence of excess abdominal weight and its determinants in adults aged 40 years and over.Methods:Cross-sectional population-based study conducted in the city of Cambé, Paraná, Brazil, with 1,161 individuals 40 years or older living in all urban sectors. Abdominal obesity was defined as a waist circumference ≥88 cm in women and ≥102 cm in men. The analysis of associated factors was performed for each gender using the hierarchical Poisson regression based on a conceptual theoretical model, with the selection of distal, intermediate, and proximal variables.Results:The prevalence of abdominal obesity was 49.7%, which increased with age in both genders. Women had more than double the prevalence compared to men (PR=2.29; 95%CI=1.98-2.65). After adjustment, the following variables remained associated with abdominal obesity in both genders: physical inactivity, age, and hypertension. Socioeconomic status, smoking, and diabetes were associated with abdominal obesity only in women.Conclusion:The high prevalence of abdominal obesity, especially among women, and the presence of some factors found to be distinctly associated in each gender show the need for different measures to address this issue.

Fatores associados a piores níveis na escala de Burnout em professores da educação básica / Factors associated with worse levels in the Burnout scale in basic education teachers

Resumo A Síndrome de Burnout resulta do estresse crônico no trabalho e é composta por três dimensões: exaustão emocional, despersonalização e realização profissional. Objetivou-se identificar, em professores da educação básica de Londrina, no Paraná, fatores associados a piores níveis nessas dimensões. Trata-se de estudo transversal realizado entre agosto de 2012 e junho de 2013. Foram pesquisadas características sociodemográficas, ocupacionais, relacionamentos na escola, violência contra o professor e Síndrome de Burnout por meio da escala Maslach Burnout Inventory (MBI). Pontuações > percentil 75 na MBI (exaustão emocional e despersonalização) ou < percentil 25 (realização profissional) foram consideradas como piores níveis. Foram realizadas análises bivariadas e múltiplas por regressão de Poisson. Participaram da pesquisa 804 professores. Após ajustes, relacionamento ruim/regular com alunos associou-se a piores níveis nas três dimensões da escala. Tempo insuficiente para família/lazer e relacionamento ruim/regular com pais permaneceram significativos para piores níveis de exaustão emocional e de despersonalização. Violência física, quantidade de alunos considerada ruim/regular e infraestrutura ruim da escola ainda se mantiveram associadas a piores níveis de despersonalização, enquanto oportunidade ruim/regular para expressar opiniões no trabalho associou-se à baixa realização profissional. Ambiente de trabalho hostil e outros fatores laborais devem ser priorizados por políticas de prevenção da Síndrome de Burnout em professores.

Abstract Burnout syndrome results from chronic occupational stress and is composed by three dimensions emotional exhaustion, depersonalization (cynicism) and professional fulfillment. The study aimed to identify, in basic education teachers from Londrina, Brazil, factors associated with worse levels in these dimensions. This is a cross-sectional study, conducted between August 2012 and June 2013 that gathered information on socio-demographic and occupational characteristics, relationships in school, violence, and burnout syndrome (by means of the Maslach Burnout Inventory - MBI). Scores over the percentile 75 in the MBI (exhaustion and cynicism) or below the percentile 25 (professional fulfillment) were considered the worse levels. Bivariate and Poisson multiple regressions analyses were conducted. A total of 804 teachers participated in the study. After adjustments, bad/fair relationship with students was associated with worse levels in the three BMI dimensions. Insufficient time for family/leisure and bad/fair relationship with students' parents remained significantly associated with higher levels of exhaustion and cynicism. Physical violence, high number of students and bad school infrastructure were associated with worse levels of cynicism, while bad/fair opportunity to express opinions at work with low professional fulfillment. Hostile work environment and other labor factors should be prioritized by policies in order to prevent burnout syndrome among teachers.