Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
Relationship between GDP per capita and traffic accidents in Brazilian municipalities, 2005, 2010 and 2015 / A relação entre PIB per capita e os acidentes de transporte nos municípios brasileiros, 2005, 2010 e 2015
Preprint
em Português
| SciELO Preprints
| ID: pps-1614
Biblioteca responsável:
BR1.1
ABSTRACT
Objective:
The main objective of this paper is to analyze the relationship between GDP and three variables related to traffic accidents in Brazilian municipalities traffic accident mortality, deaths per vehicle; and vehicles per inhabitant.Methods:
2005, 2010 and 2015 terrestrial traffic accident (ATT) mortality rates were estimated using a three years moving average and were standardized, then, we applied the empirical Bayes estimator (EBE). Fatality rates (deaths per vehicle) also were based on EBE. Vehicles per inhabitant considered the ratio between vehicle fleet and the population at municipal level. For every studied year, we estimated linear regression models between GDP and the interest variables.Results:
Variables distribution indicates that, between 2005 and 2015, GDP and vehicles per inhabitant kept the same rising relationship. Fatality rates show a decreasing association with GDP. TA mortality distribution with GDP presented a pattern close to an inverted-U. Model coefficients practically did not change for the vehicle per inhabitant. Estimated association between deaths per vehicle and GDP kept the same sign, but diminished between 2005 and 2015. Model coefficient sign changed in 2015 for TA mortality.Conclusion:
Similarly to what was observed in developed countries, the relationship between mortality from traffic accidents and GDP changed in the analyzed period.RESUMO
Objetivo:
O artigo pretende analisar a relação entre o PIB per capita e três variáveis relacionadas aos acidentes de transporte nos municípios brasileiros a mortalidade por acidentes de transporte terrestre (ATT); as mortes por veículo; e o número de veículos por pessoa.Métodos:
As taxas de mortalidade por ATT foram estimadas (2005, 2010 e 2015) por meio do estimador bayesiano empírico (EBE). A taxa de mortalidade por veículo foi também estimada pelo EBE. O número de veículos por pessoa foi baseado na razão entre a frota de automóveis e a população residente. Para os três anos em análise, estimamos um modelo de regressão linear entre o PIB per capita municipal e as três variáveis de interesse.Resultados:
A distribuição das variáveis mostra que a relação entre o PIB e número de veículos por pessoa se manteve crescente ao longo dos anos, e foi sempre negativa considerando as mortes por veículo. A taxa mortalidade por ATT apresentou distribuição próxima a um U-invertido. Os coeficientes do modelo de regressão praticamente não variaram para a relação entre PIB e os veículos por habitante. O sinal para o modelo com a taxa de mortalidade por veículo se manteve o mesmo (negativo), mas apresentou diminuição. A taxa mortalidade por ATT, por sua vez, apresentou inversão do sinal em 2015.Conclusões:
De modo similar ao observado nos países desenvolvidos, parece ter havido uma inversão na relação entre mortalidade por ATT e PIB nos municípios brasileiros entre 2005 e 2015.
Texto completo:
Disponível
Coleções:
Preprints
Contexto em Saúde:
ODS3 - Saúde e Bem-Estar
Problema de saúde:
Meta 3.6: Reduzir as mortes e traumatismos por acidentes de transito
Base de dados:
SciELO Preprints
Tipo de estudo:
Estudo prognóstico
País/Região como assunto:
América do Sul
/
Brasil
Idioma:
Português
Ano de publicação:
2020
Tipo de documento:
Preprint