Spatial Analysis of Suicide in Northeastern Brazil and Associated Social Factors

Abstract

Objective: to analyze the spatial pattern of mortality due to suicide and social factors associated with its occurrence. Method: an ecological study that used data from the Mortality Information System (Sistema de Informação sobre Mortalidade, SIM) from 2008 to 2018. The unadjusted and Bayesian mean mortality rates were calculated for each northeastern municipality and the Ordinary Least Squares (OLS) and Geographically Weighted Regression (GWR) non-spatial and spatial regression models were used. Results: the highest mortality rates due to suicide are especially concentrated in the municipalities of Piauí and Ceará. The predictive variables of suicide were as follows: Gini Index (p<0.001), unemployment rate ≥ 18 years old (p<0.001), Municipal Human Development Index (p<0.001), illiteracy rate ≥ 18 years old (p<0.001), per capita income (p<0.001), percentage of people in homes with inadequate walls (p=0.003), percentage of people in homes with inadequate water supply and sewage (p<0.001), and percentage of people vulnerable to poverty who commute for more than one hour to work (p<0.001). Conclusion: eight predictive variables of mortality due to suicide in the Northeast region were identified that act as risk or protective factors, depending on the municipality under study.

Suicídio no Espírito Santo e em sua Região Serrana, 1996-2020: análise temporal

“…Esse resultado se assemelha ao de pesquisas que analisaram esse tipo de óbito no Brasil, que também apresentou aumento das taxas de mortalidade por suicídio em sua população geral. (2)(3)(4)(5)(6)18) Os estudos epidemiológicos apontam que a mortalidade por suicídio é mais incidente entre a população masculina. Esse fato tem se mantido ao longo do tempo em todos os países, de acordo com dados disponibilizados pela OMS, embora no sul da Índia, no Camboja, no Vietnã, na China e em algumas ilhas no Oceano Pacífico, como o arquipélago das Filipinas, a disparidade seja menor.…”

“…A menor ocorrência de suicídio entre as mulheres também é atribuída à religiosidade, à baixa prevalência de alcoolismo e, ainda, à assistência psicossocial precoce diante de sinais de risco para depressão e doenças mentais; além disso, elas participam mais de redes de apoio e buscam mais frequentemente por ajuda nos momentos de crise. (1,6) A análise da evolução das taxas segundo faixa etária demonstrou aumento da tendência da mortalidade por suicídio no grupo etário de adultos jovens (30 a 59 anos) e do sexo feminino em ambas as unidades analisadas. A população adulta jovem pode estar mais suscetível ao desemprego e ao modelo capitalista adotado no meio rural, como o endividamento.…”

“…(2) Estudos indicam que as regiões geográficas brasileiras que apresentam as maiores tendências de crescimento são Norte, Nordeste e Sudeste; a Região Sul possui tendência decrescente, mas permanece com altas taxas; no Centro-Oeste, as taxas de mortalidade são estáveis. (2)(3)(4)(5)(6) No Espírito Santo, um estudo desenvolvido entre os anos de 1980 e 2006 mostrou que a taxa de mortalidade variou de 3,5 (1980) a 7,3 (2006) por 100.000 habitantes. (7) Nesse período, foram constatadas 2.604 mortes por suicídio, dos quais 77,7% dos indivíduos eram do sexo masculino.…”

Padrão temporal, distribuição espacial e fatores associados a incidência de HIV/AIDS entre jovens no Brasil

“…O cálculo do risco relativo (RR) foi realizado para cada município brasileiro. Aqueles que apresentam RR>1 possuem risco superior ao risco do país ( 16 ).…”

Mortalidade por doenças tropicais negligenciadas no Brasil no século XXI: análise de tendências espaciais e temporais e fatores associados

“…Já o modelo spatial error pressupõe dependência espacial devido à influência de variáveis não incluídas no modelo ( 17 ). O GWR analisa fenômenos que sofrem variação de acordo com a área em que são estudados ( 18 ). O resultado do GWR é apresentado em dois mapas para cada indicador socioeconômico: um mapa utiliza o valor dos coeficientes de regressão, e o outro mapa utiliza a significância estatística de cada município.…”