Objective: To estimate the sub-notification of fetus and child deaths which had innate syphilis as the main or associated cause in Recife, Pernambuco, Brazil, between 2010-2016. Methods: Probabilistic linkage was applied to the notified cases of innate syphilis present in the Notification Aggravation Information System and for fetus and child deaths caused by innate syphilis recorded in the Mortality Information System. Results: 170 notifications and records of fetus and child to innate syphilis were paired. There has been sub-notification in fetus and child deaths caused by innate syphilis in 80.9% in Notification Aggravation Information System and 7.0% in Mortality Information System, which enabled the increment of 2.3% and of 7.0% respectively. Conclusion: The results obtained in this study which hampers the understanding of the real magnitude of deaths caused by this disease.

Objetivo: Estimar as subnotificações de óbitos fetais e infantis que tiveram a sífilis congênita como causa básica ou associada, ocorridos no Recife, Pernambuco, Brasil, entre 2010 e 2016. Métodos: Aplicou-se o relacionamento de bases de dados, do tipo probabilístico, entre os casos de sífilis congênita, registrados no Sistema de Informação de Agravos de Notificação (Sinan), e os óbitos fetais e infantis totais e por sífilis congênita, estes registrados no Sistema de Informações sobre Mortalidade (SIM). Resultados: Foram pareados 170 registros de óbitos fetais e infantis por sífilis congênita. Houve subnotificação de óbitos fetais e infantis por sífilis congênita de 80,9% no Sinan e de 7,0% no SIM, representando um incremento ao banco final de 2,3% e 7,0% respectivamente. Conclusão: A subnotificação identificada compromete o conhecimento da real magnitude da doença e por conseguinte, as ações de prevenção e controle pelos gestores da saúde.

Resumo Foi analisado o padrão da Síndrome Respiratória Aguda Grave (SRAG) em Pernambuco antes e durante período pandêmico da COVID-19. Estudo ecológico, de janeiro a junho de 2015 a 2019 (período pré-pandemia) e 01 de janeiro a 15 de junho de 2020, período que contempla parte inicial da pandemia. Taxas de detecção por município e Regional de Saúde de residência foram calculadas e, por meio da razão de risco, a dinâmica espacial da SRAG foi estimada. Na pré-pandemia ocorreram 5.617 casos de SRAG, 187 casos/mês e 23,8 casos/100 mil hab. e, na pandemia, 15.100 casos, 2.516 casos/mês e 320,3 casos/100 mil hab., um aumento da detecção mensal em 13 vezes. Foi ampliada (p < 0,001) a ocorrência em idosos (de 7,7% para 48,3%), a coleta de amostras (de 60,9% para 96,5%) e a identificação do agente etiológico causador da SRAG, com predomínio da SRAG por COVID-19 (66,0%). Regiões do interior do estado tiveram razão de detecção de SRAG 20 vezes superior à esperada, sendo o excesso de risco associado a menor IDHM, a condição do município ser sede de Regional de Saúde e a presença de rodovia federal no território municipal. Conhecer a mudança do padrão da ocorrência da SRAG, aliada a análise espacial poderão contribuir para o planejamento de ações a curto e médio prazo nos diferentes níveis de gestão.

Abstract The aim of this study was to analyze the Severe Acute Respiratory Syndrome (SARS) pattern in Pernambuco before and during a COVID-19 pandemic. Ecological study conducted from January to June, 2015 to 2019 and from January 1 to June 15, 2020. The detection rates by municipality and by Regional Health of residence were calculated. The spatial area of SARS was estimated through the risk ratio. Before the pandemic, there were 5,617 cases of SARS, 187 cases/month and 23.8 cases/100 thousand inhabitants, while during the pandemic there were 15,100 cases, 2,516 cases/month and 320.3 cases/100 thousand inhabitants, which represents a 13-fold increase in detection. The following expanded (p < 0,001): the occurrence in elderly people, the collection of samples and the identification of SARS etiological agent with predominance of SARS by COVID-19. Most municipalities experienced a 20-fold higher detection than expected, suggesting a process of virus spread to the hinterlands. The excess risk associate with lower IDHM, the condition of the municipality being the headquarters of the Regional Health and the presence of a highway in the municipality. The change in the pattern of occurrence of SRAG, combined with Spatial analysis may contribute to action planning at different levels of management.

Resumo Foi analisado o padrão da Síndrome Respiratória Aguda Grave (SRAG) em Pernambuco antes e durante período pandêmico da COVID-19. Estudo ecológico, de janeiro a junho de 2015 a 2019 (período pré-pandemia) e 01 de janeiro a 15 de junho de 2020, período que contempla parte inicial da pandemia. Taxas de detecção por município e Regional de Saúde de residência foram calculadas e, por meio da razão de risco, a dinâmica espacial da SRAG foi estimada. Na pré-pandemia ocorreram 5.617 casos de SRAG, 187 casos/mês e 23,8 casos/100 mil hab. e, na pandemia, 15.100 casos, 2.516 casos/mês e 320,3 casos/100 mil hab., um aumento da detecção mensal em 13 vezes. Foi ampliada (p < 0,001) a ocorrência em idosos (de 7,7% para 48,3%), a coleta de amostras (de 60,9% para 96,5%) e a identificação do agente etiológico causador da SRAG, com predomínio da SRAG por COVID-19 (66,0%). Regiões do interior do estado tiveram razão de detecção de SRAG 20 vezes superior à esperada, sendo o excesso de risco associado a menor IDHM, a condição do município ser sede de Regional de Saúde e a presença de rodovia federal no território municipal. Conhecer a mudança do padrão da ocorrência da SRAG, aliada a análise espacial poderão contribuir para o planejamento de ações a curto e médio prazo nos diferentes níveis de gestão.

Abstract The aim of this study was to analyze the Severe Acute Respiratory Syndrome (SARS) pattern in Pernambuco before and during a COVID-19 pandemic. Ecological study conducted from January to June, 2015 to 2019 and from January 1 to June 15, 2020. The detection rates by municipality and by Regional Health of residence were calculated. The spatial area of SARS was estimated through the risk ratio. Before the pandemic, there were 5,617 cases of SARS, 187 cases/month and 23.8 cases/100 thousand inhabitants, while during the pandemic there were 15,100 cases, 2,516 cases/month and 320.3 cases/100 thousand inhabitants, which represents a 13-fold increase in detection. The following expanded (p < 0,001): the occurrence in elderly people, the collection of samples and the identification of SARS etiological agent with predominance of SARS by COVID-19. Most municipalities experienced a 20-fold higher detection than expected, suggesting a process of virus spread to the hinterlands. The excess risk associate with lower IDHM, the condition of the municipality being the headquarters of the Regional Health and the presence of a highway in the municipality. The change in the pattern of occurrence of SRAG, combined with Spatial analysis may contribute to action planning at different levels of management.

Resumo: A pandemia de COVID-19 iniciou sua linha do tempo em 31 de dezembro de 2019 na China e o SARS-CoV-2 identificado como agente etiológico. O objetivo deste manuscrito é descrever a dinâmica espacial e temporal da epidemia de COVID-19 nos primeiros cem dias, no Estado de Pernambuco, Brasil. Apresentamos a evolução de casos e óbitos segundo semana epidemiológica. Realizamos a análise da série do acumulado diário de casos da COVID-19 confirmados, com projeções para os 15 dias subsequentes, utilizando o aplicativo JoinPoint. Esse programa possibilita identificar pontos de inflexão testando sua significância estatística. Analisamos também a tendência de interiorização da COVID-19 no estado, considerando a distribuição percentual de casos ocorridos no Recife, municípios da Região Metropolitana de Recife e do interior, por conjuntos de três semanas, com construção de mapas temáticos. Os 100 dias da epidemia de COVID-19 resultaram em 52.213 casos e 4.235 óbitos entre 12 de março, correspondendo se 11, até 20 de junho de 2020 (semana epidemiológica 25). O pico da curva epidêmica ocorreu na semana epidemiológica 21 (23 de maio), seguido por desaceleração do número de casos. Detectou-se, inicialmente, a periferização dos casos na capital e região metropolitana, seguida por rápida disseminação para o interior do estado. Houve redução das taxas de crescimento médio diário a partir de abril, mas com patamar de mais de 6.000 casos semanais de COVID-19, em média. Ao final do período, a série de casos do estado indica persistência da circulação e transmissão comunitária do SARS-CoV-2. Finalmente, questiona-se parafraseando Garcia Marques em Cem Anos de Solidão, se estaríamos diante de “uma estiagem ou prenúncio de recrudescimento”.

Abstract: The timeline of the COVID-19 pandemic began on December 31, 2019, in China, with SARS-CoV-2 identified as the etiological agent. This article aims to describe the COVID-19 epidemic’s spatial and temporal dynamics in the first hundred days in the State of Pernambuco, Brazil. We present the evolution in cases and deaths according to epidemiological weeks. We analyzed the series of accumulated daily confirmed COVID-19 cases, with projections for the subsequent 15 days, using the JoinPoint app. This software allows identifying turning points, testing their statistical significance. We also analyze the trend in the spread of COVID-19 to the interior of the state, considering the percent distribution of cases in the state capital, Recife, municipalities in Greater Metropolitan Recife, and the state’s interior, by sets of three weeks, constructing thematic maps. The first hundred days of the COVID-19 epidemic resulted in 52,213 cases and 4,235 deaths from March 12, or epidemiological week 11, until June 20, 2020 (epidemiological week 25). The peak in the epidemic curve occurred in epidemiological week 21 (May 23), followed by deceleration in the number of cases. We initially detected the spread of cases from the city center to the periphery of the state capital and Metropolitan Area, followed by rapid spread to the state’s interior. There was a decrease in the mean daily growth starting in April, but with an average threshold of more than 6,000 weekly cases of COVID-19. At the end of the period, the state’s case series indicates the persistence of SARS-CoV-2 circulation and community transmission. Finally, paraphrasing Gabriel Garcia Marques in One Hundred Years of Solitude, we ask whether we are facing “a pause in the storm or a sign of redoubled rain”.

Resumen: La pandemia de COVID-19 inicia su línea del tiempo el 31 de dicembre de 2019 en China y el SARS-CoV-2 identificado como agente etiológico. El objetivo de este trabajo original es describir la dinámica espacial y temporal de la epidemia de COVID-19 en los primeros cien días de epidemia, en el estado de Pernambuco, Brasil. Presentamos la evolución de casos y óbitos según las semanas epidemiológicas. Realizamos el análisis de la serie del acumulado diario de casos de COVID-19 confirmados, con proyecciones para los 15 días subsiguientes, utilizándose la aplicación JoinPoint. Este programa posibilita identificar puntos de inflexión, probando su significancia estadística. Analizamos también la tendencia de interiorización de la COVID-19 en el estado, considerándose la distribución porcentual de casos ocurridos en Recife, municipios de la Región Metropolitana de Recife y del interior, por conjuntos de tres semanas, con unas construcciones de mapas temáticos. Los cien días de la epidemia de COVID-19 resultaron en 52.213 casos y 4.235 óbitos entre el 12 de marzo, correspondiendo a la semana epidemiológica 11, hasta el 20 de juno de 2020 (semana epidemiológica 25). El pico de la curva epidémica ocurrió en la semana epidemiológica 21 (23 de mayo), seguido de una desaceleración en el número de casos. Se detectó, inicialmente, la periferización de los casos en la capital y región metropolitana, seguido por la rápida diseminación hacia el interior del estado. Hubo una reducción de las tasas de crecimiento medio diario a partir de abril, pero con un nivel de más de 6.000 casos semanales de COVID-19 de media. Al final del período la serie de casos del estado indica la persistencia de la circulación y transmisión comunitaria del SARS-CoV-2. Finalmente, se cuestiona, parafraseando a García Márquez en Cien Años de Soledad, si estamos ante “un periodo de remisión o la antesala de un recrudecimiento”.

Resumo: A pandemia de COVID-19 iniciou sua linha do tempo em 31 de dezembro de 2019 na China e o SARS-CoV-2 identificado como agente etiológico. O objetivo deste manuscrito é descrever a dinâmica espacial e temporal da epidemia de COVID-19 nos primeiros cem dias, no Estado de Pernambuco, Brasil. Apresentamos a evolução de casos e óbitos segundo semana epidemiológica. Realizamos a análise da série do acumulado diário de casos da COVID-19 confirmados, com projeções para os 15 dias subsequentes, utilizando o aplicativo JoinPoint. Esse programa possibilita identificar pontos de inflexão testando sua significância estatística. Analisamos também a tendência de interiorização da COVID-19 no estado, considerando a distribuição percentual de casos ocorridos no Recife, municípios da Região Metropolitana de Recife e do interior, por conjuntos de três semanas, com construção de mapas temáticos. Os 100 dias da epidemia de COVID-19 resultaram em 52.213 casos e 4.235 óbitos entre 12 de março, correspondendo se 11, até 20 de junho de 2020 (semana epidemiológica 25). O pico da curva epidêmica ocorreu na semana epidemiológica 21 (23 de maio), seguido por desaceleração do número de casos. Detectou-se, inicialmente, a periferização dos casos na capital e região metropolitana, seguida por rápida disseminação para o interior do estado. Houve redução das taxas de crescimento médio diário a partir de abril, mas com patamar de mais de 6.000 casos semanais de COVID-19, em média. Ao final do período, a série de casos do estado indica persistência da circulação e transmissão comunitária do SARS-CoV-2. Finalmente, questiona-se parafraseando Garcia Marques em Cem Anos de Solidão, se estaríamos diante de “uma estiagem ou prenúncio de recrudescimento”.

Abstract: The timeline of the COVID-19 pandemic began on December 31, 2019, in China, with SARS-CoV-2 identified as the etiological agent. This article aims to describe the COVID-19 epidemic’s spatial and temporal dynamics in the first hundred days in the State of Pernambuco, Brazil. We present the evolution in cases and deaths according to epidemiological weeks. We analyzed the series of accumulated daily confirmed COVID-19 cases, with projections for the subsequent 15 days, using the JoinPoint app. This software allows identifying turning points, testing their statistical significance. We also analyze the trend in the spread of COVID-19 to the interior of the state, considering the percent distribution of cases in the state capital, Recife, municipalities in Greater Metropolitan Recife, and the state’s interior, by sets of three weeks, constructing thematic maps. The first hundred days of the COVID-19 epidemic resulted in 52,213 cases and 4,235 deaths from March 12, or epidemiological week 11, until June 20, 2020 (epidemiological week 25). The peak in the epidemic curve occurred in epidemiological week 21 (May 23), followed by deceleration in the number of cases. We initially detected the spread of cases from the city center to the periphery of the state capital and Metropolitan Area, followed by rapid spread to the state’s interior. There was a decrease in the mean daily growth starting in April, but with an average threshold of more than 6,000 weekly cases of COVID-19. At the end of the period, the state’s case series indicates the persistence of SARS-CoV-2 circulation and community transmission. Finally, paraphrasing Gabriel Garcia Marques in One Hundred Years of Solitude, we ask whether we are facing “a pause in the storm or a sign of redoubled rain”.

Resumen: La pandemia de COVID-19 inicia su línea del tiempo el 31 de dicembre de 2019 en China y el SARS-CoV-2 identificado como agente etiológico. El objetivo de este trabajo original es describir la dinámica espacial y temporal de la epidemia de COVID-19 en los primeros cien días de epidemia, en el estado de Pernambuco, Brasil. Presentamos la evolución de casos y óbitos según las semanas epidemiológicas. Realizamos el análisis de la serie del acumulado diario de casos de COVID-19 confirmados, con proyecciones para los 15 días subsiguientes, utilizándose la aplicación JoinPoint. Este programa posibilita identificar puntos de inflexión, probando su significancia estadística. Analizamos también la tendencia de interiorización de la COVID-19 en el estado, considerándose la distribución porcentual de casos ocurridos en Recife, municipios de la Región Metropolitana de Recife y del interior, por conjuntos de tres semanas, con unas construcciones de mapas temáticos. Los cien días de la epidemia de COVID-19 resultaron en 52.213 casos y 4.235 óbitos entre el 12 de marzo, correspondiendo a la semana epidemiológica 11, hasta el 20 de juno de 2020 (semana epidemiológica 25). El pico de la curva epidémica ocurrió en la semana epidemiológica 21 (23 de mayo), seguido de una desaceleración en el número de casos. Se detectó, inicialmente, la periferización de los casos en la capital y región metropolitana, seguido por la rápida diseminación hacia el interior del estado. Hubo una reducción de las tasas de crecimiento medio diario a partir de abril, pero con un nivel de más de 6.000 casos semanales de COVID-19 de media. Al final del período la serie de casos del estado indica la persistencia de la circulación y transmisión comunitaria del SARS-CoV-2. Finalmente, se cuestiona, parafraseando a García Márquez en Cien Años de Soledad, si estamos ante “un periodo de remisión o la antesala de un recrudecimiento”.

A pesquisa buscou identificar os fatores de risco individuais e contextuais da assistência à saúde, suas interações e diferenciais regionais na determinação da mortalidade infantil nas capitais brasileiras. Trata-se de um estudo caso-controle, no qual considerou-se casos os 7.470 óbitos infantis ocorridos em 2012 nas 27 capitais do país, registrados no Sistema de Informações sobre Mortalidade (SIM) e pareados com o Sistema de Informações de Nascidos Vivos (SINASC) por meio do linkage, e 24.285 controles obtidos mediante amostra dos nascidos sobreviventes entre 2011 e 2012 do universo de 1.424.691 nascimentos. As variáveis explicativas do nível individual corresponderam às informações disponibilizadas pelo SINASC, e a variável contextual consistiu um índice de qualidade da assistência hospitalar relativo aos 702 serviços de saúde onde ocorreram os nascimentos. Empregou-se o modelo logístico multinível e a análise de interação. Os principais determinantes da mortalidade infantil foram os fatores biológicos (baixo peso ao nascer, prematuridade, malformação congênita, asfixia grave/moderada e raça/cor), mediados pelos socioeconômicos maternos (escolaridade, estado civil e ocupação), e pela insuficiência de pré-natal. Realizar baixo número de consultas pré-natais representou risco para a mortalidade infantil independentemente da qualidade do serviço, à exceção das capitais da Região Sul. Na interação entre renda e pré-natal, observou-se que realizar poucas consultas e nascer em cidades com alta renda representaram risco maior quando comparados aos nascimentos em capitais de baixa renda (OR = 0,68). A análise multinível evidenciou desigualdades regionais nos modelos de risco e reiterou a importância dos determinantes biológicos com mediação dos fatores socioeconômicos e assistenciais na mortalidade infantil.

The study sought to identify individual and contextual risk factors in healthcare and their interactions and regional differences in the determination of infant mortality in Brazilian state capitals. This was a case-control study that analyzed 7,470 infant deaths in 2012 in the 27 state capitals, recorded in the Brazilian Mortality Information System (SIM) and matched with the Brazilian Information System on Live Births (SINASC) through linkage and 24,285 controls obtained by sampling the surviving liveborn infants from 2011 to 2012 from the total of 1,424,691 births. The individual explanatory variables corresponded to information available in the SINASC database, and the contextual variable consisted of a quality index for hospital care in the 702 healthcare services where the births occurred. A multilevel logistic model was used to analyze interaction. The principal determinants of infant mortality were biological factors (low birthweight, prematurity, congenital malformations, severe/moderate asphyxia, and race/color), mediated by maternal socioeconomic factors (schooling, marital status, and occupation) and insufficiency of prenatal care. Low number of prenatal visits was a risk factor for infant mortality, independently of the service’s quality, except in the state capitals in the South of Brazil. In the interaction between income and prenatal care, few prenatal visits and birth in high-income state capitals showed a higher risk when compared to births in low-income state capitals (OR = 0.68). Multilevel analysis evidenced regional inequalities in the risk models and reiterated the importance of biological determinants in the mediation of socioeconomic and healthcare factors in infant mortality.

El objetivo de la investigación fue identificar factores de riesgo individuales y contextuales de asistencia a la salud, sus interacciones y diferenciales regionales en la determinación de la mortalidad infantil en las capitales brasileñas. Se trata de un estudio caso-control, en el que se consideraron como casos los 7.470 óbitos infantiles ocurridos en 2012, en las 27 capitales del país, registrados en el Sistema de Informaciones sobre Mortalidad (SIM) y pareados con el Sistema de Información sobre Nacidos Vivos (SINASC) mediante linkage y 24.285 controles, obtenidos mediante muestra de los nacidos supervivientes entre 2011 y 2012, dentro de un universo de 1.424.691 nacimientos. Las variables explicativas a nivel individual correspondieron a la información proporcionada por el SINASC, y la variable contextual consistió en un índice de calidad de la asistencia hospitalaria, referente a los 702 servicios de salud donde se produjeron los nacimientos. Se empleó el modelo logístico multinivel y un análisis de interacción. Los principales determinantes de la mortalidad infantil fueron los factores biológicos (bajo peso al nacer, prematuridad, malformación congénita, asfixia grave/moderada y raza/color), mediados por los socioeconómicos maternos (escolaridad, estado civil y ocupación), y por la insuficiencia del pre-natal. Realizar un bajo número de consultas pre-natales representó un riesgo para la mortalidad infanti, independientemente de la calidad del servicio, a excepción de las capitales de la Región Sur. En la interacción entre renta y la atención prenatal, se observó que realizar pocas consultas y nacer en ciudades con alta renta representó un riesgo mayor cuando lo comparamos con los nacimientos en capitales con renta baja (OR = 0,68). El análisis multinivel evidenció desigualdades regionales en los modelos de riesgo y reiteró la importancia de los determinantes biológicos con la mediación de factores socioeconómicos y asistenciales en la mortalidad infantil.

A pesquisa buscou identificar os fatores de risco individuais e contextuais da assistência à saúde, suas interações e diferenciais regionais na determinação da mortalidade infantil nas capitais brasileiras. Trata-se de um estudo caso-controle, no qual considerou-se casos os 7.470 óbitos infantis ocorridos em 2012 nas 27 capitais do país, registrados no Sistema de Informações sobre Mortalidade (SIM) e pareados com o Sistema de Informações de Nascidos Vivos (SINASC) por meio do linkage, e 24.285 controles obtidos mediante amostra dos nascidos sobreviventes entre 2011 e 2012 do universo de 1.424.691 nascimentos. As variáveis explicativas do nível individual corresponderam às informações disponibilizadas pelo SINASC, e a variável contextual consistiu um índice de qualidade da assistência hospitalar relativo aos 702 serviços de saúde onde ocorreram os nascimentos. Empregou-se o modelo logístico multinível e a análise de interação. Os principais determinantes da mortalidade infantil foram os fatores biológicos (baixo peso ao nascer, prematuridade, malformação congênita, asfixia grave/moderada e raça/cor), mediados pelos socioeconômicos maternos (escolaridade, estado civil e ocupação), e pela insuficiência de pré-natal. Realizar baixo número de consultas pré-natais representou risco para a mortalidade infantil independentemente da qualidade do serviço, à exceção das capitais da Região Sul. Na interação entre renda e pré-natal, observou-se que realizar poucas consultas e nascer em cidades com alta renda representaram risco maior quando comparados aos nascimentos em capitais de baixa renda (OR = 0,68). A análise multinível evidenciou desigualdades regionais nos modelos de risco e reiterou a importância dos determinantes biológicos com mediação dos fatores socioeconômicos e assistenciais na mortalidade infantil.

The study sought to identify individual and contextual risk factors in healthcare and their interactions and regional differences in the determination of infant mortality in Brazilian state capitals. This was a case-control study that analyzed 7,470 infant deaths in 2012 in the 27 state capitals, recorded in the Brazilian Mortality Information System (SIM) and matched with the Brazilian Information System on Live Births (SINASC) through linkage and 24,285 controls obtained by sampling the surviving liveborn infants from 2011 to 2012 from the total of 1,424,691 births. The individual explanatory variables corresponded to information available in the SINASC database, and the contextual variable consisted of a quality index for hospital care in the 702 healthcare services where the births occurred. A multilevel logistic model was used to analyze interaction. The principal determinants of infant mortality were biological factors (low birthweight, prematurity, congenital malformations, severe/moderate asphyxia, and race/color), mediated by maternal socioeconomic factors (schooling, marital status, and occupation) and insufficiency of prenatal care. Low number of prenatal visits was a risk factor for infant mortality, independently of the service’s quality, except in the state capitals in the South of Brazil. In the interaction between income and prenatal care, few prenatal visits and birth in high-income state capitals showed a higher risk when compared to births in low-income state capitals (OR = 0.68). Multilevel analysis evidenced regional inequalities in the risk models and reiterated the importance of biological determinants in the mediation of socioeconomic and healthcare factors in infant mortality.

El objetivo de la investigación fue identificar factores de riesgo individuales y contextuales de asistencia a la salud, sus interacciones y diferenciales regionales en la determinación de la mortalidad infantil en las capitales brasileñas. Se trata de un estudio caso-control, en el que se consideraron como casos los 7.470 óbitos infantiles ocurridos en 2012, en las 27 capitales del país, registrados en el Sistema de Informaciones sobre Mortalidad (SIM) y pareados con el Sistema de Información sobre Nacidos Vivos (SINASC) mediante linkage y 24.285 controles, obtenidos mediante muestra de los nacidos supervivientes entre 2011 y 2012, dentro de un universo de 1.424.691 nacimientos. Las variables explicativas a nivel individual correspondieron a la información proporcionada por el SINASC, y la variable contextual consistió en un índice de calidad de la asistencia hospitalaria, referente a los 702 servicios de salud donde se produjeron los nacimientos. Se empleó el modelo logístico multinivel y un análisis de interacción. Los principales determinantes de la mortalidad infantil fueron los factores biológicos (bajo peso al nacer, prematuridad, malformación congénita, asfixia grave/moderada y raza/color), mediados por los socioeconómicos maternos (escolaridad, estado civil y ocupación), y por la insuficiencia del pre-natal. Realizar un bajo número de consultas pre-natales representó un riesgo para la mortalidad infanti, independientemente de la calidad del servicio, a excepción de las capitales de la Región Sur. En la interacción entre renta y la atención prenatal, se observó que realizar pocas consultas y nacer en ciudades con alta renta representó un riesgo mayor cuando lo comparamos con los nacimientos en capitales con renta baja (OR = 0,68). El análisis multinivel evidenció desigualdades regionales en los modelos de riesgo y reiteró la importancia de los determinantes biológicos con la mediación de factores socioeconómicos y asistenciales en la mortalidad infantil.

Resumo Objetivos: descrever a prevalência das malformações congênitas em nascidos vivos no Recife, com base no relacionamento de dados de nascimentos e óbitos infantis . Métodos: estudo transversal com dados do Sistema de Informações sobre Nascidos Vivos (Sinasc) e Mortalidade (SIM) de residentes no Recife-PE, entre 2013 e 2015. Realizou-se linkage determinístico dos óbitos e nascidos vivos (NV) com malformação e calculou-se a prevalência. Resultados: obteve-se o pareamento de 545 (95,1%) declarações de óbito e de nascidos vivos. Segundo o Sinasc a prevalência de malformações congênitas foi de 10,4 por 1.000 NV; após o linkage a taxa foi de 12,4. Destacaram-se as malformações do aparelho osteomuscular (42,1%) entre os nascidos vivos, e nos óbitos as do aparelho circulatório (35,3%). Conclusões: o linkage aumentou a prevalência de malformações congênitas nas crianças estudadas. Isso indica a potencialidade dessa estratégia para o monitoramento das malformações congênitas, podendo ser empregada na vigilância do óbito infantil.

Abstract Objectives: to describe the prevalence of congenital malformations in live births in Recife, based on the relationship of birth and infant death data. Methods: a cross-sectional study with data from the Live Birth Information System (Sinasc) and Mortality (MIS) of residents in Recife-PE between 2013 and 2015. The deterministic linkage of deaths and live births (LB) with malformation and the prevalence rate were calculated. Results: 545 (95.1%) deaths and live births were matched. According to the Sinasc, the prevalence of congenital malformations was 10.4 per 1,000 LB. After the linkage, the rate was 12.4. Malformations of the musculoskeletal system (42.1%) among live births were high-lighted, as well as malformations of the circulatory system (35.3%) found in infant deaths. Conclusions: linkage increased the prevalence of congenital malformations in the studied cohort. This demonstrates the potential of this strategy for the monitoring of congenital malformations, which can be used to monitor infant death.

ABSTRACT OBJETIVO Analisar a contribuição do linkage entre os bancos de dados de nascidos vivos e óbitos infantis para a melhoria da completude das variáveis comuns ao Sistema de Informações sobre Mortalidade (SIM) e ao Sistema de Informação sobre Nascidos Vivos (Sinasc) nas capitais brasileiras no ano de 2012. MÉTODOS Foram estudados 9.001 óbitos de menores de um ano registrados no SIM no ano de 2012 e 1.424.691 nascidos vivos em 2011 e 2012 contidos no Sinasc. As bases de dados foram relacionadas por meio do linkage em duas etapas – determinística e probabilística. Calculou-se o percentual de incompletude das variáveis comuns ao SIM e ao Sinasc antes e após o emprego da técnica. RESULTADOS Foi possível relacionar 90,8% dos óbitos à sua respectiva declaração de nascido vivo, a maioria pareada deterministicamente. Constatou-se maior percentual de pares em Porto Alegre, Curitiba e Campo Grande. Nas capitais do Norte, a média de pares foi de 84,2%; no Sul, esse resultado chegou a 97,9%. As 11 variáveis comuns ao SIM e ao Sinasc apresentavam 11.278 campos incompletos cumulativamente, sendo possível recuperar 91,4% das informações após o emprego do linkage. Cinco variáveis apresentavam completude excelente no Sinasc em todas as capitais brasileiras e apenas uma no SIM antes do relacionamento. Após a aplicação dessa técnica, todas as 11 variáveis do Sinasc passaram ao status de excelência, enquanto o mesmo ocorreu em sete no SIM. A capital de nascimento associou-se significativamente ao componente do óbito na qualidade da informação. CONCLUSÕES Apesar dos avanços na cobertura e qualidade do SIM e do Sinasc, ainda são identificados problemas de completude das variáveis, em especial no SIM. Nessa perspectiva, o emprego do linkage apresenta-se como estratégia para qualificação de informações importantes para análise das mortes infantis.

ABSTRACT OBJECTIVE To analyze the contribution of linkage between databases of live births and infant mortality to improve the completeness of the variables common to the Mortality Information System (SIM) and the Live Birth Information System (SINASC) in Brazilian capitals in 2012. METHODS We studied 9,001 deaths of children under one year registered in the SIM in 2012 and 1,424,691 live births present in the SINASC in 2011 and 2012. The databases were related with linkage in two steps – deterministic and probabilistic. We calculated the percentage of incompleteness of the variables common to the SIM and SINASC before and after using the technique. RESULTS We could relate 90.8% of the deaths to their respective declarations of live birth, most of them paired deterministically. We found a higher percentage of pairs in Porto Alegre, Curitiba, and Campo Grande. In the capitals of the North region, the average of pairs was 84.2%; in the South region, this result reached 97.9%. The 11 variables common to the SIM and SINASC had 11,278 incomplete fields cumulatively, and we could recover 91.4% of the data after linkage. Before linkage, five variables presented excellent completeness in the SINASC in all Brazilian capitals, but only one variable had the same status in the SIM. After applying this technique, all 11 variables of the SINASC became excellent, while this occurred in seven variables of the SIM. The city of birth was significantly associated with the death component in the quality of the information. CONCLUSIONS Despite advances in the coverage and quality of the SIM and SINASC, problems in the completeness of the variables can still be identified, especially in the SIM. In this perspective, linkage can be used to qualify important information for the analysis of infant mortality.

ABSTRACT OBJETIVO Analisar a contribuição do linkage entre os bancos de dados de nascidos vivos e óbitos infantis para a melhoria da completude das variáveis comuns ao Sistema de Informações sobre Mortalidade (SIM) e ao Sistema de Informação sobre Nascidos Vivos (Sinasc) nas capitais brasileiras no ano de 2012. MÉTODOS Foram estudados 9.001 óbitos de menores de um ano registrados no SIM no ano de 2012 e 1.424.691 nascidos vivos em 2011 e 2012 contidos no Sinasc. As bases de dados foram relacionadas por meio do linkage em duas etapas – determinística e probabilística. Calculou-se o percentual de incompletude das variáveis comuns ao SIM e ao Sinasc antes e após o emprego da técnica. RESULTADOS Foi possível relacionar 90,8% dos óbitos à sua respectiva declaração de nascido vivo, a maioria pareada deterministicamente. Constatou-se maior percentual de pares em Porto Alegre, Curitiba e Campo Grande. Nas capitais do Norte, a média de pares foi de 84,2%; no Sul, esse resultado chegou a 97,9%. As 11 variáveis comuns ao SIM e ao Sinasc apresentavam 11.278 campos incompletos cumulativamente, sendo possível recuperar 91,4% das informações após o emprego do linkage. Cinco variáveis apresentavam completude excelente no Sinasc em todas as capitais brasileiras e apenas uma no SIM antes do relacionamento. Após a aplicação dessa técnica, todas as 11 variáveis do Sinasc passaram ao status de excelência, enquanto o mesmo ocorreu em sete no SIM. A capital de nascimento associou-se significativamente ao componente do óbito na qualidade da informação. CONCLUSÕES Apesar dos avanços na cobertura e qualidade do SIM e do Sinasc, ainda são identificados problemas de completude das variáveis, em especial no SIM. Nessa perspectiva, o emprego do linkage apresenta-se como estratégia para qualificação de informações importantes para análise das mortes infantis.

ABSTRACT OBJECTIVE To analyze the contribution of linkage between databases of live births and infant mortality to improve the completeness of the variables common to the Mortality Information System (SIM) and the Live Birth Information System (SINASC) in Brazilian capitals in 2012. METHODS We studied 9,001 deaths of children under one year registered in the SIM in 2012 and 1,424,691 live births present in the SINASC in 2011 and 2012. The databases were related with linkage in two steps – deterministic and probabilistic. We calculated the percentage of incompleteness of the variables common to the SIM and SINASC before and after using the technique. RESULTS We could relate 90.8% of the deaths to their respective declarations of live birth, most of them paired deterministically. We found a higher percentage of pairs in Porto Alegre, Curitiba, and Campo Grande. In the capitals of the North region, the average of pairs was 84.2%; in the South region, this result reached 97.9%. The 11 variables common to the SIM and SINASC had 11,278 incomplete fields cumulatively, and we could recover 91.4% of the data after linkage. Before linkage, five variables presented excellent completeness in the SINASC in all Brazilian capitals, but only one variable had the same status in the SIM. After applying this technique, all 11 variables of the SINASC became excellent, while this occurred in seven variables of the SIM. The city of birth was significantly associated with the death component in the quality of the information. CONCLUSIONS Despite advances in the coverage and quality of the SIM and SINASC, problems in the completeness of the variables can still be identified, especially in the SIM. In this perspective, linkage can be used to qualify important information for the analysis of infant mortality.

Objetivos: analisar a contribuição do linkage entre o Sistema de Informações sobre mortalidade (SIM) e o Sistema de informações sobre nascidos vivos (SINASC) para a melhoria da qualidade dos dados de mortalidade infantil (MI) em cinco cidades, sendo uma de cada macrorregião brasileira. Métodos: analisaramse os óbitos de menores de um ano registrados no SIM em 2005 e os nascidos vivos em 2004 e 2005 contidos no SINASC. As bases de dados foram relacionadas através do linkage. Verificouse a associação estatística entre o relacionamento dos dados e as cidades e os componentes da MI, bem como o percentual de incompletude dasvariáveis antes e após o linkage. Resultados: 90% dos óbitos foram relacionados à declaração de nascido vivo, sendo as cidades de Belém e Goiânia onde se obteve a menor proporção de registros pareados. Porto Alegre apresentou maior percentual de pares, seguida de Guarulhos e Recife. Verificouse uma influência significativa entre a cidade da criança e o componente do óbito na qualidade da informação. Dos 2464 campos incompletos para as variáveis comuns aos sistemas, 92% foram recuperados após o relacionamento das bases. Conclusões: a utilização dessa técnica possibilitou qualificar das estatísticas vitais e demonstrou o potencial de aplicação dessa estratégia na vigilância do óbito infantil nos serviços de saúde.

Objectives: to analyze the contribution of the linkage between the Mortality Information System (SIM) and the Live Births Information System (SINASC) to improving the quality of data on infant mortality (IM) in five cities, one in each Brazilian macroregion. Methods: an analysis was conducted of the deaths of children aged under one year registered in the SIM in 2005 and live births in 2004 and 2005 included in the SINASC. The data bases were related using linkage. A statistical association was found between the linkage of data and cities and IM components, as well as the degree of completeness of the variablesbefore and after linkage. Results: Ninety percent of deaths were related to the live birth declaration, with the cities of Belém and Goiânia having the lowest proportions of paired records. Porto Alegre had the highest percentage of paired records, followed by Guarulhos and Recife. Both city of residence of the child and death certificate component were found to have a significant influence on the quality of information. Of the 2,464 incomplete fields for variables common to both systems, 92% were recovered after linkage of the databases. Conclusions: employing this technique made it possible to improve vital statistics and this demonstrates the potential of this strategy for surveillance of infant mortality at health services.

O estudo buscou identificar diferenciais entre os fatores de risco para mortalidade infantil em cinco cidades, sendo uma de cada macrorregião brasileira. Realizou-se um estudo caso-controle, considerando casos os óbitos de menores de um ano registrados no Sistema de Informações sobre Mortalidade (SIM) e no Sistema de Informações sobre Nascidos Vivos (SINASC) e controles os nascidos vivos que não foram a óbito, registrados no SINASC. Os fatores de risco foram estimados por meio de análises univariadas e multivariadas, adotando-se os modelos logísticos hierarquizados. Os principais determinantes da mortalidade infantil foram os fatores biológicos (Apgar, baixo peso ao nascer, prematuridade e presença de malformação congênita) mediados pelos fatores socioeconômicos (escolaridade, estado civil e raça/cor) e as condições da assistência (consultas de pré-natal). Embora se verifique concordância em parte dos determinantes da mortalidade infantil entre as cidades analisadas, alguns diferenciais regionais puderam ser observados expressando a condição iníqua da mortalidade infantil associada às desigualdades nas condições socioeconômicas e de acesso aos serviços de saúde.

This study aimed to identify differences in risk factors for infant mortality in five cities, one from each region of Brazil. This was a case-control study with cases defined as deaths in infants less than one year of age in the Mortality Information System (SIM) and Information System on Live Births (SINASC) and controls as live born infants recorded in the SINASC database and who had not died in the first year. Risk factors were estimated by univariate and multivariate analysis, using hierarchical logistic models. The main determinants of infant mortality were biological factors (low Apgar score, low birth weight, prematurity, and congenital malformations) mediated by socioeconomic factors (education, marital status, and race/color) and prenatal care conditions (prenatal visits). Despite agreement on the determinants of infant mortality among the five cities, some regional differences were observed, expressing infant mortality associated with inequalities in socioeconomic conditions and access to health services.

O estudo buscou identificar diferenciais entre os fatores de risco para mortalidade infantil em cinco cidades, sendo uma de cada macrorregião brasileira. Realizou-se um estudo caso-controle, considerando casos os óbitos de menores de um ano registrados no Sistema de Informações sobre Mortalidade (SIM) e no Sistema de Informações sobre Nascidos Vivos (SINASC) e controles os nascidos vivos que não foram a óbito, registrados no SINASC. Os fatores de risco foram estimados por meio de análises univariadas e multivariadas, adotando-se os modelos logísticos hierarquizados. Os principais determinantes da mortalidade infantil foram os fatores biológicos (Apgar, baixo peso ao nascer, prematuridade e presença de malformação congênita) mediados pelos fatores socioeconômicos (escolaridade, estado civil e raça/cor) e as condições da assistência (consultas de pré-natal). Embora se verifique concordância em parte dos determinantes da mortalidade infantil entre as cidades analisadas, alguns diferenciais regionais puderam ser observados expressando a condição iníqua da mortalidade infantil associada às desigualdades nas condições socioeconômicas e de acesso aos serviços de saúde.

This study aimed to identify differences in risk factors for infant mortality in five cities, one from each region of Brazil. This was a case-control study with cases defined as deaths in infants less than one year of age in the Mortality Information System (SIM) and Information System on Live Births (SINASC) and controls as live born infants recorded in the SINASC database and who had not died in the first year. Risk factors were estimated by univariate and multivariate analysis, using hierarchical logistic models. The main determinants of infant mortality were biological factors (low Apgar score, low birth weight, prematurity, and congenital malformations) mediated by socioeconomic factors (education, marital status, and race/color) and prenatal care conditions (prenatal visits). Despite agreement on the determinants of infant mortality among the five cities, some regional differences were observed, expressing infant mortality associated with inequalities in socioeconomic conditions and access to health services.