RESUMO: Objetivo: Propor método para melhoria das estimativas de mortalidade por doenças crônicas não transmissíveis, incluindo a redistribuição de causas garbage nos municípios brasileiros. Métodos: O Sistema de Informações sobre Mortalidade foi utilizado como fonte de dados para estimar as taxas padronizadas por idade, antes e depois da correção de dados, para as doenças crônicas não transmissíveis (cardiovasculares, respiratórias crônicas, diabetes e neoplasias). O tratamento para correção dos dados abordou dados faltantes, sub-registro e redistribuição de causas garbage. Foram utilizados os triênios 2010–2012 e 2015–2017 e o método bayesiano para estimar as taxas de mortalidade, diminuindo-se o efeito da flutuação provocada pelos pequenos números no nível municipal. Resultados: A etapa de redistribuição causas garbage mostrou maior peso nas correções: cerca de 40% em 2000 e aproximadamente 20% a partir de 2007, com estabilização neste ano. Ao longo da série histórica, a qualidade da informação sobre causas de morte melhorou no Brasil, sendo vistos resultados heterogêneos nos municípios. Observaram-se clusters com as maiores proporções de correção nas regiões Nordeste e Norte. O diabetes foi a causa com maior proporção de acréscimo (mais de 40%, em 2000). Conclusão: Estudos metodológicos que propõem correção e melhoria do Sistema de Informação sobre Mortalidade são essenciais para o monitoramento das taxas de mortalidade por doenças crônicas não transmissíveis em níveis regionais. A proposta metodológica aplicada, pela primeira vez em dados reais de municípios brasileiros, é desafiadora e merece aprimoramentos. Apesar da melhora nos dados, o método utilizado neste estudo para tratamento dos dados brutos mostrou grande impacto nas estimativas finais.

ABSTRACT: Objective: To propose a method for improving mortality estimates from noncommunicable diseases (NCD), including the redistribution of garbage codes in Brazilian municipalities. Methods: Brazilian Mortality Information System (MIS) was used as a data source to estimate age standardized mortality rates, before and after correction, for NCD (cardiovascular, chronic respiratory, diabetes, and neoplasms). The treatment for the correction of data addressed missing data, under-registration, and redistribution of garbage codes (GCs). Three-year periods 2010–2012 and 2015–2017, and the Bayesian method were used to estimate mortality rates, reducing the effect of fluctuation caused by small numbers at the municipal level. Results: GCs redistribution step showed greater weight in corrections, about 40% in 2000 and roughly 20% as from 2007, with stabilization starting in this year. Throughout the historical series, the quality of information on causes of death has improved in Brazil, with heterogeneous results being observed among municipalities. Conclusion: Methodological studies that propose correction and improvement of the MIS are essential for monitoring mortality rates due to NCD at regional levels. The methodological proposal applied, for the first time in real data from Brazilian municipalities, is challenging and deserves further improvements. Improving the quality of the data is essential in order to build more accurate estimates based on the raw data from the SIM.

RESUMO: Objetivo: Gerar estimativas das taxas de mortalidade por causas garbage (CG) para os municípios do Brasil, fazendo a comparação entre o método direto e o Bayesiano, tendo como base os óbitos registrados no Sistema de Informações sobre Mortalidade (SIM) entre 2015 e 2017. Métodos: Os dados do SIM foram utilizados. A análise foi realizada com grupos de CG níveis 1 e 2, 3 e 4 e total de CG. As taxas de mortalidade foram estimadas de forma direta e bayesiana, aplicando o estimador Bayesianos Empírico Local. Resultados: Observaram-se 38% de CG e diferenças regionais nas taxas de mortalidade, maiores no Nordeste e Sudeste e menores no Sul e Centro-Oeste. O Sudeste apresentou taxas semelhantes para os dois grupos de CG analisados. As menores diferenças entre as estimativas diretas e bayesianas foram verificadas nas grandes cidades, acima de 500 mil habitantes. O norte de Minas Gerais e os estados do Rio de Janeiro, de São Paulo e da Bahia apresentaram municípios com altas taxas nos níveis 1 e 2. Conclusão: Existem diferenças na qualidade da definição das causas básicas de morte, mesmo com o uso de metodologia bayesiana, que auxilia na suavização das taxas. A qualidade da definição das causas de morte é importante, uma vez que se mostra associada ao acesso e à qualidade dos serviços de saúde e oferecem subsídios para o planejamento em saúde.

ABSTRACT: Objective: To generate estimates of mortality rates due to garbage codes (GC) for Brazilian municipalities by comparing the direct and the Bayesian methods, based on deaths registered in the Mortality Information System (SIM) between 2015 and 2017. Methods: Data from the SIM were used. The analysis was performed in groups of GC levels 1 and 2, levels 3 and 4, and total GC. Mortality rates were estimated directly and also according to the Bayesian method by applying the Empirical Bayesian Estimator. Results: About 38% of GC were estimated and regional differences in mortality rates were observed, higher in the Northeast and Southeast and lower in the South and Midwest regions. The Southeast presented similar rates for the two analyzed groups of GC. The smallest differences between direct and Bayesian method estimates were observed in large cities with a population over 500 thousand inhabitants. Municipalities in the north of the state of Minas Gerais and those in the states of Rio de Janeiro, São Paulo, and Bahia presented high rates at levels 1 and 2. Conclusion: There are differences in the quality of the definition of the underlying causes of death, even with the use of Bayesian methodology, which assists in smoothing the rates. The quality of the definition of causes of death is important, as they are associated with the access to and quality of healthcare services and support health planning.

RESUMO: Objetivo: Propor método para melhoria das estimativas de mortalidade por doenças crônicas não transmissíveis, incluindo a redistribuição de causas garbage nos municípios brasileiros. Métodos: O Sistema de Informações sobre Mortalidade foi utilizado como fonte de dados para estimar as taxas padronizadas por idade, antes e depois da correção de dados, para as doenças crônicas não transmissíveis (cardiovasculares, respiratórias crônicas, diabetes e neoplasias). O tratamento para correção dos dados abordou dados faltantes, sub-registro e redistribuição de causas garbage. Foram utilizados os triênios 2010–2012 e 2015–2017 e o método bayesiano para estimar as taxas de mortalidade, diminuindo-se o efeito da flutuação provocada pelos pequenos números no nível municipal. Resultados: A etapa de redistribuição causas garbage mostrou maior peso nas correções: cerca de 40% em 2000 e aproximadamente 20% a partir de 2007, com estabilização neste ano. Ao longo da série histórica, a qualidade da informação sobre causas de morte melhorou no Brasil, sendo vistos resultados heterogêneos nos municípios. Observaram-se clusters com as maiores proporções de correção nas regiões Nordeste e Norte. O diabetes foi a causa com maior proporção de acréscimo (mais de 40%, em 2000). Conclusão: Estudos metodológicos que propõem correção e melhoria do Sistema de Informação sobre Mortalidade são essenciais para o monitoramento das taxas de mortalidade por doenças crônicas não transmissíveis em níveis regionais. A proposta metodológica aplicada, pela primeira vez em dados reais de municípios brasileiros, é desafiadora e merece aprimoramentos. Apesar da melhora nos dados, o método utilizado neste estudo para tratamento dos dados brutos mostrou grande impacto nas estimativas finais.

ABSTRACT: Objective: To propose a method for improving mortality estimates from noncommunicable diseases (NCD), including the redistribution of garbage codes in Brazilian municipalities. Methods: Brazilian Mortality Information System (MIS) was used as a data source to estimate age standardized mortality rates, before and after correction, for NCD (cardiovascular, chronic respiratory, diabetes, and neoplasms). The treatment for the correction of data addressed missing data, under-registration, and redistribution of garbage codes (GCs). Three-year periods 2010–2012 and 2015–2017, and the Bayesian method were used to estimate mortality rates, reducing the effect of fluctuation caused by small numbers at the municipal level. Results: GCs redistribution step showed greater weight in corrections, about 40% in 2000 and roughly 20% as from 2007, with stabilization starting in this year. Throughout the historical series, the quality of information on causes of death has improved in Brazil, with heterogeneous results being observed among municipalities. Conclusion: Methodological studies that propose correction and improvement of the MIS are essential for monitoring mortality rates due to NCD at regional levels. The methodological proposal applied, for the first time in real data from Brazilian municipalities, is challenging and deserves further improvements. Improving the quality of the data is essential in order to build more accurate estimates based on the raw data from the SIM.

RESUMO: Objetivo: Gerar estimativas das taxas de mortalidade por causas garbage (CG) para os municípios do Brasil, fazendo a comparação entre o método direto e o Bayesiano, tendo como base os óbitos registrados no Sistema de Informações sobre Mortalidade (SIM) entre 2015 e 2017. Métodos: Os dados do SIM foram utilizados. A análise foi realizada com grupos de CG níveis 1 e 2, 3 e 4 e total de CG. As taxas de mortalidade foram estimadas de forma direta e bayesiana, aplicando o estimador Bayesianos Empírico Local. Resultados: Observaram-se 38% de CG e diferenças regionais nas taxas de mortalidade, maiores no Nordeste e Sudeste e menores no Sul e Centro-Oeste. O Sudeste apresentou taxas semelhantes para os dois grupos de CG analisados. As menores diferenças entre as estimativas diretas e bayesianas foram verificadas nas grandes cidades, acima de 500 mil habitantes. O norte de Minas Gerais e os estados do Rio de Janeiro, de São Paulo e da Bahia apresentaram municípios com altas taxas nos níveis 1 e 2. Conclusão: Existem diferenças na qualidade da definição das causas básicas de morte, mesmo com o uso de metodologia bayesiana, que auxilia na suavização das taxas. A qualidade da definição das causas de morte é importante, uma vez que se mostra associada ao acesso e à qualidade dos serviços de saúde e oferecem subsídios para o planejamento em saúde.

ABSTRACT: Objective: To generate estimates of mortality rates due to garbage codes (GC) for Brazilian municipalities by comparing the direct and the Bayesian methods, based on deaths registered in the Mortality Information System (SIM) between 2015 and 2017. Methods: Data from the SIM were used. The analysis was performed in groups of GC levels 1 and 2, levels 3 and 4, and total GC. Mortality rates were estimated directly and also according to the Bayesian method by applying the Empirical Bayesian Estimator. Results: About 38% of GC were estimated and regional differences in mortality rates were observed, higher in the Northeast and Southeast and lower in the South and Midwest regions. The Southeast presented similar rates for the two analyzed groups of GC. The smallest differences between direct and Bayesian method estimates were observed in large cities with a population over 500 thousand inhabitants. Municipalities in the north of the state of Minas Gerais and those in the states of Rio de Janeiro, São Paulo, and Bahia presented high rates at levels 1 and 2. Conclusion: There are differences in the quality of the definition of the underlying causes of death, even with the use of Bayesian methodology, which assists in smoothing the rates. The quality of the definition of causes of death is important, as they are associated with the access to and quality of healthcare services and support health planning.

Objective: to propose a method for improving mortality estimates from non-communicable chronic diseases (NCD), including the redistribution of garbage causes in the municipalities of Brazil. Methods: Information Mortality System (SIM) data was used in the three-year periods from 2010 to 2012 and 2015 to 2017, with comparison of age standardized rates before and after correction of NCDs (cardiovascular, chronic respiratory, diabetes and neoplasms). The treatment for data correction included missing data, under-registration and causes of garbage redistribution (CG). The trienniums and Bayesian method were used to estimate mortality rates by improving the fluctuation caused by small numbers at the municipal level. Results: The CG redistribution stage showed greater weight in the corrections, about 40% in 2000 and about 20% from 2007, with stabilization from this year.. Throughout the historical series, the quality of information on causes of death has improved in Brazil, with heterogeneous results being observed among the municipalities. Conclusions: methodological studies that propose the correction and improvement of the SIM are essential for monitoring the mortality rates due to NCDs at regional levels. The methodological proposal applied, for the first time in real data from Brazilian municipalities, is challenging and deserves further improvements. Despite the improvement in the data, the use of rates with raw data is not recommended, as the treatment in the data, the method used in this study for the treatment of raw data showed a great impact on the final estimates.

Objetivo: propor método para melhoria das estimativas de mortalidade por doenças crônicas não transmissíveis (DCNT), incluindo a redistribuição de causas garbage nos municípios Brasileiros. Métodos: foram utilizados os dados do Sistema de Informações sobre Mortalidade (SIM) nos triênios de 2010-2012 e 2015-2017, comparadas com as taxas padronizadas por idade, antes e após correção das DCNT (cardiovasculares, respiratória crônicas, diabetes e neoplasias). O tratamento para correção dos dados abordou dados faltantes, sub-registro e redistribuição de causas garbage (CG). Foram utilizados triênios e método bayesiano para estimar as taxas de mortalidade diminuindo o efeito da flutuação provocada pelos pequenos números no nível municipal. Resultados: a etapa de redistribuição CG mostrou maior peso nas correções, cerca de 40% em 2000 e cerca de 20% a  partir de 2007, com estabilização a partir deste ano. Ao longo da série histórica a qualidade da informação sobre causas de morte melhorou no Brasil, sendo observados resultados heterogêneos nos municípios. Observou-se clusters com as maiores proporções de correção nas regiões Nordeste e Norte. O diabetes foi a causa com maior proporção de acréscimo (mais de 40% em 2000). Conclusões: estudos metodológicos que propõem correção e melhoria do SIM são essenciais para o monitoramento das taxas de mortalidade por DCNT em níveis regionais. A proposta metodológica aplicada, pela primeira vez em dados reais de municípios brasileiros, é desafiadora e merece maiores aprimoramentos. Apesar da melhora nos dados, o método utilizado neste estudo para o tratamento dos dados brutos mostrou um grande impacto nas estimativas finais.

Objectives: the present study aims to generate estimates of mortality rates due to garbage codes (GC) for municipalities in Brazil by comparing direct and indirect methods, based on deaths registered in the Mortality Information System (SIM) between 2015 and 2017. Methods: Data from the SIM were used. The analysis was performed in groups of GC, levels 1 and 2, levels 3 and 4 and total GC. Mortality rates were estimated directly and indirectly, Empirical Bayesian Estimators. Results: about 38% of CG were estimated and regional differences in mortality rates were observed, higher in the Northeast and Southeast and lower in the South and Midwest. The Southeast presented similar rates for the two groups of CG analyzed. The smallest differences between direct and indirect estimates were observed in large cities, above 500 thousand. The municipalities in the north of Minas Gerais and the states of Rio de Janeiro, São Paulo and Bahia presented municipalities with high rates at levels 1 and 2. Conclusion: there are differences in the quality of the definition of the underlying causes of death, even with the use of indirect methodology which assists in smoothing rates. The quality of the definition of causes of death is important since they are associated with the access and quality of health services and offer subsidies for health planning.

Objetivos: o presente estudo tem como objetivo gerar estimativas das taxas de mortalidade por causas garbage (CG) para os municípios do Brasil fazendo a comparação entre métodos diretos e indiretos, tendo como base os óbitos registrados no SIM entre 2015 e 2017. Métodos: Os dados do Sistema de Informações sobre Mortalidade (SIM) foram utilizados. A análise foi realizada com grupos de GC, níveis 1 e 2, níveis 3 e 4 e total de GC. As taxas de mortalidade foram estimadas de forma direta e indireta, estimadores bayesianos empíricos. Resultados: observou-se cerca de 38% de CG e diferenças regionais nas taxas de mortalidade, maiores no Nordeste e Sudeste e menores no Sul e Centro-Oeste. O Sudeste apresentou taxas semelhantes para os dois grupos de CG analisados. As menores diferenças entre as estimativas diretas e indiretas foram observadas nas grandes cidades, acima de 500 mil. Os municípios do norte de Minas Gerais e estados do Rio de Janeiro, São Paulo e Bahia apresentaram municípios com altas taxas nos níveis 1 e 2. Conclusão: existem diferenças na qualidade da definição das causas básicas de morte, mesmo com o uso de metodologia indireta que auxilia na suavização das taxas. A qualidade da definição das causas de morte é importante, uma vez que se mostram associadas com o acesso e qualidade dos serviços de saúde e oferecem subsídios para o planejamento em saúde.

Objectives: This study aims to describe the actions carried out by the epidemiological surveillance system in Belo Horizonte to address the COVID-19 epidemic and the timeless of the data for detecting transmission in 2020. Methods: The sources of information used by the epidemiological surveillance of the municipality for COVID-19 were identified and the temporal distribution and interval for detection of confirmed cases of the disease were analyzed. Results: The city's epidemiological surveillance uses outpatient, hospital, public and private laboratory notifications as data sources. For reporting COVID-19 cases in official information systems, there is also an active search of laboratory results linked to suspected deaths investigated. From January to April 2020, 1,449 hospitalized cases of COVID-19 were reported, the first case being detected in late February 2020. Of the total 1,025 laboratory samples of cases hospitalized after the 8th epidemiological week, 87 (8.5%) of COVID-19 cases were confirmed. The median time between the onset of symptoms and the release of laboratory results was 12 days for the analyzed period. Conclusion: Epidemiological surveillance uses several data sources to monitor and analyze the transmission of COVID-19. The timeliness of this system to detect cases of the disease is compromised by the delay in the release of laboratory results, which has been a considerable challenge for adequate surveillance.

Objetivos: Descrever as ações realizadas pela vigilância epidemiológica da Secretaria Municipal de Saúde de Belo Horizonte para enfrentamento da epidemia de COVID-19 e avaliar a oportunidade para detecção precoce da transmissão da doença durante o período compreendido entre 1 de janeiro a 24 de abril de 2020. Métodos: Foram identificadas as fontes de informação utilizadas pela vigilância epidemiológica do município para a COVID-19 e analisadas a distribuição temporal e oportunidade para detecção dos casos confirmados da doença. Resultados: A vigilância epidemiológica do município utiliza fontes de notificações ambulatoriais, hospitalares, de laboratórios públicos e privados, além de busca ativa com cruzamento de dados laboratoriais na investigação de óbitos suspeitos, sendo os casos confirmados de COVID-19 informados em sistemas de informação oficiais. Foram notificados 1.449 casos internados, sendo o primeiro caso detectado no final de fevereiro de 2020. Do total de 1.025 amostras laboratoriais de casos internados após a semana epidemiológica 8, foram confirmados 87 casos (8,5%) por COVID-19. A mediana de tempo entre o início dos sintomas e liberação dos resultados laboratoriais foi de 12 dias. Conclusão: A vigilância epidemiológica utiliza várias fontes de dados para monitoramento e análise da transmissão da COVID-19. A oportunidade para detecção de casos da doença está comprometida pela demora na liberação dos resultados laboratoriais, sendo um desafio para a vigilância.

N/A

N/A

RESUMO: Objetivos: Descrever as ações realizadas pela vigilância epidemiológica da Secretaria Municipal de Saúde de Belo Horizonte para enfrentamento da epidemia de COVID-19 e avaliar a oportunidade para detecção precoce da transmissão da doença no período compreendido entre 1º de janeiro e 24 de abril de 2020. Métodos: Foram identificadas as fontes de informação utilizadas pela vigilância epidemiológica do município para a COVID-19 e analisadas a distribuição temporal e a oportunidade para detecção dos casos confirmados da doença. Resultados: A vigilância epidemiológica do município utiliza fontes de notificações ambulatoriais, hospitalares, de laboratórios públicos e privados, além de busca ativa com cruzamento de dados laboratoriais na investigação de óbitos suspeitos, sendo os casos confirmados de COVID-19 informados em sistemas de informação oficiais. Foram notificados 1.449 casos internados, sendo o primeiro caso detectado no fim de fevereiro de 2020. Do total de 1.025 amostras laboratoriais de casos internados após a semana epidemiológica 8, confirmaram-se 87 casos (8,5%) por COVID-19. A mediana de tempo entre o início dos sintomas e a liberação dos resultados laboratoriais foi de 12 dias. Conclusão: A vigilância epidemiológica utiliza várias fontes de dados para monitoramento e análise da transmissão da COVID-19. A oportunidade para detecção de casos da doença está comprometida pela demora na liberação dos resultados laboratoriais, sendo um desafio para a vigilância.

ABSTRACT: Objectives: This study aims to describe the actions carried out by the epidemiological surveillance system in Belo Horizonte to address the COVID-19 epidemic and the timeless of the data for detecting transmission in 2020. Methods: The sources of information used by the epidemiological surveillance of the municipality for COVID-19 were identified and the temporal distribution and interval for detection of confirmed cases of the disease were analyzed. Results: The city's epidemiological surveillance uses outpatient, hospital, public and private laboratory notifications as data sources. For reporting COVID-19 cases in official information systems, there is also an active search of laboratory results linked to suspected deaths investigated. From January to April 2020, 1,449 hospitalized cases of COVID-19 were reported, the first case being detected in late February 2020. Of the total 1,025 laboratory samples of cases hospitalized after the 8th epidemiological week, 87 (8.5%) of COVID-19 cases were confirmed. The median time between the onset of symptoms and the release of laboratory results was 12 days for the analyzed period. Conclusion: Epidemiological surveillance uses several data sources to monitor and analyze the transmission of COVID-19. The timeliness of this system to detect cases of the disease is compromised by the delay in the release of laboratory results, which has been a considerable challenge for adequate surveillance.

RESUMO: Objetivos: Descrever as ações realizadas pela vigilância epidemiológica da Secretaria Municipal de Saúde de Belo Horizonte para enfrentamento da epidemia de COVID-19 e avaliar a oportunidade para detecção precoce da transmissão da doença no período compreendido entre 1º de janeiro e 24 de abril de 2020. Métodos: Foram identificadas as fontes de informação utilizadas pela vigilância epidemiológica do município para a COVID-19 e analisadas a distribuição temporal e a oportunidade para detecção dos casos confirmados da doença. Resultados: A vigilância epidemiológica do município utiliza fontes de notificações ambulatoriais, hospitalares, de laboratórios públicos e privados, além de busca ativa com cruzamento de dados laboratoriais na investigação de óbitos suspeitos, sendo os casos confirmados de COVID-19 informados em sistemas de informação oficiais. Foram notificados 1.449 casos internados, sendo o primeiro caso detectado no fim de fevereiro de 2020. Do total de 1.025 amostras laboratoriais de casos internados após a semana epidemiológica 8, confirmaram-se 87 casos (8,5%) por COVID-19. A mediana de tempo entre o início dos sintomas e a liberação dos resultados laboratoriais foi de 12 dias. Conclusão: A vigilância epidemiológica utiliza várias fontes de dados para monitoramento e análise da transmissão da COVID-19. A oportunidade para detecção de casos da doença está comprometida pela demora na liberação dos resultados laboratoriais, sendo um desafio para a vigilância.

ABSTRACT: Objectives: This study aims to describe the actions carried out by the epidemiological surveillance system in Belo Horizonte to address the COVID-19 epidemic and the timeless of the data for detecting transmission in 2020. Methods: The sources of information used by the epidemiological surveillance of the municipality for COVID-19 were identified and the temporal distribution and interval for detection of confirmed cases of the disease were analyzed. Results: The city's epidemiological surveillance uses outpatient, hospital, public and private laboratory notifications as data sources. For reporting COVID-19 cases in official information systems, there is also an active search of laboratory results linked to suspected deaths investigated. From January to April 2020, 1,449 hospitalized cases of COVID-19 were reported, the first case being detected in late February 2020. Of the total 1,025 laboratory samples of cases hospitalized after the 8th epidemiological week, 87 (8.5%) of COVID-19 cases were confirmed. The median time between the onset of symptoms and the release of laboratory results was 12 days for the analyzed period. Conclusion: Epidemiological surveillance uses several data sources to monitor and analyze the transmission of COVID-19. The timeliness of this system to detect cases of the disease is compromised by the delay in the release of laboratory results, which has been a considerable challenge for adequate surveillance.

RESUMO Introdução: Óbitos declarados com causas mal definidas, ou causas garbage (CG), comprometem a análise da mortalidade e sua utilização para planejamento e avaliação de políticas públicas de saúde. A investigação hospitalar destas causas é uma das estratégias para qualificação do perfil de mortalidade no país. Objetivo: Avaliar a mudança no perfil de mortalidade hospitalar após investigação de óbitos declarados com CG, em 2017, em Belo Horizonte. Métodos: Tomou-se uma amostra dos óbitos hospitalares notificados com CG no Sistema de Informação sobre Mortalidade de Belo Horizonte em 2017. Posteriormente, os dados foram investigados e analisados por médico, para comparação do perfil de mortalidade antes e depois do processo de investigação. Resultados: Após investigação de 1.395 óbitos, dentre 3.038 declarados com CG, houve redução de 35,5% para estas causas. Todas as faixas etárias apresentaram decremento na ocorrência de CG. Observou-se maior incremento proporcional para os óbitos causados por doenças isquêmicas do coração, doença de Alzheimer, doença pulmonar obstrutiva crônica, acidente vascular cerebral isquêmico e hemorrágico e as mortes por causas externas (quedas acidentais, homicídios e acidentes de trânsito/transporte). Conclusão: A investigação de óbitos hospitalares notificados é uma das estratégias para aprimorar as estatísticas de mortalidade, reduzindo a ocorrência de CG entre as mortes declaradas e alterando o perfil de mortalidade nestes estabelecimentos. Enfatiza-se a importância de educação permanente de médicos para qualificação das causas de morte.

ABSTRACT Introduction: Deaths certified with ill-defined causes or garbage codes (GC) compromise the analysis of mortality and its use for planning and evaluation of public health policies. The hospital investigation of these causes is one of the strategies qualifying the profile of mortality in the country. Objective: To evaluate the change in the hospital mortality profile after investigation of deaths certified with GC in 2017 in Belo Horizonte, Brazil. Methods: A sample of hospital deaths reported with GC in the Mortality Information System (SIM) of Belo Horizonte in 2017 was investigated and subsequently certified by a physician to compare the mortality profile before and after investigation. Results: After investigating 1,395 deaths out of 3,038 reported with GC, a reduction of 35.5% of these causes was observed. Groups of all ages presented decreases in GC occurrence. A higher proportional increase was observed for deaths due to ischemic heart diseases, Alzheimer’s disease, chronic obstructive pulmonary disease, ischemic and hemorrhagic stroke, and external causes of death (accidental falls, homicides and traffic/transport accidents). Conclusion: The investigation on reported hospital deaths is one of the strategies to improve mortality statistics, reducing the occurrence of GC among reported deaths and changing the mortality profile in these facilities. The importance of continuous physician training in cause-of-death certification is emphasized.

RESUMO Introdução: Conhecer o número de óbitos e suas causas se constitui em informação de relevância para gestores de saúde pública. Entretanto, muitas vezes a causa do óbito é classificada com códigos pouco úteis para as análises de mortalidade, denominados códigos garbage (CG). Objetivo: Descrever e avaliar o impacto da investigação da causa básica de morte mal classificada no atestado de óbito em 2017. Métodos: Com base em protocolo padronizado, foram pesquisadas mortes com CG de 60 municípios que foram foco da intervenção, principalmente em prontuários hospitalares e serviços de autopsia. No nível estadual de gestão do Sistema de Informação de Mortalidade também foram desenvolvidas ações para melhoria da classificação da causa do óbito, com consequente adesão da maioria dos demais municípios (n = 4.022), o que permitiu comparações com os resultados da investigação de CG nas 60 cidades. Resultados: No país, de 108.826 CG investigadas em 2017, 48% foram reclassificadas para causas específicas. Já nos 60 municípios selecionados, 58% dos 35.366 óbitos por CG pesquisados foram reclassificados. A proporção de óbitos por CG declinou em 11% no país e 17% nos municípios em que houve intervenção. Discussão: Este é o primeiro estudo que investigou CG em registros médicos de mais de 100 mil mortes. A pesquisa possibilitou reclassificar para causas básicas específicas cerca de metade dos óbitos por CG investigados. As 60 cidades que foram alvo da intervenção tiveram melhor resultado que as demais cidades. Conclusão: A intervenção mostrou ser uma iniciativa adequada para a melhoria da qualidade da informação sobre causa de morte e deve ser estimulada.

ABSTRACT Introduction: Knowing the number of deaths and their causes is relevant information for public health managers. However, the cause of death is often classified with codes that are not useful for mortality analysis, called garbage codes (GC). Objective: To describe and evaluate the impact of investigation of the underlying cause of poorly classified deaths on death certificates in 2017. Methods: Based on a standardized protocol, GC deaths from 60 municipalities were investigated, mainly in hospital records and autopsy services. Managers at the state level of the Mortality Information System also developed procedures to improve the classification of causes of death, with the consequent adherence of other municipalities (n = 4022). This made it possible to compare the results of GC research between these two groups of municipalities. Results: In the country, among the 108,826 GC investigated in 2017, 48% were reclassified to specific causes. In the 60 focus municipalities, 58% of the 35,366 investigated deaths from GC were reclassified. After the intervention, the proportion of deaths classified as GC decreased by 11% in the country and 17% in the municipalities. Discussion: The research in hospital records enabled almost half of the deaths from GC investigated to be reclassified. This is the first study to investigate GC in hospital records of more than 100,000 deaths. The 60 cities targeted by the intervention had better results than the other cities. Conclusion: The intervention proved to be an appropriate initiative to improve the quality of information on cause of death and should be encouraged.

RESUMO Introdução: O acidente vascular cerebral não especificado (AVC-NE) é de grande relevância nas estatísticas de mortalidade, sendo a quarta maior causa de morte no Brasil. O objetivo deste estudo foi identificar o perfil de causas reclassificadas após investigação de óbitos por AVC-NE no Brasil. Métodos: Foram selecionados todos os óbitos registrados em 2017 no Sistema de Informação sobre Mortalidade (SIM) como AVC-NE, considerados códigos garbage. As causas específicas, detectadas após investigação em 60 cidades selecionadas, foram analisadas segundo idade e sexo. Resultados: Do total de óbitos por AVC-NE das 60 cidades (n = 11.289), foram investigados 25,8%, dos quais 56,3% foram reclassificados para AVC isquêmico, 12,7% para AVC hemorrágico, e 23,3% migraram para outras causas específicas, como diabetes e doença renal crônica, em ambos os sexos. Discussão: A maior proporção de reclassificação dos óbitos por AVC-NE para AVC isquêmico em relação ao hemorrágico era esperada. No entanto, a detecção de outras causas específicas fora do grupo de AVC indica possíveis problemas de qualidade do preenchimento das causas na declaração de óbito (DO). Conclusão: As investigações realizadas permitiram identificação de subgrupos de AVC. Além da investigação, entretanto, é importante realizar capacitação com médicos para o preenchimento adequado da DO, a fim de melhorar as estimativas da mortalidade por AVC específico e possibilitar direcionamento adequado das ações e dos serviços de saúde.

ABSTRACT Introduction: Unspecified stroke (UnST) is of great importance in mortality statistics, as it is the fourth leading cause of death in Brazil. The objective of this study was to identify the profile of reclassified causes of death after investigation of deaths caused by UnST in Brazil. Methods: All deaths registered as UnST in 2017 in the Mortality Information System (SIM) were considered as garbage codes. The specific causes, detected after investigation in 60 selected cities, were analyzed by age and sex. Results: Of the total deaths due to UnST identified in these 60 cities (n = 11,289), 25.8% were investigated. Of these, 56.3% were reclassified to ischemic stroke, 12.7% to hemorrhagic stroke, and 23.3% to other specific causes, such as diabetes and chronic kidney disease, in both sexes. Discussion: The higher proportion of deaths due to ischemic stroke in comparison to hemorrhagic stroke was expected. However, the detection of other specific causes outside the stroke group indicates possible quality problems in the filling of death certificate (DC). Conclusion: The investigations allowed the identification of subgroups of deaths due to stroke. In addition to the research, however, it is important to conduct physician training in the adequate filling in of the DC, in order to improve estimates of specific stroke mortality, and to enable appropriate targeting of health actions and services.