Association between diagnosis of depression and health service coverage: a multilevel analysis of the National Health Survey, Brazil, 2019

Flávia Oliveira da Silva; Andressa Lourenço Carvalho; Guilherme Guimarães Maia Schnepper; Léo Domingues Marchesi; Isabella Ribeiro Leite; Laura Vazarin Endo; Camila Del Valhe Sanchez Lima; Kaio Henrique Correa Massa

doi:10.1590/S2237-96222026v35e20250666.en

. 2026 Feb 27;35:e20250666. doi: 10.1590/S2237-96222026v35e20250666.en

Show available content in

View full-text in Portuguese

Association between diagnosis of depression and health service coverage: a multilevel analysis of the National Health Survey, Brazil, 2019

Flávia Oliveira da Silva ¹, Andressa Lourenço Carvalho ¹, Guilherme Guimarães Maia Schnepper ¹, Léo Domingues Marchesi ¹, Isabella Ribeiro Leite ¹, Laura Vazarin Endo ¹, Camila Del Valhe Sanchez Lima ¹, Kaio Henrique Correa Massa ¹

PMCID: PMC12948296 PMID: 41670098

Abstract

Objective

To analyze association between prevalence of diagnosis of depression in adults and health service coverage in Brazil’s Federative Units.

Methods

This was a cross-sectional study using data from the 2019 National Health Survey. Adjusted odds ratios (OR) and 95% confidence intervals (95%CI) were calculated from multilevel logistic regression models to analyze association between diagnosis of depression and health service coverage.

Results

88,531 adults residing in the 27 Brazilian Federative Units were analyzed in 2019. Higher odds of depression diagnosis were found among adults residing in Federative Units with greater Family Health Strategy coverage (OR 1.35; 95%CI 1.29; 1.42), with a greater number of family health support centers (OR 1.17; 95%CI 1.13; 1.21) and psychosocial care centers (OR 1.31; 95%CI 1.23; 1.41).

Conclusion

The results of this study indicated that greater health service coverage was associated with higher prevalence of diagnosis of depression. These findings emphasized the importance of expanding and strengthening the psychosocial care network to improve diagnosis and care of individuals with mental disorders in Brazil.

Keywords: Depression, Access to Health Services, Social Determinants of Health, Mental Health, Epidemiology

Ethical aspects

This research used public domain anonymized databases.

Introduction

Depression is a debilitating mental disorder that affects countless individuals in their daily activities, such as work, studies, social and family relationships, and is considered a global public health problem (1). In Brazil, in 2019, self-reported prevalence in adults approached 10%, with higher occurrence in women (15%) compared to men (5%) (2).

Depression is a mood disorder with a multifactorial etiology, resulting from the interaction of genetic and environmental factors (3-4). Elements that increase vulnerability include family history, stress, previous disorders, substance abuse, chronic diseases and grief (5). Clinically, depression can present isolated or combined symptoms, including sadness, low self-esteem and impaired concentration, which compromises daily routines and functional capacity (6). Although it is predominantly a psychological condition, evidence points to neurochemical alterations in the central nervous system, involving serotonin, norepinephrine and dopamine (7-8).

Depression, often called the “illness of the century”, has a broad impact on health and is associated with immunosuppression, inflammation, poor eating and hygiene habits, and can worsen other clinical conditions (5). Behaviors such as sedentary lifestyle, tobacco smoking and excessive alcohol consumption are more prevalent in people diagnosed with depression (2).

In Brazil, depressive disorders generate significant impacts not only on individual health, but also on the economic and public health spheres (9). Between 1990 and 2019, mental disorders were the main causes of years lived with disability (10), being one of the main causes of work absenteeism in the country. In addition, stigma associated with mental illnesses often hinders the search for treatment, which contributes to the worsening of the effects of depression.

Identifying and analyzing factors associated with depression are fundamental for informing public health policies and interventions that promote early diagnosis and expand access to treatment, especially among more vulnerable groups. In this sense, it becomes relevant to investigate the individual aspects and contextual characteristics that can influence diagnosis and management of this condition.

Despite the existence of comprehensive national data, gaps persist in understanding the role of health service coverage and other factors in the occurrence and identification of depression in Brazil. Multilevel analysis, by enabling the separation and quantification of individual and contextual effects, presents itself as an appropriate methodological tool to explore these relationships, contributing to the advancement of knowledge about the determinants of depression and to the formulation of more effective prevention and care strategies in the country.

The objective of this study was to analyze association between the prevalence of depression diagnosis in adults and health service coverage in Brazil’s Federative Units, using data from the 2019 National Health Survey (Pesquisa Nacional de Saúde, PNS).

Methods

Design and data source

This is a population-based cross-sectional study that used data from the 2019 PNS. The analysis adopted a multilevel approach to investigate association between diagnosis of depression and health service coverage in adults (≥18 years) residing in Brazil’s 27 Federative Units.

Study setting, participants and size

The PNS was derived from a probabilistic sample representative of the Brazilian population (≥15 years) stratified into three stages: census tracts, households and residents (11).

Of the 108,525 households selected, 90,846 individuals were interviewed, resulting in a 16.2% non-response rate. For the purposes of this study, adults residing in Brazilian Federative Units were included; this resulted in a sample of 88,531 individuals. Data were obtained through household interviews, which collected information on sociodemographic and economic characteristics, lifestyle and presence of diseases (11).

The PNS was coordinated by the Brazilian Institute of Geography and Statistics and received approval from the National Research Ethics Committee (Opinion No. 3,529,376/2019) and the National Health Council. Informed consent was obtained from all participants included in the study (11).

Variables

The dependent variable was the presence of depression, determined by individuals self-reporting having received a medical diagnosis, based on the following question: “Has any doctor or mental health professional (such as a psychiatrist or psychologist) ever diagnosed you with depression?” (yes, no).

At the individual level, the variables included were related to demographic and socioeconomic characteristics, lifestyle, presence of diseases, household registration with the Family Health Strategy (Estratégia Saúde da Família, ESF), and presence of private health insurance. Information was included on sex (male, female), age group (18-24, 25-39, 40-59, 60+ years), race/skin color (White, Brown [Brazilian mixed race], Black), schooling (incomplete elementary education, complete elementary education, complete high school education, complete higher education) – schooling being used as representative of individual socioeconomic status – and marital status (single, married, divorced widowed).

Lifestyle and presence of diseases were assessed based on information about alcohol consumption frequency (never, less than once a month, once or more times a month), regular physical activity (≥150 minutes/week), tobacco smoking (never smoked, former smoker, current smoker), and self-reported medical diagnosis of hypertension, diabetes, chronic kidney disease and chronic obstructive pulmonary disease.

The variables used to assess health service coverage were: household registration with the ESF, frequency of ESF household visits in the last year (never received a visit, monthly, bimonthly, less frequent), and presence of private health insurance (yes, no).

At the contextual level, factors related to health service coverage in the area of residence were analyzed, obtained from the National Registry of Health Establishments and calculated for each federative unit in 2019. The contextual factors of interest included: ESF coverage (classified based on the percentage of the population covered by the service), number of active family health support centers (all modalities), number of active psychosocial care centers (all modalities), and per capita income.

Due to the non-linearity of the contextual variables, these were divided into quartiles, with the first quartile representing the lowest levels and the fourth quartile the highest levels of coverage.

Statistical analysis and bias

Prevalence of depression diagnosis was estimated as the proportion of individuals who reported medical diagnosis in relation to the total sample, considering the weighting of the complex design of the PNS. In order to assess association between presence of depression and individual-level variables, we used Pearson’s chi-square test adjusted by Rao-Scott correction.

In the multivariate analysis, adjusted odds ratios (OR) for diagnosis of depression were estimated, along with their 95% confidence intervals (95%CI), using multilevel logistic regression models. This approach allowed for assessment of differences in outcome probability associated with individual variables, controlling for the effect of the aggregation level of the Federative Units. Odds ratios were estimated following a hierarchical approach, in which variables were progressively incorporated into the models. The conceptual framework adopted (12) began with sociodemographic characteristics, then lifestyle, then presence of diseases, and incorporated health service coverage.

In order to analyze the effect of contextual variables related to health service coverage, we used models adjusted for individual factors and per capita income of the Federative Unit of residence. The inclusion of contextual per capita income allowed for controlling population variation and the socioeconomic characteristics of the federative units, considering the heterogeneity in size and demographic profile of the territories and reducing possible biases arising from this variation. The effects of coverage by the ESF, family health support centers and psychosocial care centers were assessed independently of each other and enabled identification of the isolated contribution of each coverage modality to the prevalence of depression.

The model parameters were estimated by Bayesian inference, an approach recommended to reduce biases associated with maximum likelihood estimation in multilevel analyses (13). The intraclass correlation coefficient was also estimated to quantify the proportion of the outcome variance that can be explained by the contextual and individual levels.

The descriptive analyses considered sample weights and grouping by Federative Unit. Multilevel models were estimated using gllamm and incorporated sample weights according to the complex sample design. All analyses were conducted using Stata v14.2.

Results

The bivariate analysis identified significant associations between presence of depression and individual characteristics (Table 1). Higher prevalence of depression was observed in females (14.7%), in older age groups, in the White race/skin color group (12.5%) and in divorced/widowed individuals (32.1%). Physically active adults showed lower prevalence of depression (9.3%), while former smokers (11.8%) and current smokers showed higher prevalence (11.5%).

Table 1. Distribution of demographic, socioeconomic, lifestyle, disease presence and healthcare access characteristics of the Brazilian adult population, according to self-reported diagnosis of depression. Brazil, 2019 (n=88,531).

Variables	Prevalence of depression n (%)
Total	8,242 (10.2)
Sex
Male	1,930 (5.1)	<0.001
Female	6,312 (14.7)
Age group (years)
18–24	402 (5.9)	<0.001
25–39	1,805 (8.1)
40–59	3,669 (12.7)
≥60	2,336 (11.8)
Race/skin color
White	3,796 (12.5)	<0.001
Brown	3,573 (8.6)
Black	766 (8.2)
Schooling
Incomplete elementary education	3,269 (10.9)	<0.001
Complete elementary education	996 (9.4)
Complete high school education	2,363 (9.0)
Complete higher education	1,614 (12.2)
Marital status
Single	2,961 (8.4)	<0.001
Married	3,119 (10.1)
Divorced	1,151 (17.9)
Widowed	1,011 (14.2)
Alcohol consumption frequency
Never	5,566 (11.6)	<0.001
Less than once a month	910 (9.1)
Once or more times a month	1,766 (8.0)
Regular physical activity (≥150 minutes/week)
No	6,163 (10.6)	0.004
Yes	2,079 (9.3)
Tobacco smoking
Never smoked	4,436 (9.3)	<0.001
Former smoker	2,545 (11.8)
Current smoker	1,231 (11.5)
Presence of hypertension
No	4,853 (8.7)	<0.001
Yes	3,355 (15.3)
Presence of diabetes
No	7,033 (10.3)	<0.001
Yes	1,032 (15.4)
Presence of chronic kidney disease
No	7,993 (10.1)	<0.001
Yes	249 (21.1)
Presence of chronic obstructive pulmonary disease
No	7,946 (9.9)	<0.001
Yes	962 (27.3)
Household registered with the Family Health Strategy (ESF)
No	2,069 (10.1)	0.771
Yes	5,257 (10.3)
Frequency of ESF household visits in the last year
Never received a visit	1,383 (11.5)	0.015
Monthly	1,902 (9.6)
Bimonthly or less	1,972 (10.3)
Presence of private health insurance
No	5,739 (9.3)	<0.001
Yes	2,503 (12.7)

Open in a new tab

Higher depression prevalence rates were observed in people with hypertension (15.3%), diabetes (15.4%), chronic kidney disease (21.1%), and/or chronic obstructive pulmonary disease (27.3%). Individuals who received regular visits from the ESF teams had lower prevalence of depression (9.6%). Prevalence of depression was higher among those with private health insurance (12.7%) (Table 1).

The results of the multilevel logistic regression models for presence of depression in adults, considering individual characteristics, are shown in Table 2. Females (OR 3.16; 95%CI 2.86; 3.49) were more likely to have diagnosis of depression compared to males. People who self-identified as being of Brown or Black race/skin color had lower odds of having diagnosis of depression (OR 0.86; 95%CI 0.82; 0.92 and OR 0.77; 95%CI 0.68; 0.88) compared to White individuals. Divorced individuals were more likely to have depression compared to single individuals (OR 1.48; 95%CI 1.37; 1.61). Alcohol consumption was associated with lower odds of depression diagnosis (OR 0.73; 95%CI 0.64; 0.82), while tobacco smoking was associated with higher odds (OR 1.43; 95%CI 1.25; 1.64).

Table 2. Odds ratios (OR) and 95% confidence intervals (95%CI) of prevalence of depression among adults, according to demographic, socioeconomic, lifestyle, disease presence and health service coverage characteristics. Brazil, 2019 (n=88,531).

Variables	Model 1a OR (95%CI)	Model 2b OR (95%CI)
Sex
Male	1.00	1.00
Female	3.16d (2.86; 3.49)	3.07d (2.65; 3.56)
Age group (years)
18–24	1.00	1.00
25–39	1.33c (1.10; 1.60)	1.39 (0.85; 1.52)
40–59	2.06d (1.66; 2.57)	1.58c (1.17; 2.18)
≥60	1.83d (1.51; 2.22)	1.01 (0.71; 1.44)
Race/skin color
White	1.00	1.00
Brown	0.86d (0.82; 0.91)	0.82d (0.77; 0.88)
Black	0.77d (0.68; 0.88)	0.71d (0.59; 0.86)
Schooling
Incomplete elementary education	1.00	1.00
Complete elementary education	0.95 (0.79; 1.15)	0.96 (0.78; 1.19)
Complete high school education	0.89c (0.81; 0.98)	0.89 (0.77; 1.03)
Complete higher education	1.03 (0.89; 1.19)	0.91 (0.80; 1.04)
Marital status
Single	1.00	1.00
Married	0.96 (0.89; 1.03)	0.93 (0.84; 1.03)
Divorced	1.48d (1.37; 1.61)	1.58d (1.40; 1.78)
Widowed	0.94 (0.83; 1.05)	0.80c (0.66; 0.97)
Alcohol consumption frequency
Never	1.00
Less than once a month	0.73d (0.64; 0.82)
Once or more times a month	0.72d (0.60; 0.87)
Regular physical activity (≥150 minutes/week)
No	1.00
Yes	0.96 (0.89; 1.04)
Tobacco smoking
Never smoked	1.00
Former smoker	1.33d (1.18; 1.50)
Current smoker	1.43d (1.25; 1.64)
Presence of hypertension
No	1.00
Yes	1.49d (1.38; 1.62)
Presence of diabetes
No	1.00
Yes	1.18d (1.08; 1.31)
Presence of chronic kidney disease
No	1.00
Yes	1.50c (1.15; 1.95)
Presence of chronic obstructive pulmonary disease
No	1.00
Yes	2.47d (2.08; 2.94)
Frequency of Family Health Strategy household visits in the last year
Never received a visit	1.00
Monthly	0.83c (0.74; 0.93)
Bimonthly or less	0.94c (0.88; 0.99)
Presence of private health insurance
No	1.00
Yes	1.17c (1.04; 1.33)
Bayesian information criterion	96.189.144	56.066.876
Intraclass correlation coefficient	0.0268	0.0196

Open in a new tab

^aModel adjusted with the demographic and socioeconomic variables; ^bModel adjusted with the demographic, socioeconomic, lifestyle, presence of diseases and health service coverage variables; ^cp-valor<0,050; ^dp-valor≤0,001.

Presence of chronic diseases was consistently associated with higher odds of depression in adults, including hypertension, diabetes, chronic kidney disease and chronic obstructive pulmonary disease. Results are also presented regarding association between depression and care provided by the ESF and by private health insurance (Table 2). Regular ESF home visits were associated with lower odds of depression (OR 0.83; 95%CI 0.74; 0.93). Having private health insurance was associated with higher odds of diagnosis of depression (OR 1.17; 95%CI 1.04; 1.33).

The results of association between presence of depression and health service coverage, adjusted for individual factors, are shown in Table 3.

Table 3. Odds ratios (OR) and 95% confidence intervals (95%CI) of prevalence of depression among adults, adjusted for individual characteristicsa and per capita income of federative unit of residence, according to Family Health Strategy coverage (model 1), Family Health Support Center coverage (model 2) and Psychosocial Care Center coverage (model 3). Brazil, 2019 (n=88,531).

Variables	Model 1 OR (95%CI)	Model 2 OR (95%CI)	Model 3 OR (95%CI)
Second level: Federative Unit of residence
Family Healtd Strategy coverage, quartile
1	1.00
2	1.54^b (1.50; 1.58)
3	1.78^b (1.71; 1.85)
4	1.35^b (1.29; 1.42)
Family Health Support Center coverage, quartile
1		1.00
2		0.97 (0.93; 1.01)
3		2.01^b (1.91; 2.09)
4		1.17^b (1.13; 1.21)
Psychosocial Care Center coverage, quartile
1			1.00
2			1.26^b (1.15; 1.38)
3			1.09^c (1.01; 1.19)
4			1.31^b (1.23; 1.41)
Per capita income, quartile
1	1.00	1.00	1.00
2	1.27^b (1.20; 1.33)	1.05 (0.98; 1.11)	2.18^b (1.99; 2.38)
3	1.82^b (1.73; 1.91)	2.15^b (2.02; 2.29)	2.23^b (2.09; 2.38)
4	2.33^b (2.18; 2.49)	1.77^b (1.64; 1.91)	1.78^c (1.64; 1.92)
Bayesian information criterion	56.044.227	56.047.232	56.055.753
Intraclass correlation coefficient	0.0034	0.0081	0.0233

Open in a new tab

^a Individual characteristics: sex; age group; race/skin color; schooling; marital status; alcohol consumption frequency; regular physical activity; tobacco smoking; presence of hypertension; diabetes; chronic kidney disease; chronic obstructive pulmonary disease; household registered with the Family Health Strategy; presence of private health insurance; ^bp-valor<0,050; ^cp-valor≤0,001.

Adults residing in areas with greater ESF coverage had higher odds of depression in the second (OR 1.54; 95%CI 1.50; 1.58), third (OR 1.78; 95%CI 1.71; 1.85), and fourth quartiles (OR 1.35; 95%CI 1.29; 1.42). Greater health support center coverage was associated with higher prevalence of depression, even after controlling for individual characteristics and per capita income (OR 1.17; 95%CI 1.13; 1.21) (Table 3).

There was higher prevalence of depression in areas with greater psychosocial care center coverage. Compared to adults living in areas with lower coverage, those in the second (OR 1.26; 95%CI 1.15; 1.38), third (OR 1.09; 95%CI 1.01; 1.19) and fourth quartiles (OR 1.31; 95%CI 1.23; 1.41) had higher odds of depression (Table 3).

Discussion

This study identified that expanded health service coverage, especially ESF, family health support centers and psychosocial care centers, was significantly associated with higher prevalence rates of diagnosis of depression in Brazilian adults. The findings showed that the odds of diagnosis of depression were higher in areas with greater coverage of these services, suggesting that the expansion and integration of the mental health care network favors identification and monitoring of depression cases in the population.

The ESF has played a fundamental role in strengthening the Brazilian Unified Health System (Sistema Único de Saúde, SUS), being associated with improvements in vital statistics and increased disease cure rates (14). Since the creation of the SUS, ESF coverage has been expanded and several activities have been almost universalized, which has provided greater access to mental health care, especially for populations of lower socioeconomic status.

The association between greater health service coverage and greater prevalence of depression diagnosis may reflect the fundamental role of facilitated access in the early and appropriate identification of the disorder. Expansion of the ESF, family health support centers and psychosocial care centers strengthens the primary care network and matrix support care, which facilitates case detection and follow-up (15).

This suggests that the increase in prevalence observed in areas with greater coverage may reflect, in part, greater capacity to detect cases and not necessarily an actual increase in the prevalence of the disease. In this sense, adequate structuring of the psychosocial care network is fundamental for expanding the population’s access to mental health services, which favors identification of disorders in the most diverse territories, in addition to comprehensive and continuous care (18)

The ESF is the main entry point to the SUS and plays a strategic role in the early identification of depressive disorders. Mental health care in primary care allows for continuous and collaborative interventions, based on the interaction between professionals and users, which favors more integrated, humanized and effective care (16). Family health support centers expand the multidisciplinary approach of the ESF teams, promoting support and contributing to diagnosis and management of more complex cases. Psychosocial care centers are specialized mental health services, focused on severe and persistent disorders, and act as a tool to optimize the functioning of the psychosocial care network (17).

The results of this study indicated that places with a higher number of psychosocial care centers presented higher prevalence of diagnosis of depression, suggesting that territories with specialized support can favor both identification of the disorder and its care. Although psychosocial care centers do not provide direct care for common mental disorders, they offer matrix support to other services in the network, which contributes positively to the management of these conditions.

In addition to the influence of contextual factors, individual characteristics were shown to be associated with presence of depression, in line with recent national studies (2,19). Higher prevalence of the condition was observed among females, middle-aged adults, White people, individuals with lower schooling, divorced people, smokers, people with chronic diseases, and those with private health insurance. These findings reinforced the vulnerability profile already described in the literature and highlighted the importance of care strategies that consider the social determinants and clinical specificities of the population served.

Higher prevalence of depression among females can be explained by the complex interaction of biopsychosocial factors that begin in adolescence. These factors include specific hormonal changes during pubertal transition and exposure to psychosocial and occupational stressors throughout life, which favor the development of mental disorders, in addition to greater likelihood of females seeking health care and diagnoses (20,29). Higher prevalence of the condition was also observed among individuals aged 40-59 years, an age group marked by multiple biopsychosocial demands, including professional responsibilities, physical strain and financial worries (21).

The lower prevalence of depression among individuals of Black and Brown race/skin color compared to White individuals stands out, which may reflect inequalities in access to mental health diagnoses and treatments, resulting in underreporting of these disorders in the Black population (22). This difference is also related to lower health service coverage in areas with a higher concentration of these populations, since, in general, the Black and low-income population tends to reside in peripheral areas, characterized by barriers to access to public services and lower availability of specialized care services (32). On the other hand, lower schooling was associated with higher prevalence of depression, which can be explained by less access to information, financial instability and increased exposure to stressors (23).

This context reinforces the need for public policies that expand and improve the psychosocial care network in territories with a higher concentration of Black and Brown populations and lower levels of education, reducing gaps in care and promoting equity in the diagnosis and care of mental disorders. Divorced individuals also showed a higher prevalence of the condition compared to single individuals, suggesting the influence of emotional distress, stress and reduced social support resulting from the end of a marital relationship on the increased odds of developing depression (24).

Behaviors such as alcohol use and tobacco smoking have also been associated with depression, indicating the need for integrated approaches to managing these conditions. The findings of this study indicated lower diagnosis of depression among alcohol consumers, but this association should be interpreted with caution, since such a relationship can be largely explained by confounding factors such as socioeconomic level, physical health, as well as other risk behaviors. After adjusting for these factors, association between alcohol consumption and depression generally disappears and suggests that there is no robust evidence of a direct causal link between alcohol consumption and depressive symptoms (25). Regarding tobacco smoking, the higher prevalence of depression among those who used to smoke or still smoke corroborates the evidence between nicotine exposure and depressive symptoms (26).

Presence of chronic diseases, such as hypertension, diabetes, chronic kidney disease and chronic obstructive pulmonary disease, has been associated with higher prevalence of depression. These conditions increase psychological vulnerability due to their physical, emotional and social impacts, in addition to hindering adherence to treatment and raising stress levels (27). Identifying these factors along with a wide-ranging and accessible care network enhances early diagnosis and continuous care, especially among more vulnerable groups.

Socioeconomic status is recognized as a determinant of health and influences access to treatment and the quality of care for chronic diseases in Brazil (30). Having private health insurance can facilitate detection and management of depression, especially in contexts where public services face limitations in access or quality. Despite advances in reducing health inequalities in recent decades, the findings of this study suggested that such inequities may still persist in Brazil, manifesting themselves through differentiated access to and use of health services and consequently implying higher probability of diagnosis of depression among those who have private insurance (31).

Some limitations should be noted in this study. Despite methodological advances and the robustness of the sample, the interpretation of the results considered limitations inherent to the cross-sectional design of the study, which did not allow for inferring causality about the associations found. On the one hand, it is possible that greater health service coverage has facilitated identification and early diagnosis of depression, thus increasing the number of recorded cases. On the other hand, there is the possibility of reverse causality, that is, that regions with higher prevalence of depression have received greater investment in service coverage to meet this demand, a phenomenon that this study could not distinguish.

The impossibility of assessing the quality of services was considered to be another limitation for applying the results of this study, since it could vary significantly between regions, influencing both diagnosis and management of depression. The use of self-reported diagnosis, in addition to being subject to information bias and underreporting, limited the distinction between degrees of depression severity, which could modulate the intensity of association with service coverage, varying according to the severity of the clinical picture and access to specialized services.

Despite a 96.5% response rate, response bias could not be ruled out. Although the use of variables at different hierarchical levels may have exposed the study to the risk of aggregation bias, using multilevel analysis is a widely used technique to mitigate this type of bias, and is a strength of this investigation. This approach allowed for the separation of effects at the individual level from those attributable to context, thereby reducing misinterpretations.

The findings of this study indicated that greater health services coverage was associated with higher prevalence of diagnosis of depression, suggesting that expanding the psychosocial care network can support early identification and improve care for individuals with mental disorders in Brazil. Expanding this network and strengthening services such as the ESF, family health support centers and psychosocial care centers play a fundamental role in ensuring access to depression diagnosis and treatment.

Expansion and strengthening of the psychosocial care network must be conducted strategically, considering regional specificities and the different levels of health service coverage in the country. In Federative Units with lower coverage, it is essential to prioritize expanding access to basic services, such as the ESF and family health support centers, and to reinforce multidisciplinary support and psychosocial care in underserved areas. In regions with higher coverage, improving the quality of care, for example, through the efficient integration of psychosocial care centers with other network components, in addition to promoting longitudinal care, can improve the quality of mental health care in the territory. In this way, health service managers can direct resources and actions according to the specific needs of each context, contributing to reducing inequalities in access to and quality of health services.

Footnotes

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

Peer Reviewers: Osmar Cardoso (https://orcid.org/0000-0001-6093-7629), Max Moura de Oliveira (https://orcid.org/0000-0002-0804-5145)

Use of generative artificial intelligence: Not used.

Data availability

The data used in this article are available at: https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30.

References

1.Diel JA. Medicamentos para o tratamento de depressão e sintomas depressivos: revisão sistemática e análise de custo-efetividade [dissertação] Universidade Federal do Rio Grande do Sul; Porto Alegre: 2022. dissertação. [Google Scholar]
2.Barros MBA, Medina LDPB, Lima MG, Azevedo RCSD, Sousa NFDS, Malta DC. Associação entre comportamentos de saúde e depressão: resultados da Pesquisa Nacional de Saúde de 2019. Rev Bras Epidemiol. 2019;24(2) [Google Scholar]
3.Organização Pan-Americana da Saúde. Aumenta o número de pessoas com depressão no mundo. 2017. [[cited 2024 Nov 21]]. https://www.paho.org/pt/noticias/23-2-2017-aumenta-numero-pessoas-com-depressao-no-mundo .
4.Nardi AE, Silva AG, Quevedo J. Tratado de psiquiatria da associação brasileira de psiquiatria. Porto Alegre: Grupo A. 2021 [Google Scholar]
5.Tribunal de Justiça do Distrito Federal e dos Territórios . Depressão: causas, sintomas, tratamentos, diagnóstico e prevenção. 2019. [[cited 2024 Nov 12]]. https://www.tjdft.jus.br/informacoes/programas-projetos-e-acoes/pro-vida/dicas-de-saude/pilulas-de-saude/depressao-causas-sintomas-tratamentos-diagnostico-e-prevencao .
6.American Psychiatric Association. Manual diagnóstico e estatístico de transtornos mentais: DSM-5-TR. 5ª ed. Porto Alegre: Artmed; 2023. [Google Scholar]
7.Lüscher B, Maguire JL, Rudolph U, Sibille E. GABAA receptors as targets for treating affective and cognitive symptoms of depression. Trends Pharmacol Sci. 2023;44(9) doi: 10.1016/j.tips.2023.06.009. [DOI] [PMC free article] [PubMed] [Google Scholar]
8.Pavei D, Feitosa DC, Miranda DM, de Oliveira CAGC, Von Heimburg EC, Prado G M. A influência da dopamina nos transtornos de depressão: revisão de literatura. Arq Ciênc Saúde UNIPAR. 2023;27(8) [Google Scholar]
9.Brito VCA, Bello-Corassa R, Stopa SR, Sardinha LMV, Dahl CM, Viana MC. Prevalência de depressão autorreferida no Brasil: Pesquisa Nacional de Saúde 2019 e 2013. Epidemiol Serv Saúde. 2019;31 doi: 10.1590/SS2237-9622202200006.especial. [DOI] [PMC free article] [PubMed] [Google Scholar]
10.Mental Disorders Collaborators. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet Psychiatry. 2019;9(2) doi: 10.1016/S2215-0366(21)00395-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
11.IBGE Coordenação de Trabalho e Rendimento. 2020. [[cited 2024 Nov 25]]. http://www.pcrj.rj.gov.br/documents/73801/4440720/PNS+2019.pdf .
12.Victora CG, Huttly SR, Fuchs SC, Olinto MTA. The role of conceptual frameworks in epidemiological analysis: a hierarchical approach. Int J Epidemiol. 1997;26(1) doi: 10.1093/ije/26.1.224. [DOI] [PubMed] [Google Scholar]
13.Rodriguez G, Goldman N. An assessment of estimation procedures for multilevel models with binary responses. J R Stat Soc A Stat Soc. 1995;158 [Google Scholar]
14.Stopa SR, Malta DC, Monteiro CN, Szwarcwald CL, Goldbaum M, Cesar CLG. Use of and access to health services in Brazil, 2013 National Health Survey. Rev Saúde Pública. 2013;51 doi: 10.1590/S1518-8787.2017051000074. [DOI] [PMC free article] [PubMed] [Google Scholar]
15.Junior MG, Tobias GC, Teixeira CC. Saúde mental na atenção primária à saúde. Rev Atenção Saúde. 2019;17(60) [Google Scholar]
16.Brasil Departamento de Atenção Básica. 2013. [[cited 2025 Fev 05]]. https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/s/saude-mental .
17.Brasil Cartilha de Orientação em Saúde Mental - Em direção ao território. 2018. [[cited 2025 Fev 18]]. https://educapes.capes.gov.br/bitstream/capes/431312/3/cartilha%20SM%20CAPS%20Penedo%202018%20%20%281%29.pdf .
18.Sampaio ML, Bispo JP., Júnior Towards comprehensive mental health care: experiences and challenges of psychosocial care in Brazil. BMC Public Health. 2021;21 doi: 10.1186/s12889-021-11397-1. [DOI] [PMC free article] [PubMed] [Google Scholar]
19.Ataide CA, de Souza Bezerra H, de Almeida Medeiros A, Ribeiro Barbosa I. Prevalência de depressão autorelatada na população brasileira: fatores individuais e contextuais. Saúde e Pesquisa. 2024;17(4) [Google Scholar]
20.Rainville JR, Lipuma T, Hodes GE. Translating the transcriptome: Sex differences in the mechanisms of depression and stress revisited. Biol Psychiatry. 2022;91(1) doi: 10.1016/j.biopsych.2021.02.003. [DOI] [PMC free article] [PubMed] [Google Scholar]
21.Rocha SV, Almeida MMG, Araujo TM, Virtuoso JS., Júnior Prevalence of depressive symptoms in elderly people and socio-demographic factors. Rev Saúde Pública. 2012;46 [Google Scholar]
22.Damasceno MG, Zanello VML. Saúde Mental e Racismo Contra Negros: Produção Bibliográfica Brasileira dos Últimos Quinze Anos. Psicol Ciênc Prof. 2018;38(3) [Google Scholar]
23.Phelan JC, Link BG, Tehranifar P. Social Conditions as Fundamental Causes of Health Inequalities: Theory, Evidence, and Policy Implications. J Health Soc Behav. 2010;51(1) doi: 10.1177/0022146510383498. [DOI] [PubMed] [Google Scholar]
24.Leopold T. Gender Differences in the Consequences of Divorce: A Study of Multiple Outcomes. Demography. 2018;55(3) doi: 10.1007/s13524-018-0667-6. [DOI] [PMC free article] [PubMed] [Google Scholar]
25.Li J, Wang H, Li M, Shen Q, Li X, Zhang Y. Effect of alcohol use disorders and alcohol intake on the risk of subsequent depressive symptoms: a systematic review and meta-analysis of cohort studies. Addiction. 2020;115(7) doi: 10.1111/add.14935. [DOI] [PubMed] [Google Scholar]
26.Guo J, Garshick E, Si F, Tang Z, Lian X, Wang Y. Environmental Toxicant Exposure and Depressive Symptoms. JAMA Network Open. 2024;7(7) doi: 10.1001/jamanetworkopen.2024.20259. [DOI] [PMC free article] [PubMed] [Google Scholar]
27.Zhou P. Association between chronic diseases and depression in the middle-aged and older adult Chinese population - a seven-year follow-up study based on CHARLS. Frontiers in Public Health. 2023;11 doi: 10.3389/fpubh.2023.1176669. [DOI] [PMC free article] [PubMed] [Google Scholar]
28.Da Silva FO, Carvalho AL, Schnepper GGM, Marchesi LD, Leite IR, Endo LV. Associação entre depressão e cobertura por serviços de saúde no Brasil [Internet] 2025. https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30 .
29.Faisal-Cury A, de Oliveira Rodrigues DM, de Andrade FM, Schneider IJC, Hellmann F, Maruyama JM. Differential Risk of Depression by Occupational Factors: A Gendered Perspective from the Brazilian National Health Survey. Journal of Occupational and Environmental Medicine. 2023;10 doi: 10.1097/JOM.0000000000003388. [DOI] [PubMed] [Google Scholar]
30.Malta DC, Bernal RT, Lima MG, Araújo SS, Silva MM, Freitas MI. Doenças crônicas não transmissíveis e utilização de serviços de saúde: análise da Pesquisa Nacional de Saúde no Brasil. Rev Saúde Pública. 2017;51(supl. 1) [Google Scholar]
31.Coube M, Nikoloski Z, Mrejen M, Mossialos E. Persistent inequalities in health care services utilisation in Brazil (1998-2019) International Journal for Equity in Health. 2023;22(1) doi: 10.1186/s12939-023-01828-3. [DOI] [PMC free article] [PubMed] [Google Scholar]
32.Tomasiello D, Bazzo JP, Parga JP, Servo L, Pereira RHM. Desigualdades raciais e de renda no acesso à saúde nas cidades brasileiras. 2023. [[cited 2025 Aug 19]]. https://repositorio.ipea.gov.br/handle/11058/11454 .

Epidemiol Serv Saude. 2026 Feb 27;35:e20250666. [Article in Portuguese] doi: 10.1590/S2237-96222026v35e20250666.pt

Associação entre diagnóstico de depressão e cobertura por serviços de saúde: análise multinível da Pesquisa Nacional de Saúde, Brasil, 2019

Resumo

Objetivo

Analisar a associação entre a prevalência de diagnóstico de depressão em adultos e a cobertura de serviços de saúde nas Unidades Federativas do Brasil.

Métodos

Estudo transversal utilizando dados da Pesquisa Nacional de Saúde 2019. Razão de chances (odds ratio, OR) ajustadas e intervalo de confiança de 95% (IC95%) foram calculados a partir de modelos de regressão logísticos multinível para analisar a associação entre diagnóstico de depressão e cobertura de serviços de saúde.

Resultados

Foram analisados 88.531 adultos residentes das 27 Unidades Federativas brasileiras em 2019. Foi observada maior chance de diagnóstico de depressão entre adultos residentes em Unidades Federativas com maior cobertura pela Estratégia Saúde da Família (OR 1,35; IC95% 1,29; 1,42), e com maior número de núcleos de apoio à saúde da família (OR 1,17; IC95% 1,13; 1,21) e de centros de atenção psicossocial (OR 1,31; IC95% 1,23; 1,41).

Conclusão

Os resultados deste estudo indicaram que a maior cobertura por serviços de saúde esteve associada à maior prevalência de diagnóstico de depressão. Estes achados reforçaram a importância da expansão e do fortalecimento da rede de atenção psicossocial para melhorar o diagnóstico e o cuidado de indivíduos com transtornos mentais no Brasil.

Palavras-chave: Depressão, Acesso a Serviços de Saúde, Determinantes Sociais da Saúde, Saúde Mental, Epidemiologia

Aspectos éticos

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

Introdução

A depressão é um transtorno mental incapacitante que afeta inúmeros indivíduos em suas atividades cotidianas, como trabalho, estudos, relações sociais e familiares, e é considerado um problema de saúde pública mundial (1). No Brasil, em 2019, a prevalência autorrelatada em adultos aproximou-se de 10%, com maior ocorrência em mulheres (15%) quando comparada aos homens (5%) (2).

A depressão é um transtorno do humor com etiologia multifatorial, resultante da interação de fatores genéticos e ambientais (3-4). Elementos que aumentam a vulnerabilidade incluem histórico familiar, estresse, transtornos prévios, dependência química, doenças crônicas e luto (5). Clinicamente, a depressão pode apresentar sintomas isolados ou combinados, incluindo tristeza, baixa autoestima e déficit de concentração, o que compromete a rotina e a capacidade funcional (6). Embora seja predominantemente uma condição psicológica, evidências apontam para alterações neuroquímicas no sistema nervoso central, envolvendo serotonina, noradrenalina e dopamina (7-8).

A depressão, frequentemente denominada de “mal do século”, impacta amplamente a saúde e está associada a imunossupressão, inflamação, maus hábitos alimentares e de higiene, além de agravar outras condições clínicas (5). Comportamentos como sedentarismo, tabagismo e consumo excessivo de álcool são mais prevalentes em pessoas com diagnóstico de depressão (2).

No Brasil, os transtornos depressivos geram impactos significativos não apenas na saúde individual, mas também nas esferas econômica e de saúde pública (9). Entre 1990 e 2019, os transtornos mentais foram as principais causas de anos vividos com incapacidade (10), sendo uma das principais causas de afastamento laboral no país. Além disso, o estigma associado às doenças mentais frequentemente dificulta a busca por tratamento, o que contribui para o agravamento dos efeitos da depressão.

A identificação e a análise dos fatores associados à depressão são fundamentais para subsidiar políticas e intervenções de saúde pública que favoreçam o diagnóstico precoce e ampliem o acesso ao tratamento, sobretudo entre grupos mais vulneráveis. Nesse sentido, torna-se relevante investigar os aspectos individuais e as características contextuais que podem influenciar o diagnóstico e o manejo dessa condição.

Apesar da existência de dados nacionais abrangentes, ainda persistem lacunas no entendimento do papel da cobertura dos serviços de saúde e de outros fatores sobre a ocorrência e a identificação da depressão no Brasil. A análise multinível, ao possibilitar a separação e a quantificação dos efeitos individuais e contextuais, apresenta-se como ferramenta metodológica apropriada para explorar essas relações, o que contribui para o avanço do conhecimento sobre os determinantes da depressão e para a formulação de estratégias mais efetivas de prevenção e de cuidado no país.

O objetivo deste estudo foi analisar a associação entre a prevalência de diagnóstico de depressão em adultos e a cobertura de serviços de saúde nas Unidades Federativas do Brasil, por meio de dados da Pesquisa Nacional de Saúde (PNS) 2019.

Métodos

Delineamento do estudo e fonte de dados

Trata-se de estudo transversal de base populacional que utilizou dados da PNS 2019. A análise adotou abordagem multinível para investigar a associação entre diagnóstico de depressão e cobertura dos serviços de saúde em adultos (≥18 anos) residentes nas 27 Unidades Federativas do Brasil.

Contexto, participantes e tamanho do estudo

A PNS foi constituída a partir da amostra probabilística representativa da população brasileira (≥15 anos) estratificada em três estágios: setores censitários, domicílios e moradores (11).

Dos 108.525 domicílios selecionados, 90.846 indivíduos foram entrevistados, o que resultou na taxa de não resposta de 16,2%. Para os fins deste estudo, foram incluídos adultos residentes nas Unidades Federativas brasileiras; isso resultou na amostra de 88.531 indivíduos. Os dados foram obtidos por meio de entrevistas domiciliares, que coletaram informações sobre características sociodemográficas e econômicas, estilo de vida e presença de doenças (11).

A PNS foi coordenada pelo Instituto Brasileiro de Geografia e Estatística e recebeu aprovação do Comitê Nacional de Ética em Pesquisa (Parecer n° 3.529.376/2019) e do Conselho Nacional de Saúde no Brasil. Para todos os participantes incluídos no estudo, foi obtido o consentimento informado (11).

Variáveis

A variável dependente foi a presença de depressão, determinada pelo autorrelato do indivíduo sobre já ter recebido diagnóstico médico a partir da seguinte pergunta: “Algum médico ou profissional de saúde mental (como psiquiatra ou psicólogo) já lhe deu o diagnóstico de depressão?” (sim, não).

No nível individual, as variáveis incluídas estavam relacionadas às características demográficas e socioeconômicas, ao estilo de vida, à presença de doenças, ao domicílio cadastrado na Estratégia Saúde da Família (ESF) e à presença de plano de saúde privado. Foram incluídas informações sobre sexo (masculino, feminino), faixa etária (18-24, 25-39, 40-59, 60+ anos), raça/cor da pele (branca, parda, preta), escolaridade (ensino fundamental incompleto, fundamental completo, médio completo, superior completo) – esta utilizada como representante da condição socioeconômica individual – e estado civil (solteiro, casado, divorciado, viúvo).

O estilo de vida e a presença de doenças foram avaliados com base nas informações sobre frequência de consumo de álcool (nunca, menos de uma vez por mês, uma ou mais vezes por mês), prática regular de atividade física (≥150 minutos/semana), tabagismo (nunca fumou, ex-fumante, fumante atual) e diagnóstico médico autorreferido de hipertensão, diabetes, doença renal crônica e doença pulmonar obstrutiva crônica.

As variáveis utilizadas para cobertura dos serviços de saúde foram: cadastro domiciliar na ESF, frequência de visitas da ESF no último ano (nunca recebeu, mensal, bimestral, com menor frequência) e presença de plano de saúde privado (sim, não).

No nível contextual, foram analisados fatores relacionados à cobertura dos serviços de saúde na área de residência, obtidos do Cadastro Nacional de Estabelecimentos de Saúde e calculados para cada Unidade Federativa em 2019. Os fatores contextuais de interesse incluíram: cobertura da ESF (classificada com base na porcentagem da população coberta pelo serviço), número de núcleos de apoio à saúde da família ativos (todas as modalidades), número de centros de atenção psicossocial ativos (todas as modalidades) e renda per capita.

Devido à não linearidade das variáveis contextuais, essas foram divididas em quartis, sendo o primeiro quartil representante dos menores níveis e o quarto quartil dos maiores níveis de cobertura.

Análise estatística e viés

A prevalência de diagnóstico de depressão foi estimada como a proporção de indivíduos que relataram diagnóstico médico em relação ao total da amostra, considerando a ponderação do desenho complexo da PNS. Para avaliar a associação entre a presença de depressão e as variáveis do nível individual, utilizou-se o teste do qui-quadrado de Pearson ajustado pela correção de Rao-Scott.

Para a análise multivariada, foram estimadas razões de chances (odds ratio, OR) ajustadas para o diagnóstico de depressão, acompanhadas de seus intervalos de confiança de 95% (IC95%), através de modelos de regressão logística multinível. Essa abordagem permitiu avaliar as diferenças na probabilidade do desfecho associadas às variáveis individuais, controlando o efeito do nível de agregação das Unidades Federativas. As razões de chances foram estimadas seguindo uma abordagem hierarquizada, na qual as variáveis são incorporadas progressivamente aos modelos. A estrutura conceitual adotada (12) iniciou-se pelas características sociodemográficas, passando pelo estilo de vida e pela presença de doenças, e incorporou a cobertura por serviços de saúde.

Para analisar o efeito das variáveis contextuais relacionadas à cobertura por serviços de saúde, foram utilizados modelos ajustados para fatores individuais e para a renda per capita da unidade federativa de residência. A inclusão da renda per capita contextual permitiu controlar a variação populacional e as características socioeconômicas das Unidades Federativas, considerando a heterogeneidade em tamanho e perfil demográfico dos territórios e reduzindo possíveis vieses decorrentes dessa variação. Os efeitos da cobertura por ESF, núcleos de apoio à saúde da família e centros de atenção psicossocial foram avaliados de forma independente entre si e permitiram identificar a contribuição isolada de cada modalidade de cobertura na prevalência de depressão.

Os parâmetros dos modelos foram estimados por inferência bayesiana, abordagem recomendada para reduzir os vieses associados à estimação por máxima verossimilhança em análises multinível (13). O coeficiente de correlação intraclasse também foi estimado para quantificar a proporção da variância do desfecho que pode ser explicada pelos níveis contextual e individual.

As análises descritivas consideraram pesos amostrais e agrupamento por unidade federativa. Os modelos multiníveis foram estimados por meio do modo gllamm e incorporaram os pesos amostrais segundo o desenho complexo da amostra. Todas as análises foram conduzidas no Stata v14.2.

Resultados

A análise bivariada identificou associações significativas entre presença de depressão e características individuais (Tabela 1). Observou-se maior prevalência de depressão nas mulheres (14,7%), nas faixas etárias elevadas, na raça/cor da pele branca (12,5%) e nos divorciados/viúvos (32,1%). Adultos fisicamente ativos apresentaram menor prevalência de depressão (9,3%), enquanto ex-fumantes (11,8%) e fumantes atuais mostraram maior prevalência (11,5%).

Tabela 1. Distribuição das características demográficas, socioeconômicas, estilo de vida, presença de doenças e acesso à saúde da população adulta brasileira, segundo a presença de diagnóstico autorreferido de depressão. Brasil, 2019 (n=88.531).

Variáveis	Prevalência de depressão
Variáveis	n (%)	p-valor
Total	8.242 (10,2)
Sexo		<0,001
Masculino	1.930 (5,1)
Feminino	6.312 (14,7)
Faixa etária (anos)		<0,001
18-24	402 (5,9)
25-39	1.805 (8,1)
40-59	3.669 (12,7)
≥60	2.336 (11,8)
Raça/cor da pele		<0,001
Branca	3.796 (12,5)
Parda	3.573 (8,6)
Preta	766 (8,2)
Escolaridade		<0,001
Ensino fundamental incompleto	3.269 (10,9)
Ensino fundamental completo	996 (9,4)
Ensino médio completo	2.363 (9,0)
Ensino superior completo	1.614 (12,2)
Estado civil		<0,001
Solteiro	2.961 (8,4)
Casado	3.119 (10,1)
Divorciado	1.151 (17,9)
Viúvo	1.011 (14,2)
Frequência de consumo de álcool		<0,001
Nunca	5.566 (11,6)
Menos que uma vez por mês	910 (9,1)
Uma ou mais vezes por mês	1.766 (8,0)
Prática Regular de Atividade Física (≥ 150 minutos/semana)		0,004
Não	6.163 (10,6)
Sim	2.079 (9,3)
Tabagismo		<0,001
Nunca fumou	4.436 (9,3)
Ex-fumante	2.545 (11,8)
Fumante atual	1.231 (11,5)
Presença de hipertensão		<0,001
Não	4.853 (8,7)
Sim	3.355 (15,3)
Presença de diabetes		<0,001
Não	7.033 (10,3)
Sim	1.032 (15,4)
Presença de doença renal crônica		<0,001
Não	7.993 (10,1)
Sim	249 (21,1)
Presença de Doença Pulmonar Obstrutiva Crônica		<0,001
Não	7.946 (9,9)
Sim	962 (27,3)
Domicílio cadastrado na Estratégia Saúde da Família (ESF)		0,771
Não	2.069 (10,1)
Sim	5.257 (10,3)
Frequência de visitas da ESF no último ano		0,015
Nunca recebeu	1.383 (11,5)
Mensal	1.902 (9,6)
Bimestral ou com menor frequência	1.972 (10,3)
Presença de plano de saúde privado		<0,001
Não	5.739 (9,3)
Sim	2.503 (12,7)

Open in a new tab

Foram observadas maiores prevalências de depressão em pessoas com hipertensão (15,3%), diabetes (15,4%), doença renal crônica (21,1%) e/ou doença pulmonar obstrutiva crônica (27,3%). Indivíduos que recebiam visitas regulares das equipes da ESF apresentaram menor prevalência de depressão (9,6%). A prevalência de depressão foi maior entre os que tinham plano de saúde privado (12,7%) (Tabela 1).

Apresentaram-se os resultados dos modelos de regressão logística multinível para a presença de depressão em adultos, considerando características individuais (Tabela 2). As mulheres (OR 3,16; IC95% 2,86; 3,49) apresentaram maior probabilidade de diagnóstico de depressão em comparação aos homens. Pessoas que se autodeclararam pardas ou pretas apresentaram menores chances de diagnóstico de depressão (OR 0,86; IC95% 0,82; 0,92 e OR 0,77; IC95% 0,68; 0,88) em comparação às brancas. Os divorciados apresentaram maior probabilidade de depressão em comparação aos solteiros (OR 1,48; IC95% 1,37; 1,61). O consumo de álcool esteve associado a menores chances de diagnóstico de depressão (OR 0,73; IC95% 0,64; 0,82), e o tabagismo esteve relacionado a maiores probabilidades da doença (OR 1,43; IC95% 1,25; 1,64).

Tabela 2. Razão de chances (odds ratio, OR) e intervalo de confiança de 95% (IC95%) da prevalência de depressão em adultos, segundo características demográficas, socioeconômicas, estilo de vida, presença de doenças e cobertura por serviços de saúde. Brasil, 2019 (n=88.531).

Variáveis	Modelo 1^a	Modelo 2^b
Variáveis	OR (IC95%)	OR (IC95%)
Sexo
Masculino	1,00	1,00
Feminino	3,16^d (2,86; 3,49)	3,07^d (2,65; 3,56)
Faixa etária (anos)
18-24	1,00	1,00
25-39	1,33^c (1,10; 1,60)	1,39 (0,85; 1,52)
40-59	2,06^d (1,66; 2,57)	1,58^c (1,17; 2,18)
≥60	1,83^d (1,51; 2,22)	1,01 (0,71; 1,44)
Raça/cor da pele
Branca	1,00	1,00
Parda	0,86^d (0,82; 0,91)	0,82^d (0,77; 0,88)
Preta	0,77^d (0,68; 0,88)	0,71^d (0,59; 0,86)
Escolaridade
Ensino fundamental incompleto	1,00	1,00
Ensino fundamental completo	0,95 (0,79; 1,15)	0,96 (0,78; 1,19)
Ensino médio completo	0,89^c (0,81; 0,98)	0,89 (0,77; 1,03)
Ensino superior completo	1,03 (0,89; 1,19)	0,91 (0,80; 1,04)
Estado civil
Solteiro	1,00	1,00
Casado	0,96 (0,89; 1,03)	0,93 (0,84; 1,03)
Divorciado	1,48^d (1,37; 1,61)	1,58^d (1,40; 1,78)
Viúvo	0,94 (0,83; 1,05)	0,80^c (0,66; 0,97)
Frequência de consumo de álcool
Nunca		1,00
Menos que uma vez por mês		0,73^d (0,64; 0,82)
Uma ou mais vezes por mês		0,72^d (0,60; 0,87)
Prática regular de atividade física (≥150 minutos/semana)
Não		1,00
Sim		0,96 (0,89; 1,04)
Tabagismo
Nunca fumou		1,00
Ex-fumante		1,33^d (1,18; 1,50)
Fumante atual		1,43^d (1,25; 1,64)
Presença de hipertensão
Não		1,00
Sim		1,49^d (1,38; 1,62)
Presença de diabetes
Não		1,00
Sim		1,18^d (1,08; 1,31)
Presença de doença renal crônica
Não		1,00
Sim		1,50^c (1,15; 1,95)
Presença de doença pulmonar obstrutiva crônica
Não		1,00
Sim		2,47^d (2,08; 2,94)
Frequência de visitas da Estratégia Saúde da Família no último ano
Nunca recebeu		1,00
Mensal		0,83^c (0,74; 0,93)
Bimestral ou com menor frequência		0,94^c (0,88; 0,99)
Presença de plano de saúde privado
Não		1,00
Sim		1,17^c (1,04; 1,33)
Critério de informação bayesiano	96.189.144	56.066.876
Coeficiente de correlação intraclasse	0,0268	0,0196

Open in a new tab

^aModelo ajustado pelas variáveis demográficas e socioeconômicas; ^bModelo ajustado pelas variáveis demográficas, socioeconômicas, estilo de vida, presença de doenças e cobertura por serviços de saúde; ^cp-valor<0,050; ^dp-valor≤0,001.

A presença de doenças crônicas esteve consistentemente associada a maiores chances de depressão em adultos, incluindo hipertensão, diabetes, doença renal crônica e doença pulmonar obstrutiva crônica. Também foram apresentados resultados sobre a associação entre depressão e atendimento pela ESF e por plano de saúde (Tabela 2). Visitas domiciliares regulares da ESF estiveram associadas a menores chances de depressão (OR 0,83; IC95% 0,74; 0,93). Ter plano de saúde privado esteve associado a maiores probabilidades de diagnóstico de depressão (OR 1,17; IC95% 1,04; 1,33).

Foram mostrados os resultados da associação entre presença de depressão e cobertura dos serviços de saúde, ajustados para os fatores individuais (Tabela 3).

Tabela 3. Razão de chances (odds ratio, OR) e intervalo de confiança de 95% (IC95%) da prevalência de depressão em adultos ajustadas por características individuais^a e renda per capita da unidade federativa de residência, segundo cobertura por Estratégia Saúde da Família (modelo 1), Núcleo de Apoio à Saúde da Família (modelo 2) e Centro de Atenção Psicossocial (modelo 3). Brasil, 2019 (n=88.531).

Variáveis	Modelo 1	Modelo 2	Modelo 3
Variáveis	OR (IC95%)	OR (IC95%)	OR (IC95%)
Segundo nível: Unidade Federativa de residência
Cobertura por Estratégia Saúde da Família, quartil
1	1,00
2	1,54^b (1,50; 1,58)
3	1,78^b (1,71; 1,85)
4	1,35^b (1,29; 1,42)
Cobertura por Núcleo de Apoio à Saúde da Família, quartil
1		1,00
2		0,97 (0,93; 1,01)
3		2,01^b (1,91; 2,09)
4		1,17^b (1,13; 1,21)
Cobertura por Centro de Atenção Psicossocial, quartil
1			1,00
2			1,26^b (1,15; 1,38)
3			1,09^c (1,01; 1,19)
4			1,31^b (1,23; 1,41)
Renda per capita, quartil
1	1,00	1,00	1,00
2	1,27^b (1,20; 1,33)	1,05 (0,98; 1,11)	2,18^b (1,99; 2,38)
3	1,82^b (1,73; 1,91)	2,15^b (2,02; 2,29)	2,23^b (2,09; 2,38)
4	2,33^b (2,18; 2,49)	1,77^b (1,64; 1,91)	1,78^c (1,64; 1,92)
Critério de informação bayesiano	56.044.227	56.047.232	56.055.753
Coeficiente de correlação intraclasse	0,0034	0,0081	0,0233

Open in a new tab

^aCaracterísticas individuais: sexo; faixa etária; raça/cor da pele; escolaridade; estado civil; frequência de consume de álcool; prática regular de atividade física; tabagismo; presença de hipertensão; diabetes; doença renal crônica; doença pulmonar obstrutiva crônica; domicílio cadastrado na Estratégia Saúde da Família; presença de plano de saúde privado; ^bp-valor<0,050; ^cp-valor≤0,001.

Adultos residentes em áreas com maior cobertura da ESF tiveram maiores chances de depressão nos segundo (OR 1,54; IC95% 1,50; 1,58), terceiro (OR 1,78; IC95% 1,71; 1,85) e quarto quartis (OR 1,35; IC95% 1,29; 1,42). A maior cobertura de núcleos de apoio à saúde associou-se à maior prevalência de depressão, mesmo após controle por características individuais e renda per capita (OR 1,17; IC95% 1,13; 1,21) (Tabela 3).

Houve maior prevalência de depressão nas áreas com a maior cobertura dos centros de atenção psicossocial. Comparado aos adultos que viviam nas áreas com menor cobertura, aqueles nos segundo (OR 1,26; IC95% 1,15; 1,38), terceiro (OR 1,09; IC95% 1,01; 1,19) e quarto quartis (OR 1,31; IC95% 1,23; 1,41) apresentaram maiores chances de depressão (Tabela 3).

Discussão

Este estudo identificou que a cobertura ampliada por serviços de saúde, especialmente ESF, núcleos de apoio à saúde da família e centros de atenção psicossocial, esteve significativamente associada a maiores prevalências de diagnóstico de depressão em adultos brasileiros. Os achados evidenciaram que as chances de diagnóstico de depressão foram maiores em áreas com maior cobertura desses serviços, o que sugere que a ampliação e a integração da rede de atenção à saúde mental favorecem a identificação e o acompanhamento de casos de depressão na população.

A ESF tem desempenhado papel fundamental no fortalecimento do Sistema Único de Saúde, estando associada às melhorias nas estatísticas vitais e ao aumento das taxas de cura de doenças (14). Desde a criação do Sistema Único de Saúde, a cobertura da ESF foi ampliada e diversas atividades foram quase universalizadas, o que proporcionou maior acesso aos cuidados de saúde mental, especialmente para populações de nível socioeconômico mais baixo.

A associação entre maior cobertura por serviços de saúde e maior prevalência do diagnóstico de depressão pode refletir o papel fundamental do acesso facilitado na identificação precoce e adequada do transtorno. A ampliação da ESF, de núcleos de apoio à saúde da família e de centros de atenção psicossocial fortalece a rede de atenção básica e o cuidado matricial, o que facilita a detecção e o acompanhamento dos casos (15).

Isso sugere que o aumento da prevalência observada em áreas com maior cobertura pode refletir, em parte, a maior capacidade de detecção dos casos e não necessariamente o aumento real da prevalência da doença. Nesse sentido, a estruturação adequada da rede de atenção psicossocial é fundamental para ampliar o acesso da população aos serviços de saúde mental, o que favorece a identificação de transtornos nos mais diversos territórios, além do cuidado integral e contínuo (18).

A ESF é a principal porta de entrada do SUS e desempenha papel estratégico na identificação precoce de transtornos depressivos. O cuidado em saúde mental na atenção básica permite intervenções contínuas e colaborativas, baseadas na interação entre profissionais e usuários, o que favorece o cuidado mais integrado, humanizado e eficaz (16). Os núcleos de apoio à saúde da família ampliam a abordagem multidisciplinar das equipes da ESF, promovendo suporte e contribuindo para o diagnóstico e o manejo dos casos mais complexos. Os centros de atenção psicossocial são serviços especializados em saúde mental, focados em transtornos graves e persistentes, e atuam como ferramenta para otimizar o funcionamento da rede de atenção psicossocial (17).

Os resultados deste estudo indicaram que localidades com maior número de centros de atenção psicossocial apresentaram maior prevalência de diagnóstico de depressão, o que sugere que territórios com suporte especializado podem favorecer tanto a identificação do transtorno quanto o seu cuidado. Embora os centros de atenção psicossocial não realizem o cuidado direto com transtornos mentais comuns, eles oferecem apoio matricial aos demais serviços da rede, o que contribui positivamente para o manejo dessas condições.

Além da influência dos fatores contextuais, características individuais se mostraram associadas à presença de depressão, em consonância com estudos nacionais recentes (2,19). Observou-se maior prevalência da doença entre mulheres, adultos de meia-idade, pessoas brancas, indivíduos com menor escolaridade, divorciados, fumantes, portadores de doenças crônicas e detentores de planos privados de saúde. Esses achados reforçaram o perfil de vulnerabilidade já descrito na literatura e destacaram a importância de estratégias de cuidado que considerem os determinantes sociais e as especificidades clínicas da população atendida.

A prevalência maior de depressão entre mulheres pode ser explicada pela complexa interação de fatores biopsicossociais que se iniciam desde a adolescência. Esses fatores incluem alterações hormonais específicas da transição puberal e exposição a estressores psicossociais e ocupacionais ao longo da vida, os quais favorecem o desenvolvimento de transtornos mentais, além de haver maior probabilidade de busca por atendimento de saúde e por diagnósticos entre as mulheres (20,29). Observou-se também maior prevalência da doença entre indivíduos de 40-59 anos, faixa etária marcada por múltiplas demandas biopsicossociais, incluindo responsabilidades profissionais, desgastes físicos e preocupações financeiras (21).

Destaca-se a menor prevalência de depressão entre indivíduos pretos e pardos em comparação aos brancos, o que pode refletir as desigualdades no acesso a diagnósticos e tratamentos de saúde mental, resultando em subnotificação desses transtornos na população negra (22). Essa diferença também está relacionada à menor cobertura dos serviços de saúde em áreas com maior concentração dessas populações, pois, de modo geral, a população negra e de baixa renda tende a residir em áreas periféricas, caracterizadas por barreiras no acesso aos serviços públicos e por menor disponibilidade de serviços de atenção especializada (32). Por outro lado, a menor escolaridade esteve associada à maior prevalência de depressão, o que pode ser explicado pelo menor acesso a informações, pela instabilidade financeira e pela exposição aumentada a fatores estressantes (23).

Esse contexto reforça a necessidade de políticas públicas que ampliem e qualifiquem a rede de atenção psicossocial em territórios com maior concentração de população preta, parda e de menor escolaridade, reduzindo vazios assistenciais e promovendo a equidade no diagnóstico e no cuidado dos transtornos mentais. Indivíduos divorciados também apresentaram maior prevalência da doença em relação aos solteiros, sendo possível inferir a influência de desgaste emocional, estresse e redução de suporte social decorrentes do término da relação afetiva conjugal no aumento de chances de desenvolvimento de depressão (24).

Comportamentos como uso de álcool e tabagismo também estiveram associados à depressão, indicando a necessidade de abordagens integradas para o manejo dessas condições. Os achados deste estudo indicaram menor diagnóstico de depressão entre consumidores de álcool, mas essa associação deve ser interpretada com cautela, uma vez que tal relação pode ser explicada em grande parte por fatores de confusão, como nível socioeconômico, saúde física e outros comportamentos de risco. Após ajustes para esses fatores, a associação entre consumo de álcool e depressão geralmente desaparece e sugere que não há evidência robusta de ligação causal direta entre consumo de álcool e sintomas depressivos (25). Em relação ao tabagismo, a maior presença de depressão entre aqueles que já fumaram ou ainda fumam corrobora as evidências entre a exposição à nicotina e a sintomas depressivos (26).

A presença de doenças crônicas, como hipertensão, diabetes, doença renal crônica e doença pulmonar obstrutiva crônica, esteve associada à maior prevalência de depressão. Essas condições aumentam a vulnerabilidade psicológica devido aos seus impactos físicos, emocionais e sociais, além de dificultarem a adesão ao tratamento e elevarem os níveis de estresse (27). Identificar esses fatores junto a uma rede ampliada e acessível potencializa o diagnóstico precoce e o cuidado contínuo, sobretudo nos grupos mais vulneráveis.

O status socioeconômico é reconhecidamente um determinante da saúde e influencia o acesso ao tratamento e a qualidade do cuidado de doenças crônicas no Brasil (30). Possuir plano privado de saúde pode facilitar a detecção e o manejo da depressão, especialmente em contextos nos quais os serviços públicos enfrentam limitações de acesso ou de qualidade. Apesar dos avanços na redução das desigualdades em saúde nas últimas décadas, os achados deste estudo sugeriram que tais iniquidades ainda podem persistir no país, manifestando-se através de acessos e usos diferenciados aos serviços de saúde e implicando, consequentemente, uma maior probabilidade de diagnóstico de depressão entre aqueles que possuem planos privados (31).

Algumas limitações devem ser apontadas neste estudo. Apesar dos avanços metodológicos e da robustez da amostra, a interpretação dos resultados considerou limitações inerentes ao desenho transversal do estudo, que não permitiu inferir causalidade sobre as associações observadas. Por um lado, é possível que a maior cobertura de serviços de saúde tenha facilitado a identificação e o diagnóstico precoce da depressão, o que ampliou o número de casos registrados. Por outro lado, existe a possibilidade de causalidade reversa, ou seja, que regiões com maior prevalência de depressão tenham recebido maior investimento em cobertura por serviços para responder a essa demanda, fenômeno que este estudo não pôde distinguir.

A impossibilidade de avaliar a qualidade dos serviços foi considerada outra limitação para aplicação dos resultados deste estudo, uma vez que ela pôde variar de forma importante entre regiões, influenciando tanto o diagnóstico quanto o manejo da depressão. A utilização do diagnóstico autorreferido, além de poder estar sujeito a viés de informação e subnotificação, limitou a distinção entre graus de severidade da depressão, o que pôde modular a intensidade da associação com a cobertura dos serviços, variando conforme a gravidade do quadro clínico e o acesso a serviços especializados.

Apesar da taxa de resposta de 96,5%, o viés de respostas não pôde ser descartado. Embora o uso de variáveis em diferentes níveis hierárquicos possa ter exposto o estudo ao risco de viés por agregação, a adoção da análise multinível é uma técnica amplamente utilizada para mitigar esse tipo de viés, sendo um ponto forte da investigação. Essa abordagem permitiu separar os efeitos que pertenciam ao nível individual daqueles atribuíveis ao contexto, reduzindo interpretações equivocadas.

Os achados deste estudo indicaram que a maior cobertura por serviços de saúde esteve associada à maior prevalência de diagnóstico de depressão, o que sugere que a expansão da rede de atenção psicossocial pode apoiar a identificação precoce e melhorar o cuidado de indivíduos com transtornos mentais no Brasil. A expansão dessa rede e o fortalecimento de serviços como a ESF, os núcleos de apoio à saúde da família e os centros de atenção psicossocial desempenham papel fundamental para garantir o acesso ao diagnóstico e ao tratamento da depressão.

A expansão e o fortalecimento da rede de atenção psicossocial devem ser conduzidos de forma estratégica, considerando as especificidades regionais e os diferentes níveis de cobertura de serviços de saúde no país. Nas Unidades Federativas com menor cobertura, é imprescindível priorizar a ampliação do acesso aos serviços básicos, como a ESF e os núcleos de apoio à saúde da família, e reforçar o suporte multidisciplinar e o cuidado psicossocial em territórios menos assistidos. Nas regiões com maior cobertura, o aprimoramento da qualidade do atendimento, por exemplo, a partir da integração eficiente dos centros de atenção psicossocial com os demais componentes da rede, além de promover o cuidado longitudinal, é capaz de melhorar a qualidade da assistência à saúde mental do território. Dessa maneira, os gestores poderão direcionar recursos e ações conforme as necessidades específicas de cada contexto, contribuindo para diminuir as desigualdades no acesso e na qualidade dos serviços de saúde.

Footnotes

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

Pareceristas: Osmar Cardoso (https://orcid.org/0000-0001-6093-7629), Max Moura de Oliveira (https://orcid.org/0000-0002-0804-5145)

Uso de inteligência artificial generativa: Não empregada.

Disponibilidade de dados

Os dados utilizados neste artigo estão disponíveis em: https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30.

Associated Data

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

Data Availability Statement

The data used in this article are available at: https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30.

Os dados utilizados neste artigo estão disponíveis em: https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30.

[B1] 1.Diel JA. Medicamentos para o tratamento de depressão e sintomas depressivos: revisão sistemática e análise de custo-efetividade [dissertação] Universidade Federal do Rio Grande do Sul; Porto Alegre: 2022. dissertação. [Google Scholar]

[B2] 2.Barros MBA, Medina LDPB, Lima MG, Azevedo RCSD, Sousa NFDS, Malta DC. Associação entre comportamentos de saúde e depressão: resultados da Pesquisa Nacional de Saúde de 2019. Rev Bras Epidemiol. 2019;24(2) [Google Scholar]

[B3] 3.Organização Pan-Americana da Saúde. Aumenta o número de pessoas com depressão no mundo. 2017. [[cited 2024 Nov 21]]. https://www.paho.org/pt/noticias/23-2-2017-aumenta-numero-pessoas-com-depressao-no-mundo .

[B4] 4.Nardi AE, Silva AG, Quevedo J. Tratado de psiquiatria da associação brasileira de psiquiatria. Porto Alegre: Grupo A. 2021 [Google Scholar]

[B5] 5.Tribunal de Justiça do Distrito Federal e dos Territórios . Depressão: causas, sintomas, tratamentos, diagnóstico e prevenção. 2019. [[cited 2024 Nov 12]]. https://www.tjdft.jus.br/informacoes/programas-projetos-e-acoes/pro-vida/dicas-de-saude/pilulas-de-saude/depressao-causas-sintomas-tratamentos-diagnostico-e-prevencao .

[B6] 6.American Psychiatric Association. Manual diagnóstico e estatístico de transtornos mentais: DSM-5-TR. 5ª ed. Porto Alegre: Artmed; 2023. [Google Scholar]

[B7] 7.Lüscher B, Maguire JL, Rudolph U, Sibille E. GABAA receptors as targets for treating affective and cognitive symptoms of depression. Trends Pharmacol Sci. 2023;44(9) doi: 10.1016/j.tips.2023.06.009. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B8] 8.Pavei D, Feitosa DC, Miranda DM, de Oliveira CAGC, Von Heimburg EC, Prado G M. A influência da dopamina nos transtornos de depressão: revisão de literatura. Arq Ciênc Saúde UNIPAR. 2023;27(8) [Google Scholar]

[B9] 9.Brito VCA, Bello-Corassa R, Stopa SR, Sardinha LMV, Dahl CM, Viana MC. Prevalência de depressão autorreferida no Brasil: Pesquisa Nacional de Saúde 2019 e 2013. Epidemiol Serv Saúde. 2019;31 doi: 10.1590/SS2237-9622202200006.especial. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B10] 10.Mental Disorders Collaborators. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet Psychiatry. 2019;9(2) doi: 10.1016/S2215-0366(21)00395-3. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B11] 11.IBGE Coordenação de Trabalho e Rendimento. 2020. [[cited 2024 Nov 25]]. http://www.pcrj.rj.gov.br/documents/73801/4440720/PNS+2019.pdf .

[B12] 12.Victora CG, Huttly SR, Fuchs SC, Olinto MTA. The role of conceptual frameworks in epidemiological analysis: a hierarchical approach. Int J Epidemiol. 1997;26(1) doi: 10.1093/ije/26.1.224. [DOI] [PubMed] [Google Scholar]

[B13] 13.Rodriguez G, Goldman N. An assessment of estimation procedures for multilevel models with binary responses. J R Stat Soc A Stat Soc. 1995;158 [Google Scholar]

[B14] 14.Stopa SR, Malta DC, Monteiro CN, Szwarcwald CL, Goldbaum M, Cesar CLG. Use of and access to health services in Brazil, 2013 National Health Survey. Rev Saúde Pública. 2013;51 doi: 10.1590/S1518-8787.2017051000074. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B15] 15.Junior MG, Tobias GC, Teixeira CC. Saúde mental na atenção primária à saúde. Rev Atenção Saúde. 2019;17(60) [Google Scholar]

[B16] 16.Brasil Departamento de Atenção Básica. 2013. [[cited 2025 Fev 05]]. https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/s/saude-mental .

[B17] 17.Brasil Cartilha de Orientação em Saúde Mental - Em direção ao território. 2018. [[cited 2025 Fev 18]]. https://educapes.capes.gov.br/bitstream/capes/431312/3/cartilha%20SM%20CAPS%20Penedo%202018%20%20%281%29.pdf .

[B18] 18.Sampaio ML, Bispo JP., Júnior Towards comprehensive mental health care: experiences and challenges of psychosocial care in Brazil. BMC Public Health. 2021;21 doi: 10.1186/s12889-021-11397-1. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B19] 19.Ataide CA, de Souza Bezerra H, de Almeida Medeiros A, Ribeiro Barbosa I. Prevalência de depressão autorelatada na população brasileira: fatores individuais e contextuais. Saúde e Pesquisa. 2024;17(4) [Google Scholar]

[B20] 20.Rainville JR, Lipuma T, Hodes GE. Translating the transcriptome: Sex differences in the mechanisms of depression and stress revisited. Biol Psychiatry. 2022;91(1) doi: 10.1016/j.biopsych.2021.02.003. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B21] 21.Rocha SV, Almeida MMG, Araujo TM, Virtuoso JS., Júnior Prevalence of depressive symptoms in elderly people and socio-demographic factors. Rev Saúde Pública. 2012;46 [Google Scholar]

[B22] 22.Damasceno MG, Zanello VML. Saúde Mental e Racismo Contra Negros: Produção Bibliográfica Brasileira dos Últimos Quinze Anos. Psicol Ciênc Prof. 2018;38(3) [Google Scholar]

[B23] 23.Phelan JC, Link BG, Tehranifar P. Social Conditions as Fundamental Causes of Health Inequalities: Theory, Evidence, and Policy Implications. J Health Soc Behav. 2010;51(1) doi: 10.1177/0022146510383498. [DOI] [PubMed] [Google Scholar]

[B24] 24.Leopold T. Gender Differences in the Consequences of Divorce: A Study of Multiple Outcomes. Demography. 2018;55(3) doi: 10.1007/s13524-018-0667-6. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B25] 25.Li J, Wang H, Li M, Shen Q, Li X, Zhang Y. Effect of alcohol use disorders and alcohol intake on the risk of subsequent depressive symptoms: a systematic review and meta-analysis of cohort studies. Addiction. 2020;115(7) doi: 10.1111/add.14935. [DOI] [PubMed] [Google Scholar]

[B26] 26.Guo J, Garshick E, Si F, Tang Z, Lian X, Wang Y. Environmental Toxicant Exposure and Depressive Symptoms. JAMA Network Open. 2024;7(7) doi: 10.1001/jamanetworkopen.2024.20259. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B27] 27.Zhou P. Association between chronic diseases and depression in the middle-aged and older adult Chinese population - a seven-year follow-up study based on CHARLS. Frontiers in Public Health. 2023;11 doi: 10.3389/fpubh.2023.1176669. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B28] 28.Da Silva FO, Carvalho AL, Schnepper GGM, Marchesi LD, Leite IR, Endo LV. Associação entre depressão e cobertura por serviços de saúde no Brasil [Internet] 2025. https://osf.io/gezyd/?view_only=44c38373ccd544a2bfe946c53fa70c30 .

[B29] 29.Faisal-Cury A, de Oliveira Rodrigues DM, de Andrade FM, Schneider IJC, Hellmann F, Maruyama JM. Differential Risk of Depression by Occupational Factors: A Gendered Perspective from the Brazilian National Health Survey. Journal of Occupational and Environmental Medicine. 2023;10 doi: 10.1097/JOM.0000000000003388. [DOI] [PubMed] [Google Scholar]

[B30] 30.Malta DC, Bernal RT, Lima MG, Araújo SS, Silva MM, Freitas MI. Doenças crônicas não transmissíveis e utilização de serviços de saúde: análise da Pesquisa Nacional de Saúde no Brasil. Rev Saúde Pública. 2017;51(supl. 1) [Google Scholar]

[B31] 31.Coube M, Nikoloski Z, Mrejen M, Mossialos E. Persistent inequalities in health care services utilisation in Brazil (1998-2019) International Journal for Equity in Health. 2023;22(1) doi: 10.1186/s12939-023-01828-3. [DOI] [PMC free article] [PubMed] [Google Scholar]

[B32] 32.Tomasiello D, Bazzo JP, Parga JP, Servo L, Pereira RHM. Desigualdades raciais e de renda no acesso à saúde nas cidades brasileiras. 2023. [[cited 2025 Aug 19]]. https://repositorio.ipea.gov.br/handle/11058/11454 .

PERMALINK

Association between diagnosis of depression and health service coverage: a multilevel analysis of the National Health Survey, Brazil, 2019

Asociación entre el diagnóstico de depresión y la cobertura de servicios de salud: un análisis multinivel de la Encuesta Nacional de Salud de Brasil, 2019

Flávia Oliveira da Silva

Andressa Lourenço Carvalho

Guilherme Guimarães Maia Schnepper

Léo Domingues Marchesi

Isabella Ribeiro Leite

Laura Vazarin Endo

Camila Del Valhe Sanchez Lima

Kaio Henrique Correa Massa

Roles

Abstract

Objective

Methods

Results

Conclusion

Resumen

Objetivo

Métodos

Resultados

Conclusión

Ethical aspects

Introduction

Methods

Design and data source

Study setting, participants and size

Variables

Statistical analysis and bias

Results

Table 1. Distribution of demographic, socioeconomic, lifestyle, disease presence and healthcare access characteristics of the Brazilian adult population, according to self-reported diagnosis of depression. Brazil, 2019 (n=88,531).

Table 2. Odds ratios (OR) and 95% confidence intervals (95%CI) of prevalence of depression among adults, according to demographic, socioeconomic, lifestyle, disease presence and health service coverage characteristics. Brazil, 2019 (n=88,531).

Discussion

Footnotes

Data availability

References

Associação entre diagnóstico de depressão e cobertura por serviços de saúde: análise multinível da Pesquisa Nacional de Saúde, Brasil, 2019

Flávia Oliveira da Silva

Andressa Lourenço Carvalho

Guilherme Guimarães Maia Schnepper

Léo Domingues Marchesi

Isabella Ribeiro Leite

Laura Vazarin Endo

Camila Del Valhe Sanchez Lima

Kaio Henrique Correa Massa

Roles

Resumo

Objetivo

Métodos

Resultados

Conclusão

Aspectos éticos

Introdução

Métodos

Delineamento do estudo e fonte de dados

Contexto, participantes e tamanho do estudo

Variáveis

Análise estatística e viés

Resultados

Tabela 1. Distribuição das características demográficas, socioeconômicas, estilo de vida, presença de doenças e acesso à saúde da população adulta brasileira, segundo a presença de diagnóstico autorreferido de depressão. Brasil, 2019 (n=88.531).

Tabela 2. Razão de chances (odds ratio, OR) e intervalo de confiança de 95% (IC95%) da prevalência de depressão em adultos, segundo características demográficas, socioeconômicas, estilo de vida, presença de doenças e cobertura por serviços de saúde. Brasil, 2019 (n=88.531).

Discussão

Footnotes

Disponibilidade de dados

Associated Data

Data Availability Statement

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases