RESUMO:

Objetivo:

Analisar os fatores contextuais associados ao diabetes mellitus tipo II em Belo Horizonte (MG).

Métodos:

Estudo transversal com 5.779 adultos residentes em Belo Horizonte, participantes do Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico, nos anos de 2008, 2009 e 2010. Foram utilizados modelos de regressão multinível para testar a associação entre indicadores contextuais do ambiente físico e social e diagnóstico autorreferido de diabetes, ajustados por fatores individuais sociodemográficos e de estilo de vida. Utilizaram-se análises descritivas e modelos de regressão logística multinível, considerando um nível de significância de 5%. Resultados: A prevalência de diabetes foi de 6,2% (IC95% 5,54–6,92), e 3,1% da variabilidade da chance de diabetes nas áreas de abrangência estudadas foi explicada por características contextuais. Residir em áreas com alta densidade de locais privados para prática de atividade física e com alta renda associou-se a menor chance de ter diabetes. As áreas com alto índice de vulnerabilidade social foram fortemente associadas ao diabetes, independentemente de características individuais.

Conclusão:

A ocorrência de diabetes está associada com as características do ambiente físico e social. Centros urbanos com oportunidades para adoção de comportamentos saudáveis podem ajudar a reduzir a ocorrência de diabetes e as suas complicações.

Palavras-chave:
Diabetes mellitus; Vulnerabilidade social; Análise multinível; Doença crônica

INTRODUÇÃO

O diabetes mellitus (DM) é uma doença crônica não transmissível (DCNT) considerada prioritária para intervenção pela Organização Mundial da Saúde e pelo Plano de Ações Estratégicas para o Enfrentamento das DCNT, 2011–2022¹1. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise de Situação de Saúde. Plano de ações estratégicas para o enfrentamento das doenças crônicas não transmissíveis (DCNT) no Brasil 2011-2022. Brasília: Ministério da Saúde; 2011.. O DM gera aumento dos anos de vida perdidos por morte prematura, ajustados por incapacidade, e redução da qualidade de vida, sendo um importante problema de saúde²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
https://www.who.int/publications/i/item/... .

A prevalência de diabetes mellitus tipo II (DM II) aumentou 62% na última década. Em 2019, quase meio bilhão de pessoas (9,3% dos adultos entre 20 e 79 anos) viviam com diabetes em todo o mundo, mas metade dessas pessoas não sabem que têm a doença³3. Saeedi P, Petersohn I, Salpea P, Malanda B, Karuranga S, Unwin N, et al. Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas. 9. ed. Diabetes Res Clin Pract 2019; 157: 107843. https://doi.org/10.1016/j.diabres.2019.107843
https://doi.org/10.1016/j.diabres.2019.1... . A projeção para 2040 é uma prevalência de 10,4%, o que representa 9 bilhões de pessoas no mundo⁴4. Ogurtsova K, Fernandes JDR, Huang Y, Linnenkamp U, Guariguata L, Cho NH, et al. IDF Diabetes Atlas: Global estimates for the prevalence of diabetes for 2015 and 2040. Diabetes Res Clin Pract [Internet]. 2017 [accessed on July 8, 2018]; 128: 40-50. Available at: https://doi.org/10.1016/j.diabres.2017.03.024
https://doi.org/10.1016/j.diabres.2017.0... .

No Brasil, em 2008, o DM II representou quase 5% da carga de doenças, com taxa de anos de vida perdidos ajustados por incapacidade de 9,2 por mil habitantes⁵5. Costa AF, Flor LS, Campos MR, Oliveira AF, Costa MFS, Silva RS, et al. Carga do diabetes mellitus tipo 2 no Brasil. Cad Saúde Pública [Internet]. 2017 [accessed on October 10, 2018]; 33(2): 1-14. Available at: https://doi.org/10.1590/0102-311x00197915
https://doi.org/10.1590/0102-311x0019791... . Segundo inquérito telefônico nas capitais brasileiras, a prevalência de DM passou de 5,5% em 2006 para 7,4% em 2019, e, em 2019, a prevalência entre as mulheres foi mais elevada (7,8%) em relação aos homens (7,1%) e foi maior em pessoas com 65 anos ou mais de idade (23,0%)⁶6. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças não Transmissíveis. Vigitel Brasil 2018: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2018. Brasília: Ministério da Saúde; 2019..

O entendimento dos fatores associados ao desenvolvimento do DM II é importante para direcionar políticas de intervenção⁷7. Cichosz SL, Johansen MD, Hejlesen O. Toward big data analytics: Review of predictive models in management of diabetes and its complications. J Diabetes Sci Technol 2015; 10(1): 27-34. https://doi.org/10.1177/1932296815611680
https://doi.org/10.1177/1932296815611680... ^,88. Lagani V, Koumakis L, Chiarugi F, Lakasing E, Tsamardinos I. A systematic review of predictive risk models for diabetes complications based on large scale clinical studies. J Diabetes Complications 2013; 27(4): 407-13. https://doi.org/10.1016/j.jdiacomp.2012.11.003
https://doi.org/10.1016/j.jdiacomp.2012.... . Diversos estudos mostraram que características sociodemográficas, clínicas e de comportamentos não saudáveis são consideradas fatores de risco para esse desfecho⁹9. Leong A, Daya N, Porneala B, Devlin JJ, Shiffman D, McPhaul MJ, et al. Prediction of type 2 diabetes by Hemoglobin A1C in two communitybased cohorts. Diabetes Care 2018; 41(1): 60-8. https://doi.org/10.2337/dc17-0607
https://doi.org/10.2337/dc17-0607... ^,1010. Gray LJ, Davies MJ, Hiles S, Taub NA, Webb DR, Srinivasan BT, et al. Detection of impaired glucose regulation and/or type 2 diabetes mellitus, using primary care electronic data, in a multiethnic UK community setting. Diabetologia 2012; 55(4): 959-66. https://doi.org/10.1007/s00125-011-2432-x
https://doi.org/10.1007/s00125-011-2432-... . Porém, os fatores de risco em âmbito individual são insuficientes para compreender as diferenças nas prevalências e incidências de DM II entre as populações¹¹11. Bravo MA, Anthopolos R, Kimbro RT, Miranda ML. Residential Racial Isolation and Spatial Patterning of Type 2 Diabetes Mellitus in Durham, North Carolina. Am J Epidemiol 2018; 187(7): 1467-76. https://doi.org/10.1093/aje/kwy026
https://doi.org/10.1093/aje/kwy026... .

Pesquisas recentes sugerem componentes adicionais associados ao DM II, entre eles, as características físicas e contextuais de onde indivíduos residem¹²12. Auchincloss AH, Mujahid MS, Shen M, Michos ED, Whitt-Glover MC, Diez Roux AV. Neighborhood health-promoting resources and obesity risk (the multi-ethnic study of atherosclerosis). Obesity 2013; 21(3): 621-8. https://doi.org/10.1002/oby.20255
https://doi.org/10.1002/oby.20255... . Características como nível de pobreza¹³13. Hipp JA, Chalise N. Spatial Analysis and Correlates of County-Level Diabetes Prevalence, 2009-2010. Prev Chronic Dis 2015; 12: 140404. https://doi.org/10.5888/pcd12.140404
https://doi.org/10.5888/pcd12.140404... , menor oferta de áreas verdes¹⁴14. Astell-Burt T, Feng X, Kolt G. Is neighborhood green space associated with a lower risk of Type 2 diabetes? Australians. Diabetes Care [Internet]. 2014 [accessed on December 7, 2019]; 37(1): 197-201. Available at: https://doi.org/10.2337/dc13-1325
https://doi.org/10.2337/dc13-1325... ^,1515. den Braver NR, Lakerveld J, Rutters F, Schoonmade LJ, Brug J, Beulens JWJ. Built environmental characteristics and diabetes: a systematic review and meta-analysis. BMC Med 2018; 16(1): 12. https://doi.org/10.1186/s12916-017-0997-z
https://doi.org/10.1186/s12916-017-0997-... e maior oferta de fast-foods têm sido associadas a maior prevalência de diabetes¹⁶16. Haynes-Maslow L, Leone LA. Examining the relationship between the food environment and adult diabetes prevalence by county economic and racial composition: an ecological study. BMC Public Health 2017; 17: 648. https://doi.org/10.1186/s12889-017-4658-0
https://doi.org/10.1186/s12889-017-4658-... , enquanto ambientes residenciais com mais recursos para prática de atividade física foram associados a menor incidência de DM II¹⁷17. Christine PJ, Auchincloss AH, Bertoni AG, Carnethon MR, Sánchez BN, Moore K, et al. Longitudinal Associations Between Neighborhood Physical and Social Environments and Incident Type 2 Diabetes Mellitus: The Multi-Ethnic Study of Atherosclerosis (MESA). JAMA Intern Med 2015; 175(8): 1311-20. https://doi.org/10.1001/jamainternmed.2015.2691
https://doi.org/10.1001/jamainternmed.20... . Também foi observada menor prevalência de diabetes em agrupamentos geográficos onde havia maior renda e escolaridade¹⁸18. Faka A, Chalkias C, Montano D, Georgousopoulou EN, Tripitsidis A, Koloverou E, et al. Association of Socio-Environmental Determinants with Diabetes Prevalence in the Athens Metropolitan Area, Greece: A Spatial Analysis. Rev Diabet Stud [Internet]. 2017 [accessed on December 9, 2019]; 14(4): 381-9. Available at: https://doi.org/10.1900/RDS.2017.14.381
https://doi.org/10.1900/RDS.2017.14.381... .

Abordagens ecológicas para estudar fatores associados ao diabetes apresentam como vantagem o fato de que as análises em nível da comunidade podem melhor descrever o contexto econômico e social em que os indivíduos vivem e experimentam situações relacionadas à saúde¹⁹19. Adekanmbi VT, Uthman OA, Erqou S, Echouffo-Tcheugui JB, Harhay MN, Harhay MO. Epidemiology of prediabetes and diabetes in Namibia, Africa: A multilevel analysis. J Diabetes 2019; 11(2): 161-72. https://doi.org/10.1111/1753-0407.12829
https://doi.org/10.1111/1753-0407.12829... . Além disso, esses estudos são capazes de mensurar a importância relativa de cada fator identificando os efeitos residuais de fatores contextuais²⁰20. Baker J, White N, Mengersen K. Spatial modelling of type II diabetes outcomes: a systematic review of approaches used. R Soc Open Sci 2015; 2(6): 140460. https://doi.org/10.1098/rsos.140460
https://doi.org/10.1098/rsos.140460... .

Destaca-se que os estudos ainda são escassos, principalmente em países em desenvolvimento, tornando-se crítico explorar o tema com maior profundidade em localidades que apresentam diferenças no processo histórico de formação dos centros urbanos e recentes mudanças nos ambientes físicos e sociais, como o Brasil. Nesse sentido, este estudo avança examinando as relações entre diferentes características do ambiente construído e social, utilizando informações georreferenciadas e dados de um sistema de monitoramento dos fatores de risco e proteção para DCNT com amostra representativa. O objetivo do presente estudo foi analisar os fatores contextuais associados ao DM II em Belo Horizonte (MG).

MÉTODOS

Trata-se de um estudo transversal, com dados de adultos residentes em Belo Horizonte, capital de Minas Gerais – Brasil, entrevistados pelo Sistema de Vigilância de Fatores de Risco e Proteção para Doenças Crônicas por Inquérito Telefônico (Vigitel), nos anos de 2008, 2009 e 2010. A metodologia completa e específica desse sistema está disponível em publicações anteriores²¹21. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Secretaria de Gestão Estratégica e Participativa. Vigitel Brasil 2010: Vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico. Brasília: Ministério da Saúde; 2011..

Em 2008, 2009 e 2010, foram realizadas pelo Vigitel 6.034 entrevistas na cidade de Belo Horizonte. Desse total, foram excluídas 47 mulheres (43 que estavam grávidas no momento da entrevista e 4 que não sabiam se estavam grávidas) e os indivíduos que não apresentaram dados de Código de Endereçamento Postal (CEP) (175 apresentaram o CEP em branco, 1 apresentou CEP de outro município, e 32 não tiveram os CEPs localizados). Dessa forma, a amostra final foi composta de 5.779 indivíduos.

A variável dependente foi o diagnóstico autorreferido de DM II. Foram considerados diabéticos os indivíduos que responderam positivamente à seguinte questão: “algum médico já lhe disse que você tem diabetes?”. Os dados do sistema de informação geográfica foram utilizados para posicionar geograficamente os CEPs dos participantes da pesquisa e, assim, localizar a área de abrangência da unidade básica de saúde (AAUBS) à qual o indivíduo pertencia. A AAUBS, assumida neste estudo como unidade contextual, é considerada uma divisão geográfica delimitada por políticas do Sistema Único de Saúde.

Para avaliar as características do contexto da AAUBS, foi desenvolvida uma base com informações do ambiente físico e social dessas áreas. Essa base foi geocodificada a partir dos endereços completos dos locais, disponibilizados por diversas fontes comerciais e governamentais e lincadas à base de dados do Vigitel.

No que diz respeito às variáveis independentes, estas foram relacionadas tanto ao indivíduo quanto aos ambientes físico e social das AAUBS.

As variáveis individuais foram:

• Faixa etária, idade em anos categorizada em: 18–24; 25–34; 35–44; 45–54; 55–64; 65 ou mais;

• Sexo, categorizada em: masculino e feminino;

• Escolaridade, categorizada em: anos de estudo (0–8 anos; 9–11 anos; 12 ou mais);

• Estado civil: com companheiro e sem companheiro (solteiro, viúvo, separado e divorciado);

• Raça/cor, categorizada em: branca, preta, parda/morena e outras (amarela/vermelha);

• Percepção de saúde ruim: sim/não;

• Atividade física no lazer (prática de pelo menos 150 minutos/semana de atividade física de intensidade moderada ou pelo menos 75 minutos/semana de atividade física de intensidade vigorosa), categorizada em: sim e não;

• Hábito de fumar – hábito de fumar, independentemente do número de cigarros, da frequência e do tempo de duração –, categorizada em: sim e não;

• Consumo abusivo de álcool – consumo de cinco ou mais doses (homem) ou quatro ou mais doses (mulher) de bebidas alcoólicas em uma única ocasião, pelo menos uma vez nos últimos 30 dias –, categorizada em: sim e não;

• Consumo de frutas, legumes e verduras – consumo de frutas, legumes e verduras cinco ou mais vezes por dia em cinco ou mais dias da semana, categorizada em: sim e não;

• Consumo de refrigerante com açúcar – consumo de refrigerante com açúcar em cinco ou mais dias da semana, categorizada em: sim e não;

• Índice de Massa Corpórea (IMC) – peso em quilogramas dividido pelo quadrado da altura em metros –, apresentado de forma contínua.

As variáveis ambientais foram:

• Densidade populacional: população da área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Densidade de locais públicos para prática de atividade física: número de parques, praças e pistas públicas, academias da cidade na área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Densidade de locais privados para prática de atividade física: número de estabelecimentos de ensino de esporte, dança, academias e clubes sociais esportivos na área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Taxa de homicídio: (número de homicídios na área de abrangência/população da AAUBS) × 10.000;

• Densidade residencial: número de domicílios da área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) de abrangência;

• Renda média familiar da AAUBS: renda total das pessoas com 10 anos ou mais da AAUBS dividida por 10.000;

• Densidade de estabelecimentos com venda predominante de alimentos saudáveis;

• Número de açougues, peixarias, hortifrútis, laticínios e frios e abastecimento na área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Densidade de estabelecimentos com venda predominante de alimentos não saudáveis: número de estabelecimentos que comercializam doces, balas, bombons e similares, lanchonetes, bares, ambulantes, lojas de departamento e minimercados na área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Densidade de estabelecimentos com venda de alimentos mistos: número de hipermercados, supermercados, restaurantes e padarias na área de abrangência/área (km²2. World Health Organization. Global Report on Diabetes [Internet]. Genebra: World Health Organization; 2016 [accessed on July 8, 2018]. v. 978. Available at: https://www.who.int/publications/i/item/9789241565257
  https://www.who.int/publications/i/item/... ) da AAUBS;

• Índice de vulnerabilidade à saúde da AAUBS.

Para análise dos dados, utilizou-se a regressão logística multinível, considerando o indivíduo unidade do nível 1 e a área de abrangência unidade do nível 2. A modelagem foi realizada em três etapas: a primeira incluiu somente o intercepto aleatório, a fim de detectar a existência de efeito contextual; a segunda incluiu as variáveis individuais; a terceira incluiu as variáveis do nível contextual. A entrada das variáveis individuais e ambientais no modelo multinível foi organizada considerando-se o valor p < 0,20 nas análises bivariadas.

O coeficiente de partição da variância (CPV) foi quantificado para examinar a proporção da variância total atribuída ao nível contextual. A porcentagem de redução da variância foi calculada entre o modelo nulo e cada modelo subsequente, para avaliar a proporção da variância explicada pelas variáveis incluídas no modelo. O ajuste dos modelos foi avaliado por meio do Critério de Informação de Akaike (AIC, do inglês Akaike Information Criterion), sendo o melhor modelo aquele com menor AIC²²22. Merlo J, Chaix B, Ohlsson H, Beckman A, Johnell K, Hjerpe P, et al. A Brief Conceitual Tutorial of Multilevel Analysis in Social Epidemiology: using measures of clustering in multilevel logistic regression to investigate contextual phenomena. J Epidemiol Community Health 2006; 60(4): 290-7. https://doi.org/10.1136/jech.2004.029454
https://doi.org/10.1136/jech.2004.029454... ^,2323. Larsen K, Merlo J. Appropriate Assessment of Neighborhood Effects on Individual Health: Integrating Random and Fixed Effects in Multilevel Logistic Regression. Am J Epidemiol 2005; 161(1): 81-8. https://doi.org/10.1093/aje/kwi017
https://doi.org/10.1093/aje/kwi017... .

Todas as análises foram realizadas utilizando o pacote estatístico Stata 14.0, e foram consideradas as ponderações atribuídas a cada indivíduo: inverso do número de linhas telefônicas no domicílio do entrevistado e número de adultos no domicílio do entrevistado²¹21. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Secretaria de Gestão Estratégica e Participativa. Vigitel Brasil 2010: Vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico. Brasília: Ministério da Saúde; 2011.. Para as análises do modelo final, foi considerado o nível de significância de 5%.

O projeto de implantação do Vigitel foi aprovado pelo Comitê de Ética do Ministério da Saúde. O presente estudo foi desenvolvido tendo como referência a Resolução n° 466/2012 do Conselho Nacional de Saúde e está integrado a um projeto intitulado “Desigualdades em pequenas áreas geográficas dos indicadores de DCNT, violências e seus fatores de risco”, aprovado pelo Comitê de Ética em Pesquisa da Universidade Federal de Minas Gerais.

RESULTADOS

Dos 5.779 indivíduos estudados, 53,9% eram do sexo feminino, 40,5% apresentavam de 0 a 8 anos de estudo, 54,1% eram da cor parda/morena, e 53,9% viviam sem companheiro. A média de idade dos participantes foi de 42,2 anos (DP = 16,32) (Tabela 1).

A prevalência de diabetes foi de 6,2% (IC95% 5,54–6,92). Verificou-se que, entre as variáveis individuais, aumento da idade, presença de companheiro, aumento do IMC e autopercepção de saúde ruim associaram-se a maior chance de ocorrência do diabetes. Por outro lado, maiores níveis de escolaridade, hábito de fumar, consumo abusivo de álcool e consumo de refrigerante estiveram associados a menor chance de ter DM II (Tabela 2). Em relação às variáveis ambientais, viver em áreas com alta renda familiar e alta densidade de locais privados para prática de atividade física se associou a menor chance de ocorrência do diabetes (Tabela 2).

A Tabela 3 apresenta os modelos logísticos multiníveis para o diabetes. A variância do modelo nulo (σ2u0 = 0,10; p < 0,05) indica que há variabilidade significativa da ocorrência do diabetes entre as AAUBS. O CPV do modelo nulo foi de 0,031 (IC95% 0,012–0,074), ou seja, 3,1% da variância total entre as AAUBS.

Ao incluir as variáveis individuais (Tabela 3) (modelo 2), observou-se que o aumento da idade, autopercepção de saúde ruim e aumento do IMC associaram-se significativamente a maior chance de ter diabetes. Em contrapartida, ter maior escolaridade e consumir refrigerante foram associados significativamente a menor chance de diabetes (Tabela 3) (modelo 2).

Por meio da inclusão de variáveis contextuais, foram gerados três diferentes modelos multivariados (Tabela 3) (modelo 3 a 5), uma vez que as variáveis contextuais são altamente correlacionadas. Observou-se que, após ajustar pelas características individuais, residir em AAUBS com alta densidade de locais privados para prática de atividade física e com alta renda foi associado significativamente a menor chance de diabetes. Por outro lado, indivíduos que vivem em AAUBS com alto IVS foram associados a maior chance de diabetes.

Com a introdução das variáveis contextuais, observa-se redução do CPV, sugerindo que essas contribuem para explicar a variabilidade entre as AAUBS. A Tabela 3 também apresenta os resultados de AIC, mostrando redução dos valores ao adicionar as variáveis individuais e contextuais, o que significa que a inclusão das variáveis melhora o ajuste do modelo.

DISCUSSÃO

O estudo utiliza modelos de regressão multinível para identificar características do ambiente físico e social e variáveis individuais associadas ao DM II em Belo Horizonte. As variáveis individuais que se mostraram associadas a DM II foram: idade, escolaridade, presença de companheiro, excesso de peso e percepção de saúde ruim. Adicionalmente, foi mostrada uma relação inversa entre consumo de refrigerante, hábito de fumar e consumo abusivo de álcool e DM II que, neste caso, pode ser explicada pela ausência de temporalidade entre a exposição e o desfecho decorrente do desenho transversal. Pacientes diabéticos são encorajados a reduzir seu consumo de bebidas açucaradas, assim como adotar comportamentos saudáveis, tais como evitar consumo de tabaco e álcool. Esses resultados são consistentes com a literatura nacional e a internacional⁶6. Brasil. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Análise em Saúde e Vigilância de Doenças não Transmissíveis. Vigitel Brasil 2018: vigilância de fatores de risco e proteção para doenças crônicas por inquérito telefônico: estimativas sobre frequência e distribuição sociodemográfica de fatores de risco e proteção para doenças crônicas nas capitais dos 26 estados brasileiros e no Distrito Federal em 2018. Brasília: Ministério da Saúde; 2019.^,2424. Gomes CS, Matozinhos FP, Mendes LL, Pessoa MC, Velasquez-Melendez G. Physical and social environment are associated to leisure time physical activity in dults of a Brazilian city: a cross-sectional study. Plos One 2016; 11(2): e0150017. https://doi.org/10.1371/journal.pone.0150017
https://doi.org/10.1371/journal.pone.015... ^–3737. Vitoi NC, Fogal AS, Nascimento CM, Franceschini SCC, Ribeiro AQ. Prevalence and associated factors of diabetes in the elderly population in Viçosa, Minas Gerais, Brazil. Rev Bras Epidemiol 2015; 18(4): 953-65. https://doi.org/10.1590/1980-5497201500040022
https://doi.org/10.1590/1980-54972015000... . Dessa forma, evidencia-se a importância da idade, da baixa escolaridade, do estado civil e da percepção de saúde ruim e alto IMC no desenvolvimento do DM II.

O presente estudo identificou que existem diferenças nas chances de DM II entre as AAUBS estudadas. Essas diferenças podem ser explicadas, em parte, por características do ambiente físico e social. Entre as variáveis contextuais, o número de locais privados para prática de atividade física e elevada renda familiar associaram-se a menor chance do diabetes. Áreas de maior vulnerabilidade social foram fortemente associadas a maior chance de DM II. Dessa forma, as características do ambiente podem ter impacto potencial na ocorrência da doença, independentemente dos atributos individuais. Verificou-se que viver em áreas com alta densidade de locais privados para prática de atividade física diminui a chance de ter diabetes. Estudos prévios verificaram que quanto maior a disponibilidade de recursos para atividade física, maior é a prática dessa atividade²⁴24. Gomes CS, Matozinhos FP, Mendes LL, Pessoa MC, Velasquez-Melendez G. Physical and social environment are associated to leisure time physical activity in dults of a Brazilian city: a cross-sectional study. Plos One 2016; 11(2): e0150017. https://doi.org/10.1371/journal.pone.0150017
https://doi.org/10.1371/journal.pone.015... ^–2626. O’Donoghue G, Perchoux C, Mensah K, Lakerveld J, van der Ploeg H, Bernaards C, et al. A systematic review of correlates of sedentary behaviour in adults aged 18-65 years: a socio-ecological approach. BMC Public Health 2016; 16(1): 163. https://doi.org/10.1186/s12889-016-2841-3
https://doi.org/10.1186/s12889-016-2841-... . A prática de atividade física pode auxiliar na prevenção de doenças crônicas, a exemplo do diabetes, por meio da estabilização do metabolismo glicêmico, do controle de peso e de menor resistência insulínica²⁷27. Guthold R, Stevens GA, Riley LM, Bull FC. Worldwide trends in insufficient physical activity from 2001 to 2016: a pooled analysis of 358 population-based surveys with 1.9 million participants. Lancet Glob Health 2018; 6(10): e1077-86. https://doi.org/10.1016/S2214-109X(18)30357-7
https://doi.org/10.1016/S2214-109X(18)30... . Assim, a existência de locais para prática de atividade física próximos ao domicilio pode facilitar a prática dessas atividades.

Associações entre ocorrência do diabetes e áreas geográficas com poucas oportunidades para a prática de atividade física têm sido relatadas em outros estudos¹⁴14. Astell-Burt T, Feng X, Kolt G. Is neighborhood green space associated with a lower risk of Type 2 diabetes? Australians. Diabetes Care [Internet]. 2014 [accessed on December 7, 2019]; 37(1): 197-201. Available at: https://doi.org/10.2337/dc13-1325
https://doi.org/10.2337/dc13-1325... ^,2828. Jalaludin B, Thompson S, Kent J. Healthy built environments: a review of the literature [Internet]. Sydney: Healthy Built Environments Program, City Futures Research Centre, UNSW; 2011 [accessed on July 8, 2020]. Available at: https://apo.org.au/node/32052
https://apo.org.au/node/32052... . O achado dessa associação apenas com os locais privados para prática de atividade física pode estar relacionado ao fato de esses locais oferecerem mais segurança e melhores estruturas quando comparados com os locais públicos, que são, em grande maioria, ao ar livre. No Brasil, a insegurança e a criminalidade são crescentes em virtude da rápida urbanização, e observa-se que quanto maior a violência ou a insegurança, menores são as opções de lugares e menor é a prática de atividade física²⁴24. Gomes CS, Matozinhos FP, Mendes LL, Pessoa MC, Velasquez-Melendez G. Physical and social environment are associated to leisure time physical activity in dults of a Brazilian city: a cross-sectional study. Plos One 2016; 11(2): e0150017. https://doi.org/10.1371/journal.pone.0150017
https://doi.org/10.1371/journal.pone.015... ^,2929. Rantakokko M, Mänty M, Iwarsson S, Törmäkangas T, Leinonen R, Heikkinen E, et al. Fear of moving outdoors and development of outdoor walking difficulty in older people. J Am Geriatr Soc 2009; 57(4): 634-40. https://doi.org/10.1111/j.1532-5415.2009.02180.x
https://doi.org/10.1111/j.1532-5415.2009... ^,3030. Van Cauwenberg J, Clarys P, De Bourdeaudhuij I, Van Holle V, Verté D, De Witte N, et al. Physical environmental factors related to walking and cycling in older adults: the Belgian aging studies. BMC Public Health 2012; 12(1): 142. https://doi.org/10.1186/1471-2458-12-142
https://doi.org/10.1186/1471-2458-12-142... . Portanto, locais inseguros estão associados à privação socioeconômica.

Outro resultado importante deste estudo foi que o contexto social aferido por meio do IVS e pela renda familiar associou-se à ocorrência de DM II. Dessa forma, viver em áreas com maior vulnerabilidade social e baixa renda pode potencialmente aumentar a chance de DM II. Uma explicação desses resultados refere-se ao efeito da privação socioeconômica nos estilos de vida. Estudos evidenciam que, especialmente em países de baixa e média renda, e em menor proporção nos países desenvolvidos, os bairros com menor vulnerabilidade social apresentam maior densidade de locais de venda de alimentos saudáveis, e esses locais possuem maior variedade e qualidade desses alimentos³¹31. Leite MA, Assis MM, Carmo ASD, Costa BVL, Claro RM, Castro IR, et al. Is neighbourhood social deprivation in a Brazilian city associated with the availability, variety, quality and price of food in supermarkets? Public Health Nutr 2019; 22(18): 3395-404. https://doi.org/10.1017/S1368980019002386
https://doi.org/10.1017/S136898001900238... ^,3232. Black C, Moon G, Baird J. Dietary inequalities: what is the evidence for the effect of the neighbourhood food environment? Health Place [Internet]. 2014 [accessed on July 14, 2020]; 27: 229-42. Available at: https://doi.org/10.1016/j.healthplace.2013.09.015
https://doi.org/10.1016/j.healthplace.20... . Por outro lado, bairros mais vulneráveis socioeconomicamente possuem menor quantidade de locais para aquisição de alimentos saudáveis e menor variedade³¹31. Leite MA, Assis MM, Carmo ASD, Costa BVL, Claro RM, Castro IR, et al. Is neighbourhood social deprivation in a Brazilian city associated with the availability, variety, quality and price of food in supermarkets? Public Health Nutr 2019; 22(18): 3395-404. https://doi.org/10.1017/S1368980019002386
https://doi.org/10.1017/S136898001900238... . Além disso, padrões alimentares mais saudáveis estão associados a posições socioeconômicas mais altas e comportamentos mais saudáveis³³33. Bertin M, Touvier M, Dubuisson C, Dufour A, Havard A, Lafay L, et al. Dietary patterns of French adults: associations with demographic, socio-economic and behavioural factors. J Hum Nutr Diet [Internet]. 2016 [accessed on July 14, 2020]; 29(2): 241-54. Available at: https://doi.org/10.1111/jhn.12315
https://doi.org/10.1111/jhn.12315... . Variáveis socioeconômicas apresentaram maior magnitude, destacando a importância dos fatores contextuais e dos determinantes sociais na predição das DCNT³⁴34. Stringhini S, Carmeli C, Jokela M, Avendaño M, Muennig P, Guida F, et al. Socioeconomic status and the 25 × 25 risk factors as determinants of premature mortality: a multicohort study and meta-analysis of 1.7 million men and women. Lancet 2017; 389(10075): 1229-37. https://doi.org/10.1016/S0140-6736(16)32380-7
https://doi.org/10.1016/S0140-6736(16)32... . De forma semelhante, estudos mostraram que áreas com maior privação socioeconômica possuem menos opções de lugares e prática de atividade física²⁴24. Gomes CS, Matozinhos FP, Mendes LL, Pessoa MC, Velasquez-Melendez G. Physical and social environment are associated to leisure time physical activity in dults of a Brazilian city: a cross-sectional study. Plos One 2016; 11(2): e0150017. https://doi.org/10.1371/journal.pone.0150017
https://doi.org/10.1371/journal.pone.015... ^,2929. Rantakokko M, Mänty M, Iwarsson S, Törmäkangas T, Leinonen R, Heikkinen E, et al. Fear of moving outdoors and development of outdoor walking difficulty in older people. J Am Geriatr Soc 2009; 57(4): 634-40. https://doi.org/10.1111/j.1532-5415.2009.02180.x
https://doi.org/10.1111/j.1532-5415.2009... ^,3030. Van Cauwenberg J, Clarys P, De Bourdeaudhuij I, Van Holle V, Verté D, De Witte N, et al. Physical environmental factors related to walking and cycling in older adults: the Belgian aging studies. BMC Public Health 2012; 12(1): 142. https://doi.org/10.1186/1471-2458-12-142
https://doi.org/10.1186/1471-2458-12-142... .

Este estudo possui algumas limitações que precisam ser ressaltadas. A primeira delas é a impossibilidade de estabelecimento de relações de causa e efeito. O diagnóstico de diabetes autorreferido pode superestimar ou subestimar a prevalência do desfecho. Por outro lado, medidas diretas, obtidas por exames laboratoriais, são difíceis de serem realizadas em grandes populações, além de serem onerosas. Além disso, estudo de validade e reprodutibilidade dos dados foi realizado comparando medidas obtidas pelo autorrelato com medidas aferidas indicando bons resultados e confiabilidade nos dados³⁸38. Fontanelli MDM, Teixeira JA, Sales CH, Castro MAD, Cesar CLG, Alves MCGP, et al. Validation of self-reported diabetes in a representative sample of São Paulo city. Rev Saúde Pública 2017; 51: 20. https://doi.org/10.1590/S1518-8787.2017051006378
https://doi.org/10.1590/S1518-8787.20170... . Outra limitação está relacionada ao fato de os dados contextuais serem oriundos de fontes comerciais e governamentais, podendo estar sujeitos a imprecisões. Porém, os resultados são consistentes com a maior parte da literatura, demonstrando a validade interna dos resultados encontrados.

Destacam-se como pontos fortes do estudo o fato de ser pioneiro no Brasil com essa temática e de utilizar a metodologia analítica multinível. A análise multinível incorpora características objetivas do ambiente (físico e social) na análise e, com isso, verifica a importância de cada uma delas para o diabetes. Além disso, destaca-se a utilização de informações provenientes de um grande centro urbano brasileiro, a partir de uma base de dados oriunda de um importante sistema nacional de monitoramento dos fatores de risco e proteção para DCNT. Dessa forma, este estudo pode promover uma ampliação da discussão sobre aspectos de promoção e prevenção em saúde de uma perspectiva mais integral.

Este estudo evidenciou que a maior chance de ocorrência de DM II foi associada com as características do ambiente físico e social das AAUBS, tais como: menor densidade de locais privados para a prática de atividade física, menor renda familiar e maior índice de vulnerabilidade social, independentemente de características individuais. Assim, as estratégias de saúde para reduzir DM II podem se beneficiar, sendo mais eficazes se considerarem tanto o contexto em que o indivíduo está inserido como as características individuais. Centros urbanos mais bem organizados e com oportunidades amplas para adoção de comportamentos saudáveis podem ajudar a reduzir as iniquidades sociais e a progressão e as complicações de doenças crônicas preveníveis, como a DM II, nas comunidades urbanas.

Referências bibliográficas

Datas de Publicação

Histórico