Impact of parental ages and other characteristics at childbearing on congenital anomalies: Results for the Czech Republic, 2000-2007

Anomalias congênitas na perspectiva dos determinantes sociais da saúde

Resumo: O objetivo deste estudo foi analisar os fatores associados aos casos de anomalias congênitas na perspectiva dos determinantes sociais da saúde no Estado do Rio Grande do Sul, Brasil. Trata-se de um estudo do tipo caso-controle, com todas as duplas de mães e nascidos vivos no período de 2012 a 2015 no estado, sendo considerado o total de nascidos vivos com anomalia congênita (5.250), e realizada amostragem aleatória de 21 mil sem anomalia congênita, conforme as informações das Declarações de Nascidos Vivos. Para análise estatística, foram realizados testes qui-quadrado e modelos de regressão logística com o SPSS. O modelo de Dahlgren & Whitehead foi utilizado como base para agrupamento e discussão das variáveis. No modelo multivariado, todas variáveis que se mostraram associadas significativamente com o desfecho foram no sentido de aumentar a chance de nascimentos com anomalia congênita: as mulheres pretas tiveram 20% mais chance, comparadas às brancas (OR = 1,20; valor de p = 0,013); ter mais de 40 anos aumentou em 97% a chance, quando comparadas às de 18 a 29 anos; as mulheres com menos de quatro anos de estudo apresentaram 50% mais chance, comparadas às mulheres com 12 anos ou mais de estudo (OR = 1,50; valor de p = 0,001); as mulheres que não realizaram nenhuma consulta de pré-natal tiveram 97% mais chance, comparadas às mulheres que realizaram sete ou mais consultas (OR = 1,97; valor de p = 0,001); e a ocorrência de abortos/perdas fetais aumentou em 17% a chance, em relação a nunca ter tido abortos/perdas fetais prévios (OR = 1,17; valor de p = 0,001). Os resultados trazem à discussão as desigualdades raciais e sociais, relacionando-as às iniquidades em saúde.

Causal assessment in demographic research

Causation underlies both research and policy interventions. Causal inference in demography is however far from easy, and few causal claims are probably sustainable in this field. This paper targets the assessment of causality in demographic research. It aims to give an overview of the methodology of causal research, pointing out various problems that can occur in practice. The “Intervention studies” section critically examines the so-called gold standard in causality assessment in experimental studies, randomized controlled trials, and the use of quasi-experiments and interventions in observational studies. The “Multivariate statistical models” section deals with multivariate statistical models linking a mortality or fertility indicator to a series of possible causes and controls. Single and multiple equation models are considered. The “Mechanisms and structural causal modelling” section takes into account a more recent trend, i.e., mechanistic explanations in causal research, and develops a structural causal modelling framework stemming from the pioneering work of the Cowles Commission in econometrics and of Sewall Wright in population genetics. The “Assessing causality in demographic research” section examines how causal analysis could be further applied in demographic studies, and a series of proposals are discussed for this purpose. The paper ends with a conclusion pointing out, in particular, the relevance of structural equation models, of triangulation, and of systematic reviews for causal assessment.