Spatial analysis of granting of social welfare benefits to people with gastrointestinal Chagas disease in Brazil, 2004-2016: a time series study

Jean Ezequiel Limongi; Keile Aparecida Resende Santos; Izabela Lima Perissato; Rivaldo Mauro Faria

doi:10.1590/S2237-96222025v34e20240622.en

. 2025 Jun 13;34:e20240622. doi: 10.1590/S2237-96222025v34e20240622.en

Show available content in

View full-text in Portuguese

Spatial analysis of granting of social welfare benefits to people with gastrointestinal Chagas disease in Brazil, 2004-2016: a time series study

Jean Ezequiel Limongi ¹, Keile Aparecida Resende Santos ², Izabela Lima Perissato ¹, Rivaldo Mauro Faria ¹

PMCID: PMC12176446 PMID: 40531716

Abstract

Objective

To analyze patterns of spatial association in the granting of social welfare benefits to individuals with gastrointestinal Chagas disease in Brazil in the period 2004-2016.

Methods

This was a time series analysis, using secondary data provided by the Ministry of Labor and Employment. The analyses were performed using global and local Moran indices spatial autocorrelation techniques.

Results

In all, 4,661 benefits were granted, mainly to residents of urban areas (n=3,285, 70.5%), males (n=2,819, 60.5%) and with average age of 49.5±9.3 years. The main benefits granted were social welfare due to temporary incapacity (n=3,754, 80.5%), retirement due to permanent incapacity (n=581, 12.5%) and assistance support for people with disabilities (n=320, 6.9%). The most significant values found for the global Moran index were for the variables “benefits to individuals aged ≥60 years old” (0.673; p-value 0.001) and “benefits granted in urban areas” (0.666; p-value 0.001). Health macro-regions in the states of Minas Gerais, Goiás and Bahia stood out, forming high-high clusters in the local Moran index analysis when benefit granting was analyzed according to sex, area of residence, type of benefit granted and age.

Conclusion

The concentration of benefit granting in Minas Gerais, Goiás and Bahia is a result of the intense transmission of the disease in these areas in past decades. Longitudinal monitoring of the population chronically affected by Chagas disease, mainly by Primary Care teams, can reduce the impact of the disease on social support and social security.

Keywords: Chagas Disease, Social Support, Social Security, Geographic Mapping, Time Factors

Ethical aspects

This research respected ethical principles, having obtained the following approval data:

Research Ethics Committee: Universidade Federal de Uberlândia

Opinion number: 1,560,139/2016

Approval date: 17/5/2016

Certificate of Submission for Ethical Appraisal: 52527516.4.0000.5152

Informed Consent Form: Not applicable.

Introduction

Chagas disease is a neglected tropical disease, with chronic progression and high morbidity and mortality. The disease is endemic in 21 countries in America and it is estimated that, worldwide, 7 million people may be infected with Trypanosoma cruzi (1,2). As cases become chronic, the predominant clinical forms of the disease emerge: cardiac, digestive, cardiodigestive and undetermined. Chronic Chagas heart disease is the most frequent, disabling and lethal disease. Digestive forms, represented mainly by megacolon and megaesophagus, cause symptoms that affect people’s quality of life. Examples of these symptoms are dysphagia, regurgitation, fear of eating, malnutrition, severe constipation and the presence of fecaloma (3).

Gastrointestinal involvement in Chagas disease is considered a neglected manifestation of a neglected disease (3-10). The prevalence of gastrointestinal manifestations in individuals with Chagas disease has been estimated at 12.0% (10). Diagnosis of this clinical form of Chagas disease is late, and treatment is generally inadequate and difficult to access, resulting in emergency surgeries (4). Between 2017 and 2019, more than 60.0% of hospitalizations for gastrointestinal manifestations of Chagas disease were emergencies; 50.0% of them resulted in surgical procedures. Hospital mortality was 5.8%, and in intensive care units it reached 17.2% (4). Longitudinal monitoring of Chagas disease patients in Primary Health Care has been recommended since 2015, but case management at this level of health care is incipient (3,11-14).

The worsening of these cases also impacts social security and social support, due to the need to grant social welfare benefits to workers and people in vulnerable conditions (15). Spatial analysis of the granting of these benefits helps in identifying priority territories for intervention.

This study aimed to analyze the patterns of spatial association in the granting of social welfare benefits to individuals with gastrointestinal Chagas disease in Brazil, between 2004 and 2016, with stratification of sociodemographic data.

Methods

Design

This is an exploratory study, of the time series analysis type, based on secondary data. We analyzed the distribution of social welfare benefits for people with gastrointestinal Chagas disease in Brazil between 2004 and 2016.

Setting

We analyzed sociodemographic data and data related to the granting of social security and social support benefits to individuals with gastrointestinal Chagas disease. All beneficiaries who received benefits granted by the National Social Security Institute between 2004 and 2016 were selected when they were registered with International Classification of Diseases Codes B57.3 (Chagas disease (chronic) with digestive system involvement), K23.1 (megaesophagus in Chagas disease) or K93.1 (megacolon in Chagas disease).

Participants

People with gastrointestinal Chagas disease who were receiving social security or social support benefits from January 1, 2004 to December 31, 2016 participated in the study.

Variables

The following variables were analyzed: sex (male, female), age (in years), age group (in years: ≤29, ≥60), area of residence (urban, rural), type of benefit granted (social security, social support), age at disease onset (in years) and at onset of incapacity (in years), time elapsed between disease onset and incapacity onset (in months), regions of Brazil (North, Northeast, Midwest, South and Southeast) and health macro-regions. We took 119 Brazilian health macro-regions into account (16). The “sex” variable used biological distinction as its basis (17). The two age groups analyzed (in years: ≤29, ≥60) were used to verify places with the highest frequency of cases among the younger and older population.

Data sources

The data source we used was the Ministry of Social Security Unified Benefits Information System, access to which is restricted. The system was developed by the Social Security Technology and Information Company. The system holds sociodemographic data on beneficiaries and data related to benefits granted.

Study size

The study covered data on all individuals who received social security or social support benefits in Brazil between 2004 and 2016, whose cause of incapacity for work was gastrointestinal Chagas disease.

Statistical methods

The analyses were performed using exploratory spatial data techniques, namely spatial autocorrelation, using global and local Moran indices (Moran’s I) (18). Global Moran’s I enables an overall measure of spatial association for the data set and can vary from -1 to +1, indicating spatial independence (when the value of the variable is zero and the null hypothesis of no spatial dependence is confirmed), direct spatial dependence (when the value is positive) or inverse spatial dependence (when the value is negative) (19).

The global Moran’s I autocorrelation function provides a single spatial association value for the data set, which can conceal local (or regional) realities that are included in this single global value. We also decided to apply the Local Indicator of Spatial Association (LISA), or local Moran’s I, (18), in order to identify territorial areas where the indicator presents pronounced spatial dependence and tends to form clusters. The use of LISA enabled identification of spatial patterns that could later be compared. The global and local Moran’s I analyses were accompanied by the pseudo-significance test, without which it cannot be stated whether the data are random (stationary) or dependent (non-stationary). In this study, the null hypothesis of data randomness was rejected with a 99.0% confidence level in the aforementioned test.

Data were analyzed according to the Moran scatterplot. Four quadrants are presented in the scatterplot: Q1 (high-high) and Q2 (low-low) represent positive spatial autocorrelation between the values of a variable and the average of its neighbors, that is, the values of a given indicator in one place are similar to the values of neighboring places, forming so-called clusters. Quadrants Q3 (high-low) and Q4 (low-high) indicate negative spatial autocorrelation, that is, the values of a variable in a given place are not spatially related to its neighbors. These cases are commonly assessed as situations of spatial stationarity, as they indicate places for which the value of a given indicator (high or low) is opposite to that presented by immediately nearby places. These atypical spatial situations are represented as outliers (19).

We used QGis, version 3.36.2, and GeoDa 1.22 to perform statistical operations and spatial representation of data. In the choropleth maps, the data were distributed into five classes, using the natural breaks method (20). The cartographic base, by municipalities, was obtained from the Brazilian Institute of Geography and Statistics, on the scale 1:25,000,000. From this database, and considering the list of municipalities belonging to each health macro-region, it was possible to model a new cartographic base with the health macro-region delimitations.

Access to data cleansing and cleansing methods

Access to data occurred after a formal request made to the central management level of the National Social Security Institute. The data was made available in Excel® spreadsheet format, in January 2017. We performed an analysis of data completeness and consistency, before performing statistical analysis. The data were assessed descriptively, using percentages (for categorical variables), and measures of central tendency and dispersion (for numerical variables). Blank fields or fields with discrepant values were checked: those with the possibility of correction, identified by analyzing the other variables, were changed; while the remainder were discarded from the specific analysis.

Results

Between 2004 and 2016, 4,661 benefits were granted to Brazilian social welfare beneficiaries whose cause of incapacity for work was gastrointestinal Chagas disease. The benefits were granted mainly to residents of urban areas (n=3,285, 70.5%), males (n=2,819, 60.5%) and with an average age of 49.5±9.3 years (minimum 13 years, maximum 83 years). The main benefits granted were social welfare due to temporary incapacity (n=3,754, 80.5%), retirement due to permanent incapacity (n=581, 12.5%) and assistance support for people with disabilities (n=320, 6.9%).

In the case of 2,888 (62.0%) benefits, only chronic Chagas disease was recorded, with digestive system involvement, without detailing the site. A further 1,219 (26.1%) were recorded as megaesophagus, and 554 (11.9%) as megacolon. The granting of benefits in Brazilian geographic regions had the following distribution: Southeast (n=1,976, 42.4%), Northeast (n=1,485, 31.9%), Midwest (n=896, 19.2%), South (n=235, 5.0%) and North (n=69, 1.5%).

The results found using global Moran’s I showed that the variables are spatially dependent. The most significant values of positive spatial autocorrelation were found for the variables “benefits granted to individuals aged ≥60 years old” (I=0.673; p-value 0.001) and “benefits granted in urban areas” (I=0.666; p-value 0.001) (Table 1).

Table 1. Global Moran’s index values per variable analyzed. Brazil, 2004-2016 (n=4,661).

Variables analyzed	Global Moran’s index	p-value
Benefits granted (overall)	0.489	<0.001
Social support benefits granted	0.386	<0.001
Social security benefits granted	0.477	<0.001
Benefits granted to individuals aged ≤29 years old	0.220	<0.001
Benefits granted to individuals aged ≥60 years old	0.673	<0.001
Benefits granted in urban areas	0.666	<0.001
Benefits granted in rural areas	0.371	<0.001
Benefits granted to males	0.477	<0.001
Benefits granted to females	0.463	<0.001
Average age of beneficiaries at disease onset	0.275	<0.001
Average age of beneficiaries at onset of incapacity	0.176	<0.001
Average time until beneficiary incapacity for work	0.164	<0.001

Open in a new tab

Local autocorrelation indicators were calculated for all study variables (Table 1). The highest concentrations of granted benefits were identified in health macro-regions in the states of Minas Gerais, Goiás and Bahia, with emphasis on the northern health macro-regions in Minas Gerais and north-central (Jacobina regional health district) and west (Barreiras primary health district) in Bahia (Figure 1A).

In the spatial autocorrelation analysis, clusters with a low-low pattern were observed distributed across four Brazilian regions, with the exception of the Midwest region. An extensive cluster of high-high patterns was formed in the central region of the country, encompassing 14 health macro-regions: southern macro-region in Tocantins; southwest (Vitória da Conquista primary health district), west (Barreiras primary health district), central-east (Feira de Santana regional health district) and central-north (Jacobina regional health district) macro-regions in Bahia; north, northwest and northern triangle macro-regions in Minas Gerais; and all macro-regions of Goiás and the Federal District (Figure 1B).

The distribution of social security benefits was more frequent in health macro-regions of Minas Gerais, Goiás and Bahia. In the spatial autocorrelation, a high-high cluster pattern was observed advancing from the central region of Brazil to the North and Northeast regions, covering the north, northwest and northern triangle macroregions in Minas Gerais, the northeast and center-southeast macroregions in Goiás and the Federal District, the southern health macroregions in Tocantins, the cerrados region in Piauí, and the southwestern macroregions (Vitória da Conquista primary health district), west (Barreiras primary health district), center-east (Feira de Santana regional health district) and center-north (Jacobina regional health district) in Bahia (Figures 2A and 3A). Social support benefits had a more concentrated distribution in the central region of the country, and the high-high cluster pattern was formed only in this region, in the southern health macro-regions in Tocantins, west (Barreiras primary health district) in Bahia, in the north, northwest and northern triangle macro-regions in Minas Gerais, in addition to the whole of Goiás and the Federal District (Figures 2A and 3A).

Benefit distribution in urban areas was more concentrated in the central region of the country. An extensive high-high cluster was formed, encompassing 18 health macro-regions distributed across seven Brazilian states (Tocantins, Bahia, Minas Gerais, São Paulo, Mato Grosso, Mato Grosso do Sul and Goiás), in addition to the Federal District (Figures 2B and 2F). In relation to benefits granted to residents of rural areas, another cluster of the high-high type was observed, but located further to the northeast of the country. The southwest (Vitória da Conquista primary health district), west (Barreiras primary health district), central-east (Feira de Santana regional health district) and central-north (Jacobina regional health district) macro-regions in Bahia, the north and northwest macro-regions in Minas Gerais, the northeast macro-region in Goiás and the cerrados region in Piauí were part of this cluster (Figures 2B and 3B).

Benefit granting showed a similar pattern when considering the sex of the beneficiaries. In spatial autocorrelation, a very similar high-high pattern cluster was noted for both sexes, covering 13 health macro-regions in Minas Gerais, Goiás, Bahia and Tocantins, in addition to the Federal District when considering the female sex. Another 13 health macro-regions of Minas Gerais, Goiás, Bahia, Piauí and the Federal District were included, when considering the male sex, and 11 of them were the same in both maps (Figures 2C and 3C).

The rate of benefits granted to individuals aged ≤29 years old was the lowest among all the variables analyzed. The highest concentrations of benefits for individuals in this age group were observed in Minas Gerais and Bahia (Figure 2D). A high-high type cluster was formed encompassing the northern macro-region in Minas Gerais, the northeast in Goiás and the southwest (Vitória da Conquista primary health district), west (Barreiras primary health district), center-east (Feira de Santana regional health district), center-north (Jacobina regional health district) and north (Juazeiro regional health district) macro-regions in Bahia (Figure 3D). Distribution of benefits to individuals aged ≥60 years old was more concentrated in the center of the country, with higher frequencies in Goiás and Minas Gerais (Figure 2D). An extensive cluster was formed between 15 health macro-regions in Tocantins, Bahia, Minas Gerais, São Paulo, Mato Grosso, Goiás and the Federal District (Figure 3D).

Average age at disease onset, as well as average age at onset of incapacity for work and the average time until incapacity for work, showed a more dispersed cluster formation pattern, this being expected due to the low values presented in the global Moran’s I (Figures 4A to 4F, Table 1). The low-low pattern clusters for the average time until incapacity for work were observed mainly in the Northern region of the country. The high-high pattern was observed in 11 macro-regions of six different states – São Paulo, Mato Grosso, Tocantins, Goiás, Pará and Paraná (Figure 3F).

Discussion

The analysis showed that, in the period 2004-2016, Brazilian social welfare beneficiaries with gastrointestinal Chagas disease were mainly male, residing in urban areas, in the Southeast and Northeast regions of the country and aged between 50 and 59 years. Health macro-regions in Minas Gerais, Goiás and Bahia stood out, forming high-high clusters in the local Moran’s I analysis when benefit granting was analyzed according to sex, area of residence, type of benefit granted and age. The Federal District also stood out in the composition of these clusters, being absent only in the high-high clusters related to residents of rural areas and those aged ≤29 years old. Low-low clusters formed mainly in the Northern and Southern regions of the country.

Using the General Social Security Regime database imposed an important limitation on the study. The case series analyzed only included individuals with Chagas disease enrolled in this Regime’s social security system or those who met the basic requirements to be entitled to social support benefits. This condition led to an underestimation of the number of workers affected by the disease, as individuals working in the informal sector were not included, nor were those subject to other social security schemes. Another important limitation was related to data timeliness, since this study only has information on Chagas disease in social welfare until 2016. Although the data used in this study were collected almost a decade ago, they are national in scope and cover the 12-year period of records on gastrointestinal Chagas disease and social welfare, serving as a basis for comparative analyses on the topic in future studies.

Most studies related to Chagas disease focus mainly on the cardiac form of the disease. There is a great epidemiological silence related to the gastrointestinal Chagas disease and its real prevalence, people’s quality of life, its potential for resulting in incapacity for work, among other issues. Despite the lower mortality of the digestive form compared to the cardiac form, morbidity caused by gastrointestinal manifestations of Chagas disease is considerable (10). There was an increase in mortality from digestive Chagas disease between 2000 and 2010. This fact could be related to the addition of a specific code for Chagas disease with digestive system involvement in the tenth edition of the International Classification of Diseases (21).

A total of 4,661 social welfare benefits related to digestive Chagas disease over the 12-year period in Brazil is a relatively small number. The arguments provided below may be able to explain this.

1) Digestive Chagas disease accounts for 12% prevalence among total Chagas disease cases (10). This prevalence rate may be underestimated, since both in cases of megaesophagus and megacolon forms of the disease, diagnosis is often not performed (8,9). People seek care for megacolon later than for megaesophagus due to greater tolerance to intestinal constipation in relation to dysphagia. Many people only seek treatment when complications such as fecaloma and volvulus arise (22). Although megacolon may be more common than megaesophagus, it may not lead to as many hospitalizations or may simply be more difficult to diagnose. The most common complaint of megaesophagus is dysphagia, which may occur earlier in the course of the disease or be more noticeable than megacolon constipation, which, as a result, ends up being less investigated (4). The study of the digestive form of Chagas disease in rural populations, for example, has always been difficult due to the lack of X-ray equipment (8).
2) Chagas disease incidence, in general, has decreased drastically in recent decades, not affecting so strongly people of working age as it did in the 1960s, 1970s, 1980s and 1990s.
3) Gastrointestinal Chagas disease is a neglected manifestation of a neglected disease, lacking more careful attention from academia and public health, which can conceal many chronic cases (4).

Due to inadequate and late diagnosis and treatment, individuals often develop more serious forms of the disease, resulting in incapacity for work. Hospitalizations commonly result in emergency surgeries (4). Although people with gastrointestinal Chagas disease have a longer survival rate when compared to those affected by the cardiac form, more advanced cases of “megas” present a high degree of morbidity and considerable loss of quality of life (23). Gastrointestinal Chagas disease generally affects individuals belonging to more vulnerable populations, who use public health services and, as a result, face major challenges in accessing healthcare (24).

Spatial analysis showed that people with gastrointestinal Chagas disease are still concentrated in the classic areas of Chagas disease transmission – Goiás, Minas Gerais and Bahia. There has been intense migration of infected individuals from rural areas to cities. It can be seen that dispersion was not great among these individuals, as they are still concentrated in the same territories, but now in urban areas (11,25,26).

The majority of benefits were granted to individuals residing in urban areas. In Brazil, it was estimated in 2014 that 70% to 90% of people with T. cruzi infection lived in urban areas, mainly elderly people who were born in rural areas, where they were probably infected (27).

The average age of beneficiaries was 49.5±9.3 years. This data is consistent with the clinical picture of the disease, since, in the chronic form of gastrointestinal Chagas disease, individuals develop symptoms between the third and fifth decades of life, worsening over time (4). Successful vector control in the 1980s and 1990s in Brazil drastically reduced the incidence of the disease, reflected in this study by the low number of young beneficiaries (11). Bahia concentrated the largest number of beneficiaries under 30 years of age. This fact was also observed among individuals hospitalized because of chagasic megaesophagus, where 82.1% of cases of young individuals (under 31 years of age) came from Bahia (28). This fact may be related to the sanitary measures to control triatominae in Brazil, implemented in 1975, but without full coverage of the endemic area. Some areas of Bahia, for example, were not covered by the program during the initial stages, and risk of transmission there remained high. Only after 1983 was the entire Chagas disease endemic area covered by the national vector control program (28,29).

The concentration of benefit granting in Minas Gerais, Goiás and Bahia is a result of the intense transmission of Chagas disease in these areas in past decades. Incapacity for work among the population chronically affected by Chagas disease can be reduced if there is longitudinal monitoring of individuals, preferably by Primary Health Care teams, reducing the impact of the disease on social support and social security.

Footnotes

Peer review administrator: Izabela Fulone (https://orcid.org/0000-0002-3211-6951)

Peer reviewer: Valéria de Campos Orsi (https://orcid.org/0009-0000-9221-4652)

Use of generative artificial intelligence: Not used.

Data availability.

The database and the analysis codes used in this research are available at https://doi.org/10.48331/scielodata.KEK6F(30).

References

1.Brasil Territorialização e vulnerabilidade para doença de Chagas crônica: 14 de abril – dia mundial de combate à doença de Chagas crônica. 2022. [[cited 2024 Nov 10]]. https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/boletins/epidemiologicos/especiais/2022/boletim-especial-de-doenca-de-chagas-numero-especial-abril-de-2022/view .
2.Brasil Ministério da Saúde. Secretaria de Vigilância em Saúde e Ambiente. 2024;55(8) [Google Scholar]
3.Limongi JE, Peres TAF, Lima GLR, Soares LC, Gomes DC, Núñez del Prado IG. Megaesôfago e megacólon na doença de Chagas: classificação de casos e possibilidades de atuação da Atenção Primária à Saúde. Rev. APS. 2021;24(Suppl 1) [Google Scholar]
4.Bierrenbach AL, Quintino ND, Moreira CHV, Damasceno RF, Nunes MCP, Baldoni NR. Hospitalizations due to gastrointestinal Chagas disease: National registry. PLoS Negl Trop Dis. 2022;16(9) doi: 10.1371/journal.pntd.0010796. [DOI] [PMC free article] [PubMed] [Google Scholar]
5.Matsuda NM, Miller SM, Evora PRB. The chronic gastrointestinal manifestations of Chagas disease. Clinics (Sao Paulo) 2009;64(12) doi: 10.1590/S1807-59322009001200013. [DOI] [PMC free article] [PubMed] [Google Scholar]
6.Dantas RO. Management of Esophageal Dysphagia in Chagas Disease. Dysphagia. 2021;36(3) doi: 10.1007/s00455-021-10297-1. [DOI] [PubMed] [Google Scholar]
7.Kamiji MM, Oliveira RB. O perfil dos portadores de doença de Chagas, com ênfase na forma digestiva, em hospital terciário de Ribeirão Preto, SP. Rev Soc Bras Med Trop. 2005;38(4) doi: 10.1590/s0037-86822005000400005. [DOI] [PubMed] [Google Scholar]
8.Castro C, Hernandez EB, Rezende J, Prata A. Estudo radiológico do megacólon em área endêmica de doença de Chagas – Radiological study on megacolon cases in an endemic area for Chagas disease. Rev Soc Bras Med Trop. 2010;43(5) doi: 10.1590/s0037-86822010000500018. [DOI] [PubMed] [Google Scholar]
9.Peñaranda-Carrillo R, Castro C, Rezende J, Prata A, Macêdo V. Estudo radiológico do esôfago de chagásicos, em 25 anos do Projeto Mambaí – Radiographic study of the oesophagus of chagasic patients in 25 years of the Mambaí Project. Rev Soc Bras Med Trop. 2006;39(2) doi: 10.1590/s0037-86822006000200003. [DOI] [PubMed] [Google Scholar]
10.Baldoni NR, Oliveira-da Silva LC, Gonçalves ACO, Quintino ND, Ferreira AM, Bierrenbach AL. Gastrointestinal Manifestations of Chagas Disease: A Systematic Review with Meta-Analysis. Am J Trop Med Hyg. 2023;110(1) doi: 10.4269/ajtmh.23-0323. [DOI] [PMC free article] [PubMed] [Google Scholar]
11.Dias JCP, Ramos AN, Junior, Gontijo ED, Luquetti A, Shikanai-Yasuda MA, Coura RJ. II Consenso brasileiro em doença de Chagas, 2015. Epidemiol Serv Saude. 2015;25(esp) doi: 10.5123/S1679-49742016000500002. [DOI] [PubMed] [Google Scholar]
12.Brasil Protocolo clínico e diretrizes terapêuticas doença de Chagas. 2018. [[cited 2024 Nov 10]]. https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/doenca-de-chagas/protocolo-clinico-e-diretrizes-terapeuticas-para-doenca-de-chagas-_-relatorio-de-recomendacao.pdf/view .
13.Peres TAF, Oliveira SV, Gomes DC, Prado IGND, Lima GLR, Soares LC. Chronic Chagas cardiomyopathy: characterization of cases and possibilities of action in primary healthcare. Cad. 2022;38(6) doi: 10.1590/0102-311XEN290321. [DOI] [PubMed] [Google Scholar]
14.Limongi JE, Perissato IL, Oliveira AMM, Santos KAR. Cardiac and digestive forms of chronic Chagas disease in Brazilian social welfare, 2004-2016. Rev Bras Med Trab. 2024;21(4) doi: 10.47626/1679-4435-2022-1038. [DOI] [PMC free article] [PubMed] [Google Scholar]
15.Perissato IL, Santos KAR, Oliveira AMM, Limongi JE. Chagas disease and social welfare: characterization of the disease in the Brazilian social security and social assistance, 2004-2016. Epidemiol Serv Saude. 2022;31(2) doi: 10.1590/S2237-96222022000200006. [DOI] [PMC free article] [PubMed] [Google Scholar]
16.Conselho Nacional de Secretarias municipais de Saúde Macrorregiões e regiões de Saúde. 2021. [[cited 2023 Oct 10]]. https://portal.conasems.org.br/paineis-de-apoio/paineis/13_macrorregioes-e-regioes-de-saude .
17.Heidari S, Babor TF, Castro P, Tort S, Curno M. Equidade de sexo e gênero na pesquisa: fundamentação das diretrizes SAGER e uso recomendado. Epidemiol Serv Saude. 2017;26(3) doi: 10.5123/S1679-49742017000300025. [DOI] [PubMed] [Google Scholar]
18.Anselin L. Local indicators of spatial association − LISA. Geogr Anal. 1995;27(2) [Google Scholar]
19.Câmara G, Carvalho MS, Cruz OG, Correa V. Análise espacial de áreas. Druck S; In: 2004. [Google Scholar]
20.Ferreira MC. Iniciação à análise geoespacial: teoria, técnicas e exemplos para geoprocessamento. teoria; Iniciação à análise geoespacial: 2014. [Google Scholar]
21.Nóbrega AA, Araújo WN, Vasconcelos AMN. Mortality due to Chagas disease in Brazil according to a specific cause. Am J Trop Med Hyg. 2014;91(3) doi: 10.4269/ajtmh.13-0574. [DOI] [PMC free article] [PubMed] [Google Scholar]
22.Rezende JM. O aparelho digestivo na doença de chagas: aspectos clínicos. Dias JCP; In: 1997. [Google Scholar]
23.Limongi JE, Santos KAR, Perissato IL, Pinto RMC, Mendonça TMS, Rinaldi AEM. Survival analysis of Chagas disease patients, beneficiaries of social security and social assistance in Brazil, 1942-2016. Rev Bras Epidemiol. 2024;27 doi: 10.1590/1980-549720240020. [DOI] [PMC free article] [PubMed] [Google Scholar]
24.Ferreira AM, Sabino EC, Oliveira LC, Oliveira CDL, Cardoso CS, Ribeiro ALP. Impact of the social context on the prognosis of Chagas disease patients: Multilevel analysis of a Brazilian cohort. PLoS Negl Trop Dis. 2020;14(6) doi: 10.1371/journal.pntd.0008399. [DOI] [PMC free article] [PubMed] [Google Scholar]
25.Drumond JAG, Marcopito LF. Migração interna e a distribuição da mortalidade por doença de Chagas, Brasil, 1981/1998. Cad. Saúde Pública. 2006;22(10) doi: 10.1590/s0102-311x2006001000019. [DOI] [PubMed] [Google Scholar]
26.Dias JCP. Human Chagas disease and migration in the context of globalization: some particular aspects. J Trop Med. 2013;2013 doi: 10.1155/2013/789758. [DOI] [PMC free article] [PubMed] [Google Scholar]
27.Martins-Melo FR, Ramos AN, Junior, Alencar CH, Heukelbach J. Prevalence of Chagas disease in Brazil: a systematic review and meta-analysis. Acta Trop. 2014;130 doi: 10.1016/j.actatropica.2013.10.002. [DOI] [PubMed] [Google Scholar]
28.Souza DHS, Vaz MGM, Fonseca CR, Luquetti A, Rezende J, Filho, Oliveira EC. Current epidemiological profile of Chagasic megaesophagus in Central Brazil. Rev Soc Bras Med Trop. 2013;46(3) doi: 10.1590/0037-8682-0065-2013. [DOI] [PubMed] [Google Scholar]
29.Silveira AC, Dias JCP. O controle da transmissão vetorial. Rev Soc Bras Med Trop. 2011;44(Suppl 2) doi: 10.1590/s0037-86822011000800009. [DOI] [PubMed] [Google Scholar]
30.Limongi JE. Tabela com indices I de Moral Local. 2024. [[cited 2024 Oct 8]]. [DOI]

Epidemiol Serv Saude. 2025 Jun 13;34:e20240622. [Article in Portuguese] doi: 10.1590/S2237-96222025v34e20240622.pt

Análise espacial da concessão de benefícios da seguridade social para portadores da doença de Chagas digestiva no Brasil, 2004-2016: série temporal

Jean Ezequiel Limongi ¹, Keile Aparecida Resende Santos ², Izabela Lima Perissato ¹, Rivaldo Mauro Faria ¹

Resumo

Objetivo

Analisar padrões de associação espacial da concessão de benefícios da seguridade social para indivíduos com doença de Chagas digestiva no Brasil no período 2004-2016.

Métodos

Tratou-se de análise de série temporal, utilizando dados secundários do Ministério do Trabalho e Emprego. As análises foram realizadas com o uso das técnicas de autocorrelação espacial índices de Moran global e local.

Resultados

Foram concedidos 4.661 benefícios, principalmente para moradores da zona urbana (n=3.285, 70,5%), do sexo masculino (n=2.819, 60,5%) e com idade média 49,5±9,3 anos. Os principais benefícios concedidos foram o auxílio por incapacidade temporária (n=3.754, 80,5%), a aposentadoria por incapacidade permanente (n=581, 12,5%) e o amparo assistencial ao portador de deficiência (n=320, 6,9%). Os valores mais expressivos encontrados no índice de Moran global foram para as variáveis “benefícios para indivíduos com idade ≥60 anos” (0,673; p-valor 0,001) e “benefícios concedidos em área urbana” (0,666; p-valor 0,001). Macrorregiões de saúde de Minas Gerais, de Goiás e da Bahia se destacaram formando aglomerados do tipo alto-alto na análise do índice de Moran local quando a concessão de benefícios foi analisada segundo sexo, área de residência, tipo de benefício concedido e idade.

Conclusão

A concentração da concessão de benefícios em Minas Gerais, em Goiás e na Bahia é resultado da intensa transmissão da doença nessas áreas em décadas passadas. O acompanhamento longitudinal da população cronicamente afetada pela doença de Chagas, principalmente por equipes da Atenção Primária, pode diminuir o impacto da doença na assistência e na previdência social.

Palavras-chave: Doença de Chagas, Apoio Social, Previdência Social, Mapeamento Geográfico, Fatores de Tempo

Aspectos éticos

A presente pesquisa respeitou os princípios éticos, obtendo os seguintes dados de aprovação: :

Comitê de ética em pesquisa: Universidade Federal de Uberlândia

Número do parecer: 1.560.139/2016

Data de aprovação: 17/5/2016

Certificado de apresentação de apreciação ética: 52527516.4.0000.5152

Registro do consentimento livre e esclarecido: Não se aplica.

Introdução

A doença de Chagas é uma doença tropical negligenciada, de evolução crônica e elevada morbimortalidade. A doença é endêmica em 21 países da América e estima-se que, no mundo, 7 milhões de pessoas podem estar infectadas pelo Trypanosoma cruzi (1,2). Com a cronificação dos casos, surgem as formas clínicas predominantes da doença: a cardíaca, a digestiva, a cardiodigestiva e a indeterminada. A cardiopatia chagásica crônica é a mais frequente, incapacitante e letal da doença. As formas digestivas, representadas principalmente pelo megacólon e pelo megaesôfago, causam sintomas que afetam a qualidade de vida das pessoas. São exemplos desses sintomas a disfagia, a regurgitação, o medo de comer, a desnutrição, a prisão de ventre severa e a presença de fecaloma (3).

O envolvimento gastrointestinal na doença de Chagas é considerado uma manifestação negligenciada de uma doença negligenciada (3-10). A prevalência de manifestações gastrointestinais em indivíduos com doença de Chagas foi estimada em 12,0% (10). O diagnóstico dessa forma clínica da doença de Chagas é tardio, e o tratamento em geral é inadequado e de difícil acesso, resultando em cirurgias de emergência (4). Entre 2017 e 2019, mais de 60,0% das hospitalizações por manifestações gastrointestinais da doença de Chagas foram de emergência; 50,0% delas resultaram em procedimento cirúrgico. A mortalidade hospitalar foi 5,8%, e, em unidades de terapia intensiva, chegou a 17,2% (4). O acompanhamento longitudinal dos portadores de doença de Chagas na Atenção Primária à Saúde tem sido recomendado desde 2015, porém o manejo nesse nível de atenção à saúde ocorre de modo incipiente (3,11-14).

O agravamento desses casos impacta também a previdência e a assistência social, devido à necessidade de concessão de benefícios de seguridade social para trabalhadores e pessoas em condições de vulnerabilidade (15). A análise espacial relacionada à concessão desses benefícios auxilia na identificação de territórios prioritários para intervenção.

Este estudo teve como objetivo analisar os padrões de associação espacial da concessão de benefícios da seguridade social para indivíduos portadores da doença de Chagas digestiva no Brasil, entre 2004 e 2016, com estratificação de dados sociodemográficos.

Métodos

Delineamento

Trata-se de estudo exploratório, do tipo análise de série temporal, com base em dados secundários. Analisou-se a distribuição da concessão de benefícios da seguridade social para portadores da doença de Chagas digestiva no Brasil no período 2004-2016.

Contexto

Foram analisados dados sociodemográficos e relacionados às concessões de benefícios previdenciários e assistenciais para indivíduos portadores da doença de Chagas digestiva. Selecionaram-se todos os beneficiários que receberam benefícios concedidos pelo Instituto Nacional do Seguro Social entre 2004 e 2016, com o registro B57.3 (doença de Chagas crônica, com comprometimento do aparelho digestivo), K23.1 (megaesôfago na doença de Chagas) ou K93.1 (megacólon na doença de Chagas) na variável Código Internacional de Doenças.

Participantes

Participaram do estudo portadores da doença de Chagas digestiva que estavam em gozo de benefícios previdenciários ou assistenciais de 1^o de janeiro de 2004 a 31 de dezembro de 2016.

Variáveis

Analisaram-se as seguintes variáveis: sexo (masculino, feminino), idade (em anos), faixa etária (em anos: ≤29, ≥60), zona de residência (urbano, rural), tipo de benefício concedido (previdenciário, assistencial), idade no início da doença (em anos) e da incapacidade (em anos), tempo decorrido entre a doença e a incapacidade (em meses), regiões do Brasil (Norte, Nordeste, Centro-Oeste, Sul e Sudeste) e macrorregiões de saúde. Foram consideradas 119 macrorregiões de saúde brasileiras (16). A variável “sexo” manteve como base a distinção biológica (17). As duas faixas etárias analisadas (em anos: ≤29, ≥60) foram utilizadas para verificação dos locais com maior frequência de casos entre a população mais jovem e idosa.

Fontes de dados

A fonte de dados foi o Sistema Único de Informações de Benefícios do Ministério da Previdência Social, de acesso restrito, desenvolvido pela Empresa de Tecnologia e Informações da Previdência Social. Esse sistema possui dados sociodemográficos dos beneficiários e relacionados às concessões de benefícios.

Tamanho do estudo

O estudo abrangeu dados de todos os indivíduos que gozaram de benefícios da previdência ou assistência social no Brasil entre 2004 e 2016, cuja causa da incapacidade laboral foi a doença de Chagas digestiva.

Métodos estatísticos

As análises foram realizadas com uso das técnicas exploratórias de dados espaciais, nomeadamente a autocorrelação espacial, por meio dos índices de Moran (I de Moran) global e local (18). O I de Moran global permite uma medida geral de associação espacial para o conjunto dos dados e pode variar de -1 a +1, indicando independência espacial (quando o valor da variável é zero e a hipótese nula de não dependência espacial é confirmada), dependência espacial direta (quando o valor é positivo) ou inversa (quando o valor é negativo) (19).

A função de autocorrelação do I de Moran global fornece único valor de associação espacial para o conjunto de dados, o que pode ocultar realidades locais (ou regionais) que estão subsumidas nesse único valor global. Decidiu-se também aplicar o indicador local de associação espacial (Local Indicators of Spatial Association – LISA), ou I de Moran local, (18), com intuito de identificar áreas territoriais onde o indicador apresenta dependência espacial pronunciada e tende à formação de aglomerados. O uso do LISA permitiu a identificação de padrões espaciais que, posteriormente, puderam ser comparados. As análises do I de Moran global e local foram acompanhadas do teste de pseudosignificância, sem o qual não se pode afirmar se os dados são randômicos (estacionários) ou dependentes (não estacionários). Neste estudo, a hipótese nula da aleatoriedade dos dados foi rejeitada com grau de confiança de 99,0% no referido teste.

Os dados foram analisados de acordo com o diagrama de espalhamento de Moran. Nesse diagrama, quatro quadrantes são apresentados: Q1 (alto-alto) e Q2 (baixo-baixo) representam autocorrelação espacial positiva entre os valores de uma variável e a média dos vizinhos, ou seja, os valores de um dado indicador em uma localidade são similares aos valores de localidades vizinhas, formando os chamados aglomerados. Os quadrantes Q3 (alto-baixo) e Q4 (baixo-alto) indicam autocorrelação espacial negativa, ou seja, os valores de uma variável em determinada localidade não se relacionam espacialmente com os vizinhos. Esses casos são comumente avaliados como situações de estacionaridade espacial, pois indicam localidades cujo valor de um dado indicador (alto ou baixo) é oposto ao apresentado pelas localidades imediatamente próximas. Essas situações espaciais atípicas são representadas como discrepantes (19).

Para a realização das operações estatísticas e representação espacial dos dados, foram utilizados os programas QGis, versão 3.36.2, e o GeoDa 1.22. Nos mapas coropléticos, os dados foram distribuídos em cinco classes, por meio do método de quebras naturais (20). A base cartográfica, por municípios, foi retirada do Instituto Brasileiro de Geografia e Estatística, na escala utilizada 1:25.000.000. A partir dessa base, e considerando a relação dos municípios pertencentes a cada macrorregião de saúde, foi possível modelar uma nova base cartográfica com os limites das macrorregiões de saúde.

Acesso aos dados e métodos de limpeza

O acesso aos dados ocorreu após solicitação formal ao nível central de gerência do Instituto Nacional de Seguro Social. Os dados foram disponibilizados em planilha Excel, em janeiro de 2017. Foi realizada a análise de completude e consistência dos dados, antes da análise estatística. Os dados foram avaliados de forma descritiva, por meio de porcentagens (para as variáveis categóricas), e medidas de tendência central e de dispersão (para as variáveis numéricas). Os campos em branco ou com valores discrepantes foram verificados: aqueles com possibilidade de correção, pela análise das demais variáveis, foram alterados; e os demais, descartados da análise específica.

Resultados

Entre 2004 e 2016, 4.661 benefícios foram concedidos para beneficiários da seguridade social brasileira, cuja causa da incapacidade laboral foi a doença de Chagas digestiva. Os benefícios foram concedidos principalmente para moradores da zona urbana (n=3.285, 70,5%), do sexo masculino (n=2.819, 60,5%) e com idade média 49,5±9,3 anos (mínimo 13 anos, máximo 83 anos). Os principais benefícios concedidos foram o auxílio por incapacidade temporária (n=3.754, 80,5%), a aposentadoria por incapacidade permanente (n=581, 12,5%) e o amparo assistencial ao portador de deficiência (n=320, 6,9%).

Em 2.888 (62,0%) benefícios, foi registrada apenas doença de Chagas crônica, com comprometimento do aparelho digestivo, sem detalhamento da localização. Outros 1.219 (26,1%) foram registrados como megaesôfago, e 554 (11,9%), como megacólon. A concessão de benefícios nas regiões geográficas brasileiras teve a seguinte distribuição: Sudeste (n=1.976, 42,4%), Nordeste (n=1.485, 31,9%), Centro-Oeste (n=896, 19,2%), Sul (n=235, 5,0%) e Norte (n=69, 1,5%).

Os resultados encontrados por meio do I de Moran global mostraram que as variáveis são espacialmente dependentes. Os valores mais expressivos de autocorrelação espacial positiva foram encontrados para as variáveis “benefícios concedidos para indivíduos com idade ≥60 anos” (I=0,673; p-valor 0,001) e “benefícios concedidos em área urbana” (I=0,666; p-valor 0,001) (Tabela 1).

Tabela 1. Valores do índice de Moran global por variável analisada. Brasil, 2004-2016 (n=4.661).

Variáveis analisadas	Índice de Moran global	p-valor
Benefícios concedidos (geral)	0,489	<0,001
Benefícios assistenciais concedidos	0,386	<0,001
Benefícios previdenciários concedidos	0,477	<0,001
Benefícios concedidos para indivíduos com idade ≤29 anos	0,220	<0,001
Benefícios concedidos para indivíduos com idade ≥60 anos	0,673	<0,001
Benefícios concedidos em área urbana	0,666	<0,001
Benefícios concedidos em área rural	0,371	<0,001
Benefícios concedidos para indivíduos do sexo masculino	0,477	<0,001
Benefícios concedidos para indivíduos do sexo feminino	0,463	<0,001
Média de idade dos beneficiários no início da doença	0,275	<0,001
Média de idade dos beneficiários no início da incapacidade	0,176	<0,001
Tempo médio até a incapacidade laboral dos beneficiários	0,164	<0,001

Open in a new tab

Foram calculados os indicadores de autocorrelação local para todas as variáveis do estudo (Tabela 1). Identificaram-se as maiores concentrações de concessões de benefícios em macrorregiões de saúde em Minas Gerais, em Goiás e na Bahia, com destaque para as macrorregiões de saúde norte em Minas Gerais e centro-norte (núcleo regional de saúde – Jacobina) e oeste (núcleo básico de saúde – Barreiras) na Bahia (Figura 1A).

Na análise de autocorrelação espacial, os aglomerados de padrão baixo-baixo foram observados distribuídos em quatro regiões brasileiras, com exceção do Centro-Oeste. Um extenso aglomerado de padrão alto-alto se formou na região central do país, englobando 14 macrorregiões de saúde: macrorregião sul em Tocantins; macrorregiões sudoeste (núcleo básico de saúde – Vitória da Conquista), oeste (núcleo básico de saúde – Barreiras), centro-leste (núcleo regional de saúde – Feira de Santana) e centro-norte (núcleo regional de saúde – Jacobina) na Bahia; macrorregiões norte, noroeste e triângulo do norte em Minas Gerais; e todas as macrorregiões de Goiás e do Distrito Federal (Figura 1B).

A distribuição de benefícios previdenciários foi mais frequente em macrorregiões de saúde de Minas Gerais, de Goiás e da Bahia. Na autocorrelação espacial, foi observado o padrão de aglomerado alto-alto avançando da região central do Brasil para as regiões Norte e Nordeste abrangendo as macrorregiões norte, noroeste e triângulo do norte em Minas Gerais, as macrorregiões nordeste e centro-sudeste em Goiás e no Distrito Federal, as macrorregiões de saúde sul em Tocantins, cerrados no Piauí, e as macrorregiões sudoeste (núcleo básico de saúde – Vitória da Conquista), oeste (núcleo básico de saúde – Barreiras), centro-leste (núcleo regional de saúde – Feira de Santana) e centro-norte (núcleo regional de saúde – Jacobina) na Bahia (Figuras 2A e 3A). Os benefícios assistenciais tiveram distribuição mais concentrada na região central do país, e o padrão de aglomerado alto-alto foi formado apenas nessa região, nas macrorregiões de saúde sul em Tocantins, oeste (núcleo básico de saúde – Barreiras) na Bahia, nas macrorregiões norte, noroeste e triângulo do norte em Minas Gerais, além de todo Goiás e o Distrito Federal (Figuras 2A e 3A).

A distribuição de benefícios em área urbana foi mais concentrada na região central do país. Um extenso aglomerado do tipo alto-alto foi formado, englobando 18 macrorregiões de saúde distribuídas em sete estados brasileiros (Tocantins, Bahia, Minas Gerais, São Paulo, Mato Grosso, Mato Grosso do Sul e Goiás), além do Distrito Federal (Figuras 2B e 2F). Em relação aos benefícios concedidos para moradores de áreas rurais, foi observado um outro aglomerado do tipo alto-alto, porém com localização mais ao nordeste do país. As macrorregiões sudoeste (núcleo básico de saúde – Vitória da Conquista), oeste (núcleo básico de saúde – Barreiras), centro-leste (núcleo regional de saúde – Feira de Santana) e centro-norte (núcleo regional de saúde – Jacobina) na Bahia, as macrorregiões norte e noroeste em Minas Gerais, a macrorregião nordeste em Goiás e a cerrados no Piauí fizeram parte desse aglomerado (Figuras 2B e 3B).

A concessão de benefícios mostrou padrão similar quando considerado o sexo dos beneficiários. Na autocorrelação espacial, notou-se aglomerado de padrão alto-alto muito semelhante para os dois sexos, abrangendo 13 macrorregiões de saúde de Minas Gerais, de Goiás, da Bahia e de Tocantins, além do Distrito Federal quando considerado o sexo feminino. Englobaram-se outras 13 macrorregiões de saúde de Minas Gerais, de Goiás, da Bahia, do Piauí e do Distrito Federal, quando considerado o sexo masculino, e 11 delas eram as mesmas em ambos os mapas (Figuras 2C e 3C).

A taxa de concessão de benefícios para indivíduos com idade ≤29 anos foi a mais baixa entre todas as variáveis analisadas. As maiores concentrações de benefícios para indivíduos nessa faixa etária foram observadas em Minas Gerais e na Bahia (Figura 2D). Um aglomerado do tipo alto-alto foi formado englobando a macrorregião norte em Minas Gerais, a nordeste em Goiás e as macrorregiões sudoeste (núcleo básico de saúde – Vitória da Conquista), oeste (núcleo básico de saúde – Barreiras), centro-leste (núcleo regional de saúde – Feira de Santana), centro-norte (núcleo regional de saúde – Jacobina) e norte (núcleo regional de saúde – Juazeiro) na Bahia (Figura 3D). A distribuição de benefícios para indivíduos com idade ≥60 anos mostrou-se mais concentrada no centro do país, com frequências mais elevadas em Goiás e Minas Gerais (Figura 2D). Um extenso aglomerado formou-se entre 15 macrorregiões de saúde de Tocantins, da Bahia, de Minas Gerais, de São Paulo, de Mato Grosso, de Goiás e do Distrito Federal (Figura 3D).

A média de idade no início da doença, assim como a média de idade no início da incapacidade laboral e o tempo médio até a incapacidade laboral, mostrou um padrão de formação de aglomerado mais disperso, esperado devido aos baixos valores apresentados no I de Moran global (Figuras 4A a 4F, Tabela 1). Os aglomerados de padrão baixo-baixo para o tempo médio até a incapacidade laboral foram observados principalmente na região Norte do país. O padrão alto-alto foi observado em 11 macrorregiões de seis estados diferentes – São Paulo, Mato Grosso, Tocantins, Goiás, Pará e Paraná (Figura 3F).

Discussão

A análise mostrou que, no período 2004-2016, os beneficiários da seguridade social brasileira portadores de doença de Chagas digestiva eram principalmente do sexo masculino, residindo em áreas urbanas, nas regiões Sudeste e Nordeste do país e com idade entre 50 e 59 anos. Macrorregiões de saúde de Minas Gerais, de Goiás e da Bahia se destacaram formando aglomerados do tipo alto-alto na análise do I de Moran local quando a concessão de benefícios foi analisada segundo sexo, área de residência, tipo de benefício concedido e idade. O Distrito Federal também se destacou na composição desses aglomerados, estando ausente apenas nos aglomerados alto-alto relacionados aos moradores de zona rural e com idade ≤29 anos. Os aglomerados do tipo baixo-baixo se formaram principalmente nas regiões Norte e Sul do país.

O uso do banco de dados do Regime Geral da Previdência Social impôs importante limitação ao estudo. A casuística analisada incluiu apenas indivíduos com doença de Chagas inscritos no sistema previdenciário desse regime ou aqueles que possuíam os requisitos básicos para terem direito aos benefícios assistenciais. Essa condição levou à subestimação do número de trabalhadores afetados pela doença, por não estarem incluídos aqueles indivíduos na informalidade, nem os que estavam submetidos a regimes próprios de previdência social. Outra limitação importante se referiu à oportunidade de dados, visto que este estudo possui informações sobre a doença de Chagas na seguridade social apenas até 2016. Embora os dados deste estudo tenham sido coletados há quase uma década, eles são de abrangência nacional e cobrem o período de 12 anos de registros sobre a doença de Chagas digestiva e a seguridade social, servindo de base para análises comparativas sobre o tema em estudos futuros.

A maioria dos estudos relacionados à doença de Chagas tem como foco principal a forma cardíaca da doença. Existe um grande silêncio epidemiológico relacionado à doença de Chagas digestiva e sua real prevalência, a qualidade de vida das pessoas, o seu potencial incapacitante para o trabalho, além de outras questões. Apesar da menor mortalidade da forma digestiva comparada à cardíaca, a morbidade causada pelas manifestações gastrointestinais da doença de Chagas é considerável (10). Houve aumento da mortalidade por doença de Chagas digestiva entre 2000 e 2010. Esse fato pôde estar relacionado à adição de código específico para a doença na décima edição da Classificação Internacional de Doenças (21).

O número de 4.661 benefícios de seguridade social relacionados à doença de Chagas digestiva no período de 12 anos no Brasil é relativamente pequeno. Alguns argumentos podem explicar isso.

1) A prevalência da doença de Chagas digestiva entre os casos de doença de Chagas é 12% (10). Essa prevalência pode estar subestimada, visto que tanto em casos de megaesôfago quanto em casos de megacólon, muitas vezes, o diagnóstico não é realizado (8,9). As pessoas buscam atendimento para o megacólon mais tardiamente do que para o megaesôfago em razão da maior tolerância à obstipação intestinal em relação à disfagia. Muitas pessoas só procuram tratamento quando surgem complicações como fecaloma e volvo (22). Embora o megacólon possa ser mais frequente que o megaesôfago, ele pode não levar a tantas hospitalizações ou pode simplesmente ser mais difícil de diagnosticar. A queixa mais comum do megaesôfago é a disfagia, que pode ocorrer mais cedo no curso da doença ou ser mais perceptível do que a queixa de constipação por megacólon, que, como resultado, acaba sendo menos investigada (4). O estudo da forma digestiva da doença de Chagas em populações rurais, por exemplo, sempre foi dificultado, por conta da falta de aparelhos de raios-X (8).
2) A incidência da doença de Chagas, de forma geral, diminuiu drasticamente nas últimas décadas, não afetando fortemente a população em idade produtiva como em 1960, 1970, 1980 e 1990.
3) A doença de Chagas digestiva é uma manifestação negligenciada de uma doença negligenciada, sem o olhar mais cuidadoso da academia e da saúde pública, o que pode mascarar muitos casos crônicos (4).

Por conta do diagnóstico e do tratamento inadequado e tardio, muitas vezes os indivíduos desenvolvem formas mais graves da doença, acarretando incapacidade laboral. As hospitalizações comumente têm como desfecho as cirurgias de emergência (4). Apesar de os portadores de doença de Chagas digestiva terem sobrevida maior quando comparado com aqueles acometidos pela forma cardíaca, casos mais avançados dos “megas” apresentam alto grau de morbidade e perda considerável da qualidade de vida (23). A doença de Chagas digestiva afeta em geral indivíduos de populações mais vulneráveis, que frequentam os serviços de saúde pública e, com isso, enfrentam grandes desafios no acesso aos cuidados de saúde (24).

A análise espacial mostrou que os portadores de doença de Chagas digestiva ainda se concentram nas áreas clássicas de transmissão da doença de Chagas – Goiás, Minas Gerais e Bahia. Houve intensa migração de indivíduos infectados do campo para as cidades. Pode-se observar que muitos desses indivíduos se dispersaram pouco, se concentrando ainda nos mesmos territórios, porém em área urbana (11,25,26).

A maioria dos benefícios foi concedida para indivíduos residentes em áreas urbanas. No Brasil, estimou-se em 2014 que 70% a 90% das pessoas infectadas pelo T. cruzi viviam em áreas urbanas, principalmente idosos que nasceram em áreas rurais, onde provavelmente foram infectados (27).

A idade média dos beneficiários foi 49,5±9,3 anos. Esse dado condiz com a clínica da doença, já que, na forma crônica da doença de Chagas digestiva, os indivíduos desenvolvem sintomas entre a terceira e a quinta décadas de vida, com piora ao longo do tempo (4). O controle vetorial bem-sucedido nas décadas de 1980 e 1990 no Brasil reduziu drasticamente a incidência da doença, refletido neste estudo pelo baixo número de beneficiários jovens (11). A Bahia concentrou o maior número de beneficiários abaixo dos 30 anos de idade. Este fato também foi observado entre indivíduos internados por causa do megaesôfago chagásico, onde 82,1% dos casos de indivíduos jovens (menos de 31 anos de idade) eram oriundos da Bahia (28). Esse fato pode estar relacionado às medidas sanitárias de controle dos triatomíneos no Brasil, implementadas em 1975, porém sem cobertura total da área endêmica. Algumas áreas da Bahia, por exemplo, não foram cobertas pelo programa durante os estágios iniciais, e o risco de transmissão nelas permaneceu alto. Somente após 1983, toda a área endêmica para doença de Chagas foi coberta pelo programa nacional de controle vetorial (28,29).

A concentração da concessão de benefícios em Minas Gerais, em Goiás e na Bahia é resultado da intensa transmissão da doença de Chagas nessas áreas em décadas passadas. A incapacidade laboral da população cronicamente afetada pela doença de Chagas pode ser reduzida se houver acompanhamento longitudinal dos indivíduos, preferencialmente por equipes da Atenção Primária em Saúde, diminuindo o impacto da doença na assistência e na previdência social.

Footnotes

Gestora de pareceristas: Izabela Fulone (https://orcid.org/0000-0002-3211-6951)

Parecerista: Valéria de Campos Orsi (https://orcid.org/0009-0000-9221-4652)

Uso de inteligência artificial generativa: Não empregada.

Disponibilidade de dados.

O banco de dados e os códigos de análise utilizados na pesquisa estão disponíveis em https://doi.org/10.48331/scielodata.KEK6F (30).

Associated Data

This section collects any data citations, data availability statements, or supplementary materials included in this article.

Data Availability Statement

The database and the analysis codes used in this research are available at https://doi.org/10.48331/scielodata.KEK6F(30).

O banco de dados e os códigos de análise utilizados na pesquisa estão disponíveis em https://doi.org/10.48331/scielodata.KEK6F (30).

[B1] 1.Brasil Territorialização e vulnerabilidade para doença de Chagas crônica: 14 de abril – dia mundial de combate à doença de Chagas crônica. 2022. [[cited 2024 Nov 10]]. https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/boletins/epidemiologicos/especiais/2022/boletim-especial-de-doenca-de-chagas-numero-especial-abril-de-2022/view .

[B2] 2.Brasil Ministério da Saúde. Secretaria de Vigilância em Saúde e Ambiente. 2024;55(8) [Google Scholar]

[B3] 3.Limongi JE, Peres TAF, Lima GLR, Soares LC, Gomes DC, Núñez del Prado IG. Megaesôfago e megacólon na doença de Chagas: classificação de casos e possibilidades de atuação da Atenção Primária à Saúde. Rev. APS. 2021;24(Suppl 1) [Google Scholar]

[B4] 4.Bierrenbach AL, Quintino ND, Moreira CHV, Damasceno RF, Nunes MCP, Baldoni NR. Hospitalizations due to gastrointestinal Chagas disease: National registry. PLoS Negl Trop Dis. 2022;16(9) doi: 10.1371/journal.pntd.0010796. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B5] 5.Matsuda NM, Miller SM, Evora PRB. The chronic gastrointestinal manifestations of Chagas disease. Clinics (Sao Paulo) 2009;64(12) doi: 10.1590/S1807-59322009001200013. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B6] 6.Dantas RO. Management of Esophageal Dysphagia in Chagas Disease. Dysphagia. 2021;36(3) doi: 10.1007/s00455-021-10297-1. [DOI] [PubMed] [Google Scholar]

[B7] 7.Kamiji MM, Oliveira RB. O perfil dos portadores de doença de Chagas, com ênfase na forma digestiva, em hospital terciário de Ribeirão Preto, SP. Rev Soc Bras Med Trop. 2005;38(4) doi: 10.1590/s0037-86822005000400005. [DOI] [PubMed] [Google Scholar]

[B8] 8.Castro C, Hernandez EB, Rezende J, Prata A. Estudo radiológico do megacólon em área endêmica de doença de Chagas – Radiological study on megacolon cases in an endemic area for Chagas disease. Rev Soc Bras Med Trop. 2010;43(5) doi: 10.1590/s0037-86822010000500018. [DOI] [PubMed] [Google Scholar]

[B9] 9.Peñaranda-Carrillo R, Castro C, Rezende J, Prata A, Macêdo V. Estudo radiológico do esôfago de chagásicos, em 25 anos do Projeto Mambaí – Radiographic study of the oesophagus of chagasic patients in 25 years of the Mambaí Project. Rev Soc Bras Med Trop. 2006;39(2) doi: 10.1590/s0037-86822006000200003. [DOI] [PubMed] [Google Scholar]

[B10] 10.Baldoni NR, Oliveira-da Silva LC, Gonçalves ACO, Quintino ND, Ferreira AM, Bierrenbach AL. Gastrointestinal Manifestations of Chagas Disease: A Systematic Review with Meta-Analysis. Am J Trop Med Hyg. 2023;110(1) doi: 10.4269/ajtmh.23-0323. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B11] 11.Dias JCP, Ramos AN, Junior, Gontijo ED, Luquetti A, Shikanai-Yasuda MA, Coura RJ. II Consenso brasileiro em doença de Chagas, 2015. Epidemiol Serv Saude. 2015;25(esp) doi: 10.5123/S1679-49742016000500002. [DOI] [PubMed] [Google Scholar]

[B12] 12.Brasil Protocolo clínico e diretrizes terapêuticas doença de Chagas. 2018. [[cited 2024 Nov 10]]. https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/svsa/doenca-de-chagas/protocolo-clinico-e-diretrizes-terapeuticas-para-doenca-de-chagas-_-relatorio-de-recomendacao.pdf/view .

[B13] 13.Peres TAF, Oliveira SV, Gomes DC, Prado IGND, Lima GLR, Soares LC. Chronic Chagas cardiomyopathy: characterization of cases and possibilities of action in primary healthcare. Cad. 2022;38(6) doi: 10.1590/0102-311XEN290321. [DOI] [PubMed] [Google Scholar]

[B14] 14.Limongi JE, Perissato IL, Oliveira AMM, Santos KAR. Cardiac and digestive forms of chronic Chagas disease in Brazilian social welfare, 2004-2016. Rev Bras Med Trab. 2024;21(4) doi: 10.47626/1679-4435-2022-1038. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B15] 15.Perissato IL, Santos KAR, Oliveira AMM, Limongi JE. Chagas disease and social welfare: characterization of the disease in the Brazilian social security and social assistance, 2004-2016. Epidemiol Serv Saude. 2022;31(2) doi: 10.1590/S2237-96222022000200006. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B16] 16.Conselho Nacional de Secretarias municipais de Saúde Macrorregiões e regiões de Saúde. 2021. [[cited 2023 Oct 10]]. https://portal.conasems.org.br/paineis-de-apoio/paineis/13_macrorregioes-e-regioes-de-saude .

[B17] 17.Heidari S, Babor TF, Castro P, Tort S, Curno M. Equidade de sexo e gênero na pesquisa: fundamentação das diretrizes SAGER e uso recomendado. Epidemiol Serv Saude. 2017;26(3) doi: 10.5123/S1679-49742017000300025. [DOI] [PubMed] [Google Scholar]

[B18] 18.Anselin L. Local indicators of spatial association − LISA. Geogr Anal. 1995;27(2) [Google Scholar]

[B19] 19.Câmara G, Carvalho MS, Cruz OG, Correa V. Análise espacial de áreas. Druck S; In: 2004. [Google Scholar]

[B20] 20.Ferreira MC. Iniciação à análise geoespacial: teoria, técnicas e exemplos para geoprocessamento. teoria; Iniciação à análise geoespacial: 2014. [Google Scholar]

[B21] 21.Nóbrega AA, Araújo WN, Vasconcelos AMN. Mortality due to Chagas disease in Brazil according to a specific cause. Am J Trop Med Hyg. 2014;91(3) doi: 10.4269/ajtmh.13-0574. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B22] 22.Rezende JM. O aparelho digestivo na doença de chagas: aspectos clínicos. Dias JCP; In: 1997. [Google Scholar]

[B23] 23.Limongi JE, Santos KAR, Perissato IL, Pinto RMC, Mendonça TMS, Rinaldi AEM. Survival analysis of Chagas disease patients, beneficiaries of social security and social assistance in Brazil, 1942-2016. Rev Bras Epidemiol. 2024;27 doi: 10.1590/1980-549720240020. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B24] 24.Ferreira AM, Sabino EC, Oliveira LC, Oliveira CDL, Cardoso CS, Ribeiro ALP. Impact of the social context on the prognosis of Chagas disease patients: Multilevel analysis of a Brazilian cohort. PLoS Negl Trop Dis. 2020;14(6) doi: 10.1371/journal.pntd.0008399. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B25] 25.Drumond JAG, Marcopito LF. Migração interna e a distribuição da mortalidade por doença de Chagas, Brasil, 1981/1998. Cad. Saúde Pública. 2006;22(10) doi: 10.1590/s0102-311x2006001000019. [DOI] [PubMed] [Google Scholar]

[B26] 26.Dias JCP. Human Chagas disease and migration in the context of globalization: some particular aspects. J Trop Med. 2013;2013 doi: 10.1155/2013/789758. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B27] 27.Martins-Melo FR, Ramos AN, Junior, Alencar CH, Heukelbach J. Prevalence of Chagas disease in Brazil: a systematic review and meta-analysis. Acta Trop. 2014;130 doi: 10.1016/j.actatropica.2013.10.002. [DOI] [PubMed] [Google Scholar]

[B28] 28.Souza DHS, Vaz MGM, Fonseca CR, Luquetti A, Rezende J, Filho, Oliveira EC. Current epidemiological profile of Chagasic megaesophagus in Central Brazil. Rev Soc Bras Med Trop. 2013;46(3) doi: 10.1590/0037-8682-0065-2013. [DOI] [PubMed] [Google Scholar]

[B29] 29.Silveira AC, Dias JCP. O controle da transmissão vetorial. Rev Soc Bras Med Trop. 2011;44(Suppl 2) doi: 10.1590/s0037-86822011000800009. [DOI] [PubMed] [Google Scholar]

[B30] 30.Limongi JE. Tabela com indices I de Moral Local. 2024. [[cited 2024 Oct 8]]. [DOI]

PERMALINK

Spatial analysis of granting of social welfare benefits to people with gastrointestinal Chagas disease in Brazil, 2004-2016: a time series study

Análisis espacial de la concesión de prestaciones de seguridad social a personas con enfermedad de Chagas digestiva en Brasil, 2004-2016: serie temporal

Jean Ezequiel Limongi

Keile Aparecida Resende Santos

Izabela Lima Perissato

Rivaldo Mauro Faria

Roles

Abstract

Objective

Methods

Results

Conclusion