Mortes por queimaduras no Brasil: uma questão social

Muertes por quemaduras en Brasil: una cuestión social

Resumo

Este estudo explora a relação entre variáveis socioeconômicas e geográficas dos municípios brasileiros e as mortes por queimaduras térmicas (QT) e elétricas (QE). Utilizando dados do Sistema de Informações de Mortalidade e indicadores municipais do IBGE, investigou-se o impacto de diversos fatores na mortalidade por queimaduras. A análise revelou uma associação significativa entre a mortalidade e IDHM (QE: 2000-2009 - RR=1,4·10⁻³ (IC95%: 3,4·10⁻⁴-5,9·10⁻³), 2010-2019 - RR=1,53·10⁻³ (IC95%: 2,46·10⁻⁴-9,57·10⁻³); QT: 2000-2009 - RR=2,95·10⁻⁶ (IC95%: 7,63·10⁻⁷-1,14·10⁻⁵), 2010-2019 - RR=1,24·10⁻⁷ (IC95%: 1,79·10⁻⁸-8,68·10⁻⁷)), índice de Gini (QE: 2000-2009 - RR=33,02 (IC95%: 18,43-59,03), 2010-2019 - RR=197,52 (IC95%: 111,2-350,14); QT: 2000-2009 - RR=25,77 (IC95%: 14,68-45,13), 2010-2019 - RR=431,24 (IC95%: 237,24-781,89)), e percentual da população em áreas urbanas (QE: 2000-2009 - RR=1,644 (IC95%: 1,253-2,1689), e 2010-2019 - RR=1,55 (IC95%: 1,17-2,07); QT: 2000-2009 - RR=2,42 (IC95%: 1,8-3,26), 2010-2019 - RR=2,794 (IC95%: 1,98-3,96)). Os resultados sugerem que condições socioeconômicas inferiores estão correlacionadas com maiores riscos de mortes por queimaduras, indicando que representa um problema de saúde pública interligado às desigualdades sociais.

Palavras-chave:
Queimaduras; Sistemas de Informação em Saúde; Fatores Socioeconômicos; Mortalidade

Abstract

This study explores the relationship between socioeconomic and geographic variables of Brazilian municipalities and deaths caused by thermal (TB) and electrical burns (EB). Using data from the Mortality Information System and municipal indicators from IBGE, the impact of several factors on burn mortality was investigated. The analysis revealed a significant association between mortality and HDI (EB: 2000-2009 - RR=1.4·10⁻³ (95%CI: 3.4·10⁻⁴-5.9·10⁻³), 2010-2019 - RR=1.53·10⁻³ (95%CI: 2.46·10⁻⁴-9.57·10⁻³); TB: 2000-2009 - RR=2.95·10⁻⁶ (95%CI: 7.63·10⁻⁷-1.14·10⁻⁵), 2010-2019 - RR=1.24·10⁻⁷ (95%CI: 1.79·10⁻⁸-8.68·10⁻⁷)), Gini index (EB: 2000-2009 - RR=33.02) (95%CI: 18.43-59.03), 2010-2019 - RR=197.52 (95%CI: 111.2-350.14); TB: 2000-2009 - RR=25.77 (95%CI: 14.68-45.13), 2010-2019 - RR=431.24 (95%CI: 237.24-781.89)), and percentage of the population living in urban areas (EB: 2000-2009 - RR=1.644) (95%CI: 1.253-2.1689), 2010-2019 - RR=1.55 (95%CI: 1.17-2.07); TB: 2000-2009 - RR=2.42 (95%CI: 1.8-3.26), 2010-2019 - RR=2.794 (95%CI: 1.98-3.96)). The results suggest that lower socioeconomic conditions are correlated with higher risks of death by burns, indicating that it is a public health issue linked to social inequalities.

Keywords:
Burns; Health Information Systems; Socioeconomic Factors; Mortality

Resumen

Este estudio explora la relación entre variables socioeconómicas y geográficas de los municipios brasileños y las muertes por quemaduras térmicas (QT) y eléctricas (QE). Utilizando datos del Sistema de Información de Mortalidad e indicadores municipales del IBGE, se investigó el impacto de diversos factores en la mortalidad por quemaduras. El análisis reveló una asociación significativa entre la mortalidad y el IDHM (QE: 2000-2009 - RR=1,4·10⁻³ (IC95%: 3,4·10⁻⁴-5,9·10⁻³), 2010-2019 - RR=1,53·10⁻³ (IC95%: 2,46·10⁻⁴-9,57·10⁻³); QT: 2000-2009 - RR=2,95·10⁻⁶ (IC95%: 7,63·10⁻⁷-1,14·10⁻⁵), 2010-2019 - RR=1,24·10⁻⁷ (IC95%: 1,79·10⁻⁸-8,68·10⁻⁷)), el índice de Gini (QE: 2000-2009 - RR=33,02 (IC95%: 18,43-59,03), 2010-2019 - RR=197,52 (IC95%: 111,2-350,14); QT: 2000-2009 - RR=25,77 (IC95%: 14,68-45,13), 2010-2019 - RR=431,24 (IC95%: 237,24-781,89)), y el porcentaje de la población en áreas urbanas (QE: 2000-2009 - RR=1,644 (IC95%: 1,253-2,1689), y 2010-2019 - RR=1,55 (IC95%: 1,17-2,07); QT: 2000-2009 - RR=2,42 (IC95%: 1,8-3,26), 2010-2019 - RR=2,794 (IC95%: 1,98-3,96)). Los resultados sugieren que condiciones socioeconómicas desfavorables están correlacionadas con mayores riesgos de muerte por quemaduras, lo que indica que representa un problema de salud pública vinculado a las desigualdades sociales.

Palabras clave:
Quemaduras; Sistemas de Información en Salud; Factores Socioeconómicos; Mortalidad

Introdução

O Brasil é um país localizado na América do Sul e de dimensões continentais, caracterizado por acentuadas disparidades econômicas, sociais e culturais entre suas regiões. Tamanha diversidade implica em desafios singulares para as políticas de saúde, que precisam ser efetivas, inclusivas e abrangentes para uma população muito heterogênea¹. A análise de indicadores socioeconômicos e demográficos realça essas disparidades, evidenciadas, por exemplo, pela variação de indicadores como o índice de desenvolvimento humano municipal (IDHM) e o índice de Gini entre as diversas localidades. Os indicadores construídos a partir do Censo Brasileiro de 2010 expõem cidades como São Caetano do Sul em São Paulo com IDHM de 0,862, semelhante ao de Hong Kong, Espanha e Dinamarca, no mesmo ano; e como o município de Melgaço, no Pará, com IDHM de 0,418, semelhante ao de Senegal, Uganda e Nigéria².

Indicadores como o IDHM e o índice de Gini, entre outros, estão disponíveis, construídos por fontes oficiais e podem ajudar a compreender os mecanismos envolvidos manifestação de problemas de saúde pública³.

Entre os problemas de saúde que podem estar sujeitos a influência de fatores de desenvolvimento social no Brasil, as queimaduras constituem traumas de alta relevância, pois apresentam grandes implicações de morbidade e mortalidade na população⁴. Queimaduras são lesões complexas, que exigem alocação de diversos recursos e geram implicações em diferentes espectros temporais, muitas vezes com sequelas que podem dificultar a reinserção na sociedade⁴.

Uma das dimensões que dão complexidade às queimaduras são os diferentes mecanismos de lesão envolvidos com suas características epidemiológicas e clínicas⁴. Apesar da importância deste tema, a literatura Brasileira sobre queimaduras oferece uma grande predominância de estudos descritivos sobre pacientes internados e carece de estudos de base populacional para uma compreensão mais ampla do problema^5,6.

Desse modo, estudos com bases de dados oficiais apoiadas nas contagens populacionais podem contribuir com o entendimento necessário para uma abordagem epidemiológica mais acurada sobre temas tão complexos de saúde pública como as queimaduras.

Este estudo busca estabelecer relações entre indicadores socioeconômicos e demográficos com queimaduras e seus desfechos fatais, abordagem de grande valor para a compreensão do problema dentro da complexidade dos municípios no Brasil e com potencial de subsidiar o desenvolvimento de estratégias de enfrentamento interligadas às ações de desenvolvimento urbano.

Objetivos

Estudar a relação entre variáveis socioeconômicas e geográficas dos municípios brasileiros e a morte por queimaduras térmicas e elétricas no período de 2000 a 2019.

Método

O sistema de dados oficiais do Ministério da Saúde, o DataSUS, dispõe de dados em acesso público sobre queimaduras. Essa plataforma utiliza a Classificação Internacional de Doenças (CID-10) e permite a realização de estudos epidemiológicos, especialmente nas bases do Sistema de Informações de Mortalidade (SIM), do Sistema de Informações Hospitalares (SIH) e do Sistema de Informação Ambulatorial (SIA)⁷. Todavia, as bases assistenciais (SIM e SIA) são bases voltadas para registro de produção e não contém dados da a saúde suplementar, enquanto o SIM, apesar do potencial de erros de registro de códigos, cobre qualquer atendimento em que ocorreu o óbito⁸.

Este trabalho foi desenhado como um estudo ecológico dos 5570 municípios brasileiros nas décadas que sucederam os censos de 2000 e 2010. O conjunto de dados foi construído a partir de duas fontes: o Sistema de Informações de Mortalidade (SIM) do DataSUS⁷ e os indicadores municipais dos censos produzidos pelo Instituto Brasileiro de Geografia e Estatística (IBGE)¹.

A partir do SIM foram obtidos os microdados da base de mortalidade e os arquivos anuais em formato ‘dbc’ foram convertidos em formato ‘csv’ utilizando o software Tabwin 4.15 do Ministério da Saúde. Do conjunto de dados obtido foram extraídas as seguintes variáveis: dia, mês e ano do óbito; código do município de residência; código da classificação internacional de doenças com letra e dois dígitos da causa básica de morte; e acidente de trabalho.

Desta base foram extraídos apenas os registros cuja causa básica de morte continham os seguintes códigos:

• Queimaduras térmicas: W35; W36; W38; W39; W40; W92; X00; X01; X02; X03; X04; X05; X06; X08; X09; X10; X11; X12; X13; X14; X15; X16; X17; X18; X19; X30; X75; X76; X77; X88; X96; X97; X98; Y25; Y26; e Y27

• Queimaduras elétricas: W85; W86; W87; e X33

• Queimaduras por outras causas (química, geladura, radiação): X86; W88; W89; W90; W91; X31; X32; e W93

Um novo campo foi criado para identificar a causa do óbito por queimadura em cada registro.

Um segundo conjunto de dados foi produzido a partir da base do IBGE para municípios e dos censos de 2000 e 2010, contendo as seguintes variáveis:

• Variáveis Geográficas: Código e nome do município; unidade da federação; latitude; longitude; altitude; Área do município em quilômetros quadrados;

• Variáveis Socioeconômicas: População em 2000 e 2010; índice de Gini em 2000 e 2010; taxa de atividade entre 18 anos de idade ou mais em 2000 e 2010; taxa de desocupação entre 18 anos de idade ou mais de idade em 2000 e 2010; percentual de ocupados no setor agropecuário em 2000 e 2010; percentual de ocupados no setor extrativo mineral em 2000 e 2010; percentual dos ocupados na indústria de transformação em 2000 e 2010; percentual dos ocupados nos setores de serviços industriais de utilidade pública em 2000 e 2010; percentual dos ocupados no setor de construção em 2000 e 2010; percentual de ocupados no setor comércio em 2000 e 2010; percentual dos ocupados no setor de serviços em 2000 e 2010; percentual da população residente em área urbana em 2000 e 2010; mortalidade infantil em 2000 e 2010; Índice de Desenvolvimento Humano Municipal (IDHM) em 2000 e 2010; razão de dependência em 2000 e 2010; taxa de envelhecimento em 2000 e 2010; taxa de analfabetismo entre 15 anos de idade ou mais em 2000 e 2010; e percentual da população com 18 anos ou mais de idade com ensino fundamental completo em 2000 e 2010¹.

Após a organização dos dados, foi feita uma análise de correlação bivariada entre as variáveis coletadas em busca de colinearidade e foram excluídas da análise por falhas significativas de registro ou por colinearidade as variáveis: percentual de ocupados no setor extrativo mineral em 2000 e 2010; percentual dos ocupados na indústria de transformação em 2000 e 2010; percentual dos ocupados nos setores de serviços industriais de utilidade pública em 2000 e 2010; percentual dos ocupados no setor de construção em 2000 e 2010; percentual de ocupados no setor comércio em 2000 e 2010; e percentual dos ocupados no setor de serviços em 2000 e 2010.

Na sequência, o segundo conjunto de dados recebeu os campos calculados de: número de óbitos entre 2000 e 2009 e entre 2010 e 2019 para as mortes por queimaduras térmicas e elétricas.

Após a verificação inicial dos pressupostos, os dados foram submetidos a uma regressão de Poisson de variância robusta para os desfechos de número de óbitos por queimaduras térmicas entre 2000 e 2009 e entre 2010 e 2019; e de número de óbitos por queimaduras elétricas entre 2000 e 2009 e entre 2010 e 2019, no software Jamovi 2.3.26 e os resultados foram sumarizados em tabelas. As séries históricas foram realizadas em dois períodos para correlacionar com os Censos disponíveis de 2000 e 2010, e a força da associação não foi expressa de modo a permitir a comparabilidade entre as variáveis que estão em escala decimal.

Este projeto não foi submetido à apreciação ética por ser baseado integralmente em dados de acesso público, conforme o parágrafo único do artigo primeiro da Resolução 510/2016 do Conselho Nacional de Saúde. Todo o projeto foi financiado com recursos próprios dos autores e nenhum conflito de interesse esteve envolvido na produção do artigo.

Resultados

Durante o período de 2010 a 2019 ocorreram 3,53% (IC95%: 3,33%-3,74%) mais óbitos que os ocorridos entre 2000 e 2009 e as diferenças nas proporções entre óbitos por causas térmicas e elétricas foram reduzidas (Tabela 1). O aumento foi maior nas térmicas: 4,79% (IC95%: 4,47%-5,11%) que nas elétricas: 2,13% (1,90%-2,36%). A diferença populacional entre os censos de 2000 e de 2010, entretanto, mostrou um crescimento de 12,2%.

Tabela 1
Regressão de Poisson de variância robusta para número de mortes por queimaduras de causa elétrica no período de janeiro de 2000 a dezembro de 2009.

	2000 a 2019 N - Intervalo de Confiança 95%	2000 a 2009 N - Intervalo de Confiança 95%	2010 a 2019 N - Intervalo de Confiança 95%
Térmica	35.429 - 54,0% (53,6% a 54,3%)	17.300 - 53,6% (53,1% a 54,2%)	18.129 - 54,3% (53,7% a 54,8%)
Elétrica	29.790 - 45,4% (45,0% a 45,8%)	14.738 - 45,7% (45,1% a 46,2%)	15.052 - 45,1% (44,5% a 45,6%)
Outras	435 - 0,7% (0,6% a 0,7%)	219 - 0,7% (0,6% a 0,8%)	216 - 0,6% (0,6% a 0,7%)
Total	65.654 (100%)	32.257 (100%)	33.397 (100%)

• Fonte: Autores.

A regressão para óbitos por causas elétricas entre 2000 e 2009 mostrou um modelo capaz de explicar 61% dos dados, com significância estatística para todas as variáveis exceto a área do município. Três das variáveis mostraram uma força de associação mais consistente: índice de Gini; percentual da população vivendo em áreas urbanas e IDHM. As demais variáveis, apesar da significância estatística, produziram um efeito fraco no modelo de regressão (Tabela 2).

Tabela 2
Regressão de Poisson de variância robusta para número de mortes por queimaduras de causa elétrica no período de janeiro de 2000 a dezembro de 2009.

	Estimativa	SE	Intervalo de Confiança 95% Exp(B)			Z	p
			exp(B)	Baixo	Alto
Constante	0,217	2,47·10−2	1,242	1,183	1,303	8,79	< ,001
Longitude•	1,47·10−2	3,51·10−3	1,015	1,008	1,022	4,19	< ,001
Latitude•	1,48·10−2	3,28·10−3	1,015	1,008	1,021	4,51	< ,001
Altitude•	-4,60·10−4	6,48·10−3	0,9995	0,999	0,9997	-7,09	< ,001
Área (Km²)•	1,51·10−6	2,16·10−6	1	1	1	0,7	0,486
Índice de Gini*	3,5	0,296	33,02	18,43	59,03	11,78	< ,001
Taxa de atividade*†	3,06·10−2	3,6·10−3	1,031	1,024	1,038	8,62	< ,001
Taxa de desocupação*†	-1,02·10−2	4,2·10−3	0,99	0,982	0,998	-2,42	0,015
Percentual de ocupados no setor agropecuário*	-2,48·10−2	2,12·10−3	0,975	0,971	0,9796	-11,71	< ,001
Percentual da população vivendo em áreas urbanas*	0,497	0,14	1,644	1,253	2,1689	3,55	< ,001
IDHM*	-6,558	0,73	1,4·10−3	3,4·10−4	5,9·10−3	-8,98	< ,001
Taxa de envelhecimento*	-9,72·10−2	1,347·10−2	0,907	0,884	0,932	-7,22	< ,001
Taxa de analfabetismo*‡	1,54·10−2	4,07·10−3	1,016	1,007	1,024	3,8	< ,001
Percentual da população com ensino fundamental completo*†	8,98·10−2	4,19·10−3	1,094	1,085	1,103	21,45	< ,001
População no início do período*	3,18·10−7	9,48·10−9	1	1	1	33,53	< ,001

• †Entre a população com 18 anos de idade ou mais; ‡Entre a população com 15 anos ou mais de idade. IDHM: Índice de Desenvolvimento Humano Municipal. Modelo: Quasi-Poisson; R2: 0,611; Graus de liberdade χ²: 3,417.
• Fonte: • IBGE; *Censo 2000.

O período entre 2010 e 2019 mostrou regressão para óbitos por causas elétricas capaz de explicar 58,9% dos dados, com significância estatística para todas as variáveis e novamente o índice de Gini, o percentual da população vivendo em áreas urbanas e o IDHM mostraram força de associação consistente em contraste com a associação mais fraca das demais variáveis (Tabela 3).

Tabela 3
Regressão de Poisson de variância robusta para número de mortes por queimaduras de causa elétrica no período de janeiro de 2010 a dezembro de 2019.

	Estimativa	SE	Intervalo de Confiança 95% Exp(B)			Z	p
			exp(B)	Baixo	Alto
Constante	0,297	2,32·10−2	1,35	1,29	1,41	12,82	< ,001
Longitude•	2,34·10−2	3,13·10−3	1,024	1,017	1,03	7,46	< ,001
Latitude•	2,61·10−2	3,19·10−3	1,026	1,02	1,033	8,19	< ,001
Altitude•	-6,03·10−4	6,59·10−5	0,9994	0,999	0,9995	-9,14	< ,001
Área (Km²)•	4,93·10−6	1,55·10−6	1	1	1	3,18	0,001
Índice de Gini*	5,29	0,292	197,52	111,2	350,14	18,07	< ,001
Taxa de atividade*†	2,76·10−2	3,43·10−3	1,027	1,02	1,034	7,76	< ,001
Taxa de desocupação*†	-463·10−2	6,08·10−3	0,955	0,943	0,966	-7,62	< ,001
Percentual de ocupados no setor agropecuário*	-2,21·10−2	2,18·10−3	0,978	0,974	0,9824	-10,1	< ,001
Percentual da população vivendo em áreas urbanas*	0,441	0,146	1,55	1,17	2,07	3,02	0,003
IDHM*	-6,4798	0,934	1,53·10−3	2,46·10−4	9,57·10−3	-6,94	< ,001
Taxa de envelhecimento*	-8,52·10−2	1,14·10−2	0,918	0,898	0,939	-7,45	< ,001
Taxa de analfabetismo*‡	2,16·10−2	4,46·10−3	1,022	1,013	1,031	4,84	< ,001
Percentual da população com ensino fundamental completo*†	7,59·10−2	4,44·10−3	1,079	1,069	1,088	17,1	< ,001
População no início do período*	3,15·10−7	8,85·10−9	1	1	1	35,53	< ,001

• †Entre a população com 18 anos de idade ou mais; ‡Entre a população com 15 anos ou mais de idade. IDHM: Índice de Desenvolvimento Humano Municipal. Modelo: Quasi-Poisson; R2: 0,589; Graus de liberdade χ²: 3,224.
• Fonte: • IBGE; *Censo 2010.

As mesmas três variáveis mostraram forte associação com as mortes por queimaduras térmicas tanto no período de 2000 a 2009, quanto no de 2010 a 2019 com significância estatística, entretanto, também foi possível encontrar associação entre os óbitos por este mecanismo de queimaduras e o percentual da população com ensino fundamental completo (Tabelas 4 e 5).

Tabela 4
Regressão de Poisson de variância robusta para número de mortes por queimaduras de causa térmica no período de janeiro de 2000 a dezembro de 2009.

	Estimativa	SE	Intervalo de Confiança 95% Exp(B)			Z	p
			exp(B)	Baixo	Alto
Constante	0,152	2,41·10−2	1,16	1,11	1,22	6,3	< ,001
Longitude•	3,02·10−2	3,79·10−3	1,031	1,023	1,038	7,97	< ,001
Latitude•	-4,29·10−2	3,39·10−3	0,958	0,952	0,964	-12,66	< ,001
Altitude•	4,11·10−4	5,29·10−5	1	1	1,001	7,77	< ,001
Área (Km²)•	1, 25·10−5	1,94·10−6	1	1	1	6,47	< ,001
Índice de Gini*	3,25	0,286	25,77	14,68	45,13	11,34	< ,001
Taxa de atividade*†	4,371·10−2	3,54·10−3	1,045	1,037	1,052	12,34	< ,001
Taxa de desocupação*†	9,77·10−3	4,05·10−3	1,01	1,002	1,018	2,41	0,016
Percentual de ocupados no setor agropecuário*	-2,446·10−2	2,10·10−3	0,976	0,972	0,98	-11,64	< ,001
Percentual da população vivendo em áreas urbanas*	0,884	0,151	2,42	1,8	3,26	5,84	< ,001
IDHM*	-12,73	0,6901	2,95·10−6	7,63·10−7	1,14·10−5	-18,45	< ,001
Taxa de envelhecimento*	1,97·10−3	0,01226	1,002	0,978	1,026	0,16	0,873
Taxa de analfabetismo*‡	8,75·10−3	0,00421	1,009	1	1,017	2,08	0,038
Percentual da população com ensino fundamental completo*†	0,122	0,00399	1,129	1,121	1,138	30,5	< ,001
População no início do período*	3,07·10−7	6,78E-09	1	1	1	45,36	< ,001

• †Entre a população com 18 anos de idade ou mais; ‡Entre a população com 15 anos ou mais de idade. IDHM: Índice de Desenvolvimento Humano Municipal. Modelo: Quasi-Poisson; R2: 0,704; Graus de liberdade χ²: 2,997.
• Fonte: • IBGE; *Censo 2000.

Tabela 5
Regressão de Poisson de variância robusta para número de mortes por queimaduras de causa térmica no período de janeiro de 2010 a dezembro de 2019.

	Estimativa	SE	Intervalo de Confiança 95% Exp(B)			Z	p
			exp(B)	Baixo	Alto
Constante	0,156	2,592·10−2	1,169	1,111	1,23	6,04	< ,001
Longitude•	3,47·10−2	3,8·10−3	1,035	1,028	1,043	9,14	< ,001
Latitude•	-3,73·10−2	3,52·10−3	0,963	0,957	0,97	-10,62	< ,001
Altitude•	2,54·10−4	5,69·10−5	1	1	1	4,47	< ,001
Área (Km²)•	1,40·10−5	1,63·10−6	1	1	1	8,55	< ,001
Índice de Gini*	6,067	0,304	431,24	237,24	781,89	19,94	< ,001
Taxa de atividade*†	3,39·10−2	3,91·10−3	1,034	1,027	1,042	8,66	< ,001
Taxa de desocupação*†	-2,93·10−2	6,89·10−3	0,971	0,958	0,984	-4,26	< ,001
Percentual de ocupados no setor agropecuário*	-2,91·10−2	2,52·10−3	0,971	0,967	0,976	-11,53	< ,001
Percentual da população vivendo em áreas urbanas*	1,028	0,177	2,794	1,98	3,96	5,81	< ,001
IDHM*	-15,9	0,99	1,24·10−7	1,79·10−8	8,68·10−7	-16,06	< ,001
Taxa de envelhecimento*	4,58·10−3	1,14·10−2	1,005	0,982	1,027	0,4	0,687
Taxa de analfabetismo*‡	2,93·10−3	5,53·10−3	1,003	0,992	1,014	0,53	0,596
Percentual da população com ensino fundamental completo*†	0,112	4,78·10−3	1,118	1,108	1,129	23,42	< ,001
População no início do período*	2,84·10−7	6,82·10−9	1	1	1	41,61	< ,001

• † Entre a população com 18 anos de idade ou mais; ‡Entre a população com 15 anos ou mais de idade. IDHM: Índice de Desenvolvimento Humano Municipal. Modelo: Quasi-Poisson; R2: 0,681; Graus de liberdade χ²: 6,404.
• Fonte: • IBGE; *Censo 2010.

Em ambos os períodos, todas as variáveis apresentaram significância estatística exceto a taxa de envelhecimento e a taxa de analfabetismo para mortes por queimaduras térmicas (Tabelas 4 e 5). O modelo matemático de predição pareceu explicar a variável dependente ligeiramente melhor no segundo período que no primeiro para ambos os mecanismos (Tabelas 2 a 5).

Finalmente, ao analisar as mortalidades médias mensais por 1 milhão de habitantes por queimaduras para cada estado do Brasil de 2010 a 2019, Rio de Janeiro (1,8: 1,617-1,983) e Maranhão (1,775: 1,483-2,058) ficaram acima da média nacional, enquanto Minas Gerais (1,058: 0,933-1,183) e São Paulo (0,95: 0,867-1,033) ficaram abaixo. As demais Unidades da Federação não apresentaram diferenças estatisticamente significativas em relação à média (dados não mostrados em tabelas).

Discussão

No período estudado, ocorreram oficialmente 2.791.718 óbitos por causas externas⁷. Assim, as 65.654 mortes por queimaduras correspondem a apenas 2,35% destes óbitos, o que pode fazer com que a importância deste tema seja subestimada (Tabela 1). Entretanto, as mortes por queimaduras são apenas a fase final da história natural deste tipo de trauma, havendo risco elevado de sequelas, incapacidade laboral em grande parte dos casos que não evoluem com óbito⁹.

As melhores estimativas para a incidência de queimaduras utilizam estudos de unidades de internação com difícil comparação com a base populacional de origem^6,9, o que torna o estudo das mortes por queimaduras mais confiável por usar uma base de dados nacional unificada e qualificada: o SIM, apesar do potencial de subestimar os eventos de ocorrência da lesão, em casos de erro de indicação do CID de forma consistente a ponto de não ser percebido pelos processos de validação pelas secretarias de estado de saúde⁸.

Embora seja possível haver modificações da conjuntura envolvida na dinâmica de mortes por queimaduras ao longo dos vinte anos estudados, não houve modificação significativa nas proporções de mortes por queimaduras elétricas e térmicas (Tabela 1) e os resultados obtidos por esse estudo foram consistentes (Tabelas 2 a 5).

Nos quatro modelos matemáticos construídos, a maioria das variáveis estudadas mostraram significância estatística, contudo, muitas delas apresentaram força de associação fraca, sugerindo que essas variáveis necessitam de grandes variações para produzir algum efeito perceptível (Tabelas 2 a 5). Esse foi o caso das variáveis geográficas (latitude, longitude, altitude e área); taxa de atividade; taxa de desocupação; percentual de ocupados no setor agropecuário; taxa de envelhecimento; taxa de analfabetismo; e população no início do período.

O índice de Gini e o IDHM mostraram grande força de associação em todos os modelos matemáticos construídos (Tabelas 2 a 5). Ambas as variáveis são importantes indicadores sociais e esse resultado sugere que os componentes sociais envolvidos no contexto do município podem ser determinantes sociais relevantes para eventos graves envolvendo queimaduras térmicas ou elétricas.

A revisão de literatura para este artigo não obteve sucesso em encontrar estudos ecológicos ou de base populacional associando variáveis sociais a queimaduras ou a seus desfechos fatais. Apesar disso, foram encontrados estudos com casuísticas de serviços especializados sugerindo haver relação entre variáveis sociais do indivíduo e eventos de queimadura que motivaram internação hospitalar, especialmente em queimaduras envolvendo crianças e outras pessoas vulneráveis^10-15.

Os estudos encontrados se empenharam em utilizar os casos de internação para estimativas de incidência populacional e, portanto, possuíam limitações importantes em testar hipóteses de associação entre estas variáveis sociais com representatividade confiável^10-15. Os resultados encontrados por este estudo podem sugerir maior segurança para estabelecer esta associação.

O ìndice de Gini é uma estratégia estatística de sumarizar o quão equitativamente um recurso é distribuído em uma população¹⁶. No caso do indicador produzido pelo IBGE, utiliza-se a renda domiciliar per capita¹, o que o torna uma medida de concentração de renda. Quanto mais próximo de um, mais concentrada está a renda nas mãos de poucos indivíduos e quanto mais próximo de zero, mais equilibrada é a distribuição de renda^1,16. Os resultados obtidos parecem apontar para um maior risco de óbitos associado à concentração de renda no município.

A interpretação do índice de Gini deve ser cautelosa e levar em conta que municípios com maior igualdade na distribuição de renda podem ser bem diferentes em relação à média de renda¹⁶. No caso deste estudo a associação ocorreu apenas para a concentração de renda, e não é possível fazer afirmações sobre o valor médio ou mediano da renda e assim, municípios com o mesmo valor no indicador podem ter renda média ou mediana bastante diferentes. De qualquer maneira, a concentração de renda é reconhecida como um relevante problema social e determinante de saúde para diversas condições, incluindo causas externas¹⁷.

O IDHM é um indicador composto formado por três dimensões de desenvolvimento: longevidade, educação e renda. Portanto, suas variações devem levar em consideração as compensações entre seus três eixos¹⁸. Os resultados obtidos apontam para maior associação de mortes por queimaduras com menores índices de desenvolvimento humano em todos os modelos matemáticos construídos. Esse efeito parece ser plausível, embora não seja possível separar a contribuição de cada dimensão.

A estrutura municipal associada aos melhores resultados de IDHM incluem aparatos urbanos de gestão complexa como sistemas de educação, saúde, transporte, segurança, suporte social, entre outros. Quando essa estrutura está ajustada às necessidades do local, é possível esperar melhores resultados sobre a expectativa de vida, educação e condições econômicas da população, mas colateralmente espera-se também que essa estrutura seja capaz de lidar com traumas complexos como queimaduras, com redução de sua letalidade¹⁹.

Dessa forma parece razoável supor que queimaduras podem constituir problemas de saúde pública decorrentes de falhas no desenvolvimento da sociedade atual, infligindo a morte sobre a parcela mais vulnerável da população. Caso o efeito seja estendido à ocorrência das queimaduras e não apenas às mortes, há que se considerar também que as potenciais sequelas podem incluir elevados custos ao indivíduo e à sociedade, por perdas funcionais, mas também cruéis estigmatizações.

Em dezembro de 2022 o Ministério da Saúde reconheceu pela primeira vez as queimaduras no Brasil como um problema a ser monitorado e produziu um boletim epidemiológico específico para este fim ⁴. Embora este boletim também tenha se concentrado nos óbitos por queimaduras, sua argumentação sustenta que esses números podem significar apenas uma pequena fração dos eventos de queimaduras, que por sua vez assumem um amplo espectro de gravidade e consequências⁴.

Dessa maneira, é possível generalizar com relativa segurança a associação entre baixas condições socioeconômicas e queimaduras a partir dos resultados deste estudo. Sem embargo, diversos estudos, em todo o mundo, com casuísticas de internação hospitalar por queimaduras também mostram essa associação, embora partindo de participantes já internados^20-23.

O modelo de regressão para mortes por queimaduras elétricas mostrou também associação com efeito significativo com o percentual da população vivendo em áreas urbanas (Tabelas 2 e 3). Esse efeito pode estar associado ao aparato urbano de distribuição de energia.

A Associação Brasileira de Conscientização para os Perigos da Eletricidade (Abracopel) produz anualmente um relatório sobre acidentes com a rede elétrica e em 2019, no final do período estudado, apresentava os acidentes com a rede aérea como o principal mecanismo de causa de morte para estes acidentes, provavelmente em grande parte associados a ações de furto de energia e manuseio da rede sem a devida habilitação²⁴.

No caso das mortes por queimaduras térmicas, a associação com o percentual da população em áreas urbanas mostrou-se ainda mais expressiva (Tabelas 4 e 5). Cloake et al.²⁵, em um estudo realizado com pacientes internados no Hospital Tygerberg, na cidade do Cabo, África do Sul, sugere que os movimentos migratórios prévios que promoveram o aumento da população em condições sociodemográficas precárias nos centros urbanos podem ter produzido com um efeito semelhante. Em geral, populações em situação de pobreza nas grandes cidades, tendem a ter menos tempo para cuidados com a segurança domiciliar, além de possuírem maior risco de se expor a acidentes de trabalho em ambientes insalubres²⁶.

Ainda em relação às mortes por queimaduras térmicas, foi observada associação positiva relevante com o percentual da população com ensino fundamental completo. Embora a literatura no Brasil encontre uma associação negativa entre variáveis de educação e queimaduras^27-29, o achado deste estudo pode ter uma explicação complexa que pode estar enviesada por não diferenciar pessoas que possuem apenas o ensino fundamental das com ensino médio e superior. Também não é possível descartar a hipótese de que o ensino fundamental completo abre acesso a ocupações de maior risco.

Por fim, pode-se analisar as médias mensais de mortalidades para as queimaduras por milhão de habitantes de ambas as causas por região. Nesse contexto, a região Sudeste chamou a atenção em relação as demais (Térmicas: 54,4 IC95%: 53,5-55,2; Elétricas: 22,9 IC95%: 22,4-23,5), seguida pelo Nordeste (Térmicas: 17,1 IC95%: 16,7-17,5; Elétricas: 25,2 IC95%: 24,7-25,6), Sul (Térmicas: 7,5 IC95%: 7,3-7,7; Elétricas: 4,7 IC95%: 4,6-4,8), Norte (Térmicas: 1,1 IC95%: 1,0-1,2; Elétricas: 2,5 IC95%: 2,4-2,6) e Centro-Oeste (Térmicas: 1,5 IC95%: 1,4-1,6; Elétricas: 1,9 IC95%: 1,9-2,0), considerando ambas as décadas agregadas. Isso indica oportunidades de pesquisas futuras explorando regionalmente os dados discutidos (dados não mostrados em tabela).

Este estudo tem como principal limitação o objeto ter sido definido pelo óbito, o que não permite inferências mais seguras aos eventos de queimaduras. Todavia, outras limitações devem ser consideradas como: o resultado dos modelos de regressão, que explicavam de 58,9% a 70,4% dos dados, sugerindo haver outras variáveis não utilizadas que podem apresentar influência significativa sobre os efeitos estudados, incluindo variáveis de confundimento. Há também limitações relacionadas às ações de verificação e registro do óbito e qualificação dos registros pelas secretarias estaduais de saúde, que podem inserir diferentes tipos de viés de aferição na base de dados utilizada. Nesse sentido, erros de preenchimento com consistência em relação a outras informações podem passar despercebidos pela consolidação dos dados e enviesar os resultados. A despeito destas possibilidades serem relevantes, a consistência dos achados em duas décadas diferentes com plausibilidade científica da maior parte deles, parece sugerir que os achados podem ser considerados válidos com razoável segurança.

Considerações finais

A partir do exposto pode-se concluir que este estudo oferece evidências verossímeis para reconhecer as queimaduras no Brasil como um dos muitos problemas complexos que envolvem dimensões socioeconômicas e subsidiar estudos futuros capazes de apontar estratégias de enfrentamento deste problema saúde pública dentro da estrutura do Sistema Único de Saúde. Os resultados nas análises relacionando óbitos por queimaduras e o IDHM, Índice Gini e Taxa de urbanização reforçam os impactos de características socioeconômicos nas queimaduras. Logo, é possível afirmar que as queimaduras e as suas sequelas devem ser entendidas como mais uma das consequências cruéis e complexas das desigualdades do Brasil moderno.

Apesar das limitações citadas anteriormente, os resultados trazem discussões relevantes e indicam novas oportunidades de pesquisa. Estudos futuros podem explorar as relações de mortalidade por região geográfica do país, explorando a homogeneidade de características também por estados com maior número de municípios, como São Paulo, Rio de Janeiro e Minas Gerais. Adicionalmente, outras análises comparando mortalidade por queimaduras e indicadores geográficos e socioeconômicos podem ser desenvolvidas utilizando o mesmo método.

Referências

• ¹ Instituto Brasileiro de Geografia e Estatística (IBGE). Censo Demográfico [Internet]. 2022 [acessado 2024 fev 21]. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/populacao/22827-censo-demografico-2022.html
  » https://www.ibge.gov.br/estatisticas/sociais/populacao/22827-censo-demografico-2022.html
• ² Instituto Brasileiro de Geografia e Estatística (IBGE). Sinopse do Censo Demográfico 2010 [Internet]. 2010 [acessado 2024 fev 21]. Disponível em: https://www.ibge.gov.br/censo2010/apps/sinopse/index.php?dados=10
  » https://www.ibge.gov.br/censo2010/apps/sinopse/index.php?dados=10
• ³ Sobral A, Freitas CM. Modelo de organização de indicadores para operacionalização dos determinantes socioambientais da saúde. Saude Soc 2010; 19(1):35-47.
• ⁴ Brasil. Ministério da Saúde (MS). Secretaria de Vigilância em Saúde. Monitoramento dos casos de arboviroses até a semana epidemiológica 50 de 2022. Boletim Epidemiológico 47. Brasília: MS; 2022.
• ⁵ Cruz BF, Cordovil PBL, Batista KNM. Perfil epidemiológico de pacientes que sofreram queimaduras no Brasil: revisão de literatura. Rev Bras Queimaduras 2012; 11(4):246-250.
• ⁶ Souza CO. Caracterização do Perfil Epidemiológico dos Queimados do Brasil: Revisão Sistemática da Literatura. Salvador: Universidade Federal da Bahia; 2016.
• ⁷ Brasil. Ministério da Saúde (MS). Tabnet DataSUS [Internet]. [acessado 2024 fev 21]. Disponível em: https://datasus.saude.gov.br/informacoes-de-saude-tabnet/
  » https://datasus.saude.gov.br/informacoes-de-saude-tabnet
• ⁸ Drumond EF, Machado CJ, Vasconcelos MR, França E. Utilização de dados secundários do SIM, Sinasc e SIH na produção científica brasileira de 1990 a 2006. Rev Bras Estud Popul 2009; 26(1):7-19.
• ⁹ Lopes DC, Ferreira ILG, Adorno J. Manual de Queimaduras Para Estudantes. Vol 1. Goiânia: Sociedade Brasileira de Queimaduras; 2021.
• ¹⁰ Vendrusculo TM, Balieiro CRB, Echevarría-Guanilo ME, Farina Junior JA, Rossi LA. Queimaduras em ambiente doméstico: características e circunstâncias do acidente. Rev Latino Am Enferm 2010; 18(3):157-164.
• ¹¹ Smolle C, Cambiaso-Daniel J, Forbes AA, Wurzer P, Hundeshagen G, Branski LK, Huss F, Kamolz LP. Recent trends in burn epidemiology worldwide: A systematic review. Burns 2017; 43(2):249-257.
• ¹² Nthumba PM. Burns in sub-Saharan Africa: A review. Burns 2016; 42(2):258-266.
• ¹³ Dokter J, Vloemans AF, Beerthuizen GIJM, van der Vlies CH, Boxma H, Breederveld R, Tuinebreijer WE, Middelkoop E, van Baar ME; Dutch Burn Repository Group. Epidemiology and trends in severe burns in the Netherlands. Burns 2014; 40(7):1406-1414.
• ¹⁴ Saeman MR, Hodgman EI, Burris A, Wolf SE, Arnoldo BD, Kowalske KJ, Phelan HA. Epidemiology and outcomes of pediatric burns over 35 years at Parkland Hospital. Burns 2016; 42(1):202-208.
• ¹⁵ Hwee J, Song C, Tan KC, Tan BK, Chong SJ. The trends of burns epidemiology in a tropical regional burns centre. Burns 2016; 42(3):682-686.
• ¹⁶ Frank A. Farris. The Gini Index and Measures of Inequality. Am Mathematical Monthly 2010; 117(10):851.
• ¹⁷ Weichert MA. Violência sistemática e perseguição social no Brasil. Rev Bras Segur Publica 2017; 11(2):106-128.
• ¹⁸ Mattei TF, Bezerra FM, Mello GR. Despesas públicas e o nível de desenvolvimento humano dos estados brasileiros: uma análise do IDHM 2000 e 2010. RACE 2018; 17(1):29-54.
• ¹⁹ Lavrentieva A. Socioeconomic factors and burn. The challenges of poverty and social gradient in our tumultuous world. Burns 2016; 42(5):1022-1023.
• ²⁰ Mistry RM, Pasisi L, Chong S, Stewart J, She RBW. Socioeconomic deprivation and burns. Burns 2010; 36(3):403-408.
• ²¹ Romanowski KS, Zhou Y, Ten Eyck P, Baldea A, Gallagher JJ, Galet C, Liu YM. Racial And Socioeconomic Differences Affect Outcomes in Elderly Burn Patients. Burns 2021; 47(5):1177-1182.
• ²² Yin B, He Y, Zhang Z, Cheng X, Bao W, Li S, Wang W, Jia C. Global burden of burns and its association with socio-economic development status, 1990-2019. Burns 2024; 50(2):321-374.
• ²³ Mohammadi AA, Hoghoughi MA, Karoobi M, Ranjbar K, Shahriarirad R, Erfani A, Modarresi MS, Zardosht M. Socioeconomic Features of Burn Injuries in Southern Iran: A Cross-sectional Study. J Burn Care Res 2022; 43(4):936-941.
• ²⁴ ABRACOPEL. Anuário Estatístico ABRACOPEL: Acidentes de Origem Elétrica. 2018.
• ²⁵ Cloake T, Haigh T, Cheshire J, Walker D. The impact of patient demographics and comorbidities upon burns admitted to Tygerberg Hospital Burns Unit, Western Cape, South Africa. Burns 2017; 43(2):411-416.
• ²⁶ André SB, Carvalho FM, Daltro C, Pena P. Epidemiologia dos acidentes em uma comunidade de baixa renda de Salvador, Bahia. Rev Baiana Saude Publica 2014; 38(3):585-597.
• ²⁷ Pereira NCS, Paixão GM. Características de pacientes internados no centro de tratamento de queimados no estado do Pará. Rev Bras Queimaduras 2017; 16(2):106-110.
• ²⁸ Queiroz PR, Lima KC, Alcântara IC. Prevalência e fatores associados a queimaduras de terceiro grau no município de Natal, RN - Brasil. Rev Bras Queimaduras 2013; 12(3):169-176.
• ²⁹ Santos GP, Freitas NA, Bastos VD, Carvalho FF. Perfil epidemiológico do adulto internado em um centro de referência em tratamento de queimaduras. Rev Bras Queimaduras 2017; 16(2):81-86.

• Declaração de disponibilidade de dados
  As fontes de dados utilizados na pesquisa estão indicadas no corpo do artigo.

• Editores-chefes:
  Maria Cecília de Souza Minayo, Romeu Gomes, Antônio Augusto Moura da Silva, Vânia de Matos Fonseca

Disponibilidade de dados

As fontes de dados utilizados na pesquisa estão indicadas no corpo do artigo.

Datas de Publicação

• Publicação nesta coleção
  10 Nov 2025
• Data do Fascículo
  Nov 2025

Histórico

• Recebido
  15 Mar 2024
• Aceito
  22 Maio 2025
• Publicado
  24 Maio 2025