Objective: to analyze the influence of socioeconomic inequality on COVID-19 distribution in Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities, and other variables. Methods: ecological study on hospitalizations and deaths from Covid-19 in 2020; outcome data obtained from Ministry of Health. Incidence ratio estimated via a generalized linear model with negative binomial distribution. Results: 291,073 hospitalizations and 139,953 deaths were identified; higher mortality rate in municipalities with highest proportion of non-white population (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sanitary sewage was protective (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99) and higher proportion of population in subnormal agglomerations was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people with emergency assistance (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion: Socioeconomic conditions affected illness and death from COVID-19 in Brazil

Objetivo: analizar influencia de desigualdad socioeconómica en distribución de COVID-19 en municipios brasileños, controlando por infraestructura hospitalaria, comorbilidades y otras variables. Métodos: estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos de resultado del Ministerio de Salud; razón de incidencia estimada a través de modelo lineal generalizado con distribución binomial negativa. Resultados: 291.073 hospitalizaciones y 139.953 defunciones; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y mayor proporción de población en aglomeraciones subnormales fue factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión: Condiciones socioeconómicas afectaron enfermedad y muerte por COVID-19.

Objetivo: analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (gt; 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos: estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados: identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos desfechos, esgotamento sanitário foi protetivo(internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95%0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão: condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil.

Resumen Objetivo analizar la influencia de la desigualdad socioeconómica en la distribución de COVID-19 en los mayores municipios brasileños (> 100 mil habitantes), controlando, por la infraestructura hospitalaria, comorbilidades y otras variables. Métodos estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos del resultado fueran obtenidos del Ministerio de Salud; razón de incidencia estimada a través del modelo lineal generalizado. Resultados 291.073 hospitalizaciones y 139.953 muertes; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); el alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y la mayor proporción de población en aglomeraciones subnormales fue un factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión las condiciones socioeconómicas afectaron la enfermedad y la muerte por COVID-19. COVID19 COVID 19 COVID-1 > ( 10 habitantes, habitantes , habitantes) controlando hospitalaria variables 2020 Salud generalizado 291073 291 073 291.07 139953 139 953 139.95 IC95 IC (IC95 1,011,16 101116 1,01 1,16 1 01 16 1,011,13 101113 1,13 13 1,01;1,13) 0,870,99 087099 0,87 0,99 0 87 99 0,87;0,9 0,900,99 090099 0,90 90 0,90;0,99 1,01;1,1 1,091,21, 109121 1,09 1,21 09 21 1,09;1,21) 0,881,00, 088100 0,88 1,00, 88 00 0,88;1,00 0,890,98. 089098 0,89 0,98 . 89 98 0,89;0,98) COVID19. 19. COVID1 COVID- 202 29107 29 07 291.0 13995 95 139.9 IC9 (IC9 011 1,011,1 10111 101 1,0 116 1,1 113 1,01;1,13 870 0,870,9 08709 087 0,8 099 0,9 8 9 0,87;0, 900 0,900,9 09009 090 0,90;0,9 1,01;1, 091 1,091,21 10912 109 121 1,2 2 1,09;1,21 881 0,881,00 08810 088 1,00 0,88;1,0 890 0,890,98 08909 089 098 0,89;0,98 20 2910 291. 1399 139. (IC 1,011, 1011 1, 11 0,870, 0870 08 0, 0,87;0 0,900, 0900 0,90;0, 1,01;1 1,091,2 1091 12 1,09;1,2 0,881,0 0881 0,88;1, 0,890,9 0890 0,89;0,9 1,011 0,870 0,87; 0,900 0,90;0 1,01; 1,091, 1,09;1, 0,881, 0,88;1 0,890, 0,89;0, 0,90; 1,091 1,09;1 0,881 0,88; 0,890 0,89;0 1,09; 0,89;

Abstract Objective to analyze the influence of socioeconomic inequality on COVID-19 distribution in larger Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities and other variables. Methods this was an ecological study of COVID-19 hospitalizations and deaths in 2020; outcome data were obtained from the Ministry of Health; incidence ratios were estimated using a generalized linear model. Results we identified 291,073 hospitalizations and 139,953 deaths; we found higher mortality rates in municipalities with a higher proportion of non-White people (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sewerage systems was protective for both outcomes (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99), while a higher proportion of the population in subnormal housing clusters was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people receiving Emergency Aid (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion socioeconomic conditions affected illness and death due to COVID-19 in Brazil. COVID19 COVID 19 COVID-1 infrastructure variables 2020 Health model 291073 291 073 291,07 139953 139 953 139,95 nonWhite non White 95CI CI 95 1.011.16 101116 1.01 1.16 1 01 16 1.011.13 101113 1.13 13 1.01;1.13) (hospitalizations 0.870.99 087099 0.87 0.99 0 87 99 0.87;0.9 0.900.99, 090099 0.90 , 90 0.90;0.99) 1.01;1.1 1.091.21, 109121 1.09 1.21 09 21 1.09;1.21) 0.881.00 088100 0.88 1.00 88 00 0.88;1.0 0.890.98. 089098 0.89 0.98 . 89 98 0.89;0.98) Brazil COVID1 COVID- 202 29107 29 07 291,0 13995 139,9 9 011 1.011.1 10111 101 1.0 116 1.1 113 1.01;1.13 870 0.870.9 08709 087 0.8 099 0.9 8 0.87;0. 900 0.900.99 09009 090 0.90;0.99 1.01;1. 091 1.091.21 10912 109 121 1.2 2 1.09;1.21 881 0.881.0 08810 088 100 0.88;1. 890 0.890.98 08909 089 098 0.89;0.98 20 2910 291, 1399 139, 1.011. 1011 10 1. 11 0.870. 0870 08 0. 0.87;0 0.900.9 0900 0.90;0.9 1.01;1 1.091.2 1091 12 1.09;1.2 0.881. 0881 0.88;1 0.890.9 0890 0.89;0.9 1.011 0.870 0.87; 0.900. 0.90;0. 1.01; 1.091. 1.09;1. 0.881 0.88; 0.890. 0.89;0. 0.900 0.90;0 1.091 1.09;1 0.890 0.89;0 0.90; 1.09; 0.89;

Resumo Objetivo analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (> 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos os desfechos, esgotamento sanitário foi protetivo (internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95% 0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil. covid19 covid 19 covid-1 > ( 10 habitantes, habitantes , habitantes) controlando hospitalar variáveis 2020 Saúde generalizado 291073 291 073 291.07 139953 139 953 139.95 encontrouse encontrou se IC95 IC (IC95 1,011,16 101116 1,01 1,16 1 01 16 1,011,13 101113 1,13 13 1,01;1,13) desfechos (internações 0,870,99 087099 0,87 0,99 0 87 99 0,87;0,9 0,900,99, 090099 0,90 90 0,90;0,99) revelouse revelou 1,01;1,1 1,091,21 109121 1,09 1,21 09 21 1,09;1,21 interação 0,881,00 088100 0,88 1,00 88 00 0,88;1,0 0,890,98. 089098 0,89 0,98 . 89 98 0,89;0,98) Brasil covid1 covid- 202 29107 29 07 291.0 13995 95 139.9 IC9 (IC9 011 1,011,1 10111 101 1,0 116 1,1 113 1,01;1,13 870 0,870,9 08709 087 0,8 099 0,9 8 9 0,87;0, 900 0,900,99 09009 090 0,90;0,99 1,01;1, 091 1,091,2 10912 109 121 1,2 2 1,09;1,2 881 0,881,0 08810 088 0,88;1, 890 0,890,98 08909 089 098 0,89;0,98 20 2910 291. 1399 139. (IC 1,011, 1011 1, 11 0,870, 0870 08 0, 0,87;0 0,900,9 0900 0,90;0,9 1,01;1 1,091, 1091 12 1,09;1, 0,881, 0881 0,88;1 0,890,9 0890 0,89;0,9 1,011 0,870 0,87; 0,900, 0,90;0, 1,01; 1,091 1,09;1 0,881 0,88; 0,890, 0,89;0, 0,900 0,90;0 1,09; 0,890 0,89;0 0,90; 0,89;

Resumen Objetivo analizar la influencia de la desigualdad socioeconómica en la distribución de COVID-19 en los mayores municipios brasileños (> 100 mil habitantes), controlando, por la infraestructura hospitalaria, comorbilidades y otras variables. Métodos estudio ecológico sobre hospitalizaciones y muertes por COVID-19 en 2020; datos del resultado fueran obtenidos del Ministerio de Salud; razón de incidencia estimada a través del modelo lineal generalizado. Resultados 291.073 hospitalizaciones y 139.953 muertes; mayor tasa de mortalidad en municipios con mayor proporción de población no blanca (IC95% 1,01;1,16) y con más hogares con más de dos personas por habitación (IC95% 1,01;1,13); el alcantarillado sanitario resultó protector (hospitalizaciones: IC95% 0,87;0,99 – muertes: IC95% 0,90;0,99) y la mayor proporción de población en aglomeraciones subnormales fue un factor de riesgo (hospitalizaciones: IC95% 1,01;1,16 – muertes: IC95% 1,09;1,21), interactuando con proporción de personas con asistencia de emergencia (hospitalizaciones IC95% 0,88;1,00, defunciones IC95% 0,89;0,98). Conclusión las condiciones socioeconómicas afectaron la enfermedad y la muerte por COVID-19.

Resumo Objetivo analisar a influência da desigualdade socioeconômica na distribuição da covid-19 nos maiores municípios brasileiros (> 100 mil habitantes), controlando, pelo efeito da infraestrutura hospitalar, comorbidades e outras variáveis. Métodos estudo ecológico sobre internações e óbitos por covid-19 em 2020; dados de desfecho obtidos do Ministério da Saúde; a razão de incidência foi estimada via modelo linear generalizado. Resultados identificados 291.073 internações e 139.953 óbitos; encontrou-se maior taxa de mortalidade nos municípios com maior população não branca (IC95% 1,01;1,16) e nos domicílios com mais de duas pessoas por cômodo (IC95% 1,01;1,13); para ambos os desfechos, esgotamento sanitário foi protetivo (internações: IC95% 0,87;0,99 – óbitos: IC95% 0,90;0,99), e população em aglomerados subnormais revelou-se fator de risco (internações: IC95% 1,01;1,16 – óbitos: IC95% 1,09;1,21) com interação, com a proporção de pessoas a receber auxílio emergencial (internações: IC95% 0,88;1,00 – óbitos: IC95% 0,89;0,98). Conclusão condições socioeconômicas afetaram o adoecimento e morte por covid-19 no Brasil.

Abstract Objective to analyze the influence of socioeconomic inequality on COVID-19 distribution in larger Brazilian municipalities, controlling for effect of hospital infrastructure, comorbidities and other variables. Methods this was an ecological study of COVID-19 hospitalizations and deaths in 2020; outcome data were obtained from the Ministry of Health; incidence ratios were estimated using a generalized linear model. Results we identified 291,073 hospitalizations and 139,953 deaths; we found higher mortality rates in municipalities with a higher proportion of non-White people (95%CI 1.01;1.16) and with more households with more than two people per room (95%CI 1.01;1.13); presence of sewerage systems was protective for both outcomes (hospitalizations: 95%CI 0.87;0.99 – deaths: 95%CI 0.90;0.99), while a higher proportion of the population in subnormal housing clusters was a risk factor (hospitalizations: 95%CI 1.01;1.16 – deaths: 95%CI 1.09;1.21), with this variable interacting with the proportion of people receiving Emergency Aid (hospitalizations: 95%CI 0.88;1.00 – deaths: 95%CI 0.89;0.98). Conclusion socioeconomic conditions affected illness and death due to COVID-19 in Brazil.

ABSTRACT BACKGROUND: Advanced age, multiple chronic diseases and frailty have been correlated with worse prognosis among coronavirus disease 2019 (COVID-19) inpatients. OBJECTIVE: To investigate potential risk factors for hospitalization and death due to COVID-19 among frail community-dwelling elderly people. DESIGN AND SETTING: Retrospective cohort study of patients followed up at a geriatric outpatient clinic in Belo Horizonte, Minas Gerais, Brazil. METHODS: The associations of demographic characteristics (age and sex) and clinical characteristics (frailty, multimorbidity, number of medications with long-term use, obesity, smoking, diabetes mellitus, pulmonary diseases, cardiovascular diseases, cerebrovascular disease, and chronic kidney disease) with the risk of hospitalization and death due to COVID-19 were explored using a multivariable logistic regression model. RESULTS: 5,295 patients (mean age 78.6 ± 9.4 years; 72.6% females) were included. After adjustments, the number of medications with long-term use was found to increase the odds of hospitalization due to COVID-19 (odds ratio, OR: 1.13; 95% confidence interval, CI: 1.06-1.22). Frailty, multimorbidity and diabetes mellitus also increased the odds of hospitalization (OR: 1.06, 95% CI: 1.02-1.09; OR: 1.17, 95% CI: 1.09-1.26; and OR: 2.27, 95% CI: 1.45-3.54, respectively) and the odds of death due to COVID-19 (OR: 1.07, 95% CI: 1.00-1.14; OR: 1.16, 95% CI: 1.03-1.32; and OR: 2.69, 95% CI: 1.79-6.14, respectively). CONCLUSIONS: Multimorbidity, frailty and diabetes mellitus increased the odds of hospitalization and death due to COVID-19 and the number of medications with long-term use increased the odds of hospitalization due to COVID-19 among frail community-dwelling elderly people.

Resumo Este trabalho analisou as estratégias de relaxamento do isolamento social adotadas pelas doze maiores cidades brasileiras em 2020, em relação ao número de casos, número de óbitos e ao número efetivo de reprodução (Rt), considerados internacionalmente os critérios epidemiológicos fundamentais para permitir uma maior mobilidade da população nos espaços públicos. O governo federal não estabeleceu diretrizes únicas nem para o fechamento nem para a abertura, e os estados e municípios assumiram o protagonismo na definição da estratégia. Até 31 de julho, em Belém do Pará, Fortaleza, Manaus, Recife e Rio de Janeiro, onde o pico epidêmico já havia sido ultrapassado, e em Salvador e São Paulo, em que o pico parecia já ter sido atingido, o Rt seguiu uma curva decrescente após as aberturas. Em Porto Alegre, aonde a curva epidêmica foi achatada, houve aumento do Rt após o início do relaxamento. Em Belo Horizonte, Brasília, Curitiba e Goiânia, nos quais a curva também foi achatada, o Rt manteve-se estável após a abertura. A decisão de como operacionalizar o relaxamento do isolamento social e a velocidade com que isso aconteceu foi heterogênea entre as cidades estudadas. Além disso, amplas estratégias de testagem populacional não foram realizadas em nenhuma das cidades.

Abstract We analyzed the social isolation relaxation strategies adopted by the twelve biggest Brazilian cities in 2020, in relation to the number of cases, number of deaths and the effective reproduction number (Rt), which are internationally considered the fundamental epidemiological criteria for allowing wider population mobility in public spaces. The Brazilian central government has not set unique guidelines neither for closure nor for opening, and states and cities have taken the lead in strategy definition. Until July 31 2020, in Belém do Pará, Fortaleza, Manaus, Recife and Rio de Janeiro, where the epidemic peak had already been surpassed, and in Salvador and São Paulo, in which the peak seemed to be already reached, the Rt curve followed a decreasing path after the openings. Porto Alegre, a city in which the epidemic curve was flattened, had an increase in Rt after the start of relaxation. In Belo Horizonte, Brasília, Curitiba and Goiânia, where the curve was also flattened, the Rt remained stable after the opening. The decision on how to operationalize the relaxation of social isolation and the speed with which it happened was heterogeneous among the cities studied. Also, broad population testing strategies were not done in any of the cities.

Resumo Este trabalho analisou as estratégias de relaxamento do isolamento social adotadas pelas doze maiores cidades brasileiras em 2020, em relação ao número de casos, número de óbitos e ao número efetivo de reprodução (Rt), considerados internacionalmente os critérios epidemiológicos fundamentais para permitir uma maior mobilidade da população nos espaços públicos. O governo federal não estabeleceu diretrizes únicas nem para o fechamento nem para a abertura, e os estados e municípios assumiram o protagonismo na definição da estratégia. Até 31 de julho, em Belém do Pará, Fortaleza, Manaus, Recife e Rio de Janeiro, onde o pico epidêmico já havia sido ultrapassado, e em Salvador e São Paulo, em que o pico parecia já ter sido atingido, o Rt seguiu uma curva decrescente após as aberturas. Em Porto Alegre, aonde a curva epidêmica foi achatada, houve aumento do Rt após o início do relaxamento. Em Belo Horizonte, Brasília, Curitiba e Goiânia, nos quais a curva também foi achatada, o Rt manteve-se estável após a abertura. A decisão de como operacionalizar o relaxamento do isolamento social e a velocidade com que isso aconteceu foi heterogênea entre as cidades estudadas. Além disso, amplas estratégias de testagem populacional não foram realizadas em nenhuma das cidades.

Abstract We analyzed the social isolation relaxation strategies adopted by the twelve biggest Brazilian cities in 2020, in relation to the number of cases, number of deaths and the effective reproduction number (Rt), which are internationally considered the fundamental epidemiological criteria for allowing wider population mobility in public spaces. The Brazilian central government has not set unique guidelines neither for closure nor for opening, and states and cities have taken the lead in strategy definition. Until July 31 2020, in Belém do Pará, Fortaleza, Manaus, Recife and Rio de Janeiro, where the epidemic peak had already been surpassed, and in Salvador and São Paulo, in which the peak seemed to be already reached, the Rt curve followed a decreasing path after the openings. Porto Alegre, a city in which the epidemic curve was flattened, had an increase in Rt after the start of relaxation. In Belo Horizonte, Brasília, Curitiba and Goiânia, where the curve was also flattened, the Rt remained stable after the opening. The decision on how to operationalize the relaxation of social isolation and the speed with which it happened was heterogeneous among the cities studied. Also, broad population testing strategies were not done in any of the cities.

O objetivo deste artigo foi comparar os fatores associados às internações hospitalares no Brasil em 1998 e 2003. A Pesquisa Nacional por Amostra de Domicílios de 2003 foi analisada utilizando modelo de regressão logística com pesos normalizados, tendo o Modelo Comportamental de Andersen como base teórica, e os resultados foram comparados aos da PNAD 1998 anteriormente publicados. Houve diminuição dos coeficientes de internação para mulheres em idade reprodutiva e para idosos; e aumento dos coeficientes para crianças. Para adultos, houve aumento da desigualdade por renda no uso de internações hospitalares. Para crianças, aquelas sem renda tiveram uma maior chance de internação. Não houve efeito de raça e escolaridade nas internações. Algumas tendências mais gerais do uso das internações hospitalares no Brasil puderam ser verificadas neste estudo: o aumento da participação dos procedimentos cirúrgicos, em detrimento dos partos; a diminuição dos tempos médios de permanência; o aumento da participação dos hospitais públicos; o aumento da participação do SUS, em detrimento da participação dos planos de saúde e do financiamento do próprio bolso; a diminuição da existência de fonte dupla de financiamento para as internações e uma grande proporção de pessoas satisfeitas com o atendimento recebido.

The objective of this paper was to compare hospital admission associated factors in Brazil in 1998 and 2003. The data of the 2003 National Household Survey Health Supplement were analyzed using a logistic regression model with normalized weights, using Andersen's Behavioral Model, and the results were compared to those published in the PNAD 1998. There was a decrease in hospital admission coefficients for women in reproductive age and older adults, and an increase in the coefficient for children. For adults, there was an increase in inequality in hospital admissions according to the income. Among children, those with no income had more chances for hospital admission. Race and educational level had no influence in hospital admissions. Some general trends with respect to hospital admissions in Brazil could be verified in this study: the increase in admissions for surgical procedures, the decrease in admissions related to pregnancy, childbirth and puerperium, shorter in-patient care, the increase in admissions to public hospitals, the increase in admissions financed by the Brazilian Unified Health System (SUS) in comparison to admissions covered by private health insurances and out-of-pocket payment, the decrease in admissions financed by more than one system and the great proportion of users satisfied with the care they received.

O objetivo deste artigo foi comparar os fatores associados às internações hospitalares no Brasil em 1998 e 2003. A Pesquisa Nacional por Amostra de Domicílios de 2003 foi analisada utilizando modelo de regressão logística com pesos normalizados, tendo o Modelo Comportamental de Andersen como base teórica, e os resultados foram comparados aos da PNAD 1998 anteriormente publicados. Houve diminuição dos coeficientes de internação para mulheres em idade reprodutiva e para idosos; e aumento dos coeficientes para crianças. Para adultos, houve aumento da desigualdade por renda no uso de internações hospitalares. Para crianças, aquelas sem renda tiveram uma maior chance de internação. Não houve efeito de raça e escolaridade nas internações. Algumas tendências mais gerais do uso das internações hospitalares no Brasil puderam ser verificadas neste estudo: o aumento da participação dos procedimentos cirúrgicos, em detrimento dos partos; a diminuição dos tempos médios de permanência; o aumento da participação dos hospitais públicos; o aumento da participação do SUS, em detrimento da participação dos planos de saúde e do financiamento do próprio bolso; a diminuição da existência de fonte dupla de financiamento para as internações e uma grande proporção de pessoas satisfeitas com o atendimento recebido.

The objective of this paper was to compare hospital admission associated factors in Brazil in 1998 and 2003. The data of the 2003 National Household Survey Health Supplement were analyzed using a logistic regression model with normalized weights, using Andersen's Behavioral Model, and the results were compared to those published in the PNAD 1998. There was a decrease in hospital admission coefficients for women in reproductive age and older adults, and an increase in the coefficient for children. For adults, there was an increase in inequality in hospital admissions according to the income. Among children, those with no income had more chances for hospital admission. Race and educational level had no influence in hospital admissions. Some general trends with respect to hospital admissions in Brazil could be verified in this study: the increase in admissions for surgical procedures, the decrease in admissions related to pregnancy, childbirth and puerperium, shorter in-patient care, the increase in admissions to public hospitals, the increase in admissions financed by the Brazilian Unified Health System (SUS) in comparison to admissions covered by private health insurances and out-of-pocket payment, the decrease in admissions financed by more than one system and the great proportion of users satisfied with the care they received.

O objetivo foi comparar diferentes métodos de análise de sobrevivência para identificação de características associadas a uma maior chance de reinternação em um grande hospital geral. Foram analisadas as internações do Hospital Público Regional de Betim, Minas Gerais, Brasil, de julho de 1996 a junho de 2000, excluindo internações apenas em obstetrícia e os óbitos na primeira internação. Foram utilizados os modelos de Cox; Andersen-Gill (AG); Prentice, Williams e Peterson (PWP) e de efeitos aleatórios, tendo o tempo entre as internações ou até o óbito ou até o final do período de observação como variável resposta. Um modelo de Poisson para o número de internações foi ajustado para efeitos comparativos. Considerando os resultados bastante próximos dos modelos PWP e de fragilidade, recomenda-se o ajuste dos dois e que, caso haja discrepância importante entre eles, o modelo PWP seja preferido apenas nos casos em que seja possível a incorporação de mais variáveis clínicas. Caso contrário, sugerimos o uso do modelo de fragilidade, pois ele leva em conta características individuais não mensuradas. A aplicação da metodologia proposta pode sugerir grupos de diagnósticos prioritários para uma investigação mais aprofundada.

The objective of this study was to compare different modeling strategies to identify individual and admissions characteristics associated with readmission to a general hospital. Routine data recorded in the Hospital Information System on all admissions to the Regional Public Hospital of Betim, Minas Gerais State, Brazil, from July 1996 to June 2000 were analyzed. Cox proportional hazards model and variants designed to deal with multiple-events data, like Andersen-Gill (AG), Prentice, Williams and Peterson (PWP), and random effects models were fitted to time between hospital admissions or censoring. For comparison purposes, a Poisson model was fitted to the total number of readmissions, using the same covariates. We analyzed 31,648 admissions of 26,198 patients, including 17,096 adults and 9,102 children. Estimates for the PWP and frailty models were very similar, and both approaches should be fitted and compared. If clinical characteristics are available, the PWP model should be used. Otherwise the random effects model can account for unmeasured differences, particularly some related to severity of the disease. These methodologies can help focus on various related readmission aspects such as diagnostic groups or medical specialties.

O objetivo foi comparar diferentes métodos de análise de sobrevivência para identificação de características associadas a uma maior chance de reinternação em um grande hospital geral. Foram analisadas as internações do Hospital Público Regional de Betim, Minas Gerais, Brasil, de julho de 1996 a junho de 2000, excluindo internações apenas em obstetrícia e os óbitos na primeira internação. Foram utilizados os modelos de Cox; Andersen-Gill (AG); Prentice, Williams e Peterson (PWP) e de efeitos aleatórios, tendo o tempo entre as internações ou até o óbito ou até o final do período de observação como variável resposta. Um modelo de Poisson para o número de internações foi ajustado para efeitos comparativos. Considerando os resultados bastante próximos dos modelos PWP e de fragilidade, recomenda-se o ajuste dos dois e que, caso haja discrepância importante entre eles, o modelo PWP seja preferido apenas nos casos em que seja possível a incorporação de mais variáveis clínicas. Caso contrário, sugerimos o uso do modelo de fragilidade, pois ele leva em conta características individuais não mensuradas. A aplicação da metodologia proposta pode sugerir grupos de diagnósticos prioritários para uma investigação mais aprofundada.

The objective of this study was to compare different modeling strategies to identify individual and admissions characteristics associated with readmission to a general hospital. Routine data recorded in the Hospital Information System on all admissions to the Regional Public Hospital of Betim, Minas Gerais State, Brazil, from July 1996 to June 2000 were analyzed. Cox proportional hazards model and variants designed to deal with multiple-events data, like Andersen-Gill (AG), Prentice, Williams and Peterson (PWP), and random effects models were fitted to time between hospital admissions or censoring. For comparison purposes, a Poisson model was fitted to the total number of readmissions, using the same covariates. We analyzed 31,648 admissions of 26,198 patients, including 17,096 adults and 9,102 children. Estimates for the PWP and frailty models were very similar, and both approaches should be fitted and compared. If clinical characteristics are available, the PWP model should be used. Otherwise the random effects model can account for unmeasured differences, particularly some related to severity of the disease. These methodologies can help focus on various related readmission aspects such as diagnostic groups or medical specialties.

OBJETIVO: Analisar o uso de serviços hospitalares no Brasil, incorporando informações sobre a oferta de serviços de saúde. MÉTODOS: Foram analisados dados da Pesquisa Nacional por Amostra de Domicílios, realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em 1998, e também de outras fontes. Foram utilizados modelos hierárquicos, sendo a pessoa o primeiro nível e a unidade da federação de residência, o segundo. Dois modelos foram ajustados separadamente para adultos e crianças: regressão logística, para modelar ter ou não ter tido uma admissão, e regressão de Poisson, para modelar o número das admissões, sendo que o último modelo considerou apenas pessoas que tiveram pelo menos uma admissão. RESULTADOS: O principal fator associado às admissões hospitalares foi necessidade da saúde. As pessoas de menor renda tiveram maior chance de serem internadas, quando controlado por necessidade de saúde e fatores capacitantes (cobertura por seguro da saúde e existência de serviço de saúde de uso regular). Somente de 1 a 3% da variação da utilização das admissões hospitalares foi atribuído às diferenças na oferta de serviços de saúde no nível da unidade da federação. Nos modelos logísticos, o número de leitos hospitalares foi positivamente associado e o de médicos per capita negativamente associado à chance de admissão. Nos modelos de Poisson, nenhuma das variáveis de oferta foi associada à chance de admissão. CONCLUSÃO: Os resultados sugerem a existência de efeito de demanda induzida pela oferta no caso dos leitos hospitalares. A associação inversa das admissões hospitalares com o número de médicos indica a influência do cuidado ambulatorial no uso do hospital.

OBJECTIVE: To assess hospital services utilization in Brazil incorporating information about health services delivery. METHODS: Data from the National Household Survey carried out by Brazilian Institute of Statistics and Geography (IBGE) in 1998 and from other sources were collected. Hierarchical models having the individual in the first level and the state of residence in the second level were used. Two models were separately adjusted for adults and children: logistic regression was used when to have been or not admitted was the response variable, and Poisson's regression was used when the number of admissions was the response variable. This last model was adjusted only for those individuals who had been admitted at least once. RESULTS: The main determinant of hospital admissions was health need. Poor people were more likely to be admitted when controlling for health needs and enabling factors (health insurance coverage and regular health service). Only 1 to 3% of the variability in hospital admission utilization could be attributed to differences in services delivery at the state level. In the logistic models, the number of beds was positively associated and the number of doctors was negatively associated with the likelihood of admission. Poisson's models did not show any delivery variables associated with the likelihood of admission. CONCLUSIONS: These results suggest a delivery-induced demand impact concerning hospital beds. The inverse association of the number of doctors and hospital admissions suggests the impact of outpatient care on hospital utilization.

OBJETIVO: Analisar o uso de serviços hospitalares no Brasil, incorporando informações sobre a oferta de serviços de saúde. MÉTODOS: Foram analisados dados da Pesquisa Nacional por Amostra de Domicílios, realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em 1998, e também de outras fontes. Foram utilizados modelos hierárquicos, sendo a pessoa o primeiro nível e a unidade da federação de residência, o segundo. Dois modelos foram ajustados separadamente para adultos e crianças: regressão logística, para modelar ter ou não ter tido uma admissão, e regressão de Poisson, para modelar o número das admissões, sendo que o último modelo considerou apenas pessoas que tiveram pelo menos uma admissão. RESULTADOS: O principal fator associado às admissões hospitalares foi necessidade da saúde. As pessoas de menor renda tiveram maior chance de serem internadas, quando controlado por necessidade de saúde e fatores capacitantes (cobertura por seguro da saúde e existência de serviço de saúde de uso regular). Somente de 1 a 3% da variação da utilização das admissões hospitalares foi atribuído às diferenças na oferta de serviços de saúde no nível da unidade da federação. Nos modelos logísticos, o número de leitos hospitalares foi positivamente associado e o de médicos per capita negativamente associado à chance de admissão. Nos modelos de Poisson, nenhuma das variáveis de oferta foi associada à chance de admissão. CONCLUSÃO: Os resultados sugerem a existência de efeito de demanda induzida pela oferta no caso dos leitos hospitalares. A associação inversa das admissões hospitalares com o número de médicos indica a influência do cuidado ambulatorial no uso do hospital.

OBJECTIVE: To assess hospital services utilization in Brazil incorporating information about health services delivery. METHODS: Data from the National Household Survey carried out by Brazilian Institute of Statistics and Geography (IBGE) in 1998 and from other sources were collected. Hierarchical models having the individual in the first level and the state of residence in the second level were used. Two models were separately adjusted for adults and children: logistic regression was used when to have been or not admitted was the response variable, and Poisson's regression was used when the number of admissions was the response variable. This last model was adjusted only for those individuals who had been admitted at least once. RESULTS: The main determinant of hospital admissions was health need. Poor people were more likely to be admitted when controlling for health needs and enabling factors (health insurance coverage and regular health service). Only 1 to 3% of the variability in hospital admission utilization could be attributed to differences in services delivery at the state level. In the logistic models, the number of beds was positively associated and the number of doctors was negatively associated with the likelihood of admission. Poisson's models did not show any delivery variables associated with the likelihood of admission. CONCLUSIONS: These results suggest a delivery-induced demand impact concerning hospital beds. The inverse association of the number of doctors and hospital admissions suggests the impact of outpatient care on hospital utilization.

As neoplasias representam a segunda causa mais comum de mortalidade no Brasil, juntamente com as chamadas causas externas. Dentre as neoplasias, o câncer de pulmão é um dos mais freqüentes, tanto em homens quanto em mulheres, e é também um dos que apresentam maior letalidade. Além disso, o risco atribuível do tabagismo como agente etiológico deste câncer é bastante alto, o que o torna potencialmente susceptível a medidas preventivas de saúde pública. O objetivo deste trabalho foi analisar os padrões espaço-temporais de câncer de pulmão em quatro Estados brasileiros (Rio Grande do Sul, Santa Catarina, Paraná e São Paulo), no período de 1996 a 2000. Os valores observados foram obtidos do Sistema de Informações de Mortalidade do Ministério da Saúde. Os valores esperados foram calculados utilizando-se a técnica de padronização indireta segundo sexo e faixa etária. As unidades geográficas utilizadas foram microrregiões definidas pelo IBGE. Foi utilizado um modelo bayesiano que permite interação espaço-temporal, ajustado através do software WinBUGS. Os resultados encontrados mostraram que no sul do Brasil existe um padrão em "U" nas razões de mortalidade por câncer de pulmão para homens, além de indicar áreas específicas que apresentaram riscos mais elevados e/ou maior ritmo de crescimento. A principal hipótese para este resultado seria diferentes incidências de tabagismo, mas a inexistência desta informação de abrangência regional impediu que esta variável fosse incluída na análise. Os resultados deste artigo podem ser utilizados para instruir políticas públicas voltadas para a redução do tabagismo e da mortalidade por câncer de pulmão.

Neoplasms are the second most common mortality cause in Brazil, together with injuries and accidents. Amongst the neoplasms, lung cancer is one of most frequent in men and in women, and it is also one of the most lethal. Moreover, the attributed risk of tobacco as an etiologic agent of this type of cancer is considerably high, making it potentially susceptible to preventive public health measures. The objective of this work was to analyze spatial and temporal patterns of lung cancer in four Brazilian States (Rio Grande do Sul, Santa Catarina, Paraná and São Paulo), from 1996 to 2000. The observed values were obtained from the Brazilian Ministry of Health Mortality Information System (SIM-MS). The expected values were calculated using indirect standardization according to sex and age groups (SMR). The geographic units analyzed were micro-regions defined by the Brazilian Census Bureau (IBGE). A Bayesian model that allowed for space-time interaction was used, using WinBUGS software. Adjusted SMR showed that in Southern Brazil there was a "U" pattern in lung cancer mortality for men, and indicated specific areas that had higher SMR and/or greater SMR growth. The main hypothesis for this result would be different tobacco use incidences, but the absence of this information at a regional level in Brazil did not permit including this variable in our analysis. The results of this paper can be used to guide public policies directed towards reducing the use of tobacco and of mortality from lung cancer.

As neoplasias representam a segunda causa mais comum de mortalidade no Brasil, juntamente com as chamadas causas externas. Dentre as neoplasias, o câncer de pulmão é um dos mais freqüentes, tanto em homens quanto em mulheres, e é também um dos que apresentam maior letalidade. Além disso, o risco atribuível do tabagismo como agente etiológico deste câncer é bastante alto, o que o torna potencialmente susceptível a medidas preventivas de saúde pública. O objetivo deste trabalho foi analisar os padrões espaço-temporais de câncer de pulmão em quatro Estados brasileiros (Rio Grande do Sul, Santa Catarina, Paraná e São Paulo), no período de 1996 a 2000. Os valores observados foram obtidos do Sistema de Informações de Mortalidade do Ministério da Saúde. Os valores esperados foram calculados utilizando-se a técnica de padronização indireta segundo sexo e faixa etária. As unidades geográficas utilizadas foram microrregiões definidas pelo IBGE. Foi utilizado um modelo bayesiano que permite interação espaço-temporal, ajustado através do software WinBUGS. Os resultados encontrados mostraram que no sul do Brasil existe um padrão em "U" nas razões de mortalidade por câncer de pulmão para homens, além de indicar áreas específicas que apresentaram riscos mais elevados e/ou maior ritmo de crescimento. A principal hipótese para este resultado seria diferentes incidências de tabagismo, mas a inexistência desta informação de abrangência regional impediu que esta variável fosse incluída na análise. Os resultados deste artigo podem ser utilizados para instruir políticas públicas voltadas para a redução do tabagismo e da mortalidade por câncer de pulmão.

Neoplasms are the second most common mortality cause in Brazil, together with injuries and accidents. Amongst the neoplasms, lung cancer is one of most frequent in men and in women, and it is also one of the most lethal. Moreover, the attributed risk of tobacco as an etiologic agent of this type of cancer is considerably high, making it potentially susceptible to preventive public health measures. The objective of this work was to analyze spatial and temporal patterns of lung cancer in four Brazilian States (Rio Grande do Sul, Santa Catarina, Paraná and São Paulo), from 1996 to 2000. The observed values were obtained from the Brazilian Ministry of Health Mortality Information System (SIM-MS). The expected values were calculated using indirect standardization according to sex and age groups (SMR). The geographic units analyzed were micro-regions defined by the Brazilian Census Bureau (IBGE). A Bayesian model that allowed for space-time interaction was used, using WinBUGS software. Adjusted SMR showed that in Southern Brazil there was a "U" pattern in lung cancer mortality for men, and indicated specific areas that had higher SMR and/or greater SMR growth. The main hypothesis for this result would be different tobacco use incidences, but the absence of this information at a regional level in Brazil did not permit including this variable in our analysis. The results of this paper can be used to guide public policies directed towards reducing the use of tobacco and of mortality from lung cancer.

O objetivo foi identificar fatores associados às admissões hospitalares no Brasil, analisando se essa utilização é eqüitativa e identificando características associadas aos grandes usuários. A PNAD/1998 foi analisada, utilizando regressão logística e regressão logística multinomial, com pesos normalizados e técnicas estatísticas para correção do efeito de desenho. O modelo teórico utilizado foi o Comportamental de Andersen. No modelo ajustado por necessidade de saúde e fatores capacitantes, pessoas com menor renda apresentaram maior chance de se internar; o contrário ocorreu no modelo ajustado somente por necessidade de saúde. Todas as variáveis de necessidade mostraram-se menos relacionadas ao uso nas pessoas com duas internações, em comparação com aquelas com mais do que duas internações. Não houve associação entre variáveis sociais e ocorrência de duas internações, mas essa associação ocorreu para três ou mais internações. A redução das desigualdades sociais nos aspectos que "capacitam" ao uso de admissões hospitalares reduziria as desigualdades neste uso. Um sistema de saúde que ofereça um "serviço de uso regular", além de baixo ou nenhum pagamento no ato do consumo, seriam medidas de impacto positivo na eqüidade do consumo de serviços hospitalares no Brasil.

The objective was to identify hospital admission associated factors in Brazil, analyzing if that utilization is equitable and identifying which characteristics are associated with heavy users. We analyzed data from the 1998 National Household Survey, using logistic regression and multinomial logistic regression, with normalized weights and statistical techniques to correct for design effect. We used Andersen's Behavioral Model as the theoretical model for this analysis. In model adjusted for health needs and enabling factors, people with smaller income had more chance of being admitted to hospital; and in model adjusted only for health needs people with larger income had more chance. All need variables were less related to use for people with two hospital admissions, in comparison with those with more than two admissions; and there was no association between social variables and occurrence of two admissions, but this association occurred for three or more admissions. The reduction of social inequalities in the aspects that "enable" people to use hospital admissions would reduce inequalities in this use. A health system that offers a "regular health service", besides low or any payment in the moment of use, would have a positive impact in the equity of hospital admission utilization in Brazil.