A poluição relacionada ao tráfego é um grande problema nos centros urbanos, e uma grande parcela da população fica vulnerável aos seus efeitos à saúde. Este trabalho teve como objetivo identificar potencial associação entre as internações hospitalares por câncer do aparelho respiratório com a densidade de tráfego veicular no Município de São Paulo, Brasil. É um estudo ecológico com dados de internações hospitalares por câncer dos sistemas público (Autorização de Internação Hospitalar - AIH) e particular (Comunicação de Internação Hospitalar - CIH), de 2004 a 2006, geocodificados por endereço de residência do indivíduo. Mediante um modelo ecológico de Besag-York-Mollié foi avaliada inicialmente a relação entre o número de casos de internação por câncer do aparelho respiratório em cada área de ponderação e as covariáveis padronizadas: densidade de tráfego e Índice de Desenvolvimento Humano Municipal (IDHM) como indicador de status socioeconômico. Sequencialmente, com um modelo clássico de Poisson, procedeu-se uma avaliação do risco associado às categorias crescentes de densidade de tráfego. O modelo de Besag-York-Mollié estimou um RR = 1,09 (IC95%: 1,02-1,15) e RR = 1,19 (IC95%: 1,10-1,29) de internação por câncer do aparelho respiratório, para cada aumento de um desvio padrão da densidade de tráfego e IDHM, respectivamente. Foi também evidenciado pelo modelo de Poisson um claro gradiente de exposição-resposta para internação por câncer respiratório (IRR = 1,11; IC95%: 1,07-1,15, para cada dez unidades de acréscimo da densidade de tráfego). Este trabalho sugere que há associação entre residir em áreas com alta densidade de tráfego e internação por câncer do aparelho respiratório no Município de São Paulo.

Pollution related to traffic is a major problem in urban centers and a large portion of the population is vulnerable to its health effects. This study sought to identify a potential association between hospital admissions due to respiratory tract cancer and vehicular traffic density in the city of São Paulo, Brazil. It is an ecological study of the public (Hospital Inpatient Authorization - AIH, in Portuguese) and private (Hospital Inpatient Communication - CIH, in Portuguese) health care systems, from 2004 to 2006, geocoded by individuals’ residential addresses. Using a Besag-York-Mollié ecological model, we initially evaluated the relationship between number of cases of hospital admission due to respiratory tract cancer in each weighting area and the standardized co-variables: traffic density and Municipal Human Development Index (MHDI) as indicator of socioeconomic status. Using a classic Poisson model, we then evaluated the risk associated with growing traffic density categories. The Besag-York-Mollié model estimated a RR = 1.09 (95%CI: 1.02-1.15) and RR = 1.19 (95%CI: 1.10-1.29) of admission due to respiratory tract cancer for each increase of one standard deviation of traffic and MHDI, respectively. The Poisson model also showed a clear exposure-response gradient for admission due to respiratory tract cancer (IRR = 1.11; 95%CI: 1.07-1.15, for each 10 units of added traffic density). This study suggests that there is an association between residing in areas with high traffic density and hospital admissions due to respiratory tract cancer in the city of São Paulo.

La contaminación relacionada con el tráfico es un gran problema en los centros urbanos, y una gran parte de la población es vulnerable a sus efectos para la salud. El objetivo de este trabajo fue identificar la potencial asociación entre los internamientos hospitalarios por cáncer del aparato respiratorio con la densidad del tráfico vehicular en el Municipio de São Paulo, Brasil. Es un estudio ecológico con datos de internamientos hospitalarios por cáncer de los sistemas público (Autorización de Internación Hospitalaria - AIH) y particular (Comunicación de Internación Hospitalaria - CIH), de 2004 a 2006, geocodificados por dirección de residencia del individuo. Mediante el modelo ecológico de Besag-York-Mollié se evaluó inicialmente la relación entre el número de casos de internamiento por cáncer del aparato respiratorio en cada área de ponderación y covariables estandarizadas: densidad de tráfico e Índice de Desarrollo Humano Municipal (IDHM), como indicador de estatus socioeconómico. Secuencialmente, con un modelo clásico de Poisson, se procedió a una evaluación del riesgo asociado a las categorías crecientes de densidad de tráfico. El modelo de Besag-York-Mollié estimó un RR = 1,09 (IC95%: 1,02-1,15) y RR = 1,19 (IC95%: 1,10-1,29) de internamiento por cáncer del aparato respiratorio, para cada aumento de un desvío estándar de la densidad de tráfico e IDHM, respectivamente. Se evidenció también, a través del modelo de Poisson, un claro gradiente de exposición-respuesta para el internamiento por cáncer respiratorio (IRR = 1,11; IC95%: 1,07-1,15, para cada 10 unidades de incremento de la densidad de tráfico). Este trabajo sugiere que existe una asociación entre residir en áreas con alta densidad de tráfico y el internamiento por cáncer del aparato respiratorio en el Municipio de São Paulo.

A poluição relacionada ao tráfego é um grande problema nos centros urbanos, e uma grande parcela da população fica vulnerável aos seus efeitos à saúde. Este trabalho teve como objetivo identificar potencial associação entre as internações hospitalares por câncer do aparelho respiratório com a densidade de tráfego veicular no Município de São Paulo, Brasil. É um estudo ecológico com dados de internações hospitalares por câncer dos sistemas público (Autorização de Internação Hospitalar - AIH) e particular (Comunicação de Internação Hospitalar - CIH), de 2004 a 2006, geocodificados por endereço de residência do indivíduo. Mediante um modelo ecológico de Besag-York-Mollié foi avaliada inicialmente a relação entre o número de casos de internação por câncer do aparelho respiratório em cada área de ponderação e as covariáveis padronizadas: densidade de tráfego e Índice de Desenvolvimento Humano Municipal (IDHM) como indicador de status socioeconômico. Sequencialmente, com um modelo clássico de Poisson, procedeu-se uma avaliação do risco associado às categorias crescentes de densidade de tráfego. O modelo de Besag-York-Mollié estimou um RR = 1,09 (IC95%: 1,02-1,15) e RR = 1,19 (IC95%: 1,10-1,29) de internação por câncer do aparelho respiratório, para cada aumento de um desvio padrão da densidade de tráfego e IDHM, respectivamente. Foi também evidenciado pelo modelo de Poisson um claro gradiente de exposição-resposta para internação por câncer respiratório (IRR = 1,11; IC95%: 1,07-1,15, para cada dez unidades de acréscimo da densidade de tráfego). Este trabalho sugere que há associação entre residir em áreas com alta densidade de tráfego e internação por câncer do aparelho respiratório no Município de São Paulo.

Pollution related to traffic is a major problem in urban centers and a large portion of the population is vulnerable to its health effects. This study sought to identify a potential association between hospital admissions due to respiratory tract cancer and vehicular traffic density in the city of São Paulo, Brazil. It is an ecological study of the public (Hospital Inpatient Authorization - AIH, in Portuguese) and private (Hospital Inpatient Communication - CIH, in Portuguese) health care systems, from 2004 to 2006, geocoded by individuals’ residential addresses. Using a Besag-York-Mollié ecological model, we initially evaluated the relationship between number of cases of hospital admission due to respiratory tract cancer in each weighting area and the standardized co-variables: traffic density and Municipal Human Development Index (MHDI) as indicator of socioeconomic status. Using a classic Poisson model, we then evaluated the risk associated with growing traffic density categories. The Besag-York-Mollié model estimated a RR = 1.09 (95%CI: 1.02-1.15) and RR = 1.19 (95%CI: 1.10-1.29) of admission due to respiratory tract cancer for each increase of one standard deviation of traffic and MHDI, respectively. The Poisson model also showed a clear exposure-response gradient for admission due to respiratory tract cancer (IRR = 1.11; 95%CI: 1.07-1.15, for each 10 units of added traffic density). This study suggests that there is an association between residing in areas with high traffic density and hospital admissions due to respiratory tract cancer in the city of São Paulo.

La contaminación relacionada con el tráfico es un gran problema en los centros urbanos, y una gran parte de la población es vulnerable a sus efectos para la salud. El objetivo de este trabajo fue identificar la potencial asociación entre los internamientos hospitalarios por cáncer del aparato respiratorio con la densidad del tráfico vehicular en el Municipio de São Paulo, Brasil. Es un estudio ecológico con datos de internamientos hospitalarios por cáncer de los sistemas público (Autorización de Internación Hospitalaria - AIH) y particular (Comunicación de Internación Hospitalaria - CIH), de 2004 a 2006, geocodificados por dirección de residencia del individuo. Mediante el modelo ecológico de Besag-York-Mollié se evaluó inicialmente la relación entre el número de casos de internamiento por cáncer del aparato respiratorio en cada área de ponderación y covariables estandarizadas: densidad de tráfico e Índice de Desarrollo Humano Municipal (IDHM), como indicador de estatus socioeconómico. Secuencialmente, con un modelo clásico de Poisson, se procedió a una evaluación del riesgo asociado a las categorías crecientes de densidad de tráfico. El modelo de Besag-York-Mollié estimó un RR = 1,09 (IC95%: 1,02-1,15) y RR = 1,19 (IC95%: 1,10-1,29) de internamiento por cáncer del aparato respiratorio, para cada aumento de un desvío estándar de la densidad de tráfico e IDHM, respectivamente. Se evidenció también, a través del modelo de Poisson, un claro gradiente de exposición-respuesta para el internamiento por cáncer respiratorio (IRR = 1,11; IC95%: 1,07-1,15, para cada 10 unidades de incremento de la densidad de tráfico). Este trabajo sugiere que existe una asociación entre residir en áreas con alta densidad de tráfico y el internamiento por cáncer del aparato respiratorio en el Municipio de São Paulo.

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.

OBJECTIVES: The spatial pattern of income distribution in the Municipality of São Paulo, considered to be of a "radial" type, has been challenged by recent studies due to the complex distribution of social and demographic characteristics between its distritos. This demands an in-depth analysis that takes into consideration a multitude of variables in order to control for local heterogeneity. This study aims to identify the distritos of São Paulo that can be defined as "comparable" to another one, by using a statistical methodology known as propensity score matching. METHODOLOGY: The 96 distritos of the Municipality of São Paulo were analyzed separately. 16 variables were included in the model, and the Gini coefficient was used to define "exposure" (high inequality) and "non-exposure" (low inequality). Of the distritos, 27 were considered "comparable". RESULTS: Of the 16 variables inserted in the model, nine presented a statistically significant difference between included and excluded distritos, which is expected by this methodology. Of the 17 pairs of distritos considered to be comparable, only three were composed of distritos situated in the same administrative region, and only one was composed of bordering distritos. CONCLUSION: The complex spatial distribution of the propensity score in the Municipality of São Paulo indicates that it is very difficult to divide the city according to its geographical regions. In order to understand how the distritos of São Paulo affect the health of its residents, it is important to take into consideration its many particularities and how they are spatially distributed.

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.

OBJECTIVES: The spatial pattern of income distribution in the Municipality of São Paulo, considered to be of a "radial" type, has been challenged by recent studies due to the complex distribution of social and demographic characteristics between its distritos. This demands an in-depth analysis that takes into consideration a multitude of variables in order to control for local heterogeneity. This study aims to identify the distritos of São Paulo that can be defined as "comparable" to another one, by using a statistical methodology known as propensity score matching. METHODOLOGY: The 96 distritos of the Municipality of São Paulo were analyzed separately. 16 variables were included in the model, and the Gini coefficient was used to define "exposure" (high inequality) and "non-exposure" (low inequality). Of the distritos, 27 were considered "comparable". RESULTS: Of the 16 variables inserted in the model, nine presented a statistically significant difference between included and excluded distritos, which is expected by this methodology. Of the 17 pairs of distritos considered to be comparable, only three were composed of distritos situated in the same administrative region, and only one was composed of bordering distritos. CONCLUSION: The complex spatial distribution of the propensity score in the Municipality of São Paulo indicates that it is very difficult to divide the city according to its geographical regions. In order to understand how the distritos of São Paulo affect the health of its residents, it is important to take into consideration its many particularities and how they are spatially distributed.