Poucos artigos avaliaram os efeitos da não resposta em estudos de coorte. O objetivo desse estudo foi avaliar se a não resposta, tanto na linha de base como ao seguimento, pode introduzir viés de seleção na associação entre nível ocupacional e mortalidade. Foram aplicadas as estimativas de não resposta e de mortalidade do estudo Whitehall II a uma coorte hipotética que abrangeu 110.000 pessoas-ano (nível ocupacional: baixo - 50.000; elevado - 60.000). Foram considerados quatro cenários: (1) participação integral; (1) não resposta na linha de base; (3) não resposta ao seguimento; (4) não resposta na linha de base e ao seguimento. Foram calculadas as razões de taxas (RR) de mortalidade considerando o nível ocupacional elevado como referência e a ausência de confundimento e viés de informação. A RR do primeiro cenário foi 1,79, com somente o último cenário mostrando um impacto importante da não resposta na estimativa da razão de taxas (RR=1,2). Os resultados sugerem que a combinação da não resposta em diferentes estágios de um estudo de coorte pode causar viés de seleção.

Few articles have evaluated the effects of non-response in cohort studies. The aim of this study was to assess if non-response, both to the baseline and to follow-up, may introduce selection bias on the association between occupational level and mortality. There were applied the non-response and mortality estimates of the Whitehall II study to a hypothetical cohort encompassing 110.000 person-years (occupational level: low - 50,000; high - 60,000). There were considered four scenarios: (1) full participation; (2) non-response to baseline; (3) non-response to follow-up; (4) non-response to baseline and follow-up. There were calculated mortality rate ratios (RR) considering the high occupation level as reference and absence of confounding or information bias. The first scenario RR was 1.79, with only the last scenario showing an important impact of the non-response on the rate ratio estimate (RR=1.2). The results suggest that combining non-response in different stages of cohort studies may cause selection bias.

Este trabalho faz uma análise da situação atual das informações de endereços nos Sistemas de Informações em Saúde (SIS) em alguns municípios, visando a sua utilização em Sistemas de Informações Geográficas (SIG), para a análise e avaliação de riscos dos eventos de saúde pública em grandes cidades, com localização destes eventos em áreas intra-urbanas. Utiliza como base de dados uma amostra dos cadastros do Sistema de Informações de Agravos de Notificação (SINAN) e tem como objetivo propor alternativas para aproveitamento de grandes volumes de dados já existentes. Nas amostras trabalhadas, cerca de metade dos endereços foi localizada automaticamente e aproximadamente 19%, em uma busca manual. As principais perdas ocorreram por falta de completitude ou de consistência nos dados de endereço.

This paper analyzes the current status of address data in the Brazilian Health Information System (SIS), with a view towards mapping large-city health events in geographic information systems (GIS) for risk analysis and evaluation. It is thus necessary to geocode these events to small geographic areas inside city limits. This study used a sample from the Reportable Health Events Information System (SINAN) database and also proposes alternatives to work with this large amount of events. Approximately 50% of addresses were referenced automatically and another 19% through conventional search. Data losses occurred mainly due to incomplete or inconsistent address data.

Este trabalho faz uma análise da situação atual das informações de endereços nos Sistemas de Informações em Saúde (SIS) em alguns municípios, visando a sua utilização em Sistemas de Informações Geográficas (SIG), para a análise e avaliação de riscos dos eventos de saúde pública em grandes cidades, com localização destes eventos em áreas intra-urbanas. Utiliza como base de dados uma amostra dos cadastros do Sistema de Informações de Agravos de Notificação (SINAN) e tem como objetivo propor alternativas para aproveitamento de grandes volumes de dados já existentes. Nas amostras trabalhadas, cerca de metade dos endereços foi localizada automaticamente e aproximadamente 19%, em uma busca manual. As principais perdas ocorreram por falta de completitude ou de consistência nos dados de endereço.

This paper analyzes the current status of address data in the Brazilian Health Information System (SIS), with a view towards mapping large-city health events in geographic information systems (GIS) for risk analysis and evaluation. It is thus necessary to geocode these events to small geographic areas inside city limits. This study used a sample from the Reportable Health Events Information System (SINAN) database and also proposes alternatives to work with this large amount of events. Approximately 50% of addresses were referenced automatically and another 19% through conventional search. Data losses occurred mainly due to incomplete or inconsistent address data.