1

UNIVERSIDADE FEDERAL DO CEARÁ FACULDADE DE MEDICINA DEPARTAMENTO DE SAÚDE COMUNITÁRIA PROGRAMA DE PÓS-GRADUAÇÃO EM SAÚDE COLETIVA MESTRADO EM SAÚDE PÚBLICA

FRANCISCO ROGERLÂNDIO MARTINS DE MELO

EPIDEMIOLOGIA E DISTRIBUIÇÃO ESPACIAL DA MORTALIDADE RELACIONADA À DOENÇA DE CHAGAS NO BRASIL, 1999 A 2007

FORTALEZA 2011

2

FRANCISCO ROGERLÂNDIO MARTINS DE MELO

EPIDEMIOLOGIA E DISTRIBUIÇÃO ESPACIAL DA MORTALIDADE RELACIONADA À DOENÇA DE CHAGAS NO BRASIL, 1999 A 2007

Dissertação apresentada ao programa de Pós- Graduação em Saúde Coletiva do Departamento de Saúde Comunitária da Universidade Federal do Ceará, como requisito parcial para obtenção do título de Mestre em Saúde Pública.

Área de concentração: Saúde Coletiva (Epidemiologia das Doenças Transmissíveis e Não Transmissíveis).

Orientador: Prof. Dr. Jorg Heukelbach

FORTALEZA 2011

3

Dados Internacionais de Catalogação na Publicação Universidade Federal do Ceará Biblioteca de Ciências da Saúde

______

M485e Melo, Francisco Rogerlândio Martins de Epidemiologia e distribuição espacial da mortalidade relacionada à doença de Chagas no Brasil, 1999 a 2007. – 2011. 259 f.; il. Color.

Dissertação (Mestrado) – Universidade Federal do Ceará, Faculdade de Medicina, Departamento de Saúde Comunitária, Programa de Pós-Graduação em Saúde Coletiva, Fortaleza, 2011. Área de Concentração: Saúde Coletiva (Epidemiologia das Doenças Transmissíveis e Não Transmissíveis) Orientador: Prof. Dr. Jorg Heukelbach.

1. Doença de Chagas-mortalidade. 2. Doença de Chagas-epidemiologia. 3. Estudos de séries temporais. 4. Distribuição espacial da população. I. Título

CDD: 616.9363 ______4

FRANCISCO ROGERLÂNDIO MARTINS DE MELO

EPIDEMIOLOGIA E DISTRIBUIÇÃO ESPACIAL DA MORTALIDADE RELACIONADA À DOENÇA DE CHAGAS NO BRASIL, 1999 A 2007

Dissertação submetida ao programa de Pós-Graduação em Saúde Coletiva do Departamento de Saúde Comunitária da Universidade Federal do Ceará, como requisito parcial para obtenção do título de Mestre em Saúde Pública. Área de concentração Saúde Coletiva (Epidemiologia das Doenças Transmissíveis e Não Transmissíveis).

Aprovada em:____/____/______

BANCA EXAMINADORA

______Profº. Dr. Jörg Heukelbach (Orientador) Universidade Federal do Ceará (UFC)

______Profº. Dr. Adauto José Gonçalves de Araújo Escola Nacional de Saúde Pública (FIOCRUZ)

______Profº. Dr. Luciano Pamplona de Góes Cavalcanti Universidade Federal do Ceará (UFC)

______Profª. Dra. Terezinha do Menino Jesus S. Leitão Universidade Federal do Ceará (UFC)

5

Aos meus pais, Ana e Raimundo ( in memoriam ), pela contribuição moral e o caráter da formação pessoal. Aos meus irmãos, Rosiel, Rogério, Renato e Carina. Àqueles que, como eu, labutam na dura batalha da vida e que de maneira alguma se deixam abater diante dos obstáculos que encontram pelo caminho.

6

AGRADECIMENTOS

De maneira especial, ao meu orientador Dr. Jörg Heukelbach, por ter acreditado na minha capacidade e pela confiança em mim depositada. Agradeço por todo apoio durante o mestrado, pela compreensão, incentivo, dedicação e, sobretudo, paciência, por entender minhas dúvidas e inquietudes, pelo exemplo de vida e superação. Obrigado pelo interesse demostrado, pelo apoio científico, disponibilidade para leituras e discussões, além das sugestões e criticas que foram relevantes para a construção desse trabalho.

A meus pais, por me conduzirem pelo caminho da compreensão, do diálogo e do respeito ao próximo. Meu pai Raimundo, in memoriam , hoje estaria compartilhando toda a sua alegria por eu ter cumprido mais uma etapa de minha vida. A minha mãe Ana, palavra obrigado não seria suficiente para traduzir a minha gratidão por todo apoio, carinho e amor. Ela é a razão de tudo isto, pelo incentivo que sempre me proporcionou. Aos meus irmãos Rogério, Rosiel Renato e Carina pelo apoio dispensado e por me fazerem acreditar que a Educação é a melhor maneira para reduzir as desigualdades sociais e o caminho para um futuro melhor para o Brasil. Essa conquista é para vocês!

À Coordenação do Programa de Pós-Graduação em Saúde Coletiva da UFC, pela oportunidade oferecida.

Ao corpo docente do Curso de Pós-Graduação do Mestrado em Saúde Pública da Universidade Federal do Ceará, pelos subsídios teórico-metodológicos e pela colaboração intelectual que me ajudaram nessa caminhada.

À banca de qualificação, composta pelos professores Fernando Schemelzer e Carlos Henrique, pelas valiosas sugestões que contribuíram para o resultado final desta dissertação de mestrado.

Aos membros da banca examinadora da defesa da dissertação, que gentilmente aceitaram o convite de participação e pelas sólidas sugestões e contribuições para o enriquecimento deste trabalho.

Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico – CNPq e à Fundação Cearense de Apoio a Pesquisa – FUNCAP, que através da bolsa de estudos possibilitou o desenvolvimento desta pesquisa.

A Dominik Fontes, Zenaide Queiroz e Adriana Alencar pela disponibilidade em ajudar sempre que necessário.

A minha companheira Mauricélia, pela compressão e apoio para cursar o Mestrado, por ter permanecido ao meu lado, me incentivando a percorrer este caminho, por compartilhar angústias, dúvidas, momentos de alegria e realização. Obrigado pelo companheirismo que demonstrou não só neste período, mas como em todos os momentos de nossas vidas.

Ao professor Dr. Carlos Henrique Moraes de Alencar, pela sua prontidão e disponibilidade em contribuir com a pesquisa. Agradeço pela ajuda, suporte técnico-científico e dedicação na realização deste trabalho, sendo um exemplo de determinação na busca de conhecimento.

7

Ao professor Dr. Alberto Novaes Ramos Júnior, por sua importante colaboração intelectual na pesquisa e pelo exemplo de dedicação ao trabalho.

À professora Dra. Jaqueline Caracas pelo apoio disponibilizado durante a disciplina Estágio à docência.

Ao geógrafo Wolfram Lange, pela colaboração na análise espacial dos dados.

Aos meus colegas de turma do mestrado, que contribuíram para que este período não fosse somente de aprendizado acadêmico, mas também de divertidas e agradáveis companhias e apoio nos momentos de dificuldade.

Enfim, a todos aqueles que de uma maneira ou de outra estiveram presente junto a mim e contribuíram para que este percurso pudesse ser concluído, o meu sincero agradecimento.

8

“Um homem que ousa desperdiçar uma hora ainda não descobriu o valor da vida.” (Charles Darwin)

9

RESUMO

A doença de Chagas continua sendo uma Doença Tropical Negligenciada e um problema de saúde pública, com significativas implicações socioeconômicas na maioria dos países latino- americanos, incluindo o Brasil. Objetivou-se caracterizar a magnitude e os padrões da mortalidade relacionada à doença de Chagas no Brasil. Foi realizado estudo descritivo e analítico com dados de mortalidade obtidos do Sistema de Informação sobre Mortalidade do Ministério da Saúde (SIM/DATASUS/MS), além de análise espacial utilizando os municípios como unidades de observação. Foram analisados todos os óbitos ocorridos no Brasil entre 1999 e 2007, nos quais a doença de Chagas foi mencionada como causa básica ou associada de morte. Foram calculados os coeficientes de mortalidade específicos e a mortalidade proporcional para analisar as tendências temporais por meio de regressão polinomial. Investigaram-se os fatores associados ao óbito pela doença de Chagas, comparando-os com os óbitos gerais. Foram descritas as causas de morte que frequentemente se associaram com a doença de Chagas. Para análise de autocorrelação espacial foram utilizados os métodos: Moran global, Getis-Ord General G, Moran local e estatística Gi*. Entre 1999 e 2007, ocorreram 53.930 óbitos relacionados à doença de Chagas no Brasil (44.543 como causa básica e 9.387 como causa associada), com coeficiente médio de mortalidade de 3,78/100.000 habitantes e mortalidade proporcional de 0,6%. Durante o período de estudo, a mortalidade apresentou tendência de declínio a nível nacional (p=0,011), porém com padrões diferenciados entre as regiões. Observou-se redução da mortalidade nas regiões Centro-Oeste (p=0,001), Sudeste (p=0,007) e Sul (p=0,028), mas a região Nordeste apresentou tendência de crescimento (p=0,047) e a região Norte apresentou tendência de estabilidade (p=0,309). Na análise multivariada foram independentemente associados à mortalidade: idade >30 anos (OR ajustada=10,60; IC 95%: 9,90-11,33; p<0,001); residir nos estados de Minas Gerais, Goiás e Distrito Federal (OR ajustada=4,89; IC 95%: 4,81-4,98; p<0,001); não morar em capital de estado (OR ajustada=1,04; IC 95%: 1,02-1,06; p<0,001) e sexo masculino (OR ajustada=1,02; IC 95%: 1,00-1,03; p=0,045). As principais causas associadas à doença de Chagas como causa básica foram as complicações diretas do envolvimento cardíaco, como os transtornos de condução/arritmias (41,4%) e a insuficiência cardíaca (37,7%). As doenças cerebrovasculares (13,2%), isquêmicas do coração (13,2%) e hipertensivas (9,3%) foram as principais causas básicas nos óbitos em que a doença de Chagas foi causa associada. A análise espacial identificou um extenso agregado espacial (cluster ) de alto risco para mortalidade relacionada à doença de Chagas envolvendo oito estados na região central do Brasil e mais quatro clusters menores. Apesar do declínio da mortalidade relacionada à doença de Chagas no Brasil, esta continua sendo uma importante causa de morte em áreas endêmicas e com marcantes diferenças regionais. Com o declínio da transmissão vetorial, as deficiências no sistema público para a prevenção, controle e tratamento da doença de Chagas, principalmente nas regiões Norte e Nordeste, precisam ser superadas. O desafio é garantir acesso adequado aos serviços de saúde e assistência social para o grande número de indivíduos com doença de Chagas na fase crônica que se acumularam durante as últimas décadas.

Palavras-chave: Doença de Chagas – Mortalidade, Doença de Chagas – Epidemiologia, Distribuição espacial da população, Estudos de séries temporais.

10

ABSTRACT

Chagas’ disease is a Neglected Tropical Disease and a public health problem with significant socioeconomic implications in most Latin American countries, including Brazil. This study aimed to characterize the magnitude and patterns of mortality associated with Chagas disease in Brazil. A descriptive and analytical study was performed based on mortality data obtained from the Mortality Information System of the Ministry of Health (SIM/DATASUS/MS), and a spatial analysis with municipalities as the unit of observation. We studied all deaths occurring in Brazil from 1999 to 2007, where Chagas’ disease was mentioned as underlying or associated cause of death. We calculated mortality rates and proportional mortality and described time trends, using polynomial regression. Factors associated with death from Chagas’ disease were identified, as compared to deaths by other causes. We also described causes of death frequently associated with Chagas disease. For spatial analysis we used the following methods: Global Moran, Getis-Ord General G, local Moran and Gi* statistic. Between 1999 and 2007, 53,930 deaths occurred related to Chagas disease in Brazil (44,543 as underlying cause of death, and 9.387 as associated cause), with a mean mortality of 3.78/100,000/year, and a proportional mortality of 0.6%. Mortality showed a declining trend at national level (p=0.011), but with different patterns between regions. There was a reduction of mortality in the Central West (p=0.001), Southeast (p=0.007) and South (p=0.028), whereas the Northeast showed an increasing trend (p=0.047), and the North a tendency of stabilization (p=0.309). In multivariable analysis, factors independently associated with mortality were: age >30 years (adjusted OR = 10.60; 95% CI: 9.90-11.33, p <0.001); residence in the states of Minas Gerais, Goiás and Distrito Federal (adjusted OR = 4.89; 95% CI: 4.81-4.98, p <0.001); not living in a state capital (adjusted OR = 1.04; 95% CI: 1,02-1,06; p<0,001); and male sex (adjusted OR=1.02; 95% CI: 1,00-1,03; p=0,045). The main conditions associated with Chagas disease as underlying cause of death were cardiac complications, such as conduct disorders/arrhythmias (41.4%) and heart failure (37.7%). Cerebrovascular complications (13.2%), ischemic heart disease (13.2%) and hypertensive disorders (9.3%) were the main underlying causes of death in which Chagas’ disease was an associated cause. Spatial analysis identified a major cluster of high risk for mortality related to Chagas’ disease involving eight states in the central region of Brazil, and four smaller clusters of high risk in the surrounding area. Despite the decline in mortality associated with Chagas’ disease in Brazil, the disease remains an important cause of death in endemic areas and with marked regional differences. With decreasing importance of vector-borne transmission, the deficiencies of the public system in prevention, control and treatment of Chagas disease, mainly in North and Northeast regions, remain a challenge. Adequate access to health services and social assistance need to be guaranteed for the large number of individuals with chronic Chagas’ disease that have accumulated during the last decades.

Keywords: Chagas Disease – Mortality, Chagas Disease – Epidemiology, Residence Characteristics, Time series studies.

11

LISTA DE FIGURAS

Figura 1. Trypanosoma cruzi na corrente sanguínea visto ao microscópio eletrônico . 19 Figura 2 Carlos Ribeiro Justiniano das Chagas (1878-1934) ...... 20 Figura 3 Área de risco de transmissão vetorial da doença de Chagas ...... 21 Figura 4 Triatomíneos transmissores da doença de Chagas ...... 23 Figura 5 Sinal de Romaña (edema bipalpebral unilateral) ...... 26 Figura 6 Cardiopatia Chagásica Crônica ...... 28 Figura 7 Megaesôfago ...... 28 Figura 8 Megacólon Chagásico ...... 29 Figura 9 Distribuição dos países endêmicos para doença de Chagas ...... 31 Figura 10 Distribuição dos casos de infecção por T. cruzi, baseados em estimativas oficiais e status da transmissão vetorial, a nível mundial, 2006-2009 ...... 32 Figura 11 Rotas de migração da América Latina e estimativa do número total de pessoas infectadas em países não endêmicos ...... 34 Figura 12 Área de distribuição de T. infestans no Brasil ...... 36 Figura 13 Casos de Doença de Chagas Aguda (DCA) notificadas no Brasil ...... 37 Figura 14 Coeficiente de mortalidade anual por doença de Chagas/100.000 habitantes, Brasil, 1980 a 2008 ...... 41 Figura 15 Bloco da declaração de óbito para preenchimento das condições e causas do óbito ...... 43 Figura 16 Distribuição dos óbitos relacionados à doença de Chagas no banco de dados do SIM, Brasil, 1999 a 2007 ...... 63 Figura 17 Número de óbitos relacionados à doença de Chagas segundo faixa etária, causa múltipla, Brasil, 1999 a 2007 ...... 65 Figura 18 Distribuição dos óbitos por doença de Chagas como causa básica, segundo forma clínica e região, Brasil, 1999 a 2007 ...... 67 Figura 19 Coeficiente padronizado de mortalidade relacionada à doença de Chagas no Brasil, 1999 a 2007 ...... 72 Figura 20 Coeficiente padronizado de mortalidade relacionada à doença de Chagas segundo regiões, Brasil, 1999 a 2007 ...... 73 Figura 21 Coeficientes médios da mortalidade específica relacionados à doença de Chagas segundo unidades da federação, Brasil, 1999 a 2007 ...... 74

12

Figura 22 Razão entre o total de menções e frequência da causa básica dos óbitos relacionados à doença de Chagas, Brasil, 1999 a 2007 ...... 76 Figura 23 Coeficiente padronizado de mortalidade relacionado à doença de Chagas segundo sexo, Brasil, 1999 a 2007 ...... 77 Figura 24 Razão entre homem e mulheres dos coeficientes de mortalidade relacionada à doença de Chagas, Brasil, 1999 a 2007 ...... 78 Figura 25 Coeficiente específico de mortalidade relacionada à doença de Chagas segundo grupos etários, Brasil, 1999 a 2007 ...... 80 Figura 26 Evolução da média de idade ao morrer em óbitos relacionados à doença de Chagas no Brasil, 1999 a 2007 ...... 81 Figura 27 Evolução da média de idade ao morrer em óbitos relacionados à doença de Chagas no Brasil, 1999 a 2007 ...... 83 Figura 28 Mortalidade proporcional relacionada à doença de Chagas segundo regiões, Brasil, 1999 a 2007 ...... 84 Figura 29 Mortalidade proporcional por doença de Chagas segundo unidades da federação, Brasil, 1999 a 2007 ...... 85 Figura 30 Mortalidade proporcional por doença de Chagas em relação aos óbitos por doenças infecciosas e parasitárias (DIP), Brasil, 1999 a 2007 ...... 87 Figura 31 Mortalidade proporcional por doença de Chagas em relação aos óbitos por DIP segundo regiões, Brasil, 1999 a 2007 ...... 88 Figura 32 Mortalidade proporcional por doença de Chagas em relação à mortalidade por DIP segundo UF de residência, Brasil, 1999 a 2007 ...... 89 Figura 33 Municípios com pelo menos um óbito relacionado à doença de Chagas registrados segundo causa básica (A) e múltipla de morte (B), Brasil, 1999 a 2007 ...... 95 Figura 34 Distribuição espacial dos coeficientes de mortalidade relacionada à doença de Chagas (por 100 mil habitantes) segundo causa básica de morte por municípios, Brasil, 1999 a 2007...... 96 Figura 35 Distribuição espacial dos coeficientes de mortalidade relacionada à doença de Chagas (por 100 mil habitantes) segundo causas múltiplas de morte por municípios, Brasil, 1999 a 2007 ...... 97 Figura 36 Moran Map dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa básica por município, Brasil, 1999 a 2007 ...... 102

13

Figura 37 Moran Map dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa múltipla por município, Brasil, 1999 a 2007 ...... 103 Figura 38 Índices Gi* classificados por desvios padrões em relação à média dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa básica por municípios, Brasil, 1999 a 2007 ...... 105 Figura 39 Índices Gi* classificados por desvios padrões em relação à média dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa múltipla por municípios, Brasil, 1999 a 2007 ...... 106 Figura 40 Relação entre os coeficientes médios de mortalidade relacionada à doença de Chagas (A) e detecção de aglomerados ( clusters ) de alto risco para mortalidade relacionada doença de Chagas (B e C) no Brasil, entre 1999 e 2007, proporção de soropositivos por município no inquérito sorológico nacional-1975 a 1980 (D), áreas de alto risco para transmissão vetorial e dispersão das principais espécies de triatomíneos, segundo inquérito triatomínico no Brasil, 1975-1983 (E a J) ...... 108

14

LISTA DE TABELAS

Tabela 1 Alterações em parâmetros epidemiológicos selecionados após implementação das medidas de controle na América Latina, 1990 a 2006 33 Tabela 2 Casos de DCA por tipo de transmissão no Brasil, 2005 a 2010 ...... 38 Tabela 3 Casos de DCA notificados com sua respectiva letalidade, segundo Unidade da Federação (UF), Brasil, 2005 a 2010 ...... 38 Tabela 4 Descrição das variáveis utilizadas no estudo obtidas a partir das informações disponiveis na declaração e as recodificadas para análise, Brasil, 1999-2007 ...... 56 Tabela 5 Caracterização epidemiológica dos óbitos relacionados à doença de Chagas segundo causas básicas, associadas e múltiplas de morte, Brasil, 1999 a 2007 ...... 64 Tabela 6 Caracterização epidemiológica dos óbitos relacionados à doença de Chagas segundo causas básicas, associadas e múltiplas de morte, Brasil, 1999 a 2007 ...... 68 Tabela 7 Análise bivariada dos fatores associados à mortalidade relacionada à doença de Chagas como causa múltipla, Brasil, 1999 a 2007 ...... 69 Tabela 8 Análise multivariada dos fatores associados à mortalidade relacionada à doença de Chagas segundo causa básica e causa múltipla, Brasil, 1999 a 2007 ...... 70 Tabela 9 Análise das tendências dos coeficientes padronizados de mortalidade relacionada à doença de Chagas no Brasil e regiões, 1999 a 2007 ...... 75 Tabela 10 Análise das tendências dos coeficientes de mortalidade relacionados à doença de Chagas segundo sexo e razão entre sexos, Brasil, 1999-2007. 79 Tabela 11 Análise das tendências dos coeficientes de mortalidade relacionada à doença de Chagas segundo faixa etária e idade média ao morrer, Brasil, 1999 a 2007 ...... 82 Tabela 12 Análise das tendências da mortalidade proporcional relacionada à doença de Chagas no Brasil e regiões, 1999 a 2007 ...... 86 Tabela 13 Análise das tendências da mortalidade proporcional por doença de Chagas em relação aos óbitos por doenças infecciosas e parasitárias (DIP) no Brasil e regiões, 1999 a 2007 ...... 90

15

Tabela 14 Causas associadas de morte nos óbitos de doença de Chagas como causa básica, Brasil, 1999 a 2007 ...... 91 Tabela 15 Causas básicas de morte em declarações de óbito com doença de Chagas como causa associada, Brasil, 1999 a 2007 ...... 93 Tabela 16 Distribuição dos municípios com maiores coeficientes de mortalidade* relacionada à doença de Chagas segundo causa básica e causa múltipla de morte, Brasil, 1999 a 2007 ...... 99 Tabela 17 Índice Global de Moran para os coeficientes médios de mortalidade relacionados à doença de Chagas e seus níveis de significância, segundo causa básica e causa múltipla, Brasil, 1999 a 2007 ...... 101 Tabela 18 Índice Getis-Ord para os coeficientes médios de mortalidade relacionados à doença de Chagas e seus níveis de significância, segundo causa básica e causa múltipla, Brasil, 1999 a 2007 ...... 101

16

LISTA DE ABREVIATURAS E SIGLAS

AIDS Síndrome da Imunodeficiência Adquirida/ Acquired Immune Deficiency Syndrome AVAI/DALY Anos de Vida Ajustados para Incapacidade/ Disability-Adjusted Life Years CCC Cardiopatia Chagásica Crônica CID Classificação Internacional de Doenças DATASUS Departamento de Informática do Sistema Único de Saúde DC Doença de Chagas DCA Doença de Chagas Aguda DF Distrito Federal DIP Doenças Infecciosas e Parasitárias DO Declaração de Óbito DSC Departamento de Saúde Comunitária GNChE Rede Global para Eliminação da Doença de Chagas/ Global Network for Chagas Elimination GO Goiás HIV Vírus da Imunodeficiência Humana/ Human Immunodeficiency Virus IBGE Instituto Brasileiro de Geografia e Estatística IC Intervalo de Confiança MG Minas Gerais MS Ministério da Saúde OR Razão de Chances/Odds Ratio OMS/WHO Organização Mundial da Saúde/ World Health Organization OPAS /PAHO Organização Pan-Americana da Saúde/ Pan American Health Organization RR Risco Relativo SIG Sistema de Informações Geográficas SIM Sistema de Informação sobre Mortalidade SINAN Sistema de Informação de Agravos de Notificação SNA Sistema Nervoso Autônomo SNC Sistema Nervoso Central SNP Sistema Nervoso Periférico SUS Sistema Único de Saúde SVS Secretaria de Vigilância em Saúde UF Unidade da Federação UFC Universidade Federal do Ceará EUA/USA Estados Unidos da América/United States of America

17

SUMÁRIO

1 INTRODUÇÃO ...... 19 1.1 Aspectos gerais ...... 19 1.2 Mecanismos de transmissão da doença de Chagas ...... 22 1.3 Doença de Chagas como síndrome clínica ...... 24 1.3.1 Fisiopatologia ...... 24 1.3.2 História natural da doença ...... 25 1.3.3 Tratamento ...... 30 1.4 Contexto epidemiológico e distribuição geográfica da doença de Chagas ... 31 1.5 Cenário epidemiológico da doença de Chagas no Brasil ...... 35 1.6 Mortalidade causada pela doença de Chagas ...... 40 1.7 Utilização de dados de mortalidade em estudos epidemiológicos ...... 41 1.7.1 Declaração de óbito e Sistema de Informação sobre Mortalidade ...... 42 1.7.2 Causa básica e causas múltiplas de morte ...... 43 1.8 Análise de dados espaciais em saúde pública ...... 45 2 JUSTIFICATIVA ...... 50 3 OBJETIVOS ...... 52 3.1 Geral ...... 52 3.2 Específicos ...... 52 4 MATERIAL E MÉTODOS ...... 53 4.1 Tipo e período de estudo ...... 53 4.2 População do estudo ...... 53 4.3 Fonte de dados ...... 53 4.4 Processamento e análise dos dados ...... 54 4.5 Aspectos éticos ...... 62 5 RESULTADOS ...... 63 5.1 Perfil dos óbitos relacionados à doença de Chagas ...... 63 5.2 Fatores associados à mortalidade relacionada à doença de Chagas ...... 68 5.3 Indicadores de mortalidade relacionados à doença de Chagas ...... 71 5.3.1 Coeficientes de mortalidades gerais ...... 71 5.3.2 Coeficientes de mortalidade segundo características demográficas ...... 76 5.3.3 Mortalidade proporcional relacionada à doença de Chagas ...... 82

18

5.4 Doenças e agravos associados com a doença de Chagas como causa básica de morte ...... 91 5.5 Causas básicas de morte nos óbitos com a doença de Chagas como causa associada ...... 93 5.6 Distribuição espacial dos óbitos relacionados à doença de Chagas ...... 94 5.7 Identificação de aglomerados espaciais de alto risco para mortalidade relacionada à doença de Chagas ...... 100 6 DISCUSSÃO ...... 109 6.1 Perfil epidemiológico, determinantes e fatores associados à mortalidade relacionada à doença de Chagas ...... 110 6.2 Tendência temporal da mortalidade relacionada à doença de Chagas ...... 118 6.3 Causas múltiplas de morte relacionadas à doença de Chagas ...... 124 6.4 Padrões espaciais da mortalidade relacionada à doença de Chagas ...... 127 6.5 Limitações do estudo ...... 134 7 CONCLUSÕES ...... 138 REFERÊNCIAS ...... 141 APÊNDICES ...... 157 ANEXOS ...... 259

19

1 INTRODUÇÃO

1.1 Aspectos gerais

A doença de Chagas ou tripanossomíase americana é uma parasitose causada por um protozoário flagelado, Trypanosoma cruzi (Figura 1), de natureza endêmica e evolução essencialmente crônica (BRASIL, 2009b). Embora a descrição da doença de Chagas, juntamente com seu agente causador por Carlos Chagas (Figura 2) seja uma descoberta relativamente recente (CHAGAS, 1909), ela já existia nas Américas há milhões de anos como uma infecção silvestre (DIAS; COURA, 1997; COURA, 2007; DIAS, 2009; COURA; BORGES-PEREIRA, 2010; COURA; VIÑAS, 2010). Quando o homem invadiu os ecótopos naturais da infecção, esta começou a ser transmitida na forma de antropozoonose (COURA, 2007; COURA; BORGES-PEREIRA, 2010; COURA; VIÑAS, 2010). Estudos paleoparasitológicos encontraram a infecção por T. cruzi em múmias pré-colombianas no norte do Chile e sul do Peru, com datações de 9.000 anos atrás (AUFDERHEIDE et al ., 2004), e no cerrado brasileiro, com 7.000 anos (LIMA et al., 2007), indicando que a doença de Chagas já afligia a população do continente americano há milhares de anos.

Figura 1 - Trypanosoma cruzi na corrente sangüínea visto ao microscópio eletrônico. Fonte: Fundação Oswaldo Cruz. (http://www.ioc.fiocruz.br/pages/informerede/corpo/informeemail/230206/mat_01.htm ).

A doença de Chagas se estabeleceu como uma zoonose nos últimos 200-300 anos, devido ao extenso desmatamento para agricultura e pecuária, bem como a abertura de rotas terrestres de transportes (ferrovias e rodovias). Como resultado deste processo, os vetores (triatomíneos) perderam gradualmente sua fonte primária de alimentação por causa do deslocamento de animais silvestres. Eles se adaptaram aos ambientes em torno e dentro das habitações humanas, alimentando-se de sangue de humanos e animais domésticos (COURA, 20

2007; COURA; BORGES-PEREIRA, 2010).

Figura 2 - Carlos Ribeiro Justiniano das Chagas (1878-1934). Fonte: Fundação Oswaldo Cruz. (http://www.fiocruz.br/chagas/cgi/cgilua.exe/sys/start.htm?sid=33 ).

Podemos considerá-la como um exemplo típico de processo infeccioso resultante das alterações produzidas pelo homem ao ambiente e das distorções econômicas e sociais, oferecendo ao vetor, moradias rurais de péssima qualidade, frutos de perversas relações de produção e de políticas sociais excludentes (DIAS; COURA, 1997). A doença de Chagas é considerada uma doença negligenciada, afetando principalmente populações pobres e marginalizadas (SCHMUNIS, 2007; DIAS et al ., 2008). Está intimamente relacionada à pobreza humana, à instabilidade dos programas de controle, à falta de prioridade política e à ausência de conhecimentos técnicos (SCHMUNIS, 2007; DIAS, 2009), gerando um ciclo vicioso, em que a pobreza é determinante social da doença e a doença gera ainda mais pobreza (GADELHA; ARAÚJO-JORGE, 2009). Possui larga distribuição no continente americano. É conhecida a existência de vetores e reservatórios desde o sul dos Estados Unidos ao sul da Argentina e Chile (Figura 3) (VINHAES; DIAS, 2000; MONCAYO; SILVEIRA, 2009). Após um século de descoberta, continua sendo um grave problema de saúde pública, uma tragédia silenciosa que atinge milhões de pessoas na América Latina (WHO, 2002; MILES, 2004; MAGUIRE, 2006; DIAS; PRATA; CORREIA, 2008; COURA; DIAS, 2009).

21

Figura 3- Área de risco de transmissão vetorial da doença de Chagas (SILVEIRA et al ., 2002).

Durante muitos anos, a doença de Chagas foi considerada um problema de saúde das áreas rurais endêmicas na América Latina. No entanto, hoje não é apenas uma doença endêmica, transmitida por um inseto em áreas rurais da América Latina, mas uma doença urbana, com novos meios de transmissão, globalizada e com novas apresentações clínicas (IGREJA, 2009). Os movimentos migratórios rurais-urbanos nas últimas décadas deslocaram milhões de pessoas infectadas para as áreas urbanas, onde a transmissão por vetor não ocorre (SOUZA et al ., 1984), ocasionando uma mudança no padrão epidemiológico da doença de Chagas (MONCAYO; SILVEIRA, 2009). No Brasil, estima-se que cerca de 70% de pessoas afetadas pela doença de Chagas vivem no espaço urbano. Com o meio rural mais esvaziado, diminuiu-se a quantidade de indivíduos susceptíveis nas zonas rurais (DIAS, 2007). Além do processo de migração intensivo na América Latina, a modernização progressiva da agricultura e pecuária na região, a melhoria das condições socioeconômicas (DIAS; SILVEIRA; SCHOFIELD, 2002; SCHMUNIS, 2007; DIAS, 2007, 2009), aliadas aos programas específicos, como o controle do vetor e triagem sorológica dos doadores de sangue (WHO, 22

2002; DIAS; SILVEIRA; SCHOFIELD, 2002; PIRARD et al., 2005; DIAS, 2009), foram responsáveis pela diminuição da transmissão da doença nas últimas décadas. Embora originária da América Latina, muitos casos da doença ocorrem em outros continentes devido à migração de indivíduos infectados para países não endêmicos (COURA; DIAS, 2009). O processo de globalização tem afetado tanto o perfil epidemiológico da doença de Chagas, como as perspectivas de controle e manejo (DIAS, 2007; SCHMUNIS, 2007). Mediante crescente mobilidade das populações e intensa migração, a doença se urbanizou em grande velocidade e indivíduos infectados se dispersaram para áreas não endêmicas, levando risco de transmissão por transfusão sanguínea, transplante de órgãos e de forma congênita entre os migrantes (SCHMUNIS, 2007; MONCAYO; SILVEIRA, 2009).

1.2 Mecanismos de transmissão da doença de Chagas

Os mecanismos da transmissão da doença podem ser resumidos, por ordem de maior importância epidemiológica, nas seguintes formas (BRASIL, 2005b; RAMOS Jr. et al ., 2007; COURA, 2007; BRASIL, 2009b). Principais mecanismos: • Via vetorial (triatomíneos): É a principal via de infecção por T. cruzi , correspondendo de 70% a 90% dos casos da doença de Chagas. A transmissão vetorial acontece pela passagem do protozoário das excretas dos triatomíneos vetores (Figura 4) através da pele lesada ou de mucosas do ser humano, durante ou logo após o repasto sanguíneo (BRASIL, 2010c). Esses, ao picarem os vertebrados, em geral defecam após o repasto, eliminando formas infectantes de tripomastigotas metacíclicos, que penetram pelo orifício da picada ou por solução de continuidade deixada pelo ato de coçar (BRASIL, 2005b; BRASIL, 2009b). Das 140 espécies de triatomíneos conhecidos atualmente, 69 foram identificados no Brasil (BRASIL, 2009b). Uma diversidade destas espécies foram encontradas infectadas. Com a interrupção da transmissão vetorial por Triatoma infestans no País, outras espécies de triatomíneos têm especial importância na transmissão da doença ao homem: Triatoma brasiliensis, Panstrongylus megistus, Triatoma pseudomaculata e Triatoma sordida (BRASIL, 2005b; BRASIL, 2009b; BRASIL, 2010c). A transmissão está relacionada às características próprias dos vetores, às baixas condições sociais e a ação desordenada do homem sobre o ambiente (ARAS, 2003b).

23

Figura 4 - Triatomíneos transmissores da doença de Chagas. Fonte: ( http://oqueitacaretem.blogspot.com/2008/10/entre-barbeiros-dengue-escorpies- na.html ).

• Via transfusional: Ocorre pela passagem por transfusão de sangue/hemocomponentes de doadores infectados com T. cruzi a receptores sadios (BRASIL, 2009b). A transmissão transfusional da doença de Chagas é a segunda via mais importante de propagação da doença nos centros urbanos, sendo considerada a principal forma de transmissão em países latino-americanos que estejam em processo de controle do vetor e países não endêmicos como Canadá, Espanha e EUA, onde a triagem para detectar a doença de Chagas em doadores não era realizada até muito recentemente (BRASIL 2005b; MAGUIRE, 2006; BERN et al ., 2008; GONZALEZ-GRANADO et al ., 2009). A transmissão por transfusão sanguínea é responsável por 5 a 20% dos casos. O risco de transmissão da infecção via transfusão de sangue contaminado é de cerca de 12 a 25% (LUNARDELLI et al ., 2007). Nas últimas décadas, com o maior controle do sangue por meio de uma rigorosa triagem clínico-epidemiológica e sorológica de candidatos à doação de sangue, bem como a atuação mais efetiva da vigilância sanitária sobre os serviços de hemoterapia públicos e privados tem contribuído para o aumento da segurança transfusional e, consequentemente, para o controle da transmissão sanguínea dessa doença (BRASIL, 2005b; COURA; DIAS, 2009; MONCAYO; SILVEIRA, 2009). De forma a ampliar o processo de qualificação do sangue a ser transfundido no país, desde 2003 o Sistema Nacional de Hemovigilância (gerenciado pela Agência Nacional de Vigilância Sanitária, Ministério da Saúde) vem sendo implementado em todo o país. A investigação de reações transfusionais, no caso da doença de Chagas, dentro do grupo das tardias, amplia o escopo das ações, considerando-se o risco residual ao processo transfusional (BRASIL, 2004). 24

• Via vertical (através da placenta ou canal do parto): corresponde em média a 1%, variando em algumas séries de 0,5 a 18,5%, na dependência de fatores biológicos do parasita, hospedeiro e da área geográfica estudada (DIAS; AMATO NETO, 2011). Destes podemos citar, a associação do baixo peso e prematuridade nos recém-nascidos infectados, relação da infecção congênita com alta carga parasitária das mães e uma resposta imunológica periférica deficiente, além do período de infecção da mãe durante a gestação (MORRETI et al ., 2005).

• Via oral (alimentos contaminados): a transmissão da doença de Chagas por via oral é considerada mecanismo primário, principalmente no ciclo silvestre da tripanossomíase americana (DIAS; AMATO NETO, 2011). Existem relatos desde a primeira metade do século XX, de surtos de doença aguda causada por transmissão oral por meio da ingestão de alimentos contaminados, como carne, cana de açúcar, sopas, sucos de fruta, com alta morbidade e mortalidade (PRATA, 2001; PINTO et al ., 2009; OPAS, 2009). Surtos de transmissão oral foram detectados, no Pará e em outras áreas amazônicas, na Paraíba, em Santa Catarina, na Bahia e no Ceará (CAVALCANTI et al ., 2009; DIAS; AMATO NETO, 2011). Nas últimas décadas, esta forma de transmissão ganhou importância epidemiológica, sendo responsável por grande parte dos casos identificados, principalmente na região Amazônica (BRASIL, 2010c). A maior visibilidade a esta modalidade de transmissão como evento emergente em saúde pública, abre espaço para ações de vigilância sanitária voltadas para o controle de exportação de sucos e outros produtos para outras regiões e para fora do país (OPAS, 2009).

• Mecanismos secundários (ou alternativos) incluem a forma acidental (acidentes de laboratório e manipulação de animais contaminados) e transplante de órgãos (COURA, 2007).

1.3 Doença de Chagas como síndrome clínica

1.3.1 Fisiopatologia

A doença de Chagas tem origem multifatorial, na qual suas lesões são geradas por um complexo de mecanismos fisiopatogênicos. Sugere-se que, para sua instalação, estejam 25

envolvidos mecanismos do hospedeiro (constituição genética, reações imunológicas, etc.) e do protozoário (ação lesiva, polimorfismo, tropismo celular, etc.), todos inter-relacionados durante o curso da infecção (DIAS; MACEDO, 2005; SIQUEIRA-BATISTA; MORAES; HANH, 2007). Os parasitos depositados em feridas na pele ou mucosa estimulam uma reação inflamatória local (chagoma de inoculação ou sinal de Romaña), com uma resposta linforreticular (COURA, 2007). Instalada a infecção, T. cruzi permanece alojado no interior de células do sistema mononuclear fagocitário por alguns dias, até chegar à circulação e se disseminar pelo organismo (SIQUEIRA-BATISTA; MORAES; HANH, 2007). Os tripomastigotas circulantes envoltos pelos macrófagos são levados para fígado, gânglios linfonodos, baço, sistema nervoso central e músculos esqueléticos e cardíacos, para formarem pseudocistos de amastigotas. Com a ruptura dos pseudocistos no miocárdio ou plexos miontéricos, ocorre miocardite aguda mediada por linfócitos T CD4+ e T CD8+ (DIAS; MACEDO, 2005; COURA, 2007). A interação homem/ T. cruzi induz os seguintes processos patológicos básicos (DIAS; MACEDO, 2005; SIQUEIRA-BATISTA; MORAES; HANH, 2007): • Resposta inflamatória: caracterizada na fase aguda, por fenômenos vasculares, exsudativos e necrótico-degenerativos (com participação celular prioritária de macrófagos e linfócitos) e, na fase crônica, com predomínio de infiltrado linfoplasmocitário; • Lesão celular: com ampla variação da intensidade, desde mínimas alterações até ocorrência de necrose extensa, provocadas tanto pela ação direta do T. cruzi quanto por respostas do hospedeiro mantidas por linfócitos T CD4+ e T CD8+; • Fibrose: elemento que se inicia já na fase aguda, mas que se instala tardiamente na evolução da doença, caracterizado pela neoformação colágena, pouco vascularizada e de muito difícil regressão. Estes processos podem ocorrer em vários órgãos e tecidos humanos, aparecendo com maior frequência e intensidade no coração, tubo digestivo e sistema nervoso (DIAS; MACEDO, 2005), ocasionando miocardiopatia dilatada crônica, morte súbita, arritmias, disfagia, megaesôfago, megacólon e meningoencefalite (COURA, 2007).

1.3.2 História natural da doença

Após a entrada do parasita no organismo, ocorrem duas etapas fundamentais na evolução clínica da doença de Chagas (COURA, 2007; BRASIL, 2009b): 26

• Fase aguda: predomina a parasitemia em quantidade expressiva. É caracterizada por dois grupos principais, a doença de Chagas aguda (DCA) inaparente, sem manifestações clínicas exuberantes (maioria dos casos), e DCA aparente, com os característicos sinais de porta de entrada, chagoma de inoculação e/ou sinal de Romaña (Figura 5), que são observados apenas nos casos consequentes à transmissão vetorial (GOMES et al , 2007). O quadro da DCA é composto por achados como febre (pouco elevada), mal-estar geral, cefaleia, astenia, hiporexia, linfadenomegalia, edema, hepatoesplenomegalia e as manifestações de miocardite e meningoencefalite em casos graves (BRASIL, 2005b; COURA, 2007; GOMES et al ., 2007). Manifestações digestivas (diarreia, vômito e epigastralgia) são comuns em casos de transmissão oral, bem como relatos de icterícia e manifestações digestivas hemorrágicas (BRASIL, 2010c). As manifestações de doença febril podem persistir por até 12 semanas. Nesta fase, os sinais e sintomas podem desaparecer espontaneamente, evoluindo para a fase crônica ou progredir para formas agudas graves, que podem levar ao óbito (BRASIL, 2009b). O prognóstico da DCA depende da idade do paciente e da gravidade e localização das lesões (COURA, 2007). Geralmente tem curso benigno (letalidade entre 1% e 13,5%), com desaparecimento dos sintomas em 30 a 90 dias. Os casos mais graves estão relacionados à ocorrência em crianças menores de dois anos e quase sempre fatal nos pacientes com miocardite intensa e nas formas meningoencefálicas (DIAS; MACEDO, 2005; COURA, 2007; GOMES et al., 2007).

Figura 5 - Sinal de Romaña (edema bipapelbral unilateral) (MELO; GRECO, 2009).

• Fase crônica: esta etapa da evolução da doença se caracteriza pela baixa parasitemia e um leque clínico bastante amplo, desde a ausência de sintomas até a expressão de grave acometimento de diferentes órgãos e sistemas, com manifestações clínicas que podem ser agrupadas nas seguintes formas (BRASIL, 2005b; GOMES et al ., 2007; BRASIL, 2009b): 27

• Forma indeterminada: é caracterizada pelo paciente assintomático e sem sinais de comprometimento cardíaco (clínica, eletrocardiograma e radiografia de tórax normais) e do aparelho digestivo (avaliação clínica e radiológica normal do esôfago e cólon) (BRASIL, 2009b). Apesar de serem assintomáticos, esses pacientes apresentam reações positivas para a infecção por T. cruzi . A forma indeterminada pode variar de 40 a 90% dos casos, dependendo da área geográfica (COURA et al ., 1999; COURA, 2007; COURA; BORGES-PEREIRA, 2010c). O quadro assintomático pode perdurar por toda a vida da pessoa infectada ou pode evoluir tardiamente (anos ou décadas) para a forma cardíaca e/ou digestiva (megaesófago ou megacólon) (BRASIL, 2009b). Cerca de 20 a 30% dos indivíduos na forma indeterminada irão desenvolver lesões irreversíveis no sistema nervoso autônomo do coração, esófago e cólon e no sistema nervoso periférico (MONCAYO; SILVEIRA, 2009).

• Forma cardíaca: é a forma mais expressiva da doença de Chagas, tanto pela sua frequência como pela gravidade (COURA, 2007). A cardiopatia chagásica crônica (CCC) afeta aproximadamente 10 a 40% daqueles na fase crônica da doença (ROCHA; TEIXEIRA; RIBEIRO, 2007). Deste total, pelo menos 10% apresentarão a forma grave, que será provavelmente a causa principal de óbito (ANDREOLLO; MALAFAIA, 2009). Ela geralmente aparece entre a segunda e a quarta década de vida, de cinco a quinze anos após a infecção inicial (COURA, 2007). A doença de Chagas representa a principal causa de lesões cardíaca em jovens e adultos economicamente ativos nos países endêmicos (MONCAYO; SILVEIRA, 2009). Pode apresentar-se sem sintomatologia, mas com alterações eletrocardiográficas, como uma síndrome de insuficiência cardíaca de diversos graus, progressiva (Figura 6) e fulminante ou com arritmias graves e morte súbita (BRASIL, 2005b; BRASIL, 2010c). As principais manifestações são: palpitação, dispnéia, edema, dor precordial, dispnéia paroxística noturna, tosse, tonturas, desmaios, acidentes embólicos, extra- sistolias, desdobramento de segunda bulha, sopro sistólico e hipofonese de segunda bulha (BRASIL, 2005b; COURA, 2007; GOMES et al ., 2007).

28

Figura 6 -Cardiopatia Chagasica Crônica. Nota-se importante cardiomegalia e a presença de lesão vorticilar (aneurisma da ponta do ventrículo esquerdo) (MELO; GRECO, 2009).

• Forma digestiva : O comprometimento do trato digestivo ocorre com frequência variável, entre 3,1% e 13% conforme a região endêmica estudada. Esta forma caracteriza-se por alterações ao longo do trato digestivo, ocasionadas por lesões dos plexos nervosos (destruição neuronal simpática), com consequentes alterações da motilidade e de morfologia, ao nível de trato digestivo, sendo o megaesôfago (Figura 7) e o megacólon (Figura 8), as formas mais comuns (BRASIL, 2005b). O megaesôfago é a forma de acometimento mais precoce da doença de Chagas. Ele pode ser diagnosticado a qualquer idade, sendo mais frequente entre 20 a 40 anos e predominante no sexo masculino (GOMES et al ., 2007).

Figura 7 - Megaesôfago. Fonte: MEDONLINE, 1998 (http://www.medonline.com.br/med_ed/med2/raiox2.html )

• Forma mista (cardiodigestiva): o paciente pode ter associação da forma cardíaca com a digestiva e também apresentar mais de um mega (BRASIL, 2005; MACEDO; 29

DIAS, 2005; GOMES et al ., 2007; BRASIL, 2009b).

Figura 8 - Megacólon Chagásico. Fonte: (http://sites.google.com/site/tripacruzi/manifestacoes ).

• Forma neural ou nervosa: caracteriza por alterações significativas no sistema nervoso central (SNC), sistema nervoso periférico (SNP) e sistema nervoso autônomo (SNA), porém seu significado clínico ainda não está completamente esclarecido (DIAS; MACEDO, 2005; GOMES et al ., 2007). Tem sido observados quadros graves de meningoencefalite em pacientes imunodeprimidos (portadores de neoplasias hematológicas, usuários de drogas imunossupressoras ou co-infectados pelo HIV) (BRASIL, 2005a; DIAS; MACEDO, 2005).

• Forma congênita: Ocorre em crianças nascidas de mães com exame positivo para T. cruzi. Pode passar despercebida em mais de 60% dos casos. Em sintomáticos, pode ocorrer prematuridade, baixo peso, hepatoesplenomegalia e febre. Menigoencefalite costuma ser fatal (BRASIL, 2010c). Para confirmação de caso, é necessário identificar os parasitos no sangue do recém-nascido ou sorologia positiva após os seis meses de idade (BRASIL, 2005b). Existem diferenças regionais na gravidade e natureza da infecção crônica (MONCAYO; SILVEIRA, 2009). A cardiopatia chagásica crônica (CCC) se apresenta na forma mais tardia na população argentina do que na brasileira (GOMES et al ., 2007), enquanto a prevalência da forma digestiva é maior no Brasil do que em outros países latino- americanos, sendo os países da América Central com menores ocorrências de acometimento digestivo (GOMES et al ., 2007; MONCAYO; SILVEIRA, 2009). Atualmente, merece destaque a co-infecção T. cruzi /vírus da imunodeficiência humana (HIV). Essa associação é uma das condições relacionadas à reativação da doença de Chagas crônica (BRASIL, 2007; GOMES et al ., 2007), juntamente com outras condições de 30

imunodepressão, como neoplasias hematogênicas e uso de drogas imunossupressoras (BRASIL, 2010c). A frequência dessa reativação não é totalmente conhecida, havendo diferentes descrições na literatura (BRASIL, 2007). Estima-se que ocorra em aproximadamente 20% dos co-infectados (FREITAS, 2009). Os quadros de reativação são de graves, e quase sempre incluem o comprometimento do Sistema Nervoso Central - SNC (meningoencefalite) e do coração (miocardite) (DIAS; MACEDO, 2007; BRASIL, 2007; GOMES et al ., 2007), em 79% e 25% dos casos, respectivamente (RIVERA; HILLIS; LEVINE, 2004). A reativação da doença de Chagas tem sido associada à alta mortalidade, e muitos pacientes vão a óbito antes ou durante a terapia (RIVERA; HILLIS; LEVINE , 2004; SARTORI et al., 2007; FREITAS, 2009). A revisão da definição de caso de Aids no Brasil, realizada em 2004 incluiu a reativação da doença de Chagas, expressa clinicamente por meio de miocardite e/ou meningoencefalite, na lista de doenças definidoras de Aids (RAMOS Jr., 2004; BRASIL, 2007). Para estruturar uma resposta organizada, o Brasil desenvolve desde 2006 um movimento para constituição de uma Rede Nacional de Atenção e Estudos em Co-Infecção T. cruzi/HIV que atualmente envolve cooperação com outros países, como a Argentina e a Espanha (RAMOS Jr. et al ., 2010).

1.3.3 Tratamento

Existem apenas dois fármacoss com ação comprovada para o tratamento específico da doença de Chagas: nifurtimox e benzonidazol (BRASIL, 2005b; DIAS; MACEDO, 2005; COURA, 2007; QUINTAS et al ., 2007; BRASIL, 2009b). Os dois fármacos se mostram eficazes na fase aguda, na doença congênita e nos casos raros de acidentes laboratoriais. Em crianças, bons resultados são obtidos, mesmo no inicio da fase crônica. Ambos os fármacos curam em torno de 80% dos casos agudos, porém, têm baixa atividade antiparasitária na fase crônica, visto que apenas 20% dos pacientes são curados (DIAS; MACEDO, 2005; COURA, 2007; QUINTAS et al ., 2007). Assim, o grande desafio encontra-se na fase crônica plenamente estabelecida. Os fármacos estão combinados a uma série de efeitos adversos e tóxicos, à tolerância medicamentosa, à resistência de cepas de T. cruzi e ao discutível retardo da evolução da doença para condições mais críticas (QUINTAS et al ., 2007). Outros fármacos como a alopurinol, um análogo de hipoxantina que inibe a xantina oxidase, usado para o tratamento da gota (acúmulo de ácido úrico) e antifúngicos 31

como o cetoconazol (derivado imidazólico), fluconazol e itraconazol (derivado triazólico) e, mais recentemente, o posaconazol têm se mostrado eficaz in vitro contra T. cruzi. No entanto, os resultados experimentais e clínicos são controversos (COURA, 2007, 2009). Novas propostas para o tratamento da doença de Chagas se baseiam na combinação de fármacos com diferentes mecanismos de ação, como no caso da Aids, tuberculose e hanseníase, que foram apenas controladas depois que foram tratadas com diferentes associações de fármacos. Essa estratégia tem como objetivo, aumentar a ação dos diferentes compostos terapêuticos evitar o desenvolvimento de resistência do parasita aos quimioterápicos (COURA, 2007, 2009).

1.4 Contexto epidemiológico e distribuição geográfica da doença de Chagas

A doença de Chagas é endêmica em 22 países do continente americano (Figuras 9 e 10) (MONCAYO; SILVEIRA, 2009; COURA; VIÑAS, 2010). É a sexta doença tropical mais importante do mundo (HOTEZ et al ., 2006; VILELLA et al. , 2009), com impacto social elevado em toda a área endêmica (WHO, 2002; SCHMUNIS, 2007; DIAS, 2009). Estima-se que haja cerca de 15 a 18 milhões de pessoas infectadas na América Latina. Aproximadamente 100 milhões de pessoas estão em potencial risco de se tornarem infectadas (WHO, 2002; DIAS, 2007; COURA; DIAS, 2009). Sua incidência anual é estimada em 100 a 200 mil casos novos na região (WHO, 2002). Contudo, essas estimativas podem ser imprecisas e não refletem as realidades dos diferentes países da região.

Países endêmicos para doença de Chagas

Figura 9 - Distribuição dos países endêmicos para doença de Chagas (COSTA, 2009). 32

Figura 10 - Distribuição dos casos de infecção por T. cruzi , baseados em estimativas oficiais e status da transmissão vetorial, a nível mundial, 2006 a 2009 (WHO, 2010).

Nas últimas décadas, houve uma redução drástica do surgimento de novos casos na região endêmica. Esse declínio é o resultado de vários fatores, os mais importantes estão relacionados à redução progressiva da transmissão vetorial e transfusional (MONCAYO; SILVEIRA, 2009). Uma conquista importante neste contexto é ilustrada pelas iniciativas regionais da América Latina para a interrupção da transmissão da doença de Chagas, cujo objetivo consistiu na interrupção da transmissão por meio da eliminação de vetores domésticos e triagem de doadores de sangue (MONCAYO; SILVEIRA, 2009). Em 1991, foi lançada a Iniciativa do Cone Sul, qual incluiu os países: Argentina, Brasil, Bolívia, Chile, Paraguai e Uruguai, cobrindo uma área responsável por aproximadamente 60% da prevalência global de infecção por T. cruzi (MONCAYO; ORTIZ-YANINE, 2006). Seu modelo foi adaptado às iniciativas dos países do Pacto Andino em 1996, para América Central em 1997 e mais recentemente a Iniciativa Amazônica, em 2004 (WHO, 2002; SCHOFIELD; JANNIN; SALVATELLA, 2006; MONCAYO; SILVEIRA, 2009). Os avanços da Iniciativa do Cone Sul no controle da transmissão vetorial da doença de Chagas conseguiu reduzir em 70% a incidência da doença de Chagas no conjunto da América Latina (MONCAYO; SILVEIRA, 2009). O impacto dos programas de controle no declínio progressivo dos indicadores de morbimortalidade pela doença de Chagas é mostrado na Tabela 1.

33

Tabela 1 - Alterações em parâmetros epidemiológicos selecionados após implementação das medidas de controle na América Latina, 1990 a 2006. Parâmetros epidemiológicos 1990 2000 2006 Mortes Anuais >45.000 21.000 12.500 Casos de infecção em 30 milhões 18 milhões 15 milhões humanos Incidência anual 700.000 200.000 41.200 População em risco 100 milhões 40 milhões 28 milhões Distribuição 21 países 19 países 18 países Fontes: Salvatella, 2007; Dias; Prata; Correia, 2008; Dias, 2009.

A situação atual da América Latina, após implementação das medidas de controle pelas iniciativas regionais podem ser resumidas da seguinte forma: interrupção da transmissão pela principal espécie vetora domiciliar ( T. infestans ) no Uruguai em 1997, no Chile em 1999 e no Brasil em 2006; interrupção parcial da transmissão vetorial na Argentina, Paraguai e Bolívia; eliminação do vetor Rhodnius prolixus em algumas áreas na Guatemala, Honduras e El Salvador; diferentes níveis de controle do Triatoma dimidiata na América Central; o Programa de Chagas dos Países Andinos, o Sistema de Vigilância da Amazônia e o Programa Nacional de Chagas no México, estão em andamento (SALVATELA, 2007; DIAS; PRATA; CORREIA, 2008). Dados recentes demonstram que as medidas adotadas até o momento na América Latina, apresentaram um bom impacto no controle da doença, na prevalência da infecção e na mortalidade por doença de Chagas (VINHAES; DIAS, 2000). No período de 1990 a 2001, ocorreu uma redução significativa na carga da doença. O número de anos perdidos ajustados para incapacidade ( Disability-Adjusted Life Years - DALYs ) por doença de Chagas passou de 2,8 milhões em 1990 para 0,8 milhões em 2001, uma redução de 78% (SCHMUNIS, 2007; MONCAYO; SILVEIRA, 2009). Considerada tradicionalmente uma doença relacionada à pobreza, endêmica nas Américas, a doença de Chagas passa atualmente por um processo de alteração de seus padrões epidemiológicos clássicos. Casos crônicos e agudos, importados e autóctones têm sido registrados em todo o mundo, inclusive em países não endêmicos, que há pouco não compartilhava deste problema (GADELHA; ARAÚJO-JORGE, 2009). O crescente movimento migratório ocasionou a propagação de pessoas infectadas para áreas não endêmicas, como a América do Norte e várias áreas da Europa, Ásia e Oceania conforme demonstrado na Figura 11 (SCHMUNIS, 2007; SCHMUNIS; YADON, 2010). Entretanto, a possibilidade de transmissão vetorial em países da Europa e em outros 34

continentes é remota (SCHMUNIS, 2007). Os principais meios de transmissão nesses países são a partir de transfusão de sangue, transplante de órgão e transmissão congênita (COURA; VIÑAS, 2010). Estima-se que há cerca de 300 mil pessoas infectadas nos Estados Unidos, 5.500 no Canadá, 80 mil na Europa, 3.000 no Japão e 1.500 na Austrália, sendo ilustrado na Figura 11 (SCHMUNIS, 2007; COURA; VIÑAS, 2010; SCHMUNIS; YADON, 2010). A doença de Chagas pode se tornar um problema de saúde global (SCHMUNIS; YADON, 2010), podendo trazer consequências graves para a saúde humana em longo prazo (COURA; VIÑAS, 2010). Esta complexa transição epidemiológica, da qual emerge a abrangência global da doença de Chagas, sinaliza a necessidade de esforço integrado de diversos países para o seu enfrentamento (GADELHA; ARAÚJO-JORGE, 2009). Buscando combater este problema, a Organização Mundial de Saúde (OMS) lançou recentemente, a Rede Global para Eliminação da Doença de Chagas (GNChE) (MONCAYO; SILVEIRA, 2009).

Figura 11 - Rotas de migração da América Latina e estimativa do número total de pessoas infectadas em países não endêmicos (COURA; VIÑAS, 2010).

Assim, reconhecendo o potencial da transmissão da doença de Chagas por transfusão, transplante e de forma congênita em países não endêmicos, a identificação e tratamento das pessoas infectadas se tornou uma preocupação mundial (RASSI Jr. et al ., 2009).

35

1.5 Cenário epidemiológico da doença de Chagas no Brasil

Em 1975, o Brasil possuía a mais extensa área endêmica no continente, perfazendo 36% do território do país, em torno de 3,5 milhões de km² (MONCAYO; SILVEIRA, 2009). Essa área incluía 18 estados (do Maranhão ao Rio Grande do Sul) com mais de 2.450 municípios, nos quais se comprovou a presença de triatomíneos domiciliados e destes, 711 com presença de T. infestans , principal vetor estritamente domiciliar no Brasil. Até então, a Região Amazônica estava excluída dessa área de risco por ausência de vetores domiciliados (BRASIL, 2009b). Em 1980, estimava-se que a prevalência da doença de Chagas no Brasil era de 4,2% (inquérito nacional), correspondendo a 6,5 milhões de indivíduos (CAMARGO et al ., 1984; SILVEIRA; SILVA; PRATA, 2011). Na década de 1970, o Ministério da Saúde tomou a iniciativa de controlar a transmissão vetorial da doença de Chagas. As ações de controle foram basicamente no combate a T. infestans (Figura 12), principal vetor da doença no país, por meio da aplicação de inseticidas e captura de triatomíneos em domicilio (RAMOS Jr.; CARVALHO, 2001). Outra iniciativa para o controle da endemia chagásica foi a criação da Iniciativa do Cone Sul, em 1991, onde foi estabelecido, em paralelo ao combate intensivo ao T. infestans , a eliminação da transmissão sanguínea mediante o fortalecimento da rede de serviços de hemoterapia e a triagem efetiva dos doadores de sangue contaminados (DIAS; SILVEIRA; SCHOFIELD, 2002; MONCAYO; SILVEIRA, 2009). 36

A B

C

Figura 12 - Área de distribuição de T. infestans no Brasil: (A) 1983, (B) 1989 a 1992 e (C) áreas de resíduos de T. infestans -2008 (BRASIL, 2009c).

Com a redução significativa da transmissão vetorial e por transfusão sanguínea, o número de pacientes na forma aguda da doença foi drasticamente reduzido na maioria das áreas endêmicas. Estimativas mais recentes ajustam para cerca de 2 a 3 milhões, o número de pessoas infectadas (DA COSTA PINTO et al ., 2001; WHO, 2002; DIAS, 2006), 600 mil com complicações cardíacas ou digestivas que levam a óbito cinco mil pessoas por ano (GADELHA; ARAÚJO-JORGE, 2009). A prevalência da infeção por T. cruzi no grupo de 7 a 14 anos em 1999 foi de 0,04%, ante 18,5% em 1980, representando uma redução de 99,8% na incidência nesta faixa etária. Em 2011, os resultados de 104.954 testes sorológicos em uma amostra de população no grupo de 0 a 5 anos (inquérito nacional de soroprevalência de avaliação do controle da doença de Chagas no Brasil 2001 a 2008), indicaram que a soroprevalência nesta faixa etária é de 0,03%, o que pode ser interpretado como uma prova da interrupção da transmissão vetorial ( T. infestans ) no Brasil (OSTERMAYER et al ., 2011). Em 2006, baseado em dados epidemiológicos e entomológicos, o Brasil recebeu da Organização Pan-Americana da Saúde (OPAS) e Organização Mundial da Saúde (OMS), a 37

Certificação Internacional de Interrupção da Transmissão da Doença de Chagas pelo T. infestans (FERREIRA; SILVA, 2006; MONCAYO; SILVEIRA, 2009). Estudos para avaliar a relação custo-benefício e custo-efetividade do Programa de Controle da Doença de Chagas no Brasil, mostraram que entre 1975 e 1995 teriam sido prevenidas 2.339.000 novas infecções e 337 mil óbitos por doença de Chagas. Isso se traduziu na prevenção da perda de 11.486.000 DALYs . Esses números indicam ganho na ordem de US$ 17,00 para cada US$ 1,00 aplicado nas atividades de controle. Isso indica que o programa e suas atividades são custo-efetivas e com bom retorno para os investimentos realizados (AKHAVAN, 2000; MONCAYO; SILVEIRA, 2009). Embora novos casos de doença de Chagas tenham sido reduzidos nos últimos 30 anos, em virtude da sistemática de vigilância e controle em áreas endêmicas no Brasil, surtos da doença de Chagas aguda (DCA) relacionadas à ingestão de alimentos contaminados (caldo de cana, açaí, bacaba, entre outros) e casos isolados por transmissão vetorial extradomiciliar têm sido frequentemente relatados em diversos estados brasileiros (Figura 13) (GAZIN et al ., 2004), principalmente em áreas até pouco consideradas não indenes, com maior frequência na região da Amazônia Legal (OPAS, 2009). No período de 1997 a 2008, mais de 600 casos agudos foram notificados na região, a maioria deles provenientes de focos microepidêmicos, relacionados à transmissão oral por ingestão de sucos de frutas da região como, por exemplo, o açaí (DIAS; PRATA; CORREIA, 2008; OPAS, 2009; BARBOSA-FERREIRA et al ., 2010).

A B

Figura 13 - Casos de Doença de Chagas Aguda (DCA) notificadas no Brasil, (A) 2005-2008 e (B) 2009* (até 21/09/2009) (BRASIL, 2009c).

No período de 2000 a 2010 (até 02 de outubro de 2010), foram registrados no Brasil 1007 casos de doença de Chagas aguda. Destes, 73% (736/1007) foram por transmissão 38

oral, 1,8% por transmissão vetorial (18/1007) e em 25% (252/1007) não se definiu a forma de transmissão (Tabelas 2 e 3) (BRASIL, 2010b).

Tabela 2 - Casos de doença de Chagas aguda (DCA) por tipo de transmissão no Brasil, 2005 a 2010*. Ano Oral Vetorial Ignorada Total N % N % N % 2005 27 82 0 0 6 18 33 2006 107 91 3 3 8 7 118 2007 119 74 3 2 39 24 161 2008 74 56 4 3 53 40 131 2009 165 64 6 2 85 33 256 2010* 21 75 1 4 6 21 28 Total 513 71 17 2 197 27 727 Fonte: BRASIL, 2010a. *Até 30/05/2010

Tabela 3 - Casos de doença de Chagas aguda (DCA) notificados com sua respectiva letalidade, segundo Unidade da Federação (UF), Brasil, 2005 a 2010*. UF 2005 2006 2007 2008 2009 2010* Total Óbitos Letalidade (%) AC - - - - 01 - 01 - - AM - - 28 - 03 18 49 01 2,0 AP - 05 19 20 15 - 59 - - CE - 08 - 01 - - 09 - - BA - 13 - - - - 13 02 15,4 MA 02 02 02 05 01 - 12 01 MT - 01 01 - - - 02 - - PA 07 85 109 99 236 10 546 11 8,3 PI - 01 01 01 - - 03 - - SC 24 - - - - - 24 03 12,5 SP - 03 - - - - 03 01 33,3 TO - - 01 05 - - 06 - - Total 33 118 161 131 256 28 727 19 2,6 Fonte: BRASIL, 2010a. *Até 30/05/2010

Hoje, o perfil epidemiológico da doença apresenta um novo cenário com a ocorrência de casos e surtos na Amazônia Legal por transmissão oral e vetorial (sem colonização e extradomiciliar). Com isso, evidenciam-se duas áreas geográficas onde os padrões de transmissão são diferenciados: a) a região originalmente de risco para a transmissão vetorial, onde ações de 39

vigilância epidemiológica, entomológica e ambiental devem ser concentradas, com vistas à manutenção e sustentabilidade da interrupção da transmissão da doença por T. infestans e por outros vetores passíveis de domiciliação; b) a região da Amazônia Legal, onde a doença de Chagas não era reconhecida como problema de saúde pública, as ações de vigilância devem ser estruturadas e executadas de forma extensiva e regular na região por meio de: detecção e investigação de surtos de casos febris agudos, apoiada na vigilância da malária; identificação e mapeamento de marcadores ambientais, a partir do reconhecimento dos ecótopos preferenciais das diferentes espécies de vetores mais frequentes e na investigação de situações em que há evidências ou suspeita de domiciliação de alguns vetores (BRASIL, 2010b). A preocupação com a doença de Chagas nos próximos anos leva em conta os processos políticos e científicos, já que a sustentabilidade dos esforços de controle depende de vontade política (DIAS, 2009; SILVEIRA, 2011b). Nas áreas em que o controle foi eficaz, eventualmente, o sucesso obtido pode levar à negligência ou desativação dos programas, principalmente quando outras prioridades de saúde (como o dengue) aparecem (SALVATELA, 2007; DIAS, 2009). Haverá uma redução progressiva dos níveis de infecção em áreas sobre controle, mas alguns focos permanecerão, provavelmente dentro de bolsões de pobreza, isolados politicamente e com infraestrutura sanitária precária. Novas situações epidemiológicas apareceram de forma aleatória e inesperada, como a transmissão oral e a invasão doméstica de triatomíneos silvestres (SALVATELLA, 2007). A prevenção de nível secundário está assumindo importância pela grande massa de pessoas com doença de Chagas crônica existente. O desafio nesse caso está em sistematizar procedimentos e estabelecer referências e contrareferências para atenção a esse paciente, principalmente para aqueles que sofrem de cardiopatia crônica (SILVEIRA et al ., 2002). Como consequência da redução da morbimortalidade por doença de Chagas, a visibilidade social e política da doença irão diminuir, assim como as prioridades para o seu controle e pesquisa (DIAS, 2007). A diminuição do interesse em investigar a doença de Chagas se configura como uma problemática em toda a região (DIAS, 2009).

40

1.6 Mortalidade causada pela Doença de Chagas

Estima-se que, na América Latina, aproximadamente 14.000 pessoas morrem em consequência da doença a cada ano (SCHMUNIS, 2007). No período de 1972 a 1983, estimou-se que 8,2% dos 5 milhões de mortes ocorridos no Brasil foram provocados pela doença de Chagas (SILVEIRA, 1986). O maior conhecimento sobre a história natural da doença e a maior possibilidade de intervenção nos planos clínico e cirúrgico levou à redução da mortalidade específica e à ampliação da sobrevida. As pessoas infectadas por T. cruzi morriam precocemente, principalmente a população masculina, em geral em virtude de complicações da forma cardíaca (RAMOS Jr.; CARVALHO, 2009). Atualmente, a doença de Chagas é a quarta causa de morte no Brasil entre as doenças infecciosas e parasitárias (ARAÚJO; SABROZA; SILVA, 2010). No periodo de 1996 a 2008, a doença de Chagas foi responsável por aproximadamente 66 mil óbitos (DATASUS, 2011). Atualmente, é responsável por 5 mil óbitos anuais, ante 10 mil mortes em 1960, com deslocamento da faixa etária dos óbitos de 30 a 50 anos de idade para 50 a 70 anos, porém, com padrões desiguais da morbimortalidade nas diferentes regiões do país (RAMOS Jr.; CARVALHO, 2009). O coeficiente de mortalidade especifica caiu de 5,2 óbitos/100.000 habitantes, em 1980, para 4,3 óbitos/100.000 em 1990 e 2,7 óbitos/100.000 em 2008 (Figura 14), uma redução de 48% (DIAS, 1999; DATASUS, 2011). Apesar dessa queda, em valores absolutos o número de brasileiros que morrem por doença de Chagas é similar aos que morrem por tuberculose e dez vezes superior as mortes causadas por esquistossomose, malária, hanseníase ou leishmaniose (GADELHA; ARAÚJO-JORGE, 2009). Dada a evolução crônica da doença de Chagas, a diminuição do risco de infecção não teve ainda impacto significativo na mortalidade pela doença (WALDMAN; SILVA; MONTEIRO, 1999). 41

6

5,2 5 4,8 5 4,6 4,1 3,8 4 3,5 3,4 3,4 3,2 3,1 2,7 3

2

1

Óbitos/100.000 habitantes 0

1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Figura 14 - Coeficiente de mortalidade anual por doença de Chagas/100.000 habitantes, Brasil, 1980 a 2008 (Modificado de DIAS, 1999; SIM/DATASUS/MS).

Como produto natural deste processo, o novo milênio contemplará cada vez mais pacientes idosos, daí derivando um grande desafio para os profissionais de saúde e para o sistema de saúde nas próximas décadas. O manejo da doença de Chagas em situações de idade avançada e de superposição de agravos envolve novos conhecimentos e práticas, em especial com relação as enfermidades crônico-degenerativas prevalentes na terceira idade como hipertensão, diabetes, coronariopatias (DIAS, 1999), ampliando as necessidades de atenção integral desta população (RAMOS Jr.; CARVALHO, 2009).

1.7 Utilização de dados de mortalidade em estudos epidemiológicos

As informações sobre mortalidade desempenham importante papel no planejamento local, regional e nacional, contribuem para a identificação da situação demográfica do país e permitem fazer inferências sobre o futuro. (ISRAEL; ROSEMBERG; CURTIN, 1986; SANTO; PINHEIRO, 1995). As estatísticas de mortalidade são de grande relevância em Saúde Pública, por constituírem importantes indicadores das condições de saúde da população, permitindo a identificação de grupos de maior risco e orientando o planejamento e a implantação de programas de saúde, bem como avaliando seus resultados (ISHITANI; FRANÇA, 2001; SANTO, 2007a). Em epidemiologia representam uma das principais fontes de informação para numerosos tipos de estudos (ISHITANI; FRANÇA, 2001).

42

1.7.1 Declaração de óbito e Sistema de Informações sobre Mortalidade (SIM)

As estatísticas de mortalidade no Brasil têm origem nas Declarações de Óbito (DO) (Anexo 1), que são atestados por médicos ou a partir de relatos de testemunhas para registro em cartório de registro civil (BRASIL, 2001). A DO é o documento-padrão do Sistema de Informações sobre Mortalidade do Ministério da Saúde (SIM/MS), para coleta das informações sobre mortalidade que servem de base para o cálculo de estatísticas vitais e epidemiológicas (BRASIL, 2009a). O SIM foi desenvolvido e implantado em 1975, cujo objetivo é captar dados sobre os óbitos a fim de fornecer informações sobre mortalidade para todas as instâncias do sistema de saúde (BRASIL, 2001). Talvez seja o único sistema de vigilância epidemiológica com características de continuidade, padronização e cobertura nacional na área da saúde, permitindo a elaboração de estatísticas de mortalidade consolidadas para todo o país (SANTO; PINHEIRO, 1995; SANTO, 2000). Na DO, além de constarem a identificação e algumas características sóciodemográficas do falecido, é apresentado o modelo internacional de atestado médico de causa de morte (denominada Condições e Causas de Morte) que dispõe as causas a serem preenchidas em duas partes, isto é, parte I e parte II, e que devem ser declaradas respeitando a sequencia de eventos (Figura 15). A parte I destina-se às doenças relacionadas com a cadeia de acontecimentos patológicos que levaram diretamente à morte e apresenta quatro linhas (a, b, c, d). Na parte II devem constar as afecções contribuintes, isto é, não relacionadas à cadeia de eventos que resultou na morte (Figura 15) (BRASIL, 2001, 2009a). Recomenda-se que as causas de morte a serem declaradas na DO sejam todas as doenças, afecções mórbidas ou lesões que ou produziram a morte ou contribuíram para ela e as circunstâncias do acidente ou violência que produziram quaisquer de tais lesões, obedecendo à décima revisão da atual Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde (CID- 10) (SANTO, 2000; OMS, 2007). Essa definição não inclui sintomas e modos de morrer, como insuficiência cardíaca ou insuficiência respiratória (BRASIL, 2001). 43

Figura 15 - Bloco da declaração de óbito para preenchimento das condições e causas do óbito (BRASIL, 2009a).

A causa de morte tem sido usada pelos epidemiologistas para a geração de hipóteses sobre a etiologia das doenças, para o seguimento ao longo do tempo de mudanças nos padrões de doenças e para a descrição da prevalência de doenças em grupos populacionais e áreas geográficas (SANTO, 2007a). O conhecimento preciso de padrões de mortalidade, segundo a causa de morte, permite a pesquisa de eventuais fatores etiológicos e a tomada de decisões com vistas a evitar esses fatores (SANTO; PINHEIRO, 1995). Estudos de mortalidade, tendo a DO como fonte de dados, constituem um procedimento simples e de baixo custo para gerar informações de morbimortalidade, podendo fornecer subsídios importantes para se avaliar a mortalidade por doença de Chagas na população, tanto como causa básica quanto causa associada de morte.

1.7.2 Causa básica e causas múltiplas de morte

Tradicionalmente, a mortalidade é apresentada por meio de uma única causa, denominada causa básica de morte (SANTO; PINHEIRO, 1999; ISHITANI; FRANÇA, 2001; SANTO, 2007a), definida como: (a) a doença ou lesão que iniciou a sucessão de eventos mórbidos que levou diretamente à morte, ou (b) as circunstâncias do acidente ou violência que produziu a lesão fatal (LAURENTI; BUCHALLA, 2000; OMS, 2007). 44

Os dados de mortalidade apresentados segundo a causa básica de morte são considerados unidimensionais, de fácil compreensão e extensamente utilizados em Saúde Pública, Epidemiologia, Demografia e Atuária, atribuindo a razão de óbito a apenas uma doença, lesão ou violência (SANTO; PINHEIRO, 1999; SANTO, 2007a). Este enfoque baseado em uma causa única tem sido empregado por permitir comparabilidade entre diferentes locais, pela sua importância na análise das tendências de mortalidade e por seu uso tradicional de orientar medidas de prevenção da morte (ISHITANI; FRANÇA, 2001). Embora seja de grande importância, a utilização do conceito de causa básica nas análises de mortalidade, este enfoque apresenta algumas limitações devido a uma perda considerável de informações contidas nas DO, quando se ignoram outras causas ou diagnósticos mencionados no atestado de óbito. Muitas afecções mencionadas frequentemente na DO não aparecem como causas mais comuns de morte nessas estatísticas. Isto ocorre, por exemplo, com a hipertensão arterial e o diabetes, dificultando a avaliação dos programas específicos para o controle dessas doenças (ISHITANI; FRANÇA, 2001). Atualmente, com o aumento da expectativa de vida e importância das doenças crônico-degenerativas como causas de óbito, um maior número de diagnósticos tem sido informado nas declarações de óbito (ISHITANI; FRANÇA, 2001; OLIVEIRA et al ., 2009). Considerando as limitações das estatísticas de mortalidade que levam em conta somente a causa básica, bem como para evitar a perda de informações relativas às afecções que não são selecionadas como causa básica de morte, uma proposta alternativa é a utilização do enfoque de causas múltiplas de morte (ISHITANI; FRANÇA, 2001; GOLDACRE et al ., 2004; REDELINGS; SORVILLO; SIMON, 2006; SANTO, 2007b), na qual aproveita todas as causas, básica e associadas, informadas na declaração de óbito (LAURENTI, 1974; LAURENTI; BUCHALLA, 2000; SANTO, 2007b). As causas múltiplas têm caráter multidimensional, pois não apenas a causa básica, mas todas as afecções são levadas em consideração e envolvem interpretação complexa de sua relação com a morte (SANTO; PINHEIRO, 1999). O uso de causas múltiplas de morte vem sendo atualmente preconizado para descrever e analisar os determinantes patológicos da mortalidade em populações, como complemento ao uso tradicional da causa básica de morte. A importância de se obter tabulações segundo causas múltiplas, e não somente pela causa básica de morte, reside no fato de que raramente uma morte é devida a uma só doença. O estudo das causas múltiplas pode realizar-se por meio da apresentação de todas as menções das causas básicas e associadas de morte e por meio de associações de causas (SANTO; PINHEIRO, 1999). 45

Ao ocorrer uma morte, o evento será, então, relacionado a diversos diagnósticos, tornando-se difícil a seleção de apenas uma causa para descrever um processo tão complexo (OLIVEIRA et al ., 2009). A análise da mortalidade sob o enfoque das causas múltiplas de morte permite a identificação de doenças presentes no momento da morte e que podem ter participado no processo que evoluiu para o óbito (ISHITANI; FRANÇA, 2001). As estatísticas de mortalidade por causas múltiplas podem fornecer informações sobre todo o processo letal que culminou com a morte, oferecendo novos elementos e perspectivas para a sua prevenção (SANTO, 2009). O conhecimento das várias doenças que contribuem para um óbito permite que seja avaliada a importância das causas que normalmente não estariam privilegiadas nas estatísticas porque são doenças não caracterizadas como causa básica, reconhecendo a frequência de doenças que raramente são consideradas básicas e as estatísticas de mortalidade por causas múltiplas não são afetadas pelas mudanças das regras de seleção da causa de morte (LAURENTI; BUCHALLA, 2000). Ainda existe a possibilidade de descobrir novas associações de doenças e conhecer informações sobre a natureza das lesões em casos de morte por causas externas (acidentes e violências) (LAURENTI; BUCHALLA, 2000). O estudo das causas múltiplas de morte representa um avanço na análise das estatísticas de mortalidade. Entretanto, não visa substituir o enfoque da causa básica de morte que, apesar de apresentar limitações, possuem objetivos e benefícios bem estabelecidos. A utilização da metodologia das causas múltiplas de morte pode ser um importante instrumento complementar na avaliação e planejamento das ações de saúde, especialmente neste momento em que se verifica um aumento do número de diagnósticos informados por declaração DO (ISHITANI; FRANÇA, 2001).

1.8 Análise de dados espaciais em saúde pública

As complexas interações entre a saúde e as condições de vida têm sido abordadas pela epidemiologia na busca da identificação de causas para o adoecimento humano (LEAL; SZWARCWALD, 1997). O contexto social e geográfico reflete e condiciona a estratificação social e os diferenciais de risco. A fim de compreender como um contexto afeta a saúde de grupos populacionais por meio de seleção, distribuição, interação, adaptação e outras respostas, torna-se necessário medir efeitos em nível de grupo, uma vez que medidas em nível individual não podem dar conta destes processos (CARVALHO; SOUZA-SANTOS, 2005). Neste sentido, as variações geográficas da incidência de doenças e dos coeficientes de 46

mortalidade têm sido fontes importantes de investigação para sugerir hipóteses de causalidade (LEAL; SZWARCWALD, 1997). O estudo da ocorrência de doenças a partir de sua localização espacial é bastante difundido, particularmente para explorar possíveis relações causais, sejam estas relacionadas ao ambiente, utilização de serviços de saúde ou análise comportamental dos usuários. A análise espacial dos dados possibilita a localização de casos segundo a distribuição em determinada área geográfica. Esta pode ser definida como uma técnica que busca descrever os padrões existentes nos dados espaciais e estabelecer, preferencialmente de forma quantitativa, os relacionamentos entre as diferentes variáveis geográficas (BARCELLOS; RAMALHO, 2002). Incorporando o conhecimento sobre processos estocásticos espaciais e a dependência das observações no espaço, o uso dessa metodologia tem fornecido contribuições relevantes aos estudos de distribuição espacial da ocorrência de doenças (SZWARCWALD et al ., 2001), especialmente por meio das técnicas de geoprocessamento (BORGES; MORAES, 2001). A tecnologia do geoprocessamento vem sendo amplamente difundida e implementada ao nível mundial e observa-se uma demanda crescente para a incorporação de técnicas de geoprocessamento em saúde pública no Brasil (BORGES; MORAES, 2001). O geoprocessamento pode ser definido como um conjunto de ferramentas necessárias para manipular informações espacialmente referidas. Aplicado a questões de saúde pública permite o mapeamento de doenças e avaliação de riscos (BARCELLOS; RAMALHO, 2002). Uma das aplicações mais importantes do geoprocessamento diz respeito à relação ambiente e saúde. O objetivo dessas aplicações é a viabilização do desenvolvimento de técnicas de análise onde a localização geográfica é fator fundamental na determinação de situação de saúde (CARVALHO; SOUZA-SANTOS, 2005). Os produtos computacionais desta tecnologia são sistemas capazes de capturar, modelar, manipular, recuperar, analisar e apresentar dados referenciados geograficamente, denominados genericamente de Sistemas de Informações Geográficas (SIG) (BORGES; MORAES, 2001). Os SIG são sistemas computacionais usados para o entendimento de fatos e fenômenos que ocorrem no espaço geográfico. A sua capacidade de reunir uma grande quantidade de dados convencionais de expressão espacial, estruturando-os e integrando-os adequadamente, torna-os ferramentas importantes para a manipulação das informações geográficas. O ambiente do SIG oferece margem à integração de informações diversas, as quais podem, assim, proporcionar uma visão mais abrangente da situação no espaço. No entanto, a avaliação do pesquisador é imprescindível, pois não há mecanismo automático para a interpretação dos resultados construídos (HINO; SANTOS; VILA, 2005). 47

Em um SIG, os dados são referenciados geograficamente e associados a imagens ou mapas para compor conjuntos de planos de informação, os quais formam os bancos de dados geográficos. A visualização de um padrão espacial proporciona uma alternativa melhor de se resolver problemas relacionados a quaisquer aplicações que envolvam uma localização geográfica (BORGES; MORAES, 2001). A importância de separar informações específicas em planos de informação distintos e posteriormente combiná-las entre si é a razão pela qual o SIG oferece grande potencial como ferramenta de pesquisa de apoio à tomada de decisão. Nesse sentido, os SIG têm sido apontados como instrumentos de integração de dados ambientais com dados de saúde, permitindo uma melhor caracterização e quantificação da exposição e seus possíveis determinantes (BARCELLOS; RAMALHO, 2002). A disponibilização de bancos de dados em saúde com a informação do endereço e a estruturação de SIG em diversos municípios brasileiros tem possibilitado o uso crescente da análise de padrões espaciais de morbimortalidade para diferenciar áreas dentro dos municípios (SANTOS et al ., 2001). A necessidade de monitoramento e controle efetivo das doenças infecciosas e parasitárias tornou-se prerrogativa máxima e o SIG tem contribuído para a eficiência na formulação de políticas de intervenção intersetorial, por meio das análises de dados espaciais em saúde (BASTOS et al ., 2009). Nesta forma de abordagem, o mapeamento de eventos torna-se um instrumento importante para a saúde pública, tanto no diagnóstico quanto no planejamento, auxiliando na compreensão do caráter geográfico da ocorrência desses eventos. Muitos avanços nas técnicas de análise têm sido desenvolvidos com o objetivo de produzir mapas cuja construção deve estar livre de “ruídos aleatórios” ou de artefatos relacionados à extensão da área geográfica e à população existente nas regiões enfocadas (SANTOS et al ., 2001). Publicações recentes vêm resgatando um tipo clássico de análise espacial que é a investigação em epidemiologia, onde a ênfase está nas doenças da população e não do indivíduo e a pergunta que se deseja responder não é sobre as causas dos casos de doenças, mas sobre as causas da incidência da doença. Particularmente, os procedimentos de análise espaço-temporal, permitem não só estimar associações espaciais, mas também podem contribuir para a compreensão dos processos de disseminação espacial das doenças ao longo do tempo, possibilitando a detecção de potenciais fatores de risco (SZWARCWALD et al ., 2001). Padrões de mortalidade ou morbidade, propagação de epidemias, transmissão sexual de doenças ou a transferência de comportamentos ou valores não podem ser explicados sem uma abordagem que além de considerar os grupos estude o espaço e o tempo (CARVALHO; SOUZA-SANTOS, 2005). 48

Estudos ecológicos têm sido utilizados para estudar o comportamento e a distribuição das doenças, sendo relativamente rápidos e de baixo custo, não requerendo o conhecimento individual da distribuição das variáveis. Tem sido crescente a utilização de técnicas de análise espacial nesse tipo de estudo (PÉRISSÉ; MEDRONHO; ESCOSTEGUY, 2010). Os estudos ecológicos muito se enriquecem com a descrição da distribuição espacial dos fenômenos. A incorporação da dimensão espacial não apenas delimita geograficamente o problema, quanto permite proceder a uma análise integrada que inclui o estudo da dependência no espaço, percorrendo campos da epidemiologia, da geografia e da estatística (LEAL; SZWARCWALD, 1997). Dentre as técnicas de análise de dados espaciais que podem ser empregadas no estudo do padrão de distribuição espacial da mortalidade por doença de Chagas ou outra doença, é possível ressaltar a análise exploratória de dados espaciais, que visa descrever e explicar como o padrão de distribuição da mortalidade por doença de Chagas se expressa no espaço geográfico, ou seja, procura verificar se existe dependência espacial na determinação do padrão da mortalidade por doença de Chagas e quais as relações espaciais presentes nesta determinação (MORAIS NETO et al ., 2001; NASCIMENTO et al ., 2007). A utilização das técnicas de análise de dados espaciais possibilita a identificação de locais com maior risco de ocorrência dos óbitos por doença de Chagas e conglomerados espaciais de eventos podem ser definidos como foco particular de alta incidência ou de alta intensidade de ocorrências (BEATO FILHO et al ., 2001). A concentração de eventos pode ocorrer no espaço, no tempo ou em ambos. Um “cluster” ou agrupamento de eventos pode ser definido como foco particular de alta mortalidade ou como grupo delimitado de ocorrências relacionadas entre si mediante algum mecanismo social ou biológico, ou tendo em comum a relação com outro evento ou circunstância. O seu valor, entretanto, está no entendimento do impacto dos processos e das estruturas de organização social na determinação dos eventos de saúde. A análise espacial é obviamente muito importante para a identificação de áreas onde a saúde é precária, necessitando de atenção diferenciada (SANTOS et al., 2001). Esta permite a implantação de programas de saúde que contemplem vários municípios ou regiões de um estado ou mesmo bairros de uma cidade (NASCIMENTO et al ., 2007) As ferramentas de tratamento de dados geográficos atualmente disponíveis permitem que áreas com concentração aparentemente alta de eventos tais como óbitos ou casos de doenças infecciosas sejam facilmente visualizados. No entanto, a questão que passa a dominar, é saber se o aparente conglomerado de alta incidência ou mortalidade ocorreu por 49

mero acaso, ou se o excesso de casos observados é causado por risco mais elevado. Uma investigação acerca das causas da existência do conglomerado só é justificada no segundo caso (BEATO FILHO et al ., 2001). Apesar de seu grande potencial, as técnicas de representação espacial ainda são pouco utilizadas na área da saúde devido às dificuldades inerentes à manipulação deste tipo de informação, mesmo com a crescente disponibilização de tecnologias de tratamento de informações gráficas e mapas em microcomputadores (HINO; SANTOS; VILA, 2005). Apesar do seu alto custo de implantação e das grandes dificuldades na montagem das bases de dados cartográficos, no georreferenciamento das bases tabulares e na edição das diferentes bases cartográficas, o cenário atual da aplicação do geoprocessamento em saúde no Brasil é extremamente favorável e pode ser sumarizado segundo quatro eixos de desenvolvimento: a disponibilização de bases de dados, os programas disponíveis, o desenvolvimento tecnológico e a capacitação de pessoal. Esses eixos são inter-relacionados, já que cada solução tecnológica pode ter reflexos sobre os programas e exigir um redirecionamento das iniciativas de capacitação. As soluções para a democratização desse conjunto de ferramentas são, portanto, integradas e exigem a coordenação de esforços do setor saúde e de outros setores (BARCELLOS; RAMALHO, 2002). Em resumo, os métodos de análise espacial na saúde coletiva vêm sendo usados principalmente em estudos ecológicos, na detecção de aglomerados espaciais ou espaço- temporais, na avaliação e monitoramento ambiental e aplicado ao planejamento e avaliação de uso de serviços de saúde. Desse modo, o principal desafio dessa área é o desenvolvimento de métodos específicos para a análise de riscos à saúde, subsidiado pela disponibilidade e qualidade dos dados existentes, a partir do estabelecimento de perguntas precisas que serão respondidas pelo sistema (BARCELLOS; RAMALHO, 2002). No que concerne à difusão espacial e temporal da doença, as informações, sendo localizáveis, fornecem elementos para se construir a cadeia explicativa dos problemas do território e aumentam o poder de se orientar ações intersetoriais específicas, criando subsídios para a tomada de decisões (HINO; SANTOS; VILA, 2005). Dessa maneira, tendências de mortalidade relacionadas à doença de Chagas ou as demais DIP estudadas ao longo do tempo e do espaço podem contribuir para a formulação de políticas públicas que envolvam a saúde da população brasileira. Devido à importância da doença de Chagas como um problema de saúde pública e a escassez de trabalhos que utilizem base populacional para estatísticas de mortalidade por doença de Chagas no Brasil, remeteu-se ao seguinte questionamento: qual a magnitude e os padrões da mortalidade relacionada à doença de Chagas no Brasil? 50

2 JUSTIFICATIVA

Diante do exposto, este estudo justifica-se pelos seguintes motivos: • A despeito da importância da doença de Chagas como problema de saúde pública e por ser historicamente negligenciada, são escassos trabalhos sistematizados que investigam a dinâmica da mortalidade relacionada à doença; • Importância de realizar um estudo de base populacional nacional sobre a mortalidade relacionada à doença de Chagas no mais importante país endêmico da América Latina; • Apesar da relevância, na análise utilizando apenas da causa básica perde-se a informação sobre a magnitude da mortalidade relacionada à doença de Chagas, bem como suas inter-relações com outras doenças e/ou complicações que levam à morte. Um estudo com emprego da metodologia das causas múltiplas de morte é capaz de traçar de forma mais fidedigna o perfil da mortalidade por doença de Chagas na população; • Procura-se estimular o uso das estatísticas de mortalidade na discussão sobre o impacto das medidas de controle na prevalência da doença de Chagas; • Apesar de inúmeras pesquisas a respeito dos aspectos biomédicos da doença de Chagas, são escassos estudos que analisam o impacto das condições demográficas como determinantes da mortalidade por doença de Chagas; • Somente a doença de Chagas aguda é de notificação compulsória, o que inviabiliza o uso desses dados em estudos epidemiológicos para estimar a magnitude da doença. Portanto, o estudo da mortalidade relacionada à doença de Chagas mostra-se útil para o conhecimento de suas características epidemiológicas, bem como instrumento indispensável para orientar o planejamento do programa de controle da doença de Chagas. • O geoprocessamento de dados de mortalidade tem permitido incorporar a estrutura espacial das variáveis analisadas, na qual acrescentará a vantagem de analisar a problemática relacionada à mortalidade por doença de Chagas, particularizando em seu contexto socioeconômico, demográfico e ambiental. Além do maior potencial explicativo, as técnicas de análise espacial permitem identificar os padrões de distribuição espacial da mortalidade relacionada à doença de Chagas, assim como a detecção de áreas de risco e definição de áreas prioritárias para vigilância da doença de Chagas. Assim, o desenvolvimento do estudo de mortalidade aqui proposto, poderá fornecer subsídios importantes para se avaliar a magnitude de como a doença de Chagas 51

acomete a população brasileira, disponibilizando informações úteis para o planejamento dos serviços de saúde quanto às medidas preventivas e terapêuticas.

52

3 OBJETIVOS

3.1 Geral

Caracterizar a magnitude e os padrões da mortalidade relacionada à doença de Chagas no Brasil, entre 1999 a 2007.

3.2 Específicos

Descrever os coeficientes de mortalidade específicos, bem como a mortalidade proporcional relativo à doença de Chagas, de acordo com sexo, faixa etária, período e região de residência;
Caracterizar o perfil epidemiológico das pessoas que evoluíram para o óbito tendo como causa básica ou associada de morte a doença de Chagas;
Identificar fatores associados à mortalidade relacionada à doença de Chagas, dentre as variáveis disponíveis na declaração de óbito;
Descrever as causas associadas de morte, mencionadas nas declarações de óbito, em que a doença de Chagas apresentou-se como causa básica, bem como as causas básicas nos óbitos em que a doença de Chagas foi mencionada como causa associada;
Identificar padrões de distribuição e aglomeração espacial dos óbitos relacionados à doença de Chagas quanto ao local de residência;
Identificar as áreas de risco para mortalidade relacionada à doença de Chagas, definindo as áreas prioritárias para o planejamento das ações de vigilância e controle da doença de Chagas no Brasil.

53

4 MATERIAL E MÉTODOS

4.1 Tipo e período de estudo

Foi realizado estudo ecológico de série temporal e análise espacial, baseado em dados secundários. Foram utilizados como referência os óbitos relacionados à doença de Chagas registrados no Brasil, no período de 1999 a 2007. A escolha desse período levou em conta que a partir de 1999, passou a ser utilizada uma nova versão do Sistema de Informações sobre Mortalidade (SIM), para qual foi desenhada uma nova Declaração de óbito (DO) (BRASIL, 2001). Alterou-se o modelo internacional de atestado médico, acrescentando uma linha na parte I (linha d) por recomendação da Organização Mundial da Saúde (OMS) (CID-10). Esta alteração permitiu a declaração de maior número de diagnósticos, possibilitando o preenchimento mais completo da DO e melhorando a informação que pode ser obtida dos campos relativos às causas de morte (ISHITANI; FRANÇA, 2001).

4.2 População do estudo

O Brasil possui uma população de aproximadamente 190 milhões de habitantes. É dividido politico e administrativamente em 27 unidades federativas (26 estados e um Distrito Federal) e 5.565 municípios. Para fins políticos e operacionais, as unidades da federação são agrupadas em cinco regiões (Norte, Nordeste, Sudeste, Sul e Centro-Oeste) com distintas características geográficas, econômicas e culturais ( http://www.ibge.gov.br ). Nesse estudo, foram incluídos todos os óbitos ocorridos no Brasil, no período de 1999 a 2007, na qual a doença de Chagas foi mencionada em qualquer linha ou parte do modelo internacional de atestado médico de causa de morte (atestado médico da causa de morte), independente de ser qualificada como causa básica ou causa associada (não básica) de morte (causas múltiplas de morte).

4.3 Fonte de dados

Os dados referentes aos óbitos por local de residência foram obtidos do Sistema de Informações sobre Mortalidade (SIM) do Ministério da Saúde. O documento-padrão do 54

SIM é a DO, que consiste em um documento padronizado preenchido por profissionais médicos em todo o Brasil. A DO contém informações demográficas e clínicas referentes às causas múltiplas de morte (LAURENTI, 1974; SANTO; PINHEIRO, 1999) (Anexo A). Os dados do SIM são de domínio público e podem ser obtidos a partir do site do Departamento de Informática do Sistema Único de Saúde (DATASUS, 2010). O processo de obtenção dos dados de óbitos envolveu inicialmente a disponibilização dos arquivos para cada unidade da federação anualmente. Como o período envolveu nove anos e as 27 unidades da federação, no total foram obtidas 243 arquivos (realizado em 21 de fevereiro de 2010). Neste momento, as informações referentes às causas de óbitos de cada unidade da federação eram padronizadas. Após esta etapa, procedeu-se a uma análise da completude das bases de dados por UF em relação ao total de óbitos e as variáveis não consideradas para a análise foram eliminadas. Além disso, foi realizada a consolidação dos dados e a padronização dos campos referentes às causas de morte. Ressalta-se ainda que, no atestado médico da DO poderia haver mais de uma causa em uma mesma linha e que nem todas as linhas eram necessariamente preenchidas. Procedeu-se a estratificação de novas categorias caso uma mesma linha na DO possuísse mais de uma causa (exemplo: linha a1, linha a2, linha b1, etc.). A partir de informações disponíveis na declaração de óbito, foram criadas variáveis secundárias para análise (idade maior ou menor que 30 anos e residência nos estados de Minas Gerais, Goiás e Distrito Federal). Os dados populacionais para o período de 1999 a 2007 foram obtidos do Instituto Brasileiro de Geografia e Estatística (IBGE), com base em dados oriundos do censo da população nacional em 2000 e estimativas oficiais para os anos intercensitários (1999 e 2001- 2007) (IBGE, 2011).

4.4 Processamento e análise dos dados

O processo de coleta e análise dos dados foi organizado em etapas, na qual abrangeu: caracterização do perfil epidemiológico dos óbitos por doença de Chagas no Brasil; identificação de fatores associados à mortalidade relacionada à doença de Chagas disponíveis na DO; análise dos indicadores de mortalidade na série histórica de 1999-2007 nas regiões geográficas; descrição das causas associadas a mortalidade relacionada à doença de Chagas e a análise espacial dos óbitos relacionados à doença de Chagas. A seguir, descrevem-se pormenorizadamente as etapas deste trabalho, cada uma com as suas especificidades: 55

Etapa 1 : Foram selecionados todos os óbitos registrados no Brasil no período de 1999 a 2007, que tiveram a doença de Chagas como causa básica ou associada de morte. A doença de Chagas, como causa de morte, corresponde às formas clínicas incluídas na categoria B57 (doença de Chagas) que corresponde todas as subcategorias incluídas, da Décima Revisão da Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde (CID- 10) (OMS, 2007). Selecionaram-se as DO que continham os seguintes códigos da CID-10 (OMS, 2007): B57 Doença de Chagas B57.0 Forma aguda da doença de Chagas, com comprometimento cardíaco. B57.1 Forma aguda da doença de Chagas, sem comprometimento cardíaco. B57.2 Doença de Chagas (crônica) com comprometimento cardíaco. B57.3 Doença de Chagas (crônica) com comprometimento do aparelho digestivo. B57.4 Doença de Chagas (crônica) com comprometimento do sistema nervoso. B57.5 Doença de Chagas (crônica) com comprometimento de outros órgãos.

Etapa 2 : A partir da seleção dos óbitos por doença de Chagas como causa básica e associada, realizou-se a caracterização do perfil dessa população e a identificação dos fatores associados à mortalidade relacionada à doença de Chagas, dentre as variáveis disponíveis na declaração de óbito, comparando com os óbitos gerais. Na análise dos dados, inicialmente, descreveu-se a distribuição das variáveis causa básica e associada de morte, sexo, idade, raça/cor, formas clínicas da doença de Chagas, regiões de residência do falecido e ano de ocorrência do óbito, por meio de frequências e proporções. Para a faixa etária, foram criadas sete categorias: 0 a 14 anos; 15 a 29 anos; 30 a 39 anos; 40 a 49 anos, 50 a 59 anos, 60 a 69 anos e 70 anos ou mais. Os óbitos com sexo e idade ignorados foram eliminados no cálculo de idade ao morrer e dos coeficientes específicos por sexo e faixa etária. As variáveis utilizadas neste estudo são detalhadas na Tabela 4. 56

Tabela 4 - Descrição das variáveis utilizadas no estudo obtidas a partir das informações disponiveis na declaração e as recodificadas* para análise, Brasil, 1999-2007. Variáveis Categorias Variáveis Demográficas Sexo Masculino/Feminino Faixas etárias (anos) < 15 anos 15 a 29 anos 30 a 39 anos 40 a 49 anos 50 a 59 anos 60 a 69 anos > 70 anos Idade (anos)* <30 anos/30 anos ou mais Raça/cor Branca Parda Preta Amarela Indígena Região de residência Norte Nordeste Sudeste Sul Centro-Oeste Unidades da Federação (UF)* MG, GO e DF/Demais estados Residência em capital de estado Capital/Não capital Ocorrência em capital do estado Capital/Não capital Ano de ocorrência do óbito 1999 2000 2001 2002 2003 2004 2005 2006 2007 Variável clínica Causa de óbito Causa básica/Causa associada Fonte: SIM/MS/DATASUS

Em uma segunda etapa, foi realizada a análise bivariada dos fatores associados à mortalidade relacionada à doença de Chagas, dentre as informações disponíveis na declaração de óbito e as variáveis recodificadas para análise (idade < ou > 30 anos e residência nos 57

estados de Minas Gerais, Goiás e Distrito Federal). Foram calculados os riscos relativos (RR) e os intervalos de confiança de 95% para todas as variáveis estudadas. Foi aplicado o teste qui-quadrado para estimar as diferenças entre as frequências relativas. As variáveis que apresentaram associações estatisticamente significativas (p ≤ 0,05) foram selecionadas para o modelo multivariado, no qual se calcularam as razões de chances (OR) ajustadas e os intervalos de confiança de 95%, por meio da análise de regressão logística não condicionada. O modelo teve como variável dependente o óbito relacionada à doença de Chagas e as variáveis independentes com p-valor < 0,05 permaneceram no modelo final. Foram utilizadas planilhas do Microsoft Excel 2010 para organização e armazenamento dos dados, além da elaboração de figuras e tabelas. As análises estatísticas foram realizadas por meio dos programas STATA versão 11 (Stata Corporation, College Station, USA ) e Epi Info for Windows versão 3.5.1 (Centers for Disease Control and Prevention, Atlanta, USA ), aplicando os testes estatísticos paramétricos (teste t de Student) e não paramétricos (teste qui-quadrado) pertinentes às variaveis analisadas.

Etapa 3 : Procedeu-se o cálculo dos indicadores de mortalidade: coeficiente de mortalidade específico por doença de Chagas, mortalidade proporcional por doença de Chagas e razão de mortalidade, segundo características demográficas: grupos etários, sexo, local de residência (regiões brasileiras) e ano de ocorrência do óbito. Os indicadores de mortalidade foram calculados para os óbitos em que a doença de Chagas foi identificada como causa básica ou associada, bem como pelo total de menções (causas múltiplas). Foram calculados coeficientes brutos de mortalidade, anualmente, dividindo-se o número de óbitos por doença de Chagas pela população brasileira do meio do ano, multiplicando-se este quociente por 100.000. Para controlar o efeito das diferenças nas estruturas etárias entre populações das regiões brasileiras ao longo do período de análise e possibilitar comparações entre as mesmas, foram calculados os coeficientes de mortalidade padronizado por idade e/ou sexo. Realizou-se a padronização dos coeficientes de mortalidade pelo método direto, considerando como padrão a população brasileira de 2003. A mortalidade proporcional foi calculada por meio da divisão entre o número de óbitos por doença de Chagas, pelo total de óbitos do Brasil e de cada região, no meio de cada período estudado, com o resultado multiplicado por 100. A análise de tendências temporais dos indicadores de mortalidade foi realizada por meio de modelos de regressão polinomial. Optou-se por realizar esta análise de tendência, por terem estes modelos um alto poder, do ponto de vista estatístico, assim como apresentarem maior facilidade de elaboração e interpretação dos resultados (LATORRE; 58

CARDOSO, 2001). O modelo polinomial teve como objetivo encontrar a curva que melhor se ajustava aos dados, de modo a descrever a relação entre a variável dependente Y (indicador de mortalidade relacionada à doença de Chagas) e a variável independente X (ano de estudo). Em outras palavras, visou encontrar a equação de regressão que melhor descreva a relação existente entre a variável independente (X) e a variável dependente (Y). Para evitar a auto- correlação entre os termos da equação de regressão, foi utilizado o artifício de centralizar a variável ano, transformando-a em ano calendário menos 2003, pois este era o ponto médio da série histórica. As tendências foram consideradas estatisticamente significativas quando os modelos apresentaram valor de p < 0,05. Para se proceder à análise da tendência dos coeficientes e demais indicadores, foram confeccionados, inicialmente, os diagramas de dispersão entre indicadores de mortalidade e os anos de estudo, para a visualização da função matemática que melhor estaria representando a relação entre as variáveis. A partir desta observação, foram estimados os modelos de regressão polinomial. Foram testados os seguintes modelos de regressão polinomial onde os valores de Y e X são as variáveis dependente e independente respectivamente e β0, β1, β2 e β3 são os coeficientes de regressão (LATORRE, 2001):

a) linear (1ª ordem): Y = β0 + β1X; 2 b) 2ª ordem: Y = β0 + β1X + β2X ; a 2 3 c) 3 ordem: Y = β0 + β1X + β2X + β3X ;

d) exponencial: Y = β0 * exp ( β1 * X) ⇔ ln(y) = ln( β0) + ( β1X). A modelagem pela técnica de regressão partiu do modelo mais simples, como o linear, testando-se, em seguida, modelos mais complexos, como o de segundo grau, terceiro grau e exponencial. A escolha do melhor modelo dependeu da análise do diagrama de dispersão, do valor do coeficiente de determinação (R 2: quanto mais próximo de 1, mais ajustado encontra-se o modelo), do significado estatístico (menor valor de p) e da análise dos resíduos (suposição de homocedasticidade verdadeira). Quando a tendência não era estatisticamente significativa, o modelo foi escolhido de acordo com o coeficiente de determinação e quando dois modelos eram semelhantes, do ponto de vista estatístico, optou-se pelo modelo mais simples, ou seja, de menor ordem. Foram elaborados em média quatro modelos para cada categoria de análise dos indicadores, totalizando 264 modelos dos quais 66 foram selecionados. Os cálculos dos indicadores e a elaboração de tabelas e figuras foram realizados em planilhas do Microsoft Office Excel 2010. Foi utilizado o programa SPSS for Windows versão 15.0 (Statistical Package for the Social Sciences; SPSS Corporation, Chicago, USA ) 59

na elaboração dos modelos de regressão polinomial, assim como dos gráficos de dispersão. As demais análises foram realizadas nos programas ou softwares estatísticos Epi Info for Windows versão 3.5.1 ( Centers for Disease Control and Prevention, Atlanta, USA) e STATA versão 11 ( Stata Corporation, College Station, USA ).

Etapa 4 : A partir da seleção dos óbitos, realizou-se a codificação e descrição das causas associadas (imediatas, intermediárias e contribuintes), mencionadas nas declarações de óbitos em que a doença de Chagas apresentou-se como causa básica, bem como as causas básicas nos óbitos em que a doença de Chagas foi mencionada como causa associada. A descrição foi realizada por doença ou agravos codificados em categorias ou agrupamentos identificados segundo as disposições da CID-10 (OMS, 2007). Na descrição das causas associadas, foram excluídas as menções que tinham como codificação a doença de Chagas. Foram apresentadas listas de apresentação especiais para evidenciar tanto as causas de morte integrantes da história natural da doença de Chagas, como as mencionadas com maior frequência. As duplicações de causas apresentadas foram eliminadas por meio da identificação e contagem dessas causas no banco de dados sobre mortalidade. O número de causas associadas depende da amplitude da classe para a sua apresentação, o que se deve à necessidade de eliminar-se da contagem a duplicação/multiplicação de causas. Apenas uma causa foi incluída em determinada classe (categoria ou agrupamento da CID-10) se duas (ou mais) causas que pertenciam a essa classe estivessem informadas na mesma declaração de óbito (SANTO; PINHEIRO, 1999). Com a finalidade de reconstituir o processo mórbido que conduziu ao óbito relacionado à doença de Chagas, todas as causas informadas no atestado médico foram computadas, mesmo as mal definidas e aquelas caracterizadas pela OMS como “modos de morrer”, dentre as quais a “parada cardiorrespiratória” e a “falência múltipla dos órgãos” (SANTO, 2007b, 2008). Os dados foram armazenados e analisados estatisticamente pelo programa STATA versão 11 (Stata Corporation, College Station, USA ) e os resultados organizados em tabelas.

Etapa 5 : Verificou-se nesta etapa o padrão da distribuição espacial e a existência de conglomerados espaciais (c lusters ) ou áreas de risco para mortalidade relacionada à doença de Chagas. Empregou-se a estratégia de análise de dados de área. Os métodos de análise espacial e as técnicas de geoprocessamento foram empregados na avaliação da distribuição geográfica 60

dos coeficientes de mortalidade relacionada à doença de Chagas nos municípios brasileiros. Embora nos estudos de âmbito nacional sejam correntes o uso das unidades da federação ou microrregiões para analisar a distribuição de indicadores de morbidade e mortalidade, adotou- se o município como unidade de análise, visando obter maior precisão das diferenças intra e inter-regionais e revelar as áreas prioritárias para intervenções. Para prover maior estabilidade aos coeficientes de mortalidade em municípios pequenos, os coeficientes médios de mortalidade foram estimados como médias trienais, 1999-2001, 2002-2004 e 2005-2007, além do período total do estudo, 1999-2007. Os coeficientes foram calculados da seguinte forma: para cada ano calendário dos triênios ou período total e para cada município, o número de óbitos relacionados à doença de Chagas e a população no meio de cada período (2000, 2003 e 2005) foram utilizados para calcular os coeficientes de mortalidade. Assim, para cada município, o coeficiente médio de mortalidade de três ou nove anos foi calculado somando o número de óbitos por doença de Chagas e dividindo pela soma das estimativas de população no meio do ano médio de cada triênio, multiplicando este quociente por 100.000. Preferiu-se usar esse artifício, no sentido de obter coeficientes de mortalidade mais estáveis e minimizar possíveis flutuações aleatórias ocorridas em um determinado ano. Vale ressaltar que foram calculados coeficientes mortalidade para os municípios, utilizando tanto a doença de Chagas como causa básica quanto causa múltipla de morte. Primeiramente, a presença de dependência espacial pode ser avaliada utilizando o Índice Global de Moran I e Getis-Ord General G sobre os coeficientes de mortalidade relacionados à doença de Chagas. Esses métodos de autocorrelação espacial global medem a correlação de uma variável com ela mesma no espaço, variando de -1 (máxima dessemelhança entre os vizinhos) a +1 (máxima semelhança entre vizinhos) enquanto o valor 0 indica inexistência de autocorrelação (CLIFF; ORD, 1981; ANSELIN, 1995). Permitem analisar até que ponto o nível de uma variável para uma área é similar ou não às áreas vizinhas e identificam aglomerados de áreas com riscos semelhantes para ocorrência do desfecho de interesse. Seu teste de significância estatística é feito por simulação, onde os valores do indicador são permutados entre as áreas. Utilizou-se como critério de significância o valor de p abaixo de 0,05. Em seguida, foi realizado o cálculo dos indicadores de autocorrelação local - índice de Moran local (LISA) e estatística Getis-Ord Gi* (GETIS; ORD, 1992; ANSELIN, 1995), que determinam a dependência local dos dados com relação aos seus vizinhos. Estes indicadores permitem identificar padrões de associação espacial que podem caracterizar a 61

ocorrência de agrupamentos (ou clusters ) entre os polígonos que compõem a base de dados. Para identificação de áreas criticas de transição, os métodos de análise gráfica do índice de Moran local realizada nesse estudo foram baseados nos Moran Maps , que mostraram apenas os municípios que apresentaram significância estatística (p <0,05), porém distribuídos em seus respectivos quadrantes. Os quadrantes gerados nessa técnica são interpretados da seguinte forma: Q1 (valores positivos, médias positivas) e Q2 (valores negativos, médias negativas), indicando pontos de associação espacial positiva ou similares aos seus vizinhos, ou seja, representam municípios com altos e baixos coeficientes de mortalidade circundados por unidades também com altos e baixos coeficientes, respectivamente; Q3 (valores positivos, médias negativas) e Q4 (valores negativos, médias positivas), indicando pontos de associação espacial negativa, isto é, municípios com baixos e altos coeficientes de mortalidade circundados por municípios com altos e baixos coeficientes, respectivamente. As duas primeiras categorias representam áreas de concordância e as duas últimas áreas de transição (ANSELIN, 1995). O cálculo da estatística Gi* é uma soma simples de vizinhos normalizadas e sua visualização é classificada por desvios em relação à média, permitindo uma interpretação direta da intensidade do sinal de associação espacial. Na variável normalizada, a média tende a zero, assim sua representação se faz por números de desvios padrões em relação à zero em valor positivo, apontando municípios como positivamente autocorrelacionados e negativos em casos contrários (GETIS; ORD, 1992). Nas análises dos índices de autocorrelação global e local, a heterogeneidade no tamanho dos municípios nos levou a optar pelo uso do critério de distância entre eles e foi escolhido um raio de 100 quilômetros, como parâmetro de determinação da vizinhança. O método de definição do raio utilizado foi empírico, mostrando-se adequado para as análises do estudo e visualização dos clusters . Para o georreferenciamento das informações e análise espacial foi utilizada a malha digital municipal do Brasil de 2007, obtidas a partir das bases cartográfica do IBGE, em formato shapefile (.shp), compatíveis com o software ArcGIS versão 9.3 ( Environmental Systems Research Institute - ESRI, Redlands, CA ). Utilizou-se na análise espacial todos os municípios brasileiros. Contudo, nem sempre foi possível estabelecer uma precisa correspondência entre os dados colhidos e a divisão política mais atual que se pode dispor. Foram criadas 57 novas municipalidades durante o período deste estudo (53 em 2001 e 4 em 2005) (IBGE) e, algumas vezes, com território formado a partir de diferentes municípios. Para uma distribuição homogênea dos óbitos e estabilidade dos coeficientes entre esses municípios, 62

foi realizada a agregação dos novos municípios com aqueles que deram origem aos mesmos. No Sistema de Informações Geográficas (SIG) ArcGIS versão 9.3 ( Environmental Systems Research Institute - ESRI, Redlands, CA ) foi feita a entrada, processamento, análise e apresentação cartográfica dos dados, além de calcular os indicadores de autocorrelação espacial global e local. O programa ArcGIS também foi utilizado para construção dos mapas temáticos. A apresentação dos dados foi feita por meio de tabelas e mapas.

4.5 Aspectos éticos

As informações sobre os óbitos relacionados à doença de Chagas foram obtidos dos bancos de dados informatizados do SIM, disponibilizados para amplo acesso no site do DATASUS. Por se tratar de estudo com base de dados secundária, essas informações são de domínio público e não apresentam variáveis relacionadas à identificação dos indivíduos. Desta forma, não foi necessário submeter o projeto deste trabalho para apreciação de um Comitê de Ética em Pesquisa.

63

5 RESULTADOS

5.1 Perfil dos óbitos relacionados à doença de Chagas

Dos 8.942.217 óbitos que ocorreram no Brasil entre 1999 a 2007, em 53.930 (0,6%) casos a doença de Chagas foi mencionada como causa de morte, dentre os quais 44.537 (82,6%) como causa básica e 9.387 (17,4%) como causa associada de morte (Figura 16). O número médio do total de menções de óbitos relacionados à doença de Chagas foi de 5.992 mortes por ano, variando de 5.573 em 1999 a 6.227 em 2006. Em números absolutos, os óbitos como causa básica passaram de 5.001 em 1999 a 4.725 em 2007, correspondendo uma diminuição relativa de 5,5%. Como causa associada foram respectivamente 752 e 1.276 nesses anos, configurando um aumento de 69,7%, o que significa um aumento de 4,3% como causa múltipla (Tabela 4).

Banco de dados - SIM 1999-2007 Total de óbitos: 8.942.217 óbitos

Óbitos relacionados a doença de Chagas 1999-2007 Óbitos não relacionados a doença de Chagas 1999-2007 Causa múltipla 8.888.287 óbitos 53.930 óbitos (0,6%)

Causa básica Somente causa associada 44.543 óbitos (82,6%) 9.387 óbitos (17,4%)

Figura 16 - Distribuição dos óbitos relacionados à doença de Chagas no banco de dados do SIM, Brasil, 1999 a 2007. Fonte: SIM/SVS/MS. 64

A Tabela 5 mostra as caraterísticas epidemiológicas dos óbitos relacionados à doença de Chagas no período estudado. O número de óbitos foi maior nos homens, principalmente quando a doença de Chagas se apresentou como causa básica. O maior percentual de óbitos (83,2%) ocorreu em pessoas acima dos 50 anos de idade, particularmente a partir dos 70 anos, tanto como causa básica quanto causa associada (Tabela 5). A maior proporção ocorreu entre 70 e 74 anos, e com o aumento relativo de outras causas de óbito, houve declínio nas faixas etárias seguintes (Figura 17).

Tabela 5 - Caracterização epidemiológica dos óbitos relacionados à doença de Chagas segundo causas básicas, associadas e múltiplas de morte, Brasil, 1999 a 2007. Características Causa básica Causa associada Causa múltipla N % N % N % Sexo Masculino 25.808 57,9 4.940 52,6 30,748 57,0 Feminino 18.729 42,1 4.443 27,4 23.172 43,0 Ignorado 6 <0,1 4 <0,1 10 <0,1 Faixa etária (anos) <15 39 0,1 79 0,8 118 0,2 15 a 29 720 1,6 95 1,0 815 1,5 30 a 39 2.127 4,8 206 2,2 2.333 4,3 40 a 49 5.164 11,6 619 6,6 5.783 10,7 50 a 59 9.322 21,0 1.607 17,1 10.929 20,3 60 a 69 11.232 25,2 2.454 26,2 13.686 25,4 70 ou mais 15.890 35,6 4.324 46,1 20.214 37,5 Ignorada 49 0,1 3 <0,1 52 0,1 Idade ao morrer (anos) Média (DP) 63,5 - 66,9 - 64,1 - (±14,6) (±14,6) (±14,7) Mediana 64 69 65 Raça/Cor Branca 20.239 45,5 4.828 51,4 25.067 46,5 Parda 13.528 30,4 2.489 26,5 16.017 29,7 Preta 4.466 10,0 875 9,3 5.341 9,9 Amarela 279 0,6 65 0,7 344 0,6 Indígena 44 0,1 10 0,1 54 0,1 Ignorada 5.987 13,4 1.120 12,0 7.107 13,2 Região de residência Norte 581 1,3 95 1,0 676 1,3 Nordeste 7.973 17,9 1.645 17,5 9.618 17,8 Sudeste 23.503 52,8 5.435 57,9 28.938 53,6 Sul 2.668 6,0 497 5,3 3.165 5,9 65

Centro-Oeste 9.818 22,0 1.715 18,3 11.533 21,4 Residência em capital do estado Capital 9.745 21,9 2.626 28,0 12.371 22,9 Não capital 34.798 78,1 6.761 72,0 41.559 77,1 Ocorrência em capital de estado Capital 30.864 69,3 5.660 60,3 36.524 67,7 Não capital 13.679 30,7 3.727 39,7 17.406 32,3 Ano de ocorrência do óbito 1999 5.001 11,2 752 8,0 5.753 10,7 2000 5.134 11,5 878 9,4 6.012 11,2 2001 4.889 11,0 942 10,0 5.831 10,8 2002 4.891 11,0 968 10,3 5.859 10,9 2003 5.016 11,3 1.007 10,7 6.023 11,2 2004 5.041 11,3 1.133 12,1 6.174 11,4 2005 4.916 11,0 1.134 12,1 6.050 11,2 2006 4.930 11,1 1.297 13,8 6.227 11,5 2007 4.725 10,6 1.276 13,6 6.001 11,1 Total 44.543 100,0 9.387 100,0 53.930 100,0 Fonte: SIM/SVS/MS.

8000

7000

6000

5000

4000

3000

2000

1000 Óbitos por doença de Chagas por Óbitos 0

Figura 17 - Número de óbitos relacionados à doença de Chagas segundo faixa etária, causa múltipla, Brasil, 1999 a 2007.

A média e mediana de idade ao morrer foi maior nos óbitos em que a doença de Chagas se apresentou como causa associada do que naqueles em que foi causa básica, com 66

médias de 66,9 (DP ±14,6) e 63,5 (DP ±14,6) anos (p<0,001) e medianas de 69 e 64 anos (Tabela 5). Os óbitos com menores idades foram três mortes perinatais, dois do sexo masculino e um do sexo feminino. Em ambos, a doença de Chagas se apresentou como causa associada. A idade mais avançada ocorreu em óbito com 109 anos, do sexo feminino e com a doença de Chagas como causa associada. A raça/cor predominante nos registros dos óbitos foi a branca (46,5%), seguida pela parda (29,7%). No entanto, em 13,2% dos óbitos não havia registro dessa informação (Tabela 5). A maior proporção de óbitos ocorreu na região Sudeste, com mais da metade (53,6%) relacionados à doença de Chagas no Brasil (Tabela 5). Somente os estados de São Paulo e Minas Gerais foram responsáveis por 52,9% dos óbitos por doença de Chagas ocorridos no Brasil no período de estudo. Foram registrados mais óbitos por local de residência (77,1%) do que por local de ocorrência (32,3%) para os municípios do interior dos estados (Tabela 5), ou seja, apesar da maioria dos falecidos morarem no interior dos estados brasileiros, a maioria morreu por doença de Chagas nas capitais dos estados. Verificaram-se diferenças regionais entre residir em município do interior e falecer por doença de Chagas em capitais dos estados, mostrando-se maiores variações nas regiões Sul (75,9%), Sudeste (57,9%) e Norte (56,9%) e menores nas regiões Nordeste (34,5%) e Centro-Oeste (11,2%). Nos óbitos em que a doença de Chagas foi mencionada como causa básica, a apresentação clínica predominante foi a forma cardíaca crônica (84,9%) (Tabela 6). Apesar da proporção dos óbitos relacionados à doença de Chagas aguda (DCA) e a forma digestiva crônica serem de apenas 2,5% e 9,4% do total de óbitos como causa básica (Tabela 5), houve um aumento de 24,4% (R 2 = 0,86; p = 0,003) e 96,9% (R 2 = 0,88; p = <0,001) dos óbitos relativos a essas formas clínicas no período, respectivamente (Figura 18 - A e B). Ao mesmo tempo, os óbitos tendo como causa básica a forma cardíaca crônica passaram de 4.327 em 1999 a 3.773 em 2007, uma diminuição de 12,8% dos óbitos (R 2 = 0,69; p = 0,006) (Figura 18-C).

67

A 250

200

150

Óbitos 100

50

0 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 700

600

500

400

Óbitos 300

200

100

0 1999 2000 2001 2002 2003 2004 2005 2006 2007

C 5000 4500 4000 3500 3000 2500

Óbitos 2000 1500 1000 500 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Brasil Norte Nordeste Sudeste Sul Centro-Oeste

Figura 18 - Distribuição dos óbitos por doença de Chagas como causa básica, segundo forma clínica e região, Brasil, 1999 a 2007. (A) forma aguda, (B) digestiva crônica e (C) cardíaca crônica.

68

Tabela 6 - Distribuição dos óbitos por doença de Chagas como causa básica, segundo apresentação clínica, Brasil, 1999 a 2007. Forma clínica (CID-10) N % DC crônica com comprometimento cardíaco (B57.2) 37.800 84,9 DC crônica com comprometimento do aparelho digestivo (B57.3) 4.208 9,4 Forma aguda da DC com comprometimento cardíaco (B57.0) 1.097 2,5 DC crônica com comprometimento de outros órgãos (B57.5) 1.157 2,6 Forma aguda da DC sem comprometimento cardíaco (B57.1) 144 0,3 DC crônica com comprometimento do sistema nervoso (B57.4) 137 0,3 Total 44.543 100,0 DC (doença de Chagas).

A análise por causa múltipla também permite analisar a qualidade do preenchimento da declaração de óbito por meio do número médio de diagnósticos mencionados na declaração de óbito. No período estudado, o número médio de menções de causas de morte nas DOs, foi menor nos óbitos por doença de Chagas como causa básica (3,2) que nos óbitos em que a doença de Chagas se apresentou como causa associada (4,2).

5.2 Fatores associados à mortalidade relacionada à doença de Chagas

A análise bivariada com os fatores associados à mortalidade relacionada à doença de Chagas como causa múltipla está representada na Tabela 7. Todas as variáveis disponíveis e avaliadas na análise bivariada estiveram associadas significativamente com a mortalidade relacionada à doença de Chagas como causa múltipla (Tabela 7). Riscos relativos (RR) >10 foram encontrados nos óbitos ocorridos nas faixas etárias acima de 30 anos e que residiam na região Centro-Oeste. Outras variáveis significativamente associadas à mortalidade relacionada à doença de Chagas foram: residir nas regiões Sudeste (RR = 4,66) e Nordeste (RR = 3,00), principalmente nos estados de Minas Gerais, Goiás e Distrito Federal (4,91), idades entre 15 e 29 anos (RR = 7,59) e ser de raça/cor preta (RR = 1,65) e parda (R = 1,27) (Tabela 7).

69

Tabela 7 - Análise bivariada dos fatores associados à mortalidade relacionada à doença de Chagas como causa múltipla, Brasil, 1999 a 2007. Características* Óbitos por doença de RR IC 95% Valor p Chagas Sim Não % Sexo Feminino 23.172 3.725.108 0,618 1,00 Masculino 30,748 5.156.722 0,593 0,96 0,94-0,97 <0,001 Faixa etária (anos) <15 118 699.620 0,017 1,00 15 a 29 815 636.300 0,128 7,59 6,25-9,20 <0,001 30 a 39 2.333 534.661 0,434 25,76 21,41-31,00 <0,001 40 a 49 5.783 774.857 0,740 43,93 36,61-52,71 <0.001 50 a 59 10.929 1.043.824 1,036 61,44 51,25-73,66 <0,001 60 a 69 13.686 1.395.409 0,971 57,60 48,05-69,04 <0,001 70 ou mais 20.214 3.764.996 0,534 31,67 26,43-37,95 <0,001 Idade (anos) <30 933 1.335.920 0,070 1,00 30 ou mais 52.945 7.513.747 0,705 10,03 9,40-10,70 <0,001 Raça/Cor Indígena 54 20.113 0,268 0,50 0,39-0,66 <0,001 Amarela 344 73.105 0,468 0,89 0,80-0,98 0,026 Preta 5.341 607.359 0,872 1,65 1,60-1,69 <0,001 Parda 16.017 2.365.270 0,673 1,27 1,25-1,30 <0,001 Branca 25.067 4.720.375 0,528 1,00 Região de residência Norte 676 467.867 0,144 1,00 Sul 3.165 1.418.861 0,222 1,54 1,42-1,68 <0,001 Nordeste 9.618 2.210.177 0,435 3,00 2,78-3,25 <0,001 Centro-Oeste 11.533 520.957 2,164 15,01 13,90-16,22 <0,001 Sudeste 28.938 4.270.425 0,673 4,66 4,32-5,03 <0,001 Unidades da Federação MG, GO e DF 23.892 1.223.439 1,915 4,91 4,82-4,99 <0,001 Demais estados 30.038 7.664.848 0,390 1,00 Residência em capital do estado Capital 12.371 2.273.457 0,541 1,00 Não capital 41.559 6.614.830 0,624 1,15 1,13-1,18 <0,001 Ocorrência em capital de estado Não capital 17.406 2.942.412 0,588 1,00 Capital 36.524 5.945.875 0,610 1,04 1,02-1,06 <0,001 *Excluídos os dados ignorados/ausentes em todas as variáveis. RR: Risco Relativo. IC: Intervalo de confiança 70

Na análise multivariada (regressão logística) foram incluídas as variáveis sexo, idade de forma binária (com corte na idade de 30 anos), residência nas unidades MG, DF e GO (bivariada) e as capitais como local de residência. Optou-se por não incluir idade em anos pelo fato de não ter comportamento linear com o risco de morte por doença de Chagas na análise bivariada. Região de residência e local de ocorrência foram excluídas por apresentarem colinearidade com as demais variáveis incluídas. A informação sobre raça/cor, pela falta de informações em mais de 10% dos casos também não foi incluída, pois diminuiria o número de observações e, além da limitação da interpretação dessa informação. As variáveis incluídas nos modelos finais (causa básica e causa múltipla) são apresentadas na Tabela 8.

Tabela 8 - Análise multivariada dos fatores associados à mortalidade relacionada à doença de Chagas segundo causa básica e causa múltipla, Brasil, 1999 a 2007. Características OR* ajustada IC 95% Valor p Causa básica Sexo Feminino 1,00 Masculino 1,06 1,04-1,08 <0,001 Idade (anos) <30 1,00 30 ou mais 10,81 10,03-10,65 <0,001 Unidades da Federação MG, GO e DF 5,12 5,03-5,22 <0,001 Demais estados 1,00 Residência em capital do estado Capital 1,00 Não capital 1,10 1,08-1,13 <0,001

Causa múltipla Sexo Feminino 1,00 Masculino 1,02 1,00-1,03 0,045 Idade (anos) <30 1,00 30 ou mais 10,60 9,90-11,33 <0,001 Unidades da Federação MG, GO e DF 4,89 4,81-4,98 <0,001 Demais estados 1,00 Residência em capital do estado Capital 1,00 Não capital 1,04 1,02-1,06 <0,001 *OR: Odds Ratio (Razão de Chances) 71

Idade igual ou acima de 30 anos (OR = 10,81 e 10,60) e residência nos estados de Minas Gerais, Goiás e Distrito Federal (OR = 5,12 e 4,89) foram os mais importantes fatores independentes associados à mortalidade relacionada à doença de Chagas como causa básica e múltipla, respectivamente (Tabela 8). O sexo masculino se apresentou como fator independentemente associado à mortalidade quando a doença de Chagas foi mencionada como causa básica, mas o valor pequeno da OR indica que o sexo não tem importância prática. Morar em municípios do interior também foi um fator independente associado à mortalidade relacionada à doença de Chagas, mas sem significado prático (Tabela 8).

5.3 Indicadores de mortalidade relacionados à doença de Chagas

5.3.1 Coeficientes de mortalidades gerais

Na série histórica (1999-2007), o coeficiente padronizado de mortalidade relacionado à doença de Chagas no Brasil diminuiu significativamente em 26,4% (p = 0,011), de 3,78 a 2,78 óbitos por 100 mil habitantes entre os anos de 1999 e 2007 (Figura 19). Essa queda foi ponderada principalmente pela diminuição correspondente de 33,2% (p = 0,001) do coeficiente por causa básica, que passou de 3,28 a 2,19 óbitos por 100 mil habitantes, enquanto ocorreu um aumento relativo do coeficiente por causa associada (20,4%), passando de 0,49 a 0,59 por 100 mil habitantes entre 1999 e 2007 (p = 0,005) (Figura 19 e Tabela 9). O coeficiente médio padronizado de mortalidade relacionado à doença de Chagas no período, incluindo o total de menções foi 20,9% superior ao coeficiente clássico calculado considerando apenas óbitos pela causa básica (3,36 versus 2,78 óbitos por 100 mil habitantes).

72

4 3,5 3 2,5 2 1,5 or 100.000 habitantes or 1 0,5

Óbitos p 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Causa básica Causa associada Causas múltiplas

Figura 19 - Coeficiente padronizado de mortalidade relacionada à doença de Chagas no Brasil, 1999 a 2007.

Houve distintos padrões regionais relacionados à mortalidade por doença de Chagas. Os coeficientes padronizados de mortalidade foram maiores nas regiões Centro-Oeste e Sudeste. No entanto, juntamente com a região Sul, estas foram as que apresentaram tendência de declínio progressivo estatisticamente significativo no período, de 37,9% (p = 0,001), 28,8% (p = 0,007) e 41,8% (0,028), respectivamente, tanto quando a doença de Chagas se apresentou como causa básica quanto múltipla (Figura 20-A e B e Tabela 9). Observou-se uma ascensão dos coeficientes de mortalidade relacionados à doença de Chagas nas regiões Norte e Nordeste (Figura 20-A e B e Tabela 9), porém somente a região Nordeste apresentou tendência crescente estatisticamente significante como causa múltipla (p = 0,047), enquanto a região Norte apresentou estabilização nos coeficientes padronizados no período (Figura 20-B e Tabela 9).

73

A 16 14 12 10 8 6 4 2 0 Óbitoshabiantes 100.000 por 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 16 14 12 10 8 6 4 2 0 Óbitoshabitantes 100.000 por 1999 2000 2001 2002 2003 2004 2005 2006 2007 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste

Figura 20 - Coeficiente padronizado de mortalidade relacionada à doença de Chagas segundo regiões, Brasil, 1999 a 2007: (A) causa básica e (B) causa múltipla.

A Figura 21 sintetiza os coeficientes médios de mortalidade relacionada à doença de Chagas para os óbitos ocorridos nas unidades da federação, para o período de 1999 a 2007.

74

Goiás Distrito Federal Minas Gerais Bahia São Paulo Alagoas Tocantins BRASIL Paraná Mato Grosso Piauí Mato Grosso do Sul Pernambuco Rondônia Paraíba Ceará Sergipe Rio Grande do Sul Rio Grande do Norte Rio de Janeiro Pará Espírito Santo Roraima Causa básica Maranhão Acre Causa associada Santa Catarina Amazonas Amapá 0 5 10 15 20

Óbitos por 100.000 habitantes

Figura 21 - Coeficientes médios da mortalidade específica relacionados à doença de Chagas segundo unidades da federação de residência, Brasil, 1999 a 2007.

Destacaram-se os estados de Goiás, o Distrito Federal, Minas Gerais, Bahia, São Paulo, Alagoas e Tocantins por apresentarem coeficientes de mortalidade relacionada à doença de Chagas superiores à média do Brasil (Figura 21). Na análise das tendências dos coeficientes padronizados de mortalidade relacionada à doença de Chagas no Brasil e regiões, o modelo que melhor representou o comportamento da mortalidade relacionado à doença de Chagas no Brasil e regiões foi o de regressão linear simples. A tendência de mortalidade relacionada à doença de Chagas no Brasil e nas regiões Sudeste, Sul e Centro-Oeste no período de 1999 a 2007 apresentaram tendência de declínio sustentada e constante, tanto como causa básica como causa múltipla (Tabela 9). A região Nordeste apresentou tendência estável como causa básica, no entanto, com a inclusão dos óbitos relacionados à doença de Chagas como causa associada, a 75

tendência como causa múltipla foi significativamente crescente, porém não constante (modelo de segundo grau). A região Norte apresentou tendência de estabilidade, muito provavelmente pelo pequeno número de óbitos, que provocou uma grande oscilação nos coeficientes analisados. Os coeficientes de determinação (R 2) variaram de 0,10 a 0,92 (Tabela 9), dependendo do coeficiente de mortalidade analisado, indicando que a maioria das tendências (crescentes ou decrescentes) analisadas são explicadas pelas curvas dos modelos de regressão utilizados.

Tabela 9 - Análise das tendências dos coeficientes padronizados de mortalidade relacionada à doença de Chagas no Brasil e regiões, 1999 a 2007. Coeficientes de Modelo* R2** p Tendência Mortalidade Brasil Causa básica Y= 2,79 – 0,095x 0,79 0,001 Decrescente Causa associada Y= 0,58 + 0,019x 0,70 0,005 Crescente Causa múltipla Y= 3,37 – 0,076x 0,63 0,011 Decrescente Regiões - Causa básica Região Norte Y= 0,68 – 0,002x – 0,003x 2 0,10 0,721 Estável Região Nordeste Y= 1,89 + 0,015x + 0,009x 2 0,35 0,273 Estável Região Sudeste Y=3,18 – 0,131x 0,77 0,002 Decrescente Região Sul Y= 1,05 – 0,052x 0,59 0,015 Decrescente Região Centro-Oeste Y= 11,38 – 0,592x – 0,057x 2 0,92 <0,001 Decrescente Regiões – Causa múltipla Região Norte Y= 0,79 + 0,011x 0,15 0,309 Estável Região Nordeste Y= 2,18 + 0,047x + 0,013x 2 0,64 0,047 Crescente Região Sudeste Y= 3,90 – 0,119x 0,66 0,007 Decrescente Região Sul Y= 1,25 – 0,045x 0,52 0,028 Decrescente Região Centro-Oeste Y= 12,95 – 0,547x 0,82 0,001 Decrescente *Modelo: y = coeficiente padronizado da mortalidade relacionado à doença de Chagas (por 100 mil habitantes); x = ano do óbito – ano médio do período estudado (2003). **R 2 = coeficiente de determinação.

A razão entre o total de menções e a frequência de causa básica mostrou que a utilização apenas da causa básica nas análises dos dados de mortalidade relacionada à doença de Chagas acarretaria uma perda de informação considerável, visto que a partir de 1999, um número crescente dessa doença tem sido registrado nas declarações de óbito como causa associada de morte (R 2 = 0,97; p = <0,001) (Figura 22). 76

1,3

1,25

1,2

1,15 básica básica

1,1

1,05 Razão entre total de menções/causa menções/causa total de entre Razão 1 1999 2000 2001 2002 2003 2004 2005 2006 2007

Figura 22 - Razão entre o total de menções e frequência da causa básica dos óbitos relacionados à doença de Chagas, Brasil, 1999 a 2007.

5.3.2 Coeficientes de mortalidade segundo características demográficas

As séries temporais da mortalidade por Chagas, estratificada para os sexos masculino e feminino, são apresentadas na Figura 23-A e B.

77

A 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5

Óbitos por 100.000 homens 100.000 por Óbitos 0 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5

Óbitos por 100.000por Óbitos mulheres 0 1999 2000 2001 2002 2003 2004 2005 2006 2007

Causa múltipla Causa básica Causa associada

Figura 23 - Coeficiente padronizado de mortalidade relacionada à doença de Chagas segundo sexo, Brasil, 1999 a 2007. (A) Masculino e (B) feminino.

Os homens apresentaram maiores coeficientes padronizados de mortalidade relacionada à doença de Chagas quando comparados às mulheres (p<0,001), havendo para ambos os sexos uma tendência de declínio significativo ao longo da série histórica (Figura 23- A e B e Tabela 10). Em 1999, o coeficiente para o total de menções segundo o sexo masculino e feminino eram, respectivamente, 4,39 e 3,17 óbitos por 100 mil habitantes, passando para 3,13 e 2,45 em 2007, configurando-se em uma queda maior entre os homens de 27,8% (p = 0,005) e menor de 21,7% (p = 0,046) na mortalidade entre as mulheres (Figura 23-A e B e Tabela 10). Essa superioridade também foi visualizada nas razões de óbitos entre os sexos (razão entre homens/mulheres) correspondentes aos coeficientes de mortalidade relacionada à 78

doença de Chagas que, pelo total de menções, a razão foi um óbito entre as mulheres para cada 1,43 entre os homens em 1999 chegando a 1:1,32 em 2007 (Figura 24). Apesar da diminuição dos coeficientes para ambos os sexos no período, o declínio maior foi entre os homens do que entre as mulheres, consequentemente ocasionando uma queda da relação dentre homens e mulheres entre os óbitos relacionados à doença de Chagas. A razão geral da mortalidade entre homens e mulheres foi maior nos óbitos em que a doença de Chagas se apresentou como causa básica do que nos óbitos em que se apresentou como causa associada (1,42 vs. 1,14), apresentando-se tendência decrescente dessa diferença como causa básica (p = 0,038) e múltipla (p = 0,005) no período (Figura 24 e Tabela 10).

1,5 1,45 1,4 1,35 1,3 1,25 1,2 1,15 1,1 1,05

Razão entre homens e mulheres homens entre Razão 1 1999 2000 2001 2002 2003 2004 2005 2006 2007

Causa múltipla Causa básica Causa associada

Figura 24 - Razão entre homem e mulheres dos coeficientes de mortalidade relacionada à doença de Chagas, Brasil, 1999 a 2007.

Na análise das tendências temporais, ambos os sexos apresentaram tendência de declínio estatisticamente significativo e constante dos coeficientes padronizados segundo causa básica e causa múltipla de morte (Tabela 10). Os coeficientes segundo causa associada apresentaram tendência crescente e constante no sexo feminino e crescente e não constante (modelo de segundo grau) no sexo masculino, com tendência de estabilidade nos últimos anos (Tabela 10). A razão entre sexos apresentou tendência decrescente e constante (modelo linear) nos óbitos em que a doença de Chagas se apresentou como causa básica e múltipla e tendência não significativa ou de estabilidade quando se apresentou como causa associada (Tabela 10). .

79

Tabela 10 - Análise das tendências dos coeficientes de mortalidade relacionados à doença de Chagas segundo sexo e razão entre sexos, Brasil, 1999 a 2007. Sexo Modelo* R2** p Tendência Masculino Causa básica Y= 3,28 – 0,121x 0,81 0,001 Decrescente Causa associada Y = 0,65 + 0,018x – 0,004x 2 0,76 0,014 Crescente Causa múltipla Y= 3,90 – 0,104x 0,71 0,005 Decrescente Feminino Causa básica Y= 2,31 – 0,068x 0,74 0,003 Decrescente Causa associada Y= 0,54 + 0,021x 0,66 0,008 Crescente Causa múltipla Y= 2,85 – 0,047x 0,45 0,046 Decrescente Razão homens/ mulheres*** Causa básica Y= 1,42 – 0,011x 0,48 0,038 Decrescente Causa associada Y= 1,20 – 0,044x – 0,007x 2 + 0,003x 3 0,58 0,381 Estável Causa múltipla Y= 1,39 – 0,014x -0,003x 2 0,83 0,005 Decrescente *Modelo: y = coeficiente padronizado da mortalidade relacionado à doença de Chagas por sexo/razão entre sexos; x = ano do óbito – ano médio do período estudado (2003). **R 2 = coeficiente de determinação ***Razão H/M: coeficiente de mortalidade relacionada à doença de Chagas – sexo masculino/ coef. de mortalidade relacionada à doença de Chagas – sexo feminino

As mortes relacionadas à doença de Chagas mostraram claramente uma correlação com a idade. Os maiores coeficientes específicos de mortalidade relacionados à doença de Chagas foram encontrados no grupo etário de 70 anos ou mais. A maioria dos coeficientes específicos para o total de menções apresentaram tendências declinantes ao longo do período estudado, à exceção da faixa etária a partir dos 70 anos, cujos coeficientes entre 2001 a 2006 foram crescentes e com leve declínio em 2007 (p = 0,033) (Figura 25-A e B e Tabela 11). Esse padrão correspondeu ao incremento dos coeficientes específicos como causa associada de morte, que apresentaram valores crescentes no período, principalmente nas faixas etárias mais elevadas, como na faixa etária de 60 a 69 e 70 anos ou mais (Figura 25-B).

80

A 35 30

25

20

15

10

5

Óbitoshabitantes 100.000 por 0 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 40 35 30 25 20 15 10 5 Óbitos por 100.000 habitantes 100.000 por Óbitos 0 1999 2000 2001 2002 2003 2004 2005 2006 2007

<15 15 a 29 30 a 39 40 a 49 50 a 59 60 a 69 70 ou mais

Figura 25 - Coeficiente específico de mortalidade relacionado à doença de Chagas segundo grupos etários, Brasil, 1999 a 2007. (A) Causa básica e (B) causa múltipla.

As médias de idade ao morrer foram crescentes no período, tanto para os óbitos relacionados à doença de Chagas como causa básica (p <0,001) e associada (p = 0,002) (Figura 26 e Tabela 11). No entanto, os valores foram mais elevados nos óbitos em que a doença de Chagas se apresentou como causa associada, reproduzindo o padrão ocorrido com os achados nos grupos etários, visualizado anteriormente, em que esta ocasionou um incremento na idade ao morrer nos óbitos como causa múltipla (Figura 26). 81

70 69 68 67 66 65 64 63 62 Idadeao morrer média 61 60 1999 2000 2001 2002 2003 2004 2005 2006 2007

Causa múltipla Causa básica Causa associada

Figura 26 - Evolução da média de idade ao morrer em óbitos relacionados à doença de Chagas no Brasil, 1999 a 2007.

Na análise das tendências temporais dos coeficientes de mortalidade específicos por idade, a maioria das faixas etárias apresentou tendência de declínio linear nos coeficientes de mortalidade relacionada à doença de Chagas, tanto como causa básica como causa múltipla (exceto a faixa etária 30 a 39 anos como causa básica). A faixa etária acima de 70 anos apresentou tendência crescente, porém não constante (modelo de terceiro grau), com tendência de estabilidade no final do período (Tabela 11). Nos menores de 15 anos, não se conseguiu definir uma tendência estatisticamente significante como causa básica, apesar de apresentar uma tendência de crescimento não constante (modelo de segundo grau) como causa múltipla (Tabela 11). Vale ressaltar que a análise desta última faixa etária ficou prejudicada devido ao pequeno número absoluto dos óbitos, gerando instabilidade dos coeficientes obtidos. As médias de idade ao morrer apresentaram tendência de crescimento constante no período, com acréscimo anual de 0,42 anos como causa básica e de 0,45 como causa múltipla (Tabela 11).

82

Tabela 11 - Análise das tendências dos coeficientes de mortalidade relacionada à doença de Chagas segundo faixa etária e média de idade ao morrer, Brasil, 1999 a 2007. Faixa etária Modelo* R2** p Tendência

Causa básica <15 anos Y= 0,01 – 0,001x 0,26 0,158 Estável 15 a 29 anos Y= 0,16 – 0,017x 0,81 0,001 Decrescente 30 a 39 anos Y= 0,90 – 0,036x + 0,008x 2 0,84 0,004 Decrescente 40 a 49 anos Y= 2,88 – 0,216x 0,96 <0,001 Decrescente 50 a 59 anos Y= 7,95 – 0,416x 0,80 0,001 Decrescente 60 a 69 anos Y= 14,67 – 0,470x 0,83 0,001 Decrescente 70 e mais Y= 27,59 + 1,139x – 0,129x 2 – 0,112x 3 0,80 0,032 Crescente Causa múltipla <15 anos Y= 0,02 + 0,001x 2 0,66 0,039 Crescente 15 a 29 anos Y= 0,18 – 0,016x 0,77 0,002 Decrescente 30 a 39 anos Y= 0,93 – 0,042x +0,008x 2 0,84 0,004 Decrescente 40 a 49 anos Y= 3,22 – 0,219x 0,95 <0,001 Decrescente 50 a 59 anos Y= 9,30 – 0,416x 0,76 0,002 Decrescente 60 a 69 anos Y= 17,84 – 0,372x 0,67 0,007 Decrescente 70 e mais Y= 35,15 +1,866x – 0,190x 2 -0,139x 3 0,80 0,033 Crescente Média de idade ao morrer Causa básica Y= 63,52 + 0,417x 0,94 <0,001 Crescente Causa associada Y= 66,77 + 0,444x 0,76 0,002 Crescente Causa múltipla Y= 64,08 + 0,450x 0,93 <0,001 Crescente *Modelo: y = coeficiente da mortalidade relacionado à doença de Chagas por faixa etária/ média de idade ao morrer; x = ano do óbito – ano médio do período estudado (2003). **R 2 = coeficiente de determinação.

5.3.3 Mortalidade proporcional relacionada à doença de Chagas

A utilização da metodologia das causas múltiplas permitiu elevar em 20% a mortalidade proporcional relacionada à doença de Chagas (0,5% versus 0,6%). No decorrer da série histórica, foi verificada uma queda progressiva da mortalidade proporcional como causa básica de 0,53% a 0,45% (p <0,001) e aumento como causa associada de 0,08% para 0,14% (p <0,001) entre 1999 a 2007, resultando em uma estabilização das curvas de mortalidade proporcional pelo total de menções (p = 0,059) (Figura 27 e Tabela 12).

83

0,7

0,6

0,5

0,4

0,3

0,2

0,1 Mortalidade proporcional Mortalidade

0 1999 2000 2001 2002 2003 2004 2005 2006 2007

Causa múltipla Causa básica Causa associada

Figura 27 - Mortalidade proporcional relacionada à doença de Chagas no Brasil, 1999 a 2007.

A região Centro-Oeste apresentou a maior mortalidade proporcional entre as regiões brasileiras (2,17%) (Figura 28-A e B). Apesar da importância dessa região na magnitude da mortalidade proporcional relacionada à doença de Chagas no Brasil, verificou- se tendência significativa do declínio da mortalidade proporcional pelo total de menções de 19,5% entre 1999 e 2007 (Figura 28-A e B e Tabela 12). Esse padrão também foi observado nas regiões Sudeste (declínio de 9,7%) e Sul (22,2%), porém não apresentou a mesma tendência de declínio estatisticamente significante quando se apresentou apenas como causa básica (Figura 28-A e B e Tabela 12). Ao contrário, foi verificado um incremento significativo da mortalidade proporcional na região Nordeste de 38,5% (p = 0,006) e a região Norte apresentou tendência de estabilidade (p = 0,146) (Figura 28-B e Tabela 12).

84

A 3 2,5

2

1,5

1

0,5 Mortalidade proporcional 0 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 3

2,5

2

1,5

1

0,5 Mortalidade proporcional Mortalidade 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste

Figura 28 - Mortalidade proporcional relacionada à doença de Chagas segundo regiões, Brasil, 1999 a 2007: (A) causa básica e (B) causa múltipla.

A Figura 29 mostra a mortalidade proporcional relacionada à doença de Chagas para os óbitos ocorridos nas 27 unidades da federação, calculados para o total do período entre 1999 a 2007. Os valores conjuntos resultam na mortalidade proporcional pelo total de menções da doença de Chagas nas declarações de óbitos. Esses valores para o Brasil são respectivamente, 0,50%, 0,10% e 0,60%. Dentre os estados com valores superiores ao do Brasil, destacam-se Goiás (3,52%), Distrito Federal (2,77%), Minas Gerais (1,67%), Bahia (1,40%), Tocantins (0,93%) e São Paulo (0,84%), enquanto os percentuais mais baixos foram registrados nos estados de Santa Catarina (0,01%), Amazônia (<0,01%) e Amapá (<0,01%) (Figura 29). 85

Goiás Distrito Federal Minas Gerais Bahia Tocantins São Paulo BRASIL Mato Grosso Alagoas Piauí Mato Grosso do Sul Pernambuco Rondônia Paraná Paraíba Ceará Rio Grande do Sul Sergipe Rio Grande do Norte Pará Rio de Janeiro Maranhão Roraima Acre Causa básica Espírito Santo Santa Catarina Causa associada Amazonas Amapá 0 0,5 1 1,5 2 2,5 3 3,5 4

Mortalidade proporcional (%)

Figura 29 - Mortalidade proporcional por doença de Chagas segundo unidades da federação de residência, Brasil, 1999 a 2007.

Na análise das tendências temporais, o modelo de regressão linear revela uma tendência significativamente decrescente e constante da mortalidade proporcional relacionada à doença de Chagas no Brasil como causa básica e uma tendência crescente e constante como causa associada (Tabela 12). No entanto, com o incremento da última, houve uma estabilização da mortalidade proporcional como causa múltipla. O mesmo comportamento observado se reproduz nas tendências das regiões Sudeste e Sul, na qual apresentam decréscimo constante como causa básica e tendência de estabilidade como causa múltipla. A região Centro-Oeste apresentou tendência declinante constante da mortalidade proporcional 86

como causa básica e múltipla. A região Nordeste apresentou crescimento deste indicador, porém esta tendência não foi constante em todo o período (modelo de segundo grau). A análise na região Norte ficou prejudicada pela grande oscilação dos valores da mortalidade proporcional devido ao pequeno número de óbitos pela doença de Chagas nessa região (Tabela 12).

Tabela 12 - Análise das tendências da mortalidade proporcional relacionada à doença de Chagas no Brasil e regiões, 1999 a 2007. Mortalidade Modelo* R2** p Tendência Proporcional Brasil Causa básica Y= 0,50 – 0,009x 0,89 <0,001 Decrescente Causa associada Y= 0,11 + 0,007x 0,91 <0,001 Crescente Causa múltipla Y= 0,61 – 0,003x 0,42 0,059 Estável Regiões – Causa básica Região Norte Y= 0,12 + 0,001x 0,05 0,569 Estável Região Nordeste Y= 0,34 + 0,005x + 0,003x 2 0,68 0,034 Crescente Região Sudeste Y= 0,55 – 0,011x 0,72 0,004 Decrescente Região Sul Y= 0,19 – 0,006x 0,57 0,019 Decrescente Região Centro-Oeste Y= 1,88 – 0,076x 0,84 0,001 Decrescente Regiões – Causa múltipla Região Norte Y= 0,14 + 0,003x 0,28 0,146 Estável Região Nordeste Y= 0,41 + 0,011x + 0,004x 2 0,82 0,006 Crescente Região Sudeste Y= 0,67 – 0,006x 0,40 0,069 Estável Região Sul Y= 0,22 – 0,005x 0,42 0,058 Estável Região Centro-Oeste Y= 2,18 – 0,064x 0,84 0,001 Decrescente *Modelo: y = mortalidade proporcional relacionada à doença de Chagas; x = ano do óbito – ano médio do período estudado (2003). **R 2 = coeficiente de determinação.

Os óbitos relacionados à doença de Chagas foram responsáveis por 13,1% do total de óbitos por doenças infecciosas e parasitárias (DIP) no Brasil durante o período estudado. Verificou-se que pelo total de menções, ocorreu um aumento 5,6% entre 1999 e 2007, porém com tendência de estabilidade (p = 0,316) (Figura 30 e Tabela 13). Os maiores percentuais dessa relação foram encontrados na região Centro-Oeste, onde 39,8% dos óbitos por doenças infecciosas e parasitárias ocorridas nessa região são relacionados à doença de Chagas. Esse indicador apresentou tendências decrescentes significantes como causa básica nas regiões Sudeste (p = 0,012), Sul (p = 0,032) e Centro-Oeste (p = 0,015), estável na região Norte (p = 0,586) e crescente na Nordeste (p = 0,018) (Figura 31-A e Tabela 13). Como causa múltipla, apenas a região Nordeste apresentou relação estatisticamente significante, ou seja, tendência 87

crescente da mortalidade proporcional por doença de Chagas no total de óbitos por doenças infecciosas e parasitárias, enquanto as demais regiões apresentaram tendência de estabilidade durante o período (Figura 31-B e Tabela 13).

16 14 12 10 8 6 4 2 Mortalidade proporciona/DIP 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Causa múltipla Causa básica Causa associada Figura 30 - Mortalidade proporcional por doença de Chagas em relação aos óbitos por doenças infecciosas e parasitárias (DIP), Brasil, 1999 a 2007.

88

A 50 45 40 35 30 25 20 15 10 5 0 Mortalidade proporcional/DIP Mortalidade 1999 2000 2001 2002 2003 2004 2005 2006 2007

B 45 40 35 30 25 20 15 10 5

Mortalidade proporcional/DIP Mortalidade 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste

Figura 31- Mortalidade proporcional por doença de Chagas em relação aos óbitos por DIP segundo regiões, Brasil, 1999 a 2007. (A) Causa básica e (B) causa múltipla.

A figura 32 mostra a mortalidade proporcional relacionado à doença de Chagas em relação aos óbitos por DIP segundo unidades da federação, no período de 1999 a 2007.

89

Goiás Distrito Federal Minas Gerais Bahia Tocantins São Paulo Paraná BRASIL Alagoas Piauí Mato Grosso Mato Grosso do Sul Pernambuco Rondônia Paraíba Ceará Rio Grande do Norte Sergipe Rio Grande do Sul Espírito Santo Pará Rio de Janeiro Maranhão Roraima Santa Catarina Causa básica Acre Causa associada Amazonas Amapá 0 10 20 30 40 50 60 70

Mortalidade proporcional (%)

Figura 32 - Mortalidade proporcional por doença de Chagas em relação à mortalidade por DIP segundo UF de residência, Brasil, 1999-2007.

As maiores proporções foram encontradas nos estados de Goiás e no Distrito Federal, onde respectivamente 60,1% e 52,3% dos óbitos por DIP são relacionadas à doença de Chagas. Destacam-se também, os estados de Minas Gerais (29,9%), Bahia (19,3%), Tocantins (19,1%), São Paulo (15,9%) e Paraná (14,9%) que apresentaram valores superiores ao do Brasil (13,1%) (Figura 32). A análise das tendências da mortalidade proporcional em relação aos óbitos por DIP no Brasil corrobora com o comportamento observado na análise da mortalidade proporcional, com tendência decrescente e constante nos óbitos relacionados à doença de 90

Chagas como causa básica e tendência crescente e constante como causa associada (modelo linear) (Tabela 13). Consequentemente, esse padrão reflete uma tendência de estabilidade nos óbitos como causa múltipla. Esse mesmo comportamento observado em âmbito nacional é visualizado nas Regiões Sudeste e Sul que apresentaram tendência de declínio e constante e Região Centro-Oeste com tendência decrescente na maior parte do período e estabilidade no final (modelo de terceiro grau) (Tabela 13). A inclusão dos óbitos por doença de Chagas como causa associada ocasionou um padrão de estabilidade desse indicador e não se conseguiu definir uma tendência significativa nessas regiões. A região Nordeste apresentou tendência de crescimento linear significativo e constante desse indicador, refletindo o aumento do impacto da doença de Chagas como causa de morte por DIP nessa região. Corroborando com os achados dos outros indicadores, a região Norte apresentou tendência estável, principalmente devido ao pequeno número de óbitos relacionados à doença de Chagas na região, acarretando instabilidade dos indicadores obtidos e não estabelecendo uma relação significante nos modelos utilizados (Tabela 13).

Tabela 13 - Análise das tendências da mortalidade proporcional por doença de Chagas em relação aos óbitos por DIP no Brasil e regiões, 1999 a 2007. Mortalidade Modelo* R2** p Tendência Proporcional/DIP Brasil Causa básica Y= 10,79 – 0,087 0,48 0,038 Decrescente Causa associada Y= 2,27 + 0,135x 0,94 <0,001 Crescente Causa múltipla Y= 13,06 + 0,048 0,15 0,306 Estável Regiões – Causa básica Região Norte Y= 2,09 + 0,018x 0,04 0,586 Estável Região Nordeste Y= 7,43 + 0,166x 0,57 0,018 Crescente Região Sudeste Y= 12,15 – 0,133x 0,62 0,012 Decrescente Região Sul Y= 4,95 – 0,149x 0,50 0,032 Decrescente Região Centro-Oeste Y= 35,11– 0,490x -0,192x 2 0,75 0,015 Decrescente Regiões – Causa múltipla Região Norte Y= 2,42 + 0,059x 0,25 0,173 Estável Região Nordeste Y= 8,96 + 0,314x 0,73 0,004 Crescente Região Sudeste Y= 0,39 + 0,068x – 0,033x 2 0,39 0,225 Estável Região Sul Y= 5,87 – 0,103x 0,31 0,121 Estável Região Centro-Oeste Y= 40,87 – 0,607x – 0,168x 2 0,82 0,622 Estável + 0,043x 3 *Modelo: y = mortalidade proporcional relacionada à doença de Chagas e relação aos óbitos por DIP; x = ano do óbito – ano médio do período estudado (2003). **R 2 = coeficiente de determinação.

91

5.4 Doenças e agravos associados com a doença de Chagas como causa básica de morte

As causas associadas de morte nos óbitos por doença de Chagas como causa básica são apresentadas na Tabela 14, ordenadas pela distribuição decrescente de suas menções entre 1999 e 2007. Um determinado óbito poderia apresentar uma ou mais causas associadas.

Tabela 14 - Causas associadas de morte nos óbitos de doença de Chagas como causa básica, Brasil, 1999 a 2007. Causas associadas de morte (CID-10)* N % Transtornos de condução/Arritmias (I44-I49) 18.440 41,4 Insuficiência cardíaca (I50) 16.816 37,7 Choque (R57) 6.933 15,6 Cardiomiopatias (I40-I43) 4.902 11,0 Sinais e sintomas relativos ao aparelho circulatório e respiratório (R00- R09) 4.101 9,2 Outras doenças do aparelho respiratório (J95-J99) 3.756 8,4 Doenças hipertensivas (I10-I15) 3.047 6,8 Doenças isquêmicas do coração (I20-I25) 2.767 6,2 Doenças cerebrovasculares (I60-I69) 2.742 6,1 Outras doenças dos intestinos (K55-K63) 2.645 5,9 Outras doenças respiratórias que afetam o interstício (J80-J84) 2.488 5,6 Pneumonias (J12-J18) 2.099 4,7 Septicemias (A41) 1.949 4,4 Causas mal definida e desconhecida de mortalidade (R95-R99) 1.943 4,4 Falência múltipla dos órgãos (R68) 1.936 4,3 Insuficiência renal (N17-N19) 1.905 4,3 Diabetes mellitus (E10-E14) 1.542 3,5 Complicações de cardiopatias e doenças cardíacas mal definidas (I51) 1.346 3,0 Doenças crônicas das vias aéreas inferiores (J40-J47) 1.180 2,6 Reação anormal em paciente ou complicação tardia causada por procedimentos cirúrgicos e outros procedimentos médicos sem menção de acidente ao tempo do procedimento (Y83-Y84) 1.108 2,5 Doença cardíaca pulmonar e da circulação pulmonar (I26-I28) 945 2,1 Desnutrição (E40-E46) 873 2,0 Distúrbios metabólicos e hidroeletrolíticos (E86-E90) 854 1,9 Senilidade (R54) 796 1,8 Complicações de cuidados médicos e cirúrgicos, não classificados em 1,5 outra parte (T80-T88) 651 Doenças das artérias, das arteríolas e dos capilares (I70-I79) 591 1,3 Doenças do fígado (K70-K77) 591 1,3 Doenças do esôfago, do estomago e do duodeno (K20-K31) 500 1,1 92

Sintomas e sinais relativos ao aparelho digestivo e ao abdome (R10-R19) 476 1,1 Transtornos mentais e comportamentais devidos ao uso de substância psicoativa (F10-F19) 434 1,0 Caquexia (R64) 418 0,9 Outras doenças do aparelho digestivo (K90-K93) 385 0,9 Doenças do peritônio (K65-K67) 350 0,8 Doenças pulmonares devidas a agentes externos (J60-J70) 298 0,7 Outros transtornos do sistema nervoso (G90-G99) 272 0,6 Outros transtornos, e os não especificados do aparelho circulatório (I95- I99) 183 0,4 Doenças das veias, dos vasos linfáticos e dos gânglios linfáticos, não classificados em outra parte (I80-I89) 181 0,4 Doenças infecciosas intestinais (A00-A09) 115 0,2 Outras causas associadas de morte 3.699 8,3 Total 96.257 NC *Excluído as menções de doença de Chagas; CID-10: Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde – Décima revisão; NC: Não calculado.

Evidencia-se o predomínio das afecções integrantes da história natural da doença de Chagas, incluídas principalmente dentre as doenças dos aparelhos circulatório, respiratório e digestivo. A maioria dessas causas pode ser considerada terminal. Predominaram as complicações diretas do envolvimento cardíaco, destacando-se os transtornos de condução/arritmias e a insuficiência cardíaca, ambas mencionadas em mais de 35% dos óbitos, seguindo-se do choque com mais de 15% de menções (Tabela 14). A média de menções de causas ou afecções cardíacas nos óbitos por doença de Chagas como causa básica foi de 1,00 (44.643/44.543) por declaração de óbito, enquanto a média de menções por doenças do aparelho circulatório (Capitulo IX – CID-10) por declaração de óbito foi de 1,17 (52.212/44.543). Como outras causas associadas nos óbitos por doença de Chagas na condição de causas terminais se destacaram as miocardiopatias, as complicações de cardiopatias e doenças cardíacas mal definidas, as afecções agrupadas na categoria de sinais e sintomas relativos ao aparelho circulatório e respiratório na qual inclui a parada cardiorespiratória, as outras doenças do aparelho respiratório que inclui a insuficiência respiratória, ambas mencionadas em mais de 5% dos óbitos (Tabela 14). Apesar do predomínio das causas relacionadas ao aparelho circulatório, na qual atuam sob a forma de complicações da doença de Chagas, seguidas do aparelho respiratório, é notável o elevado número de afecções agrupadas pelo capitulo de sintomas e sinais e achados 93

anormais de exames clínicos e de laboratório não classificados em outras partes, em geral refletem nas características de afecções terminais. Podem-se destacar as complicações relacionadas ao tratamento médico e procedimentos cirúrgicos, na qual somada as proporções dessas causas, atingem 4% dos óbitos por doença de Chagas (Tabela 14). Na qualidade de causas contribuintes, nota-se a predomínio de causas de morte relacionadas às doenças crônicas do aparelho circulatório, em que predominaram as doenças hipertensivas, isquêmicas do coração e as cerebrovasculares (Tabela 14).

5.5 Causas básicas de morte nos óbitos com a doença de Chagas como causa associada

A Tabela 15 apresenta as causas básicas de morte nos óbitos em que a doença de Chagas foi mencionada como causa associada.

Tabela 15 - Causas básicas de morte em declarações de óbito com doença de Chagas como causa associada, Brasil, 1999 a 2007. Causas básicas de morte (CID-10) N % Doenças cerebrovasculares (I60-I69) 1.243 13,2 Doenças isquêmicas do coração (I20-I25) 1.236 13,2 Doenças hipertensivas (I10-I15) 868 9,3 Doenças crônicas das vias aéreas inferiores (J40-J47) 563 6,0 Pneumonias (J12-J18) 532 5,7 Septicemias (A40-A41) 414 4,4 Outras doenças dos intestinos (K55-K63) 398 4,2 Diabetes mellitus (E10-E14) 365 3,9 Doenças das artérias, das arteríolas e dos capilares (I70-I79) 171 1,8 Neoplasia maligna do esôfago (C15) 165 1,8 Doenças do fígado (K70-K77) 157 1,7 Transtornos da vesícula biliar, das vias biliares e do pâncreas (K80-K87) 146 1,6 Outras doenças do aparelho respiratório (J95-J99) 144 1,5 Doença cardíaca pulmonar e da circulação pulmonar (I26-I28) 127 1,3 Cardiomiopatias (I42-I43) 115 1,2 Doenças do esôfago, do estomago e do duodeno (K20-K31) 113 1,2 Neoplasia maligna do estômago (C16) 102 1,1 Neoplasia maligna dos brônquios e pulmões (C34) 102 1,1 Neoplasias malignas de localização mal definidas, secundárias e de localização não especificadas (C76-C80) 98 1,0 Desnutrição (E40-E46) 92 1,0 Neoplasia maligna da próstata (C61) 88 0,9 Insuficiência renal (N17-N19) 81 0,9 94

Outras doenças do aparelho urinário (N30-N39) 69 0,7 Doenças pulmonares devido a agentes externos (J60-J70) 66 0,7 Doenças do peritônio (K65-K67) 63 0,7 Doenças infecciosas intestinais (A00-A09) 62 0,7 Neoplasia maligna do cólon (C18) 59 0,6 Tuberculose/Sequela por Tuberculose (A15-A19, B90) 58 0,6 Doença pelo vírus da imunodeficiência humana (HIV-AIDS) (B20-B24) 57 0,6 Outras doenças do aparelho digestivo (K90-K93) 55 0,6 Sequelas de outras doenças infecciosas ou parasitárias não especificadas (B94) 55 0,6 Complicações de cardiopatias e doenças cardíacas mal definidas (I51) 51 0,5 Doenças das veias, dos vasos linfáticos e dos gânglios linfáticos, não classificados em outra parte (I80-I89) 51 0,5 Quedas (W00-W19) 44 0,5 Complicações de assistência médica e cirúrgica (Y40-Y84) 44 0,5 Outras causas básicas de morte 1.333 14,2 Total 9.387 100,0 CID-10: Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde – Décima revisão. As principais causas básicas estiveram concentradas nos capítulos das doenças dos aparelhos circulatório e respiratório que somadas, atingiram 59% das mortes em que a doença de Chagas foi causa associada, seguidas pelas categorias das neoplasias e doenças do aparelho digestivo, com 11,6% e 10,6% dos óbitos, respectivamente (Tabela 15). As doenças cerebrovasculares, doenças isquêmicas do coração e as doenças hipertensivas se apresentaram como as principais causas básicas de morte nos óbitos em que a doença de Chagas foi identificada como causa associada. As doenças crônicas pulmonares, em especial a doença pulmonar obstrutiva crônica apareceu em seguida como importante causa de óbito (Tabela 15). Apesar da predominância de causas relacionadas a doenças crônicas cardiovasculares e pulmonares, chama-se atenção para as menções de afecções infecciosas agudas como a septicemia e a pneumonia (apesar desta ser classificada no grupo das doenças respiratórias) como causa básica, responsáveis por 10,1% dos óbitos (Tabela 15).

5.6 Distribuição espacial dos óbitos relacionados à doença de Chagas

No total, 52,0% (2.894/5.565) dos municípios brasileiros registraram pelo menos um caso de óbito relacionado à doença de Chagas como causa básica de morte (Figura 33-A) e 54,8% (3.050/5.565) como causa múltipla (Figura 33-B) durante o período do estudo. A 95

distribuição dos coeficientes médios de mortalidade relacionada à doença de Chagas variou entre 0 e 129,43 óbitos por 100 mil habitantes como causa básica e de 0 a 138,06 óbitos por 100 mil habitantes como causa múltipla.

A B

Figura 33 - Municípios com pelo menos um óbito relacionado à doença de Chagas registrados segundo causa básica (A) e múltipla de morte (B), Brasil, 1999 a 2007.

As Figuras 34 e 35 apresentam mapas temáticos da distribuição espaço-temporal dos coeficientes médios de mortalidade relacionados à doença de Chagas por município brasileiro, tanto como causa básica quanto causa múltipla. Os dados estão apresentados de forma agrupada em três períodos de tempo (1999-2001, 2002-2004 e 2005-2007), bem como no período total do estudo (1999-2007), assim controlando possíveis variações aleatórias com a utilização apenas de coeficientes anuais de mortalidade.

96

1999-2001 2002-2004

2005-2007 1999-2007

Figura 34 - Distribuição espacial dos coeficientes de mortalidade relacionada à doença de Chagas (por 100 mil habitantes) segundo causa básica de morte por municípios, Brasil, 1999 a 2007.

97

1999-2001 2002-2004

2005-2007 1999-2007

Figura 35 - Distribuição espacial dos coeficientes de mortalidade relacionada à doença de Chagas (por 100 mil habitantes) segundo causas múltiplas de morte por municípios, Brasil, 1999 a 2007.

A distribuição dos coeficientes de mortalidade relacionada à doença de Chagas no período, tanto como causa básica quanto causa múltipla, demonstrou claramente uma 98

concentração de municípios com elevados riscos na região central do Brasil, abrangendo o Distrito Federal, grande parte do estado de Goiás, região do Triângulo Mineiro, norte e noroeste de Minas Gerais, extremo norte de São Paulo e estendendo-se a região leste do Mato Grosso do Sul, sul do Tocantins e extremo oeste da Bahia (Figuras 34 e 35). Encontraram-se também municípios com altos coeficientes na fronteira entre São Paulo e Paraná, na região sudoeste e sudeste do Piauí, bem como nas regiões centro-norte, vale do São Francisco e leste da Bahia (Figuras 34 e 35). A sobremortalidade dos municípios em relação à mortalidade relacionada à doença de Chagas no Brasil segundo causas múltiplas foi de 27,4%, ou seja, 1.525 dos 5.565 municípios brasileiros possuíam coeficientes médios de mortalidade segundo causas múltiplas acima da média nacional no período, de 3,37 óbitos por 100 mil habitantes. A Tabela 16 apresenta os municípios brasileiros que apresentaram os maiores coeficientes médios de mortalidade relacionados à doença de Chagas (acima de 50 óbitos por 100 mil habitantes) no período estudado, ordenados pelos valores e com seus respectivos riscos relativos. Apesar de apresentarem coeficientes de mortalidade elevados, no total, são responsáveis por 3.22% e 2,95% dos óbitos relacionados à doença de Chagas como causa básica e causa múltipla e somente 0,14% da população brasileira.

99

Tabela 16 - Distribuição dos municípios com maiores coeficientes de mortalidade* relacionado à doença de Chagas segundo causa básica e causa múltipla de morte, Brasil, 1999 a 2007. Ordem Município (Estado) População** Óbitos (CB) Óbitos (CM) Coef. (CB)*** RR Coef. (CM)*** RR

1 Abadia dos Dourados (MG) 6.422 75 80 129,43 46,39 138,06 40,96 2 Josenópolis (MG) 4.480 40 40 99,83 35,78 99,83 29,62 3 Carbonita (MG) 9.340 82 87 98,96 35,46 105,00 31,15 4 Davinópolis (GO) 2.069 15 17 79,02 28,32 89,56 26,57 5 Tapiramutá (BA) 17.940 126 140 77,36 27,72 85,95 25,50 6 Cabeceiras (GO) 6.734 45 51 73,00 26,16 82,73 24,54 7 Bambuí (MG) 22.119 139 154 70,05 25,10 77,61 23,02 8 São Patrício (GO) 1.821 11 11 66,60 23,87 66,60 19,76 9 Engenheiro Navarro (MG) 6.833 41 45 65,67 23,53 72,08 21,38 10 Coromandel (MG) 28.299 153 173 60,23 21,58 68,10 20,20 11 Nova América (GO) 2.253 12 12 59,65 21,37 59,65 17,70 12 Pedrinópolis (MG) 3.230 16 18 58,38 20,92 65,68 19,48 13 Paineiras (MG) 4.757 25 28 58,01 20,79 64,97 19,27 14 Unaí (MG) 72.768 373 425 57,06 20,45 65,02 19,29 15 Bonfinópolis de Minas (MG) 6.213 32 35 56,68 20,31 61,99 18,39 16 Lagamar (MG) 7.577 38 42 55,68 19,95 61,54 18,26 17 Santa Rosa de Goiás (GO) 3.380 17 17 55,40 19,85 55,40 16,43 18 Fruta de Leite (MG) 6.632 33 34 55,36 19,84 57,04 16,92 19 José Gonçalves de Minas (MG) 4.734 23 25 53,74 19,26 58,41 17,33 20 São Domingos (GO) 9.294 45 48 53,06 19,01 56,60 16,79 21 Biquinhas (MG) 2.717 13 16 52,54 18,83 64,66 19,18 22 São Gonçalo do Abaetê (MG) 5.227 25 30 52,30 18,74 62,76 18,62 23 Santana do Itararé (BA) 5.150 24 28 50,31 18,03 58,70 17,41 24 Carmo do Rio Verde (GO) 7.656 35 40 50,00 17,92 57,14 16,95 TOTAL 247.645 1.438 1.596 64,40 23,08 71,48 21.21 Fonte: SIM/DATASUS/MS. CB: causa básica; CM: causa múltipla. O risco relativo (RR) se refere à média brasileira.*Municípios com coeficientes médios de mortalidade >50 óbitos/100 mil habitantes. **População média do período. ***Calculado utilizando no denominador a população do ano médio do estudo (2003). 100

Tendo como ponto de corte os municípios que apresentaram coeficientes de mortalidade por doença de Chagas segundo causa básica igual ou maiores que 50 óbitos por 100 mil habitantes, a maioria dos municípios foram do estado de Minas Gerais (15) e Goiás (7). Dois municípios da Bahia completam esta lista. O município Abadia dos Dourados (MG) apresentou os maiores coeficientes médio de mortalidade relacionada à doença de Chagas, e o risco de morrer por doença Chagas como causa básica nesse município (129,43 óbitos por 100 mil habitantes) foi 46,39 vezes maior do que a média nacional (2,79 óbitos por 100 mil habitantes) (Tabela 16). A ordem dos municípios com coeficientes de mortalidade atribuídos à causa básica é relativamente semelhante aos municípios em que a doença de Chagas é atribuída como causa múltipla, e que, desta última, 23 permaneceram assinaladas dentre as 24 quanto ordenadas pelo coeficiente do total de menções (Tabela 16).

5.7 Identificação de aglomerados espaciais de alto risco para mortalidade relacionada à doença de Chagas

A existência de autocorrelação espacial foi testada sobre os coeficientes médios de mortalidade relacionados à doença de Chagas por meio do Índice I de Moran Global e Getis- Ord General G. Apesar dos valores não terem sidos altos, principalmente o Getis-Ord General G (Tabelas 17 e 18), foram maiores que zero e estatisticamente significante (p <0,001) para os períodos analisados. Assim, existe autocorrelação espacial entre os municípios com padrões semelhantes, em relação aos coeficientes de mortalidade relacionada à doença de Chagas. Estes valores comparam um padrão de dependência espacial da distribuição da mortalidade por doença de Chagas no Brasil. Isso significa que em nível global existe padrão de dependência espacial positiva na mortalidade relacionada à doença de Chagas, ou seja, os coeficientes de mortalidade de municípios tendem a ser mais semelhantes aos municípios vizinhos do que aos municípios mais distantes.

101

Tabela 17 - Índice Global de Moran para os coeficientes médios de mortalidade relacionados à doença de Chagas e seus níveis de significância, segundo causa básica e causa múltipla, Brasil, 1999 a 2007. Período Índice Global de Moran Valor p Causa básica 1999-2001 0,3154 <0,0001 2002-2004 0,2523 <0,0001 2005-2007 0,2407 <0,0001 1999-2007 0,3558 <0,0001 Causa múltipla 1999-2001 0,3222 <0,0001 2002-2004 0,2725 <0,0001 2005-2007 0,2695 <0,0001 1999-2007 0,3755 <0,0001

Tabela 18 - Índice Getis-Ord General G para os coeficientes médios de mortalidade relacionados à doença de Chagas e seus níveis de significância, segundo causa básica e causa múltipla, Brasil, 1999 a 2007. Período Índice Getis-Ord General G Valor p Causa básica 1999-2001 0,0295 <0,0001 2002-2004 0,0253 <0,0001 2005-2007 0,0238 <0,0001 1999-2007 0,0258 <0,0001 Causa múltipla 1999-2001 0,0293 <0,0001 2002-2004 0,0258 <0,0001 2005-2007 0,0241 <0,0001 1999-2007 0,0260 <0,0001

Em seguida, assumindo esse padrão como o de maior poder explicativo para os dados, foram realizados os testes de Moran Local e Getis-Ord Gi*, buscando identificar aglomerados espaciais ( clusters ) ou áreas de risco para mortalidade relacionada à doença de Chagas no Brasil. As Figuras 36 e 37 mostram os aglomerados espaciais dos municípios, identificados segundo os Índices Locais de Moran para os coeficientes de mortalidade relacionados à doença de Chagas como causa múltipla de morte e visualizados através do Moran Map. Esta estatística permite comparar o valor de cada município com seus vizinhos, indicando autocorrelação local, ou seja, o grau de similaridade entre os municípios vizinhos. 102

1999-2001 2002-2004

2005-2007 1999-2007

Figura 36 - Moran Map dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa básica por município, Brasil, 1999 a 2007.

103

1999-2001 2002-2004

2005-2007 1999-2007

Figura 37 - Moran Map dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa múltipla por município, Brasil, 1999-2007.

A análise de autocorrelação espacial mediante Moran Local (Figuras 36 e 37), corrobora com os achados de conglomerados de municípios com elevados coeficientes de mortalidade relacionados à doença de Chagas visualizados nas Figuras 34 e 35. Durante a 104

evolução espaço temporal da mortalidade por doença de Chagas no período, foi identificada a existência de um enorme cluster de municípios com alto risco (Q1) para mortalidade por doença de Chagas na região central do Brasil. A região central deste cluster abrange grande parte dos municípios de Goiás e Minas Gerais, englobando o Distrito Federal, estendendo-se ao norte de São Paulo e leste do Mato Grosso do Sul, margeando o sul de Tocantins e região sul e extremo oeste da Bahia, prolongando-se até o sudoeste do Piauí (Figuras 36 e 37). Fora este agrupamento central de altos valores, identificaram-se quatro áreas menores que apresentaram alto risco para mortalidade relacionada à doença de Chagas, duas localizadas na Bahia (região leste; centro-norte e vale São-Franciscano da Bahia), outra na fronteira entre São Paulo e Paraná e a quarta na região sudeste do Piauí (Figuras 36 e 37). No decorrer da evolução temporal, observamos o cluster principal circundado por pequenos aglomerados de municípios com valores mais baixos (Q4), bem como alguns municípios com altos valores (Q3) próximos a clusters de baixos valores (Q2), em que podemos sugerir zonas de transição de municípios, que diminuíram seus coeficientes de mortalidade e aqueles que poderão se tornar municípios com altos coeficientes de mortalidade no futuro (Figuras 36 e 37). Aglomerados de municípios de baixos coeficientes de mortalidade se localizaram em regiões periféricas no Brasil, em que foram identificadas áreas maiores nas regiões Sul e Sudeste, bem como áreas com municípios isolados na região Nordeste (Figuras 36 e 37). As Figuras 38 e 39 apresentam os Índices Getis-Ord Gi* para os coeficientes médios de mortalidade relacionada à doença de Chagas como causa básica e múltipla de morte nos municípios brasileiros.

105

1999-2001 2002-2004

2005 -2007 1999-2007

Figura 38 - Índices Gi* classificados por desvios padrões em relação à média dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa básica por municípios, Brasil, 1999 a 2007.

106

1999-2001 2002-2004

2005-2007 1999-2007

Figura 39 - Índices Gi* classificados por desvios padrões em relação à média dos coeficientes de mortalidade relacionada à doença de Chagas segundo causa múltipla por municípios, Brasil, 1999 a 2007.

Os mapas dos índices Gi* ratificam os padrões encontrados na análise por Moran Local em relação à identificação do enorme cluster de alto risco localizado na região central 107

no Brasil no período em estudo, bem com a distribuição de aglomerados de alto risco com áreas menores distribuídos nos estados anteriormente citados (desvios-padrão positivos). Aglomerados ( clusters ) de municípios com baixos coeficientes de mortalidade (desvios- padrão negativos) são identificados nas regiões periféricas do Brasil, encontrados na região Sul, se estendendo para as regiões Sudeste e Nordeste e uma pequena área do Pará na fronteira com o Maranhão (Figuras 38 e 39). Através dos dados de mortalidade, verificou-se que a maioria das mortes por doença de Chagas ocorre em pessoas com faixas etárias mais elevadas e os mesmos representam indivíduos infectados há muito tempo, principalmente por transmissão vetorial. Buscou-se neste estudo, relacionar visualmente os indicadores e aglomerados de alto risco de mortalidade relacionado à doença de Chagas com a distribuição das áreas de alto risco de transmissão por vetores (inquérito entomológico de 1975-1983), bem como regiões com maiores proporções de soropositivos em inquérito sorológico de infecção chagásica realizado no Brasil (1975-1980) (Figura 40). Observou-se que os conglomerados de municípios com elevados coeficientes de mortalidade como causa múltipla de morte (Figura 40-A), bem como as áreas de alto risco de mortalidade por doença de Chagas encontradas por meio das ferramentas de análise espacial (Figuras 40-B e C) estão concentradas em regiões que apresentaram elevada proporção de soropositivos no inquérito sorológico nacional de 1975 a 1980 (exceto na metade sul do estado do Rio Grande do Sul) (Figura 40-D) e relacionadas às áreas que tiveram alto risco para transmissão vetorial no passado e com presença das principais espécies vetoras da infecção chagásica no ambiente domiciliar ( T. infestans, T. sordida, P. megistus, T. brasiliensis e T. pseudomaculata ) (Figura 40-E a J).

108

A B C

D E F

G H J

Figura 40 - Relação entre os coeficientes médios de mortalidade relacionada à doença de Chagas (A) e detecção de aglomerados ( clusters ) de alto risco para mortalidade relacionada doença de Chagas (B e C) no Brasil, entre 1999 e 2007, proporção de soropositivos por município no inquérito sorológico nacional-1975 a 1980 (D), áreas de alto risco para transmissão vetorial e dispersão das principais espécies de triatomíneos, segundo inquérito triatomínico no Brasil, 1975-1983 (E a J). Fontes das Figuras D-J: (PASSOS; SILVEIRA, 2011; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011).

109

6 DISCUSSÃO

O presente trabalho forneceu uma visão abrangente da mortalidade relacionada à doença de Chagas e dimensionou sua magnitude como problema de saúde pública no Brasil. Os indicadores de mortalidade apresentaram tendência de declínio a nível nacional, porém com padrões diferenciados entre as regiões. Identificou-se a existência de clusters espaciais de alto risco bem delimitados para a mortalidade pela doença de Chagas. Foram identificados fatores associados com maior risco de morte pela doença de Chagas e descritas as doenças crônico-degenerativas associadas. O estudo também mostrou que a utilização da metodologia das causas múltiplas provocou a elevação dos indicadores de mortalidade, permitindo traçar de forma mais fidedigna o perfil de mortalidade relacionada à doença de Chagas no Brasil. Existem poucos estudos de base populacional que analisam séries históricas com dados de mortalidade relacionada à doença de Chagas no Brasil (PEREIRA, 1984; LITVOC; WANDERLEY; CAMARGO, 1992; GONTIJO; DIAS, 1994; WANDERLEY; LITVOC, 1994; DRUMOND; MARCOPITO, 2006; SANTO, 2009; BRAZ et al., 2011), assim como são escassos os que descrevem os coeficientes e proporções com o uso da metodologia das causas múltiplas de morte (PEREIRA, 1984; LITVOC; WANDERLEY; CAMARGO, 1992; WANDERLEY; LITVOC, 1994; SANTO, 2009). Apesar do crescimento de pesquisas que investigam os aspectos biomédicos e clínico-epidemiológicos relativos à morbidade por doença de Chagas nos últimos anos, o pequeno volume de estudos envolvendo a mortalidade por doença de Chagas até a presente data, torna este campo de conhecimento incompleto (GONTIJO; DIAS, 1994). Além disso, apenas a forma aguda da doença é de notificação compulsória (BRASIL, 2010c). Em face da grande massa de pacientes com doença de Chagas crônica, as suas menções como causa de morte, por meio de medidas de vigilância epidemiológica, podem ser usadas para mensurar o impacto da doença de Chagas sobre a saúde da população brasileira (AKHAVAN, 2000). Quantificar a magnitude da doença de Chagas no Brasil não tem sido tarefa fácil pelas dificuldades inerentes aos estudos de morbidade e pelo fato das estatísticas oficiais de mortalidade serem baseadas apenas na causa básica de morte, ocasionando uma grande perda de informações (REZENDE et al ., 2010). A determinação da mortalidade contabilizando somente a causa básica do óbito não permite avaliar o verdadeiro perfil epidemiológico da doença de Chagas na contribuição global dos óbitos (SANTO, 2000; 2009), pois seu verdadeiro peso no quadro da mortalidade teria sido subestimado se as causas associadas de morte não tivessem sido computadas. 110

Ao se propor analisar a mortalidade relacionada à doença de Chagas sob o enfoque de causas múltiplas de morte, pretendeu-se captá-la ou resgatá-la, independentemente da posição ocupada na declaração de óbito: se mencionada como causa básica, consequencial ou contribuinte (REZENDE et al ., 2010).

6.1 Perfil epidemiológico, determinantes e fatores associados à mortalidade relacionada à doença de Chagas

Considerando a utilização do total de menções, o número de óbitos relacionados à doença de Chagas se manteve praticamente o mesmo ao longo do período. Esse padrão descrito enaltece a utilização da metodologia das causas múltiplas nesse estudo, pois observa que não foi o número de óbitos por doença de Chagas que diminuiu no período. Devido ao maior número de óbitos pela doença em pessoas idosas e que estas apresentaram várias comorbidades crônicas, este processo ocasionou a seleção de outras doenças privilegiadas pelas regras de classificação da CID-10 (SANTO, 2009; REZENDE et al ., 2010) como causa básica e deslocou a doença de Chagas para a condição de causa associada. Apesar da pequena diminuição de óbitos no período de 1999 a 2007, em que a doença de Chagas foi mencionada como causa básica de morte, houve um declínio significativo da média anual de óbitos no período em estudo (4.949 óbitos), em comparação aos achados das décadas anteriores, que apresentaram uma média anual de 6.179 óbitos entre 1980 e 1989 (p<0,001) e 5.554 óbitos entre 1990 e 1998 (p<0,001) (DATASUS, 2011b). Esse achado corrobora com o padrão observado de queda do número de óbitos no estado de Minas Gerais entre 1978 e 1989 (GONTIJO; DIAS, 1994) e no estado de São Paulo entre 1986 e 2006 (SANTO, 2006), apesar de este verificar que o número médio de óbitos por doença de Chagas se assemelha a estudo realizado em período anterior (1977-1986) (LITVOC; WANDERLEY; CAMARGO, 1992). Os possíveis determinantes das diferenças regionais relativas ao número de óbitos por doença de Chagas refletem quão foram efetivas as medidas adotadas para o controle da transmissão vetorial no passado. Uma vez controlada a transmissão vetorial e transfusional da doença de Chagas, diminui o surgimento de casos agudos e decresce o número de indivíduos mais jovens acometidos (ALVES et al ., 2009). Com a diminuição da incidência e o aspecto de cronicidade da doença, há um deslocamento da mortalidade para as idades mais avançadas. A hipótese mais plausível para essa diferença no número absoluto de óbitos é que no estado de São Paulo, o controle da transmissão vetorial foi obtido em décadas anteriores (final da 111

década de 1960 e inicio da década de 1970) (CARVALHO et al ., 2011) ao que ocorreu no restante do Brasil e que a pequena diminuição ou equilíbrio do número médio de óbitos nas últimas décadas provavelmente ocorre porque a diminuição acentuada de óbitos entre os jovens já ocorreu no passado. A diminuição do numero de óbitos em Minas Gerais e outros estados endêmicos nos últimos anos possivelmente reflete a diminuição acentuada de casos e óbitos entre os jovens com o controle da transmissão vetorial e transfusional ocorrida recentemente (MORAES-SOUZA; FERREIRA-SILVA, 2011; SILVEIRA, 2011b). Essa diminuição pode perdurar por alguns anos até a estabilização da média anual dos óbitos com a predominância em pacientes chagásicos idosos, já que estimativas mostram que os óbitos por doença de Chagas ainda devem persistir por décadas (MASSAD, 2008; SANTO, 2009). A redução da transmissão da doença não resultou somente das ações específicas do programa de controle da doença de Chagas, mas também dos intensos processos migratórios que diminuíram relativa e absolutamente o contingente populacional rural (DIAS, 2007; MONCAYO; SILVEIRA, 2009; OSTERMAYER et al ., 2011) aliada a mudanças resultantes de transformações ambientais e de ordem econômica e social (SILVEIRA, 2011b; SILVEIRA; DIAS, 2011). A migração fez com que cerca de 70 a 90% dos 2 a 3 milhões de pessoas infectadas por T. cruzi estejam hoje nas cidades, reduzindo assim o reservatório humano do agente na zona rural (WALDAN; SILVA; MONTEIRO, 1999; DIAS, 2007). Considerando que a transmissão vetorial da doença de Chagas não ocorre na zona urbana, fica óbvio o grande impacto que a urbanização exerceu sobre a dinâmica de transmissão da enfermidade no país (DRUMOND; MARCOPITO, 2006). A transfusão de sangue foi o principal mecanismo de disseminação da doença nas áreas endêmicas ao longo das décadas de 1980 e 1990 (MORAES-SOUZA; FERREIRA-SILVA, 2011). A alta prevalência de indivíduos com doença de Chagas nos centros urbanos e a inexistência de programas de controle fizeram com que a transmissão transfusional de T. cruzi fosse responsável, na década de 1970, por aproximadamente 20 mil novos casos anuais da doença no Brasil (MORAES-SOUZA; FERREIRA-SILVA, 2011). Contudo, a melhoria da cobertura de triagem sorológica dos candidatos à doadores, reduziu substancialmente os índices de transmissão da infecção chagásica por via transfusional no Brasil (DIAS; AMATO NETO, 2011; MORAES-SOUZA; FERREIRA-SILVA, 2011). A transmissão congênita ocorre em níveis pouco importantes no Brasil, exceto no estado do Rio Grande do Sul, que apresenta os maiores índices de transmissão vertical, conforme indica os dados colhidos no recente inquérito de soroprevalência em menores de cinco anos de idade (OSTERMAYER et al ., 2011). À medida que foram sendo esgotadas as formas clássicas de transmissão, outros 112

mecanismos, diretamente dependentes do ciclo enzoótico de transmissão passaram a ter importância, como a transmissão vetorial extradomiciliar, a transmissão vetorial domiciliar por visitação e, também, por via oral, com um número crescente de casos de doença de Chagas aguda sendo conhecidos, especialmente na região Amazônica (SILVEIRA, 2006; CAVALCANTI et al ., 2009; OSTERMAYER et al ., 2011; SILVEIRA, 2011a; SILVEIRA; DIAS, 2011). Existe uma variabilidade estatisticamente significante dos riscos para óbitos relacionados à doença de Chagas entre as regiões, com destaque para as regiões Centro-Oeste, Sudeste e Nordeste que apresentaram os maiores percentuais e riscos de morrer por doença de Chagas. Um dos maiores riscos para mortalidade relacionada à doença de Chagas na análise bivariada foi observado nos falecidos residentes na região Centro-Oeste (RR>10). Outros indicadores importantes para a mortalidade foram residir na região Sudeste e Nordeste, especialmente nas três UF (GO, MG e DF) que apresentaram maiores percentuais de mortalidade por doença de Chagas em relação ao total de óbitos. A análise multivariada revelou a residência nos estados de Minas Gerais, Goiás e Distrito Federal como fator independentemente associado à mortalidade por doença de Chagas. A predominância do maior percentual e risco de óbitos nos estados Minas Gerais e Goiás reflete a presença de altas taxas de infestação vetorial e extensas áreas endêmicas nesses estados em décadas anteriores, traduzidas pelos percentuais de infecção e infestação, observadas nos inquéritos entomológicos de 1975-1983 (SILVEIRA, 2011a) e sorológico de 1975-1980 (SILVEIRA; SILVA; PRATA, 2011). Os altos índices de mortalidade e risco no Distrito Federal podem ser explicados pela intensa migração no sentido campo-cidade de populações de áreas endêmicas (PEREIRA, 1984; DRUMOND; MARCOPITO, 2006), levando para as cidades grande número de pessoas infectadas por T. cruzi , fenômeno de urbanização observado em todo o Brasil. Pereira (1984) assinalou que aproximadamente um de cada cinco migrantes no Distrito Federal provinha de zona rural endêmica. Esse panorama reafirma como desafio futuro a necessidade de contínua vigilância dos principais mecanismos de transmissão nessas regiões endêmicas, preservando os níveis de controle alcançados (SILVEIRA, 2011b), além de novas estratégias de controle para a emergente transmissão oral na região Amazônica e por vetores, como T. brasiliensis e T. pseudomaculata na região Nordeste (MASSAD, 2008, SILVEIRA, 2011b). Aliado a essas medidas, deve-se garantir adequado acessos aos serviços de saúde e assistência social ao grande número de indivíduos com a doença de Chagas crônica que se acumularam durante as últimas décadas (SILVEIRA, 2011b). 113

A apresentação clínica da doença de Chagas encontrada com maior frequência foi a forma cardíaca crônica, denotando a sua importância como manifestação mais expressiva da doença, tanto por sua frequência, quanto ao seu prognóstico e condicionante para o impacto da mesma como problema de Saúde Pública, já que atinge especialmente homens na faixa etária de 35 a 60 anos (COURA, 2007), causando incapacidade laborativa (ROCHA; RIBEIRO; TEIXEIRA, 2003). Apesar de sua importância clínico-epidemiológica, a manifestação cardíaca crônica apresentou tendência de declínio significativo do número de óbitos, a passo que as formas digestiva e aguda apresentaram tendências crescentes no período. O padrão da mortalidade segundo forma clínica da doença de Chagas também mostrou diferenças regionais, com uma grande variabilidade da evolução anual do número de óbitos, tanto na gravidade da doença como na predominância da localização das lesões no ser humano (GONÇALVES et al ., 2011). Essas discrepâncias regionais podem ter sido influenciadas por determinados fatores, alguns ligados ao ambiente (infestação pelo vetor, condições socioeconômicas), ao indivíduo parasitado (estado imunológico, estado nutricional, fator genético, esforço físico) e outros relacionados ao parasito (diferentes cepas de T. cruzi, intensidade do parasitismo, reinfecções) (GONÇALVES et al ., 2011). O declínio da mortalidade devido à cardiopatia chagásica crônica nos últimos anos pode ser explicado em parte, devido ao aumento da sobrevida pela melhoria do desempenho do transplante cardíaco e implante de marca-passos, além da ampliação de intervenções de saúde de média e alta complexidade pelo Sistema Único de Saúde (SUS) (ALVES et al ., 2009). Fica mais complexa a explicação para o aumento do número óbitos pela forma digestiva crônica, que pode estar relacionado ao processo de envelhecimento dos pacientes com doença de Chagas, envolvendo a presença de outras comorbidades e assim aumentando os riscos para os procedimentos cirúrgicos largamente empregados tanto para o megaesôfago como para o megacólon Chagásico (KAMIJI; OLIVEIRA, 2005). O número de óbitos pela forma aguda da doença de Chagas apresentou crescimento não constante no período. O achado surpreendente é que, diferente do visualizado com a ocorrência de casos agudos da doença de Chagas confirmados no período de 2001 a 2007, distribuídos predominantemente nas regiões Nordeste 59,3% (1.426/2.405) e Norte 19% (457/2.405), o padrão das mortes pela forma aguda verificado em âmbito nacional foi ponderado principalmente pelo aumento ocorrido na região Sudeste nos últimos anos (DATASUS, 2011a). As regiões Sudeste e Centro-Oeste foram as que menos tiveram casos novos notificados nesse período, 193 (8,0%) e 76 (3,2%), respectivamente, e se apresentaram 114

na primeira 50,7% (484/954) e a terceira 13,2% (126/954) posições no total de óbitos pela doença de Chagas aguda. Por isso, é possível que exista uma importante subnotificação dos casos de doença de Chagas nestas regiões. Realizando descritivamente um pareamento entre os registros de doença de Chagas do SIM e SINAN entre 2001 e 2007, mesmo se todos os indivíduos notificados com a doença tivessem falecidos nas regiões Sudeste e Centro-Oeste no período, apenas 39,9% e 60,3% dos óbitos teriam sidos notificados, respectivamente. Esse fenômeno se manteve ao longo do período estudado, sugerindo falhas na vigilância epidemiológica na investigação oportuna dos óbitos notificados (OLIVEIRA, 2005), limitando a representatividade e a abrangência dos dados, impedindo o conhecimento da real magnitude da doença de Chagas no Brasil, além comprometer ou inviabilizar o planejamento das ações para o seu controle (OLIVEIRA et al ., 2004). Esse cenário urge como alerta aos sistemas de vigilância dos estados e municípios endêmicos, na utilização de métodos alternativos, como o cruzamento de dados, para diminuir a subnotificação e conhecer a real magnitude e a situação epidemiológica da doença de Chagas (OLIVEIRA et al ., 2004; OLIVEIRA, 2008), principalmente no que concerne o modo de transmissão e a forma clínica da doença. De modo consistente com os resultados de estudos anteriores (PEREIRA, 1984; LITVOC; WANDERLEY; CARDOSO, 1992; GONTIJO; DIAS, 1994; SANTO, 2009), os maiores percentuais de óbitos relacionados à doença de Chagas foram observados no sexo masculino e entre os grupos avançados de idade. No entanto, os resultados obtidos não trouxeram evidencia suficiente para a associação entre o sexo masculino e mortalidade relacionada à doença de Chagas. Na análise bivariada, a variável sexo teve resultado conflitante nos óbitos como causa múltipla e não significativo como causa básica (dados não demonstrados). Em geral, a associação entre sexo e infecção é muitas vezes contraditória e seu valor em predizer o risco de infecção é ineficiente (RESENDES; SOUZA-SANTOS; BARBOSA, 2005). Tal fato pode ser explicado por questões sociais, culturais e comportamentais (LAURENTI et al. , 1987; RESENDES; SOUZA-SANTOS; BARBOSA, 2005). Rassi Jr., Rassi e Rassi (2007) verificaram que há uma controvérsia sobre o valor prognóstico do sexo masculino com a mortalidade por doença de Chagas, demonstrado estar associada a um pior prognóstico em alguns estudos (LOPES et al. , 1982; RASSI Jr. et al. , 2006), porém esse achado não foi reproduzido em outros (BARRETTO et al ., 1993; LEITE et al ., 2001; ARAS et al. , 2003; FREITAS et al ., 2005; GONÇALVES et al. , 2010; LIMA- COSTA; MATOS; RIBEIRO, 2010). Vale ressaltar que os estudos utilizados, em contraste ao 115

presente estudo, envolveram subgrupos restritos e analisavam fatores preditivos clínicos, laboratoriais e eletrocardiográficos. Para melhor compreensão deste cenário é fundamental realizar estudos sistematizados amplos com introdução de outras variáveis relacionadas às condições de vida e saúde das populações e variáveis ligadas aos aspectos sociodemográficos, ambientais e comportamentais envolvidos na mortalidade relacionada à doença de Chagas. O maior número de óbitos encontrados nas faixas etárias mais avançadas corrobora com a literatura (PEREIRA, 1984; LITVOC; WANDERLEY; CARDOSO, 1992; SANTO, 2009) e permite inferir que há uma evidente tendência ao envelhecimento do paciente com doença de Chagas. Essa transição pode ser explicada principalmente devido a um efeito de coorte, consequência da exposição à infecção por T. cruzi no passado e corresponde basicamente a fase crônica da doença (LIMA-COSTA; PEIXOTO; GIATTI, 2004). Isso se deve ao fato das principais formas de transmissão da infecção chagásica, vetorial e transfusional, estarem sobre eventual controle no Brasil (DIAS; SILVEIRA, 2011; MORAES-SOUZA; FERREIRA-SILVA, 2011). A presença da doença de Chagas como uma das importantes causas de morte entre idosos brasileiros indica que as consequências da infecção adquirida no passado ainda estão presentes para uma importante parcela desta população (LIMA-COSTA et al. , 2000; PAES, 2004). Observou-se um desvio significativo de maiores riscos de morte relacionada à doença de Chagas para os grupos adultos (a partir da faixa etária de 30 anos ou mais), constituindo-se entre as variáveis disponíveis, um dos fatores independentemente associado importante à mortalidade relacionada à doença de Chagas (RR = 10,6). Esse achado confirma os resultados de outros estudos epidemiológicos (PEREIRA; WILLCOX; COURA; 1985; MAGUIRE et al. , 1987; SALLES et al. , 2003; ARAS et al. , 2003; GONÇALVES et al. , 2010; LIMA-COSTA; MATOS; RIBEIRO, 2010), porém não foi reproduzido em outros (FREITAS et al ., 2005; RASSI Jr. et al. , 2006). Diferentemente deste estudo, que utilizou base populacional nacional, a maioria dos trabalhos foi realizada com amostras pequenas, geralmente baseadas em coortes hospitalares utilizando subpopulações especificas e buscando diferentes desfechos. Nesse estudo, como se utilizou a totalidade de óbitos relacionados à doença de Chagas no Brasil, os achados são dignos de confiabilidade e foram representativos para confirmar que o risco para morrer pela doença de Chagas é maior em pacientes com idades avançadas. A partir desse contexto epidemiológico, ressalta-se que associação da doença de Chagas ao processo de envelhecimento dos seus portadores merece especial ênfase (GUARIENTO et al ., 2011). De fato, os pacientes com a doença de Chagas idosos são uma 116

população especialmente vulnerável e o desafio é oferecer assistência levando em consideração os efeitos nocivos de uma combinação de doença de Chagas e outras doenças crônico-degenerativas (ALVES et al. , 2009). Ressalta-se a existência de óbitos por doença de Chagas em menores 15 anos de idade, embora em pequeno número no período de estudo (n=118), sugerindo que esses pacientes adquiriram a doença de Chagas por transmissão congênita, em detrimento a uma virtual inexistência da transmissão por via vetorial no Brasil em anos recentes (DRUMOND; MARCOPITO, 2006; OSTERMAYER et al., 2011). No entanto, a questão da forma de transmissão vetorial, transfusional ou congênita que originou a doença e, consequentemente, o óbito não pode ser avaliada por dados secundários de mortalidade como os deste estudo. Chama atenção a diferença entre a média e mediana de idade do óbito na doença de Chagas como causa básica em relação aos óbitos como causa associada, mostrando a mortalidade mais precoce na primeira, provavelmente refletindo ao acúmulo e a presença de várias comorbidades crônicas entre os idosos (LAURENTI; BUCHALA, 2000). Em relação às medianas de idade de ocorrência dos óbitos por doença de Chagas como causa básica, seguindo o padrão encontrado por Drumond e Marcopito (2006) no Brasil em período anterior a este estudo (1981 a 1998), houve uma tendência de crescimento progressivo em todo o país, com idade mediana de 54 anos no triênio de 1981-1983, 61 anos no triênio de 1996-1998 e de 64 anos no período de 1999-2007, ocasionando um aumento final de 18,5% na idade mediana. Nas capitais nacionais, os dados de óbito por ocorrência foram mais elevados do que óbitos por residência. Isso revela, muito provavelmente, a significativa tendência à transferência de pacientes mais graves ou mesmo em fases terminais para o atendimento saúde nas capitais. Os maiores percentuais de invasão de óbitos foram encontradas na regiões mais desenvolvidas do país, Sudeste e Sul, seguida pela região Nordeste, enquanto os menores percentuais ocorrem nas regiões Centro-Oeste e Norte. É preciso considerar que nas capitais este processo é motivado pela concentração de recursos assistenciais quando comparadas às grandes dificuldades enfrentadas pelos demais municípios brasileiros nesse aspecto (DI COLLI; CORDONI Jr.; MATSUO, 2010). Vir a falecer em outro município pode significar - em termos de assistência de saúde - duas situações antagônicas: por um lado, um procedimento correto, na medida em que o doente buscou o acesso a recursos de saúde necessários e compatíveis com a gravidade do seu caso, inexistentes em seu município; por outro lado, ainda na perspectiva da atenção à saúde, pode significar um procedimento inadequado na medida em que esses recursos, humanos e materiais, muitas vezes existem no próprio município de sua residência. Deve-se 117

agregar a essa interpretação, razões de natureza não ligadas à assistência de saúde, que podem determinar a decisão da mobilidade da pessoa em questão. Infelizmente, as informações da declaração de óbito não permitem diferenciar as diversas situações que determinam a decisão do paciente em buscar assistência médica no município que não reside (LITVOC; WANDERLEY; CARDOSO, 1992). Confirmando que a doença de Chagas é marcada por um forte cunho social e pode ser considerada uma doença negligenciada, observou-se no estudo a raça/cor como um importante indicador de desigualdade social e de saúde. O risco de morte por doença de Chagas foi maior entre os negros e pardos em comparação com a população branca, indicando disparidades sociais na determinação do óbito relacionado à doença de Chagas. Este fato corrobora com o achado de Gonçalves et al., (2010), que durante um seguimento de uma coorte de pacientes crônicos de uma área endêmica verificaram que pessoas de raça/cor preta aprese ntaram mau prognóstico para mortalidade por doença de Chagas. Existe a necessidade de estudos epidemiológicos sistemáticos que estabeleçam essa associação, ao passo que essa variável não entrou no modelo multivariado. No entanto, considera-se que esta constituiu um fator preditor para mortalidade relacionada à doença de Chagas, não pela raça/cor em si, mas pela condição socioeconômica que os falecidos apresentaram. Os dados deste estudo sugerem que fatores socioeconômicos contribuíram para o maior risco de mortalidade relacionada à doença de Chagas nessa população. O número médio de diagnósticos informados nas declarações de óbito é usado como indicador de qualidade dos dados de mortalidade (LAURENTI, 1974; SANTO; PINHEIRO, 1999). Pode-se inferir que ao menos três causas de morte são descritas nas linhas da parte I dos atestados médicos corretos, uma vez que a sequência patológica que levou à morte inclui as causas básica, interveniente e terminal. Quando apropriado, uma ou mais causas contribuintes podem ser acrescentadas na parte II do atestado médico. Quanto maior o número informado de causas melhor será o conhecimento da história natural de doenças e, consequentemente, maiores as possibilidades de prevenção dessas mortes (SANTO, 2009). O número de diagnósticos informados nas declarações de óbito estudadas mostrou-se adequado para análise de causa múltipla. O valor médio do número de diagnósticos por declaração de óbito encontrado neste estudo, tendo o óbito por doença de Chagas como causa básica e associada foi de 3,2 e 4,2 causas por declaração de óbito, respectivamente. Este resultado foi similar ao encontrado por Santo (2009) para o estado de São Paulo entre 1986 a 2006, porém sem comparabilidade para o restante do país, devido à escassez de estudos. Além disso, os estudos que usaram as causas múltiplas de morte, não 118

investigaram esse aspecto nos estudos realizados. A indisponibilidade dessa informação limitou uma visão abrangente das diferenças regionais e evolução temporal deste indicador em âmbito nacional. Além desses aspectos, a análise do número de diagnósticos mencionados na declaração de óbito poderá revelar tanto a qualidade da assistência médica recebida como a qualidade do preenchimento da declaração (SANTO; PINHEIRO, 1999) e o número de diagnósticos por atestado de óbito pode refletir ainda vários fatores como o tipo da doença envolvida, características da população, como cor branca ou negra, variação geográfica de residência rural ou urbana e capacidade instalada, como número de hospitais e outros serviços de saúde disponíveis (REZENDE; SAMPAIO; ISHITANI, 2004).

6.2 Tendência temporal da mortalidade relacionada à doença de Chagas

O resultado deste estudo mostrou que o coeficiente de mortalidade e a mortalidade proporcional aumentaram com a contagem de mortes em que a doença de Chagas foi mencionada como causa associada. O valor do coeficiente médio de mortalidade no Brasil foi acrescido em 20,9% (2,78 versus. 3,36 óbitos por 100 mil habitantes) com a utilização do total de menções, enquanto o aumento na mortalidade proporcional média foi de 20% (0,5% versus. 0,6%) no período. Por meio da análise de séries temporais, conseguiu-se avaliar a evolução dos coeficientes específicos e a mortalidade proporcional relacionada à doença de Chagas no Brasil, entre 1999 e 2007. Os indicadores de mortalidade relacionada à doença de Chagas como causa básica apresentaram tendência de declínio a nível nacional, porém com padrões diferenciados entre as regiões, ao passo que os indicadores relativos à doença de Chagas como causa associada mostraram discreto aumento no período. Observou-se uma marcante heterogeneidade na mortalidade relacionada à doença de Chagas entre as regiões brasileiras e, dentro destas, com as UF. As regiões Centro-Oeste e Sudeste apresentaram os maiores coeficientes médios de mortalidade relacionada à doença de Chagas quando comparadas as regiões Nordeste, Sul e Norte (WALDMAN; SILVA; MONTEIRO, 1999), que apresentaram coeficientes menores, tanto como causa básica quanto causa múltipla de morte. A distribuição dos coeficientes de mortalidade segundo unidades da federação (UF) é consistente com as áreas de elevada endemicidade e com maior risco de transmissão vetorial (com exceção do DF) no passado (SILVEIRA, 2011a). No período entre 1999 a 2007, o risco de morte por esta causa no estado de Goiás representou cerca de cinco 119

vezes daquele verificado no Brasil no mesmo período, enquanto para o Distrito Federal e Minas Gerais, essa relação foi de três e duas vezes, respectivamente. O padrão decrescente dos coeficientes de mortalidade por doença de Chagas como causa básica em nível nacional foi ponderada principalmente pelo declínio sustentado dos coeficientes de mortalidade nas regiões Centro-Oeste, Sudeste e Sul, ao passo que o mesmo padrão não foi observado nas regiões Norte e Nordeste, que apresentaram tendência estável no período. Esse comportamento se assemelha ao achado de estudo anterior, utilizando óbitos por doença de Chagas ocorridos no Brasil entre 1981 e 1998 onde verificou uma queda de 44% dos coeficientes de mortalidade por doença de Chagas como causa básica entre os triênios de 1981 a 1983 e 1996 a 1998 e com os mesmos padrões distintos entre as regiões (DRUMOND; MARCOPITO, 2006). Com a inclusão das causas associadas, a região Nordeste apresentou tendência de crescimento não constante do coeficiente de mortalidade como causa múltipla, ao passo que as demais regiões apresentaram os mesmos padrões como causa básica. As evidências mostradas neste estudo nos leva a afirmar que as regiões geográficas do Brasil, devido a suas heterogeneidades culturais, demográficas, socioeconômicas (grau de industrialização e urbanização) e políticas, têm suas populações submetidas a fatores de risco diferentes (CERVI; HERMSDORFF; RIBEIRO, 2005). Para a doença de Chagas, as explicações para essas diferenças regionais devem ser buscadas, em um elenco de fatores, dentre os quais se destacam diferenças no nível de transmissão por vetores no passado, taxas de imigração de infectados diferenciadas e reconhecimento desigual da doença pelos profissionais de saúde das regiões (LITVOC; WANDERLEY; CAMARGO, 1992), além do acesso e a capacidade diagnóstica, tratamento da doença de Chagas, a qualidade da assistência prestada e a qualidade das informações fornecidas (CERVI; HERMSDORFF; RIBEIRO, 2005). No entanto, essa diferença provavelmente está relacionada à consequência dos esforços dirigidos principalmente à eliminação de T. infestans no passado, principal vetor domiciliar, pouco frequente ou inexistente nas regiões Norte e Nordeste (DRUMOND; MARCOPITO, 2006; SILVEIRA, 2011a). Este fato é preocupante e pode ser confirmado pelo padrão discrepante ao que foi observado a nível nacional, onde a região Nordeste não tem demonstrado redução nos relatórios de mortes pela doença. Isto sugere a hipótese de que o controle e prevenção da doença de Chagas nesta região tem sido negligente, resultando no surgimento de novos casos e para que o coeficiente de mortalidade permaneça com tendência de crescimento constante no período (BRAZ et al., 2011). 120

Dado o fato de que a doença de Chagas tem uma progressão lenta e crônica e que a maioria das mortes está relacionada a uma infecção adquirida muito anos antes, era de se esperar uma diminuição acentuada dos coeficientes de mortalidade nesta região, como observado na maioria das regiões endêmicas. Isto sugere que o número de novos casos no Nordeste pode ter permanecido constante ou mesmo aumentado (BRAZ et al ., 2011) e confirma a emergência da doença como problema de saúde pública na região Amazônica (SILVEIRA, 2011b). Possíveis falhas ou dificuldades em controlar as espécies vetoriais secundárias, como T. brasiliensis e T. pseudomaculata , juntamente com as vias oral e congênita, podem estar contribuindo para a manutenção da transmissão do T. cruzi nesta região (BRAZ et al ., 2011). Na região Amazônica a maioria dos casos da doença de Chagas é decorrente da transmissão pela via oral, principalmente pelo consumo de produtos in natura (em especial o suco de açaí) (SILVEIRA, 2011b). Diante desta realidade, em que coexistem áreas com diferente grau de risco de transmissão vetorial, haveria que adequar e racionalizar as atividades de vigilância e controle vetorial, fazendo-as proporcionais ao diferente risco de fato existente. Com a eliminação do principal vetor existente no país ( T. infestans ), há a necessidade de se desenvolverem métodos de controle que sirvam para reduzir as chances de ocorrência de casos diretamente dependentes de transmissão por vetores secundários, como T. brasiliensis e T pseudomaculata , principalmente na região Nordeste, e que sejam sustentáveis no tempo. Além disso, devem ser formuladas novas estratégias de controle para a emergente transmissão oral na região Amazônica (SILVEIRA, 2011a; SILVEIRA; DIAS, 2011). Além do controle da transmissão vetorial e transfusional da doença de Chagas, supõe-se que a melhoria na sobrevida de pacientes decorrente da melhor qualidade de assistência à saúde pode ter contribuído para a tendência de queda da mortalidade por doença de Chagas observada nas regiões Centro-Oeste, Sudeste e Sul (RAMOS Jr.; CARVALHO, 2009). Em um exemplo de análise em âmbito nacional utilizando dados de doença infecciosa, Ramos Jr. et al. (2011), em estudo sobre a tendência de sobrevida e mortalidade em crianças com Aids antes e após utilização de HAART no Brasil, verificaram padrão semelhante de diferenças regionais no declínio da mortalidade por esta causa na população. Explanou que esses valores refletem a fatores estruturais, dinâmica de transmissão diferente e questões operacionais, ao passo que existe uma necessidade de melhorar a rede de serviços de saúde, e especial nas regiões menos desenvolvidas. A importância relativa da doença de Chagas no total de óbitos no Brasil e regiões, medida pela mortalidade proporcional também apresentou disparidades de tendências entre as 121

regiões. Semelhante ao padrão encontrado com os coeficientes de mortalidade, os resultados indicaram que houve tendência de declínio constante na mortalidade proporcional quando a doença de Chagas se apresentou como causa básica e ascensão nesse indicador quando se apresentou como causa associada. O incremento das causas associados ocasionou um padrão de estabilidade na mortalidade proporcional como causa múltipla. Padrões semelhantes foram encontrados nas regiões Sudeste e Sul com decréscimos significativos como causa básica e estabilização como causa múltipla. A região Centro-Oeste mostrou tendência declinante no período. Assim como no padrão encontrado no coeficiente de mortalidade, a região Norte apresentou tendência de estabilidade e a região Nordeste tendência de crescimento não constante, tanto como causa básica como causa múltipla. Destaca-se a sobremortalidade observada nos estados de Goiás (6 vezes), Distrito Federal (5 vezes) e Minas Gerais (3 vezes), referente ao percentual médio de óbitos por doença de Chagas em relação ao total de mortes ocorridas nestes estados, comparando-os com o percentual médio (mortalidade proporcional) nacional. Este fato reflete a importância relativa da doença de Chagas no total de óbitos nestes estados Avaliando o impacto da doença de Chagas como causa de óbito nas doenças infecciosas e parasitárias no Brasil, verificou-se que a mesma representa cerca de 13% do total de mortes ocorridas desse grupo de causa no Brasil (causa múltipla). As regiões Centro- Oeste e Sudeste apresentaram os maiores valores com 39,7% e 14,8%, sendo a primeira e a terceira causa de morte por DIP nessas regiões, respectivamente . Confirmando os padrões encontrados na mortalidade proporcional geral, este indicador teve tendência de declínio significativo como causa básica e crescente como causa associada, ocasionando tendência de estabilização como causa múltipla. Apesar de apresentarem os maiores valores, as regiões Sudeste e Centro-Oeste, juntamente com a região Sul, tiveram declínio sustentado deste indicador quando a doença de Chagas se apresentou como causa básica. No entanto, com o incremento das causas associadas à tendência de declínio não foi significativa. Concorrentes ao padrão encontrado nessas regiões, Norte e Nordeste apresentaram tendência crescente deste indicador, porém somente a última teve relação estatisticamente significativa. A maior proporção de óbitos por doença de Chagas em relação às DIPs observado nas regiões e estados pode estar mais relacionada à magnitude do numero de mortes por esta causa do que uma eventual diminuição dos óbitos devido a outras doenças infecciosas (TEIXEIRA et al ., 2002). Algo impressionante neste estudo foi observado na distribuição desse indicador nos estados de Goiás e no Distrito Federal, onde a doença de Chagas como causa múltipla 122

representou cerca de 60,1% e 53,2% do total de mortes por DIP no período, respectivamente, se consolidando como primeira causa de morte por DIP, superando a infecção por HIV/Aids e as Septicemias (DATASUS). A explicação para essa evidência, além de Goiás ser um estado endêmico, é que nas décadas de 1980 e 1990, o Centro-Oeste sofreu um forte processo de urbanização e foi alvo de intensa migração interna (entre os estados da mesma região) e externa, principalmente de migrantes do Nordeste, Sul e Sudeste do país, o que pode ter contribuído para o incremento dos indicadores analisados (DRUMOND; MARCOPITO, 2006). Embora a mortalidade não quantifique a incidência de uma doença, já que a apenas a doença de Chagas aguda é notificada (BRASIL, 2010), pode-se pensar que as tendências dos óbitos encontradas refletiriam a tendência da incidência da doença de Chagas em nosso meio. Porém, somente com a comparação entre as tendências de incidência e indicadores de mortalidade é que se poderia ser avaliado corretamente esse fenômeno. Se ambas estivessem declinando ou aumentando, isso seria uma demonstração de que a verdadeira incidência da doença estaria decrescendo ou aumentando, não sendo, pois, decorrente de melhorias nas fontes de informações e nas diferenças regionais da qualidade dos dados, ao acesso ao serviço de saúde e capacidade diagnóstica e terapêutica (LATORRE, 1997). No período estudado, os homens apresentaram os maiores coeficientes de mortalidade relacionada à doença de Chagas quando comparado com as mulheres, uma observação consistente com os resultados de estudos anteriores (PEREIRA, 1984; LITVOC; WANDERLEY; CAMARGO, 1992; GONTIJO; DIAS, 1994; SANTO, 2009). Todavia, fica claro o declínio mais expressivo da mortalidade entre os homens do que entre as mulheres (SANTO, 2009). O processo de feminização do envelhecimento, ou seja, a maior expectativa de vida ao nascer entre as mulheres é uma hipótese a ser considerada para explicar a tendência diminuição discreta da mortalidade no sexo feminino (ALVES et al., 2009). Uma explicação plausível para esta evidência é que a maioria dos óbitos por doença de Chagas ocorre em pessoas idosas, faixa etária composta predominantemente por mulheres. Devido a um pior prognóstico da doença de Chagas associado ao sexo masculino, isso acarretaria maior mortalidade de homens chagásicos em faixas etárias mais jovens (RASSI Jr. et al ., 2006) e a maior sobrevida do sexo feminino ocasionará óbitos em faixas etárias mais avançadas. No entanto, com este estudo, não é possível sustentar esta afirmação. Tal possibilidade deve ser considerada com cuidado, pois a população é heterogênea e possivelmente os dados são 123

influenciados por diversos fatores que aqui não foram analisados, constituindo-se em limitação para uma interpretação mais apropriada. Para ilustrar melhor o efeito das tendências diferenciadas de declínio entre os sexos, a razão de mortalidade entre os sexos apresentou tendência declinante contínua entre o número de óbitos masculinos para cada óbito feminino no período, principalmente com a inclusão das causas associadas de morte. Esse padrão também foi observado nos óbitos por doença de Chagas no estado de São Paulo (SANTO, 2009), fato de difícil explicação. Caso esses indicadores se mantenham constantes, é bem provável que em um futuro próximo, a proporção de óbitos entre homens e mulheres se tornará equivalente ou até mesmo ocorrerá um predomínio dos óbitos entre as mulheres. Em relação às diferenças encontradas nos coeficientes para os grupos etários estudados, observaram-se maiores valores para os indivíduos com mais de 70 anos. O comportamento temporal da mortalidade relacionada à doença de Chagas no Brasil mostrou tendência descrente nas faixas etárias entre 15 a 69 anos, com nítida ascensão não constante da faixa acima de 70 anos, com tendência de estabilização no final do período, tanto como causa básica como causa associada. Apesar da faixa etária menor do que 15 anos apresentar discreta tendência de ascensão não constante como causa múltipla, a instabilidade dos coeficientes gerada pelos pequenos valores tiveram resultados conflitantes ou não significativos. O fato dos valores dos coeficientes de mortalidade serem praticamente proporcionais às idades dos falecidos e à concentração de óbitos nas idades mais avançadas refletem o caráter de cronicidade e o impacto de longo prazo das medidas de controle e tratamento da doença de Chagas (VINHAES; DIAS, 2000; SANTOS, 2009). Com relação às médias e medianas de idade ao morrer por doença de Chagas no Brasil, estas vêm apresentando tendência de ascensão acentuada em todo o país no período em estudo, com padrões diferenciados entre as regiões (DRUMOND; MARCOPITO, 2006). A diminuição da mortalidade precoce tem sido atribuída aos benefícios da ausência de reinfecção, levando à redução da gravidade do quadro clínico dos infectados (RAMOS Jr.; CARVALHO, 2001; DIAS; PRATA; CORREIA, 2008; SANTO, 2009) e ocasionando uma maior sobrevida dos doentes (RAMOS Jr.; CARVALHO, 2009). Ressalta-se ainda que a elevada mortalidade relacionada à doença de Chagas entre os idosos reflete, em grande parte, a consequência da transmissão de T. cruzi no passado (LIMA-COSTA; PEIXOTO; GIATTI, 2004). Os estudos de tendência de mortalidade aqui utilizados foram úteis não somente para avaliar o problema relativo à mortalidade por doença de Chagas no Brasil, mas também 124

para estimar a efetividade das estratégias de prevenção primária (controle de vetores) e secundária (diagnóstico e tratamento da doença) no controle da doença (LATORRE, 1997), e para avaliar a qualidade e o impacto dessas ações na sobrevida dos indivíduos doentes. Deve-se considerar que os coeficientes e proporções são medidas indiretas e devem ser utilizadas como instrumentos subsidiários na avaliação das políticas públicas traçadas na área de saúde. São, na realidade, reflexos dessa situação, uma representação parcial do quanto foi atingido das metas propostas (LATORRE, 2001). No caso da doença de Chagas, um dos grandes desafios atuais é a manifesta necessidade de aperfeiçoar o atendimento clínico e cirúrgico, seja na atenção básica ou em serviço especializado, garantindo adequada atenção ao grande contingente de casos de infecção chagásica que ao longo de muitos anos foi sendo acumulado (LITVOC; WANDERLEY; CAMARGO, 1992; SILVEIRA, 2011b).

6.3 Causas múltiplas de morte relacionadas à doença de Chagas

As informações de todas as causas de morte registradas na declaração de óbito permitiu recompor parcialmente a história natural e ensejou em parte a reconstituição do processo mórbido determinante da morte pela doença de Chagas (SANTO, 2007a). O resgate das causas associadas de morte informadas no atestado médico da declaração de óbito em que doença de Chagas foi mencionada como causa básica, constitui-se em recurso derivado do uso da metodologia das causas múltiplas (LAURENTI, 1974; SANTO; PINHEIRO, 1999; SANTO, 2007a). Seu conhecimento abre novas perspectivas para a prevenção e tratamento adequado das complicações da doença de Chagas, bem como das principais afecções contribuintes. Além disso, contribuem para a discussão sobre causas com características indefinidas na história natural da doença de Chagas (SANTO, 2009). Na análise das causas de morte associadas à doença de Chagas deste trabalho, observou-se que as afecções principais estiveram inseridas dentro do grupo das doenças do aparelho circulatório, corroborando outros estudos similares realizados (WANDERLEY; LITVOC, 1994; SANTO, 2009). De modo consistente com as descrições clínicas e a predominância da cardiopatia chagásica crônica (CCC) como principal causa de morte, as complicações cardíacas destacaram como as principais afecções associadas, particularmente as arritmias/distúrbios de condução, a insuficiência cardíaca e as cardiomiopatias (SANTO, 2009). A presença frequente de outras causas associadas consideradas terminais, como o choque, as pneumonias e septicemias refletem a gravidade do processo letal relacionado à 125

doença de Chagas (SANTO, 2009). Do mesmo modo, ficou evidente a importância da doença hipertensiva e doença isquêmica cardíaca como causas contribuintes, além das doenças cerebrovasculares, cuja associação com a doença de Chagas tem preocupado alguns pesquisadores (ARAS et al ., 2003; CAROD-ARTAL, 2007; CAROD-ARTAL; RIBEIRO; VARGAS, 2007; PAIXÃO et al ., 2009; CAROD-ARTAL; GASCON, 2010; LIMA-COSTA; MATOS; RIBEIRO, 2010). A identificação das causas básicas responsáveis pelas mortes em que a doença de Chagas se apresentou como causa associada amplia o escopo de conhecimento clínico- epidemiológico da associação de causas relacionadas à mortalidade pela doença de Chagas. Devido ao aumento da sobrevida entre os pacientes com doença de Chagas nas últimas décadas (RAMOS Jr.; CARVALHO, 2009), houve uma maior probabilidade de acúmulo de doenças crônicas como diabetes, aterosclerose, obesidade, neoplasias e doenças hipertensivas (SANTO, 2009), determinando neste período, mortes relacionadas às doenças isquêmicas do coração e cerebrovasculares como causa básica quando a doença de Chagas se apresentou como causa associada (SANTO, 2009). A descrição das associações da doença de Chagas com outras doenças, independente de ser básica ou não, revelou que as doenças cardiovasculares, particularmente as afecções cardíacas e cerebrovasculares, foram as que mais frequentemente se associaram. Nesse trabalho, assume papel de destaque a doença cerebrovascular, especialmente o acidente vascular cerebral (AVC) isquêmico, evento muitas vezes negligenciado e não reconhecido como complicação da doença de Chagas (CAROD-ARTAL, 2007; SANTOS, 2009). Estudos evidenciaram que o diagnóstico da doença de Chagas muitas vezes ocorreu somente após a ocorrência de acidente vascular cerebral (CAROD-ARTAL; RIBEIRO; VARGAS, 2007) e demonstraram a doença de Chagas como possível fator de risco independente para mortalidade por acidente vascular encefálico, quando comparado com pessoas não chagásicas (CAROD-ARTAL et al ., 2007; PAIXÃO et al ., 2009; LIMA-COSTA; MATOS; RIBEIRO, 2010). Vários fatores de risco, tais como insuficiência cardíaca, trombo mural, aneurisma apical ventricular, hipertensão arterial e arritmias cardíacas têm demonstrado estar associados com acidente vascular cerebral em pacientes com doença de Chagas (CAROD-ARTAL; RIBEIRO; VARGAS, 2007). Em estudo realizado com laudos de necropsias realizadas em um hospital de referência em assistência ao paciente com doença de Chagas no estado da Bahia, entre 1956 e 2001, o infarto cerebral foi relatado em 17,5% de autópsias de indivíduos com doença de Chagas portadores de insuficiência cardíaca e sua presença e complicações foram associadas à morte em 52% dos casos (ARAS et al ., 2003). 126

Rassi Jr., Rassi e Rassi (2007) verificaram em diferentes grupos populacionais que a morte súbita, insuficiência cárdica e tromboembolismo cerebral constituíram as principais causas de óbitos na doença de Chagas. A maior e menor frequência de determinada causa dependeu das características da população estudada, com a morte súbita predominando nos estudos que incluíram pacientes ambulatoriais e a insuficiência cardíaca naqueles realizados com pacientes hospitalizados por descompensação cardíaca. Em consonância com o observado no estudo de Santo (2009) realizado no estado de São Paulo, a morte súbita (incluída nas afecções arrítmica/distúrbios de condução) foi pouca mencionada nas declarações de óbitos, referida em apenas 13% das mortes. A grande quantidade de menções de insuficiência cardíaca nos óbitos relacionados à doença de Chagas, sugere mau prognóstico de pacientes com esta condição e está associada com maior risco de morte quando comparado a pacientes com insuficiência cardíaca por outras etiologias (FREITAS et al ., 2005). As características de associação entre doença hipertensiva e doença de Chagas no desenvolvimento de comprometimento cardíaco de maior gravidade apresentam dados controversos na literatura (GUARIENTO; OROSZ; GONTIJO, 1998; GURGEL; ALMEIDA, 2007). No presente estudo, o aumento das associações com as doenças hipertensivas, bem como Diabetes mellitus pode ser atribuído à mortalidade crescente nas idades mais avançadas (SANTOS, 2009). De fato, o predomínio das causas cardiovasculares verificadas no estudo está atrelado a coexistência da doença de Chagas crônica com o processo de envelhecimento da população brasileira (GUARIENTO et al ., 2011), já que as doenças cardiovasculares são as principais causas de morbimortalidade entre os idosos (ALVES et al., 2009). Neste estudo, a maioria dos óbitos por doença de Chagas era composta por idosos e portadores da forma cardíaca crônica da doença. Além das alterações funcionais inerentes ao envelhecimento do sistema cardiovascular, esses indivíduos também estiveram sujeitos aos danos associados com cardiopatia chagásica e outras doenças cardiovasculares, tais como a hipertensão arterial e a cardiopatia isquêmica. Consequentemente, estiveram mais vulneráveis à descompensação clínica ou desenvolvimento de lesões em órgãos, como cérebro, rins ou coração em si, que culminaram no óbito (GUARIENTO et al ., 2011). Considerando todos esses aspectos, segundo o que sinaliza esse estudo, o número de comorbidades pode se constituir em um indicador de pior condição de saúde dos idosos portadores de doença de Chagas (GUARIENTO et al ., 2011) e supõe que exista um risco de morte mais elevado entre os portadores da doença de Chagas que envelhecem, e que esteja 127

associado à maior ocorrência de doenças cardiovasculares (ALVES et al., 2009). Além disso, a associação frequente de doenças crônicas acarreta demanda expressiva por serviços de saúde e medicamentos, predispondo a inúmeros riscos, ao passo que a associação entre Chagas e outras doenças crônicas pode incrementar a morbimortalidade e piorar a qualidade de vida daqueles que se encontram nessa condição desfavorável (ALVES et al., 2009). O desafio atual é oferecer assistência levando em consideração os efeitos nocivos de uma combinação de doença de Chagas e outras doenças crônico-degenerativas (ALVES et al., 2009; GUARIENTO et al ., 2011), e que os indivíduos idosos com doença de Chagas devem ter atenção prioritária no acompanhamento dos serviços de saúde e assistência social, merecendo especial atenção dos gestores e profissionais de saúde, com o objetivo de minimizar a morbimortalidade pela doença. Além das doenças cardiovasculares, são igualmente relevantes as associações com as doenças do aparelho respiratório, em especial a doença pulmonar obstrutiva crônica (DPOC) e a embolia pulmonar, e as doenças do aparelho digestivo, além das neoplasias. Evidencia ainda a presença de elevado número de causas relativas a doenças infecciosas, particularmente as septicemias e as pneumonias (apesar dessa ser classificada nas doenças do aparelho respiratório), agravada pela presença das doenças infecciosas intestinais, tuberculose e principalmente pela co-infecção com o HIV, responsável por alta letalidade entre os pacientes não tratados (BRASIL, 2007). As associações de causas aqui descritas devem ser levadas em consideração para prevenir a atuação conjunta na determinação das mortes por doença de Chagas.

6.4 Padrões espaciais da mortalidade relacionada à doença de Chagas no Brasil

Neste estudo, foram descritos os padrões da distribuição espacial dos coeficientes de mortalidade relacionada à doença de Chagas e identificadas aglomerações espaciais de alto risco para o óbito pela doença no Brasil, entre 1999 a 2007. O trabalho representa um avanço em termos de planejamento baseado em epidemiologia, uma vez que incorporou diferentes técnicas de análise espacial na definição de áreas de risco para a mortalidade relacionada à doença de Chagas no Brasil. Definiram-se áreas prioritárias para a intervenção e consequente diminuição dos casos ou óbitos, respeitando a estrutura epidemiológica da doença e a capacidade operacional instalada nos municípios brasileiros. Os estudos anteriores que utilizaram Sistemas de Informações Geográficas (SIG) na avaliação da epidemiologia e controle da doença de Chagas, até o momento analisaram a 128

distribuição e dispersão de vetores (CECERE et al ., 2004; VAZQUEZ-PROKOPEC et al ., 2005; BUSTAMANTE et al ., 2007; ZU DOHNA et al ., 2009; RAMIREZ-SIERRA et al ., 2010; SARKAR et al ., 2010) e a distribuição geográfica da infecção chagásica em humanos e/ou animais (HERRERA et al ., 2007; LEVY et al ., 2009; DELGADO et al ., 2011; MISCHLER, 2011). A distribuição espacial da mortalidade relacionada à doença de Chagas foi extremamente heterogênea, com presença de óbitos em todas as UF. Subjacente a esta evidência, a desigualdade dos riscos de morrer por doença de Chagas entre os municípios brasileiros foi identificado pela presença de grupos com altos coeficientes de mortalidade nos estados de Minas Gerais, Goiás, Distrito Federal, São Paulo, Paraná, Mato Grosso do Sul, Tocantins, Bahia e Piauí. Essa distribuição geográfica característica também foi observada nas variações intra-regionais entre os estados que apresentaram maiores coeficientes de mortalidade no período. O estado de Goiás, por exemplo, apresentou os maiores coeficientes de mortalidade entre os estados brasileiros, porém com variações enormes entre os seus municípios. Muitos desses não apresentaram nenhum óbito e alguns coeficientes tão altos quanto 50 óbitos por 100 mil habitantes. Ao mesmo passo, verificou-se que os municípios com altos coeficientes são geralmente rodeados por outros com altos coeficientes e/ou intermediários. No entanto, verificou-se que dentro dos grupos de municípios com altos coeficientes, alguns tiveram menores coeficientes do que a média nacional. Isso revela que a distribuição espacial da mortalidade relacionada à doença de Chagas é bastante heterogênea, mesmo em áreas geograficamente próximas. Uma explicação para esse fenômeno é que, provavelmente menos óbitos foram mencionados (subnotificação ou subregistro) devido a problemas no sistema de saúde, tais como a falta de acesso a serviços especializados nesses municípios levando a migração dos pacientes para os grandes centros urbanos, além da incapacidade dos profissionais de saúde para o diagnóstico adequado da doença de Chagas e ineficiência dos serviços de vigilância epidemiológica. No entanto, levando em consideração as particularidades epidemiológicas da doença de Chagas, outra hipótese plausível para o padrão encontrado é que, as condições necessárias para que haja transmissão da doença dependem de condições socioeconômicas, ambientais e climáticas locais. Esse fato significa que, na medida em que os dados são discriminados e examinados em menor escala, mostram que a infecção/doença de Chagas é focal e dependente da existência ou não de determinados requisitos ou variáveis que favorecem ou não sua transmissão domiciliar. Entre elas, seguramente estão os determinantes de natureza econômica que se traduzem em precárias condições de vida e especialmente de 129

habitação das populações sob risco (SILVEIRA; SILVA; PRATA, 2011). Essa cadeia de eventos se reflete sobre o aspecto da mortalidade relacionada à doença de Chagas, pois se trata de um óbito evitável, caso as medidas de prevenção primárias (promoção da saúde e proteção específica) e melhoria das condições socioeconômicas sejam efetivas na diminuição da transmissão. No mapa do Brasil, percebe-se que os municípios mais centrais possuem os maiores coeficientes de mortalidade e os municípios periféricos os menores coeficientes. Comprovando esta percepção, as técnicas de análise espacial utilizadas neste estudo identificaram que os padrões espaciais de distribuição dos coeficientes entre os municípios não ocorrem de forma aleatória. Os índices de Moran Global e Getis-Ord General G mostraram a existência de autocorrelação espacial dos coeficientes de mortalidade relacionada à doença de Chagas no Brasil, assim como os índices de Moran Local e estatística Gi* identificaram clusters de municípios com altos coeficientes de mortalidade e definiram as áreas prioritárias para a vigilância e controle da doença de Chagas no Brasil. Neste estudo, optou-se por utilizar as duas técnicas de estatística espacial na detecção de aglomerados espaciais de alto e baixo risco para a mortalidade relacionada à doença de Chagas. Utilizadas em conjunto, elas produziram resultados idênticos ou similares e levaram a uma estimativa mais robusta dos espaços de maior risco de morte pela doença de Chagas. Por meio da estatística de Moran Local, um dos métodos de análise espacial local amplamente utilizado, foram identificadas áreas críticas ou maior prioridade formada pelos municípios enquadrados na classe Q1 do Moran Map. A estatística Gi* permitiu uma interpretação direta da intensidade e do sinal de associação espacial entre os municípios, na qual os valores significativamente altos encontrados indicaram áreas de associação espacial de municípios com altos coeficientes de mortalidade pela doença de Chagas ( hot spots ) e os valores significativamente baixos indicaram agrupamentos de municípios com baixos coeficientes de mortalidade. Em conjunto, estas duas ferramentas exploratórias apontaram evidências de que os padrões espaço-temporais da mortalidade relacionada à doença de Chagas se configuram como um núcleo compacto com alta densidade de óbitos na região central do Brasil. As análises de autocorrelação espacial local efetuada revelaram um padrão de extrema concentração de municípios com altos coeficientes de mortalidade relacionada à doença de Chagas nas áreas centrais do Brasil. Essa afirmação é evidenciada pela visualização e definição das áreas de risco para mortalidade relacionada à doença de Chagas no Brasil no período, com a presença de um 130

enorme cluster visualizado pelo Moran Map (classe Q1 alto/alto) e pela estatística Gi* (desvios padrões positivos), envolvendo municípios de vários estados (Goiás, Distrito Federal, Minas Gerais, Mato Grosso do Sul, São Paulo, Tocantins, Bahia e Piauí) e clusters menores em volta do central (Figuras 36 a 39), os quais são uma boa indicação de priorização dessas áreas de risco e que devem ser abordadas pelo Programa Nacional de Controle da doença de Chagas. Isso já ocorreu com o estudo realizado por Penna, Oliveira e Penna (2009), abordando análise espacial na distribuição da hanseníase no Brasil, identificando-se áreas com maior coeficiente de detecção ( clusters ) de casos de hanseníase utilizando estatística espacial Scan. Assim se definiram as áreas de risco para serem focalizadas pelo Programa Nacional de Controle da Hanseníase. As razões para aglomeração espacial da mortalidade relacionada à doença de Chagas aqui evidenciadas não estão bem compreendidas. Supõe-se que pode estar relacionada a características ambientais, como a localização da maioria desses municípios em áreas endêmicas e com elevada taxa de infestação por vetores no passado, a desigualdade social e o acesso aos serviços de saúde, determinando em maior ou menor grau, o risco para se morrer por doença de Chagas em uma determinada área. No entanto, uma explicação mais plausível para o padrão encontrado esteja relacionado à localização da maioria desses municípios em áreas endêmicas e com elevada taxa de infestação/colonização por vetores no passado. Essa afirmação pode ser evidenciada através dos grandes inquéritos nacionais realizados nos finais da década de 1970 e inicio da década de 1980 (soroprevalência da infecção humana e inquérito entomológico) (CAMARGO et al ., 1984; SILVEIRA; FEITOSA; BORGES, 1984; PASSOS; SILVEIRA 2011; SILVEIRA; SILVA; PRATA., 2011). A partir dos mapas temáticos produzidos com os dados de mortalidade neste estudo, em especial a distribuição espacial e os aglomerados visualizados com os métodos de estatística espacial local, tentou-se interpolar ou relacionar estes com os mapas produzidos com os dados dos grandes inquéritos nacionais realizados nos finais da década de 1970 e inicio da década de 1980 (soroprevalência da infecção humana e inquérito entomológico) (CAMARGO et al ., 1984; SILVEIRA; FEITOSA; BORGES, 1984; PASSOS; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011). Buscou-se nesta análise, verificar se havia nas regiões, alguma relação entre o maior risco de morrer por doença de Chagas, a prevalência da doença e os índices de infestação por triatomíneos no passado. Verificou-se que houve uma sobreposição das áreas de maior risco para mortalidade relacionada à doença de Chagas com as áreas que apresentaram os maiores 131

índices de mortalidade de sororreatividade para infecção chagásica e com maiores taxas de infestação por T. infestans no passado. Observa-se esse padrão na área do cluster central, dos clusters da região Centro-Norte e vale São Franciscano da Bahia e na área de divisa entre São Paulo e Paraná (PASSOS; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011). Apesar da eliminação da transmissão pelo mais importante vetor domiciliar no Brasil, a importância atribuível na manutenção da endemia chagásica nessas regiões se reflete no impacto atual da mortalidade por doença de Chagas devido a uma coorte de infectados por este vetor no passado. Achado similar a T. infestans , em relação à interpolação entre risco de morte e prevalência da doença, foi observado para as áreas de dispersão de T. sordida , pela coincidência existente as áreas de distribuição do T. infestans , especialmente na região central do país de onde é nativa, na divisa entre São Paulo e Paraná, no estado da Bahia e Sudeste do Piaui. Apesar da similaridade, vale ressaltar que o achado para T. sordida reflete tão somente a sua distribuição geográfica sobreposta a T. infestans , haja vista a sua pouca importância na transmissão da infecção chagásica em nosso meio (PASSOS; SILVEIRA, 2011). No semiárido nordestino, centro de endemismo de T. brasiliensis e de T. pseudomaculata , os coeficientes de mortalidade e os índices de soroprevalência da infecção humana foram bastante menores. Ainda assim, atribui-se a ambos os vetores, principalmente T. brasiliensis , importância na manutenção da endemia chagásica nessa região, ao passo que a distribuição deste vetor apresentou uma sobreposição com os municípios que fazem parte do cluster alto risco localizado no sudeste do Piauí (PASSOS; SILVEIRA, 2011; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011). Na avaliação da importância vetorial do Panstrongylus megistus , que apresentou a mais difusa distribuição no país, é importante fazer a distinção de áreas em que apresentavam grande infestação e colonização intradomiciliar, como no litoral úmido do nordeste, e onde foram registradas taxas relativamente elevadas de infecção no inquérito de soroprevalência e com presença do cluster de alto risco no Leste da Bahia, daquelas em que a presença do vetor domiciliado foi, e segue sendo, rara e, frequentemente, sem colonização intradomiciliar importante, como em extensas regiões do sul do Brasil (PASSOS; SILVEIRA, 2011; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011). No entanto, esses achados muitas vezes podem ser contraditórios e a presença do vetor e a prevalência da infecção em humanos no passado são ineficientes em predizer se ocorreram ou não mudanças nos padrões dos indicadores de mortalidade nos municípios no período deste estudo. Essa relação já foi mostrada na distribuição dos vetores ( T. infestans e 132

T. sordida ) e pode ser mais bem visualizada no padrão encontrado no Rio Grande do Sul e nos municípios na metade sul deste estado, que apresentaram as maiores proporções de infectados e elevada infestação por T. infestans nos dois inquéritos (entomológico e sorológico) realizados no passado, (PASSOS; SILVEIRA, 2011; SILVEIRA, 2011; SILVEIRA; SILVA; PRATA, 2011), resultados destoantes com os respectivos coeficientes de mortalidade relacionada à doença de Chagas neste estudo, na qual apresentaram baixos valores. As causas que induzem essas diferenças regionais entre transmissão, morbidade e mortalidade na doença de Chagas precisam ser investigadas em novos estudos. No momento, os casos crônicos da doença de Chagas não são de notificação compulsória no Brasil. Para ter conhecimento da magnitude da doença e das áreas de transmissão ativa, geralmente se realizam inquéritos amostrais dispendiosos e muito caros. Devido as importantes dificuldades operacionais existentes para a obtenção de indicadores de morbidade da doença de Chagas, ressalta-se a viabilidade e a adequabilidade do uso dos dados de mortalidade pela doença de Chagas como “evento-sentinela” no acompanhamento da ocorrência da doença (AKHAVAN, 2000). Estes dados podem ser mais úteis que os dados de morbidade, porque costumam ter maior abrangência e validade por se tratarem de fatos vitais bem definidos e razoavelmente bem registrados no DATASUS. Neste estudo evidenciou-se a potencialidade deste tipo de análise subsidiar o planejamento e a avaliação de ações voltadas para o controle e monitoramento da doença de Chagas no Brasil. Como foi demonstrada anteriormente com o exemplo da hanseníase e verificado neste estudo, a utilização de análise espacial é uma ferramenta valiosa para tomada de decisão em Saúde Pública e epidemiologia das doenças (KHAN et al ., 2010). Espera-se que a partir do conhecimento gerado no presente estudo, na definição das áreas prioritárias de intervenção, as gestões públicas tenham evidências para focalizar o controle com o objetivo de diminuir as iniquidades em saúde e permitir otimizar os recursos e serviços de saúde de forma mais eficiente e equitativa, além do redirecionamento das políticas de prevenção e controle da doença de Chagas no Brasil. Essa afirmação se justifica em virtude da importância epidemiológica da doença no Brasil e nas regiões endêmicas, e da necessidade do desenvolvimento de novas alternativas para o controle da doença de Chagas, visando a redução do número de casos e óbitos, evitando sua expansão e o aparecimento em novas áreas. A utilização das ferramentas de análise espacial na definição de áreas prioritárias para vigilância da doença de Chagas é uma estratégia factível e pode obter resultados efetivos no controle da doença no Brasil. Esta reflexão foi evidenciada neste estudo, onde o uso da análise espacial mostrou-se um recurso 133

importante para estratificação de áreas prioritárias (um cluster central e quatro periféricos) e úteis para instrumentalização dos níveis, central e regional, no planejamento das ações de controle, monitoramento e avaliação da doença de Chagas (ATANAKA-SANTOS, 2006). Levando em conta estes aspectos e somando a outros estudos voltados para análise de agravos a saúde no Brasil, particularmente as doenças infecciosas e parasitárias (KERR-PONTES et al ., 2004; MONTENEGRO et al., 2004; OPROMOLLA; DALBEN; CARDIM, 2006; PENNA; OLIVEIRA; PENNA, 2009a, 2009b; MISCHLER, 2011), este estudo mostrou que a incorporação geográfica através do SIG, com a contribuição na identificação de áreas de risco para a mortalidade relacionada à doença de Chagas, abre a possibilidade do redirecionamento das políticas de prevenção e controle da doença de Chagas. A estratégia utilizada para definição de áreas prioritárias neste estudo pode contribuir e embasar os processos de tomada de decisão em municípios que tenham a doença de Chagas como problema de saúde pública reconhecida (ou não), visando controlar sua expansão e reduzindo sua incidência e mortalidade. As medidas de controle e prevenção da doença devem ser baseadas não só no controle de vetores e na triagem sorológica de doadores de sangue, mas também na garantia ao acesso de intervenções preventivas secundárias (diagnóstico e tratamento) mais precoces, no sentido de evitar complicações mais sérias, além de gastos sociais e financeiros. Ao mesmo tempo, constitui-se uma advertência para pesquisadores, gestores e planejadores de serviços de saúde que utilizam as estatísticas oficiais de mortalidade relacionada à doença de Chagas como base para elaboração de políticas de prevenção e controle, além da avaliação dos programas de controle da doença de Chagas implantados no Brasil a partir da década de 1970. Com este estudo, supõe-se que medidas de intervenção para diminuição desses coeficientes, devem ser tomadas de forma global, e não isoladamente por municípios com altos valores de mortalidade.

6.5 Limitações do estudo

A interpretação dos resultados deve levar em consideração que esse estudo em âmbito nacional tem algumas limitações decorrentes do sistema de notificação e armazenamento dos dados de mortalidade (DRUMOND; MARCOPITO, 2006). Dentre as limitações deste estudo cabe destacar a utilização de dados secundários, e não de dados diretamente obtidos de pacientes ou de seus prontuários, que muitas vezes apresentam inconsistência em relação à quantidade e à qualidade de suas informações. A principal limitação quantitativa refere-se ao sub-registro ou subnotificação dos óbitos (SANTO, 2009) 134

que, apesar do progresso importante ao longo do período em estudo tanto na cobertura do SIM, quanto na qualidade das informações de causas de óbitos, a cobertura (razão entre óbitos informados e estimados) do SIM ainda apresenta variações entre as regiões no país, especialmente na região Norte e Nordeste. A sua cobertura em 2001 foi de 82,3% para o país como um todo, variando de 96,1% no Rio Grande do Sul a 48,8% no Maranhão (BRASIL, 2004a). As limitações qualitativas referem à propriedade dos dados demográficos e causas de morte. A proporção de causas mal definidas é o indicador de qualidade das estatísticas de mortalidade (SANTO, 2009). Assim como a subnotificação dos óbitos, a percentagem de óbitos por causas mal definidas também é desigual entre as regiões do país, e se agrava fora das capitais das UF (DRUMOND; MARCOPITO, 2006), entre os menores de um ano e idosos, nas camadas mais pobres da população e na zona rural. Os óbitos por causas mal definidas, mais do que identificar a qualidade das informações nas DO, apontam para deficiências no acesso aos serviços de saúde e na qualidade da atenção. Em 2009, a porcentagem nacional situou-se em 7,7% e nos estados com maior contribuição nos óbitos por doença de Chagas, as cifras situaram-se abaixo (Distrito Federal, 2,4%; Paraná, 4,7%; São Paulo, 6,4%; Goiás, 6,6%,) ou acima (Minas Gerais, 11,2%; Bahia, 14,1%) deste valor (REDE INTERAGENCIAL DE INFORMAÇÕES PARA A SAÚDE-RIPSA, 2010). Os óbitos por causas mal definidas, mais do que identificar a qualidade das informações nas DO, apontam para deficiências no acesso aos serviços de saúde e na qualidade da atenção. Esses fatos podem introduzir viés de informação nas análises de tendências dos coeficientes de mortalidade, pois o aumento observado no período pode estar superestimado, ou o decréscimo pode estar subestimado ao longo dos anos. No entanto, apesar de ser classicamente uma doença de populações de baixo poder aquisitivo, neste estudo a maior parte dos óbitos relacionados à doença de Chagas ocorreu nas capitais brasileiras. Desse modo, é pouco provável que as modificações na cobertura e na proporção de óbitos por causas mal definidas que vêm ocorrendo no SIM tenham afetado o total de óbitos por doença de Chagas no período. A relativa manutenção da proporção de óbitos por doença de Chagas em relação ao total de óbitos geral e por DIP no período em estudo sugere uma cobertura para óbitos relacionados à doença de Chagas, boa ou pelo menos estável entre 1999 e 2007. Outro problema identificado no presente estudo se refere às variáreis consideradas secundárias que, apesar de grande importância, não foram preenchidas de forma adequada nas declarações de óbito. As condições sóciodemográficas, tais como raça/cor, escolaridade e ocupação habitual, consideradas como possíveis fatores preditivos para mortalidade 135

relacionada à doença de Chagas, apresentaram uma considerável proporção de dados ignorados/sem preenchimento, comprometendo a validade da primeira como fator de risco e excluindo a utilização das últimas neste estudo. A indisponibilidade dessas informações adicionais na declaração de óbito limitou nossa investigação sobre outros potenciais fatores de risco ou de proteção, como as variáveis do nível individual, que possam também ter desempenhado um papel importante na mortalidade relacionada à doença de Chagas. Consolidou-se entre os profissionais da área a ideia da existência de variáveis mais importantes, como o sexo, tipo de óbito e causa básica, em detrimento das demais. Esta prática pode ter surgido a partir da classificação preconizada pelo Ministério da Saúde que separava as variáveis em indispensáveis, essenciais e secundárias. Este tipo de classificação “seleciona” as variáveis “mais importantes”, trazendo a falsa impressão da pouca importância das demais variáveis, contribuindo com a cultura do não preenchimento (COSTA; FRIAS, 2011). Estes achados estão de acordo com diversos estudos que avaliaram a completude da declaração de óbito (BARROS; XIMENES; LIMA, 2001; ALMEIDA et al ., 2006; ROMERO; CUNHA; 2006; PEDROSA et al ., 2007; SOARES; HORTA; CALDEIRA, 2007; COSTA; FRIAS, 2011) Além do problema relacionado ao preenchimento da declaração de óbitos pelos médicos, destacam-se alguns problemas relacionados ao processamento dos dados que podem interferir na qualidade de dados no SIM, como a adequada digitação dos dados, o grande número de variáveis sem preenchimento, ausência de crítica a documentos incompletos ou inconsistentes vindo dos serviços hospitalares (FRIAS et al ., 2008). Esses problemas comprometem a codificação da causa básica e a análise de variáveis demográficas, importantes na caracterização da mortalidade relacionada à doença de Chagas. Para melhorar este cenário, é necessário instruir os funcionários administrativos e os digitadores sobre as normas, rotinas e fluxos do processamento da declaração de óbito, além de instituir uma rotina de atividades de supervisão, acompanhamento e controle de qualidade do SIM (FRIAS et al ., 2008). É importante ressaltar que além dos fatores relacionados diretamente ligados ao sistema de informação, a qualidade das informações disponibilizadas pelo SIM depende de fatores externos ao sistema, como por exemplo, o acesso da população aos serviços de saúde. Quando a assistência à saúde é inadequada ou inexistente, dificilmente são coletadas informações fidedignas sobre a causa da morte (FRIAS et al ., 2008). Outra limitação deste estudo refere a não revisão das declarações de óbito em que a doença de Chagas foi identificada como causa associada, que permitiria a sua reclassificação como causa básica de morte, muitas vezes devido ao preenchimento 136

inadequado do atestado médico ou deficiências do processamento automático da causa de morte. Santo (2009) revisou todos os registros de óbito em que a doença de Chagas havia sido identificada como causa associada no estado de São Paulo, permitindo a reclassificar 34,1% dessas mortes como causa básica. Devido a problemas no processamento automático, o sistema gerava eventualmente uma complicação em lugar da doença de Chagas como causa básica. Se esse mesmo padrão fosse verificado em âmbito nacional, 3.201 dos óbitos por doença de Chagas que foram mencionados como causa associada seriam reclassificados como causa básica de morte. A utilização de dados de base nacional, apesar das limitações e diferenças regionais quanto à utilização dos dados de mortalidade, não se constituiu um obstáculo para este estudo, já que o SIM possui uma ampla cobertura dos óbitos e de razoável qualidade. Ressalta-se que a avaliação da completude do preenchimento das declarações de óbito também foi muito boa para as variáveis utilizadas na análise. Todos estes fatos somados são indícios da confiabilidade dos dados disponíveis para análise. Como exemplo, a idade e o sexo dos falecidos por doença de Chagas não se constituíram obstáculos à realização deste trabalho, visto que apenas em 0,2% e 0,1% das declarações de óbito essas informações não estavam disponíveis. Outra consideração importante é que se sabe que os coeficientes de mortalidade relacionados à doença de Chagas são fortemente influenciados pela distribuição desigual dos óbitos entre as regiões brasileiras e por possíveis diferenças nas estruturas etárias entre populações de áreas de estudo. Porém neste estudo, ao se controlar as variações por meio das padronizações dos coeficientes de mortalidade, utilizando como padrão a população brasileira de 2003, pode-se afastar as influência regionais ou da idade na mortalidade, além de permitir uma melhor comparabilidade e maior fidedignidade dos padrões de mortalidade por doença de Chagas encontrados no período. Apesar de todos estes cuidados, sugerimos que devido ao curto período do estudo (nove anos), conclusões sobre tendências e comportamentos dos coeficientes de mortalidade relacionados à doença de Chagas devem ser feitas com cautela. Como este estudo se deseja avaliar apenas tendências e não estudar causalidade ao nível agregado, não se incorreu no erro conhecido como falácia ecológica. Na análise espacial, utilizou-se o município como unidade de análise do estudo. Quando se calcula coeficientes de mortalidade em municípios com menos de 10 mil habitantes, um pequeno número de óbitos acaba resultando em altos coeficientes de mortalidade, podendo mascarar a real situação epidemiológica. No entanto, a abordagem realizada com o agrupamento trienal minimizou o efeito da ocorrência de óbitos em 137

municípios com populações pequenas, fornecendo coeficientes médios de mortalidade relacionada à doença de Chagas, reduzindo as flutuações aleatórias no número de óbitos. Apesar das limitações ou problemas mencionados, os resultados do presente estudo mostram consistência interna e coerência com conhecimentos existentes sobre a doença de Chagas, além de ser altamente representativo, já que incluíram todas as declarações de óbito durante o período de 1999 a 2007 no Brasil, um país de dimensões continentais.

138

7 CONCLUSÕES

1. O presente trabalho é o primeiro estudo de base populacional que apresenta a magnitude, tendência temporal e padrão espacial da mortalidade relacionada à doença de Chagas em âmbito nacional, utilizando as causas múltiplas de mortes. Os indicadores de mortalidade aumentaram com a contagem de mortes em que a doença de Chagas foi mencionada como causa associada, permitindo traçar de forma mais fidedigna o perfil de mortalidade por doença de Chagas e dimensionando sua magnitude como problema de saúde pública no Brasil. 2. As informações proporcionadas pela análise da mortalidade por causas múltiplas contribuíram na identificação da situação epidemiológica da mortalidade relacionada à doença de Chagas, fornecendo informações amplas e confiáveis para gestores e planejadores em saúde engajados na sua vigilância e controle, além de avaliar a efetividade das medidas de controle específicas para a doença de Chagas, implementadas em décadas anteriores. 3. Apesar do declínio da mortalidade relacionada à doença de Chagas no Brasil, a doença continua sendo um problema de saúde pública com marcantes diferenças regionais. Essa queda foi ponderada principalmente pelo declínio acentuado da mortalidade nas regiões Sudeste, Sul e Centro-Oeste. As deficiências no sistema público para a prevenção, controle e tratamento da doença de Chagas, principalmente nas regiões Norte e Nordeste, precisam ser resolvidas. Esse panorama reafirma como desafio futuro a necessidade de vigilância contínua dos principais mecanismos de transmissão nas regiões endêmicas, preservando os níveis de controle alcançados, além de novas estratégias de controle para a emergente transmissão oral na região Amazônica e por vetores secundários, como T. brasiliensis e T. pseudomaculata na região Nordeste. 4. O maior percentual e risco em morrer por doença de Chagas foi verificado nos grupos mais avançados de idade, refletindo a consequência da exposição à infecção por T. cruzi via transmissão vetorial no passado. O aumento da sobrevida da população com doença de Chagas está relacionado à associação com outras doenças crônico-degenerativas e os efeitos nocivos dessa interação merecem especial atenção pelos gestores e profissionais de saúde, com o objetivo de minimizar a morbimortalidade pela doença. 5. Indivíduos com doença de Chagas residentes nas regiões Sudeste e Centro-Oeste, principalmente nos estados de MG, GO e DF, apresentaram os maiores riscos para 139

mortalidade relacionada à doença. Esse fato reflete a presença de altas taxas de infestação vetorial e extensas áreas endêmicas nessas regiões no passado. 6. O impacto da doença de Chagas como causa de morte por DIP, medida pela mortalidade proporcional, foi elevada na região Centro-Oeste, particularmente nos estados de Goiás e no Distrito Federal, onde a doença representou a primeira colocação dos óbitos por esse grupo de doenças, superando a aids e as septicemias, principais causas de morte desse grupo de doenças no restante do Brasil. Esse achado pode estar mais relacionado à magnitude do numero de mortes pela doença de Chagas do que uma eventual diminuição dos óbitos devido a outras doenças infecciosas. 7. A apresentação clínica da doença de Chagas mais comumente mencionada nas declarações de óbito foi a forma cardíaca crônica, com tendência de declínio constante, ao passo que as formas agudas e digestiva crônica apresentaram tendências ascendentes no período do estudo. Chama-se atenção para investigações aprofundadas para esclarecer os fatores relacionados a esse aumento, assim como uma maior notoriedade da forma digestiva crônica como causa de morte na doença de Chagas por pesquisadores e gestores em saúde. 8. As doenças cardiovasculares, particularmente as afecções cardíacas e cerebrovasculares, foram as que frequentemente se associaram aos óbitos relacionados à doença de Chagas como causa básica ou associada. A identificação de todas as causas relacionadas à doença de Chagas permitiu evidenciar afecções integrantes de sua história natural, abrindo novas perspectivas para a prevenção de mortes e contribuindo para orientar medidas assistenciais adequadas. 9. Em conjunto, as duas ferramentas exploratórias de autocorrelação espacial local apontaram evidências de que os padrões espaço-temporais da mortalidade relacionada à doença de Chagas se configuram como um núcleo compacto com alta densidade de óbitos na região central do Brasil. Essas análises revelaram um padrão de extrema concentração de municípios com altos coeficientes de mortalidade relacionada à doença de Chagas nas áreas centrais do Brasil. 10. Este estudo definiu áreas geográficas prioritárias para o controle da morbimortalidade relacionada à doença de Chagas no Brasil e demonstrou que tecnologia do SIG pode ser empregada pelos gestores em saúde no planejamento, monitoramento e avaliação das ações de controle e prevenção da doença de Chagas ou outras doenças infecciosas. 11. A persistência dos coeficientes de mortalidade elevados ao lado de sua distribuição desigual entre os municípios brasileiros revela limitações das políticas socioeconômicas 140

e politicas de saúde específicas para doença de Chagas, aliadas às limitações dos serviços de saúde no que diz respeito à cobertura, qualidade e equidade de atendimento aos pacientes chagásicos. 12. Não sendo a doença de Chagas crônica uma entidade de notificação compulsória (apenas a forma aguda é notificada), as suas menções como causa de morte podem ser usadas para medir o seu impacto sobre a saúde da população brasileira. Busca-se estimular o uso das estatísticas de mortalidade na discussão sobre o impacto das medidas de controle na prevalência da doença. 13. O reconhecimento da Doença de Chagas como condição crônica a partir da análise de mortalidade reafirma a manifesta necessidade de aperfeiçoar o atendimento clínico e cirúrgico, seja na atenção básica ou em serviço especializado, garantindo acesso adequado aos serviços de saúde e assistência social para o grande contingente de indivíduos chagásicos crônicos que se acumularam durante as últimas décadas.

141

REFERÊNCIAS

AKHAVAN, D. Análise de custo-efetividade do programa de controle da doença de chagas no Brasil . Brasília: OPAS, 2000. 271 p.

ALMEIDA, M. F.; ALENCAR, G. P.; NOVAES, H. M. D.; ORTIZ, L. P. Sistemas de informação e mortalidade perinatal: conceitos e condições de uso em estudos epidemiológicos. Rev. Bras. Epidemiol ., v. 9, n. 1, p. 56-68, 2006.

ALVES, R. M. A.; THOMAZ, R. P.; ALMEIDA, E. A.; WANDERLEY, J. S.; GUARIENTO, M. E. Chagas’ disease and ageing: the coexistence of other chronic diseases with Chagas’ disease in elderly patients. Rev. Soc. Bras. Med. Trop. , v. 42, n. 6, p. 622-628, 2009.

ANDREOLLO, N. A.; MALAFAIA, O. Os 100 anos da doença de Chagas no Brasil. ABCD Arq. Bras. Cir. Dig ., v. 22, n. 4, p. 189-191, 2009.

ANSELIN, L. Local Indicators of Spacial Association – LISA. Geographical Anal., v. 27, p. 93-115, 1995

ARAS, R.; MATTA, J. A. M.; MOTA, G.; GOMES, I.; MELO, A. Infarction in autopsies of chagasic patients with heart failure. Arq. Bras. Cardiol., v. 81, n. 4, p. 414-416, 2003a.

ARAS, R.; GOMES, I.; VEIGA, M.; MELO, A . Transmissão vetorial da doença de Chagas em Mulungu do Morro. Rev. Bras. Med. Trop ., v. 36, p. 359-363, 2003b.

ARAÚJO, A. J. G.; SABROZA, P. C.; SILVA, L. F. R. F. Epidemiologia: situação atual. 2009. Disponível em: . Acesso em: 20 out 2010.

ATANAKA-SANTOS, M. Análise espacial na determinação de áreas de risco para malária em Mato Grosso: uma inovação para os programas de controle. 2006. 79f. Tese (Doutorado em Saúde Pública) - Escola Nacional de Saúde Pública Sérgio Arouca, Fundação Oswaldo Cruz, Rio de Janeiro, 2006.

AUFDERHEIDE, A. C.; SALO, W.; MADDEN, M.; STREITZ, J.; BUIKSTRA, J.; GUHL, F.; ARRIAZA, B.; RENIER, C.; WITTMERS JR., L. E.; FORNACIARI, G.; ALLISON, M. A 9,000-years record of Chagas disease. Proc. Natl. Acad. Sci. USA , v. 101, p. 2034-2039, 2004.

BARBOSA-FERREIRA, J. M.; SANTANA FILHO, F. S.; MAGALHÃES, B. M. L.; COELHO, L. I. A. R. C.; BARBOSA, M. G. V. Acometimento cardíaco em casos de doença de Chagas Aguda da Amazônia. Arq. Bras. Cardiol ., v. 94, n. 6, p. 147-149, 2010

BARCELLOS, C.; RAMALHO, W. Situação Atual do Geoprocessamento e da Análise de Dados Espaciais em Saúde no Brasil. Inf. Pública , v. 4, n. 2, p. 221-230, 2002.

142

BARRETTO, A. C.; ARTEAGA, E.; MADY, C.; IANNI, B. M.; BELLOTTI, G.; PILEGGI, F. Sexo masculino: fator prognóstico na doença de Chagas . Arq. Bras. Cardiol ., v. 60, n. 4, p. 222-225, 1993.

BARROS, M. D. A.; XIMENES, R.; LIMA, M. L. C. Preenchimento das variáveis nas declarações de óbitos por causas externas de crianças e adolescentes no Recife, de 1979 a 1995. Cad. Saúde Pública, v. 17, n. 1, p. 71-78, 2001.

BASTOS, M. J. R. P. et al . Análise ecológica dos acidentes e da violência letal em Vitória, ES. Rev. Saúde Pública , v. 43, n. 1, p. 123-32, 2009.

BEATO FILHO, C. C.; ASSUNÇÄO, R. M.; SILVA, B. F. A.; MARINHO, F. C.; REIS, I. A.; ALMEIDA, M. C. M. Conglomerados de homicídios e o tráfico de drogas em Belo Horizonte, Minas Gerais, Brasil, de 1995 a 1999. Cad. Saúde Pública , v. 17, n. 5, p. 1163- 1171, 2001.

BERN, C.; MONTGOMERY, S. P.; KATZ, L.; CAGLIOTI, S.; STRAMER, S. L. Chagas disease and the US blood supply. Curr. Opin. Infect. Dis ., v. 21, n.5, p. 476-482, 2008.

BORGES, M. P. C.; MORAES, R. M. Análise espacial de dados de saúde pública. In: CONGRESSO LATINOAMERICANO DE INGENIERÍA BIOMÉDICA, 5., 2001, Habana, Cuba . Memorias... Habana: Sociedad Cubana de Bioingeniería, 2001. Artículo 253.

BRASIL. Ministério da Saúde. Consenso Brasileiro em Doença de Chagas. Rev. Soc. Bras. Med. Trop ., v. 38, supl. 1, p. 1-29, 2005a.

______. Ministério da Saúde. Conselho Federal de Medicina. A Declaração de óbito: documento necessário e importante. Brasilia, 2009a. 40 p.

______. Ministério da Saúde. Doença de Chagas : Aspectos epidemiológicos . 2010a. Disponível em: < www.saude.gov.br-chagas >. Acesso em: 05 jan. 2011.

______. Ministério da Saúde do Brasil. Agência Nacional de Vigilância Sanitária. Manual técnico para investigação da transmissão de doenças pelo sangue . Brasília: Ministério da Saúde, 2004b.

______. Ministério da Saúde. Manual de procedimentos do sistema de informações sobre mortalidade . Brasília, 2001. 36 p.

______. Ministério da Saúde. Secretaria de Vigilância em Saúde. Doença de Chagas no Brasil . Brasília, 2009c. 39 p.

______. Ministério da Saúde. Secretaria de Vigilância em Saúde. Doença de Chagas: situação epidemiológica atual. Brasília, 2010b.

______. Ministério da Saúde. Secretaria de Vigilância em Saúde. Doenças Infecciosas : guia de bolso. 8 ed. Brasília, 2010c. 450p.

______. Ministério da Saúde. Secretaria de Vigilância em Saúde. Guia de vigilância epidemiológica . 6. ed. Brasília, 2005b. 143

______. Ministério da Saúde. Secretaria de Vigilância em Saúde. Recomendações para diagnóstico, tratamento e acompanhamento da co-infecção: Trypanosoma cruzi/ Vírus da Imunodeficiência Humana (HIV). Brasília, 2007. 52 p.

______. Ministério da Saúde. Secretaria de Atenção à Saúde. Evolução da mortalidade no Brasil. In:______. Saúde Brasil 2004 – uma análise da situação de saúde . Brasília, 2004a. p. 85-133.

______. Ministério da Saúde. Secretaria de Atenção à Saúde. Vigilância em Saúd e: zoonoses. Brasília, 2009b. 228 p.

BRAZ, S. C. M.; MELO, M. F. A.D.; LORENA, V. M. B.; SOUZA, W. V.; GOMES, Y. M. Chagas disease in the State of Pernambuco, Brazil: analysis of admissions and mortality time series. Rev. Soc. Bras. Med. Trop ., n. 44, v. 3, p. 318-323, mai./jun. 2011.

BUSTAMANTE, D. M.; MONROY, M. C.; RODAS, A. G.; JUAREZ, .J. A.; MALONE, J. B. Environmental determinants of the distribution of Chagas disease vectors in south-eastern Guatemala. Geospat. Health ., v. 1, n. 2, p. 199-211, 2007

CAMARGO, M. E.; SILVA, G. R.; CASTILHO, E. A.; SILVEIRA, A. C. Inquérito sorológico da prevalência da infecção chagásica no Brasil, 1975/1980. Rev. Inst. Med. Trop. São Paulo , v. 26, p. 192-204, 1984.

CAROD-ARTAL, F. J. Stroke: a neglected complication of American trypanosomiasis (Chagas’ disease). Trans. R. Soc. Trop. Med. Hyg ., v. 101, p. 1075-1080, 2007.

CAROD-ARTAL, F. J.; GASCON, J. Chagas disease and stroke. Lancet Neurol ., v. 9, p. 533-542, 2010.

CAROD-ARTAL, F. J.; RIBEIRO, L. S.; VARGAS, A. P. Awareness of stroke risk in chagasic stroke patients. J. Neurol. Sci ., v. 263, p. 35-39, 2007.

CARVALHO, M. E.; SILVA, R. A.; WANDERLEY, D. M. V.; BARATA, J. M. S. Programa de controle da doença de chagas no estado de São Paulo: aspectos sorológicos e entomológicos de inquéritos entre escolares de ensino fundamental. Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 95-106, 2011.

CARVALHO, M. S.; SOUZA-SANTOS, R. Análise de dados espaciais em saúde pública: métodos, problemas, perspectivas. Cad. Saúde Pública , Rio de Janeiro, v. 21, n. 2, p. 361- 378, mar./abr. 2005.

CAVALCANTI, L. P. G.; ROLIM D. B.; PIRES NETO, R. J.; VILAR, D. C. L. F.; NOGUEIRA, J. O. L.; POMPEU, M. M. L.; TEIXEIRA, M. J.; SOUSA, A. Q . Microepidemia de doença de Chagas aguda por transmissão oral no Ceará. Cad. Saúde Coletiva , v. 17, n. 4, p. 911-921, 2009.

144

CECERE, M. C.; VAZQUEZ-PROKOPEC, G. M.; GÜRTLER, R. E.; KITRON, U. Spatio- temporal analysis of reinfestation by Triatoma infestans (Hemiptera: Reduviidae) following insecticide spraying in a rural community in Northwestern Argentina. Am. J. Trop. Med. Hyg ., v. 71, n. 6, p. 803-810, 2004.

CERVI, A.; HERMSDORFF, H. H. M.; RIBEIRO, R. C. L. Tendência da mortalidade por doenças neoplásicas em 10 capitais brasileiras, de 1980 a 2000. Rev. Bras. Epidemiol., v. 8, n. 4, p. 407-418, 2005.

CHAGAS, C. Nova tripanossomíase humana. Mem. Inst. Oswaldo Cruz , v. 1, p. 159-218, 1909.

CLIFF, A. D.; ORD, J. K. Spatial processes: models and applications. London: Pion, 1981.

COSTA, J. M. B. S.; FRIAS, P. G.. Avaliação da completitude das variáveis da declaração de óbitos de menores de um ano residentes em Pernambuco, 1997-2005. Ciênc. Saúde Coletiva [online], v. 16, supl. 1, p. 1267-1274, 2011. Disponível em: . Acesso em: 20 maio 2011.

COURA, J. R. Chagas disease: what is known and what´s needed – a background article. Mem. Inst. Oswaldo Cruz , Rio de Janeiro, v. 102, supl. 1, p. 113-122, 2007.

______. Present situation and new strategies for Chagas disease chemotherapy – a proposal. Mem. Inst. Oswaldo Cruz , v. 104, n. 4, p. 549-554, 2009.

COURA, J. R.; BORGES-PEREIRA, J. Chagas disease: 100 years after its discovery: a systemic review. Acta Trop., v. 115, p. 5-13, 2010.

COURA, J. R.; DIAS, J. C. Epidemiology, control and surveillance of Chagas disease: 100 years after its Discovery. Mem. Inst. Oswaldo Cruz , v. 104, suppl. 1, p. 31-40, 2009.

COURA, J. R.; JUNQUEIRA, A. C.; BOIA, M. N.; FERNANDES, O. Chagas disease: from dash to huts and houses. Is it the case of the Brazilian Amazon? Mem. Inst. Oswaldo Cruz , v. 94, suppl. 1, p. 379-384, 1999.

COURA, J. R.; VIÑAS, P. A. Chagas disease: a new worldwide challenge. Nature , p. 6-7, jun., 2010.

DA-COSTA-PINTO, E. A. L.; ALMEIDA, E. A.; FIGUEIREDO, D.; BUCARETCHI, F.; HESSEL, G. Case report chagasic megaesophagus and megacolon diagnosed in childhood and probably caused by vertical transmission. Rev. Inst. Med. Trop. São Paulo , v. 43, n. 4, p. 227-230, 2001.

DATASUS. Sistema de Informações de Agravos de Notificação. Doença de Chagas Aguda - Casos confirmados e notificados. 2011. Disponível em: Acesso em: 12 jul. 2011.

145

______. Sistema de Informações sobre Mortalidade. Mortalidade - Brasil . 2011b. Disponível em: . Acesso em: 18 jun. 2011.

______. Mortalidade – CID-10. Disponível em: . Acesso em: 10 dez. 2010.

DELGADO, S.; CASTILLO NEYRA, R.;, QUISPE MACHACA, V. R.; ANCCA JUÁREZ, J.; CHOU CHU, L.; VERASTEGUI, M. R.; MOSCOSO APAZA, G. M.; BOCÁNGEL, C. D.; TUSTIN, A.W.; STERLING, C. R.; COMRIE, A.C.; NÁQUIRA, C.; CORNEJO DEL CARPIO, J. G.; GILMAN, R. H.; BERN, C.; LEVY, M. Z. A History of chagas disease transmission, control, and re-emergence in Peri-Rural La Joya, Peru. PLoS Negl. Trop. Dis. v. 5, n. 2, p.e970, 2011.

DIAS, J. C. P. Doença de chagas no século XXI. In: SIMPÓSIO VIRTUAL DE ENFERMEDAD DE CHAGAS, 1, 1999. Disponível em: < http://www.fac.org.ar/fec/chagas/c12pinto/c12pinto.htm >. Acesso em: 30 jan. 2011.

______. Elimination of chagas disease transmission: perspectives. Mem. Inst. Oswaldo Cruz , n. 104, supl. 1, p. 41-45, 2009.

______. Globalização, iniquidades e doença de Chagas. Cad. Saúde Pública , v. 23, supl. 1, p. 12-22, 2007.

______. Notas sobre o Trypanosoma cruzi e suas características bio-ecológicas, como agente de enfermidades transmitidas por alimentos. Rev. Soc. Bras. Med. Trop ., v. 39, n. 4, p. 370- 375, 2006.

DIAS, J. C. P.; AMATO NETO, V. Prevenção referente às modalidades alternativas de transmissão do trypanosoma cruzi no brasil. Rev. Soc. Bras. Med. Trop ., v. 44, suppl. 2, p. 68-72, 2011.

DIAS, J. C. P.; BASTOS, C.; ARAÚJO, E.; MASCARENHAS, A.V.; MARTINS NETTO, E.; GRASSI, F.; SILVA, M.; TATTO, E.; MENDONÇA, J.; ARAÚJO, R. F.; SHIKANAI- YASUDA, M. A.; ARAS, R . Acute Chagas disease outbreak associated with oral transmission. Rev. Soc. Bras. Med . Trop ., v. 41, n. 3, p. 296-300, 2008

DIAS, J. C. P.; COURA, J. R. Epidemiologia. In: Clínica e Terapêutica da doença de Chagas: uma abordagem prática para o Clínico Geral, 1997. p. 33-65.

DIAS, J. C. P; MACEDO, V. O. Doença de Chagas. In: COURA, J. R. Dinâmica das doenças infecciosas e parasitárias . Rio de janeiro: Guanabara Koogan, 2005. p. 557-594.

DIAS, J. C. P.; PRATA, A.; CORREIA, D. Problems and perspectives for Chagas disease control: in realistc analysis. Rev. Soc. Bras. Med. Trop ., v. 41, n. 2, p. 193-196, 2008.

DIAS, J. C. P.; SILVEIRA, A. C.; SCHOFIELD, C. J. The impact of Chagas disease control in Latin America: a review. Mem. Inst. Oswaldo Cruz , v. 97, n. 5, p. 603-612, 2002.

146

DI COLLI, L.; CORDONI Jr, L.; MATSUO, T. Avaliação de indicadores hospitalares antes e após a implantação da gestão plena do sistema municipal em município do sul do Brasil. Epidemiol. Serv. Saúde , v. 19, n. 4, p. 367-377, 2010.

DRUMOND, J. A. G.; MARCOPITO, L. F. Migração interna e a distribuição da mortalidade por doença de Chagas, Brasil, 1981/1998. Cad. Saúde Pública , v. 22, n. 10, p. 2131-2140, 2006.

FERREIRA, I. L. M.; SILVA, T. P. T. Eliminação da transmissão da doença de Chagas no Brasil: um fato histórico. Rev. Soc. Bras. Med. Trop ., v. 39, n. 5, p. 507-509, 2006. FREITAS, H. F.; CHIZZOLA, P.R.; PAES, A.T.; LIMA, A.C.; MANSUR, A. J . Risk stratification in a Brazilian hospital-based cohort of 1220 outpatients with heart failure: role of Chagas’ heart disease. Int. J. Cardiol ., v. 102, p. 239-247, 2005.

FREITAS, V. L. T. Avaliação dos níveis de parasitemia por PCR em tempo real em pacientes com doença de Chagas crônica e pacientes com co-infecção HIV-Trypanosoma cruzi , com e sem reativação da doença de Chagas . 2009. Tese (Doutorado) - Faculdade de Medicina, Universidade de São Paulo, São Paulo, 2009.

FRIAS, P. G.; PEREIRA, P. M. H.; ANDRADE, C. L. T.; SZWARCWALD, C. L. Sistema de Informações sobre Mortalidade: estudo de caso em municípios com precariedade dos dados. Cad. Saúde Pública , v. 24, n.10, p. 2257-2266, 2008.

GADELHA, P.; ARAÚJO-JORGE, T. Doença de Chagas: velha enfermidade, novos desafios. 2009. Disponível em: . Acesso em: 20 out. 2010.

GAZIN, P.; MELO, G.; ABUQUERQUE, A.; OLIVEIRA Jr., W.; SOULA, G.; AUDRY, P . Chagas disease in a rural area of northeast, Brazil. Bull. Soc. Pathol. Exot., v. 97, n. 3, p. 189-192, 2004.

GETIS, A.; ORD, J. K. The Analysis of spatial association by use of distance statistics. geographical. Analysis , v. 24, p. 189-206, 1992.

GOLDACRE, M. J.; DUNCAN , M.E.; COOK ‐MOZAFFARI , P.; GRIFFITH , M. Trends in mortality rates comparing underlying-cause and multiple-cause coding in a English population. J. Public Health Med ., v. 25, n. 3, p. 249-253, 2004.

GOMES, P. G. et al . Aspectos clínicos. In: SIQUEIRA-BATISTA, R.; SIQUEIRA- BATISTA, R.; CORRÊA, A. D.; GOMES, A. P.; GELLER, M. (Org.) Moléstia de Chagas. 2. ed. Rio de Janeiro: Rubio, 2007. p. 77-90.

GONÇALVES, J. G. F.; PRATA, A.; DIAS, J. C. P.; MACÊDO, V. O Inquérito eletrocardiográfico. Rev. Soc. Bras. Med. Trop., v. 44, suppl. 2, p. 40-46, 2011.

GONÇALVES, J. G. F.; DIAS SILVA, V. J.; CALZADA BORGES, M. C.; PRATA, A.; CORREIA, D . Mortality indicators among chronic Chagas patients living in an endemic area. Int. J. Cardiol. , v. 143, n. 3, p. 235-242, 2010.

147

GONTIJO, E. D.; DIAS, J. C. P. Mortalidade por doença de Chagas em Minas Gerais: análise preliminar do período de 1978-1989. Rev. Soc. Bras. Med. Trop., v. 27, suppl. 2, p. 119- 120, 1994.

GONZALEZ-GRANADO, L. I.; ROJO-CONEJO, P.; RUIZ-CONTRERAS, J.; GONZALEZ-TOMÉ, M. I. Chagas disease travels to Europe. Lancet , v. 373, n. 9680, p. 2025, 2009.

GUARIENTO, M. E; CARRIJO, C. M.; ALMEIDA, E. A.; MAGNA, L. A. Perfil clínico de idosos portadores de doença de Chagas atendidos em serviço de referência. Rev. Soc. Bras. Clin. Med ., v. 9, n. 1, p. 20-24, 2011.

GUARIENTO, M. E.; OROSZ, J. E. B.; GONTIJO, J. A. R. Interação clínica entre moléstia de Chagas e hipertensão arterial primária em um serviço de referência ambulatorial. Arq. Bras. Cardiol., v. 70, n. 6, p. 431-434, 1998.

GURGEL, C. B.; ALMEIDA, E. A. Frequency of hypertension in patients with chronic Chagas disease and its consequences on the heart: a clinical and pathological study. Arq. Bras. Cardiol ., v. 89, n. 3, p. 191-200, 2007.

HERRERA, H. M.; RADEMAKER, V.; ABREU, U. G.; D'ANDREA, P. S.; JANSEN, A. M. Variables that modulate the spatial distribution of Trypanosoma cruzi and Trypanosoma evansi in the Brazilian Pantanal. Acta Trop . v. 102, n. 1, p. 55-62, 2007.

HINO, P.; SANTOS, C.B.; VILLA, T. C. S. Evolução espaço-temporal dos casos de tuberculose em Ribeirão Preto (SP), nos anos de 1998 a 2002. J. Bras. Pneumol ., v. 31, n. 6, p. 523-527, 2005.

HOTEZ, P.; MOLYNEUX, D. H.; FENWICK, A.; OTTESEN, E.; EHRLICH SACHS, S.; SACHS, J. D. Incorporating a rapid-impact package for neglected tropical diseases with programs for HIV/AIDS, tuberculosis and malaria. PLoS Med., v. 3, n. 5, p. e102, 2006.

IBGE. Censos demográficos. Disponível em: . Acesso em: 10 dez. 2010.

ISHITANI, L. H.; FRANÇA, E. Uso das causas múltiplas de morte em Saúde Pública. Inf. Epidemiol. SUS , v. 10, n. 4, p. 163-175, 2001.

IGREJA, R. P. Chagas disease: 100 years after its discovery. Lancet , v. 373, p. 1340, 2009.

ISRAEL, R. A.; ROSEMBERG. H. M.; CURTIN, L. R. Analytical potential for multiple cause-of-death data. Am. J. Epidemiol ., v. 124, n. 2, p. 161-179, 1986.

KAMIJI, M. M.; OLIVEIRA, R. B. O perfil dos portadores de doença de Chagas, com ênfase na forma digestiva, em hospital terciário de Ribeirão Preto, SP. Rev. Soc. Bras. Med. Trop. , v. 38, n. 4, p. 305-309, 2005.

148

KERR-PONTES, L. R. S.; MONTENEGRO, A. C.; BARRETO, M. L.; WERNECK, G. L.; FELDMEIER, H.. Inequality and leprosy in Northeast Brazil: an ecological study. Int. J. Epidemiol. , v. 33, n. 2, p. 262-269, 2004.

KHAN, O. A.; DAVENHALL, W.; ALI, M.; CASTILLO-SALGADO, C.;, VAZQUEZ- PROKOPEC, G.; KITRON, U.; SOARES MAGALHÃES, R. J.; CLEMENTS, A. C. Geographical information systems and tropical medicine. Ann. Trop. Med. Parasitol ., v. 104, n. 4, p. 303-318, 2010.

LATORRE, M. R. D. O. A mortalidade por câncer de estômago no Brasil: análise do período de 1977 a 1989. Cad. Saúde Pública, v. 13, supl. 1, p. 67-78, 1997.

______. Câncer em Goiânia: análise da incidência e da mortalidade no período de 1988 a 1997. (Tese de Livre Docência) - Faculdade de Saúde Pública da Universidade de São Paulo, São Paulo, 2001.

LATORRE, M. R. D. O.; CARDOSO, M. R. A. Análise de séries temporais em epidemiologia: uma introdução sobre os aspectos metodológicos Rev. Bras. Epidemiol ., v. 4, n. 3, p. 145-152, 2001.

LAURENTI, R. A análise da mortalidade por causa básica e por causas múltiplas. Rev. Saúde Pública , v. 8, p. 421-435, 1974.

LAURENTI, R.; BUCHALLA, C. M. A elaboração de estatísticas de mortalidade segundo causas múltiplas. Rev. Bras. Epidemiol., v. 3, n. 1-3, p. 21-28, 2000.

LAURENTI, R.; MELLO JORGE, M. H. P.; LEBRÃO, M. L.; GOTLIEB, S. L. D. Estatística de saúde . São Paulo: EPU, 1987.

LEAL, M. C.; SZWARCWALD, C. L. Características da mortalidade neonatal no Estado do Rio de Janeiro na década de 80: uma visão espaço-temporal. Rev. Saúde Pública , v. 31, n. 5, p. 457-465, 1997.

LEITE, L. R.; FENELON,G.; PAES, A.T.; DE PAOLA, A. A. V. The Impact of syncope during clinical presentation of sustained ventricular tachycardia on total and cardiac mortality in patients with chronic chagasic heart disease. Arq. Bras. Cardiol., v. 77, n. 5, p. 446-452, 2001.

LEVY, M. Z.; BOWMAN, N. M.; KAWAI, V.; PLOTKIN, J. B.; WALLER, L. A.; CABRERA, L.; STEURER, F.; SEITZ, A. E.; PINEDO-CANCINO, V. V.; CORNEJO DEL CARPIO, J. G.; CORDOVA BENZAQUEN, E.; MCKENZIE, F. E.; MAGUIRE, J. H.; GILMAN, R. H.; BERN, C . Spatial patterns in discordant diagnostic test results for chagas disease: links to transmission hotspots. Clin. Infect. Dis. , v. 48, n. 8, p. 1104-1106, 2009.

LIMA, V. S.; YOTSUKI, R. K.; IÑIGUEZ, A. M.; FERREIRA, L. F.; ARAUJO, A. ; JANSEN, A. M.; VICENTE, A. C . Seven thousand years of Trypanosoma cruzi infection in pre-Columbian Brazilian Indians. In: WORLD CONGRESS ON MUMMY STUDIES, 6., 2007, Teguise, Lanzarote. Programa y Resumenes .Teguise: 2007. p. 152.

149

LIMA-COSTA, M. F.; GUERRA, H. L.; BARRETO, S.M.; GUIMARÄES, R. M. Diagnóstico da situação de saúde da população idosa brasileira: um estudo da mortalidade e das internações hospitalares públicas. Inf. Epidemiol. SUS , v. 9, n. 1, p. 23-41, 2000.

LIMA-COSTA, M. F.; MATOS, D. L.; RIBEIRO, A. L. Chagas disease predicts 10-year stroke mortality in community-dwelling elderly the bambuí cohort study of aging. Stroke , v. 41, n. 11, p 2477-2482, 2010.

LIMA-COSTA, M. F.; PEIXOTO, S. V.; GIATTI, L. Tendências da mortalidade entre idosos brasileiros (1980-2000). Epidemiol. Serv. Saúde , v. 13, p. 217-228, 2004.

LITVOC, J.; WANDERLEY, D. M. V.; CAMARGO, L. M. C. Mortalidade por doença de Chagas no Estado de São Paulo (Brasil): subsídios para o planejamento da assistência ao chagásico. Rev. Saúde Pública , v. 26, n. 2, p. 59-65, 1992.

LOPES, E. R.; CHAPADEIRO, E.; BORGES, M. C.; CANCADO, M. A.; ROCHA, A . Morte súbita e doença de Chagas – análise dos fatores predisponentes do óbito súbito do chagásico crônico. Mem. Inst. Oswaldo Cruz , v. 77, n. 3, p. 255-262, 1982.

LUNARDELLI, A. Soroprevalência da doença de Chagas em candidatos e doadores de sangue. RBAC rev. Bras. Anal. Clín., v. 39, n. 2, p. 139-141, 2007.

MAGUIRE, J. H. Chagas diseas: can we stop the deaths? N. Engl. J. Med ., v. 355, p. 760- 761, 2006.

MAGUIRE, J. H.; HOFF, R.; SHERLOCK, I.; GUIMARÃES, A. C.; SLEIGH, A. C.; RAMOS, N. B.; MOTT, K. E.; WELLER, T. H. Cardiac morbidity and mortality due to Chagas’disease: prospective electrocardiographic study of a Brazilian community. Circulation , v. 75, n. 6, p. 1140–1145, 1987.

MISCHLER, P. D. Mapping and modeling of neglected tropical diseases in Brazil and Bolivia . Thesis (Doctored) - Louisiana State University and Agricultural and Mechanical College School of Veterinary Medicine, Louisiana, 2011.

MASSAD, E. The elimination of Chagas disease from Brazil. Epidemiol. Infect ., v. 136, n. 9, p. 1153-1164, 2008.

MILES, M. A. The discovery of Chagas disease: progress and prejudice. Infect. Dis. Clin. North Am ., v. 8, p. 247-260, 2004.

MONCAYO, A.; ORTIZ-YANINE, M. I. An update on Chagas disease (human american trypanosomiasis). Ann. Trop. Med. Parasitol ., v. 100, p. 663-677, 2006.

MONCAYO, A.; SILVEIRA, A. C. Current epidemiological trends for Chagas disease in Latin America and future challanges in epidemiology, surveillance and health policy. Mem. Inst. Oswaldo Cruz , v. 104, suppl. 1, p. 17-30, 2009.

MONTENEGRO, A. C. D.; WERNECK, G. L.; KERR-PONTES, L. R. S.; BARRETO, M. L.; FELDMEIER,H. Spatial analysis of the distribution of leprosy in the State of Ceará, Northeast Brazil. Mem. Inst. Oswaldo Cruz , v. 99, n.7, p. 683-686, 2004. 150

MORAES-SOUZA, H.; FERREIRA-SILVA, M. M. O controle da transmissão transfusional. Rev. Soc. Bras. Med. Trop ., v. 44, suppl. 2, p. 64-67, 2011.

MORAIS NETO, O. L.; BARROS, M. B. A.; MARTELLI, C. M. T.; SILVA, S. A.; CAVENAGHI, S. M.; SIQUEIRA Jr, J. B. Diferenças no padrão de ocorrência da mortalidade neonatal e pós-neonatal no Município de Goiânia, Brasil, 1992-1996: análise espacial para identificação das áreas de risco. Cad. Saúde Pública , v. 17, n. 5, p. 1241-1250, 2001.

MORRETI, E.; BASSO, B.; CASTRO, I.; PAEZ, M. C.; CHAUL, M.; BARBIEU, G.; FEIJOO, D. C.; SARTORI, M. J.; PAEZ, R. C. Chagas disease: study of congenital transmission in cases of acute maternal infection. Rev. Bras. Med. Trop ., v. 38, p. 53-55, 2005.

NASCIMENTO, L. F. C.; BATISTA, G. T.; DIAS, N. W.; CATELANI, C. S.; BECKER, D.; RODRIGUES, L . Análise espacial da mortalidade neonatal no Vale do Paraíba, 1999 a 2001. Rev. Saúde Pública , v. 41, n. 1, p. 94-100, 2007.

OLIVEIRA, B. Z.; GOTLIEB, S. L. D.; LAURENTI, R.; JORGE, M. H. P. M. Mortalidade feminina por hipertensão: análise por causas múltiplas. Rev. Bras. Epidemiol ., v. 12, n. 4, p. 556-565, 2009.

OLIVEIRA, L. C. S. Integração dos bancos de dados do SIM e do SINAN: a contribuição da vigilância dos óbitos relacionados com doenças de notificação compulsória no município do Recife. Monografia (Residência Multiprofissional em Saúde Coletiva). Centro de Pesquisas Aggeu, Magalhães, Fundação Oswaldo Cruz, Recife, 2005.

______. Mortalidade relacionada com Tuberculose e Aids: uma análise das informações do SIM e do Sinan. Dissertação (Mestrado) - Centro de Pesquisas Aggeu, Magalhães, Fundação Oswaldo Cruz, Recife, 2008.

OLIVEIRA, M. T. C.; BARREIRA, D.; SANTOS, L.C.O.; LATORRE, M.R.D.O. A subnotificação de casos de Aids em municípios brasileiros selecionados: um aplicação do método de captura-recaptura. Bol. Epidemiol. AID-DST , v. 1, p. 7-11, 2004.

ORGANIZAÇÃO MUNDIAL DA SAÚDE. Classificação estatística internacional de doenças e problemas relacionados à saúde. 10. ed. rev. São Paulo: EDUSP, 2007. v. 1.

ORGANIZAÇÃO PAN AMERICANA DA SAÚDE. Guia para vigilância, prevenção, controle e manejo clínico da doença de Chagas Aguda transmitida por alimentos . Rio de Janeiro: PANAFTOSA-VAT/OPAS/OMS, 2009. 92 p.

OPROMOLLA, P. A.; DALBEN, I.; CARDIM, M. Análise geoestatística de casos de hanseníase no Estado de São Paulo, 1991-2002. Rev. Saúde Pública , v. 40, n. 5, p. 907-913, 2006.

151

OSTERMAYER, A. L.; PASSOS, A. D. S.; SILVEIRA, A. C.; FERREIRA, A. W.; MACEDO, V.; PRATA, A. R. O inquérito nacional de soroprevalência de avaliação do controle da doença de Chagas no Brasil (2001-2008). Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 108-121, 2011.

PAES, N. A. A mortalidade por doenças infecciosas e parasitárias na população idosa brasileira. Rev. Panam. Salud Publica , v. 15, n. 4, p. 233–241, 2004.

PAIXÃO, L. C.; RIBEIRO, A.L.; VALACIO, R.A.; TEIXEIRA, A.L. Chagas disease: independent risk factor for stroke. Stroke , v. 40, N. 12, p. 3691-3694, 2009.

PASSOS, A. D. C.; SILVEIRA, A. C. Síntese dos resultados dos inquéritos nacionais. Rev. Soc. Bras. Med. Trop. , v. 44, supl. 2, p. 47-50, 2011.

PEDROSA, L. D. C. O.; SARINHO, S. W.; XIMENES, R. A. A.; ORDONHA, M. R. Qualidade dos dados sobre óbitos neonatais precoces. Rev. Assoc. Med. Bras. , v. 53, n. 5, p. 389-394, 2007.

PENNA, M. L. F.; OLIVEIRA, M. L. V. D. R; PENNA, G. O. Spatial distribution of leprosy in the amazon region of Brazil. Emerg. Infect. Dis. , v. 15, n. 4, p. 650-652, 2009a.

______. The epidemiological behaviour of leprosy in Brazil. Lepr. Rev ., v. 80, n. 3, p.332- 344, 2009b.

PEREIRA, J. B.; WILLCOX, H. P.; COURA, J. R. Morbidade da doença de Chagas III. Estudo longitudinal, de seis anos, em Virgem da Lapa, MG, Brasil. Mem. Inst. Oswaldo Cruz , v. 80, p. 63-71, 1985.

PEREIRA, M. G. Características da mortalidade urbana por doença de Chagas, Distrito Federal, Brasil. Bol. Of. Sanit. Panam ., v. 96, n. 3, p. 213-221, 1984.

PÉRISSÉ, G.; MEDRONHO, R. A.; ESCOSTEGUY, C. C. Espaço urbano e a mortalidade por doença isquêmica do coração em idosos no Rio de Janeiro. Arq. Bras. Cardiol., v. 94, n. 4, p. 463-471, 2010.

PINTO, A. Y. N.; FERREIRA Jr., A. G.; VALENTE, V. C.; HARADA, G. S.; VALENTE, S. A. Urban outbreak of acute Chagas disease in Amazon region of Brasil: four-year follow-up after treatment with benznidazole . Rev. Panam. Salud Publica, v. 25, n. 1, p. 77-83, 2009.

PIRARD, M.; IIHOSHI, N.; BOELAERT, M.; BASANTA, P.; LÓPEZ, F.; VAN DER STUYFT, P. The validity of the sorologic tests for Trypanossoma cruzi and effectivaness of transfusional severing strategias in a heperenderic region. Transfusion , v. 45, n. 4, p. 554-56, 2005.

PRATA, A. R. Clinical and epidemiological aspects of Chagas disease. Lancet Inf. Dis., v. 1, n. 2, p. 92-100, 2001.

QUINTAS, L. E. M. et al . Tratamento. In: SIQUEIRA-BATISTA, R.; CORRÊA, A. D.; GOMES, A. P.; GELLER, M. (Org.) Moléstia de Chagas . 2. ed. Rio de Janeiro:, 2007. p. 125-144. 152

RAMIREZ-SIERRA, M. J.; HERRERA-AGUILAR, M.; GOURBIÈRE, S.; DUMONTEIL, E. Patterns of house infestation dynamics by non-domiciliated Triatoma dimidiata reveal a spatial gradient of infestation in rural villages and potential insect manipulation by Trypanosoma cruzi . Trop. Med. Int. Health , v. 15, n. 1, p. 77-86, 2010.

RAMOS Jr, A. N. Inclusão da reativação da doença de Chagas como uma condição definidora de AIDS para fins de vigilância epidemiológica no Brasil. Rev. Soc. Bras. Med. Trop ., v. 37, n. 2, p. 192-193, 2004.

______. Profilaxia e controle. In: SIQUEIRA-BATISTA, R.; CORRÊA, A. D.; GOMES, A. P.; GELLER, M. (Org.) Moléstia de Chagas . 2. ed. Rio de Janeiro: Rubio, 2007. p. 171-186.

RAMOS Jr, A. N.; CARVALHO, D. M. Doença de Chagas: passado, presente e futuro. Cad. Saúde Coletiva , v. 17, n. 4, p. 787-794, 2009.

______. Os diferentes significados da certificação conferida ao Brasil como estando livre da doença de Chagas. Cad. Saúde Pública , v. 16, n. 6, p. 1403-1412, 2001.

RAMOS Jr, A. N.; CORREIA, D.; ALMEIDA, E. A.; SHIKANAI-YASUDA, M. A . History, current issues and future of the brazilian network for attending and studying trypanosoma cruzi/HIV coinfection. J. Infect. Dev. Ctries ., v. 4, n. 11, p. 682-688, 2010.

RAMOS Jr, A. N.; MATIDA, L. H.; HEARST, N.; HEUKELBACH, J . Mortality in brazilian children with HIV/AIDS: the role of non-aids–related conditions after highly active antiretroviral therapy introduction. AIDS Pat. Care STDs , v. 25, p. 1-6, 2011.

RASSI Jr., A.; DIAS, J. C.; MARIN-NETO, J. A.; RASSI, A. Challenges and opportunities for primary, secondary and tertiary prevention of Chagas disease. Heart , v. 95, n. 7, p. 524- 534, 2009.

RASSI Jr., A.; RASSI, A.; RASSI, S. G. Predictors of mortality in chronic chagas disease: a systematic review of. stroke. Circulation , v. 115, p. 1101-1108, 2007.

RASSI Jr., A.; RASSI, A.; LITTLE, W. C.; XAVIER, S. S.; RASSI, S. G.; RASSI, A. G.; RASSI, G. G.; HASSLOCHER-MORENO, A.; SOUSA, A. S.; SCANAVACCA, M. I. Development and validation of a risk score for predicting death in chagas’ heart disease. N. Engl. J. Med ., v. 355, n. 8, p.799-808, 2006.

REDELINGS, M. D.; SORVILLO, F.; SIMON, P. A comparasin of underlying cause and multiple causes of death. Epidemiology , v. 17, n. 1, p. 100-103, 2006.

RESENDES, A. P. C.; SOUZA-SANTOS, R.; BARBOSA, C. S. Internação hospitalar e mortalidade por esquistossomose mansônica no Estado de Pernambuco, Brasil, 1992/2000. Cad. Saúde Pública , v. 21, n. 5, p. 1392-1401, 2005.

REZENDE, E. M.; SAMPAIO, I. B. M.; ISHITANI, L. H. Causas múltiplas de morte por doenças crônico-degenerativas: uma análise multidimensional. Cad. Saúde Pública, v. 20, n. 5, p. 1223-1231, 2004

153

REZENDE, E. M.; SAMPAIO, I. B. M.; ISHITANI, L. H.; MARTINS, E. F.; VILELLA, L. C. M. Mortalidade de idosos com desnutrição em Belo Horizonte, Minas Gerais, Brasil: uma análise multidimensional sob o enfoque de causas múltiplas de morte. Cad. Saúde Pública , v. 26, n. 6, p. 1109-1121, 2010.

REDE INTERAGENCIAL DE INFORMAÇÕES PARA A SAÚDE (RIPSA). Indicadores e Dados Básicos para a Saúde no Brasil (IDB-2009) . 2010. Disponivel em: . Acesso em: 10 dez. 2010.

RIVERA, J.; HILLIS, L. D.; LEVINE, B. D. Reactivation of cardiac Chagas disease in acquired immune deficiency syndrome. Am. J. Cardiol ., v. 94, p. 1102-1103, 2004.

ROCHA, M.O.; TEIXEIRA, M. M.; RIBEIRO, A. L. An update on the management of chronic chagas cardiomyopathy. Expert Rev. Anti. Infect. Ther ., v. 5, n. 4, p. 727-743, 2007.

ROMERO, D. E.; CUNHA, C.B. Avaliação da qualidade das variáveis socioeconômicas e demográficas dos óbitos de crianças menores de um ano registrados no Sistema de Informações sobre mortalidade do Brasil (1996/2001). Cad. Saúde Pública , v. 22, n. 3, p. 673-684, 2006.

SALVATELLA, R. A. Achievements in controlling Chagas disease in Latin America . Geneva: WHO, 2007.

SANTO, A. H. Causas múltiplas de morte relacionadas à tuberculose no Estado do Rio de Janeiro entre 1990 e 2001. J. Bras. Pneumol ., v. 32, n. 06, p. 544-552, 2006.

______. Equivalência entre a revisão da Classificação Internacional de Doenças e causas de morte. Rev. Saúde Pública , v. 34, n. 1, p. 21-28, 2000.

______. Potencial epidemiológico da utilização das causas múltiplas de morte por meio de suas menções nas declarações de óbito, Brasil, 2003. Rev. Panam. Salud Publica , v. 22, n. 3, p. 178-186, 2007a.

______. Tendência da mortalidade relacionada à doença de Chagas, Estado de São Paulo, Brasil, 1985 a 2006: estudo usando causas múltiplas de morte. Rev. Panam. Salud Publica , v. 26, n. 4, p. 299-309, 2009.

______. Tendência da mortalidade relacionada à paracoccidioidomicose, Estado de São Paulo, Brasil, 1985 a 2005: estudo usando causas múltiplas de morte. Rev. Panam. Salud Publica , v. 23, n. 5, p. 313-324, 2008.

______. Tendência da mortalidade relacionada à varicela no Estado de São Paulo, Brasil, 1985 a 2004: estudo usando causas múltiplas de morte. Rev. Panam. Salud Publica , v. 22, n. 2, p. 132-140, 2007b.

SANTO, A. H.; PINHEIRO, C. E. Tabulador de causas múltiplas de morte. Rev. Bras. Epidemiol ., v. 2, n. 1/2, p. 90-97, 1999.

154

______. Uso de microcomputador na seleção de causa básica de morte. Bol. Oficine Sanit. Panam ., v. 119, n. 4, p. 319-327, 1995.

SALLES, G.; XAVIER, S.; SOUSA, A.; HASSLOCHER-MORENO, A.; CARDOSO, C . Prognostic value of QT interval parameters for mortality risk stratification in Chagas’ disease: results of a long-term follow-up study. Circulation , v. 108, n. 3, p. 305-312, 2003.

SANTOS, S. M.; BARCELLOS, C.; CARVALHO, M. S.; FLORES, R. Detecção de aglomerados espaciais de óbitos por causas violentas em Porto Alegre, Rio Grande do Sul, Brasil, 1996. Cad. Saúde Pública , v. 17, n. 5, p. 1141-1151, 2001.

SARKAR, S.; STRUTZ, S. E.; FRANK, D. M.; RIVALDI, C. L.; SISSEL, B.; SANCHEZ- CORDERO, V. Chagas disease risk in Texas. PLoS. Negl. Trop. Dis ., v. 4, n. 10, p. e. 836, 2010.

SARTORI, A. M. C., IBRAHIM, K. Y.; NUNES WESTPHALEN, E. V.; BRAZ, L. M.; OLIVEIRA Jr., O.C.; GAKIYA, E.; LOPES, M. H.; SHIKANAI-YASUDA, M. A. Manifestations of Chagas disease (American trypanosomiasis) in patients with HIV/AIDS. Ann. Trop. Med. Parasitol ., v. 101, n. 1, p. 31-50, 2007.

SCHMUNIS, G. A. Epidemiology of Chagas disease in non-endemic countries: the role of international migration. Mem. Inst. Oswaldo Cruz , v. 102, suppl. 1, p. 75-85, 2007.

SCHMUNIS, G. A.; YADON, Z. E. Chagas disease: a Latin american health problem becoming a world health problem. Acta Trop., v. 115, p. 14-21, 2010.

SCHOFIELD, C. J.; JANNIN, J.; SALVATELLA, P. The future of Chagas disease control. Trends Parasitol ., v. 22, p. 583-588, 2006.

SILVEIRA, A. C. El control de la enfermedad de Chagas em los países del cono sur de America . Uberaba: Faculdade de Medicina do Triângulo Mineiro, 2002. 316 p.

______. Guia para a vigilância epidemiológica da doença de chagas na região amazônica e sua implantação . Brasilia: OPAS; 2006.

______. Mortalidade por doença de Chagas no Brasil, 1977/1983. Mem. Inst. Oswaldo Cruz , n. 81, p. 70, 1986.

______. O Inquérito triatomínico (1975-1983). Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 26-32, 2011a.

______. Os novos desafios e perspectivas futuras do controle. Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 122-124, 2011b.

SILVEIRA, A. C.; DIAS, J. C. P. O controle da transmissão vetorial. Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 52-63, 2011.

SILVEIRA, A. C.; FEITOSA, V. R.; BORGES, R. Distribuição de triatomíneos capturados no ambiente domiciliar, no período de 1975-83, Brasil. Rev. Bras. Malariol. Doenças. Trop ., v. 36, p. 15-312, 1984. 155

SILVEIRA, A. C.; SILVA, G. R.; PRATA, A. O Inquérito de soroprevalência da infecção chagásica humana (1975-1980). Rev. Soc. Bras. Med. Trop ., v. 44, supl. 2, p. 33-39, 2011.

SILVEIRA, A. C.; VINHAES, M. C. Doença de Chagas: aspectos epidemiológicos e de controle. Rev. Soc. Bras. Med. Trop ., v. 31, p. 15-60, 1998.

SIQUEIRA-BATISTA, R. et al . Epidemiologia e ecologia. In: SIQUEIRA-BATISTA, R.; CORRÊA, A. D.; GOMES, A. P.; GELLER, M. (Org.) Moléstia de Chagas . 2. ed. Rio de Janeiro: Rubio, 2007. p. 147-168.

SIQUEIRA-BATISTA, R.; MORAES, H. P.; HANH, M. D. Patologia e patogenia. In: SIQUEIRA-BATISTA, R.; SIQUEIRA-BATISTA, R.; CORRÊA, A. D.; GOMES, A. P.; GELLER, M. (Org.) Moléstia de Chagas. 2. ed. Rio de Janeiro: Rubio, 2007. p. 57-76.

SOARES, J. A. S.; HORTA, F. M. B.; CALDEIRA, A. P. Avaliação da qualidade das informações em declarações de óbitos infantis. Rev. Bras. Saúde Matern. Infant., v. 7, n. 3 p. 289-295, 2007.

SOUZA, A. G. et al . Consolidação do controle de vetores da doença de Chagas no estado de São Paulo. Mem. Inst. Oswaldo Cruz , v. 79, p. 125-131, 1984.

SZWARCWALD, C. L.; BASTOS, F. I. P.; BARCELLOS, C. C.; ESTEVES, M. A. P.; CASTILHO, E. A. Dinâmica da epidemia de AIDS no Município do Rio de Janeiro, no período de 1988-1996: uma aplicação de análise estatística espaço-temporal. Cad. Saúde Pública , v. 17, n. 5, p. 1123-1140, 2001.

TEIXEIRA, M. G. Mortalidade por doenças infecciosas e parasitárias em Salvador - Bahia: evolução e diferenciais intra-urbanos segundo condições de vida. Rev. Soc. Bras. Med. Trop ., v. 35, n. 5, p. 491-497, 2002

VINHAES, M. C.; DIAS, J. C. P. Doença de Chagas no Brasil. Cad. Saúde Pública, v. 16, supl. 2, p. 7-12, 2000.

WALDMAN, E. A.; SILVA, L. J.; MONTEIRO, C. A. Trajetória das doenças infecciosas: da eliminação da poliomielite à reintrodução da cólera. Inf. Epidemiol. SUS , v. 8, n. 3, p. 5-47, 1999.

WANDERLEY, D. M. V.; LITVOC, J. Doença de Chagas como causa básica de óbito na região sudeste do Brasil: presença de causas contributárias. Rev. Saúde Pública , v. 28, n. 1, p. 69-75, 1994.

WORD HEALTH ORGANIZATION -WHO. Control of Chagas disease. Geneva, 2002. 109 p. (Technical Report Series, 905).

WORD HEALTH ORGANIZATION -WHO . Working to overcome the global impact of neglected tropical diseases: first WHO report on neglected tropical diseases. Geneva, 2010. 186 p.

156

ZU DOHNA, H.; CECERE, M. C.; GURTLER, R. E.; KITRON, U.; COHEN, J .E.Spatial re- establishment dynamics of local populations of vectors of chagas disease. PLoS. Negl. Trop. Dis ., v. 3, n. 7, p. e. 490, 2009.

157

APÊNDICE 1 – Produção Científica (2010-2011)

Artigos publicados RAMOS JÚNIOR, AN; MARTINS-MELO, FR; BARBOSA, JC.; HEUKELBACH, H. O Papel da Pesquisa Operacional e os Desafios para Integração da Assistência e do Controle da Doença de Chagas no Sistema Único de Saúde. Revista da Sociedade Brasileira de Medicina Tropical , 2010. MARTINS-MELO, FR; ALENCAR, CH; RAMOS JÚNIOR, AN; HEUKELBACH, H. Epidemiology of mortality related to Chagas’ disease in Brazil, 1999-2007. PLoS NTD, 2012. Artigos submetidos MARTINS-MELO, FR; RAMOS JÚNIOR, AN; ALENCAR, CH; LANGE, W; HEUKELBACH, J. Mortality of Chagas’ disease in Brazil: space-time standards and definition of priority areas. Tropical Medicine & International Health , 2011. MARTINS-MELO, FR; ALENCAR, CH; RAMOS JÚNIOR, AN; HEUKELBACH, H. Mortality due to Chagas’ Disease in Brazil from 1979 to 2009: trends and regional differences. The Journal of Infection in Developing Countries – JIDC , 2011. Trabalhos apresentados em eventos MELO, FRM; LIMA, MS; OLIVEIRA, MS; HEUKELBACH. Aspectos Epidemiológicos da Co-infecção Tuberculose/HIV no Brasil. In: XII Congresso Brasileiro de Controle de Infecção e Epidemiologia Hospitalar, Recife, 2010. Anais do XII Congresso Brasileiro de Controle de Infecção e Epidemiologia Hospitalar, 2010 . MELO, FRM; LIMA, MS; TOMAZ, VS; CHAVES, EMC. Avaliação do Tempo Gasto para Higienização das Mãos por Profissionais de uma UTI Neonatal. In: XII Congresso Brasileiro de Controle de Infecção e Epidemiologia Hospitalar, Recife, 2010. Anais do XII Congresso Brasileiro de Controle de Infecção e Epidemiologia Hospitalar, 2010 . MELO, FRM; FEIJÃO, AR; LIMA, MS; ALENCAR, CHM; RAMOS JÚNIOR, AN; HEUKELBACH, H. Aspectos Clínico-Epidemiológicos de pacientes com a Co-Infecção HIV/ Mycobacterium tuberculosis em um Hospital de Fortaleza - CE. In: XLVII Congresso da Sociedade Brasileira de Medicina Tropical, Natal, 2011. Anais do XLVII Congresso da Sociedade Brasileira de Medicina Tropical, 2011. MELO, FRM; ALENCAR, CHM; RAMOS JÚNIOR, AN; HEUKELBACH, H. Mortalidade Relacionada à Co-Infecção Doença de Chagas/AIDS no Brasil, 1999 a 2007. In: XLVII Congresso da Sociedade Brasileira de Medicina Tropical, Natal, 2011 . Anais do XLVII Congresso da Sociedade Brasileira de Medicina Tropical, 2011. MELO, FRM; ALENCAR, CHM; RAMOS JÚNIOR, AN; HEUKELBACH, H. Padrão da Mortalidade por Doença de Chagas na Região Nordeste do Brasil, 1999 a 2007. In: XLVII Congresso da Sociedade Brasileira de Medicina Tropical, Natal, 2011. Anais do XLVII Congresso da Sociedade Brasileira de Medicina Tropical, 2011. MELO, FRM; ALENCAR, CHM; RAMOS JÚNIOR, AN; HEUKELBACH, H. Mortalidade Relacionada à Doença de Chagas no Brasil, 2007: Estudo Usando Causas Múltiplas. In: XLVII Congresso da Sociedade Brasileira de Medicina Tropical, Natal, 2011. Anais do XLVII Congresso da Sociedade Brasileira de Medicina Tropical, 2011. 158

ARTIGOS PUBLICADOS

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

Artigo submetido

MORTALITY OF CHAGAS DISEASE IN BRAZIL: SPACE-TIME STANDARDS AND DEFINITION OF PRIORITY AREAS

Francisco Rogerlândio Martins-Melo 1, Alberto Novaes Ramos Júnior 1, Carlos Henrique Moraes de Alencar 1, Wolfram Lange 2, Jorg Heukelbach 1,3

1- Department of Community Health, School of Medicine, Federal University of Ceará, Fortaleza, Brazil 2- Institute of Geography, University of Cologne, Köln, Germany 3 - Anton Breinl Centre for Public Health and Tropical Medicine, School of Public Health, Tropical Medicine and Rehabilitation Sciences, James Cook University, Townsville, Australia

174

Summary

OBJECTIVE To describe patterns of spatial distribution of mortality associated with Chagas disease in Brazil from 1999 to 2007. METHODS We performed a nationwide study, using a spatial analysis approach. All deaths in Brazil from 1999 to 2007, where Chagas disease was recorded as a cause of death, were included. Data were obtained from the Mortality Information System of the Ministry of Health. We calculated the mean mortality for each municipality in three-year intervals and the entire period. For spatial analysis we used descriptive approach, global and local Moran’I and the index of Getis-Ord - Gi* statistic. RESULTS The mean rate of mortality associated with Chagas disease in Brazil was 3.37/100,000 inhabitants/year, with a maximum value of 138.06 in one municipalitiy. Independent from the statistical approach, spatial analysis identified a large cluster of high risk for mortality by Chagas disease, involving eight states in the Central region of Brazil. CONCLUSION This study defined geographical priority areas for the control of morbidity and mortality related to Chagas disease in Brazil. Different spatial analytical approaches can be integrated to provide data for planning, monitoring and evaluation of specific intervention measures. Keywords Chagas disease, spatial analysis, ecological studies, epidemiology, mortality, multiple causes of death, Brazil

175

Introduction

Chagas disease remains a neglected tropical disease and a serious public health problem with social significance and economic implications in most Latin American countries (Moncayo & Silveira 2009; Coura & Viñas 2010). Recent estimates indicate that 15 to 18 million people are chronically infected in Latin America, and approximately 100 million are at risk of becoming infected, with 100,000 to 200,000 new cases per year (WHO 2002; Dias 2007; Dias & Coura 2009; WHO 2010). In Latin America, about 14,000 people die annually from Chagas disease (Schmunis 2007). Brazil accounts for approximately 43% of these deaths, with 6,000 annual deaths from the disease (Martins-Melo et al . 2011) . In addition, the recent globalization of Chagas disease, owing to increased migration of infected people, has led to a greater awareness worldwide, going beyond the borders of Latin America (Coura & Viñas 2010). The migration of infected individuals to non-endemic countries has become an emerging public health problem in these regions, mainly in the United States and European countries (Schmunis 2007; Schmunis & Yadón 2010). Studies of the occurrence of diseases according to their spatial distribution have been performed used more and more in recent years. Mapping events becomes an important tool for public health, especially for planning and performance of control measures (Nascimento et al . 2007). In fact, Geographic Information Systems (GIS) have contributed to the efficiency in policy interventions through the analysis of spatial data on health (Bastos et al . 2009). The use of GIS for monitoring vector-borne diseases such as Chagas can identify patterns of spatial distribution of incidence or mortality in defined geographic regions. High risk areas can be detected, priority areas defined for surveillance and control. Considering the lack of studies using GIS in assessing the epidemiology and mortality data on Chagas disease, here we describe patterns of spatial distribution of mortality associated with Chagas disease in Brazil from 1999 to 2007.

Materials and methods Study area The study was conducted in Brazil, the largest country in South America and the fifth of the world in land area (8.5 million km²). Brazil’s population is approximately 190 million, with a density of 22.40 inhabitants per km². The Brazilian economy is the largest in Latin America, the eighth largest in the world by Gross Domestic Product (GDP) and the seventh largest by purchasing power parity. However, the distribution of income in Brazil is one of the most 176

unequals in the world, with tremendous differences between regions and rural/urban areas (United Nations Development Programme - UNDP Brazil; http://www.pnud.org.br). The country is divided politically and administratively into 27 federal units (26 States and one Federal District) and 5,565 municipalities (Figure 1). The Federation is further grouped into five major regions (North, Northeast, Southeast, South and Central-West) with different geographic, socio-economic and cultural characteristics. The municipalities are a territorial area with legal autonomy, being the smallest autonomous units of the Federation.

Study population and design We performed a nationwide ecological study, using a spatial analysis approach. We included all deaths in Brazil from 1999 to 2007, where Chagas disease was recorded as a cause of death. In this study “cause of death” was defined as the notification of Chagas disease in any line or part of the death certificate, regardless if classified as underlying, primary, secondary or contributing causes of death (so-called multiple causes of death) (Santo 2009). We obtained data from all 5.565 Brazilian municipalities through the Mortality Information System ( Sistema Nacional de Mortalidade - SIM) of the Brazilian Ministry of Health. SIM data are publicly available and were obtained from the website of the Department of Informatics of the Unified Health System (DATASUS; http://www.datasus.gov.br). SIM contains information from death certificates, filled out by medical professionals throughout Brazil. Chagas disease as a cause of death corresponds to the clinical forms included in the category B57 (Chagas disease) according to the Tenth Revision of the International Statistical Classification of Diseases and Related Health Problems (ICD-10) (WHO, 2008). The population data for the period were obtained from the Brazilian Institute of Geography and Statistics (IBGE), based on data from a national population census in 2000 and official estimates for years between censuses (1999 and 2001-2007) (open to the public http://www.ibge.gov.br).

Statistical analysis Spatial analysis methods and GIS techniques were used to evaluate the geographic distribution of mortality rates related to Chagas disease. Although national studies are in standard use of units of the federation or microregions to analyze the distribution of morbidity and mortality indicators, we adopted the municipality as the unit of analysis, to obtain greater accuracy of the differences within and between regional and reveal the priority areas for interventions. 177

To reduce random error and to provide greater stability of mortality rates mainly in small cities, rates were estimated as three-year means, 1999-2001, 2002-2004 and 2005-2007, and for the total period. Mortality rates were calculated as follows: the mean number of deaths related to Chagas disease for each period of the triennium or the total period as the numerator; and the population in the middle year of each period (2000, 2003, 2005) as the denominator, by 100,000. We first assessed the presence of spatial dependence using the Global Moran's I index, to identify areas with clusters of similar risks for the outcome of interest, i.e. mortality due to Chagas disease. This method of global spatial autocorrelation measures the correlation of a variable with itself in space, ranging from -1 (maximum dissimilarity between the neighbors) to +1 (maximum similarity between neighbors) while the value 0 indicates absence of autocorrelation (Cliff & Ord 1981). Then we assessed local autocorrelation (LISA) by Local Moran's index and statistical Getis-Ord Gi*, to determine local dependence data in relation to closest neighbors and to identify patterns of local spatial association characterizing the presence of clusters between the polygons that make up the database (Anselin 1995; Getis & Ord 1992). To identify critical or transition areas, Local Moran's index was calculated by Moran Maps, which showed only the municipalities that presented statistical significance (p<0.05), but distributed in their respective quadrants (Anselin 1995). The Gi* statistic represents a normalized sum of neighbor values sorted by standard deviations from the mean, allowing a direct interpretation of the strength of spatial association (Getis & Ord 1992). In the analysis of global autocorrelation indices and local heterogeneity we used a radius of 100 km as a parameter for determining the neighborhood. The method used for determining the radius used was empirical. Digital maps were obtained from the cartographic basis of IBGE, in shapefile (.shp) format, compatible with ArcGIS software version 9.3 (Environmental Systems Research Institute, Redlands, CA) (ESRI (2010) ArcGis9.3, Environmental Systems Research Institute, Inc 1982- 2011.). This software package was used for entry, processing, analysis and presentation of cartographic data, and to calculate the indicators of global and local spatial autocorrelation as well as for the construction of thematic maps.

Ethical aspects This study is based on secondary data, and all presented information is public domain. No variables allowed identification of individuals.

178

Results Spatial distribution of Chagas mortality In Brazil, between 1999 and 2007, there was a total of 53,930 deaths in which Chagas disease was mentioned at any part of the death certificate. Fifty-five % (3,050/5,565) of municipalities reported at least one case of death related to Chagas disease in this period. The mean mortality rates associated with Chagas disease ranged from 0.0 to 138.06 deaths per 100,000 inhabitants. The mean mortality in Brazil was 3.37 per 100,000 inhabitants/year. Figure 2 presents the thematic maps of spatial and temporal distribution of mean mortality rates related to Chagas disease by municipality. There is a clear concentration of municipalities with high risk in the central region of Brazil, including the Federal District, major parts of Goiás state, and the so-called “Triângulo Mineiro” region of northwestern Minas Gerais and northern São Paulo states. Eastern parts of Mato Grosso do Sul state, western Bahia and southern Tocantins were also affected. There were were smaller high risk area in the bordering area of Paraná and São Paulo states; in southern Piauí; and in north- central regions of Bahia state. The high risk regions did not change considerably over time. Table 1 details demographic and data and death rates of the 24 municipalities with 50 or more deaths due to Chagas disease per 100,000 population. Most of these municipalities are located in Minas Gerais (15) and Goiás (7). The municipality of Abadia dos Dourados (MG) had the highest mortality related to Chagas disease with a risk of 46 as compared to the country’s average (Table 1). Although mortality rates were high, in total, these municipalities are account for only 3.22% and 2.95% of deaths related to Chagas disease as underlying cause and multiple causes, respectively, and only 0.14% of the national population.

Spatial clusters of high risk for Chagas mortality Spatial autocorrelation, as expressed by Globan Moran’s I index, is depicted in Table 2. For all periods, values were highly significant, evidencing spatial autocorrelation between municipalities with similar patterns in Brazil, in relation to mortality rates related to Chagas disease. Moran spatial index corroborates the findings of clusters of municipalities with high mortality rates related to Chagas disease in descriptive map (Figure 3). During the spatial-temporal evolution of Chagas disease mortality in the period, we identified the existence of a large concentrated area (cluster) of municipalities with high risk for mortality due to Chagas disease in the central region of central Brazil. The central region of this cluster covers almost all 179

municipalities of Goiás - GO and Minas Gerais - MG, encompassing the Federal District and some municipalities of São Paulo, Mato Grosso do Sul, Tocantins and southern and western end of Bahia, extending to the southwest of Piauí (Figure 3). Beside this major cluster, we identified four smaller high risk areas, two located in Bahia, one on the border between São Paulo and Paraná, and another in the southeast region of Piauí (Figure 3). The main cluster was surrounded by municipalities with lower values. Clusters of municipalities with low mortality rates, were located in the extreme South, as well in areas with isolated municipalities in the Northeast region (Figure 3). Figure 4 presents Getis-Ord Gi* indices for the mean rates of mortality associated with Chagas disease. The Gi* maps confirm the patterns found in the local Moran analysis regarding the identification of the large high-risk cluster located in the central region in Brazil as well as the distribution of small clusters (positive standard deviations) (Figure 4). Clusters of municipalities with low mortality rates (negative standard deviations) were identified on the coastline and in the South (Figure 4).

Discussion

In this study, we identified spatial clusters of municipalities with high mortality rates related to Chagas disease in Brazil, in particular a huge risk area encompassing eight states. Different spatial-analytical approaches confirmed the geographic extension of this cluster. We defined priority areas for intervention and the consequent reduction of cases or deaths, considering epidemiological and operational conditions in the Brazilian municipalities affected. The spatial distribution of mortality associated with Chagas disease was very heterogeneous with the presence of death in all Brazilian states. Underlying this evidence, the inequality of the risk of dying of Chagas disease among Brazilian municipalities was identified by the presence of groups with high mortality rates in the states of Minas Gerais, Goiás, Distrito Federal, Sao Paulo, Paraná, Mato Grosso do Sul, Tocantins, Bahia and Piauí. This geographical feature was also observed in intra-regional variations between the states that had the highest mortality rates for the period. The state of Goiás, for example, had the highest mortality rates, but with enormous variations between municipalities. Many of these had no deaths, and others coefficients reaching 50 deaths/100,000 inhabitants. At the same time, cities with higher rates were usually surrounded by others with higher rates and/or intermediaries. On the other hand, within groups of municipalities with high rates, some have lower rates than the national average. This reveals that the spatial distribution of mortality 180

associated with Chagas disease is, similar to other vector-borne diseases, heterogeneous, even in areas geographically close (Cecere et al . 2004, Vazquez-Prokopec et al . 2005, Kitron et al . 2006; Atanaka-Santos et al ., 2007; Guimarães et al . 2008; Mischler 2011; Parise et al . 2011; Rolemberg 2011). Difference between municipalities may also been caused by underreporting due to problems in the local health system, such as lack of access to specialized services in these municipalities leading to migration of patients to the major urban centers, and an inability health professionals for proper diagnosis of Chagas disease and inefficiency of the epidemiological surveillance services. The spatial analysis techniques used in this study identified that the spatial patterns of distribution coefficients between the municipalities do not occur randomly. The global Moran index showed the existence of autocorrelation coefficients of mortality associated with Chagas disease in Brazil, as well as the rates of local Moran and Gi* statistic identified cluster of municipalities with high mortality rates and defined the priority areas for surveillance and control of Chagas disease in Brazil. This fact means that, to the extent that the data are broken down and examined on a smaller scale, show that the infection/Chagas disease is always patchy and dependent on the presence or absence of certain conditions or variables that favor or not household transmission. Among them, surely are the determinants of economic nature that translate into poor living conditions and especially the housing risk populations (Silveira et al . 2011), especially in areas of high endemicity and greater risk of vector transmission. This chain of events is reflected on the appearance of mortality by Chagas disease, because it is a preventable death, if measures of primary prevention (health promotion and specific protection) and improved socioeconomic conditions are effective in reducing transmission. In this study, we chose to use different spatial statistical techniques to detect spatial clusters of high and low risk for mortality associated with Chagas disease. We had similar results independent from the approach used which leads to a more robust estimate of the areas of greatest risk of death by Chagas disease. By Local Moran statistic, one of the methods widely used local spatial analysis, we identified critical or high priority areas formed by the municipalities covered by the class Q1 Moran Map. The Gi * statistic allowed a direct interpretation of the signal intensity and association space between the municipalities, which found significantly high values indicate areas of spatial association of municipalities with high mortality rates due to Chagas' disease (hot spots) and significantly low values indicate clusters of municipalities with low mortality rates. Together, these two tools exploratory 181

evidence showed that the spatial and temporal patterns of mortality associated with Chagas disease are configured as a compact core with high density of deaths in central Brazil. The local spatial autocorrelation analysis performed revealed a pattern of extreme concentration of municipalities with high rates of mortality associated with Chagas disease in the central areas of Brazil. This assertion is evidenced by the visualization and definition of areas of risk for mortality associated with Chagas disease in Brazil in the period, with the presence of a massive cluster viewed Moran Map (Q1 class high/high) and Gi * statistics (standard deviations positive) involving municipalities in several states (Goiás, Distrito Federal, Minas Gerais, Mato Grosso do Sul, São Paulo, Tocantins, Bahia and Piauí) and smaller clusters around the center (Figures 2 and 3), which are a good indication of prioritization of these risk areas that must be addressed by the National Program for Control of Chagas disease. This has already done previously by Penna et al. (2009), addressing spatial analysis in the distribution of leprosy in Brazil, identifying areas with the highest detection rate (clusters) of cases of leprosy Scan using spatial statistics. Risk areas were defined to be targeted by the National Program for Control of Leprosy. The reasons for spatial clustering of mortality associated with Chagas disease demonstrated here are not well understood. It is assumed that features can be related to environmental, social inequality and access to health services, determining a greater or lesser degree, the risk to die of Chagas disease in a given area. However, a more plausible explanation for the pattern found is related to location of most of these municipalities in endemic areas and high rate of infestation by vectors in the past. This assertion can be evidenced through large national surveys conducted in the late 1970s and early 1980s (seroprevalence of human infection and entomological survey) (Camargo et al . 1984; Silveira et al .1984; Silveira & Passos 2011; Silveira et al . 2011). Through these nationwide surveys, it was possible to clarify the endemic area or at risk of vector transmission in the country (Silveira & Passos 2011). We found in this study that there was an overlap in areas of greatest risk for mortality in areas with higher rates of seroreacitivity for Chagas disease and with higher rates of infestation by Triatoma infestans in the past. This pattern is observed in the area of the central cluster, the cluster of north-central valley and San Franciscan of Bahia and the border between São Paulo and Paraná (Silveira & Passos 2011, Silveira et al . 2011). Despite the elimination of the most important vector for transmission home in Brazil, attributable in maintaining the importance 182

of Chagas disease in these regions is reflected in the current impact of Chagas disease mortality due to a legion of Chagas infected by this vector in the past. In semi-arid northeast, center of endemism of Triatoma brasiliensis and T. pseudomaculata , mortality rates and rates of seroprevalence of human infection have been fairly minor. Still, it is attributed to both vectors, especially T. brasiliensis , importance in the maintenance of Chagas disease in this region, while the distribution of this vector showed an overlap with the municipalities that are part of the high risk cluster located in the southeastern Piauí (Passos & Silveira 2011; Silveira 2011; Silveira et al . 2011). In assessing the importance of another vector Panstrongylus megistus , which has a more diffuse distribution in the country, it is important to distinguish areas that had a severe infestation and colonization in the home, as in the humid coast of the northeast, and which showed relatively high rates of infection the survey of seroprevalence and the presence of high-risk cluster in eastern Bahia, where the vector occurs intradomestic was and contiue is rare and, frequently, intradomiciliary without colonization important, as in large areas of southern Brazil (Passos & Silveira 2011; Silveira 2011, Silveira et al. 2011). However, these findings can often be contradictory and vector presence and prevalence of infection in humans in the past are ineffective in predicting whether or not there were changes in the patterns of mortality indicators in the municipalities in the study period. This relationship can be viewed on the pattern found in Rio Grande do Sul and in the municipalities in the southern half of this state had the highest proportions of infected and high infestation of T. infestans in the two investigations (serological and entomological) made in the past (Passos & Silveira 2011; Silveira 2011, Silveira et al . 2011). These are divergent results with the respective mortality rates related to Chagas disease in this study, which showed low values. The causes that induce these regional differences between transmission, morbidity and mortality in Chagas disease need to be investigated in further studies. We found that the use of spatial analysis is a valuable tool for decision making in public health and epidemiology of disease (Khan et al ., 2010). The use of spatial analysis tools in defining priority areas for surveillance of Chagas disease is a feasible strategy and can get effective results in controlling the disease in Brazil. This reflection was observed in this study, where the use of spatial analysis proved to be an important resource for stratification of priority areas (a central cluster and four peripheral) and instrumentation useful for the central and regional levels in planning of control, monitoring and assessment of the control program for Chagas disease. The strategy used to define priority areas and can contribute to base the decision-making processes in municipalities that have Chagas disease as a public health 183

problem in order to control its spread and reducing its incidence and mortality. Control measures and prevention should be based not only on vector control and the serological screening of blood donors, but also in ensuring the access of secondary preventive interventions (diagnosis and treatment) earlier, in order to avoid complications serious, and social and financial costs. Intervention measures to reduce these coefficients should be taken as a whole, and not alone by municipalities with high values of mortality. Despite the important findings revealed in this work, the interpretation of results must take into consideration that there may be some limitations arising from the notification and storage of data on mortality (Drummond and Marcopito 2006). In this context, we highlight the use of secondary data, which may show inconsistency in the quantity and quality of their information. Another limitation refers to possible underreporting of deaths (Santo, 2009) that may have occurred despite the important progress over the period under study both in the coverage of the Mortality Information System (SIM), and the quality of information of causes of death. We included multiple causes of death to reduce this error. The coverage (ratio of deaths reported and estimated) SIM also varies between regions in the country, especially in the North and Northeast. Its coverage in 2002 was 83.3% for the country as a whole, ranging from 92.6% in Rio Grande do Sul and 52.9% in Maranhão (IBGE; http://www.ibge.gov.br ). Qualitative limitations relate to ownership of the demographics and causes of death and the proportion of ill-defined causes is the indicator of the quality of mortality statistics (Santo 2009). Just as underreporting of deaths, the percentage of deaths from ill-defined causes is also uneven between regions, and it gets worse outside the capital cities of states (Drummond & Marcopito 2006), among children under one year and older, layers poorest of the population and in rural areas. We conclude that the persistence of high mortality rates along with its unequal distribution among Brazilian municipalities reveals limitations of socio-economic policies and specific health policies for Chagas disease, combined with the limitations of health services with regard to coverage, quality and equity of care for patients with Chagas disease. The study diagnose and define priority geographic areas for control of morbidity and mortality related to Chagas disease in Brazil has shown that technology and Geographic Information System (GIS) can be used in planning, monitoring and evaluation of health interventions by health managers. 184

References Anselin L (1995) Local Indicators of Spacial Association – LISA. Geographical Analysis 27, 93–115. Atanaka-Santos M, Souza-Santos R, Czeresnia D (2007) Spatial analysis for stratitification of priorirty malária controls áreas, Mato Grosso State. Cadernos de Saúde Pública 23, 1099– 1112. Bastos MJRP, Pereira JAP, Smarzaro DC et al . (2009) Análise ecológica dos acidentes e da violência letal em Vitória, ES. Revista de Saúde Pública 43, 123–32. Camargo ME, Silva GR, Castilho EA, Silveira AC (1984) Inquérito sorológico da prevalência da infecção chagásica no Brasil, 1975/1980. Revista do Instituto de Medicina Tropical de São Paulo 26 192–204. Cecere MC, Vazquez-Prokopec GM, Gurtler RE, Kitron U (2004). Spatio-temporal analysis of reinfestation by Triatoma infestans (Hemiptera: Reduviidae) following insecticide spraying in a rural community in northwestern Argentina. American Journal of Tropical Medicine and Hygiene 71, 803–810. Cliff AD & Ord JK (1981) Spatial processes: models and applications . London: Pion. Coura JR & Dias JCP (2009) Epidemiology, control and surveillance of Chagas disease: 100 years after its Discovery. Memórias do Instituto Oswaldo Cruz 104, 31–40, 2009. Coura JR & Viñas PA (2010) Chagas disease: a new worldwide challenge. Lancet . Dias JCP (2007) Globalização, iniquidades e doença de Chagas. Cadernos de Saúde Pública 23, 12–22. Drumond JAG, Marcopito LF (2006) Migração interna e a distribuição da mortalidade por doença de Chagas, Brasil, 1981/1998. Cadernos de Saúde Pública 22, 2131–2140. Getis A & Ord JK (1992) The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis 24, 189–206. Guimaraes RJPS, Freitas CC, Dutra LV, Moura ACM et al . (2008) Schistosomiasis risk estimation in Minas Gerais state, Brazil, using environmental data and GIS techniques. Acta Tropica 108, 234–241. Khan OA, Davenhal W, Ali M et al . (2010) Geographical information systems and tropical medicine. Annals of Tropical Medicine and Parasitology 104, 303–318. Kitron U, Clennon JA, Cecere MC, Gurtler RE, King CH, Vazquez-Prokopec G (2006) Upscale or downscale: applications of fine scale remotely sensed data to Chagas disease in Argentina and schistosomiasis in Kenya. Geospatial Health 1, 49–58. 185

Moncayo A & Silveira AC (2009) Current epidemiological trends for Chagas disease in Latin America and future challanges in epidemiology, surveillance and health policy. Memórias do Instituto Oswaldo Cruz 104, 17–30. Nascimento LFC, Batista GT, Dias NW et al . (2007) Análise espacial da mortalidade neonatal no Vale do Paraíba, 1999 a 2001. Revista de Saúde Pública 41, 94–100. Parise EV, Araújo GC, Pinheiro RT (2011) Spatial analysis and determination of priority areas for malaria control in the State of Tocantins, from 2003 to 2008. Revista da Sociedade Brasileira de Medicina Tropical 44, 63–69. Passos ADC & Silveira AC (2011) Síntese dos resultados dos inquéritos nacionais. Revista da Sociedade Brasileira de Medicina Tropical 44, 47–50. Penna MLF, Oliveira MLVDR, Penna GO (2009) The epidemiological behaviour of leprosy in Brazil. Leprosy Review 80, 332–344. Rollemberg CVV, Santos CMB, Silva MMBL et al . (2011) Epidemiological characteristics and geographical distribution of schitosomiasis and geohelminths, in the State of Sergipe, according to data from the Schitosomiasis Control Program in Sergipe. Revista da Sociedade Brasileira de medicina Tropical 44, 91–96. Santo AH (2009). Tendência da mortalidade relacionada à doença de Chagas, Estado de São Paulo, Brasil, 1985 a 2006: estudo usando causas múltiplas de morte. Revista Panamericana Salud Publica 26, 299–309. Silveira AC (2011) O Inquérito triatomínico (1975-1983). Revista da Sociedade Brasileira de Medicina Tropical 44, 26–32. Silveira AC & Dias JCP (2011) O controle da transmissão vetorial. Revista da Sociedade Brasileira de Medicina Tropical 44, 52–63. Silveira AC, Feitosa VR, Borges R (1984) Distribuição de triatomíneos capturados no ambiente domiciliar, no período de 1975-83, Brasil. Revista Brasileira de Malariologia e Doenças Tropicais 36, 15–312. Silveira AC, Silva GR, Prata A (2011) O Inquérito de soroprevalência da infecção chagásica humana (1975-1980). Revista da Sociedade Brasileira de Medicina Tropical 44, 33–39. Schmunis GA (2007) Epidemiology of Chagas disease in non-endemic countries: the role of international migration. Memórias do Instituto Oswaldo Cruz 102, 75–85. Schmunis GA & Yadon ZE (2010) Chagas disease: A Latin American health problem becoming a world health problem. Acta Tropica 115, 14–21. 186

Szwarcwal CL, Bastos FI, Barcellos C, Esteves MAP, Castilho EA (2001) Dinâmica da epidemia de AIDS no Município do Rio de Janeiro, no período de 1988-1996: uma aplicação de análise estatística espaço-temporal. Cadernos de Saúde Pública 17, 1123–1140. Vazquez-Prokopec GM, Cecere MC, Canale DM, Gurtler RE, Kitron U (2005) Spatiotemporal patterns of reinfestation by Triatoma guasayana (Hemiptera: Reduviidae) in a rural community of Northwestern Argentina. Journal of Medical Entomology 42, 571–581. Who (2007) Classificação estatística internacional de doenças e problemas relacionados à saúde: 10a revisão . São Paulo: Editora da Universidade de São Paulo. WHO (2002) Control of Chagas disease (Technical Report Series 905). Word Health Organization, Geneva. WHO (2010) Working to overcome the global impact of neglected tropical diseases: First WHO report on neglected tropical diseases . Word Health Organization , Geneva, 2010.

187

Table 1 : Distribution of municipalities with Chagas disease mortality rates ≥ 50 deaths /100,000 inhabitants, Brazil - 1999 to 2007. Deaths Deaths Rates Rates RR Order Municipality (State) Population * RR (UC) (MC) (UC)** (MC)** *** 1 Abadia dos Dourados (MG) 6.422 75 80 129.43 46.39 138.06 40.96 2 Josenópolis (MG) 4.480 40 40 99.83 35.78 99.83 29.62 3 Carbonita (MG) 9.340 82 87 98.96 35.46 105.00 31.15 4 Davinópolis (GO) 2.069 15 17 79.02 28.32 89.56 26.57 5 Tapiramutá (BA) 17.940 126 140 77.36 27.72 85.95 25.50 6 Cabeceiras (GO) 6.734 45 51 73.00 26.16 82.73 24.54 7 Bambuí (MG) 22.119 139 154 70.05 25.10 77.61 23.02 8 São Patrício (GO) 1.821 11 11 66.60 23.87 66.60 19.76 9 Engenheiro Navarro (MG) 6.833 41 45 65.67 23.53 72.08 21.38 10 Coromandel (MG) 28.299 153 173 60.23 21.58 68.10 20.20 11 Nova América (GO) 2.253 12 12 59.65 21.37 59.65 17.70 12 Pedrinópolis (MG) 3.230 16 18 58.38 20.92 65.68 19.48 13 Paineiras (MG) 4.757 25 28 58.01 20.79 64.97 19.27 14 Unaí (MG) 72.768 373 425 57.06 20.45 65.02 19.29 15 Bonfinópolis de Minas (MG) 6.213 32 35 56.68 20.31 61.99 18.39 16 Lagamar (MG) 7.577 38 42 55.68 19.95 61.54 18.26 17 Santa Rosa de Goiás (GO) 3.380 17 17 55.40 19.85 55.40 16.43 18 Fruta de Leite (MG) 6.632 33 34 55.36 19.84 57.04 16.92 19 José Gonçalves de Minas 4.734 23 25 53.74 19.26 58.41 17.33 (MG) 20 São Domingos (GO) 9.294 45 48 53.06 19.01 56.60 16.79 21 Biquinhas (MG) 2.717 13 16 52.54 18.83 64.66 19.18 22 São Gonçalo do Abaetê (MG) 5.227 25 30 52.30 18.74 62.76 18.62 23 Santana do Itararé (BA) 5.150 24 28 50.31 18.03 58.70 17.41 24 Carmo do Rio Verde (GO) 7.656 35 40 50.00 17.92 57.14 16.95 TOTAL 247.645 1.438 1.596 64.40 23.08 71.48 21.21 CB: underlying cause; CM: multiple causation. *Average population. **Calculated using the population of the year 2003. *** The relative risk (RR) refers to the national mean. 188

Table 2 : Global Moran's index for the mean rates of mortality related to Chagas' disease and their significance levels, according to multiple causes, Brazil, from 1999 to 2007. Period Multiple cause Moran Global Index P value

1999-2001 0.3222 <0.0001

2002-2004 0.2725 <0.0001

2005-2007 0.2695 <0.0001

1999-2007 0.3755 <0.0001

Figure 1: The country of Brazil divided into 26 states and 1 Federal District (DF), situated in the South America.

189

1999-2001 2002-2004

2005-2007 1999-2007

Figure 2: Spatial distribution of mortality rates related to Chagas disease (per 100,000 inhabitants) based on multiple causes of death by municipality, Brazil, 1999-2007.

190

1999-2001 2002-2004

2005-2007 1999-2007

Figure 2 : Moran Map of mortality rates related to Chagas disease second multiple causes by municipalities, Brazil, 1999-2007.

191

1999-2001 2002-2004

2005-2007 1999-2007

Figure 3 : Gi * Indexes classified by standard deviations from the average of mortality rates related to Chagas disease second multiple causes of death by municipalities, Brazil, 1999- 2007.

192

Artigo submetido

Original Article

Mortality due to Chagas’ Disease in Brazil from 1979 to 2009: trends and regional differences

Francisco Rogerlândio Martins-Melo 1, Alberto Novaes Ramos Jr 1, Carlos Henrique Alencar 1, Jorg Heukelbach 1,2

1Department of Community Health, School of Medicine, Federal University of Ceará, Fortaleza, Brazil 2 Anton Breinl Centre for Public Health and Tropical Medicine, School of Public Health, Tropical Medicine and Rehabilitation Sciences, James Cook University, Townsville, Australia

Corresponding author: Prof. Jorg Heukelbach, Departamento de Saúde Comunitária, Faculdade de Medicina Universidade Federal do Ceará, Rua Professor Costa Mendes, 1608, 5º andar; Fortaleza-CE 60430-140, Brazil. Email: [email protected]

193

Abstract Introduction: Studies on mortality due to parasitic diseases such as Chagas’ disease are useful to understand their epidemiology, and also to plan and guide disease control measures. We analyzed mortality trends due to Chagas’ disease in Brazil and regions, between 1979 and 2009. Methodology: Mortality data (underlying cause of death) were obtained from the nationwide Mortality Information System ( SIM ) of the Ministry of Health. We calculated crude mortality rates and rates standardized by age, as well as proportional mortality. Results: In total, 27,560,043 deaths occurred in the study period. In 172,066 deaths, Chagas’ disease was mentioned as the underlying cause (proportional mortality: 0.62%). The mean crude and age-standardized mortality rates were 3.61 and 5.19 deaths/100,000 inhabitants/year, respectively. During the observation period, Chagas mortality declined significantly at national level (R 2=97%, p<0.001), with different patterns between regions. There was a significant reduction in mortality in the Central-West (R 2=90%, p<0.001), Southeast (R 2=98%, p<0.001) and South (R 2=94%, p <0.001), but in the North (R 2=34%, p=0.001) and Northeast (R 2=65%, p <0.001) regions mortality increased. Conclusions: Despite the overall decline in mortality due to Chagas’ disease in Brazil, it remains an important public health problem. After successful control of the primary vector Triatoma infestans , intervention measures need to focus on improved access to health care and secondary prevention. North and Northeast regions, where other vectors than T. infestans have a primary role, need special attention. Key words : Chagas’ Disease; mortality; temporal trends; Neglected Tropical Diseases; Brazil.

Introduction A century after its discovery, Chagas’ Disease remains a Neglected Tropical Disease in Latin America [1,2]. In addition, due to increased international migration the disease is becoming an emerging disease, mainly in North America and Europe [3-5]. Approximately 15 million people are infected in Latin America [1,5,6], causing 14,000 deaths annually [4,7]. In Brazil, with significant reduction of vector and transfusional transmission, the number of new cases has been drastically reduced in recent years [8]. Recent studies estimate around 2 to 3 million infected people in Brazil, as compared to 7 million in the 1960s [1,9,10]. There are six thousand fatal cases per year, representing about 43% of the total number of deaths from Chagas’ Disease in Latin America [11,12]. 194

Given the chronic nature of Chagas’ Disease and increased life expectancy in Brazil, it can be assumed that in the next decades mortality figures due to the disease remain at a high level. Here we present data on mortality due to Chagas’ Disease in Brazil and its geographical regions from 1979 to 2009.

Methodology Study Design and Data Sources We conducted a nationwide study, using mortality data from the Mortality Information System of the Ministry of Health ( SIM - Sistema de Informação de Mortalidade; SIM/MS/DATASUS), freely accessible at http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sim/cnv/obt10uf.def . We included all deaths that occurred in Brazil between 1979 and 2009, the period available in the database . SIM data are based on death certificates ( declaração de óbito – DO ), consisting of a standardized form with demographic and clinical information (causes of death), completed by physicians. Chagas’ Disease was identified according to the Ninth and Tenth Revision of the International Statistical Classification of Diseases and Related Health Problems (ICD), with the following codes: 086 for the period 1979-1995 (ICD-9) and B57 for 1996-2009 (ICD-10) [13,14]. Population data were obtained from the Brazilian Institute of Geography and Statistics (IBGE; http://www.ibge.gov.br ), based on data from the National Population Censuses (1980, 1991 and 2000), the Population Count (1996) and population estimates for intercensus years.

Data Analysis We present the crude mortality rate and proportional mortality due to Chagas’ Disease by region of residence and year of occurrence of death. Mortality rates were calculated by dividing the number of deaths in each calendar year by the population, and presented per 100,000. Proportional mortality was calculated by dividing the number of deaths from Chagas’ Disease by the total number of deaths, multiplied by 100. In order to avoid differences in age profile of the regions analyzed which may influence the observed trends, mortality rates were standardized by age using the direct method, considering the Brazilian population of the year 2010 as standard. Trend analysis of indicators was performed by simple linear regression and correlation. To avoid autocorrelation between the terms of the regression equation, we used the artifice to centralize the variable year, transforming it into calendar year less 1994 (observation year - 1994), as this was the midpoint of the series. 195

Calculation of indicators and preparation of tables and figures were performed using Microsoft Excel spreadsheets. We used SPSS for Windows version 15.0 (Statistical Package for the Social Sciences; SPSS Corporation, Chicago, USA) for linear regression and scatterplots.

Ethics This study was solely based on publicly available secondary anonymous data, with no possibility of identification of individuals. Thus, approval by a Ethical Review Board was not necessary.

Results In total, there were 27,560,043 deaths between 1979 and 2009 in Brazil. Chagas’ Disease was mentioned as the underlying cause of death in 172,066 (0.62%) cases. The mean mortality rate in the period was 3.61/100 000 inhabitants/year. Most deaths occurred in the Southeast 57.1% (98,199), followed by the Central-West 22.3% (38,310), Northeast 13.4% (23,051), South 6.4% (10,916) and North region 0.9% (1,530). Crude and standardized mortality rates and proportional mortality in Brazil and regions over the observation period are depicted in Table 1. The highest mortality was observed in the Central-West. Standardized data showed a considerable increase of mortality, as compared to crude data. Trends of crude mortality rates, standardized mortality rates and proportional mortality in Brazil and regions are presented in Figures 1-3. There was a significant decrease of both mortality rates (crude: R 2=97%; standardized: R 2=98%) and proportional mortality (R 2=97%) in the country (all p <0.001; Table 1). Mortality in the Central-West peaked at 21.73 (crude rate) and 43.53 (standardized rate) in the year 1981. Similar to the pattern observed at national level, these regions, along with the South, decreased steadily during the study period (Figures 1-3; Table 1). The largest decrease was observed in the Central-West, with a linear annual decrease of 0.45 deaths per 100,000 inhabitants (Table 1). In contrast, the North and Northeast regions showed a slight but statistically significant increasing trend of Chagas’ Disease mortality rates and proportional mortality, with exception of the standardized mortality rate in the Northeast which showed stabilization (Table 1).

Discussion The present study describes the magnitude and trends of mortality due to Chagas’ Disease over a period of 31 years, on nationwide level. The data show an overall decline of mortality 196

due to Chagas’ Disease, but also evidenced different regional patterns. Highly endemic areas such as the Central West and Southeast showed a steady decline over the years, whereas in the North and Northeast where incidence is known to be relatively low, mortality figures have been increasing or maintained at a stable level [15]. The disparities in mortality trends between regions reflect the effectiveness of national control measures and control policies, which focused mainly on vector transmission and blood transfusion. The program directed its efforts on the elimination of transmission by the primary vector, the kissing bug Triatoma infestans . This vector is not frequent in the North and Northeast regions [15-17]. Thus, these regions did not benefit considerably from vector control actions performed in the last decades, as other vectors, such as Triatoma brasiliensis and Triatoma pseudomaculata prevail that were not affected by intervention measures [16,18]. In the Northeast region with the exception of Bahia state (an endemic area for T. infestans in the past), T. brasiliensis and T. pseudomaculata are native species with a center of endemism in the northeastern savannah region [16,17]. Interruption of transmission of Chagas’ Disease by T. infestans had little effect on vector transmission in most states in the Northeast (Maranhão, Ceará, Rio Grande do Norte, Alagoas and Sergipe states) and other regions (Espírito Santo and Santa Catarina states). It can be assumed that Chagas mortality will remain a public health problem for decades in these regions [18], and control actions need to be performed to reduce transmission by vectors other than T. infestans . In the Amazon region the majority of new cases of Chagas’ Disease is mainly caused by oral route of transmission, through the consumption of natural products such as the palm products açaí juice, juçara juice and bacaba [1,19,20]. This mode of transmission and the emerging public health event open space for health surveillance activities aimed at pasteurizing the products and controlling the export of untreated juice and other products to other regions and out of the country [19]. However, mortality due to acute form of the disease, which occurs most commonly after oral infection, does not play a significant role, with nationwide 2.8% of Chagas’ Deaths due to acute disease, and 11% in the Amazon region [12]. In addition to factors related to the control of vector transmission, the explanation for regional differences of mortality due to Chagas’ Disease may also be related to different rates of migration between high and low endemic regions and unequal recognition of the disease as a public health threat by health professionals of these regions [21]. There are also remarkable regional differences in terms of access to diagnosis and treatment, the quality of care provided, diagnostic capacity and quality of data [22]. Besides the control of vector and transfusional transmission of Chagas’ Disease, it is assumed that the improved survival of 197

patients due to better quality of health care may have contributed to the downward trend in mortality observed in the Central-West, Southeast and South [10]. The improved coverage of serological screening of blood donors substantially reduced the rates of transmission by transfusion in Brazil [23]. In addition, other transmission routes dependent on the enzootic cycle of transmission are also important, such as extradomiciliary vector transmission [8,24,25]. Vertical transmission only plays a minor role in the country, except in the state of Rio Grande do Sul, which has the highest rates of vertical transmission, as indicated by the data collected in a recent survey of seroprevalence in children under five years of age [25]. Chagas’ Disease is emerging as an opportunistic disease, with reactivation of chronic disease in the form of meningoencephalitis and/or myocarditis, whether as an AIDS-defining condition or as an event that is associated with induced immunosuppression such as in transplants [26]. Aspects related to the focus of surveillance should be reviewed and must expand beyond acute cases. The increased survival of people with Chagas’ Disease [2,27] will further increase the frequency of association with other chronic and degenerative, with a need for comprehensive care of this population [28,29]. Control measures need to go beyond classical actions such as vector control and serological screening of blood donors and should include comprehensive secondary prevention to avoid serious complications as well as social and financial costs [12]. Additionally, the unfavorable figures in the North and Northeast clearly indicate the need for a new approach in epidemiological surveillance of Chagas’ Disease. It is known that mortality rates related to Chagas’ Disease are strongly influenced by the unequal distribution of deaths and by possible differences in age structures of populations in regions of Brazil. In this study, in addition to the crude mortality rates we present age- standardized rates. Regional differences caused by different age distribution can thus be reduced. Standardized rates were remarkably higher than crude rates, but these estimates should only be used for comparative analysis, as the crude rates represent the actual values. The interpretation of mortality data over a period of more than 30 years on a nationwide context should take into consideration some limitations [30]. In general, secondary data contain inconsistencies regarding quality of data [14,15]. Deaths may be underreported, and this error probably has changed over time and regions [14]. Interpretation of trend data and regional differences should consider this. In fact, despite progress over the study period in both SIM coverage and quality of information on causes of death, coverage varied among states and regions of the country, especially in the North and Northeast [30-33]. 198

Despite being a disease associated with poverty and rural populations, the majority of deaths related to Chagas’ Disease occur in the state capitals [11,12]. Thus, combined with improvements in the quality of the SIM database in recent years [32], it is unlikely that changes in coverage and proportion of deaths from defined causes in SIM have affected the total number deaths from Chagas’ Disease as the underlying cause in the period. This study used data on mortality due to Chagas’ Disease merely as the underlying cause of death. This has caused a considerable loss of information contained in death certificates and underestimated rates [12,14,34,35]. The use of multiple causes of death consider all causes and would give a more reliable estimate [36,37]. In fact, we have shown in a recent study with data from 1999 to 2007 that the use of multiple causes of death increased Chagas mortality by 21% [12]. However, the Brazilian SIM mortality data set only included information on multiple causes after the year 1999, and thus this information could not be used in the present analysis. Despite the limitations mentioned, the results of this study show internal consistency and consistency with existing knowledge about Chagas’ Disease and are highly representative, as all deaths from Chagas’ Disease during the period 1979 to 2009 in Brazil were included, a country of continental dimensions. Currently the chronic cases of Chagas’ Disease are not subject to compulsory notification in Brazil. For surveillance purposes, sample surveys are conducted which are labor and cost- intensive. To provide more information at low cost, mortality data can be used as an indicator of the epidemiological situation in an area of risk. These data may be more useful than morbidity data, because they often have greater completeness and validity. The present study exemplifies the use of this type of analysis to support the planning and evaluation of activities aimed at monitoring and control of Chagas’ Disease in Brazil. We conclude that control of Chagas’ Disease remains a challenge for public health, probably for many years, and that it needs attention and continued surveillance of the main mechanisms of transmission in endemic and emerging regions. New control strategies for oral transmission (in the Amazon region) and secondary vectors such as T. brasiliensis and T. pseudomaculata (in the Northeast region) need to be implemented and assessed systematically. In addition, adequate access to health services and social assistance should be guaranteed for the large number of individuals with chronic Chagas’ Disease accumulated during the last decades.

199

References 1. Coura JR, Dias JCP (2009) Epidemiology, control and surveillance of Chagas disease: 100 years after its Discovery. Mem Inst Oswaldo Cruz 104: 31-40. 2. Moncayo A, Silveira AC (2009) Current epidemiological trends for Chagas disease in Latin America and future challanges in epidemiology, surveillance and health policy. Mem Inst Oswaldo Cruz 104: 17-30. 3. Schmunis GA (2007) Epidemiology of Chagas disease in non-endemic countries: the role of international migration. Mem Inst Oswaldo Cruz 102: 75-85. 4. Coura JR, Viñas PA (2010) Chagas’ disease: a new worldwide challenge. Nature 45: s6-7. 5. Schmunis GA, Yadon ZE (2010) Chagas’ disease: a Latin American health problem becoming a world health problem. Acta Tropica 115: 14-21. 6. Word Health Organization (2002) Control of Chagas’ disease (Technical Report Series 905). Geneva: Word Health Organization. 7. Word Health Organization (2010) Chagas’ disease (American trypanosomiasis) fact sheet (revised in June 2010). Weekly Epidemiological Record 34: 334-336. Available: http://www.who.int/wer/2010/wer8534.pdf . Acessed October 20, 2010. 8. Silveira AC, Dias JCP (2011) O controle da transmissão vetorial. Rev Soc Bras Med Trop 44: 52-63. 9. Dias JCP (2011) Globalização, iniquidade e doença de Chagas. Cad Saúde Pública 23: 13- 22. 10. Ramos Júnior NA, Carvalho DM (2009) Doença de Chagas: passado, presente e futuro. Cad Saúde Colet 17: 787-794. 11. Martins-Melo FR (2011) Epidemiologia e distribuição especial da mortalidade relacionada à doença de Chagas no Brasil, 1999 a 2007 . Dissertation (PhD) -Postgraduate Program in Public Health, Department of Community Health, School of Medicine, Federal University of Ceará, Fortaleza, Brazil. 12. Martins-Melo FR, Alencar CH, Ramos Jr NA, Heukelbach J (2011) Epidemiology of mortality related to Chagas’ disease in Brazil, 1999-2007. PLoS NTD. (submitted). 13. Word Health Organization (2007) International Statistical Classification of Diseases and Related Health Problems (ICD): 10th Revision. Version 2007: Word Health Organization. Available: http://apps.who.int/classifications/apps/icd/icd10online/ . Acessed October 15, 2010. 200

14. Santo AH (2009) Tendência da mortalidade relacionada à doença de Chagas, Estado de São Paulo, Brasil, 1985 a 2006: estudo usando causas múltiplas de morte. Rev Panam Salud Publica 26: 299-309. 15. Drumond JAG, Marcopito LF (2006) Migração interna e a distribuição da mortalidade por doença de Chagas, Brasil, 1981/1998. Cad Saúde Pública 22: 2131-2140. 16. Ramos Jr AN, Carvalho DM (2001) Os diferentes significados da certificação conferida ao Brasil como estando livre da doença de Chagas. Cad Saúde Pública 17: 1403-1412. 17. Silveira AC (2011) O Inquérito triatomínico (1975-1983). Rev Soc Bras Med Trop 44: 26- 32. 18. Braz SCM, Melo MFAD, Lorena VMB, Souza WV, Gomes YM (2011) Chagas disease in the State of Pernambuco, Brazil: analysis of admissions and mortality time series. Rev Soc Bras Med Trop 44: 318-323 19. Pan American Health Organization (2009) Guia para vigilância, prevenção, controle e manejo clínico da doença de Chagas aguda transmitida por alimentos. Rio de Janeiro: PANAFTOSA-VP/PAHO/WHO. 20. Silveira AC (2011) Os novos desafios e perspectivas futuras do controle. Rev Soc Bras Med Trop 44: 22-124. 21. Litvoc J, Wanderley DMV, Camargo LMA (1992) Mortalidade por doença de Chagas no Estado de São Paulo (Brasil): subsídios para o planejamento da assistência ao chagásico. Rev Saúde Pública 26: 59-65. 22. Cervi A, Hermsdorff HHM, Ribeiro RCL (2005)Tendência da mortalidade por doenças neoplásicas em 10 capitais brasileiras, de 1980 a 2000. Rev Bras Epidemiol 8: 407-418. 23. Dias JCP, Amato Neto V (2011) Prevenção referente às modalidades alternativas de transmissão do trypanosoma cruzi no brasil. Rev Soc Bras Med Trop 44: 68-72. 24. Silveira AC, Dias JCP (2011) O controle da transmissão vetorial. Rev Soc Bras Med Trop 44: 52-63. 25. Ostermayer AL, Passos ADC, Silveira AC, Ferreira AW, Macedo V, Prata AR (2011) O inquérito nacional de soroprevalência de avaliação do controle da doença de Chagas no Brasil (2001-2008). Rev Soc Bras Med Trop 44: 108-121. 26. Ramos Jr AN, Correa D, Almeida EA, Shikanai-Yasuda MA (2010) History, current issues and future of the Brazilian network for attending and studying Trypanosoma cruzi /HIV coinfection. J Infect Dev Ctries 4: 682-688. 27. Lescure FX, Le Loup G, Freilij H, Develoux M, Paris L, Brutus L, Pialoux G (2010) Chagas disease: changes in knowledge and management. Lancet Infect Dis 10: 556-570. 201

28. Alves RMA, Thomaz RP, Almeida EA, Wanderley JS, Guariento ME (2009) Chagas’ disease and ageing: the coexistence of other chronic diseases with Chagas' disease in elderly patients. Rev Soc Bras Med Trop 42: 622-628. 29. Guariento ME, Carrijo CM, Almeida EA, Magna LA (2011) Perfil clínico de idosos portadores de doença de Chagas atendidos em serviço de referência. Rev Bras Clin Med 9: 20-24. 30. França E, Abreu DX, Rao C, Lopez AD (2008) Evaluation of cause-of-death statistics for Brazil, 2002–2004. Int J Epidemiol 37: 891-901. 31. Mameri CP (1990) Tendências populacionais: óbitos por causas mal definidas. Conjuntura Demográfica 10: 7-10. 32. Mello Jorge MHP, Laurenti R, Gotlieb SLD (2007) Análise da qualidade das estatísticas vitais brasileiras: a experiência de implantação do SIM e do SINASC. Ciênc Saúde Coletiva 12: 643-654. 33. Santo AH (2008) Causas mal definidas de morte e óbitos sem assistência. Rev Assoc Med Bras 54: 23-28. 34. Rezende EM, Sampaio IBM, Ishitani LH, Martins EF, Vilella LCM (2010) Mortalidade de idosos com desnutrição em Belo Horizonte, Minas Gerais, Brasil: uma análise multidimensional sob o enfoque de causas múltiplas de morte. Cad Saúde Pública 26: 1109- 1121. 35. Goldacre MJ, Duncan ME, Cook-Mozaffari P, Griffith M (2003) Trends in mortality rates comparing underlying-cause and multiple-cause coding in an English population 1979-1998. J Public Health Med 25: 249-253. 36. Laurenti R (1974) A análise da mortalidade por causa básica e por causas múltiplas. Rev Saúde Pública 8: 421-435. 37. Laurenti R, Buchalla CM (2000) A elaboração de estatísticas de mortalidade segundo causas múltiplas. Rev Bras Epidemiol 3: 21-28. 202

Figure Legends

Figure 1: Crude mortality rate due to Chagas’ disease in Brazil and regions, 1979-2009.

Figure 2 : Standardized mortality rate due to Chagas’ disease in Brazil and regions, 1979- 2009.

Figure 3: Proportional mortality due to Chagas’ disease in Brazil and regions, 1979-2009.

203

Figure 1

Figure 2

204

Figure 3

205

Tables

Table 1 : Crude and standardized mortality rates (per 100,000 inhabitants) and proportional mortality due to Chagas’ Disease in Brazil and regions, 1979-2009. Region Deaths (n) Crude Standardized Proportional mortality rate mortality rate mortality (%) North 1,530 0.45 0.81 0.12 Northeast 23,051 1.67 2.35 0.34 Southeast 98,199 4.84 6.48 0.72 South 10,916 1.55 2.09 0.25 Central-West 38,310 12.26 23.33 2.54 Brazil 172,066 3.61 5.19 0.62

Table 2 : Linear regression analysis on trends of mortality due to Chagas’ Disease in Brazil and regions, 1979-2009. Indicator Equation R2 p Trend Mortality rate Brazil Crude Y= 3.73 – 0.099x 0.97 <0.001 Descending Standardized Y= 5.19 – 0.185x 0.98 <0.001 Descending North Crude Y= 0.43 + 0.008x 0.34 0.001 Crescent Standardized Y= 0.81 + 0.013x 0.20 0.011 Crescent Northeast Crude Y= 1.68 + 0.014x 0.65 <0.001 Crescent Standardized Y= 2.35 + 0.003x 0.03 0.338 Stabilization Southeast Crude Y= 5.01 – 0.161x 0.98 <0.001 Descending Standardized Y= 6.48 – 0.269x 0.98 <0.001 Descending South Crude Y= 1.58 – 0.049x 0.94 <0.001 Descending Standardized Y= 2.09 – 0.087x 0.95 <0.001 Descending Central-West 206

Crude Y= 12.94 – 0.450x 0.90 <0.001 Descending Standardized Y= 23.33 – 1.061x 0.93 <0.001 Descending Proportional mortality Brazil Y= 0.64 – 0.015x 0.98 <0.001 Descending North Y= 0.11 + 0.002x 0.33 0.001 Crescent Northeast Y= 0.33 + 0.004x 0.62 <0.001 Crescent Southeast Y= 0.74 – 0.021x 0.97 <0.001 Descending South Y= 0.26 – 0.008x 0.95 <0.001 Descending Central-West Y= 2.73 – 0.097x 0.97 <0.001 Descending

207

APÊNDICE 2 – Mortalidade relacionada à doença de Chagas no Brasil

Tabela 2.1 : Coeficientes brutos de mortalidade relacionados à doença de Chagas por 100 mil habitantes, segundo Região e UF de residência, Brasil, 1999 a 2007. Causa básica Causa associada Causa múltipla Ano 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007

BR 3,41 3,49 3,25 3,27 3,26 3,15 2,86 2,86 2,72 0,51 0,56 0,55 0,54 0,66 0,64 0,69 0,70 0,51 3,90 4,00 3,81 3,83 3,80 3,81 3,50 3,56 3,42

N 0,46 0,39 0,47 0,49 0,53 0,45 0,41 0,44 0,52 0,03 0,05 0,07 0,08 0,06 0,05 0,07 0,09 0,14 0,49 0,45 0,55 0,58 0,59 0,51 0,48 0,53 0,66

RO 0,92 0,87 1,13 0,98 1,17 0,74 0,71 0,89 0,82 * 0,07 0,35 0,21 * 0,07 0,13 0,25 0,44 0,92 0,94 1,49 1,19 1,17 0,81 0,85 1,15 1,26

AC * * * * 0,16 0,16 * 0,14 * * * * * * * * 0,14 0 * * * * 0,17 0,16 * 0,29 *

AM * 0 0,03 0,03 0 0,10 0,03 0 0,06 * * * * * * * * * * * 0,03 0,03 * 0,10 0,03 * 0,06

RR * 0,31 * * * 0,27 0 0,25 0 * * * * * * * * * * 0,31 * * * 0,27 * 0,25 *

PA 0,18 0,14 0,14 0,21 0,17 0,18 0,16 0,08 0,16 * * 0,01 0,04 * 0,01 0,04 * 0,04 0,19 0,14 0,16 0,26 0,17 0,19 0,20 0,08 0,20

AP * * 0,20 * * * * * * * * * * * * * * * * * 0,20 * * * * * *

TO 2,91 2,50 3,04 3,15 3,66 2,87 2,83 3,30 3,90 0,35 0,52 0,34 0,41 0,65 0,48 0,46 0,67 0,88 3,26 3,02 3,37 3,56 4,31 3,35 3,29 3,98 4,78

NE 1,72 1,74 1,67 1,72 1,72 1,78 1,70 2,05 1,97 0,26 0,30 0,28 0,31 0,26 0,43 0,43 0,48 0,53 1,98 2,05 1,95 2,04 1,98 2,21 2,13 2,53 2,50

MA 0,02 0,07 0,14 0,08 0,12 * 0,15 0,08 0,05 * 0,02 * 0,02 0,05 * * 0,02 0,01 0,02 0,01 0,14 0,10 0,17 * 0,15 0,10 0,06

PI 0,99 1,86 1,63 2,14 1,91 1,86 1,59 2,63 2,90 0,14 0,03 0,28 0,21 0,51 0,34 0,36 0,33 0,65 1,13 1,90 1,91 2,34 2,43 2,20 1,96 2,96 3,55

CE 0,74 0,56 0,63 0,57 0,50 0,43 0,45 0,64 0,61 0,05 0,07 0,08 0,05 0,11 0,10 0,12 0,11 0,24 0,80 0,63 0,71 0,63 0,62 0,53 0,58 0,75 0,85

RN 0,26 0,36 0,14 0,45 0,31 0,55 0,43 0,29 0,68 0,04 0,03 0,03 * 0,03 0,13 0,06 0,10 0,06 0,30 0,39 0,18 0,45 0,34 0,68 0,50 0,39 0,74

PB 0,50 0,43 0,52 0,57 0,85 0,82 0,97 1,38 0,98 0,03 0,09 0,06 0,08 0,05 0,05 0,14 0,08 0,22 0,53 0,52 0,57 0,66 0,91 0,87 1,11 1,46 1,20

PE 1,38 1,51 1,35 1,51 1,47 1,61 1,51 1,50 1,39 0,24 0,36 0,30 0,29 0,27 0,45 0,30 0,43 0,50 1,62 1,88 1,65 1,80 1,74 2,06 1,80 1,94 1,90

AL 1,99 2,34 2,38 2,04 2,29 3,05 2,75 2,75 3,27 1,25 1,56 1,08 1,52 0 1,49 1,49 2,19 2,30 3,24 3,90 3,46 3,57 2,29 4,54 4,24 4,95 5,57

SE 0,11 0,22 0,22 0,43 0,32 0,52 0,76 0,40 0,54 * 0,05 * * 0,10 0,05 0,05 * 0,24 0,11 0,28 0,22 0,43 0,42 0,58 0,81 0,40 0,78

BA 4,10 3,98 3,80 3,83 3,84 3,84 3,62 4,59 4,22 0,44 0,46 0,47 0,52 0,56 0,79 0,88 0,86 0,77 4,55 4,44 4,27 4,35 4,40 4,64 4,51 5,45 5,00

SE 3,93 3,76 3,57 3,39 3,47 3,50 3,42 3,16 2,96 0,64 0,73 0,77 0,77 0,87 0,81 0,80 0,92 0,84 4,56 4,49 4,34 4,16 4,35 4,31 4,22 4,09 3,80

MG 7,25 7,26 6,89 6,71 6,89 6,92 6,65 6,54 6,24 0,90 0,99 1,02 1,12 1,43 1,30 1,30 1,57 1,28 8,16 8,25 7,91 7,83 8,31 8,22 7,95 8,11 7,52

ES 0,17 0,16 0,19 0,12 0,06 0,18 0,06 0,11 0,11 0,07 * 0,03 0,03 0,09 0,03 0,06 0,03 * 0,24 0,16 0,22 0,15 0,15 0,21 0,12 0,14 0,11

RJ 0,28 0,19 0,20 0,21 0,21 0,22 0,20 0,17 0,19 0,07 0,05 0,03 0,07 0,03 0,06 0,04 0,06 0,07 0,35 0,23 0,23 0,28 0,25 0,28 0,25 0,23 0,26 208

SP 4,04 3,77 3,55 3,29 3,38 3,39 3,39 2,95 2,70 0,77 0,92 1,00 0,93 0,10 0,93 0,91 1,02 0,10 4,81 4,69 4,56 4,23 4,37 4,32 4,30 3,98 3,69

S 1,32 1,30 1,04 1,14 1,24 1,18 1,15 0,98 0,89 0,08 0,22 0,23 0,25 0,16 0,28 0,20 0,24 0,22 1,41 1,52 1,26 1,39 1,40 1,46 1,36 1,22 1,11

PR 3,04 3,01 2,31 2,63 2,80 2,57 2,58 2,24 2,00 0,17 0,46 0,46 0,53 0,30 0,61 0,42 0,53 0,44 3,21 3,47 2,77 3,16 3,11 3,18 3,00 2,77 2,43

SC 0,04 0,05 0,09 0,03 0,03 0,02 0,10 0,08 0,08 * 0,04 * * 0,02 0,03 * * 0,01 0,04 0,09 0,09 0,03 0,05 0,05 0,10 0,08 0,10

RS 0,36 0,34 0,34 0,32 0,42 0,50 0,38 0,26 0,29 0,05 0,10 0,12 0,12 0,10 0,09 0,11 0,10 0,12 0,41 0,44 0,46 0,44 0,52 0,59 0,49 0,36 0,41

CO 9,61 10,26 9,53 9,62 9,32 8,83 7,61 7,69 7,26 1,44 1,23 1,43 1,36 1,37 1,75 1,69 1,73 1,74 11,05 11,50 10,96 10,98 10,69 10,59 9,30 9,43 9,00

MS 1,85 1,24 1,52 1,53 2,00 1,37 1,21 1,50 1,54 0,25 0,28 0,15 0,23 0,30 0,29 0,43 0,31 0,24 2,10 1,52 1,68 1,76 2,30 1,67 1,64 1,82 1,78

MG 2,56 2,60 2,79 2,89 2,95 2,95 2,78 2,43 2,83 0,54 0,38 0,57 0,61 0,50 0,50 0,57 0,69 0,56 3,11 2,98 3,36 3,50 3,45 3,45 3,35 3,13 3,39

GO 16,12 17,59 16,51 15,64 15,21 14,75 12,24 12,28 11,52 2,12 2,04 2,25 2,28 2,30 2,94 2,63 2,60 2,69 18,25 19,63 18,76 17,92 17,51 17,70 14,87 14,88 14,21

DF 10,15 11,21 9,06 11,51 10,23 9,312 8,83 9,14 8,09 2,13 1,27 1,86 1,26 1,28 1,88 2,01 2,35 2,42 12,28 12,48 10,91 12,77 11,51 11,19 10,84 11,49 10,52 * Denota zero.

209

Tabela 2.2 : Mortalidade proporcional relacionada à doença de Chagas, segundo Região e UF de residência, Brasil, 1999 a 2007. Causa básica Causa associada Causa múltipla Ano 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007

BR 0,53 0,54 0,50 0,49 0,50 0,49 0,48 0,47 0,45 0,08 0,09 0,09 0,09 0,10 0,11 0,11 0,12 0,14 0,61 0,63 0,60 0,59 0,60 0,60 0,60 0,60 0,59

N 0,12 0,10 0,12 0,13 0,14 0,11 0,10 0,11 0,14 0,01 0,01 0,02 0,02 0,01 0,01 0,02 0,02 0,04 0,13 0,12 0,14 0,15 0,15 0,13 0,13 0,14 0,18 RO 0,22 0,21 0,26 0,23 0,27 0,17 0,17 0,23 0,23 * 0,02 0,08 0,05 * 0,01 0,03 0,06 0,12 0,22 0,23 0,35 0,28 0,27 0,19 0,20 0,29 0,36

AC * * * * 0,04 0,04 * 0,03 * * * * * * * * 0,04 * * * * * 0,04 0,04 * 0,07 *

AM * * 0,01 0,01 * 0,03 0,01 * 0,02 * * * * * * * * * * * 0,01 0,01 * 0,03 0,01 * 0,02

RR * 0,07 * * * 0,07 * 0,06 * * * * * * * * * * * 0,07 * * * 0,07 * 0,06 0

PA 0,05 0,04 0,03 0,06 0,04 0,04 0,04 0,02 0,04 * * ** 0,01 * ** 0,01 * 0,01 0,05 0,04 0,04 0,07 0,04 0,05 0,05 0,02 0,05

AP * * 0,05 * * * * * * * * * * * * * * * * * 0,05 * * * * * *

TO 0,77 0,66 0,75 0,79 0,90 0,70 0,73 0,86 0,94 0,09 0,13 0,08 0,10 0,16 0,11 0,11 0,17 0,21 0,86 0,80 0,83 0,89 1,06 0,81 0,85 1,03 1,16

NE 0,36 0,36 0,34 0,34 0,33 0,34 0,34 0,41 0,39 0,05 0,06 0,05 0,06 0,05 0,08 0,08 0,09 0,10 0,41 0,43 0,39 0,40 0,38 0,43 0,42 0,51 0,50

MA 0,01 0,02 0,04 0,02 0,03 * 0,04 0,02 0,01 * 0,01 * ** 0,01 * * ** ** 0,01 0,03 0,04 0,02 0,04 * 0,03 0,02 0,01

PI 0,31 0,45 0,37 0,47 0,40 0,40 0,33 0,55 0,59 0,04 0,01 0,06 0,04 0,11 0,07 0,07 0,07 0,13 0,35 0,46 0,44 0,52 0,51 0,477 0,41 0,62 0,73

CE 0,15 0,12 0,13 0,11 0,09 0,08 0,09 0,13 0,12 0,01 0,01 ** 0,01 0,02 0,02 0,02 0,02 0,05 0,16 0,14 0,13 0,12 0,11 0,10 0,11 0,15 0,17

RN 0,05 0,07 0,03 0,09 0,06 0,11 0,09 0,06 0,14 0,01 0,01 0,01 * 0,01 0,02 0,01 0,02 0,01 0,06 0,08 0,03 0,09 0,07 0,13 0,10 0,08 0,16

PB 0,10 0,08 0,09 0,10 0,15 0,14 0,17 0,25 0,17 ** 0,01 0,01 0,01 0,01 0,01 0,02 0,01 0,03 0,10 0,10 0,10 0,11 0,16 0,15 0,19 0,26 0,20

PE 0,20 0,23 0,21 0,23 0,22 0,25 0,24 0,24 0,22 0,03 0,05 0,04 0,04 0,04 0,07 0,04 0,07 0,08 0,23 0,28 0,25 0,28 0,27 0,31 0,29 0,32 0,30

AL 0,37 0,46 0,44 0,37 0,44 0,57 0,54 0,54 0,61 0,23 0,30 0,20 0,27 * 0,28 0,29 0,43 0,42 0,61 0,76 0,64 0,65 0,44 0,85 0,83 0,98 1,03

SE 0,02 0,04 0,04 0,08 0,06 0,10 0,15 0,08 0,11 * 0,01 * * 0,02 0,01 0,01 * 0,05 0,02 0,05 0,04 0,08 0,08 0,11 0,16 0,08 0,16

BA 0,91 0,87 0,82 0,80 0,80 0,80 0,77 0,94 0,88 0,10 0,10 0,10 0,11 0,11 0,16 0,19 0,17 0,16 1,01 0,97 0,92 0,91 0,92 0,97 0,96 1,12 1,04

SE 0,58 0,58 0,56 0,53 0,54 0,54 0,56 0,51 0,48 0,09 0,11 0,12 0,12 0,13 0,12 0,13 0,15 0,13 0,68 0,70 0,68 0,66 0,68 0,67 0,69 0,66 0,62

MG 1,26 1,35 1,27 1,26 1,22 1,21 1,20 1,14 1,10 0,15 0,18 0,19 0,21 0,25 0,22 0,23 0,27 0,22 1,42 1,53 1,46 1,47 1,47 1,43 1,44 1,41 1,33

ES 0,03 0,03 0,03 0,02 0,01 0,03 0,01 0,02 0,02 0,01 * ** ** 0,01 ** 0,01 ** * 0,04 0,03 0,04 0,03 0,02 0,03 0,02 0,02 0,02

RJ 0,03 0,02 0,02 0,02 0,02 0,03 0,02 0,02 0,02 0,01 0,01 ** 0,01 ** 0,01 0,01 0,01 0,01 0,04 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03

SP 0,61 0,58 0,56 0,53 0,54 0,54 0,58 0,50 0,46 0,11 0,14 0,16 0,15 0,16 0,15 0,15 0,17 0,17 0,72 0,72 0,72 0,68 0,70 0,69 0,73 0,67 0,63

S 0,21 0,21 0,17 0,19 0,20 0,19 0,19 0,16 0,14 0,01 0,03 0,04 0,04 0,02 0,04 0,03 0,04 0,03 0,23 0,25 0,21 0,23 0,23 0,23 0,23 0,20 0,18

PR 0,52 0,51 0,40 0,45 0,48 0,43 0,45 0,38 0,34 0,03 0,08 0,08 0,09 0,05 0,10 0,07 0,09 0,07 0,55 0,59 0,49 0,54 0,53 0,53 0,52 0,47 0,41

SC 0,01 0,01 0,01 0,01 0,01 ** 0,02 0,01 0,01 * 0,01 * * ** 0,01 * * ** 0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,01 0,02 210

RS 0,05 0,05 0,05 0,05 0,06 0,07 0,05 0,04 0,04 0,01 0,01 0,01 0,02 0,01 0,01 0,01 0,01 0,02 0,06 0,06 0,07 0,06 0,07 0,08 0,07 0,05 0,06

CO 1,98 2,20 2,04 1,99 1,94 1,76 1,60 1,63 1,53 0,29 0,26 0,30 0,28 0,28 0,35 0,35 0,37 0,37 2,27 2,46 2,35 2,28 2,22 2,12 1,96 2,00 1,90

MS 0,38 0,28 0,34 0,35 0,43 0,29 0,27 0,33 0,34 0,05 0,06 0,03 0,05 0,06 0,06 0,09 0,07 0,05 0,43 0,34 0,38 0,40 0,50 0,36 0,36 0,40 0,39

MT 0,48 0,47 0,51 0,51 0,52 0,50 0,48 0,43 0,51 0,10 0,07 0,10 0,10 0,10 0,08 0,10 0,12 0,10 0,58 0,54 0,61 0,61 0,61 0,59 0,58 0,55 0,61

GO 3,30 3,80 3,53 3,18 3,14 2,89 2,56 2,58 2,39 0,43 0,44 0,48 0,46 0,47 0,57 0,55 0,54 0,55 3,74 4,23 4,01 3,64 3,61 3,47 3,11 3,13 2,95

DF 2,34 2,68 2,17 2,72 2,46 2,16 2,18 2,29 1,99 0,49 0,30 0,44 0,29 0,30 0,43 0,50 0,59 0,60 2,83 2,98 2,61 3,02 2,77 2,60 2,68 2,88 2,59 * Denota zero; ** <0,01.

211

Tabela 2.3 : Mortalidade proporcional por doença de Chagas em relação ao total de óbitos por DIP, segundo Região e UF de residência, Brasil, 1999 a 2007. Causa básica Causa associada Causa múltipla Ano 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007 1999 2000 2001 2002 2003 2004 2005 2006 2007

BR 10,75 11,53 10,85 10,82 10,77 10,94 10,54 10,60 10,28 1,61 1,97 2,09 2,14 2,16 2,45 2,43 2,78 2,77 12,37 13,50 12,94 12,96 12,94 13,40 12,97 13,38 13,06

N 2,12 1,77 2,06 2,25 2,34 2,03 1,74 2,01 2,42 0,15 0,24 0,32 0,37 0,25 0,25 0,32 0,42 0,66 2,27 2,01 2,39 2,62 2,60 2,28 2,06 2,44 3,08

RO 4,42 4,31 5,38 4,63 5,24 3,87 3,41 4,77 4,42 * 0,35 1,68 0,99 * 0,35 0,62 1,36 2,38 4,42 4,67 7,07 5,62 5,24 4,22 4,03 6,14 6,80

AC * * * * 0,63 0,60 * 0,47 * * * * * * * * 0,47 * * * * * 0,63 0,60 * 0,94 *

AM * * 0,14 0,14 * 0,42 0,12 * 0,27 * * * * * * * * * * * 0,14 0,14 * 0,42 0,12 * 0,27

RR * 1,16 * * * 1,69 * 1,01 * * * * * * * * * * * 1,16 * * * 1,69 * 1,01 *

PA 0,90 0,65 0,62 1,00 0,70 0,74 0,65 0,36 0,72 * * 0,06 0,21 * 0,06 0,17 * 0,18 0,90 0,65 0,68 1,21 0,70 0,80 0,83 0,36 0,90

AP * * 0,90 * * * * * * * * * * * * * * * * * 0,90 * * * * * *

TO 14,22 13,18 13,95 16,37 20,08 15,18 16,59 17,18 19,70 1,72 2,72 1,55 2,15 3,57 2,53 2,69 3,51 4,46 15,94 15,90 15,50 18,53 23,66 17,72 19,28 20,70 24,16

NE 6,65 7,51 7,05 7,19 7,09 7,54 7,07 8,29 8,45 0,99 1,30 1,18 1,29 1,07 1,81 1,80 1,96 2,29 7,64 8,82 8,23 8,48 8,17 9,35 8,88 10,26 10,74

MA 0,13 0,53 0,86 0,53 0,70 * 0,65 0,37 0,24 * 0,13 * 0,10 0,30 * * 0,07 0,08 0,13 0,66 0,86 0,63 1,00 * 0,65 0,44 0,32

PI 6,60 9,39 8,90 10,54 9,44 10,53 8,29 11,59 13,94 0,97 0,17 1,51 1,02 2,52 1,91 1,89 1,44 3,13 7,57 9,57 10,41 11,56 11,97 12,45 10,18 13,04 17,08

CE 2,19 2,41 2,57 2,19 2,02 1,80 2,06 2,49 2,71 0,16 0,28 0,32 0,19 0,46 0,42 0,55 0,42 1,06 2,36 2,70 2,90 2,39 2,49 2,22 2,62 2,91 3,77

RN 1,28 1,94 0,83 2,43 1,71 2,74 2,14 1,61 3,67 0,18 0,19 0,20 * 0,19 0,68 0,33 0,53 0,35 1,47 2,14 1,04 2,43 1,90 3,43 2,47 2,15 4,02

PB 2,86 2,35 2,99 3,23 4,22 3,92 4,14 6,56 4,66 0,16 0,47 0,33 0,48 0,28 0,27 0,59 0,39 1,03 3,03 2,83 3,32 3,72 4,50 4,20 4,73 6,95 5,70

PE 3,77 4,62 4,55 4,77 4,65 4,93 5,01 5,09 4,79 0,64 1,11 1,01 0,94 0,85 1,37 0,98 1,47 1,71 4,42 5,74 5,57 5,71 5,50 6,31 6,00 6,56 6,51

AL 6,21 7,66 6,48 6,03 7,63 11,18 9,23 9,45 11,32 3,91 5,11 2,95 4,50 * 5,46 5,00 7,54 7,95 10,12 12,77 9,44 10,54 7,63 16,64 14,23 17,00 19,28

SE 0,42 1,03 0,89 2,17 1,58 2,54 3,69 2,13 3,28 * 0,25 * * 0,52 0,25 0,24 * 1,49 0,42 1,28 0,89 2,17 2,11 2,79 3,94 2,13 4,77

BA 16,73 17,03 15,82 16,25 15,16 16,25 15,48 18,42 17,94 1,82 1,96 1,98 2,23 2,20 3,36 3,77 3,45 3,28 18,55 19,00 17,81 18,48 17,36 19,61 19,25 21,87 21,23

SE 12,80 12,72 12,30 11,84 11,94 12,21 12,34 11,89 11,31 1,16 2,45 2,54 2,69 3,00 2,82 2,88 3,48 3,21 13,96 15,18 14,84 14,53 14,94 15,04 15,23 15,37 14,52

MG 24,26 27,31 25,61 25,85 24,74 25,66 25,67 24,93 24,49 3,01 3,71 3,81 4,32 5,13 4,82 5,01 5,98 5,03 27,28 31,02 29,42 30,18 29,87 30,48 30,69 30,91 29,52

ES 0,82 0,85 1,06 0,74 0,30 0,94 0,33 0,65 0,72 0,32 * 0,17 0,18 0,45 0,15 0,33 0,16 * 1,15 0,85 1,23 0,92 0,75 1,10 0,67 0,81 0,72

RJ 0,72 0,54 0,56 0,56 0,55 0,57 0,54 0,49 0,55 0,18 0,14 0,11 0,19 0,08 0,15 0,12 0,16 0,19 0,90 0,68 0,68 0,76 0,64 0,72 0,66 0,65 0,74

SP 12,40 12,54 12,43 11,97 12,64 12,98 13,11 12,18 11,33 2,37 3,08 3,51 3,39 3,73 3,55 3,51 4,22 4,17 14,77 15,62 15,95 15,37 16,37 16,53 16,62 16,41 15,51

S 5,64 5,63 4,49 4,93 5,21 5,16 5,18 4,33 3,98 0,36 0,96 0,98 1,09 0,67 1,20 0,91 1,07 0,98 6,01 6,59 5,47 6,02 5,88 6,37 6,09 5,40 4,96

PR 13,46 13,54 11,10 12,81 13,86 13,16 13,59 12,04 10,94 0,75 2,06 2,22 2,58 1,49 3,11 2,20 2,84 2,39 14,21 15,60 13,33 15,39 15,36 16,27 15,80 14,89 13,34 212

SC 0,17 0,26 0,44 0,17 0,16 0,08 0,50 0,42 0,40 * 0,17 * * 0,08 0,16 * * 0,08 0,17 0,43 0,44 0,17 0,24 0,24 0,50 0,42 0,48

RS 1,45 1,39 1,27 1,18 1,46 1,84 1,42 0,95 1,05 0,20 0,39 0,47 0,46 0,36 0,34 0,41 0,36 0,46 1,65 1,78 1,75 1,64 1,83 2,19 1,83 1,31 1,51

CO 32,79 35,9 35,66 35,99 35,46 34,19 31,29 32,17 30,91 4,92 4,30 5,35 5,10 5,22 6,79 6,94 7,24 7,43 37,72 40,26 41,01 41,09 40,68 40,99 38,23 39,42 38,35

MS 7,32 5,38 7,57 7,42 9,20 6,57 6,34 8,17 7,92 0,99 1,21 0,77 1,11 1,38 1,42 2,23 1,71 1,23 8,31 6,59 8,34 8,53 10,59 7,99 8,58 9,88 9,15

MG 7,61 8,34 9,10 9,52 9,72 9,19 9,33 8,09 9,55 1,61 1,23 1,85 1,99 1,67 1,55 1,92 2,31 1,88 9,22 9,58 10,95 11,52 11,39 10,74 11,25 10,40 11,43

GO 52,27 55,27 53,27 54,04 53,02 53,45 46,73 47,66 46,67 6,88 6,40 7,25 7,89 8,01 10,66 10,05 10,08 10,88 59,15 61,68 60,52 61,93 61,03 64,11 56,79 57,75 57,55

DF 39,44 45,27 44,39 46,08 46,56 43,69 42,56 45,60 41,73 8,28 5,11 9,11 5,03 5,82 8,82 9,71 11,71 12,5 47,73 50,39 53,50 51,11 52,39 52,52 52,27 57,32 54,23 * Denota zero

213

APÊNDICE 3 – Tendências dos indicadores de mortalidade por doença de Chagas

4 3,5 3 2,5 2 1,5 1

Óbitoshabitantes 100.000 por 0,5 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Causas múltiplas Causa básica Causa associada CM CB CA

Figura 3.1 : Tendências dos coeficientes de mortalidade relacionada à doença de Chagas no Brasil, 1999 a 2007.

A 16

14

12

10

8

6

4

Óbitoshabiantes 100.000 por 2

0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

214

B 16 14

12

10

8

6

4

2

Óbitoshabitantes 100.000 por 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste N NE SE S CO Figura 3.2 : Tendências dos coeficientes de mortalidade relacionada à doença de Chagas segundo região geográfica, Brasil, 1999 a 2007. (A) Causa básica e (B) causa múltipla.

0,7

0,6

0,5

0,4

0,3

0,2

0,1 Mortalidade proporcional Mortalidade 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Causa múltipla Causa básica Causa associada CM CB CA

Figura 3.3 : Tendências da mortalidade proporcional relacionada à doença de Chagas no Brasil, 1999 a 2007.

215

A 3 2,5

2

1,5

1

0,5 Mortalidade proporcional 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

B 3

2,5

2

1,5

1

0,5 Mortalidade proporcional Mortalidade

0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste N NE SE S CO Figura 3.4 : Tendências da mortalidade proporcional relacionada à doença de Chagas segundo regiões geográficas, Brasil, 1999 a 2007.

216

16 14 12 10 8 6 4 2 Mortalidade proporciona/DIP 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Causa múltipla Causa básica Causa associada CM CB CA

Figura 3.5 : Tendências da mortalidade proporcional por doença de Chagas em relação aos óbitos por DIP, Brasil, 1999 a 2007.

A 50 45 40 35 30 25 20 15 10 5

Mortalidade proporcional/DIP Mortalidade 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

217

B 45 40 35 30 25 20 15 10 5

Mortalidade proporcional/DIP Mortalidade 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Região Norte Região Nordeste Região Sudeste Região Sul Região Centro-Oeste N NE SE S CO Figura 3.6 : Tendências da mortalidade proporcional por doença de Chagas em relação aos óbitos por DIP segundo regiões geográficas, Brasil, 1999 a 2007.

A 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 Óbitos por 100.000 homens 100.000 por Óbitos 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

218

B 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5

Óbitos por 100.000por Óbitos mulheres 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Causa múltipla Causa básica Causa associada CM CB CA

Figura 3.7 : Tendências dos coeficientes de mortalidade relacionada à doença de Chagas segundo sexo, Brasil, 1999 a 2007. (A) Masculino e (B) Feminino.

1,5 1,45 1,4 1,35 1,3 1,25 1,2 1,15 1,1 1,05

Razão entre homens e mulheres homens entre Razão 1 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Causa múltipla Causa básica Causa associada CM CB CA

Figura 3.8 : Tendências das razões entre homens e mulheres dos coeficientes de mortalidade relacionada à doença de Chagas segundo sexo, Brasil, 1999 a 2007.

219

A 35 30

25

20

15

10

5

Óbitoshabitantes 100.000 por 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

B 40 35 30 25 20 15 10 5

Óbitos por 100.000 habitantes 100.000 por Óbitos 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 <15 15 a 29 30 a 39 40 a 49 50 a 59 60 a 69 70 ou mais <15 15-29 30-39 40-49 50-59 60-69 70 ou +

Figura 3.9 : Tendências dos coeficientes de mortalidade relacionada à doença de Chagas segundo faixa etária, Brasil, 1999 a 2007. (A) Causa básica e (B) causa múltipla.

220

70 69 68 67 66 65 64 63 62 Idadeao morrer média 61 60 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Causa múltipla Causa básica Causa associada CM CB CA

Figura 3.10 : Tendências das idades médias ao morrer em óbitos relacionados à doença de Chagas no Brasil, 1999-2007.

221

APÊNDICE 4 – Municípios incluídos nos clusters de alto risco para mortalidade relacionada à doença de Chagas

Tabela 4.1: Municípios incluídos nos clusters de alto risco para mortalidade relacionada à doença de Chagas identificados através da estatística Gi*, causa múltipla de morte, Brasil, 1999-2007. UF Código Município População* Óbito Óbito Coef. RR Coef. RR Índice Valor (CB)** (CM)** (CB)*** (CB) (CM)*** (CM) Gi* p MG 3119302 Coromandel 28.223 17,00 19,22 60,23 21,53 68,11 20,10 22,83 0,00 MG 3143104 Monte Carmelo 46.731 17,78 20,00 38,04 13,60 42,80 12,63 22,27 0,00 MG 3100104 Abadia dos Dourados 6.438 8,33 8,89 129,44 46,26 138,07 40,75 21,53 0,00 MG 3123502 Douradoquara 1.845 0,89 0,89 48,18 17,22 48,18 14,22 21,41 0,00 MG 3130705 Indianópolis 5.548 2,33 2,78 42,06 15,03 50,07 14,78 21,06 0,00 MG 3156403 Romaria 3.843 1,56 1,78 40,48 14,47 46,26 13,65 20,88 0,00 MG 3124807 Estrela do Sul 6.774 1,78 2,00 26,24 9,38 29,52 8,71 20,86 0,00 MG 3137106 Lagamar 7.582 4,22 4,67 55,69 19,90 61,55 18,17 20,61 0,00 GO 5221304 Três Ranchos 3.007 0,56 0,67 18,48 6,60 22,17 6,54 20,02 0,00 MG 3115003 Cascalho Rico 2.622 0,44 0,44 16,95 6,06 16,95 5,00 19,99 0,00 MG 3127909 Grupiara 1.416 0,56 0,78 39,23 14,02 54,93 16,21 19,86 0,00 GO 5206909 Davinópolis 2.109 1,67 1,89 79,03 28,24 89,56 26,44 19,83 0,00 GO 5209606 Heitoraí 3.576 0,33 0,33 9,32 3,33 9,32 2,75 19,35 0,00 MG 3128907 Guimarânia 6.581 1,56 1,89 23,64 8,45 28,70 8,47 19,25 0,00 MG 3149200 Pedrinópolis 3.045 1,78 2,00 58,38 20,87 65,68 19,39 19,25 0,00 MG 3148103 Patrocínio 76.942 25,89 29,33 33,65 12,02 38,12 11,25 19,17 0,00 GO 5212055 Jesúpolis 2.128 0,67 0,78 31,33 11,20 36,55 10,79 19,06 0,00 GO 5215504 Ouvidor 4.446 0,78 0,78 17,49 6,25 17,49 5,16 19,05 0,00 MG 3131604 Iraí de Minas 6.346 0,78 1,00 12,26 4,38 15,76 4,65 19,01 0,00 GO 5216809 Petrolina de Goiás 10.270 3,00 3,11 29,21 10,44 30,29 8,94 18,89 0,00 GO 5210562 Itaguari 4.479 1,44 1,89 32,25 11,53 42,17 12,45 18,89 0,00 GO 5210604 Itaguaru 5.463 1,56 1,89 28,47 10,18 34,58 10,21 18,85 0,00 GO 5211800 Jaraguá 34.855 10,44 11,33 29,97 10,71 32,52 9,60 18,79 0,00 222

GO 5219506 Santa Rosa de Goiás 3.409 1,89 1,89 55,41 19,80 55,41 16,36 18,78 0,00 GO 5219902 São Francisco de Goiás 6.033 1,11 1,33 18,42 6,58 22,10 6,52 18,70 0,00 GO 5221007 Taquaral de Goiás 3.436 1,33 1,56 38,80 13,87 45,27 13,36 18,69 0,00 GO 5205109 Catalão 67.370 19,22 22,67 28,53 10,20 33,65 9,93 18,63 0,00 MG 3132008 Itacambira 3.864 1,67 1,78 43,13 15,42 46,01 13,58 18,56 0,00 MG 3108503 Botumirim 6.713 1,56 1,78 23,17 8,28 26,48 7,82 18,37 0,00 GO 5210406 Itaberaí 28.808 5,67 6,56 19,67 7,03 22,76 6,72 18,35 0,00 GO 5209291 Guaraíta 2.808 0,67 0,67 23,74 8,48 23,74 7,01 18,32 0,00 MG 3120300 Cristália 5.759 2,78 3,11 48,23 17,24 54,02 15,95 18,22 0,00 MG 3148004 Patos de Minas 130.331 34,78 39,67 26,68 9,54 30,44 8,98 18,19 0,00 GO 5211404 Itauçu 8.155 3,22 3,89 39,51 14,12 47,69 14,08 18,16 0,00 MG 3171006 Vazante 18.972 7,11 7,67 37,48 13,40 40,41 11,93 18,09 0,00 MG 3128600 Guarda-Mor 6.884 2,22 2,56 32,28 11,54 37,12 10,96 17,88 0,00 GO 5208905 Goiás 26.920 4,56 4,78 16,92 6,05 17,75 5,24 17,87 0,00 MG 3103504 Araguari 105.264 14,89 16,22 14,14 5,05 15,41 4,55 17,76 0,00 GO 5221700 Uruana 13.993 3,11 3,56 22,23 7,95 25,41 7,50 17,76 0,00 GO 5218706 Rianápolis 4.380 1,11 1,22 25,37 9,07 27,90 8,24 17,48 0,00 GO 5217302 Pirenópolis 21.245 4,11 5,00 19,35 6,92 23,53 6,95 17,46 0,00 GO 5211206 Itapuranga 26.203 6,67 7,56 25,44 9,09 28,83 8,51 17,37 0,00 GO 5210000 Inhumas 45.599 5,89 7,22 12,91 4,62 15,84 4,68 17,06 0,00 GO 5215009 Nova Veneza 6.848 1,11 1,56 16,23 5,80 22,72 6,71 16,95 0,00 GO 5213905 Mossâmedes 5.427 1,11 1,44 20,47 7,32 26,62 7,86 16,84 0,00 GO 5203609 Brazabrantes 2.908 0,33 0,56 11,46 4,10 19,10 5,64 16,69 0,00 GO 5219738 Santo Antônio de Goiás 3.449 0,44 0,44 12,89 4,61 12,89 3,80 16,67 0,00 GO 5208608 Goianésia 50.895 7,89 8,78 15,50 5,54 17,25 5,09 16,67 0,00 GO 5205000 Carmo do Rio Verde 7.777 3,89 4,44 50,01 17,87 57,15 16,87 16,67 0,00 GO 5215405 Ouro Verde de Goiás 4.392 0,89 0,89 20,24 7,23 20,24 5,97 16,66 0,00 GO 5206800 Damolândia 2.571 1,00 1,00 38,90 13,90 38,90 11,48 16,66 0,00 GO 5208806 Goianira 21.123 5,22 6,00 24,72 8,84 28,41 8,38 16,58 0,00 GO 5218607 Rialma 10.609 2,67 2,89 25,14 8,98 27,23 8,04 16,51 0,00 223

GO 5220280 São Patrício 1.835 1,22 1,22 66,61 23,80 66,61 19,66 16,48 0,00 MG 3136520 José Gonçalves de Minas 4.755 2,56 2,78 53,74 19,21 58,42 17,24 16,43 0,00 GO 5206602 Cumari 3.169 0,44 0,44 14,02 5,01 14,02 4,14 16,42 0,00 GO 5205208 Caturaí 4.388 0,67 0,78 15,19 5,43 17,73 5,23 16,32 0,00 MG 3153400 Presidente Olegário 17.992 5,00 6,22 27,79 9,93 34,58 10,21 16,31 0,00 GO 5201207 Anhanguera 900 0,33 0,33 37,04 13,24 37,04 10,93 16,30 0,00 MG 3138351 Leme do Prado 4.800 1,22 1,44 25,46 9,10 30,09 8,88 16,29 0,00 GO 5219357 Santa Isabel 3.500 0,56 0,56 15,87 5,67 15,87 4,69 16,28 0,00 MG 3162104 Sãoo Gotardo 30.077 2,56 2,89 8,50 3,04 9,60 2,84 16,16 0,00 GO 5200852 Americano do Brasil 4.947 1,11 1,11 22,46 8,03 22,46 6,63 16,13 0,00 GO 5214507 Nerópolis 20.298 3,22 3,78 15,87 5,67 18,61 5,49 16,05 0,00 GO 5221197 Terezópolis de Goiás 5.581 0,78 1,22 13,94 4,98 21,90 6,46 16,02 0,00 GO 5208400 Goianápolis 11.730 0,78 0,78 6,63 2,37 6,63 1,96 16,01 0,00 GO 5201603 Araçu 4.258 1,22 1,44 28,70 10,26 33,92 10,01 15,85 0,00 GO 5221403 Trindade 90.195 12,11 14,89 13,43 4,80 16,51 4,87 15,83 0,00 MG 3120706 Cruzeiro da Fortaleza 3.921 1,67 1,89 42,51 15,19 48,17 14,22 15,82 0,00 GO 5202809 Avelinópolis 2.562 0,89 1,00 34,70 12,40 39,03 11,52 15,76 0,00 GO 5205409 Ceres 22.006 6,56 7,11 29,79 10,65 32,31 9,54 15,69 0,00 MG 3136801 Juramento 3.935 1,22 1,33 31,06 11,10 33,88 10,00 15,67 0,00 MG 3128253 Guaraciama 4.624 1,00 1,22 21,63 7,73 26,43 7,80 15,51 0,00 GO 5208707 Goiânia 1.146.103 152,11 187,00 13,27 4,74 16,32 4,82 15,46 0,00 MG 3170107 Uberaba 265.826 77,78 101,44 29,26 10,46 38,16 11,26 15,43 0,00 GO 5201108 Anápolis 303.087 67,33 81,11 22,22 7,94 26,76 7,90 15,37 0,00 MG 3155504 Rio Paranaíba 12.167 2,11 2,67 17,35 6,20 21,92 6,47 15,33 0,00 MG 3166808 Serra do Salitre 9.822 2,11 2,67 21,49 7,68 27,15 8,01 15,28 0,00 MG 3127354 Glaucilândia 2.824 0,67 0,67 23,61 8,44 23,61 6,97 15,25 0,00 GO 5201306 Anicuns 18.918 4,67 5,00 24,67 8,82 26,43 7,80 15,24 0,00 GO 5213855 Morro Agudo de Goiás 2.483 0,78 0,78 31,32 11,19 31,32 9,25 15,23 0,00 GO 5219100 Santa Bárbara de Goiás 5.286 0,44 0,67 8,41 3,00 12,61 3,72 15,18 0,00 MG 3169703 Turmalina 16.213 4,33 4,67 26,73 9,55 28,78 8,50 15,11 0,00 224

GO 5208509 Goiandira 4.843 1,89 2,22 39,00 13,94 45,89 13,54 15,09 0,00 MG 3170750 Varjão de Minas 4.943 1,89 2,00 38,21 13,66 40,46 11,94 15,07 0,00 MG 3145000 Nova Ponte 9.289 1,67 1,78 17,94 6,41 19,14 5,65 15,06 0,00 MG 3106507 Berilo 12.901 6,33 7,00 49,09 17,54 54,26 16,02 15,05 0,00 GO 5214408 Nazário 6.750 1,67 1,67 24,69 8,82 24,69 7,29 15,04 0,00 GO 5200050 Abadia de Goiás 5.624 0,67 0,78 11,85 4,24 13,83 4,08 14,97 0,00 GO 5203559 Bonfinópolis 5.977 1,33 1,78 22,31 7,97 29,74 8,78 14,92 0,00 GO 5201405 Aparecida de Goiânia 385.033 40,00 47,67 10,39 3,71 12,38 3,65 14,82 0,00 MG 3141207 Matutina 3.855 0,33 0,44 8,65 3,09 11,53 3,40 14,81 0,00 MG 3137502 Lagoa Formosa 16.401 6,67 7,78 40,65 14,53 47,42 14,00 14,81 0,00 MG 3159704 Santa Rosa da Serra 3.190 0,33 0,78 10,45 3,73 24,38 7,20 14,78 0,00 MG 3157708 Santa Juliana 8.156 1,78 2,33 21,80 7,79 28,61 8,44 14,76 0,00 MG 3127800 Grão Mogol 14.808 4,22 4,44 28,51 10,19 30,01 8,86 14,68 0,00 GO 5220454 Senador Canedo 62.097 6,67 7,78 10,74 3,84 12,53 3,70 14,67 0,00 MG 3103801 Arapuá 2.631 0,33 0,44 12,67 4,53 16,89 4,99 14,57 0,00 GO 5204607 Campestre de Goiás 3.427 0,33 0,33 9,73 3,48 9,73 2,87 14,53 0,00 GO 5200159 Adelândia 2.501 0,56 0,67 22,21 7,94 26,66 7,87 14,42 0,00 GO 5205802 Corumbá de Goiás 9.792 1,78 2,22 18,16 6,49 22,69 6,70 14,39 0,00 GO 5212303 Leopoldo de Bulhões 7.886 3,11 3,22 39,45 14,10 40,86 12,06 14,32 0,00 GO 5204557 Caldazinha 3.142 0,56 0,56 17,68 6,32 17,68 5,22 14,31 0,00 GO 5210901 Itapaci 14.324 1,11 1,22 7,76 2,77 8,53 2,52 14,29 0,00 GO 5214861 Nova Glória 9.078 1,56 1,67 17,14 6,12 18,36 5,42 14,28 0,00 GO 5204805 Campo Alegre de Goiás 4.528 0,56 0,67 12,27 4,38 14,72 4,35 14,27 0,00 MG 3168903 Tiros 7.239 1,11 2,11 15,35 5,49 29,16 8,61 14,22 0,00 MG 3111507 Campos Altos 13.349 0,89 1,22 6,66 2,38 9,16 2,70 14,22 0,00 MG 3153004 Pratinha 2.999 0,44 0,67 14,82 5,30 22,23 6,56 14,16 0,00 MG 3170206 Uberlândia 542.540 135,11 160,67 24,90 8,90 29,61 8,74 14,09 0,00 MG 3129509 Ibiá 21.887 2,67 3,33 12,18 4,35 15,23 4,50 14,07 0,00 MG 3136579 Josenópolis 4.452 4,44 4,44 99,83 35,68 99,83 29,47 13,97 0,00 MG 3114303 Carmo do Paranaíba 30.111 4,56 5,78 15,13 5,41 19,19 5,66 13,88 0,00 225

GO 5218904 Rubiataba 18.520 7,00 7,89 37,80 13,51 42,60 12,57 13,85 0,00 SP 3501202 Álvares Florence 4.092 0,56 0,78 13,58 4,85 19,01 5,61 13,81 0,00 GO 5209200 Guapó 14.519 2,44 2,78 16,84 6,02 19,13 5,65 13,81 0,00 MG 3166600 Serra da Saudade 874 0,00 0,00 0,00 0,00 0,00 0,00 13,80 0,00 MG 3116902 Comendador Gomes 2.800 0,11 0,11 3,97 1,42 3,97 1,17 13,78 0,00 MG 3171105 Veríssimo 2.816 0,89 1,22 31,57 11,28 43,40 12,81 13,77 0,00 GO 5209457 Guarinos 2.574 0,33 0,33 12,95 4,63 12,95 3,82 13,77 0,00 GO 5214804 Nova Aurora 1.946 0,33 0,33 17,13 6,12 17,13 5,06 13,75 0,00 GO 5216908 Pilar de Goiás 2.876 0,56 0,56 19,32 6,90 19,32 5,70 13,74 0,00 GO 5219456 Santa Rita do Novo Destino 3.075 0,33 0,44 10,84 3,87 14,45 4,27 13,73 0,00 GO 5200100 Abadiânia 12.083 2,78 2,89 22,99 8,22 23,91 7,06 13,66 0,00 SP 3510708 Cardoso 11.395 2,33 2,89 20,48 7,32 25,35 7,48 13,62 0,00 GO 5220157 São Luíz do Norte 4.132 0,67 0,78 16,13 5,77 18,82 5,56 13,62 0,00 MG 3149804 Perdizes 12.866 4,67 4,78 36,27 12,96 37,13 10,96 13,55 0,00 MG 3124708 Estrela do Indaiá 3.478 1,00 1,00 28,75 10,28 28,75 8,49 13,49 0,00 GO 5207535 Faina 7.236 1,11 1,11 15,36 5,49 15,36 4,53 13,49 0,00 SP 3536257 Parisi 2.081 0,56 0,67 26,70 9,54 32,04 9,46 13,48 0,00 SP 3536901 Pedranópolis 2.620 0,22 0,22 8,48 3,03 8,48 2,50 13,47 0,00 MG 3113503 Carbonita 9.206 9,11 9,67 98,97 35,37 105,00 30,99 13,44 0,00 GO 5221502 Turvânia 5.063 1,44 1,44 28,53 10,20 28,53 8,42 13,39 0,00 MG 3115607 Cedro do Abaeté 1.251 0,22 0,22 17,76 6,35 17,76 5,24 13,36 0,00 GO 5209804 Hidrolina 4.416 1,00 1,22 22,64 8,09 27,68 8,17 13,31 0,00 MG 3121258 Delta 5.246 0,56 0,56 10,59 3,78 10,59 3,13 13,31 0,00 SP 3557105 Votuporanga 79.026 9,89 11,44 12,51 4,47 14,48 4,27 13,28 0,00 GO 5201801 Aragoiânia 6.961 1,56 1,78 22,35 7,99 25,54 7,54 13,26 0,00 MG 3127107 Frutal 48.152 13,11 15,11 27,23 9,73 31,38 9,26 13,24 0,00 SP 3520103 Igarapava 27.036 5,78 7,22 21,37 7,64 26,71 7,89 13,22 0,00 MG 3107000 Biquinhas 2.749 1,44 1,78 52,54 18,78 64,67 19,09 13,22 0,00 MG 3111408 Campo Florido 5.576 1,00 1,56 17,93 6,41 27,90 8,23 13,20 0,00 MG 3116100 Chapada do Norte 15.052 3,22 3,22 21,41 7,65 21,41 6,32 13,19 0,00 226

MG 3107307 Bocaiúva 43.868 12,11 13,33 27,61 9,87 30,39 8,97 13,17 0,00 MG 3150703 Pirajuba 2.626 1,00 1,11 38,08 13,61 42,31 12,49 13,16 0,00 MG 3126505 Francisco Badaró 10.333 3,00 3,22 29,03 10,38 31,18 9,20 13,11 0,00 SP 3501806 Américo Brasiliense 5.594 1,67 2,00 29,79 10,65 35,75 10,55 13,08 0,00 SP 3544202 Riolândia 8.810 1,67 1,78 18,92 6,76 20,18 5,96 12,99 0,00 SP 3556107 Valentim Gentil 9.438 0,89 1,00 9,42 3,37 10,60 3,13 12,98 0,00 GO 5214705 Nova América 2.235 1,33 1,33 59,66 21,32 59,66 17,61 12,96 0,00 SP 3540309 Pontes Gestal 2.408 0,33 0,44 13,84 4,95 18,46 5,45 12,95 0,00 MG 3145455 Olhos-d'Água 4.457 0,78 0,78 17,45 6,24 17,45 5,15 12,91 0,00 MG 3118205 Conquista 5.808 0,44 0,78 7,65 2,73 13,39 3,95 12,89 0,00 GO 5219001 Sanclerlândia 7.584 1,11 1,33 14,65 5,24 17,58 5,19 12,84 0,00 GO 5215702 Palmeiras de Goiás 18.190 1,67 1,89 9,16 3,27 10,38 3,07 12,83 0,00 SP 3535002 Palestina 9.122 1,56 2,89 17,05 6,09 31,67 9,35 12,74 0,00 MG 3151602 Planura 8.602 1,56 1,89 18,08 6,46 21,96 6,48 12,69 0,00 SP 3543600 Rifaina 3.454 0,11 0,33 3,22 1,15 9,65 2,85 12,68 0,00 SP 3512902 Cosmorama 7.232 0,89 1,11 12,29 4,39 15,36 4,54 12,68 0,00 MG 3156908 Sacramento 21.619 5,33 6,22 24,67 8,82 28,78 8,50 12,66 0,00 MG 3168200 Tapiraí 1.796 0,44 0,56 24,75 8,84 30,93 9,13 12,59 0,00 MG 3104007 Araxá 81.799 9,33 10,56 11,41 4,08 12,90 3,81 12,57 0,00 MG 3141306 Medeiros 3.135 1,44 1,67 46,07 16,47 53,16 15,69 12,51 0,00 SP 3528205 Macedônia 3.700 0,67 0,78 18,02 6,44 21,02 6,20 12,48 0,00 MG 3161700 São Gonçalo do Abaeté 5.311 2,78 3,33 52,30 18,69 62,76 18,53 12,39 0,00 MG 3119807 Córrego Danta 3.458 0,78 0,78 22,49 8,04 22,49 6,64 12,38 0,00 GO 5209705 Hidrolândia 13.956 1,11 1,11 7,96 2,85 7,96 2,35 12,35 0,00 SP 3518008 Guarani d'Oeste 2.060 0,00 0,00 0,00 0,00 0,00 0,00 12,35 0,00 MG 3137536 Lagoa Grande 8.090 1,67 1,89 20,60 7,36 23,35 6,89 12,30 0,00 MG 3123809 Engenheiro Navarro 6.936 4,56 5,00 65,68 23,47 72,09 21,28 12,28 0,00 SP 3529609 Meridiano 4.094 0,00 0,00 0,00 0,00 0,00 0,00 12,21 0,00 MG 3146404 Paineiras 4.788 2,78 3,11 58,02 20,73 64,98 19,18 12,20 0,00 GO 5203939 Buriti de Goiás 2.845 0,33 0,56 11,72 4,19 19,53 5,76 12,18 0,00 227

SP 3536604 Paulo de Faria 8.523 2,33 3,22 27,38 9,78 37,81 11,16 12,17 0,00 MG 3168101 Tapira 3.436 0,89 0,89 25,87 9,25 25,87 7,64 12,15 0,00 MG 3123205 Dores do Indaiá 14.544 4,89 5,78 33,61 12,01 39,73 11,73 12,09 0,00 SP 3515509 Fernandópolis 63.342 4,33 5,22 6,84 2,44 8,24 2,43 12,06 0,00 MG 3117306 Conceição das Alagoas 18.111 7,11 8,89 39,26 14,03 49,08 14,49 12,04 0,00 SP 3534203 Orindiúva 4.504 1,00 1,11 22,20 7,93 24,67 7,28 12,04 0,00 MG 3170404 Unaí 72.625 41,44 47,22 57,07 20,39 65,02 19,19 11,99 0,00 SP 3503000 Aramina 4.982 0,67 1,00 13,38 4,78 20,07 5,92 11,96 0,00 MG 3171600 Virgem da Lapa 13.594 3,22 3,44 23,70 8,47 25,34 7,48 11,96 0,00 GO 5219803 São Domingos 9.422 5,00 5,33 53,07 18,97 56,61 16,71 11,94 0,00 GO 5221908 Varjão 3.551 0,22 0,22 6,26 2,24 6,26 1,85 11,90 0,00 SP 3530003 Mira Estrela 2.578 0,33 0,33 12,93 4,62 12,93 3,82 11,89 0,00 MG 3100708 Água Comprida 2.181 0,67 0,89 30,57 10,92 40,76 12,03 11,89 0,00 SP 3553401 Tanabi 22.920 1,33 2,44 5,82 2,08 10,67 3,15 11,87 0,00 MG 3116407 Claraval 4.501 0,44 0,44 9,87 3,53 9,87 2,91 11,84 0,00 SP 3543105 Ribeirão Corrente 4.081 1,00 1,00 24,50 8,76 24,50 7,23 11,84 0,00 MG 3153707 Quartel Geral 3.037 0,56 0,56 18,29 6,54 18,29 5,40 11,83 0,00 SP 3532603 Nhandeara 10.142 1,33 1,33 13,15 4,70 13,15 3,88 11,81 0,00 MG 3133402 Itapagipe 12.022 4,44 4,56 36,97 13,21 37,89 11,19 11,77 0,00 SP 3555307 Turmalina 2.248 0,22 0,22 9,89 3,53 9,89 2,92 11,76 0,00 MG 3143500 Morada Nova de Minas 7.896 1,78 1,89 22,51 8,05 23,92 7,06 11,75 0,00 MG 3121209 Delfinópolis 6.534 1,22 1,78 18,71 6,69 27,21 8,03 11,75 0,00 SP 3537008 Pedregulho 15.384 1,33 1,89 8,67 3,10 12,28 3,62 11,74 0,00 SP 3520707 Indiaporã 3.840 0,67 1,00 17,36 6,20 26,04 7,69 11,73 0,00 MG 3127008 Fronteira 9.371 2,44 3,00 26,09 9,32 32,01 9,45 11,69 0,00 SP 3551306 Sebastianópolis do Sul 2.553 0,89 0,89 34,82 12,44 34,82 10,28 11,69 0,00 GO 5222302 Vila Propício 4.704 0,44 0,67 9,45 3,38 14,17 4,18 11,68 0,00 GO 5205901 Corumbaíba 7.002 1,11 1,44 15,87 5,67 20,63 6,09 11,64 0,00 GO 5206404 Crixás 13.270 1,78 2,11 13,40 4,79 15,91 4,70 11,61 0,00 GO 5220108 São Luís de Montes Belos 26.798 5,56 6,44 20,73 7,41 24,05 7,10 11,58 0,00 228

SP 3528304 Magda 3.342 0,22 0,33 6,65 2,38 9,97 2,94 11,53 0,00 SP 3515202 Estrela d'Oeste 8.186 0,33 0,33 4,07 1,46 4,07 1,20 11,53 0,00 SP 3508207 Buritizal 3.630 0,33 0,56 9,18 3,28 15,30 4,52 11,47 0,00 MG 3170479 Uruana de Minas 3.381 1,44 1,44 42,72 15,27 42,72 12,61 11,42 0,00 MG 3164308 São Roque de Minas 6.325 2,11 2,56 33,38 11,93 40,40 11,93 11,40 0,00 SP 3533007 Nova Granada 17.674 2,22 3,56 12,57 4,49 20,12 5,94 11,40 0,00 MG 3129707 Ibiraci 10.757 0,89 1,22 8,26 2,95 11,36 3,35 11,39 0,00 GO 5213509 Monte Alegre de Goiás 6.562 1,44 1,56 22,01 7,87 23,71 7,00 11,36 0,00 SP 3549201 São João das Duas Pontes 2.617 0,33 0,56 12,74 4,55 21,23 6,27 11,36 0,00 SP 3517406 Guaíra 35.698 12,00 14,22 33,62 12,01 39,84 11,76 11,36 0,00 MG 3161304 São Francisco de Sales 5.378 2,56 3,00 47,52 16,98 55,78 16,47 11,35 0,00 SP 3556958 Vitória Brasil 1.745 0,11 0,11 6,37 2,28 6,37 1,88 11,33 0,00 MG 3125705 Felixlândia 13.047 2,11 2,33 16,18 5,78 17,88 5,28 11,33 0,00 PR 4102703 Barra do Jacaré 2.592 0,22 0,33 8,57 3,06 12,86 3,80 11,31 0,00 MG 3126703 Francisco Sá 23.120 8,22 8,78 35,56 12,71 37,97 11,21 11,31 0,00 SP 3529708 Miguelópolis 19.516 5,89 6,89 30,17 10,78 35,30 10,42 11,29 0,00 MG 3100203 Abaeté 22.877 4,44 5,44 19,43 6,94 23,80 7,02 11,27 0,00 MG 3146255 Padre Carvalho 5.494 2,11 2,22 38,43 13,73 40,45 11,94 11,25 0,00 SP 3525409 Jeriquara 3.285 0,67 0,78 20,29 7,25 23,68 6,99 11,19 0,00 SP 3530409 Mirassolândia 3.963 0,11 0,22 2,80 1,00 5,61 1,66 11,19 0,00 SP 3516200 Franca 304.569 34,56 42,11 11,35 4,05 13,83 4,08 11,19 0,00 MG 3105103 Bambuí 22.046 15,44 17,11 70,06 25,04 77,62 22,91 11,17 0,00 SP 3524105 Ituverava 37.274 7,22 8,67 19,38 6,92 23,25 6,86 11,16 0,00 PR 4111803 Jacarezinho 39.246 4,33 4,44 11,04 3,95 11,32 3,34 11,15 0,00 GO 5207808 Firminópolis 9.961 0,44 1,00 4,46 1,59 10,04 2,96 11,15 0,00 MG 3169356 Três Marias 24.235 5,22 5,89 21,55 7,70 24,30 7,17 11,11 0,00 SP 3534757 Ouroeste 6.704 0,67 0,67 9,94 3,55 9,94 2,94 11,06 0,00 SP 3512100 Colômbia 6.159 0,67 0,89 10,82 3,87 14,43 4,26 11,05 0,00 PR 4102406 Bandeirantes 33.555 2,00 2,11 5,96 2,13 6,29 1,86 11,04 0,00 SP 3519808 Icém 6.979 1,67 2,89 23,88 8,53 41,39 12,22 11,03 0,00 229

PR 4124103 Santo Antônio da Platina 40.322 4,00 4,89 9,92 3,55 12,12 3,58 11,02 0,00 MG 3135456 Jenipapo de Minas 6.350 2,22 2,67 35,00 12,51 41,99 12,40 11,00 0,00 GO 5209408 Guarani de Goiás 4.389 0,89 1,22 20,25 7,24 27,85 8,22 11,00 0,00 GO 5205455 Cezarina 6.751 1,11 1,44 16,46 5,88 21,40 6,32 10,99 0,00 SP 3521309 Ipuã 12.335 2,56 3,11 20,72 7,40 25,22 7,44 10,97 0,00 SP 3549508 São José da Bela Vista 8.369 1,67 1,89 19,91 7,12 22,57 6,66 10,92 0,00 MG 3141801 Minas Novas 30.890 9,78 10,78 31,65 11,31 34,89 10,30 10,91 0,00 PR 4103602 Cambará 23.169 1,78 2,00 7,67 2,74 8,63 2,55 10,91 0,00 GO 5209903 Iaciara 11.521 1,56 2,00 13,50 4,83 17,36 5,12 10,90 0,00 SP 3542701 Restinga 5.947 0,44 0,44 7,47 2,67 7,47 2,21 10,90 0,00 SP 3515905 Floreal 3.120 0,33 0,44 10,68 3,82 14,25 4,20 10,87 0,00 MG 3138807 Luz 16.955 4,44 5,78 26,21 9,37 34,08 10,06 10,85 0,00 SP 3524808 Jales 47.669 5,56 6,00 11,65 4,17 12,59 3,72 10,82 0,00 SP 3533601 Nuporanga 6.469 1,11 1,22 17,18 6,14 18,89 5,58 10,81 0,00 GO 5208301 Divinópolis de Goiás 5.215 2,11 2,33 40,48 14,47 44,74 13,21 10,80 0,00 SP 3549409 São Joaquim da Barra 43.318 6,44 7,78 14,88 5,32 17,96 5,30 10,78 0,00 MG 3115102 Cássia 17.730 2,44 2,67 13,79 4,93 15,04 4,44 10,78 0,00 SP 3514205 Dolcinópolis 2.163 0,22 0,33 10,27 3,67 15,41 4,55 10,75 0,00 GO 5204003 Cabeceiras 6.849 5,00 5,67 73,00 26,09 82,74 24,42 10,74 0,00 MG 3119500 Coronel Murta 9.124 0,00 0,00 0,00 0,00 0,00 0,00 10,71 0,00 SP 3517703 Guará 19.703 2,44 2,89 12,41 4,43 14,66 4,33 10,68 0,00 SP 3513207 Cristais Paulista 6.864 0,33 0,44 4,86 1,74 6,48 1,91 10,63 0,00 GO 5215900 Palminópolis 3.546 0,33 0,44 9,40 3,36 12,53 3,70 10,58 0,00 SP 3549250 São João de Iracema 1.688 0,22 0,33 13,16 4,70 19,75 5,83 10,57 0,00 SP 3536307 Patrocínio Paulista 11.942 1,56 1,78 13,03 4,66 14,89 4,39 10,57 0,00 SP 3534302 Orlândia 37.445 4,33 5,22 11,57 4,14 13,95 4,12 10,55 0,00 SP 3534708 Ourinhos 99.073 7,22 9,11 7,29 2,61 9,20 2,71 10,54 0,00 PR 4121802 Ribeirão Claro 10.755 1,89 2,22 17,56 6,28 20,66 6,10 10,48 0,00 GO 5203302 Bela Vista de Goiás 20.391 2,56 2,78 12,53 4,48 13,62 4,02 10,45 0,00 GO 5202155 Araguapaz 7.299 0,56 0,67 7,61 2,72 9,13 2,70 10,44 0,00 230

SP 3521150 Ipiguá 3.825 0,11 0,22 2,90 1,04 5,81 1,71 10,42 0,00 PR 4101101 Andirá 22.300 1,89 2,00 8,47 3,03 8,97 2,65 10,42 0,00 GO 5200308 Alexânia 21.146 4,89 5,44 23,12 8,26 25,75 7,60 10,40 0,00 SP 3517901 Guaraci 9.164 1,22 1,33 13,34 4,77 14,55 4,29 10,40 0,00 SP 3555802 Urânia 8.843 0,67 0,78 7,54 2,69 8,80 2,60 10,38 0,00 MG 3154507 Riacho dos Machados 9.098 1,00 1,11 10,99 3,93 12,21 3,60 10,38 0,00 SP 3557204 Chavantes 12.346 0,11 0,33 0,90 0,32 2,70 0,80 10,35 0,00 SP 3534005 Onda Verde 3.593 0,44 0,78 12,37 4,42 21,65 6,39 10,33 0,00 GO 5204904 Campos Belos 17.757 5,22 6,00 29,41 10,51 33,79 9,97 10,27 0,00 PR 4100103 Abatiá 7.645 2,33 2,44 30,52 10,91 31,97 9,44 10,26 0,00 SP 3510153 Canitar 3.803 0,00 0,00 0,00 0,00 0,00 0,00 10,24 0,00 GO 5208152 Gameleira de Goiás 21.064 7,89 9,56 37,45 13,38 45,36 13,39 10,23 0,00 MG 3143609 Morro da Garça 2.927 0,67 0,78 22,78 8,14 26,57 7,84 10,20 0,00 SP 3540259 Pontalinda 3.660 0,33 0,44 9,11 3,25 12,14 3,58 10,18 0,00 GO 5212956 Matrinchã 4.722 0,44 0,44 9,41 3,36 9,41 2,78 10,17 0,00 SP 3554607 Timburi 2.688 0,33 0,44 12,40 4,43 16,53 4,88 10,15 0,00 SP 3503950 Aspásia 1.833 0,22 0,22 12,12 4,33 12,12 3,58 10,14 0,00 MG 3123403 Doresópolis 1.382 0,33 0,33 24,12 8,62 24,12 7,12 10,13 0,00 MG 3143302 Montes Claros 324.470 31,00 33,78 9,55 3,41 10,41 3,07 10,11 0,00 MG 3152006 Pompéu 27.859 1,22 1,56 4,39 1,57 5,58 1,65 10,11 0,00 MG 3171071 Veredinha 5.396 1,44 1,44 26,77 9,57 26,77 7,90 10,10 0,00 MG 3140506 Martinho Campos 11.810 1,78 2,33 15,05 5,38 19,76 5,83 10,09 0,00 SP 3523701 Itirapuã 5.523 0,22 0,56 4,02 1,44 10,06 2,97 10,09 0,00 SP 3500907 Altair 3.620 0,56 0,56 15,35 5,48 15,35 4,53 10,07 0,00 MG 3134400 Iturama 30.080 2,89 3,56 9,60 3,43 11,82 3,49 10,03 0,00 SP 3539905 Poloni 4.848 1,00 1,33 20,63 7,37 27,50 8,12 10,03 0,00 SP 3540408 Populina 4.382 0,89 1,11 20,29 7,25 25,36 7,48 9,99 0,00 MG 3112406 Capetinga 7.467 1,00 1,11 13,39 4,79 14,88 4,39 9,98 0,00 MG 3170602 Vargem Bonita 2.180 0,44 0,67 20,39 7,29 30,58 9,03 9,96 0,00 SP 3547650 Santa Salete 1.379 0,11 0,11 8,06 2,88 8,06 2,38 9,95 0,00 231

SP 3520905 Ipaussu 12.905 0,56 0,56 4,30 1,54 4,30 1,27 9,95 0,00 SP 3535903 Paranapuã 3.584 0,78 1,00 21,70 7,76 27,90 8,24 9,95 0,00 PR 4112900 Jundiaí do Sul 3.482 0,44 0,44 12,76 4,56 12,76 3,77 9,95 0,00 SP 3505906 Batatais 53.270 5,11 5,67 9,59 3,43 10,64 3,14 9,92 0,00 GO 5219704 Santa Terezinha de Goiás 10.628 1,67 1,78 15,68 5,60 16,73 4,94 9,91 0,00 MG 3136306 João Pinheiro 41.967 8,00 10,00 19,06 6,81 23,83 7,03 9,89 0,00 PR 4123105 Santa Amélia 4.340 0,33 0,33 7,68 2,74 7,68 2,27 9,88 0,00 MG 3156502 Rubelita 10.256 1,33 1,33 13,00 4,65 13,00 3,84 9,87 0,00 MG 3116506 Claro dos Poções 8.185 2,44 2,67 29,86 10,67 32,58 9,62 9,85 0,00 MG 3152808 Prata 23.248 1,78 2,00 7,65 2,73 8,60 2,54 9,83 0,00 SP 3504800 Bálsamo 7.513 0,89 1,00 11,83 4,23 13,31 3,93 9,83 0,00 PR 4109005 Guapirama 4.151 0,22 0,22 5,35 1,91 5,35 1,58 9,81 0,00 SP 3515400 Fartura 15.220 6,11 7,00 40,15 14,35 45,99 13,58 9,79 0,00 MG 3165107 São Tomás de Aquino 7.412 0,78 0,89 10,49 3,75 11,99 3,54 9,76 0,00 SP 3545407 Salto Grande 8.771 0,22 0,22 2,53 0,91 2,53 0,75 9,76 0,00 MG 3109451 Cabeceira Grande 6.170 2,00 2,11 32,41 11,58 34,22 10,10 9,74 0,00 SP 3549003 São Francisco 2.961 0,22 0,22 7,50 2,68 7,50 2,22 9,71 0,00 GO 5207907 Flores de Goiás 8.271 0,56 0,56 6,72 2,40 6,72 1,98 9,66 0,00 SP 3551207 Sarutaiá 3.961 0,44 0,67 11,22 4,01 16,83 4,97 9,66 0,00 SP 3506300 Bernardino de Campos 10.928 0,89 0,89 8,13 2,91 8,13 2,40 9,63 0,00 SP 3531407 Monte Aprazível 18.694 1,56 2,11 8,32 2,97 11,29 3,33 9,61 0,00 GO 5220264 São Miguel do Passa Quatro 3.687 0,67 0,67 18,08 6,46 18,08 5,34 9,57 0,00 SP 3544905 Sales Oliveira 9.850 0,44 0,44 4,51 1,61 4,51 1,33 9,55 0,00 MG 3162203 São João Batista do Glória 6.555 0,56 1,00 8,48 3,03 15,26 4,50 9,54 0,00 MG 3151503 Piumhi 29.967 7,44 8,11 24,84 8,88 27,07 7,99 9,53 0,00 PR 4112801 Joaquim Távora 9.599 2,78 3,33 28,94 10,34 34,73 10,25 9,52 0,00 SP 3529658 Mesópolis 1.910 0,22 0,22 11,63 4,16 11,63 3,43 9,52 0,00 SP 3524204 Jaborandi 6.448 0,56 0,67 8,62 3,08 10,34 3,05 9,52 0,00 SP 3513850 Dirce Reis 1.536 0,00 0,00 0,00 0,00 0,00 0,00 9,50 0,00 MG 3107406 Bom Despacho 41.364 4,67 5,44 11,28 4,03 13,16 3,89 9,50 0,00 232

GO 5203203 Barro Alto 5.944 1,22 1,44 20,56 7,35 24,30 7,17 9,50 0,00 MG 3111101 Campina Verde 18.796 6,44 6,89 34,29 12,25 36,65 10,82 9,49 0,00 GO 5210109 Ipameri 23.193 4,56 5,78 19,64 7,02 24,91 7,35 9,46 0,00 MG 3147907 Passos 101.087 9,56 11,56 9,45 3,38 11,43 3,37 9,44 0,00 TO 1705557 Combinado 4.419 1,56 1,89 35,20 12,58 42,74 12,62 9,43 0,00 TO 1715150 Novo Alegre 2.398 0,44 0,67 18,53 6,62 27,80 8,21 9,43 0,00 MG 3162252 São João da Lagoa 4.514 1,00 1,11 22,15 7,92 24,61 7,27 9,43 0,00 SP 3516903 General Salgado 10.962 1,89 2,44 17,23 6,16 22,30 6,58 9,40 0,00 GO 5206503 Cromínia 3.737 1,11 1,22 29,73 10,63 32,71 9,65 9,39 0,00 SP 3538808 Piraju 28.457 2,78 4,00 9,76 3,49 14,06 4,15 9,39 0,00 GO 5219209 Santa Cruz de Goiás 3.532 0,00 0,11 0,00 0,00 3,15 0,93 9,38 0,00 PR 4121901 Ribeirão do Pinhal 14.493 1,89 2,33 13,03 4,66 16,10 4,75 9,35 0,00 SP 3505500 Barretos 106.530 11,56 14,11 10,85 3,88 13,25 3,91 9,35 0,00 MG 3142403 Moema 6.824 1,33 2,11 19,54 6,98 30,94 9,13 9,34 0,00 GO 5220686 Simolândia 6.417 1,11 1,33 17,32 6,19 20,78 6,13 9,33 0,00 GO 5221601 Uruaçu 33.410 7,89 8,89 23,61 8,44 26,61 7,85 9,32 0,00 MG 3122470 Dom Bosco 3.971 0,78 0,78 19,59 7,00 19,59 5,78 9,30 0,00 GO 5214903 Nova Roma 3.411 0,78 0,89 22,80 8,15 26,06 7,69 9,30 0,00 MG 3130309 Iguatama 8.238 1,78 2,44 21,58 7,71 29,67 8,76 9,29 0,00 GO 5221080 Teresina de Goiás 2.958 0,78 0,78 26,29 9,40 26,29 7,76 9,27 0,00 SP 3519501 Ibirarema 5.757 1,22 1,33 21,23 7,59 23,16 6,84 9,27 0,00 GO 5204953 Campos Verdes 5.411 0,44 0,44 8,21 2,94 8,21 2,42 9,26 0,00 PR 4104709 Carlópolis 13.595 4,00 4,67 29,42 10,52 34,33 10,13 9,25 0,00 GO 5205513 Cocalzinho de Goiás 15.940 3,33 3,89 20,91 7,47 24,40 7,20 9,23 0,00 MG 3136405 Joaquim Felício 3.698 1,33 1,56 36,06 12,89 42,06 12,42 9,23 0,00 SP 3532702 Nipoã 3.411 0,22 0,22 6,51 2,33 6,51 1,92 9,22 0,00 MG 3127073 Fruta de Leite 6.623 3,67 3,78 55,36 19,79 57,04 16,84 9,22 0,00 GO 5220058 São João da Paraúna 2.073 0,00 0,00 0,00 0,00 0,00 0,00 9,21 0,00 SP 3530300 Mirassol 51.112 3,00 4,56 5,87 2,10 8,91 2,63 9,21 0,00 GO 5214879 Nova Iguaçu de Goiás 2.560 0,56 0,56 21,70 7,76 21,70 6,41 9,18 0,00 233

MG 3103405 Araçuaí 36.291 1,11 1,22 3,06 1,09 3,37 0,99 9,16 0,00 SP 3535200 Palmeira d'Oeste 10.129 1,33 1,67 13,16 4,70 16,45 4,86 9,15 0,00 GO 5209952 Indiara 12.424 0,67 0,67 5,37 1,92 5,37 1,58 9,15 0,00 TO 1712157 Lavandeira 1.211 0,44 0,67 36,70 13,12 55,05 16,25 9,13 0,00 GO 5218391 Professor Jamil 3.585 0,56 0,56 15,50 5,54 15,50 4,57 9,13 0,00 SP 3516804 Gastão Vidigal 3.511 1,00 1,22 28,48 10,18 34,81 10,28 9,13 0,00 SP 3517505 Guapiaçu 15.138 1,89 2,33 12,48 4,46 15,41 4,55 9,12 0,00 GO 5218300 Posse 26.629 6,56 7,11 24,62 8,80 26,70 7,88 9,11 0,00 MG 3133758 Itaú de Minas 14.537 1,67 1,89 11,46 4,10 12,99 3,84 9,10 0,00 GO 5217104 Piracanjuba 23.903 2,33 2,67 9,76 3,49 11,16 3,29 9,07 0,00 TO 1702406 Arraias 10.979 1,44 1,56 13,16 4,70 14,17 4,18 9,07 0,00 SP 3554201 Tejupá 5.521 0,67 0,67 12,08 4,32 12,08 3,56 9,06 0,00 PR 4120705 Quatiguá 7.044 1,00 1,22 14,20 5,07 17,35 5,12 9,05 0,00 SP 3532868 Nova Castilho 1.003 0,11 0,11 11,08 3,96 11,08 3,27 9,04 0,00 MG 3144375 Natalândia 3.336 0,56 0,67 16,65 5,95 19,98 5,90 9,03 0,00 SP 3528106 Macaubal 7.385 1,11 1,44 15,05 5,38 19,56 5,77 9,00 0,00 SP 3549805 São José do Rio Preto 382.273 33,89 47,22 8,87 3,17 12,35 3,65 8,96 0,00 MG 3109303 Buritis 21.007 2,67 3,11 12,69 4,54 14,81 4,37 8,96 0,00 SP 3504206 Auriflama 13.742 1,33 1,56 9,70 3,47 11,32 3,34 8,92 0,00 SP 3532504 Neves Paulista 9.089 0,11 0,33 1,22 0,44 3,67 1,08 8,91 0,00 MG 3135605 Jequitaí 8.567 1,44 1,44 16,86 6,03 16,86 4,98 8,89 0,00 PR 4111001 Itambaracá 6.281 0,44 0,56 7,08 2,53 8,85 2,61 8,89 0,00 MG 3118809 Coração de Jesus 25.920 6,89 7,22 26,58 9,50 27,86 8,22 8,89 0,00 PR 4122909 Salto do Itararé 5.300 2,67 3,11 50,31 17,98 58,70 17,33 8,86 0,00 MG 3119104 Corinto 24.379 4,44 5,22 18,23 6,52 21,42 6,32 8,85 0,00 GO 5204706 Campinorte 10.064 1,22 1,22 12,14 4,34 12,14 3,58 8,85 0,00 SP 3531902 Morro Agudo 26.717 1,89 2,44 7,07 2,53 9,15 2,70 8,85 0,00 PR 4106100 Conselheiro Mairinck 3.457 0,78 1,00 22,50 8,04 28,93 8,54 8,84 0,00 GO 5206305 Cristianópolis 3.091 0,11 0,22 3,59 1,28 7,19 2,12 8,80 0,00 MG 3138104 Lassance 6.520 1,89 1,89 28,97 10,35 28,97 8,55 8,80 0,00 234

SP 3535309 Palmital 21.324 1,44 1,89 6,77 2,42 8,86 2,61 8,77 0,00 GO 5211701 Jandaia 6.295 1,22 1,22 19,42 6,94 19,42 5,73 8,71 0,00 SP 3554409 Terra Roxa 8.098 0,67 0,78 8,23 2,94 9,60 2,84 8,71 0,00 GO 5221809 Urutaí 3.187 0,33 0,33 10,46 3,74 10,46 3,09 8,71 0,00 GO 5205703 Córrego do Ouro 2.876 0,22 0,22 7,73 2,76 7,73 2,28 8,71 0,00 SP 3553005 Taguaí 7.787 1,22 2,00 15,70 5,61 25,68 7,58 8,70 0,00 GO 5202601 Aurilândia 4.229 0,56 0,67 13,14 4,69 15,76 4,65 8,70 0,00 MG 3137205 Lagoa da Prata 41.205 6,00 6,78 14,56 5,20 16,45 4,86 8,67 0,00 PR 4126603 Siqueira Campos 16.544 7,44 7,56 45,00 16,08 45,67 13,48 8,66 0,00 SP 3512001 Colina 16.902 1,00 1,22 5,92 2,11 7,23 2,13 8,66 0,00 PR 4106001 Congonhinhas 7.873 1,67 2,33 21,17 7,57 29,64 8,75 8,65 0,00 GO 5212600 Mairipotaba 2.321 0,44 0,56 19,15 6,84 23,94 7,07 8,65 0,00 PR 4127809 Tomazina 9.321 3,22 3,22 34,57 12,35 34,57 10,20 8,62 0,00 DF 5300108 Brasília 2.189.792 213,33 254,00 9,74 3,48 11,60 3,42 8,59 0,00 SP 3505005 Barão de Antonina 2.725 0,44 0,78 16,31 5,83 28,54 8,43 8,59 0,00 MG 3109204 Buenópolis 10.500 1,22 1,44 11,64 4,16 13,76 4,06 8,58 0,00 MG 3147006 Paracatu 79.048 20,67 25,78 26,14 9,34 32,61 9,63 8,56 0,00 GO 5218789 Rio Quente 2.485 0,00 0,00 0,00 0,00 0,00 0,00 8,56 0,00 MG 3126604 Francisco Dumont 4.741 0,67 0,67 14,06 5,03 14,06 4,15 8,56 0,00 GO 5203962 Buritinópolis 3.488 1,11 1,22 31,86 11,38 35,04 10,34 8,55 0,00 PR 4117008 Nova Fátima 8.283 0,56 0,67 6,71 2,40 8,05 2,38 8,54 0,00 PR 4111704 Jaboti 4.650 1,00 1,33 21,51 7,69 28,67 8,46 8,50 0,00 SP 3547205 Santana da Ponte Pensa 1.748 0,44 0,56 25,43 9,09 31,78 9,38 8,49 0,00 MG 3146503 Pains 7.718 0,44 0,67 5,76 2,06 8,64 2,55 8,48 0,00 GO 5221577 Uirapuru 3.051 1,00 1,00 32,78 11,71 32,78 9,67 8,47 0,00 MG 3135308 Japaraíba 3.521 0,67 0,67 18,93 6,77 18,93 5,59 8,46 0,00 GO 5205497 Cidade Ocidental 43.876 2,44 2,89 5,57 1,99 6,58 1,94 8,46 0,00 SP 3518909 Guzolândia 4.061 0,44 0,56 10,94 3,91 13,68 4,04 8,43 0,00 SP 3555703 União Paulista 1.360 0,11 0,22 8,17 2,92 16,34 4,82 8,43 0,00 GO 5200555 Alto Horizonte 2.691 1,11 1,44 41,29 14,76 53,68 15,84 8,43 0,00 235

TO 1702703 Aurora do Tocantins 2.987 0,44 0,56 14,88 5,32 18,60 5,49 8,40 0,00 SP 3524501 Jaci 4.389 0,56 0,56 12,66 4,52 12,66 3,74 8,39 0,00 GO 5204508 Caldas Novas 57.516 3,00 4,00 5,22 1,86 6,95 2,05 8,38 0,00 PR 4119202 Pinhalão 6.369 0,78 1,00 12,21 4,36 15,70 4,63 8,38 0,00 SP 3533908 Olímpia 46.970 3,89 4,44 8,28 2,96 9,46 2,79 8,38 0,00 SP 3545704 Santa Albertina 5.499 0,67 1,11 12,12 4,33 20,21 5,96 8,38 0,00 PR 4112306 Japira 4.915 0,11 0,11 2,26 0,81 2,26 0,67 8,37 0,00 MG 3152907 Pratápolis 9.161 1,44 1,78 15,77 5,63 19,41 5,73 8,36 0,00 SP 3533809 Óleo 3.052 0,33 0,44 10,92 3,90 14,56 4,30 8,29 0,00 GO 5200209 Água Limpa 2.280 0,22 0,22 9,75 3,48 9,75 2,88 8,25 0,00 SP 3531001 Monções 2.045 0,44 0,89 21,73 7,77 43,47 12,83 8,23 0,00 SP 3533304 Nova Luzitânia 2.786 0,67 0,67 23,93 8,55 23,93 7,06 8,23 0,00 SP 3529104 Marinópolis 2.232 0,11 0,11 4,98 1,78 4,98 1,47 8,23 0,00 SP 3528601 Manduri 8.576 0,44 0,44 5,18 1,85 5,18 1,53 8,22 0,00 SP 3525102 Jardinópolis 32.763 2,78 3,56 8,48 3,03 10,85 3,20 8,21 0,00 GO 5212907 Marzagão 2.084 0,44 0,67 21,33 7,62 31,99 9,44 8,20 0,00 GO 5217401 Pires do Rio 27.490 3,67 3,78 13,34 4,77 13,74 4,06 8,19 0,00 PR 4109708 Ibaiti 26.580 1,33 2,11 5,02 1,79 7,94 2,34 8,17 0,00 GO 5219753 Santo Antônio do 63.192 5,44 6,22 8,62 3,08 9,85 2,91 8,16 0,00 Descoberto MG 3108206 Bonfinópolis de Minas 6.273 3,56 3,89 56,68 20,26 61,99 18,30 8,16 0,00 GO 5203906 Buriti Alegre 8.715 1,11 1,11 12,75 4,56 12,75 3,76 8,14 0,00 GO 5200803 Alvorada do Norte 7.607 1,56 1,67 20,45 7,31 21,91 6,47 8,13 0,00 GO 5215207 Novo Brasil 3.990 1,78 1,89 44,56 15,92 47,34 13,97 8,10 0,00 GO 5220009 São João d'Aliança 7.233 0,67 0,89 9,22 3,29 12,29 3,63 8,09 0,00 SP 3522802 Itaporanga 14.344 1,56 1,67 10,84 3,88 11,62 3,43 8,08 0,00 PR 4124004 Santana do Itararé 5.519 2,11 2,56 38,25 13,67 46,30 13,67 8,08 0,00 GO 5208004 Formosa 84.352 32,44 37,56 38,46 13,75 44,52 13,14 8,07 0,00 MG 3120904 Curvelo 70.129 10,44 11,78 14,89 5,32 16,79 4,96 8,07 0,00 PR 4128500 Wenceslau Braz 19.771 2,33 2,67 11,80 4,22 13,49 3,98 8,06 0,00 236

MG 3166956 Serranópolis de Minas 3.953 0,67 0,67 16,86 6,03 16,86 4,98 8,06 0,00 SP 3501004 Altinópolis 16.047 2,78 3,67 17,31 6,19 22,85 6,74 8,06 0,00 MG 3169604 Tupaciguara 23.410 4,44 5,00 18,99 6,78 21,36 6,30 8,04 0,00 PR 4123907 Santa Mariana 13.087 1,11 1,44 8,49 3,03 11,04 3,26 8,03 0,00 BA 2931301 Tapiramutá 18.097 14,00 15,56 77,36 27,65 85,96 25,37 8,02 0,00 SP 3543204 Ribeirão do Sul 4.600 0,22 0,22 4,83 1,73 4,83 1,43 8,01 0,00 GO 5215231 Novo Gama 83.577 6,00 7,44 7,18 2,57 8,91 2,63 7,98 0,00 MG 3112802 Capitólio 8.016 0,56 0,89 6,93 2,48 11,09 3,27 7,96 0,00 SP 3504602 Bady Bassitt 13.348 0,56 0,56 4,16 1,49 4,16 1,23 7,93 0,00 GO 5222203 Vila Boa 3.426 1,00 1,00 29,19 10,43 29,19 8,62 7,93 0,00 MG 3137304 Lagoa dos Patos 4.558 0,33 0,33 7,31 2,61 7,31 2,16 7,91 0,00 SP 3553807 Taquarituba 23.040 1,22 1,67 5,30 1,90 7,23 2,14 7,91 0,00 GO 5215801 Palmelo 2.367 0,22 0,22 9,39 3,36 9,39 2,77 7,89 0,00 GO 5222005 Vianópolis 11.986 1,56 1,56 12,98 4,64 12,98 3,83 7,89 0,00 MG 3162658 São João do Pacuí 3.703 0,89 0,89 24,00 8,58 24,00 7,09 7,88 0,00 SP 3511300 Cedral 7.007 0,78 0,89 11,10 3,97 12,69 3,74 7,88 0,00 MG 3154457 Riachinho 8.193 0,67 0,67 8,14 2,91 8,14 2,40 7,87 0,00 GO 5217609 Planaltina 84.043 12,22 14,00 14,54 5,20 16,66 4,92 7,85 0,00 GO 5212808 Mara Rosa 11.678 2,00 2,00 17,13 6,12 17,13 5,06 7,85 0,00 GO 5220702 Sítio d'Abadia 2.660 0,44 0,44 16,71 5,97 16,71 4,93 7,81 0,00 SP 3547403 Santa Rita d'Oeste 2.450 0,56 0,67 22,68 8,10 27,21 8,03 7,76 0,00 SP 3546405 Santa Cruz do Rio Pardo 42.259 5,78 6,44 13,67 4,89 15,25 4,50 7,75 0,00 PR 4125407 São José da Boa Vista 6.506 0,67 0,89 10,25 3,66 13,66 4,03 7,75 0,00 MG 3104809 Augusto de Lima 4.985 0,67 0,67 13,37 4,78 13,37 3,95 7,73 0,00 MG 3114550 Carneirinho 8.633 0,67 1,00 7,72 2,76 11,58 3,42 7,72 0,00 MG 3103900 Araújos 6.434 0,78 1,22 12,09 4,32 19,00 5,61 7,70 0,00 SP 3532843 Nova Canaã Paulista 2.407 0,22 0,22 9,23 3,30 9,23 2,73 7,67 0,00 SP 3540200 Pontal 31.798 3,78 4,78 11,88 4,25 15,03 4,44 7,66 0,00 MG 3104205 Arcos 34.309 4,44 5,11 12,95 4,63 14,90 4,40 7,65 0,00 MG 3138302 Leandro Ferreira 3.319 0,11 0,11 3,35 1,20 3,35 0,99 7,65 0,00 237

GO 5211008 Itapirapuã 11.410 0,78 0,78 6,82 2,44 6,82 2,01 7,61 0,00 MG 3170800 Várzea da Palma 32.297 3,00 3,00 9,29 3,32 9,29 2,74 7,58 0,00 SP 3554904 Três Fronteiras 5.168 0,89 1,22 17,20 6,15 23,65 6,98 7,58 0,00 MG 3146909 Papagaios 13.198 1,89 2,11 14,31 5,11 16,00 4,72 7,57 0,00 GO 5214606 Niquelândia 37.901 7,67 8,22 20,23 7,23 21,69 6,40 7,57 0,00 MG 3103751 Araporã 5.598 0,56 0,67 9,92 3,55 11,91 3,52 7,57 0,00 MG 3151404 Pitangui 22.917 1,56 1,56 6,79 2,43 6,79 2,00 7,55 0,00 SP 3507803 Brodowski 18.170 1,22 2,11 6,73 2,40 11,62 3,43 7,54 0,00 PR 4106407 Cornélio Procópio 46.924 2,44 2,78 5,21 1,86 5,92 1,75 7,54 0,00 SP 3512605 Coronel Macedo 5.539 0,56 0,56 10,03 3,58 10,03 2,96 7,54 0,00 PR 4124301 Santo Antônio do Paraíso 2.884 0,11 0,33 3,85 1,38 11,56 3,41 7,52 0,00 GO 5204656 Campinaçu 3.462 0,33 0,44 9,63 3,44 12,84 3,79 7,51 0,00 GO 5213806 Morrinhos 38.348 5,11 6,33 13,33 4,76 16,52 4,87 7,50 0,00 SP 3555208 Turiúba 1.834 0,22 0,22 12,12 4,33 12,12 3,58 7,48 0,00 SP 3551900 Severínia 14.629 0,67 0,67 4,56 1,63 4,56 1,35 7,47 0,00 MG 3164704 São Sebastião do Paraíso 61.196 3,22 4,00 5,27 1,88 6,54 1,93 7,47 0,00 MG 3131109 Inimutaba 6.146 1,22 1,22 19,89 7,11 19,89 5,87 7,46 0,00 SP 3502606 Aparecida d'Oeste 4.880 0,22 0,33 4,55 1,63 6,83 2,02 7,45 0,00 MG 3142809 Monte Alegre de Minas 18.031 2,22 2,67 12,32 4,40 14,79 4,37 7,44 0,00 PR 4101606 Arapoti 24.795 0,56 0,56 2,24 0,80 2,24 0,66 7,39 0,00 GO 5204201 Cachoeira de Goiás 1.511 0,22 0,22 14,71 5,26 14,71 4,34 7,38 0,00 MG 3129608 Ibiaí 7.295 0,56 0,56 7,62 2,72 7,62 2,25 7,38 0,00 GO 5208103 Formoso 5.411 1,56 1,56 28,75 10,27 28,75 8,49 7,36 0,00 MG 3151206 Pirapora 51.515 3,00 3,22 5,82 2,08 6,25 1,85 7,35 0,00 SP 3511409 Cerqueira César 15.850 0,89 1,11 5,61 2,00 7,01 2,07 7,33 0,00 GO 5212105 Joviânia 7.054 1,11 1,11 15,75 5,63 15,75 4,65 7,33 0,00 GO 5200829 Amaralina 3.089 0,56 0,78 17,98 6,43 25,18 7,43 7,32 0,00 GO 5207501 Estrela do Norte 3.398 1,44 1,44 42,51 15,19 42,51 12,55 7,31 0,00 SP 3510005 Cândido Mota 30.463 0,89 1,22 2,92 1,04 4,01 1,18 7,30 0,00 BA 2921708 Morro do Chapéu 35.333 4,33 4,67 12,26 4,38 13,21 3,90 7,30 0,00 238

MG 3101904 Alpinópolis 17.720 1,33 1,67 7,52 2,69 9,41 2,78 7,29 0,00 SP 3556800 Viradouro 16.847 1,44 1,89 8,57 3,06 11,21 3,31 7,27 0,00 SP 3552304 Sud Mennucci 7.417 0,56 0,89 7,49 2,68 11,98 3,54 7,27 0,00 MG 3150505 Pimenta 8.160 1,44 1,56 17,70 6,33 19,06 5,63 7,25 0,00 GO 5214002 Mozarlândia 11.529 1,78 1,89 15,42 5,51 16,38 4,84 7,25 0,00 GO 5206701 Damianópolis 3.191 1,44 1,56 45,27 16,18 48,75 14,39 7,22 0,00 SP 3546603 Santa Fé do Sul 27.559 3,67 4,22 13,30 4,75 15,32 4,52 7,21 0,00 MG 3134202 Ituiutaba 90.483 9,56 11,11 10,56 3,77 12,28 3,62 7,21 0,00 BA 2932804 Utinga 16.842 5,22 5,67 31,01 11,08 33,65 9,93 7,16 0,00 MG 3138625 Limeira do Oeste 5.889 0,22 0,33 3,77 1,35 5,66 1,67 7,15 0,00 SP 3527256 Lourdes 2.114 0,22 0,22 10,51 3,76 10,51 3,10 7,14 0,00 MG 3170438 União de Minas 4.803 0,56 0,67 11,57 4,13 13,88 4,10 7,13 0,00 GO 5207600 Fazenda Nova 7.079 1,67 1,89 23,54 8,41 26,68 7,88 7,12 0,00 SP 3521804 Itaí 22.030 2,44 2,78 11,10 3,97 12,61 3,72 7,11 0,00 PR 4116604 Nova América da Colina 3.422 0,00 0,00 0,00 0,00 0,00 0,00 7,09 0,00 SP 3547908 Santo Antônio da Alegria 5.951 2,11 3,11 35,47 12,68 52,28 15,43 7,09 0,00 MG 3126307 Fortaleza de Minas 3.751 0,44 0,56 11,85 4,23 14,81 4,37 7,05 0,00 GO 5214101 Mutunópolis 3.920 0,33 0,33 8,50 3,04 8,50 2,51 7,04 0,00 PR 4107751 Figueira 8.868 0,33 0,33 3,76 1,34 3,76 1,11 7,04 0,00 MG 3121605 Diamantina 44.253 3,22 3,67 7,28 2,60 8,29 2,45 7,04 0,00 MG 3153202 Presidente Juscelino 4.322 0,56 0,56 12,85 4,59 12,85 3,79 7,03 0,00 SP 3509304 Cajobi 9.303 1,11 1,11 11,94 4,27 11,94 3,53 7,02 0,00 GO 5213400 Moiporá 1.955 0,00 0,11 0,00 0,00 5,68 1,68 7,02 0,00 GO 5200258 Águas Lindas de Goiás 132.079 6,33 7,22 4,80 1,71 5,47 1,61 7,01 0,00 SP 3546108 Santa Clara d'Oeste 2.007 0,00 0,11 0,00 0,00 5,54 1,63 6,98 0,00 SP 3543501 Riversul 6.513 0,56 0,56 8,53 3,05 8,53 2,52 6,98 0,00 MG 3160603 Santo Hipólito 3.422 0,11 0,22 3,25 1,16 6,49 1,92 6,97 0,00 TO 1720903 Taguatinga 13.714 0,67 1,11 4,86 1,74 8,10 2,39 6,96 0,00 GO 5212501 Luziânia 160.330 22,11 25,89 13,79 4,93 16,15 4,77 6,96 0,00 SP 3503109 Arandu 6.204 0,33 0,44 5,37 1,92 7,16 2,11 6,95 0,00 239

MG 3134004 Itinga 13.959 0,33 0,33 2,39 0,85 2,39 0,70 6,93 0,00 SP 3548054 Santo Antônio do 6.913 0,22 0,22 3,21 1,15 3,21 0,95 6,91 0,00 Aracanguá MG 3164209 São Romão 7.930 3,11 3,33 39,23 14,02 42,03 12,41 6,90 0,00 MG 3142007 Mirabela 12.710 1,00 1,11 7,87 2,81 8,74 2,58 6,90 0,00 GO 5212709 Mambaí 5.112 1,44 1,56 28,26 10,10 30,43 8,98 6,90 0,00 BA 2927200 Ruy Barbosa 28.709 2,89 3,56 10,06 3,60 12,38 3,66 6,88 0,00 MG 3129103 Gurinhatã 6.651 0,00 0,11 0,00 0,00 1,67 0,49 6,85 0,00 MG 3157005 Salinas 37.234 3,11 3,33 8,36 2,99 8,95 2,64 6,85 0,00 GO 5200175 Água Fria de Goiás 4.620 0,78 0,89 16,84 6,02 19,24 5,68 6,84 0,00 SP 3551702 Sertãozinho 99.558 5,89 7,89 5,92 2,11 7,92 2,34 6,84 0,00 MG 3162948 São João do Pacuí 6.338 0,78 0,89 12,27 4,39 14,02 4,14 6,84 0,00 GO 5222054 Vicentinópolis 6.255 0,44 0,56 7,11 2,54 8,88 2,62 6,84 0,00 PR 4126009 São Sebastião da Amoreira 8.735 0,78 1,11 8,90 3,18 12,72 3,75 6,83 0,00 MG 3145372 Novorizonte 4.776 0,78 0,78 16,29 5,82 16,29 4,81 6,79 0,00 GO 5209101 Goiatuba 31.521 5,44 5,78 17,27 6,17 18,33 5,41 6,78 0,00 SP 3532801 Nova Aliança 4.946 0,56 0,78 11,23 4,01 15,73 4,64 6,78 0,00 SP 3552601 Tabapuã 10.658 0,22 0,22 2,09 0,75 2,09 0,62 6,77 0,00 GO 5211503 Itumbiara 83.544 17,78 21,22 21,28 7,60 25,40 7,50 6,75 0,00 SP 3540804 Potirendaba 14.414 0,67 1,00 4,63 1,65 6,94 2,05 6,74 0,00 GO 5200506 Aloândia 2.174 0,78 0,78 35,78 12,79 35,78 10,56 6,74 0,00 GO 5217708 Pontalina 16.901 1,78 2,11 10,52 3,76 12,49 3,69 6,74 0,00 SP 3551504 Serrana 35.494 2,67 3,33 7,51 2,69 9,39 2,77 6,70 0,00 GO 5207352 Edealina 3.734 0,11 0,22 2,98 1,06 5,95 1,76 6,69 0,00 MG 3112703 Capitão Enéas 13.536 1,33 1,33 9,85 3,52 9,85 2,91 6,69 0,00 SP 3539608 Planalto 3.724 0,11 0,33 2,98 1,07 8,95 2,64 6,68 0,00 MG 3142502 Monjolos 2.466 0,44 0,56 18,02 6,44 22,53 6,65 6,68 0,00 MG 3118908 Cordisburgo 8.537 2,44 2,78 28,63 10,23 32,54 9,60 6,67 0,00 GO 5210307 Israelândia 2.895 0,11 0,11 3,84 1,37 3,84 1,13 6,66 0,00 MG 3160405 Santo Antônio do Monte 25.162 0,89 1,11 3,53 1,26 4,42 1,30 6,66 0,00 240

SP 3525706 José Bonifácio 30.277 2,44 3,11 8,07 2,89 10,28 3,03 6,64 0,00 GO 5216007 Panamá 2.863 0,67 0,67 23,29 8,32 23,29 6,87 6,62 0,00 GO 5221858 Valparaíso de Goiás 106.970 6,44 7,89 6,02 2,15 7,37 2,18 6,59 0,00 BA 2904050 Bonito 13.461 3,33 3,78 24,76 8,85 28,06 8,28 6,58 0,00 SP 3555604 Uchoa 9.251 0,89 1,00 9,61 3,43 10,81 3,19 6,56 0,00 SP 3550506 São Pedro do Turvo 6.942 0,67 1,22 9,60 3,43 17,61 5,20 6,55 0,00 PR 4113403 Leópolis 4.343 0,22 0,22 5,12 1,83 5,12 1,51 6,53 0,00 PR 4128534 Ventania 8.542 0,00 0,00 0,00 0,00 0,00 0,00 6,51 0,00 MG 3111804 Canápolis 8.982 1,56 1,67 17,32 6,19 18,56 5,48 6,51 0,00 BA 2924801 Piritiba 17.454 4,89 5,33 28,01 10,01 30,56 9,02 6,51 0,00 MG 3112307 Capelinha 32.975 4,33 4,89 13,14 4,70 14,83 4,38 6,50 0,00 SP 3544509 Rubinéia 2.732 0,22 0,44 8,13 2,91 16,27 4,80 6,50 0,00 SP 3521705 Itaberá 19.224 0,78 0,89 4,05 1,45 4,62 1,36 6,49 0,00 PR 4107009 Curiúva 13.644 0,22 0,33 1,63 0,58 2,44 0,72 6,49 0,00 SP 3543402 Ribeirão Preto 527.734 50,78 70,78 9,62 3,44 13,41 3,96 6,48 0,00 GO 5215306 Orizona 13.249 2,67 2,89 20,13 7,19 21,80 6,44 6,48 0,00 SP 3514957 Embaúba 2.498 0,11 0,22 4,45 1,59 8,90 2,63 6,48 0,00 MG 3115805 Centralina 9.145 0,78 0,89 8,50 3,04 9,72 2,87 6,48 0,00 MG 3132909 Itamogi 11.174 0,44 0,67 3,98 1,42 5,97 1,76 6,46 0,00 SP 3516101 Florínia 3.168 0,67 0,78 21,04 7,52 24,55 7,25 6,43 0,00 SP 3500550 Águas de Santa Bárbara 5.634 0,33 0,56 5,92 2,11 9,86 2,91 6,41 0,00 GO 5206206 Cristalina 36.947 5,67 6,11 15,34 5,48 16,54 4,88 6,38 0,00 GO 5205521 Colinas do Sul 3.778 1,00 1,11 26,47 9,46 29,41 8,68 6,37 0,00 MG 3139706 Maravilhas 6.489 0,56 0,67 8,56 3,06 10,27 3,03 6,35 0,00 BA 2933406 Wagner 9.325 1,33 1,44 14,30 5,11 15,49 4,57 6,35 0,00 SP 3552551 Suzanápolis 2.840 0,11 0,11 3,91 1,40 3,91 1,15 6,34 0,00 SP 3509809 Campos Novos Paulista 4.236 0,11 0,56 2,62 0,94 13,12 3,87 6,34 0,00 SP 3506102 Bebedouro 76.988 3,56 4,56 4,62 1,65 5,92 1,75 6,34 0,00 GO 5207402 Edéia 10.599 0,67 0,67 6,29 2,25 6,29 1,86 6,33 0,00 GO 5215603 Padre Bernardo 23.059 5,89 6,44 25,54 9,13 27,95 8,25 6,32 0,00 241

SP 3531506 Monte Azul Paulista 20.125 0,67 0,78 3,31 1,18 3,86 1,14 6,32 0,00 MG 3149705 Perdigão 6.063 0,67 0,67 11,00 3,93 11,00 3,25 6,31 0,00 BA 2919009 Lajedinho 3.775 0,44 0,44 11,77 4,21 11,77 3,48 6,29 0,00 MG 3126208 Formoso 6.312 0,78 0,78 12,32 4,40 12,32 3,64 6,26 0,00 GO 5200605 Alto Paraíso de Goiás 6.795 2,22 2,33 32,70 11,69 34,34 10,14 6,26 0,00 SP 3539509 Pitangueiras 32.425 4,11 5,11 12,68 4,53 15,76 4,65 6,25 0,00 PR 4126207 Sapopema 6.802 0,22 0,33 3,27 1,17 4,90 1,45 6,24 0,00 GO 5219605 Santa Tereza de Goiás 4.572 0,56 0,78 12,15 4,34 17,01 5,02 6,23 0,00 MG 3170529 Urucuia 10.397 0,67 0,78 6,41 2,29 7,48 2,21 6,22 0,00 MG 3165909 Senador Modestino 5.150 1,00 1,11 19,42 6,94 21,57 6,37 6,20 0,00 Gonçalves MG 3158508 Santana de Pirapama 8.430 1,22 1,33 14,50 5,18 15,82 4,67 6,17 0,00 BA 2922102 Mundo Novo 18.321 4,89 5,22 26,68 9,54 28,50 8,41 6,15 0,00 MG 3165552 Setubinha 9.397 0,00 0,00 0,00 0,00 0,00 0,00 6,12 0,00 SP 3553955 Tarumã 11.102 1,00 1,44 9,01 3,22 13,01 3,84 6,09 0,00 MG 3102852 Angelândia 8.298 0,11 0,11 1,34 0,48 1,34 0,40 6,09 0,00 SP 3533254 Novais 3.271 0,11 0,11 3,40 1,21 3,40 1,00 6,07 0,00 SP 3508108 Buritama 14.192 2,89 3,22 20,36 7,27 22,70 6,70 6,06 0,00 GO 5204250 Cachoeira Dourada 8.529 1,89 2,11 22,15 7,91 24,75 7,31 6,06 0,00 MG 3111150 Campo Azul 3.653 0,44 0,44 12,17 4,35 12,17 3,59 6,05 0,00 MG 3119955 Córrego Fundo 5.351 0,33 0,33 6,23 2,23 6,23 1,84 6,05 0,00 SP 3546256 Santa Cruz da Esperança 1.832 0,22 0,22 12,13 4,34 12,13 3,58 6,04 0,00 PR 4128401 Uraí 11.440 1,44 1,56 12,63 4,51 13,60 4,01 5,98 0,00 BA 2919207 Lauro de Freitas 127.182 8,00 10,33 6,29 2,25 8,12 2,40 5,97 0,00 MG 3127602 Gouveia 11.762 2,89 3,33 24,56 8,78 28,34 8,37 5,97 0,00 MG 3112604 Capinópolis 14.196 2,33 2,67 16,44 5,87 18,78 5,54 5,97 0,00 GO 5205307 Cavalcante 9.456 2,11 2,56 22,33 7,98 27,03 7,98 5,96 0,00 SP 3539707 Platina 2.874 0,11 0,11 3,87 1,38 3,87 1,14 5,96 0,00 SP 3523206 Itararé 48.005 1,00 1,22 2,08 0,74 2,55 0,75 5,95 0,00 MG 3134806 Jacuí 7.630 0,33 0,33 4,37 1,56 4,37 1,29 5,95 0,00 242

PR 4123204 Santa Cecília do Pavão 3.799 0,33 0,33 8,77 3,14 8,77 2,59 5,92 0,00 SP 3509403 Cajuru 21.462 2,89 3,78 13,46 4,81 17,60 5,20 5,91 0,00 BA 2927408 Salvador 2.556.430 141,89 180,00 5,55 1,98 7,04 2,08 5,90 0,00 SP 3510906 Cássia dos Coqueiros 2.921 1,11 1,67 38,04 13,59 57,06 16,84 5,88 0,00 SP 3551405 Serra Azul 7.835 1,00 1,22 12,76 4,56 15,60 4,60 5,88 0,00 MG 3152131 Ponto Chique 3.825 0,44 0,56 11,62 4,15 14,52 4,29 5,87 0,00 MG 3108552 Brasilândia de Minas 11.762 1,00 1,44 8,50 3,04 12,28 3,62 5,86 0,00 SP 3557154 Zacarias 1.947 0,22 0,22 11,41 4,08 11,41 3,37 5,84 0,00 MG 3135704 Jequitibá 5.213 0,67 0,89 12,79 4,57 17,05 5,03 5,82 0,00 MG 3145059 Nova Porteirinha 7.484 0,44 0,44 5,94 2,12 5,94 1,75 5,82 0,00 BA 2933208 Vera Cruz 32.096 2,11 2,22 6,58 2,35 6,92 2,04 5,79 0,00 MG 3157609 Santa Fé de Minas 4.076 0,11 0,11 2,73 0,97 2,73 0,80 5,79 0,00 SP 3519402 Ibirá 9.672 0,11 0,11 1,15 0,41 1,15 0,34 5,79 0,00 PR 4101903 Assaí 17.339 2,11 2,22 12,18 4,35 12,82 3,78 5,78 0,00 PR 4117214 Nova Santa Bárbara 3.570 0,11 0,11 3,11 1,11 3,11 0,92 5,77 0,00 MG 3103207 Araçaí 2.198 0,56 0,56 25,28 9,03 25,28 7,46 5,76 0,00 SP 3511201 Catiguá 6.646 0,22 0,22 3,34 1,19 3,34 0,99 5,74 0,00 BA 2916104 Itaparica 20.145 1,00 1,11 4,96 1,77 5,52 1,63 5,73 0,00 BA 2930709 Simões Filho 100.700 7,22 8,33 7,17 2,56 8,28 2,44 5,72 0,00 MG 3104502 Arinos 17.890 1,33 1,44 7,45 2,66 8,07 2,38 5,71 0,00 SP 3535705 Paraíso 5.643 0,11 0,22 1,97 0,70 3,94 1,16 5,71 0,00 GO 5203500 Bom Jesus de Goiás 16.998 1,11 1,11 6,54 2,34 6,54 1,93 5,71 0,00 MG 3117603 Conceição do Pará 5.067 0,22 0,22 4,39 1,57 4,39 1,29 5,70 0,00 MG 3108602 Brasília de Minas 30.450 3,78 4,11 12,41 4,43 13,50 3,99 5,70 0,00 SP 3514601 Dumont 6.715 1,00 1,44 14,89 5,32 21,51 6,35 5,68 0,00 BA 2919926 Madre de Deus 12.912 0,44 0,44 3,44 1,23 3,44 1,02 5,67 0,00 BA 2921203 Miguel Calmon 29.192 6,56 6,89 22,46 8,03 23,60 6,97 5,65 0,00 MG 3131406 Ipiaçu 3.993 0,44 0,44 11,13 3,98 11,13 3,29 5,63 0,00 BA 2906501 Candeias 79.505 10,33 11,89 13,00 4,64 14,95 4,41 5,62 0,00 BA 2929750 Saubara 10.866 0,22 0,22 2,05 0,73 2,05 0,60 5,58 0,00 243

GO 5212006 Jaupaci 3.154 0,78 0,89 24,66 8,81 28,18 8,32 5,57 0,00 MG 3109808 Cachoeira Dourada 2.306 0,22 0,33 9,64 3,44 14,46 4,27 5,56 0,00 BA 2905305 Cafarnaum 16.479 3,33 3,44 20,23 7,23 20,90 6,17 5,55 0,00 GO 5213053 Mimoso de Goiás 2.511 0,44 0,67 17,70 6,33 26,55 7,84 5,55 0,00 GO 5218052 Porteirão 2.886 0,22 0,33 7,70 2,75 11,55 3,41 5,54 0,00 MG 3147402 Paraopeba 21.422 3,11 3,22 14,52 5,19 15,04 4,44 5,54 0,00 PR 4126306 Sengés 18.637 0,22 0,22 1,19 0,43 1,19 0,35 5,51 0,00 MG 3107604 Bom Jesus da Penha 3.705 0,22 0,33 6,00 2,14 9,00 2,66 5,51 0,00 BA 2927309 Salinas da Margarida 13.289 0,89 1,11 6,69 2,39 8,36 2,47 5,50 0,00 MG 3170008 Ubaí 10.737 2,67 3,00 24,84 8,88 27,94 8,25 5,49 0,00 BA 2929206 São Francisco do Conde 28.141 3,89 4,44 13,82 4,94 15,79 4,66 5,49 0,00 MG 3147956 Patis 5.257 1,00 1,11 19,02 6,80 21,14 6,24 5,47 0,00 SP 3529500 Mendonça 3.840 0,67 0,67 17,36 6,20 17,36 5,12 5,44 0,00 MG 3145802 Onça de Pitangui 2.980 0,00 0,00 0,00 0,00 0,00 0,00 5,43 0,00 MG 3159803 Santa Vitória 16.301 1,44 1,56 8,86 3,17 9,54 2,82 5,41 0,00 MG 3149606 Pequi 3.879 0,44 0,67 11,46 4,09 17,19 5,07 5,39 0,00 PR 4112702 Jataizinho 11.602 0,67 1,00 5,75 2,05 8,62 2,54 5,39 0,00 MG 3127206 Funilândia 3.486 0,22 0,22 6,37 2,28 6,37 1,88 5,38 0,00 GO 5211602 Ivolândia 2.987 0,11 0,11 3,72 1,33 3,72 1,10 5,35 0,00 MG 3105004 Baldim 8.089 1,67 2,00 20,60 7,36 24,72 7,30 5,35 0,00 SP 3537156 Pedrinhas Paulista 2.948 0,11 0,44 3,77 1,35 15,08 4,45 5,35 0,00 GO 5218003 Porangatu 39.944 2,11 2,67 5,29 1,89 6,68 1,97 5,34 0,00 PR 4121307 Rancho Alegre 4.098 0,33 0,56 8,13 2,91 13,56 4,00 5,34 0,00 SP 3537404 Pereira Barreto 24.858 1,33 2,00 5,36 1,92 8,05 2,37 5,33 0,00 MG 3145208 Nova Serrana 43.461 1,89 2,00 4,35 1,55 4,60 1,36 5,33 0,00 SP 3505609 Barrinha 25.855 4,22 5,33 16,33 5,84 20,63 6,09 5,31 0,00 MG 3120102 Couto de Magalhães de 4.007 0,56 0,67 13,86 4,95 16,64 4,91 5,29 0,00 Minas BA 2928604 Santo Amaro 59.724 6,67 7,11 11,16 3,99 11,91 3,51 5,29 0,00 MG 3109907 Caetanópolis 8.930 1,44 1,56 16,18 5,78 17,42 5,14 5,29 0,00 244

MG 3130051 Icaraí de Minas 9.309 1,78 1,89 19,10 6,83 20,29 5,99 5,29 0,00 SP 3520442 Ilha Solteira 24.699 0,56 0,78 2,25 0,80 3,15 0,93 5,27 0,00 GO 5200902 Amorinópolis 4.058 0,44 0,56 10,95 3,91 13,69 4,04 5,27 0,00 MG 3145307 Novo Cruzeiro 30.365 2,00 2,11 6,59 2,35 6,95 2,05 5,27 0,00 MG 3138682 Luislândia 6.393 0,56 0,56 8,69 3,11 8,69 2,57 5,26 0,00 GO 5203575 Bonópolis 2.592 0,11 0,22 4,29 1,53 8,57 2,53 5,24 0,00 GO 5221452 Trombas 3.247 0,56 0,56 17,11 6,11 17,11 5,05 5,24 0,00 MG 3143203 Monte Santo de Minas 21.803 2,00 2,78 9,17 3,28 12,74 3,76 5,24 0,00 SP 3513108 Cravinhos 30.212 2,33 2,78 7,72 2,76 9,19 2,71 5,24 0,00 BA 2929503 São Sebastião do Passé 40.929 4,22 5,00 10,32 3,69 12,22 3,61 5,23 0,00 TO 1717800 Ponte Alta do Bom Jesus 4.438 0,56 0,56 12,52 4,47 12,52 3,70 5,23 0,00 BA 2919306 Lençóis 9.317 0,44 0,67 4,77 1,70 7,16 2,11 5,22 0,00 MG 3118106 Congonhas do Norte 5.009 0,00 0,00 0,00 0,00 0,00 0,00 5,22 0,00 SP 3504008 Assis 90.774 6,56 7,44 7,22 2,58 8,20 2,42 5,21 0,00 SP 3513306 Cruzália 2.599 0,67 0,67 25,65 9,17 25,65 7,57 5,20 0,00 GO 5213087 Minaçu 34.015 4,33 5,00 12,74 4,55 14,70 4,34 5,20 0,00 MG 3125507 São Gonçalo do Rio Preto 2.959 0,22 0,22 7,51 2,68 7,51 2,22 5,20 0,00 GO 5200134 Acreúna 19.607 1,44 1,56 7,37 2,63 7,93 2,34 5,18 0,00 BA 2912608 Ibiquera 4.081 0,22 0,22 5,45 1,95 5,45 1,61 5,18 0,00 MG 3128105 Guapé 14.166 0,78 0,78 5,49 1,96 5,49 1,62 5,17 0,00 BA 2904902 Cachoeira 31.071 3,67 3,89 11,80 4,22 12,52 3,69 5,16 0,00 PR 4126405 Sertaneja 6.465 1,44 1,44 22,34 7,98 22,34 6,59 5,16 0,00 TO 1720937 Taipas do Tocantins 1.570 0,11 0,11 7,08 2,53 7,08 2,09 5,16 0,00 SP 3553658 Taquaral 2.812 0,22 0,22 7,90 2,82 7,90 2,33 5,16 0,00 SP 3535804 Paranapanema 16.346 1,78 2,00 10,88 3,89 12,24 3,61 5,15 0,00 SP 3515194 Espírito Santo do Turvo 3.895 0,89 0,89 22,82 8,16 22,82 6,74 5,15 0,00 SP 3539004 Pirangi 10.093 0,44 0,56 4,40 1,57 5,50 1,62 5,15 0,00 MG 3152204 Porteirinha 38.169 4,67 5,33 12,23 4,37 13,97 4,12 5,15 0,00 GO 5216403 Paraúna 11.144 0,78 1,11 6,98 2,49 9,97 2,94 5,12 0,00 MG 3155603 Rio Pardo de Minas 27.674 1,56 1,56 5,62 2,01 5,62 1,66 5,11 0,00 245

PI 2207959 Nova Santa Rita 4.303 0,67 0,78 15,49 5,54 18,08 5,34 5,10 0,00 BA 2901155 América Dourada 15.959 1,00 1,22 6,27 2,24 7,66 2,26 5,10 0,00 BA 2917359 Jaborandi 9.854 0,89 1,11 9,02 3,22 11,28 3,33 5,09 0,00 PI 2207934 Pedro Laurentino 2.157 0,56 0,56 25,76 9,20 25,76 7,60 5,08 0,00 PR 4109807 Ibiporã 44.304 2,22 2,56 5,02 1,79 5,77 1,70 5,06 0,00 PI 2210003 São João do Piauí 18.212 4,22 4,78 23,18 8,29 26,23 7,74 5,06 0,00 BA 2922508 Nazaré 26.492 5,11 5,67 19,29 6,89 21,39 6,31 5,04 0,00 PR 4124707 São Jerônimo da Serra 11.280 0,56 0,67 4,93 1,76 5,91 1,74 5,04 0,00 MS 5001003 Aparecida do Taboado 19.396 2,44 2,56 12,60 4,50 13,18 3,89 5,04 0,00 MG 3109600 Cachoeira da Prata 3.825 0,22 0,44 5,81 2,08 11,62 3,43 5,02 0,00 MG 3163904 São Pedro da União 5.787 0,89 1,00 15,36 5,49 17,28 5,10 4,99 0,00 SP 3502804 Araçatuba 174.399 5,22 6,22 2,99 1,07 3,57 1,05 4,99 0,00 GO 5209150 Gouvelândia 3.966 0,22 0,33 5,60 2,00 8,40 2,48 4,96 0,00 BA 2920601 Maragogipe 40.778 4,33 4,67 10,63 3,80 11,44 3,38 4,95 0,00 BA 2910057 Dias d'Ávila 49.666 2,78 3,56 5,59 2,00 7,16 2,11 4,95 0,00 SP 3519253 Iaras 3.330 0,00 0,00 0,00 0,00 0,00 0,00 4,95 0,00 MG 3126109 Formiga 64.686 3,33 4,11 5,15 1,84 6,36 1,88 4,94 0,00 MG 3148905 Pedra do Indaiá 3.756 0,11 0,11 2,96 1,06 2,96 0,87 4,94 0,00 MG 3135100 Janaúba 65.171 6,67 7,11 10,23 3,66 10,91 3,22 4,92 0,00 GO 5209937 Inaciolândia 5.328 0,78 1,00 14,60 5,22 18,77 5,54 4,91 0,00 BA 2929107 São Felipe 20.270 6,67 7,67 32,89 11,75 37,82 11,16 4,91 0,00 BA 2929008 São Félix 14.167 2,33 2,56 16,47 5,89 18,04 5,32 4,89 0,00 SP 3555356 Ubarana 4.646 0,22 0,44 4,78 1,71 9,57 2,82 4,87 0,00 PR 4120507 Primeiro de Maio 10.364 1,00 1,22 9,65 3,45 11,79 3,48 4,87 0,00 MG 3117009 Comercinho 10.198 0,00 0,00 0,00 0,00 0,00 0,00 4,87 0,00 MG 3126406 Fortuna de Minas 2.487 0,44 0,44 17,87 6,39 17,87 5,28 4,86 0,00 PI 2210391 São Miguel do Fidalgo 2.940 0,44 0,56 15,12 5,40 18,90 5,58 4,86 0,00 BA 2933158 Várzea Nova 13.233 1,11 1,22 8,40 3,00 9,24 2,73 4,85 0,00 SP 3553104 Taiaçu 5.803 0,33 0,44 5,74 2,05 7,66 2,26 4,84 0,00 SP 3528809 Maracaí 13.169 1,44 1,67 10,97 3,92 12,66 3,74 4,84 0,00 246

BA 2901106 Amélia Rodrigues 24.549 2,00 2,33 8,15 2,91 9,50 2,81 4,82 0,00 PI 2207306 Paes Landim 4.144 0,00 0,00 0,00 0,00 0,00 0,00 4,82 0,00 PI 2210904 Socorro do Piauí 4.561 0,67 0,89 14,62 5,22 19,49 5,75 4,82 0,00 PR 4112009 Jaguariaíva 32.615 1,22 1,33 3,75 1,34 4,09 1,21 4,81 0,00 SP 3507753 Brejo Alegre 2.409 0,11 0,11 4,61 1,65 4,61 1,36 4,80 0,00 BA 2929305 São Gonçalo dos Campos 27.834 0,33 0,56 1,20 0,43 2,00 0,59 4,79 0,00 SP 3553203 Taiúva 5.597 0,00 0,11 0,00 0,00 1,99 0,59 4,78 0,00 BA 2922052 Mulungu do Morro 15.541 5,22 5,33 33,60 12,01 34,32 10,13 4,78 0,00 PI 2201556 Bela Vista do Piauí 2.923 0,00 0,00 0,00 0,00 0,00 0,00 4,77 0,00 MG 3159001 Santana do Riacho 3.840 0,11 0,11 2,89 1,03 2,89 0,85 4,76 0,00 BA 2917805 Jaguaripe 10.836 1,33 1,33 12,30 4,40 12,30 3,63 4,76 0,00 BA 2931707 Terra Nova 13.073 1,44 1,56 11,05 3,95 11,90 3,51 4,76 0,00 SP 3535101 Palmares Paulista 8.781 0,33 0,33 3,80 1,36 3,80 1,12 4,75 0,00 SP 3511102 Catanduva 110.489 2,67 3,22 2,41 0,86 2,92 0,86 4,72 0,00 BA 2908200 Conceição da Feira 17.960 0,44 0,56 2,47 0,88 3,09 0,91 4,71 0,00 BA 2911600 Governador Mangabeira 16.952 1,89 2,11 11,14 3,98 12,45 3,68 4,71 0,00 MG 3121001 Datas 5.143 0,44 0,44 8,64 3,09 8,64 2,55 4,70 0,00 SP 3550902 São Simão 14.195 0,78 0,78 5,48 1,96 5,48 1,62 4,69 0,00 BA 2908507 Conceição do Jacuípe 27.208 2,33 2,44 8,58 3,06 8,98 2,65 4,67 0,00 MG 3131000 Inhaúma 5.327 1,22 1,33 22,94 8,20 25,03 7,39 4,67 0,00 PI 2210805 Simplício Mendes 11.152 0,89 0,89 7,97 2,85 7,97 2,35 4,65 0,00 PR 4126504 Sertanópolis 15.411 1,00 1,33 6,49 2,32 8,65 2,55 4,64 0,00 BA 2909802 Cruz das Almas 55.263 7,56 8,22 13,67 4,89 14,88 4,39 4,64 0,00 SP 3514700 Echaporã 6.983 0,56 1,00 7,96 2,84 14,32 4,23 4,63 0,00 MG 3167202 Sete Lagoas 197.457 23,78 27,56 12,04 4,30 13,96 4,12 4,62 0,00 GO 5205059 Castelândia 4.118 0,56 0,56 13,49 4,82 13,49 3,98 4,62 0,00 SP 3540903 Pradópolis 13.849 1,67 2,22 12,03 4,30 16,05 4,74 4,62 0,00 BA 2910206 Dom Macedo Costa 3.700 1,44 1,67 39,04 13,95 45,05 13,30 4,61 0,00 PI 2210102 São José do Peixe 3.808 0,56 0,56 14,59 5,21 14,59 4,31 4,60 0,00 BA 2929602 Sapeaçu 16.840 3,78 4,67 22,43 8,02 27,71 8,18 4,60 0,00 247

SP 3522406 Itapeva 85.730 1,00 1,11 1,17 0,42 1,30 0,38 4,60 0,00 SP 3556008 Urupês 12.086 0,67 0,78 5,52 1,97 6,44 1,90 4,60 0,00 GO 5219258 Santa Fé de Goiás 4.254 0,33 0,33 7,84 2,80 7,84 2,31 4,57 0,00 BA 2922201 Muniz Ferreira 7.145 2,00 2,22 27,99 10,00 31,10 9,18 4,55 0,00 BA 2908309 Conceição do Almeida 19.024 4,89 5,67 25,70 9,18 29,79 8,79 4,54 0,00 BA 2907301 Castro Alves 25.191 4,22 5,11 16,76 5,99 20,29 5,99 4,54 0,00 SP 3504503 Avaré 81.209 4,78 5,56 5,88 2,10 6,84 2,02 4,53 0,00 BA 2922300 Muritiba 32.527 2,44 3,11 7,52 2,69 9,56 2,82 4,52 0,00 GO 5214051 Mundo Novo 8.925 0,11 0,33 1,24 0,44 3,73 1,10 4,51 0,00 SP 3521507 Irapuã 6.832 0,56 0,56 8,13 2,91 8,13 2,40 4,50 0,00 MG 3134608 Jaboticatubas 13.780 1,22 1,56 8,87 3,17 11,29 3,33 4,50 0,00 BA 2904852 Cabaceiras do Paraguaçu 15.864 1,89 2,11 11,91 4,26 13,31 3,93 4,50 0,00 BA 2906204 Canarana 21.679 1,89 2,00 8,71 3,11 9,23 2,72 4,49 0,00 BA 2902302 Aratuípe 8.556 0,44 0,44 5,19 1,86 5,19 1,53 4,48 0,00 BA 2914406 Iraquara 18.744 3,11 3,11 16,60 5,93 16,60 4,90 4,48 0,00 SP 3500204 Adolfo 3.813 0,44 0,78 11,66 4,17 20,40 6,02 4,47 0,00 GO 5210208 Iporá 31.795 1,44 2,00 4,54 1,62 6,29 1,86 4,44 0,00 MG 3153301 Presidente Kubitschek 2.952 0,33 0,33 11,29 4,04 11,29 3,33 4,41 0,00 MG 3114402 Carmo do Rio Claro 20.426 2,00 2,00 9,79 3,50 9,79 2,89 4,41 0,00 BA 2914703 Itaberaba 60.544 3,67 4,00 6,06 2,16 6,61 1,95 4,39 0,00 BA 2928802 Santo Estêvão 42.421 3,44 3,78 8,12 2,90 8,91 2,63 4,39 0,00 BA 2919603 Macajuba 11.778 1,67 1,67 14,15 5,06 14,15 4,18 4,37 0,00 MG 3153608 Prudente de Morais 8.668 1,33 1,67 15,38 5,50 19,23 5,68 4,37 0,00 MG 3162401 São João da Ponte 25.965 0,89 1,00 3,42 1,22 3,85 1,14 4,34 0,00 PI 2202117 Campo Alegre do Fidalgo 4.558 0,22 0,33 4,88 1,74 7,31 2,16 4,33 0,00 BA 2928505 Santa Teresinha 8.649 0,44 0,56 5,14 1,84 6,42 1,90 4,33 0,00 PR 4103701 Cambé 92.605 4,56 5,33 4,92 1,76 5,76 1,70 4,33 0,00 MG 3161106 Sãoo Francisco 53.169 6,33 7,11 11,91 4,26 13,37 3,95 4,31 0,00 PR 4102802 Bela Vista do Paraíso 15.017 1,33 1,33 8,88 3,17 8,88 2,62 4,31 0,00 BA 2901700 Antônio Cardoso 11.706 0,44 0,56 3,80 1,36 4,75 1,40 4,30 0,00 248

MS 5006309 Paranaíba 38.906 4,56 5,44 11,71 4,18 13,99 4,13 4,29 0,00 BA 2931400 Teodoro Sampaio 8.665 0,78 0,89 8,98 3,21 10,26 3,03 4,29 0,00 SP 3514924 Elisiário 2.585 0,00 0,11 0,00 0,00 4,30 1,27 4,29 0,00 MG 3141108 Matozinhos 32.184 3,11 3,67 9,67 3,45 11,39 3,36 4,28 0,00 BA 2905701 Camaçari 176.539 11,22 12,56 6,36 2,27 7,11 2,10 4,28 0,00 MG 3135357 Japonvar 8.542 0,89 0,89 10,41 3,72 10,41 3,07 4,26 0,00 BA 2908903 Coração de Maria 24.396 1,44 1,56 5,92 2,12 6,38 1,88 4,26 0,00 SP 3505104 Barbosa 5.980 1,00 1,11 16,72 5,98 18,58 5,48 4,25 0,00 MG 3161809 São Gonçalo do Pará 8.100 0,44 0,56 5,49 1,96 6,86 2,02 4,22 0,00 GO 5213004 Maurilândia 9.476 0,44 0,44 4,69 1,68 4,69 1,38 4,22 0,00 SP 3506508 Birigui 100.209 2,44 2,89 2,44 0,87 2,88 0,85 4,21 0,00 BA 2925956 Rafael Jambeiro 22.602 0,67 0,67 2,95 1,05 2,95 0,87 4,21 0,00 MG 3138658 Lontra 8.064 0,44 0,44 5,51 1,97 5,51 1,63 4,19 0,00 SP 3547601 Santa Rosa de Viterbo 22.125 1,44 2,11 6,53 2,33 9,54 2,82 4,19 0,00 BA 2933109 Várzea do Poço 6.862 1,00 1,00 14,57 5,21 14,57 4,30 4,19 0,00 SP 3556909 Vista Alegre do Alto 5.104 0,33 0,44 6,53 2,33 8,71 2,57 4,18 0,00 MG 3163102 São José da Varginha 3.391 0,22 0,22 6,55 2,34 6,55 1,93 4,18 0,00 SP 3544806 Sales 4.811 0,33 0,44 6,93 2,48 9,24 2,73 4,17 0,00 BA 2928703 Santo Antônio de Jesus 81.380 11,33 13,00 13,93 4,98 15,97 4,72 4,15 0,00 MG 3145109 Nova Resende 14.548 1,00 1,11 6,87 2,46 7,64 2,25 4,14 0,00 GO 5221551 Turvelândia 3.860 0,11 0,11 2,88 1,03 2,88 0,85 4,11 0,00 BA 2902609 Baixa Grande 20.073 2,22 2,56 11,07 3,96 12,73 3,76 4,11 0,00 MG 3164605 São Sebastião do Oeste 4.520 0,67 0,78 14,75 5,27 17,21 5,08 4,10 0,00 SP 3503703 Ariranha 7.982 0,00 0,00 0,00 0,00 0,00 0,00 4,10 0,00 BA 2916856 Itatim 13.522 0,33 0,33 2,47 0,88 2,47 0,73 4,10 0,00 MG 3130200 Igaratinga 7.778 0,11 0,11 1,43 0,51 1,43 0,42 4,06 0,00 PR 4122404 Rolândia 51.852 2,56 3,00 4,93 1,76 5,79 1,71 4,05 0,00 PI 2209500 Santo Inácio do Piauí 3.494 0,67 0,67 19,08 6,82 19,08 5,63 4,05 0,00 SP 3527603 Luís Antônio 7.567 0,78 1,00 10,28 3,67 13,22 3,90 4,04 0,00 PR 4113700 Londrina 467.332 26,33 32,78 5,63 2,01 7,01 2,07 4,03 0,00 249

SP 3555505 Ubirajara 4.149 1,00 1,11 24,10 8,61 26,78 7,90 4,02 0,00 MG 3147105 Pará de Minas 76.646 2,67 3,56 3,48 1,24 4,64 1,37 4,01 0,00 MG 3150570 Pintópolis 7.370 0,44 0,44 6,03 2,16 6,03 1,78 4,01 0,00 SP 3528858 Marapoama 2.363 0,00 0,00 0,00 0,00 0,00 0,00 4,00 0,00 SP 3524303 Jaboticabal 69.955 4,78 5,56 6,83 2,44 7,94 2,34 4,00 0,00 SP 3518859 Guatapará 6.547 0,44 0,56 6,79 2,43 8,49 2,50 3,98 0,00 PI 2208874 Ribeira do Piauí 3.947 0,33 0,56 8,45 3,02 14,08 4,15 3,97 0,00 MG 3117504 Conceição do Mato Dentro 18.603 1,78 1,89 9,56 3,42 10,15 3,00 3,96 0,00 SP 3538105 Pindorama 13.333 0,11 0,22 0,83 0,30 1,67 0,49 3,93 0,00 BA 2917508 Jacobina 76.489 8,00 9,22 10,46 3,74 12,06 3,56 3,93 0,00 SP 3527801 Lupércio 4.276 0,78 0,78 18,19 6,50 18,19 5,37 3,91 0,00 MG 3112505 Capim Branco 8.377 0,33 0,44 3,98 1,42 5,31 1,57 3,91 0,00 BA 2913804 Ipecaetá 19.001 0,44 0,56 2,34 0,84 2,92 0,86 3,90 0,00 MG 3104106 Arceburgo 8.273 0,56 0,56 6,72 2,40 6,72 1,98 3,90 0,00 MG 3136900 Juruaia 8.020 0,56 0,56 6,93 2,48 6,93 2,04 3,89 0,00 GO 5207105 Diorama 2.453 0,11 0,11 4,53 1,62 4,53 1,34 3,89 0,00 SP 3517109 Glicério 4.486 0,11 0,33 2,48 0,89 7,43 2,19 3,87 0,00 BA 2910800 Feira de Santana 503.898 11,67 13,00 2,32 0,83 2,58 0,76 3,86 0,00 PI 2202109 Campinas do Piauí 4.910 2,44 2,78 49,79 17,79 56,57 16,70 3,85 0,00 MG 3104452 Aricanduva 4.370 0,22 0,33 5,09 1,82 7,63 2,25 3,83 0,00 SP 3535507 Paraguaçu Paulista 41.395 4,00 5,11 9,66 3,45 12,35 3,64 3,82 0,00 BA 2921302 Milagres 12.918 0,00 0,00 0,00 0,00 0,00 0,00 3,82 0,00 BA 2933174 Varzedo 8.673 1,33 1,33 15,37 5,49 15,37 4,54 3,80 0,00 SP 3533700 Ocauçu 4.115 0,78 1,11 18,90 6,75 27,00 7,97 3,80 0,00 GO 5220405 São Simão 14.311 2,22 2,33 15,53 5,55 16,30 4,81 3,80 0,00 GO 5212204 Jussara 19.762 3,00 3,56 15,18 5,43 17,99 5,31 3,79 0,00 MG 3109402 Buritizeiro 26.346 1,44 1,56 5,48 1,96 5,90 1,74 3,78 0,00 MG 3128303 Guaranésia 19.360 0,44 0,44 2,30 0,82 2,30 0,68 3,76 0,00 PR 4120333 Prado Ferreira 3.141 0,00 0,11 0,00 0,00 3,54 1,04 3,73 0,00 MG 3168309 Taquaraçu de Minas 3.531 0,00 0,00 0,00 0,00 0,00 0,00 3,69 0,00 250

SP 3537305 Penápolis 56.594 1,22 1,89 2,16 0,77 3,34 0,99 3,67 0,00 PI 2203008 Cristalândia do Piauí 6.658 1,22 1,67 18,36 6,56 25,03 7,39 3,66 0,00 MG 3132503 Itamarandiba 29.640 3,44 3,67 11,62 4,15 12,37 3,65 3,65 0,00 MG 3137601 Lagoa Santa 41.469 3,11 3,56 7,50 2,68 8,57 2,53 3,64 0,00 PR 4111902 Jaguapitã 11.030 2,00 2,22 18,13 6,48 20,15 5,95 3,64 0,00 MG 3122306 Divinópolis 193.976 9,78 12,44 5,04 1,80 6,42 1,89 3,62 0,00 MG 3149309 Pedro Leopoldo 57.767 2,67 3,11 4,62 1,65 5,39 1,59 3,62 0,00 SP 3530508 Mococa 67.791 2,00 2,89 2,95 1,05 4,26 1,26 3,62 0,00 SP 3544608 Sabino 5.068 0,11 0,11 2,19 0,78 2,19 0,65 3,61 0,00 MG 3117108 Conceição da Aparecida 9.435 1,67 2,22 17,66 6,31 23,55 6,95 3,60 0,00 SP 3512506 Coroados 4.533 0,00 0,00 0,00 0,00 0,00 0,00 3,58 0,00 BA 2901502 Anguera 9.131 0,22 0,22 2,43 0,87 2,43 0,72 3,57 0,00 SP 3504404 Avanhandava 9.096 0,22 0,33 2,44 0,87 3,66 1,08 3,55 0,00 PR 4101507 Arapongas 91.859 2,44 3,11 2,66 0,95 3,39 1,00 3,54 0,00 BA 2911105 Formosa do Rio Preto 19.171 2,89 3,33 15,07 5,39 17,39 5,13 3,54 0,00 GO 5213707 Montes Claros de Goiás 7.848 1,22 1,22 15,57 5,57 15,57 4,60 3,53 0,00 BA 2929404 São Miguel das Matas 10.238 0,89 0,89 8,68 3,10 8,68 2,56 3,53 0,00 GO 5213772 Montevidiu do Norte 4.197 0,00 0,00 0,00 0,00 0,00 0,00 3,52 0,00 MG 3117876 Confins 5.263 0,33 0,33 6,33 2,26 6,33 1,87 3,52 0,00 SP 3519907 Iepê 7.141 0,89 0,89 12,45 4,45 12,45 3,67 3,52 0,00 BA 2910305 Elísio Medrado 7.861 1,00 1,11 12,72 4,55 14,13 4,17 3,51 0,00 SP 3501509 Alvinlândia 2.932 0,44 0,56 15,16 5,42 18,95 5,59 3,51 0,00 SP 3523008 Itapura 3.860 0,11 0,22 2,88 1,03 5,76 1,70 3,50 0,00 SP 3517208 Guaiçara 10.088 0,22 0,22 2,20 0,79 2,20 0,65 3,50 0,00 MG 3125408 Felício dos Santos 5.707 0,11 0,22 1,95 0,70 3,89 1,15 3,50 0,00 PI 2202778 Colônia da Piauí 7.347 1,33 1,33 18,15 6,49 18,15 5,36 3,49 0,00 MG 3171030 Verdelândia 7.412 1,67 1,67 22,49 8,04 22,49 6,64 3,48 0,00 SP 3541604 Promissão 32.066 0,22 0,22 0,69 0,25 0,69 0,20 3,48 0,00 BA 2930600 Serrolândia 12.864 1,33 1,44 10,36 3,70 11,23 3,31 3,45 0,00 SP 3536570 Paulistânia 1.856 0,11 0,22 5,99 2,14 11,97 3,53 3,45 0,00 251

PI 2202455 Capitão Gervásio Oliveira 3.044 0,44 0,56 14,60 5,22 18,25 5,39 3,45 0,00 PR 4116000 Miraselva 1.911 0,11 0,11 5,81 2,08 5,81 1,72 3,44 0,00 BA 2920106 Mairi 19.877 2,33 2,67 11,74 4,20 13,42 3,96 3,42 0,00 SP 3507456 Borebi 2.096 0,11 0,11 5,30 1,89 5,30 1,56 3,41 0,00 PR 4120002 Porecatu 15.504 0,89 1,33 5,73 2,05 8,60 2,54 3,39 0,00 MG 3170909 Varzelândia 19.626 0,56 0,67 2,83 1,01 3,40 1,00 3,39 0,00 PR 4105102 Centenário do Sul 11.062 0,44 0,56 4,02 1,44 5,02 1,48 3,39 0,00 PR 4100806 Alvorada do Sul 9.117 0,44 0,44 4,87 1,74 4,87 1,44 3,38 0,00 PR 4108007 Florestópolis 12.246 1,33 1,56 10,89 3,89 12,70 3,75 3,38 0,00 MG 3162955 São José da Lapa 17.503 1,22 1,33 6,98 2,50 7,62 2,25 3,37 0,00 BA 2932903 Valença 80.768 0,78 0,78 0,96 0,34 0,96 0,28 3,36 0,00 MG 3157807 Santa Luzia 199.405 7,67 10,00 3,84 1,37 5,01 1,48 3,36 0,00 BA 2901007 Amargosa 32.056 1,33 1,44 4,16 1,49 4,51 1,33 3,35 0,00 SP 3531308 Monte Alto 44.806 1,89 2,67 4,22 1,51 5,95 1,76 3,35 0,00 MG 3136603 Nova União 5.601 0,11 0,11 1,98 0,71 1,98 0,59 3,35 0,00 BA 2918803 Laje 19.996 2,67 2,89 13,34 4,77 14,45 4,26 3,34 0,00 MG 3171204 Vespasiano 85.180 3,89 4,89 4,57 1,63 5,74 1,69 3,34 0,00 PR 4119657 Pitangueiras 2.461 0,22 0,22 9,03 3,23 9,03 2,67 3,33 0,00 MG 3128709 Guaxupé 49.321 1,33 1,67 2,70 0,97 3,38 1,00 3,31 0,00 BA 2905404 Cairu 10.239 0,11 0,11 1,09 0,39 1,09 0,32 3,30 0,00 MG 3126000 Florestal 5.830 0,67 1,11 11,44 4,09 19,06 5,63 3,30 0,00 BA 2907509 Catu 47.749 4,33 5,33 9,08 3,24 11,17 3,30 3,29 0,00 PI 2209708 São Francisco do Piauí 6.259 0,44 0,44 7,10 2,54 7,10 2,10 3,29 0,00 MG 3124104 Esmeraldas 54.110 0,56 0,78 1,03 0,37 1,44 0,42 3,29 0,00 SP 3553302 Tambaú 23.000 0,11 0,22 0,48 0,17 0,97 0,29 3,25 0,00 PR 4109203 Guaraci 4.724 0,33 0,67 7,06 2,52 14,11 4,17 3,24 0,00 BA 2905107 Caém 11.160 1,89 2,22 16,93 6,05 19,91 5,88 3,22 0,00 PR 4103404 Cafeara 2.511 0,11 0,33 4,42 1,58 13,27 3,92 3,22 0,00 SP 3543709 Rincão 10.325 0,56 0,78 5,38 1,92 7,53 2,22 3,21 0,00 MG 3141009 Mato Verde 12.882 1,11 1,11 8,63 3,08 8,63 2,55 3,16 0,00 252

SP 3515608 Fernando Prestes 5.511 0,22 0,33 4,03 1,44 6,05 1,79 3,15 0,00 SP 3502101 Andradina 56.009 0,67 1,56 1,19 0,43 2,78 0,82 3,12 0,00 SP 3527900 Lutécia 2.973 0,22 0,22 7,47 2,67 7,47 2,21 3,12 0,00 BA 2928901 São Desiderio 19.009 1,00 1,22 5,26 1,88 6,43 1,90 3,12 0,00 SP 3532207 Narandiba 3.930 0,33 0,67 8,48 3,03 16,96 5,01 3,09 0,00 MS 5007802 Selvíria 6.126 0,11 0,11 1,81 0,65 1,81 0,54 3,09 0,00 SP 3545605 Santa Adélia 13.704 0,44 0,44 3,24 1,16 3,24 0,96 3,09 0,00 PI 2202802 Conceição do Canindé 5.180 0,00 0,00 0,00 0,00 0,00 0,00 3,06 0,00 PR 4113809 Lupionópolis 4.276 0,00 0,00 0,00 0,00 0,00 0,00 3,03 0,00 BA 2933059 Várzea da Roça 13.685 0,44 0,44 3,25 1,16 3,25 0,96 3,03 0,00 SP 3547502 Santa Rita do Passa Quatro 26.759 0,33 0,44 1,25 0,45 1,66 0,49 3,02 0,00 BA 2904308 Brejões 16.052 0,11 0,11 0,69 0,25 0,69 0,20 3,01 0,00 MG 3167103 Serro 21.526 0,44 0,44 2,06 0,74 2,06 0,61 3,01 0,00 PR 4119400 Piraí do Sul 22.337 0,00 0,00 0,00 0,00 0,00 0,00 3,01 0,00 SP 3534500 Oscar Bressane 2.553 0,22 0,33 8,70 3,11 13,06 3,85 3,00 0,00 SP 3532157 Nantes 2.230 0,22 0,22 9,97 3,56 9,97 2,94 3,00 0,00 SP 3518602 Guariba 31.756 6,44 7,00 20,29 7,25 22,04 6,51 2,99 0,00 TO 1715754 Palmeirópolis 6.375 0,33 0,33 5,23 1,87 5,23 1,54 2,98 0,00 PR 4127106 Telêmaco Borba 62.469 0,89 1,00 1,42 0,51 1,60 0,47 2,97 0,00 PR 4116307 Munhoz de Melo 3.330 0,00 0,00 0,00 0,00 0,00 0,00 2,97 0,00 SP 3527504 Lucianópolis 2.094 0,11 0,11 5,31 1,90 5,31 1,57 2,96 0,00 GO 5215256 Novo Planalto 3.135 0,00 0,00 0,00 0,00 0,00 0,00 2,95 0,00 SP 3552908 Taciba 5.365 0,22 0,22 4,14 1,48 4,14 1,22 2,95 0,00 BA 2925931 Quixabeira 8.093 0,44 0,44 5,49 1,96 5,49 1,62 2,95 0,00 SP 3500709 Agudos 33.189 1,00 1,33 3,01 1,08 4,02 1,19 2,92 0,00 SP 3508306 Cabrália Paulista 4.902 0,11 0,11 2,27 0,81 2,27 0,67 2,89 0,00 MG 3157377 Santa Cruz de Salinas 4.909 0,00 0,00 0,00 0,00 0,00 0,00 2,89 0,00 SP 3518206 Guararapes 29.505 0,33 0,33 1,13 0,40 1,13 0,33 2,89 0,00 PR 4102109 Astorga 24.001 2,00 2,33 8,33 2,98 9,72 2,87 2,88 0,00 PI 2209658 São Francisco de Assis do 3.891 0,22 0,22 5,71 2,04 5,71 1,69 2,88 0,00 253

Piauí MG 3168002 Taiobeiras 28.602 0,56 0,56 1,94 0,69 1,94 0,57 2,87 0,00 PR 4122701 Sabáudia 5.453 0,22 0,22 4,08 1,46 4,08 1,20 2,86 0,00 BA 2930402 Serra Preta 17.748 0,44 0,44 2,50 0,89 2,50 0,74 2,84 0,00 GO 5218508 Quirinópolis 37.200 2,67 2,89 7,17 2,56 7,77 2,29 2,83 0,00 MG 3143708 Morro do Pilar 3.688 0,67 0,78 18,08 6,46 21,09 6,23 2,82 0,00 BA 2922409 Mutuípe 20.458 2,78 3,00 13,58 4,85 14,66 4,33 2,79 0,01 MG 3102407 Alvorada de Minas 3.415 0,44 0,44 13,01 4,65 13,01 3,84 2,79 0,01 SP 3527108 Lins 68.215 0,44 0,56 0,65 0,23 0,81 0,24 2,78 0,01 MG 3156700 Sabará 123.242 4,11 5,22 3,34 1,19 4,24 1,25 2,77 0,01 SP 3506409 Bilac 6.279 0,00 0,00 0,00 0,00 0,00 0,00 2,77 0,01 PR 4126678 Tamarana 9.983 0,44 0,56 4,45 1,59 5,57 1,64 2,75 0,01 MG 3149150 Pedras de Maria da Cruz 9.143 0,78 0,78 8,51 3,04 8,51 2,51 2,75 0,01 BA 2930808 Souto Soares 13.698 1,78 2,00 12,98 4,64 14,60 4,31 2,75 0,01 BA 2911907 Iaçu 29.252 0,33 0,56 1,14 0,41 1,90 0,56 2,75 0,01 BA 2924108 Pedrão 6.756 0,22 0,22 3,29 1,18 3,29 0,97 2,73 0,01 MG 3133501 Itapecerica 20.888 0,89 1,11 4,26 1,52 5,32 1,57 2,71 0,01 BA 2918209 Jiquiriçá 14.217 0,44 0,56 3,13 1,12 3,91 1,15 2,71 0,01 MG 3130507 Ilicínea 11.071 0,22 0,22 2,01 0,72 2,01 0,59 2,69 0,01 PI 2202901 Corrente 23.915 3,78 4,78 15,80 5,65 19,98 5,90 2,67 0,01 BA 2923506 Palmeiras 7.637 0,00 0,00 0,00 0,00 0,00 0,00 2,66 0,01 MG 3154606 Ribeirão das Neves 278.572 8,44 10,00 3,03 1,08 3,59 1,06 2,66 0,01 GO 5214838 Nova Crixás 11.055 0,33 0,33 3,02 1,08 3,02 0,89 2,65 0,01 GO 5219308 Santa Helena de Goiás 34.976 3,78 4,67 10,80 3,86 13,34 3,94 2,64 0,01 MG 3133808 Itaúna 80.089 2,56 3,11 3,19 1,14 3,88 1,15 2,62 0,01 SP 3521903 Itajobi 14.554 0,44 0,89 3,05 1,09 6,11 1,80 2,62 0,01 SP 3507209 Borá 802 0,00 0,00 0,00 0,00 0,00 0,00 2,62 0,01 MG 3106200 Belo Horizonte 2.305.813 92,00 121,67 3,99 1,43 5,28 1,56 2,62 0,01 BA 2919157 Lapão 25.900 0,56 0,56 2,15 0,77 2,15 0,63 2,61 0,01 SP 3532058 Motuca 4.049 0,44 0,44 10,98 3,92 10,98 3,24 2,61 0,01 254

SP 3539202 Pirapozinho 22.450 1,11 1,33 4,95 1,77 5,94 1,75 2,61 0,01 BA 2924652 Pintadas 11.089 0,44 0,44 4,01 1,43 4,01 1,18 2,61 0,01 PR 4123402 Santa Fé 8.922 0,56 0,67 6,23 2,23 7,47 2,21 2,61 0,01 PI 2208858 Riacho Frio 4.405 0,67 0,78 15,13 5,41 17,66 5,21 2,60 0,01 SP 3515301 Estrela do Norte 2.575 0,00 0,00 0,00 0,00 0,00 0,00 2,60 0,01 BA 2928406 Santa Rita de Cássia 24.272 1,33 1,78 5,49 1,96 7,32 2,16 2,60 0,01 SP 3530102 Mirandópolis 26.401 0,22 0,56 0,84 0,30 2,10 0,62 2,59 0,01 SP 3502408 Anhumas 3.464 0,11 0,11 3,21 1,15 3,21 0,95 2,59 0,01 BA 2921005 Mata de São João 33.194 3,89 4,67 11,72 4,19 14,06 4,15 2,58 0,01 MG 3110004 Caeté 37.235 0,33 0,33 0,90 0,32 0,90 0,26 2,57 0,01 BA 2903235 Barro Alto 12.103 1,11 1,11 9,18 3,28 9,18 2,71 2,57 0,01 SP 3510104 Cândido Rodrigues 2.700 0,00 0,00 0,00 0,00 0,00 0,00 2,57 0,01 SP 3526506 Júlio Mesquita 5.035 0,11 0,22 2,21 0,79 4,41 1,30 2,56 0,01 PI 2210623 Sebastião Barros 4.696 0,44 0,56 9,46 3,38 11,83 3,49 2,56 0,01 PI 2207603 Parnaguá 9.571 0,33 0,44 3,48 1,24 4,64 1,37 2,55 0,01 MG 3120201 Cristais 9.724 0,44 0,56 4,57 1,63 5,71 1,69 2,54 0,01 PR 4116406 Nossa Senhora das Graças 3.940 0,33 0,44 8,46 3,02 11,28 3,33 2,53 0,01 BA 2932101 Ubaíra 20.529 0,56 0,67 2,71 0,97 3,25 0,96 2,53 0,01 PI 2211704 Wall Ferraz 4.079 1,11 1,11 27,24 9,74 27,24 8,04 2,52 0,01 PR 4110003 Iguaraçu 3.696 0,11 0,33 3,01 1,07 9,02 2,66 2,52 0,01 BA 2901304 Andaraí 13.762 0,67 0,67 4,84 1,73 4,84 1,43 2,51 0,01 GO 5215652 Palestina de Goiás 3.352 0,00 0,00 0,00 0,00 0,00 0,00 2,50 0,01 MG 3129657 Ibiracatu 6.742 0,00 0,11 0,00 0,00 1,65 0,49 2,50 0,01 PI 2203859 Floresta do Piauí 2.452 0,00 0,00 0,00 0,00 0,00 0,00 2,49 0,01 BA 2926202 Riachåo das Neves 22.421 5,22 5,33 23,29 8,32 23,79 7,02 2,49 0,01 SP 3556305 Valparaíso 19.196 0,11 0,11 0,58 0,21 0,58 0,17 2,48 0,01 GO 5203807 Britânia 5.464 0,67 0,78 12,20 4,36 14,23 4,20 2,47 0,01 MG 3113008 Caraí 20.732 0,44 0,44 2,14 0,77 2,14 0,63 2,47 0,01 SP 3553609 Tapiratiba 13.295 0,33 0,44 2,51 0,90 3,34 0,99 2,46 0,01 SP 3553906 Tarabai 6.119 0,00 0,00 0,00 0,00 0,00 0,00 2,46 0,01 255

MG 3136652 Juatuba 18.522 1,67 1,89 9,00 3,22 10,20 3,01 2,46 0,01 SP 3514502 Duartina 12.651 0,67 0,67 5,27 1,88 5,27 1,56 2,46 0,01 PR 4101408 Apucarana 111.760 3,56 4,11 3,18 1,14 3,68 1,09 2,43 0,01 SP 3501103 Alto Alegre 4.096 0,11 0,22 2,71 0,97 5,43 1,60 2,42 0,02 MG 3106705 Betim 348.493 10,67 14,11 3,06 1,09 4,05 1,20 2,41 0,02 BA 2925204 Pojuca 27.326 1,56 1,89 5,69 2,03 6,91 2,04 2,40 0,02 PR 4124509 Santo Inácio 5.086 0,67 0,67 13,11 4,68 13,11 3,87 2,39 0,02 PR 4103503 Califórnia 7.784 0,11 0,11 1,43 0,51 1,43 0,42 2,39 0,02 GO 5219712 Santo Antônio da Barra 4.293 0,33 0,44 7,76 2,77 10,35 3,06 2,38 0,02 PI 2205359 João Costa 3.091 0,33 0,44 10,78 3,85 14,38 4,24 2,37 0,02 SP 3515657 Fernão 1.351 0,00 0,11 0,00 0,00 8,22 2,43 2,37 0,02 MG 3132800 Itambé do Mato Dentro 2.529 0,11 0,22 4,39 1,57 8,79 2,59 2,37 0,02 MG 3107703 Bom Jesus do Amparo 4.772 0,00 0,00 0,00 0,00 0,00 0,00 2,36 0,02 SP 3525607 João Ramalho 4.079 0,00 0,00 0,00 0,00 0,00 0,00 2,35 0,02 GO 5202502 Aruanã 5.147 0,22 0,22 4,32 1,54 4,32 1,27 2,35 0,02 PI 2209757 São Gonçalo do Gurguéia 2.360 0,22 0,22 9,42 3,37 9,42 2,78 2,35 0,02 SP 3553708 Taquaritinga 53.650 1,11 1,56 2,07 0,74 2,90 0,86 2,34 0,02 SP 3517307 Guaimbê 5.220 0,11 0,11 2,13 0,76 2,13 0,63 2,34 0,02 SP 3516606 Gália 7.560 0,22 0,22 2,94 1,05 2,94 0,87 2,33 0,02 PI 2203453 Dom Inocêncio 9.332 1,33 1,67 14,29 5,11 17,86 5,27 2,33 0,02 PR 4126702 Tamboara 4.155 0,22 0,22 5,35 1,91 5,35 1,58 2,32 0,02 MG 3144102 Muzambinho 21.422 0,56 0,89 2,59 0,93 4,15 1,22 2,32 0,02 MG 3146305 Padre Paraíso 17.521 0,33 0,44 1,90 0,68 2,54 0,75 2,30 0,02 SP 3525805 José Bonifácio 4.267 0,00 0,00 0,00 0,00 0,00 0,00 2,30 0,02 PI 2207009 Oeiras 34.537 3,67 3,78 10,62 3,79 10,94 3,23 2,28 0,02 PR 4114203 Mandaguari 32.413 1,33 1,56 4,11 1,47 4,80 1,42 2,28 0,02 PI 2204907 Isaías Coelho 7.658 1,89 2,22 24,67 8,82 29,02 8,57 2,27 0,02 BA 2929909 Seabra 38.456 0,11 0,11 0,29 0,10 0,29 0,09 2,27 0,02 PI 2207355 Pajeú do Piauí 2.759 0,11 0,11 4,03 1,44 4,03 1,19 2,27 0,02 PR 4116505 Nova Aliança do Ivaí 1.381 0,00 0,00 0,00 0,00 0,00 0,00 2,27 0,02 256

BA 2914505 Irará 25.560 0,33 0,44 1,30 0,47 1,74 0,51 2,27 0,02 SP 3507159 Bom Sucesso de Itararé 3.513 0,00 0,00 0,00 0,00 0,00 0,00 2,26 0,02 SP 3527702 Luiziânia 4.318 0,11 0,22 2,57 0,92 5,15 1,52 2,26 0,02 PR 4101150 Ângulo 2.976 0,11 0,22 3,73 1,33 7,47 2,20 2,26 0,02 BA 2925758 Presidente Tancredo Neves 19.673 0,33 0,33 1,69 0,61 1,69 0,50 2,24 0,02 MG 3146552 Pai Pedro 5.923 0,33 0,33 5,63 2,01 5,63 1,66 2,24 0,03 SP 3501400 Álvaro de Carvalho 4.409 0,00 0,11 0,00 0,00 2,52 0,74 2,24 0,03 BA 2931202 Taperoá 15.589 0,00 0,11 0,00 0,00 0,71 0,21 2,24 0,03 GO 5202353 Arenópolis 3.948 0,11 0,11 2,81 1,01 2,81 0,83 2,23 0,03 SP 3546504 Santa Ernestina 5.785 0,22 0,22 3,84 1,37 3,84 1,13 2,23 0,03 PI 2206704 Nazaré do Piauí 7.804 0,22 0,22 2,85 1,02 2,85 0,84 2,23 0,03 MG 3115474 Catuti 5.206 0,33 0,44 6,40 2,29 8,54 2,52 2,21 0,03 MG 3160454 Santo Antônio do Retiro 6.876 0,00 0,11 0,00 0,00 1,62 0,48 2,21 0,03 SP 3539400 Piratininga 10.872 0,33 0,44 3,07 1,10 4,09 1,21 2,21 0,03 SP 3540705 Porto Ferreira 50.194 0,89 0,89 1,77 0,63 1,77 0,52 2,20 0,03 SP 3529005 Marília 208.494 11,11 16,00 5,33 1,90 7,67 2,27 2,19 0,03 SP 3542404 Regente Feijó 17.625 0,89 1,00 5,04 1,80 5,67 1,67 2,18 0,03 MG 3118601 Contagem 565.258 23,89 30,33 4,23 1,51 5,37 1,58 2,18 0,03 SP 3534104 Oriente 5.598 0,33 0,33 5,95 2,13 5,95 1,76 2,17 0,03 SP 3523503 Itatinga 15.962 0,78 1,44 4,87 1,74 9,05 2,67 2,16 0,03 SP 3513702 Descalvado 29.900 0,56 0,67 1,86 0,66 2,23 0,66 2,16 0,03 BA 2928307 Santanópolis 8.432 0,44 0,44 5,27 1,88 5,27 1,56 2,16 0,03 MA 2100501 Alto Parnaiba 10.128 0,22 0,22 2,19 0,78 2,19 0,65 2,15 0,03 PI 2205565 Lagoa do Barro do Piauí 4.717 0,67 0,78 14,13 5,05 16,49 4,87 2,15 0,03 BA 2918357 João Dourado 18.886 0,89 1,11 4,71 1,68 5,88 1,74 2,15 0,03 MG 3156007 Rio Vermelho 14.612 0,00 0,00 0,00 0,00 0,00 0,00 2,15 0,03 PR 4108106 Flórida 2.539 0,22 0,22 8,75 3,13 8,75 2,58 2,14 0,03 PR 4113601 Lobato 4.158 0,44 0,44 10,69 3,82 10,69 3,16 2,14 0,03 SP 3549706 São José do Rio Pardo 51.771 0,56 0,78 1,07 0,38 1,50 0,44 2,13 0,03 SP 3538907 Pirajuí 20.486 0,33 0,44 1,63 0,58 2,17 0,64 2,12 0,03 257

PI 2206605 Monte Alegre do Piauí 10.470 0,11 0,22 1,06 0,38 2,12 0,63 2,12 0,03 PR 4116901 Nova Esperança 26.204 1,33 1,56 5,09 1,82 5,94 1,75 2,12 0,03 SP 3541703 Quatá 11.749 0,11 0,22 0,95 0,34 1,89 0,56 2,11 0,03 SP 3533502 Novo Horizonte 33.047 1,00 1,22 3,03 1,08 3,70 1,09 2,11 0,03 BA 2914000 Ipirá 61.459 1,11 1,33 1,81 0,65 2,17 0,64 2,10 0,04 PR 4124608 São Carlos do Ivaí 6.192 0,33 0,33 5,38 1,92 5,38 1,59 2,09 0,04 MG 3122603 Dom Joaquim 4.616 0,78 0,78 16,85 6,02 16,85 4,97 2,09 0,04 PR 4120408 Presidente Castelo Branco 4.514 0,22 0,33 4,92 1,76 7,38 2,18 2,09 0,04 PR 4118402 Paranavaí 77.197 1,78 2,11 2,30 0,82 2,73 0,81 2,08 0,04 PR 4100608 Alto Paraná 12.922 0,56 0,56 4,30 1,54 4,30 1,27 2,08 0,04 PR 4105904 Colorado 21.569 0,89 1,11 4,12 1,47 5,15 1,52 2,07 0,04 PI 2202851 Coronel José Dias 4.468 0,11 0,11 2,49 0,89 2,49 0,73 2,07 0,04 SP 3556602 Vera Cruz 11.093 1,33 1,56 12,02 4,30 14,02 4,14 2,06 0,04 PR 4124905 São João do Caiuá 6.117 0,11 0,11 1,82 0,65 1,82 0,54 2,06 0,04 SP 3544400 Rubiácea 2.245 0,00 0,00 0,00 0,00 0,00 0,00 2,05 0,04 SP 3518107 Guarantã 6.563 0,11 0,22 1,69 0,61 3,39 1,00 2,05 0,04 PR 4126256 Sarandi 78.641 2,67 3,56 3,39 1,21 4,52 1,33 2,05 0,04 MG 3140704 Mateus Leme 26.167 1,56 1,78 5,94 2,12 6,79 2,01 2,05 0,04 PI 2203800 Flores do Piauí 4.226 0,00 0,00 0,00 0,00 0,00 0,00 2,01 0,04 MG 3160504 Santo Antônio do Rio 1.737 0,22 0,22 12,79 4,57 12,79 3,78 2,00 0,05 Abaixo TO 1715259 Novo Jardim 2.346 0,00 0,00 0,00 0,00 0,00 0,00 1,99 0,05 MG 3114204 Carmo do Cajuru 18.000 1,11 1,33 6,17 2,21 7,41 2,19 1,99 0,05 SP 3541109 Presidente Alves 4.260 0,11 0,11 2,61 0,93 2,61 0,77 1,98 0,05 SP 3542206 Rancharia 29.342 0,44 0,67 1,51 0,54 2,27 0,67 1,98 0,05 SP 3542008 Quintana 5.521 0,00 0,00 0,00 0,00 0,00 0,00 1,98 0,05 SP 3516705 Garça 43.678 0,89 1,00 2,04 0,73 2,29 0,68 1,98 0,05 PR 4115200 Maringá 303.550 16,00 18,00 5,27 1,88 5,93 1,75 1,98 0,05 SP 3545506 Sandovalina 3.298 0,00 0,00 0,00 0,00 0,00 0,00 1,97 0,05 MG 3142908 Monte Azul 23.408 0,78 0,78 3,32 1,19 3,32 0,98 1,97 0,05 258

BA 2922805 Nova Itarana 6.587 0,11 0,11 1,69 0,60 1,69 0,50 1,96 0,05 Fonte: SIM/DATASUS/MS. CB: causa básica; CM: causa múltipla. O risco relativo (RR) se refere à média brasileira. O índice Gi* é classificado por desvios padrões em relação à média. Os municípios que não tiveram óbitos, porém foram significativos, foram incluídos no clusters na análise por serem vizinhos de municípios com altos valores. *População do ano médio do período (2003). **Média de óbitos no período. ***Calculado utilizando no denominador a população do ano médio do estudo (2003). 259

ANEXO 1 – Declaração de Óbito (Ministério da Saúde)