Skip to main content
NCBI home page
Arquivos Brasileiros de Cardiologia logoLink to Arquivos Brasileiros de Cardiologia
. 2025 Aug 20;122(8):e20240428. [Article in Portuguese] doi: 10.36660/abc.20240428
View full-text in English

Índice de Vulnerabilidade Social e Mortalidade por Doenças Isquêmicas do Coração e Doenças Cerebrovasculares no Brasil de 2000 a 2021

José Lucas Bichara 1, Luiz Antônio Bastos 1, Eric Delgado dos Santos Mafra Lino 2, Paolo Blanco Villela 1, Gláucia Maria Moraes de Oliveira 1,Correspondência:
PMCID: PMC12671727  PMID: 40990765

Resumo

Fundamento

Estudos prévios observaram correlação entre as taxas de mortalidade por doenças isquêmicas do coração (DIC), doenças cerebrovasculares (DCBV) e o Índice de Vulnerabilidade Social (IVS). Porém, persistem dúvidas sobre a associação do IVS total e dimensões com a mortalidade estratificada por sexo, etnia e aglomerados populacionais.

Objetivo

Analisar a evolução do IVS total e dimensões, e correlacionar com as taxas de mortalidade por DIC e DCBV no Brasil e Unidades da Federação (UF), de 2000 a 2021.

Métodos

Estudo ecológico de séries temporais das taxas de mortalidade padronizada (método direto com a população brasileira de 2000) por DIC e DCBV por idade, sexo e UF entre 2000 e 2021 correlacionadas com o IVS e suas dimensões. Os dados das causas básicas de morte foram obtidos do Sistema de Informação de Mortalidade e os do IVS provieram do Atlas da Vulnerabilidade Social. Calculou-se correlação de Spearman (significativo se p<0,05) para cada estrato analisado.

Resultados

O IVS, a dimensão capital humano (IVS-CH) e a dimensão renda e trabalho (IVS-RT) em 2010 apresentaram correlação forte com as variações das taxas de mortalidade por DCBV e DIC (IVS x DCBV: Rho(p)=0,85; IVS x DIC: Rho(p)=0,75; IVS-CH x DCVB: Rho(p)=0,84; IVS-CH x DIC: Rho(p)=0,84; IVS-RT x DCBV: Rho(p)=0,81; IVS-RT x DIC: Rho(p)=0,71. A dimensão infraestrutura urbana IVS-IU apresentou correlação fraca para DCBV e DIC, respectivamente (IVS-IU x DCBV: Rho(p)=0,33; IVS-IU x DIC: Rho(p)=0,25).

Conclusão

O IVS-CH e IVS-RT apresentaram maior grau de correlação com as variações das taxas de mortalidade por DIC e DCBV.

Palavras-chave: Isquemia Miocárdica, Transtornos Cerebrovasculares, Doenças Cardiovasculares, Vulnerabilidade Social, Epidemiologia

Figura Central: Índice de Vulnerabilidade Social e Mortalidade por Doenças Isquêmicas do Coração e Doenças Cerebrovasculares no Brasil de 2000 a 2021.

Figura Central:

Open in a new tab

IVS: Índice de vulnerabilidade social; IVS-IU: Dimensão infraestrutura urbana do Índice de Vulnerabilidade social; IVS-RT: Dimensão renda e trabalho do Índice de Vulnerabilidade social; IVS-CH: Dimensão capital humano do Índice de Vulnerabilidade social. Os dados expostos nos mapas são do ano de 2021.

Introdução

Em 2021, se estimou que ocorreram mais de 9 milhões de mortes por doenças isquêmicas do coração (DIC) e quase 4 milhões de mortes por acidente vascular cerebral isquêmico no mundo.¹ e aproximadamente 75% dessas mortes foram registradas em países em desenvolvimento. 2 , 3 No Brasil, as doenças cardiovasculares (DCVs) também são a principal causa de morte, representadas pelas DIC e a doenças cerebrovasculares (DCBV), em sua maioria. 2 - 6 No final do século XX ocorreu redução da mortalidade por essas condições de modo mais acelerado em regiões com melhores indicadores socioeconômicos, como a Europa Ocidental e a América do Norte. 7 No Brasil, as Unidades Federativas (UF) das regiões Sul, Sudeste e Centro-Oeste que têm os melhores indicadores socioeconômicos apresentaram maiores reduções das taxas de mortalidade por DIC e DCBV. 6 , 8 , 9

Nos últimos anos, houve crescimento do número de estudos que associaram os indicadores socioeconômicos com as taxas de mortalidade pelas DCVs, entretanto, ainda são poucos os que empregaram os indicadores de vulnerabilidade nessa análise. 6 , 8 , 10 - 13 Apesar disso, em comum, tais estudos identificaram maiores taxas de mortalidade em populações mais vulneráveis. 6 , 8 , 10 - 13

O termo vulnerabilidade social possui diversas definições, uma das mais aceitas é "a ausência ou insuficiência de ativos que podem ser providos pelo estado". 14 Não há uma padronização em âmbito global do índice de Vulnerabilidade Social (IVS). No Brasil, seu cálculo é realizado pelo Instituto de Pesquisa Econômica Aplicada (IPEA) que quantifica 16 indicadores alocados em 3 dimensões: Infraestrutura urbana, capital humano e renda, trabalho e forma de inserção (formal ou não). Por fim, se calcula a média aritmética dessas 3 dimensões para chegar ao valor do IVS total. 14 A dimensão infraestrutura urbana tem por objetivo refletir o acesso ao saneamento básico e transporte urbano. Já a dimensão capital humano visa avaliar as condições de saúde e acesso à educação de uma população. Por fim, a dimensão renda, trabalho e forma de inserção almeja identificar a insuficiência de renda e de fluxo de renda. 14 O IPEA disponibiliza ainda o cálculo do IVS e de suas dimensões para alguns segmentos específicos da população, como população feminina, masculina, negra, branca, rural e urbana. Esses dados podem auxiliar na identificação das características de maior fragilidade nas populações mais vulneráveis.

O objetivo deste artigo foi analisar a evolução do IVS total e suas dimensões, e sua associação com as taxas de mortalidade por DIC e DCBV, no Brasil e nas UF, no período de 2000 a 2021.

Métodos

Estudo ecológico e descritivo das variações das taxas de mortalidade por DIC e DCBV em ambos os sexos e faixas etárias entre os anos de 2000 e 2021. Analisou-se também o IVS total e dimensões, no Brasil e nas UF, entre 2000 e 2021.

Os dados sobre as causas básicas de óbitos foram obtidos no site do Sistema de Informações sobre mortalidade (SIM) do Departamento de informática do Sistema único de Saúde (DATASUS) do Ministério da Saúde (MS). 15 Foram selecionadas as informações sobre mortalidade referentes ao Brasil e em suas UF. Utilizaram-se como variáveis a faixa etária, o sexo e óbitos por residência. Para a pesquisa, a população foi estratificada em faixas etárias da seguinte forma: 0-19 anos, 20-29 anos e subsequentemente em faixas com 10 anos até o grupo de maiores de 80 anos.

Para seleção de óbitos cuja causa básica era DIC se utilizaram os códigos I20-I25 do Código Internacional de Doenças (CID-10). Para DCBV, os códigos são do I60 ao I69. 16 Sequencialmente, se procedeu ao download de arquivos em formato .CSV que foram convertidos para XLS no programa Microsoft Excel, utilizado para análise de dados e construção de gráficos e tabelas.

As informações sobre a população residente no Brasil e em suas UF foram retiradas do site do DATASUS, 15 que utiliza os dados oficiais censitários do Instituto Brasileiro de Geografia e Estatística (IBGE) de 1980, 1991, 2000 e 2010, projeções intercensitárias até 2012, e projeções populacionais de 2013 em diante.

As informações sobre o IVS foram obtidas do Atlas da Vulnerabilidade Social, disponibilizado pelo IPEA, 14 onde foi obtido o valor do IVS e suas dimensões para a população total e para os estratos populacionais disponibilizados. O IVS foi considerado muito baixo quando era inferior a 0,2, baixo quando estava entre 0,2 e 0,3, médio quando estava entre 0,3 e 0,4, alto quando estava entre 0,4 e 0,5 e muito alto quando era maior que 0,5. 14 Tais valores foram usados como referência para a coloração dos mapas e tabelas do material suplementar.

Foram realizados os cálculos das taxas de mortalidade bruta e da padronizada 17 por faixa etária e sexo pelo método direto, tendo como população padrão a população brasileira do ano 2000 para a DIC e para a DCBV. Avaliou-se a tendência temporal das taxas de mortalidade padronizadas por faixa etária e sexo no período de 2000 a 2021, e a associação com o IVS e suas dimensões do ano de 2010. O ano de 2021 foi escolhido como o ano limite, pois é o ano mais recente com dados disponíveis para todas as variáveis analisadas.

Foram construídas tabelas usando os dados dos anos de 2000 e de 2021 para o IVS e suas dimensões. Para a construção dos gráficos foram utilizadas as variações percentuais das taxas de mortalidade padronizadas por DIC e DCBV e o IVS do ano de 2010. Utilizou-se uma defasagem temporal de aproximadamente 10 anos entre os indicadores e as taxas de mortalidade conforme estudos prévios sobre o tema. 8 , 18 , 19 Para análise do grau de correlação foram realizados os cálculos para obtenção da correlação de Spearman (significativo se p<0,05) para cada estrato analisado. A correlação foi considerada fraca se ≤ 0,3, moderada se >0,3 e <0,7, e forte se ≥ 0,7. 20

Resultados

No período de 2000 a 2021, ocorreram 2.127.662 mortes por DCBV e 2.193.405 mortes por DIC, no Brasil, sendo 50,58% e 58,29% respectivamente, no sexo masculino. No mesmo período, o IVS do Brasil variou de 0,446 em 2000 a 0,249 em 2021.

A análise do IVS e de suas dimensões na população total e nos estratos populacionais disponíveis permitiu observar que houve melhora do indicador na quase totalidade das UF, entretanto durante todo período os melhores indicadores se concentram nas UF das regiões Sul, Sudeste e Centro-Oeste ( Figuras 1 e 2 (1.3MB, pdf) e Tabelas 1,2,3 e 4 do material suplementar (1.3MB, pdf) ). Além disso, se pôde observar que no ano de 2000 quase todas as UF com vulnerabilidade muito alta se localizavam nas regiões Norte e Nordeste do país ( Figura 1 (1.3MB, pdf) e Tabelas 1,2,3 e 4 do material suplementar (1.3MB, pdf) ). Outro fato a ser destacado é que as populações negra e rural apresentaram maior vulnerabilidade que os demais segmentos analisados ( Tabelas 1, 2, 3 e 4 do material suplementar (1.3MB, pdf) ).

A dimensão infraestrutura urbana (IVS-IU) apresentou menor vulnerabilidade que o IVS total e o maior número de UF com vulnerabilidade baixa e muito baixa em 2021 ( Tabela 2 do material suplementar (1.3MB, pdf) ). Maior número de UF foram classificadas como de vulnerabilidade muito alta na dimensão capital humano (IVS-CH), principalmente no ano de 2000, abrangendo todas as UF do Norte e Nordeste. Além disso, as populações negra e rural apresentaram vulnerabilidade maior do que os demais segmentos populacionais ( Tabela 3 do material suplementar (1.3MB, pdf) ). Por fim, a dimensão renda e trabalho (IVS-RT) destacou a maior vulnerabilidade da população feminina em relação à masculina ( Tabela 4 do material suplementar (1.3MB, pdf) ).

Na Figura 1 , se observa que a população das UF das regiões Norte e Nordeste teve maior vulnerabilidade e piora ou redução menos expressiva das taxas de mortalidade por DIC e DCBV. Destaca-se ainda que as UF da região Sul apresentaram menor vulnerabilidade com redução mais expressiva da mortalidade por DIC e DCBV. Para todos os cenários foi calculada a correlação de Spearman, tendo sido alcançado grau de correlação moderada a forte. Os coeficientes das correlações encontrados foram: IVS x DCBV: Rho(p)=0,85; IVS x DIC: Rho(p)=0,75.

Figura 1. Comparação entre o IVS do ano de 2010 e a variação percentual da taxa de mortalidade por doenças cerebrovasculares e doenças isquêmicas do coração no Brasil e nas unidades federativas, em ambos os sexos, entre 2000 e 2021. (1A) - IVS de 2010 e variação percentual da mortalidade por DCBV, em ambos os sexos, no Brasil, 2000 a 2021, (1B) IVS de 2010 e variação percentual do da mortalidade por DIC, em ambos os sexos, no Brasil, 2000 a 2021.

Figura 1

Open in a new tab

Na Figura 2 se observa que as UF das regiões Norte e Nordeste apresentaram maior vulnerabilidade na dimensão infraestrutura urbana que as UF da região Sul. Além disso, as UF das regiões Norte e Nordeste apresentaram piora ou redução menos expressiva da mortalidade por DIC e DCBV. Entretanto, ao avaliar as regiões Centro-Oeste e Sudeste, se nota que Distrito Federal, Goiás, Rio de Janeiro e São Paulo apresentaram vulnerabilidade maior que a maioria das UF das regiões Norte e Nordeste. O cálculo da correlação de Spearman identificou correlação fraca. Os coeficientes das correlações encontrados foram: IVS-IU x DCBV: Rho(p)=0,33; IVS-IU x DIC: Rho(p)=0,25.

Figura 2. Comparação entre a dimensão de infraestrutura urbana do Índice de Vulnerabilidade Social de 2010 e a variação percentual da taxa de mortalidade por doenças cerebrovasculares e doenças isquêmicas do coração no Brasil e nas suas unidades federativas, em ambos os sexos entre 2000 e 2021. (2A) - IVS-IU de 2010 e variação percentual da mortalidade por DCBV, em ambos os sexos, no Brasil, 2000 a 2021, (2B) IVS-IU de 2010 e variação percentual da mortalidade por DIC, em ambos os sexos, no Brasil, 2000 a 2021.

Figura 2

Open in a new tab

Na Figura 3 , se observou padrão semelhante ao identificado na Figura 1 , no qual as UF das regiões Norte e Nordeste apresentaram vulnerabilidade maior no quesito capital humano e piora ou redução menos expressiva das mortalidades por DIC e DCBV que as demais regiões. Interessante notar, que ao realizar o cálculo da correlação de Spearman, foi identificada correlação forte do IVS-CH comparada aos demais. Os coeficientes das correlações encontrados foram: IVS-CH x DCVB: Rho(p)=0,84; IVS-CH x DIC: Rho(p)=0,84.

Figura 3. Comparação entre a dimensão capital humano do Índice de Vulnerabilidade Social de 2010 e a variação percentual da taxa de mortalidade por doenças cerebrovasculares e doenças isquêmicas do coração no Brasil e nas suas unidades federativas, em ambos os sexos, entre 2000 e 2021. (3A) - IVS-CH de 2010 e variação percentual da mortalidade por DCBV, em ambos os sexos, no Brasil, 2000 a 2021, (3B) IVS-CH de 2010 e variação percentual da mortalidade por DIC, em ambos os sexos, no Brasil, 2000 a 2021.

Figura 3

Open in a new tab

Na Figura 4 se nota novamente o padrão já descrito nas Figuras 1 e 3 . As UF das regiões Norte e Nordeste apresentam maior vulnerabilidade na dimensão renda e trabalho do IVS e apresentou ou aumento da mortalidade por DIC e DCBV, ou em caso de queda, esta foi menos expressiva quando comparada a outras UF das demais regiões. O cálculo da correlação de Spearman identificou correlação forte, entretanto de modo menos expressivo que os valores obtidos com o IVS-CH e o IVS. Os coeficientes das correlações encontrados foram: IVS-RT x DCBV: Rho(p)=0,81; IVS-RT x DIC: Rho(p)=0,71.

Figura 4. Comparação entre a dimensão de renda e trabalho do Índice de Vulnerabilidade Social de 2010 e a variação percentual da taxa de mortalidade por doenças cerebrovasculares e doenças isquêmicas do coração no Brasil e nas suas unidades federativas, em ambos os sexos, entre 2000 e 2021. (4A) - IVS-RT de 2010 e variação percentual da mortalidade por DCBV, em ambos os sexos, no Brasil, 2000 a 2021, (4B) IVS-RT de 2010 e variação percentual da mortalidade por DIC, em ambos os sexos, no Brasil, 2000 a 2021.

Figura 4

Open in a new tab

Discussão

Na avaliação das dimensões do IVS se observou que apesar da melhora dos indicadores no período, a grande maioria das UF de Norte e Nordeste permaneceram com a maior vulnerabilidade do país em todas as dimensões. Além disso, foi evidente maior vulnerabilidade das populações negra e rural e maior vulnerabilidade na dimensão capital humano do IVS. Esses achados foram também descritos em outros estudos que observaram maior vulnerabilidade das populações negra 21 - 23 e rural 24 - 26 em diversas áreas, incluindo o acesso à saúde.

Observou-se que houve ou aumento da mortalidade por DIC e DCBV, ou em caso de queda, esta foi menos expressiva nas UF das regiões Norte e Nordeste quando comparada a outras UF, apesar da redução da vulnerabilidade observada nesse período. A análise das correlações da variação da mortalidade por DIC e DCBV com as dimensões do IVS isoladamente, permitiu identificar que o IVS-CH (>0,83- forte) alcançou um grau de correlação superior ao do IVS (>0,75 – forte). Além disso, o IVS-RT também apresentou correlação forte enquanto o IVS-IU teve correlação fraca (<0,35). Estudos prévios já haviam identificado a associação de indicadores socioeconômicos de desenvolvimento e vulnerabilidade com a mortalidade por essas condições, 6 , 8 , 9 , 18 , 27 - 31 entretanto ainda não havia sido realizada uma análise para identificar quais fatores teriam maior influência.

Em relação à vulnerabilidade, estudos dos Estados Unidos da América sugeriram que as métricas de vulnerabilidade poderiam apresentar boa correlação com desfechos em saúde pública. 31 Estudos internacionais identificaram que populações mais vulneráveis estão sujeitas a apresentar mais fatores de risco cardiovascular como hipertensão arterial sistêmica, dislipidemia, diabetes e tabagismo, 10 , 32 maior dificuldade de acesso a serviços de saúde, 33 menor acesso a serviços de reabilitação cardíaca, 33 , 34 mais readmissões hospitalares em 30 dias por insuficiência cardíaca 35 e aumento da mortalidade, inclusive mortalidade precoce por DCVs. 12 , 13

Estudos prévios, que analisaram o IVS no Brasil, identificaram a melhora desse indicador em âmbito nacional, entretanto com maior vulnerabilidade das regiões Norte e Nordeste, 6 , 8 compatível com nossos achados. Em relação a mortalidade por DCBV, também foi identificado uma redução da mortalidade nas UF das regiões Sul, Sudeste e Centro-Oeste, 6 assim como para DIC. 8 Este estudo sugere quais fatores socioeconômicos teriam maior influência sobre a mortalidade de DIC e DCBV.

A dimensão infraestrutura urbana, que avalia coleta de lixo, fornecimento de água e esgoto inadequados e tempo de deslocamento casa-trabalho, apresentou grau de correlação inferior às demais. Esses achados se devem principalmente ao fato das UF do Distrito Federal (DF), Goiás (GO), Rio de Janeiro (RJ) e São Paulo (SP) terem apresentado maior vulnerabilidade, diferenciando-se do padrão observado nas demais dimensões. Pode-se supor que no RJ e em SP isso se deva aos grandes movimentos migratórios a partir da década de 1950 que levaram a um rápido e desorganizado aumento da população urbana, culminando na formação das favelas. 36 , 37 As UF de GO e DF também sofreram com processo semelhante, embora de menor dimensão, a partir da década de 60, motivados pela construção da Capital Federal e posteriormente pela expansão da fronteira agrícola. 38

Outras hipóteses para o fato de as correlações não serem fortes para a IVS- IU, pode ser a necessidade de maior defasagem temporal entre a melhoria dessa dimensão da vulnerabilidade social para que ocorra a redução da mortalidade, ou ainda que essa dimensão tenha sido representada por outras do IVS capital humano, que mensura a mortalidade infantil e anos estudados, ou o IVS renda e trabalho com avaliação da renda domiciliar per capita, que isoladamente já mostram correlação em estudo anterior. 18

A dimensão Capital Humano avalia oito fatores, com foco em educação/escolaridade, mortalidade infantil e mães jovens. Estudos nacionais prévios, identificaram que populações com menor escolaridade estavam mais predispostos a apresentar fatores de risco de DCVs e menor acesso a serviços de saúde. 39 , 40 Foram descritos estudos que demonstram que maior mortalidade infantil pode estar associada a acesso mais difícil aos serviços de saúde. 18 , 41 O exposto anteriormente pode justificar a melhor correlação desta dimensão com a mortalidade por DIC e DCBV. É provável que esta dimensão tenha alcançado grau de correlação superior ao próprio IVS, pois este sofreu influência das outras dimensões.

Por fim, a forte correlação da dimensão renda e trabalho, pode ser justificada pelo fato de o maior poder aquisitivo representar um acesso mais fácil a serviços de saúde. Estudos prévios identificaram que populações com menor poder aquisitivo têm mais fatores de risco cardiovasculares e maior mortalidade por DIC. 18 , 42 Foi descrito também a relação inversa, uma vez que as DCVs podem deixar sequelas e incapacidades afetando a capacidade de trabalho do indivíduo e aumentando os gastos em saúde. 42

O presente estudo traz uma metodologia inédita e contribui para o conhecimento atual das DCVs ao analisar as dimensões do IVS para a população total e para os estratos populacionais disponibilizados pelo IPEA, além de analisar o grau de correlação desses indicadores com a variação da taxa de mortalidade padronizada pela faixa etária de DIC e DCBV no Brasil e em suas UF.

Dentre as limitações do estudo estão o fato de se tratar de um estudo ecológico, que permite uma análise populacional preliminar que necessitará ser referendada por estudos prospectivos com coleta de dados sistematizada. As informações foram obtidas de banco de dados, podem estar vulneráveis a vieses por falhas na coleta de dados: subnotificação, causas mal definidas ou garbage codes . No entanto, se ressalta que tais limitações atuam de modo sistêmico, em todas as declarações e bancos de óbito, não sendo um impedimento para a análise global dos dados.

A hipótese central de que existiria correlação entre a diminuição da vulnerabilidade social e a redução das taxas de mortalidade por DIC e doenças cerebrovasculares foi corroborada nesse estudo. Analisar o IVS por estratos populacionais permite supor que o aglomerado populacional rural, as mulheres e os negros, historicamente associados com maior vulnerabilidade social, apresentariam menores reduções das taxas de mortalidade por DIC e DCBV. Novos estudos que contemplem períodos temporais maiores poderão auxiliar no entendimento de quais componentes do IVS causarão maior impacto na diminuição da morbimortalidade pelas DCVs, auxiliando no direcionamento de políticas públicas voltadas para a saúde.

Conclusão

A análise das dimensões do IVS permitiu identificar a redução da vulnerabilidade do Brasil e da grande maioria das suas UF em todas as dimensões, apesar de persistirem as desigualdades com maior vulnerabilidade nas UF de Norte e Nordeste. Além disso, se identificou maior vulnerabilidade das populações negra e rural. Apesar da redução da vulnerabilidade nas UF de Norte e Nordeste, não houve redução mais expressiva de mortalidade por DIC e DCBV. Foi possível identificar correlação forte da variação do IVS, IVS-CH e IVS-RT com a variação da mortalidade por DIC e DCBV. Esses dados podem guiar investimentos públicos, com o intuito de reduzir a mortalidade por essas condições.

Disponibilidade de Dados.

Os conteúdos subjacentes ao texto da pesquisa estão contidos no manuscrito.

*Material suplementar

Para informação adicional, por favor, clique aqui

Footnotes

Fontes de financiamento: O presente estudo não teve fontes de financiamento externas.

Vinculação acadêmica: Este artigo é parte de dissertação de mestrado de José Lucas Bichara pela Universidade Federal do Rio de Janeiro.

Aprovação ética e consentimento informado: Este artigo não contém estudos com humanos ou animais realizados por nenhum dos autores.

Uso de Inteligência Artificial: Os autores não utilizaram ferramentas de inteligência artificial no desenvolvimento deste trabalho.

Referências

  • 1.Vaduganathan M, Mensah GA, Turco JV, Fuster V, Roth GA. The Global Burden of Cardiovascular Diseases and Risk: A Compass for Future Health. J Am Coll Cardiol . 2022;80(25):2361–2371. doi: 10.1016/j.jacc.2022.11.005. [DOI] [PubMed] [Google Scholar]
  • 2.World Health Organization. Newsroom. Fact Sheets. Details . Cardiovascular Diseases (CVDs) [Internet] Geneva: World Health Organization; 2021. [cited 2025 Jul 03]. Avaialable from: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) [Google Scholar]
  • 3.World Health Organization . The top 10 Causes of Death . Geneva: World Health Organization; 2020. [cited 2025 Jul 03]. Avaialable from: https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death#:~:text=The%20top%20global%20causes%20of,birth%20asphyxia%20and%20birth%20trauma%2C . [Google Scholar]
  • 4.Oliveira GMM, Brant LCC, Polanczyk CA, Biolo A, Nascimento BR, Malta DC, et al. Cardiovascular Statistics - Brazil 2020. Arq Bras Cardiol . 2020;115(3):308–439. doi: 10.36660/abc.20200812. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 5.Oliveira GMM, Brant LCC, Polanczyk CA, Malta DC, Biolo A, Nascimento BR, et al. Cardiovascular Statistics - Brazil 2021. Arq Bras Cardiol . 2022;118(1):115–373. doi: 10.36660/abc.20211012. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.Souza CDF, Oliveira DJ, Silva LFD, Santos CDD, Pereira MC, Paiva JPS, et al. Cerebrovascular Disease Mortality Trend in Brazil (1996 To 2015) and Association with Human Development Index and Social Vulnerability. Arq Bras Cardiol . 2021;116(1):89–99. doi: 10.36660/abc.20190532. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7.Moran AE, Forouzanfar MH, Roth GA, Mensah GA, Ezzati M, Murray CJ, et al. Temporal Trends in Ischemic Heart Disease Mortality in 21 World Regions, 1980 to 2010: The Global Burden of Disease 2010 Study. Circulation . 2014;129(14):1483–1492. doi: 10.1161/CIRCULATIONAHA.113.004042. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 8.Bastos LAVM, Bichara JLP, Nascimento GS, Villela PB, Oliveira GMM. Mortality from Diseases of the Circulatory System in Brazil and Its Relationship with Social Determinants Focusing on Vulnerability: An Ecological Study. BMC Public Health . 2022;22(1):1947–1947. doi: 10.1186/s12889-022-14294-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 9.Villela PB, Klein CH, Oliveira GMM. Socioeconomic Factors and Mortality Due to Cerebrovascular and Hypertensive Disease in Brazil. Rev Port Cardiol . 2019;38(3):205–212. doi: 10.1016/j.repc.2018.07.007. [DOI] [PubMed] [Google Scholar]
  • 10.Sunderraj A, Rivera A, Gaddam M, Kim S, McCook J, O’Neal J, et al. Associations of Social Vulnerability Index with Pathologic Myocardial Findings at Autopsy. Front Cardiovasc Med . 2021;;8:805278–805278. doi: 10.3389/fcvm.2021.805278. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 11.Jain V, Al Rifai M, Khan SU, Kalra A, Rodriguez F, Samad Z, et al. Association between Social Vulnerability Index and Cardiovascular Disease: A Behavioral Risk Factor Surveillance System Study. J Am Heart Assoc . 2022;11(15):e024414. doi: 10.1161/JAHA.121.024414. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 12.Ganatra S, Dani SS, Kumar A, Khan SU, Wadhera R, Neilan TG, et al. Impact of Social Vulnerability on Comorbid Cancer and Cardiovascular Disease Mortality in the United States. JACC CardioOncol . 2022;4(3):326–337. doi: 10.1016/j.jaccao.2022.06.005. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 13.Khan SU, Javed Z, Lone AN, Dani SS, Amin Z, Al-Kindi SG, et al. Social Vulnerability and Premature Cardiovascular Mortality Among US Counties, 2014 to 2018. Circulation . 2021;144(16):1272–1279. doi: 10.1161/CIRCULATIONAHA.121.054516. [DOI] [PubMed] [Google Scholar]
  • 14.Instituto de Pesquisa Econômica Aplicada . Atlas da Vulnerabilidade Social [Internet] Brasília: Instituto de Pesquisa Econômica Aplicada; 2025. [cited 2025 Jul 03]. Avaialable from: http://ivs.ipea.gov.br/index.php/pt/ [Google Scholar]
  • 15.Brasil. Ministério da Saúde. DATASUS. Informações de Saúde . Morbidade e Informações Epidemiológicas . Brasília: Ministério da Saúde; 2025. [cited 2025 Jul 03]. Avaialable from: http://www.datasus.gov.br . [Google Scholar]
  • 16.Organização Mundial da Saúde . Classificação Estatística Internacional de Doenças e Problemas Relacionados à Saúde . 10th. ed. São Paulo: EDUSP; 1995. [Google Scholar]
  • 17.Vermelho LL, Costa AJ, Kale PL. In: Epidemiologia . Medronho RA, editor. São Paulo: Atheneu; 2008. Indicadores de Saúde; pp. 33–56. [Google Scholar]
  • 18.Soares GP, Brum JD, Oliveira GM, Klein CH, Silva NAS. Evolution of Socioeconomic Indicators and Cardiovascular Mortality in Three Brazilian States. Arq Bras Cardiol . 2013;100(2):147–156. doi: 10.5935/abc.20130028. [DOI] [PubMed] [Google Scholar]
  • 19.Bichara JL, Bastos LA, Villela PB, Oliveira GMM. Socioeconomic Indicators and Mortality from Ischemic Heart Disease and Cerebrovascular Disease in Brazil from 2000 to 2019. Arq Bras Cardiol . 2023;120(8):e20220832. doi: 10.36660/abc.20220832. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 20.Rumsey DJ. Statistics for Dummies . 2nd ed. Hoboken: Wiley; 2016. [Google Scholar]
  • 21.Sena A, Rodrigues M. Pandemia e Estado Necropolítico: Um Ensaio Sobre as Políticas Públicas e o Agravamento das Vulnerabilidades da População Negra Frente a COVID-19. Revista Fim do Mundo . 2021;2(4):133–154. doi: 10.36311/2675-3871.2021.v2n4.p133-154. [DOI] [Google Scholar]
  • 22.Amthauer C, Kaspary D, Stuelp M, Alves MDV, Balbinot M. A Vulnerabilidade em Saúde Enfrentada pela População Negra. Unoesc São Miguel do Oeste . 2020;5:e27062 [Google Scholar]
  • 23.Hüning SM, Silva AK, Braga TL., Netto Vulnerability of the Black Population and Educational Policies in Brazil. Cad CEDES . 2021;41(114):110–119. doi: 10.1590/CC223650. [DOI] [Google Scholar]
  • 24.Behnke L. Rural and Indigenous Vulnerable Populations: A Case Study. Nurs Clin North Am . 2022;57(3):413–420. doi: 10.1016/j.cnur.2022.04.007. [DOI] [PubMed] [Google Scholar]
  • 25.Bettenhausen JL, Winterer CM, Colvin JD. Health and Poverty of Rural Children: An Under-Researched and Under-Resourced Vulnerable Population. Acad Pediatr . 2021;21(8S):S126–S133. doi: 10.1016/j.acap.2021.08.001. [DOI] [PubMed] [Google Scholar]
  • 26.Souza S, Pappen M, Krug SBF, Renner JDP, Reuter CP, Pohl HH. A Narrative Review Associating Health Vulnerability and Environmental Factors Among Rural Workers. Rev Bras Med Trab . 2020;16(4):503–508. doi: 10.5327/Z1679443520180250. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 27.Clark AM, DesMeules M, Luo W, Duncan AS, Wielgosz A. Socioeconomic Status and Cardiovascular Disease: Risks and Implications for Care. Nat Rev Cardiol . 2009;6(11):712–722. doi: 10.1038/nrcardio.2009.163. [DOI] [PubMed] [Google Scholar]
  • 28.Zhu KF, Wang YM, Zhu JZ, Zhou QY, Wang NF. National Prevalence of Coronary Heart Disease and Its Relationship with Human Development Index: A Systematic Review. Eur J Prev Cardiol . 2016;23(5):530–543. doi: 10.1177/2047487315587402. [DOI] [PubMed] [Google Scholar]
  • 29.Wu SH, Woo J, Zhang XH. Worldwide Socioeconomic Status and Stroke Mortality: An Ecological Study. Int J Equity Health . 2013;;12:42–42. doi: 10.1186/1475-9276-12-42. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 30.Kreatsoulas C, Anand SS. The Impact of Social Determinants on Cardiovascular Disease. Can J Cardiol . 2010;26(Suppl C):8C–13C. doi: 10.1016/s0828-282x(10)71075-8. [DOI] [Google Scholar]
  • 31.Saulsberry L, Bhargava A, Zeng S, Gibbons JB, Brannan C, Lauderdale DS, et al. The Social Vulnerability Metric (SVM) as a New Tool for Public Health. Health Serv Res . 2023;58(4):873–881. doi: 10.1111/1475-6773.14102. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 32.Ibrahim BB, Barcelona V, Condon EM, Crusto CA, Taylor JY. The Association between Neighborhood Social Vulnerability and Cardiovascular Health Risk Among Black/African American Women in the InterGEN Study. Nurs Res . 2021;70(5S Suppl 1):S3–S12. doi: 10.1097/NNR.0000000000000523. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 33.Thompson ZM, Jain V, Chen YH, Kayani W, Patel A, Kianoush S, et al. State-Level Social Vulnerability Index and Healthcare Access in Patients with Atherosclerotic Cardiovascular Disease (from the BRFSS Survey) Am J Cardiol . 2022;178:149–153. doi: 10.1016/j.amjcard.2022.05.025. [DOI] [PubMed] [Google Scholar]
  • 34.Kianoush S, Al Rifai M, Patel J, George J, Gulati M, Taub P, et al. Association of Participation in Cardiac Rehabilitation with Social Vulnerability Index: The Behavioral Risk Factor Surveillance System. Prog Cardiovasc Dis . 2022;71:86–91. doi: 10.1016/j.pcad.2022.02.003. [DOI] [PubMed] [Google Scholar]
  • 35.Regmi MR, Tandan N, Parajuli P, Bhattarai M, Maini R, Kulkarni A, et al. Social Vulnerability Indices as a Risk Factor for Heart Failure Readmissions. Clin Med Res . 2021;19(3):116–122. doi: 10.3121/cmr.2021.1603. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 36.Abreu M, Vaz LF. Proceedings of the IV Encontro Nacional da ANPUR; 1991; Salvador. Salvador: Associação Nacional de Pós-graduação e Pesquisa em Planejamento Urbano e Regional; 1991 . Belo Horizonte: ANPUR; 1991. Sobre as Origens da Favela; pp. 481–492. [Google Scholar]
  • 37.Villaça F. In: O Processo de Urbanização no BRASIL . Deák C, Schiffer SR, editors. São Paulo: EdUSP; 1999. Uma Contribuição para a História do Planejamento Urbano no Brasil; pp. 169–243. [Google Scholar]
  • 38.Amaral EFL, Rodrigues RN, Fígoli MGB. Síntese da Migração em Goiás e no Distrito Federal nas Últimas Décadas. Sociedade e Cultura . 2002;5(2):127–136. doi: 10.5216/sec.v5i2.565. [DOI] [Google Scholar]
  • 39.Teixeira CNG, Pereira SMDS, Hilgert JB, Oliveira NMA, Ribeiro CCC, Neves M, et al. The Use of Dental Services in the Past Year in the Brazilian Population: A Systematic Review with Meta-Analysis. Cien Saude Colet . 2023;28(4):1087–1100. doi: 10.1590/1413-81232023284.11452022. [DOI] [PubMed] [Google Scholar]
  • 40.Malta DC, Gomes CS, Stopa SR, Andrade FMD, Prates EJS, Oliveira PPV, et al. Desigualdades na Assistência à Saúde e no Acesso aos Serviços de Saúde em Adultos Brasileiros com Autorrelato de Hipertensão Arterial: Pesquisa Nacional de Saúde. Cadernos de Saúde Pública . 2022;38(13):e00125421. doi: 10.1590/0102-311xe00125421. [DOI] [Google Scholar]
  • 41.Preslar JP, Worrell MC, Kaiser R, Cain CJ, Samura S, Jambai A, et al. Effect of Delays in Maternal Access to Healthcare on Neonatal Mortality in Sierra Leone: A Social Autopsy Case-Control Study at a Child Health and Mortality Prevention Surveillance (CHAMPS) Site. Matern Child Health J . 2021;25(8):1326–1335. doi: 10.1007/s10995-021-03132-4. [DOI] [PubMed] [Google Scholar]
  • 42.Yusuf S, Rangarajan S, Teo K, Islam S, Li W, Liu L, et al. Cardiovascular Risk and Events in 17 Low-, Middle-, and High-Income Countries. N Engl J Med . 2014;371(9):818–827. doi: 10.1056/NEJMoa1311890. [DOI] [PubMed] [Google Scholar]
Arq Bras Cardiol. 2025 Aug 20;122(8):e20240428. [Article in English] doi: 10.36660/abc.20240428i

Social Vulnerability Index and Mortality from Ischemic Heart Diseases and Cerebrovascular Diseases in Brazil from 2000 to 2021

José Lucas Bichara 1, Luiz Antônio Bastos 1, Eric Delgado dos Santos Mafra Lino 2, Paolo Blanco Villela 1, Gláucia Maria Moraes de Oliveira 1,Mailing Address:

Abstract

Background:

Previous studies have observed a correlation between mortality rates from ischemic heart diseases (IHDs), cerebrovascular diseases (CBVDs), and the Social Vulnerability Index (SVI). However, doubts persist about the association between the overall SVI and its dimensions and mortality stratified by sex, ethnicity, and population clusters.

Objective:

To analyze the evolution of the overall SVI and its dimensions and correlate it with mortality rates due to IHD and CBVD in Brazil and its Federative Units (FUs) from 2000 to 2021.

Methods:

Ecological study of time series of standardized mortality rates (using the direct method with the Brazilian population in 2000) due to IHD and CBVD categorized by age, sex, and FUs between 2000 and 2021, correlated with the SVI and its dimensions. Data on the underlying causes of death were obtained from the Mortality Information System, while SVI data were sourced from the Social Vulnerability Atlas. Spearman correlation (considered significant if p<0.05) was employed to calculate each analyzed stratum.

Results:

The SVI and its Human Capital (SVI-HC) dimension and Income and Employment (SVI-IE) dimension in 2010 showed a strong correlation with variations in mortality rates due to CBVD and IHD (SVI x CBVD: Rho(p)=0.85; SVI x IHD: Rho(p)=0.75; SVI-HC x CBVD: Rho(p)=0.84; SVI-HC x IHD: Rho(p)=0.84; SVI-IE x CBVD: Rho(p)=0.81; SVI-IE x IHD: Rho(p)=0.71). The Urban Infrastructure dimension (SVI-UI) showed a weak correlation with CBVD and IHD, respectively (SVI-UI x CBVD: Rho(p)=0.33; SVI-UI x IHD: Rho(p)=0.25).

Conclusion:

Both SVI-HC and SVI-IE demonstrated strong correlations with variations in mortality rates from IHD and CBVD.

Keywords: Myocardial Ischemia, Cerebrovascular Disorders, Cardiovascular Diseases, Social Vulnerability, Epidemiology

Central Illustration. Social Vulnerability Index and Mortality from Ischemic Heart Diseases and Cerebrovascular Diseases in Brazil from 2000 to 2021.

Central Illustration

Open in a new tab

SVI: Social Vulnerability Index; SVI-UI: Urban Infrastructure dimension of the Social Vulnerability Index; SVI-IE: Income and Employment dimension of the Social Vulnerability Index; SVI-HC: Human Capital dimension of the Social Vulnerability Index. The data displayed on the maps are from the year 2021.

Introduction

In 2021, more than 9 million deaths were estimated to have occurred due to ischemic heart diseases (IHDs), and nearly 4 million deaths were attributed to ischemic stroke worldwide. 1

Approximately 75% of these deaths were recorded in developing countries. 2 - 3 In Brazil, cardiovascular diseases are also the leading cause of death, primarily represented by IHDs and cerebrovascular diseases (CBVDs). 2 - 6 At the end of the 20th century, there was a faster reduction in mortality from these conditions in regions with improved socioeconomic indicators, such as Western Europe and North America. 7 In Brazil, the Federative Units (FUs) in the South, Southeast, and Central-West regions, which have the best socioeconomic indicators, showed greater reductions in mortality rates from IHD and CBVD. 6 , 8 , 9

In recent years, there has been an increase in the number of studies associating socioeconomic indicators with mortality rates due to cardiovascular diseases; however, few studies have used vulnerability indicators in this analysis. 6 , 8 , 10 - 13 Despite this, these studies have in common the identification of higher mortality rates in more vulnerable populations. 6 , 8 , 10 - 13

The term social vulnerability has several definitions; one of the most accepted is "the absence or insufficiency of assets that can be provided by the state." 14 On a global level, there is no standardization of the Social Vulnerability Index (SVI). In Brazil, the index is calculated by the Institute for Applied Economic Research ( Instituto de Pesquisa Econômica Aplicada , IPEA), which quantifies 16 indicators grouped into three dimensions: Urban Infrastructure, Human Capital, and Income and Employment (including the form of integration, whether formal or informal). Finally, the arithmetic mean of these three dimensions is calculated to yield the overall SVI value. 14 The Urban Infrastructure dimension reflects access to basic sanitation and urban transportation. The Human Capital dimension assesses a population's health conditions and access to education. Lastly, the Income and Employment dimension (including the form of insertion) identifies insufficient income and income flow. 14 The IPEA also provides calculations of the overall SVI and its dimensions for specific population segments, including women, men, Black and White individuals, and rural and urban populations. These data may help identify the most fragile characteristics in the most vulnerable populations.

The aim of this article was to analyze the evolution of the overall SVI and its dimensions, as well as its association with mortality rates due to IHD and CBVD in Brazil and its FUs from 2000 to 2021.

Methods

Ecological and descriptive study of variations in mortality rates due to IHDs and CBVDs across both sexes and age groups between 2000 and 2021. The overall SVI and its dimensions in Brazil and its FUs between 2000 and 2021 were also analyzed.

Data on the underlying causes of death were obtained from the Mortality Information System ( Sistema de Informações sobre Mortalidade ; SIM) website maintained by the Information Technology Department of the Unified Health System ( Departamento de Informática do Sistema Único de Saúde ; DATASUS) within the Ministry of Health. 15 Mortality information for Brazil and its FUs was selected. Age group, sex, and deaths per residence were used as variables. For the research, the population was stratified into age groups as follows: 0–19 years, 20–29 years, and subsequently into 10-year bands up to the 80+ age group.

To select deaths with underlying causes of IHDs, International Classification of Diseases (ICD-10) codes I20–I25 were used. For CBVDs, the I60–I69. 16 codes were used. Subsequently, files in a CSV format were downloaded and converted into XLS using Microsoft Excel for data analysis and construction of graphs and tables.

Information on the population residing in Brazil and its FUs was obtained from the DATASUS website, 15 which uses official census data from the Brazilian Institute of Geography and Statistics ( Instituto Brasileiro de Geografia e Estatística ; IBGE) for 1980, 1991, 2000, and 2010, along with intercensal projections up to 2012, and population projections from 2013 onwards.

Information on SVI was obtained from the Atlas of Social Vulnerability provided by IPEA, 14 where the values of the SVI and its dimensions for both the overall population and the available population strata were collected. The SVI was considered very low when below 0.2, low when between 0.2 and 0.3, medium when between 0.3 and 0.4, high when between 0.4 and 0.5, and very high when greater than 0.5. 14 These values served as references for coloring the maps and tables in the supplementary material.

The crude and standardized mortality rates 17 were calculated by age group and sex using the direct method, with the Brazilian population of the year 2000 serving as the standard population for IHD and CBVD. The temporal trend of mortality rates standardized by age group and sex from 2000 to 2021 was evaluated, as well as the association with the SVI and its dimensions in 2010. The year 2021 was chosen as the cutoff because it is the most recent year for which data are available for all variables analyzed.

Tables were constructed using data from the overall SVI and its dimensions for the years 2000 and 2021. To construct the graphs, the percentage variations in standardized mortality rates for IHD and CBVD and the 2010 SVI were used. A time lag of approximately 10 years was adopted between the indicators and mortality rates, as per previous studies on this topic. 8 , 18 , 19 To analyze the degree of correlation, Spearman's correlation was calculated for each stratum analyzed, with significance set at p < 0.05. Correlations were considered weak when ≤ 0.3, moderate when > 0.3 and < 0.7, and strong when ≥ 0.7. 20

Results

From 2000 to 2021, there were 2,127,662 deaths from CBVDs and 2,193,405 deaths from IHDs in Brazil, with 50.58% and 58.29%, respectively, attributed to the male sex. During the same period, the SVI in Brazil ranged from 0.446 in 2000 to 0.249 in 2021.

The analysis of the SVI and its dimensions within the overall population and across the available population strata revealed improvements in this indicator in nearly all FUs. However, throughout the entire period, the best indicators were concentrated in the FUs of the South, Southeast, and Central-West regions ( Supplementary Figures 1 and 2 (1.4MB, pdf) and Tables 1, 2, 3, and 4 (1.4MB, pdf) ). It was also clear that, in 2000, almost all FUs with very high vulnerability were situated in the North and Northeast regions of the country ( Supplementary Figure 1 (1.4MB, pdf) and Tables 1, 2, 3, and 4 (1.4MB, pdf) ). Another key fact to highlight is that the Black and rural populations exhibited the highest vulnerability compared with the other segments analyzed ( Supplementary Tables 1, 2, 3, and 4 (1.4MB, pdf) ).

The Urban Infrastructure (SVI-UI) dimension exhibited lower vulnerability than the overall SVI and demonstrated the highest number of FUs classified as having low and very low vulnerability in 2021 ( Supplementary Table 2 (1.4MB, pdf) ). A greater number of FUs were classified as having very high vulnerability in the Human Capital (SVI-HC) dimension, primarily in the year 2000, encompassing all FUs in the North and Northeast. Furthermore, Black and rural populations presented greater vulnerability than other population segments ( Supplementary Table 3 (1.4MB, pdf) ). Finally, the Income and Employment (SVI-IE) dimension highlighted greater vulnerability in the female population compared with the male population ( Supplementary Table 4 (1.4MB, pdf) ).

As shown in Figure 1 , the populations of the FUs in the North and Northeast regions exhibited greater vulnerability and either a worsening or less substantial reduction in mortality rates due to IHD and CBVD. Notably, the FUs in the South region demonstrated lower vulnerability with a more significant reduction in mortality from IHD and CBVD. Spearman's correlation was calculated for all scenarios, revealing a moderate to strong correlation. The correlation coefficients found were: SVI x CBVD, Rho(p)=0.85; SVI x IHD, Rho(p)=0.75.

Figure 1. Comparison of the SVI in the year 2010 and the percentage variation in the mortality rate due to cerebrovascular diseases and ischemic heart diseases in Brazil and its Federative Units, for both sexes, from 2000 to 2021. (1A) - 2010 SVI and percentage variation in mortality from CBVD, for both sexes, in Brazil, from 2000 to 2021. (1B) - 2010 SVI and percentage variation in mortality from IHD, for both sexes, in Brazil, from 2000 to 2021.

Figure 1

Open in a new tab

Figure 2 illustrates that the FUs in the North and Northeast regions displayed higher vulnerability in the SVI-UI dimension than the FUs in the South region. Furthermore, the FUs in the North and Northeast regions exhibited a worsening or less expressive reduction in mortality due to IHD and CBVD. However, when the Central-West and Southeast regions were evaluated, it was observed that the Federal District, Goiás, Rio de Janeiro, and São Paulo exhibited greater vulnerability than most of the FUs in the North and Northeast regions. Spearman's correlation revealed a weak correlation. The correlation coefficients found were: SVI-UI x CBVD, Rho(p)=0.33; SVI-UI x IHD, Rho(p)=0.25.

Figure 2. Comparison of the Urban Infrastructure dimension of the 2010 Social Vulnerability Index and the percentage variation in the mortality rate from cerebrovascular diseases and ischemic heart diseases in Brazil and its Federative Units, for both sexes, from 2000 to 2021. (2A) - 2010 SVI-UI and percentage variation in mortality due to CBVD, in both sexes, in Brazil, from 2000 to 2021. (2B) - 2010 SVI-UI and percentage variation in mortality rates due to IHD, for both sexes, in Brazil, from 2000 to 2021.

Figure 2

Open in a new tab

In Figure 3 , the pattern was similar to that observed in Figure 1 , where the FUs in the North and Northeast regions exhibited greater vulnerability in terms of human capital, alongside a worsening or less pronounced reduction in mortality due to IHD and CBVD compared with the other regions. Notably, Spearman's correlation identified a strong correlation between SVI-HC and the others. The correlation coefficients were: SVI-HC x CBVD, Rho(p)=0.84; SVI-HC x IHD, Rho(p)=0.84.

Figure 3. Comparison of the Human Capital dimension of the 2010 Social Vulnerability Index and the percentage variation in mortality rate from cerebrovascular diseases and ischemic heart diseases in Brazil and its Federative Units, for both sexes, from 2000 to 2021. (3A) – 2010 SVI-HC and percentage variation in mortality due to CBVD, for both sexes, in Brazil, from 2000 to 2021. (3B) - 2010 SVI-HC and percentage variation in mortality due to IHD, for both sexes, in Brazil, from 2000 to 2021.

Figure 3

Open in a new tab

In Figure 4 , the pattern observed in Figures 1 and 3 reappears. The FUs in the North and Northeast regions exhibited higher vulnerability in the SVI-IE dimension and demonstrated either an increase in mortality due to IHD and CBVD, or, in the case of a decrease, this was less pronounced compared with other FUs in the other regions. Spearman's correlation identified a strong correlation, although it was less pronounced than the values obtained for SVI-HC and the SVI. The correlation coefficients were: SVI-IE x CBVD, Rho(p)=0.81; SVI-IE x IHD, Rho(p)=0.71.

Figure 4. Comparison of the Income and Employment dimension of the 2010 Social Vulnerability Index and the percentage variation in mortality rate from cerebrovascular diseases and ischemic heart diseases in Brazil and its Federative Units, for both sexes, from 2000 to 2021. (4A) - 2010 SVI-IE and percentage variation in mortality due to CBVD, for both sexes, in Brazil, from 2000 to 2021. (4B) - 2010 SVI-IE and percentage variation in mortality rate due to IHD, for both sexes, in Brazil, from 2000 to 2021.

Figure 4

Open in a new tab

Discussion

In assessing the SVI dimensions, it was observed that despite improvements in indicators during the period, the vast majority of the FUs in the North and Northeast remained the most vulnerable in the country across all dimensions. Furthermore, there was a clear greater vulnerability among Black and rural populations, as well as increased vulnerability in the Human Capital dimension of the SVI. These findings were also described in other studies observing greater vulnerability among Black populations 21 - 23 and rural populations 24 - 26 in several areas, including access to healthcare.

It was observed that there was either an increase in mortality from IHD and CBVD, or any decrease observed was less pronounced in the FUs of the North and Northeast regions compared with the other FUs, despite the reduction in vulnerability observed during this period. The analysis of the correlations between the variation in mortality due to IHD and CBVD with the dimensions of the SVI alone revealed that the SVI-HC (> 0.83 – strong) achieved a stronger correlation than the SVI (> 0.75 – strong). Additionally, SVI-IE also showed a strong correlation, while SVI-UI exhibited a weak correlation (< 0.35). Previous studies have already identified an association between socioeconomic indicators of development and vulnerability and mortality from these conditions. 6 , 8 , 9 , 18 , 27 - 31 However, no analysis has yet been conducted to identify which factors have the greatest influence.

Regarding vulnerability, studies from the United States suggest that vulnerability metrics may correlate well with public health outcomes. 31 International studies have identified that populations with greater vulnerability are more likely to have cardiovascular risk factors such as hypertension, dyslipidemia, diabetes and smoking, 10 , 32 greater difficulty in accessing healthcare services, 33 less access to cardiac rehabilitation services, 33 , 34 more hospital readmissions within 30 days due to heart failure, 35 and increased mortality, including early mortality due to cardiovascular diseases. 12 , 13

Previous studies analyzing the SVI in Brazil have identified improvements at a national level but greater vulnerability in the North and Northeast regions, 6 , 8 which aligns with our findings. Concerning mortality due to CBVD, a decline in mortality was also observed in the FUs of the South, Southeast, and Central-West regions, 6 which was similar for IHD. 8 This study suggests the socioeconomic factors that may have the greatest impact on mortality from both IHD and CBVD.

The Urban Infrastructure dimension, which evaluates garbage collection, inadequate water and sewage supply, and commuting times, demonstrated a weaker correlation than the other dimensions. These findings are primarily due to the fact that the FUs of Federal District (DF), Goiás (GO), Rio de Janeiro (RJ), and São Paulo (SP) exhibited greater vulnerability, contrasting with the patterns observed in the other dimensions. It can be assumed that in RJ and SP, this phenomenon is attributed to the large migratory movements that began in the 1950s, which resulted in rapid and disorganized growth of the urban population, leading to the formation of slums ( favelas ). 36 , 37 The FUs of GO and DF also experienced a similar process, though on a smaller scale, starting in the 1960s, motivated by the construction of the Federal Capital and later by the expansion of the agricultural frontier. 38

Other possible explanations for the correlations not being strong for the SVI-UI dimension include the need for a longer time lag between the improvements in this dimension of social vulnerability and a reduction in mortality, or that this dimension may be represented by other SVI dimensions, such as the Human Capital, which measures infant mortality and years of schooling, or the Income and Employment, which assesses per capita household income, which has already shown isolated correlation in a previous study. 18

The Human Capital dimension assesses eight factors related to education/schooling, infant mortality, and young mothers. Previous national studies have identified that populations with lower levels of education are more likely to exhibit risk factors for cardiovascular disease and have less access to healthcare services. 39 , 40 Studies have also shown that higher infant mortality may be associated with more difficult access to healthcare services. 18 , 41 This may justify the stronger correlation of this dimension with mortality from IHD and CBVD. It is likely that this dimension achieved a higher degree of correlation than the SVI itself, as the other dimensions influenced the latter.

Finally, the strong correlation observed in the Income and Employment dimension may be explained by the fact that greater purchasing power leads to access to healthcare services. Previous studies have identified that populations with lower purchasing power have more cardiovascular risk factors and higher mortality due to IHD. 18 , 42 An inverse relationship has also been described, as cardiovascular diseases can leave sequelae and disabilities, affecting the individual's ability to work and increasing healthcare costs. 42

The present study employs a novel methodology and enhances current knowledge of cardiovascular diseases by analyzing the dimensions of the SVI for the overall population and for the population strata provided by the IPEA. Additionally, it examines the degree of correlation between these indicators and the variation in the age-standardized mortality rates for IHD and CBVD in Brazil and its FUs.

The limitations of the study include the fact that it is an ecological study, which permits a preliminary population analysis that requires validation by future prospective studies with systematic data collection. The data were obtained from databases and may be susceptible to bias due to issues in data collection, including underreporting, poorly defined causes, or garbage codes. However, it is important to note that these limitations are systemic across all death certificates and databases and do not hinder the global analysis of the data.

The central hypothesis of a correlation between a reduction in social vulnerability and a decrease in mortality rates from IHDs and CBVDs was corroborated in this study. Analyzing the SVI by population strata allowed us to infer that the clusters of rural populations, women, and Black individuals, historically associated with greater social vulnerability, would experience smaller reductions in mortality rates due to IHD and CBVD. Future studies covering longer time periods may improve the understanding of which components of the SVI will have the greatest impact on reducing morbidity and mortality from cardiovascular diseases, helping to guide public policies focused on health.

Conclusion

The analysis of the SVI dimensions enabled the identification of a reduction in vulnerability in Brazil and in most of its FUs across all dimensions, despite the persistence of inequalities with greater vulnerability in the FUs in the North and Northeast. Additionally, increased vulnerability was identified among Black and rural populations. Despite the reduction in vulnerability in the North and Northeast FUs, a pronounced decrease in mortality from IHDs and CBVDs was not observed. A strong correlation was identified between the variation in SVI, SVI-HC, and SVI-IE and the variation in mortality from IHD and CBVD. These data may inform public investments aimed at reducing mortality from these conditions.

Data Availability.

The underlying content of the research text is contained within the manuscript.

*Supplemental Materials

For additional information, please click here

Footnotes

Sources of funding: There were no external funding sources for this study.

Study association: This article is part of the thesis of master submitted by José Lucas Bichara, from Universidade Federal do Rio de Janeiro.

Ethics approval and consent to participate: This article does not contain any studies with human participants or animals performed by any of the authors.

Use of Artificial Intelligence: The authors did not use any artificial intelligence tools in the development of this work.

Associated Data

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

    Supplementary Materials

    0066-782X-abc-122-08-e20240428-Suppl01.pdf (1.3MB, pdf)
    0066-782X-abc-122-08-e20240428-Suppl01-en.pdf (1.4MB, pdf)

    Data Availability Statement

    Os conteúdos subjacentes ao texto da pesquisa estão contidos no manuscrito.

    The underlying content of the research text is contained within the manuscript.

    Articles from Arquivos Brasileiros de Cardiologia are provided here courtesy of Sociedade Brasileira de Cardiologia

    RESOURCES