Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC PVwvMb4CQPSbhWfkRRdHBTR S0066-782X2024000300305 00305 10.36660/abc.20230521 Artigo Original Estimativa de Produtividade Perdida Atribuída a Doenças Cardiovasculares na América do Sul Bandeira Tayna Felicissímo Gomes de Souza Obtenção de dados e Revisão crítica do manuscrito quanto ao conteúdo intelectual importante Análise e interpretação dos dados Análise estatística Redação do manuscrito 1 0000-0001-5954-684X Mosegui Gabriela Bittencourt Gonzalez Concepção e desenho da pesquisa Obtenção de dados e Revisão crítica do manuscrito quanto ao conteúdo intelectual importante Análise e interpretação dos dados Redação do manuscrito 1 Vianna Cid Manso de Mello Obtenção de dados e Revisão crítica do manuscrito quanto ao conteúdo intelectual importante Análise estatística Redação do manuscrito 2 López Alfonso Jesús Gil Análise estatística Redação do manuscrito 3 Universidade Federal Fluminense – PPG-GAFAR Rio de Janeiro RJ Brasil Universidade Federal Fluminense – PPG-GAFAR, Rio de Janeiro, RJ – Brasil Universidade do Estado do Rio de Janeiro Política, Planejamento e Administração em Saúde Rio de Janeiro RJ Brasil Universidade do Estado do Rio de Janeiro – Política, Planejamento e Administração em Saúde, Rio de Janeiro, RJ – Brasil Universidad de la Rioja – Departamento de Economia e Empresa Departamento de Economia e Empresa Logrono Espanha Universidad de la Rioja – Departamento de Economia e Empresa, Logrono, La Rioja – Espanha Correspondência: Gabriela Bittencourt Gonzalez Mosegui • Universidade Federal Fluminense – Rua Marques do Paraná, 303, 3º andar. CEP 22261-050, Rio de Janeiro, RJ – Brasil E-mail: gabriela.mosegui@gmail.com

Potencial conflito de interesse

Não há conflito com o presente artigo.

 05 04 2024 2024 121 3 e20230521 26 07 2023 10 12 2023 10 01 2024 This is an open-access article distributed under the terms of the Creative Commons Attribution License Resumo Fundamento:

As doenças cardiovasculares (DCV) têm ônus sanitário e econômico significativos. Na América do Sul (AS), a perda de produtividade relacionada a estas enfermidades ainda não foi bem explorada.

 Objetivo:

Estimar os anos de vida produtiva perdidos (AVPP) e a perda de produtividade relacionados a mortalidade prematura associada as DCV na AS, em 2019.

 Métodos:

Empregou-se dados de mortalidade disponíveis no Global Burden of Disease Study 2019 na estimativa da carga de doença atribuível a DCV. Para os cálculos monetários da perda da produtividade usou-se uma proxy da abordagem de capital humano. Estratificou-se por sexo, nas faixas etárias de trabalho.

 Resultados:

O número total de mortes por DCV na AS no ano de 2019 foi de 754.324 e os AVPP foram 2.040.973. A perda permanente de produtividade total foi de aproximadamente US$ 3,7 bilhões e US$ 7,8 bilhões em paridade do poder de compra, equivalente a 0,11% do produto interno bruto. O custo por morte foi de US$ 22.904, e a razão desse custo por óbito, entre homens e mulheres foi 1,45. A variação dos cenários aponta robustez nas estimativas, mesmo com diferenças importantes entre os países.

 Conclusões:

As DCV impõem um ônus econômico significativo a este bloco de países. A caracterização deste fardo pode amparar os governos na alocação de recursos destinados ao planejamento e execução de políticas e intervenções sanitárias, sejam de promoção, prevenção ou recuperação.

 Palavras-chave: Efeitos Psicossociais da Doença Doenças Cardiovasculares Anos de Vida Ajustados pela Incapacidade América do Sul Introdução

As doenças cardiovasculares (DCV) são uma das principais causas de morbimortalidade em todo o mundo, responsáveis por 17,9 milhões de óbitos em 2019.1 A carga destas doenças na América Latina e Caribe, especialmente na América do Sul (AS), cresceu ao longo dos anos, amparada por mudanças epidemiológicas, demográficas e de estilo de vida.1 Cerca de 75% destes óbitos ocorre em pacientes em idade economicamente ativa e países de baixa e média renda. A AS é particularmente afetada, com um ônus econômico direto e indireto para indivíduos e sociedade.2-4

A perda de produtividade em função dessas enfermidades ainda possui lacunas na América Latina e Caribe.5,6 Os custos indiretos incluem as perdas na produtividade temporária ou permanente no trabalho. Os custos da mortalidade estão associados aos óbitos prematuros consequentes da doença. Segundo Siqueira et al.,3 as mortes prematuras por DCV no Brasil, em 2015, custaram US$ 6.535.069.771, representando 61% do custo total estimado para as DCV. Elas são a principal causa de mortalidade e morbidade na Argentina, representando 34,2% das mortes e 12,6% dos anos potenciais de vida perdidos.7 Gheorghe et al.8 indicam a necessidade de pesquisas econômicas de qualidade para preencher as lacunas existentes. Uma análise destas perdas para a AS, possibilitaria um entendimento adicional ao reconhecimento de prioridades em saúde e na tomada de decisões sobre a prevenção, diagnóstico e no tratamento destas doenças. Este estudo estimou esta produtividade perdida considerando uma perspectiva social sobre a carga das DCV na AS, em 2019.

 Métodos Tipo de estudo

Trata-se de um estudo exploratório, de base populacional, transversal, que estimou as perdas permanentes de produtividade relacionadas às DCV na população em idade laboral, nos países da AS, em 2019.

 Fontes de informação

As métricas utilizadas neste estudo foram obtidas do Instituto de Métricas e Avaliação em Saúde (Institute for Health Metrics and Evaluation), por meio do Global Health Data Exchange (GHDx),9 um catálogo de censos e estatísticas vitais relacionadas à saúde. Essa ferramenta sintetiza diversas fontes de dados utilizadas na estimativa de mortalidade, causas de morte, doenças e fatores de risco do Estudo da Carga Global de Doenças, Lesões e Fatores de Risco (Global Burden of Disease – GBD) de 2019.9 Nela, modelos estatísticos são empregados na obtenção de melhores estimativas, permitindo comparação entre países, regiões e dados subnacionais através de padronização na qualidade dos dados de mortalidade dos locais. Possibilita ainda análise de tendências populacionais, pois os dados das séries temporais são ajustados e padronizados, permitindo comparabilidade ao longo do tempo. Foram levantadas mortes para cada país (localização), causa, faixa etária e sexo, em números absolutos e taxas por 100.000 habitantes.9

Obteve-se os dados econômicos como a participação da força de trabalho (FT), taxa de emprego, taxa de desemprego e o salário-mínimo mensal de cada um dos países, em dólares e em paridade do poder de compra (PPC), no site da International Labour Organization,10 assim como a população em idade laboral, por sexo e faixa etária. As faixas etárias usadas foram 15-24 anos e 25 anos ou mais. As idades de aposentadoria foram obtidas a partir de bases de dados como a Associação Internacional de Seguridade Social, (ISSA)11 a Comissão Econômica para a América Latina e o Caribe (CEPAL),12 o Banco Interamericano de Desenvolvimento (BID), a Organização para Cooperação e Desenvolvimento Econômico (OCDE) e o Banco Mundial (BM).13

 Estimativa da perda de produtividade

Utilizou-se uma proxy da abordagem do capital humano (ACH)2,14,15 para estimar a perda de produtividade permanente associada às DCV na AS, nas faixas etárias economicamente ativas (15 a 69 anos), por sexo, para o ano de 2019. Esse cálculo é o produto da multiplicação do tempo perdido pelo salário de mercado.2,14,16 Para cada morte por DCV em pessoas em idade laboral, os anos de vida produtiva perdidos (AVPP) foram calculados como a diferença entre a idade de aposentadoria e a idade de morte por DCV (com base no ponto médio da faixa etária).17 Calculou-se para todas as faixas etárias (até a idade limite da aposentadoria), e o valor encontrado foi multiplicado pelo número de pessoas que morrem dentro dessa faixa etária. Este produto foi agregado em intervalos de 15 a 24 e maiores de 25 anos. Extraiu-se dos bancos de dados do BM18 e do ILOSTAT10 o número de pessoas na FT e fora da força de trabalho (FFT), por sexo e faixa etária, em cada país. Pessoas FFT estão em idade ativa, mas que durante o período especificado, encontravam-se desempregadas ou não estavam empregadas (informalidade). Indivíduos com 15 anos ou mais são considerados em idade economicamente ativa.10,18 O limite máximo foi dado pela idade da aposentadoria. Somou-se os valores da FT e FFT criando-se um denominador para a proporção da FT, cujo numerador era a própria FT. A taxa de emprego foi calculada a partir da taxa de desemprego.15

O custo total da perda permanente de produtividade relacionada as DCV na AS foi calculada como o produto entre: somatório dos AVPP para cada óbito, a proporção da FT, a taxa de emprego e o salário-mínimo anual, expresso em dólares e em PPC de cada país, nas faixas economicamente ativas.19 Cálculos por sexo também foram efetuados. O uso dos valores em PPC permitiu comparações de renda mais robustas. Foi incorporada uma taxa de crescimento para os salários-mínimos de 2% ao ano.2,15 Uma taxa de desconto de 3% foi aplicada.2,20 O desconto estima aquilo que um custo ou o resultado realizado em um momento t1 representa em relação ao mesmo resultado ou custo ocorrido no momento presente t0.20

Tal qual Mosegui et al.,21 desenhou-se cenários alternativos para análise das perdas de produtividade nestes países. Adicionou-se 5 anos à idade de aposentadoria, alterou-se a tendência dos óbitos empregando os valores dos intervalos de confiança (IC) inferior e superior produzidos no GHDx9 e modificou-se as taxas de desconto em 0% e 6%.

 Indicadores

Os resultados foram apresentados por meio dos indicadores: (a) custo total de perda de produtividade; (b) custo da perda de produtividade por morte (custo total dividido pelo número de mortes por DCV em pessoas em idade ativa); (c) razão entre os custos masculinos e femininos, por óbito (custo masculino por morte dividido pelo custo feminino por morte); e (d) custo total da perda de produtividade como proporção do produto interno bruto (PIB) (custo total dividido pelo PIB de 2019 específico do país).2,15,22 Os resultados foram convertidos para dólares americanos (US$)23 de 2019 aplicando-se taxas de câmbio de PPC.19 Usou-se o Microsoft Excel® versão 365 para as análises e cálculos.

 Questões éticas

Este estudo utilizou exclusivamente dados secundários provenientes de fontes de domínio público, sem qualquer identificação nominal, e respeitou os princípios éticos estabelecidos na Resolução do Conselho Nacional de Saúde nº 466, de 12 de dezembro de 2012, dispensando análise do Comitê de Ética em Pesquisa.24

 Resultados

A AS é considerada um subcontinente do continente americano cuja extensão é de 17.819.100 km², com 6% da população mundial e um PIB de US$3.414.784.417. São 12 países com diversidade de idiomas, população, expectativa de vida, indicadores econômicos e sociodemográficos.22 Em 2019 foram notificados 754.324 óbitos (4,06% das mortes globais), com diferenças importantes entre sexo e faixas etárias. Na Tabela 1 encontram-se os dados socioeconômicos, demográficos e os óbitos por DCV nos países do bloco.Os AVPP, a proporção da FT, a taxa de emprego e as produtividades perdidas nominal e em PPC (US$), para ambos os sexos, encontram-se na Tabela 2. Os cálculos de produtividade perdida relacionada às DCV na AS não consideraram a Venezuela devido à ausência de dados. Na AS foram notificados 171.757 óbitos nas faixas etárias produtivas, 22,77% do total de mortes relacionadas às DCV. Quanto aos AVPP, perdeu-se 2.040.973 anos, afetando mais os homens (1.289.759 anos) do que as mulheres (751.214 anos). A perda de produtividade nominal foi de aproximadamente US$ 3,7 bilhões e cerca de US$ 7,8 bilhões em PPC.

Linha de base demográfica, mortalidade por DCV e dados econômicos para a América do Sul, 2019
País População total a Mortes por DCV* (n)b Expectativa de vida ao nascer (anos)a Salário-mínimo mensal em US$ (2019)c Salário-mínimo em PPC US$ (2019)c PIB (milhões US$) d Sexo Pessoas FFT por 1.000 c Pessoas na FT por 1.000c TD (%)c Idade aposentadoria (2019)d,e,f
Argentina 44.938.712 101.724 76,6 350 813 452.819 F 8.737 8.796 10,7 65
M 4.671 11.562 9,2 65
Bolívia 11.513.102 15.904 71,5 307 786 40.895 F 1.573 2.435 4,4 60
M 768 3.210 3,4 60
Brasil 211.049.519 397.993 75,8 253 443 1.873.288 F 39.871 4.5756 14,5 65
M 22.461 58.621 10,1 65
Chile 18.952.035 30.1145 80,1 428 726 278.585 F 3.937 3.858 8 65
M 2.229 5.233 6,7 65
Colômbia 50.339.443 72.629 77,2 252 602 323.110 F 8.827 11.235 12,8 54
M 3.840 15.050 7,9 59
Equador 17.373.657 21.464 77,0 394 755 108.108 F 2.887 3.443 4,6 65
M 1.361 4.870 3,3 65
Guiana 782.775 2.430 69,9 212 437 5.174 F 163 120 15,1 60
M 96 186 12,5 60
Paraguai 7.044.639 9.912 74,2 351 874 37.925 F 982 1.477 8,3 65
M 396 2.134 5,4 65
Peru 32.510.462 29.215 76,7 279 534 228.326 F 3.678 8.600 3,7 65
M 1.823 10.198 3,1 65
Suriname 581.363 1.423 71,6 234 634 4.221 F 117 97 11,1 60
M 70 141 5,7 60
Uruguai 3.461.731 10.003 77,9 444 616 61.231 F 636 807 10,5 70
M 373 937 7,2 70
Venezuela, RB 28.515.829 61.510 72,0 DI DI DI F 6.794 3.850 DI 55
M 2.986 7.071 DI 60
AS 427.063.267 754.324 75,1 3.413.682
Fontes:

BM22

GHDx9

OCDE25

BID

OCDE e

CEPAL.13

DCV: doenças cardiovasculares; DI: dados indisponíveis; F: feminino; FFT: fora da força de trabalho; FT: força de trabalho; M: masculino; PIB: produto interno bruto; PPC: paridade do poder de compra; TD: taxa de desemprego.

Todas as faixas etárias, exceto de 0 a 1 ano.

 Estimativa da produtividade perdida devido a DCV, por sexo e faixa etária, na América do Sul, 2019
Países Avpp (anos) Proporção da ft Te Produtividade perdida em salário-mínimo ppc 2019 (us$) Produtividade perdida em salário-mínimo nominal 2019 (us$)
M H M H M H M H Total M H Total
Argentina 296.791.198 917.730.803 1.214.522.001 115.026.626 355.034.032 470.060.658
15 a 24 5.291 7.787 0,32 0,46 0,71 0,76 11.728.656 26.560.125 38.288.781 4.103.507 7.631.682 11.735.189
25+ 57.745 125.925 0,55 0,78 0,92 0,93 285.062.542 891.170.678 1.176.233.220 110.923.119 347.402.350 458.325.469
Bolívia 91.079.535 131.432.052 222.511.587 32.599.388 46.994.493 79.593.881
15 a 24 2.387 3.210 0,42 0,57 0,9 0,92 8.508.757 15.876.815 24.385.572 2.760.745 5.150.824 7.911.569
25+ 13.272 13.891 0,68 0,9 0,97 0,98 82.570.778 115.555.237 198.126.015 29.838.643 41.843.669 71.682.312
Brasil 1.258.750.573 2.991.931.297 4.250.681.870 660.929.012 1.572.432.934 2.233.361.946
15 a 24 27.206 44.470 0,50 0,62 0,68 0,77 49.173.646 112.859.096 162.032.742 22.837.746 52.414.123 75.251.869
25+ 473.440 776.468 0,54 0,75 0,89 0,93 1.209.576.927 2.879.072.201 4.088.649.128 638.091.266 1.520.018.811 2.158.110.077
Chile 74.349.711 239.794.767 314.144.478 40.661.875 131.050.476 171.712.351
15 a 24 886 1.695 0,29 0,34 0,8 0,81 1.791.295 4.067.723 5.859.018 858.679 1.950.514 2.809.193
25+ 16.584 36.904 0,54 0,78 0,93 0,94 72.558.416 235.727.044 308.285.460 39.803.196 129.099.962 168.903.158
Colômbia 127.429.514 353.558.605 480.988.119 29.810.206 111.061.199 140.871.405
15 a 24 4.363 6.258 0,43 0,58 0,75 0,84 10.165.588 22.024.497 32.190.085 3.091.135 7.512.333 10.603.468
25+ 30.570 56.771 0,59 0,86 0,9 0,94 117.263.926 331.534.108 448.798.034 26.719.071 103.548.866 130.267.937
Equador 136.563.971 347.182.550 483.746.521 64.739.035 163.477.167 228.216.202
15 a 24 3.584 7.480 0,34 0,53 0,88 0,93 9.715.173 33.402.974 43.118.147 4.116.405 14.181.808 18.298.213
25+ 23.662 40.621 0,61 0,87 0,97 0,98 126.848.798 313.779.576 440.628.374 60.622.630 149.295.359 209.917.989
Guiana 5.445.540 13.658.976 19.104.516 3.533.192 9.052.876 12.586.068
15 a 24 300 329 0,4 0,57 0,67 0,77 422.095 756.740 1.178.835 187.792 337.062 524.854
25+ 2.448 3.862 0,43 0,7 0,91 0,91 5.023.445 12.902.236 17.925.681 3.345.400 8.715.814 12.061.214
Paraguai 77.488.198 180.306.355 257.794.553 28.595.124 66.565.135 95.160.259
15 a 24 710 1.272 0,58 0,66 0,8 0,88 3.450.738 7.750.553 11.201.291 1.126.878 2.531.491 3.658.369
25+ 10.179 18.846 0,73 0,9 0,95 0,97 74.037.460 172.555.802 246.593.262 27.468.246 64.033.644 91.501.890
Peru 129.370.320 302.746.706 432.117.026 60.950.039 141.647.988 202.598.027
15 a 24 5.073 8.912 0,47 0,71 0,92 0,93 14.056.892 37.707.503 51.764.395 5.965.248 16.021.045 21.986.293
25+ 28.541 47.421 0,65 0,89 0,97 0,98 115.313.428 265.039.203 380.352.631 54.984.791 125.626.943 180.611.734
Suriname 3.906.368 10.571.886 14.478.254 1.986.624 5.481.103 7.467.727
15 a 24 106 118 0,28 0,47 0,6 0,81 135.368 342.785 478.153 45.550 115.601 161.151
25+ 1.045 1.899 0,51 0,73 0,93 0,97 3.771.000 10.229.101 14.000.101 1.941.074 5.365.502 7.306.576
Uruguai 27.863.176 77.418.106 105.281.282 18.535.738 51.661.907 70.197.645
15 a 24 289 403 0,42 0,52 0,68 0,76 610.652 1.176.064 1.786.716 350.061 673.950 1.024.011
25+ 6.719 14.137 0,59 0,76 0,93 0,96 27.252.524 76.242.042 103.494.566 18.185.677 50.987.957 69.173.634
Venezuela
15 a 24 4.692 3.474 0,19 0,51 0,83 0,88 DI DI DI DI DI DI
25+ 32.122 67.606 0,41 0,76 0,93 0,93 DI DI DI DI DI DI
América do Sul 751.214 1.289.759 2.229.038.104 5.566.332.103 7.795.370.207 1.057.366.859 2.654.459.310 3.711.826.169
Fonte: Autoria própria.

AVPP: anos de vida produtiva perdidos; DI: dados indisponíveis; FT: força de trabalho; H: homens; M: mulheres; PPC: paridade do poder de compra; TE: taxa de emprego.

Brasil e Argentina apresentaram os maiores valores de AVPP, aproximadamente 1,3 milhão e 196.748 anos respectivamente, enquanto os menores registros foram do Suriname (3.168 anos) e Guiana (6.939 anos). Os custos de perda de produtividade total em PPC equivaleram a US$ 4.250.681.870 no Brasil, 54,5% do total da AS, e US$ 1.214.522.001 na Argentina. Suriname e Guiana tiveram perdas de produtividade em PPC mais baixas, US$14.478.254 e US$19.104.516. As perdas nominais em salários-mínimos foram de US$ 2.233.361.946 no Brasil, representando 60,2% destas perdas para o subcontinente, e US$470.060.658 na Argentina. Suriname apresentou a menor perda nominal, US$ 7.467.727, seguido pela Guiana, US$12.586.068. Dentro das faixas etárias e por sexo, em todos os países, as estimativas de custo foram maiores para homens acima de 25 anos.

Na Tabela 3 encontram-se o custo da perda de produtividade por óbito, razão dos custos por morte de homens e mulheres e o custo total da produtividade perdida como percentual do PIB.

Estimativa do custo por morte (US$, 2019), razão dos custos por morte (razão H/M) e custo total como % do PIB, por DCV, na América do Sul, 2019
Custo por morte (US$, 2019) Razão dos custos por morte e sexo (H/M) Custo total como % do PIB
M H Total
Argentina 20.884 28.899 26.418 1,38 0,10
Bolívia 26.106 33.574 30.053 1,29 0,19
Brasil 15.612 22.507 19.905 1,44 0,12
Chile 24.129 36.271 32.409 1,50 0,06
Colômbia 13.259 21.838 19.208 1,65 0,04
Equador 32.745 49.850 43.417 1,52 0,21
Guiana 14.120 22.337 19.200 1,58 0,24
Paraguai 31.127 38.729 36.081 1,24 0,25
Peru 26.396 39.169 34.192 1,48 0,09
Suriname 17.978 26.410 23.480 1,47 0,18
Uruguai 28.459 38.369 35.138 1,35 0,11
Venezuela DI DI DI DI DI
América do Sul 17.848 25.816 22.904 1,45 0,11
Fonte: Autoria própria.

DI: dados indisponíveis; H: homens; M: mulheres.

A perda de produtividade permanente nos 11 países analisados representou 0,11% do PIB combinado, em 2019; com custos variando de 0,04% e 0,06%, na Colômbia e Chile, a 0,25% e 0,24% no Paraguai e Guiana, respectivamente. Os custos por óbito na Colômbia (US$ 19.208), Guiana (US$ 19.200) e Brasil (US$ 19.905) foram quase duas vezes menores do que no Paraguai (US$ 36.081) e Uruguai (US$ 35.138). Para a AS, o custo por morte foi de US$ 22.904.

As estimativas feitas por sexo apontam mais mortes entre homens do que mulheres em idade laboral, por DCV, na AS, com variações importantes na razão H:M, como 1,24 no Paraguai e 1,65 na Colômbia. Os custos das perdas de produtividade em PPC e nominais também mostraram diferenças significativas. No Chile e na Argentina, os valores em PPC para homens foram 3,2 (US$ 239.794.767) e 3,1 (US$ 917.730.803) vezes maiores do que os das mulheres, respectivamente. A Bolívia apresentou menor diferença dos custos em PPC entre os sexos (homens US$ 131.432.052 e mulheres US$ 91.079.535). As perdas nominais em salários-mínimos foram 3,7 e 3,2 vezes maiores no sexo masculino, na Colômbia e Chile (US$ 111.061.199 e US$ 131.050.476) comparadas ao feminino (US$ 29.810.206 e US$ 40.661.875). Já a Bolívia e o Peru tiveram menores diferenças entre homens e mulheres: 1,44 e 2,32 vezes os valores estimados, respectivamente.

Cenários alternativos foram construídos (Tabela 4) a partir dos resultados da Tabela 2, variando-se: (a) valores da taxa de desconto, (b) idade de aposentadoria e (c) número de óbitos, este último usando os IC superior e inferior presentes no GHDx.9

Perdas de produtividade percentuais relacionadas ao cenário base com variação das taxas de desconto, idade de aposentadoria e número de mortes
Países Sem desconto Desconto 6% Aposentadoria real após 5 anos da legal Número absoluto de óbitos (IC superior) Número absoluto de óbitos (IC inferior)
(%) (%) (%) (%) (%)
Argentina 33 -16 48 15 -10
Bolívia 34 -20 41 59 -47
Brasil 31 -19 41 6 -6
Chile 28 -18 46 9 -12
Colômbia 30 -18 50 37 -29
Equador 40 -22 35 37 -28
Guiana 34 -21 30 34 -28
Paraguai 32 -19 41 42 -32
Peru 43 -24 31 50 -37
Suriname 31 -20 32 32 -27
Uruguai 29 -18 45 13 -12
Fonte: Autoria própria.

IC: intervalo de confiança.

Estimou-se as perdas laborais ocasionadas por óbitos precoces usando-se diferentes taxas de desconto. As perdas de produtividade diminuíram para todos os países com desconto de 6%. Quanto à mudança na idade de aposentadoria, as variações foram positivas, apontando para um crescimento dos custos relacionados a produtividade perdida permanente, pois houve aumento do tempo de contribuição na FT. Alterou-se a mortalidade usando-se os IC inferior e superior do GHDx. Ao aplicarmos o IC superior do número de mortes, a estimativa da produtividade perdida aumenta e com o inferior, ela diminui para toda a AS.

 Discussão

Os resultados desta análise apontam para um custo total da perda de produtividade em razão das DCV, nas economias da AS, de cerca de US$ 3,7 bilhões (US$ 7,8 bilhões em PPC), representando 0,11% do PIB combinado desses países (oscilando entre 0,04% e 0,24%). Os custos por morte alcançaram US$ 22.904 em 2019. Com mercados muito distintos quanto às horas trabalhadas e aos salários, a comparação entre o PIB e as perdas de produtividade evidenciam o potencial impacto na dimensão econômica e as perdas sociais produzidas a partir de suas mortes prematuras. Regiões de menores índices socioeconômicos têm maiores taxas de mortalidade.6,8

Os países analisados possuem AVPP e estimativas de produtividade perdida distintas, o que pode ser explicado pelas diferenças populacionais e econômicas (PIB, FT, desemprego e idade de aposentadoria).10,13,22 A ACH vem sendo utilizada no cálculo e na interpretação dos custos das mortes prematuras em diferentes regiões e grupos de enfermidades.2,14,21 A alteração dos cenários sugere que elementos locais como a idade de aposentadoria, mudanças na FT e óbitos associados as DCV tem relevância na análise dos resultados.2,21

Nossa proposta diferiu da de Azambuja et al.26 que estimaram os custos diretos e indiretos referentes aos casos de DCV grave no Brasil, para 2004. Os autores apontaram um custo anual de R$ 30,8 bilhões, onde 55,2% resultariam da perda de produtividade em pacientes acima de 35 anos (R$ 17.013.350.772,00). Apontaram custos diretos correspondentes a 8% do gasto total do país com saúde e 0,52% do PIB (US$ 602 bilhões). Considerando o valor médio do dólar para 2004 (R$ 3,05),23 a estimativa US$ 5.578.147.794 dos custos indiretos para pacientes graves acima de 35 anos é menor do que a encontrada em nosso estudo (US$ 2.233.361.946), onde incorporou-se uma população ativa mais jovem e casos não graves. Os gastos como percentual do PIB (0,12%) refletem as diferenças metodológicas, mas sugerem uma proporcionalidade entre os resultados destes estudos. As bases de dados, metodologias, usos de outros custos e taxas de desconto podem ser responsáveis pela diferença nestes resultados.

Brasil e Argentina foram os países mais afetados quanto às perdas de produtividade, destacando o impacto negativo das DCV no desenvolvimento econômico. A expressão dos produtos em PPC lhes confere maior homogeneidade e comparabilidade (Tabela 2). Foram poucos estudos que abordaram a produtividade perdida relacionada às DCV na AS ou mesmo na América Latina e Caribe.3,4,7,26 Não foram encontrados trabalhos expressando resultados de produtividade perdida das DCV com PPC.

Mosegui et al.27 calcularam as perdas de produtividade permanentes relacionadas ao câncer na AS usando a mesma abordagem (ACH) e base de dados (GBD 2019). Os autores relataram 192.240 óbitos e 2.463.155 AVPP. A perda total de produtividade permanente foi de US$ 4,4 bilhões e US$ 9,4 bilhões PPC – 0,13% do PIB da região. O custo total por morte foi de US$ 23.617. As DCV matam quase quatro vezes mais pessoas do que as neoplasias.6,28 Os custos por óbito não diferiram muito dos encontrados em nosso estudo (US$ 22.904), enquanto a razão deste custo por morte, entre sexos foi menor (1,28) do que os 1,45 estimados para as DCV. Nossas estimativas de custos/morte parecem mais baixas do que as relatadas em outros locais e regiões.3,4,7,26 É necessária cautela ao compararmos alguns achados, devido às diferenças metodológicas, populacionais e econômicas existentes.

Algumas limitações deste estudo merecem ser examinadas. Os dados utilizados no cálculo dos AVPP foram provenientes do GBD 2019, presentes no GBDx,9 alternativa oportuna frente à escassez de bases e estudos com qualidade metodológica adequada na região. O uso de dados sanitários e econômicos globais9,10,12,18 como alternativa aos dados nacionais, geralmente mais consistentes, relaciona-se à dificuldade de encontrá-los, como observado para a Venezuela. Segundo Hofmarcher et al.,29 análises de custo multinacionais são difíceis de realizar, principalmente devido a barreiras associadas à identificação de informações.

Esta análise ateve-se à perda permanente de produtividade, permitindo uma caracterização quantitativa da carga das DCV. Não se calculou as perdas temporárias ou custos diretos de saúde.3,26 Empregou-se salários-mínimos ao invés de rendimentos médios. Mosegui et al.21 sinalizaram que para o bloco de países da AS, salários médios e mínimos não expressam a forma como os rendimentos e salários se organizam nos distintos grupos, frente à recorrente informalidade no trabalho10,12,18 e às diferenças entre a idade legal de aposentadoria e a real. Apesar da ACH ser o método de cálculo de perda de produtividade mais usado,2 seus críticos apontam possíveis vieses nos padrões de rendimentos, onde grupos desfavorecidos (jovens, mulheres), com ganhos menores, têm uma desvalorização de sua produtividade perdida.

Pela primeira vez são estimados ônus econômico relacionado às DCV em todos os países da AS, numa perspectiva adicional às análises de carga da doença. A perda de produtividade permanente associada às DCV evidenciada no estudo é expressiva e seu impacto individual e social sugere uma perda per capita média de US$ 22.904 na população economicamente ativa, assim como uma perda social para a AS de aproximadamente US$ 3,7 bilhões e US$ 7,8 bilhões em PPC.

 Conclusão

Fatores socioeconômicos influenciam a saúde cardiovascular, assim como as desigualdades e ineficiências nos sistemas sanitários. As DCV impõem um importante encargo econômico e sanitário aos países da AS, levando a perdas sociais e de produtividade. Nossos achados podem ser úteis na formulação e implementação de políticas públicas e estratégias efetivas de prevenção, tratamento e gestão das DCV nos países analisados.

Fontes de financiamento

O presente estudo não teve fontes de financiamento externas.

Vinculação acadêmica

Este artigo é parte de dissertação de mestrado de Tayna Felicissímo Gomes de Souza Bandeira pela Universidade Federal Fluminense.

Aprovação ética e consentimento informado

Este artigo não contém estudos com humanos ou animais realizados por nenhum dos autores.

Editor responsável pela revisão: Marcio Bittencourt

 Referências World Health Organization World Health Statistics 2023 Monitoring Health for the SDGs Sustainable Development Goals Health For All [Internet] Geneva World Health Organization 2023 [cited 2024 Feb 26] Available from: https://www.who.int/publications/book-orders 1 World Health Organization. World Health Statistics 2023 Monitoring Health for the SDGs Sustainable Development Goals Health For All [Internet]. Geneva: World Health Organization; 2023 [cited 2024 Feb 26]. Available from: https://www.who.int/publications/book-orders. Pearce A Sharp L Hanly P Barchuk A Bray F Cancela MC Productivity Losses Due to Premature Mortality from Cancer in Brazil, Russia, India, China, and South Africa (Brics): A Population-Based Comparison Cancer Epidemiol 2018 53 27 34 10.1016/j.canep.2017.12.013 2 Pearce A, Sharp L, Hanly P, Barchuk A, Bray F, Cancela MC, et al. Productivity Losses Due to Premature Mortality from Cancer in Brazil, Russia, India, China, and South Africa (Brics): A Population-Based Comparison. Cancer Epidemiol. 2018;53:27-34. doi: 10.1016/j.canep.2017.12.013. Siqueira ASE Siqueira AG Filho Land MGP Análise do Impacto Econômico das Doenças Cardiovasculares nos últimos cinco anos no Brasil Arq Bras Cardiol 2017 109 1 39 46 10.5935/abc.20170068 3 Siqueira ASE, Siqueira-Filho AG, Land MGP. Análise do Impacto Econômico das Doenças Cardiovasculares nos últimos cinco anos no Brasil. Arq Bras Cardiol. 2017;109(1):39-46. doi: 10.5935/abc.20170068. Araújo JM Rodrigues REA Arruda ACP Neta Ferreira FELL Lima RLFC Vianna RPT The Direct and Indirect Costs of Cardiovascular Diseases in Brazil PLoS One 2022 17 12 e0278891 10.1371/journal.pone.0278891 4 Araújo JM, Rodrigues REA, Arruda ACP Neta, Ferreira FELL, Lima RLFC, Vianna RPT, et al. The Direct and Indirect Costs of Cardiovascular Diseases in Brazil. PLoS One. 2022;17(12):e0278891. doi: 10.1371/journal.pone.0278891. Gheorghe A Griffiths U Murphy A Legido-Quigley H Lamptey P Perel P. The Economic Burden of Cardiovascular Disease and Hypertension in Low- and Middle-Income Countries: A Systematic Review BMC Public Health 2018 18 1 975 975 10.1186/s12889-018-5806-x 5 Gheorghe A, Griffiths U, Murphy A, Legido-Quigley H, Lamptey P, Perel P. The Economic Burden of Cardiovascular Disease and Hypertension in Low- and Middle-Income Countries: A Systematic Review. BMC Public Health. 2018;18(1):975. doi: 10.1186/s12889-018-5806-x. Abegunde DO Mathers CD Adam T Ortegon M Strong K. The Burden and Costs of Chronic Diseases in Low-Income and Middle-Income Countries Lancet 2007 370 9603 1929 1938 10.1016/S0140-6736(07)61696-1 6 Abegunde DO, Mathers CD, Adam T, Ortegon M, Strong K. The Burden and Costs of Chronic Diseases in Low-Income and Middle-Income Countries. Lancet. 2007;370(9603):1929-38. doi: 10.1016/S0140-6736(07)61696-1. Rubinstein A Colantonio L Bardach A Caporale J Martí SG Kopitowski K Estimation of the Burden of Cardiovascular Disease Attributable to Modifiable Risk Factors and Cost-Effectiveness Analysis of Preventative Interventions to Reduce this Burden in Argentina BMC Public Health 2010 10 627 627 10.1186/1471-2458-10-627 7 Rubinstein A, Colantonio L, Bardach A, Caporale J, Martí SG, Kopitowski K, et al. Estimation of the Burden of Cardiovascular Disease Attributable to Modifiable Risk Factors and Cost-Effectiveness Analysis of Preventative Interventions to Reduce this Burden in Argentina. BMC Public Health. 2010;10:627. doi: 10.1186/1471-2458-10-627. Gheorghe A Griffiths U Murphy A Legido-Quigley H Lamptey P Perel P. The Economic Burden of Cardiovascular Disease and Hypertension in Low- and Middle-Income Countries: A Systematic Review BMC Public Health 2018 18 1 975 975 10.1186/s12889-018-5806-x 8 Gheorghe A, Griffiths U, Murphy A, Legido-Quigley H, Lamptey P, Perel P. The Economic Burden of Cardiovascular Disease and Hypertension in Low- and Middle-Income Countries: A Systematic Review. BMC Public Health. 2018;18(1):975. doi: 10.1186/s12889-018-5806-x. Institute for Health Metrics and Evaluation (IHME) GHD Results Tool [Internet] Seattle University of Washington 2022 [cited 2022 Mar 21] Available from: http://ghdx.healthdata.org/gbd-results-tool 9 Institute for Health Metrics and Evaluation (IHME). GHD Results Tool [Internet]. Seattle: University of Washington; 2022 [cited 2022 Mar 21]. Available from: http://ghdx.healthdata.org/gbd-results-tool. International Labour Organization Free and Open Access to Labour Statistics [Internet] Geneva International Labour Organization 2022 [cited 2022 Apr 15] Available from: https://ilostat.ilo.org/data/ 10 International Labour Organization. Free and Open Access to Labour Statistics [Internet]. Geneva: International Labour Organization; 2022 [cited 2022 Apr 15]. Available from: https://ilostat.ilo.org/data/. Asociación Internacional de la Seguridad Social Evolución Reciente de las Pensiones Sociales en América Latina [Internet] Geneva Asociación Internacional de la Seguridad Social 2022 [cited 2022 Apr 17] Available from: https://ww1.issa.int/es/analysis/recent-developments-social-pensions-latin-america 11 Asociación Internacional de la Seguridad Social. Evolución Reciente de las Pensiones Sociales en América Latina [Internet]. Geneva: Asociación Internacional de la Seguridad Social; 2022 [cited 2022 Apr 17]. Available from: https://ww1.issa.int/es/analysis/recent-developments-social-pensions-latin-america. Comisión Económica para América Latina y Caribe Base de Datos de Programas de Protección Social no Contributiva en América Latina y el Caribe [Internet] New York Organizacion de las Naciones Unidas 2022 [cited 2022 Apr 17] Available from: https://dds.cepal.org/bpsnc/ps 12 Comisión Económica para América Latina y Caribe. Base de Datos de Programas de Protección Social no Contributiva en América Latina y el Caribe [Internet]. New York: Organizacion de las Naciones Unidas; 2022 [cited 2022 Apr 17]. Available from: https://dds.cepal.org/bpsnc/ps. Organización de Cooperación y Desarrollo Económicos Panorama de las Pensiones: América Latina y El Caribe [Internet] Paris Organización de Cooperación y Desarrollo Económicos 2015 [cited 2022 Apr 17] Available from: https://publications.iadb.org/publications/spanish/document/Panorama-de-las-Pensiones-América-Latina-y-el-Caribe.pdf 13 Organización de Cooperación y Desarrollo Económicos. Panorama de las Pensiones: América Latina y El Caribe [Internet]. Paris: Organización de Cooperación y Desarrollo Económicos; 2015 [cited 2022 Apr 17]. Available from: https://publications.iadb.org/publications/spanish/document/Panorama-de-las-Pensiones-América-Latina-y-el-Caribe.pdf. Nurchis MC Pascucci D Sapienza M Villani L D’Ambrosio F Castrini F Impact of the Burden of COVID-19 in Italy: Results of Disability-Adjusted Life Years (DALYs) and Productivity Loss Int J Environ Res Public Health 2020 17 12 4233 4233 10.3390/ijerph17124233 14 Nurchis MC, Pascucci D, Sapienza M, Villani L, D’Ambrosio F, Castrini F, et al. Impact of the Burden of COVID-19 in Italy: Results of Disability-Adjusted Life Years (DALYs) and Productivity Loss. Int J Environ Res Public Health. 2020;17(12):4233. doi: 10.3390/ijerph17124233. Gonzalez Mosegui GB Antoñanzas Villar F Vianna CMM Burden of Disease Attributed to Acute Respiratory Infections in South America J Infect Dev Ctries 2022 16 10 1614 1622 10.3855/jidc.17009 15 Gonzalez Mosegui GB, Antoñanzas Villar F, Vianna CMM. Burden of Disease Attributed to Acute Respiratory Infections in South America. J Infect Dev Ctries. 2022;16(10):1614-22. doi: 10.3855/jidc.17009. Zhang W Bansback N Anis AH Measuring and Valuing Productivity Loss Due to Poor Health: a Critical Review Soc Sci Med 2011 72 2 185 192 10.1016/j.socscimed.2010.10.026 16 Zhang W, Bansback N, Anis AH. Measuring and Valuing Productivity Loss Due to Poor Health: a Critical Review. Soc Sci Med. 2011;72(2):185-92. doi: 10.1016/j.socscimed.2010.10.026. Instituto Brasileiro de Geografia e Estatística Projeção da População do Brasil e das Unidades da Federação Rio de Janeiro Instituto Brasileiro de Geografia e Estatística 2021 17 Instituto Brasileiro de Geografia e Estatística. Projeção da População do Brasil e das Unidades da Federação. Rio de Janeiro: Instituto Brasileiro de Geografia e Estatística; 2021. World Bank Group Dados Poblacionales Indicadores de Desarollo [Internet] Washington World Bank Group 2019 [cited 2022 Oct 3] Available from: https://databank.bancomundial.org/indicator/SP.POP.TOTL/1ff4a498/Popular-Indicators 18 World Bank Group. Dados Poblacionales. Indicadores de Desarollo [Internet]. Washington: World Bank Group; 2019 [cited 2022 Oct 3]. Available from: https://databank.bancomundial.org/indicator/SP.POP.TOTL/1ff4a498/Popular-Indicators. World Bank Group Consulta ao Registro de Paridade de Poder Aquisitivo [Internet] Washington World Bank 2019 [cited 2022 Oct 3] Available from: https://datos.bancomundial.org/indicator/PA.NUS.PPP.05?view=map 19 World Bank Group. Consulta ao Registro de Paridade de Poder Aquisitivo [Internet]. Washington: World Bank; 2019 [cited 2022 Oct 3]. Available from: https://datos.bancomundial.org/indicator/PA.NUS.PPP.05?view=map. Brasil. Ministério da Saúde Diretrizes metodológicas - Diretriz de Avaliação Econômica Brasília Ministério da Saúde 2014 20 Brasil. Ministério da Saúde. Diretrizes metodológicas - Diretriz de Avaliação Econômica. Brasília: Ministério da Saúde; 2014. Mosegui GBG Antoñanzas F Vianna CMM Cost of Lost Productivity from Acute Respiratory Infections in South America Rev Panam Salud Publica 2023 47 e65 10.26633/RPSP.2023.65 21 Mosegui GBG, Antoñanzas F, Vianna CMM. Cost of Lost Productivity from Acute Respiratory Infections in South America. Rev Panam Salud Publica. 2023;47:e65. doi: 10.26633/RPSP.2023.65. World Bank Group GDP per capita (current US$) [Internet] Washington World Bank 2022 [cited 2022 Mar 17] Available from: https://data.worldbank.org/indicator/NY.GDP.PCAP.CD 22 World Bank Group. GDP per capita (current US$) [Internet]. Washington: World Bank; 2022 [cited 2022 Mar 17]. Available from: https://data.worldbank.org/indicator/NY.GDP.PCAP.CD. Banco Central do Brasil Conversor de Moedas e Câmbio [Internet] Brasília Banco Central do Brasil 2019 [cited 2019 Oct 15] Available from: https://www.bcb.gov.br/conversao 23 Banco Central do Brasil. Conversor de Moedas e Câmbio [Internet]. Brasília: Banco Central do Brasil; 2019 [cited 2019 Oct 15]. Available from: https://www.bcb.gov.br/conversao. Brasil. Ministéio da Saúde Conselho Nacional de Saúde. Resolução nº 466, de 12 de dezembro de 2012 Aprova as Diretrizes e Normas Regulamentadoras de Pesquisas Envolvendo Seres Humanos e Revoga as Resoluções CNS nº 196/96, 303/2000 e 404/2008 [Internet] Brasília Ministério da Saúde 2012 [cited 2019 Oct 15] Available from: https://bvsms.saude.gov.br/bvs/saudelegis/cns/2013/res0466_12_12_2012.html 24 Brasil. Ministéio da Saúde. Conselho Nacional de Saúde. Resolução nº 466, de 12 de dezembro de 2012. Aprova as Diretrizes e Normas Regulamentadoras de Pesquisas Envolvendo Seres Humanos e Revoga as Resoluções CNS nº 196/96, 303/2000 e 404/2008. [Internet]. Brasília: Ministério da Saúde; 2012 [cited 2019 Oct 15]. Available from: https://bvsms.saude.gov.br/bvs/saudelegis/cns/2013/res0466_12_12_2012.html. Economic Co-operation and Development Unemployment Rate by Age Group [Internet] Paris 25. Economic Co-operation and Development 2022 [cited 2022 Apr 15] Available from: https://data.oecd.org/unemp/unemployment-rate-by-age-group.htm 25 Economic Co-operation and Development. Unemployment Rate by Age Group [Internet]. Paris: 25. Economic Co-operation and Development; 2022 [cited 2022 Apr 15]. Available from: https://data.oecd.org/unemp/unemployment-rate-by-age-group.htm. Azambuja MIR Foppa M Maranhão MFC Achutti AC Impacto Econômico dos Casos de Doença Cardiovascular Grave no Brasil: uma Estimativa Baseada em Dados Secundários Arq Bras Cardiol 2008 91 3 163 171 10.1590/S0066-782X2008001500005 26 Azambuja MIR, Foppa M, Maranhão MFC, Achutti AC. Impacto Econômico dos Casos de Doença Cardiovascular Grave no Brasil: uma Estimativa Baseada em Dados Secundários. Arq Bras Cardiol. 2008;91(3):163-71. doi: 10.1590/S0066-782X2008001500005. Mosegui GBG Vianna CMM Villar FA Rodrigues MPS Perda de Produtividade Atribuída a Neoplasias na América do Sul Rev Bras Cancerol 2023 69 1 e-223289 10.32635/2176-9745.RBC.2023v69n1.3289 27 Mosegui GBG, Vianna CMM, Villar FA, Rodrigues MPS. Perda de Produtividade Atribuída a Neoplasias na América do Sul. Rev Bras Cancerol. 2023;69(1):e-223289. doi: 10.32635/2176-9745.RBC.2023v69n1.3289. GBD 2019 Diseases and Injuries Collaborators Global Burden of 369 Diseases and Injuries in 204 Countries and Territories, 1990-2019: a Systematic Analysis for the Global Burden of Disease Study 2019 Lancet 2020 396 10258 1204 1222 10.1016/S0140-6736(20)30925-9 28 GBD 2019 Diseases and Injuries Collaborators. Global Burden of 369 Diseases and Injuries in 204 Countries and Territories, 1990-2019: a Systematic Analysis for the Global Burden of Disease Study 2019. Lancet. 2020;396(10258):1204-22. doi: 10.1016/S0140-6736(20)30925-9. Hofmarcher T Lindgren P Wilking N Jönsson B. The Cost of Cancer in Europe 2018 Eur J Cancer 2020 129 41 49 10.1016/j.ejca.2020.01.011 29 Hofmarcher T, Lindgren P, Wilking N, Jönsson B. The Cost of Cancer in Europe 2018. Eur J Cancer. 2020;129:41-9. doi: 10.1016/j.ejca.2020.01.011. 10.36660/abc.20230521i Original Article Estimated Loss of Productivity Attributed to Cardiovascular Diseases in South America Bandeira Tayna Felicissímo Gomes de Souza Acquisition of data and Critical revision of the manuscript for important intellectual content Analysis and interpretation of the data Statistical analysis Writing of the manuscript 1 0000-0001-5954-684X Mosegui Gabriela Bittencourt Gonzalez Conception and design of the research Acquisition of data and Critical revision of the manuscript for important intellectual content Analysis and interpretation of the data Writing of the manuscript 1 Vianna Cid Manso de Mello Acquisition of data and Critical revision of the manuscript for important intellectual content Statistical analysis Writing of the manuscript 2 López Alfonso Jesús Gil Statistical analysis Writing of the manuscript 3 Rio de Janeiro RJ Brazil Universidade Federal Fluminense – PPG-GAFAR, Rio de Janeiro, RJ – Brazil Rio de Janeiro RJ Brazil Universidade do Estado do Rio de Janeiro – Política, Planejamento e Administração em Saúde, Rio de Janeiro, RJ – Brazil Logrono Espanha Universidad de la Rioja – Departamento de Economia e Empresa, Logrono, La Rioja – Espanha Mailing Address: Gabriela Bittencourt Gonzalez Mosegui • Universidade Federal Fluminense – Rua Marques do Paraná, 303, 3º andar. Postal Code 22261-050, Rio de Janeiro, RJ – Brazil E-mail: gabriela.mosegui@gmail.com

Potential conflict of interest

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

 Abstract Background:

Cardiovascular diseases (CVD) have significant health and economic burdens. In South America, the loss of productivity related to these diseases has not yet been well explored.

 Objective:

Estimate the potentially productive years of life lost (PPYLL) and loss of productivity related to premature mortality associated with CVD in South America, in 2019.

 Methods:

Mortality data available from the 2019 Global Burden of Disease Study were used to estimate the burden of disease attributable to CVD. For monetary calculations of productivity loss, a proxy of the human capital approach was used. Data were stratified by sex, in working age groups.

 Results:

The total number of deaths due to CVD in South America in 2019 was 754,324, and the total number of PPYLL was 2,040,973. The total permanent loss of productivity was approximately US$ 3.7 billion and US$ 7.8 billion in purchasing power parity, equivalent to 0.11% of the gross domestic product. The cost per death was US$ 22,904, and the ratio between men and women for the cost per death was 1.45. The variation in scenarios indicates that the estimates are robust, even with important differences between countries.

 Conclusions:

CVD impose a significant economic burden on countries in South America. The characterization of this burden can support governments in the allocation of resources for the planning and execution of health policies and interventions in promotion, prevention, and recovery.

 Keywords: Cost of Illness Cardiovascular Diseases Disability-Adjusted Life Years South America Introduction

Cardiovascular diseases (CVD) are one of the main causes of morbidity and mortality worldwide, responsible for 17.9 million deaths in 2019.1 The burden of these diseases in Latin America and the Caribbean, especially in South America, has grown over the years, underpinned by epidemiological, demographic, and lifestyle changes.1 Approximately 75% of these deaths occur in patients of economically active age and in low- and middle-income countries. South America is particularly affected, with a direct and indirect economic burden on individuals and society.2-4

There are still gaps regarding the loss of productivity due to these illnesses in Latin America and the Caribbean.5,6 Indirect costs include temporary or permanent losses of productivity at work. Mortality costs are associated with premature deaths resulting from the disease. According to Siqueira et al.,3 premature deaths from CVD in Brazil, in 2015, cost US$ 6,535,069,771, representing 61% of the total estimated cost of CVD. They are the main cause of mortality and morbidity in Argentina, representing 34.2% of deaths and 12.6% of potential years of life lost.7 Gheorghe et al.8 indicate the need for quality economic research to fill the existing gaps. An analysis of these losses in South America would promote further understanding for recognition of health priorities and decision-making regarding prevention, diagnosis, and treatment of these diseases. This study estimated this loss of productivity considering a social perspective on the burden of CVD in South America in 2019.

 Methods Study type

This exploratory, population-based, cross-sectional study estimated permanent losses of productivity related to CVD in the working-age population in South American countries in 2019.

 Information sources

The metrics used in this study were obtained from the Institute for Health Metrics and Evaluation, by means of the Global Health Data Exchange (GHDx),9 a catalog of censuses and vital statistics related to health. This tool synthesizes several sources of data used to estimate mortality, causes of death, diseases, and risk factors from the 2019 Global Burden of Disease (GBD) Study.9 It uses statistical models to obtain better estimates, allowing comparison between countries, regions, and subnational data through standardization in the quality of local mortality data. It also enables analysis of population trends, as time series data are adjusted and standardized, allowing comparability over time. Deaths were collected for each country (location), cause, age group, and sex, in absolute numbers and rates per 100,000 inhabitants.9

Economic data such as labor force (LF) participation, employment rate, unemployment rate, and the monthly minimum wage of each country were obtained, in dollars and purchasing power parity (PPP), from the website of the International Labour Organization,10 in addition to the working-age population, by sex and age range. The age groups used were 15 to 24 years and 25 years and over. Retirement ages were obtained from databases such as the International Social Security Association (ISSA),11 the Economic Commission for Latin America and the Caribbean (CEPAL),12 the Inter-American Development Bank (IDB), the Organization for Economic Co-operation and Development (OECD), and the World Bank (WB).13

 Estimated loss of productivity

A proxy of the human capital approach (HCA)2,14,15 was used to estimate the permanent loss of productivity associated with CVD in South America, in economically active age groups (15 to 69 years), by sex, for the year 2019. This calculation is obtained by multiplying the time lost by the market wage.2,14,16 For each death from CVD in people of working age, the potentially productive years of life lost (PPYLL) were calculated as the difference between the retirement age and the age of death from CVD (based on the midpoint of the age group).17 PPYLL were calculated for all age groups (up to the retirement age limit), and the value found was multiplied by the number of people who died within this age group. This product was aggregated in intervals of 15 to 24 and over 25 years. The numbers of people in the LF and out of the labor force (OLF), by sex and age group, in each country were extracted from the World Bank18 and ILOSTAT10 databases. People outside the labor force are of working age, but, during the specified period, they were unemployed or not employed (informality). Individuals aged 15 or over are considered to be of economically active age.10,18 The maximum limit was established as the retirement age. The LF and OLF were added together, creating a denominator for the LF proportion, whose numerator was the LF itself. The employment rate was calculated based on the unemployment rate.15

The total cost of permanent loss of productivity related to CVD in South America was calculated as the product between: the sum of PPYLL for each death, the LF proportion, the employment rate, and the annual minimum wage expressed in dollars and PPP for each country, in the economically active ranges.19 Calculations by sex were also carried out. The use of PPP values allowed for more robust income comparisons. A growth rate for minimum wage of 2% per year was incorporated.2,15 A discount rate of 3% was applied.2,20 The discount estimates what a cost or result at a moment t1 represents in relation to the same result or cost occurring at the present moment t0.20

In the same manner as Mosegui et al.,21 alternative scenarios were designed to analyze productivity losses in these countries. Five years were added to the retirement age; the trend of deaths was changed using the lower and upper confidence intervals (CI) produced in the GHDx,9 and the discount rate was changed to 0% and 6%.

 Indicators

The results were presented using the following indicators: (a) total cost of lost productivity; (b) cost of lost productivity per death (total cost divided by the number of deaths from CVD in people of working age); (c) ratio between male and female costs, per death (male cost per death divided by female cost per death); and (d) total cost of lost productivity as a proportion of gross domestic product (GDP) (total cost divided by country-specific GDP in 2019).2,15,22 The results were converted to US dollars (US$)23 as of 2019, applying PPP exchange rates.19 Microsoft Excel®, version 365 was used for analyses and calculations.

 Ethical issues

This study exclusively used secondary data from public domain sources, without any nominal identification, and it respected the ethical principles established in Brazilian National Health Council Resolution number 466, of December 12, 2012; thus, it did not require analysis by the Research Ethics Committee.24

 Results

South America is considered a subcontinent of the Americas. South America has an extension of 17,819,100 km², with 6% of the world's population and a GDP of US$ 3,414,784,417. It includes 12 countries with diverse languages, populations, life expectancy, and economic and sociodemographic indicators.22 In 2019, 754,324 deaths were reported (4.06% of global deaths), with important differences between sexes and age groups. Table 1 displays socioeconomic and demographic data and deaths from CVD in South American countries. Table 2 displays the PPYLL, LF proportion, employment rate, nominal loss of productivity, and loss of productivity in PPP (US$), for both sexes. The calculations for loss of productivity related to CVD in South America did not take Venezuela into account, due to missing data. In South America, 171,757 deaths were reported in productive age groups, 22.77% of the total deaths related to CVD. As for PPYLL, 2,040,973 years were lost, affecting men (1,289,759 years) more than women (751,214 years). The nominal loss of productivity was approximately US$ 3.7 billion and approximately US$ 7.8 billion in PPP.

Baseline demographic, CVD mortality, and economic data for South America, 2019
Country Total population a Deaths from CVD* (n)b Life expecancy at birth (years)a Monthy minimum wage in US$ (2019)c Minimum wage in PPP US$ (2019)c GDP(millions US$) d Sex People OLF per 1,000 c People in LF per 1,000c Unemployment rate (%)c Retirement age(2019)d,e,f
Argentina 44.938.712 101.724 76.6 350 813 452.819 F 8.737 8.796 10.7 65
M 4.671 11.562 9.2 65
Bolivia 11.513.102 15.904 71.5 307 786 40.895 F 1.573 2.435 4.4 60
M 768 3.210 3.4 60
Brazil 211.049.519 397.993 75.8 253 443 1.873.288 F 39.871 4.5756 14.5 65
M 22.461 58.621 10.1 65
Chile 18.952.035 30.1145 80.1 428 726 278.585 F 3.937 3.858 8 65
M 2.229 5.233 6.7 65
Colombia 50.339.443 72.629 77.2 252 602 323.110 F 8.827 11.235 12.8 54
M 3.840 15.050 7.9 59
Ecuador 17.373.657 21.464 77.0 394 755 108.108 F 2.887 3.443 4.6 65
M 1.361 4.870 3.3 65
Guyana 782.775 2.430 69.9 212 437 5.174 F 163 120 15.1 60
M 96 186 12.5 60
Paraguay 7.044.639 9.912 74.2 351 874 37.925 F 982 1.477 8.3 65
M 396 2.134 5.4 65
Peru 32.510.462 29.215 76.7 279 534 228.326 F 3.678 8.600 3.7 65
M 1.823 10.198 3.1 65
Suriname 581.363 1.423 71.6 234 634 4.221 F 117 97 11.1 60
M 70 141 5.7 60
Uruguay 3.461.731 10.003 77.9 444 616 61.231 F 636 807 10.5 70
M 373 937 7.2 70
Venezuela 28.515.829 61.510 72.0 DI DI DI F 6.794 3.850 DI 55
M 2.986 7.071 DI 60
South America 427.063.267 754.324 75.1 3.413.682
Sources:

WB22

GHDx9

OCDE25

IDB

OCDE

CEPAL.13

CVD: cardiovascular diseases; F: female; GDP: gross domestic product; LF: labor force; M: male; NA: data not available; OLF: out of labor force; PPP: purchasing power parity.

All age groups, except from 0 to 1 year old.

 Estimated loss of productivity due to CVD, by sex and age group, in South America, 2019
Country PPYLL (years) LF proportion Unemployment rate Loss of productivity, considering minimum wage in PPP, 2019 (US$) Nominal loss of productivity, considering minimum wage, 2019 (US$)
W M W M W M W M Total W M Total
Argentina 296,791,198 917,730,803 1,214,522,001 115,026,626 355,034,032 470,060,658
15 to 24 5,291 7,787 0.32 0.46 0.71 0.76 11,728,656 26,560,125 38,288,781 4,103,507 7,631,682 11,735,189
25+ 57,745 125,925 0.55 0.78 0.92 0.93 285,062,542 891,170,678 1,176,233,220 110,923,119 347,402,350 458,325,469
Bolivia 91,079,535 131,432,052 222,511,587 32,599,388 46,994,493 79,593,881
15 to 24 2,387 3,210 0.42 0.57 0.9 0.92 8,508,757 15,876,815 24,385,572 2,760,745 5,150,824 7,911,569
25+ 13,272 13,891 0.68 0.9 0.97 0.98 82,570,778 115,555,237 198,126,015 29,838,643 41,843,669 71,682,312
Brazil 1,258,750,573 2,991,931,297 4,250,681,870 660,929,012 1,572,432,934 2,233,361,946
15 to 24 27,206 44,470 0.50 0.62 0.68 0.77 49,173,646 112,859,096 162,032,742 22,837,746 52,414,123 75,251,869
25+ 473,440 776,468 0.54 0.75 0.89 0.93 1,209,576,927 2,879,072,201 4,088,649,128 638,091,266 1,520,018,811 2,158,110,077
Chile 74,349,711 239,794,767 314,144,478 40,661,875 131,050,476 171,712,351
15 to 24 886 1,695 0.29 0.34 0.8 0.81 1,791,295 4,067,723 5,859,018 858,679 1,950,514 2,809,193
25+ 16,584 36,904 0.54 0.78 0.93 0.94 72,558,416 235,727,044 308,285,460 39,803,196 129,099,962 168,903,158
Colombia 127,429,514 353,558,605 480,988,119 29,810,206 111,061,199 140,871,405
15 to 24 4,363 6,258 0.43 0.58 0.75 0.84 10,165,588 22,024,497 32,190,085 3,091,135 7,512,333 10,603,468
25+ 30,570 56,771 0.59 0.86 0.9 0.94 117,263,926 331,534,108 448,798,034 26,719,071 103,548,866 130,267,937
Ecuador 136,563,971 347,182,550 483,746,521 64,739,035 163,477,167 228,216,202
15 to 24 3,584 7,480 0.34 0.53 0.88 0.93 9,715,173 33,402,974 43,118,147 4,116,405 14,181,808 18,298,213
25+ 23,662 40,621 0.61 0.87 0.97 0.98 126,848,798 313,779,576 440,628,374 60,622,630 149,295,359 209,917,989
Guyana 5,445,540 13,658,976 19,104,516 3,533,192 9,052,876 12,586,068
15 to 24 300 329 0.4 0.57 0.67 0.77 422,095 756,740 1,178,835 187,792 337,062 524,854
25+ 2,448 3,862 0.43 0.7 0.91 0.91 5,023,445 12,902,236 17,925,681 3,345,400 8,715,814 12,061,214
Paraguay 77,488,198 180,306,355 257,794,553 28,595,124 66,565,135 95,160,259
15 to 24 710 1,272 0.58 0.66 0.8 0.88 3,450,738 7,750,553 11,201,291 1,126,878 2,531,491 3,658,369
25+ 10,179 18,846 0.73 0.9 0.95 0.97 74,037,460 172,555,802 246,593,262 27,468,246 64,033,644 91,501,890
Peru 129,370,320 302,746,706 432,117,026 60,950,039 141,647,988 202,598,027
15 to 24 5,073 8,912 0.47 0.71 0.92 0.93 14,056,892 37,707,503 51,764,395 5,965,248 16,021,045 21,986,293
25+ 28,541 47,421 0.65 0.89 0.97 0.98 115,313,428 265,039,203 380,352,631 54,984,791 125,626,943 180,611,734
Suriname 3,906,368 10,571,886 14,478,254 1,986,624 5,481,103 7,467,727
15 to 24 106 118 0.28 0.47 0.6 0.81 135,368 342,785 478,153 45,550 115,601 161,151
25+ 1,045 1,899 0.51 0.73 0.93 0.97 3,771,000 10,229,101 14,000,101 1,941,074 5,365,502 7,306,576
Uruguay 27,863,176 77,418,106 105,281,282 18,535,738 51,661,907 70,197,645
15 to 24 289 403 0.42 0.52 0.68 0.76 610,652 1,176,064 1,786,716 350,061 673,950 1,024,011
25+ 6,719 14,137 0.59 0.76 0.93 0.96 27,252,524 76,242,042 103,494,566 18,185,677 50,987,957 69,173,634
Venezuela
15 to 24 4,692 3,474 0.19 0.51 0.83 0.88 DI DI DI DI DI DI
25+ 32,122 67,606 0.41 0.76 0.93 0.93 DI DI DI DI DI DI
South America 751,214 1,289,759 2,229,038,104 5,566,332,103 7,795,370,207 1,057,366,859 2,654,459,310 3,711,826,169
Source: the authors.

CVD: cardiovascular diseases; LF: labor force; M: men; NA: data not available; PPP: purchasing power parity; PPYLL: potentially productive years of life lost; W: women.

Brazil and Argentina had the highest PPYLL values, approximately 1.3 million and 196,748 years respectively, while the lowest values were from Suriname (3,168 years) and Guyana (6,939 years). Total costs of lost productivity in PPP were equivalent to US$ 4,250,681,870 in Brazil, 54.5% of the total from South America, and US$ 1,214,522,001 in Argentina. Suriname and Guyana had lower losses of productivity in PPP, US$ 14,478,254 and US$ 19,104,516, respectively. Nominal losses in minimum wages were US$ 2,233,361,946 in Brazil, representing 60.2% of these losses for the subcontinent, and US$ 470,060,658 in Argentina. Suriname had the smallest nominal loss, US$ 7,467,727, followed by Guyana, US$ 12,586,068. Within age groups and by sex, in all countries, cost estimates were higher for men over 25 years of age.

Table 3 shows the cost of lost productivity due to death, the ratio of the costs per death between men and women, and the total cost of lost productivity as a percentage of GDP.

Estimated cost per death (US$, 2019), ratio of costs per death (men to women), and total cost as % of GDP, for CVD, in South America, 2019
Cost per death (US$, 2019) Ratio of costs per death (M/W) Total cost as % of GDP
W M Total
Argentina 20,884 28,899 26,418 1.38 0.10
Bolivia 26,106 33,574 30,053 1.29 0.19
Brazil 15,612 22,507 19,905 1.44 0.12
Chile 24,129 36,271 32,409 1.50 0.06
Colombia 13,259 21,838 19,208 1.65 0.04
Ecuador 32,745 49,850 43,417 1.52 0.21
Guyana 14,120 22,337 19,200 1.58 0.24
Paraguay 31,127 38,729 36,081 1.24 0.25
Peru 26,396 39,169 34,192 1.48 0.09
Suriname 17,978 26,410 23,480 1.47 0.18
Uruguay 28,459 38,369 35,138 1.35 0.11
Venezuela NA NA NA NA NA
South America 17,848 25,816 22,904 1.45 0.11
Source: the authors.

M: men; NA: data not available; W: women.

The loss of permanent productivity in the 11 countries analyzed represented 0.11% of their combined GDP in 2019; with costs ranging from 0.04% and 0.06%, in Colombia and Chile, to 0.25% and 0.24%, in Paraguay and Guyana, respectively. The costs per death in Colombia (US$ 19,208), Guyana (US$ 19,200), and Brazil (US$ 19,905) were almost twice lower than in Paraguay (US$ 36,081) and Uruguay (US$ 35,138). For South America, the cost per death was US$ 22,904.

The estimates made by sex indicate more deaths due to CVD among men than women of working age in South America, with important variations in the men-to-women ratio, such as 1.24 in Paraguay and 1.65 in Colombia. The costs of lost productivity in PPP and nominal terms also showed significant differences. In Chile and Argentina, PPP values for men were 3.2 (US$ 239,794,767) and 3.1 (US$ 917,730,803) times higher than those for women, respectively. Bolivia showed the smallest difference in costs in PPP between sexes (US$ 131,432,052 for men and US$ 91,079,535 for women). Nominal losses in minimum wages were 3.7 and 3.2 times greater for men in Colombia and Chile (US$ 111,061,199 and US$ 131,050,476) compared to women (US$ 29,810,206 and US$ 40,661,875). Bolivia and Peru had smaller differences between men and women: 1.44 and 2.32 times the estimated values, respectively.

Alternative scenarios were constructed (Table 4) based on the results in Table 2, varying: (a) discount rate values, (b) retirement age, and (c) number of deaths; the latter using the upper and lower CI present in the GHDx.9

Loss of productivity percentages related to the baseline scenario with variations in discount rates, retirement age, and number of deaths
Country No discount 6% discount Actual retirement 5 years after legal age Absolute number of deaths (upper CI) Absolute number of deaths (lower CI)
(%) (%) (%) (%)
Argentina 33 -16 48 15 -10
Bolivia 34 -20 41 59 -47
Brazil 31 -19 41 6 -6
Chile 28 -18 46 9 -12
Colombia 30 -18 50 37 -29
Ecuador 40 -22 35 37 -28
Guyana 34 -21 30 34 -28
Paraguay 32 -19 41 42 -32
Peru 43 -24 31 50 -37
Suriname 31 -20 32 32 -27
Uruguay 29 -18 45 13 -12
Source: the authors.

CI: confidence interval

Labor losses caused by early deaths were estimated using different discount rates. Losses of productivity decreased for all countries with a 6% discount. Regarding the change in retirement age, the variations were positive, pointing to an increase in costs related to permanent loss of productivity, as there was an increase in time contributed to the LF. Mortality changed using the lower and upper CI of the GHDx. When we applied the higher CI of the number of deaths, the estimated loss of productivity increased, and, with the lower one, it decreased for all of South America.

 Discussion

The results of this analysis indicate a total cost of lost productivity due to CVD, in the economies of South America, of around US$ 3.7 billion (US$ 7.8 billion in PPP), representing 0.11% of the combined GDP of these countries (ranging between 0.04% and 0.24%). Costs per death reached US$ 22,904 in 2019. With very diverse markets in terms of hours worked and wages, the comparison between GDP and productivity losses highlights the potential impact on the economic dimension and the social losses produced by these premature deaths. Regions with lower socioeconomic indices have higher mortality rates.6,8

The countries analyzed have different PPYLL and estimated loss of productivity, which can be explained by population and economic differences (GDP, LF, unemployment, and retirement age).10,13,22 HCA has been used to calculate and interpret the costs of premature deaths in different regions and disease groups.2,14,21 The altered scenarios suggest that local elements such as retirement age, changes in LF, and deaths associated with CVD are relevant in analyzing the results.2,21

Our proposal differed from that of Azambuja et al.,26 who estimated the direct and indirect costs related to cases of severe CVD in Brazil, for 2004. The authors indicated an annual cost of BRL 30.8 billion, 55.2% of which would result from loss of productivity in patients over 35 years old (BRL 17,013,350,772.00). They indicated direct costs corresponding to 8% of the country's total health expenditure and 0.52% of GDP (US$ 602 billion). Considering the average exchange rate for the dollar in 2004 (BRL 3.05),23 the estimate of US$ 5,578,147,794 for indirect costs in critically ill patients over 35 years of age is lower than that found in our study (US$ 2,233,361,946), which included a younger active population and non-severe cases. Spending as a percentage of GDP (0.12%) reflects methodological differences, but points to proportionality between the results of these studies. Databases, methodologies, uses of other costs, and discount rates may be responsible for the differences in these results.

Brazil and Argentina were the countries most affected in terms of productivity losses, highlighting the negative impact of CVD on economic development. The expression of products in PPP gives them greater homogeneity and comparability (Table 2). Few studies have addressed productivity losses related to CVD in South America or even in Latin America and the Caribbean.3,4,7,26 No studies were found expressing results for loss of productivity due to CVD in PPP.

Mosegui et al.27 calculated cancer-related permanent productivity losses in South America using the same approach (HCA) and database (GBD 2019). The authors reported 192,240 deaths and 2,463,155 PPYLL. The total loss of permanent productivity was US$ 4.4 billion and US$ 9.4 billion in PPP, 0.13% of the region's GDP. The total cost per death was US$ 23,617. CVDs kill almost 4 times more people than neoplasms.6,28 The costs per death did not differ greatly from those found in our study (US$ 22,904), while the ratio of this cost per death between sexes was lower (1.28) than the 1.45 estimated for CVD. Our cost/death estimates appear lower than those reported in other locations and regions.3,4,7,26 Caution is necessary when comparing some findings, due to existing methodological, population, and economic differences.

Some limitations of this study should be examined. The data used to calculate the PPYLL came from GBD 2019, presented in the GBDx,9 an appropriate alternative given the scarcity of databases and studies with adequate methodological quality in the region. The use of global health and economic data9,10,12,18 as an alternative to national data, which are generally more consistent, is related to difficulties in locating them, as observed for Venezuela. According to Hofmarcher et al.,29 multinational analyses of cost are difficult to perform, mainly due to barriers associated with identifying information.

This analysis focused on permanent loss of productivity, allowing a quantitative characterization of the burden of CVD. Temporary losses or direct health costs were not calculated.3,26 Minimum wages were used instead of average earnings. Mosegui et al.21 pointed out that, for South American countries, average and minimum wages do not express the ways in which income and salaries are organized in different groups, given the recurrent informality in labor10,12,18 and differences between legal and actual retirement age. Although HCA is the most used method of calculating loss of productivity,2 its critics have indicated possible biases in income patterns, where loss of productivity is undervalued in groups at a disadvantage (young people, women), with lower earnings.

For the first time, the economic burden related to CVD has been estimated in all South American countries, in an additional perspective to the analysis of the burden of the disease. The permanent loss of productivity associated with CVD shown in this study is significant, and its individual and social impact suggests an average per capita loss of US$ 22,904 in the economically active population, as well as a social loss of approximately US$ 3.7 billion and US$ 7.8 billion in PPP for South America.

 Conclusion

Socioeconomic factors influence cardiovascular health, as well as inequalities and inefficiencies in health systems. CVD impose an important economic and health burden on South American countries, leading to social and productivity losses. Our findings can be useful in the formulation and implementation of public policies and effective strategies for the prevention, treatment, and management of CVD in the analyzed countries.

Sources of funding

There were no external funding sources for this study.

Study association

This article is part of the thesis of master submitted by Tayna Felicissímo Gomes de Souza Bandeira, from Universidade Federal Fluminense.

Ethics approval and consent to participate

This article does not contain any studies with human participants or animals performed by any of the authors.

Editor responsible for the review: Marcio Bittencourt