IJCS | Volume 31, Nº2, Março / Abril 2018

125 Soares et al. Mortalidade Cardiovascular X Produto Interno Bruto Int J Cardiovasc Sci. 2018;31(2)123-132 Artigo Original com 20 anos ou mais, provenientes do DATASUS-MS. 14 Esses dados foram discriminados nas frações de interesse principal do estudo: DAC, correspondentes àquelas registradas nos capítulos VII da CID-9 15 ou IX da CID-10; 16 DIC, correspondentes aos códigos 410-414 da CID-9 ou I20-I25 da CID-10; DCBV, correspondentes aos códigos 430-438 da CID-9 ou I60-I69 da CID-10. Também foram utilizados para análise os óbitos por Causas Mal Definidas (CMD), abrigados no capítulo XVI da CID-9 e XVIII da CID-10, e o total de óbitos por Todas as Causas (TC). A CID-9 vigorou até o ano de 1995 e a CID-10, a partir de 1996. Foram calculadas as taxas brutas e ajustadas de mortalidade, por sexo e idade, pelo método direto, 17 por 100 mil habitantes. Como as taxas de mortalidade por CMD no Estado do Rio de Janeiro aumentaram de forma relevante a partir de 1990, 8 optou‑se pela realização de compensação, que consistiu em alocar para os óbitos por DAC, DIC e DCBV sua parte dos óbitos por CMD, correspondente às suas frações observadas entre os óbitos definidos, isto é, excluídos os mal definidos. Após a compensação dos óbitos por DAC, DIC e DCBV pelos de CMD, foram estimadas taxas de mortalidade ajustadas por sexo e idade. A população padrão para os ajustamentos foi a do Estado do Rio de Janeiro registrada em 2000 pelo recenseamento, estratificada em sete grupos etários (20 a 29 anos; 30 a 39 anos; 40 a 49 anos; 50 a 59 anos; 60 a 69 anos; 70 a 79 anos; e 80 anos ou mais) em cada um dos sexos. Essas taxas foram denominadas compensadas e ajustadas. As taxasdemortalidade eoPIBpc foramcorrelacionados, pela estimação de coeficientes de correlação de Pearson, 18 em todas as combinações de séries temporais permitidas para determinar a defasagem anual otimizada, de acordo com a disponibilidade dos dados socioeconômicos, que poderia ser de no máximo 29 anos. A defasagem anual considerada ótima foi aquela em que se obteve o maior valor do coeficiente linear de Pearson, em todas as séries combinadas. Também foram estimados os coeficientes de inclinação da regressão entre a variável dependente mortalidade (DAC, DIC, DCBV) e a variável independente (PIBpc), multiplicado por 100 dólares, nas séries com defasagemótima, segundoo coeficientede correlação linear. Os procedimentos quantitativos foram realizados com os programas Excel-Microsoft 19 e STATA. 20 Resultados As defasagens temporais ótimas (Tabela 1) do PIBpc com o grupo das DAC e com o subgrupo DCBV foram bempróximas, commédias respectivas de 20,4 e 20,3 anos no Estado do Rio de Janeiro, já com o subgrupo DIC foi um pouco menor, com média de 18,1 anos. Com relação às regiões, as maiores defasagens temporais foram do PIBpc com DAC na Centro-Sul Fluminense (média de 24,3 anos) e as menores, com DIC na Norte (média de 11,5 anos). A maior defasagem temporal do PIBpc nos municípios, que foi de 29 anos, limite máximo permitido pelos dados disponíveis, ocorreu com a DAC em São Pedro da Aldeia, Paraíba do Sul, Vassouras, Nilópolis, São João de Meriti e Niterói; com a DCBV em Cabo Frio, Nilópolis, São João de Meriti e Niterói; e com a DIC em Vassouras, Nilópolis e Niterói. Alguns municípios não apresentaram defasagem temporal entre a variável ‘taxa de mortalidade’ e o PIBpc, o que ocorreu com a DAC em Porciúncula, com a DCBV em Silva Jardim, Miracema e Porciúncula, e com a DIC em Saquarema e Sapucaia. Os coeficientes de correlação (Tabela 1) do PIBpc com DAC e DCBV foram mais próximos ao valor extremo (-1,0), com média de -0,84 e -0,83, respectivamente, já os coeficientes de correlação do PIBpc com DIC foram mais próximos da ausência de correlação (0), com média de -0,62. O mais extremo desses coeficientes ocorreu com DAC em Niterói (-0,99). Somente nos municípios São Pedro da Aldeia e Cambuci, ocorreram coeficientes de correlação positivo do PIBpc com DIC, +0,49 e +0,20, respectivamente, porém mais próximos do nível de ausência de correlação. A evolução do PIBpc nos municípios do Estado do Rio de Janeiro ao longo das últimas seis décadas apresentou elevação do PIBpc com distribuição heterogênea dos valores médios do PIBpc entre as regiões e os municípios (Figura 1). Os maiores PIBpc no decorrer dos anos foram encontrados na capital do Estado do Rio de Janeiro, em Niterói, em alguns municípios mais industrializados do interior, comoResende e BarraMansa, e, principalmente na última década, nosmunicípios litorâneos da regiãoNorte e Baixada Litorânea, que concentram a indústria petrolífera. As variações dos óbitos a cada 100 dólares de incremento no PIBpc (Figura 2) foram mais elevadas com os óbitos por DAC, até porque esse grupo de causas inclui os dois subgrupos, DCBV e DIC, mostrando importante redução dos óbitos relacionada à elevação do PIB. Essas reduções das taxas de mortalidade relacionadas à elevação do PIBpc forammarcadamente heterogêneas: há municípios onde 100 dólares de incremento no PIBpc correlacionam-se com redução de mais de 60 óbitos por DAC, como ocorreu em Cordeiro, município da região Serrana. Porém, em apenas