Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC Hp8kWJ4qBTt34CJ4RxLXZYL 00089 S0066-782X2021000100089 abc.20190532 10.36660/abc.20190532 Artigo Original Tendência da Mortalidade por Doenças Cerebrovasculares no Brasil (1996-2015) e Associação com Desenvolvimento Humano e Vulnerabilidade Social 0000-0001-7995-1893 Souza Carlos Dornels Freire de 1 Oliveira Denilson José de 2 Silva Leonardo Feitosa da 1 Santos Camila Damasceno dos 2 Pereira Monaliza Coelho 2 Paiva João Paulo Silva de 1 Leal Thiago Cavalcanti 1 Mariano Renato de Souza 3 Araújo Amanda Karine Barros Ferreira de 1 Baggio Jussara Almeida de Oliveira 1 Universidade Federal de Alagoas Arapiraca AL Brasil Universidade Federal de Alagoas - Campus Arapiraca, Arapiraca, AL - Brasil Faculdade São Francisco de Juazeiro Juazeiro BA Brasil Faculdade São Francisco de Juazeiro, Juazeiro, BA - Brasil Instituto de Medicina Integral Professor Fernando Figueira UPAE Petrolina RE Brasil Instituto de Medicina Integral Professor Fernando Figueira – UPAE, Petrolina, RE - Brasil Correspondência: Carlos Dornels Freire de Souza • Universidade Federal de Alagoas - Campus Arapiraca – Medicina – Av. Manoel Severino Barbosa. CEP 57309-005, Arapiraca, AL – Brasil E-mail: carlos.freire@arapiraca.ufal.br

Contribuição dos autores

Concepção e desenho da pesquisa estudo: Souza CDF, Santos CD, Pereira MC, Paiva JPS, Leal TC, Silva LF, Araújo AKBF; Obtenção dos dados: Souza CDF, Silva LF, Mariano RS, Paiva JPS; Análise e interpretação dos dados, Redação do manuscrito e Revisão crítica do manuscrito quanto ao conteúdo intelectual importante: Souza CDF, Santos CD, Pereira MC, Paiva JPS, Leal TC, Silva LF, Araújo AKBF, Baggio JAO, Oliveira DJ, Mariano RS; Análise estatística: Souza CDF, Silva LF.

Potencial conflito de interesses

Declaro não haver conflito de interesses pertinentes.

 03 02 2021 01 2021 116 1 89 99 08 08 2019 05 11 2020 27 12 2019 This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Resumo Fundamento

As doenças cerebrovasculares (DCBV) constituem a segunda causa de mortes no mundo.

 Objetivo

Analisar a tendência da mortalidade por DCVB no Brasil (1996-2015) e associação com o índice de desenvolvimento humano (IDH) e o índice de vulnerabilidade social (IVS).

 Métodos

Trata-se de estudo ecológico envolvendo as taxas de mortalidade padronizadas por DCBV. Os dados dos óbitos foram obtidos do Sistema de Informações sobre Mortalidade e os dados populacionais, do Instituto Brasileiro de Geografia e Estatística. Para as análises temporais, foi utilizado o modelo de regressão por pontos de inflexão, sendo calculado o percentual de variação anual (annual percent change [APC]) e médio do período (average annual percent change [AAPC]), com intervalo de confiança de 95% e significância de 5%. As tendências foram classificadas em crescente, decrescente ou estacionária. O modelo de regressão multivariada foi utilizado para testar a associação entre a mortalidade por DCBV, IDH e IVS.

 Resultados

Foram registrados 1.850.811 óbitos por DCBV no período estudado. Observou-se redução da taxa de mortalidade nacional (APC: -2,4; p = 0,001). Vinte unidades federativas apresentaram tendências significativas, sendo 13 de redução, incluindo todos das regiões Centro-Oeste (n = 4), Sudeste (n = 4) e Sul (n = 3). O IDH teve associação positiva e o IVS, associação negativa com a mortalidade (p = 0,046 e p = 0,026, respectivamente).

 Conclusão

O estudo mostrou comportamento epidemiológico desigual da mortalidade entre as regiões, sendo maior nos estados do Sudeste e Sul, porém com tendência significativa de redução, e menor nos estados do Norte e Nordeste, mas com tendência significativa de crescimento. O IDH e o IVS associaram-se com a mortalidade. (Arq Bras Cardiol. 2021; 116(1):89-99)

 Encefalopatias/mortalidade Epidemiologia Desenvolvimento da Comunidade Vulnerabilidade Social Estudos de Séries Temporais Morbimortalidade Acidente Vascular Cerebral/mortalidade Serviços Médicos de Emergência/organização e administração Introdução

As doenças crônicas não transmissíveis (DCNT) têm ocupado lugar de destaque no cenário epidemiológico, representando atualmente o maior problema global de saúde, causando cerca de 38 milhões de mortes anualmente (70% de todos os óbitos), sendo 16 milhões delas consideradas prematuras (idade inferior a 70 anos).1 No Brasil, aproximadamente 75% dos óbitos são causados pelas DCNT, o que representa mais de 1 milhão de mortes a cada ano.2

O grupo das DCNT é composto por quatro subgrupos: cardiovasculares (DCV), câncer, doença respiratória crônica e diabetes melito. Dentre as DCV, destacam-se as doenças cerebrovasculares (DCBV), que figuram como a segunda causa de mortalidade no mundo, ficando atrás apenas das doenças isquêmicas do coração. Juntas, elas foram responsáveis por 15,2 milhões de mortes em 2016.1,3

Dentre os países da América Latina, o Brasil apresenta uma das maiores taxas de mortalidade por DCBV. Nas últimas décadas, houve um aumento expressivo do número de óbitos, passando de 104 mil, em 1990, para 144 mil, em 2015. Por outro lado, o país tem experimentado uma redução da taxa de mortalidade, sobretudo a precoce, que decresceu de 51,4% em 1990, para 35,1% em 2015.4

Considerando que o impacto das DCBV na morbimortalidade é um desafio para o desenvolvimento econômico e social das nações, sobretudo nos países em desenvolvimento, os quais concentram cerca de 80% de todos os óbitos,1,5 o monitoramento do comportamento temporal dos indicadores no Brasil, um país de dimensões continentais e com importantes desigualdades socioespaciais, é de fundamental importância para a definição de políticas públicas que possam impactar na situação de saúde da população.6

Nesse sentido, este trabalho objetivou analisar a tendência da mortalidade por DCVB no Brasil (1996-2015) e a associação com o índice de desenvolvimento humano (IDH) e o índice de vulnerabilidade social (IVS).

 Métodos Desenho do estudo, população e período

Trata-se de um estudo ecológico envolvendo todos os óbitos DCBV ocorridos no Brasil no período de 1996 a 2015 e o IDH e o IVS. Adotou-se como unidades de análise o Brasil, suas grandes regiões e as unidades da federação.

 Variáveis estudadas

Foram analisadas variáveis sociodemográficas: gêmero (masculino, feminino e ignorado), faixa etária em anos (0-4, 5-9, 10-14, 15-19, 20-29, 30-39, 40-49, 50-59, 60-69, 70-79, 80 e mais e idade ignorada), escolaridade em anos (nenhuma, 1-3, 4-7, 8-11, 12 ou mais e escolaridade ignorada) e estado civil (solteiro, casado, viúvo, separado, outro e estado civil ignorado). Para a análise de série temporal, foi incluída a variável taxa de mortalidade padronizada por idade e sexo em decorrência das DCBV. Para o componente de associação, foram selecionados dois índices sociais: i) o IDH e suas três dimensões (longevidade, educação e renda) e ii) o IVS e suas três dimensões (infraestrutura urbana, capital humano e renda e trabalho). Esses dois índices mensuram, respectivamente, o grau de desenvolvimento humano e o grau de vulnerabilidade social a que uma população está exposta.

 Fonte de dados e coleta

Os dados dos óbitos foram coletados do Sistema de Informações sobre Mortalidade (SIM) do Ministério da Saúde (http://datasus.saude.gov.br/).7 Considerou-se o Código Internacional de Doenças (CID-10) I60 a I69 – I60: hemorragia subaracnoide; I61: hemorragia intracerebral; I62: outras hemorragias intracranianas não traumáticas; I63: infarto cerebral; I64: acidente vascular cerebral (AVC) não especificado como hemorrágico ou isquêmico; I65: oclusão/estenose de artérias pré-cerebrais que não resultam em infarto cerebral; I66: oclusão/estenose de artérias cerebrais que não resultam em infarto cerebral; I67: outras doenças cerebrovasculares; I68: transtornos cerebrovasculares em doenças classificadas em outra parte; I69: sequelas de doenças cerebrovasculares.8 Os dados populacionais necessários ao cálculo dos indicadores foram obtidos do Instituto Brasileiro de Geografia e Estatística (IBGE).9

Para a obtenção das taxas, foram utilizadas as seguintes equações:

Taxa de mortalidade anual: nº de óbitos por DCBV no local e ano/população no local e ano × 100.000 habitantes.

Taxa de mortalidade do período (1996-2015): média de óbitos por DCBV da série temporal (1996-2015)/população do meio do período × 100.000.

Por fim, o IDH foi obtido do atlas de desenvolvimento humano (http://atlasbrasil.org.br/2013/) e o IVS, do atlas de vulnerabilidade social (http://ivs.ipea.gov.br/index.php/pt/), tendo como base o ano de 2010. Salienta-se que os dados de IDH e IVS somente são calculados nos anos censitários.

 Padronização das taxas de mortalidade

Para a redução dos efeitos da estrutura demográfica populacional, as taxas brutas foram padronizadas por gênero e idade pelo método direto, considerando-se como população padrão a brasileira do ano de 2010 (ano censitário) e as seguintes faixas etárias: 0-4, 5-9, 10-14, 15-19, 20-29, 30-39, 40-49, 50-59, 60-69, 70-79 e 80 ou mais.

 Tratamento estatístico

Para a análise temporal, foi utilizado o modelo de regressão por pontos de inflexão (joinpoint regression model). O modelo testa se uma linha com múltiplos segmentos é mais adequada para explicar o comportamento temporal de um conjunto de dados quando comparada com uma linha reta ou com menos segmentos. Desse modo, o joinpoint possibilita identificar a tendência de cada indicador (se estacionária, crescente ou decrescente), os pontos no tempo em que há modificação nessa tendência (joins), bem como a variação percentual anual (annual percent change [APC]) e do período total (average annual percent change [AAPC]).10 Na configuração do modelo, foram adotados os seguintes parâmetros: número mínimo de joins: zero; número máximo de joins: três; seleção do melhor modelo: teste de permutação de Monte Carlo (n = 4.499 permutações); método de autocorrelação dos erros: método baseado na data; intervalo de confiança: 95% (IC 95%); e nível de significância: 5%.

Para a análise de associação entre os indicadores sociais e a taxa padronizada de mortalidade, adotou-se o modelo de regressão multivariada (ordinary least square [OLS]).

Para as análises, foram utilizados os softwares Joinpoint Regression 4.5.0.1 (National Cancer Institute, USA), GeoDa 1.10.0.8 (Universityof Illinois at Urbana- Champaign, USA) e QGis 2.14.11 (Open Source Geospatial Foundation, USA). As malhas territoriais necessárias para a confecção dos mapas foram provenientes do IBGE.

 Aspectos éticos

Por utilizar dados secundários de domínio público, nos quais não é possível a identificação dos sujeitos, dispensou-se a apreciação do Comitê de Ética em Pesquisa.

 Resultados

Entre 1996 e 2015, foram registrados 1.850.811 óbitos por DCBV no Brasil, expressando uma média de 92.540 casos/ano. Desse total, 50,68% (n = 938.044) ocorreram em indivíduos do gênero masculino e 77,80% (n = 1.440.170) em idosos. Ao estratificar segundo gênero, observou-se que a única faixa etária na qual a proporção de mulheres ultrapassou a de homens foi em indivíduos com idade igual ou superior a 80 anos. Destacou-se ainda a baixa escolaridade, uma vez que 39,94% (n = 739.233) eram analfabetos ou tinham até três anos de estudo. Nessa variável, observou-se uma elevada proporção de campos ignorados (38,29%/ n = 708.685) (Tabela 1).

– Caracterização sociodemográfica dos óbitos por DCBV, segundo gênero – Brasil (1996-2015)
Variáveis Masculino n = 938.044 (50,68%) Feminino n = 912.202 (49,29%) Ignorado n = 565 (0,03%) Total de Óbitos n = 1.850.811 (100%)
n % n % n % n %
Faixa etária
0-4 1.012 55,95 793 43,83 4 0,22 1.809 1,00
5-9 565 53,25 496 46,75 0 0,00 1.061 0,06
10-14 999 54,44 834 45,45 2 0,11 1.835 0,10
15-19 1.998 55,27 1.616 44,70 1 0,03 3.615 0,20
20-29 7.158 52,66 6.426 47,27 10 0,07 13.594 0,73
30-39 21.278 50,09 21.186 49,87 17 0,04 42.481 2,30
40-49 62.652 50,98 60.217 48,99 37 0,03 122.906 6,64
50-59 124.934 56,74 95.185 43,23 65 0,03 220.184 11,90
60-69 200.551 57,92 145.578 42,05 106 0,03 346.235 18,71
70-79 268.228 53,12 236.627 46,85 135 0,03 504.990 27,28
80 e mais 246.717 41,89 342.104 58,09 124 0,02 588.945 31,81
Idade ignorada 1.952 61,85 1.140 36,12 64 2,03 3.156 0,17
Escolaridade
Nenhuma 162.163 42,91 215.672 57,07 90 0,02 377.925 20,42
1-3 anos 192.038 53,15 169.257 46,84 13 0,01 361.308 19,52
4-7 anos 126.285 53,86 108.156 46,13 11 0,01 234.452 12,67
8-11 anos 54.461 54,17 46.075 45,83 6 0,01 100.542 5,43
12 anos e mais 29.083 57,64 21.369 42,35 4 0,01 504.56 2,73
1-8 anos* 4.868 53,92 4.158 46,06 2 0,02 9.028 0,49
9-11 anos* 4.551 54,08 3.860 45,87 4 0,05 8.415 0,45
Ignorado 364.595 51,45 343.655 48,49 435 0,06 708.685 38,29
Estado Civil
Solteiro 163.672 47,22 182.828 52,75 87 0,03 346.587 18,73
Casado 499.651 67,31 242.565 32,67 143 0,02 742.359 40,11
Viúvo 152.794 28,22 388.484 71,76 124 0,02 541.402 29,25
Separado 40.958 59,29 28.116 40,70 6 0,01 69.080 3,73
Outro 12.235 64,02 6.875 35,97 1 0,01 19.111 1,03
Ignorado 68.734 51,96 63.334 47,88 204 0,16 132.272 7,15

*Diferentes agrupamentos de escolaridade se devem às mudanças ocorridas no formulário de declaração de óbito (DO) em 2011.

Ao longo da série temporal, a taxa de mortalidade por DCBV na população brasileira, considerando ambos os gêneros, apresentou tendência linear de redução (APC -2,4%; IC 95% -2,7 a -2,0; p = 0,001), passando de 72,3/100 mil (1996) para 46,4/100 mil (2015). Comportamentos semelhantes foram observados na população masculina (APC -2,3%; IC 95% -2,6 a -1,9; p = 0,001) e na feminina (APC -2,4%; IC 95% -2,8 a -2,0; p = 0,001), cujas taxas reduziram de 77,8 e 71,4/100 mil para 51,1 e 45,2/100 mil, respectivamente (Figura 1).

Ainda conforme a Figura 1, observa-se que a distribuição espacial das taxas médias é heterogênea, sendo maior nos estados das regiões Sudeste e Sul e menor no Norte. As maiores taxas médias gerais foram observadas nos estados do Paraná (75/100 mil) e Espírito Santo (71,3/100 mil), e as menores nos estados do Rio Grande do Norte (40,9/100 mil) e Bahia (48,0/100 mil). Esse mesmo cenário se repetiu para a mortalidade masculina (Paraná com 83,4/100 mil e Espírito Santo com 79,8/100 mil). Na população feminina, as maiores taxas foram observadas no Paraná (71,2/100 mil) e Rio Grande do Sul (69,2/100 mil) e as menores no Rio Grande do Norte (40,7/100 mil) e Bahia (49,1/100 mil).

Na etapa seguinte, analisou-se a tendência das taxas de mortalidade considerando toda a série temporal completa (1996-2015). A região Norte foi a única que apresentou tendência de crescimento da mortalidade na população geral (APC 0,4%; IC 95% 0,1 a 0,8; p < 0,001) e masculina (APC 0,7%; IC 95% 0,3 a 1,1; p < 0,001). As regiões Centro-Oeste, Sudeste e Sul apresentaram tendência decrescente, tanto na população geral quanto na masculina e feminina, com destaque para a região Sudeste com maior redução percentual na (APC 3,8%) (Tabela 2).

– Percentual de variação média anual (AAPC) das taxas de mortalidade padronizadas por DCBV, segundo gênero, no Brasil, regiões e unidades federadas (1996-2015)
Unidade espacial Ambos os gêneros Masculino Feminino
Taxa1 AAPC (IC 95%) p valor Taxa1 AAPC (IC 95%) p valor Taxa1 AAPC (IC 95%) p valor
1996 2015 1996 2015 1996 2015
Norte 50,5 58,6 0,4* (0,1 a 0,8); p<0,001 51,0 61,6 0,7* (0,3 a 1,1); p<0,001 52,6 58,6 0,1 (-0,3 a 0,5); p=0,6
RO 68,2 51,4 -1,8* (-2,2 a -1,8); p<0,001 65,9 53,3 1,6* (-2,3 a -1,0); p<0,001 74,2 51,5 -1,9* (-2,3 a -1,4); p<0,001
AC 57,4 63,1 -0,1 (-1,9 a 1,7); p=0,9 59,5 62,7 0,4 (-2,3 a 3,1); p=0,8 58,7 66,9 0,4 (-4,3 a 5,4); p=0,9
AM 49,7 56,1 0,6* (0,2 a 1,1); p<0,001 49,7 58,0 0,9* (0,2 a 1,5); p<0,001 52,7 57,3 0,4 (-0,1 a 1,0); p=0,1
RR 75,5 46,8 -2,2* (-3,0 a -1,3); p<0,001 92,0 50,7 -2,0* (-3,6 a -0,4); p<0,001 56,4 44,2 -2,3* (-3,3 a -1,3); p<0,001
PA 46,3 61,8 1,2 (-0,8 a 3,4); p=0,2 45,7 66,0 1,9 (-0,3 a 4,1); p=0,1 49,5 60,8 0,1 (-2,0 a 2,2); p=0,9
AP 79,5 49,2 -1,7 (-7,8 a 4,9); p=0,6 77,1 54,3 -0,8 (-4,8 a 3,5); p=0,7 86,2 46,6 -1,2 (-3,8 a 1,5); p=0,4
TO 43,4 59,3 1,9* (0,9 a 2,9); p<0,001 48,0 60,1 1,4 (-1,3 a 4,3); p=0,3 40,0 60,7 2,3* (0,7 a 3,9); p<0,001
Nordeste 45,4 54,4 0,9 (-0,7 a 2,4); p=0,3 46,8 60,7 1,3 (-0,3 a 2,9); p=0,1 46,7 52,7 0,6 (-1,1 a 2,3); p=0,5
MA 29,0 68,2 4,6* (2,0 a 7,4); p<0,001 31,7 76,6 4,7* (2,5 a 7,0); p<0,001 27,2 64,8 4,3* (1,6 a 7,0); p<0,001
PI 33,3 76,9 3,9* (2,9 a 4,8); p<0,001 35,0 90,4 4,2* (2,9 a 5,5); p<0,001 33,0 70,3 4,0* (3,0 a 4,9); p<0,001
CE 42,0 55,1 1,3 (-0,2 a 2,8); p=0,1 43,5 62,6 1,7* (0,2 a 3,2); p<0,001 42,8 52,1 0,7 (-0,2 a 1,6); p=0,1
RN 33,0 38,0 0,9 (-0,1 a 1,8); p=0,1 34,4 43,7 1,3* (0,2 a 2,5); p<0,001 33,0 35,6 -0,4 (-0,8 a 1,5); p=0,5
PB 37,5 48,5 1,7* (0,4 a 3,0); p<0,001 39,0 52,2 1,9* (0,3 a 3,4); p<0,001 38,4 48,6 1,4 (-0,1 a 2,8); p=0,1
PE 64,8 58,0 -0,8 (-2,2 a 0,6); p=0,3 68,1 66,6 -0,4 (-1,0 a 0,2); p=0,2 65,9 55,2 -1,1 (-2,6 a 0,4); p=0,1
AL 55,5 69,3 0,8* (0,2 a 1,5); p<0,001 57,8 77,7 1,2* (0,6 a 1,8); p<0,001 57,1 66,9 0,5 (-0,5 a 1,5); p=0,3
SE 41,8 57,6 1,7* (1,0 a 2,3); p<0,001 45,7 64,7 1,9* (1,0 a 2,9); p<0,001 40,2 55,6 1,5* (0,5 a 2,5); p<0,001
BA 47,7 45,2 -0,0 (-0,6 a 0,5); p=0,9 47,4 47,5 0,2 (-0,3 a 0,8); p=0,4 51,0 46,2 -0,2 (-0,8 a 0,3); p=0,4
Centro-Oeste 69,5 46,3 -2,8* (-3,4 a -2,2); p<0,001 72,2 49,2 -2,7* (-3,3 a -2,2); p<0,001 69,1 46,2 -2,3 (-4,8 a 0,2); p=0,1
MS 76,9 52,9 -2,4* (-2,9 a -2,0); p<0,001 83,9 54,5 -2,4* (-3,0 a -1,8); p<0,001 73,1 54,5 -2,4* (-2,8 a 1,9); p<0,001
MT 65,7 44,2 -1,9* (-3,0 a -0,8); p<0,001 66,3 45,6 -2,1* (-3,5 a -0,6); p<0,001 67,6 44,8 -2,5* (-3,2 a -1,9); p<0,001
GO 64,2 46,2 -2,2* (-2,6 a -1,8); p<0,001 66,0 49,7 -1,6* (-2,7 a -0,4); p<0,001 65,1 45,6 -2,2 (-2,6 a -1,8); p<0,001
DF 81,3 41,6 -4,0* (-4,6 a -3,5); p<0,001 91,6 46,4 -4,0* (-4,6 a -3,4); p<0,001 77,2 40,5 -3,4 (-5,4 a -1,3); p<0,001
Sudeste 86,1 41,4 -3,8* (-4,1 a -3,4); p<0,001 96,3 45,8 -3,8* (-4,2 a -3,5); p<0,001 82,3 40,2 -3,8* (-4,2 a -3,4); p<0,001
MG 74,1 39,3 -3,2* (-3,5 a -2,9); p<0,001 81,0 41,5 -3,3* (-3,7 a -3,0); p<0,001 71,5 39,5 -3,0* (-3,3 a -2,8); p<0,001
ES 98,4 46,7 -3,6* (-4,3 a -2,9); p<0,001 108,7 51,7 -3,5* (-4,0 a -3,1); p<0,001 94,2 45,1 -3,5* (-4,2 a -2,8); p<0,001
RJ 101,6 42,3 -4,5* (-5,3 a -3,7); p<0,001 113,8 47,9 -4,3* (-4,9 a -3,7); p<0,001 97,7 40,7 -4,5* (-5,8 a -3,2); p<0,001
SP 84,3 41,7 -3,8* (-4,2 a -3,4); p<0,001 95,8 46,7 -3,8* (-4,0 a -3,5); p<0,001 79,4 40,1 -3,8* (-4,0 a -3,5); p<0,001
Sul 91,0 45,9 -3,7* (-4,1 a -3,2); p<0,001 96,9 49,5 -3,7* (-4,1 a -3,2); p<0,001 91,3 45,6 -3,6* (-4,0 a -3,2); p<0,001
PR 98,9 49,9 -3,8* (-4,1 a -3,6); p<0,001 108,0 55,3 -3,8* (-4,1 a -3,5); p<0,001 95,5 48,0 -3,8* (-4,1 a -3,5); p<0,001
SC 89,1 37,7 -4,4* (-4,8 a -4,0); p<0,001 94,4 39,7 -3,9* (-5,9 a -2,0); p<0,001 89,5 38,2 -4,3* (-4,7 a -3,9); p<0,001
RS 86,1 46,5 -3,1* (-4,2 a -1,9); p<0,001 88,9 49,4 -3,0* (-3,6 a -2,3); p<0,001 89,3 47,0 -3,4* (-4,1 a -2,6); p<0,001

*Significância estatística (p<0,05). 1Taxa de mortalidade/100 mil habitantes. AAPC: Average Annual Percent Change; RO: Rondônia; AC: Acre; AM: Amazonas; RR: Roraima; PA: Pará; AP: Amapá; TO: Tocantins; MA: Maranhão; PI: Piauí; CE: Ceará; RN: Rio Grande do Norte; PB: Paraíba; PE: Pernambuco; AL: Alagoas; SE: Sergipe; BA: Bahia; MG: Minas Gerais; ES: Espírito Santo; RJ: Rio de Janeiro; SP: São Paulo; PR: Paraná; SC: Santa Catarina; RS: Rio Grande do Sul; MS: Mato Grosso do Sul; MT: Mato Grosso; GO: Goiás; DF: Distrito Federal.

Na análise estratificada por unidade da federação, 20 estados apresentaram tendências significativas, sendo sete de crescimento e 13 de redução. Todos os estados das regiões Centro-Oeste, Sul e Sudeste apresentaram tendências decrescentes, com destaque para o Rio de Janeiro e Santa Catarina, com os maiores percentuais de redução. Por outro lado, dos sete estados com tendência de crescimento, cinco estão situados na região nordeste (Maranhão, Piauí, Paraíba, Alagoas e Sergipe) e dois no Norte (Amazonas e Tocantins) (Tabela 2).

Quanto ao IDH, apenas o Distrito Federal foi classificado como muito alto (IDH 0,824). Todos os estados do Nordeste e cinco do Norte apresentaram IDH médio (entre 0,600 e 0,699), destacando-se Alagoas e Maranhão com valores mais baixos (IDH 0,631 e 0,639, respectivamente). Em paralelo, esses mesmos estados das regiões Norte e Nordeste apresentaram os maiores valores no IVS, destacando-se o Maranhão com IVS muito alto (IVS 0,521). Todos os oito estados classificados como alta vulnerabilidade social estão situados nas regiões Norte (n = 4) e Nordeste (n = 4) (Figura 2).

– Distribuição espacial do índice de desenvolvimento humano (IDH) e do índice de vulnerabilidade social (IVS) nos estados brasileiros. Brasil (2010).

O modelo de regressão temporal mostrou ainda que os estados das regiões Norte e Nordeste foram os que apresentaram o maior número de segmentos na série temporal (joins), representando maior oscilação nas taxas ao longo dos anos. Ao analisar a mortalidade geral no Nordeste, por exemplo, quatro segmentos temporais foram encontrados: crescimento discreto (1996-2003), comportamento estacionário (2003-2006), tendência de redução (2006-2010) e novamente um comportamento estacionário (2010-2015). Dentre os estados dessa região, apenas a Bahia apresentou comportamento linear (Tabela 3).

– Percentual de variação anual das taxas de mortalidade padronizadas por DCBV, segundo gênero – Brasil (1996-2015)
Unidade espacial Ambos os gêneros Masculino Feminino
Período APC (IC 95%) p valor Período APC (IC 95%) p valor Período APC (IC 95%) p valor
Norte 1996-2015 0,4* (0,0 a 0,8); p<0,001 1996-2015 0,7* (0,3 a 1,1); p<0,001 1996-2015 0,1 (-0,3 a 0,5); p=0,6
RO 1996-2015 -1,8*(-2,2 a -1,8) ; p<0,001 1996-2015 1,6* (-2,3 a -1,0); p<0,001 1996-2015 -1,9* (-2,3 a -1,4); p<0,001
AC 1996-1999 -16,2 (-30,7 a 1,4); p=0,1 1996-2002 -5,6 *(-9,4 a -1,7); p<0,001 1996-1999 -16,2 (-30,7 a 1,4); p=0,1
1999-2006 9,9* (3,1 a 17,2); p<0,001 2002-2006 13,2* (0,5 a 27,5); p<0,001 1999-2006 9,9* (3,1 a 17,2); p<0,001
2006-2011 -6,4 (-17 a 5,6); p=0,2 2006-2015 -0,8 (-2,9 a 1,4); p=0,4 2006-2011 -6,4 (-17,0 a 5,6); p=0,2
2011-2015 7,1 (-5,0 a 20,8); p=0,2 2011-2015 7,1 (-5,0 a 30,8); p=0,2
AM 1996-2015 0,6* (0,2 a 1,1); p<0,001 1996-2015 0,9* (0,2 a 1,5); p<0,001 1996-2015 0,4 (-0,1 a 1,0); p=0,1
RR 1996-2015 -2,2* (-3,0 a -1,3); p<0,001 1996-2015 -2,0* (-3,6 a -0,4); p<0,001 1996-2015 -2,3* (-3,3 a -1,3); p<0,001
PA 1996-2004 -0,8 (-2,9 a 1,2); p=0,9 1996-1998 11,6 (-1,1 a 25,9); p=0,1 1996-2004 -0,8 (-2,9 a 1,2); p=0,4
2004-2008 6,3 (-3,3 a 16,8); p=1,4 1998-2001 -4,2 (-15,1 a 8,2); p=0,4
2008-2015 -2,3 (-4,7 a 0,2); p=-2,0 2001-2008 4,3* (2,2 a 6,4); p<0,001 2004-2008 6,3 (-3,3 a 16,8); p=0,2
2008-2015 -0,5 (-2,1 a 1,2); p=0,5 2008-2015 -2,3 (-4,7 a 0,2); p=0,1
AP 1996-2007 -5,8* (-8,8 a -2,7); p=0,6 1996-2002 1,9 (-4,3 a 8,4); p=0,5 1996-2007 -5,8* (-8,8 a -2,7); p<0,001
2007-2015 5,5* (0,1 a 11,3); p<0,001 2002-2006 -11,1 (-26,1 a 7,0); p=0,2 2007-2015 5,5* (0,1 a 11,3); p<0,001
2006-2015 2,4 (-1,0 a 5,9); p=0,2
TO 1996-2003 11,6* (7,5 a 15,8); p<0,001 1996-2000 3,1 (-2,5 a 8,9); p=0,3 1996-2003 11,6* (7,5 a 15,8); p<0,001
2003-2015 -2,8* (-4,4 a -1,1); p<0,001 2000-2003 15,3 (-3,1 a 37,3); p=0,1 2003-2015 -2,8* (-4,4 a -1,1); p<0,001
2003-2015 -2,3* (-3,3 a -1,3); p<0,001
Nordeste 1996-2003 1,7* (0,5 a 2,9); p=0,3 1996-2003 2,1* (-0,9 a 3,3); p=0,1 1996-2003 1,4* (0,1 a 2,7); p<0,001
2003-2006 7,4 (-1,5 a 17,2); p=1,9 2003-2006 6,6 (-2,3 a 16,4); p=0,1 2003-2006 8,3 (-1,5 a 19,1); p=0,1
2006-2010 -4,5* (-8,5 a -0,2); p=0,3 2006-2010 -3,7 (-7,8 a 0,6); p=0,1 2006-2010 -5,1* (-9,5 a -0,5); p<0,001
2010-2015 0,3 (-1,7 a 2,2); p=0,3 2010-2015 1,1 (-0,9 a 3,1); p=0,2 2010-2015 -0,4 (-2,5 a 1,8); p=0,7
MA 1996-2006 4,5* (2,2 a 6,9); p<0,001 1996-2000 0,1 (-7,1 a 7,8); p=1,0 1996-2003 4,5* (2,2 a 6,9); p<0,001
2003-2006 18,3 (-0,2 a 40,2); p=0,1 2000-2007 13,4* (8,9 a 18,0); p<0,001 2003-2006 18,3 (-0,2 a 40,2); p=0,1
2006-2015 -0,2 (-1,7 a 1,4); p=0,8 2007-2015 -0,1 (-2,6 a 2,6); p=1,0 2006-2015 -0,2 (-1,7 a 1,4); p=0,8
PI 1996-2006 8,9* (7,6 a 10,3); p<0,001 1996-2007 8,4* (6,8 a 10,1); p<0,001 1996-2006 8,9* (7,6 a 10,3); p<0,001
2006-2015 -1,3 (-2,7 a 0,2); p=0,1 2007-2015 -1,4 (-3,7 a 1,1); p=0,2 2006-2015 -1,3 (-2,7 a 0,2); p=0,1
CE 1996-2007 2,8* (1,7 a 3,9); p<0,001 1996-1998 11,5 (-2,2 a 27,0); p=0,1 1996-2007 2,8* (1,7 a 3,9); p<0,001
2007-2015 -2,2* (-3,9 a -0,4); p<0,001 1998-2008 2,0* (0,8 a 3,2); p<0,001 2007-2015 -2,2* (-3,9 a -0,4); p<0,001
2008-2015 -1,2 (-2,9 a 0,5); p=0,1
RN 1996-2009 2,4* (1,4 a 3,5); p<0,001 1996-2008 4,2* (2,9 a 5,4); p<0,001 1996-2009 2,4* (1,4 a 3,5); p<0,001
2009-2015 -3,9* (-7,0 a -0,6); p<0,001 2008-2015 -3,3* (-5,9 a -0,6); p<0,001 2009-2015 -3,9* (-7,0 a -0,6); p<0,001
PB 1996-1998 -11,8* (-22,1 a 0,0); p<0,001 1996-1999 -5,5 (-12,3 a 2,3); p=0,1 1996-1998 -11,8* (-22,1 a 0,0); p<0,001
1998-2007 8,9* (7,4 a 10,4); p<0,001 1999-2007 10,6* (8,3 A 13,0); p<0,001 1998-2007 8,9* (7,4 a 10,4); p<0,001
2007-2015 -3,1* (-4,4 a -1,8); p<0,001 2007-2015 -3,5* (-5,1 a -1,8); p<0,001 2007-2015 -3,1* (-4,4 a -1,8); p<0,001
PE 1996-1998 5,1 (-2,8 a 13,7); p=0,2 1996-2006 1,1* (0,3 a 2,0); p<0,001 1996-1998 5,1 (-2,8 a 13,7); p=0,2
1998-2001 -6,0 (-13,1 a 1,7); p=0,1 2006-2015 -2,0* (-3,0 a -1,1); p<0,001 1998-2001 -6,0 (-13,1 a 1,7); p=0,1
2001-2005 4,9* (0,9 a 9,1); p<0,001 2001-2005 4,9* (0,9 a 9,1); p<0,001
2005-2015 -3,2* (-3,8 a -2,6); p<0,001 2005-2015 -3,2* (-3,8 a -2,6); p<0,001
AL 1996-2007 2,4* (1,2 a 3,7); p<0,001 1996-2007 3,2* (2,4 a 4,0); p<0,001 1996-2007 2,4* (1,2 a 3,7); p<0,001
2007-2015 -2,1 (-4,0 a -0,1); p<0,001 2007-2015 -1,5* (-2,7 a -0,3); p<0,001 2007-2015 -2,1* (-4,0 a -0,1); p<0,001
SE 1996-2005 5,7* (4,0 a 7,5); p<0,001 1996-2005 5,8* (4,1 a 7,4); p<0,001 1996-2005 5,7* (4,0 a 7,5); p<0,001
2005-2015 -2,1* (-3,5 a -0,7); p<0,001 2005-2015 -1,4* (-2,7 a -0,1); p<0,001 2005-2015 -2,1* (-3,5 a -0,7); p<0,001
BA 1996-2015 -0,0 (-0,6 a 0,5); p=0,9 1996-2015 0,2 (-0,3 a 0,8); p=0,4 1996-2015 -0,2 (-0,8 a 0,3); p=0,4
Centro-Oeste 1996-2015 -2,8* (-3,4 a -2,2); p<0,001 1996-2015 -2,7* (-3,3 a -2,2); p<0,001 1996-2005 -0,5 (-2,0 a 1,0); p=0,5
2005-2008 -0,9 (-23,1 a 7,7); p=0,2
2008-2015 -1,6 (-3,8 a 0,6); p=0,1
MS 1996-2015 -2,4* (-2,9 a -2,0); p<0,001 1996-2015 -2,4* (-3,0 a -1,8); p<0,001 1996-2015 -2,4* (-2,8 a 1,9); p<0,001
MT 1996-2015 -1,9* (-3,0 a -0,8); p<0,001 1996-1998 9,7 (-3,5 a 24,6); p=0,1 1996-2015 -2,5* (-3,2 a -1,9); p<0,001
1998-2010 -2,3* (-3,1 a -1,4); p<0,001
2010-2015 -5,9* (-8,6 a -3,2); p<0,001
GO 1996-2015 -2,2* (-2,6 a -1,8); p<0,001 1996-1999 2,9 (-3,0 a 9,1); p<0,001 1996-2015 -2,2 (-2,6 a -1,8); p<0,001
1999-2007 -3,8* (-5,3 a -2,3); p<0,001
2007-2015 -0,9 (-2,1 a 0,4); p=0,2
DF 1996-1998 5,7 (-14,4 a 30,6); p=0,6 1996-2015 -4,0* (-4,6 a -3,4); p<0,001 1996-1998 5,7 (-14,4 a 30,6); p=0,6
1998-2015 -4,4* (-5,1 a -3,7); p<0,001 1998-2015 -4,4* (-5,1 a -3,7); p<0,001
Sudeste 1996-2015 -3,8* (-4,1 a -3,4); p<0,001 1996-2015 -3,8* (-4,2 a -3,5); p<0,001 1996-2015 -3,8* (-4,2 a -3,4); p<0,001
MG 1996-2009 -2.6* (-3,2 a -1,9); p<0,001 1996-2015 -3,3* (-3,7 a -3,0); p<0,001 1996-2015 -3,0* (-3,3 a -2,8); p<0,001
2009-2015 -5,5* (-7,4 a -3,5); p<0,001
ES 1996-2015 -3,6 (-4,3 a -2,9); p<0,001 1996-2015 -3,5* (-4,0 a -3,1); p<0,001 1996-2009 -2,6* (-3,2 a -1,6); p<0,001
2009-2015 -5,5* (-7,4 a -3,5); p<0,001
RJ 1996-2005 -5,1* (-5,9 a -4,4); p<0,001 1996-2010 -3,9* (-4,4 a -3,5); p<0,001 1996-2005 -5,1* (-5,9 a -4,4); p<0,001
2005-2008 -0,6 (-8,9 a 8,4); p=0,9 2010-2015 -5,4* (-7,4 a -3,3); p<0,001 2005-2008 -0,6* (-8,9 a 8,4); p<0,001
2008-2015 -5,4* (-6,5 a -4,3); p<0,001 2008-2015 -5,4* (-6,5 a -4,3); p<0,001
SP 1996-2015 -3,8* (-4,2 a -3,4); p<0,001 1996-2015 -3,8* (-4,0 a -3,5); p<0,001 1996-2015 -3,8* (-4,0 a -3,5); p<0,001
Sul 1996-2015 -3,7* (-4,1 a -3,2); p<0,001 1996-2015 -3,7* (-4,1 a -3,2); p<0,001 1996-2015 -3,6* (-4,0 a -3,2); p<0,001
PR 1996-2015 -3,8* (-4,1 a -3,6); p<0,001 1996-2015 -3,8* (-4,1 a -3,5); p<0,001 1996-2015 -3,8* (-4,1 a -3,5); p<0,001
SC 1996-2015 -4,4* (-4,8 a -4,0); p<0,001 1996-1998 5,2 (-9,2 a 21,9); p=0,5 1996-2015 -4,3* (-4,7 a -3,9); p<0,001
1998-2002 -8,3* (-14,8 a -1,3); p<0,001
2002-2015 -3,9* (-4,7 a -3,2); p<0,001
RS 1996-2012 -3,0* (-3,0 a -3,4); p<0,001 1996-1998 4,7 (-0,0 a 9,6); p<0,001 1996-2012 -3,0* (-3,4 a -2,6); p<0,001
2012-2015 -5,4* (-10,0 a -0,6); p<0,001 1998-2006 -3,9* (-4,5 a -3,3); p<0,001
2006-2010 -1,6 (-3,8 a 0,7); p=0,1 2012-2015 -5,4* (-10,0 a -0,6); p<0,001
2010-2015 -5,5* (-6,4 a -4,5); p<0,001

*Significância estatística (p<0,05). APC: Annual Percent Change; RO: Rondônia; AC: Acre; AM: Amazonas; RR: Roraima; PA: Pará; AP: Amapá; TO: Tocantins; MA: Maranhão; PI: Piauí; CE: Ceará; RN: Rio Grande do Norte; PB: Paraíba; PE: Pernambuco; AL: Alagoas; SE: Sergipe; BA: Bahia; MG: Minas Gerais; ES: Espírito Santo; RJ: Rio de Janeiro; SP: São Paulo; PR: Paraná; SC: Santa Catarina; RS: Rio Grande do Sul; MS: Mato Grosso do Sul; MT: Mato Grosso; GO: Goiás; e DF: Distrito Federal.

Por fim, o modelo de regressão mostrou associação positiva entre a taxa média de mortalidade e o IDH municipal (p = 0,046) e sua dimensão renda (p = 0,029), e associação negativa com o IVS (p = 0,026) e em duas dimensões: capital humano (p = 0,046) e renda e trabalho (p = 0,018) (Tabela 4).

– Modelo de regressão (ordinay least square [OLS]) entre a taxa de mortalidade por DCBV e o índice de desenvolvimento humano e índice de vulnerabilidade social – Brasil (1996-2015)
Variável Coeficiente Estatística t p valor
Índice de desenvolvimento humano municipal (IDHM) 61,588 2,091 0,046*
IDHM longevidade 90,265 1,866 0,073
IDHM educação 47,075 1,861 0,074
IDHM renda 56,476 2,301 0,029*
Índice de vulnerabilidade social (IVS) -40,802 -2,353 0,026*
IVS infraestrutura urbana -15,998 -1,110 0,277
IVS capital humano -31,883 -2,092 0,046*
IVS renda e trabalho -35,322 -2,528 0,018*

*Associação significativa.

Discussão

O Brasil apresenta uma das maiores taxas de mortalidade por DCBV dentre os países da América Latina e ainda muito superior ao de nações desenvolvidas.11 Todavia, um comportamento temporal de declínio da taxa nacional tem sido observado ao longo das últimas décadas,1 tanto na população masculina quanto na feminina, corroborando a literatura existente nacional e internacional.12-15

Muitos autores têm destacado que tal redução da mortalidade pode ser explicada pela ampliação do acesso aos serviços de saúde e da adoção de estratégias de prevenção.14,15 No Brasil, destaca-se a implantação da atenção primária à saúde (APS), que, por meio da Estratégia Saúde da Família (ESF) desenvolve ações de controle de fatores de risco, a exemplo do incentivo à prática de atividade física e da adoção de hábitos alimentares salutares, programa de controle do tabagismo, diagnóstico e acompanhamento sistemático das condições crônicas (p. ex., hipertensão e diabetes) e acesso à assistência farmacêutica.16,17 Entre 1998 e 2017, houve uma intensa expansão do número de equipe de saúde da família, passando de pouco mais de 2 mil para 41 mil, alcançando uma cobertura de 70% da população brasileira, o que corresponde a aproximadamente 143 milhões de pessoas.17,18 Estudos têm mostrado associação entre a expansão da atenção primária e a redução da mortalidade por doenças como infarto agudo do miocárdio e doenças cerebrovasculares.19

Além da APS, o Brasil também avançou consideravelmente no atendimento ao paciente com DCBV. Em 1997, foi implantada a primeira unidade de AVC no Brasil, situada em Joinville-SC. A partir dessa experiência, em 2008, o Ministério da Saúde iniciou a organização da rede nacional de atendimento ao AVC, resultando na promulgação da portaria nº 665/2012, com a finalidade de implantar serviços de referência em todo o país.20,21

Outra ação importante diz respeito ao Plano de Ações Estratégicas para o Enfrentamento das DCNT. Implantado em 2011 pelo Ministério da Saúde, o plano estabeleceu um conjunto de metas para o país, como a redução da mortalidade prematura por DCNT, da prevalência de tabagismo e do consumo de álcool na população, aumento da prevalência da prática de atividade física e do consumo de frutas e contenção do crescimento da obesidade.22

Na análise regional, evidenciamos um comportamento heterogêneo no padrão de mortalidade pelas DCBV no país, corroborando outros estudos.4,23 As taxas de mortalidades foram maiores nas regiões Sudeste e Sul, porém com tendência de redução significativa. Em contraste, o Norte e o Nordeste apresentaram as menores taxas, mas com tendência de crescimento significativo ao longo da série histórica. Esse contexto epidemiológico-espacial heterogêneo é resultado das diferenças sociais, econômicas, demográficas e epidemiológicas existentes entre as regiões. Em virtude disso, os achados devem ser analisados sob a ótica de três dimensões: i) transição demográfica e epidemiológica; ii) determinantes sociais da saúde; e iii) qualidade dos sistemas de informações.

Desde os anos 1940, o Brasil tem passado por importantes transformações demográficas: redução da taxa de mortalidade geral e o declínio da natalidade resultaram em grandes mudanças no regime demográfico e na estrutura etária da população, com significativo aumento de idosos.24 Em 2000, essa população era de pouco mais de 14,2 milhões, passando para 19,6 milhões em 2010, devendo alcançar 41,5 milhões já em 2030,25 com maior concentração das regiões Sudeste e Sul. O impacto do processo de envelhecimento populacional no padrão de morbimortalidade é significativo, uma vez que implica aumento das doenças crônicas,26 dentre as quais se destacam as DCBV. Em nosso estudo, 77,8% dos óbitos ocorreram em idosos.

Estudos apontam que o risco de mortalidade por DCBV na população idosa é substancialmente maior do que em outras faixas etárias. Uma das razões é o acúmulo de fatores de risco, como hipertensão, diabetes, dislipidemias, etilismo, tabagismo e hábitos alimentares inadequados.27,28 Em nível nacional, por exemplo, a prevalência de hipertensão pode acometer 68% dos idosos.29

Ademais, o processo de transição demográfica ocorre em concomitância com uma segunda transição, a epidemiológica, caracterizada pelas mudanças no perfil de adoecimento da população.30 Nas últimas décadas, tem sido observado declínio das doenças infecciosas e parasitárias e aumento da ocorrência das crônico-degenerativas, muitas das quais, conforme mencionado anteriormente, elevam o risco de mortalidade por DCBV.27 As regiões Norte e Nordeste são as mais expostas à vulnerabilidade social e ao menor desenvolvimento humano, resultando em maior mortalidade por doenças decorrentes desse contexto social desfavorável e menor participação das DCBV, diferentemente do que se observa nas regiões mais desenvolvidas do país (Sudeste e Sul). Nesse sentido, as maiores taxas observadas nos estados mais desenvolvidos refletem as diferenças sociais e, consequentemente, maior participação das condições crônicas no perfil de mortalidade. Em contrapartida, regiões mais vulneráveis podem apresentar menores taxas em razão da persistência da mortalidade em decorrência de doenças relacionadas à pobreza.32

As duas transições não ocorrem de modo homogêneo no Brasil, havendo um descompasso entre as regiões.31 A transição desigual explica, em partes, as diferenças entre as regiões brasileiras no tocante à mortalidade por DCBV. Esse cenário justifica a associação positiva entre a mortalidade por DCBV e o desenvolvimento humano e a associação negativa desta com a vulnerabilidade social, o que representa a influência do contexto epidemiológico e social no perfil de mortalidade da população.

Todavia, a análise isolada das taxas não é suficiente para compreender a dinâmica epidemiológica das DCBV, sendo necessário refletir sobre a sua tendência ao longo da série temporal. Nas regiões Norte e Nordeste, em geral, as taxas mostraram padrão temporal de crescimento e, nas regiões Sudeste e Sul, observou-se declínio. Esses achados refletem a influência dos determinantes sociais da saúde no padrão de mortalidade por DCBV. As condições socioeconômicas, incluindo desenvolvimento humano, condição de renda e situação educacional, exercem influência significativa no risco de um indivíduo morrer por esse grupo de doenças.4,6,33-35

Recente estudo da Carga Global de Doenças (Global Burden of Disease, 2015) mostrou que os estados brasileiros situados no tercil mais baixo do índice de desenvolvimento social apresentaram reduções menores das taxas de mortalidade, quando comparados aos estados situados no tercil superior de desenvolvimento.4 Nesse mesmo estudo, o tercil inferior foi composto, unicamente, por estados das regiões Norte e Nordeste. Sugere-se, portanto, que as melhores condições de vida apresentam dupla influência na tendência da mortalidade: i) reduzem os fatores de risco para a ocorrência dos eventos de doença; e ii) contribuem para a sobrevida dos pacientes quando tais eventos ocorrem, reduzindo a chance de ocorrência do óbito.

Por fim, é necessário refletir ainda sobre a qualidade dos registros de mortalidade, sendo este um desafio para o adequado monitoramento das condições de saúde da população. O inadequado preenchimento da declaração de óbito, resultando em elevado número de códigos garbage, as dificuldades em realizar investigação epidemiológica dos óbitos registrados com causa mal definida e a falta de recursos humanos capacitados para atuação nos serviços de vigilância do óbito são problemas comuns evidenciados em todo o país, embora as regiões Norte e Nordeste sejam as mais atingidas pelo problema.36,37 A qualidade duvidosa das informações configura-se como uma importante limitação deste estudo.

Entre 1996 e 2005, o percentual de óbitos com causas mal definidas nessas regiões foi superior a 20%, sendo ainda maior na população idosa quando comparada com outras faixas etárias.38 Nesse sentido, as taxas de mortalidade no Norte e Nordeste, por exemplo, podem ser superiores àquelas que evidenciamos neste estudo. Por outro lado, é necessário destacar que, nos últimos anos, importantes avanços na qualidade da informação foram observados nessas regiões.13

 Conclusão

Conclui-se que a mortalidade por DCBV no Brasil apresenta comportamento epidemiológico desigual entre as regiões. As maiores taxas foram observadas nos estados com melhor grau de desenvolvimento humano e menor vulnerabilidade social, mas com tendência decrescente ao longo da série temporal. Por outro lado, nos estados com menor desenvolvimento e maior vulnerabilidade, as taxas foram menores, mas com tendência de crescimento. Nesse sentido, advogamos que as políticas públicas devem ser desenvolvidas considerando o contexto regional/local.

Distribuição espacial e tendência das taxas de mortalidade padronizada por DCBV nos estados brasileiros, geral e segundo gênero. Brasil (1996-2015). APC: Annual Percent Change; hab.: habitantes; nº: número; IC95%: intervalo de confiança de 95%; DCBV: doenças cerebrovasculares.

Referências 1. World Health Organization. (WHO). Health statistics and information systems. Estimates for 2000-2016. [Internet]. Genebra: WHO; 2018. [Acesso em 21 out 2018].Disponível em: http://www.who.int/healthinfo/global_burden_disease/estimates/en/index1.html. World Health Organization WHO Health statistics and information systems. Estimates for 2000-2016 Internet Genebra WHO 2018 Acesso em 21 out 2018 http://www.who.int/healthinfo/global_burden_disease/estimates/en/index1.html 2. Malta DC, França E, Abreu DMX, Perillo RD, Salmen MC, Teixeira RA, et al. Mortality due to noncommunicable diseases in Brazil, 1990 to 2015, according to estimates from the Global Burden of Disease study. São Paulo Med J. 2017;135(3):213-21. Malta DC França E Abreu DMX Perillo RD Salmen MC Teixeira RA et al Mortality due to noncommunicable diseases in Brazil, 1990 to 2015, according to estimates from the Global Burden of Disease study São Paulo Med J 2017 135 3 213 221 3. World Health Organization. The top 10 causes of death [Internet]. Genebra: WHO; 2018. [Acesso em 22 oute 2018]. Disponível em: http://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death. World Health Organization The top 10 causes of death Internet Genebra WHO 2018 Acesso em 22 oute 2018 http://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death 4. Lotufo PA, Goulart AC, Passos VMA, Satake FM, Souza MFM, França EB, et al. Cerebrovascular disease in Brazil from 1990 to 2015: Global Burden of Disease 2015. Rev Bras Epidemiol. 2017;20(1):129-41. Lotufo PA Goulart AC Passos VMA Satake FM Souza MFM França EB et al Cerebrovascular disease in Brazil from 1990 to 2015: Global Burden of Disease 2015 Rev Bras Epidemiol 2017 20 1 129 141 5. Alwan A, Maclean DR, Riley LM, d’Espaignet ET, Mathers CD, Stevens GA, et al. Monitoring and surveillance of chronic non-communicable diseases: progress and capacity in high-burden countries. Lancet. 2010;376(9755):1861-8. Alwan A Maclean DR Riley LM d’Espaignet ET Mathers CD Stevens GA et al Monitoring and surveillance of chronic non-communicable diseases: progress and capacity in high-burden countries Lancet 2010 376 9755 1861 1868 6. Vincens N, Stafström M. Income inequality, economic growth and stroke mortality in Brazil: longitudinal and regional analysis 2002-2009. PLoS One. 2015;10(9):e0137332. Vincens N Stafström M Income inequality, economic growth and stroke mortality in Brazil: longitudinal and regional analysis 2002-2009 PLoS One 2015 10 9 e0137332 7. Brasil. Ministério da Saúde. Sistema de informações sobre mortalidade (SIM). [Acesso em 13 de agosto 2018]. Disponível em: http://datasus.saude.gov.br/. Brasil Ministério da Saúde Sistema de informações sobre mortalidade (SIM) Acesso em 13 de agosto 2018 http://datasus.saude.gov.br/ 8. Organização Mundial da Saúde. Classificação estatística internacional de doenças e problemas relacionados à saúde- CID 10. 10ª revisão. São Paulo: Centro Colaborador da Organização Mundial da saúde para a Classificação de Doenças em Português. Brasília, DF: OMS; 1995. Organização Mundial da Saúde Classificação estatística internacional de doenças e problemas relacionados à saúde- CID 10 10 São Paulo Centro Colaborador da Organização Mundial da saúde para a Classificação de Doenças em Português Brasília, DF OMS 1995 9. Instituto Brasileiro de Geografia e Estatística. Sistema de Recuperação automática de dados- SIDRA. [Acesso em 15 de julho 2018]. Disponível em: https://sidra.ibge.gov.br/home /ipp/Brasil. Instituto Brasileiro de Geografia e Estatística Sistema de Recuperação automática de dados- SIDRA Acesso em 15 de julho 2018 https://sidra.ibge.gov.br/home 10. Kim HJ, Fay MP, Feuer EJ, Midthune DN. Permutation tests for joinpoint regression with applications to cancer rates. Stat Med. 2000;19(3):335-51. Kim HJ Fay MP Feuer EJ Midthune DN Permutation tests for joinpoint regression with applications to cancer rates Stat Med 2000 19 3 335 351 11. Lavados PM, Hennis AJ, Fernandes JG, Medina MT, Legetic B, Hoppe A, et al. Stroke epidemiology, prevention, and management strategies at a regional level: Latin America and the Caribbean. Lancet Neurol. 2007;6(4):362-72. Lavados PM Hennis AJ Fernandes JG Medina MT Legetic B Hoppe A et al Stroke epidemiology, prevention, and management strategies at a regional level: Latin America and the Caribbean Lancet Neurol 2007 6 4 362 372 12. Soares GP, Brum JD, Oliveira GM, Klein CH, Silva NAS. Mortalidade por todas as causas e por doenças cardiovasculares em três estados do Brasil, 1980 a 2006. Rev Panam Salud Publica. 2010;28(4):258-66. Soares GP Brum JD Oliveira GM Klein CH Silva NAS Mortalidade por todas as causas e por doenças cardiovasculares em três estados do Brasil, 1980 a 2006 Rev Panam Salud Publica 2010 28 4 258 266 13. Garritano CR, Luz PM, Pires MLE, Barbosa MTS, Batista KM. Analysis of the mortality trend due to cerebrovascular accident in Brazil in the XXI century. Arq Bras Cardiol. 2012;98(6):519-27. Garritano CR Luz PM Pires MLE Barbosa MTS Batista KM Analysis of the mortality trend due to cerebrovascular accident in Brazil in the XXI century Arq Bras Cardiol 2012 98 6 519 527 14. Feigin VL, Abajobir AA, Abate KH, Adc-Allah F, Abdulle AM, Abera SF, et al. Global, regional, and national burden of neurological disorders during 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015. Lancet Neurol. 2017;16(11):877-97. Feigin VL Abajobir AA Abate KH Adc-Allah F Abdulle AM Abera SF et al Global, regional, and national burden of neurological disorders during 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015 Lancet Neurol 2017 16 11 877 897 15. Cabral NL, Gonçalves ARR, Longo AL, Moro CHC, Costa G, Amaral CH, et al. Trends in stroke incidence, mortality and case fatality rates in Joinville, Brazil: 1995-2006. J Neurol Neurosurg Psychiatry. 2009;80:749-54. Cabral NL Gonçalves ARR Longo AL Moro CHC Costa G Amaral CH et al Trends in stroke incidence, mortality and case fatality rates in Joinville, Brazil: 1995-2006 J Neurol Neurosurg Psychiatry 2009 80 749 754 16. Malta DC, Morais Neto OL, Silva Junior JB. Presentation of the strategic action plan for coping with chronic diseases in Brazil from 2011 to 2022. Epidemiol Serv Saúde. 2011;20(4):425-38. Malta DC Morais OL Neto Silva JB Junior Presentation of the strategic action plan for coping with chronic diseases in Brazil from 2011 to 2022 Epidemiol Serv Saúde 2011 20 4 425 438 17. Pinto LF, Giovanella L. The Family Health Strategy: expanding access and reducing hospitalizations due to ambulatory care sensitive conditions (ACSC). Cienc Saúde Coletiva. 2018;23(6):1903-13. Pinto LF Giovanella L The Family Health Strategy: expanding access and reducing hospitalizations due to ambulatory care sensitive conditions (ACSC) Cienc Saúde Coletiva 2018 23 6 1903 1913 18. Malta DC, Santos MAS, Stopa SR, Vieira JEB, Melo EA, Reis AAC. Family Health Strategy Coverage in Brazil,according to the National Health Survey, 2013. Cienc Saude Coletiva. 2016;21(2):327-38. Malta DC Santos MAS Stopa SR Vieira JEB Melo EA Reis AAC Family Health Strategy Coverage in Brazil,according to the National Health Survey, 2013 Cienc Saude Coletiva 2016 21 2 327 338 19. Rasella D, Harhay MO, Pamponet ML, Aquino R, Barreto ML. Impact of primary health care on mortality from heart and cerebrovascular diseases in Brazil: a nationwide analysis of longitudinal data. BMJ. 2014;349:g4014. Rasella D Harhay MO Pamponet ML Aquino R Barreto ML Impact of primary health care on mortality from heart and cerebrovascular diseases in Brazil: a nationwide analysis of longitudinal data BMJ 2014 349 g4014 20. Brasil. Ministério da Saúde do Brasil.. Portaria nº 665, de 12 de abril de 2012. [Acesso em 16 de set 2018]. Disponível em: http://bvsms.saude.gov.br/bvs/saudelegis/gm/2012/PRT0665_1 2_04_2012.html. Brasil Ministério da Saúde do Brasil Portaria nº 665 12 04 2012 Acesso em 16 de set 2018 http://bvsms.saude.gov.br/bvs/saudelegis/gm/2012/PRT0665_1 2_04_2012.html 21. Brasil. Ministério da Saúde do Brasil. Acidente vascular cerebral. [Acesso em 19 de set 2018]. Disponível em: http://portalms.saude.gov.br/saude-de-a-z/acidente-vascular-cerebral-avc. Brasil Ministério da Saúde do Brasil Acidente vascular cerebral Acesso em 19 de set 2018 http://portalms.saude.gov.br/saude-de-a-z/acidente-vascular-cerebral-avc 22. Brasil. Ministério da Saúde do Brasil (BR). Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas Não Transmissíveis (DCNT) no Brasil 2011-2022. Brasília: Ministério da Saúde; 2011. Brasil Ministério da Saúde do Brasil (BR) Plano de Ações Estratégicas para o Enfrentamento das Doenças Crônicas Não Transmissíveis (DCNT) no Brasil 2011-2022 Brasília Ministério da Saúde 2011 23. Guimarães RM, Andrade SSCA, Machado EL, Bahia CA, Oliveira MM, Jacques FVL. Regional differences in cardiovascular mortality transition in Brazil, 1980 to 2012. Diferenças regionais na transição da mortalidade por doenças cardiovasculares no Brasil, 1980 a 2012. Rev Panam Salud Publica. 2015;37(2):83-89. Guimarães RM Andrade SSCA Machado EL Bahia CA Oliveira MM Jacques FVL Regional differences in cardiovascular mortality transition in Brazil, 1980 to 2012. Diferenças regionais na transição da mortalidade por doenças cardiovasculares no Brasil, 1980 a 2012 Rev Panam Salud Publica 2015 37 2 83 89 24. Alves JED. A transição demográfica e a janela de oportunidade. São Paulo: Instituto Fernand Braudel de Economia Mundial; 2008. Alves JED A transição demográfica e a janela de oportunidade São Paulo Instituto Fernand Braudel de Economia Mundial 2008 25. Instituto Brasileiro de Geografia e estatística. Estudos e análises – Informação Demográfica e Socioeconômica. Nº 3: Mudança Demográfica no Brasil no Início do Século XXI Subsídios para as projeções da população. Rio de Janeiro: IBGE; 2015. Instituto Brasileiro de Geografia e estatística Estudos e análises – Informação Demográfica e Socioeconômica. Nº 3: Mudança Demográfica no Brasil no Início do Século XXI Subsídios para as projeções da população Rio de Janeiro IBGE 2015 26. Mendes ACG, Sá DA, Miranda GMD, Lyra TM, Tavares RAW.. The public healthcare system in the context of Brazil’s demographic transition: current and future demands. Cad Saúde Pública. 2012;28(5):955-64. Mendes ACG Sá DA Miranda GMD Lyra TM Tavares RAW The public healthcare system in the context of Brazil’s demographic transition: current and future demands Cad Saúde Pública 2012 28 5 955 964 27. Pires SL, Gagliardi RJ, Gorzoni ML. Study of the main risk factors frequencies for ischemic cerebrovascular disease in elderly patients. Arq Neuropsiquiatr. 2004;62(3-B):844-51. Pires SL Gagliardi RJ Gorzoni ML Study of the main risk factors frequencies for ischemic cerebrovascular disease in elderly patients Arq Neuropsiquiatr 2004 62 3-B 844 851 28. Duncan BB, Chor D, Aquino EML, Bensenor IM, Mill JG, Scdmidt MI, et al. Chronic Non-Communicable Diseases in Brazil: priorities for disease management and research.. Rev Saúde Pública. 2012;46(Suppl.1):126-34. Duncan BB Chor D Aquino EML Bensenor IM Mill JG Scdmidt MI et al Chronic Non-Communicable Diseases in Brazil: priorities for disease management and research Rev Saúde Pública 2012 46 Suppl.1 126 134 29. Picon RV, Fuchs FD, Moreira LB, Fuchs SC. Prevalence of hypertension among elderly persons in urban Brazil: a systematic review with meta-analysis. Am J Hypertens. 2013;26(4):541-8. Picon RV Fuchs FD Moreira LB Fuchs SC Prevalence of hypertension among elderly persons in urban Brazil: a systematic review with meta-analysis Am J Hypertens 2013 26 4 541 548 30. Vasconcelos AMN, Gomes MMF. Transição demográfica: a experiência brasileira. Epidemiol Serv Saúde. 2012;21(4):539-48. Vasconcelos AMN Gomes MMF Transição demográfica: a experiência brasileira Epidemiol Serv Saúde 2012 21 4 539 548 31. Schramm JMA, Oliveira AF, Leite IC, Valente JG, Gadelha AMJ, Portela MC, et al. Demographic transition: the Brazilian experience. Cienc Saude Coletiva. 2004;9(4):897-908. Schramm JMA Oliveira AF Leite IC Valente JG Gadelha AMJ Portela MC et al Demographic transition: the Brazilian experience Cienc Saude Coletiva 2004 9 4 897 908 32. Araújo JD. Epidemiological Polarization in Brazil. Epidemiol Serv Saúde. 2012;21(4):533-8. Araújo JD Epidemiological Polarization in Brazil Epidemiol Serv Saúde 2012 21 4 533 538 33. Cabral NL, Longo A, Moro C, Ferst P, Oliveira FA, Vieira CV, et al.et al. Education level explains differences in stroke incidence among city districts in Joinville, Brazil: a three-year population-based study. Neuroepidemiology. 2011;36(4):258-64. Cabral NL Longo A Moro C Ferst P Oliveira FA Vieira CV et al et al Education level explains differences in stroke incidence among city districts in Joinville, Brazil: a three-year population-based study Neuroepidemiology 2011 36 4 258 264 34. Bensenor IM, Goulart AC, Szwarcwald CL, Vieira MLFP, Malta DC, Lotufo PA. Prevalence of stroke and associated disability in Brazil: National Health Survey-2013. Arq Neuro-Psiquiatr. 2015;73(9):746-50. Bensenor IM Goulart AC Szwarcwald CL Vieira MLFP Malta DC Lotufo PA Prevalence of stroke and associated disability in Brazil: National Health Survey-2013 Arq Neuro-Psiquiatr 2015 73 9 746 750 35. Lucena DMM, Figueiredo FWS, Sousa LVA, Paiva LS, Almeida TCC, Galego SJ, et al. Correlation between municipal human development index and stroke mortality: a study of Brazilian capitals. BMC Res Notes. 2018;11:540. Lucena DMM Figueiredo FWS Sousa LVA Paiva LS Almeida TCC Galego SJ et al Correlation between municipal human development index and stroke mortality: a study of Brazilian capitals BMC Res Notes 2018 11 540 36. Brasil. Ministério da Saúde. Manual para investigação do óbito com causa mal definida. Brasília: Ministério da Saúde; 2009. Brasil Ministério da Saúde Manual para investigação do óbito com causa mal definida Brasília Ministério da Saúde 2009 37. IshitaniI LH, Teixeira RA, Abreu DMX, Paixão LMMM, França EB. Quality of mortality statistics’ information: garbage codes as causes of death in Belo Horizonte, 2011-2013. Rev Bras Epidemiol. 2017;20(1):34-45. IshitaniI LH Teixeira RA Abreu DMX Paixão LMMM França EB Quality of mortality statistics’ information: garbage codes as causes of death in Belo Horizonte, 2011-2013 Rev Bras Epidemiol 2017 20 1 34 45 38. Jorge MHPM, Laurenti R, Lima-Costa MF, Gotlieb SLD, Chiavegatto Filho ADP. Brazilian mortality of elderly persons: the question about ill-defined underlying causes of death. Epidemiol Serv Saúde. 2008;17(4):271-81. Jorge MHPM Laurenti R Lima-Costa MF Gotlieb SLD Chiavegatto ADP Filho Brazilian mortality of elderly persons: the question about ill-defined underlying causes of death Epidemiol Serv Saúde 2008 17 4 271 281

Vinculação acadêmica

Não há vinculação deste estudo a programas de pós-graduação.

Fontes de financiamento.O presente estudo não teve fontes de financiamento externas.

 Original Article Cerebrovascular Disease Mortality Trend in Brazil (1996 To 2015) and Association with Human Development Index and Social Vulnerability 0000-0001-7995-1893 Souza Carlos Dornels Freire de 1 Oliveira Denilson José de 2 Silva Leonardo Feitosa da 1 Santos Camila Damasceno dos 2 Pereira Monaliza Coelho 2 Paiva João Paulo Silva de 1 Leal Thiago Cavalcanti 1 Mariano Renato de Souza 3 Araújo Amanda Karine Barros Ferreira de 1 Baggio Jussara Almeida de Oliveira 1 Brazil Universidade Federal de Alagoas - Campus Arapiraca, Arapiraca, AL - Brazil Brazil Faculdade São Francisco de Juazeiro, Juazeiro, BA - Brazil Brazil Instituto de Medicina Integral Professor Fernando Figueira – UPAE, Petrolina, RE - Brazil Mailing Address: Carlos Dornels Freire de Souza • Universidade Federal de Alagoas - Campus Arapiraca – Medicina – Av. Manoel Severino Barbosa. Postal Code 57309-005, Arapiraca, AL – Brazil E-mail: carlos.freire@arapiraca.ufal.br

Author contributions

Conception and design of the research: Souza CDF, Santos CD, Pereira MC, Paiva JPS, Leal TC, Silva LF, Araújo AKBF; Acquisition of data: Souza CDF, Silva LF, Mariano RS, Paiva JPS; Analysis and interpretation of the data, Writing of the manuscript and Critical revision of the manuscript for intellectual content: Souza CDF, Santos CD, Pereira MC, Paiva JPS, Leal TC, Silva LF, Araújo AKBF, Baggio JAO, Oliveira DJ, Mariano RS; Statistical analysis: Souza CDF, Silva LF.

Potential Conflict of Interest

No potential conflict of interest relevant to this article was reported.

 Abstract Background

Cerebrovascular diseases (CBVD) are the second major cause of death in the world.

 Objective

To analyze the mortality trend of CBVD in Brazil (1996 to 2015) and its association with Human Development Index (HDI) and the Social Vulnerability Index (SVI).

 Methods

This is an ecological study. We analyzed the mortality rate standardized by CBVD. Death data were obtained from the Mortality Information System (SIM) and populational data from the Brazilian Institute of Geography and Statistics (IBGE). The model of regression by inflection points (Joinpoint regression) was used to perform the temporal analysis, calculating the Annual Percent Change (APC) and Average Annual Percent Change (AAPC), with 95% of confidence interval and a significance of 5%. Trends were classified as increasing, decreasing or stationary. A multivariate regression model was used to analyze the association between mortality by CBVD, HDI and SVI.

 Results

During this period, 1,850,811 deaths by CBVD were recorded. We observed a reduction in the national mortality rate (APC -2.4; p = 0.001). Twenty federation units showed a significant trend, of which 13 showed reduction, including all states in the Midwest (n=4), Southeast (n=4) and South (n=3). The HDI was positively associated and the SVI was negatively associated with mortality (p = 0.046 and p = 0.026, respectively).

 Conclusion

An unequal epidemiological course of mortality was observed between the regions, being higher in the Southeast and South states, with a significative tendency of reduction, and lower in the North and Northeast states, but with a significative tendency of increase. HDI and SVI showed an association with mortality. (Arq Bras Cardiol. 2021; 116(1):89-99)

 Brain Diseases/mortality Epidemiology Community Development Social Vulnerability Time Seies Studies Morbimortality Stroke/mortality Emergency Medical Emergencies/organization and administration Introduction

Chronic non-communicable diseases (CNCD) have occupied a prominent place in the epidemiological scenario, representing the biggest global health problem and causing about 38 million deaths annually (70% of all deaths), 16 million of which are considered premature (age < 70 years).1 In Brazil, approximately 75% of deaths are caused by CNCD, which represents more than 1 million deaths each year.2

The CNCD group consists of four subgroups: cardiovascular diseases (CVD), cancer, chronic respiratory disease and diabetes mellitus. Among the CVD, cerebrovascular diseases (CBVD) stand out, being the second leading cause of mortality in the world, behind ischemic heart diseases. Together, they were responsible for 15.2 million deaths in 2016.1,3

Of the Latin American countries, Brazil has one of the highest mortality rates due to CBVD. In the last decades, there was a significant increase in the number of deaths, from 104,000 in 1990 to 144,000 in 2015. On the other hand, the country has experienced a reduction in mortality rates, especially regarding early mortality, which decreased from 51.4% in 1990 to 35.1% in 2015.4

The impact of CBVD on morbidity and mortality is a challenge for the economic and social development of nations, especially in developing countries, which concentrate about 80% of all CBVD deaths.1,5 Monitoring the temporal behavior of indicators in Brazil, a country of continental dimensions and with important socio-spatial inequalities, is of fundamental importance for the definition of public policies that can impact the population’s health situation.6

In this sense, this study aimed to analyze the trend of mortality from CBVD in Brazil (1996-2015) and its association with the Human Development Index (HDI) and the Social Vulnerability Index (SVI).

 Methods Study design, population and period

This is an ecological study involving all CBVD deaths that occurred in Brazil from 1996 to 2015 and the HDI and SVI. The entire country, the country regions and the federation units were adopted as the analysis units.

 Variables

We analyzed the following sociodemographic variables: gender (male, female and unknown), age groups – in years (0-4, 5-9, 10-14, 15-19, 20-29, 30-39, 40-49, 50- 59, 60-69, 70-79, 80 and over and unknown age), education - in years (illiterate, 1-3, 4-7, 8-11, 12 or more and unknown education) and marital status (single, married, widowed, divorced, other and unknown marital status). For the time series analysis, the variable mortality rate standardized by age and gender due to CBVD was included. For the association component, two social indices were selected: i) the HDI and its three dimensions (longevity, education and income) and ii) SVI and its three dimensions (urban infrastructure, human capital and income and work). These two indices measure, respectively, the degree of human development and the degree of social vulnerability to which a population is exposed.

 Data source and data collection

Death data were collected from the Ministry of Health’s Mortality Information System (SIM) (http://datasus.saude.gov.br/).7 The International Disease Code (ICD-10) I60 to I69 was considered: I60- Subarachnoid hemorrhage; I61- Intracerebral hemorrhage; I62- other non-traumatic intracranial hemorrhages; I63- Cerebral infarction; I64- Stroke not specified as hemorrhagic or ischemic; I65- Occlusion / stenosis of pre-cerebral arteries that do not result in cerebral infarction; I66- Occlusion / stenosis of cerebral arteries that do not result in cerebral infarction; I67- Other cerebrovascular diseases; I68- Cerebrovascular disorders in diseases classified elsewhere; and I69- Sequelae of cerebrovascular diseases.8 The population data necessary to calculate the indicators were obtained from the Brazilian Institute of Geography and Statistics (IBGE).9

 To obtain the rates the following equations were used:

a) Annual mortality rate: number of deaths due to CBVD in the local and year /local population and year X 100,000 inhabitants;

b) Mortality rate for the period (1996-2015): mean number of deaths from CBVD of the time series (1996-2015)/population median of the time series (population mean of 2005 and 2006) x 100.000 inhabitants.

Finally, the HDI was obtained from the human development atlas (http://atlasbrasil.org.br/2013/) and the SVI from the social vulnerability atlas (http://ivs.ipea.gov.br/index.php/pt/), based on the year 2010. It should be noted that the HDI and SVI data are only calculated in the census years.

 Standardization of mortality rates

In order to reduce the effects of the population-demographic structure, the crude rates were standardized by gender and age using the direct method, considering the Brazilian population in 2010 (census year) as the standard population and the following age groups: 0-4, 5 -9, 10-14, 15-19, 20-29, 30-39, 40-49, 50-59, 60-69, 70-79 and 80 or more.

 Statistical analysis

For the temporal analysis, the inflection point regression model (joinpoint regression model) was used. The model tests whether a line with multiple segments is more adequate to explain the temporal behavior of a data set when compared to a straight line or one with fewer segments. Therefore, the joinpoint allows identifying the trend of each indicator (whether stationary, increasing or decreasing), the points in time in which there is a change in this trend (joins), as well as the annual percentage variation (APC- Annual Percent Change) and the total period (AAPC- Average Annual Percent Change).10 In the model configuration, the following parameters were adopted: minimum number of joins: zero; maximum number of joins: three; selection of the best model: Monte Carlo permutation test (n = 4499 permutations); error autocorrelation method: method based on date; confidence interval: 95% (95% CI); and significance level: 5%.

For the analysis of the association between social indicators and the standardized mortality rate, the multivariate regression model (OLS - Ordinary Least Square) was adopted.

For the analyses, the software Joinpoint Regression 4.5.0.1 (National Cancer Institute. USA), GeoDa 1.10.0.8 (University of Illinois at Urbana-Champaign, USA) and QGis 2.14.11 (Open Source Geospatial Foundation, USA) were used. The territorial meshes necessary for making the maps came from IBGE.

 Ethical aspects

This study used secondary data in the public domain, in which it is not possible to identify the subjects. For this reason, the local Research Ethics Committee approval has been waived.

 Results

Between 1996 and 2015, 1.850.811 deaths due to CBVD were recorded in Brazil, resulting in a mean of 92.540 cases/year. Of this total, 50.68% (n = 938.044) occurred in males and 77.80% (n = 1.440.170) in elderly people. The age group of 80 years or over was the only age group with a higher proportion of females than males. There was a high rate of low level of education: 39.94% (n = 739.233) were illiterate or had up to three years of schooling. In this variable, a high proportion of unknown fields was observed (38.29% / n = 708.685) (Table 1).

– Sociodemographic characterization of deaths due to Cerebrovascular diseases (CBVD), according to gender. Brazil, 1996-2015
Variables Male n= 938044 (50.68%) Female n= 912202 (49.29%) Unknown n= 565 (0.03%) Total of Deaths n= 1850811 (100%)
n % n % n % n %
Age range
0-4 1012 55.95 793 43.83 4 0.22 1809 1.00
5-9 565 53.25 496 46.75 0 0.00 1061 0.06
10-14 999 54.44 834 45.45 2 0.11 1835 0.10
15-19 1998 55.27 1616 44.70 1 0.03 3615 0.20
20-29 7158 52.66 6426 47.27 10 0.07 13594 0.73
30-39 21278 50.09 21186 49.87 17 0.04 42481 2.30
40-49 62652 50.98 60217 48.99 37 0.03 122906 6.64
50-59 124934 56.74 95185 43.23 65 0.03 220184 11.90
60-69 200551 57.92 145578 42.05 106 0.03 346235 18.71
70-79 268228 53.12 236627 46.85 135 0.03 504990 27.28
80 and over 246717 41.89 342104 58.09 124 0.02 588945 31.81
Unknown age 1952 61.85 1140 36.12 64 2.03 3156 0.17
Years of study
Illiterate 162163 42.91 215672 57.07 90 0.02 377925 20.42
1-3 years 192038 53.15 169257 46.84 13 0.01 361308 19.52
4-7 years 126285 53.86 108156 46.13 11 0.01 234452 12.67
8-11 years 54461 54.17 46075 45.83 6 0.01 100542 5.43
12 years and more 29083 57.64 21369 42.35 4 0.01 50456 2.73
1-8 years * 4868 53.92 4158 46.06 2 0.02 9028 0.49
9-11 years * 4551 54.08 3860 45.87 4 0.05 8415 0.45
Unknown 364595 51.45 343655 48.49 435 0.06 708685 38.29
Marital status
Single 163672 47.22 182828 52.75 87 0.03 346587 18.73
Married 499651 67.31 242565 32.67 143 0.02 742359 40.11
Widowed 152794 28.22 388484 71.76 124 0.02 541402 29.25
Divorced 40958 59.29 28116 40.70 6 0.01 69080 3.73
Other 12235 64.02 6875 35.97 1 0.01 19111 1.03
Unknown 68734 51.96 63334 47.88 204 0.16 132272 7.15

* Different grouping of years of study occurred because of changes in the death certificate in 2011.

When analyzing the time series, the mortality rate due to CBVD in the Brazilian population, considering both genders, showed a linear trend of reduction (APC -2.4%; 95% CI -2.7 to -2.0; p = 0.001), from 72.3/100,000 (1996) to 46.4/100,000 (2015). Similar behaviors were observed in the male population (APC -2.3%; 95% CI -2.6 to -1.9; p = 0.001) and in the female population (APC -2.4%; 95% CI -2.8 to -2.0; p = 0.001), of which rates decreased from 77.8 and 71.4/100.000 to 51.1 and 45.2/100.000, respectively (Figure 1).

Spatial distribution and trend of mortality rates standardized by Cerebrovascular diseases (CBVD) in Brazilian states, all population and according to gender. Brazil, 1996-2015. APC: Annual Percent Change; hab.: inhabitant; nº: number; 95%CI: 95% Confidence Interval; CBVD: Cerebrovascular diseases.

Figure 1 shows that the spatial distribution of the mean rates is heterogeneous, being higher in the Southeast and South states and lower in the North states. The highest overall mean rates were observed in the states of Paraná (75/100,000) and Espírito Santo (71.3/100,000) and the lowest in the states of Rio Grande do Norte (40.9/100,000) and Bahia (48.0/100,000). The same scenario was observed for male mortality (Paraná with 83.4/100,000 and Espírito Santo with 79.8/100,000). In the female population, the highest rates were observed in Paraná (71.2/100,000) and Rio Grande do Sul (69.2/100,000) and the lowest in Rio Grande do Norte (40.7/100,000) and Bahia (49.1/100,000).

The trend in mortality rates was also analyzed considering the complete time series (1996-2015). The North region was the only one that showed a tendency towards an increase in mortality in the general population (APC 0.4%; 95% CI 0.1 to 0.8; p <0.001) and in the male population (APC 0.7%; 95% CI 0.3 to 1.1; p <0.001). The Midwest, Southeast and South regions showed a decreasing trend, both in the general population and in the male and female populations. The Southeast region showed the highest percentage of reduction in the time series (APC 3.8%) (Table 2).

– Percentage of Average Annual Variation (PAAV) of mortality rates standardized by Cerebrovascular diseases (CBVD), according to gender, in Brazil, regions and federation units. 1996-2015
Spatial Unit Both genders Male Female
Rate1 AAPC (CI 95%) p value Rate1 AAPC (CI 95%) p value Rate1 AAPC (CI 95%) p value
1996 2015 1996 2015 1996 2015
North 50.5 58.6 0.4* (0.1 to 0.8); p<0.001 51.0 61.6 0.7* (0.3 to 1.1); p<0.001 52.6 58.6 0.1 (-0.3 to 0.5); p=0.6
RO 68.2 51.4 -1.8* (-2.2 to -1.8); p<0.001 65.9 53.3 1.6* (-2.3 to -1.0); p<0.001 74.2 51.5 -1.9*(-2.3 to -1.4); p<0.001
AC 57.4 63.1 -0.1 (-1.9 to 1.7); p=0.9 59.5 62.7 0.4 (-2.3 to 3.1); p=0.8 58.7 66.9 0.4 (-4.3 to 5.4); p=0.9
AM 49.7 56.1 0.6* (0.2 to 1.1); p<0.001 49.7 58.0 0.9* (0.2 to 1.5); p<0.001 52.7 57.3 0.4 (-0.1 to 1.0); p=0.1
RR 75.5 46.8 -2.2* (-3.0 to -1.3); p<0.001 92.0 50.7 -2.0* (-3.6 to -0.4); p<0.001 56.4 44.2 -2.3*(-3.3 to -1.3); p<0.001
PA 46.3 61.8 1.2 (-0.8 to 3.4); p=0.2 45.7 66.0 1.9 (-0.3 to 4.1); p=0.1 49.5 60.8 0.1 (-2.0 to 2.2); p=0.9
AP 79.5 49.2 -1.7 (-7.8 to 4.9); p=0.6 77.1 54.3 -0.8 (-4.8 to 3.5); p=0.7 86.2 46.6 -1.2 (-3.8 to 1.5); p=0.4
TO 43.4 59.3 1.9* (0.9 to 2.9); p<0.001 48.0 60.1 1.4 (-1.3 to 4.3); p=0.3 40.0 60.7 2.3* (0.7 to 3.9); p<0.001
Northeast 45.4 54.4 0.9 (-0.7 to 2.4); p=0.3 46.8 60.7 1.3 (-0.3 to 2.9); p=0.1 46.7 52.7 0.6 (-1.1 to 2.3); p=0.5
MA 29.0 68.2 4.6* (2.0 to 7.4); p<0.001 31.7 76.6 4.7* (2.5 to 7.0); p<0.001 27.2 64.8 4.3* (1.6 to 7.0); p<0.001
PI 33.3 76.9 3.9* (2.9 to 4.8); p<0.001 35.0 90.4 4.2* (2.9 to 5.5); p<0.001 33.0 70.3 4.0* (3.0 to 4.9); p<0.001
CE 42.0 55.1 1.3 (-0.2 to 2.8); p=0.1 43.5 62.6 1.7* (0.2 to 3.2); p<0.001 42.8 52.1 0.7 (-0.2 to 1.6); p=0.1
RN 33.0 38.0 0.9 (-0.1 to 1.8); p=0.1 34.4 43.7 1.3* (0.2 to 2.5); p<0.001 33.0 35.6 -0.4 (-0.8 to 1.5); p=0.5
PB 37.5 48.5 1.7* (0.4 to 3.0); p<0.001 39.0 52.2 1.9* (0.3 to 3.4); p<0.001 38.4 48.6 1.4 (-0.1 to 2.8); p=0.1
PE 64.8 58.0 -0.8 (-2.2 to 0.6); p=0.3 68.1 66.6 -0.4 (-1.0 to 0.2); p=0.2 65.9 55.2 -1.1 (-2.6 to 0.4); p=0.1
AL 55.5 69.3 0.8* (0.2 to 1.5); p<0.001 57.8 77.7 1.2* (0.6 to 1.8); p<0.001 57.1 66.9 0.5 (-0.5 to 1.5); p=0.3
SE 41.8 57.6 1.7* (1.0 to 2.3); p<0.001 45.7 64.7 1.9* (1.0 to 2.9); p<0.001 40.2 55.6 1.5* (0.5 to 2.5); p<0.001
BA 47.7 45.2 -0.0 (-0.6 to 0.5); p=0.9 47.4 47.5 0.2 (-0.3 to 0.8); p=0.4 51.0 46.2 -0.2 (-0.8 to 0.3); p=0.4
Midwest 69.5 46.3 -2.8* (-3.4 to -2.2); p<0.001 72.2 49.2 -2.7* (-3.3 to -2.2); p<0.001 69.1 46.2 -2.3 (-4.8 to 0.2); p=0.1
MS 76.9 52.9 -2.4* (-2.9 to -2.0); p<0.001 83.9 54.5 -2.4* (-3.0 to -1.8); p<0.001 73.1 54.5 -2.4* (-2.8 to 1.9); p<0.001
MT 65.7 44.2 -1.9* (-3.0 to -0.8); p<0.001 66.3 45.6 -2.1* (-3.5 to -0.6); p<0.001 67.6 44.8 -2.5*(-3.2 to -1.9); p<0.001
GO 64.2 46.2 -2.2* (-2.6 to -1.8); p<0.001 66.0 49.7 -1.6* (-2.7 to -0.4); p<0.001 65.1 45.6 -2.2 (-2.6 to -1.8); p<0.001
DF 81.3 41.6 -4.0* (-4.6 to -3.5); p<0.001 91.6 46.4 -4.0* (-4.6 to -3.4); p<0.001 77.2 40.5 -3.4 (-5.4 to -1.3); p<0.001
Southeast 86.1 41.4 -3.8* (-4.1 to -3.4); p<0.001 96.3 45.8 -3.8* (-4.2 to -3.5); p<0.001 82.3 40.2 -3.8*(-4.2 to -3.4); p<0.001
MG 74.1 39.3 -3.2* (-3.5 to -2.9); p<0.001 81.0 41.5 -3.3* (-3.7 to -3.0); p<0.001 71.5 39.5 -3.0*(-3.3 to -2.8); p<0.001
ES 98.4 46.7 -3.6* (-4.3 to -2.9); p<0.001 108.7 51.7 -3.5* (-4.0 to -3.1); p<0.001 94.2 45.1 -3.5*(-4.2 to -2.8); p<0.001
RJ 101.6 42.3 -4.5* (-5.3 to -3.7); p<0.001 113.8 47.9 -4.3* (-4.9 to -3.7); p<0.001 97.7 40.7 -4.5*(-5.8 to -3.2); p<0.001
SP 84.3 41.7 -3.8* (-4.2 to -3.4); p<0.001 95.8 46.7 -3.8* (-4.0 to -3.5); p<0.001 79.4 40.1 -3.8*(-4.0 to -3.5); p<0.001
South 91.0 45.9 -3.7* (-4.1 to -3.2); p<0.001 96.9 49.5 -3.7* (-4.1 to -3.2); p<0.001 91.3 45.6 -3.6*(-4.0 to -3.2); p<0.001
PR 98.9 49.9 -3.8* (-4.1 to -3.6); p<0.001 108.0 55.3 -3.8* (-4.1 to -3.5); p<0.001 95.5 48.0 -3.8*(-4.1 to -3.5); p<0.001
SC 89.1 37.7 -4.4* (-4.8 to -4.0); p<0.001 94.4 39.7 -3.9* (-5.9 to -2.0); p<0.001 89.5 38.2 -4.3*(-4.7 to -3.9); p<0.001
RS 86.1 46.5 -3.1* (-4.2 to -1.9); p<0.001 88.9 49.4 -3.0* (-3.6 to -2.3); p<0.001 89.3 47.0 -3.4*(-4.1 to -2.6); p<0.001

*Statistical significance(p<0.05); 1 – Mortality rate/100.000 inhabitants; AAPC: Average Annual Percent Change; RO: Rondônia; AC: Acre; AM: Amazonas; RR: Roraima; PA: Pará; AP: Amapá; TO: Tocantins; MA: Maranhão; PI: Piauí; CE: Ceará; RN: Rio Grande do Norte; PB: Paraíba; PE: Pernambuco; AL: Alagoas; SE: Sergipe; BA: Bahia; MG: Minas Gerais; ES: Espírito Santo; RJ: Rio de Janeiro; SP: São Paulo; PR: Paraná; SC: Santa Catarina; RS: Rio Grande do Sul; MS: Mato Grosso do Sul; MT: Mato Grosso; GO: Goiás; and DF: Distrito Federal.

In the stratified analysis by federation unit, 20 states showed significant trends, 7 showed increasing trends and 13 decreasing trends. All states in the Midwest, South and Southeast regions showed decreasing trends, with emphasis on Rio de Janeiro and Santa Catarina, with the highest reduction percentages. On the other hand, 5 of the 7 states with increasing trends are located in the northeast region (Maranhão, Piauí, Paraíba, Alagoas and Sergipe) and two in the north (Amazonas and Tocantins) (Table 2).

Only the Federal District was classified with very high HDI (HDI 0.824). All states in the Northeast and five in the North had medium HDI (between 0.600 and 0.699), with Alagoas and Maranhão standing out with the lower values (HDI 0.631 and 0.639, respectively). In parallel, these same states in the North and Northeast regions had the highest values in the SVI, especially Maranhão with very high SVI (SVI 0.521). All eight states classified as showing high social vulnerability are located in the North (n = 4) and Northeast (n = 4) regions (Figure 2).

– Spatial distribution of the Human Development Index (HDI) and the Social Vulnerability Index (SVI) in Brazilian states. Brazil, 2010.

The temporal regression model showed the states of the North and Northeast regions with the largest number of segments in the time series (joins), representing greater oscillation in rates over the years. The mortality rate in the Northeast showed four time segments: slight growth (1996-2003), stationary behavior (2003-2006), downward trend (2006-2010) and again a stationary behavior (2010-2015). Among the states in this region, only Bahia showed a linear behavior (Table 3).

– Percentage of annual variation in mortality rates standardized by Cerebrovascular diseases (CBVD), according to gender. Brazil. 1996-2015
Spatial unit Both genders Male Female
Period AAPC (95% CI) p value Period AAPC (CI 95%) p value Period AAPC (95% CI) p value
North 1996-2015 0.4* (0.0 to 0.8); p<0.001 1996-2015 0.7* (0.3 to 1.1); p<0.001 1996-2015 0.1 (-0.3 to 0.5); p=0.6
RO 1996-2015 -1.8*(-2.2 to -1.8) ; p<0.001 1996-2015 1.6* (-2.3 to -1.0); p<0.001 1996-2015 -1.9* (-2.3 to -1.4); p<0.001
AC 1996-1999 -16.2 (-30.7 to 1.4); p=0.1 1996-2002 -5.6 *(-9.4 to -1.7); p<0.001 1996-1999 -16.2 (-30.7 to 1.4); p=0.1
1999-2006 9.9* (3.1 to 17.2); p<0.001 2002-2006 13.2* (0.5 to 27.5); p<0.001 1999-2006 9.9* (3.1 to 17.2); p<0.001
2006-2011 -6.4 (-17 to 5.6); p=0.2 2006-2015 -0.8 (-2.9 to 1.4); p=0.4 2006-2011 -6.4 (-17.0 to 5.6); p=0.2
2011-2015 7.1 (-5.0 to 20.8); p=0.2 2011-2015 7.1 (-5.0 to 30.8); p=0.2
AM 1996-2015 0.6* (0.2 to 1.1); p<0.001 1996-2015 0.9* (0.2 to 1.5); p<0.001 1996-2015 0.4 (-0.1 to 1.0); p=0.1
RR 1996-2015 -2.2* (-3.0 to -1.3); p<0.001 1996-2015 -2.0* (-3.6 to -0.4); p<0.001 1996-2015 -2.3* (-3.3 to -1.3); p<0.001
PA 1996-2004 -0.8 (-2.9 to 1.2); p=0.9 1996-1998 11.6 (-1.1 to 25.9); p=0.1 1996-2004 -0.8 (-2.9 to 1.2); p=0.4
2004-2008 6.3 (-3.3 to 16.8); p=1.4 1998-2001 -4.2 (-15.1 to 8.2); p=0.4
2008-2015 -2.3 (-4.7 to 0.2); p=-2.0 2001-2008 4.3* (2.2 to 6.4); p<0.001 2004-2008 6.3 (-3.3 to 16.8); p=0.2
2008-2015 -0.5 (-2.1 to 1.2); p=0.5 2008-2015 -2.3 (-4.7 to 0.2); p=0.1
AP 1996-2007 -5.8* (-8.8 to -2.7); p=0.6 1996-2002 1.9 (-4.3 to 8.4); p=0.5 1996-2007 -5.8* (-8.8 to -2.7); p<0.001
2007-2015 5.5* (0.1 to 11.3); p<0.001 2002-2006 -11.1 (-26.1 to 7.0); p=0.2 2007-2015 5.5* (0.1 to 11.3); p<0.001
2006-2015 2.4 (-1.0 to 5.9); p=0.2
TO 1996-2003 11.6* (7.5 to 15.8); p<0.001 1996-2000 3.1 (-2.5 to 8.9); p=0.3 1996-2003 11.6* (7.5 to 15.8); p<0.001
2003-2015 -2.8* (-4.4 to -1.1); p<0.001 2000-2003 15.3 (-3.1 to 37.3); p=0.1 2003-2015 -2.8* (-4.4 to -1.1); p<0.001
2003-2015 -2.3* (-3.3 to -1.3); p<0.001
Northeast 1996-2003 1.7* (0.5 to 2.9); p=0.3 1996-2003 2.1* (-0.9 to 3.3); p=0.1 1996-2003 1.4* (0.1 to 2.7); p<0.001
2003-2006 7.4 (-1.5 to 17.2); p=1.9 2003-2006 6.6 (-2.3 to 16.4); p=0.1 2003-2006 8.3 (-1.5 to 19.1); p=0.1
2006-2010 -4.5* (-8.5 to -0.2); p=0.3 2006-2010 -3.7 (-7.8 to 0.6); p=0.1 2006-2010 -5.1* (-9.5 to -0.5); p<0.001
2010-2015 0.3 (-1.7 to 2.2); p=0.3 2010-2015 1.1 (-0.9 to 3.1); p=0.2 2010-2015 -0.4 (-2.5 to 1.8); p=0.7
MA 1996-2006 4.5* (2.2 to 6.9); p<0.001 1996-2000 0.1 (-7.1 to 7.8); p=1.0 1996-2003 4.5* (2.2 to 6.9); p<0.001
2003-2006 18.3 (-0.2 to 40.2); p=0.1 2000-2007 13.4* (8.9 to 18.0); p<0.001 2003-2006 18.3 (-0.2 to 40.2); p=0.1
2006-2015 -0.2 (-1.7 to 1.4); p=0.8 2007-2015 -0.1 (-2.6 to 2.6); p=1.0 2006-2015 -0.2 (-1.7 to 1.4); p=0.8
PI 1996-2006 8.9* (7.6 to 10.3); p<0.001 1996-2007 8.4* (6.8 to 10.1); p<0.001 1996-2006 8.9* (7.6 to 10.3); p<0.001
2006-2015 -1.3 (-2.7 to 0.2); p=0.1 2007-2015 -1.4 (-3.7 to 1.1); p=0.2 2006-2015 -1.3 (-2.7 to 0.2); p=0.1
CE 1996-2007 2.8* (1.7 to 3.9); p<0.001 1996-1998 11.5 (-2.2 to 27.0); p=0.1 1996-2007 2.8* (1.7 to 3.9); p<0.001
2007-2015 -2.2* (-3.9 to -0.4); p<0.001 1998-2008 2.0* (0.8 to 3.2); p<0.001 2007-2015 -2.2* (-3.9 to -0.4); p<0.001
2008-2015 -1.2 (-2.9 to 0.5); p=0.1
RN 1996-2009 2.4* (1.4 to 3.5); p<0.001 1996-2008 4.2* (2.9 to 5.4); p<0.001 1996-2009 2.4* (1.4 to 3.5); p<0.001
2009-2015 -3.9* (-7.0 to -0.6); p<0.001 2008-2015 -3.3* (-5.9 to -0.6); p<0.001 2009-2015 -3.9* (-7.0 to -0.6); p<0.001
PB 1996-1998 -11.8*(-22.1 to 0.0); p<0.001 1996-1999 -5.5 (-12.3 to 2.3); p=0.1 1996-1998 -11.8* (-22.1 to 0.0); p<0.001
1998-2007 8.9* (7.4 to 10.4); p<0.001 1999-2007 10.6* (8.3 to 13.0); p<0.001 1998-2007 8.9* (7.4 to 10.4); p<0.001
2007-2015 -3.1* (-4.4 to -1.8); p<0.001 2007-2015 -3.5* (-5.1 to -1.8); p<0.001 2007-2015 -3.1* (-4.4 to -1.8); p<0.001
PE 1996-1998 5.1 (-2.8 to 13.7); p=0.2 1996-2006 1.1* (0.3 to 2.0); p<0.001 1996-1998 5.1 (-2.8 to 13.7); p=0.2
1998-2001 -6.0 (-13.1 to 1.7); p=0.1 2006-2015 -2.0* (-3.0 to -1.1); p<0.001 1998-2001 -6.0 (-13.1 to 1.7); p=0.1
2001-2005 4.9* (0.9 to 9.1); p<0.001 2001-2005 4.9* (0.9 to 9.1); p<0.001
2005-2015 -3.2* (-3.8 to -2.6); p<0.001 2005-2015 -3.2* (-3.8 to -2.6); p<0.001
AL 1996-2007 2.4* (1.2 to 3.7); p<0.001 1996-2007 3.2* (2.4 to 4.0); p<0.001 1996-2007 2.4* (1.2 to 3.7); p<0.001
2007-2015 -2.1 (-4.0 to -0.1); p<0.001 2007-2015 -1.5* (-2.7 to -0.3); p<0.001 2007-2015 -2.1* (-4.0 to -0.1); p<0.001
SE 1996-2005 5.7* (4.0 to 7.5); p<0.001 1996-2005 5.8* (4.1 to 7.4); p<0.001 1996-2005 5.7* (4.0 to 7.5); p<0.001
2005-2015 -2.1* (-3.5 to -0.7); p<0.001 2005-2015 -1.4* (-2.7 to -0.1); p<0.001 2005-2015 -2.1* (-3.5 to -0.7); p<0.001
BA 1996-2015 -0.0 (-0.6 to 0.5); p=0.9 1996-2015 0.2 (-0.3 to 0.8); p=0.4 1996-2015 -0.2 (-0.8 to 0.3); p=0.4
Midwest 1996-2015 -2.8* (-3.4 to -2.2); p<0.001 1996-2015 -2.7* (-3.3 to -2.2); p<0.001 1996-2005 -0.5 (-2.0 to 1.0); p=0.5
2005-2008 -0.9 (-23.1 to 7.7); p=0.2
2008-2015 -1.6 (-3.8 to 0.6); p=0.1
MS 1996-2015 -2.4* (-2.9 to -2.0); p<0.001 1996-2015 -2.4* (-3.0 to -1.8); p<0.001 1996-2015 -2.4* (-2.8 to 1.9); p<0.001
MT 1996-2015 -1.9* (-3.0 to -0.8); p<0.001 1996-1998 9.7 (-3.5 to 24.6); p=0.1 1996-2015 -2.5* (-3.2 to -1.9); p<0.001
1998-2010 -2.3* (-3.1 to -1.4); p<0.001
2010-2015 -5.9* (-8.6 to -3.2); p<0.001
GO 1996-2015 -2.2* (-2.6 to -1.8); p<0.001 1996-1999 2.9 (-3.0 to 9.1); p<0.001 1996-2015 -2.2 (-2.6 to -1.8); p<0.001
1999-2007 -3.8* (-5.3 to -2.3); p<0.001
2007-2015 -0.9 (-2.1 to 0.4); p=0.2
DF 1996-1998 5.7 (-14.4 to 30.6); p=0.6 1996-2015 -4.0* (-4.6 to -3.4); p<0.001 1996-1998 5.7 (-14.4 to 30.6); p=0.6
1998-2015 -4.4* (-5.1 to -3.7); p<0.001 1998-2015 -4.4* (-5.1 to -3.7); p<0.001
Southeast 1996-2015 -3.8* (-4.1 to -3.4); p<0.001 1996-2015 -3.8* (-4.2 to -3.5); p<0.001 1996-2015 -3.8* (-4.2 to -3.4); p<0.001
MG 1996-2009 -2.6* (-3.2 to -1.9); p<0.001 1996-2015 -3.3* (-3.7 to -3.0); p<0.001 1996-2015 -3.0* (-3.3 to -2.8); p<0.001
2009-2015 -5.5* (-7.4 to -3.5); p<0.001
ES 1996-2015 -3.6 (-4.3 to -2.9); p<0.001 1996-2015 -3.5* (-4.0 to -3.1); p<0.001 1996-2009 -2.6* (-3.2 to -1.6); p<0.001
2009-2015 -5.5* (-7.4 to -3.5); p<0.001
RJ 1996-2005 -5.1* (-5.9 to -4.4); p<0.001 1996-2010 -3.9* (-4.4 to -3.5); p<0.001 1996-2005 -5.1* (-5.9 to -4.4); p<0.001
2005-2008 -0.6 (-8.9 to 8.4); p=0.9 2010-2015 -5.4* (-7.4 to -3.3); p<0.001 2005-2008 -0.6* (-8.9 to 8.4); p<0.001
2008-2015 -5.4* (-6.5 to -4.3); p<0.001 2008-2015 -5.4* (-6.5 to -4.3); p<0.001
SP 1996-2015 -3.8* (-4.2 to -3.4); p<0.001 1996-2015 -3.8* (-4.0 to -3.5); p<0.001 1996-2015 -3.8* (-4.0 to -3.5); p<0.001
South 1996-2015 -3.7* (-4.1 to -3.2); p<0.001 1996-2015 -3.7* (-4.1 to -3.2); p<0.001 1996-2015 -3.6* (-4.0 to -3.2); p<0.001
PR 1996-2015 -3.8* (-4.1 to -3.6); p<0.001 1996-2015 -3.8* (-4.1 to -3.5); p<0.001 1996-2015 -3.8* (-4.1 to -3.5); p<0.001
SC 1996-2015 -4.4* (-4.8 to -4.0); p<0.001 1996-1998 5.2 (-9.2 to 21.9); p=0.5 1996-2015 -4.3* (-4.7 to -3.9); p<0.001
1998-2002 -8.3*(-14.8 to -1.3); p<0.001
2002-2015 -3.9* (-4.7 to -3.2); p<0.001
RS 1996-2012 -3.0* (-3.0 to -3.4); p<0.001 1996-1998 4.7 (-0.0 to 9.6); p<0.001 1996-2012 -3.0* (-3.4 to -2.6); p<0.001
2012-2015 -5.4* (-10.0 to -0.6); p<0.001 1998-2006 -3.9* (-4.5 to -3.3); p<0.001
2006-2010 -1.6 (-3.8 to 0.7); p=0.1 2012-2015 -5.4* (-10.0 to -0.6); p<0.001
2010-2015 -5.5* (-6.4 to -4.5); p<0.001

*Statistical significance(p<0.05; AAPC: Average Annual Percent Change; RO: Rondônia; AC: Acre; AM: Amazonas; RR: Roraima; PA: Pará; AP: Amapá; TO: Tocantins; MA: Maranhão; PI: Piauí; CE: Ceará; RN: Rio Grande do Norte; PB: Paraíba; PE: Pernambuco; AL: Alagoas; SE: Sergipe; BA: Bahia; MG: Minas Gerais; ES: Espírito Santo; RJ: Rio de Janeiro; SP: São Paulo; PR: Paraná; SC: Santa Catarina; RS: Rio Grande do Sul; MS: Mato Grosso do Sul; MT: Mato Grosso; GO: Goiás; and DF: Distrito Federal.

Finally, the regression model showed a positive association between the mean mortality rate and the Municipal Human Development Index (p = 0.046), with the income dimension (p = 0.029), and a negative association with the general SVI (p = 0.026) and also in two dimensions: human capital (p = 0.046) and income and work (p = 0.018) (Table 4).

– Regression model (OLS, Ordinary least square) between the mortality rate due to Cerebrovascular diseases (CBVD) and the Human Development Index (HDI) and Social Vulnerability Index (SVI). Brazil, 1996-2015
Variable Coefficient t Statistics p value
Municipal Human Development Index (MHDI) 61.588 2.091 0.046*
MHDI Longevity 90.265 1.866 0.073
MHDI Education 47.075 1.861 0.074
MHDI Income 56.476 2.301 0.029*
Social Vulnerability Index (SVI) -40.802 -2.353 0.026*
SVI Urban infrastructure -15.998 -1.110 0.277
SVI Human capital -31.883 -2.092 0.046*
SVI Income and work -35.322 -2.528 0.018*

* significant association

Discussion

Brazil has one of the highest mortality rates due to CBVD among the countries of Latin America and much higher than those observed in developed nations.11 However, a temporal decline behavior has been observed over the last decades,1 in the male and female populations, corroborating the national and international literature.12-15

Several authors have emphasized that such reduction in mortality can be explained by the expansion of access to health services and the adoption of prevention strategies.14,15 In Brazil, the implementation of primary health care (PHC) stands out. The Family Health Strategy (FHS) develops actions to control risk factors, such as encouraging physical activity and adopting healthy eating habits, smoking control programs, diagnosis and systematic monitoring of chronic conditions (hypertension and diabetes, for example) and access to pharmaceutical assistance.16,17 Between 1998 and 2017 there was a significant increase in the number of family health teams, going from approximately 2.000 to 41.000, reaching a coverage of 70% of the Brazilian population, which corresponds to approximately 143 million people.17,18 Studies showed an association between the expansion of primary care and the reduction of mortality from diseases such as acute myocardial infarction and cerebrovascular diseases.19

In addition to PHC, Brazil has also advanced in the care of patients with CBVD. In 1997, the first stroke unit was implemented in Brazil, located in Joinville/SC. Based on this experience, in 2008, the Ministry of Health started the organization of the national stroke care network, resulting in Ordinance number 665/2012, with the purpose of implementing stroke referral services across the country.20,21

Another important action is the Strategic Action Plan for Confronting Chronic Noncommunicable Diseases (NCDs). Implemented in 2011 by the Ministry of Health, the plan established a set of goals for the country, such as the reduction of premature mortality due to NCDs, the prevalence of smoking and alcohol consumption in the population, an increase in the prevalence of physical activity and fruit consumption and containment of obesity increase.22

In the regional analysis, we found a heterogeneous behavior in the pattern of mortality from CBVD in the country, corroborating other studies.4,23 Mortality rates were higher in the Southeast and South, but with a significant decreasing trend. In contrast, the North and Northeast regions had the lowest rates, but with a significant increasing trend over the historical series. This heterogeneous epidemiological-spatial context is the result of social, economic, demographic and epidemiological differences between the regions. Because of this, the results must be analyzed from the perspective of three dimensions: i) demographic and epidemiological transition; ii) social determinants of health and iii) quality of information systems.

Since the 1940s, Brazil has going through important demographic changes: a reduction in the overall mortality rate and a decline in birth rates have resulted in major changes in the demographic regime and in the age structure of the population, with a significant increase in the number of elderly individuals.24 In 2000, this population was just over 14.2 million, increasing to 19.6 million in 2010, and is expected to reach 41.5 million by 2030,25 with a greater concentration in the Southeast and South regions. The impact of the population aging process on the pattern of morbidity and mortality is significant, since it implies an increase in chronic diseases,26 among which CBVD stand out. In our study, 77.8% of deaths occurred among the elderly.

Studies indicate that the risk of mortality from CBVD in the elderly population is substantially higher than in other age groups. One reason is the accumulation of risk factors, such as hypertension, diabetes, dyslipidemia, alcoholism, smoking and inappropriate eating habits.27,28 In Brazil, for example, the prevalence of hypertension can affect 68% of the elderly population.29

Furthermore, the demographic transition process occurs concurrently with a second transition, the epidemiological one, characterized by changes in the population’s illness profile.30 In the last decades, there has been a decline in infectious and parasitic diseases and an increase in the occurrence of chronic-degenerative diseases, many of which increase the risk of mortality from CBVD.27 The North and Northeast regions are the most exposed to social vulnerability and show the lowest human development index, resulting in higher mortality from diseases related to an unfavorable social context and less from CBVD. In contrast to what was observed in the most developed regions of the country (Southeast and South). In this sense, the higher rates observed in the more developed states reflect social differences, and, consequently, greater participation of chronic conditions in the mortality profile. On the other hand, more vulnerable regions may have lower rates due to the persistence of mortality due to diseases related to poverty.32

The two transitions do not occur homogeneously in Brazil, with a mismatch between regions.31 This phenomenon explains, in parts, the differences between Brazilian regions regarding CBVD mortality. This scenario justifies the positive association between CBVD mortality and human development and its negative association with social vulnerability, which represents the influence of the epidemiological and social context on the population’s mortality profile.

However, the isolated analysis of the rates is not enough to understand the epidemiological dynamics of CBVD. In the North and Northeast regions, in general, the rates showed a temporal pattern of growth and, in the Southeast and South regions, a decline was observed. These findings reflect the influence of social determinants of health on the pattern of mortality from CBVD. Socioeconomic conditions, including human development, income status and educational situation, have a significant influence on the risk of an individual dying from this group of diseases.4,6,33-35

A recent study of the Global Burden of Disease showed that Brazilian states located at the lower tertile of the Social Development Index showed lower reductions in mortality rates, when compared to states located in the upper tertile of development. The lower tertile comprised only states in the North and Northeast regions.4 It is suggested that better living conditions have a dual influence on the mortality trend: i) reduce risk factors for the occurrence of disease events; and ii) contribute to patient survival when such events occur, reducing the chance of death.

Finally, it is necessary to reflect on the quality of the mortality records. It is a challenge to adequately monitor the population’s health conditions. The inadequate filling out of the death certificates, resulting in a high number of garbage codes, the difficulties in carrying out epidemiological investigations with undefined recorded deaths and the lack of trained human resources to act in the death surveillance services are common problems evidenced throughout the country, although the North and Northeast regions are the most affected by the problem.36,37 The dubious quality of the information is an important limitation of this study.

Between 1996 and 2005, the percentage of deaths with undefined causes in these regions was higher than 20%, being even higher in the elderly population when compared to other age groups.38 In this sense, mortality rates in the North and Northeast, for example, may be higher than the ones we disclosed in this study. On the other hand, it is necessary to highlight that in recent years, important advances in the quality of information have been observed in these regions.13

 Conclusion

Mortality from CBVD in Brazil shows an irregular epidemiological behavior across the regions. The highest rates were observed in states with a better human development index and less social vulnerability, but with a decreasing trend over the time series. On the other hand, in less developed states and with greater vulnerability, the rates were lower, but with an upward trend. In this sense, we recommend that public policies should be developed considering the regional/local context.

Study Association

This study is not associated with any thesis or dissertation work.

Sources of Funding.There were no external funding sources for this study.