ABSTRACT Objective: To assess the incidence of tuberculosis in Brazil between 2001 and 2022 and estimate the monthly incidence forecast until 2030. Methods: This is a time-series study based on monthly tuberculosis records from the Notifiable Diseases Information System and official projections of the Brazilian population. The monthly incidence of tuberculosis from 2001 to 2022 was evaluated using segmented linear regression to identify trend breaks. Seasonal autoregressive integrated moving average (Sarima) was used to predict the monthly incidence from 2023 to 2030, deadline for achieving the sustainable development goals (SDGs). Results: There was a decrease in incidence between January/2001 and December/2014 (4.60 to 3.19 cases-month/100,000 inhabitants; β=-0.005; p<0.001), followed by an increase between January/2015 and March /2020 (β=0.013; p<0.001). There was a sharp drop in cases in April/2020, with the onset of the pandemic, and acceleration of the increase in cases since then (β=0.025; p<0.001). A projection of 124,245 cases in 2030 was made, with an estimated incidence of 4.64 cases-month/100,000 inhabitants, levels similar to those in the 2000s. The Sarima model proved to be robust, with error of 4.1% when removing the pandemic period. Conclusion: The decreasing trend in tuberculosis cases was reversed from 2015 onwards, a period of economic crisis, and was also impacted by the pandemic when there was a reduction in records. The Sarima model can be a useful forecasting tool for epidemiological surveillance. Greater investments in prevention and control need to be made to reduce the occurrence of tuberculosis, in line with the SDGs. Objective 200 202 Methods timeseries time series population breaks (Sarima SDGs . (SDGs) Results January2001 January January/200 December2014 December 2014 December/201 4.60 460 4 60 (4.6 319 3 19 3.1 casesmonth/100,000 casesmonth100000 casesmonth month/100,000 month 100 000 cases-month/100,00 inhabitants β=0.005 β0005 β β= 0.005 0 005 β=-0.005 p<0.001, p0001 p p<0.001 , 001 p<0.001) January2015 January/201 2020 /202 β=0.013 β0013 013 (β=0.013 p<0.001. April2020 April April/2020 β=0.025 β0025 025 (β=0.025 124245 124 245 124,24 203 464 64 4.6 2000s s robust 41 1 4.1 Conclusion 201 onwards crisis surveillance 20 (SDGs January200 January/20 December201 December/20 46 6 (4. 31 3. casesmonth/100,00 casesmonth10000 month100000 month/100,00 10 00 cases-month/100,0 β=0.00 β000 0005 0.00 β=-0.00 p000 p<0.00 January201 /20 β=0.01 β001 01 (β=0.01 April202 April/202 β=0.02 β002 02 (β=0.02 12424 12 24 124,2 4. 2 January20 January/2 December20 December/2 (4 casesmonth/100,0 casesmonth1000 month10000 month/100,0 cases-month/100, β=0.0 β00 0.0 β=-0.0 p00 p<0.0 /2 (β=0.0 April20 April/20 1242 124, January2 January/ December2 December/ ( casesmonth/100, casesmonth100 month1000 month/100, cases-month/100 β=0. β0 0. β=-0. p0 p<0. / (β=0. April2 April/2 casesmonth/100 casesmonth10 month100 month/100 cases-month/10 β=0 β=-0 p<0 (β=0 April/ casesmonth/10 casesmonth1 month10 month/10 cases-month/1 β=- p< (β= casesmonth/1 month1 month/1 cases-month/ (β casesmonth/ month/ cases-month
RESUMO Objetivo: Avaliar a incidência de tuberculose no Brasil entre 2001 e 2022 e estimar a previsão de incidência mensal até 2030. Métodos: Trata-se de estudo de série temporal que partiu de registros mensais de tuberculose do Sistema de Informação de Agravos de Notificação e projeções oficiais da população brasileira. Avaliou-se a incidência mensal de tuberculose entre 2001 e 2022 por meio de regressão linear segmentada para identificar quebras de tendências. Utilizou-se o modelo autorregressivo integrado de médias móveis sazonais (Sarima) para prever a incidência mensal de 2023 a 2030, prazo para alcançar os objetivos de desenvolvimento sustentável (ODS). Resultados: Observou-se diminuição da incidência entre janeiro/2001 e dezembro/2014 (de 4,60 para 3,19 casos-mês/100 mil habitantes; β=-0,005; p<0,001), seguida de aumento entre janeiro/2015 e março/2020 (β=0,013; p<0,001). Houve queda abrupta de casos em abril/2020, com início da pandemia e aceleração do aumento de casos desde então (β=0,025; p<0,001). Projetaram-se 124.245 casos de tuberculose em 2030, com incidência estimada em 4,64 casos-mês/100 mil habitantes, patamares da década de 2000. O modelo Sarima mostrou-se robusto, com erro de 4,1% ao remover o período pandêmico. Conclusão: A tendência decrescente nos casos de tuberculose foi revertida a partir de 2015, período de crises econômicas, e foi também impactada pela pandemia quando houve redução nos registros. O modelo Sarima pode ser uma ferramenta de previsão útil para a vigilância epidemiológica. Maiores investimentos na prevenção e controle precisam ser aportados para reduzir a ocorrência de tuberculose, em linha com os ODS. Objetivo 200 202 2030 Métodos Tratase Trata se brasileira Avaliouse Avaliou tendências Utilizouse Utilizou (Sarima ODS . (ODS) Resultados Observouse Observou janeiro2001 janeiro janeiro/200 dezembro2014 dezembro 2014 dezembro/201 460 4 60 4,6 319 3 19 3,1 casosmês/100 casosmês100 casosmês mês/100 mês 100 casos-mês/10 habitantes β=0,005 β0005 β β= 0,005 0 005 β=-0,005 p<0,001, p0001 p p<0,001 , 001 p<0,001) janeiro2015 2015 janeiro/201 março2020 março 2020 março/202 β=0,013 β0013 013 (β=0,013 p<0,001. abril2020 abril abril/2020 β=0,025 β0025 025 (β=0,025 Projetaramse Projetaram 124245 124 245 124.24 464 64 2000 mostrouse mostrou robusto 41 1 4,1 pandêmico Conclusão econômicas epidemiológica 20 203 (ODS janeiro200 janeiro/20 dezembro201 201 dezembro/20 46 6 4, 31 3, casosmês/10 casosmês10 mês100 mês/10 10 casos-mês/1 β=0,00 β000 0005 0,00 00 β=-0,00 p000 p<0,00 janeiro201 março202 março/20 β=0,01 β001 01 (β=0,01 abril202 abril/202 β=0,02 β002 02 (β=0,02 12424 12 24 124.2 2 janeiro20 janeiro/2 dezembro20 dezembro/2 casosmês/1 casosmês1 mês10 mês/1 casos-mês/ β=0,0 β00 000 0,0 β=-0,0 p00 p<0,0 março20 março/2 (β=0,0 abril20 abril/20 1242 124. janeiro2 janeiro/ dezembro2 dezembro/ casosmês/ mês1 mês/ casos-mês β=0, β0 0, β=-0, p0 p<0, março2 março/ (β=0, abril2 abril/2 β=0 β=-0 p<0 (β=0 abril/ β=- p< (β= (β