Resumos

NOTA TÉCNICA

Distribuição espaço-temporal da mortalidade por malformações congênitas e causas mal definidas, em estados da região centro-sul do Brasil

Space and time distribution of malformation and uncertain causes of death in the Brazilian states of the center-south region

Sônia Corina Hess^I; Orlando Pissuto Trevisan^II

^IEngenheira Química. Doutora em Química Orgânica pela Universidade Federal de Santa Catarina. Professora da Universidade Federal de Mato Grosso do Sul, Centro de Ciências Exatas e Tecnologia, Departamento de Hidráulica e Transportes

^IIEngenheiro ambiental (UFMS). Mestre em Tecnologias Ambientais (UFMS)

^{Endereço para correspondência} Endereço para correspondência: Sônia Corina Hess DHT/CCET/UFMS Caixa Postal 549 79070-900 Campo Grande – MS - Brasil Tel.: (67) 3345-7254; Fax: (67) 3345-7499 E-mail: schess@nin.ufms.br

RESUMO

A investigação da distribuição espacial da mortalidade por malformações congênitas pode ser útil em programas de vigilância ambiental em saúde. Foram analisados os padrões espaço-temporais da mortalidade por malformações congênitas e causas mal definidas em Estados brasileiros (MS, MT, GO, MG, SP, PR, SC e RS) e no Distrito Federal, no período de 2000 a 2004. Os valores observados foram obtidos do Sistema de Informações de Mortalidade (SIM) do Ministério da Saúde. Foi utilizado um modelo bayesiano que rende interação espaço-temporal. Muitas microrregiões com baixas taxas para malformações congênitas tiveram valores elevados para causas mal definidas, sendo que os óbitos por causas mal definidas prejudicam a identificação de microrregiões com taxas de mortalidade por malformações congênitas acima do esperado, indicativas da existência de fatores ambientais de risco para estas doenças.

Palavras-chave: Malformações congênitas, mortalidade, sistema de informação, métodos bayesianos, análise espacial, análise temporal.

ABSTRACT

The investigation of the spacial distribution of deaths caused by malformations could be useful in environmental health vigilance programs. Patterns of deaths by malformations and uncertain causes in Brazilian States (MS, MT, GO, MG, SP, PR, SC e RS) and Distrito Federal were studied, from 2000 to 2004.The observed values were obtained from the Brazilian Ministry of Health Mortality Information System (SIM). A Bayesian model that allowed for space-time interaction was applied. Many micro-regions having low rates for deaths by malformations presented high values for the deaths by uncertain causes, and the deaths by uncertain causes prejudice the identification of the micro-regions having rates of death by malformations higher than the expected, indicative of the existence of risk factors for those illnesses, present in the environment.

Keywords: Malformation, mortality, information system, bayesian methods, spatial analysis, temporal analysis.

INTRODUÇÃO

Em média, entre 3 e 5% das crianças nascem com malformações congênitas, e as causas destes problemas, freqüentemente, não são identificadas, sendo que a fração atribuída a causas genéticas é de 20 a 25% destes casos. Presume-se que as malformações congênitas sejam decorrentes de interações complexas entre a predisposição genética e fatores ambientais aos quais o feto tenha sido exposto, denominados herança multifatorial (Yaakov et al, 2006).

Há muitas evidências científicas de que diversas anomalias congênitas em animais de laboratório e em seres humanos ocorrem devido à exposição a algumas classes de poluentes presentes no ambiente, como: inseticidas – dieldrin, quepone (clordecone), endosulfan, metoxiclor, toxafeno e diazinon; herbicidas – linuron, alaclor e atrazina; fungicidas – vinclozolin, procymidona e procloraz (Sonnenschein & Soto, 1998; Skakkebaek, Rajpert-De & Main, 2001); metais pesados (incluindo mercúrio, cádmio, chumbo, entre outros) (Wibberley et al, 1977; Harada, 1978; Ragan & Mast, 1990); solventes orgânicos (Olshan et al, 1991; Cordier et al, 1992; Shaw, 1992); substâncias químicas semelhantes a dioxinas, incluindo bifenilas policloradas (PCBs) (Khoury, 1989; Jacobson et al, 1990; Sonnenschein & Soto, 1998; Skakkebaek, Rajpert-De & Main, 2001); componentes de filtros solares, como 4-metil benzilideno cânfora (4-MBC) e 3-benzilideno cânfora (3-BC) (Schlumpf et al, 2001 e 2004; Heneweer et al, 2005; Maerkel et al, 2005; Soto & Sonnenschein, 2005); componentes de plásticos e de outros materiais de amplo emprego, como bisfenol A (Judy et al, 1999; Markey et al, 2005; Vom Saal et al, 2005; Durando et al, 2007), ftalatos (Foster et al, 2001; Foster, 2006; Latini et al, 2003; Swan et al, 2005; Gray Jr. et al, 2006; Lottrup et al, 2006), alquilfenóis (Sonnenschein & Soto, 1998; Loyo-Rosales et al, 2004); promotores de crescimento utilizados na criação de gado, como o dietilstilbestrol (DES) (Sharpe et al, 1998; Cardoso et al, 1999; Swan, 2000; Palmer et al, 2006) e o acetato de trembolona (Gray et al, 2006).

Tendo em vista os estudos que correlacionam a presença de substâncias tóxicas no ambiente, com o surgimento de malformações congênitas, a investigação da distribuição espacial da mortalidade por estes males poderia servir como instrumento a ser utilizado em programas de vigilância ambiental em saúde. Assim sendo, o objetivo do estudo foi investigar a distribuição espaço-temporal das taxas relativas de mortalidade por " malformações congênitas, deformidades e anomalias cromossômicas" e por " sinais, sintomas e achados anormais em exames clínicos e laboratoriais" (causas mal definidas), nas microrregiões dos Estados de Mato Grosso do Sul, Mato Grosso, Goiás, Distrito Federal, Minas Gerais, São Paulo, Paraná, Santa Catarina e Rio Grande do Sul, no período de 2000 a 2004, a partir dos dados descritos no Sistema de Informações de Mortalidade (SIM) do Ministério da Saúde (Ministério da Saúde, 2007).

No estudo foram aplicadas técnicas bayesianas, que são bastante úteis para a detecção de padrões espaciais e temporais de mortalidade por malformações congênitas e outras doenças. Em geral, os resultados das análises bayesianas são apresentados em mapas construídos a partir de taxas ajustadas, obtidas a partir do tratamento matemático da taxa de cada área e das taxas nas áreas vizinhas, modelando-se os riscos relativos de mortalidade para cada área, levando-se em consideração as informações da vizinhança (Clayton & Kaldor, 1987; Castro, Vieira & Assunção, 2004; Santos, Rodrigues & Lopes, 2005).

METODOLOGIA

Dados

Os valores para a mortalidade foram obtidos do Sistema de Informações de Mortalidade (SIM) do Ministério da Saúde (Ministério da Saúde, 2007) e são relativos a óbitos por " malformações congênitas, deformidades e anomalias cromossômicas" (Capítulo CID-10, XVII) ou por " sinais, sintomas e achados anormais em exames clínicos e laboratoriais" (Capítulo CID-10, XVIII), segundo local de residência do indivíduo, no período de 2000 a 2004.

A exemplo do que foi adotado por Castro e colaboradores (2004), para evitar-se problemas nas taxas em pequenos municípios, já que os eventos analisados são raros, optou-se por avaliar as taxas de mortalidade relativas às microrregiões, que são grupos de municípios definidos pelo IBGE. Os valores esperados foram calculados aplicando-se a técnica de padronização indireta segundo sexo e a faixa etária menor que 01 ano; adotando-se como referências as taxas específicas por sexo e faixa etária da população de toda a região sob análise. As taxas de incidência foram calculadas empregando-se o método dos estimadores bayesianos empíricos, de modo semelhante ao descrito por Santos e colaboradores (2005), utilizando-se o software TerraViewPlus 3.03 (INPE, 2007).

Análise estatística

Para o cálculo do risco de óbito por " malformações congênitas, deformidades e anomalias cromossômicas" ou por " sinais, sintomas e achados anormais em exames clínicos e laboratoriais" para cada microrregião, ξ_i (i = 1 a 275), aplicou-se o estimador bayesiano empírico local (Castro, Vieira & Assunção, 2004; Santos, Rodrigues & Lopes, 2005), do software TerraViewPlus 3.03 (INPE, 2007) em que, para cada ano, sexo e faixa etária, nos campos descritos como casos foram acrescentados os dados do SIM referentes aos óbitos por uma destas causas e, nos campos relativos á população, o número total de óbitos para a faixa etária e sexo, em cada uma das 275 microrregiões dos Estados de MS, MT, GO, DF, MG, SP, PR, SC, e RS. A partir dos valores de ξ_i foram calculadas as Razões de Mortalidade Padronizadas (Standardized Mortality Ratio – SMR, em inglês) ajustadas pelo modelo bayesiano (SMR_i) para cada microrregião (i), sendo que:

sendo OT_C o número total de óbitos por " malformações congênitas, deformidades e anomalias cromossômicas" ou por " sinais, sintomas e achados anormais em exames clínicos e laboratoriais" , para cada sexo e ano, na região; e OT o número total de óbitos, para cada sexo, ano e faixa etária, na região.

A exemplo do que foi descrito por Castro e colaboradores (2004), para avaliar-se a evolução das taxas de SMR_i de uma mesma área ao longo dos anos, foram modelados por regressão linear os logaritmos das SMR_i, θ_iR, aos invés dos riscos SMR_i diretamente, onde:

O modelo aplicado permitiu a avaliação do crescimento das taxas SMR_i em cinco anos e a sua projeção para o ano de 2002, representando o valor esperado a posteriori.

RESULTADOS E DISCUSSÃO

Os valores esperados a posteriori para o ano de 2002, das razões de mortalidade padronizada ajustadas pelo modelo bayesiano (SMR_i) de cada uma das 275 microrregiões avaliadas, para os óbitos por " malformações congênitas, deformidades e anomalias cromossômicas" ou por " sinais, sintomas e achados anormais em exames clínicos e laboratoriais" (causas mal definidas), faixa etária menor de 01 ano, para os sexos feminino e masculino, são apresentadas na Figura 01. Os mapas foram elaborados com os valores multiplicados por 100, e indicam a probabilidade do SMR_i para cada uma das 275 microrregiões investigadas ultrapassar, ou não, o valor esperado para toda a região de abrangência do estudo. As regiões com SMRi maior do que 150 (em preto nos mapas) tiveram estas taxas, no mínimo, 50% acima do valor estatisticamente projetado indicando que, naqueles locais, a incidência de mortes pelas causas investigadas está muito acima do que seria esperado.

Nos mapas referentes à mortalidade por causas mal definidas, os SMRi para os sexos masculino e feminino não apresentaram diferenças notáveis. Por outro lado, nos mapas correspondentes à mortalidade por malformações congênitas, para o sexo masculino, as taxas mais altas foram observadas em microrregiões de todos os estados, exceto MG, enquanto que, para o sexo feminino, as microrregiões do estado do RS apresentaram apenas taxas baixas, enquanto que as de MG também apresentaram taxas elevadas, como nos demais estados. Muitas microrregiões com baixo SMRi para os óbitos por malformações congênitas apresentaram valores elevados para os óbitos por causas mal definidas. Para as causas mal definidas, as taxas mais elevadas ocorreram, principalmente, em microrregiões dos estados de MG, GO, SP, PR e SC.

Para uma mesma faixa etária, sexo e localização, nos anos de 2000 a 2004, a proporção de óbitos do SIM (Ministério da Saúde, 2007) atribuídos a " Sinais, Sintomas e Achados Anormais em Exames Clínicos e Laboratoriais" é relevante quando comparada aos óbitos por diversas enfermidades. Tais registros de óbito correspondem às causas de óbito mal definidas (Aidar, 2000) e prejudicam a detecção de microrregiões com taxas de mortalidade acima do esperado, onde poderiam ser identificados fatores de risco para a saúde, presentes no ambiente. Tais problemas do SIM levaram Cavalini e Leon (2007) a elaborar uma metodologia em que foram aplicados estimadores bayesianos empíricos de James-Stein modificados, para corrigir os sub-registros de óbitos por causas mal definidas.

CONCLUSÃO

Os registros de óbito descritos como " Sinais, Sintomas e Achados Anormais em Exames Clínicos e Laboratoriais" , correspondentes às causas de óbito mal definidas, prejudicam a identificação de microrregiões com taxas de mortalidade por malformações congênitas e outros problemas, acima do esperado. Portanto, constituem um importante viés na utilização dos dados do SIM em estudos visando o mapeamento de fatores de risco para doenças, presentes no ambiente.

AGRADECIMENTOS

Agradecemos especialmente a Maria Lúcia Ivo (UFMS), Sônia Pessoa (UCDB), Carmencita Lang, Marcelo Souza, Silvana Dorneles, Hilda Freitas (SES/Mato Grosso do Sul), Leonardo Rigo, Michael Honner (SMS/Campo Grande), Sérgio Koifmann (FIOCRUZ) e Maria do SocorroOliveira (INCA), pelas importantes sugestões, e a Ana Maria Rosa, Alessandra Fonseca, Karina Souza e KatrinyMichelle pela colaboração no levantamento dos dados. Este trabalho foi parcialmente financiado pela FUNDECT-MS (protocolo 41/100.129/2005).

Recebido: 20/09/07

Aceito: 21/10/08

Datas de Publicação

Histórico