0329/2023 - Distribution of garbage codes in the Mortality Information System, Brazil, 2000 to 2020 Distribuição dos códigos garbage no Sistema de Informações sobre Mortalidade, Brasil, 2000 a 2020
Background: The analysis of the causes of death is essential to understand the main problems that affect the health level of the population of a region or country. The Garbage Codes (GC) provide little useful information about causes of death. This study aims to identify the proportion of GC among the deaths registered and to analyze their temporal distribution in Brazil2000 to 2020. Methods: It’s an ecological time-series study of the evolution of the proportion of GC in Brazil. Time series analysis was performed using segmented linear regression models (joinpoint). Results: Between 2000 and 2020, 39.9% of deaths that occurred in Brazil were coded with GC. Between 2000 and 2007, there was a continuous and persistent reduction in the proportion of GC (APC -2.1; P < 0.001). Between 2007 and 2015, there continued to be a reduction, albeit to a lesser extent (APC = -0.7; P = 0.013). Between 2015 and 2018, there was no significant trend of the proportion of GC (APC = -2.3; P = 0.172), which persisted2018 (APC 3.2; P < 0.079). Conclusions: Although a reduction in the proportion of GC in Brazil was observed until 2018, this trend did not persist after that year. Reducing the proportion of GC allows managers to plan health policies more adequately for the population.
Palavras-chave:
Vital statistics; Cause of death; Data accuracy; Information systems
Abstract:
Antecedentes: A análise das causas de morte é essencial para compreender os principais problemas que afetam o nível de saúde da população de uma região ou país. Os Garbage Codes (GC) fornecem poucas informações úteis sobre as causas de morte. Este estudo tem como objetivo identificar a proporção de CG entre os óbitos registrados e analisar sua distribuição temporal no Brasil de 2000 a 2020. Métodos: Trata-se de um estudo ecológico de séries temporais da evolução da proporção da CG no Brasil. A análise de séries temporais foi realizada por meio de modelos de regressão linear segmentada (joinpoint). Resultados: Entre 2000 e 2020, 39,9% dos óbitos ocorridos no Brasil foram codificados com CG. Entre 2000 e 2007, houve uma redução contínua e persistente na proporção de CG (APC -2,1; P < 0,001). Entre 2007 e 2015, manteve-se a redução, embora em menor escala (APC = -0,7; P = 0,013). Entre 2015 e 2018, não houve tendência significativa da proporção de GC (APC = -2,3; P = 0,172), que persistiu a partir de 2018 (APC 3,2; P < 0,079). Conclusões: Embora tenha sido observada redução na proporção de GC no Brasil até 2018, essa tendência não persistiu após esse ano. A redução da proporção de CG permite aos gestores planejar políticas de saúde de forma mais adequada para a população.
Keywords:
Estatísticas vitais; Causa da morte; Precisão de dados; Sistemas de informação
Distribuição dos códigos garbage no Sistema de Informações sobre Mortalidade, Brasil, 2000 a 2020
Resumo (abstract):
Antecedentes: A análise das causas de morte é essencial para compreender os principais problemas que afetam o nível de saúde da população de uma região ou país. Os Garbage Codes (GC) fornecem poucas informações úteis sobre as causas de morte. Este estudo tem como objetivo identificar a proporção de CG entre os óbitos registrados e analisar sua distribuição temporal no Brasil de 2000 a 2020. Métodos: Trata-se de um estudo ecológico de séries temporais da evolução da proporção da CG no Brasil. A análise de séries temporais foi realizada por meio de modelos de regressão linear segmentada (joinpoint). Resultados: Entre 2000 e 2020, 39,9% dos óbitos ocorridos no Brasil foram codificados com CG. Entre 2000 e 2007, houve uma redução contínua e persistente na proporção de CG (APC -2,1; P < 0,001). Entre 2007 e 2015, manteve-se a redução, embora em menor escala (APC = -0,7; P = 0,013). Entre 2015 e 2018, não houve tendência significativa da proporção de GC (APC = -2,3; P = 0,172), que persistiu a partir de 2018 (APC 3,2; P < 0,079). Conclusões: Embora tenha sido observada redução na proporção de GC no Brasil até 2018, essa tendência não persistiu após esse ano. A redução da proporção de CG permite aos gestores planejar políticas de saúde de forma mais adequada para a população.
Palavras-chave (keywords):
Estatísticas vitais; Causa da morte; Precisão de dados; Sistemas de informação
Aquino, E.C, Borowicc, S.L., Alves-Souza, S. N., Teixeira, RA, Ishitani, L. H., Malta, D.C, Morais Neto, O. L.. Distribution of garbage codes in the Mortality Information System, Brazil, 2000 to 2020. Cien Saude Colet [periódico na internet] (2023/out). [Citado em 30/04/2025].
Está disponível em: http://cienciaesaudecoletiva.com.br/artigos/distribution-of-garbage-codes-in-the-mortality-information-system-brazil-2000-to-2020/18955?id=18955
