[Spatial analysis of maternal morbidity and mortality in users of the Brazilian Unified National Health System in the city of Rio de Janeiro, Brazil, 2014-2016]

Cad Saude Publica. 2023 Sep 18;39(9):e00247322. doi: 10.1590/0102-311XPT247322. eCollection 2023.
[Article in Portuguese]

Abstract

The objective of this study is to analyze the maternal morbidity and mortality of women treated in hospitals of the Brazilian Unified National Health System (SUS) in the city of Rio de Janeiro in the period 2014-2016. An ecological study was conducted using data from the Brazilian Information System on Live Birth (SINASC), the Brazilian Mortality Information System (SIM), and the Brazilian Hospital Information System (SIH/SUS). For the analysis of the maternal mortality ratio (MMR), data from the SIM were used. For the analysis of maternal morbidity, World Health Organization criteria were used to estimate the ratios of maternal near miss and potentially life-threatening conditions. SINASC was used to retrieve data on the number of live births, for demographic characterization, social aspects, and access to prenatal care. To evaluate the spatial association between the indicators MMR, ratios of maternal near miss, and potentially life-threatening conditions and the demographic, social, obstetric, and access indicators, obtained from SINASC, the bivariate Moran Index was estimated with a significance level of 0.05, using the GeoDa program. In the period analyzed, the MMR in the Rio de Janeiro was 94.16/100,000 live births, the ratio of maternal near miss was 28.21/1,000 live births, and the potentially life-threatening conditions was 34.31/1,000 live births. Cases of potentially life-threatening conditions were used for the first time in this study and presented diagnoses and procedures during hospitalization more consistent with the maternal mortality profile in the city of Rio de Janeiro. There was a significant association between MMR and percentage of live births in SUS, potentially life-threatening conditions and percentage of live births in SUS, and potentially life-threatening conditions and being single.

O objetivo deste estudo é analisar a morbimortalidade materna de mulheres atendidas em hospitais do Sistema Único de Saúde (SUS) no Município do Rio de Janeiro, Brasil, no período de 2014 a 2016. Foi realizado estudo ecológico, por meio da coleta de dados do Sistema de Informações sobre Nascidos Vivos (SINASC), Sistema de Informação sobre Mortalidade (SIM) e Sistema de Informações Hospitalares (SIH/SUS). Para analisar a razão de mortalidade materna (RMM), foram utilizados dados do SIM. Para investigar a morbidade materna, adotaram-se critérios da Organização Mundial da Saúde para estimar as razões de near miss materno e de condições potencialmente ameaçadoras à vida. Dados do SINASC foram usados para número de nascidos vivos e caracterização demográfica, social e de acesso a serviço de pré-natal. Para avaliar a associação espacial entre os indicadores RMM, razões de near miss materno e condições potencialmente ameaçadoras à vida e os indicadores demográficos, sociais, obstétricos e de acesso obtidos no SINASC, foi calculado o índice de Moran bivariado com nível de 0,05 de significância, por meio do programa GeoDa. No período analisado, a RMM no Município do Rio de Janeiro foi de 94,16/100 mil nascidos vivos, a razão de near miss materno de 28,21/1.000 nascidos vivos e a razão de condições potencialmente ameaçadoras à vida de 34,31/1.000 nascidos vivos. Casos de condições potencialmente ameaçadoras à vida foram utilizados pela primeira vez neste estudo e apresentaram diagnósticos de internação e procedimentos realizados mais condizentes com o perfil de mortalidade materna no Município do Rio de Janeiro. Houve associação significativa entre RMM e percentual de nascidos vivos no SUS, razão de condições potencialmente ameaçadoras à vida e percentual de nascidos vivos no SUS e razão de condições potencialmente ameaçadoras à vida e ser solteira.

El objetivo de este estudio es analizar la morbimortalidad materna de las mujeres atendidas en hospitales del Sistema Único de Salud (SUS) del municipio de Rio de Janeiro, Brasil, en el período 2014-2016. Fue realizado un estudio ecológico, por medio del uso de datos del Sistema de Información sobre Nacidos Vivos (SINASC), Sistema de Información sobre Mortalidad (SIM) y del Sistema de Información Hospitalaria (SIH/SUS). Para el análisis de la razón de mortalidad materna (RMM) se utilizaron los datos SIM. Para el análisis de la morbilidad materna se utilizaron los criterios de la Organización Mundial de la Salud para estimar las razón de near miss materno y de condiciones potencialmente amenazantes a la vida. Para el número de nacidos vivos y la información demográfica, social y de acceso al servicio de atención prenatal fueron utilizados datos del SINASC. Para evaluar la asociación espacial entre los indicadores RMM, razon de near miss materno y razon de condiciones potencialmente amenazantes a la vida y los indicadores demográficos, sociales, obstétricos y de accesos obtenidos en el SINASC fue calculado el Índice de Moran bivariado con nivel de 0,05 de significación, usando el programa GeoDa. En el período analizado, la RMM en el municipio de Rio de Janeiro fue de 94,16/100.000 nascidos vivos, la razón de near miss materno de 28,21/1.000 nascidos vivos y la razón de condiciones potencialmente amenazantes a la vida de 34,31/1.000 nascidos vivos. Los casos de condiciones potencialmente amenazantes a la vida se utilizaron por primera vez en este estudio y presentaron diagnósticos de hospitalización y procedimientos realizados más acordes con el perfil de mortalidad materna en el Municipio de Rio de Janeiro Hubo una asociación significativa entre RMM y el porcentaje de nacidos vivos en el SUS, razón de condiciones potencialmente amenazantes a la vida y el porcentaje de nacidos vivos en el SUS y razón de condiciones potencialmente amenazantes a la vida y ser soltera.

Publication types

  • English Abstract

MeSH terms

  • Brazil / epidemiology
  • Family*
  • Female
  • Government Programs
  • Hospital Information Systems*
  • Humans
  • Pregnancy
  • Spatial Analysis