Mortality Due to Heart Failure and Socioeconomic Development in Brazil between 1980 and 2018.

BACKGROUND: Studies on mortality from heart failure (HF) in Brazil and in the country's Geographic Regions (GRs) are scarce.
OBJECTIVE: To analyze the temporal progression of HF mortality rates by sex and age group in Brazil and its GRs and Federative Units (FUs) from 1980 to 2018, and the associations between mortality rates at each FU and the Municipal Human Development Index (MHDI).
METHODS: Time series analysis of deaths due to HF categorized by sex and age groups in Brazil and Brazilian GRs and FUs from 1980 to 2018. Death and population data were obtained from the DATASUS for estimation of crude and standardized mortality rates per 100,000 inhabitants (direct method, Brazilian population in the year 2000). We calculated the 3-year moving averages of the standardized rates. The MHDIs of the FUs in 1991 and 2010 were obtained from Atlas Brasil and were correlated with mortality rates using Pearson's correlation at a 5% significance level.
RESULTS: Mortality due to HF decreased in Brazil after 2008, reaching a similar level at the end of 2018 in the GRs and FUs, and was higher in men during almost all periods and age groups, except for those over the age of 60 years after 1995 in the South region. There was an inverse relationship between MHDI and reduction in mortality rates (0.73).
CONCLUSION: There was a progressive reduction in mortality rates due to HF in Brazil from 2008 to 2018, with similar levels in 2018 in the GRs and FUs and higher rates in men. These reductions appear to be related more to the 2010 MHDI than the percentage increase over time.

Introdução

A mortalidade anual por Doenças Cardiovasculares (DCV) é maior do que por qualquer outra causa, fazendo desta a primeira causa de óbitos no mundo. Estima-se que 17,9 milhões de pessoas morreram de DCV em 2016, representando 31% de todas as mortes globais e mais de três quartos das mortes por DCV ocorrem em países de baixa e média renda.[1] Dentre as DCV a insuficiência cardíaca (IC) destaca-se pela elevada e crescente morbidade e mortalidade.[2]

Dados do Global Burden of Disease ( GBD) não disponibilizam estimativas de mortalidade por IC por considerá-la a via final comum de várias doenças, caracterizando-a como garbage code (i.e, um código inespecífico, incompleto e que não identifica claramente a causa básica do óbito),[3] e redistribuindo as mortes pelas condições que foram responsáveis por sua ocorrência. No Brasil, segundo o GBD, a prevalência e a taxa padronizada por IC, por100mil habitantes, em 1990 e 2017, foi de 670.194,8 (II95=589952,6; 753.672,6) e 818,1 (II95=718,1; 922,8), 1.686.320,1 (II95=1.478.563,8;1.890.537,3) e 777,2 (II95= 680,0;874,80), respectivamente, com redução percentual de -5% (II95- -7.1;-3) na taxa de prevalência padronizada ao longo de 27 anos.[3]

Os estudos sobre mortalidade por IC no Brasil, com dados do Sistema de Informação de Mortalidade em Regiões Geográficas (RG) e Unidades da Federação (UF) com diferentes níveis de desenvolvimento socioeconômico são escassos. Estudo realizado entre os anos de 2004 e 2011, considerando-se as causas básicas de morte, observou que a mortalidade proporcional por IC aumentou com a idade, e as maiores porcentagens foram notadas entre as mulheres idosas, no Brasil e RG.[4] Os autores fizeram associação com a doença isquêmica do coração como causa mais frequente para a ocorrência e desenvolvimento de IC, e discutiram as diferenças regionais como consequência, entre outras, das condições socioeconômicas e estruturas de atenção à saúde.[5] Recente estudo realizado no estado da Paraíba, estado com menor desenvolvimento socioeconômico, entre 2008 e 2015, reportou que a mortalidade por IC em números absolutos apresentou um declínio não significativo de 2008 a 2015 (R = -0,513), o mesmo acontecendo no Brasil (R = -0,412), sem diferença estatisticamente significativa quanto ao gênero e faixas etárias.[6] No entanto, as relações da IC com os indicadores sociais e econômicos no Brasil foram pouco exploradas na literatura até o momento.

O Índice de Desenvolvimento Humano (IDH), que pretende representar saúde, educação e renda, na tentativa de medir vida longa e saudável, acesso ao conhecimento e padrão de vida, parece ser um bom indicador socioeconômico para avaliação dessas relações complexas entre os determinantes sociais e DCV. Desde 2009, é composto pela expectativa de vida ao nascer, por anos médios de estudo da população adulta e anos esperados de estudo para as crianças (taxa de matrícula escolar), e pela renda per capita. [7]

Esse estudo pretende analisar a evolução temporal das taxas de mortalidade por IC de acordo com sexo e faixa etária no Brasil, nas RG e nas UF ao longo dos últimos 39 anos, e as associações com o IDH, índice escolhido para comparar o desenvolvimento socioeconômico entre as UF.

Materiais e Métodos

Trata-se de estudo ecológico e descritivo de séries históricas de registro de óbitos por Insuficiência Cardíaca (IC) ocorridos no Brasil, entre 1980 e 2018, em todas as faixas etárias e em ambos os sexos.

As informações sobre a causa básica de óbito foram retiradas do site do Sistema de Informações sobre Mortalidade (SIM) do Departamento de Informática do Sistema Único de Saúde (DATASUS) do Ministério da Saúde.[8] Após o download da base dados, os arquivos originais em formato CSV foram convertidos em formato XLS através do programa Microsoft Excel,[9] o mesmo utilizado para análise de dados e construção de gráficos e tabelas. Para identificar os óbitos cuja causa básica foram IC, utilizou-se as categorias 428 da CID-9[10] para os óbitos ocorridos entre 1980 e 1995, e I50 da CID-10[11] para os óbitos ocorridos a partir de 1996.

As informações sobre a população residente foram também retiradas do site do DATASUS,[8] que por sua vez considerou os dados censitários do Instituto Brasileiro de Geografia e Estatística (IBGE) de 1980, 1991, 2000 e 2010, projeções intercensitárias até 2012, e projeções populacionais de 2013 em diante.

Foram estimadas as taxas de mortalidade anuais, nas UF, por 100.000 habitantes, brutas e padronizadas pelo método direto,[12] utilizando-se como padrão a estrutura etária da população brasileira do ano 2000. Para cada UF foram calculadas as médias móveis das taxas padronizadas a cada três anos, desconsiderando-se os dois anos iniciais da série (1980 e 1981 para todas as UF; 1989 e 1990 para Tocantins), até 2018. As UF foram agrupadas nas cinco RG do país (Norte, Nordeste, Sudeste, Sul e Centro-Oeste). Ressalta-se que a partir de 1989, a região Norte passou a computar os dados de Tocantins, UF criada em 1988.

Foram estimadas as taxas brutas de mortalidade por região geográfica, em três faixas etárias (até 29 anos, 30-59 anos, 60 anos ou mais), em sete períodos de cinco anos e em um período de quatro anos (2015 a 2018), com posterior cálculo da razão das taxas para os sexos masculino/feminino.

O Índice de Desenvolvimento Humano (IDH) de cada UF correspondente aos anos de 1991 e 2010 foram obtidos do site Atlas Brasil.[13] As informações são resultado da adaptação do cálculo do IDH global do país para os níveis municipal e estadual, realizados pelo Programa das Nações Unidas para o Desenvolvimento (PNUD - Brasil), pelo Instituto de Pesquisa Econômica Aplicada (IPEA) e pela Fundação João Pinheiro, criando assim o Índice de Desenvolvimento Humano Municipal (IDHM), cuja interpretação é a mesma do IDH global, porém em níveis municipal e estadual. A seguir, calculou-se a variação percentual do IDHM de cada UF entre 1991 e 2010, e a sua correlação com a variação percentual das taxas de mortalidade padronizadas nas respectivas UF entre 1990 e 2018 empregando-se o coeficiente de correlação de Pearson, para o qual foi adotado nível de significância inferior a 0,05. Ressalta-se que, neste caso, foi escolhido o ano de 1990 para início da série temporal para que todas as UF pudessem ser avaliadas com o mesmo intervalo de tempo, considerando a criação de Tocantins em 1988. Procedeu-se também a realização da correlação do IDHM de 2010 com a variação percentual das taxas de mortalidade padronizadas nas respectivas UF entre 1990 e 2018, dado disponibilizado com a atual metodologia de cálculo.

Resultados

Entre 1980 e 2018 foram encontrados 1.185.120 óbitos, sendo 49,3% (584.155) no sexo masculino. Quanto a distribuição por RG, 48.533 ocorreram na Região Norte, 245.898 na Região Nordeste, 602.105 na Região Sudeste, 218.496 na Região Sul e 70.088 na Região Centro-Oeste. Os dados completos empregados para o estudo estão disponibilizados nos anexos 1 , 2 , 3 e 4 .

A Figura 1 apresenta as médias móveis de três anos das taxas de mortalidade padronizadas por idade, por 100.000 habitantes, em cada UF agrupadas nas cinco regiões geográficas ( Figuras 1A a 1E ) e o total nacional ( Figura 1F ), no período entre 1982 e 2018. Na região Norte, à exceção de Rondônia e Acre, que apresentaram aumento das médias na primeira e segunda décadas de observação, respectivamente, todas as demais UF apresentaram declínio progressivo e, a partir de 2008, as médias foram semelhantes em todas as UF com pequenas oscilações até 2018 ( Figura 1A ). Tocantins, por ter sido criado em 1988, apresentou dados a partir de 1989 e neste caso, o início do cálculo das médias móveis ocorreu a partir de 1991 ( Figura 1A ). Na região Nordeste ( Figura 1B ), Alagoas apresentou as maiores médias no início do período e, apesar da tendência de declínio, mostrou elevações entre 1998 e 2008, comportamento semelhante ao do Piauí. Seguindo a mesma tendência da Região Norte, a partir de 2008, as médias de todas as UF da Região Nordeste foram semelhantes entre si, apresentando a mesma tendência evolutiva nos último 10 anos de observação.

Figura 1

– Médias móveis de três anos das taxas de mortalidade padronizadas por idade, por 100.000 habitantes, em cada Unidade da Federação agrupadas nas cinco Regiões Geográficas (Figuras 1A- Norte, IB- Nordeste, IC- Sudeste, ID Sul, IE- Centro-Oeste) e o total nacional (1F).

As UF da região Sudeste ( Figura 1C ), apesar de mostrarem médias elevadas no início do período, apresentaram queda progressiva ao longo dos anos, em especial no Espírito Santo, onde a partir de 2010 se destacou por apresentar as médias mais baixas da região, em caráter estável e sustentado. As UF da região Sul ( Figura 1D ), assim como observado na região Sudeste, apresentaram médias elevadas no início do período de observação e, à exceção do Paraná que apresentou elevação durante toda a década de 90, todas as UF apresentaram queda progressiva, atingindo valores semelhantes aos da região Sudeste no período final de observação. A Figura 1E mostra importantes oscilações nas UF da região Centro-Oeste ao longo das três primeiras décadas, assumindo tendência a linearidade apenas nos últimos 10 anos de observação. Assim como visto nas regiões em separado, a tendência nacional no período ( Figura 1F ) é de queda. Partindo-se de valores intermediários no início da série, ocorreram pequenas oscilações, sobretudo na década de 1990, com posterior tendência a linearidade a partir do início dos anos 2000.

A Tabela 1 apresenta a razão das taxas de mortalidade entre os sexos masculino e feminino nas cinco regiões geográficas, em períodos de cinco anos, em três faixas etárias. As taxas no sexo masculino foram maiores durante quase todos os períodos e faixas etárias observadas, atingindo as maiores proporções na faixa etária entre 30-59 anos em todas as regiões geográficas. As taxas de mortalidade no sexo feminino foram superiores (razão <1) apenas na faixa etária até 29 anos em breves períodos nas regiões Norte e Nordeste, e na faixa etária acima de 60 anos, a partir de 1995, na região Sul ( Tabela 1 ).

Tabela 1

– Razão entre as taxas bruta de mortalidade nos sexos masculino e feminino, e grupos etários, em períodos de cinco anos, por região geográfica

Faixa etária	Região/Período	1980-1984	1985-1989	1990-1994	1995-1999	2000-2004	2005-2009	2010-2014	2015-2018
0-29	Norte	1,0	0,9	1,2	1,0	1,2	1,3	1,3	1,8
	Nordeste	0,9	1,0	1,0	1,1	1,1	1,4	1,4	1,5
	Sudeste	1,1	1,2	1,3	1,3	1,2	1,6	1,5	1,8
	Sul	1,1	1,2	1,2	1,6	1,5	1,3	1,5	1,1
	Centro-Oeste	1,1	1,1	1,1	1,1	1,9	1,5	2,7	1,0
30-59	Norte	1,5	1,4	1,5	1,4	1,6	1,9	1,8	1,5
	Nordeste	1,2	1,3	1,4	1,3	1,3	1,4	1,5	1,6
	Sudeste	1,4	1,5	1,6	1,5	1,6	1,7	1,6	1,5
	Sul	1,4	1,5	1,5	1,4	1,4	1,5	1,4	1,2
	Centro-Oeste	1,2	1,5	1,6	1,6	1,8	1,9	1,7	1,7
60+	Norte	1,1	1,1	1,1	1,1	1,2	1,3	1,3	1,2
	Nordeste	1,2	1,2	1,2	1,1	1,2	1,2	1,2	1,2
	Sudeste	1,1	1,1	1,0	1,0	1,0	1,0	1,0	1,0
	Sul	1,1	1,0	1,0	0,9	0,9	0,9	0,9	0,9
	Centro-Oeste	1,1	1,1	1,0	1,0	1,1	1,1	1,1	1,2

O coeficiente de correlação de Pearson entre a variação das taxas de mortalidade entre 1990 e 2018 e a variação do IDHM entre 1991 e 2010 de cada UF foi 0,73 (correlação forte) com p=0,00001, e a Figura 2A apresenta as UF em gráfico de dispersão, enquanto a Figura 2B demonstra a correção das taxas de mortalidade e o IDHM de 2010, com valor de 0,72. Como já observado na Figura 1 em relação as médias móveis em período mais prolongado, todas as UF apresentaram redução e, portanto, variação negativa nas taxas de mortalidade, quando comparados os anos de 1990 e 2018 ( Figura 2A , eixo y). Por outro lado, todas as UF apresentaram aumento e, portanto, variação positiva nos IDHM entre 1991 e 2010 ( Figura 2A , eixo x). Pode-se notar na Figura 2A , as UF que apresentaram as maiores reduções nas taxas de mortalidade foram as que apresentaram os menores aumentos no IDHM. Ao contrário, as UF que apresentaram as menores reduções nas taxas de mortalidade foram as que apresentaram os maiores aumentos no IDHM. A Figura 2B demonstra a relação inversa entre o IDHM 2010 e as variações percentuais das taxas de mortalidade. A Tabela 2 apresenta os IDHM de 2010, e as variações do IDHM entre 1991 e 2010 de cada UF.

Figura 2

– Gráficos de dispersão. A) Correlação entre as variações percentuais do IDHM entre 1991 e 2010 e as taxas de mortalidade entre 1990 e 2018, em cada Unidade da Federação (Siglas) do Brasil. B) Correlação entre o IDHM absoluto no ano 2010 e a variação percentual das taxas de mortalidade entre 1990 a 2018, em cada Unidade da Federação (siglas) do Brasil.

Tabela 2

– Índice de Desenvolvimento Humano Municipal (IDHM) por Unidade da Federação e sua variação percentual entre 1991 e 2010

Unidade da Federação	IDHM 2010	∆% 1991-2010
Rondônia	0,690	69,5
Acre	0,663	64,9
Amazonas	0,674	56,7
Roraima	0,707	54,0
Pará	0,646	56,4
Amapá	0,708	50,0
Tocantins	0,699	89,4
Maranhão	0,639	79,0
Piauí	0,646	78,5
Ceará	0,682	68,4
Rio Grande do Norte	0,684	59,8
Paraíba	0,658	72,3
Pernambuco	0,673	53,0
Alagoas	0,631	70,5
Sergipe	0,665	63,0
Bahia	0,660	71,0
Minas Gerais	0,731	52,9
Espírito Santo	0,740	46,5
Rio de Janeiro	0,761	32,8
São Paulo	0,783	35,5
Paraná	0,749	47,7
Santa Catarina	0,774	42,5
Rio Grande do Sul	0,746	37,6
Mato Grosso do Sul	0,729	49,4
Mato Grosso	0,725	61,5
Goiás	0,735	50,9
Distrito Federal	0,824	33,8

∆% 1991-2010 = Variação percentual entre 1991 e 2010

Discussão

A IC afeta aproximadamente 26 milhões de pessoas em todo o mundo, esses dados tendem a aumentar com o envelhecimento populacional, com a alta prevalência de fatores de risco cardiovascular, com a sobrevivência dos pacientes a eventos coronarianos agudos e com melhorias terapêuticas da IC.[14] Nos Estados Unidos da América, estima-se que até 2030, mais de 8 milhões de pessoas terão a doença, com números crescentes devido ao envelhecimento populacional.[15]

A mortalidade por IC diminuiu no Brasil ao longo dos 29 anos estudados, apresentando tendência de redução progressiva a partir de 2008, atingindo ao final de 2018 patamar semelhante nas RG e UF ( Figura 1 ). Essa tendência foi semelhante a observada em estudo com 5.823 pacientes seguidos por um ano em diferentes regiões do mundo, e que apontou mortalidade proporcional de 9% na América do Sul. Os autores observaram mortalidade elevada na África (34%) e na Índia (23%), intermediária no Sudeste Asiático (15%), e menor na China e no Oriente Médio (7%), que persistiram apesar do ajuste por múltiplas variáveis clínicas, terapêutica medicamentosa, e fatores socioeconômicos. Os autores formularam a hipótese de que a qualidade, o acesso, e a infraestrutura dos serviços de saúde, bem como fatores genéticos e ambientais estariam envolvidos nesse complexo fenômeno.[16]

Outro aspecto importante é que a idade média dos pacientes com IC era uma década menor nos países de baixa-média renda quando comparado com os de alta renda,[17] o que pode estar relacionado com o retardo no diagnóstico e tratamento, que acarretaria pior prognóstico para os pacientes menos favorecidos e que se somaria a baixa expectativa de vida nesses países.[14 , 18] Em coorte de 4 milhões de indivíduos representativa da população do Reino Unido, oriunda da Clinical Practice Research Datalink (CPRD), observou-se que indivíduos desfavorecidos do ponto de vista socioeconômico foram mais propensos a desenvolver IC do que os indivíduos ricos (razão de taxa de incidência 1:61, IC95% 1,58-1,64), e o fizeram mais cedo na vida (diferença ajustada –3,51 anos, IC95% 3,77–3,25), com mais comorbidades, apesar de mais jovens. Também notaram que de 2002 a 2014, o gradiente socioeconômico da idade na primeira apresentação com IC aumentou.[19]

As taxas de mortalidade por IC no sexo masculino foram maiores durante quase todos os períodos e faixas etárias observadas, exceto na faixa etária acima de 60 anos, a partir de 1995, na região Sul ( Tabela 1 ), provavelmente relacionada com a etiologia isquêmica da IC, exceto nas idades mais avançadas, o que pode estar associado com a maior longevidade das mulheres, conforme observado em metanálise que reuniu cerca de 240 mil pacientes com IC aguda e crônica.[17] Outro estudo com 88.416 pacientes com a base de dados Clinical Practice Research Datalink (CPRD) do Reino Unido, observou que os riscos de desfechos adversos foram maiores nos mais velhos, nos homens, nos com privação socioeconômica e naqueles cujo diagnóstico de IC foi realizado quando da hospitalização. Notaram também piora dos desfechos em mulheres nas últimas duas décadas. Os autores concluíram que essas disparidades provavelmente refletem a carga crescente de doenças não cardiovasculares em pacientes com IC, que exigirão mudança da abordagem contemporânea, que também precisará agregar a gestão e melhoria do status socioeconômico.[20]

Estudos prévios mostraram que em países onde o IDH é baixo, os pacientes apresentam IC em idade mais jovem do que nos países com IDH mais elevado,[17] e a privação econômica está associada com maior incidência de IC em nível nacional.[21 , 22] Em estudo com mais de 17.100 pacientes de um Sistema Universal de Saúde, com IC e fração de ejeção do ventrículo esquerdo reduzida, observou-se que a renda baixa foi associada com maior risco de morte por todas as causas, readmissão nos 12 meses subsequentes ao diagnóstico de IC, maior tempo de internação, e maior taxa de mortalidade hospitalar.[23]

Observou-se tendência inversa entre a variação da taxa de mortalidade das UF entre 1990 e 2018, e a variação do respectivo IDHM entre 1991 e 2010. Assim, embora as UF que apresentaram as maiores reduções nas taxas de mortalidade tenham apresentado os menores incrementos no IDHM ( Figura 2A - RJ, DF, SP, RS, SC, ES), todas atingiram IDHM igual ou superior a 0,7 em 2010 ( Tabela 2 ). Ao contrário, observou-se que nenhuma das UF com os maiores incrementos no IDHM ( Figura 2A - TO, MA, PI, PB, AL, BA) apresentou IDHM maior que 0,7 em 2010 ( Figura 2B ). Este fato sugere que em relação a mortalidade por IC, mais importante que o grau de incremento do IDHM é o nível final que ele alcança. Estudo que avaliou 1802 pacientes do Reino Unido com IC e fração de ejeção do ventrículo esquerdo reduzida, empregando um Índice Múltiplo de Privação Socioeconômica, observou que mortalidade por todas as causas e a mortalidade por causas não cardíacas, ajustada pela idade, foram associadas com alto risco de privação socioeconômica, mas não com a mortalidade por causas cardiovasculares. Esse excesso de risco foi atribuído ao excesso de mortalidade não cardíaca e hospitalizações e não pode ser associado com a falta de medicação para IC baseada em evidências. Os autores sugerem que intervenções socioeconômicas precisam ser implementadas para reduzir os riscos pessoais e a carga econômica da doença em pacientes com IC e baixo nível de status socioeconômico.[24]

No presente estudo não foram avaliadas as causas múltiplas de óbito, somente as causas básicas selecionadas a partir das informações registradas nas declarações de óbito. Este fato torna-se uma limitação porque os códigos relacionados a IC, em geral, são descartados após a aplicação das regras de seleção de causa básica da Organização Mundial da Saúde,[25] o que pode levar ao subdimensionamento dos óbitos por IC. Entretanto, por serem regras de aplicabilidade mundial, acredita-se que não haja prejuízo quando realizada a comparação de mortes entre diferentes países e/ou regiões.

Outro ponto a ser destacado é que por tratar-se de um estudo que avalia diretamente a causa básica de óbito, a qualidade desta informação depende do adequado preenchimento da declaração de óbito. Erros no preenchimento e incompletude das declarações ocasionados por desconhecimento do declarante[26] representam potenciais problemas que podem interferir nas estatísticas oficiais. Entretanto, por ser de caráter sistêmico, possíveis erros afetariam toda as causas de óbito não influenciando apenas nos óbitos por IC.

O IDH por sua vez, apesar de incluir dados relacionados a renda, escolaridade e expectativa de vida, representa apenas uma visão parcial do status socioeconômico de determinado país ou região, não sendo possível a avalição de fenômenos como desigualdade ou qualidade de vida e suas influências na mortalidade por IC. Entretanto, por sua disponibilidade mundial permite comparar, com adequada dimensão, diferentes populações.

A IC representa enorme ônus econômico para a sociedade, sendo a principal causa de hospitalização nos países ocidentais.[27] Nos países em desenvolvimento e com muitas desigualdades sociais, com prevalência crescente, especialmente nos mais jovens, e com gastos públicos ineficientes em assistência médica, os efeitos econômicos da IC a longo prazo precisarão ser considerados, principalmente em países continentais como o Brasil.

Poucos dados são conhecidos sobre a epidemiologia da IC, especialmente em países de média-renda como o Brasil, onde acredita-se que a prevalência está aumentando, e reporta-se associação com a doença isquêmica do coração, doença reumática, doença de Chagas e hipertensão, entre outras.[28] A redução da mortalidade por IC pode ser consequência dos avanços no tratamento da Doença Isquêmica do Coração (DIC), mas também deve estar relacionada com a evolução do tratamento da própria IC, principalmente após a introdução do bloqueio neuro-humoral.[4]

. Esforços devem ser feitos no sentido de ampliar o acesso à assistência à saúde e o controle mais efetivo dos fatores de risco cardiovasculares, dislipidemia, obesidade, sedentarismo, diabetes, bem como dos determinantes sociais, que contribuem tanto para a mortalidade por DIC quanto por IC. E é neste contexto que pode ter papel importante a ampliação da abrangência do Programa de Saúde da Família, que além de converter o modelo de cuidado para a atenção básica, aumenta a cobertura do Sistema Nacional de Saúde, reduzindo a proporção de mortes não assistidas, melhorando a qualidade da informação vital no Brasil, e diminuindo as hospitalizações por doenças crônicas como a IC.[29] Estudos futuros precisarão ser realizados relacionando a capacidade instalada de recursos de saúde, e as causas múltiplas representadas pelos fatores de risco como contribuintes para o processo complexo da morte, a fim de que possamos direcionar as políticas de saúde pública voltadas para IC no Brasil.

Conclusão

Este estudo avaliou a mortalidade por IC no Brasil ao longo de 39 anos, em cada UF das RG e demonstrou que, apesar de oscilações, todas as UF apresentaram redução das taxas de mortalidade especialmente nos últimos 10 anos de observação. Observou-se que nas faixas etárias entre 30-59 anos houve predomínio dos óbitos no sexo masculino. Houve tendência a relação inversa entre os percentuais de aumento do IDHM e redução das taxas de mortalidade, podendo esta última estar relacionada ao nível absoluto de IDHM alcançado em 2010. Estes achados poderiam, ao menos em parte, se justificar por melhorias no acesso ao sistema de saúde, no tratamento da IC, e nas condições socioeconômicas da população ao longo de quase quatro décadas.

* Material suplementar

Para informação adicional, por favor, clique aqui.

Introduction

Annual mortality rates are higher for cardiovascular diseases (CVDs) than any other cause, making these the first causes of death worldwide. About 17.9 million people are estimated to have died from CVDs in 2016, representing 31% of all global deaths and more than three-quarters of CVD deaths in low- and middle-income countries.[1] Among all CVDs, heart failure (HF) stands out for its high and increasing morbidity and mortality rates.[2]

Mortality rates due to HF are not estimated in the Global Burden of Disease (GBD) data since this condition is considered to be the common end to several diseases (also known as garbage code, i.e. , a nonspecific, incomplete code that does not identify clearly the underlying cause of death)[3] and redistributes the deaths by the conditions that were responsible for their occurrence. According to the GBD, the prevalence and standardized rates of HF per 100,000 inhabitants in Brazil were 670,194.8 (95% uncertainty interval [UI] = 589,952.6; 753,672.6) and 818.1 (95% UI = 718.1; 922.8) in 1990 and 1,686,320.1 (95% UI = 1,478,563.8; 1,890,537.3) and 777.2 (95% UI = 680.0; 874.80) in 2017, with a percentage reduction of -5% (95% UI = -7.1; -3) in the standardized prevalence rate over 27 years.[3]

Studies on HF mortality in Brazil based on data from the Mortality Information System in Geographic Regions (GRs) and Federative Units (FUs) with different levels of socioeconomic development are scarce. A study on underlying causes of death carried out between 2004 and 2011 observed that the proportional mortality due to HF increased with age, and that the highest percentages in Brazil and its GRs were observed among elderly women.[4] The authors found ischemic heart disease to be the most frequent cause for the occurrence and development of HF, and suggested that regional differences may be a consequence of socioeconomic conditions and health care structures, among other factors.[5] A recent study conducted between 2008 and 2015 in Paraíba, the state with the lowest socioeconomic development, has reported that the HF mortality in absolute numbers had a nonsignificant decline between 2008 and 2015 (R = -0.513), and that the same happened in Brazil (R = -0.412), with no observed statistically significant differences regarding sex and age groups.[6] However, the relationships of HF and social and economic indicators in Brazil have not been much explored in the literature.

The Human Development Index (HDI) is a summary measure of the population's health, education, and income that evaluates long and healthy life, access to knowledge, and standard of living. This index appears to be a good socioeconomic indicator to assess the complex relationships between social determinants and CVD. Since 2009, the HDI has been composed of the life expectancy at birth, average years of schooling for the adult population and expected years of schooling for children (school enrollment rate), and the gross national income per capita.[7]

The present study aimed to analyze the temporal evolution of HF mortality rates according to sex and age group in Brazil and in the country's GRs and FUs over the last 39 years, and the associations of the mortality rates with the MHDI, an index chosen to compare the socioeconomic development among the FUs.

Materials and Methods

This was an ecological and descriptive study of historical series of death certificates related to deaths due to HF that occurred in Brazil between 1980 and 2018, across all age groups and in both sexes.

Information on the underlying cause of death was retrieved from the website of the Brazilian Mortality Information System ( Sistema de Informação de Mortalidade , SIM) of the Department of Informatics of the Unified Health System (DATASUS) of the Ministry of Health.[8] After downloading the database, the original files in a .CSV format were converted into a .XLS format using the program Microsoft Excel,[9] which was also used for the data analysis and construction of graphs and tables. For identification of deaths with HF as the underlying cause, we used the categories 428 of the ICD-9[10] for deaths that occurred between 1980 and 1995, and I50 of the ICD-10[11] for deaths that occurred after 1996.

Information on the resident population was also retrieved from the DATASUS website,[8] which in turn considered the census data from the Brazilian Institute of Geography and Statistics ( Instituto Brasileiro de Geografia e Estatística , IBGE) from 1980, 1991, 2000, and 2010, intercensal projections until 2012, and population projections from 2013 onwards.

The annual crude and standardized mortality rates in the FUs per 100,000 inhabitants were estimated by the direct method,[12] using as standard the age structure of the Brazilian population in 2000. For each FU, we calculated the moving averages of the standardized rates every 3 years, disregarding the initial 2 years of the series (1980 and 1981 for all FUs; 1989 and 1990 for Tocantins) until 2018. The FUs were grouped into their GRs (North, Northeast, Southeast, South, and Midwest). Of note, after 1989, the North region started incorporating data from Tocantins, a FU created in 1988.

We estimated the crude mortality rates by GR in three age groups (up to 29 years, 30–59 years, and 60 years or more) over seven periods of 5 years and in a period of 4 years (2015 to 2018), with subsequent calculation of the ratio rates of men/women.

The MHDI of each FU corresponding to the years 1991 and 2010 were obtained from the website Atlas Brasil.[13] The data result from adapting the calculation of the country's global HDI to municipal and state levels, carried out by the United Nations Development Programme (UNDP - Brazil), by the Institute for Applied Economic Research (IPEA), and by the João Pinheiro Foundation, thus creating the Municipal HDI (MHDI), which can be interpreted the same way as the global HDI but at a municipal and state level. Next, we calculated the percentage variation of the MHDI for each FU between 1991 and 2010, and its correlation with the percentage variation of the standardized mortality rates in the respective FUs between 1990 and 2018 using Pearson's correlation coefficient, adopting as significant a value below 0.05. Of note, we chose the year 1990 in this case for the beginning of the temporal series so that all FUs could be evaluated with the same time interval, considering the incorporation of Tocantins in 1988. We correlated the 2010 MHDI with the percentage variation of the standardized mortality rates in the respective FUs between 1990 and 2018.

Results

We found 1,185,120 deaths between 1980 and 2018, of which 49.3% (584,155) occurred in men. Regarding the distribution of the deaths by GR, 48,533 occurred in the North, 245,898 in the Northeast, 602,105 in the Southeast, 218,496 in the South, and 70,088 in the Midwest. The complete data used for the study are available in Supplemental Tables 1 , 2 , 3 , and 4 .

Figure 1 shows the 3-year moving averages of the mortality rates standardized by age per 100,000 inhabitants at each FU grouped into the five GRs ( Figures 1A to 1E ) and the overall national rates ( Figure 1F ) between 1982 and 2018. In the North region, with the exception of Rondônia and Acre, in which the averages increased in the first and second decades of observation, respectively, all other FUs showed a progressive decline and, after 2008, the averages were similar in all FUs, with small oscillations until 2018 ( Figure 1A ). Since Tocantins was incorporated in 1988, this state's data are presented from 1989 onwards, and in this case, the calculation of the moving averages began after 1991 ( Figure 1A ). In the Northeast region ( Figure 1B ), Alagoas had the highest averages at the beginning of the period and, despite the downward trend, showed increases between 1998 and 2008, a similar trend to that observed in Piauí. Following the same trend of the North region, the averages of all FUs in the Northeast region after 2008 were similar to each other, showing the same evolutionary trend in the last 10 years of observation.

Figure 1

– Shows the 3-year moving averages of the mortality rates standardized by age per 100,000 inhabitants at each FU grouped into the five GRs, (A- North, B-Northeast, C- Southeast, D- South, E-Midwest and the national total (F).

The FUs of the Southeast region ( Figure 1C ) showed increased averages at the beginning of the period followed by a progressive decline over the years, especially in Espírito Santo, which after 2010 stood out for presenting the lowest averages in the region, in a stable and sustained pattern. The FUs in the South region ( Figure 1D ), as observed in the Southeast region, presented increased averages at the beginning of the observation period and, with the exception of Paraná, which showed an increase throughout the 1990s, all other FUs showed a progressive decline, reaching values similar to those of the Southeast region in the final observation period. Figure 1E shows important fluctuations across the FUs in the Midwest region along the first three decades, trending toward linearity only over the last 10 years of observation. As seen separately in each region, the national trend pointed downward in the period ( Figure 1F ). After starting from intermediate values at the beginning of the series, small fluctuations occurred, especially in the 1990s, with a later trend toward linearity after the beginning of the 2000s.

Table 1 shows the ratio of the mortality rates between men and women across the five GRs at 5-year periods and in all three age groups. The rates in men were greater during almost all periods and age groups observed, reaching the highest proportions in the age group between 30–59 years in all GRs. The mortality rates among women were only higher (ratio <1) in the age group up to 29 years in brief periods in the North and Northeast regions, and in the age group above 60 years after 1995 in the South region ( Table 1 ).

Table 1

– Ratio between crude mortality rates in men and women in different age groups and by geographic region over 5-year periods

Age Group	Region/Period	1980-1984	1985-1989	1990-1994	1995-1999	2000-2004	2005-2009	2010-2014	2015-2018
0-29	North	1.0	0.9	1.2	1.0	1.2	1.3	1.3	1.8
	Northeast	0.9	1.0	1.0	1.1	1.1	1.4	1.4	1.5
	Southeast	1.1	1.2	1.3	1.3	1.2	1.6	1.5	1.8
	South	1.1	1.2	1.2	1.6	1.5	1.3	1.5	1.1
	Midwest	1.1	1.1	1.1	1.1	1.9	1.5	2.7	1.0
30-59	North	1.5	1.4	1.5	1.4	1.6	1.9	1.8	1.5
	Northeast	1.2	1.3	1.4	1.3	1.3	1.4	1.5	1.6
	Southeast	1.4	1.5	1.6	1.5	1.6	1.7	1.6	1.5
	South	1.4	1.5	1.5	1.4	1.4	1.5	1.4	1.2
	Midwest	1.2	1.5	1.6	1.6	1.8	1.9	1.7	1.7
60+	North	1.1	1.1	1.1	1.1	1.2	1.3	1.3	1.2
	Northeast	1.2	1.2	1.2	1.1	1.2	1.2	1.2	1.2
	Southeast	1.1	1.1	1.0	1.0	1.0	1.0	1.0	1.0
	South	1.1	1.0	1.0	0.9	0.9	0.9	0.9	0.9
	Midwest	1.1	1.1	1.0	1.0	1.1	1.1	1.1	1.2

The Pearson's correlation coefficient of the variation in mortality rates between 1990 and 2018 and the variation in MHDI between 1991 and 2010 for each FU was 0.73 (strong correlation), with p = 0.000. Figure 2A shows a scatter plot of the correlation across all FUs, while Figure 2B shows the correlation of mortality rates and MHDI in 2010, with a coefficient of 0.72. In line with Figure 1 , in relation to the moving averages over a longer period, all FUs showed reductions and, therefore, a negative variation in mortality rates comparing the years 1990 and 2018 ( Figure 2A , Y axis). In contrast, all FUs showed an increase and, therefore, a positive variation in the MHDI between 1991 and 2010 ( Figure 2A , X axis). As shown in Figure 2A , the FUs with the greatest reductions in mortality rates were those with the smallest increases in MHDI. In turn, those FUs with the smallest reductions in mortality rates were the ones that showed the largest increases in MHDI. Figure 2B shows the inverse relationship between the 2010 MHDI and the percentage changes in mortality rates. Table 2 shows the 2010 MHDI and the MHDI variations between 1991 and 2010 for each FU.

Figure 2

– Shows a scatter plot. A) Correlation between the percentage variations of the MHDI between 1991 and 2010 and the mortality rates between 1990 and 2018, in each Federation Unit (Acronyms) in Brazil. B) Correlation between the absolute MHDI in 2010 and the percentage change in mortality rates between 1990 and 2018, in each Federation Unit (acronyms) in Brazil.

Table 2

– Municipal Human Development Index (MHDI) by Federative Unit and variation between 1991 and 2010

Federative Unity	2010 MHDI	∆% 1991-2010
Rondônia	0.690	69.5
Acre	0.663	64.9
Amazonas	0.674	56.7
Roraima	0.707	54.0
Pará	0.646	56.4
Amapá	0.708	50.0
Tocantins	0.699	89.4
Maranhão	0.639	79.0
Piauí	0.646	78.5
Ceará	0.682	68.4
Rio Grande do Norte	0.684	59.8
Paraíba	0.658	72.3
Pernambuco	0.673	53.0
Alagoas	0.631	70.5
Sergipe	0.665	63.0
Bahia	0.660	71.0
Minas Gerais	0.731	52.9
Espírito Santo	0.740	46.5
Rio de Janeiro	0.761	32.8
São Paulo	0.783	35.5
Paraná	0.749	47.7
Santa Catarina	0.774	42.5
Rio Grande do Sul	0.746	37.6
Mato Grosso do Sul	0.729	49.4
Mato Grosso	0.725	61.5
Goiás	0.735	50.9
Distrito Federal	0.824	33.8

∆% 1991-2010 = percentage change between 1991 and 2010.

Discussion

Worldwide, HF affects approximately 26 million people. This number tends to increase with population aging, increased prevalence of cardiovascular risk factors, survival of patients to acute coronary events, and therapeutic improvements in HF.[14] Estimates in the United States project more than 8 million people with HF by 2030, with the numbers increasing due to population aging.[15]

Mortality rates due to HF have decreased in Brazil over the 29 years analyzed in the present study, showing a trend toward a progressive reduction after 2008 and reaching similar levels across GRs and FUs by the end of 2018 ( Figure 1 ). This trend was similar to that observed in a study with 5,823 patients followed up for 1 year across different regions worldwide, which showed a proportional mortality of 9% in South America. The authors observed high mortality rates in Africa (34%) and India (23%), followed by intermediate rates in Southeast Asia (15%) and lower rates in China and the Middle East (7%), which persisted despite adjustment for multiple clinical variables, medication therapy, and socioeconomic factors. The authors hypothesized that the quality, access, and infrastructure of the health services, as well as genetic and environmental factors, could be involved in this complex phenomenon.[16]

Another important aspect is that the average age of the patients with HF was a decade younger in low- and middle-income countries compared with high-income countries,[17] which may be related to the delay in diagnosis and treatment that could lead to a worse prognosis for less favored patients, adding to the low life expectancy in these countries.[14 , 18] In a cohort of 4 million individuals from the Clinical Practice Research Datalink (CPRD) and representative of the UK population, socioeconomically disadvantaged individuals were more likely to develop HF than wealthy individuals (rate ratio incidence 1.61, 95% CI 1.58–1.64), and did so earlier in life (adjusted difference -3.51 years, 95% CI 3.77-3.25) and with more comorbidities despite the younger age. They also observed an increase in the socioeconomic gradient in the age at the first HF presentation between 2002 and 2014.[19]

Mortality rates due to HF in men were higher during almost all periods and age groups observed, except in the age group above 60 years after 1995 in the South region ( Table 1 ), probably related to the ischemic etiology of HF, except at more advanced ages, which may be associated with longer longevity in women, as observed in a meta-analysis of about 240,000 patients with acute and chronic HF.[17] Another study of 88,416 patients also from the UK database CPRD observed that the risks of adverse outcomes were greater in individuals who are older, men, with socioeconomic limitations, and in those whose HF diagnosis was established during hospitalization. They also observed worse outcomes in women over the past two decades. The authors concluded that these disparities probably reflect the growing burden of non-CVDs in patients with HF, which will require changes in the contemporary approach and, in turn, will need to incorporate management and improvement in socioeconomic status.[20]

Previous studies have shown that patients have HF at a younger age in countries with lower compared with higher HDI,[17] and that economic limitations are associated with a higher incidence of HF at a national level.[21 , 22] A study with more than 17,100 patients with HF and reduced left ventricular ejection fraction from a Universal Health System has reported that low income was associated with a higher risk of death from all causes, readmission within 12 months from the HF diagnosis, longer hospital stay, and higher hospital mortality rate.[23]

An inverse trend was observed between the variation in mortality rates in the FUs between 1990 and 2018 and the variation of the respective MHDIs between 1991 and 2010. Thus, although the FUs that presented the greatest reductions in mortality rates showed the smallest increases in MHDI ( Figure 2A - RJ, DF, SP, RS, SC, ES), they all reached MHDI equal to or greater than 0.7 in 2010 ( Table 2 ). In contrast, none of the FUs with the largest increments in MHDI ( Figure 2A - TO, MA, PI, PB, AL, BA) had an MHDI greater than 0.7 in 2010 ( Figure 2B ). This fact suggests that in relation to HF mortality, more important than the degree of MHDI increase is the final MHDI level. A study evaluating 1,802 UK patients with HF and reduced left ventricular ejection fraction using an Index of Multiple Deprivation found that all-cause mortality and mortality due to noncardiac causes adjusted for age were associated with a high risk of socioeconomic limitation, but not with mortality from cardiovascular causes. This excess risk was attributed to excess noncardiac mortality and hospitalizations and cannot be associated with the lack of medication for evidence-based HF. The authors suggest that socioeconomic interventions need to be implemented to reduce the personal risks and economic burden of the disease in patients with HF and low socioeconomic status.[24]

In the present study, we did not evaluate multiple causes of death, only the underlying causes of death selected from the information recorded in the death certificates. This fact becomes a limitation because the codes related to HF are generally discarded after the application of the rules for the selection of underlying causes by the World Health Organization,[25] which can lead to an undersized estimate of deaths due to HF. However, as these are rules of global applicability, it is believed that there is no loss when comparing deaths between different countries and/or regions.

Another point to be highlighted is that since this is a study that directly evaluates the underlying cause of death, the quality of the information depends on the proper completion of the death certificate. Errors in completion and incompleteness of the certificates caused by lack of knowledge of the declarant[26] represent potential problems that can interfere with official statistics. However, because they are systemic in nature, possible errors could affect all the causes of death, influencing not only those deaths due to HF.

Despite including data related to income, education level, and life expectancy, the HDI represents only a partial view of the socioeconomic status of a given country or region, thus not assessing phenomena such as inequality or quality of life and their influences on HF mortality. However, since this index is available worldwide, it allows for comparing, with proper dimensioning, different populations.

In addition to representing an enormous burden for society, HF is the main cause of hospitalization in western countries.[27] The increasing prevalence of HF, especially in younger individuals, and the inefficient public spending on health care in developing countries, which already have important social inequalities, will require a reconsideration of the economic impact of HF, especially in a country with continental dimensions like Brazil.

Few data are known about the epidemiology of HF, especially in middle-income countries like Brazil, where the prevalence of HF is believed to be increasing, and an increasing association has been reported with ischemic heart disease, rheumatic disease, Chagas disease, and hypertension, among others.[28] The reduction in HF mortality may be a consequence of advances in the treatment of ischemic heart disease, but it must also be related to the progression in HF treatment itself, especially after the introduction of neurohumoral blocker therapy.[4]

Efforts must be made to expand access to health care and toward more effective control of cardiovascular risk factors, dyslipidemia, obesity, physical inactivity, and diabetes, as well as social determinants that contribute to both mortality from HDI and HF. It is within this context that the scope of the Family Health Program can play an important role, which in addition to attributing the model of the care to primary care, increases the coverage of the National Health System, reducing the proportion of unattended deaths, improving the quality of vital information in Brazil, and decreasing hospitalizations due to chronic diseases such as HF.[29] Future studies must be carried out to analyze the association of the installed capacity of health care resources, and the multiple causes represented by risk factors as contributors to the complex process of death to improve the guidance of public health policies regarding HF in Brazil.

Conclusion

This study evaluating HF mortality in Brazil over 39 years at each FU of the GRs demonstrated that, despite variations, all FUs showed a reduction in mortality rates, especially in the last 10 years of observation. A predominance of deaths in men was observed in the age group of 30–59 years. There was a trend toward an inverse relationship between the percentage of increase in MHDI and reduction in mortality rates, the latter potentially related to the absolute level of MHDI achieved in 2010. These findings could, at least in part, be justified by improved access to the health system in HF treatment and socioeconomic conditions of the population over almost four decades.

* Supplemental Materials

For additional information, please click here: