RESUMEN Objetivo: Estimar la prevalencia de multimorbilidad en personas mayores y su asociación con características sociodemográficas, estilo de vida y antropometría. Métodos: Estudio transversal, con datos de la Encuesta Nacional de Salud, 2019. Se seleccionaron aleatoriamente 22.728 personas mayores de los 27 estados brasileños. Se emplearon modelos de regresión de Poisson con varianza robusta y se adoptó un nivel de significancia del 5%. Resultados: La prevalencia de multimorbilidad fue del 51,6% (IC95%: 50,4-52,7), siendo las mayores estimaciones observadas en el Sur y Sudeste. La multimorbilidad se asoció con el sexo femenino (RPa=1,33; IC95%: 1,27-1,39), tener 80 años o más (RPa= 1,12; IC95%: 1,05-1,19), baja escolaridad (RPa=1,16; IC95%:1,07-1,25), consumo de cigarrillo en el pasado (RPa=1,16; IC95%:1,11-1,21), práctica insuficiente de actividad física (RPa= 1,13; IC95%:1,06-1,21) y uso de pantallas por 3 horas o más al día (RPa=1,13; IC95%:1,08-1,18). Conclusión: La multimorbilidad afecta a más de la mitad de la población anciana de Brasil y está asociada a factores sociales, demográficos y conductuales. Objetivo sociodemográficas antropometría Métodos transversal Salud 2019 22728 22 728 22.72 2 brasileños 5 5% Resultados 516 51 6 51,6 IC95% IC95 IC (IC95% 50,452,7, 504527 50,4 52,7 , 50 4 52 7 50,4-52,7) Sudeste RPa=1,33 RPa133 RPa 1 33 (RPa=1,33 1,271,39, 127139 1,27 1,39 39 1,27-1,39) 8 RPa= (RPa 1,12 112 12 1,051,19, 105119 1,05 1,19 05 19 1,05-1,19) RPa=1,16 RPa116 16 (RPa=1,16 IC95%1,071,25, IC95107125 1,07 1,25 07 25 IC95%:1,07-1,25) IC95%1,111,21, IC95111121 1,11 1,21 11 21 IC95%:1,11-1,21) 1,13 113 13 IC95%1,061,21 IC95106121 1,06 06 IC95%:1,06-1,21 RPa=1,13 RPa113 (RPa=1,13 IC95%1,081,18. IC95108118 1,08 1,18 . 08 18 IC95%:1,08-1,18) Conclusión sociales conductuales 201 2272 72 22.7 51, IC9 (IC95 452 50,452,7 50452 504 50, 527 52, 50,4-52,7 RPa=1,3 RPa13 (RPa=1,3 271 1,271,39 12713 127 1,2 139 1,3 1,27-1,39 1,1 051 1,051,19 10511 105 1,0 119 0 1,05-1,19 RPa=1,1 RPa11 (RPa=1,1 071 IC95%1,071,25 IC9510712 107 125 IC95%:1,07-1,25 111 IC95%1,111,21 IC9511112 121 IC95%:1,11-1,21 061 IC95%1,061,2 IC9510612 106 IC95%:1,06-1,2 081 IC95%1,081,18 IC9510811 108 118 IC95%:1,08-1,18 20 227 22. (IC9 45 50,452, 5045 50,4-52, RPa=1, RPa1 (RPa=1, 1,271,3 1271 1, 1,27-1,3 1,051,1 1051 10 1,05-1,1 IC95%1,071,2 IC951071 IC95%:1,07-1,2 IC95%1,111,2 IC951111 IC95%:1,11-1,2 IC95%1,061, IC951061 IC95%:1,06-1, IC95%1,081,1 IC951081 IC95%:1,08-1,1 (IC 50,452 50,4-52 RPa=1 (RPa=1 1,271, 1,27-1, 1,051, 1,05-1, IC95%1,071, IC95107 IC95%:1,07-1, IC95%1,111, IC95111 IC95%:1,11-1, IC95%1,061 IC95106 IC95%:1,06-1 IC95%1,081, IC95108 IC95%:1,08-1, 50,45 50,4-5 1,271 1,27-1 1,051 1,05-1 IC95%1,071 IC9510 IC95%:1,07-1 IC95%1,111 IC9511 IC95%:1,11-1 IC95%1,06 IC95%:1,06- IC95%1,081 IC95%:1,08-1 50,4- 1,27- 1,05- IC95%1,07 IC951 IC95%:1,07- IC95%1,11 IC95%:1,11- IC95%1,0 IC95%:1,06 IC95%1,08 IC95%:1,08- IC95%:1,07 IC95%1,1 IC95%:1,11 IC95%1, IC95%:1,0 IC95%:1,08 IC95%:1,1 IC95%1 IC95%:1, IC95%:1

ABSTRACT Objective: To estimate the prevalence of multimorbidity in elderly people and its association with sociodemographic characteristics, lifestyle, and anthropometry. Methods: This was a cross-sectional study using data from the National Health Survey, 2019. A total of 22,728 elderly individuals from all 27 Brazilian states were randomly selected. Poisson regression models with robust variance were employed, and a significance level of 5% was adopted. Results: The prevalence of multimorbidity was 51.6% (95% CI: 50.4-52.7), with the highest estimates observed in the South and Southeast. Multimorbidity was associated with being female (aPR = 1.33; 95% CI: 1.27-1.39), being 80 years old or older (aPR = 1.12; 95% CI: 1.05-1.19), having low education (aPR = 1.16; 95% CI: 1.07-1.25), past cigarette use (aPR = 1.16; 95% CI: 1.11-1.21), insufficient physical activity (aPR = 1.13; 95% CI: 1.06-1.21), and screen use for 3 hours or more per day (aPR = 1.13; 95% CI: 1.08-1.18). Conclusion: Multimorbidity affects more than half of the elderly population in Brazil and is associated with social, demographic, and behavioral factors. Objective characteristics lifestyle anthropometry Methods crosssectional cross sectional Survey 2019 22728 22 728 22,72 2 selected employed 5 adopted Results 516 51 6 51.6 95 (95 CI 50.452.7, 504527 50.4 52.7 , 50 4 52 7 50.4-52.7) Southeast aPR 1.33 133 1 33 1.271.39, 127139 1.27 1.39 39 1.27-1.39) 8 1.12 112 12 1.051.19, 105119 1.05 1.19 05 19 1.05-1.19) 1.16 116 16 1.071.25, 107125 1.07 1.25 07 25 1.07-1.25) 1.111.21, 111121 1.11 1.21 11 21 1.11-1.21) 1.13 113 13 1.061.21, 106121 1.06 06 1.06-1.21) 1.081.18. 108118 1.08 1.18 . 08 18 1.08-1.18) Conclusion social demographic factors 201 2272 72 22,7 51. 9 (9 452 50.452.7 50452 504 50. 527 52. 50.4-52.7 1.3 271 1.271.39 12713 127 1.2 139 1.27-1.39 1.1 051 1.051.19 10511 105 1.0 119 0 1.05-1.19 071 1.071.25 10712 107 125 1.07-1.25 111 1.111.21 11112 121 1.11-1.21 061 1.061.21 10612 106 1.06-1.21 081 1.081.18 10811 108 118 1.08-1.18 20 227 22, ( 45 50.452. 5045 50.4-52. 1. 1.271.3 1271 1.27-1.3 1.051.1 1051 10 1.05-1.1 1.071.2 1071 1.07-1.2 1.111.2 1111 1.11-1.2 1.061.2 1061 1.06-1.2 1.081.1 1081 1.08-1.1 50.452 50.4-52 1.271. 1.27-1. 1.051. 1.05-1. 1.071. 1.07-1. 1.111. 1.11-1. 1.061. 1.06-1. 1.081. 1.08-1. 50.45 50.4-5 1.271 1.27-1 1.051 1.05-1 1.071 1.07-1 1.111 1.11-1 1.061 1.06-1 1.081 1.08-1 50.4- 1.27- 1.05- 1.07- 1.11- 1.06- 1.08-

RESUMO Objetivo: Estimar a prevalência de multimorbidade em pessoas idosas e sua associação com características sociodemográficas, estilo de vida e antropometria. Métodos: Estudo transversal, com dados da Pesquisa Nacional de Saúde, 2019. Foram selecionadas aleatoriamente 22.728 pessoas idosas dos 27 estados brasileiros. Empregaram-se modelos de regressão de Poisson com variância robusta e adotou-se um nível de significância de 5%. Resultados: A prevalência de multimorbidade foi de 51,6% (IC95%: 50,4-52,7), sendo as maiores estimativas observadas no Sul e Sudeste. A multimorbidade foi associada ao sexo feminino (RPa=1,33; IC95%: 1,27-1,39), ter 80 anos ou mais (RPa= 1,12; IC95%: 1,05-1,19), baixa escolaridade (RPa=1,16; IC95%:1,07-1,25), consumo de cigarro no passado (RPa=1,16; IC95%:1,11-1,21), prática insuficiente de atividade física (RPa= 1,13; IC95%:1,06-1,21) e uso de telas por 3 horas ou mais por dia (RPa=1,13; IC95%:1,08-1,18). Conclusão: A multimorbidade afeta mais da metade da população idosa do Brasil e está associada a fatores sociais, demográficos e comportamentais. Objetivo sociodemográficas antropometria Métodos transversal Saúde 2019 22728 22 728 22.72 2 brasileiros Empregaramse Empregaram se adotouse adotou 5 5% Resultados 516 51 6 51,6 IC95% IC95 IC (IC95% 50,452,7, 504527 50,4 52,7 , 50 4 52 7 50,4-52,7) Sudeste RPa=1,33 RPa133 RPa 1 33 (RPa=1,33 1,271,39, 127139 1,27 1,39 39 1,27-1,39) 8 RPa= (RPa 1,12 112 12 1,051,19, 105119 1,05 1,19 05 19 1,05-1,19) RPa=1,16 RPa116 16 (RPa=1,16 IC95%1,071,25, IC95107125 1,07 1,25 07 25 IC95%:1,07-1,25) IC95%1,111,21, IC95111121 1,11 1,21 11 21 IC95%:1,11-1,21) 1,13 113 13 IC95%1,061,21 IC95106121 1,06 06 IC95%:1,06-1,21 RPa=1,13 RPa113 (RPa=1,13 IC95%1,081,18. IC95108118 1,08 1,18 . 08 18 IC95%:1,08-1,18) Conclusão sociais comportamentais 201 2272 72 22.7 51, IC9 (IC95 452 50,452,7 50452 504 50, 527 52, 50,4-52,7 RPa=1,3 RPa13 (RPa=1,3 271 1,271,39 12713 127 1,2 139 1,3 1,27-1,39 1,1 051 1,051,19 10511 105 1,0 119 0 1,05-1,19 RPa=1,1 RPa11 (RPa=1,1 071 IC95%1,071,25 IC9510712 107 125 IC95%:1,07-1,25 111 IC95%1,111,21 IC9511112 121 IC95%:1,11-1,21 061 IC95%1,061,2 IC9510612 106 IC95%:1,06-1,2 081 IC95%1,081,18 IC9510811 108 118 IC95%:1,08-1,18 20 227 22. (IC9 45 50,452, 5045 50,4-52, RPa=1, RPa1 (RPa=1, 1,271,3 1271 1, 1,27-1,3 1,051,1 1051 10 1,05-1,1 IC95%1,071,2 IC951071 IC95%:1,07-1,2 IC95%1,111,2 IC951111 IC95%:1,11-1,2 IC95%1,061, IC951061 IC95%:1,06-1, IC95%1,081,1 IC951081 IC95%:1,08-1,1 (IC 50,452 50,4-52 RPa=1 (RPa=1 1,271, 1,27-1, 1,051, 1,05-1, IC95%1,071, IC95107 IC95%:1,07-1, IC95%1,111, IC95111 IC95%:1,11-1, IC95%1,061 IC95106 IC95%:1,06-1 IC95%1,081, IC95108 IC95%:1,08-1, 50,45 50,4-5 1,271 1,27-1 1,051 1,05-1 IC95%1,071 IC9510 IC95%:1,07-1 IC95%1,111 IC9511 IC95%:1,11-1 IC95%1,06 IC95%:1,06- IC95%1,081 IC95%:1,08-1 50,4- 1,27- 1,05- IC95%1,07 IC951 IC95%:1,07- IC95%1,11 IC95%:1,11- IC95%1,0 IC95%:1,06 IC95%1,08 IC95%:1,08- IC95%:1,07 IC95%1,1 IC95%:1,11 IC95%1, IC95%:1,0 IC95%:1,08 IC95%:1,1 IC95%1 IC95%:1, IC95%:1

Resumo Objetivo: estimar a prevalência de multimorbidade por doenças crônicas não transmissíveis em idosos residentes no Nordeste brasileiro e analisar sua associação com fatores sociodemográficos, comportamentais e antropométricos. Método: estudo transversal, com 3.141 idosos, participantes da Pesquisa Nacional de Saúde, 2013. A variável dependente foi multimorbidade e as variáveis independentes foram indicadores sociodemográficos, comportamentais e antropométricos. Realizaram-se análises descritivas, bivariadas e modelos de regressão logística. Resultados: A prevalência de multimorbidade foi 23,7%, sendo o estado de Alagoas o que apresentou maior prevalência desse desfecho (27,2%). Associaram-se à ocorrência de multimorbidade: sexo feminino (OR=1,33; p=0,002), idade superior a 80 anos (OR=1,35; p=0,019) e excesso de peso (sobrepeso ou obesidade) (OR=1,37 p=0,001). Foram identificados como fatores de proteção a cor parda (OR=0,79; p=0,013) e o baixo peso (OR=0,71; p=0,017). Conclusão: A prevalência de multimorbidade em idosos que vivem em comunidade, na região Nordeste do Brasil, foi de quase um quarto da população do estudo, destacando-se o estado de Alagoas com maior prevalência. O sexo, a faixa etária, a cor de pele e o excesso de peso se associaram ao desfecho. O conhecimento desses fatores pode nortear o cuidado em saúde quanto à prevenção, controle e redução de complicações dessas doenças e agravos, além de sugerir o fortalecimento de estratégias e políticas de educação em saúde.

Abstract Objective: To estimate the prevalence of multimorbidity arising from chronic noncommunicable diseases among older residents of the northeast of Brazil and to analyze its association with sociodemographic, behavioral and anthropometric factors. Method: A cross-sectional study was carried out with 3,141 older participants of the National Health Survey (2013). The dependent variable was multimorbidity, and the independent variables were sociodemographic, behavioral and anthropometric indicators. Descriptive, bivariate analyzes and logistic regression models were applied. Results: The prevalence of multimorbidity was 23.7%, with the state of Alagoas having the highest prevalence (27.2%). The occurrence of multimorbidity was associated with the female sex (OR=1.33; p=0.002), age over 80 years (OR=1.35; p=0.019) and being overweight (OR =1.37 p= 0.001). The protective factors were brown skin color (OR=0.79; p=0.013) and low weight (OR =0.71; p=0.017). Conclusion: The prevalence of multimorbidity in community-dwelling older adults in the northeast of Brazil was almost one quarter of the study population, with the state of Alagoas having the highest prevalence. Sex, age, skin color and being overweight were associated with the outcome. Knowledge of these factors can guide health care in the prevention, control and reduction of complications of these diseases, and support the strengthening of health education strategies and policies.