RESUMO INTRODUÇÃO O câncer de pulmão (CP) é um relevante problema de saúde pública no Brasil e no mundo, dada sua alta incidência e mortalidade. Assim, objetiva-se analisar a distribuição do tabagismo e da carga tabágica segundo características sociodemográficas e disparidades no acesso, no tratamento e na mortalidade por CP no Brasil, em 2013 e 2019. MÉTODO Estudo retrospectivo de triangulação de fontes de dados de abrangência nacional: a) análise da distribuição do tabagismo, baseada na Pesquisa Nacional de Saúde (PNS); b) investigação dos registros de CP, via Registros Hospitalares de Câncer (RHC); e c) distribuição da mortalidade por CP, no Sistema de Informação sobre Mortalidade (SIM). RESULTADOS Verificou-se redução do percentual de pessoas que nunca fumaram de 2013 (68,5%) para 2019 (60,2%), assim como da carga tabágica (anos-maço). Esta foi observada maior em homens em pessoas de faixas etárias mais avançadas e de menor escolaridade. Em relação aos pacientes registrados no RHC, a entrada no serviço de saúde se dá a partir de 50 anos, e apenas 19% nunca fumaram. Ao passo que os fumantes na população são majoritariamente pardos, os pacientes no RHC são em maioria brancos. Quanto ao estadiamento inicial (I e II), é mais frequente em pessoas brancas e que nunca fumaram. A taxa de mortalidade apresentou variação de 1,00, para pessoas com ensino superior, a 3,36, entre pessoas sem instrução, assim como pessoas brancas têm uma taxa de mortalidade três vezes maior que a de pessoas negras e pardas. CONCLUSÃO Este artigo apontou relevantes disparidades sociodemográficas no acesso ao diagnóstico, tratamento e mortalidade do CP. Assim, recomenda-se: fortalecer o Registro de Câncer de Base Populacional; desenvolver e implementar estratégia de screening de CP no Brasil, uma vez que a realização de estratégias de prevenção e diagnóstico precoce combinadas funcionam melhor no controle da mortalidade pela doença; e investimento contínuo nas políticas de prevenção e controle do tabagismo.

ABSTRACT INTRODUCTION Lung cancer (LC) is a relevant public health problem in Brazil and worldwide, given its high incidence and mortality. Thus, the objective of this study is to analyze the distribution of smoking and smoking status according to sociodemographic characteristics and disparities in access, treatment, and mortality due to LC in Brazil in 2013 and 2019. METHOD Retrospective study of triangulation of national data sources: a) analysis of the distribution of smoking, based on the National Survey of Health (PNS); b) investigation of LC records via Hospital-based Cancer Registry (HCR); and c) distribution of mortality due to LC in the Mortality Information System (SIM). RESULTS There was a decrease in the percentage of people who had never smoked from 2013 (68.5%) to 2019 (60.2%) and in smoking history (pack-years). This was observed to be greater in men, people of older age groups, and those with less education. Concerning patients registered in the HCR, entry into the healthcare service occurs at the age of 50, and only 19% have never smoked. While smokers in the population are mainly Mixed-race, patients in the HCR are primarily White. As for the initial stage (I and II), it is more common in White people and people who have never smoked. The mortality rate varied from 1.00 for people with higher education to 3.36 for people without education. Furthermore, White people have a mortality rate three times higher than that of Black and mixed-race people. CONCLUSION This article highlighted relevant sociodemographic disparities in access to LC diagnosis, treatment, and mortality. Therefore, the recommendation is to strengthen the Population-Based Cancer Registry and develop and implement a nationwide LC screening strategy in Brazil since combined prevention and early diagnosis strategies work better in controlling mortality from the disease and continued investment in tobacco prevention and control policies.

O aumento da longevidade no Brasil tem chamado atenção para a necessidade de medidas mais úteis de saúde populacional, para complementar o índice de mortalidade. Os autores investigam diferenças socioespaciais na expectativa de vida e na esperança de vida saudável, com base em dados da Pesquisa Nacional de Saúde (PNS), edições de 2013 e 2019. Em ambas as edições da PNS, foi utilizada amostragem de clusters em três estágios, com estratificação das unidades amostrais primárias e seleção randômica em todos os estágios. A esperança de vida saudável foi estimada pelo método de Sullivan, de acordo com o sexo, idade e Unidade da Federação (UF). Limitações graves em função de pelo menos uma doença crônica não transmissível (DCNT) ou autoavaliação de saúde ruim foram utilizadas para definir o estado não saudável. Foram usados indicadores de desigualdade e análises de componentes principais para investigar as desigualdades socioespaciais. Entre 2013 e 2019, houve aumento na expectativa de vida e na esperança de vida saudável. A análise por UF mostrou disparidades maiores na esperança de vida saudável comparada com a expectativa de vida, onde a esperança de vida saudável aos 60 anos variava de 13,6 a 19,9 anos em 2013, e de 14,9 a 20,1 em 2019. A esperança de vida saudável no quintil mais rico foi 20% maior, comparado com o quintil mais pobre. Foram identificadas disparidades socioespaciais grandes, com os piores indicadores nas UFs localizadas nas regiões Norte e Nordeste, tanto de acordo com a concentração de pobreza ou pela utilização de serviços de saúde. As desigualdades socioespaciais demonstraram o excesso de carga de vida não saudável vivenciada por idosos vivendo nas UFs brasileiras menos desenvolvidas. O desenvolvimento de estratégias nos níveis subnacionais é essencial, não apenas para prover acesso igualitário aos cuidados de saúde, como também, para reduzir a exposição aos riscos e para apoiar políticas de prevenção, voltadas para a adoção de comportamentos de saúde.

The growth in longevity in Brazil has drawn attention to more useful population health measures to complement mortality. In this paper, we investigate socio-spatial differences in life expectancy and healthy life expectancy based on information from the Brazilian National Health Survey (PNS), 2013 and 2019. A three-stage cluster sampling with stratification of the primary sampling units and random selection in all stages was used in both PNS editions. Healthy life expectancy was estimated by Sullivan’s method by sex, age, and Federated Units (UF). Severe limitations to at least one noncommunicable chronic disease (NCD) or poor self-rated health were used to define the unhealthy state. Inequality indicators and a Principal Component analysis were used to investigate socio-spatial inequalities. From 2013 to 2019, both life expectancy and healthy life expectancy increased. The analysis by UF show larger disparities in healthy life expectancy than in life expectancy, with healthy life expectancy at age 60 varying from 13.6 to 19.9 years, in 2013, and from 14.9 to 20.1, in 2019. Healthy life expectancy in the wealthiest quintile was 20% longer than for those living in the poorest quintile. Wide socio-spatial disparities were found with the worst indicators in the UF located in the North and Northeast regions, whether considering poverty concentration or health care utilization. The socio-spatial inequalities demonstrated the excess burden of poor health experienced by older adults living in the less developed UF. The development of strategies at subnational levels is essential not only to provide equal access to health care but also to reduce risk exposures and support prevention policies for adoption of health behaviors.

El crecimiento de la longevidad en Brasil ha atraído la atención sobre medidas de salud más útiles para la población, con el fin de complementar la mortalidad. En este trabajo, investigamos diferencias socioespaciales en la esperanza de vida y esperanza de vida saludable, basadas en la información de la Encuesta Nacional de Salud (PNS), de 2013 y 2019. Se utilizó en ambas ediciones de la PNS un muestreo por conglomerados en 3 etapas con estratificación de las unidades de muestreo primarias y una selección aleatoria en todas las etapas. La esperanza de vida saludable se estimó por el método de Sullivan por sexo, edad, y Unidades Federadas (UF). Se usaron limitaciones graves para al menos una enfermedad crónica no transmisible (ECNT) o mala salud autoevaluada para definir un estado de mala salud. Los indicadores de Desigualdad y el análisis de Componente Principal se usaron para investigar desigualdades socioespaciales. De 2013 a 2019, hubo un incremento tanto en la esperanza de vida, como en la esperanza de vida saludable. El análisis por UF mostró disparidades mayores en la esperanza de vida saludable que en la esperanza de vida, con una esperanza de vida saludable a la edad de 60 años, variando desde los 13.6 a los 19.9 años, en 2013, y desde los 14.9 a los 20.1, en 2019. La esperanza de una vida saludable en el quintil más rico fue un 20% más larga que aquellos que vivían en el quintil más pobre. Se encontraron grandes disparidades socioespaciales con los peores indicadores en las UF localizadas en las regiones Norte y Nordeste, teniendo en consideración concentración de la pobreza o utilización de los servicios de salud. Las desigualdades socioespaciales demostraron la carga excesiva de la mala salud vivida por los ancianos que vivían en UF menos desarrolladas. El desarrollo de estrategias a niveles subnacionales es esencial no solo para proporcionar un acceso igualitario a la salud, pero también para reducir el riesgo de exposición y apoyar las políticas de prevención para la adopción de comportamiento de salud.

O aumento da longevidade no Brasil tem chamado atenção para a necessidade de medidas mais úteis de saúde populacional, para complementar o índice de mortalidade. Os autores investigam diferenças socioespaciais na expectativa de vida e na esperança de vida saudável, com base em dados da Pesquisa Nacional de Saúde (PNS), edições de 2013 e 2019. Em ambas as edições da PNS, foi utilizada amostragem de clusters em três estágios, com estratificação das unidades amostrais primárias e seleção randômica em todos os estágios. A esperança de vida saudável foi estimada pelo método de Sullivan, de acordo com o sexo, idade e Unidade da Federação (UF). Limitações graves em função de pelo menos uma doença crônica não transmissível (DCNT) ou autoavaliação de saúde ruim foram utilizadas para definir o estado não saudável. Foram usados indicadores de desigualdade e análises de componentes principais para investigar as desigualdades socioespaciais. Entre 2013 e 2019, houve aumento na expectativa de vida e na esperança de vida saudável. A análise por UF mostrou disparidades maiores na esperança de vida saudável comparada com a expectativa de vida, onde a esperança de vida saudável aos 60 anos variava de 13,6 a 19,9 anos em 2013, e de 14,9 a 20,1 em 2019. A esperança de vida saudável no quintil mais rico foi 20% maior, comparado com o quintil mais pobre. Foram identificadas disparidades socioespaciais grandes, com os piores indicadores nas UFs localizadas nas regiões Norte e Nordeste, tanto de acordo com a concentração de pobreza ou pela utilização de serviços de saúde. As desigualdades socioespaciais demonstraram o excesso de carga de vida não saudável vivenciada por idosos vivendo nas UFs brasileiras menos desenvolvidas. O desenvolvimento de estratégias nos níveis subnacionais é essencial, não apenas para prover acesso igualitário aos cuidados de saúde, como também, para reduzir a exposição aos riscos e para apoiar políticas de prevenção, voltadas para a adoção de comportamentos de saúde.

The growth in longevity in Brazil has drawn attention to more useful population health measures to complement mortality. In this paper, we investigate socio-spatial differences in life expectancy and healthy life expectancy based on information from the Brazilian National Health Survey (PNS), 2013 and 2019. A three-stage cluster sampling with stratification of the primary sampling units and random selection in all stages was used in both PNS editions. Healthy life expectancy was estimated by Sullivan’s method by sex, age, and Federated Units (UF). Severe limitations to at least one noncommunicable chronic disease (NCD) or poor self-rated health were used to define the unhealthy state. Inequality indicators and a Principal Component analysis were used to investigate socio-spatial inequalities. From 2013 to 2019, both life expectancy and healthy life expectancy increased. The analysis by UF show larger disparities in healthy life expectancy than in life expectancy, with healthy life expectancy at age 60 varying from 13.6 to 19.9 years, in 2013, and from 14.9 to 20.1, in 2019. Healthy life expectancy in the wealthiest quintile was 20% longer than for those living in the poorest quintile. Wide socio-spatial disparities were found with the worst indicators in the UF located in the North and Northeast regions, whether considering poverty concentration or health care utilization. The socio-spatial inequalities demonstrated the excess burden of poor health experienced by older adults living in the less developed UF. The development of strategies at subnational levels is essential not only to provide equal access to health care but also to reduce risk exposures and support prevention policies for adoption of health behaviors.

El crecimiento de la longevidad en Brasil ha atraído la atención sobre medidas de salud más útiles para la población, con el fin de complementar la mortalidad. En este trabajo, investigamos diferencias socioespaciales en la esperanza de vida y esperanza de vida saludable, basadas en la información de la Encuesta Nacional de Salud (PNS), de 2013 y 2019. Se utilizó en ambas ediciones de la PNS un muestreo por conglomerados en 3 etapas con estratificación de las unidades de muestreo primarias y una selección aleatoria en todas las etapas. La esperanza de vida saludable se estimó por el método de Sullivan por sexo, edad, y Unidades Federadas (UF). Se usaron limitaciones graves para al menos una enfermedad crónica no transmisible (ECNT) o mala salud autoevaluada para definir un estado de mala salud. Los indicadores de Desigualdad y el análisis de Componente Principal se usaron para investigar desigualdades socioespaciales. De 2013 a 2019, hubo un incremento tanto en la esperanza de vida, como en la esperanza de vida saludable. El análisis por UF mostró disparidades mayores en la esperanza de vida saludable que en la esperanza de vida, con una esperanza de vida saludable a la edad de 60 años, variando desde los 13.6 a los 19.9 años, en 2013, y desde los 14.9 a los 20.1, en 2019. La esperanza de una vida saludable en el quintil más rico fue un 20% más larga que aquellos que vivían en el quintil más pobre. Se encontraron grandes disparidades socioespaciales con los peores indicadores en las UF localizadas en las regiones Norte y Nordeste, teniendo en consideración concentración de la pobreza o utilización de los servicios de salud. Las desigualdades socioespaciales demostraron la carga excesiva de la mala salud vivida por los ancianos que vivían en UF menos desarrolladas. El desarrollo de estrategias a niveles subnacionales es esencial no solo para proporcionar un acceso igualitario a la salud, pero también para reducir el riesgo de exposición y apoyar las políticas de prevención para la adopción de comportamiento de salud.

Resumo Revisão sistemática sobre fatores demográficos, socioeconômicos, comportamentais e antropométricos associados à hipertensão (HAS). Foram incluídos estudos observacionais, de populações com 18 anos ou mais, dos últimos dez anos, publicados em inglês, português ou espanhol das bases Pubmed, Web of Science, Scopus e Lilacs. Ao final, foram incluídos 42 artigos, a maioria do tipo seccional. A idade e o Índice de Massa Corporal (IMC) elevados foram os fatores relacionados à maior chance de ter HAS mais encontrados nos estudos. Outros fatores associados à HAS foram: sexo (masculino), escolaridade (menor escolaridade), renda (menor renda) e circunferência da cintura (elevada). Nunca ter fumado, nunca ter consumido álcool e ter cor branca apareceram como características relacionadas a menor chance de ter HAS. Assim, características demográficas, socioeconômicas, comportamentais e antropométricas são importantes fatores associados a maior chance de ter HAS na população adulta. Entretanto, enquanto a maioria dos fatores associados à HAS for passível de intervenção, serão necessárias políticas de promoção da saúde mais amplas para reduzir as desigualdades socioeconômicas na prevalência de hipertensão.

Abstract A systematic review of demographic, socioeconomic, behavioral and anthropometric factors associated with hypertension. We included observational studies, of populations aged 18 or older, from the past ten years, published in English, Portuguese or Spanish from Pubmed, Web of Science, Scopus and Lilacs bases. The most found factors related to the greater chance of having hypertension were age and the Body Mass Index (BMI). Other factors associated with the disease were: gender (male), education (lower education), income (lower income) and waist circumference (high). Never having smoked, never having consumed alcohol and white skin color were characteristics related to a lower chance of having hypertension. As demonstrated, demographic, socioeconomic, behavioral and anthropometric characteristics are important factors associated with a greater chance of having hypertension in the adult population. However, while most of the factors associated with it are amenable to intervention, broader health promotion policies will be needed to reduce socioeconomic inequalities in the prevalence of the disease.

A COVID-19 é uma síndrome respiratória aguda grave (SRAG) infecciosa, causada por coronavírus. A doença tem alta transmissibilidade e ocasiona sintomas leves a graves, gerando elevada demanda por cuidados intensivos e milhares de óbitos. Em março de 2020, a COVID-19 foi caracterizada como pandemia e já soma mais de 5 milhões de casos e 300 mil óbitos pelo mundo. A história natural da doença ainda não é bem estabelecida, dificultando a elaboração de protocolos clínicos eficazes e medidas de prevenção. Apesar disso, pode-se afirmar que é uma doença de abordagem sistêmica, já que há evidências de complicações agudas e crônicas, além de efeitos catastróficos na saúde mental da população. Destaca-se então a necessidade de uma metodologia que capte de forma mais efetiva os efeitos da COVID-19, considerando aspectos como sua gravidade, duração e potencial de gerar complicações crônicas que aumentarão as demandas no Sistema Único de Saúde (SUS). Nesse sentido, é de extrema utilidade o indicador DALY, ou anos de vida perdidos por morte prematura ajustados por incapacidade (DALY), que agrega a (1) mortalidade - estimativa dos anos de vida perdidos (YLL) e (2) morbidade - estimativa dos anos vividos com incapacidade (YLD). Este artigo discute a relevância e as dificuldades de estudar a carga da COVID-19 e de suas complicações, no contexto brasileiro, ressaltando a importância de caracterizar a história natural da doença e estimar indicadores como o YLD, que considerem a alta carga de morbidade no planejamento de estratégias para lidar com as consequências da COVID-19 pós-pandemia. Discute-se também os desafios futuros para o enfrentamento da doença no SUS e reflexões sobre o cálculo do DALY.

COVID-19 is an acute infectious respiratory distress syndrome (ARDS) caused by the novel coronavirus SARS-CoV-2. The disease is highly communicable and produces mild to severe symptoms, generating a high demand for intensive care and thousands of deaths. In March 2020, COVID-19 was declared a pandemic and has already surpassed five million cases and 300,000 deaths in the world. The natural history of the disease has still not been fully established, hindering the elaboration of effective clinical protocols and preventive measures. Nevertheless, the disease requires a systemic approach, since there is evidence of acute and chronic complications, in addition to the catastrophic effects on the population’s mental health. This highlights the need for a methodology that more effectively captures the effect of COVID-19, considering such aspects as severity, duration, and the potential to generate chronic complications that will increase the demands on Brazilian Unified National Health System (SUS). DALYs, or disability-adjusted life years, are thus an extremely useful indictor that adds mortality, an estimate of years of life lost (YLLs), and morbidity, an estimate of years of life lived with disability (YLDs). This article discusses the relevance and difficulties of studying the burden of COVID-19 and its complications in the Brazilian context, highlighting the natural history of the disease and estimating indicators such as YLDs, considering the high burden of disease in planning strategies to deal with the consequences of COVID-19 after the pandemic. The article also discusses the future challenges to deal with the disease in the SUS and the effects on the calculation of DALYs.

La COVID-19 es un síndrome respiratorio agudo grave (SRAG) infeccioso, causado por coronavirus. La enfermedad posee una alta transmisibilidad y ocasiona de síntomas leves a graves, generando una elevada demanda de cuidados intensivos y millares de fallecimientos. En marzo de 2020, la COVID-19 se caracterizó como pandemia y ya suma más de 5 millones de casos y 300 mil fallecimientos por el mundo. La historia natural de la enfermedad todavía no ha sido bien establecida, dificultando la elaboración de protocolos clínicos eficaces y medidas de prevención. A pesar de eso, se puede afirmar que es una enfermedad de abordaje sistémico, ya que existen evidencias sobre complicaciones agudas y crónicas, además de efectos catastróficos en la salud mental de la población. Se destaca entonces la necesidad de una metodología que capte de forma más efectiva los efectos de la COVID-19, considerando aspectos como su gravedad, duración, potencial de generar complicaciones crónicas que aumentarán las demandas en el Sistema Único de Salud (SUS). En este sentido, es de extrema utilidad el indicador DALY o años de vida perdidos por muerte prematura ajustados por incapacidad, que agrega la (1) mortalidad - estimación de los años de vida perdidos (YLL) y (2) morbilidad - estimación de los años vividos con incapacidad (YLD). Este artículo discute la relevancia y las dificultades de estudiar la carga de la COVID-19 y sus complicaciones, en el contexto brasileño, resaltando la importancia de caracterizar la historia natural de la enfermedad y estimar indicadores como el YLD, que consideren la alta carga de morbilidad en la planificación de estrategias para lidiar con las consecuencias de la COVID-19 pospandemia. Se discuten también los desafíos futuros para el combate de la enfermedad en el SUS y reflexiones sobre el cálculo del DALY.

A COVID-19 é uma síndrome respiratória aguda grave (SRAG) infecciosa, causada por coronavírus. A doença tem alta transmissibilidade e ocasiona sintomas leves a graves, gerando elevada demanda por cuidados intensivos e milhares de óbitos. Em março de 2020, a COVID-19 foi caracterizada como pandemia e já soma mais de 5 milhões de casos e 300 mil óbitos pelo mundo. A história natural da doença ainda não é bem estabelecida, dificultando a elaboração de protocolos clínicos eficazes e medidas de prevenção. Apesar disso, pode-se afirmar que é uma doença de abordagem sistêmica, já que há evidências de complicações agudas e crônicas, além de efeitos catastróficos na saúde mental da população. Destaca-se então a necessidade de uma metodologia que capte de forma mais efetiva os efeitos da COVID-19, considerando aspectos como sua gravidade, duração e potencial de gerar complicações crônicas que aumentarão as demandas no Sistema Único de Saúde (SUS). Nesse sentido, é de extrema utilidade o indicador DALY, ou anos de vida perdidos por morte prematura ajustados por incapacidade (DALY), que agrega a (1) mortalidade - estimativa dos anos de vida perdidos (YLL) e (2) morbidade - estimativa dos anos vividos com incapacidade (YLD). Este artigo discute a relevância e as dificuldades de estudar a carga da COVID-19 e de suas complicações, no contexto brasileiro, ressaltando a importância de caracterizar a história natural da doença e estimar indicadores como o YLD, que considerem a alta carga de morbidade no planejamento de estratégias para lidar com as consequências da COVID-19 pós-pandemia. Discute-se também os desafios futuros para o enfrentamento da doença no SUS e reflexões sobre o cálculo do DALY.

COVID-19 is an acute infectious respiratory distress syndrome (ARDS) caused by the novel coronavirus SARS-CoV-2. The disease is highly communicable and produces mild to severe symptoms, generating a high demand for intensive care and thousands of deaths. In March 2020, COVID-19 was declared a pandemic and has already surpassed five million cases and 300,000 deaths in the world. The natural history of the disease has still not been fully established, hindering the elaboration of effective clinical protocols and preventive measures. Nevertheless, the disease requires a systemic approach, since there is evidence of acute and chronic complications, in addition to the catastrophic effects on the population’s mental health. This highlights the need for a methodology that more effectively captures the effect of COVID-19, considering such aspects as severity, duration, and the potential to generate chronic complications that will increase the demands on Brazilian Unified National Health System (SUS). DALYs, or disability-adjusted life years, are thus an extremely useful indictor that adds mortality, an estimate of years of life lost (YLLs), and morbidity, an estimate of years of life lived with disability (YLDs). This article discusses the relevance and difficulties of studying the burden of COVID-19 and its complications in the Brazilian context, highlighting the natural history of the disease and estimating indicators such as YLDs, considering the high burden of disease in planning strategies to deal with the consequences of COVID-19 after the pandemic. The article also discusses the future challenges to deal with the disease in the SUS and the effects on the calculation of DALYs.

La COVID-19 es un síndrome respiratorio agudo grave (SRAG) infeccioso, causado por coronavirus. La enfermedad posee una alta transmisibilidad y ocasiona de síntomas leves a graves, generando una elevada demanda de cuidados intensivos y millares de fallecimientos. En marzo de 2020, la COVID-19 se caracterizó como pandemia y ya suma más de 5 millones de casos y 300 mil fallecimientos por el mundo. La historia natural de la enfermedad todavía no ha sido bien establecida, dificultando la elaboración de protocolos clínicos eficaces y medidas de prevención. A pesar de eso, se puede afirmar que es una enfermedad de abordaje sistémico, ya que existen evidencias sobre complicaciones agudas y crónicas, además de efectos catastróficos en la salud mental de la población. Se destaca entonces la necesidad de una metodología que capte de forma más efectiva los efectos de la COVID-19, considerando aspectos como su gravedad, duración, potencial de generar complicaciones crónicas que aumentarán las demandas en el Sistema Único de Salud (SUS). En este sentido, es de extrema utilidad el indicador DALY o años de vida perdidos por muerte prematura ajustados por incapacidad, que agrega la (1) mortalidad - estimación de los años de vida perdidos (YLL) y (2) morbilidad - estimación de los años vividos con incapacidad (YLD). Este artículo discute la relevancia y las dificultades de estudiar la carga de la COVID-19 y sus complicaciones, en el contexto brasileño, resaltando la importancia de caracterizar la historia natural de la enfermedad y estimar indicadores como el YLD, que consideren la alta carga de morbilidad en la planificación de estrategias para lidiar con las consecuencias de la COVID-19 pospandemia. Se discuten también los desafíos futuros para el combate de la enfermedad en el SUS y reflexiones sobre el cálculo del DALY.

Resumo Revisão sistemática sobre fatores demográficos, socioeconômicos, comportamentais e antropométricos associados à hipertensão (HAS). Foram incluídos estudos observacionais, de populações com 18 anos ou mais, dos últimos dez anos, publicados em inglês, português ou espanhol das bases Pubmed, Web of Science, Scopus e Lilacs. Ao final, foram incluídos 42 artigos, a maioria do tipo seccional. A idade e o Índice de Massa Corporal (IMC) elevados foram os fatores relacionados à maior chance de ter HAS mais encontrados nos estudos. Outros fatores associados à HAS foram: sexo (masculino), escolaridade (menor escolaridade), renda (menor renda) e circunferência da cintura (elevada). Nunca ter fumado, nunca ter consumido álcool e ter cor branca apareceram como características relacionadas a menor chance de ter HAS. Assim, características demográficas, socioeconômicas, comportamentais e antropométricas são importantes fatores associados a maior chance de ter HAS na população adulta. Entretanto, enquanto a maioria dos fatores associados à HAS for passível de intervenção, serão necessárias políticas de promoção da saúde mais amplas para reduzir as desigualdades socioeconômicas na prevalência de hipertensão.

Abstract A systematic review of demographic, socioeconomic, behavioral and anthropometric factors associated with hypertension. We included observational studies, of populations aged 18 or older, from the past ten years, published in English, Portuguese or Spanish from Pubmed, Web of Science, Scopus and Lilacs bases. The most found factors related to the greater chance of having hypertension were age and the Body Mass Index (BMI). Other factors associated with the disease were: gender (male), education (lower education), income (lower income) and waist circumference (high). Never having smoked, never having consumed alcohol and white skin color were characteristics related to a lower chance of having hypertension. As demonstrated, demographic, socioeconomic, behavioral and anthropometric characteristics are important factors associated with a greater chance of having hypertension in the adult population. However, while most of the factors associated with it are amenable to intervention, broader health promotion policies will be needed to reduce socioeconomic inequalities in the prevalence of the disease.