Skip to main content
PMC home page
Revista Brasileira de Epidemiologia (Brazilian Journal of Epidemiology) logoLink to Revista Brasileira de Epidemiologia (Brazilian Journal of Epidemiology)
. 2024 Dec 16;27:e240061. doi: 10.1590/1980-549720240061
View full-text in Portuguese

Chronic noncommunicable diseases and absenteeism from work: National Survey of Health, 2019

Bernardo Soares do Amaral Fernandes I, Milena Maria Tavares Spezani I, Leonardo Côrtes Bosco I, Beatriz Quintanilha Paladino Tavares de Souza I, Giovanni Hora Viviani I, Lara Santana Lima da Cunha I, Ana Sara Semeão de Souza I
PMCID: PMC11654286  PMID: 39699459

ABSTRACT

Objective:

To evaluate the association between burden of disease and multimorbidity and absenteeism in Brazil.

Methods:

This is a cross-sectional study using data from the National Survey of Health 2019. The assessed outcome was absenteeism from work. The burden of disease was assessed by simply counting a list of 14 morbidities and multimorbidity was defined as: ≥two chronic diseases. Poisson regression models stratified by sex were used to estimate crude and adjusted prevalence ratios and their respective 95% confidence intervals.

Results:

Of the 96,131,029 employed individuals, 38.5% reported absenteeism (95%CI 32.9–44.3). The most prevalent morbidities among women who reported absenteeism were back problems (50.8%), depression (42.9%), and hypertension (41.6%); and among men, hypertension (39.7%), chronic back pain (34.1%), and dyslipidemia (19.9%), among those who reported absenteeism. Having multimorbidity increased the report of absenteeism among women by 73% (95%CI 1.01–2.96); among men, there was no association after progressive adjustment for sociodemographic and health factors [PR 1.27 (95%CI 0.96–1.71)].

Conclusion:

The burden of disease and multimorbidity are highly prevalent among employed individuals and are strongly related to absenteeism from work, especially among women. In this sense, workers must be the target of interventions to reduce the impact of chronic noncommunicable diseases.

Keywords: Absenteeism, Noncommunicable diseases, Multimorbidity, Cross-sectional studies, Health surveys

INTRODUCTION

With the progressive aging of the population, social and economic changes, the urbanization process, and globalization have impacted the way the population lives, works, and eats, contributing to the increase in chronic noncommunicable diseases (NCDs) 1 . The rapid increase in the number of people living with one or more NCD has affected different sectors, including social and economic aspects related to work 2 .

Sick leave is related to several factors, including the cause of the sick leave, age, sex, and work environment 3 . Given its high cost and negative impact on workers’ quality of life, absenteeism due to illness is a major public health issue 2,3 .

In Brazil, NCDs are the biggest cause of death among the population 4 . In 2019, around 50% of the Brazilian population had at least one diagnosed NCD 5 . Economic growth is estimated to be reduced by up to 0.5% for every 10% increase in mortality due to NCDs, making it a major global threat to economic development 1 .

Between 2015 and 2019, 2,934,155 work accidents or occupational diseases were recorded in Brazil, 34% of which resulted in absence from work for more than 15 days 6 . Some authors of studies on absenteeism due to illness have found that diseases of the circulatory system, mental health problems, musculoskeletal disorders, trauma in different parts of the body, and diseases of the respiratory system, among others, are predictors of absenteeism from work 3,7,8 .

Among workers with NCDs, absenteeism is 6.3 times higher when compared to their peers without NCDs 9 . Furthermore, among those with multimorbidity — two or more NCDs at the same time —, the loss of productivity is on average 170 hours per worker each year, accounting for hours lost due to absenteeism and presenteeism, directly impacting the economy and personal income in the employment relationship 8 .

Despite the extensive loss of productivity at work related to NCDs, this relationship in the Brazilian population is still not well understood. Evidence concerning the influence of health conditions on absenteeism assessed specific groups of workers 7,10–12 . In addition, differences between the sexes have been little explored in the Brazilian context. Thus, knowing the relationship between the burden of disease and multimorbidity in absenteeism can contribute to a better understanding of the impact of NCDs on Brazilian workers, in addition to providing evidence for formulating policies that aim to improve the quality of life of workers with NCDs, partially reducing absenteeism from work. Therefore, we aimed to evaluate the association between burden of disease and multimorbidity and absenteeism in Brazil.

METHODS

This is a cross-sectional study, using the National Survey of Health (Pesquisa Nacional de Saúde – PNS) 2019 as a database, conducted by the Brazilian Ministry of Health and the Brazilian Institute of Geography and Statistics (IBGE), and which has public and unrestricted access. The geographic scope is the entire national territory, with the target population being residents of permanent private residencies. Its sampling plan was carried out by three-stage sampling 13 . The population of this study consisted of individuals over 18 years of age employed in the reference week, comprising 94,114 individuals.

According to IBGE, people classified as employed in the reference week of the survey are those who, in that period: worked at least one full hour in jobs paid in money, products, goods, or benefits (housing, food, clothing, training, etc.) or in jobs without direct pay to help with the economic activity of a household member or, even, people who had paid jobs from which they were temporarily absent during that week.

The outcome of this study was absenteeism measured through self-report (yes/no), through the question: "In the reference week, did you have any paid or unpaid work from which you were temporarily absent?". Cases of absence due to vacation, maternity leave, and occasional factors, such as bad weather and interruptions in transport services, were excluded.

The exposure variables evaluated were the burden of disease and multimorbidity, based on a list of 14 NCDs, available in the PNS, whether they were work-related or not. Therefore, the following NCDs were evaluated: cerebrovascular accident (CVA), asthma, cancer, diabetes mellitus, work-related musculoskeletal disorders (WMSDs), chronic obstructive pulmonary disease (COPD), depression, dyslipidemia, cardiovascular diseases (CVD) — acute myocardial infarction and unstable angina —, systemic arterial hypertension (SAH), chronic kidney disease (CKD), chronic back pain, mental health problems, and rheumatism. Self-reporting of chronic conditions was obtained by asking "Has a doctor ever diagnosed you with…".

The burden of disease was assessed by simply counting morbidities, each with a weight equal to one. Multimorbidity was assessed as the presence of two or more self-reported morbidities in the same individual 14 .

The independent variables evaluated were: sex (men/women), age categorized in years (18 to 29, 30 to 49, 40 to 49, 50 to 59, 60 years or older), level of education (illiterate, elementary school, high school, and college degree), self-declared skin color/ethnicity (white, Black, brown), categorized per capita income (<1 minimum wage, 1 to 3, >3 minimum wages), health insurance plan (yes/no), self-rated health status (very good, good, fair, poor, very poor).

The prevalence (%) of each of the chronic diseases was estimated for the burden of disease and multimorbidity according to absenteeism stratified by sex. Crude and adjusted prevalence ratios (PR) were also calculated between absenteeism, burden of disease, and multimorbidity, overall and stratified by sex. The crude models (model 1) were progressively (stepwise) adjusted for sociodemographic (model 2: age, level of education, and ethnicity/skin color), and health (model 3: self-rated health) factors. Residual analysis was performed to verify the adequacy of the models. Prevalence ratios and their respective 95% confidence intervals (95%CI) were estimated using Poisson regression models.

The analyses were performed using the Stata SE 15.0 software, using the "svy" command, considering the weights of the individuals and the sampling parameters in all analyses, as surveys that use complex sampling present different probabilities of selecting clusters and individuals.

The PNS 2019 was approved by the National Commission of Ethics in Research — CONEP (Comissão Nacional de Ética em Pesquisa), of the National Health Council — CNS (Conselho Nacional de Saúde), in August 2019. All participants signed an Informed Consent Form before the interviews began. Furthermore, all regulatory and legal aspects were complied with. The data are publicly accessible and the identity of the subjects is preserved. For the present research, the database was extracted and analyzed in November 2023.

RESULTS

A total of 96,131,029 people participated in the study, the majority of whom were men (55.5%), aged 30 to 39 years (27.3%), holding a high school degree (39.5%), white skin color/ethnicity (44.7%), per capita income of up to one minimum wage (43.9%), and without health insurance coverage (69.8%). The most commonly self-rated health status was "good" (56.8%). The prevalence of absenteeism was 38.5%; about 50% of the population reported not having any of the assessed NCDs and the prevalence of multimorbidity was 23.6% (Table 1).

Table 1. Demographic, socioeconomic, and health characteristics of the study population. Brazil, 2019.

Variables n % 95%CI
Sex
Men 53,337,106 55.5 (54.7–56.3)
Women 42,793,923 44.5 (43.7–45.4)
Age
18 to 29 22,248,733 23.2 (22.3–24.0)
30 to 39 25,954,099 27.0 (26.3–27.7)
40 to 49 22,001,675 22.9 (22.3–23.6)
50 to 59 17,531,087 18.2 (17.7–18.8)
60 years or older 7,229,427 8.7 (8.3–9.2)
Level of education
Illiterate 2,634,465 2.7 (2.5–3.0)
Elementary school 36,062,704 37.5 (36.7–38.4)
High school 37,960,994 39.5 (38.7–40.3)
College degree 19,472,866 20.3 (19.4–21.1)
Ethnicity/skin color
White 42,982,040 44.7 (43.8–45.6)
Black 11,593,577 12.1 (11.6–12.6)
Brown 41,544,891 43.2 (42.4–44.1)
Per capita income
Up to 1 wage 42,239,193 44.0 (43.0–44.9)
1 to 3 wages 40,857,262 42.5 (41.6–43.4)
3+ wages 12,989,641 13.5 (12.8–14.3)
Health insurance plan
Yes 29,076,755 30.3 (29.3–31.2)
No 67,054,274 69.8 (68.8–70.7)
Self-rated health
Very good 18,070,707 18.8 (18.1–19.5)
Good 54,551,561 56.8 (55.9–57.6)
Fair 20,864,014 21.7 (21.0–22.4)
Poor 2,231,850 2.3 (2.1–2.5)
Very poor 412,898 0.4 (0.4–0.5)
Absenteeism
Yes 852,642 38.5 (32.9–44.3)
No 1,362,988 61.5 (55.7–67.1)
Morbidities
0 43,107,450 49.9 (49.0–50.8)
1 22,916,220 26.5 (25.8–27.2)
2 11,192,362 12.9 (12.4–13.5)
3 5,200,828 6.0 (5.6–6.4)
4 2,356,031 2.7 (2.5–3.0)
5 1,039,829 1.2 (1.0–1.4)
6+ 652.340 0.8 (0.6–0.9)
Multimorbidity
Yes 20,441,390 23.6 (22.9–24.4)
No 66,023,671 76.4 (75.6–77.1)
Open in a new tab

n: absolute number; %: proportion; 95%CI: 95% confidence interval.

In Figure 1 we show the prevalence of NCDs according to absenteeism stratified by sex. Men and women who reported absenteeism showed a similar pattern of more prevalent NCDs; however, the prevalence was higher in women compared to men. The most prevalent NCDs among women who reported absenteeism were: back problems (50.8%), depression (42.9%), and SAH (41.6%) (Figure 1A). Conversely, among men who reported absenteeism, the most common NCDs were SAH (39.7%), chronic back pain (34.1%), and dyslipidemia (19.9%) (Figure 1B).

Figure 1. Prevalence of chronic noncommunicable diseases according to absenteeism stratified by sex: (A) women and (B) men. Brazil, 2019.

Figure 1

CVA: cerebrovascular accident; WMSDs: work-related musculoskeletal disorders; COPD: chronic obstructive pulmonary disease; CVD: cardiovascular diseases; SAH: systemic arterial hypertension; CKD: chronic kidney disease.

Open in a new tab

In the analysis of the prevalence of absenteeism in relation to the burden of disease, men and women who did not report absenteeism had higher prevalence for a smaller number of NCDs (0 and 1). From two morbidities on, the prevalence is higher among people who reported absenteeism (Figure 2). Nonetheless, for men with absenteeism from four morbidities on, the prevalence is lower compared to women with absenteeism, and we also observed a reduction in the differences in prevalence compared to men who did not report absenteeism (Figure 2B).

Figure 2. Prevalence of absenteeism according to burden of disease stratified by sex: (A) women and (B) men. Brazil, 2019.

Figure 2

MM: multimorbidity.

Open in a new tab

In Table 2 we present the crude and adjusted prevalence ratios for absenteeism, burden of disease, and multimorbidity for the general population and stratified by sex. In the general population, having multimorbidity increased the report of absenteeism from work by 2.6 times compared to individuals without multimorbidity. After progressive adjustment of the models for sociodemographic and health factors, there was a reduction in the strength of association. Overall, having multimorbidity increased the reported absenteeism by 38% (95%CI 1.04–1.82). Regarding the burden of disease, even after progressive adjustment, the increase in the number of morbidities raised the reporting of absenteeism, being 60% higher (95%CI 1.02–2.52) among those with two morbidities and 2.23 times higher (95%CI 1.49–3.35) among those with six or more morbidities (Table 2).

Table 2. Crude and adjusted prevalence ratios (PR) of the association between multimorbidity and burden of disease with absenteeism, overall and stratified by sex.

Variables Overall Women Men
Model 1
PR (95%CI)		 Model 2
PR (95%CI)		 Model 3
PR (95%CI)		 Model 1
PR (95%CI)		 Model 2
PR (95%CI)		 Model 3
PR (95%CI)		 Model 1
PR (95%CI)		 Model 2
PR (95%CI)		 Model 3
PR (95%CI)
Multimorbidity 2.60
(1.96–3.45)		 1.72
(1.32–2.26)		 1.38
(1.04–1.82)		 4.11
(2.45–6.88)		 2.52
(1.49–4.26)		 1.73
(1.01–2.96)		 1.94
(1.39–2.70)		 1.43
(1.10–1.87)		 1.27
(0.96–1.71)
Burden of disease
1 1.87
(1.17–2.96)		 1.64
(1.08–2.50)		 1.49
(0.99–2.24)		 4.71
(2.10–10.58)		 4.00
(1.85–8.61)		 3.14
(1.50–6.58)		 1.25
(0.77–2.03)		 1.18
(0.76–1.74)		 1.16
(0.75–1.79)
2 3.02
(1.94–4.70)		 2.05
(1.34–3.15)		 1.60
(1.02–2.52)		 8.36
(4.09–17.08)		 5.6
(2.69–11.71)		 3.54
(1.62–7.78)		 1.91
(1.17–3.11)		 1.45
(0.95–2.21)		 1.29
(0.80–2.08)
3 4.10
(2.72–6.16)		 2.60
(1.70–3.97)		 2.00
(1.31–3.05)		 10.0
(4.94–20.23)		 7.05
(3.25–15.29)		 4.56
(2.21–9.43)		 2.57
(1.67–3.97)		 1.74
(1.18–2.56)		 1.52
(1.01–2.28)
4 2.70
(1.54–4.74)		 2.01
(1.22–3.30)		 1.28
(0.78–2.12)		 9.32
(4.19–20.74)		 6.28
(2.80–14.06)		 2.46
(1.02–5.96)		 1.36
(0.61–3.06)		 1.17
(0.64–2.13)		 1.11
(0.62–1.97)
5 4.92
(3.23–7.50)		 2.59
(1.56–4.29)		 2.13
(1.30–3.49)		 16.95
(8.66–33.16)		 7.4
(3.43–16.03)		 6.25
(3.06–12.76)		 2.48
(1.54–4.00)		 1.96
(1.00–3.82)		 1.53
(0.81–2.91)
6+ 5.61
(3.8–8.26)		 3.04
(1.98–4.66)		 2.23
(1.49–3.35)		 19.07
(10.13–35.88)		 9.17
(4.57–18.39)		 4.76
(2.33–9.77)		 2.94
(1.94–4.44)		 1.67
(1.17–2.40)		 1.58
(1.11–2.26)
Open in a new tab

95%CI: 95% confidence interval. Model 1: crude model; Model 2: age, level of education, and ethnicity/skin color; Model 3: model 2 + self-rated health.

In the analysis stratified by sex, having multimorbidity increased the report of absenteeism among women by 73% (95%CI 1.01–2.96); among men, there was no association after progressive adjustment for sociodemographic and health factors [PR 1.27 (95%CI 0.96–1.71)] (Table 2). Among women, the burden of disease was strongly associated with the report of absenteeism, being three times higher (95%CI 1.50–6.58) for those with one morbidity and 6.3 times (95%CI 3.06–12.76) among women with six or more morbidities (Table 2). For men, after progressive adjustment, the association between burden of disease and absenteeism showed statistical significance only among those with six or more morbidities, the reported absenteeism being 58% (95%CI 1.11–2.26) higher among them compared to those without any morbidity (Table 2).

DISCUSSION

The results of this study evidenced the magnitude of NCDs among employed individuals in Brazil, where about 50% have at least one assessed NCD. Furthermore, the pattern of most prevalent morbidities among men and women who reported absenteeism was different. A quarter of the population has multimorbidity and its prevalence among women who reported absenteeism was substantially higher compared to men. We found significant associations between the number of chronic conditions, multimorbidity, and absenteeism from work, with this relationship being more significant among women.

It is estimated that over 43 million employed Brazilians have at least one assessed NCD, and around 850 thousand reported having missed work in 2019. According to the results of a European study, there was an increase from 3.6 to 5.2 million people who were absent from work due to illness between 2006 and 2020 15 . The prevalence of absenteeism was 38.5% in our sample. Authors of studies conducted in Canada and the United States of America in 2016 found a prevalence of absenteeism of 27.8% and 53% among workers, respectively 16,17 .

Regarding the prevalence of the number of chronic conditions in our study population, Zhang et al. found similar prevalence values for burden of disease, with approximately 45% of the population having at least one chronic disease 16 . As for multimorbidity, we found a prevalence of 23.6%, a higher value than that found in another study whose authors evaluated workers at older ages 18 . Conversely, the prevalence found in our study is almost half when compared to a study carried out with workers in Australia (2020), whose authors found a 53.1% prevalence of multimorbidity for the total population, 63.5% for women and 41.5% for men 8 . It is worth highlighting that the differences found in the prevalence of NCDs in our study and in research carried out in European countries can be partially explained by the epidemiological transition of these countries, which are in more advanced stages, representing the greatest cause of morbidity and mortality in this population, compared to Brazil 19,20 .

The most prevalent diseases in both sexes, among those who reported absenteeism, were chronic back pain, systemic arterial hypertension, and dyslipidemia. The most prevalent chronic conditions, according to some researchers, are: diseases of the musculoskeletal system, mental and behavioral disorders, diseases of the circulatory system, migraines, high cholesterol, diseases of the respiratory system, and diseases of the digestive system 3,8,16,17 .

However, those who evaluated the differences between the sexes found differences in the most prevalent diagnoses between them, as was found in the present research. In the study by Timp et al., the most prevalent diagnoses for women were mental disorders, while for men diseases of the musculoskeletal system were more prevalent 3 .

Regarding absences due to health reasons among women, there is a tendency toward more frequent absences due to mental disorders and musculoskeletal problems such as chronic back pain and diseases of the circulatory system. These patterns may reflect the multiple social roles played by women and gender segregation in the labor market, with this group being more likely to be subjected to occupations characterized by high physical and emotional demands, low wages, limited social support, and unpromising career prospects, increasing the risk of sick leaves 10 .

In addition, women are predominantly employed in the health, social services, and education sectors, while men are more commonly found in jobs in the construction, manufacturing, information technology, and transportation sectors 21 . Some researchers suggest that higher rates of absenteeism due to illness are associated with female-dominated occupations. The emotionally demanding nature of these jobs often involves working directly with patients or clients, requiring a more complete recovery from mental disorders before work can be resumed, for example 21,22 .

Moreover, gender inequality in absenteeism becomes evident when analyzing the results of the study conducted by Almeida and Fernandes, in which the workforce is predominantly male, but absences due to health reasons are more frequent among women. Musculoskeletal diseases, such as problems in the spine, lower back, and shoulders, are responsible for the highest number of sick leaves and lost days, correlated with lower levels of education and roles occupied by women in businesses 23 .

The prevalence of absenteeism among women decreased as of three conditions and remained stable in the subsequent categories. For men, this pattern occurs from four conditions on. Authors of an Australian cohort study on absenteeism among young workers highlight the importance of disease synergy, suggesting a partially additive, rather than multiplicative, effect on the relationship between absenteeism and more severe conditions 8 . According to the authors, the synergistic effects of various disease combinations are likely to range from amplifying the effect of individual conditions to enhancing the effect. Nevertheless, they emphasize that these synergistic effects should be further investigated to understand the combinations of diseases that may be particularly harmful 8 .

Furthermore, according to our results, there is gender inequality in the relationship between burden of disease, multimorbidity, and prevalence of absenteeism. Authors of a study carried out in 2021 analyzed the causes of absenteeism in 32 European countries and found differences in absenteeism rates between men and women. The difference was greater in France, followed by the United Kingdom, Spain, and Poland respectively. In these countries, the same trend was observed: there are higher rates of sick leave in women than in men 15 .

Bekker et al. conducted a literature review on the relationship between gender and sick leave, finding that women are generally absent more frequently, especially when it comes to short-term absences 24 . In addition, they found that gender differences in sick leaves are influenced by several factors such as country of residence, age, and professional group 24 .

Differences in daily activities and occupational characteristics may also influence the frequency and duration of sick leaves. Women generally tend to spend more time on household chores and childcare than men. The double burden hypothesis suggests that combining different roles, such as childcare and working outside the home, can increase stress and, consequently, the risk of sick leave 3,25,26 .

Finally, having multimorbidity was associated with reported absenteeism from work, being more significant among women. Despite differences in the prevalence of multimorbidity according to sex, in the general population, Troelstra et al. found an association between multimorbidity and loss of productivity at work, even when adjusted for occupation 8 . Researchers of another study also demonstrated that people with multimorbidity had higher rates of absenteeism and presenteeism than those with any chronic disease alone or no chronic disease 9 .

Workers with multimorbidity account for a considerable portion of personal expenses and those of the Brazilian Unified Health System (SUS) due to their illnesses. In Brazil, in 2013, there were 974,641 hospital admissions due to NCDs, totaling a cost of BRL 1,848,627,410.03 (USD 695.6 million) for the SUS 27 . An alternative to reducing the impact of NCDs on workers’ health is to understand that the workplace has a direct influence on their health and lifestyle, as they spend a considerable amount of time in this environment 28 .

By identifying the most common illnesses that lead to absenteeism, it is possible to develop occupational health policies focused on the prevention and treatment of these conditions. This may include vaccination programs, awareness campaigns, regular checkups, workplace ergonomics, and emotional support.

Furthermore, understanding the magnitude and impact of NCDs can help in the formulation of more flexible work policies such as home office or reduced working hours. These alternatives can allow workers to continue contributing without the need for extended leaves. In addition, supporting workers’ mental and physical health creates a healthier, more collaborative environment.

Strengths of the present study include the use of nationally representative data. The use of periodic data, such as the PNS, allows future analyses regarding the behavior and monitoring of the study population. Limitations of the study include the use of self-reported measures of morbidity and absenteeism that may underestimate their prevalence. Furthermore, all assessed diseases were considered equally, although the effect of burden of disease and multimorbidity may vary with the combination and severity of NCDs 14 .

It should be noted that the set of 14 chronic conditions evaluated may have underestimated the estimated prevalence of burden of disease and multimorbidity in the study population. Moreover, the variability in the number and list of diseases included in previous studies makes it difficult to compare prevalence and its impact on absenteeism. Another important limitation is that absenteeism was assessed as absence (yes/no) from work, without considering the time away. Therefore, the results should be interpreted considering that the relationship between NCDs and loss of productivity may be different from that found by the report measured dichotomously. In addition, as this was a cross-sectional study, the associations found here did not assess causality, considering that exposure and outcome were simultaneously assessed.

All in all, we conclude that NCDs are already highly prevalent among Brazilian workers and that the burden of disease and multimorbidity are strongly related to absenteeism from work, especially among women. Considering that the increase in NCDs in the coming years and in the dependency ratio, with an aging population, will place a greater burden on young workers, combating the effects of NCDs in this population is essential for their employers and for society in general.

Finally, these results highlight the importance of prevention and early management aimed at minimizing the impact of chronic noncommunicable diseases among workers. Among the targeted actions are: strategies to reduce multimorbidity, increasing workers’ ability to deal with their conditions, and improving access to health services for prevention and treatment for workers with illnesses, especially women.

Funding Statement

ASSS receives funding from Universidade Estácio de Sá (UNESA; process 2023/24). MMTS and LCB receive funding from Universidade Estácio de Sá (PIBIC/UNESA; process 2023/24). BSAF receives funding from the National Council for Scientific and Technological Development (CNPq; process 2023-2).

Footnotes

ETHICS COMMITTEE: The National Survey of Health was approved by the National Commission of Ethics in Research (CONEP) in August 2019 under No. 3,529,376 for the 2019 edition.

FUNDING: ASSS receives funding from Universidade Estácio de Sá (UNESA; process 2023/24). MMTS and LCB receive funding from Universidade Estácio de Sá (PIBIC/UNESA; process 2023/24). BSAF receives funding from the National Council for Scientific and Technological Development (CNPq; process 2023-2).

REFERENCES

  • 1.Malta DC. Doenças crônicas não transmissíveis, um grande desafio da sociedade contemporânea. Ciênc Saúde Coletiva. 2014;19(1):4–5. doi: 10.1590/1413-81232014191.0084. [DOI] [Google Scholar]
  • 2.Silvaggi F, Leonardi M, Guastafierro E, Quintas R, Toppo C, Foucaud J, et al. Chronic Diseases & Employment: an overview of existing training tools for employers. Int J Environ Res Public Health. 2019;16(5):718–718. doi: 10.3390/ijerph16050718. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 3.Timp S, van Foreest N, Roelen C. Gender differences in long term sickness absence. BMC Public Health. 2024;24(1):178–178. doi: 10.1186/s12889-024-17679-8. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Malta DC, Teixeira RA, Cardoso LSM, Souza JB, Bernal RTI, Pinheiro PC, et al. Mortalidade prematura por doenças crônicas não transmissíveis em capitais brasileiras: redistribuição de causas garbage e evolução por estratos de privação social. Rev Bras Epidemiol. 2023;26(Suppl 1):e230002. doi: 10.1590/1980-549720230002.supl.1.1. [DOI] [Google Scholar]
  • 5.Malta DC, Bernal RTI, Lima MG, Silva AG, Szwarcwald CL, Barros MBA. Desigualdades socioeconômicas relacionadas às doenças crônicas não transmissíveis e suas limitações: Pesquisa Nacional de Saúde, 2019. Rev Bras Epidemiol. 2021;24:E210011. doi: 10.1590/1980-549720210011.supl.2. [DOI] [Google Scholar]
  • 6.Brasil. Ministério da Previdência Social . Dados estatísticos – saúde e segurança do trabalhador [Internet] 2020. [[cited on Apr. 11, 2024]]. Available at: https://www.gov.br/previdencia/pt-br/assuntos/previdencia-social/saude-e-seguranca-do-trabalhador/acidente_trabalho_incapacidade/dados-abertos-sst . [Google Scholar]
  • 7.Sampaio FE, Oliveira MJS, Areosa J, Facas E. Prevalence of comorbidity and its effects on sickness-absenteeism among Brazilian Legislative Civil Servants. Int J Environ Res Public Health. 2023;20(6):5036–5036. doi: 10.3390/ijerph20065036. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 8.Troelstra SA, Straker L, Harris M, Brown S, van der Beek AJ, Coenen P. Multimorbidity is common among young workers and related to increased work absenteeism and presenteeism: results from the population-based Raine Study cohort. Scand J Work Environ Health. 2020;46(2):218–227. doi: 10.5271/sjweh.3858. [DOI] [PubMed] [Google Scholar]
  • 9.Fouad AM, Waheed A, Gamal A, Amer SA, Abdellah RF, Shebl FM. Effect of chronic diseases on work productivity: a propensity score analysis. J Occup Environ Med. 2017;59(5):480–485. doi: 10.1097/JOM.0000000000000981. [DOI] [PubMed] [Google Scholar]
  • 10.Leão ALM, Barbosa-Branco A, Rassi E, Neto, Ribeiro CAN, Turchi MD. Sickness absence in a municipal public service of Goiânia, Brazil. Rev Bras Epidemiol. 2015;18(1):262–277. doi: 10.1590/1980-5497201500010020. [DOI] [PubMed] [Google Scholar]
  • 11.Rodrigues CS, Freitas RM, Assunção AA, Bassi IB, Medeiros AM. Absenteísmo-doença segundo autorrelato de servidores públicos municipais em Belo Horizonte. Rev Bras Estud Popul. 2013;30(suppl):S135–S154. doi: 10.1590/S0102-30982013000400009. [DOI] [Google Scholar]
  • 12.Daniel E, Koerich CRC, Lang A. O perfil do absenteísmo dos servidores da prefeitura municipal de Curitiba, de 2010 a 2015. Rev Bras Med Trab. 2017;15(2):142–149. doi: 10.5327/Z1679443520176021. [DOI] [Google Scholar]
  • 13.Stopa SR, Szwarcwald CL, Oliveira MM, Gouvea ECDP, Vieira MLFP, Freitas MPS, et al. Pesquisa Nacional de Saúde 2019: histórico, métodos e perspectivas. Epidemiol Serv Saúde. 2020;29(5):e2020315. doi: 10.1590/s1679-49742020000500004. [DOI] [PubMed] [Google Scholar]
  • 14.Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet. 2012;380(9836):37–43. doi: 10.1016/S0140-6736(12)60240-2. [DOI] [PubMed] [Google Scholar]
  • 15.Antczak E, Miszczyńska KM. Causes of sickness absenteeism in Europe–analysis from an intercountry and gender perspective. Int J Environ Res Public Health. 2021;18(22):11823–11823. doi: 10.3390/ijerph182211823. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.Zhang W, McLeod CB, Koehoorn M. The relationship between chronic conditions and absenteeism and associated costs in Canada. Scand J Work Environ Health. 2016;42(5):413–422. doi: 10.5271/sjweh.3583. [DOI] [PubMed] [Google Scholar]
  • 17.Mongiovi J, Shi Z, Greenlee H. Complementary and alternative medicine use and absenteeism among individuals with chronic disease. BMC Complement Altern Med. 2016;16:248–248. doi: 10.1186/s12906-016-1195-9. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 18.Leijten FRM, van den Heuvel SG, Ybema JF, Robroek SJW, Burdorf A. Do work factors modify the association between chronic health problems and sickness absence among older employees? Scand J Work Environ Health. 2013;39(5):477–485. doi: 10.5271/sjweh.3353. [DOI] [PubMed] [Google Scholar]
  • 19.Travassos GF, Coelho AB, Arends-Kuenning MP. Os idosos no Brasil: transição demográfica, perfil e condição socioeconômica. Rev Bras Estud Popul. 2020;37:1–27. doi: 10.20947/S0102-3098a0129. [DOI] [Google Scholar]
  • 20.Duarte EC, Barreto SM. Transição demográfica e epidemiológica: a Epidemiologia e Serviços de Saúde revisita e atualiza o tema. Epidemiol Serv Saúde. 2012;21(4):529–532. doi: 10.5123/S1679-49742012000400001. [DOI] [Google Scholar]
  • 21.Laaksonen M, Mastekaasa A, Martikainen P, Rahkonen O, Piha K, Lahelma E. Gender differences in sickness absence--the contribution of occupation and workplace. Scand J Work Environ Health. 2010;36(5):394–403. doi: 10.5271/sjweh.2909. [DOI] [PubMed] [Google Scholar]
  • 22.Lidwall U. Gender composition in occupations and branches and medically certified sick leave: a prospective population study. Int Arch Occup Environ Health. 2021;94(7):1659–1670. doi: 10.1007/s00420-021-01672-4. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 23.Almeida CGSTG, Fernandes RCP. Doenças osteomusculares são a principal causa de absenteísmo-doença entre trabalhadores da indústria de petróleo no Brasil: resultados de um estudo de coorte. Rev Bras Saúde Ocup. 2022;47:e9. doi: 10.1590/2317-6369/06220pt2020v47e9. [DOI] [Google Scholar]
  • 24.Bekker MHJ, Rutte CG, van Rijswijk K. Sickness absence: a gender-focused review. Psychol Health Med. 2009;14(4):405–418. doi: 10.1080/13548500903012830. [DOI] [PubMed] [Google Scholar]
  • 25.Østby KA, Mykletun A, Nilsen W. Explaining the gender gap in sickness absence. Occup Med (Lond) 2018;68(5):320–326. doi: 10.1093/occmed/kqy062. [DOI] [PubMed] [Google Scholar]
  • 26.Nilsen W, Skipstein A, Østby KA, Mykletun A. Examination of the double burden hypothesis-a systematic review of work-family conflict and sickness absence. Eur J Public Health. 2017;27(3):465–471. doi: 10.1093/eurpub/ckx054. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 27.Bielemann RM, Silva BGC, Coll CVN, Xavier MO, Silva SG. Impacto da inatividade física e custos de hospitalização por doenças crônicas. Rev Saúde Pública. 2015;49:75–75. doi: 10.1590/S0034-8910.2015049005650. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 28.Donato TAA, Silva RMA, Andrade ACS, Kochergin CN, Medeiros DS, Soares DA, et al. Exame ocupacional periódico: oportunidade de diagnóstico e monitoramento de doença crônica não transmissível em homens. Cad Saúde Pública. 2021;37(11):e00298320. doi: 10.1590/0102-311X00298320. [DOI] [PubMed] [Google Scholar]
Rev Bras Epidemiol. 2024 Dec 16;27:e240061. [Article in Portuguese] doi: 10.1590/1980-549720240061.2

Doenças crônicas não transmissíveis e absenteísmo no trabalho: Pesquisa Nacional de Saúde 2019

Bernardo Soares do Amaral Fernandes I, Milena Maria Tavares Spezani I, Leonardo Côrtes Bosco I, Beatriz Quintanilha Paladino Tavares de Souza I, Giovanni Hora Viviani I, Lara Santana Lima da Cunha I, Ana Sara Semeão de Souza I

RESUMO

Objetivo:

Avaliar a associação entre carga de morbidade e multimorbidade e absenteísmo no Brasil.

Método:

Estudo transversal utilizando dados da Pesquisa Nacional de Saúde 2019. O desfecho avaliado foi absenteísmo no trabalho. Carga de morbidade foi avaliada pela contagem simples de uma lista de 14 morbidades e multimorbidade foi definida como: ≥duas doenças crônicas. Modelos de regressão de Poisson estratificados por sexo foram utilizados para estimar as razões de prevalência brutas e ajustadas e seus respectivos intervalos de confiança de 95%

Resultado:

Dos 96.131.029 indivíduos em condição de ocupação, 38,5% relataram absenteísmo (IC95% 32,9–44,3). As morbidades mais prevalentes entre as mulheres que relataram absenteísmo foram: problemas de coluna (50,8%), depressão (42,9%) e hipertensão (41,6%); e entre os homens foram: hipertensão (39,7%), problema crônico de coluna (34,1%) e dislipidemia (19,9%), entre aqueles que relataram absenteísmo. Ter multimorbidade aumentou 73% o relato de absenteísmo na população feminina (IC95% 1,01–2,96), entre os homens não houve associação após ajuste progressivo por fatores sociodemográficos e de saúde [RP 1,27 (IC95% 0,96–1,71)].

Conclusão:

A carga de morbidade e a multimorbidade são altamente prevalentes entre indivíduos em condição de ocupação e está fortemente relacionada com o absenteísmo no trabalho, especialmente entre as mulheres. Nesse sentido, trabalhadores devem ser alvo de intervenções que visem reduzir o impacto das condições crônicas não transmissíveis entre eles.

Palavras-chave: Absenteísmo, Doenças não transmissíveis, Multimorbidade, Estudos transversais, Inquéritos epidemiológicos

INTRODUÇÃO

Com o progressivo envelhecimento da população, as mudanças sociais e econômicas, o processo de urbanização e a globalização impactaram o modo de viver, de trabalhar e de se alimentar da população, contribuindo para o aumento das doenças crônicas não transmissíveis (DCNT) 1 . O rápido aumento no número de pessoas que vivem com uma ou mais DCNT tem afetado diferentes setores, incluindo os aspectos sociais e econômicos relacionados ao trabalho 2 .

O afastamento por doença está relacionado a vários fatores, incluindo a causa desse afastamento, a idade, o sexo e o ambiente de trabalho 3 . Dado o seu elevado custo e o impacto negativo na qualidade de vida dos trabalhadores, o absenteísmo por doença é um importante problema de saúde pública 2,3 .

No Brasil, as DCNT são a maior causa de morte da população 4 . Em 2019, cerca de 50% da população brasileira possuía ao menos uma DCNT diagnosticada 5 . Estima-se que o crescimento econômico seja reduzido em até 0,5% para cada incremento de 10% na mortalidade por DCNT, tornando-se uma importante ameaça global ao desenvolvimento econômico 1 .

Entre 2015 e 2019, foram registrados 2.934.155 acidentes de trabalho ou doenças ocupacionais no Brasil, sendo que 34% destes resultaram em um afastamento do trabalho por mais de 15 dias 6 . Alguns estudos sobre absenteísmo por doença encontraram como preditores da ausência no trabalho doenças do aparelho circulatório, problemas de saúde mental, distúrbios musculoesqueléticos, traumas em diferentes partes do corpo e doenças do aparelho respiratório, entre outros 3,7,8 .

Entre trabalhadores com DCNT, o absenteísmo é 6,3 vezes maior quando comparado aos seus pares sem DCNT 9 . Ademais, entre aqueles com multimorbidade — duas ou mais DCNT ao mesmo tempo —, a perda de produtividade é em média de 170 horas por trabalhador a cada ano, contabilizando horas perdidas devido ao absenteísmo e ao presenteísmo, impactando diretamente a economia e o rendimento pessoal no vínculo empregatício 8 .

Apesar da extensa perda de produtividade no trabalho relacionada às DCNT, essa relação na população brasileira ainda não é bem compreendida. As evidências que avaliaram a influência das condições de saúde no absenteísmo avaliaram grupos de trabalhadores específicos 7,10–12 . Além disso, as diferenças entre os sexos têm sido pouco exploradas no contexto brasileiro. Dessa forma, conhecer sobre a relação entre a carga de morbidade e de multimorbidade no absenteísmo pode contribuir para uma melhor compreensão sobre o impacto das DCNT em pessoas em condição de ocupação no Brasil; fornecendo evidências para a construção de políticas que visem melhorar a qualidade de vida dos trabalhadores com DCNT, reduzindo em parte, o absenteísmo no trabalho. Portanto, o objetivo deste estudo foi avaliar a associação entre carga de morbidade e de multimorbidade e absenteísmo no Brasil.

MÉTODOS

Trata-se de um estudo transversal, utilizando como banco de dados a Pesquisa Nacional de Saúde (PNS): 2019, conduzida pelo Ministério da Saúde e pelo Instituto Brasileiro de Geografia e Estatística (IBGE), e que possui acesso público e irrestrito. A abrangência geográfica é todo o território nacional, tendo como população-alvo os moradores de domicílios particulares permanentes. Seu plano amostral foi realizado por amostragem em três estágios 13 . A população deste estudo foi constituída por indivíduos maiores de 18 anos em condição de ocupação na semana de referência, composta por 94.114 indivíduos.

Segundo o IBGE, são classificadas como ocupadas na semana de referência da pesquisa as pessoas que, nesse período: trabalharam pelo menos uma hora completa em trabalho remunerado em dinheiro, produtos, mercadorias ou benefícios (moradia, alimentação, roupas, treinamento, etc.) ou em trabalho sem remuneração direta em ajuda à atividade econômica de membro do domicílio, ou, ainda, as pessoas que tinham trabalho remunerado do qual estavam temporariamente afastadas nessa semana.

O desfecho deste estudo foi o absenteísmo medido através do autorrelato (sim/não), por meio do questionamento: "Na semana de referência, tinha algum trabalho remunerado ou não do qual estava temporariamente afastado". Foram excluídos os casos de afastamentos por férias, licença maternidade e fatores ocasionais como mau tempo e paralisação nos serviços de transporte.

As variáveis de exposição avaliadas foram a carga de morbidade e de multimorbidade, baseado em uma lista de quatorze DCNT, disponíveis na PNS, sendo elas relacionadas ao trabalho ou não. Por conseguinte, foram avaliadas: acidente vascular cerebral (AVC), asma, câncer, diabetes mellitus, distúrbios osteomusculares relacionados ao trabalho (DORT), doença pulmonar obstrutiva crônica (DPOC), depressão, dislipidemia, doenças cardiovasculares (DCV) — infarto agudo do miocárdio e angina instável —, hipertensão arterial sistêmica (HAS), insuficiência renal crônica (IRC), problema crônico de coluna, problemas de saúde mental e reumatismo. O autorrelato de condições crônicas foi obtido por meio do questionamento "Algum médico já lhe deu o diagnóstico de…".

A carga de morbidade foi avaliada pela contagem simples de morbidades, tendo cada uma delas peso um. A multimorbidade foi avaliada como a presença de duas ou mais morbidades autorrelatas em um mesmo indivíduo 14 .

As variáveis independentes avaliadas foram: sexo (masculino/feminino), idade categorizada em anos (18 a 29, 30 a 49, 40 a 49, 50 a 59, 60 anos ou mais), nível de instrução (sem instrução, fundamental completo, ensino médio completo e ensino superior completo), cor/raça autodeclarada (branca, preta, parda), renda per capita categorizada (<1 salário mínimo, de 1 a 3, >3 salários mínimos), plano de saúde (sim/não), autoavaliação do estado de saúde (muito bom, bom, regular, ruim, muito ruim).

Foram calculadas as prevalências (%) de cada uma das doenças crônicas para a carga de morbidade e de multimorbidade segundo absenteísmo estratificado por sexo. Também foram calculadas as razões de prevalência (RP) bruta e ajustada entre o absenteísmo, carga de morbidade e de multimorbidade, geral e estratificado por sexo. Os modelos brutos (modelo 1) foram progressivamente (stepwise) ajustados por fatores sociodemográficos (modelo 2: idade, escolaridade e raça/cor) e de saúde (modelo 3: autoavaliação de saúde). Foi realizada a análise de resíduo para verificar a adequação dos modelos. As razões de prevalências e seus respectivos intervalos de confiança a 95% (IC95%) foram estimadas por meio de modelos de regressão de Poisson.

As análises foram realizadas no software "Stata SE 15.0", por meio do comando "svy", considerando os pesos dos indivíduos e os parâmetros amostrais em todas as análises, visto que os inquéritos que utilizam amostragem complexa apresentam probabilidades de seleção de conglomerados e indivíduos diferentes.

A PNS 2019 foi aprovada pela Comissão Nacional de Ética em Pesquisa — CONEP, do Conselho Nacional de Saúde — CNS, em agosto de 2019. Todos os participantes assinaram um Termo de Consentimento Livre e Esclarecido antes do início das entrevistas. Outrossim, todos os aspectos regulatórios e legais foram cumpridos. Os dados são de acesso público e preservam a identidade dos sujeitos. Para a presente pesquisa, o banco de dados foi extraído e analisado em novembro de 2023.

RESULTADOS

Fizeram parte do estudo 96.131.029 pessoas, sendo a maioria homens (55,5%), de 30 a 39 anos (27,3%), com ensino médio completo (39,5%), cor/raça branca (44,7%), renda per capita de até 1 salário-mínimo (43,9%) e sem cobertura de plano de saúde (69,8%). O estado de saúde mais comumente autorrelatado foi "bom" (56,8%). A prevalência de absenteísmo foi de 38,5%; cerca de 50% da população relatou não ter nenhuma DCNT avaliada e a prevalência de multimorbidade foi de 23,6% (Tabela 1).

Tabela 1. Características demográficas, socioeconômicas e de saúde da população de estudo. Brasil, 2019.

Variáveis n % IC95%
Sexo
Masculino 53.337.106 55,5 (54,7–56,3)
Feminino 42.793.923 44,5 (43,7–45,4)
Idade
18 a 29 22.248.733 23,2 (22,3–24,0)
30 a 39 25.954.099 27,0 (26,3–27,7)
40 a 49 22.001.675 22,9 (22,3–23,6)
50 a 59 17.531.087 18,2 (17,7–18,8)
60 anos ou mais 7.229.427 8,7 (8,3–9,2)
Escolaridade
Sem instrução 2.634.465 2,7 (2,5–3,0)
Ens. Fundamental 36.062.704 37,5 (36,7–38,4)
Ens. Médio 37.960.994 39,5 (38,7–40,3)
Ens. Superior 19.472.866 20,3 (19,4–21,1)
Raça/Cor
Branca 42.982.040 44,7 (43,8–45,6)
Preta 11.593.577 12,1 (11,6–12,6)
Parda 41.544.891 43,2 (42,4–44,1)
Renda per capita
Até 1 salário 42.239.193 44,0 (43,0–44,9)
1 até 3 salários 40.857.262 42,5 (41,6–43,4)
3+ salários 12.989.641 13,5 (12,8–14,3)
Plano de saúde
Sim 29.076.755 30,3 (29,3–31,2)
Não 67.054.274 69,8 (68,8–70,7)
Autoavaliação de saúde
Muito bom 18.070.707 18,8 (18,1–19,5)
Bom 54.551.561 56,8 (55,9–57,6)
Regular 20.864.014 21,7 (21,0–22,4)
Ruim 2.231.850 2,3 (2,1–2,5)
Muito ruim 412.898 0,4 (0,4–0,5)
Absenteísmo
Sim 852.642 38,5 (32,9–44,3)
Não 1.362.988 61,5 (55,7–67,1)
Morbidades
0 43.107.450 49,9 (49,0–50,8)
1 22.916.220 26,5 (25,8–27,2)
2 11.192.362 12,9 (12,4–13,5)
3 5.200.828 6,0 (5,6–6,4)
4 2.356.031 2,7 (2,5–3,0)
5 1.039.829 1,2 (1,0–1,4)
6+ 652.340 0,8 (0,6–0,9)
Multimorbidade
Sim 20.441.390 23,6 (22,9–24,4)
Não 66.023.671 76,4 (75,6–77,1)
Open in a new tab

n: número absoluto; %: proporção; IC95%: intervalo de confiança a 95%.

A Figura 1 apresenta a prevalência de DCNT segundo absenteísmo estratificado por sexo. Homens e mulheres que relataram absenteísmo apresentaram um padrão similar de DCNT mais prevalentes, contudo, nas mulheres a prevalência foi maior quando comparada aos homens. As DCNT mais prevalentes entre as mulheres que relataram absenteísmo foram: problemas de coluna (50,8%), depressão (42,9%) e HAS (41,6%) (Figura 1A). Já entre os homens, as DCNT mais presentes foram HAS (39,7%), problema crônico de coluna (34,1%) e dislipidemia (19,9%), entre aqueles que relataram absenteísmo (Figura 1B).

Figura 1. Prevalência de doenças crônicas não transmissíveis segundo absenteísmo estratificado por sexo: (A) mulheres e (B) homens. Brasil, 2019.

Figura 1

AVC: acidente vascular cerebral; DORT: distúrbios osteo musculares relacionados ao trabalho; DPOC: doença pulmonar obstrutiva crônica; DCV: doenças cardiovasculares; HAS: hipertensão arterial sistêmica; IRC: insuficiência renal crônica.

Open in a new tab

Na análise da prevalência de absenteísmo em relação à carga de morbidade, homens e mulheres que não relataram absenteísmo apresentam prevalências mais altas para um número menor de DCNT (0 e 1). A partir de duas morbidades, a prevalência é maior entre as pessoas que relataram absenteísmo (Figura 2). Entretanto, para os homens com absenteísmo a partir de quatro morbidades, a prevalência é menor em comparação às mulheres com absenteísmo, e também é possível observar uma redução das diferenças na prevalência em comparação aos homens que não relataram absenteísmo (Figura 2B).

Figura 2. Prevalência de absenteísmo segundo carga de morbidade estratificado por sexo: (A) mulheres e (B) homens. Brasil, 2019.

Figura 2

MM: multimorbidade.

Open in a new tab

A Tabela 2 apresenta as razões de prevalências brutas e ajustadas para o absenteísmo, carga de morbidade e de multimorbidade, para a população geral e estratificado por sexo. Na população em geral, ter multimorbidade aumentou em 2,6 vezes o relato de absenteísmo no trabalho em comparação com indivíduos sem multimorbidade. Após ajuste progressivo dos modelos por fatores sociodemográficos e de saúde, houve uma redução na força de associação. Em geral, ter multimorbidade aumentou em 38% (IC95% 1,04–1,82) o relato de absenteísmo. Em relação à carga de morbidade, mesmo após ajuste progressivo, o aumento do número de morbidades aumentou o relato de absenteísmo, sendo 60% maior (IC95% 1,02–2,52) entre aqueles com duas morbidades e 2,23 vezes maior (IC95% 1,49–3,35) entre aqueles com seis morbidades ou mais (Tabela 2).

Tabela 2. Razão de prevalência (RP) da associação entre multimorbidade e carga de morbidade com o absenteísmo bruta e ajustada, geral e estratificada por sexo.

Variáveis Geral Mulheres Homens
Modelo 1
RP (IC95%)		 Modelo 2
RP (IC95%)		 Modelo 3
RP (IC95%)		 Modelo 1
RP (IC95%)		 Modelo 2
RP (IC95%)		 Modelo 3
RP (IC95%)		 Modelo 1
RP (IC95%)		 Modelo 2
RP (IC95%)		 Modelo 3
RP (IC95%)
Multimorbidade 2,60
(1,96–3,45)		 1,72
(1,32–2,26)		 1,38
(1,04–1,82)		 4,11
(2,45–6,88)		 2,52
(1,49–4,26)		 1,73
(1,01–2,96)		 1,94
(1,39–2,70)		 1,43
(1,10–1,87)		 1,27
(0,96–1,71)
Carga de morbidade
1 1,87
(1,17–2,96)		 1,64
(1,08–2,50)		 1,49
(0,99–2,24)		 4,71
(2,10–10,58)		 4,00
(1,85–8,61)		 3,14
(1,50–6,58)		 1,25
(0,77–2,03)		 1,18
(0,76–1,74)		 1,16
(0,75–1,79)
2 3,02
(1,94–4,70)		 2,05
(1,34–3,15)		 1,60
(1,02–2,52)		 8,36
(4,09–17,08)		 5,6
(2,69–11,71)		 3,54
(1,62–7,78)		 1,91
(1,17–3,11)		 1,45
(0,95–2,21)		 1,29
(0,80–2,08)
3 4,10
(2,72–6,16)		 2,60
(1,70–3,97)		 2,00
(1,31–3,05)		 10,0
(4,94–20,23)		 7,05
(3,25–15,29)		 4,56
(2,21–9,43)		 2,57
(1,67–3,97)		 1,74
(1,18–2,56)		 1,52
(1,01–2,28)
4 2,70
(1,54–4,74)		 2,01
(1,22–3,30)		 1,28
(0,78–2,12)		 9,32
(4,19–20,74)		 6,28
(2,80–14,06)		 2,46
(1,02–5,96)		 1,36
(0,61–3,06)		 1,17
(0,64–2,13)		 1,11
(0,62–1,97)
5 4,92
(3,23–7,50)		 2,59
(1,56–4,29)		 2,13
(1,30–3,49)		 16,95
(8,66–33,16)		 7,4
(3,43–16,03)		 6,25
(3,06–12,76)		 2,48
(1,54–4,00)		 1,96
(1,00–3,82)		 1,53
(0,81–2,91)
6+ 5,61
(3,8–8,26)		 3,04
(1,98–4,66)		 2,23
(1,49–3,35)		 19,07
(10,13–35,88)		 9,17
(4,57–18,39)		 4,76
(2,33–9,77)		 2,94
(1,94–4,44)		 1,67
(1,17–2,40)		 1,58
(1,11–2,26)
Open in a new tab

IC95%: intervalo de confiança a 95%. Modelo 1: modelo bruto; Modelo 2: idade, escolaridade e raça/cor; Modelo 3: modelo 2 + autoavaliação de saúde.

Na análise estratificada por sexo, ter multimorbidade aumentou 73% (IC95% 1,01–2,96) o relato de absenteísmo na população feminina, entre os homens não houve associação após ajuste progressivo por fatores sociodemográficos e de saúde [RP 1,27 (IC95% 0,96–1,71)] (Tabela 2). Entre as mulheres, a carga de morbidade apresentou uma forte associação com o relato de absenteísmo, sendo três vezes maior (IC95% 1,50–6,58) para aquelas com uma morbidade e 6,3 vezes (IC95% 3,06–12,76) entre as mulheres com seis ou mais morbidades (Tabela 2). Para o sexo masculino, após ajuste progressivo, a associação entre carga de morbidade e o absenteísmo apresentou significância estatística apenas entre aqueles com seis morbidades ou mais, sendo 58% (IC95% 1,11–2,26) maior o relato de absenteísmo entre eles, em comparação aqueles sem nenhuma morbidade (Tabela 2).

DISCUSSÃO

Os resultados deste estudo evidenciaram a magnitude das DCNT entre indivíduos em condição de ocupação no Brasil, onde cerca de 50% possuem ao menos uma DCNT avaliada. Além disso, o padrão de morbidades mais prevalentes entre homens e mulheres que relataram absenteísmo mostrou-se diferente. Um quarto da população tem multimorbidade e a sua prevalência entre as mulheres que relataram absenteísmo foi substancialmente mais alta em comparação aos homens. Encontramos associações significativas entre o número de condições crônicas, multimorbidade e o absenteísmo no trabalho, sendo mais importante essa relação entre as mulheres.

Estima-se que mais de 43 milhões de brasileiros ocupados tenham pelo menos uma DCNT avaliada e cerca de 850 mil relataram ter faltado ao trabalho em 2019. O resultado de um estudo europeu aponta para um aumento de 3,6 para 5,2 milhões de pessoas que faltaram ao trabalho por doença entre 2006 e 2020 15 . A prevalência de absenteísmo foi de 38,5% em nossa amostra. Estudos realizados no Canadá e nos Estados Unidos, em 2016, encontraram uma prevalência de absenteísmo de 27,8% e 53% entre trabalhadores, respectivamente 16,17 .

Quanto a prevalência do número de condições crônicas em nossa população de estudo, Zhang et al. encontraram prevalências semelhantes às nossas para carga de morbidades, com aproximadamente 45% da população com pelo menos uma doença crônica 16 . Já para multimorbidade, nosso estudo encontrou uma prevalência de 23,6%, valor maior que o encontrado em outro estudo que avaliou trabalhadores em idades mais avançadas 18 . Por outro lado, a prevalência encontrada em nosso estudo é quase a metade quando comparada a um estudo realizado com trabalhadores na Austrália (2020), que encontrou uma prevalência de multimorbidade de 53,1% para a população total, 63,5% para mulheres e 41,5% para homens 8 . Cabe destacar que as diferenças encontradas na prevalência de DCNT em nosso estudo e nas pesquisas realizadas em países da Europa, podem ser explicadas, em parte, pela transição epidemiológica destes países, que estão em estágios mais avançados, representando a maior causa de morbimortalidade dessa população, em comparação com o Brasil 19,20 .

As doenças mais prevalentes em ambos os sexos, entre aqueles que relataram absenteísmo, foram problemas crônicos de coluna, hipertensão arterial sistêmica e dislipidemia. Alguns estudos também encontraram como condições crônicas mais prevalentes: doenças do sistema musculoesquelético, transtornos mentais e comportamentais, doenças do sistema circulatório, enxaqueca, colesterol elevado, doenças do aparelho respiratório e doenças do aparelho digestivo 3,8,16,17 .

Todavia, aqueles que avaliaram as diferenças entre os sexos, encontram diferenças nos diagnósticos mais prevalentes entre eles, assim como o encontrado na presente pesquisa. No estudo de Timp et al., os diagnósticos mais prevalentes para as mulheres foram os transtornos mentais, enquanto para os homens as doenças do sistema musculoesquelético foram mais prevalentes 3 .

No que se refere às ausências por razões de saúde entre o público feminino, observa-se uma tendência ao afastamento mais frequente devido a distúrbios mentais e problemas musculoesqueléticos, como os problemas crônicos de coluna e doenças do aparelho circulatório. Esses padrões podem ser reflexos dos múltiplos papéis sociais desempenhados pelas mulheres e da segregação de gênero no mercado de trabalho, sendo esse grupo mais submetido a ocupações caracterizadas por demandas físicas e emocionais elevadas, baixos salários, apoio social limitado e perspectivas de carreira pouco promissoras, aumentando o risco de licenças médicas 10 .

Além disso, as mulheres são predominantemente empregadas nos setores de saúde, serviços sociais e educação, enquanto os homens são mais comumente encontrados em empregos nos setores de construção, manufatura, tecnologia da informação e transporte 21 . Alguns estudos sugerem que maiores taxas de absenteísmo por doença estão associadas a ocupações dominadas por mulheres. A natureza emocionalmente exigente destes empregos geralmente envolve trabalhar diretamente com pacientes ou clientes, exigindo uma recuperação mais completa de transtornos mentais antes que o trabalho possa ser retomado, por exemplo 21,22 .

Ademais, a desigualdade de sexo no absenteísmo fica evidente ao analisar os resultados do estudo de Almeida e Fernandes, em que a força de trabalho é predominantemente masculina, mas as ausências por motivos de saúde são mais frequentes entre as mulheres. Sendo as doenças osteomusculares, como problemas na coluna, na região lombar e nos ombros, responsáveis pelo maior número de licenças médicas e dias perdidos, correlacionado a níveis mais baixos de escolaridade e funções ocupadas pelas mulheres na empresa 23 .

A prevalência de absenteísmo entre mulheres reduziu a partir de três condições e se manteve estável nas categorias seguintes. Para os homens, esse padrão ocorre a partir de quatro condições. Um estudo de coorte australiano sobre o absenteísmo entre jovens trabalhadores destaca a importância da sinergia entre doenças, sugerindo um efeito parcialmente aditivo, em vez de multiplicativo, na relação entre o absenteísmo e mais condições 8 . Segundo os autores, é provável que os efeitos sinérgicos de várias combinações de doenças variem desde a amplificação do efeito de condições individuais até a melhoria do efeito. Não obstante, ressaltam que a análise destes efeitos sinérgicos merece uma investigação mais aprofundada para compreender as combinações de doenças que podem ser particularmente prejudiciais 8 .

Outrossim, os resultados deste estudo apontam para uma desigualdade segundo sexo na relação entre carga de morbidade, multimorbidade e prevalência de absenteísmo. Um estudo realizado em 2021 analisou as causas de absenteísmo em 32 países da Europa e encontrou diferenças nas taxas de absenteísmo entre homens e mulheres. A diferença foi mais ampla na França, seguida do Reino Unido, Espanha e Polônia respectivamente. Nesses países, a mesma tendência foi observada: há maiores taxas de ausência por doença em mulheres que em homens 15 .

Bekker et al. realizaram uma revisão da literatura sobre a relação entre gênero e ausências por doença, descobrindo que as mulheres faltam geralmente com mais frequência, especialmente quando se trata de ausências de curta duração 24 . Além disso, encontraram que as diferenças de gênero nas faltas por doença são influenciadas por vários fatores, como o país de residência, a idade e o grupo profissional 24 .

Diferenças nas atividades diárias e nas características ocupacionais também podem influenciar a frequência e a duração das ausências por doença. As mulheres tendem, geralmente, a dedicar mais tempo às tarefas domésticas e aos cuidados dos filhos do que os homens. A hipótese da dupla carga sugere que a combinação de diferentes papéis, como os cuidados com os filhos e a jornada de trabalho externa, podem aumentar o estresse e, consequentemente, aumentar o risco de ausência por doença 3,25,26 .

Por fim, ter multimorbidade esteve associado ao relato de absenteísmo no trabalho, sendo mais importante entre as mulheres. Apesar das diferenças na prevalência de multimorbidade segundo sexo, na população em geral, Troelstra et al. encontrou associação entre a multimorbidade e a perda de produtividade no trabalho, mesmo quando ajustada pela ocupação 8 . Outro estudo também demonstrou que pessoas com a multimorbidade apresentaram taxas mais elevadas de absenteísmo e presenteísmo do que qualquer doença crônica isolada ou nenhuma doença crônica 9 .

Os trabalhadores que apresentam multimorbidade ocupam uma parcela considerável de gastos pessoais e do Sistema Único de Saúde (SUS) devido às suas doenças. No Brasil, em 2013, foram realizadas 974.641 internações hospitalares por DCNT, totalizando um custo de R$ 1.848.627.410,03 (US$695,6 milhões) para o SUS 27 . Uma alternativa para redução do impacto das DCNT na saúde dos trabalhadores está no entendimento de que o local de trabalho exerce uma influência direta sobre a saúde e estilo de vida deles, visto que, nesse ambiente, passam grande parte do seu tempo 28 .

Ao identificar as doenças mais comuns que levam ao absenteísmo é possível desenvolver políticas de saúde ocupacional focadas na prevenção e no tratamento dessas condições. Isso pode incluir programas de vacinação, campanhas de conscientização, exames periódicos, ergonomia no local de trabalho e suporte emocional.

Mais ainda, compreender a magnitude e impacto das DCNT pode ajudar no desenvolvimento de políticas de trabalho mais flexíveis, como o home office ou jornadas reduzidas. Essas alternativas podem permitir que os trabalhadores continuem contribuindo sem a necessidade de afastamentos prolongados. Além disso, o apoio à saúde mental e física dos trabalhadores cria um ambiente mais saudável e colaborativo.

Os pontos fortes do presente estudo incluem o uso de dados com representatividade nacional. O uso de dados com caráter periódico, como a PNS, permite análises futuras quanto ao comportamento e acompanhamento da população de estudo. As limitações do estudo compreendem o uso de medidas autorreferidas de morbidade e absenteísmo que podem subestimar sua prevalência. Além disso, todas as doenças avaliadas foram consideradas igualmente, embora o efeito da carga de morbidade e de multimorbidade possa variar com a combinação e a gravidade das DCNT 14 .

Importante salientar que o conjunto das quatorze condições crônicas avaliadas podem ter subestimado a estimativa de prevalência de carga de morbidade e de multimorbidade na população de estudo. Ainda, a variabilidade no número e na lista de doenças incluídas em estudos anteriores dificultam a comparação da prevalência e seu impacto sobre o absenteísmo. Outra limitação importante é que o absenteísmo foi avaliado como a ausência (sim/não) do trabalho, sem considerar o tempo de afastamento. Deste modo, os resultados devem ser interpretados considerando que a relação entre as DCNT e perda de produtividade pode ser diferente da encontrada pelo relato medido de forma dicotômica. Além disso, por se tratar de um estudo transversal, as associações aqui encontradas não avaliaram a causalidade, considerando que a exposição e o desfecho foram avaliados simultaneamente.

Em conclusão, o presente estudo concluiu que as DCNT já são altamente prevalentes entre os trabalhadores brasileiros e que a carga de morbidades e de multimorbidade está fortemente relacionada com o absenteísmo no trabalho, especialmente entre as mulheres. Considerando que os aumentos das DCNT nos próximos anos e da razão de dependência, com uma população mais envelhecida, coloque um fardo maior sobre os jovens trabalhadores, combater os efeitos das DCNT nessa população é essencial, para os seus empregadores e para a sociedade em geral.

Por fim, estes resultados destacam a importância da prevenção e da gestão precoce destinada a minimizar o impacto das condições crônicas não transmissíveis entre os trabalhadores. Dentre as ações visadas estão: as estratégias de redução da multimorbidade, o aumento da capacidade dos trabalhadores para lidar com suas condições e a melhoria do acesso aos serviços de saúde para prevenção e tratamento para os trabalhadores com doenças, especialmente para as mulheres.

Funding Statement

ASSS recebe financiamento da Universidade Estácio de Sá (UNESA; processo 2023/24). MMTS e LCB recebe financiamento da Universidade Estácio de Sá (PIBIC/UNESA; processo 2023/24). BSAF recebe financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq; processo 2023-2).

Footnotes

APROVAÇÃO DO COMITÊ DE ÉTICA EM PESQUISA: A Pesquisa Nacional de Saúde teve aprovação da Comissão Nacional de Ética em Pesquisa (CONEP) em agosto de 2019 sob o número n.° 3.529.376 para edição de 2019.

FINANCIAMENTO: ASSS recebe financiamento da Universidade Estácio de Sá (UNESA; processo 2023/24). MMTS e LCB recebe financiamento da Universidade Estácio de Sá (PIBIC/UNESA; processo 2023/24). BSAF recebe financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq; processo 2023-2).

Articles from Revista Brasileira de Epidemiologia (Brazilian Journal of Epidemiology) are provided here courtesy of Associação Brasileira de Saúde Coletiva

RESOURCES