Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching

Saúde e Sociedade

Alexandre Dias Porto Chiavegatto Filho²  Sabina Léa Davidson Gotlieb¹  Samuel Luna De Almeida¹  Ichiro Kawachi¹ 

[1] ,Universidade de São Paulo Faculdade de Saúde Publica São Paulo SP ,Brasil

关键词: Saúde urbana;    Epidemiologia;    Bioestatística;    Medicina social;    Fatores socioeconômicos;    Ambiente social;    Urban Health;    Epidemiology;    Biostatistics;    Social Medicine;    Socioeconomic Factors;    Social Environment;   

DOI  :  10.1590/S0104-12902013000400016

来源: SciELO

【 摘 要 】

OBJETIVO: o padrão espacial de distribuição de renda do município de São Paulo, frequentemente generalizado como sendo "radial", tem sido muito questionado pela literatura recente. São Paulo tem uma complexa distribuição de características sociais e demográficas entre seus distritos, o que dificulta a análise por meio de modelos estatísticos que permitam a inclusão somente de algumas variáveis de cada vez, como as regressões lineares. O presente estudo objetiva identificar os distritos do município que possam ser considerados como "comparáveis" pelo uso da metodologia estatística conhecida como propensity score matching. METODOLOGIA: os 96 distritos do município de São Paulo foram analisados separadamente; foram incluídas 16 variáveis no modelo, sendo o índice de Gini a variável que permitiu a separação de distritos entre expostos (alta desigualdade) ou não expostos (baixa desigualdade). Do total de distritos, 27 foram considerados comparáveis com algum outro, isto é, possuíram valores de propensity score com uma distância menor de 0,1 de outro com tipo de exposição diferente. RESULTADOS: das 16 variáveis incluídas, 9 apresentaram diferenças estatisticamente significativas entre os distritos incluídos e excluídos, o que é esperado pela metodologia. Dos 17 pares de distritos formados, apenas 3 foram compostos por distritos de uma mesma região administrativa e apenas 1 por distritos que faziam fronteira entre si. CONCLUSÃO: a análise da diferença no padrão de distribuição das variáveis, permitida pelo uso do propensity score matching, indica a dificuldade de dividir a cidade segundo regiões. Para entender São Paulo é preciso considerar suas particularidades e suas complexas distribuições espaciais.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License