ABSTRACT OBJECTIVE To analyze the incompleteness and trend of incompleteness of the race/color variable in hospitalizations due to COVID-19 whose outcome was death, in Brazil, between April 2020 and April 2022. METHODS Ecological time series study on the incompleteness of the race/color variable in hospitalizations due to COVID-19 whose outcome was death in Brazil, its macro-regions and Federative Units (FU), by joinpoint regression, calculation of Monthly Percent Change (MPC) and Average Monthly Percent Change (AMPC), based on data from the Hospital Information System of the Unified Health System (SIH/SUS). RESULTS The incompleteness of the race/color variable in COVID-19 hospitalizations with a death outcome in Brazil was 25.85%, considered poor. All regions of the country had a poor degree of incompleteness, except for the South, which was considered regular. In the period analyzed, the joinpoint analysis revealed a stable trend in the incompleteness of the race/color variable in Brazil (AMPC = 0.54; 95%CI: -0.64 to 1.74; p = 0.37) and in the Southeast (AMPC = -0.61; 95%CI: -3.36 to 2.22; p = 0.67) and North (AMPC = 3.74; 95%CI: -0.14 to 7.78; p = 0.06) regions. The South (AMPC = 5.49; 95%CI: 2.94 to 8.11; p = 0.00002) and Northeast (AMP = 2.50; 95%CI: 0.77 to 4.25; p = 0.005) regions showed an increase in the incompleteness trend, while the Midwest (AMPC = -2.91 ; 95%CI: -5.26 to -0.51; p = 0.02) showed a downward trend. CONCLUSION The proportion of poor completeness and the stable trend of incompleteness show that there was no improvement in the quality of filling in the race/color variable during the COVID-19 pandemic in Brazil, a fact that may have increased health inequalities for the black population and made it difficult to plan strategic actions for this population, considering the pandemic context. The results found reinforce the need to encourage discussion on the subject, given that the incompleteness of health information systems increases inequalities in access to health services and compromises the quality of health data.
RESUMO OBJETIVO Analisar a incompletude e a tendência da incompletude da variável raça/cor nas internações por covid-19 cujo desfecho foi óbito, no Brasil, no período entre abril de 2020 e abril de 2022. MÉTODOS Estudo ecológico de série temporal sobre a incompletude da variável raça/cor nas internações por covid-19 cujo desfecho foi óbito no Brasil, suas macrorregiões e Unidades Federativas (UF), pela regressão por joinpoint, cálculo da Monthly Percent Change (MPC) e Average Monthly Percent Change (AMPC), a partir de dados do Sistema de Informação Hospitalar do Sistema Único de Saúde (SIH/SUS). RESULTADOS A incompletude da variável raça/cor nas internações por covid-19 cujo desfecho foi óbito no Brasil foi 25,85%, considerada ruim. Todas as regiões do país tiveram grau de incompletude ruim, exceto a Região Sul, considerada regular. No período analisado, a análise jointpoint revelou tendência de estabilidade na incompletude da variável raça/cor no Brasil (AMPC = 0,54; IC95% -0,64 a 1,74; p = 0,37) e nas regiões Sudeste (AMPC = -0,61; IC95% -3,36 a 2,22; p = 0,67) e Norte (AMPC = 3,74; IC95% -0,14 a 7,78; p = 0,06). As regiões Sul (AMPC = 5,49; IC95% 2,94 a 8,11; p = 0,00002) e Nordeste (AMPC = 2,50; IC95% 0,77 a 4,25;p = 0,005) apresentaram crescimento na tendência da incompletude, enquanto a Região Centro-Oeste (AMPC = -2,91; IC95% -5,26 a -0,51; p = 0,02) teve tendência de redução. CONCLUSÃO A proporção de preenchimento ruim e a tendência de estabilidade da incompletude revelam que não houve melhoria na qualidade de preenchimento da variável raça/cor durante o período da pandemia da covid-19 no Brasil, fato que pode ter ampliado as iniquidades em saúde para população negra e dificultado o planejamento de ações estratégias para essa população, considerando o contexto pandêmico. Os resultados encontrados reforçam a necessidade de fomentar a discussão sobre o tema, tendo em vista que a incompletude dos sistemas de informação em saúde amplia desigualdades no acesso aos serviços de saúde e compromete a qualidade dos dados em saúde.
