muniCípiode
J
uizdef
oRa*
Socioeconomic inequalities and cardiovascular mortality in Juiz de Fora municipality Mário Círio Nogueira1, Luiz Cláudio Ribeiro2
resuMo
Doenças cardiovasculares (DCV) são a principal causa de óbito no Brasil e em Juiz de Fora, cidade de médio porte em Minas Gerais. Estudos de fatores associados às DCV têm abordado prioritariamente características individuais. O objetivo deste trabalho foi estudar a relação entre a mortalidade cardiovascular e condições socioeconômicas de grandes regiões de Juiz de Fora. Foram aplicadas técnicas de análise de variância para comparar médias dos estimadores das taxas de mortalidade por DCV entre as Regiões Administrativas e entre regiões socioeconomicamente homogêneas, construídas pela aplicação de análise classificatória multivariada aos dados do censo demográfico de 2000. Os resultados deste estudo mostraram associação negativa significativa entre mortalidade por DCV e condições socioeconômicas da região de moradia.
PALAvrAs-chAve
Doenças cardiovasculares, desigualdades em saúde, fatores socioeconômicos AbstrAct
Cardiovascular diseases are the most frequent causes of death in Brazil and Juiz de Fora, a medium-sized city in Minas Gerais state. Studies of factors associated to CVD regard mainly individual characteristics. The objective of this work was to study the relationship between cardiovascular mortality and socioeconomic conditions of large regions of Juiz de Fora. Analysis of variance (ANOVA) tests were used to compare means of mortality estimators among Administrative Regions and among socioeconomic homogeneous regions, which were constructed by performing cluster analysis on data derived from the year 2000 Demographic Census. The results show a significant negative association between cardiovascular mortality and socioeconomic conditions of the residence region.
Keywords
Cardiovascular diseases, health inequalities, socioeconomic factors
* Este trabalho corresponde a resultados parciais da dissertação de Mestrado em Saúde Coletiva de Mário Círio Nogueira, sob a orientação de Luiz Cláudio Ribeiro.
1 Mestre em Saúde Coletiva pela Universidade Federal de Juiz de Fora. Médico da Prefeitura de Juiz de Fora e Professor Assistente de Epidemiologia da Suprema Faculdade de Ciências Médicas e da Saúde de Juiz de Fora. Rua Drº Alberto Vieira Lima, 357 - Bairu - Juiz de Fora - MG - CEP 36050-070
Email: [email protected]
2 Doutor em Demografia. Professor Adjunto do Departamento de Estatística da Universidade Federal de Juiz de Fora
1. introdução
Desigualdades em saúde relacionadas a desigualdades sociais são registradas em estudos epidemiológicos desde o século XIX e persistem atualmente mesmo nos países ditos desenvolvidos, que tiveram uma redução importante da pobreza (Nunes et al., 2001). A redução das desigualdades sociais é um dos principais objetivos das políticas públicas no Brasil, como definido na Constituição Federal de 1988. Um dos princípios básicos do Sistema Único de Saúde é a equidade.
As doenças cardiovasculares (DCV), também chamadas doenças do apare-lho circulatório (DAC), que são o principal grupo de causas de óbito no Brasil, também têm uma distribuição socialmente desigual (Ishitani et al., 2006). Desde a década de 50, são feitos estudos epidemiológicos para investigação de seus fatores de risco, quase sempre tomando os indivíduos como unidades de análise. Desta forma, os fatores mais valorizados e alvos preferenciais nas estratégias de preven-ção são variáveis do nível individual, como tabagismo, hábitos alimentares e de
atividade física. Pouca atenção é dada a variáveis do nível populacional (Souza
et al., 2003). As condições socioeconômicas de populações que vivem em uma
mesma área geográfica estão associadas com a prevalência dos fatores de risco individuais. Características do lugar de moradia são determinantes de saúde que se agregam aos fatores individuais, aumentando o risco de doenças e agravos à saúde e reduzindo ainda mais a qualidade de vida (Lee & Cubbin, 2002).
Algumas formulações teóricas da epidemiologia social, vertente da epidemio-logia que busca considerar explicitamente os determinantes sociais do processo saúde-doença, têm utilizado o conceito de espaços socialmente construídos como mediadores entre condições de vida e situação de saúde de coletividades. Esses estudos, ao usarem como unidades de análise espaços sociais concretos onde pes-soas e famílias vivem, trabalham e se relacionam, têm a capacidade de captarem a estrutura social em sua complexidade, sem fragmentação em vários fatores de risco, mesmo quando se usa um indicador específico para caracterizar as condições socioeconômicas das regiões geográficas (Barata, 2005).
Diversos estudos mostraram desigualdades em saúde associadas a desigualdades socioeconômicas na escala intramunicipal, comparando bairros ou regiões dos municípios (Melo et al., 2006; Drumond Jr. & Barros, 1999; Santos & Noronha, 2001; Silva et al., 1999; Ishitani & França, 2000). Em Juiz de Fora, cidade de médio porte do sudeste de Minas Gerais, estudos de análise espacial mostraram associação entre indicadores socioeconômicos e mortalidade materna (Angelo, 2005) e indicadores socioambientais e incidência de tuberculose (Angelo, 2008), o que sugere também desigualdades espaciais em outros grupos de doenças, como as cardiovasculares.
DCV e condições socioeconômicas em grandes regiões de Juiz de Fora. 2. dAdos eMétodos
O município de Juiz de Fora está localizado na meso-região geográfica da Zona da Mata Mineira, no sudeste do estado de Minas Gerais, e está dividido em sete regiões administrativas (RA), por sua vez subdivididas em oitenta e uma regiões urbanas (RU). Segundo dados do censo demográfico do IBGE, contava com uma população residente em 2000 de 456.796 habitantes, dos quais 99,17% em área urbana, com serviços de saneamento básico em cerca de 95% das resi-dências (Tavares, 2006).
Antes da obtenção dos dados, o projeto foi submetido ao Comitê de Ética em Pesquisa da Universidade Federal de Juiz de Fora (protocolo CEP-UFJF 1201.247.2007), aprovado em 18 de outubro de 2007.
Foram usados dados secundários, do Sistema de Informações de Mortalidade do Município de Juiz de Fora (SIM - JF), cedidos pelo Departamento de Epi-demiologia da Secretaria de Saúde, Saneamento e Desenvolvimento Ambiental da Prefeitura de Juiz de Fora (MG). Extraíram-se as variáveis sexo, idade, RU e causa básica do óbito. Esta última foi agrupada de acordo com a Lista de Tabu-lação de Mortalidade nº 1 da Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde - 10ª Revisão (CID-10). As DCV correspondem ao seu capítulo IX, códigos I00 a I99; as doenças isquêmicas do coração (DIC), aos códigos I20 a I25; e as doenças cerebrovasculares (DCeV), aos códigos I60 a I69. Usaram-se também dados do censo demográfico do IBGE, no ano de 2000: população de Juiz de Fora por sexo, faixas etárias e características socioeconômicas dos responsáveis pelos domicílios (renda e escolaridade) e dos domicílios (saneamento básico, tipo e posse do domicílio). Esses dados foram exportados para um Sistema de Informações Geográficas (SIG), georreferenciados para setores censitários do IBGE e agrupados por RU. As RU correspondem a agregados de setores censitários contíguos: cada setor pertence a uma única RU.
Foram calculadas taxas de mortalidade por DCV por RU no triênio 1999-2001, padronizadas por sexo e faixa etária pela população de Juiz de Fora no ano 2000. Para solucionar problemas de taxas muito elevadas ou iguais a zero, geradas por flutuações aleatórias de frequências pequenas de óbitos em RU, utilizou-se a média do triênio e o estimador bayesiano empírico local (Souza et al., 2007).
Para a investigação de desigualdades regionais na mortalidade por DCV e nas condições socioeconômicas no espaço urbano, procedeu-se inicialmente à comparação entre as médias dos estimadores bayesianos empíricos locais das taxas de mortalidade por DCV e dos indicadores socioeconômicos de dois grupos de RU: as que fazem parte da RA central (15 RU) e as demais (66 RU). Para a
comparação entre as médias, utilizou-se o teste t.
Como as fronteiras político-administrativas são às vezes estabelecidas de forma artificial, separando áreas semelhantes e deixando juntas áreas díspares do ponto de vista social, fez-se também uma divisão do município em grandes regiões socioeconomicamente homogêneas, com base em indicadores do Censo Demo-gráfico 2000 do IBGE. Para isso, utilizou-se a análise classificatória multivariada pelo método k-means, que tem bom desempenho quando o número de grupos é pequeno em relação ao de elementos (Carvalho et al., 1997). Para a construção dessas áreas homogêneas, foram usados indicadores representativos dos seguintes temas: a) estrutura e inserção do domicílio (proporção de domicílios com 5 ou mais moradores e de domicílios alugados); b) escolaridade (proporção de responsáveis pelo domicílio analfabetos e com escolaridade superior ou maior); c) renda (renda média mensal do responsável pelo domicílio de 3 a 5 salários mínimos). Esses indicadores foram selecionados de forma a maximizar as diferenças intergrupos e minimizar as diferenças intragrupos. Com base nesses cinco indicadores, as 81 RU de Juiz de Fora foram agrupadas em 3 grandes regiões com perfis socioeconomicamente homogêneos. As médias dos indicadores socioeconômicos e dos estimadores baye-sianos empíricos locais das taxas de mortalidade por DCV por RU nas 3 regiões homogêneas foram comparadas por análise de variância com um fator.
Os mapas temáticos foram feitos no Terraview© versão 3.2.0, que é um
SIG desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE) e dis-ponibilizado gratuitamente na internet (http://www.dpi.inpe.br/terraview), e as análises estatísticas foram desenvolvidas no pacote comercial SPSS® versão 8.0 e no programa R versão 2.6.1, que é um projeto colaborativo também disponível gratuitamente na internet (http://www.R-project.org).
3. resuLtAdos
De acordo com dados do SIM - JF, o preenchimento dos campos sexo, idade e RU de residência das declarações de óbitos por DCV em Juiz de Fora no triênio 1999-2001 foi superior a 97%. Do total de óbitos de residentes em Juiz de Fora nesse triênio, 33,4% tiveram como causa básica as DCV, das quais 32,2% repre-sentaram as DIC e 28,5% as DCeV. As causas mal-definidas corresponderam a apenas 2,6% do total, com proporção inferior a 8% em todas as RU. Dos óbitos por DCV, o sexo masculino predominou com 53%, e a mortalidade precoce (antes de 65 anos) alcançou 35,6%. As taxas padronizadas de mortalidade foram de 245 óbitos por cem mil habitantes para as DCV; e de 86 e 70 óbitos por cem mil habitantes, respectivamente, para a mortalidade por DIC e por DCeV.
A RA central teve indicadores socioeconômicos melhores, com maiores renda e escolaridade médias dos responsáveis pelos domicílios e maior proporção de
domicílios com saneamento básico. Apresentou também menores médias dos estimadores das taxas de mortalidade (Tabela 1).
Tabela 1
Médias dos indicadores socioeconômicos e dos estimadores bayesianos empíricos locais das taxas de mortalidade por doenças do aparelho circulatório (DAC), doenças isquêmicas do coração (DIC) e doenças cerebrovasculares (DCeV) das regiões urbanas por regiões administrativas (RA) do município de Juiz de Fora em 2000.
Fonte: IBGE - Censo Demográfico 2000. * Indicadores:
Est. DAC: estimador bayesiano empírico local da taxa de mortalidade por DAC (por 100 mil hab.). Est. DIC: estimador bayesiano empírico local da taxa de mortalidade por DIC (por 100 mil hab.). Est. DCeV: estimador bayesiano empírico local da taxa de mortalidade por DCeV (por 100 mil hab.). Esc.: escolaridade média dos responsáveis pelos domicílios.
Renda: renda média mensal dos responsáveis pelos domicílios em salários mínimos. Esc. baixa: proporção de resp. pelos dom. com escolaridade até 3 anos.
Renda baixa: proporção de resp. pelos dom. com renda até 2 salários mínimos. Rede de esgoto: proporção de domicílios com rede pública de esgoto. Alugados: proporção de domicílios alugados.
** teste t
Com o emprego da classificação multivariada k-means, obtiveram-se três regiões socioeconomicamente homogêneas. Nas Figuras 1 e 2, pode-se verificar que a região homogênea 2 correspondeu a todas as RU da RA central e a algumas RU bem próximas da RA central; a região homogênea 1 correspondeu a RU relativamente próximas da RA central; e a região homogênea 3, às RU mais distantes da RA central.
bayesia-nos empíricos locais e os valores médios dos indicadores socioeconômicos por cada grupo obtido. O grupo 2 teve as RU com maiores escolaridade e renda e os menores estimadores das taxas de mortalidade. O grupo 3, por outro lado, correspondeu às RU com menores escolaridade e renda, maiores proporções de domicílios com 5 ou mais moradores e menores proporções de domicílios alugados, além de ter os maiores estimadores das taxas de mortalidade. O grupo 1 teve as RU com indicadores socioeconômicos e de mortalidade intermediários.
Figura 1
Regiões administrativas (RA) do município de Juiz de Fora.
Fonte: localização do autor (2008), utilizando base cartográfica da Prefeitura de Juiz de Fora. * As 3 áreas de preenchimento branco são o campus da UFJF e 2 áreas de reserva ecológica.
Figura 2
Regiões socioeconomicamente homogêneas, construídas pelo método k-means, a partir de indicadores do censo demográfico 2000 em Juiz de Fora.
Fonte: do autor (2008) com base em dados do IBGE - Censo Demográfico 2000 e base cartográfica da Prefeitura de Juiz de Fora.
Tabela 2
Médias dos indicadores socioeconômicos e dos estimadores baysianos empíricos locais das taxas de mortalidade por doenças do aparelho circulatório (DAC), doenças isquêmicas do coração (DIC) e doenças cerebrovasculares (DCeV) das regiões urbanas por regiões socioeconomicamente homogêneas do município de Juiz de Fora em 2000.
Fonte: do autor (2008) com dados do SIM/JF e IBGE - Censo Demográfico 2000. * Médias dos seguintes indicadores:
Est. DAC: estimador bayesiano empírico local da taxa de mortalidade por DAC (por 100 mil hab.). Est. DIC: estimador bayesiano empírico local da taxa de mortalidade por DIC (por 100 mil hab.). Est. DCeV: estimador bayesiano empírico local da taxa de mortalidade por DCeV (por 100 mil hab.). Analfabetismo: proporção de responsáveis pelo domicílio analfabetos.
Esc. superior: proporção de resp. pelo dom. com escolaridade superior ou maior. Renda 3 a 5 SM: proporção de resp. pelo dom. com renda de 3 a 5 salários mínimos. Mora 5 ou mais: proporção de domicílios com 5 ou mais moradores.
Dom. alugados: proporção de domicílios alugados.
Renda mensal: renda média mensal do resp. pelo dom. em reais.
** ANOVA: Análise de variância com 1 fator para a diferença entre as médias de cada grupo.
Nos gráficos do tipo box-plot para os estimadores bayesianos empíricos locais das taxas de mortalidade por grupos (Figura 3), verifica-se que o grupo 1 parece ter variâncias menores, e o grupo 3 variâncias maiores, com valores atípicos. O teste de Levene confirmou essa análise visual, rejeitando a hipótese de homo-geneidade das variâncias entre os grupos. A comparação entre as médias desses indicadores por análise de variância com apenas um fator mostrou diferenças estatisticamente significantes (Tabela 2).
Na análise post hoc para comparações múltiplas entre os grupos, foi feito o teste de Tamhane, adequado quando não há igualdade de variâncias. Foi con-siderado como estatisticamente significante um p-valor menor ou igual a 0,05. Para a mortalidade por DCV, foram significantes as diferenças entre os grupos 1 e 2 (p = 0,004) e entre os grupos 2 e 3 (p < 0,001); a diferença entre os grupos
1 e 3 ficou próxima do nível de significância (p = 0,058). Para a mortalidade por DIC, só foi significante a diferença entre os grupos 2 e 3 (p = 0,006). Em relação à mortalidade por DCeV, a diferença entre os grupos 1 e 2 foi signifi-cante (p = 0,037) e entre os grupos 2 e 3 ficou próxima do nível de significância (p = 0,060).
Figura 3
Gráficos boxplot dos estimadores bayesianos empíricos locais das taxas de mortalidade por doenças do aparelho circulatório (DAC), doenças isquêmicas do coração (DIC) e doenças cerebrovasculares (DCeV) nas RU de Juiz de Fora por grupos socioeconomica-mente homogêneos*.
* Nota: grupo 1 = intermediário; grupo 2 = melhores condições socioeconômicas; gru-po 3 = piores condições socioeconômicas.
Esses resultados mostraram que a RA central de Juiz de Fora tinha, em 2000, melhores indicadores socioeconômicos e menores estimadores de mortalidade por DCV. Por outro lado, algumas RU fora da RA central tinham indicadores semelhantes ao da RA central. Além disso, revelaram um grupo intermediário, não só quanto à localização em relação à RA central do município, mas também em relação aos indicadores sociais e de mortalidade.
4. discussão
também no Brasil. As taxas padronizadas de mortalidade por DCV no Brasil são bem maiores que as dos países da Europa Ocidental e de outros países mais ricos, embora inferiores às dos países da Europa Oriental e da África (Chor et
al., 1999; WHO, 2008). Em Juiz de Fora, a mortalidade por DCV representou
cerca de um terço dos óbitos no triênio 1999-2001, com predomínio da morta-lidade por DIC.
Os resultados deste estudo corroboraram a hipótese de associação entre piores condições de vida e maior mortalidade por DCV em grandes regiões de Juiz de Fora. A cidade apresentava, em 2000, um índice de Gini de 0,58, indicando grande desigualdade social, apesar de, no mesmo ano, ter um Índice de Desen-volvimento Humano (IDH) de 0,828, o que a colocava no grupo de cidades de alto desenvolvimento humano (Tavares, 2006).
Estudos semelhantes feitos nos municípios do Rio de Janeiro, São Paulo e Salvador mostraram maior mortalidade por DCV em estratos socioeconomi-camente menos favorecidos (Drumond Jr. & Barros, 1999; Silva et al., 1999;
Santos & Noronha, 2001). Também em outros países, como os EUA e Austrália,
constataram-se desigualdades na mortalidade cardiovascular associadas às desi-gualdades sociais (Diez-Roux et al., 2007; Lynch et al., 1998; Singh & Siahpush, 2002; Turrel & Mathers, 2001; Wing et al., 1992).
No presente trabalho, foi seguida a sugestão de Carvalho et al. (1997) de uti-lização de indicadores do censo demográfico para identificação de desigualdades espaciais nas condições de vida, devido à sua grande cobertura e acessibilidade. Esses indicadores têm sua importância aumentada pela indisponibilidade da vari-ável renda para os dados individuais de mortalidade. Além disso, a varivari-ável nível de educação, embora presente nas declarações de óbito, tem baixas proporções de preenchimento.
O uso de regiões censitárias em estudos ecológicos para desvelar desigualda-des em saúde teve bom desigualda-desempenho em pesquisas feitas nos EUA, apresentando resultados comparáveis ao uso de variáveis do nível individual, com a vantagem de ser aplicável para grupos populacionais ou faixas etárias nas quais informações individuais sobre a situação socioeconômica ou educacional não estão disponíveis ou não têm muita aplicabilidade, como os menores de 25 anos e os maiores de 65 anos (Krieger et al., 2002; Rehkopf et al., 2006).
Uma possibilidade sempre lembrada em estudos do nível agregado é o viés ecológico, que ocorre quando se pretende fazer inferência causal sobre fenôme-nos individuais usando-se variáveis do nível populacional. Susser (1994) prefere adotar o termo viés de inferência cruzada, por se referir à suposição de que uma associação presente em um nível de organização da realidade possa ser inferida a outro nível, podendo ocorrer também no sentido inverso, ou seja, quando são
feitas inferências para o nível populacional com base em informações do nível individual, chamada então de falácia atomística ou individualística. O objetivo principal deste estudo foi fazer inferência sobre a associação entre fatores socio-ambientais e estimadores de mortalidade cardiovascular em grandes regiões do município. O delineamento ecológico é, portanto, apropriado neste contexto. No entanto, é possível que fatores do nível individual sejam confundidores dessa associação, o que não pode ser avaliado neste tipo de estudo, e requereria apli-cação de delineamento multinível, que utiliza variáveis dos níveis individual e populacional no processo inferencial (Diez-Roux, 1998).
Outro aspecto a ser considerado é que este estudo foi feito com dados secun-dários oriundos do Sistema de Informações sobre Mortalidade do município de Juiz de Fora e por isso tem limitações inerentes: a possibilidade de sub-registro de óbitos, de preenchimento incorreto da declaração de óbito ou de perdas no fluxo da informação desde seu preenchimento até sua disponibilização no sis-tema. No entanto, o percentual de óbitos por causas mal-definidas em Juiz de Fora foi inferior a 3% nos anos estudados, sempre inferior a 8% nas RU, valor considerado baixo e indício de boa qualidade do sistema de registros de óbitos (Mathers et al., 2005). Além disso, 99,2% da população do município residia em área urbana, onde existia extensa cobertura de serviços de saúde, sendo muito improvável um percentual significativo de sub-registros de óbitos. A avaliação da completude do preenchimento das declarações de óbitos também foi muito boa para as variáveis utilizadas. Todos esses fatos somados são indícios da confiabi-lidade dos dados disponíveis para análise.
Todos os profissionais do campo da saúde coletiva têm como principal objetivo de seu trabalho melhorar a saúde de populações. Para isso, precisam articular conhecimentos dos níveis individual e coletivo do processo saúde-doença. O am-biente é parte importante da dimensão coletiva e deve ser entendido de forma dinâmica, incorporando aspectos históricos, culturais e econômicos de ocupação do espaço. Esses aspectos estão relacionados a determinantes do processo saúde-doença. Para a promoção da saúde das coletividades, é necessário compreender o contexto socioambiental de vida e trabalho das populações, no qual se localizam raízes de problemas de saúde, mas também possibilidades de atuação conjunta com a sociedade (Augusto, 2005; Barcellos & Bastos, 1996). No caso das DCV, os resultados deste estudo também evidenciam que o ambiente geográfico de moradia está associado ao nível de mortalidade. Um possível mecanismo pelo qual a desigualdade social gera desigualdades em saúde propõe que as diferenças de renda geram escassez de recursos para alguns indivíduos e ausência de inves-timentos em equipamentos comunitários de educação, transporte, saneamento, lazer, habitação, serviços de saúde e outros. Essa falta relativa de infraestrutura
comunitária influencia a saúde de toda a população de uma área e não apenas das famílias de baixa renda (Buss & Pellegrini Filho, 2007).
O maior risco de mortalidade cardiovascular associado a áreas com piores condições socioeconômicas, em Juiz de Fora, no triênio 1999-2001, pode ter tido fatores intermediários como dificuldades de acesso a informações sobre saúde, relacionadas a uma escolaridade mais baixa; dificuldades de aquisição de alimen-tos mais saudáveis, que costumam ser mais caros e podem não estar disponíveis para compra em bairros com perfil socioeconômico mais baixo; indisponibilidade de locais adequados para a prática de atividade física; e limitações no acesso e no consumo de tecnologias de assistência à saúde. Enfim, as características do território são condicionantes de comportamentos individuais. Porém, mesmo que indivíduos tenham hábitos e comportamentos saudáveis, a redução de risco será limitada pelas condições do ambiente onde moram.
Os resultados deste estudo vão ao encontro das ações da epidemiologia brasileira, que propõe, para se promover a melhora das condições de saúde das populações, necessárias e mais abrangentes políticas públicas, que reduzam as desigualdades econômicas, educacionais, sociais e ambientais.
5. concLusão
Este trabalho estudou a relação entre condições socioeconômicas e mortali-dade por DCV em grandes regiões de Juiz de Fora. As médias dos estimadores das taxas de mortalidade por DCV foram comparadas entre regiões socioeco-nomicamente homogêneas e os resultados mostraram diferenças estatisticamente significantes. Existe uma associação entre condições de vida e situação de saúde das coletividades no espaço urbano de Juiz de Fora. Nas estratégias de promoção de saúde das populações o território de moradia pode ser encarado como um importante fator, considerando-o como espaço social concreto, em que ocorrem situações de vida ou de trabalho que contribuem para maior mortalidade por doenças cardiovasculares, quer seja por condicionarem comportamentos de risco para estas doenças, por dificultarem o acesso a bens e serviços ou por outros mecanismos ainda não elucidados.
* Agradecimentos: Ao Mestrado em Saúde Coletiva da Universidade Federal de Juiz de Fora, onde foi desenvolvido o trabalho. Aos pareceristas anônimos, pelas valiosas sugestões que contribuíram para dar mais clareza ao artigo.
R
e f e R ê n C i a SAngeLo, J. r. Análise sócio-espacial da mortalidade materna na área urbana de Juiz de
Bacharelado em Geografia. UFJF, Juiz de Fora.
_______. (Re) Produção do espaço urbano de Juiz de Fora - MG e distribuição espacial
da tuberculose. 2008. 125 f. Dissertação (Mestrado em Saúde Pública) - Escola Nacional de Saúde Pública Sérgio Arouca. Fiocruz, Rio de Janeiro.
Augusto, L. g. s. Teoria e prática na ação do sanitarista: a questão da saúde e do ambiente. Cadernos de Saúde Coletiva. Rio de Janeiro, v. 13, n. 1, p. 9 - 26, 2005.
bArAtA, r. b. Epidemiologia social. Revista Brasileira de Epidemiologia. v. 8, n. 1, p. 7 - 17, 2005.
bArceLLos, c.; bAstos, F. i. Geoprocessamento, ambiente e saúde: uma união
possível? Cadernos de Saúde Pública. Rio de Janeiro, v. 12, n. 3, p. 389 - 397,
1996.
buss, P. M.; PeLLegrine FiLho, A. A saúde e seus determinantes sociais. Physis:
Revista de Saúde Coletiva. v. 17, n. 1, p. 77 - 93, 2007.
cArvALho, M. s.; cruz, o. g.; nobre, F. F. Perfil de risco: método multi-variado de classificação sócio-econômica de microáreas urbanas – os setores censitários da região metropolitana do Rio de Janeiro. Cadernos de Saúde Pública. Rio de Janeiro, v. 13, n. 4, p. 635 - 645, 1997.
chor, d.; FonsecA, M. J. M.; AndrAde, c. r.; wAissMAnn, w.; LotuFo, P.
A. Doenças cardiovasculares: panorama da mortalidade no Brasil. In: MinAyo,
M. C. S. (Org.). Os muitos Brasis: saúde e população na década de 80. 2. ed. São
Paulo: Hucitec; Rio de Janeiro: AbrAsco, 1999. 356p.
diez-roux, A. v.; FrAnKLin, t. g.; ALAzrAqui, M.; sPineLLe, h. Intraurban
variations in adult mortality in a large Latin American city. Journal of Urban
Health: Bulletin of the New York Academy of Medicine. v. 84, n. 3, p. 319 - 333, 2007.
diez-roux, A. v. Bringing context back into epidemiology: variables and
fallacies in multilevel analysis. American Journal of Public Health. v. 88, n. 2, p. 216 - 222, 1998.
druMond Jr., M.; bArros, M. b. A. Desigualdades socioespaciais na
mortali-dade do adulto no Município de São Paulo. Revista Brasileira de Epidemiologia. v.
2, n. 1/2, p. 34 - 49, 1999.
adultos na região centro-sul do município de Belo Horizonte em 1996. Informe
Epidemilógico do SUS. v. 9, n. 4, p. 229 - 239, 2000.
ishitAni, L. h.; FrAnco, g. c.; PerPétuo, i. h. o.; FrAnçA, e. Desigualdade social e mortalidade precoce por doenças cardiovasculares no Brasil. Revista de
Saúde Pública. São Paulo, v. 40, n. 4, p. 684 - 691, 2006.
Krieger, n.; chen, J. t.; wAterMAn, P. d.; soobAder, M.; subrAMAniAn s.
v.; cArson, r. Geocoding and monitoring of US socioeconomic inequalities
in mortality and cancer incidence: Does the choice of area-based measure and
geographical level matter? American Journal of Epidemiology. v. 156, n. 5, p. 471 -
482, 2002.
Lee, r. e.; cubbin, c. Neighborhood context and youth cardiovascular health
behaviors. American Journal of Public Health. v. 92, n. 3, p. 428 - 436, 2002.
Lynch, J. w.; KAPLAn, g. A.; PAMuK., r.; cohen, r. d.; hecK, K. e.;
beLFour, J. L.; yen, h. Income inequality and mortality in metropolitan areas of the United States. American Journal of Public Health. v. 88, n. 7, p. 1074 - 1080, 1998.
MAthers, c. d.; FAt, d. M.; inoue, M.; rAo, c.; LoPez, A. d. Counting the dead and what they died from: an assessment of the global status of cause of death data. Bulletin of the World Health Organization. v. 83, n. 3, p. 171 - 177, 2005.
MeLo, e. c. P.; cArvALho, M. s.; trAvAssos, c. Distribuição espacial da
mortalidade por infarto agudo do miocárdio no Município do Rio de Janeiro,
Brasil. Cadernos de Saúde Pública. Rio de Janeiro, v. 22, n. 6, p. 1225 - 1236,
2006.
nunes, A.; sAntos, J. r. s.; bArAtA, r. b. ; viAnnA, S. M. Medindo as
desigual-dades em saúde no Brasil: uma proposta de monitoramento. Brasília: Organização Pan-Americana da Saúde, Instituto de Pesquisa Econômica Aplicada, 2001. 224p. rehKoPF, d. h.; hAughton, L. t.; chen, J. t.; wAterMAn, P. d.;
subrAMAniAn, s. v.; Krieger, n. Monitoring socioeconomic disparities in death: Comparing individual-level education and area-based socioeconomic
measures. American Journal of Public Health. v. 96, n. 12, p. 2135 - 2138, 2006.
SAntos, S. M.; noronhA, C. P. Padrões espaciais de mortalidade e diferenciais sócio-econômicos na cidade do Rio de Janeiro. Cadernos de Saúde Pública. Rio de Janeiro, v. 17, n. 5, p. 1099 - 1110, 2001.
siLvA, L. M. v.; PAiM, J. s.; costA, M. c. n. Desigualdades na mortalidade,
espaço e estratos sociais. Revista de Saúde Pública. Rio de Janeiro, v. 33, n. 2, p. 187 - 197, 1999.
singh, g. K.; siAhPush, M. Increasing inequalities in all cause and
cardio-vascular mortality among US adults aged 25-64 years by area socioeconomic status, 1969-1998. International Jornal of Epidemiology. v. 31, n. 3, p. 600 - 613, 2002.
souzA, n. r. M.; MAtos, M. F. d.; siLvA, n. A. s. Fatores de risco
cardiovas-cular: a complexa relação causal entre saúde e doença como base conceitual
para intervenção e controle. Revista da SOCERJ. v. 16, n. 2, p. 167 - 182, 2003.
souzA, w. v.; cArvALho, M. s.; cruz o. g.; rAgoni, v. Análise espacial de
dados de áreas. In: sAntos, s. M.; wAyner, v. s. (Org.). Introdução à estatística
espacial para a saúde pública. Brasília: Ministério da Saúde, 2007. p. 60 - 79. susser, M. The logic in ecological: I. The logic of analysis. American Journal of
Public Health. v. 84, n. 5, p. 825 - 829, 1994.
tAvAres, g. M. (Org.). Atlas Social - Juiz de Fora: diagnóstico. Juiz de Fora: Pre-feitura de Juiz de Fora, 2006. 294p.
turreLL, g.; MAthers, c. Socioeconomic inequalities in all-cause and speci-fic-cause mortality in Australia: 1985-1987 and 1995-1997. International Journal
of Epidemiology. v. 30, n. 2, p. 231 - 239, 2001.
who. World Health Organization. The global burden of disease: 2004 update.
Ge-nebra: World Health Organization, 2008. 160p.
wing, s.; bArnett, e.; cAsPer, M.; tyroLer, h. d. Geographic and
socioe-conomic variation in the onset of decline of coronary heart disease mortality in
white women. American Journal of Public Health. v. 82, n. 2, p. 204 - 209, 1992.
Recebido em: 16/02/2009 Aprovado em: 15/05/2009
