Skip to main content
NCBI home page
Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil logoLink to Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil
. 2025 Sep 15;34:e20240519. doi: 10.1590/S2237-96222025v34e20240519.en
View full-text in Portuguese

High prevalence of respiratory diseases: a population-based ecological study, Sertão do Araripe, 2008-2019

Alta prevalencia de enfermedades respiratorias en la población del Sertão do Araripe, Pernambuco: estudio ecológico de base poblacional, 2008-2019

José Rafael Soares da Silva 1, Rodrigo Gomes de Arruda 2, Bárbara de Oliveira Silva 1, Erika da Silva Bezerra de Menezes 1, Cinthia Martins Menino Diniz 1, João Pedro Alves Gomes 1, Breno Caldas de Araújo 1, Moacyr Jesus Barreto de Melo Rêgo 1, Maira Galdino da Rocha Pitta 1, Michelly Cristiny Pereira 1
PMCID: PMC12435955  PMID: 40960761

Abstract

Objective

To investigate the prevalence and mortality of respiratory diseases between 2008 and 2019 in municipalities with gypsum industry activity in the Sertão do Araripe region, Pernambuco, Brazil.

Methods

This was a population-based ecological study using data extracted from hospital and mortality information systems. Ten municipalities from the gypsum production hub were compared to other municipalities in Pernambuco that do not have gypsum industry activity. Prevalence and mortality rates were calculated per 100,000 and 1,000 inhabitants and presented by mean values (standard deviation) for chronic obstructive pulmonary disease, asthma, acute bronchitis, and pneumonia. Pearson’s correlation tests, Mann-Whitney U tests, and multiple linear regression were performed to assess the relationship between gypsum industry activity and respiratory diseases.

Results

During the study period, 17,630 cases of respiratory diseases were recorded, with a mean prevalence of 454.74 (147.16) per 100,000 inhabitants and a mortality rate of 0.34 (0.08) per 1,000 inhabitants. Pneumonia accounted for 12,680 hospitalizations, with a prevalence of 431.20 (173.04) per 100,000 inhabitants, being most frequent in Ouricuri (543.08), Ipubi (409.93), and Moreilândia (404.80). A higher prevalence of pneumonia was observed in municipalities within the gypsum production hub (p-value 0.007). A positive correlation was found between respiratory diseases and the hospital bed occupancy rate (r 0.24; p-value<0.050), and a negative correlation with per capita public health expenditures. There was a significant association between the presence of the gypsum industry and pneumonia (p-value<0.001).

Conclusion

The gypsum industry’s activity is associated with the prevalence of respiratory diseases in the region, with a particular emphasis on the high rates of pneumonia.

Keywords: Respiratory Tract Diseases, Pneumonia, Occupational Health, Mortality, Prevalence

Ethical aspects

This research used public domain and anonymized databases.

Introduction

The state of Pernambuco holds approximately 18.0% of Brazil’s gypsum reserves and accounts for 97.0% of the country’s total production of this mineral (1). Extraction and processing activities are predominantly concentrated in the Sertão do Araripe region, encompassing the municipalities of Araripina, Bodocó, Exu, Granito, Ipubi, Moreilândia, Ouricuri, Santa Cruz, Santa Filomena, and Trindade (2).

The gypsum industry plays a key role in regional economic growth, as it promotes employment and contributes to the region’s socioeconomic development. However, the calcination and extraction processes involved in gypsum production pose potential risks to the respiratory health of the local population (3). Prolonged exposure to agents present in mining or construction companies, such as silica (gypsum dust) and smoke (from biomass burning), may increase the risk of inflammatory and infectious lung processes (4), in addition to a range of respiratory diseases such as silicosis (5), asthma (6), bronchitis, pneumonia (7), chronic obstructive pulmonary disease (8), pneumoconiosis (7,9), and lung cancer (10).

Due to the limited number of studies addressing the epidemiological aspects of respiratory diseases in the Sertão do Araripe region and the need to implement effective public health policies, this study aimed to investigate the prevalence and mortality of respiratory diseases, from 2008 to 2019, in municipalities with gypsum industry activity in that region.

Methods

Study design and size

This population-based ecological study was conducted from 2008 to 2019. It analyzed data from 185 municipalities in the state of Pernambuco, including 10 municipalities from the Sertão do Araripe region and the remaining 175 municipalities, as well as the Fernando de Noronha archipelago. The study included data on hospitalizations and deaths due to respiratory diseases associated with exposure to gypsum dust, including pneumoconiosis, acute bronchitis, pneumonia, asthma, and chronic obstructive pulmonary disease. These outcomes affected both the general population and the economically active population (individuals aged 15–59 years).

Context and bias control

The selected period was defined to include only data prior to the COVID-19 pandemic. Data after this period were excluded due to the exponential increase in cases and deaths caused by the novel coronavirus in Brazil from 2020 onwards (11), which could result in bias in the analyses performed.

Setting and study population

According to the 2022 Demographic Census, Pernambuco had an estimated population of 9,058,931 inhabitants and a population density of 92.37 inhabitants per square kilometer. The state ranks 19th in Brazil in terms of land area, with a territory of 98,067.877 km2. In 2021, it had the 15th lowest Human Development Index in the country, below the national average (12).

Hospitalization and mortality data were selected as comparative parameters between the previously mentioned regions.

Study variables

The independent variables selected for this study were: presence of a gypsum production hub, population size, gross domestic product (GDP) per capita (adjusted to 2010 prices), per capita public health expenditures, and hospital bed rate.

Population size and gross domestic product per capita (adjusted to 2010 prices) data were obtained from the Brazilian Institute of Geography and Statistics (available from: https://cidades.ibge.gov.br/). Data on public health expenditures per capita and hospital bed rates were obtained from the Hospital Information System of the Department of Informatics of the Brazilian National Health System (available from: https://datasus.saude.gov.br/acesso-a-informacao/morbidade-hospitalar-do-sus-sih-sus/). These data were analyzed to evaluate possible correlations and effects on the prevalence rates of respiratory diseases.

Information systems used

Data on hospital morbidity were analyzed using the Hospital Information System and Mortality Information System, available from the Department of Informatics of the Brazilian National Health System, based on place of residence in Pernambuco (available from: http://datasus.saude.gov.br/acesso-a-informacao/morbidade-hospitalar-do-sus-sih-sus/). Prevalence and mortality rates were calculated based on population data from the Brazilian Institute of Geography and Statistics, using 2022 Census data (available from: https://www.ibge.gov.br/).

Confirmation of economic activities related to gypsum production was obtained from the Brazilian Annual Social Information Report platform for the period 2008–2019 (available from: https://bi.mte.gov.br/bgcaged/). The analysis considered the following subclasses of the Brazilian National Classification of Economic Activities 2.0: (i) extraction of gypsum and kaolin, including the mining of raw materials for production; (ii) manufacture of gypsum products and similar construction materials; (iii) manufacture of lime and gypsum, including industrial calcination processes; and (iv) gypsum finishing and stucco work, representing specialized services in the application of coatings and moldings in buildings. This study did not require approval by a research ethics committee, as it used publicly available data.

Statistical analysis

Data were organized in Microsoft Excel 2010 spreadsheets and analyzed using STATA 17.0 MP software. Descriptive statistics, such as means, medians, and standard deviations, were calculated, and boxplot diagrams were constructed to illustrate the distribution of prevalence and mortality due to respiratory diseases. The comparison of prevalence rates across different age groups in municipalities of Pernambuco was performed using the Mann-Whitney U test, which is appropriate for comparing data distributions without assuming a specific probability distribution.

Temporal trends in prevalence rates were analyzed using repeated measures analysis of variance (ANOVA), with F-test calculation, allowing comparison of rate evolution between municipalities with and without gypsum industry activity. Pearson’s correlation was performed to identify associations between respiratory diseases, socioeconomic variables, and health infrastructure through bivariate analysis. Subsequently, a multiple linear regression model was estimated using the ordinary least squares method, with forward variable selection (13,14), and represented by the following equation: (disease rate)= B0+B1 (gypsum hub)+ B2 (population size)+ B3 (gross domestic product per capita)+ B4 (public health expenditures per capita)+ B5 (hospital bed rate)+ε.

The coefficient of determination (R2) was used to measure the explained variability, and residual analysis assessed the model’s adequacy (Supplementary Figure 1).

Figure 1. Median prevalence of respiratory diseases, with data for the general population (A), children under 14 years of age (B), economically active population aged 15-59 years (C), and older adults aged 60 years or older (D), in the 10 municipalities of the Sertão do Araripe region compared to the 175 municipalities of Pernambuco, 2008-2019, with 430,305 cases included.

Figure 1

Open in a new tab

Analyses focused on the 10 municipalities of the Sertão do Araripe region, given the region’s importance to the gypsum industry. To test the robustness of the effects, independent variables were introduced individually in separate models, allowing assessment of the stability and statistical significance of the coefficients, particularly the variable representing the presence of the gypsum production hub. The thematic prevalence maps were created using QGIS 3.30.2. It utilized seven-color gradients to represent the spatial distribution of respiratory diseases in the analyzed municipalities.

Data access and cleaning methods

Hospitalization and death records related to respiratory diseases were extracted from the databases, including pneumoconiosis (International Statistical Classification of Diseases and Related Health Problems [ICD] J63), acute bronchitis (ICD J20), pneumonia (ICD J18), asthma (ICD J45), and chronic obstructive pulmonary disease (ICD J44), all associated with occupational and environmental exposure to gypsum dust (7). Additionally, we analyzed whether there were significant differences in the rates of these diseases among the economically active population (individuals aged 15–59 years) residing in the 10 municipalities of the Sertão do Araripe compared to the rates in the other 175 municipalities.

Data matching

Matching was performed based on socioeconomic variables, including population size, gross domestic product per capita, public health expenditure per capita, and hospital bed rate for the 185 municipalities of Pernambuco. These variables were controlled to ensure that the differences observed in the prevalence and mortality rates for respiratory diseases were mainly attributed to the presence of the gypsum hub. A statistical difference was considered when the p-value was less than 0.05.

Results

The Sertão do Araripe region recorded 17,630 cases of respiratory diseases, including asthma, acute bronchitis, chronic obstructive pulmonary disease, and pneumonia between 2008 and 2019. The mean prevalence was 454.74 (147.16) cases per 100,000 inhabitants, with children aged 1–4 years presenting the highest mean of 984.04 (384.14) cases, followed by older adults over 80 years of age, with a mean of 882.95 (270.15) cases. The mean mortality rate was 0.34 (0.08) cases per 1,000 inhabitants.

There were 1,474 asthma-related hospitalizations in the Sertão do Araripe region, with a mean (standard deviation) prevalence of 52.26 (70.06) cases per 100,000 inhabitants. The highest prevalence rates occurred between 2008 and 2010. The municipalities with the highest rates were Moreilândia, Ipubi, and Granito, with rates of 246.67; 63.77, and 44.25, respectively. The most affected groups were children aged 1–4 years, with a mean of 124 (122.15) cases; children aged 5–9 years, with a mean of 98.38 (135.95) cases; and older adults aged 60–69 years, with a mean of 66.83 (117.46) cases. The highest mortality rates per 1,000 inhabitants were observed in Granito, Exu, and Trindade (0.02; 0.01, and 0.01, respectively).

For acute bronchitis, the mean prevalence in the region was 14.20 (16.02) cases per 100,000 inhabitants. The highest rates were reported in Araripina, Ipubi, and Ouricuri, with 58.17; 15.70, and 12.51 cases per 100,000 inhabitants, respectively. The year 2011 presented the highest regional mean prevalence, with 24.54 cases per 100,000 inhabitants. The age groups most affected by the disease, according to prevalence calculations, were infants aged 0-1 year, with 72.77 (105.66) cases, children aged 1-4 years, with 39.81 (76.86) cases, and children aged 5-9 years, with 10.47 (31.42) cases. Only Araripina and Ouricuri recorded deaths, with a mortality rate of less than 0.01 cases per 1,000 inhabitants in both municipalities.

There were 2,578 hospitalizations related to chronic obstructive pulmonary disease, with a mean prevalence for the region of 55.11 (49.72) cases per 100,000 inhabitants. There have been intermittent increases and declines over the years, with Araripina and Granito being the municipalities with the highest incidence: 153.95 (92.33) and 142.33 (168.99) cases, respectively. The most affected age group in the region was individuals aged 70-79 years, with 123.68 (76.97) cases per 100,000 inhabitants. The highest average mortality rates from chronic obstructive pulmonary disease were found in Moreilândia (0.158 cases per 1,000 inhabitants), Santa Filomena (0.11 cases per 1,000 inhabitants), and Bodocó (0.11 cases per 1,000 inhabitants).

There were 12,680 hospitalizations due to pneumonia in the region. Prevalence peaked in 2011, with 451.155 (294.70) cases per 100,000 inhabitants, decreased in 2013, and increased again in 2017 and 2019, with 389.26 (103.11) and 431.20 (173.04) cases per 100,000 inhabitants, respectively. Pneumonia was the only disease with a significantly higher prevalence in the ten municipalities of the Sertão do Araripe compared to the 175 municipalities outside the gypsum production hub in Pernambuco. The highest prevalence rates were observed in Ouricuri, 543.08 (267.11), Ipubi, 543.08 (267.11), and Moreilândia, 404.80 (305.01). Children aged 1–4 years had the highest prevalence rates, with 758.46 (394.31) cases per 100,000 inhabitants, followed by adults over 80 years of age, with 697.61 (246.46) cases per 100,000 inhabitants. The highest pneumonia-related mortality rates were observed in Bodocó, Exu, and Moreilândia, with 0.26; 0.25, and 0.25 cases per 1,000 inhabitants, respectively.

No statistically significant differences were observed in prevalence and mortality among the economically active population when each disease was analyzed individually, except for pneumonia. Regarding pneumonia, the median prevalence was significantly higher in municipalities within the gypsum-producing region compared to those in the non-gypsum-producing region (Figure 1).

The median in the gypsum hub was 357.20 (n=10), compared to 213.20 (n=175) outside the hub, with a statistically significant difference (U 1,571.0; p-value 0.007). Among the population under 14 years of age, pneumonia prevalence was also higher in municipalities within the gypsum hub: 138.70 (n=10), compared to a median of 83.08 outside the hub, with evidence of statistical significance (U 1,580.0; p-value 0.040). For the economically active population (15–59 years), prevalence was higher in the gypsum hub (median 67.87) than outside the hub (median 38.90; U 1,575.0; p-value<0.001). Regarding older adults, prevalence was also higher in the gypsum hub (median 124.4) compared to the non-hub municipalities (median 82.18; U 1,387.0; p-value 0.014). Hospitalizations due to pneumoconiosis were rare, with only one case in Araripina and another in Bodocó; no deaths were recorded.

In assessing the prevalence of respiratory diseases between municipalities in the gypsum hub and those outside, analysis of variance of repeated measures revealed a statistical difference. The F-test yielded values of 28.94 (p-value<0.050) for municipalities outside the gypsum hub and 2.46 (p-value<0.050) for those within the hub. Among the economically active population (15–59 years), variability was observed between the ten municipalities of the Sertão do Araripe and the remaining 175 municipalities of Pernambuco, especially in 2010 and 2011, when elevated prevalence rates of respiratory diseases were recorded, reaching 187.80 and 157.10 cases per 100,000 inhabitants, respectively (Figure 2). There was an observable evolution of pneumonia in Pernambuco from 2008 to 2019 (Figure 3).

Figure 2. Mean prevalence for respiratory diseases, including asthma, acute bronchitis, chronic obstructive pulmonary disease, and pneumonia, for the general population (A), the economically active population aged 15-59 with respiratory diseases (B) and the economically active population aged 15-59 with pneumonia (C), in the 10 municipalities of the Sertão do Araripe and in the remaining 175 municipalities of Pernambuco, 2008-2019, with 430,305 cases included.

Figure 2

Open in a new tab

Figure 3. Prevalence of pneumonia cases in Pernambuco, with data for 2008 (A), 2019 (B) and the average between 2008 and 2019 (C), totaling 278,738 cases reported in the study period (2008-2019).

Figure 3

Open in a new tab

Note: The analyses considered the municipalities within the gypsum hub in Sertão do Araripe (Araripina, Bodocó, Exu, Granito, Ipubi, Moreilândia, Ouricuri, Santa Cruz, Santa Filomena, and Trindade), and the municipalities outside the gypsum hub (the remaining 175 municipalities of Pernambuco).

Pearson’s correlation analysis revealed a strong positive relationship between the population size in the gypsum production hub region and gross domestic product (r 0.95; p-value<0.050), as well as between respiratory diseases and the hospital bed occupancy rate (r 0.24; p-value<0.050). However, the correlation between per capita public health expenditures and respiratory diseases was low and negative. There was also a positive correlation between respiratory diseases and hospital bed occupancy rates (r 0.24; p-value<0.050). Additionally, a negative correlation was found between the respiratory disease rate and health expenditures per capita.

Among the respiratory diseases analyzed, only pneumonia showed a statistically significant difference. Given this, a multiple linear regression analysis was conducted (Table 1), and the results showed an association between the presence of the gypsum production hub and pneumonia rates in all five models tested.

Table 1. Multiple linear regression analysis of pneumonia rates. Pernambuco, 2008-2019 (n=430,305).

Models tested
Pneumonia ratea 1 p-value 2 p-value 3 p-value 4 p-value 5 p-value
Gypsum hub 0.27; 0.07s,b <0.001 0.28; 0.07s <0.001 0.28; 0.07s <0.001 0.29; 0.07s <0.001 0.28; 0.07s <0.001
Population size - 0.12; 0.02s <0.001 0.09; 0.08 0.275 0.09; 0.08 0.246 0.10; 0.08 0.217
Gross domestic product per capita - 0.02; 0.06 0.699 0.02; 0.06 0.688 <0.01; 0.06 0.935
per capita public health expenditures - - - 0.07; 0.02 0.001 0.08; 0.02 0.001
Hospital bed rate - - - - 0.25; 0.40s <0.001
Open in a new tab

aDependent variable: hospitalization rate for pneumonia (per 100,000 inhabitants); bS: statistical difference at the 5% level (p-value<0.050). The values are presented as estimates of the coefficient and the standard error. All models use log-transformation of continuous independent variables; s: represents the data that shows statistical difference.

In Model 1, which only considered variables belonging to the gypsum hub, there was evidence of a statistical difference, with a coefficient of 0.28 (0.07; p-value < 0.001). It indicated that, on average, municipalities in the gypsum hub had approximately 27.0% higher pneumonia hospitalization rates compared to other municipalities in Pernambuco. The R2 value for this model was 0.01, indicating that the included variables explained 1.0% of the variability in prevalence rate.

With the inclusion of the population size variable in Model 2, the coefficient for the gypsum hub remained statistically significant at 0.28 (0.07; p-value<0.001). With the logarithm of population size remaining constant, the presence of the gypsum hub continued to be associated with a positive impact and a statistical difference in the rate of hospital admissions for pneumonia. Nevertheless, the coefficient related to the impact of the logarithm of population size did not show statistical significance. The R2 increased to 0.03, indicating that adding the population size variable to the model improved the model’s ability to explain the variability in prevalence.

In Model 3, which included the logarithm of gross domestic product, the gypsum hub variable remained statistically significant (coefficient 0.29; p-value<0.001). Nonetheless, there was no evidence of association for population size (p-value 0.275) and gross domestic product (p-value 0.699). Model 4, which included the logarithm of per capita public health expenditure, revealed an association with variables belonging to the gypsum hub (coefficient 0.30, p-value<0.001) and per capita public health expenditure (coefficient 0.08; p-value 0.001).

In Model 5, after including the logarithm of the hospital bed rate, statistically significant associations were found for the variables belonging to the gypsum production hub (coefficient 0.28; p-value<0.001), per capita public health expenditures (coefficient 0.08; p-value 0.001), and hospital bed rate (coefficient 0.25; p-value<0.001). Variables such as population size (p-value 0.217) and gross domestic product per capita (p-value 0.935) showed no evidence of association. The R2 value increased to 0.08, suggesting that the model explained 8.0% of the variability in prevalence rate. These results suggest that the presence of the gypsum production hub is associated with increased pneumonia prevalence, even after adjusting for independent variables such as population size, gross domestic product, per capita public health expenditures, and hospital bed rate.

Discussion

This study found a higher prevalence of respiratory diseases in municipalities within the gypsum production hub of Pernambuco compared to those located outside this region. This finding is consistent with data on industrial exposure, which shows greater susceptibility among children under 5 years of age and older adults over 80 years old (15–18). This highlights the vulnerability of these age groups to environmental and occupational factors.

One of the main limitations was aggregation bias, also referred to as ecological fallacy, which is inherent to studies based on aggregated data. This bias occurs when causal relationships are inferred based on population-level observations, given that exposures and health conditions are not directly assessed at the individual level (19,20). Furthermore, the reliance on secondary data represented a limitation, as these data may be subject to underreporting, particularly in conditions such as pneumoconiosis (9,21).

This study provides a relevant contribution by identifying a significant association between the gypsum production hub region and the prevalence of respiratory diseases, supporting previous studies that link exposure to air pollutants and particulate matter to respiratory morbidity and mortality (1–7). Such associations are also observed in populations exposed to household air pollution in low- and middle-income countries, underscoring vulnerabilities associated with socioeconomic and environmental factors (22–24).

Evidence suggests an association between exposure to silica dust—present in mining activities—and the incidence of lung cancer and other respiratory diseases in workers, which reinforces the occupational impact identified in this study (25). In contrast to studies conducted in urban areas, where pollution of vehicular and industrial origin predominates (26,27), the data in this study reflected the influence of gypsum industry activities on air quality in the Sertão do Araripe region. Replacing firewood with natural gas in the gypsum industry may represent an effective strategy to reduce the emission of toxic pollutants, while also promoting economic and environmental sustainability (28).

Based on these findings, it is suggested that gypsum production activity is associated with the prevalence of respiratory diseases in the studied region. The implementation of public policies to mitigate the impact of industrial pollution and improve working conditions in the gypsum sector may contribute to reducing respiratory morbidity rates while also promoting health and sustainability in the region. To strengthen causal inference between occupational exposure in the gypsum industry and respiratory illness, observational studies with an individual-level approach, such as cohort studies, are needed. These would allow for the control of confounding variables and the analysis of the progression of respiratory conditions over time.

Funding Statement

The study was financed by the Public Ministry of Labor of Pernambuco, the Foundation for the Development of Education (agreement no. 36/23) and the Coordination for the Improvement of Higher Education Personnel.

Footnotes

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

Peer Reviewers: Osmar Cardoso (https://orcid.org/0000-0001-6093-7629), Aluísio Oliveira (https://orcid.org/0000-0002-1578-654X)

Use of generative artificial intelligence: This manuscript was reviewed with the help of ChatGPT (https://chatgpt.com/).

Funding: The study was financed by the Public Ministry of Labor of Pernambuco, the Foundation for the Development of Education (agreement no. 36/23) and the Coordination for the Improvement of Higher Education Personnel.

Data availability.

The data used in the research are available in the repository: https://drive.google.com/drive/folders/10-If1KihCLCp8dqn2WxT6SXqtwezkbzW?usp-valor=sharing.

References

  • 1.Santos JP de O, El-Deir SG, Silva KA da, Araújo JRES, Sousa VF de O, Silva JA da., Filho Conservação ambiental no polo gesseiro do Araripe: relações econômicas e legais. Revista em Agronegócio e Meio Ambiente. 2023;16(4) [Google Scholar]
  • 2.Barbosa AA, Ferraz AV, Santos GA. Caracterização química, mecânica e morfológica do gesso obtido do pólo do Araripe. 2014. [[cited 2025 Apr 14]]. https://www.scielo.br/j/ce/a/sBfG5vkZscNKqDcQmJLpWTv/?lang=pt .
  • 3.Souto BF, Scabin F, Hojaij TB, Rosseti ES, Pereira GA, Coutinho MR. Cadeia produtiva do gesso: avanços e desafios rumo à promoção do trabalho decente: análise situacional [Internet] 2021. [[cited 2025 Apr 14]]. https://repositorio.fgv.br/items/89fa9e8d-cc52-40b7-8cbf-05051084d205 .
  • 4.Malcher AP, Santos MB., Filho Processo de fabricação de pedras de Marmorite: eventuais doenças respiratórias associadas a essa atividade humana. Brazilian Journal of Development. 2022;8(7) [Google Scholar]
  • 5.Ferreira J. Pneumoconioses: quando o trabalho impossibilita trabalhar [Internet] 2023. [[cited 2025 Apr 14]]. https://www.rpso.pt/pneumoconioses-quando-o-trabalho-impossibilita-trabalhar/
  • 6.Dias LL de O, Moi GP, Ferreira AP, Silva AMC da. Prevalência e fatores associados aos sintomas respiratórios em região de grande atividade de mineração: inquérito epidemiológico. Rev Foco. 2024;17(9) [Google Scholar]
  • 7.Medeiros MS de, Hurtado-Guerrero JC, Silva LGA. A saúde no contexto do polo gesseiro de Araripina-Pernambuco, Brasil. Saúde e Sociedade. 2010;19(2) [Google Scholar]
  • 8.Brasil bvsms.saude.gov.br. 2021. https://bvsms.saude.gov.br/bvs/saudelegis/Saes/2021/poc0019_22_11_2021.html .
  • 9.Feijó C de A, Martin ACA, Pustiglione M, Santos SA dos. Pneumoconioses: estudo descritivo de aspectos epidemiológicos nas notificações registradas no Sistema de Informação de Agravos de Notificação (SINAN), no Estado de São Paulo, no período 2017–2019. Saúde Ética & Justiça. 2021;26(1) [Google Scholar]
  • 10.Silva APD. A Agenda 2030 da ONU no Sertão do Araripe, PE: desafios rumo à promoção do trabalho decente na cadeia produtiva do gesso [Internet] 2022. [[cited 2025 Apr 14]]. https://revistas.faculdadedamas.edu.br/index.php/academico/article/view/2032 .
  • 11.Orellana JDY, Marrero L, Horta BL. Excesso de mortes por causas respiratórias em oito metrópoles brasileiras durante os seis primeiros meses da pandemia de COVID-19. Cadernos de Saúde Pública [Internet] 2021;37 doi: 10.1590/0102-311X00328720. [DOI] [PubMed] [Google Scholar]
  • 12.Silva LM, Priscila A, Helena M, Lúcia A, Maia Excess mortality during the COVID-19 pandemic and its spatial distribution in the state of Pernambuco, Brazil: an ecological study. Epidemiologia e Serviços de Saúde [Internet] 2024;33 doi: 10.1590/S2237-96222024v33e20231014.en. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 13.Souza GS de, Morais EMD de, Melo FB de S, Villani RAG, Sena-Leal MD de, Cunha MAO da. Physiographic determinants of suicide mortality in Pernambuco: an ecological study. Concilium. 2024;24(21) [Google Scholar]
  • 14.Coelho-Barros E, Simões P, Achcar J, Zangiacomi Martinez E, Shimano AC. Métodos de estimação em regressão linear múltipla: aplicação a dados clínicos. 2008. [[cited 2025 Apr 14]]. http://scielo.org.co/pdf/rce/v31n1/v31n1a07.pdf .
  • 15.Soriano JB, Kendrick PJ, Paulson KR, Gupta V, Abrams EM, Adedoyin RA. Prevalence and attributable health burden of chronic respiratory diseases, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017. The Lancet Respiratory Medicine. 2017;8(6) doi: 10.1016/S2213-2600(20)30105-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.Jiang X, Wu W, Yu X, Wang Y. Prevalence of chronic respiratory symptoms and dyspnea and related factors in residents in China. Zhonghua Liu Xing Bing Xue Za Zhi. 2022;43(3) doi: 10.3760/cma.j.cn112338-20211102-00844. [DOI] [PubMed] [Google Scholar]
  • 17.Elizabeth R. Influencia de la contaminación del aire por material particulado de las fábricas de yeso en la salud de los pobladores del distrito de Mórrope. 2020. [[cited 2025 Apr 14]]. https://repositorio.ucv.edu.pe/handle/20.500.12692/76637 .
  • 18.Nirel R, Maimon N, Fireman E, Agami S, Eyal A, Peretz A. Respiratory hospitalizations of children living near a hazardous industrial site adjusted for prevalent dust: a case–control study. International Journal of Hygiene and Environmental Health [Internet] 2014;218(2) doi: 10.1016/j.ijheh.2014.12.003. [DOI] [PubMed] [Google Scholar]
  • 19.Silva JFS da, Silva AMC da, Lima-Luz L, Aydos RD, Mattos IE. Correlação entre produção agrícola, variáveis clínicas-demográficas e câncer de próstata: um estudo ecológico. Ciência & Saúde Coletiva. 2015;20(9) doi: 10.1590/1413-81232015209.00582015. [DOI] [PubMed] [Google Scholar]
  • 20.Lima-Costa MF, Barreto SM. Tipos de estudos epidemiológicos: conceitos básicos e aplicações na área do envelhecimento. Epidemiologia e Serviços de Saúde [Internet] 2003;12(4) [Google Scholar]
  • 21.Alexandre LA, Studart D, Martins MA, Simão SS. Pneumoconioses fibrogênicas e seus desdobramentos na medicina do trabalho: uma revisão bibliográfica. 2022. [[cited 2025 Apr 14]]. http://revistateste2.rebis.com.br/index.php/revistarebis/article/view/264 .
  • 22.Troeger C, Blacker B, Khalil IA, Rao PC, Cao J, Zimsen SRM. Estimates of the global, regional, and national morbidity, mortality, and aetiologies of lower respiratory infections in 195 countries, 1990–2016: a systematic analysis for the Global Burden of Disease Study 2016. The Lancet Infectious Diseases [Internet] 2016;18(11) doi: 10.1016/S1473-3099(18)30310-4. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 23.Kotaki K, Ikeda H, Fukuda T, Yuhei K, Yuki F, Kawasaki M. Trends in the prevalence of COPD in elderly individuals in an air-polluted city in Japan: a cross-sectional study. International Journal of Chronic Obstructive Pulmonary Disease. 2019;14 doi: 10.2147/COPD.S189372. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 24.Rey-Brandariz J, Martínez C, Candal-Pedreira C. Occupational exposure to respirable crystalline silica and lung cancer: a systematic review of cut-off points. Environmental Health. 2023;22 doi: 10.1186/s12940-023-01036-0. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 25.Yang Y, Li W, Guo Y, Liu Y, Li Q, Yang K. Early COPD risk decision for adults aged from 40 to 79 years based on lung radiomics features. 2022. [[cited 2024 Apr 21]]. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9069013/ [DOI] [PMC free article] [PubMed]
  • 26.Dapper SN, Spohr C, Zanini RR. Poluição do ar como fator de risco para a saúde: uma revisão sistemática no estado de São Paulo. Estudos Avançados [Internet] 2016;30(86) [Google Scholar]
  • 27.Martins LC, Latorre MRDO, Saldiva PHN, Braga ALF. Relação entre poluição atmosférica e atendimentos por infecção de vias aéreas superiores no município de São Paulo: avaliação do rodízio de veículos. Revista Brasileira de Epidemiologia [Internet] 2001;4(3) [Google Scholar]
  • 28.Oliveira C, Shinohara AH. A experiência com gás natural/GLP no polo gesseiro do Araripe, PE. Cerâmica. 2014;60(354) [Google Scholar]
Epidemiol Serv Saude. 2025 Sep 15;34:e20240519. [Article in Portuguese] doi: 10.1590/S2237-96222025v34e20240519.pt

Alta prevalência de doenças respiratórias: estudo ecológico de base populacional, Sertão do Araripe, 2008-2019

José Rafael Soares da Silva 1, Rodrigo Gomes de Arruda 2, Bárbara de Oliveira Silva 1, Erika da Silva Bezerra de Menezes 1, Cinthia Martins Menino Diniz 1, João Pedro Alves Gomes 1, Breno Caldas de Araújo 1, Moacyr Jesus Barreto de Melo Rêgo 1, Maira Galdino da Rocha Pitta 1, Michelly Cristiny Pereira 1

Resumo

Objetivo

Investigar a prevalência e a mortalidade das doenças respiratórias, entre 2008 e 2019, dos municípios com atividade gesseira na região do Sertão do Araripe, Pernambuco.

Métodos

Tratou-se de estudo ecológico, de base populacional, com dados extraídos dos sistemas de informações hospitalares e de mortalidade, comparando 10 municípios do polo gesseiro aos demais municípios de Pernambuco sem atividade gesseira. As taxas de prevalência e mortalidade foram calculadas por 100 mil e 1 mil habitantes e apresentadas por média (desvio-padrão), para doença pulmonar obstrutiva crônica, asma, bronquite aguda e pneumonia. Testes de correlação de Pearson, U de Mann-Whitney e regressão linear múltipla foram realizados para avaliar a relação entre a atividade gesseira e as doenças respiratórias.

Resultados

No período analisado, foram registrados 17.630 casos de doenças respiratórias, com prevalência média de 454,74 (147,16) por 100 mil habitantes e mortalidade de 0,34 (0,08) por 1 mil habitantes. A pneumonia respondeu por 12.680 internações, com prevalência de 431,20 (173,04) por 100 mil habitantes, sendo mais frequente em Ouricuri (543,08), Ipubi (409,93) e Moreilândia (404,80). Observou-se maior prevalência de pneumonia nos municípios do polo gesseiro (p-valor 0,007). Verificou-se correlação positiva entre doenças respiratórias e taxa de ocupação de leitos hospitalares (r=0,24; p-valor<0,050), e negativa com os gastos públicos em saúde per capita. Houve associação significativa entre a presença da indústria gesseira e a pneumonia (p-valor<0,001).

Conclusão

A atividade gesseira está associada à prevalência de doenças respiratórias na região, com destaque para os elevados índices de pneumonia.

Palavras-chave: Doenças das Vias Respiratórias, Pneumonia, Saúde Ocupacional, Taxa de Mortalidade, Taxa de Prevalência

Aspectos éticos

Esta pesquisa utilizou bancos de dados de domínio público e anonimizados.:

Introdução

O estado de Pernambuco detém aproximadamente 18,0% das reservas brasileiras de gipsita e responde por 97,0% da produção nacional desse mineral (1). A extração e o beneficiamento concentram-se predominantemente no Sertão do Araripe, abrangendo os municípios de Araripina, Bodocó, Exu, Granito, Ipubi, Moreilândia, Ouricuri, Santa Cruz, Santa Filomena e Trindade (2).

A indústria gesseira é fundamental para o crescimento econômico, pois promove a geração de empregos e contribui para o desenvolvimento socioeconômico da região. No entanto, os processos de calcinação e extração do gesso apresentam riscos potenciais à saúde respiratória da população local (3). A exposição prolongada a agentes presentes em empresas de mineração ou construção civil, como a sílica (poeira de gesso) e a fumaça (queima de biomassa), pode aumentar o risco de desenvolvimento de processos inflamatórios e infecciosos nos pulmões (4), além de diversas doenças do trato respiratório, como silicose (5), asma (6), bronquite, pneumonia (7), doença pulmonar obstrutiva crônica (8) e pneumoconiose (7,9) e câncer de pulmão (10).

Devido à limitação de estudos que abordem aspectos epidemiológicos de doenças respiratórias no Sertão do Araripe, bem como da necessidade de implementar políticas de saúde pública eficazes, este estudo teve como objetivo investigar a prevalência e a mortalidade das doenças respiratórias, entre 2008 e 2019, dos municípios que apresentavam atividade gesseira nessa região.

Métodos

Delineamento e tamanho do estudo

Tratou-se de estudo ecológico de base populacional, conduzido entre 2008 e 2019, que analisou dados referentes a 185 municípios de Pernambuco, sendo 10 municípios da região do Sertão do Araripe e 175 municípios restantes, além do arquipélago de Fernando de Noronha. O estudo abrangeu dados de internações e óbitos relacionados a doenças respiratórias, incluindo pneumoconiose, bronquite aguda, pneumonia, asma e doença pulmonar obstrutiva crônica, associadas à exposição à poeira de gesso, afetando tanto a população geral quanto a população economicamente ativa (indivíduos entre 15-59 anos).

Contexto e controle de viés

O período selecionado foi estabelecido para avaliar exclusivamente os dados prévios à pandemia da covid-19. A exclusão dos dados subsequentes a esse intervalo justifica-se pelo aumento exponencial no número de casos e óbitos atribuídos ao novo coronavírus no Brasil a partir de 2020 (11), o que poderia introduzir vieses nas análises realizadas.

Local e população do estudo

Pernambuco possui, de acordo com o Censo Demográfico de 2022, uma população estimada em 9.058.931 habitantes, com densidade demográfica de 92,37 habitantes por km2. O estado ocupa a 19ª posição em extensão territorial no Brasil, com área de 98.067,877 km2, e, em 2021, apresentava o 15º pior índice de desenvolvimento humano do país, abaixo da média nacional (12).

Foram selecionados dados de internações e óbitos como parâmetros comparativos entre as regiões previamente mencionadas.

Variáveis do estudo

As variáveis independentes selecionadas neste estudo foram: presença do polo gesseiro; tamanho da população; produto interno bruto per capita (com valores ajustados a preços de 2010); despesas em saúde pública per capita; e taxa de leitos hospitalares.

Os dados das variáveis tamanho da população e produto interno bruto per capita (com valores ajustados a preços de 2010) foram obtidos a partir do Instituto Brasileiro de Geografia e Estatística (disponíveis em: https://cidades.ibge.gov.br/). Os dados das variáveis despesas em saúde pública per capita e taxa de leitos hospitalares foram obtidos através do Sistema de Informações Hospitalares do Departamento de Informática do Sistema Único de Saúde (disponíveis em: https://datasus.saude.gov.br/acesso-a-informacao/morbidade-hospitalar-do-sus-sih-sus/). Os dados foram analisados com o intuito de avaliar possíveis correlações e influências sobre as taxas de prevalência das doenças respiratórias.

Sistemas de informações utilizadas

Foram analisados os dados de morbidade hospitalar provenientes do Sistema de Informações Hospitalares e Sistema de Informações sobre Mortalidade, disponíveis no Departamento de Informática do Sistema Único de Saúde, por local de residência em Pernambuco (disponíveis em: http://datasus.saude.gov.br/acesso-a-informacao/morbidade-hospitalar-do-sus-sih-sus/). As taxas de prevalência e mortalidade foram calculadas com base nos dados populacionais do Instituto Brasileiro de Geografia e Estatística – dados populacionais com base no Censo Demográfico de 2022 (disponíveis em: https://www.ibge.gov.br/).

A confirmação das atividades econômicas relacionadas à produção gesseira foi realizada por meio da Plataforma de Relação Anual de Informações Sociais, referente à produção gesseira no período 2008-2019 (disponível em: https://bi.mte.gov.br/bgcaged/). A consulta considerou as seguintes subclasses da Classificação Nacional de Atividades Econômicas 2.0: (i) extração de gesso e caulim, abrangendo a mineração de matérias-primas para produção; (ii) fabricação de artefatos de gesso e materiais similares, destinados à construção civil; (iii) fabricação de cal e gesso, incluindo os processos industriais de calcinação; e (iv) obras de acabamento em gesso e estuque, representando serviços especializados na aplicação de revestimentos e molduras em edificações. Esses dados não necessitaram de aprovação de comitê de ética por serem de domínio público.

Análise estatística

Os dados foram organizados em planilhas no Microsoft Excel 2010 e analisados com o software STATA 17.0 MP. Foram calculadas medidas descritivas, como médias, medianas e desvios-padrão, e construídos gráficos do tipo diagrama de caixa para ilustrar a distribuição da prevalência e mortalidade por doenças respiratórias. A comparação das taxas de prevalência entre diferentes faixas etárias nos municípios pernambucanos foi realizada por meio do teste de hipótese de U de Mann-Whitney, apropriado para comparação e distribuição de dados sem suposições sobre distribuições de probabilidade.

A análise das tendências temporais nas taxas de prevalência foi conduzida pela análise de variância de medidas repetidas (ANOVA), com cálculo do teste F, permitindo comparar a evolução das taxas entre municípios com e sem atividade gesseira. A correlação de Pearson foi realizada para identificar associações entre as doenças respiratórias, variáveis socioeconômicas e infraestrutura em saúde por meio de análise bivariável. Posteriormente, um modelo de regressão linear múltipla foi estimado pelo método dos mínimos quadrados ordinários, com seleção de variáveis do tipo forward (13,14), e representado pela equação: (taxa de doença)= B0+B1 (polo gesseiro)+B2 (tamanho da população)+B3 (produto interno bruto per capita)+B4 (despesa pública em saúde per capita)+B5 (taxa de leitos)+ε.

O coeficiente de determinação (R2) foi utilizado para mensurar a variabilidade explicada, e a análise de resíduos avaliou a adequação do modelo (Figura suplementar 1).

As análises foram centradas nos 10 municípios do Sertão do Araripe, devido à importância da indústria gesseira na região. Para testar a robustez dos efeitos, variáveis independentes foram introduzidas isoladamente em modelos distintos, permitindo avaliar a estabilidade e a significância estatística dos coeficientes, especialmente da variável presença do polo gesseiro. A confecção dos mapas temáticos de prevalência foi feita com o QGIS 3.30.2 e utilizou sete gradientes de cor para representar a distribuição espacial das doenças respiratórias nos municípios analisados.

Acesso aos dados e métodos de limpeza

Foram extraídos das bases de dados os registros de internações e óbitos por doenças respiratórias, incluindo pneumoconiose (Classificação Estatística Internacional de Doenças e Problemas Relacionados com a Saúde [CID] J63), bronquite aguda (CID J20), pneumonia (CID J18), asma (CID J45) e doença pulmonar obstrutiva crônica (CID J44), associadas à exposição ocupacional e ambiental à poeira de gesso (7). Adicionalmente, analisou-se se havia diferença significativa nas taxas dessas doenças entre a população economicamente ativa (indivíduos entre 15-59 anos) residente nos 10 municípios do sertão do Araripe em comparação com os demais 175 municípios.

Pareamento dos dados

O pareamento foi realizado com base em variáveis socioeconômicas, incluindo tamanho da população, produto interno bruto per capita, despesas em saúde pública per capita e taxa de leitos hospitalares dos 185 municípios de Pernambuco. Essas variáveis foram controladas para garantir que as diferenças observadas nas taxas de prevalência e mortalidade por doenças respiratórias fossem atribuídas, principalmente, à presença do polo gesseiro. Considerou-se diferença estatística quando o p-valor foi inferior a 0,05.

Resultados

A região do Sertão do Araripe registrou 17.630 casos de doenças respiratórias, incluindo asma, bronquite aguda, doença pulmonar obstrutiva crônica e pneumonia entre 2008 e 2019. A taxa média de prevalência foi 454,74 (147,16) casos por 100 mil habitantes, com crianças de 1-4 anos apresentando a maior média de 984,04 (384,14) casos, seguidas por idosos acima de 80 anos, com média de 882,95 (270,15) casos. A taxa média de mortalidade foi 0,34 (0,08) casos por 1 mil habitantes.

Houve 1.474 internações no Sertão do Araripe no que diz respeito à asma, onde apresentou taxa média (desvio-padrão) de prevalência de 52,26 (70,06) casos por 100 mil habitantes, com as maiores prevalências entre 2008 e 2010. Moreilândia, Ipubi e Granito apresentaram as maiores taxas, sendo elas: 246,67; 63,77 e 44,25. A população mais afetada pela doença foram crianças de 1-4 anos de idade com média de 124 (122,15) casos, crianças de 5-9 anos com média de 98,38 (135,95) casos e idosos de 60-69 anos com média de 66,83 (117,46) casos. As maiores taxas de mortalidade por 1 mil habitantes foram observadas em Granito, Exu e Trindade (0,02; 0,01 e 0,01).

Para a bronquite aguda, a taxa média de prevalência para a região foi 14,20 (16,02) casos por 100 mil habitantes. Araripina, Ipubi e Ouricuri apresentaram as maiores taxas, com 58,17; 15,70 e 12,51 casos por 100 mil habitantes. O ano de 2011 apresentou a maior média de prevalência para a região com 24,54 casos para 100 mil habitantes. As faixas etárias mais atingidas pela doença, em relação ao cálculo de prevalência, foram bebês entre 0-1 ano com 72,77 (105,66) casos, crianças de 1-4 anos com 39,81 (76,86) casos e crianças de 5-9 anos com 10,47 (31,42) casos. Apenas Araripina e Ouricuri registraram óbitos, com taxa de mortalidade inferior a 0,01 casos por 1 mil habitantes em ambos os municípios.

Foram identificadas 2.578 internações em relação à doença pulmonar obstrutiva crônica, com taxa média de prevalência para a região de 55,11 (49,72) casos por 100 mil habitantes. Houve aumentos e declínios intermitentes ao longo dos anos, sendo Araripina e Granito os municípios mais incidentes, com 153,95 (92,33) e 142,33 (168,99) casos. As faixas etárias mais atingidas pela doença na região foram entre indivíduos de 70-79 anos, com 123,68 (76,97) casos por 100 mil habitantes. As maiores médias das taxas de mortalidade por doença pulmonar obstrutiva crônica ficaram com Moreilândia (0,158 casos por 1 mil habitantes), Santa Filomena (0,11 casos por 1 mil habitantes) e Bodocó (0,11 casos por 1 mil habitantes).

Houve 12.680 casos de internações referentes à pneumonia na região, com alta prevalência em 2011 com 451,155 (294,70) casos por 100 mil habitantes, diminuição em 2013 e novos aumentos dos casos entre 2017, com 389,26 (103,11) casos, e 2019, com 431,20 (173,04) casos por 100 mil habitantes. Essa foi a única doença com prevalência significativamente maior entre os 10 municípios do Sertão do Araripe comparado aos 175 municípios de Pernambuco fora do polo. As maiores taxas de prevalência foram em Ouricuri, Ipubi e Moreilândia, com taxas de 543,08 (267,11); 409,93 (77,31) e 404,80 (305,01). Crianças entre 1-4 anos de idade apresentaram as maiores taxas de prevalência, com 758,46 (394,31) casos, e idosos com mais de 80 anos de idade, com 697,61 (246,46) casos por 100 mil habitantes. As maiores médias das taxas de mortalidade de pneumonia foram em Bodocó, Exu e Moreilândia, com 0,26; 0,25 e 0,25 casos por 1 mil habitantes.

Não foram observadas diferenças estatisticamente significativas nas taxas de prevalência e mortalidade da população economicamente ativa quando comparadas a cada doença individualmente, exceto no caso da pneumonia. Quanto à pneumonia, a mediana de prevalência foi significativamente maior nos municípios do polo gesseiro quando comparada ao polo não gesseiro (Figura 1).

Figura 1. Mediana da taxa de prevalência de doenças respiratórias, com dados para a população geral (A), crianças menores de 14 anos (B), população economicamente ativa de 15-59 anos (C) e idosos com 60 anos ou mais (D), nos 10 municípios do Sertão do Araripe em comparação com os 175 municípios de Pernambuco, 2008-2019, com 430.305 casos incluídos.

Figura 1

Open in a new tab

A mediana no polo gesseiro foi 357,20 (n=10), enquanto foi 213,20 (n=175) no polo não gesseiro, havendo diferença estatística (U 1.571,0; p-valor 0,007). Em relação à população com idade inferior a 14 anos, observou-se também a prevalência mais elevada de pneumonia nos municípios do polo gesseiro, que foi 138,70 (n=10), em comparação ao polo não gesseiro (mediana 83,08), com evidência de diferença estatística (U 1.580,0; p-valor 0,040). Para a população economicamente ativa (15-59 anos), a prevalência foi maior no polo gesseiro (mediana 67,87) em relação ao não gesseiro (mediana 38,90; U 1.575,0; p-valor<0,001). Entre os indivíduos idosos, a prevalência também foi mais elevada no polo gesseiro (mediana 124,4) quando comparada ao não gesseiro (mediana 82,18; U 1.387,0; p-valor 0,014). Os casos de internação por pneumoconiose foram raros, com apenas um caso em Araripina e outro caso em Bodocó, não havendo óbitos.

Na avaliação das taxas de prevalência das doenças respiratórias entre os municípios do polo gesseiro e os de fora do polo, a análise de variância de medidas repetidas revelou que houve diferença estatística. O teste F indicou valores de 28,94 (p-valor<0,050) para os municípios fora do polo gesseiro e 2,46 (p-valor<0,050) para aqueles do polo gesseiro. Na população economicamente ativa (faixa etária 15-59 anos), observou-se a variabilidade entre os 10 municípios do Sertão do Araripe e os 175 restantes de Pernambuco, especialmente durante 2010 e 2011, quando foram registradas taxas de prevalência elevadas para doenças respiratórias, atingindo 187,80 e 157,10 casos por 100 mil habitantes (Figura 2). Observou-se a evolução da pneumonia em Pernambuco no período 2008-2019 (Figura 3).

Figura 2. Média da taxa de prevalência por doenças respiratórias, incluindo asma, bronquite aguda, doença pulmonar obstrutiva crônica e pneumonia, para a população geral (A), população economicamente ativa de 15-59 anos com doenças respiratórias (B) e a população economicamente ativa de 15-59 anos com pneumonia (C), nos 10 municípios do Sertão do Araripe e nos 175 municípios restantes de Pernambuco, 2008-2019, com 430.305 casos incluídos.

Figura 2

Open in a new tab

Nota: As análises consideraram os municípios do polo gesseiro, composto pelos 10 municípios do Sertão do Araripe (Araripina, Bodocó, Exu, Granito, Ipubi, Moreilândia, Ouricuri, Santa Cruz, Santa Filomena e Trindade), e os municípios fora do polo gesseiro (175 municípios restantes de Pernambuco).

Figura 3. Prevalência dos casos de pneumonia em Pernambuco, com dados para 2008 (A), 2019 (B) e a média entre 2008 e 2019 (C), totalizando 278.738 casos notificados no período estudado (2008-2019).

Figura 3

Open in a new tab

A análise de correlação de Pearson revelou a relação alta e positiva entre o tamanho da população da região do polo gesseiro e o produto interno bruto (r=0,95; p-valor<0,050) e entre as doenças respiratórias e a taxa de ocupação de leitos (r=0,24; p-valor<0,050), no entanto a correlação entre a taxa de despesas em saúde per capita e as doenças respiratórias foi baixa e negativa. Também foi observada a correlação positiva entre as doenças respiratórias e as taxas de leito ocupadas (r=0,24; p-valor<0,050). Ademais, identificou-se a correlação negativa entre a taxa de doenças respiratórias e os gastos per capita com saúde.

Entre as doenças respiratórias analisadas, apenas a pneumonia apresentou diferença estatisticamente significativa. Diante disso, foi conduzida análise de regressão linear múltipla (Tabela 1), e os resultados mostraram associação entre a presença do polo gesseiro e as taxas de pneumonia em todos os cinco modelos testados.

Tabela 1. Análise da regressão linear múltipla da taxa de pneumonia. Pernambuco, 2008-2019 (n=430.305).

Modelos testados
Taxa de pneumoniaa 1 p-valor 2 p-valor 3 p-valor 4 p-valor 5 p-valor
Polo gesseiro 0,27; 0,07s,b <0,001 0,28; 0,07s <0,001 0,28; 0,07s <0,001 0,29; 0,07s r<0,001 0,28; 0,07s <0,001
Tamanho da população - 0,12; 0,02s <0,001 0,09; 0,08 0,275 0,09; 0,08 0,246 0,10; 0,08 0,217
Produto interno bruto per capita - 0,02; 0,06 0,699 0,02; 0,06 0,688 <0,01; 0,06 0,935
Despesa em saúde per capita - - - 0,07; 0,02 0,001 0,08; 0,02 0,001
Taxa de leitos - - - - 0,25; 0,40s <0,001
Open in a new tab

aVariável dependente: taxa de internações por pneumonia (por 100 mil habitantes); bS: diferença estatística ao nível de 5% (p-valor<0,050). Os valores são apresentados como estimativa do coeficiente e erro padrão. Todos os modelos utilizam log-transformação das variáveis independentes contínuas; s: representação dos dados que apresentaram diferença estatística.

No modelo 1, que considerou apenas a variável pertencer ao polo gesseiro, houve evidência de diferença estatística, com coeficiente de 0,28 (0,07; p-valor<0,001). Isso indicou que, em média, os municípios do polo gesseiro tinham taxa de internações por pneumonia cerca de 27,0% maior em comparação ao demais municípios de Pernambuco. O valor de R2 para este modelo foi 0,01, indicando que 1,0% da variabilidade na taxa de prevalência foi explicada pelas variáveis incluídas.

Com a inclusão da variável tamanho da população no modelo 2, observou-se que o coeficiente para polo gesseiro permaneceu com diferença estatística em 0,28 (0,07; p-valor<0,001). Mantendo-se constante o logaritmo do tamanho da população, a presença do polo gesseiro continuou associada ao impacto positivo e à diferença estatística na taxa de internações por pneumonia. Entretanto, o coeficiente relacionado ao impacto do logaritmo do tamanho da população não apresentou diferença estatística. O valor de R2 aumentou para 0,03, indicando que a adição da variável tamanho da população ao modelo contribuiu para explicar mais variabilidade na taxa da prevalência.

No Modelo 3, que incluiu o logaritmo do produto interno bruto, a variável pertencer ao polo gesseiro permaneceu com diferença estatística (coeficiente 0,29; p-valor<0,001). Contudo, não houve evidência de associação para o tamanho da população (p-valor 0,275) e produto interno bruto (p-valor 0,699). O Modelo 4, que incluiu o logaritmo das despesas em saúde per capita, demonstrou associação com as variáveis pertencentes ao polo gesseiro (coeficiente 0,30, p-valor<0,001) e despesas em saúde per capita (coeficiente 0,08; p-valor 0,001).

No Modelo 5, com a inclusão do logaritmo da taxa de leitos hospitalares, a variável pertencer ao polo gesseiro manteve associação (coeficiente 0,28; p-valor<0,001), assim como despesas em saúde per capita (coeficiente 0,08; p-valor 0,001) e taxa de leitos hospitalares (coeficiente 0,25; p-valor<0,001). As variáveis como tamanho da população (p-valor 0,217) e produto interno bruto per capita (p-valor 0,935) não apresentaram evidência de associação. O valor de R2 aumentou para 0,08, o que sugere que o modelo explica 8,0% da variabilidade na taxa de prevalência. Esses resultados sugeriram que a presença do polo gesseiro esteja associada a um aumento na prevalência de pneumonia, mesmo após o ajuste por variáveis independentes como tamanho da população, produto interno bruto, despesas em saúde per capita e taxa de leitos hospitalares.

Discussão

Este estudo identificou a maior prevalência de doenças respiratórias nos municípios pernambucanos do polo gesseiro, em comparação àqueles localizados fora dessa região. Esse achado é consistente com dados sobre a exposição industrial, nos quais a maior suscetibilidade foi observada em crianças menores de 5 anos e idosos acima de 80 anos (15-18). Isso ressalta a vulnerabilidade desses grupos etários a fatores ambientais e ocupacionais.

Entre as limitações, destacou-se o viés de agregação, também conhecido como falácia ecológica, intrínseco a estudos que utilizam dados agregados. Esse viés ocorre ao inferir relações causais com base em observações populacionais, uma vez que exposições e condições de saúde não são diretamente avaliadas em nível individual (19,20). Além disso, a dependência de dados secundários representou uma limitação, visto que esses dados podem apresentar subnotificação, especialmente em condições como a pneumoconiose (9,21).

Este estudo apresentou contribuição relevante ao identificar associação significativa entre a região do polo gesseiro e a prevalência de doenças respiratórias, corroborando estudos que relacionam a exposição a poluentes atmosféricos e material particulado à morbimortalidade respiratória (1-7). Tal relação é semelhante em populações expostas a poluentes domiciliares em países de baixa e média renda, destacando vulnerabilidades associadas a fatores socioeconômicos e ambientais (22-24).

Evidências sugerem associação entre a exposição à poeira de sílica, presente em atividades mineradoras, e a incidência de câncer de pulmão e outras doenças respiratórias em trabalhadores, o que reforça o impacto ocupacional identificado neste estudo (25). Em contraste com estudos realizados em regiões urbanas, onde a poluição de origem veicular e industrial é predominante (26,27), os dados deste estudo refletiram a influência das atividades do setor gesseiro na qualidade do ar no Sertão do Araripe. A substituição da lenha por gás natural na indústria do gesso pode representar estratégia eficaz para mitigar a emissão de poluentes tóxicos, além de favorecer a sustentabilidade econômica e ambiental (28).

Com base nestes resultados, sugere-se que a atividade gesseira está associada à prevalência de doenças respiratórias na região estudada. A adoção de políticas públicas para mitigar o impacto da poluição industrial e melhorar as condições laborais no setor gesseiro pode contribuir para a redução dos índices de morbidade respiratória, além de favorecer a promoção da saúde e a sustentabilidade da região. Para o fortalecimento da inferência causal entre a exposição ocupacional no setor gesseiro e o adoecimento respiratório, são necessários estudos observacionais com abordagem individual, como estudos de coorte, que permitam controlar variáveis de confusão e analisar a progressão das condições respiratórias ao longo do tempo.

Footnotes

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

Pareceristas: Osmar Cardoso (https://orcid.org/0000-0001-6093-7629), Aluísio Oliveira (https://orcid.org/0000-0002-1578-654X)

Uso de inteligência artificial generativa: Este manuscrito foi revisado com o auxílio da ferramenta ChatGPT (https://chatgpt.com/).

Financiamento: O estudo foi financiado pelo Ministério Público do Trabalho de Pernambuco, Fundação de Desenvolvimento ao Ensino (convênio nº36/23) e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior.

Disponibilidade de dados.

Os dados utilizados na pesquisa estão disponíveis no repositório: https://drive.google.com/drive/folders/10-If1KihCLCp8dqn2WxT6SXqtwezkbzW?usp-valor=sharing.

Articles from Epidemiologia e Serviços de Saúde : Revista do Sistema Unico de Saúde do Brasil are provided here courtesy of Secretaria de Vigilância em Saúde e Ambiente - Ministério da Saúde do Brasil

RESOURCES