RESUMO
Esta pesquisa teve o objetivo de analisar a distribuição espacial de leitos de Unidades de Terapia Intensiva Neonatal (UTIN) e correlacioná-la com a taxa de nascidos vivos e a Taxa de Mortalidade Infantil (TMI) das unidades federativas brasileiras. Trata-se de um estudo ecológico, envolvendo as 27 unidades federativas, com dados obtidos de sistemas de informação em saúde e analisados por meio do SPSS 20.0 e GeoDa 1.12. Observou-se heterogeneidade na distribuição espacial da TMI e UTIN, com uma concentração maior de leitos de UTIN não ligados ao Sistema Único de Saúde (SUS) na Região Sudeste e leitos SUS na Região Nordeste. A TMI apresentou correlação espacial negativa com o número de leitos (Moran's I = - 0,323) nos estados de Amazonas e Pará. Concluiu-se que a relação inversa entre número de UTIN disponíveis e taxa de mortalidade limitou-se a dois estados, o que reforça a importância de mais estudos que possam investigar outras causalidades para a mortalidade infantil nas outras unidades federativas.
This study aimed at analyzing the spatial distribution of beds in the Neonatal Intensive Care Units (NICU) and correlating it with Live Birth Rate and Child Mortality Rate (CMR) in the Brazilian states. This is an ecological study involving the 27 Brazilian states, with data obtained from health information systems and analyzed using SPSS 20.0 and GeoDa 1.12. There was heterogeneity in the spatial distribution of CMR and NICU, with a higher concentration of NICU beds not belonging to the Unified Health System (SUS) in the Southeast Region and SUS beds in the Northeast Region. CMR showed a negative spatial correlation with the number of beds (Moran's I = - 0.323) in the states of Amazonas and Pará. An inverse relationship between the number of NICUs available and the mortality rate was observed only in two states, which reinforces the importance of further investigating other causes for infant mortality in other states in future studies.
RESUMO
Resumo O objetivo deste artigo é analisar a possível relação de indicadores que refletem a desigualdade social sobre a distribuição espacial dos casos de Zika vírus (ZIKV) em um estado do Nordeste brasileiro no Biênio 2015-2016. Estudo ecológico com dados das notificações de casos de ZIKV e indicadores sociodemográficos do estado do Rio Grande do Norte (RN) calculados a partir de dados da Secretaria de Estado de Saúde Pública do RN (SESAP-RN) e DATASUS. Os dados foram analisados no Terraview versão 4.2.2, no GeoDa versão 1.12 e no IBM SPSS Statistics 21. Observou-se que tanto a Taxa Média de Incidência (TMI) de casos de ZIKV no biênio de 2015-2016 (Moran=0,139; p=0,03) quanto a TMI de violência (Moran=0,295; p=0,02), renda média domiciliar (Moran=0,344; p=0,01) e taxa de desemprego (Moran=0,231; p=0,01) obedeceram um padrão geográfico de distribuição espacial. Na análise de regressão linear múltipla as variáveis TMI de violência e renda domiciliar média explicaram 55% da variação da TMI de ZIKV no biênio 2015-2016 (R2 ajustado = 0,55). Municípios com mais notificações de violência e renda média favorável, como a capital, detêm maiores TMI de casos de ZIKV, fenômeno mediado possivelmente pela melhor organização, maior clareza aos problemas socioambientais e ainda, melhor acesso aos serviços de saúde.
Abstract The aim of this article was to analyze the possible relationship between social inequality indicators and the spatial distribution of ZIKV cases in a state in Northeastern Brazil in 2015-16. This is an ecological study with the data of notified ZIKV cases and the sociodemographic indicators of Rio Grande do Norte state (RN), based on information from the State Public Health Department (SESAP-RN) and DATASUS. The data were analyzed in Terraview version 4.2.2, Geoda version 1.12 and IBM SPSS Statistics 21. Both the average incidence rate (AIR) of ZIKV cases in 2015-16 (Moran = 0.139; p= 0.03) and the AIR of violence (Moran= 0.295; p= 0.02), average household income (Moran= 0.344; p=0.01) and unemployment rate (Moran= 0.231; p=0.01) exhibited a geographic spatial distribution pattern. In multiple linear regression analysis, the variables AIR of violence and average household income explained 55% of the variation in the AIR of ZIKV in 2015-16 (adjusted R2 = 0.55). Municipalities with more notifications of violence and higher average income, such as the state capital, reported a higher number of ZIKV cases, possibly due to better organization, greater awareness of socioenvironmental problems and easier access to health services.