UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ODONTOLOGIA DE PIRACICABA
ALEXANDRE BERGO GUERRA
ANÁLISE ECOLÓGICA DAS TAXAS DE MORTALIDADE MATERNA,
NEONATAL E PÓS-NEONATAL NO ESTADO DE SÃO PAULO
NO ANO DE 2013
ECOLOGICAL ANALYSIS OF MATERNAL, NEONATAL AND
POSTNEONATAL MORTALITY IN SÃO PAULO IN 2013
Piracicaba 2016
ALEXANDRE BERGO GUERRA
ANÁLISE ECOLÓGICA DAS TAXAS DE MORTALIDADE MATERNA,
NEONATAL E PÓS-NATAL NO ESTADO DE SÃO PAULO NO
ANO DE 2013
ECOLOGICAL ANALYSIS OF MATERNAL, NEONATAL AND
POSTNEONATAL MORTALITY IN SÃO PAULO IN 2013
Dissertação de Mestrado Profissional Piracicaba da Universidade Estadual de Campinas como parte dos requisitos exigidos para obtenção do título de Mestre em Odontologia em Saúde Coletiva.
Dissertation of Professional Master presented to the Piracicaba Dental School of the University of Campinas in partial fulfillment of the requirements for the degree of Master in Public Health Dentistry
Orientador: Prof. Dr. Antonio Carlos Pereira
ESTE EXEMPLAR CORRESPONDE A
VERSÃO FINAL DA DISSERTAÇÃO
DEFENDIDA PELO ALUNO ALEXANDRE
BERGO GUERRA E ORIENTADA PELO
PROF.DR. ANTONIO CARLOS PEREIRA
Piracicaba 2016
Agradecimentos
Ao Magnífico Reitor da Universidade Estadual de Campinas, Prof. Dr. José Tadeu Jorge.
Ao Diretor da Faculdade de Odontologia de Piracicaba, Prof.Dr. Guilherme Elias Pessanha Henriques.
À Profa. Cínthia Pereira Machado Tabchoury, coordenadora dos programas de Pós-gradução da Faculdade de Odontologia de Piracicaba, da Universidade Estadual de Campinas, pela dedicação aos programas e nos esclarecimentos de dúvidas.
Ao meu orientador Prof. Dr. Antonio Carlos Pereira, coordenador do Programa de Mestrado Profissional da FOP-UNICAMP, por sua dedicação e cuidado na elaboração desse trabalho e pelo estímulo à minha formação profissional.
À Profa. Dra. Gláucia Maria Bovi Ambrosano pela análise estatísitica, pela sua incansável atenção, e, sobretudo pelas sugestões valiosas que enriqueceram esse trabalho.
Aos amigos Estevão, Brunna e Lívia pelo companheirismo e ajuda incansável. Aos meus pais, Silvia Antonieta e José Henrique, e que continuam a me ensinar, entre outras coisas, a importância da dedicação ao trabalho.
Aos meus irmãos Gustavo e Maria Sílvia, que sempre foram e continuam sendo parte importante nesse aprendizado.
Aos meus fihos Bruno e Rodrigo, a quem espero ensinar o mesmo, e por entenderem a importância do tempo utilizado neste trabalho.
À Luciane, minha mulher, incentivadora e companheira, que há mais de vinte anos me dá a honra e a alegria de sua companhia. Sem você nenhum dos agradecimentos anteriores seria possível.
RESUMO
A taxa de mortalidade infantil tem sido uma grande preocupação para o Brasil. O estado de São Paulo tem experimentado importante redução nessa taxa, passando de 16,97 por mil no ano 2000 para 11,66 por mil em 2013. Da mesma forma, a mortalidade materna também tem recebido ênfase na elaboração das políticas publicas no Brasil e, consequentemente, no estado de São Paulo. Entretanto, a mortalidade materna não tem apresentado, no estado de São Paulo, declínio semelhante ao da mortalidade infantil. Com a ampliação de cobertura pela Estratégia de Saúde da Família (ESF) no estado de São Paulo, e tendo em vista a importância da atenção básica no contexto materno infantil, torna-se necessária a investigação da relação entre tais taxas e o modelo de atenção adotado. Além disso, outras variáveis que possam ter impacto nesses desfechos, devem ser investigadas. Assim, o presente estudo analisou a mortalidade materna e infantil no estado de São Paulo numa perspectiva social, econômica, demográfica e relacionada ao modelo de atenção à saúde adotado, testando-as em modelos estatísticos apropriados. Como resultado desse estudo, foi elaborado um artigo, no qual são demonstradas as associações estabelecidas. Além disso há necessidade de mudança do paradigma biomédico para um paradigma de fortalecimento da autonomia do usuário, com humanização da gestação e do parto, e pelo aumento e manutenção da cobertura pela Estratégia de Saúde da Família no estado de São Paulo.
Palavras–chave: Mortalidade Infantil; Mortalidade Materna; Fatores Socioeconômicos;
ABSTRACT
The infant mortality rate, which is measured by the number of infants who did not complete the first year of life per 1,000 live births in a given geographic area during the year in, has been a major concern for Brazil. The state of São Paulo has experienced a significant reduction in this rate, from 16.97 per thousand in 2000 to 11.66 per thousand in 2013. Similarly, maternal mortality, which is expressed by the number of deaths of women during pregnancy or within a period of 42 days after its termination, regardless of their duration or location, due to any cause related to or aggravated by pregnancy or measures in relation to it, but not due to accidental or incidental causes for every 100,000 births, has also received emphasis in the development of public policies in Brazil and, consequently, in the state of São Paulo. However, maternal mortality has not shown, in the state of São Paulo, decline similar to infant mortality. With the expansion of coverage by the Family Health Strategy in the state of São Paulo, and in view of the importance of primary care in maternal and child context, it is necessary to investigate the relationship between these rates and the care model adopted. In addition, other variables that may have an impact on these outcomes, should be investigated. Thus, the present study examined the relationship between socioeconomic, demographic and related health care model with maternal and infant mortality rates in the state of São Paulo in 2013, testing it in appropriate models. As a result of this study, we designed an article with results showing the established associations. It was concluded by the need of the biomedical paradigm shift to a strengthening paradigm of user autonomy, with humanization of pregnancy and childbirth, and increasing and maintaining the coverage by the Family Health Strategy in the state of São Paulo.
SUMÁRIO
1 INTRODUÇÃO 9
2 ARTIGO: MATERNAL, NEONATAL AND POSTNEONATAL MORTALITY IN SÃO
PAULO IN 2013 14
3 CONCLUSÃO 33
REFERÊNCIAS 35
1 INTRODUÇÃO
Os indicadores de mortalidade infantil subsidiam a avaliação das condições de vida de uma população (Carvalho et al., 2015). São sensíveis às melhorias no acesso e na qualidade de vida, por isso são utilizados para averiguar a saúde de uma localidade (Volpe, 2009). Da mesma forma, indicadores adequados de mortalidade materna, como a Razão de Mortalidade Materna (RMM), refletem dimensões sociais e econômicas da vida das mulheres, além da estrutura de serviços de saúde disponíveis (Nosraty et al., 2016). Mais do que indicadores de saúde, indicam também respeito à cidadania feminina e compromisso governamental com a saúde da mulher (Pitanguy et al., 2010).
Junto ao cenário internacional, o Brasil assumiu a luta pela redução da mortalidade infantil e materna como parte das Metas de Desenvolvimento do Milênio. Trata-se um de compromisso para alcançar patamares mais dignos de vida para a população, estabelecido pela Organização das Nações Unidas (ONU) no ano 2000 e que teve apoio de 191 países. Este é formado por um conjunto de metas que ficaram conhecidas como Objetivos de Desenvolvimento do Milênio (ODM), e ainda desafiam os serviços de saúde e a sociedade como um todo. A meta número 4, estabelecida nesse pacto, é “ z m fâ ”, ou seja, no número de crianças que morrem até os cinco anos de idade para cada mil nascidos vivos entre os anos de 1990 e 2015, na razão de dois terços. O maior número de mortes nesse indicador situa-se, entretanto, de zero a um ano. Já a meta 5 é “m h ú m ”, promovendo redução de três quartos na mesma (PNUD, 2016).
Assim sendo, há no Brasil uma grande preocupação com a redução da taxa de mortalidade infantil (TMI), que é medida pelo número de nascidos que não completa o primeiro ano de vida a cada 1.000 nascidos vivos em determinado espaço geográfico no ano considerado (Brasil, 2009). Também é preocupante a razão de mortalidade materna (RMM), que é expressa pelo número de óbitos de mulheres durante a gestação ou dentro de um período de 42 dias após o seu término, independente da sua duração ou localização, devida a qualquer causa relacionada com ou agravada pela gravidez ou
por medidas em relação a ela, porém não devida a causas acidentais ou incidentais para cada 100.000 nascimentos (Brasil, 2007).
O estado de São Paulo tem experimentado importante redução na mortalidade infantil, passando de 16,97 para cada mil nascidos vivos no ano 2000 (São Paulo, 2014) para 11,66 por mil em 2013 (São Paulo, 2016), enquanto no Brasil passamos de 29,02 para mil nascidos vivos em 2000 para 15,02 em 2013 (Brasil, 2016 a).
Alguns estudos têm demonstrado que fatores contextuais podem impactar as variáveis TMI e RMM. A queda da TMI no estado de São Paulo no período de 1998 a 2008 foi influenciada pelo modelo de atenção Saúde da Família (Lourenço et al., 2014). Em outro estudo, Victora et al., ao identificarem a significativa redução na TMI no Brasil entre 1990 e 2007, especialmente em regiões de menor desenvolvimento, atribuíram tal queda principalmente à expansão da Estratégia de Saúde da Família (ESF), inserção da mulher no mercado de trabalho, aumento da escolaridade e diminuição da desigualdade de renda (Victora et al., 2011). Ainda assim, consideram-se evitáveis mais da metade das mortes infantis ocorrida no Brasil atualmente (Malta et al., 2010).
Variáveis socioeconômicas podem se relacionar com a taxa de mortalidade infantil. Pessoas mais pobres geralmente vivem em piores condições ambientais e, portanto, estão mais expostas a doenças. E, da mesma forma, têm menor acesso a serviços de saúde de boa qualidade (Deaton, 2012). Estudo de Souza e Melo, em 2013, apontou alta correlação entre índice de desenvolvimento humano municipal (IDHM) e taxa de mortalidade infantil (TMI), sendo que quanto menor o IDHM maior será a TMI.
Estudo de revisão sistemática demonstrou que grande parte das mortes neonatais no Brasil no período de 2004 a 2009 era evitável, apontando que as práticas de saúde devem se apoiar em ações de vigilância em saúde, o que reforça esta última como pilar da atenção básica (Ferrari e Bortolozzi, 2012). Outra revisão sistemática, em 2015, identificou que enquanto as taxas de mortalidade materna, infantil e infantil tardia diminuíram significativamente nos países em desenvolvimento nos últimos 30 anos, a taxa de mortalidade infantil precoce apresentou redução num ritmo bem mais lento. O estudo, apesar de reconhecer a importância das intervenções baseadas na comunidade, ressaltou a importância de cuidados especializados (como atendimento
em sala de parto, investimento em UTI neonatal, etc), os quais extrapolam o alcance da atenção primária, como fundamentais para o controle da mortalidade materna (Lassi e Butha, 2015).
O Brasil vem aprimorando sua oferta de serviços e cuidados baseados na comunidade. A atenção primária à saúde passou por uma importante mudança de modelo no país com a crescente implantação da Estratégia de Saúde da Família (ESF) (Brasil, 2003). Suas ações prioritárias, que incluem promoção, prevenção e cuidados para mães e crianças, vacinação e tratamento de doenças infecciosas, certamente têm impactando positivamente na queda da mortalidade infantil (Aquino et al, 2009). Alguns estudos têm apontado o modelo de atenção (Souza e Melo, 2013) e as questões socioeconômicas (Lourenço et al, 2014) como pilares na diminuição da TMI. A partir dos estudos descritos, verificou-se que os progressos observados na redução da mortalidade infantil, são, portanto, significativos. Assim, o país superou, já no ano de 2012, as metas propostas nos ODM para 2015.
Outro indicador importante a ser ressaltado é a mortalidade materna. No Brasil verificamos uma redução de 54,7% de 1990 a 2011, passando de um coeficiente de 143,2 (Brasil, 2015 a), para 64,8para cada 100 mil (Brasil, 2015 b). É uma redução significativa, porém ficou aquém da meta de redução de 75% pretendida pelos ODM (Brasil, 2016 b).
A grande maioria das mortes maternas é evitável e ocorre em países em desenvolvimento. A razão de mortalidade materna pode situar-se em torno de 10 óbitos maternos (países desenvolvidos) e chegar a 1000 óbitos (menos desenvolvidos) para 100.000 nascidos vivos. Essas disparidades são observadas, tanto na comparação de países desenvolvidos e em desenvolvimento, quanto dentro dos próprios países, entre regiões do país e até entre grupos populacionais, demonstrando diferentes estágios das populações em relação a mortalidade materna (United Nations Population Fund, 2012). Levar em conta esse aspecto significa adotar abordagens específicas e orientadas para acelerar a redução da mortalidade e tornar mais adequado o custo-efetividade das ações e estratégias adotadas (Souza et al., 2014).
No estado de São Paulo, a despeito do contexto socioeconômico favorável, a velocidade da redução da mortalidade materna foi menor do que no restante do país.
De 2000 a 2011, esse indicador, inclusive, manteve-se basicamente estável, passando de 40,1 em 2000 para 40,8 em 2011 (Brasil, 2015 b). Essa estabilidade, portanto, motiva novas investigações acerca da relação entre fator socioeconômico e mortalidade materna que se utilizem de modelos estatísticos apropriados.
A gradual transformação dos padrões de mortalidade materna deve-se, segundo Souza (2013), ao desenvolvimento econômico e social, implementação de políticas que modificam os determinantes sociais da mortalidade materna - como programas de transferência condicional de renda - bem como àqueles que remediam e atenuam os seus efeitos, como o fortalecimento do sistema de saúde e a melhora da qualidade da assistência. E f m çã , m “Transição Obstétrica”, é caracterizada pela tendência secular de passagem de um padrão de alta para baixa mortalidade materna, com predominância das causas obstétricas diretas (resultantes de problemas obstétricos durante o período gravídico-puerperal) para uma proporção crescente de causas indiretas, (decorrentes de doenças previamente existentes ou que foram desenvolvidas no período da gestação) as quais estão associadas às doenças crônico-degenerativas, envelhecimento da população materna e modificação da história natural da gravidez e do parto, para um padrão de institucionalização da assistência, aumento as taxas de intervenção obstétrica e eventual excesso de medicalização (Souza et al., 2014)
Estudo de caso-controle realizado por Leite et al (2011) em Recife (PE), além de reafirmar a participação das desigualdades sociais na determinação da mortalidade materna, evidenciou maior risco de morte para as mulheres que tiveram parto cesáreo. Outro estudo do tipo ecológico encontrou elevada mortalidade materna no período de 2000 a 2010, com maiores riscos em estratos de baixa condição socioeconômica em Aracajú (SE) (Borges et al., 2013). A realização de abortos é outra dificuldade importante para a redução da mortalidade materna. Por ser prática criminosa no Brasil - exceto nas circunstâncias de risco de vida da gestante, gravidez fruto de violação sexual e feto com anencefalia – muitas mulheres, fora dessas três condições, o fazem de forma clandestina, em condições indignas e inseguras para a saúde (Cúnico et al, 2014), colocando o aborto entre as cinco principais causas de morte materna no Brasil, juntamente com hemorragias graves, hipertensão arterial, infecções e parto obstruído
(Brasil, 2016c). No estado de São Paulo, entretanto, o aborto é a 3ª causa de morte materna, sendo que as duas primeiras causas são hipertensão arterial e hemorragias graves, respectivamente (São Paulo, 2012).
Não obstante o pouco sucesso relativo aos indicadores de morte materna no Brasil, esforços tem sido implementados para a sua redução. No ano de 2004 firmou-se “Pacto pela Redução da Mortalidade Materna e Neonatal” m bj v vários setores da sociedade em torno da melhoria da qualidade de vida de mulheres e crianças(Brasil, 2011).
Considerando-se, portanto, a interferência de indicadores socioeconômicos, demográficos e ao modelo de atenção, na mortalidade materno-infantil, fica clara a necessidade de se analisar as relações entre esses indicadores e seus determinantes no estado de São Paulo, já que este possui os melhores indicadores socioeconômicos do país e, contudo, não tem conseguido atingir as metas de redução da mortalidade materna, nem sequer acompanhar os níveis médios nacionais de queda desse indicador. Isso, portanto, induz à hipótese de que o fato de ter tido menor cobertura pela ESF desde sua criação, pode ter impactado na forma mais lenta da queda da RMM no estado de São Paulo. Além disso, essa evolução mais lenta acrescenta facilidade em se analisar o impacto de fatores sobre as taxas de mortalidade materna e infantil, já que há uma maior discriminação de seus efeitos.
Dessa forma, o presente estudo analisou a mortalidade materna e infantil no estado de São Paulo numa perspectiva social, econômica, demográfica e relacionada ao modelo de atenção à saúde adotado. Como produto desse estudo foi elaborado um artigo científico.
2 ARTIGO: MATERNAL, NEONATAL AND POSTNEONATAL MORTALITY IN SÃO PAULO IN 20131
Alexandre Bergo Guerra (*)
Luciane Miranda Guerra (*)
Livia Fernandes Probst (**) (Correspondent author):
Brunna Verna Castro Gondinho (*)
Gláucia Maria Bovi Ambrosano (*)
Estevão de Azevedo Melo (*)
Valéria Silva Cândido Brizon (*)
Antonio Carlos Pereira (*)
(*) Community Dentstry – Piracicaba Dental School - UNICAMP Piracicaba – São Paulo - Brasil.
(**) Community Dentstry – Piracicaba Dental School - UNICAMP
Piracicaba – São Paulo - Brasil. Av. Limeira, 901 CEP 13414-903
E-mail: liviaprobst@hotmail.com Tel: (+55 19 21065282)
1
Submetido ao periódico “Journal of Epidemiology and Community Health”. Texto formatado de acordo com as normas da revista. Confirmação de submissão no Anexo 2.
Maternal, neonatal and post-neonatal mortality in São Paulo, Brazil, in 2013
ABSTRACT
Background: The state of São Paulo recorded a significant reduction in infant mortality from
1990 to 2013. Regarding maternal mortality, however, the state of São Paulo has not gotten the desired reduction. Knowledge of the impacting factors on these indicators assists the public policies formulation.
Objective: This study evaluated the relation between socioeconomic, demographic factors and
health care model to child mortality, neonatal, post-neonatal and maternal mortality in the state of São Paulo, Brazil, from 1998 to 2013.
Methods: We used data from national official open sources and from the state of São Paulo. For
statistical analysis was used the zero-inflated negative binomial model. Gross analysis was performed and then were estimated multiple regression models. For associations was adopted p at 5%.
Results: Were identified as factors associated with infant mortality rate: HDI city (p = 0.0041);
time from the beginning of Family Health Strategy (PSF) implantation (p <0.0001); time of last PSF implantation (p = 0.0001); PSF implanted ratio (p <0.0001); birth rate (p <0.0001) and cesarean delivery rate (p = 0.0055). Factors associated with neonatal mortality rate were: HDI city (p = 0.0024); time from the beginning of PSF implantation (p <0.0001); time of the last PSF implantation (p = 0.0007); PSF implanted ratio (p <0.0001); birth rate (p <0.0001); cesarean delivery rate (p = 0.00033). Related to post-neonatal mortality rate: City HDI (p <0.0001); time from the beginning of PSF implantation (p <0.0001); time of last PSF implantation (p = 0.0005); PSF implanted ratio (p <0.0001) and birth rate (p <0.0001). Related to the maternal mortality rate: HDI city (p = 0.0004); PSF implanted ratio (p = 0.0002) and birth rate (p = 0.0002).
Conclusions: The MMR and IMR were related to various socioeconomic variables and
management model, mainly the HDI and PSF coverage.
INTRODUCTION
The fight against maternal and child mortality has been intensified in Brazil and in the world in recent decades, with a greater allocation of resources and public policies to its reduction. On international scene, this is evidenced by the disclosure of the Millennium Development Goals, by the UN (United Nations) in 2000 with the support of 191 countries, that recommended two-thirds of reduction in Infant Mortality Rate (IMR), that is the number of children who die before reaching one year of age per thousand live births in the period and area considered; and 75% in the Maternal Mortality Rate (MMR), which is expressed by the number of deaths of women during pregnancy or within a period of 42 days after its termination, regardless of its duration or location, due to any cause related to or aggravated by pregnancy or actions related to it, but not due to accidental or incidental causes for every 100,000 live births 1. In spite of it, in 2010, sub-Saharan Africa still records about 500 maternal deaths per 100,000 live births. In developed countries, the MMR was less than 10 2.
As a result of this fight, infant mortality has halved in the last 25 years in the world (1990-2015). However, only in 52 nations (1/3 of the 195 countries assessed), it came to the proposed reduction and agreed on the Millennium Development Goals (MDGs) 3. In Brazil, with the objective of coordinating various sectors in order to improve the life quality of women and children, was established the "Maternal and Neonatal Mortality Reduction Pact" in 2004 4. Brazil surpassed in 2012 the proposed target for 2015, with 77% reduction in IMR; going from 62.0 in 1990 to 14.0 5.
The state of São Paulo recorded IMR of 31.2 in 1990, decreasing to 11.66 per thousand in 2013. It was a significant reduction, but from 2010, and despite all efforts, there was a clear reduction in the quickness of decline on this indicator, which recorded 11.4 in 2014 6.
Regarding the MMR, the results are less encouraging in Brazil and in the state of São Paulo. There was a national decrease of 54.7% from the 1990s until 2011 when it registered 64.8 events per 100 thousand live births. In São Paulo, it was observed that MMR has not reached the Millennium Development Goal, including remained stable between 2000 (40.1) and 2013 (39.28).
Even before the magnitude of the problem, the issue of production of maternal mortality related to the prenatal period was still small and there was a need for knowledge about this relevant issue in order to promote the health of pregnant and postpartum women 7.
Several studies over the past decade have been proving that both IMR and MMR are directly related to contextual variables. An increase in the primary care has positively impacted the IMR and the number of born underweight in the US 8. In addition, better socioeconomic and demographic conditions and the development of population health seems to cause the decrease in African maternal mortality. A higher gross domestic product (GDP) was associated with lower MMR 9, while Lourenço et al in 2014 10 ascertained that in the period from 1998 to 2008, as in growing GDP, child mortality decreased in the state of São Paulo, Brazil.
Few studies, however, have discussed how political and economic contexts shapes the effects of health and environment so that a politically and economically unstable society have difficult to transfer health resources for the actual performance of the populations health, even having professionals and health facilities enough for such 11.
The human development index (HDI) is a summary measure of long-term progress in three basic dimensions of human development: income, education and longevity 12. The state of São Paulo has the highest HDI of the Brazilian states (0.783). The Gini index, which ranges from 0 to 1 (1 being the maximum concentration), is used to measure the concentration of income in a given location. But, nevertheless, it showed a slower and heterogeneous implementation of the family health care strategy (PSF) and, although it has a significant concentration of professionals and health services, the PSF, for their latest deployment, may present yet weaknesses typical of its immaturity. It is necessary, therefore, carefully evaluate the different factors that may have impacted on maternal and infant mortality in the state, including the PSF deployment time. Only in this way it is believed it is possible to discriminate, without bias, factors and their impacts and thus focus efforts on those that can effectively cause the evolution of such indicators. This paper, therefore, aims to evaluate the relation between socioeconomic, demographic and related health care model (data from 1998 to 2013) with neonatal infant mortality and post-neonatal as well as maternal mortality in the state of São Paulo in 2013.
METHODS Ethical aspects
This ecological study was submitted to the Research Ethics Committees of the FOP – UNICAMP (Piracicaba Dental School), according to Resolution Number 466/12 of December 12, 2012, the National Health Council and complementary resolutions. However, as it comes to
secondary data from public databases, this study was exempted from consideration by the REC, as REC Office / FOP 009/2016.
Outcomes measures and data sources
The dependent variables of the study were neonatal mortality (0-27 days), post-neonatal infant mortality (28-364 days) and maternal mortality in each municipality in the state of São Paulo in 2013.
The independent variables (in each of the 645 cities of São Paulo state in 2013) were: Population size, time (in months) of the first implementation of the Family Health Strategy (PSF), the proportion of the municipal population coverage by the PSF, time (in months) of the last implementation of the PSF, the Municipal Human Development Index - MHDI, birth rate, birth rate caesarean, immunization coverage, Gross Domestic Product per capita (GDP per capita), proportion of coverage by Community Health Agents (ACS) and number of implanted PSF teams.
These are secondary data from the following sources:
Neonatal mortality: obtained from SIM (Mortality Information System) and collected by the SINASC (Information System on Live Births) 13.
Post-neonatal mortality: obtained through the SIM and SINASC 14
. Maternal mortality: obtained via SIM (Mortality Information System) 15
. Population (IBGE) 16
.
Time (in months) of the first implementation of the Family Health Strategy (PSF) – DATASUS 17.
Proportion of municipal population coverage by the PSF – DATSUS 17
. Time (in months) of the last implementation of PSF - DATASUS 17
.
HDI - SEADE Foundation-SP 18
. Birth rate - SINASC 19
.
Cesarean delivery rate - TABNET / DATASUS 20
. Immunization coverage 21
.
Gross Domestic Product per capita (GDP per capita) 16
.
Number of deployed PSF teams – DATASUS 17
The selection of the year to collect the MMR (Maternal Mortality Ratio) and IMR (Infant Mortality Rate) was because at the time of data analysis, the most recent year, which all variables already showed determination and official publication, was the year 2013.
Statistical analysis
The distribution of the data violates the assumption of normality required in linear regression analysis, there were explored Poisson regression models, range, negative binomial and zero-inflated negative binomial. The best adjustment occurred for zero-inflated negative binomial and then, this model was used to predict mortality rates 22. The model fit assessment was conducted by the deviance / degree of freedom and the corrected Akaike Information Criterion (AICc).
There were initially set individual models for each variable (unadjusted analysis) and then there were estimated multiple regression models using PROC GENMOD procedure of SAS statistical software 23.
RESULTS
Gross analysis of the variables showed the values of mean, median, standard deviation, maximum, and minimum, as Table 1.
Table 1. General characteristics of the cities of São Paulo in 2013 (n = 645).
Variable Mean Std Dev Median Minimum Maximum
IMR1 Neo IMR1 Post neo MMR2 IMR1 (neo+post) Population GDP3 HDI4 (Value) PSF5 (Implanted) Beginning time PSF Latest time PSF PSF proportion ACS6 proportion Natality Caesarean rate Living child Vaccination coverage 7.79 3.87 0.44 11.83 65588.67 22624.60 0.74 5.72 115.40 42.88 55.42 62.92 13.39 69.56 1.23 74.78 9.98 7.17 1.75 13.66 462445.98 18527.99 0.03 37.86 67.83 52.73 39.40 38.47 10.57 14.57 1.60 19.78 6.37 1.44 0.00 10.21 12687.00 18054.66 0.74 2.00 148.00 17.00 61.37 75.93 12.72 70.59 0.82 72.22 0.00 0.00 0.00 0.00 807.00 7232.60 0.64 0.00 0.00 0.00 0.00 0.00 0.97 26.09 0.00 17.75 142.86 71.43 20.41 214.29 11446275.00 283589.47 0.86 938.00 189.00 186.00 100.00 100.00 223.71 100.00 11.76 257.50
1 IMR - Infant Mortality Rate
2 The coefficient used for maternal mortality in this table was a thousand events in order to standardize it with infant mortality. However, their discussion follows
which usually is used in the literature, events to 100,000.
3
GDP - Gross Domestic Product
4 HDI - Human Development Index 5 PSF - Family Health Care Strategy 6 ACS - Community Health Agent
After statistical analyses were identified as factors associated with neonatal and post-neonatal mortality: municipal HDI (negative association; p = 0.0041), beginning time of PSF (negative association; p <0.0001) time of the last implementation of PSF (negative association; p = 0.0001), proportion of implanted PSF (negative association; p <0.0001), birth rate (positive association; p <0.0001) and caesarean delivery rate (positive association; p = 0.0055).
Table 2. Individual and adjusted regression analyses by the zero-inflated negative binomial model for the dependent variable infant mortality in 2013 (neonatal + post-neonatal).
Variable Individual analysis Adjusted analysis
Estimate ($SE) #IC95% p-valor Estimate ($SE) #IC95% p-value
Population -0.0000 (0.0000) -0.0000; 0.0000 0.4629 GDP1 (per capita) -0.0001 (0.0000) -0.00001; 0.0000 0.0253 HDI2 -11.4570 (2.6875) -16.7244; -6.1896 <0.0001 -10.1339 (3.5316) -17.0556; -3.2121 0.0041 beginning time of PSF3 -0.0048 (0.0014) -0.0075; -0.0021 0.0005 -0.00158 (0.0025) -0.0208; -0.0109 <0.0001 Latest time of PSF3 -0.0068 (0.0018) -0.0103; -0.0033 0.0001 -0.0089 (0.0023) -0.0135; -0.0043 0.0001 PSF3 Proportion -0.0086 (0.0026) -0.0138; -0.0035 0.0010 -0.0169 (0.0042) -0.0252; -0.0087 <0.0001 ACS4 proportion -0.0098 (0.0028) -0.0152; -0.0044 0.0004 Birth rate 0.2258 (0.0402) 0.1471; 0.3046 <0.0001 0.1671 (0.0408) 0.0871; 0.2471 <0.0001 Caesarean rate 0.0249 (0.0072) 0.0108; 0.0390 0.0005 0.0224 (0.0081) 0.0066; 0.0382 0.0055 Living born without prenatal 0.1360 (0.0768) -0.0146; 0.2866 0.0766
$Standard Error; # Wald 95% Confidence Limits 1 GDP - Gross Domestic Product
2
HDI - Human Development Index
3 PSF - Family Health Care Strategy 4 ACS - Community Health Agent
The following factors were associated with neonatal mortality rate: municipal HDI (negative association; p = 0.0024), beginning time PSF implementation (negative association; p <0.0001), time of last deployment PSF (negative association; p = 0.0007), proportion of implanted PSF (negative association; p <0.0001), birth rate (positive association; p <0.0001) and caesarean delivery rate (positive association; p =0.00033).
Table 3. Individual and adjusted regression analysis by the zero-inflated negative binomial model for the dependent variable neonatal mortality in 2013.
Variable Individual analyses Adjusted analyses
Estimate ($SE) #IC95% p-valor Estimate ($SE) #IC95% p-value
Population -0.0000 (0.0000) -0.0000; 0.0000 0.4629 GDP1 percapita -0.0001 (0.0000) -0.00001; 0.0000 0.0096 HDI2 -14.3706 (2.5663) -19.4005; -9.3407 <0.00001 -10.0861 (3.3285) -16.6098; -3.5625 0.0024 beginning time of PSF3 -0.0042 (0.0012) -0.0066; -0.0018 0.0007 -0.0174 (0.0024) -0.0221; -0.0126 <0.0001 Latest time of PSF3 -0.0070 (0.0016) -0.0101; 0.0040 <0.0001 -0.0071 (0.0021) -0.0113; 0.0030 0.0007 PSF3 Proportion -0.0128 (0.0024) -0.0174; 0.0081 <0.0001 -0.0239 (0.0041) -0.0319; -0.0158 <0.0001 ACS4 proportion -0.0133 (0.0025) -0.0182; 0.0083 <0.0001 Birth rate 0.2726 (0.0391) 0.1960; 0.3493 <0.0001 0.1985 (0.0402) 0.1197; 0.2774 <0.0001 Caesarean rate 0.00264 (0.0063) 0.0141; 0.0386 <0.0001 0.0214 (0.0073) 0.0071; 0.0357 0.00033 Living born without prenatal 0.0290 (0.0555) -0.0799; 0.1378 0.6020
$Standard Error; # Wald 95% Confidence Limits 1 GDP - Gross Domestic Product
2 HDI - Human Development Index 3 PSF - Family Health Care Strategy
4
Basically the same factors were also associated with post-neonatal mortality rate: municipal HDI (negative association; p <0.0001), beginning time of PSF implementation (negative association; p <0.0001), time of last PSF implementation (negative association; p = 0.0005), proportion of PSF implanted (negative association; p <0.0001) and birth rate (positive association; p <0.0001).
Table 4. Individual and adjusted regression analysis by the zero-inflated negative binomial model for the dependent variable post-neonatal mortality in 2013.
Variable Individual analysis Adjusted analysis
Estimate ($SE) #IC95% p-valor Estimate ($SE) #IC95% p-value
Population -0.0000 (0.0000) -0.0000; 0.0000 0.4577 GDP1 percapita -0.0001 (0.0000) -0.0001; 0.0000 0.0010 HDI2 -18.7872 (2.8107) -24.2961; -13.2784 <0.0001 -10.6930 (2.8872) -16.3519; -5.0341 <0.0001 Beginning PSF3 -0.0040 (0.0014) -0.0068; -0.0012 0.0055 -0.00149 (0.0023) -0.0194; -0.0105 <0.0001 Latest PSF3 -0.0100 (0.0019) -0.138; -0.0062 <0.0001 -0.0076 (0.0022) -0.0118; -0.0033 0.0005 PSF3 proportion -0.0230 (0.0057) -0.0341; -0.0119 <0.0001 -0.0224 (0.0040) -0.0302; -0.0147 <0.0001 ACS4 proportion -0.0542 (0.0181) -0.0897; -0.0186 0.0028 Birth rate 0.2654 (0.0449) 0.1774; 0.3533 <0.0001 0.1931 (0.0403) 0.1141; 0.2722 <0.0001 Caesarean rate 0.0202 (0.0076) 0.0054; 0.0350 0.0075
Living born without prenatal 0.0530 (0.0730) -0.0901; 0.1962 0.4677
$Standard Error; # Wald 95% Confidence Limits 1 GDP - Gross Domestic Product
2 HDI - Human Development Index 3 PSF - Family Health Care Strategy 4
The factors associated with MMR were fewer than those recorded for the IMR and are as follows: municipal HDI (negative association; p = 0.0004), the proportion of PSF implanted (negative association; p = 0.0002) and caesarean delivery rate (positive association; p = 0.0002).
Table 5. Individual and adjusted regression analysis by the zero-inflated negative binomial model for the dependent variable maternal mortality in 2013.
Variable Individual Analyses Adjusted analysis
Estimate ($SE) #IC95% p-valor Estimate ($SE) #IC95% p-value
Population -0.0000 (0.0000) -0.0000; 0.0000 0.9297 GDP1 per capita -0.0001 (0.0000) -0.0001; 0.0000 0.0413 HDI2 -29.0315 (8.1662) -45.0369; -13.0261 0.0004 -30.7345 (8.6131) -47.6159; -13.8530 0.0004 Beginning PSF3 -0.0012 (0.0022) -0.0054; 0.0030 0.5707 Latest PSF3 -0.0093 (0.0041) -0.0174; -0.0013 0.0229 PSF3 proportion -0.0688 (0.0144) -0.0970; -0.0406 <0.0001 -0.0350 (0.0095) -0.0536; -0.0163 0.0002 ACS4 proportion -0.0642 (0.0169) -0.0972; -0.0311 <0.0001 Birth rate 0.0087 (0.0122) -0.0151; 0.0326 0.4734 Caesarean rate 0.1918 (0.1132) -0.0301; 0.4137 0.0902 0.0772 (0.0205) 0.0370; 0.1174 0.0002 Living born without prenatal 1.3190 (1.7102) -2.0330; 4.6710 0.4406
$
Standard Error; # Wald 95% Confidence Limits
1 GDP - Gross Domestic Product 2 HDI - Human Development Index 3 PSF - Family Health Care Strategy 4
DISCUSSION
For the analysis of maternal and child mortality in the state of São Paulo, the present study considers the macroeconomic and social context and variables related to health care model.
The state of São Paulo is privileged in the economic context, however, has not reached the Millennium Development Goal related to maternal mortality. In contrast, reached infant mortality well before the period agreed. So, it is clear the importance of deepening the study of factors that impact such indicators. Take into account variables linked to the model of attention is fundamental, since the state of São Paulo implemented the PSF slower and more heterogeneous than most of the country's states, seeing that already in 1994 (the beginning of the PSF implementation) had a structured network of health services and, politically and technically, it was believed that even with federal incentives, not worth changing the model of care. This, over the years, has been changing.
In Brazil, state and national child nutrition programs adopted in recent decades have impacted on the drop of infant and maternal mortality 24. Other studies have provided convincing evidence that the measures for the reduction of income disparity produced, in a short time interval, improvements in the health of children and mothers 25,26. Thus, it is necessary that the variable model of attention should always be present in the studies on infant mortality, independent of the analysis made.
Shi et al 8, already in 2004, proved a negative association between the implementation of Primary Health Care and reduction in infant mortality. The authors verified that the effect of income inequality in infant mortality disappeared when the statistical analysis adjusts the model for areas where there was an increase of coverage in primary health care, especially in the regions of greater social inequality. This emphasizes the importance of an appropriate statistical model that takes into account the model of care. In the present study, available variables related to economic context and linked to the attention model were considered, even taking into account the deployment time of the model (first and last deployment), in order to get control about the effect of the above mentioned heterogeneity of PSF implementation in the state.
In 2014, Lourenço et al. 10 affirmed that there was a decrease in infant mortality in the State of São Paulo, in the period from 1998 to 2008. However, the authors found no significant difference between 2004 and 2008, as well as the non-continuity of the impact of the care model
on the drop of IMR, indicating the need for further studies to better investigate the issue of infant mortality after 2008. The present research, in addition to analyzing a subsequent period to the one studied by the authors, as advocated by the referred study, verifies such data taking into account the deployment time of the model care, which clarifies the importance not only of the PSF in infant mortality but of its continuity. To check a significant association of IMR, both with the time of beginning of the deployment, as with time of the last deployment and even with the proportion of PSF deployed, the present study confirms the importance of the care model (for the PSF) in the control of infant mortality. And, to find that such effect occurred not only with the general IMR but also with their components - neonatal and post-neonatal - reaffirms the importance of the performance of this model throughout the maternal and child cycle.
Another important finding of this study refers to the association of mortality rates, both neonatal and post-neonatal, with birth rates. Mendes et al 27 in 2012 affirmed that the fall in the birth rate, fertility reduction and the decreased in the population of children under one year determine a greater care of families with their children, as well as the better health assistance by the State. Still, according to the authors, the pediatric care is very sensitive to social and epidemiological changes.
The association of neonatal infant mortality with cesarean delivery supports the WHO statement that the lowest perinatal mortality rates correspond to countries that have cesarean rates below 10% and has a relation with the care model 28.
The analysis of cesarean section rates, however, according to Patah and Malik 29 should be made in the light of health care model in place and the social and cultural characteristics of a given society. They have an extreme importance in achieving the cesarean delivery model of obstetric care defined, the doctor-patient relationship, economic incentives and the use of medical technology. Considering the possibility of a better doctor-patient relationship in the PSF model, which is a model that underlies on continuity of care, it is expected that the pregnant woman assisted in PSF receive information and empowerment to at least, take part in the decision of the type of delivery. This should decrease the chances of cesarean section if the patient is properly informed about the risks and benefits of all types of delivery. In addition, the association here verified also reflects a given data related to the socioeconomic factor.
In regions where the coverage of health plans is greater, the rates of cesarean section are also 29. This is due to the fact that private physicians are usually paid by production and the cesarean section is better remunerated than vaginal birth, demand less time to be performed, in addition to the possibility of a prior appointment. The state of São Paulo had, in 2013, the largest coverage of the health insurance of the country (44.41%) 5. Despite this, Dias and Deslandes 30, in 2004, already stated that even in public maternities, cesarean section rates are still higher than the expected because the surgical indications are also governed by issues relating to medical training and to cultural trends of assistance.
There are several and complex issues, both related to training and medical culture, as the model of obstetric attention and the working processes that needs to be reviewed so that it fits the national cesarean section rate and, in particular, in the state of São Paulo since this factor is proven impactful in neonatal infant mortality.
Much has been done in the country, such as the greater appreciation of Primary Health Care by the deployment and expansion of the PSF, insertion of women in the labor market, increased education and a reduction of income inequality, but the reduction of MMR has happened at a pace lower than expected. In the State of São Paulo (HDI=0.783), which is the richest of the nation 5, we have a situation even more intriguing because the MMR remained stable from 2000 to 2011, even if the rate was much lower than the national rate in the year 2000. There was, however, an approximation of the national rate in São Paulo, given by the continuous drop in national rate and state stagnation.
Ruiz et al. 31 recommend that the HDI adjusted for inequality is the best predictor for IMR and MMR. Income inequalities in São Paulo and in Brazil, as measured by the Gini index, are respectively, 0.472 and 0.501. However, despite the numerical difference, the evolution of these indices occurred at the same rate in São Paulo and in the country from 2004 to 2013. While Brazil went from a Gini index of 0.555 in 2004 to 0.501 in 2013, São Paulo was 0.5239 to the current 0.472. This points to the fact that the best conditions of income classes C, D and E in Brazil in the last two decades, added to the fact that increase and improved primary care network of health services throughout the country, may have contributed to the significant improvement in MMR. In São Paulo, where such income improvements also appear to have occurred, there is heterogeneity and slowness in the deployment of the PSF, especially in the first decade of 2000.
This factor, therefore, seems decisive to explain the slower drop in the indicator, in a State with the socioeconomic conditions such as São Paulo. The health surveillance - pillar of the PSF - is what enables the health teams "to capture" in the territory the pregnant women who are still without care, thus enabling their access to prenatal care the timelier possible, fighting, in this way, an important impact factor in maternal and child mortality which is the lack of access or unqualified access (with insufficient consultation) to prenatal care.
Regarding the care model, as well as the needed reduction in cesarean sections rate in Brazil and, in this case, in the state of São Paulo, it is necessary to highlight the need to revisit the medical education in Brazil, still rooted in the biomedical hegemonic model, hospitalization and dependence on hard technologies. The family health model requires practices focusing on interdisciplinary in surveillance and teamwork. The reductions in cesareans passes by recasting of the curricula of medical schools, in order to emphasize, in them humanization of childbirth, the importance of the autonomy of the pregnant woman’s in the decision of delivery type and especially, the empowerment of the physician to such decision that, jointly with the pregnant woman, should be sovereign in relation to financial stamp issues or operational and administrative.
Limitations of the study and suggestions for future researches
It stands out as a limitation of the present study, the fact that it is cross-sectional, which prevents the appointment of causal links, although there is a longitudinal linkage by previous data collection as the variable time of deployment of the PSF (since 1998).
Moreover, it is suggested the continuity of same, through longitudinal researches that verifies care in maternal health of cause and effect perspective. However, two other suggestions are relevant: the first is to focus on the group named "Near Miss", which is composed by women that present, on pregnancy, complications potentially lethal, and that translates even a group with better and frequent source of information in cases of maternal death 32.The study of Souza et al, in 2006, should allow the determination of variables able to better elucidate the difficulties in the reduction this indicator.
The second suggestion, not least, is to check the impact of the "Network Stork" in maternal and infant indicators, as this important healthcare network, implemented by the Ministry
of Health, has the purpose of structure and organize the attention to maternal and infant health in the country. However, as it was implemented in 2011 and the present study used data from 2013, was not analyzed here, since it was understood that conclusions could become unviable, hasty or biased.
CONCLUSION
The proportion of PSF coverage and HDI were factors that impacted the IMR and MMR outcomes, demonstrating the importance of investment for human development and for the PSF in the state of São Paulo.
In addition, the neonatal infant mortality showed a correlation between the earliest and latest times of PSF deployment, as well as birth rate and by cesarean delivery, emphasizing the importance of not interrupting the PSF and paradigmatic changes related to birth to decrease caesarean.
REFERENCES
1. Brasil. Ministério da Saúde. Secretaria de Atenção à Saúde Departamento de Ações Programáticas Estratégicas. Manual dos Comitês de Mortalidade Materna. 3 ed. Brasília, 2007. 2. WHO, UNICEF, UNFPA, World Bank: Trends in Maternal Mortality: 1990 to 2010. Estimates developed by WHO, UNICEF, UNFPA and The World Bank. Geneva: 2012.
3. Alkema L, Chao F, You D, Pedersen J, Sawyer CC. National, regional, and global sex ratios of infant, child, and under-5 mortality and identification of countries with outlying ratios: a systematic assessment.The Lancet Global Health. 2014; 2 (9):
4. Brasil. Ministério da Saúde. Secretaria de Atenção à Saúde. Departamento de Ações Programáticas e Estratégicas. Pacto Nacional pela Redução da Mortalidade Materna e Neonatal. Brasília, 2004.
5. Brasil. Portal Brasil. Taxa de mortalidade infantil no País cai 77% desde 1990. Available in: http://www.brasil.gov.br/saude/2013/09/taxa-de-mortalidade-infantil-no-pais-cai-77-desde-1990. Accessed on: May 1st, 2016a.
6. São Paulo. Fundação SEADE. Available in:
7. Carvalho RAS, Santos VS, Melo CM, Gurgel RQ, Oliveira CCC. Desigualdades em saúde: condições de vida e mortalidade infantil em região do nordeste do Brasil. Rev Saúde Pública. 2015; 49:5.
8. Shi L, Macinko L, Starfield B, Xu J, Regan J, Politzer R, Wulu J. Primary care, infant mortality, and low birth weigth in the states of USA. J Epidemiol Community Health. 2004 May; 58(5): 374–380.
9. Der Sarkissian M, Thompson CA, Onyebuchi AA. Time series analysis of maternal mortality in Africa from 1990 to 2005. J Epidemiol Community Health. 2013; 67:992-998.
10. Lourenço EC, Guerra LM, Tuon RA, Vidal e Silva SMC, Ambrosano GMB, Corrente JE et al. Variáveis de impacto na queda da mortalidade infantil no Estado de São Paulo, Brasil, no período de 1998 a 2008. Ciên Saúde Colet. 2014; 19 (7): 2055-62.
11. Chuang KY, Sung PW, Chang CJ, Chuang YC. Political and economic characteristics as moderators of the relationship between health services and infant mortality in less-developed countries. J Epidemiol Community Health. 2013; 67(12): 1006-12.
12. PNUD (Programa das Nações Unidas para o Desenvolvimento). 50 anos. Available in: http://www.pnud.org.br/odm.aspx. Accessed on: May, 22nd, 2016.
13. Brasil. Ministério da Saúde. Available in:
http://tabnet2.datasus.gov.br/cgi/idb2013/c0104c.htm. Accessed on: October, 21st, 2015a.
14. Brasil. Ministério da Saúde. Available in:
http://tabnet2.datasus.gov.br/cgi/idb2013/c0103c.htm. Accessed on: October, 21st, 2015 b.
15. Brasil. Ministério da Saúde. Available in:
http://tabnet.datasus.gov.br/cgi/deftohtm.exe?idb2012/c18.def. Accessed on: October, 21st, 2015 c
16. Brasil. IBGE (Instituto Brasileiro de geografia e estatística). Estados@. Available in: www.ibge.gov.br. Acessado em October, 21st, 2015d.
17. Brasil. Ministério da Saúde. Available in:
http://www.dab.saude.gov.br/historico_cobertura_sf.php. Accessed on: October, 21st, 2015e. 18. São Paulo. Fundação SEADE (Sistema Estadual de Análise de Dados). Available in: http://www.seade.gov.br/produtos/imp/index.php?page=consulta&action=new&tema=1´.
19. Brasil. Ministério da Saúde. Available in: http://tabnet2.datasus.gov.br/cgi/idb2013/a0701c.htm. Accessed on: October, 21st, 2015 f.
20. Brasil. Ministério da Saúde. Available in:
http://sistema.saude.sp.gov.br/tabnet/deftohtm.exe?cesarea.def. Accessed on: October, 21st, 2015g.
21. Brasil. Ministério da Saúde. Available in:
http://tabnet.datasus.gov.br/cgi/tabcgi.exe?pni/CNV/CPNISP.def. Accessed on: June, 2nd, 2016. 22. Hilde JN. Negative binomial regression. Cambridge University Press. 2 ed. 2011. 454p. 23. Long SJ. (1997). Regression models for categorical and limited dependent variables. Advanced quantitative techniques in the social sciences, 7. 1997.
24. Victora CG, Aquino EML, Leal MC, Monteiro CA, Barros FC, Celia L Szwarcwald CL. Maternal and child health in Brazil: progress and challenges. Lancet. 2011; 377 (9780): 1863-76. 25. Barros FC, Matijasevich A, Requejo JH, Giugliani E, Maranhão AG, Monteiro CA, Barros AJD, Bustreo F, Merialdi M, Victora CG. Recent trends in maternal, newborn, and child health in Brazil: progress toward Millennium development goals 4 and 5. Am J Public Health. 2010; 100 (10): 1877-89.
26. Sepulveda J, Bustreo F, Tapia R, Rivera J, Lozano R, Oláiz G, Partida V, García L, Valdespino JL. Improvement of child survivalin Mexico: the diagonal approach. Lancet. 2006; 368 (9551): 2017-27.
27. Mendes ACG, Sá GA, Miranda GMD, Lyra TM, Tavares GMW. Assistência pública de saúde no contexto da transição demográfica brasileira: exigências atuais e futuras. Cad Saúde Pública. 2012; 28 (5): 955-64.
28. WHO (World Health Organization). Appropriate technology for birth. Lancet. 1985; 2 (8452): 436-7.
29. Patah LEM, Malik AM. Modelos de assistência ao parto e taxa de cesárea em diferentes Países. Rev Saúde Pública. 2011; 45 (1): 185-94.
30. Dias MAB, Deslandes SF. Cesarianas: percepção de risco e sua indicação pelo obstetra em uma maternidade pública no Município do Rio de Janeiro. Cad Saúde Pública. 2004; 20 (1): 109-16.
31. Ruiz JI, Nuhu K, McDaniel JT, Popoff F, Izcovich A, Criniti JM. Inequality as a Powerful Predictor of Infant and Maternal Mortality around the World. PloS one. 2015; 10 (10): e0140796. 32. Souza JP, Cecatti JG, Parpinelli MA, Souza MH, Serruya SJ. Revisão Sistemática sobre mortalidade materna near miss. Cad Saúde Pública. 2006; 22(2): 255-64.
3 CONCLUSÃO
Os progressos observados na redução da mortalidade infantil no Brasil devem-se às modificações socioeconômicas e demográficas observadas no país nas últimas duas décadas (crescimento econômico, redução da disparidade de renda, urbanização, melhoria na educação das mulheres e redução da taxa de fecundidade); às intervenções de setores externos à saúde (programas condicionais de transferência de renda e melhorias sanitárias); aos programas verticais de saúde ocorridos nos anos 1980 (promoção da amamentação, hidratação oral e imunizações) e a significativa ampliação de cobertura pela atenção básica no Brasil, intensificada com a ESF a partir de 1994.
É inegável o empenho do país na redução da mortalidade materno-infantil, especialmente em relação à infantil, porém não obteve resultados tão significativos em relação a mortalidade materna.
No estado de São Paulo esse quadro também se refletiu na redução significativa das mortes de crianças com menos de um ano de idade. Entretanto, a velocidade dessa queda no estado foi inferior à observada no país. Além disso, tal queda decresceu consideravelmente após o ano 2000, mantendo-se estável até 2010. A análise do modelo de atenção, assim como o tempo de implantação do mesmo e os devidos ajustes ao modelo estatístico adequado são imprescindíveis para analisar a mortalidade materno-infantil.
Nesse sentido, o presente trabalho representa importante contribuição aos esforços pela redução da mortalidade infantil e materna no estado de São Paulo, na medida em que apresenta os fatores impactantes no contexto específico do estado, pois tais resultados podem contribuir para o planejamento, programação e elaboração de políticas públicas.
A concentração de esforços para a mudança do paradigma biomédico para um paradigma de fortalecimento da autonomia do usuário e de humanização da gestação e do parto provavelmente seja o caminho para a diminuição da taxa de cesáreas no estado de São Paulo, o que poderá impactar na redução da mortalidade
materna. Da mesma forma, o investimento na ampliação do acesso e qualificação da Estratégia de Saúde da Família no estado também deve impactar nos referidos indicadores.
REFERÊNCIAS2
1. Aquino R, Oliveira NF, Barreto ML. Impact of the Family Health Program on Infant Mortality in Brazilian Municipalities. Am J Public Health. 2009 January; 99(1): 87– 93.
2. Barros FC, Matijasevich A, Requejo JH, Giugliani E, Maranhão AG, Monteiro CA, Barros AJD, Bustreo F, Merialdi M, Victora CG. Recent trends in maternal, newborn, and child health in Brazil: progress toward Millennium development goals 4 and 5. Am J Public Health. 2010;100(10):1877-89.
3. Borges CLMS, Costa MCN, Mota ELA, Menezes GMS. Evolução temporal e diferenciais intra-urbanos da Mortalidade Materna em Aracaju, Sergipe, 2000-2010. Epidemiol. Serv. Saúde, Brasília, 22(2):307-316, abr-jun 2013.
4. Brasil. Agenda de compromissos dos objetivos de desenvolvimento do milênio. Governo Federal e Municípios 2013 – 2016. Disponível em: http://www.agendacompromissosodm.planejamento.gov.br/agendaCompromisso/i ndicadores/DetalharMetaUC/DetalharMetaUC.do?caminhoMeta=%27meta4.jsp% 27&numeroCompromisso=4.Acessado em: 25 de outubro de 2015 d.
5. Brasil. Instituto Brasileiro de Geografia e Estatística (IBGE). Disponível em: http://brasilemsintese.ibge.gov.br/populacao/taxas-de-mortalidade-infantil.html. Acessado em: 12 de fevereiro de 2016 a.
6. Brasil. MINISTÉRIO DA SAÚDE Secretaria de Atenção à Saúde Departamento de Ações Programáticas Estratégicas. Manual dos Comitês de mortalidade Materna. 3 ed. Brasília, 2007.
2
De acordo com as Normas da FOP-UNICAMP, baseadas na padronização do International Committee of Medical Journal Editors – Vnacouver Group. Abreviatura dos periódicos em conformidade com o PubMed.
7. Brasil. Ministério da Saúde, 2003. Rev. bras. saúde matern. infant., Recife, 3 (1): 113-125, jan. - mar., 2003.
8. Brasil. Ministério da Saúde. Atenção à Saúde do Recém-Nascido. Guia para os profissionais de saúde. Cuidados gerais. V. 1. Brasília. 2011.
9. Brasil. Ministério da Saúde. Indicadores e dados básicos. Indicadores de mortalidade. Razão de mortalidade materna. Disponível em: http://tabnet.datasus.gov.br/cgi/idb2012/C03b.htm. Acessado em 25 de outubro de 2015 b.
10. Brasil. Ministério da saúde. Indicadores e dados básicos. Indicadores de mortalidade. Razão de mortalidade materna. Disponível em: http://tabnet.datasus.gov.br/cgi/idb2012/C03a.htm. Acessado em: 25 de outubro de 2015 c.
11. Brasil. Ministério da Saúde. Manual de Vigilância do Óbito Infantil e Fetal e do Comitê de Prevenção do Óbito Infantil e Fetal. 2 ed. Brasília. 2009.
12. Brasil. O Brasil e os ODM. Disponível em:
http://www.agendacompromissosodm.planejamento.gov.br/agendaCompromisso/i ndicadores/DetalharMetaUC/DetalharMetaUC.do?caminhoMeta=%27meta4.jsp% 27&numeroCompromisso=4 Acessado em 04 de maio de 2016 b.
13. Brasil. Portal Brasil. Disponível em: http://www.brasil.gov.br/saude/2013/09/taxa-de-mortalidade-infantil-no-pais-cai-77-desde-1990. Acessado em: 21de outubro de 2015 a.
14. Cúnico SD, Faraj SP, Quintana AM, Beck CLC. Algumas considerações acerca da legalização do aborto no Brasil. Mudanças – Psicologia da Saúde, 22 (1), Jan.-Jun. 2014, 41-47p.
15. Deaton A. What does the empirical evidence tell us about the injustice of health inequalities? In: Ole Frithjof Nordheim et al., eds., Inequalities in health: ethics and measurement, Oxford University Press (2012).
16. Ferrari RAP, Bortolozzi MR. Mortalidade pós-neonatal no território brasileiro: uma revisão da literatura. Rev Esc Enferm USP 2012; 46(5):1207-1214.
17. Instituto Brasileiro de Geografia e Estatística (IBGE). Censo 2010. Disponível em:
http://censo2010.ibge.gov.br/noticias- censo?view=noticia&id=3&idnoticia=2125&busca=1&t=censo-2010-escolaridade-rendimento-aumentam-cai-mortalidade-infantil. Acesso em: 16 de dezembro de 2013.
18. Lassi ZS, Bhutta ZA. Community-based intervention packages for reducing maternal and neonatal morbidity and mortality and improving neonatal outcomes (Review). The Cochrane Library Issue 3, 2015.
19. Leite RMB, Araújo TVB, Albuquerque RM, Andrade ARS, Duarte Neto PJ. Fatores de risco para mortalidade materna em área urbana do Nordeste do Brasil. Cad. Saúde Pública, Rio de Janeiro, 27(10):1977-1985, out, 2011.
20. Leite RMB, Araújo TVB, Albuquerque RM, Andrade ARS, Duarte Neto PJ. Fatores de risco para mortalidade materna em área urbana do Nordeste do Brasil. Cad. Saúde Pública, Rio de Janeiro, 27(10):1977-1985, out, 2011.
21. Lourenço EC et al. Variáveis de impacto na queda da mortalidade infantil no Estado de São Paulo, Brasil, no período de 1998 a 2008. Ciência & Saúde Coletiva, 19(7):2055-2062, 2014.
22. Malta DC, Duarte EC, Escalante JJ, Almeida MF, Sardinha LM, Macario EM, Monteiro RA, Morais Neto OL. Mortes evitáveis em menores de um ano, Brasil, 1997 a 2006: contribuições para a avaliação de desempenho do Sistema Único de Saúde. Cad Saúde Pública 2010; 26(3):481-491.
23. Sandi SF, Braz M. As mulheres brasileiras e o aborto: uma abordagem bioética na saúde pública. Revista Bioética 2010; 18 (1): 131 -153.
24. Santos HG, Andrade SM, Silva AMR, Mathias TAF, Ferrari LL, Mesas AE. Mortes infantis evitáveis por intervenções do Sistema Único de Saúde: comparação de duas coortes de nascimentos. Ciência & Saúde Coletiva, 19(3):907-916, 2014.
25. São Paulo. Fundação Sistema Estadual de Análise de Dados (SEADE). Disponível em: www.seade.gov.br. Acesso em: 16 de dezembro de 2013.
26. São Paulo. Fundação Sistema Estadual de Análise de Dados (SEADE). Ano 4 No 43. São Paulo, Janeiro 2014.
27. São Paulo. Fundação Sistema Estadual de Análise de Dados (SEADE). Boletim SEADE Ano 6 No S 55. São Paulo. Janeiro/ Fevereiro 2016.
28. Sepúlveda J, Bustreo F, Tapia R, Rivera J, Lozano R, Oláiz G, Partida V, García García L, Valdespino JL. Improvement of child survival in Mexico: the diagonal approach. Lancet. 2006 Dec 2;368(9551):2017-27.
29. Souza JP, Tunçalp O, Vogel,JP, Bohren M, M Widmer, M, Oladapo OT, Say,L, Gülmezoglu,AM, Temmerman M. Obstetric transition: the pathway towards ending preventable maternal deaths. BJOG 2014; 121 (Suppl. 1): 1–4.
30. Souza JP. Mortalidade materna e desenvolvimento: a transição obstétrica no Brasil. Rev Bras Ginecol Obstet. 2013; 35(12):533-5.
31. Souza MLB, Melo CAV. Impacto da Política de Atenção Básica à Saúde na Taxa de Mortalidade Infantil nos Municípios Brasileiros. Revista Política Hoje, Vol. 22, n. 1, 2013.
32. United Nations Millennium Declaration. UN, 2000. Disponível em: http://www2.ohchr.org/english/law/millennium.htm. In: Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise de Situação de Saúde. Coordenação Geral de Informação e Análise Epidemiológica. Manual de vigilância do óbito infantil e fetal e do comitê de prevenção do óbito infantil e fetal. Brasília. 2009.p.7.
33. United Nations Population Fund [Internet]. Rich mother, poor mother: the social determinants of maternal death and disability. New York: UNFPA; 2012 [cited
2013 Sep 15]. Available from:
http://www.unfpa.org/webdav/site/global/shared/factsheets/ srh/EN-SRH%20fact%20sheet-Poormother.pdf
34. Victora CG, Aquino EML, Leal MC, Monteiro CA, Barros FC, Celia L Szwarcwald CL. Maternal and child health in Brazil: progress and challenges. Lancet. v. 377, n. 9780, p. 1863-76. 2011.
