Quando analisados os resultados no estado de Sergipe, pode-se verificar que o padrão de distribuição espacial da expectativa de vida dos idosos residentes na região analisada mostrou predomínio de municípios com baixas taxas, ficando aquém das expectativas de vida de regiões desenvolvidas. Como observado, a disposição dos valores da expectativa de vida não foi aleatória, o que sugere que áreas mais próximas apresentam semelhanças entre elas.
Nesse sentido, os mapas temáticos puderam evidenciar heterogeneidade na distribuição da expectativa de vida relacionando-se ao perfil espacial dos determinantes sociais estudados nesta pesquisa. As áreas localizadas no Sudeste do estado, próximas à região metropolitana, apresentaram os melhores indicadores socioeconômicos e de expectativa de vida.
Em oposição estão as áreas localizadas a extremo leste e Noroeste do estado, região do alto sertão, com os piores indicadores econômicos e sociais, sendo responsáveis pelas menores expectativas de vida do estado. Portanto, pode-se observar que os fatores socioeconômicos exercem influência na expectativa de vida, pois aquelas regiões que apresentaram os piores indicadores socioeconômicos exibiram valores inferiores de expectativa de vida.
Os dados confirmam que há uma maior expectativa de vida na região metropolitana, onde os indicadores de renda são superiores e onde as pessoas vivem em menor situação de pobreza extrema. A baixa expectativa de vida está associada às piores taxas de pobreza do estado, indicadas nos clusters formados nas regiões Noroeste e do extremo Leste.
Não obstante, a região metropolitana possui maior ocupação devido a infraestrutura urbana e disponibilidade de serviços e oportunidades econômicas e de emprego (RIVERA-HERNANDEZ; YAMASHITA; KINNEY, 2015). Além do que, o crescimento dessa população nesses locais pode ser decorrente da urbanização e do processo migratório (RIVERA-HERNANDEZ; YAMASHITA; KINNEY, 2015), pois no Brasil, ainda persiste a migração da zona rural para a região urbana na busca pela oferta de emprego, bens e serviços.
Diversos estudos apontaram que a renda exerce efeitos sobre a expectativa de vida (LIN et al., 2012; MARMOT, 2016; MATHERS et al., 2015; MONDAL; SHITAN, 2014). Nos países de alta renda, a expectativa de vida aumentou nas últimas décadas (MATHERS et al., 2015; SUZMAN et al., 2015). Em contrapartida, há evidências que associam a desigualdade de renda às piores condições de saúde. Portanto, nos países de baixa e média renda a menor expectativa de vida pode estar relacionada aos menores gastos em medicina preventiva e cuidados de saúde.
Isto tem uma implicação importante porque as dificuldades econômicas podem afetar as populações mais vulneráveis, como os idosos (MONDAL; SHITAN, 2014) e foi demonstrado no estudo de Lin et al. (2012) que os ganhos na expectativa de vida foram mais atribuídos às melhorias na economia do que a alfabetização, desnutrição e
regime político, demonstrando que progressos no status econômico também podem exercer um efeito positivo sobre a expectativa de vida por vários anos.
A melhor taxa de expectativa de vida teve uma autocorrelação espacial no cluster da região metropolitana com grau de dependência econômica menor, pois tem uma população economicamente ativa maior. Apesar de ter sido observado uma maior taxa de desemprego, que se justifica pela grande demanda da reserva de trabalhadores vinculada ao fenômeno de migração, que podem contribuir para a formação de aglomerados de pessoas em idade produtiva desempregadas.
Os resultados da regressão multivariada também demonstraram uma correlação inversamente proporcional entre expectativa de vida e razão de dependência e desemprego no estado. Essa diminuição da razão de dependência pode estar relacionada ao fenômeno da transição demográfica associada à redução das taxas de fecundidade na região. Esse dado indica que as regiões com altos valores da razão de dependência possuem uma população de dependentes superiores à população produtiva, o que significa aumento dos encargos assistenciais para a sociedade (IBGE, 2017). Conforme descrito por Bloom et al. (2015) os gastos públicos com pensões no Brasil é igual a 13% do PIB, o que reflete necessidades de reformas, como as realizadas no Reino Unido, considerando-se a realidade de cada país.
O PIB per capita não se apresentou como um bom indicador de determinação social da saúde, uma vez que pode sofrer viés das diferenças sociais resultantes da concentração de renda, justificando-se pelo município que apresenta o maior PIB per capita é o mesmo que possui maior taxa de pobreza. Assim, parece conveniente afirmar que, do mesmo modo que entre países ricos há pouca relação entre o PIB e a expectativa de vida (MARMOT, 2005), nas regiões pobres também não há essa relação.
A influência da escolaridade dos idosos na expectativa de vida também encontra subsídios em outros estudos que abordam essa temática, sendo a educação outro fator que interfere na expectativa de vida (KINGE et al., 2015; MONDAL; SHITAN, 2014). A regressão multivariada demonstrou uma correlação inversa entre expectativa de vida e analfabetismo e a autocorrelação espacial entre expectativa de vida e analfabetismo em idosos. Foram formados dois clusters, sendo um na região metropolitana e outro na região Noroeste. A região metropolitana apresentou melhor expectativa de vida e menor taxa de analfabetismo, já a região Noroeste exibiu as piores taxas para ambos indicadores, sendo reforçado ao se sobrepor o analfabetismo em idosos e pobreza com a expectativa de vida.
Isso tem implicações importantes porque a baixa escolaridade compromete o acesso à educação e menor conscientização sobre a saúde que pode interferir na adoção de comportamentos saudáveis e mobilização social para melhoria da qualidade de vida (GEIB, 2012; MARMOT, 2005; MONDAL; SHITAN, 2014). Portanto, cabe aos gestores públicos buscarem estratégias na formulação de ações visando a diminuição dessa taxa de analfabetismo, pois como destacado por Rasella et al. (2016), as taxas de analfabetismo e pobreza são mais elevadas nas regiões Norte e Nordeste do Brasil, onde foram econtradas as menores taxas de expectativa de vida.
A existência de autocorrelação espacial entre as taxas de visitas da atenção primária e baixa expectativa de vida demonstrou que a região Noroeste do estado apresentou os piores indicadores apontando que as desigualdades sociais no acesso e na utilização de serviços de saúde ainda persistem. Cabe ressaltar que, embora a associação entre consulta nos serviços de saúde e expectativa de vida seja escassa, a lenta diminuição na mortalidade de idosos em países de renda média está relacionada a
diversos fatores, dentre eles a menor cobertura dos cuidados de saúde primários e secundários (MATHERS et al., 2015).
Valentine e Bonsel (2016) argumentam que as instalações de saúde e o acesso aos seus serviços para os grupos desfavorecidos podem ser resultantes da falta de transporte e percursos mais longos nas áreas rurais. Apesar de controverso, observou-se no Brasil, um avanço nos últimos anos nas políticas públicas para um melhor acesso aos serviços primários de saúde, especialmente para os mais pobres, através do Programa de Saúde da Família, principalmente em áreas rurais e pobres (ANDRADE et al., 2013; PAIM et al., 2011). Andrade et al. (2013) relatam ser um elemento “compensador das desigualdades socioeconômicas e regionais na atenção primária no Brasil”.
A base populacional e a representatividade e qualidade dos dados documentados no principal inquérito brasileiro são as principais vantagens de nosso estudo. Entretanto, a baixa variabilidade de alguns indicadores nas unidades de análise poderia ser minimizada através da observação de unidades de análises menores, com setores censitários, por exemplo.
Um fato a ser destacado trata-se das diferenças entre os municípios do estado, pois se de um lado tem-se grandes áreas rurais, com escassez nos serviços de água e saneamento, por outro se tem áreas avançadas no processo de urbanização, contribuindo para a proliferação de condições de vida precárias e de habitações insalubres. Apesar disso, a escolha realizada nesta pesquisa não inviabilizou as análises nem a relevância dos resultados e o estudo pode ser reproduzido em diferentes regiões.
Como foi demonstrado, o uso dos diferentes determinantes sociais permitiu identificar que as condições de saúde estão diretamente relacionadas às condições
econômicas e sociais, pois quanto pior as condições econômicas e sociais da população menores as suas expectativas de vida.
Sabe-se que o desenvolvimento econômico determina melhoria nas condições sociais e aumenta a expectativa de vida das pessoas (MONDAL; SHITAN, 2014). Nesse sentido, uma política social é crucial para redução das desigualdades em saúde (MARMOT, 2005), como também a falta de investimento na saúde é essencial pois pode prejudicar os resultados econômicos nos países (BLOOM et al., 2015).
Os países europeus revisaram suas políticas identificando ações sobre os determinantes sociais em saúde e implantaram medidas para melhorar a saúde e reduzir as iniquidades, com vistas a proteger os grupos populacionais desfavorecidos das exposições e vulnerabilidades ligadas a sua posição econômica (GEIB, 2012; MARMOT, 2005). No Brasil, as melhorias podem ser atribuídas ao crescimento econômico e políticas sociais e de saúde, como a expansão no Sistema Único de Saúde e melhorias no acesso à saúde, especialmente, na atenção primária (RASELLA et al., 2016).
Nesse sentido, embora o Brasil tenha feito grandes progressos e conseguido acompanhar referenciais de condições sociais e de saúde (RASELLA et al., 2016) de países desenvolvidos marcados, sobretudo pela redução de desigualdades e pobreza, os benefícios não foram desfrutados igualmente por todos diante das disparidades regionais (ANDRADE et al., 2013).
Em sua pesquisa recente, Souza (2016) mostrou que o Brasil é um dos países com maior concentração de renda, sendo considerado o mais desigual dos países. Ele ressalta que o 1% mais rico recebe cerca de 23% do total da renda brasileira. Em outros
países muito desiguais, esse percentual chega perto de 20%, como nos Estados Unidos e na Colômbia. Nos países mais igualitários, não ultrapassa 10%, como na França e no Japão. Esses dados também foram demonstrados no livro de Dorling (2017) que mostra essa tendência histórica da desigualdade brasileira.
É nessa perspectiva que autores como Barreto (2017) e Dorling (2014) descrevem que a desigualdade é mais do que apenas economia, uma vez que essas desigualdades sociais são transferidas para a saúde e, portanto, têm sido um problema global que afeta as sociedades humanas. A desigualdade de renda pode ter um impacto no potencial de uma pessoa e contribuir para reduzir a expectativa de vida (DORLING, 2014).
Assim, as desigualdades na saúde entre e dentro dos países devem ser evitáveis, pois não existe nenhuma razão biológica para as diferenças nas expectativas de vida, sendo essencial para reduzir as desigualdades em saúde, um maior controle de doenças, melhoria nos sistemas de saúde e aumento nos esforços para lidar com a pobreza (MARMOT, 2005).
Estudos como este evidenciam que apesar do Brasil ter apresentado melhorias nas condições socioeconômicas e de saúde, a situação ainda é grave, pois além de apresentar grandes iniquidades na distribuição da riqueza, há grandes setores de sua população vivendo em condições de pobreza que não lhes permite ter acesso a mínimas condições e bem essenciais, sendo essa situação observada nas diferenças inter- regionais que acontece no país.
Considerando que o aumento na expectativa de vida é uma das maiores conquistas das sociedades no Brasil e no mundo, os resultados descritos neste estudo
apontam para a necessidade de redirecionamento das políticas públicas, seguindo exemplo dos países desenvolvidos, para a formulação de estratégias diante dos desafios econômicos e sociais em que as regiões em desenvolvimento ainda enfrentam, visando a redução das desigualdades sociais e na saúde.
Os achados desse estudo identificaram dependência espacial entre os determinantes sociais e sua influência na expectativa de vida. Identificaram-se clusters na região Sudeste do estado, caracterizada pela região metropolitana com os melhores indicadores sociais e expectativa de vida, enquanto que na região Noroeste e extremo Leste, caracterizaram-se pelos piores indicadores sociais e expectativa de vida evidenciando-os como locais de condições de vida mais precárias. Além disso, a análise do modelo permitiu identificar que a razão de dependência elevada, a taxa de analfabetismo em idosos e a taxa de desemprego têm um impacto negativo sobre a expectativa de vida.
7 CONCLUSÃO
O estudo permitiu concluir que o envelhecimento no Brasil possui uma importante associação com os determinantes sociais em saúde, sendo a renda um dos determinantes mais relevantes. Isso ficou demonstrando na análise com os dados dos municípios brasileiros, ao se identificar a correlação espacial inversa entre desigualdade de renda com a expectativa de vida e a taxa de envelhecimento. No estado de Sergipe ficou evidente que a razão de dependência elevada, a taxa de analfabetismo em idosos e a taxa de desemprego apresentaram um impacto negativo sobre a expectativa de vida.
O uso da análise espacial propiciou evidências da distribuição não aleatória do envelhecimento e dos determinantes sociais em saúde em nosso território, com identificação de áreas críticas e evidenciando regiões com condições de vida precárias. Houve autocorrelação espacial significativa quanto à desigualdade de renda, expectativa de vida e taxa de envelhecimento no Brasil, com clusters nas regiões Norte e Nordeste que estiveram associados com maiores desigualdades e piores indicadores. Em Sergipe, a região Sudeste do estado apresentou clusters com melhores resultados nos indicadores e os municípios da região Noroeste e extremo leste caracterizaram-se pelos piores valores, apontando que quanto piores os indicadores sociais, econômicos e de saúde, menores as expectativas de vida.
8 CONSIDERAÇÕES FINAIS
A pesquisa inova ao apresentar a influência que os determinantes sociais em saúde têm sobre o envelhecimento por meio de uma análise em nível mais regional, o estado de Sergipe. Além disso, pela inovação de apontar esses resultados para o conjunto do Brasil, quando da análise por todos os municípios brasileiros.
Diante das disparidades sociais e econômicas no vasto território brasileiro, a análise espacial mostrou ser um contributo significativo para a formulação de políticas públicas que respeitem as peculiaridades locorregionais. Fundamentado nisso, este estudo aponta para a necessidade de adoção de medidas para o enfrentamento dessas iniquidades buscando redirecionamento das políticas públicas e formulação de estratégias para a redução das desigualdades sociais e na saúde.
REFERÊNCIAS
AGHAJANI, J.; FARNIA, P.; VELAYATI, A. A. Impact of geographical information system on public health sciences. Biomedical and Biotechnology Research Journal (BBRJ), v. 1, n. 2, p. 94–100, 2017.
ALMEIDA, M. C.S.; GOMES, C.M.S.; NASCIMENTO, L.F.C. Spatial distribution of deaths due to Alzheimer's disease in the state of São Paulo, Brazil. Sao Paulo Med. J., São Paulo, v. 132, n.4, p. 199-204, 2014.
ALMEIDA-SANTOS, M. A. et al. Análise espacial e tendências de mortalidade associada a doenças hipertensivas nos estados e regiões do Brasil entre 2010 e 2014. International Journal of Cardiovascular Sciences, v. 31, n. 3, p. 250–257, 2018. ALVES, D. B. et al. Caracterização do envelhecimento populacional no município do Rio de Janeiro: contribuições para políticas públicas sustentáveis. Cad. saúde colet., Rio de Janeiro, v. 24, n.1, p. 63-69, 2016.
ANDRADE, M. V. et al. Desigualdade socioeconômica no acesso aos serviços de saúde no Brasil: um estudo comparativo entre as regiões brasileiras em 1998 e 2008.
Economia Aplicada, v. 17, n. 4, p. 623–645, 2013.
ANTUNES, F. P. et al. Desigualdades sociais na distribuição espacial das
hospitalizações por doenças respiratórias. Cadernos de Saúde Pública, v. 29, n. 7, p. 1346–1356, 2013.
ANTUNES, J. L. F.; WALDMAN, E. A. Trends and spatial distribution of deaths of children aged 12-60 months in São Paulo, Brazil, 1980-98. Bulletin of the World Health Organization, v. 80, n. 5, p. 391–398, 2002.
BARATA, R. B. Como e por que as desigualdades sociais fazem mal à saúde? Temas em S ed. Rio de Janeiro: FIOCRUZ, 2009.
BARCELLOS, C.; BASTOS, F. I. Geoprocessamento, ambiente e saúde: uma união possível? Cadernos de Saúde Pública, v. 12, n. 3, p. 389–397, 1996.
espacial e uso de indicadores na avaliação de situações de saúde. Informe Epidemiológico do SUS, v. 11, n. 3, p. 129–138, 2002.
BARRETO, M. L. Desigualdades em saúde: uma perspectiva global. Ciência & Saúde Coletiva, v. 22, n. 7, p. 2097–2108, 2017.
BARROS, A. R. Desigualdades regionais no Brasil: naturezas, causas, origens e soluções. Rio de Janeiro: Elsevier, 2011.
BARROS, M. B. DE A.; GOLDBAUM, M. Challenges of aging in the context of social inequalities. Revista de Saúde Pública, v. 52, p. 9–11, 2018.
BICHIR, R. M. O Bolsa Família na berlinda? Os desafios atuais dos programas de transferência de renda. Novos estud. - CEBRAP, São Paulo , n. 87, p. 115- 129, July 2010 .
BRASIL. Ministério da Saúde, Brasil. Sistemas de informações geográficas e análise espacial na saúde pública. 1st ed. Brasília: Secretaria de Vigilância em Saúde/Fundação Oswaldo Cruz. 148 pp, 2007.
_______________. Atltas do Desenvolvimento Humano. Programa das Nações Unidas para o Desenvolvimento. Instituto de Pesquisa Econômica Aplicada. Ipea
Fundação João Pinheiro, 2019. Disponível em: http://atlasbrasil.org.br/
BLOOM, D. E. et al. Macroeconomic implications of population ageing and selected policy responses. The Lancet, v. 385, n. 9968, p. 649–657, 2015.
BRITO, F. Transição demográfica e desigualdades sociais no Brasil. Revista Brasileira de Estudos de População, v. 25, n. 1, p. 5–26, 2008.
BUSS, P. M.; PELLEGRINI FILHO, A. A saúde e seus determinantes sociais. Physis: Revista de Saúde Coletiva, v. 17, n. 1, p. 77–93, 2007.
CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução à ciência da geoinformação. São José dos Campos: INEP, 2001.
CAMPOS, A. C. V.; GONÇALVES, L. H. T. Perfil demográfico do envelhecimento nos municípios do estado do Pará, Brasil. Revista Brasileira Enfermagem, v. 104, p.
636–643, 2018.
CAMPOS, F.G. et al . Distribuição espacial dos idosos de um município de médio porte do interior paulista segundo algumas características sócio-demográficas e de morbidade. Cad. Saúde Pública, Rio de Janeiro, v. 25, n.1, p.77-86, 2009.
CARRAPATO, P.; CORREIA, P.; GARCIA, B. Determinante da saúde no Brasil: a procura da equidade na saúde. Saúde e Sociedade, v. 26, n. 3, p. 676–689, 2017. CARVALHO, J. A. M. DE; RODRÍGUES-WONG, L. L. A transição da estrutura etária da população brasileira na primeira metade do século XXI. Caderno de Saúde Pública, v. 24, n. 3, p. 597–605, 2008.
CARVALHO, M. S.; SOUZA-SANTOS, R. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Caderno de Saúde Pública, v. 21, n. 2, p. 361–378, 2005.
CHIARAVALLOTI-NETO, F. O Geoprocessamento E Saúde Pública. Arquivos de Ciências da Saúde, v. 23, n. 4, p. 01–02, 2016.
CLARKE, C. A. et al. Racial and social class gradients in life expectancy in contemporary California. Social Science and Medicine, v. 70, n. 9, p. 1373–1380, 2011.
CLOSS, V. E.; SCHWANKE, C. H. A. A evolução do índice de envelhecimento no Brasil , nas suas regiões e unidades federativas no período de 1970 a 2010. Revista Brasileira de Geriatria e Gerontologia, v. 15, n. 3, p. 443–458, 2012.
COMISSÃO NACIONAL SOBRE DETERMINANTES SOCIAIS DA SAÚDE. As causas sociais das iniquidades em saúde no Brasil. Rio de Janeiro: FIOCRUZ, 2008. COSTA, A. M. et al. Spatial distribution of xerostomia and social exclusion index of elderly patients in Piracicaba, SP, Brazil. Arquivos em Odontologia, v. 51, n. 1, p. 39– 46, 2015.
COSTA, A. M. et al. Relação entre lesões em mucosa oral de idosos e exclusão socioespacial urbana em Piracicaba, SP: uma nova abordagem diagnóstica
79, 2016.
DALHLGREN, G.; WHITEHEAD, M. Policies and strategies to promote social equity in health. Background document to WHO – Strategy paper for Europe. [s.l: s.n.].
DATASUS. Departamento de Informática do Sistema Único de Saúde. Disponível em: <http://datasus.saude.gov.br/informacoes-de-saude>. Acesso em: 16 maio. 2017. DORLING, D. Inequality and the 1%. Can we afford the rich? Why the growth of the wealthy is making the UK a more dangerous place to live, 2014.
DORLING, D. Do we need economic inequality? (The Future of Capitalism), 2017. Disponível em: <http://www.dannydorling.org/>. Acesso em: 2 set. 2018.
DUARTE, E. C. et al. Epidemiologia das desigualdades em saúde no Brasil: um estudo exploratório. Brasília: Organização Pan-Americana da Saúde, 2002.
DWYER-LINDGREN, L. et al. Inequalities in Life Expectancy Among US Counties, 1980 to 2014. JAMA Internal Medicine, v. 177, n. 7, p. 1003, 2017.
FELICIANO, A. BA.; MORAES, S. A. DE; FREITAS, I. C. M. DE. O perfil do idoso de baixa renda no Município de São Carlos, São Paulo, Brasil: um estudo
epidemiológico. Cad. Saúde Pública, v. 20, n. 6, p. 1575–1585, 2004.
FERNANDES GUERRA, F.; FIGOLI, M. B. G. Esperança de vida e sua relação com indicadores de longevidade: um estudo demográfico para o Brasil, 1980-2050. Revista Brasileira de Estudos de População, v. 30, p. S85–S102, 2013.
FERNANDEZ-MARTINEZ, B. et al. Self-perceived health status in older adults: Regional and sociodemographic inequalities in Spain. Revista de Saúde Pública, v. 46, n. 2, p. 310–319, 2012.
FERREIRA, T. D. C. Caracterização e análise dos fatores de risco da transmissão da malária na Amazônia Legal, 2010 – 2015: uma contribuição à saúde global. [s.l.] Doutorado (Tese), Programa de Pós-Graduação em Saúde Global e Sustentabilidade, Universidade de São Paulo, 2018.
FIGUEIREDO, E.; NETTO JÚNIOR, J. L. S.; PORTO JUNIOR, S. Distribuição, mobilidade e polarização de renda no Brasil: 1987 a 2003. Revista Brasileira de Economia, v. 61, n. 1, p. 7–32, 2007.
GEIB, L. T. C. Determinantes sociais da saúde do idoso. Ciência & Saúde Coletiva, v.