RESUMO Introdução: Planejamento e avaliação em saúde são prejudicados por informações de mortalidade de má qualidade. Objetivo: Avaliar as etapas de correção dos registros de óbitos por câncer de mama na Região Nordeste no período de 1980 a 2019. Método: Estudo ecológico dos óbitos por câncer de mama em mulheres residentes nos Estados da Região Nordeste, a partir dos 20 anos, entre 1980 e 2019. Foram utilizados dados do Sistema de Informação de Mortalidade do Departamento de Informática do Sistema Único de Saúde (SIM/DATASUS). Correções foram feitas para idade ignorada, causa mal definida e diagnóstico incompleto de câncer. Realizada redistribuição proporcional segundo ano, faixa etária e Estado. Sub-registros corrigidos com gerações extintas ajustadas. Taxas de mortalidade calculadas segundo faixa etária e padronizadas pelo método direto. Testes de Friedman e comparações múltiplas com correção de Bonferroni para diferenças nas taxas de mortalidade entre etapas de correção. Resultados: Taxa média de 11,91/100 mil mulheres. Aumento de 61% (19,19/100 mil) após as etapas de correção. Maior incremento após as correções: Maranhão (97%). Menor: Pernambuco (26%). Maiores taxas médias: Pernambuco (19,99/100 mil) e Ceará (19,33/100 mil). Menores: Maranhão (11,99/100 mil) e Piauí (14,03/100 mil). Houve diferenças significativas em todas as localidades entre as taxas de mortalidade por câncer de mama sem correção e após a aplicação das etapas de correção para qualidade da informação e inclusão da cobertura (p < 0,01). Conclusão: Após correções, houve alterações significativas nas taxas de mortalidade por câncer de mama em todos os Estados do Nordeste. Maiores incrementos ocorreram nos Estados com piores condições socioeconômicas. Assim, ficou evidenciada a relevância da correção.

ABSTRACT Introduction: Health planning and evaluation are compromised by poor-quality mortality data. Objective: To assess the stages of correction for breast cancer death records in the Northeast Region from 1980 to 2019. Method: Ecological study of breast cancer deaths among women aged 20 and over, residing in the States of the Northeast Region between 1980 and 2019. Data from the Mortality Information System of the Department of Informatics of the National Health System (SIM/DATASUS) were used. Corrections were made for unknown age, ill-defined causes, and incomplete cancer diagnoses. Proportional redistribution was carried out according to year, age group, and State. Underreporting was corrected using the extinct generations method. Mortality rates were calculated by age group and standardized using the direct method. Friedman tests and multiple comparisons with Bonferroni correction were used to assess differences in mortality rates across correction stages. Results: The average rate was 11.91/100 thousand women. A 61% increase (19.19/100 thousand) was observed after the correction stages. The greatest increase after corrections was in Maranhão (97%), and the smallest was in Pernambuco (26%). The highest average rates were in Pernambuco (19.99/100 thousand) and Ceará (19.33/100 thousand), while the lowest were in Maranhão (11.99/100 thousand) and Piauí (14.03/100 thousand). Significant differences were found in all localities between uncorrected and corrected breast cancer mortality rates (p < 0.01). Conclusion: After corrections, significant changes in breast cancer mortality rates were observed in all States of the Northeast. The greatest increases occurred in States with the poorest socioeconomic conditions, highlighting the importance of data correction.

RESUMEN Introducción: La planificación y evaluación en salud se ven perjudicadas por información de mortalidad de mala calidad. Objetivo: Evaluar las etapas de corrección de los registros de defunciones por cáncer de mama en la región Nordeste en el período de 1980 a 2019. Método: Estudio ecológico de las defunciones por cáncer de mama en mujeres residentes en los estados de la región Nordeste, a partir de los 20 años, entre 1980 y 2019. Los datos fueron tomados del Sistema de Información de Mortalidad del Departamento de Informática del Sistema Único de Salud (SIM/DATASUS). Se realizó corrección para edad ignorada, causa mal definida y diagnóstico incompleto de cáncer. Se hizo redistribución proporcional según año, grupo de edad y estado. Sub-registros fueron corregidos con el método de generaciones extintas ajustado. Tasas de mortalidad fueron calculadas según grupo de edad y estandarizadas por el método directo. Pruebas de Friedman y comparaciones múltiples con corrección de Bonferroni fueron usadas para evaluar diferencias en las tasas de mortalidad entre etapas de corrección. Resultados: Tasa media de 11,91/100 000 mujeres. Aumento del 61% (19,19/100 000) tras las etapas de corrección. Mayor incremento tras las correcciones: Maranhão (97%). Menor: Pernambuco (26%). Mayores tasas medias: Pernambuco (19,99/100 000) y Ceará (19,33/100 000). Menores: Maranhão (11,99/100 000) y Piauí (14,03/100 000). Hubo diferencias significativas en todas las localidades entre las tasas de mortalidad por cáncer de mama sin corrección y tras la aplicación de las etapas de corrección para la calidad de la información e inclusión de la cobertura (p < 0,01). Conclusión: Tras las correcciones, hubo cambios significativos en las tasas de mortalidad por cáncer de mama en todos los estados del Nordeste. Los mayores incrementos se dieron en los estados con peores condiciones socioeconómicas. Así, se evidenció la relevancia de la corrección.

RESUMO Este trabalho tem por objetivo estimar a mortalidade e analisar seus diferenciais por sexo, idade e grupos de beneficiários do Instituto Nacional de Seguro Social (INSS) brasileiro em 2015 e fazer comparações com estimativas oficiais para a população geral, avaliando a distribuição dos óbitos por idade e da sobrevida a partir dos 65 anos. Os resultados reforçam a necessidade de mais estudos sobre diferenciais de mortalidade entre grupos de beneficiários e do contínuo investimento para a melhoria da qualidade dos dados. O envelhecimento populacional, entre outros aspectos, pressiona o sistema de previdência social brasileiro, com preocupação real sobre sua sustentabilidade. As tábuas de vida por subgrupos populacionais são fundamentais como ferramenta para análise do equilíbrio financeiro e atuarial do sistema. Os resultados contribuem para o debate sobre os diferenciais de mortalidade entre grupos de beneficiários do regimente geral de previdência e da seguridade social no Brasil. Os dados de óbitos e população são dos registros administrativos do INSS. Utilizaram-se os modelos Gompertz e Van der Maen e regressão Topals para estimar as taxas de mortalidade acima de 65 anos, segundo os seguintes grupos de beneficiários: aposentados por idade do Regime Geral de Previdência Social (RGPS) - desagregados por clientelas urbana e rural; aposentados por tempo de contribuição; e beneficiários de amparos assistenciais para idosos de baixa renda. Entre os principais resultados, foi possível minimizar o crossover nas taxas de mortalidade das idades avançadas, quando a mortalidade da população menos favorecida se torna menor do que a mortalidade de populações com melhores indicadores sociais. Cotejando os resultados com as estimativas oficiais de mortalidade, observou-se que as esperanças de vida para as idades de 65 e 75 anos para a população-alvo desse estudo são maiores do que na população geral.

ABSTRACT This paper aims to estimate mortality and analyze its differentials by sex, age, and groups of beneficiaries of the Brazilian National Institute of Social Security (INSS) in 2015 and make comparisons with official estimates for the general population, assessing the distribution of deaths by age and of survival after 65 years old. The results reinforce the need for more studies on mortality differentials between beneficiary groups and for continuous investment to improve the quality of the data. Population aging, among other aspects, puts pressure on the Brazilian social security system, and there is real concern about its sustainability. Life tables by population subgroups are fundamental as a tool for analyzing the financial and actuarial equilibrium of the system. The results contribute to the debate on the mortality differentials between groups of beneficiaries of the general pension and social security system in Brazil. The death and population data derive from the administrative records of the INSS. We used Gompertz and Van de Maen models and Topals regression to estimate the mortality rates above the age of 65, according to the following beneficiary groups: retirees through age of the General Social Security Regime (Regime Geral de Previdência Social - RGPS) - disaggregated by urban and rural clienteles; retirees through period of contribution; and beneficiaries of welfare support for low income seniors. Among the main results, it was possible to minimize the crossover in the mortality rates of older ages, when the mortality of the less advantaged population becomes lower than the mortality of populations with better social indicators. Cross-checking the results with the official mortality estimates, it was observed that life expectancies for the 65 and 75 year old age groups of the target population of this study are higher than in the general population.

ABSTRACT OBJECTIVE To compare the death counts from three sources of information on mortality available in Brazil in 2010, the Mortality Information System (SIM - Sistema de Informações sobre Mortalidade ), Civil Registration Statistic System (RC - Sistema de Estatísticas de Resgistro Civil ), and the 2010 Demographic Census at various geographical levels, and to confirm the association between municipal socioeconomic characteristics and the source which showed the highest death count. METHODS This is a descriptive and comparative study of raw data on deaths in the SIM, RC and 2010 Census databases, the latter held in Brazilian states and municipalities between August 2009 and July 2010. The percentage of municipalities was confirmed by the database showing the highest death count. The association between the source of the highest death count and socioeconomic indicators - the Índice de Privação Brasileiro (IBP – Brazilian Deprivation Index) and Índice de Desenvolvimento Humano Municipal (IHDM – Municipal Human Development Index) - was performed by bivariate choropleth and Moran Local Index of Spatial Association (LISA) cluster maps. RESULTS Confirmed that the SIM is the database with the highest number of deaths counted for all Brazilian macroregions, except the North, in which the highest coverage was from the 2010 Census. Based on the indicators proposed, in general, the Census showed a higher coverage of deaths than the SIM and the RC in the most deprived (highest IBP values) and less developed municipalities (lowest IDHM values) in the country. CONCLUSION The results highlight regional inequalities in how the databases chosen for this study cover death records, and the importance of maintaining the issue of mortality on the basic census questionnaire.

ABSTRACT OBJECTIVE Summarize the literature on the relationship between composite socioeconomic indicators and mortality in different geographical areas of Brazil. METHODS This scoping review included articles published between January 1, 2000, and August 31, 2020, retrieved by means of a bibliographic search carried out in the Medline, Scopus, Web of Science, and Lilacs databases. Studies reporting on the association between composite socioeconomic indicators and all-cause, or specific cause of death in any age group in different geographical areas were selected. The review summarized the measures constructed, their associations with the outcomes, and potential study limitations. RESULTS Of the 77 full texts that met the inclusion criteria, the study reviewed 24. The area level of composite socioeconomic indicators analyzed comprised municipalities (n = 6), districts (n = 5), census tracts (n = 4), state (n = 2), country (n = 2), and other areas (n = 5). Six studies used composite socioeconomic indicators such as the Human Development Index, Gross Domestic Product, and the Gini Index; the remaining 18 papers created their own socioeconomic measures based on sociodemographic and health indicators. Socioeconomic status was inversely associated with higher rates of all-cause mortality, external cause mortality, suicide, homicide, fetal and infant mortality, respiratory and circulatory diseases, stroke, infectious and parasitic diseases, malnutrition, gastroenteritis, and oropharyngeal cancer. Higher mortality rates due to colorectal cancer, leukemia, a general group of neoplasms, traffic accident, and suicide, in turn, were observed in less deprived areas and/or those with more significant socioeconomic development. Underreporting of death and differences in mortality coverage in Brazilian areas were cited as the main limitation. CONCLUSIONS Studies analyzed mortality inequalities in different geographical areas by means of composite socioeconomic indicators, showing that the association directions vary according to the mortality outcome. But studies on all-cause mortality and at the census tract level remain scarce. The results may guide the development of new composite socioeconomic indicators for use in mortality inequality analysis.

ABSTRACT OBJECTIVE Summarize the literature on the relationship between composite socioeconomic indicators and mortality in different geographical areas of Brazil. METHODS This scoping review included articles published between January 1, 2000, and August 31, 2020, retrieved by means of a bibliographic search carried out in the Medline, Scopus, Web of Science, and Lilacs databases. Studies reporting on the association between composite socioeconomic indicators and all-cause, or specific cause of death in any age group in different geographical areas were selected. The review summarized the measures constructed, their associations with the outcomes, and potential study limitations. RESULTS Of the 77 full texts that met the inclusion criteria, the study reviewed 24. The area level of composite socioeconomic indicators analyzed comprised municipalities (n = 6), districts (n = 5), census tracts (n = 4), state (n = 2), country (n = 2), and other areas (n = 5). Six studies used composite socioeconomic indicators such as the Human Development Index, Gross Domestic Product, and the Gini Index; the remaining 18 papers created their own socioeconomic measures based on sociodemographic and health indicators. Socioeconomic status was inversely associated with higher rates of all-cause mortality, external cause mortality, suicide, homicide, fetal and infant mortality, respiratory and circulatory diseases, stroke, infectious and parasitic diseases, malnutrition, gastroenteritis, and oropharyngeal cancer. Higher mortality rates due to colorectal cancer, leukemia, a general group of neoplasms, traffic accident, and suicide, in turn, were observed in less deprived areas and/or those with more significant socioeconomic development. Underreporting of death and differences in mortality coverage in Brazilian areas were cited as the main limitation. CONCLUSIONS Studies analyzed mortality inequalities in different geographical areas by means of composite socioeconomic indicators, showing that the association directions vary according to the mortality outcome. But studies on all-cause mortality and at the census tract level remain scarce. The results may guide the development of new composite socioeconomic indicators for use in mortality inequality analysis.

ABSTRACT OBJECTIVE To compare the death counts from three sources of information on mortality available in Brazil in 2010, the Mortality Information System (SIM - Sistema de Informações sobre Mortalidade ), Civil Registration Statistic System (RC - Sistema de Estatísticas de Resgistro Civil ), and the 2010 Demographic Census at various geographical levels, and to confirm the association between municipal socioeconomic characteristics and the source which showed the highest death count. METHODS This is a descriptive and comparative study of raw data on deaths in the SIM, RC and 2010 Census databases, the latter held in Brazilian states and municipalities between August 2009 and July 2010. The percentage of municipalities was confirmed by the database showing the highest death count. The association between the source of the highest death count and socioeconomic indicators - the Índice de Privação Brasileiro (IBP – Brazilian Deprivation Index) and Índice de Desenvolvimento Humano Municipal (IHDM – Municipal Human Development Index) - was performed by bivariate choropleth and Moran Local Index of Spatial Association (LISA) cluster maps. RESULTS Confirmed that the SIM is the database with the highest number of deaths counted for all Brazilian macroregions, except the North, in which the highest coverage was from the 2010 Census. Based on the indicators proposed, in general, the Census showed a higher coverage of deaths than the SIM and the RC in the most deprived (highest IBP values) and less developed municipalities (lowest IDHM values) in the country. CONCLUSION The results highlight regional inequalities in how the databases chosen for this study cover death records, and the importance of maintaining the issue of mortality on the basic census questionnaire.

Resumo A expectativa de vida aos 60 anos no Brasil aumentou cerca de 9 anos em pouco mais de meio século. Trata-se de um ganho de sobrevida generalizado, mas que também ocorre de forma heterogênica entre as Grandes Regiões do país. Por outro lado, pouco se sabe, ainda, como os aumentos da expectativa de vida aos 60 anos por região podem ser acompanhados por acréscimos ou decréscimos tanto nos anos vividos com incapacidade, quanto nos vividos livre de incapacidade. O objetivo deste artigo é analisar, para 1998 e 2013, aumentos na Expectativa de Vida Total e suas componentes: Expectativa de Vida Livre de Incapacidade Funcional (EVLI) e com Incapacidade Funcional (EVCI), aos 60, 70 e 80 anos para a população do Brasil e Grandes Regiões. O estudo utilizou informações sobre incapacidade funcional da PNAD de 1998 e PNS de 2013 e empregou o método de Sullivan para estimação da EVLI por sexo e idade. No geral, os resultados mostraram que, entre 1998 e 2013, concomitantemente aos ganhos na EV, ocorreu um crescimento na EVLI. Contudo, os ganhos na EVLI não foram estatisticamente significativos para as regiões Norte e Centro-Oeste. Ou seja, com exceção dessas regiões, além de viver mais, a população idosa de 60 anos poderia esperar viver um número maior de anos com saúde.

Abstract Life expectancy at age 60 in Brazil has increased by around nine years in a little over 50 years. This general gain in life expectancy at national level has been heterogeneous across the country’s major regions. Furthermore, little is known about how increases in life expectancy at age 60 across regions influence the number of years lived with some form of associated disability or the number of years lived free from disability. This study aimed to analyze increases in total life expectancy and its components [disability-free life expectancy (DFLE) and disability life expectancy (DLE)] at ages 60, 70, and 80 in Brazil and Major Regions in 1998 and 2013. The study used data on disability obtained from the 1998 National Household Sample Survey (PNAD – acronym in Portuguese) and 2013 National Health Survey (PNS– acronym in Portuguese) and used the Sullivan method to estimate DFLE by sex and age. The findings show that there was an increase in life expectancy and a concomitant increase in DFLE between 1998 and 2013. However, the gains in DFLE were not statistically significant in the North and Center-west regions. This means that, with the exception of the latter regions, in addition to living longer, the Brazils population aged 60 years can expect to live a greater number of healthy years.

Resumo: Objetivou-se identificar perfis multidimensionais de fatores de risco relacionados ao estilo de vida, com a verificação de características sociodemográficas e de autopercepção de saúde associadas. Utilizaram-se dados da Pesquisa Nacional de Saúde (2013) de 45.881 indivíduos acima de 30 anos. Para a identificação dos perfis, foi utilizado o método Grade of Membership (GoM), com a inclusão de 12 variáveis. A análise de características associadas foi realizada por meio do teste qui-quadrado de Pearson e de regressão logística. Foram identificados dois perfis: “perfil saudável” (61,6%) e “perfil de risco” (38,4%). O “perfil saudável” é caracterizado pelo consumo adequado de frutas, vegetais, peixes, bem como pelo consumo não regular de refrigerante, carne com gordura e feijão; apresenta excesso de peso e faz atividade física recomendada no lazer. O “perfil de risco”, por sua vez, é caracterizado pelo não consumo de marcadores saudáveis, exceto o consumo de feijão, pelo consumo de todos os marcadores não saudáveis de alimentação, pelo hábito de substituir refeições por lanches, pelo consumo de álcool, uso de tabaco e por não serem fisicamente ativos no lazer. O perfil saudável associou-se ao sexo feminino, como também a idosos, brancos, residentes no Norte e Nordeste do Brasil, viúvos e casados, com maior escolaridade e com melhor autoavaliação de saúde. Já o perfil de risco se associou ao sexo masculino, como também a adultos jovens, residentes no Centro-oeste e Sul, solteiros, com menor escolaridade e com pior autoavaliação de saúde. Embora mais prevalente, o percentual de indivíduos com pertencimento total ao perfil saudável foi baixo. Fatores de risco relacionados ao estilo de vida estão associados a características sociodemográficas.

Abstract: The aim of this study was to identify multidimensional profiles of lifestyle risk factors, verifying sociodemographic characteristics and self-rated health. Data were obtained from the Brazilian National Health Survey (2013) for 45,881 individuals 30 years and older. Identification of the profiles used the Grade of Membership (GoM) method, with 12 variables. Analysis of associated characteristics used Pearson’s chi-square test and logistic regression. Two profiles were identified: “healthy profile” (61.6%), characterized by adequate consumption of fruits, vegetables, and fish, non-regular consumption of sodas, meat with fat, and beans, normal weight, and recommended leisure-time physical activity, and “risk profile” (38.4%), characterized by lack of consumption of healthy markers, except consumption of beans, consumption of all the unhealthy dietary markers, replacing meals with snacks, alcohol consumption, smoking, and leisure-time physical inactivity. The healthy profile was associated with female gender, old age, white skin color, residents in the North and Northeast of Brazil, widows/widowers, married marital status, more schooling, and better self-rated health. The risk profile was associated with male gender, young adults, residents in the Central and South, single marital status, less schooling, and worse self-rated health. Although more prevalent, the percentage of individuals with complete classification in the healthy profile was low. Lifestyle risk factors are associated with sociodemographic characteristics.

Resumen: El objetivo del trabajo fue identificar perfiles multidimensionales de factores de riesgo, relacionados con el estilo de vida, verificando las características asociadas sociodemográficas y de autopercepción de salud. Se utilizaron datos de la Encuesta Nacional de Salud (2013), procedentes de 45.881 individuos por encima de 30 años. Para la identificación de los perfiles se utilizó el método Grade of Membership (GoM), con la inclusión de 12 variables. El análisis de las características asociadas se realizó mediante el test chi-quadrado de Pearson y regresión logística. Se identificaron dos perfiles: “perfil saludable” (61,6%), caracterizado por el consumo adecuado de frutas y verduras, pescados, consumo no regular de refrescos, carne con grasa y frijoles, así como por el exceso de peso y actividad física recomendada durante el ocio. Y “perfil de riesgo” (38,4%), caracterizado por el no consumo de marcadores saludables, excepto el consumo de frijoles, por el consumo de todos los marcadores no saludables de alimentación, sustituir comidas por comidas rápidas, consumo de alcohol, tabaco y no ser físicamente activos durante el ocio. El perfil saludable se asoció al sexo femenino, ancianos, blancos, residentes en el Norte y Nordeste do Brasil, viudos y casados, con mayor escolaridad y mejor autoevaluación de salud. Por otro lado, el perfil de riesgo se asoció al sexo masculino, adultos jóvenes, residentes en el Centro-oeste y Sur, solteros, con menor escolaridad y peor autoevaluación de salud. Pese a que sea más prevalente, el porcentaje de individuos pertenecientes totalmente al perfil saludable fue bajo. Los factores de riesgo relacionados con el estilo de vida están asociados a características sociodemográficas.

Resumo: Objetivou-se identificar perfis multidimensionais de fatores de risco relacionados ao estilo de vida, com a verificação de características sociodemográficas e de autopercepção de saúde associadas. Utilizaram-se dados da Pesquisa Nacional de Saúde (2013) de 45.881 indivíduos acima de 30 anos. Para a identificação dos perfis, foi utilizado o método Grade of Membership (GoM), com a inclusão de 12 variáveis. A análise de características associadas foi realizada por meio do teste qui-quadrado de Pearson e de regressão logística. Foram identificados dois perfis: “perfil saudável” (61,6%) e “perfil de risco” (38,4%). O “perfil saudável” é caracterizado pelo consumo adequado de frutas, vegetais, peixes, bem como pelo consumo não regular de refrigerante, carne com gordura e feijão; apresenta excesso de peso e faz atividade física recomendada no lazer. O “perfil de risco”, por sua vez, é caracterizado pelo não consumo de marcadores saudáveis, exceto o consumo de feijão, pelo consumo de todos os marcadores não saudáveis de alimentação, pelo hábito de substituir refeições por lanches, pelo consumo de álcool, uso de tabaco e por não serem fisicamente ativos no lazer. O perfil saudável associou-se ao sexo feminino, como também a idosos, brancos, residentes no Norte e Nordeste do Brasil, viúvos e casados, com maior escolaridade e com melhor autoavaliação de saúde. Já o perfil de risco se associou ao sexo masculino, como também a adultos jovens, residentes no Centro-oeste e Sul, solteiros, com menor escolaridade e com pior autoavaliação de saúde. Embora mais prevalente, o percentual de indivíduos com pertencimento total ao perfil saudável foi baixo. Fatores de risco relacionados ao estilo de vida estão associados a características sociodemográficas.

Resumen: El objetivo del trabajo fue identificar perfiles multidimensionales de factores de riesgo, relacionados con el estilo de vida, verificando las características asociadas sociodemográficas y de autopercepción de salud. Se utilizaron datos de la Encuesta Nacional de Salud (2013), procedentes de 45.881 individuos por encima de 30 años. Para la identificación de los perfiles se utilizó el método Grade of Membership (GoM), con la inclusión de 12 variables. El análisis de las características asociadas se realizó mediante el test chi-quadrado de Pearson y regresión logística. Se identificaron dos perfiles: “perfil saludable” (61,6%), caracterizado por el consumo adecuado de frutas y verduras, pescados, consumo no regular de refrescos, carne con grasa y frijoles, así como por el exceso de peso y actividad física recomendada durante el ocio. Y “perfil de riesgo” (38,4%), caracterizado por el no consumo de marcadores saludables, excepto el consumo de frijoles, por el consumo de todos los marcadores no saludables de alimentación, sustituir comidas por comidas rápidas, consumo de alcohol, tabaco y no ser físicamente activos durante el ocio. El perfil saludable se asoció al sexo femenino, ancianos, blancos, residentes en el Norte y Nordeste do Brasil, viudos y casados, con mayor escolaridad y mejor autoevaluación de salud. Por otro lado, el perfil de riesgo se asoció al sexo masculino, adultos jóvenes, residentes en el Centro-oeste y Sur, solteros, con menor escolaridad y peor autoevaluación de salud. Pese a que sea más prevalente, el porcentaje de individuos pertenecientes totalmente al perfil saludable fue bajo. Los factores de riesgo relacionados con el estilo de vida están asociados a características sociodemográficas.

Abstract: The aim of this study was to identify multidimensional profiles of lifestyle risk factors, verifying sociodemographic characteristics and self-rated health. Data were obtained from the Brazilian National Health Survey (2013) for 45,881 individuals 30 years and older. Identification of the profiles used the Grade of Membership (GoM) method, with 12 variables. Analysis of associated characteristics used Pearson’s chi-square test and logistic regression. Two profiles were identified: “healthy profile” (61.6%), characterized by adequate consumption of fruits, vegetables, and fish, non-regular consumption of sodas, meat with fat, and beans, normal weight, and recommended leisure-time physical activity, and “risk profile” (38.4%), characterized by lack of consumption of healthy markers, except consumption of beans, consumption of all the unhealthy dietary markers, replacing meals with snacks, alcohol consumption, smoking, and leisure-time physical inactivity. The healthy profile was associated with female gender, old age, white skin color, residents in the North and Northeast of Brazil, widows/widowers, married marital status, more schooling, and better self-rated health. The risk profile was associated with male gender, young adults, residents in the Central and South, single marital status, less schooling, and worse self-rated health. Although more prevalent, the percentage of individuals with complete classification in the healthy profile was low. Lifestyle risk factors are associated with sociodemographic characteristics.

Resumo A expectativa de vida aos 60 anos no Brasil aumentou cerca de 9 anos em pouco mais de meio século. Trata-se de um ganho de sobrevida generalizado, mas que também ocorre de forma heterogênica entre as Grandes Regiões do país. Por outro lado, pouco se sabe, ainda, como os aumentos da expectativa de vida aos 60 anos por região podem ser acompanhados por acréscimos ou decréscimos tanto nos anos vividos com incapacidade, quanto nos vividos livre de incapacidade. O objetivo deste artigo é analisar, para 1998 e 2013, aumentos na Expectativa de Vida Total e suas componentes: Expectativa de Vida Livre de Incapacidade Funcional (EVLI) e com Incapacidade Funcional (EVCI), aos 60, 70 e 80 anos para a população do Brasil e Grandes Regiões. O estudo utilizou informações sobre incapacidade funcional da PNAD de 1998 e PNS de 2013 e empregou o método de Sullivan para estimação da EVLI por sexo e idade. No geral, os resultados mostraram que, entre 1998 e 2013, concomitantemente aos ganhos na EV, ocorreu um crescimento na EVLI. Contudo, os ganhos na EVLI não foram estatisticamente significativos para as regiões Norte e Centro-Oeste. Ou seja, com exceção dessas regiões, além de viver mais, a população idosa de 60 anos poderia esperar viver um número maior de anos com saúde.

Abstract Life expectancy at age 60 in Brazil has increased by around nine years in a little over 50 years. This general gain in life expectancy at national level has been heterogeneous across the country’s major regions. Furthermore, little is known about how increases in life expectancy at age 60 across regions influence the number of years lived with some form of associated disability or the number of years lived free from disability. This study aimed to analyze increases in total life expectancy and its components [disability-free life expectancy (DFLE) and disability life expectancy (DLE)] at ages 60, 70, and 80 in Brazil and Major Regions in 1998 and 2013. The study used data on disability obtained from the 1998 National Household Sample Survey (PNAD – acronym in Portuguese) and 2013 National Health Survey (PNS– acronym in Portuguese) and used the Sullivan method to estimate DFLE by sex and age. The findings show that there was an increase in life expectancy and a concomitant increase in DFLE between 1998 and 2013. However, the gains in DFLE were not statistically significant in the North and Center-west regions. This means that, with the exception of the latter regions, in addition to living longer, the Brazils population aged 60 years can expect to live a greater number of healthy years.

RESUMO: Objetivo: Avaliar a qualidade do registro de óbitos do Datasus, por sexo e estados brasileiros, e estimar as probabilidades de morte adulta, 45q15, por sexo e estados, entre 1980 e 2010. Métodos: O estudo foi baseado em dados de mortalidade obtidos no Sistema de Informação de Mortalidade do Datasus, de 1980 a 2010, e em dados de população dos censos demográficos de 1980, 1991, 2000 e 2010. A avaliação da qualidade dos dados de registro foi feita utilizando-se métodos demográficos tradicionais e métodos de distribuição de mortes, e as probabilidades de morte foram calculadas a partir dos conceitos de tabelas de vida. Resultados: Os resultados indicam uma melhoria considerável do grau de cobertura de óbitos no Brasil desde 1980. Nas regiões Sudeste e Sul, observamos uma completa cobertura do registro de mortalidade adulta, o que não ocorria no decênio anterior. Por outro lado, no Nordeste e no Norte ainda existem localidades com baixo grau de cobertura entre 2000 e 2010. Em todos os estados do Brasil, observa-se um declínio da probabilidade de morte dos adultos. Observamos que as probabilidades de morte dos homens são muito mais elevadas do que as das mulheres. Conclusão: As melhorias observadas parecem estar relacionadas aos investimentos no sistema público de saúde e aos procedimentos administrativos para melhorar o registro dos eventos vitais.

ABSTRACT: Objective: Assess the completeness of the DataSUS SIM death-count registry, by sex and Brazilian state, and estimate the probability of adult mortality (45q15), by sex and state, from 1980 to 2010. Methods: The study was based on mortality data obtained in the DataSUS Mortality Information System, from 1980 to 2010, and on population data from the 1980, 1991, 2000, and 2010 demographic censuses. The quality assessment of the registry data was conducted using traditional demographic and death distribution methods, and death probabilities were calculated using life-table concepts. Results: The results show a considerable improvement in the completeness of the death-count coverage in Brazil since 1980. In the southeast and south, we observed the complete coverage of the adult mortality registry, which did not occur in the previous decade. In the northeast and north, there were still places with a low coverage from 2000 to 2010, although there was a clear improvement in the quality of data. For all Brazilian states, there was a decline in the probability of adult mortality; we observed, however, that the death probability for males is much higher than that for females throughout the whole analysis period. Conclusion: The observed improvements seem to be related to investments in the public health care system and administrative procedures to improve the recording of vital events.

RESUMO: Objetivo: Avaliar a qualidade do registro de óbitos do Datasus, por sexo e estados brasileiros, e estimar as probabilidades de morte adulta, 45q15, por sexo e estados, entre 1980 e 2010. Métodos: O estudo foi baseado em dados de mortalidade obtidos no Sistema de Informação de Mortalidade do Datasus, de 1980 a 2010, e em dados de população dos censos demográficos de 1980, 1991, 2000 e 2010. A avaliação da qualidade dos dados de registro foi feita utilizando-se métodos demográficos tradicionais e métodos de distribuição de mortes, e as probabilidades de morte foram calculadas a partir dos conceitos de tabelas de vida. Resultados: Os resultados indicam uma melhoria considerável do grau de cobertura de óbitos no Brasil desde 1980. Nas regiões Sudeste e Sul, observamos uma completa cobertura do registro de mortalidade adulta, o que não ocorria no decênio anterior. Por outro lado, no Nordeste e no Norte ainda existem localidades com baixo grau de cobertura entre 2000 e 2010. Em todos os estados do Brasil, observa-se um declínio da probabilidade de morte dos adultos. Observamos que as probabilidades de morte dos homens são muito mais elevadas do que as das mulheres. Conclusão: As melhorias observadas parecem estar relacionadas aos investimentos no sistema público de saúde e aos procedimentos administrativos para melhorar o registro dos eventos vitais.

ABSTRACT: Objective: Assess the completeness of the DataSUS SIM death-count registry, by sex and Brazilian state, and estimate the probability of adult mortality (45q15), by sex and state, from 1980 to 2010. Methods: The study was based on mortality data obtained in the DataSUS Mortality Information System, from 1980 to 2010, and on population data from the 1980, 1991, 2000, and 2010 demographic censuses. The quality assessment of the registry data was conducted using traditional demographic and death distribution methods, and death probabilities were calculated using life-table concepts. Results: The results show a considerable improvement in the completeness of the death-count coverage in Brazil since 1980. In the southeast and south, we observed the complete coverage of the adult mortality registry, which did not occur in the previous decade. In the northeast and north, there were still places with a low coverage from 2000 to 2010, although there was a clear improvement in the quality of data. For all Brazilian states, there was a decline in the probability of adult mortality; we observed, however, that the death probability for males is much higher than that for females throughout the whole analysis period. Conclusion: The observed improvements seem to be related to investments in the public health care system and administrative procedures to improve the recording of vital events.

Resumo A alta variabilidade dos dados nos registros vitais, em razão do baixo número de pessoas expostas, impõe sérios problemas para estimação da mortalidade por idade e sexo em pequenas áreas. Muitas abordagens atuais, incluindo as mais utilizadas no Brasil, estimam as taxas específicas de mortalidade assumindo pressupostos matemáticos rígidos sobre o verdadeiro padrão etário da mortalidade. Padronização indireta, por exemplo, assume que todas as áreas dentro de uma área maior (microrregiões em uma mesorregião, por exemplo) possuem um padrão de mortalidade idêntico, com diferença constante no nível das taxas logarítmicas por idade. Propomos um método estatístico mais flexível que combina regressão Poisson com um modelo relacional denominado TOPALS (DE BEER, 2012). Usamos o novo método para estimar as taxas específicas de mortalidade em pequenas áreas no Brasil (estados, mesorregiões, microrregiões e municípios) em 2010. Resultados para o estado de Minas Gerais mostram diferenças notáveis no padrão de mortalidade por idade entre pequenas áreas adjacentes, demonstrando as vantagens do uso de um método de estimação mais flexível.

Abstract High variability in recorded vital events creates serious problems for small-area mortality estimation by age and sex. Many existing approaches to fitting local mortality schedules, including those most often used in Brazil, estimate rates by making rigid mathematical assumptions about local age patterns. Such methods assume that all areas within a larger area (for example, microregions within a mesoregion) have identically-shaped log mortality schedules by age. We propose a more flexible statistical estimation method that combines Poisson regression with the TOPALS relational model (DE BEER, 2012). We use the new method to estimate age-specific mortality rates in Brazilian small areas (states, mesoregions, microregions, and municipalities) in 2010. Results for Minas Gerais show notable differences in the age patterns of mortality between adjacent small areas, demonstrating the advantages of using a flexible functional form in regression models.

Resumen La alta variabilidad de los datos en los registros vitales, debida al bajo número de personas expuestas al riesgo de morir, plantea serios problemas para la estimación de la mortalidad por edad y sexo en pequeñas áreas. Muchos enfoques recientes, incluyendo los más utilizados en Brasil, estiman las tasas de mortalidad por edad con presupuestos matemáticos rígidos acerca del verdadero padrón etario de la mortalidad. La estandarización indirecta, por ejemplo, asume que todas las áreas dentro de una área mayor (microrregiones de una mesorregión) tengan una idéntica estructura de la mortalidad, con diferencia constante en los niveles de las tasas logarítmicas por edad. Proponemos un método estadístico más flexible que combina la regresión de Poisson con un modelo relacional llamado TOPALS. Utilizamos el nuevo método para estimar las tasas de mortalidad específicas en pequeñas áreas en Brasil (estados, mesorregiones, microrregiones y municipios) en 2010. Los resultados para el estado de Minas Gerais muestran diferencias notables en la estructura de mortalidad entre áreas pequeñas adyacentes, lo que demuestra las ventajas de usar un método de estimación más flexible.