RESUMO Objetivo: Identificar a variabilidade espacial da mortalidade por câncer de mama e colo do útero e avaliar fatores associados à mortalidade por esses cânceres no município de São Paulo. Métodos: Entre 2009 e 2016 foram registrados, no Sistema de Informações sobre Mortalidade, 10.124 óbitos por câncer de mama e 2.116 óbitos por câncer do colo do útero em mulheres com 20 anos e mais. Os registros foram geocodificados por endereço de residência e agregados segundo território adstrito. Foram realizadas modelagens de regressão espacial utilizando-se a abordagem bayesiana com estrutura de Besag-York-Mollié para verificar a associação dos óbitos com indicadores selecionados. Resultados: As taxas de mortalidade por esses cânceres apresentaram padrões espaciais inversos. As variáveis associadas à mortalidade por câncer de mama foram: tempo de deslocamento para o trabalho entre uma e duas horas (risco relativo — RR 0,97; intervalo de credibilidade — IC95% 0,93–1,00); mulheres responsáveis pelo domicílio (RR 0,97; IC95% 0,94–0,99) e óbitos por câncer de mama ocorridos em estabelecimentos privados (RR 1,04; IC95% 1,00–1,07). À mortalidade por câncer do colo do útero, estiveram associados: tempo de deslocamento para o trabalho entre meia e uma hora (RR 0,92; IC95% 0,87–0,98); rendimento domiciliar até três salários-mínimos (RR 1,27; IC95% 1,18–1,37); e razão de menores de um ano em relação à população feminina de 15 a 49 anos (RR 1,09; IC95% 1,01–1,18). Conclusão: Foram calculados os RR preditos para a mortalidade por esses cânceres, que estiveram associados às condições socioeconômicas das áreas de abrangência. Objetivo Paulo Métodos 200 201 registrados Mortalidade 10124 10 124 10.12 2116 2 116 2.11 mais adstrito utilizandose utilizando se BesagYorkMollié Besag York Mollié selecionados Resultados inversos risco 0,97 097 0 97 IC95 IC 0,93–1,00 093100 93 1 00 0,93–1,00) 0,94–0,99 094099 94 99 1,04 104 04 1,00–1,07. 100107 1,00–1,07 . 07 1,00–1,07) 0,92 092 92 0,87–0,98 087098 87 98 0,87–0,98) saláriosmínimos salários mínimos 1,27 127 27 1,18–1,37 118137 18 37 1,18–1,37) 4 1,09 109 09 1,01–1,18. 101118 1,01–1,18 01 1,01–1,18) Conclusão abrangência 1012 12 10.1 211 11 2.1 0,9 9 IC9 0,93–1,0 09310 0,94–0,9 09409 1,0 10010 1,00–1,0 0,87–0,9 08709 8 1,2 1,18–1,3 11813 3 10111 1,01–1,1 101 10. 21 2. 0, 0,93–1, 0931 0,94–0, 0940 1, 1001 1,00–1, 0,87–0, 0870 1,18–1, 1181 1011 1,01–1, 0,93–1 093 0,94–0 094 100 1,00–1 0,87–0 087 1,18–1 118 1,01–1 0,93– 0,94– 1,00– 0,87– 08 1,18– 1,01– 0,93 0,94 1,00 0,87 1,18 1,01 0,8 1,1
ABSTRACT Objective: To identify spatial variability of mortality from breast and cervical cancer and to assess factors associated in the city of São Paulo. Methods: Between 2009 and 2016, 10,124 deaths from breast cancer and 2,116 deaths from cervical cancer were recorded in the Mortality Information System among women aged 20 years and over. The records were geocoded by address of residence and grouped according to Primary Health Care coverage areas. A spatial regression modeling was put together using the Bayesian approach with a Besag-York-Mollié structure to verify the association of deaths with selected indicators. Results: Mortality rates from these types of cancer showed inverse spatial patterns. These variables were associated with breast cancer mortality: travel time between one and two hours to work (RR – relative risk: 0.97; 95%CI – credible interval: 0.93–1.00); women being the head of the household (RR 0.97; 95%CI 0.94–0.99) and deaths from breast cancer in private health institutions (RR 1.04; 95%CI 1.00–1.07). The following variables were associated with mortality from cervical cancer: travel time to work between half an hour and one hour (RR 0.92; 95%CI 0.87–0.98); per capita household income of up to 3 minimum wages (RR 1.27; 95%CI 1.18–1.37) and ratio of children under one year of age related to the female population aged 15 to 49 years (RR 1.09; 95%CI 1.01–1.18). Conclusion: The predicted RR for mortality from these cancers were calculated and associated with the socioeconomic conditions of the areas covered. Objective Paulo Methods 200 2016 10124 10 124 10,12 2116 2 116 2,11 over BesagYorkMollié Besag York Mollié indicators Results patterns risk 0.97 097 0 97 95CI CI 95 interval 0.93–1.00 093100 93 1 00 0.93–1.00) 0.94–0.99 094099 94 99 1.04 104 04 1.00–1.07. 100107 1.00–1.07 . 07 1.00–1.07) 0.92 092 92 0.87–0.98 087098 87 98 0.87–0.98) 1.27 127 27 1.18–1.37 118137 18 37 4 1.09 109 09 1.01–1.18. 101118 1.01–1.18 01 1.01–1.18) Conclusion covered 201 1012 12 10,1 211 11 2,1 0.9 9 0.93–1.0 09310 0.94–0.9 09409 1.0 10010 1.00–1.0 0.87–0.9 08709 8 1.2 1.18–1.3 11813 10111 1.01–1.1 101 10, 21 2, 0. 0.93–1. 0931 0.94–0. 0940 1. 1001 1.00–1. 0.87–0. 0870 1.18–1. 1181 1011 1.01–1. 0.93–1 093 0.94–0 094 100 1.00–1 0.87–0 087 1.18–1 118 1.01–1 0.93– 0.94– 1.00– 0.87– 08 1.18– 1.01– 0.93 0.94 1.00 0.87 1.18 1.01 0.8 1.1