Visualização dos padrões de variação da taxa de mortalidade infantil no Rio Grande do Sul, Brasil: comparação entre as abordagens Bayesiana Empírica e Totalmente Bayesiana Patterns of variation in the infant mortality rate in Rio Grande do Sul State, Brazil: comparison of empirical Bayesian and fully Bayesian approaches

• Main Authors: Sabrina Letícia Couto da Silva, Jandyra Maria Guimarães Fachel, Sergio Kakuta Kato, Sergio Luiz Bassanesi
• Format: Article
• Language: English
• Published: Escola Nacional de Saúde Pública, Fundação Oswaldo Cruz 2011-07-01
• Series: Cadernos de Saúde Pública
• Subjects: Mortalidade Infantil; Coeficiente de Mortalidade; Mapa de Risco; Infant Mortality; Mortality Rate; Risk Map
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2011000700017
• ISSN: 0102-311X; 1678-4464

A mortalidade infantil é um sensível indicador de saúde. Conhecer o seu perfil geográfico auxilia na formulação de estratégias de saúde pública. O mapeamento de doenças tem por objetivo descrever a distribuição geográfica das taxas de mortalidade ou incidência de doenças por intermédio de mapas. Em razão da alta instabilidade das taxas brutas quando há pequenas áreas, utilizam-se os métodos de suavização bayesiana, que se valem de informações de toda a região ou da vizinhança para estimar as taxas. O artigo faz a comparação entre os métodos Bayesiano Empírico e Totalmente Bayesiano para as taxas de mortalidade infantil (dados acumulados de 2001 a 2004) no Rio Grande do Sul, Brasil. O trabalho aponta as vantagens do uso dos estimadores bayesianos na visualização espacial dos mapas. Os métodos Bayesianos Empíricos apresentaram resultados muito semelhantes aos dos métodos Totalmente Bayesianos e possuem a grande vantagem de ser de fácil utilização por profissionais da área de saúde, destacando igualmente os principais padrões espaciais da taxa de mortalidade no Rio Grande do Sul no período estudado.<br>Infant mortality is considered a sensitive health indicator, and knowledge of its geographical profile is essential for formulating appropriate public health policies. Disease mapping aims to describe the geographical distribution of disease incidence and mortality rates. Due to the heavy instability of crude rates in small areas, methods involving Bayesian smoothing of rates are used, drawing on information for the whole area or neighborhood to estimate the event rate. The current study compares empirical Bayesian (EB) and fully Bayesian (FB) methods for infant mortality rates (accumulated data from 2001 to 2004) in Rio Grande do Sul State, Brazil. This study highlights the advantages of Bayesian estimators for viewing and interpreting maps. For the problem at hand, EB and FB methods showed quite similar results and had the great advantage of easy use by health professionals, since they evenly highlight the main spatial patterns in the mortality rate in the State during the target period.