Prevalência de multimorbidade na população de Florianópolis com idade igual ou superior a 40 anos: clusters e networking das morbidades

Abstract

Introdução: As doenças crônicas não-transmissíveis (DCNTs) tais como: doença cardíaca, acidente vascular encefálico (AVE), câncer, doenças respiratórias crônicas e diabetes causam 60% do total de mortes no mundo. Com o envelhecimento, o número de DCNTs em um mesmo indivíduo tende a aumentar. Pouco se sabe sobre a epidemiologia da multimorbidade no Brasil. O conhecimento de como estas doenças se agrupam (clusters) e se associam (networking) ainda é escasso, não apenas no Brasil mas em todo o mundo. Objetivo: Identificar clusters de multimorbidade em adultos com idade igual ou superior a 40 anos.Métodos: Este é um estudo de base populacional (Respira Floripa) representativo dos moradores da cidade de Florianópolis com idade = 40 anos, cuja metodologia foi baseada na do Projeto Latino-Americano de Investigação em Obstrução Pulmonar (estudo PLATINO). Os instrumentos de avaliação utilizados no estudo compreenderam entrevista domiciliar, medidas antropométricas e espirometria. A investigação de morbidades foi realizada por autorrelato e verificação do tratamento em uso (HAS, doença cardíaca, diabetes, gastrite/refluxo/úlcera, asma, hipotireoidismo e AVE), confirmação durante o estudo (DPOC e obesidade), ou rastreamento (sintomas de depressão). Resultados: A prevalência de multimorbidade na população estudada (n=1059) foi de 51,0% [IC95%(49,9-54,0)]. Indivíduos com multimorbidade foram predominantemente do sexo feminino (64,4 vs. 36,6%, p<0,001), mais velhos (80,0 vs. 64,9%, com idade = 60 anos, p<0,001), com nível de escolaridade menor (49,1 vs. 35,3%, p<0,001, com escolaridade = 8 anos). Além disso, mais frequentemente foram obesos, fumantes ou ex-fumantes, e com maior carga tabágica. A análise multivariada mostrou que os fatores associados à multimorbidade foram ter idade = 60 anos vs. 40-49 anos [RP=1,4 IC de 95% (1,2 ? 1,6), p=0,001], ter IMC = 30 vs. < 25 [RP=1,4 IC de 95% (1,2 ? 1,6), p<0,001 e tabagismo. A clusterização de multimorbidade permitiu a identificação de quatro clusters diferentes denominados: Paucimorbidade, Cardiovascular, Heterogêneo e Obesidade. Foram observadas diferenças significativas entre estes clusters incluindo faixa etária, escolaridade, IMC, prevalência de multimorbidade e tipo de morbidades mais comuns. O networking de morbidades ocorreu em todos os clusters tendo sido mais importante nos Clusters Cardiovascular e Heterogêneo. O impacto da multimorbidade na percepção do estado de saúde, em cada cluster, acompanhou a prevalência de multimorbidade e o networking de morbidades dentro do cluster. Em decorrência, este impacto foi maior no Cluster Cardiovascular, e mínimo no Cluster Paucimorbidade. Conclusão: Estes resultados mostram que a análise de cluster e do networking de morbidades pode ser utilizada em estudos de base populacional. Estudos desta natureza podem servir para projetos destinados à melhora da gestão em saúde, e à investigação do prognostico e sobrevida de pacientes.<br>

Abstract : Introduction: Chronic non-communicable diseases (CNTDs) such as heart disease, stroke, cancer, chronic respiratory diseases and diabetes, cause 60% of all deaths worldwide and 80% of deaths caused by CNTDs. With ageing, the number of CNTDs in the same individual tends to increase. Little is known about the epidemiology of multimorbidity in Brazil. The knowledge of how theses diseases are grouped (clusters) and associate (networking) is still scarce, not only in Brazil but also worldwide. Objective: To identify clusters of multimorbidity among adults aged < 40 years. Methods: This is a population-based study (Breathe Floripa), representative of the residents of Florianopolis city aged =40 years, whose methodology was based on the ?Projeto Latino-Americano de Investigação em Obstrução Pulmonar? (PLATINUM study). The assessment instruments used in the study included household interviews, anthropometric measurements and spirometry. The research of ten common diseases was done by self-report and treatment verification (HBP, heart disease, diabetes, gastritis / reflux / ulcer disease, hypothyroidism, asthma and stroke) confirmation duringthe study (COPD and obesity) or screening (symptoms depression).Results are expressed as a percentage or prevalence ratio (PR) and confidence interval of 95% (95% CI). Results: The prevalence of multimorbidity in the study population (n = 1059) was 51.0% [95% CI (49.9 to 54.0)]. Individuals with multimorbidity were predominantly female (64.4 vs. 36.6%, respectively, p <0.001) significantly older (80.0 vs. 64.9%, aged =60 years, respectively, p <0.001), with lower level of education (49.1 vs. 35.3% with schooling =8 years, respectively, p <0.001). Furthermore, they were more often obese, smokers or former smokers with greater nicotine load. Multivariate analysis showed that factors associated with multimorbidity were the age group of = 60 years vs. 40-49 years [PR = 1.4 95% CI (1.2 to 1.6), p = 0.001], having a BMI = 30 vs. < 25 [PR = 1.4 with 95% (1.2 to 1.6), p<0.001], and tabagism. The clustering of multimorbidity enabled the identification of four different clusters, which were named Paucimorbidity Cluster, Cardiovascular Cluster, Cluster Heterogeneous and Obesity Cluster. Significant differences between these clusters including age, education, BMI, prevalence of multimorbidity and most frequent type of morbidity were observed. The networking of morbidity occurred in all clusters being more important in the Cardiovascular and Heterogeneous Clusters. The impact of multimorbidity on health status in each cluster paralleled the prevalence of multimorbidity and the networking of morbidities within the cluster. As a result the impact was higher in the Cardiovascular and minimum in the Paucimorbidity Cluster.Conclusion: The results of this study showed that the cluster analysis and the networking of morbidities can be used in population-based studies of multimorbidities. Similar studies may to support projects aimed at improving health management, and research of the prognosis and survival of patients.