Tendência da epidemia de AIDS em usuários de drogas injetáveis no Município de São Paulo de 1985 a 1997

Epidemiology of mortality related to Chagas' disease in Brazil, 1999-2007

BACKGROUND

Chagas' disease is an important neglected public health problem in many Latin American countries, but population-based epidemiological data are scarce. Here we present a nationwide analysis on Chagas-associated mortality, and risk factors for death from this disease.

METHODOLOGY/PRINCIPAL FINDINGS

We analyzed all death certificates of individuals who died between 1999 and 2007 in Brazil, based on the nationwide Mortality Information System (a total of 243 data sets with about 9 million entries). Chagas' disease was mentioned in 53,930 (0.6%) of death certificates, with 44,537 (82.6%) as an underlying cause and 9,387 (17.4%) as an associated cause of death. Acute Chagas' disease was responsible for 2.8% of deaths. The mean standardized mortality rate was 3.36/100.000 inhabitants/year. Nationwide standardized mortality rates reduced gradually, from 3.78 (1999) to 2.78 (2007) deaths/year per 100,000 inhabitants (-26.4%). Standardized mortality rates were highest in the Central-West region, ranging from 15.23 in 1999 to 9.46 in 2007 (-37.9%), with a significant negative linear trend (p = 0.001; R(2) = 82%). Proportional mortality considering multiple causes of death was 0.60%. The Central-West showed highest proportional mortality among regions (2.17%), with a significant linear negative trend, from 2.28% to 1.90% (-19.5%; p = 0.001; R(2) = 84%). There was a significant increase in the Northeast of 38.5% (p = 0.006; R(2) = 82%). Bivariable analysis on risk factors for death from Chagas' disease showed highest relative risks (RR) in older age groups (RR: 10.03; 95% CI: 9.40-10.70; p<0.001) and those residing in the Central-West region (RR: 15.01; 95% CI: 3.90-16.22; p<0.001). In logistic regression analysis, age ≥30 years (adjusted OR: 10.81; 95% CI: 10.03-10.65; p<0.001) and residence in one of the three high risk states Minas Gerais, Goiás or the Federal District (adjusted OR: 5.12; 95% CI: 5.03-5.22, p<0.001) maintained important independent risk factors for death by Chagas' disease.

CONCLUSIONS/SIGNIFICANCE

This is the first nationwide population-based study on Chagas mortality in Brazil, considering multiple causes of death. Despite the decline of mortality associated with Chagas' disease in Brazil, the disease remains a serious public health problem with marked regional differences.

[Pattern of HIV/AIDS infection in Manaus, State of Amazonas, between 1986 and 2000]

The objective of this study was to describe HIV infection in Manaus, Amazonas, between 1986 and 2000. This was a descriptive study on confirmed cases of HIV/AIDS among adults, from the medical records of the State Reference Service. To delineate the spatial epidemiological profile and historical trends, the following periods were considered: 1986-1990, 1991-1995 and 1996-2000. The behavioral, social and clinical variables were analyzed by means of descriptive statistics. The spatial trends and patterns and the incidence rates were presented according to residential district using thematic maps. Among the 1,400 cases studied, the mortality rate decreased from 61.3% to 17.8% and the gender ratio (four men/one woman) decreased over the study period. The main exposure route was sexual: bisexual (31%) and heterosexual (19.3%). There was a high rate of late diagnosis, made during the symptomatic phase of AIDS (50.8%). This study showed that HIV/AIDS infection in Manaus has spread slowly and progressively from the central area of the city towards the south, north, east and west.

Análise de séries temporais em epidemiologia: uma introdução sobre os aspectos metodológicos

Este é um artigo introdutório sobre análise de séries temporais, onde se pretende apresentar, de maneira sumária, alguns modelos estatísticos mais utilizados em análise de séries temporais . Uma série temporal, também denominada série histórica, é uma seqüência de dados obtidos em intervalos regulares de tempo durante um período específico. Na análise de uma série temporal, primeiramente deseja-se modelar o fenômeno estudado para, a partir daí, descrever o comportamento da série, fazer estimativas e, por último, avaliar quais os fatores que influenciaram o comportamento da série, buscando definir relações de causa e efeito entre duas ou mais séries. Para tanto, há um conjunto de técnicas estatísticas disponíveis que dependem do modelo definido (ou estimado para a série), bem como do tipo de série analisada e do objetivo do trabalho. Para analise de tendências, podem se ajustar modelos de regressão polinomial baseados na série inteira ou em vizinhança de um determinado ponto. Isso também pode ser realizado com funções matemáticas. Define-se como um fenômeno sazonal aquele que ocorre regularmente em períodos fixos de tempo e, se existir sazonalidade dita determinística na série, podem-se utilizar modelos de regressão que incorporem funções do tipo seno ou cosseno à variável tempo. Os modelos auto-regressivos formam outra classe de modelos. Na análise do comportamento de uma série histórica livre de tendência e de sazonalidade podem ser utilizados modelos auto-regressivos (AR) ou que incorporem médias móveis (ARMA). Quando há tendência, utilizam-se os modelos auto-regressivos integrados de médias móveis (ARIMA) e, para incorporar o componente de sazonalidade, utilizam-se os modelos SARIMA. Por último há os modelos lineares generalizados. Neste grupo de modelos estatísticos, a variável resposta é um processo de contagem e as variáveis independentes são variáveis candidatas a explicar o comportamento da série ao longo do tempo. Estes modelos são indicados quando as variáveis em estudo não têm aderência à distribuição normal, principalmente pelo fato de serem processos de contagem . Estes modelos compõem um grupo de distribuições de probabilidades conhecido como família exponencial de distribuições que englobam diversas funções aditivas, como a regressão linear, de Poisson, logística, log-linear etc. Os modelos aditivos generalizados são uma extensão desta classe de modelos, nos quais cada variável independente analisada não entra no modelo com o seu valor, mas sim, adotando uma função não paramétrica de forma não especificada, estimada a partir de curvas de alisamento.