Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching / How to include the characteristics of the distritos of the Municipality of São Paulo in epidemiologic studies?: an income inequality analysis using the propensity score matching approach
Saúde Soc
; 22(4): 1145-1153, out.-dez. 2013. mapas, tab
Artigo
em Português
|
LILACS-Express
| CidSaúde - Cidades saudáveis
| ID: cid-66425
Biblioteca responsável:
BR1.1
Localização: BR67.1
ABSTRACT
OBJETIVO:
o padrão espacial de distribuição de renda do município de São Paulo, frequentemente generalizado como sendo "radial", tem sido muito questionado pela literatura recente. São Paulo tem uma complexa distribuição de características sociais e demográficas entre seus distritos, o que dificulta a análise por meio de modelos estatísticos que permitam a inclusão somente de algumas variáveis de cada vez, como as regressões lineares. O presente estudo objetiva identificar os distritos do município que possam ser considerados como "comparáveis" pelo uso da metodologia estatística conhecida como propensity score matching.METODOLOGIA:
os 96 distritos do município de São Paulo foram analisados separadamente; foram incluídas 16 variáveis no modelo, sendo o índice de Gini a variável que permitiu a separação de distritos entre expostos (alta desigualdade) ou não expostos (baixa desigualdade). Do total de distritos, 27 foram considerados comparáveis com algum outro, isto é, possuíram valores de propensity score com uma distância menor de 0,1 de outro com tipo de exposição diferente.RESULTADOS:
das 16 variáveis incluídas, 9 apresentaram diferenças estatisticamente significativas entre os distritos incluídos e excluídos, o que é esperado pela metodologia. Dos 17 pares de distritos formados, apenas 3 foram compostos por distritos de uma mesma região administrativa e apenas 1 por distritos que faziam fronteira entre si.CONCLUSÃO:
a análise da diferença no padrão de distribuição das variáveis, permitida pelo uso do propensity score matching, indica a dificuldade de dividir a cidade segundo regiões. Para entender São Paulo é preciso considerar suas particularidades e suas complexas distribuições espaciais.(AU)
Texto completo:
Disponível
Coleções:
Bases de dados temática
Contexto em Saúde:
Agenda de Saúde Sustentável para as Américas
/
ODS3 - Saúde e Bem-Estar
Problema de saúde:
Objetivo 11 Desigualdades e iniquidades na saúde
/
Meta 3.8 Atingir a cobertura universal de saúde
/
En
/
Pt
Base de dados:
CidSaúde - Cidades saudáveis
Assunto principal:
Pobreza
/
Medicina Social
/
Problemas Sociais
/
Fatores Socioeconômicos
/
Renda per Capita
/
Demografia
/
Epidemiologia e Bioestatística
/
Área Urbana
Tipo de estudo:
Estudo prognóstico
/
Fatores de risco
Aspecto:
Determinantes sociais da saúde
/
Equidade e iniquidade
Idioma:
Português
Revista:
Saúde Soc
Ano de publicação:
2013
Tipo de documento:
Artigo
/
Documento de projeto
Instituição/País de afiliação:
Harvard University/Estados Unidos
/
Universidade de São Paulo/Brasil