Does socioeconomic inequality occur in the multimorbidity among Brazilian adults?

Ândria Krolow Costa; Andréa Dâmaso Bertoldi; Andréia Turmina Fontanella; Luiz Roberto Ramos; Paulo Sergio Dourado Arrais; Vera Lucia Luiza; Sotero Serrate Mengue; Bruno Pereira Nunes

doi:10.11606/s1518-8787.2020054002569

. 2020 Nov 27;54:138. doi: 10.11606/s1518-8787.2020054002569

View full-text in Portuguese

Does socioeconomic inequality occur in the multimorbidity among Brazilian adults?

Ândria Krolow Costa ^I,^✉, Andréa Dâmaso Bertoldi ^II, Andréia Turmina Fontanella ^III, Luiz Roberto Ramos ^IV, Paulo Sergio Dourado Arrais ^V, Vera Lucia Luiza ^VI, Sotero Serrate Mengue ^VII, Bruno Pereira Nunes ^VIII

^IUniversidade Federal de Pelotas, Faculdade de Enfermagem, Programa de Pós-Graduação em Enfermagem, PelotasRS, Brasil, Universidade Federal de Pelotas. Faculdade de Enfermagem. Programa de Pós-Graduação em Enfermagem. Pelotas, RS, Brasil

^IIUniversidade Federal de Pelotas, Faculdade de Medicina, Departamento de Medicina Social, PelotasRS, Brasil, Universidade Federal de Pelotas. Faculdade de Medicina. Departamento de Medicina Social. Programa de Pós-Graduação em Epidemiologia. Pelotas, RS, Brasil

^IIIUniversidade Federal do Rio Grande do Sul, Faculdade de Medicina, Programa de Pós-Graduação em Epidemiologia, Porto AlegreRS, Brasil, Universidade Federal do Rio Grande do Sul. Faculdade de Medicina. Programa de Pós-Graduação em Epidemiologia. Porto Alegre, RS, Brasil

^IVUniversidade Federal de São Paulo, Escola Paulista de Medicina, Departamento de Medicina Preventiva, São PauloSP, Brasil, Universidade Federal de São Paulo. Escola Paulista de Medicina. Departamento de Medicina Preventiva. São Paulo, SP, Brasil

^VUniversidade Federal do Ceará, Faculdade de Farmácia, Odontologia e Enfermagem, FortalezaCE, Brasil, Universidade Federal do Ceará. Faculdade de Farmácia, Odontologia e Enfermagem. Fortaleza, CE, Brasil

^VIFundação Oswaldo Cruz, Escola Nacional de Saúde Pública, Rio de JaneiroRJ, Brasil, Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública. Rio de Janeiro, RJ, Brasil

^VIIUniversidade Federal do Rio Grande do Sul, Faculdade de Medicina, Programa de Pós-Graduação em Epidemiologia, Porto AlegreRS, Brasil, Universidade Federal do Rio Grande do Sul. Faculdade de Medicina. Programa de Pós-Graduação em Epidemiologia. Porto Alegre, RS, Brasil

^VIIIUniversidade Federal de Pelotas, Faculdade de Enfermagem, Departamento de Enfermagem em Saúde Coletiva, PelotasRS, Brasil, Universidade Federal de Pelotas. Faculdade de Enfermagem. Departamento de Enfermagem em Saúde Coletiva. Pelotas, RS, Brasil

^✉

Correspondence: Ândria Krolow Costa, Faculdade de Enfermagem Rua Gomes Carneiro, 01 – Centro Sala 208 - 2ᵃ andar Pelotas 96010-610 RS, Brasil E-mail: andriakc@hotmail.com

Authors' Contribution: Study conception and planning; data analysis and interpretation; preparation and writing of the manuscript; critical review of the manuscript and final approval: AKC, BPN. Study conception and planning; data analysis and interpretation; critical review of the manuscript and final approval: ADB, ATF. Study conception and planning, critical review of the manuscript and final approval: LLR, PSDA, VLL, SSM.

Conflict of Interest:

The authors declare no conflict of interest.

PMCID: PMC7703529 PMID: 33331530

ABSTRACT

OBJECTIVE:

To assess the prevalence of multimorbidity among Brazilian adults and its association with socioeconomic indicators.

METHODS:

Cross-sectional study that used data from the Pesquisa Nacional Sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil (PNAUM – Brazilian National Survey on Access, Use and Promotion of Rational Use of Medicines), carried out between 2013 and 2014. The definition of multimorbidity was the coexistence, in a single individual, of two or more chronic diseases, measured through a list of 14 morbidities (self-reported medical diagnosis throughout life). Economic status and educational level were the socioeconomic indicators used, being the inequalities assessed through the Slope Index of Inequality (SII) and the Concentration Index, stratified by gender.

RESULTS:

The study comprehended 23,329 adults (52.8% of which were women), with an average age of 37.9 years. Hypertension and high cholesterol levels were the most prevalent conditions. The prevalence of multimorbidity was of 10.9% (95%CI 10.1–11.7) representing nearly 11 million individuals in Brazil, of which 14.5% (95%CI 13.5–15.4) were women and 6.8% (95%CI 5.9–7.8) were men. The occurrence of multimorbidity was similar according to the socioeconomic indicators. In the inequality analysis, we observed absolute and relative differences in men with a higher purchasing power (SII = 3.7; 95%CI 0.3–7.0) and higher educational level (CIX = 7.1; 95%CI 0.9–14.7), respectively.

CONCLUSIONS:

The frequency of comorbidities in Brazilian adults is high, especially in absolute terms. We only observed socioeconomic inequalities in multimorbidities among men.

DESCRIPTORS: Adult, Socioeconomic Factors, Multimorbidity, Cross-Sectional Studies

INTRODUCTION

The definition of multimorbidity is the coexistence of two or more chronic diseases in a single individual ¹ . It has connections to a higher mortality risk; to a reduction in functional capacity, in cognitive skills and in quality of life; to the increase in usage of healthcare services and the amount of drugs prescribed per patient ² .

The multimorbidity presents direct relation with the age increment ³^,⁴ . In this sense, we observed a greater concentration of higher educational levels among the older adults (aged 60 years and older), with more scarce evidence among the younger population ²^,⁵^,⁶ .

A cohort study conducted in Australia emphasized the importance of observing multimorbidity in the younger ranges of the population. The study found that 4.4% (95%CI 3.4–5.7) of individuals aged between 20 and 39 years old had two or more chronic diseases, while in the population aged between 40 and 59 years old, the figure was of 15,0% (95%CI 13.1–17.2). ⁷ In Brazil, the multimorbidity is present in nearly one in every five and one in every 10 adults (≥ 18 years old) for ≥ 2 e ≥ 3, respectively. ⁴ A study conducted by Carvalho and contributors ⁸ showed that 5.6% of participants aged between 18 and 29 years old presented multimorbidity; this figure was of 12.3% for ages between 30 and 39 years old and of 23.9% between 40 and 49. Likewise, another study conducted in the country showed that between 18 and 24 years old, the percentage of multimorbidity was of 5.5%; between 24 and 44 years old, of 13.2%, and between 45 and 64 years old, of 36.2%. ⁹

The prevalence of multimorbidity is higher among women, according to research projects conducted in Brazil ⁴^,⁵^,⁸ , in Germany ² and in Canada ¹⁰ . In addition, longitudinal analyses and a systematic review also observed such pattern.

Another factor usually associated with multimorbidity is the socioeconomic status – we observed a variation in the problem occurrence according to the socioeconomic characteristics of the population, depending on the socioeconomic indicator used. Certain studies evidenced an increase in multimorbidity as the educational level decreased ²^,⁴^,⁵^,⁸^,¹² .

Systematic review and meta-analysis conducted in studies published up until 2014 evidenced that a low educational level was associated with a chance 1.64 (95%CI 1.41–1.91) times higher of multimorbidity in comparison to individuals with a higher educational level ¹³ . Compared with other socioeconomic indicators, especially income, the relation is less evident.

The results found in the literature regarding an association between multimorbidity and socioeconomic level are often heterogeneous. This may be due to the methodology used in the studies to assess the socioeconomic level, given that the literature describes several methods to assess it. Some of these are: assessment of household income ¹³ , educational level ¹⁴ , literacy, socioeconomic status, employment status, property ownership and even self-perception of poverty ¹³ . Of these methods, the educational level seems to be the indicator most strongly associated with multimorbidity. However, the literature on the subject presents analyses of inequalities considering the difference between the ends of this socioeconomic indicator.

To assess inequalities, more complex methods are under use. Among them, we call attention to the indexes that assess inequalities considering the entire stratification of the socioeconomic indicators, in addition to providing summary measures of the absolute and relative differences, which are methods more suited to the measurement of the inequalities and that we will use in the assessments proposed by this study.

In a study conducted with civil servants of a higher education institution in Rio de Janeiro, Brazil, Jantsch and contributors ¹² found inverse relationship between educational level and multimorbidity, presenting three times more (RII = 2.97; 95%CI 1.94–4.54) occurrences between the ends of educational level. The indicator of absolute inequality (Slope Index of Inequality – SII) showed prevalence of multimorbidity 22 percentage points higher among women with lower educational levels than among those with higher educational levels.

The objective of this study was to assess the prevalence of multimorbidity and its association with socioeconomic indicators among Brazilian adults, considering the increase in multimorbidity among the younger age brackets of the population, the variation and the heterogeneous results according the socioeconomic levels of the individuals, the importance of assessing inequalities in health, and the scarcity of national studies. The hypothesis is that women with lower educational levels will present more multimorbidity, in terms of both absolute and relative inequalities.

METHODS

Cross-sectional study, population-based, conducted on data originated from the population survey component of the Pesquisa Nacional Sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil (PNAUM – Brazilian National Survey on Access, Use and Promotion of Rational Use of Medicines), conducted between 2013 and 2014.

The PNAUM interviewed 41,333 people in households of the urban areas in 245 municipalities of 26 states and the Federal District and had the goal of assessing the population's access to medicines, its use, rational use, sources of supply, and most prevalent morbidities that cause the use of medicines. After adjusting geopolitics region, gender and age, the sample represented nearly 171 million of people residing in the urban area of the country at the time. The sample draw considered three stages per cluster: municipality (primary sampling unit), census tract and household. The questionnaire, developed and tested by researchers from seven Brazilian universities, was conducted in a visit of the researcher to the interviewees' household. The questions asked covered, among several subjects, the current use of medicines to treat chronic diseases, and are available on the survey's website ^a . The survey used tablets for data collection, which were loaded into a software especially developed to the PNAUM. Further methodological detail is available on an article published by Sotero et al. ¹⁶

In this analysis, we considered adult individuals aged between 20 and 59 years old. The dependent variable was the presence of multimorbidity, characterized by the simultaneous occurrence of two or more chronic diseases ¹⁷ , measured through the report of medical diagnosis of the following morbidities: hypertension, high cholesterol level, depression, arthritis or rheumatism, diabetes, chronic pulmonary disease, coronary heart diseases, thyroid disorders, digestive disorder, stroke, neurological disorder, cancer, kidneys disease and other chronic diseases (for over six months). To other diseases, the survey kept only the conditions considered chronic, excluding morbidities and/or non-chronic conditions described by the interviewees (such as alcoholism and amygdalate). If the interviewee referred, in the question about other chronic diseases, any morbidity already inquired, the previous response was reviewed, accounting the morbidity only once.

The main exposure variable was socioeconomic status, assessed through two indicators: 1) economic status based on the property ownership (socioeconomic stratification in Brazil – ABEP 2013 ^b ), categorized in quintiles – due to the high proportion of middle-class individuals; 2) educational level of the interviewee, categorized in total years of education (none, 1–8, 9–11, ≥ 12). Other variables were gender (male/female) and age in years (20–29, 30–39, 40–49, 50–59). In the descriptive table of the sample, the socioeconomic status was presented as the status proposed by the indicator (A/B, C, D/E).

The prevalence estimates (%) of multimorbidity and the respective confidence intervals (95%) were calculated for the gender, age bracket, educational level and socioeconomic status. We based the assessment of the socioeconomic inequalities related to multimorbidity on the analysis of two indexes: 1) Slope Index of Inequality (SII), or absolute index of inequality; 2) Concentration Index of Inequality (CIX), or concentration index. The SII is used for stratification variables that are ordinal (such as socioeconomic status and educational level, used in the present analysis), representing the absolute difference in a health indicator among the most-advantaged and most-disadvantaged individuals and considering the entire distribution of the stratum. It also indicates the slope of the resulting regression line, being the absolute difference in the adjusted value of the health indicator between the two extremes of the socioeconomic indicator classification. The CIX considers all stratification categories, where 0 equals to equality18. In both indexes, we used the −100 to 100 scale to express the results.

We stratified our analysis by gender, and we weighted the results considering the study sampling design. We presented supplementary analyses for each of the country's geopolitical regions (North, Northeast, Midwest, Southeast and South). We considered the associations statistically significant when the 95%CI limits did not include the null value (SII or CIX equals to 0). We conducted all analyses using the Stata/SE 12.0 software.

The PNAUM was submitted to the National Commission for Ethics in Research (CONEP) under the Certificate of Presentation for Ethical Appreciation (CAAE) no. 18947013.6.0000.0008, and was approved under the report no. 398.131/2013, to be carried out at national level. The participants received information about the survey and signed an informed consent form before the interview.

RESULTS

The study comprehended data from 23,329 adults (52.8% of which were women) that, when extrapolated to the target-population, represent nearly 96 million adults living in the urban area of Brazil. The total response rate varied from 43.9% of men aged between 20 and 39 years old to 53.4% of women aged between 20 and 39 years old. The sample mean age was of 37.9 years (38.3 years among women, 37.5 years among men).

In both genders, the age bracket ranging from 20 to 29 years and people with 1 to 8 educational years prevailed. The results among those who never attended school and those with 12 or over school years were also similar in both genders. Regarding the economic status, 24.8% felt under A/B classes and 20.1% felt under D/E classes ( Table 1 ).

Table 1. Sociodemographic characteristics, chronic diseases and multimorbidity per gender, among adults. PNAUM, Brazil, 2014.

Variable	Category	Female	Male
Variable	Category	% ^a	% ^a
	20–29	27.6	30.4
Age	30–39	26.9	26.6
Age	40–49	24.2	24.2
	50–59	21.3	18.8
	Never attended school	14.6	14.9
Educational level (in years of schooling)	1–8	42.8	44.2
Educational level (in years of schooling)	9–11	31.3	29.9
	≥ 12	11.3	11.0
	A/B	23.9	25.7
Socioeconomic status	C	56.0	54.0
	D/E	20.1	20.3
	Hypertension	18.9	11.8
	High cholesterol levels	8.5	5.6
	Depression	7.9	2.4
	Arthritis or rheumatism	6.0	2.2
	Diabetes	4.6	3.2
	Chronic pulmonar disease	4.2	1.9
Chronic disease ^b	Coronary heart diseases	3.3	2.2
Chronic disease ^b	Thyroid disorders	1.9	0.2
	Digestive disorder	1.0	0.7
	Stroke	0.7	0.8
	Neurological disorder	0.7	1.0
	Cancer	0.3	0.0
	Kidney disease	0.3	0.3
	Another chronic disease	0.2	0.1
Multimorbidity	≥ 2 diseases	14.5	6.8

Open in a new tab

Rates adjusted by sampling weight and by post-stratification according to age and gender.

Diseases presented in ascending order of occurrence in women.

Regarding morbidities, we observed that hypertension and high cholesterol levels were the most prevalent diseases in both genders. Stomach disease, stroke, other neurological disorders, cancer, kidney diseases and other chronic diseases presented prevalence lower than 1.5% for both genders, and the last five, out of the entire set, had a lower prevalence among women than among men ( Table 1 ).

The presence of multimorbidity was 10.9% (95%CI 10.1–11.7), 14.5% (95%CI 13.5–15.4) among women and 6.8% (95%CI 5.9–7.8) among men ( Table 1 ). According to the age brackets, the prevalence varied from 2.7% (95%CI 2.2–4.4) among adults aged 20 to 29 years old to 26.9% (95%CI 25.2–28.7) among those aged 50 to 59 years old.

The prevalence of multimorbidity was similar regarding the socioeconomic indicators, being a percentage higher among adults with 9 to 11 schooling years and belonging to the greatest quintile of property ownership ( Figure 1 ). We did not find results different than those of the general sample when conducting additional analyses stratified by age.

In the analyses of inequality, we observed a statistically significant difference among men. We found absolute and relative inequality, with the outcome concentrated among men with greater purchasing power (SI = 3.6 and SII = 9.5), and relative inequality, with the outcome concentrated among men with more school years (CIX = 7.1) ( Table 2 ).

Table 2. Multimorbidity inequalities analysis, stratified by gender and geopolitical regions. PNAUM, Brazil, 2014.

Regions	Indexes	Educational level		Socioeconomic status
Regions	Indexes	Women	Men	Women	Men
North	SII (95%CI)	1.4 (-2.2 to 5.0)	-(-5.6 to 4.4)	-1.1 (-5.7 to 3.6)	2.8 (-2.4 to 8.0)
North	CIX (95%CI)	1.4 (-6.3 to 9.1)	1.8 (-16.2 to 19.8)	-1.1 (-10.3 to 8.0)	8.8 (-7.5 to 25.2)
Northeast	SII (95%CI)	-2.3 (-7.6 to 3.0)	5.0 (-0.3 to 10.3)	0.9 (-3.6 to 5.4)	0.7 (-4.4 to 5.8)
Northeast	CIX (95%CI)	-2.5 (-9.2 to 4.1)	9.8 (-1.3 to 20.9)	0.2 (-5.8 to 6.2)	4.1 (-7.4 to 15.7)
Midwest	SII (95%CI)	-2.5 (-9.8 to 4.7)	-2.3 (-7.9; 3.1)	-3.9 (-10.9 to 3.0)	-1.4 (-8.9 to 6.1)
Midwest	CIX (95%CI)	-4.8 (-12.4 to 2.8)	-5.8 (-18.2 to 6.6)	-4.5 (-12.1 to 3.1)	-4.2 (-18.9 to 10.5)
Southeast	SII (95%CI)	0.6 (-5.4 to 6.7)	3.4 (-2.7 to 9.6)	3.2 (-2.3 to 8.7)	7.3 (1.0 to 13.6)
Southeast	CIX (95%CI)	1.1 (-4.7 −6.9)	10.3 (-3.1 to 23.7)	3.4 (-2.2 to 9.1)	18.4 (5.8 to 31.0)
South	SII (95%CI)	4.0 (-10.9 to 2.8)	0 (-5.4 to 5.2)	-9.9 (-15.7 to −4.0)	0.3 (-5.0 to 5.6)
South	CIX (95%CI)	-7.4 (-13.6 to −1.1)	0.1 (-12.1 to 12.3)	-10.6 (-16.4 to −4.7)	1.0 (-11.5 to 13.4)
Brazil	SII (95%CI)	-0.89 (-4.1 to 234)	2.6 (-0.6 to 5.7)	1.4 (-1.6 to 4.4)	3.6 (0.3 to 7.0)
Brazil	CIX (95%CI)	-0.7 (-4.1 to 2.7)	7.81 (0.01 to 14.1)	1.4 (-2.0 to 4.8)	9.5 (2.0 to 17.1)

Open in a new tab

SII: absolute index of inequality; CIX: concentration index.

Bold figures represent statistically significant results.

We conducted supplementary analyses to assess the inequality of multimorbidity, stratified by gender, across the five geopolitical regions of Brazil ( Table 2 ). We observed statistically significant difference, considering the relative and absolute indexes of inequality, among men from the Southeast region with greater purchasing power (SII = 7.3 and CIX = 18.4) and among women from the South region with lower purchasing power (SII = −9.9 and CIX = −10.6). We also observed relative inequality among women with lower educational level.

In addition, we conducted inequalities analyses to isolated chronic diseases (statistic association not described in the figure). We observed absolute and relative inequality in both genders, with a disease pattern mostly concentrated among individuals with higher purchasing power, finding high cholesterol levels (men), arthritis (women) and thyroid (both). We also observed thyroid disorders more concentrated (CIX) among men with higher educational level. As for arthritis, we also verified absolute and relative inequality among women with higher educational level. We found that neurological disorders (men) were more concentrated (absolute and relative inequality) among those with lower educational level and, in relative manner, among those with lower purchasing power. We observed that digestive disorders (women) were most concentrated (absolute and relative inequality) among those with a lower educational level, in addition to a CIX with a health outcome concentrated among women with a lower purchasing power. To kidney disease, we observed a greater relative concentration among men with higher educational level and greater purchasing power. We found that cancer was most prevalent among women with lower educational levels (relative inequality) ( Figure 2 ).

DISCUSSION

The multimorbidity affected one in every ten Brazilian adults. When we extrapolate to the country's population, this percentage represents nearly 11 million adults living in urban areas. In addition, we observed a greater prevalence of multimorbidity among women and older adults. We found social inequalities of low-magnitude (rates with significant difference, yet with values close to null) among men – relative inequality to educational level and absolute to socioeconomic class.

When we compare the occurrence of multimorbidity found in this study (10.9%) with literature, we observe a difference of roughly 18 percentage points. A recent systematic review and meta-analysis ¹⁹ also evidenced the occurrence of multimorbidity standardized by age affects 33.1% of the world population (adults and older adults); however, this rate varied across countries, being higher in those with higher incomes (37.9%) than in those countries with low and medium incomes (29.7%). In a cross-sectional study comprehending a sample of 28 countries with low and medium incomes, the multimorbidity was of 7.8%, presenting rates, respectively, of 3.8%, 12.8% and 21.3% to individuals aged between 18 to 49, 50 to 64 and ≥ 65 years old 19. In Brazil, national and local studies with adults (≥18 years old) found prevalence rates varying from 20 to 50% ⁴^,⁵^,⁸^,⁹^,¹²^,²⁰^,²¹ , having three of them finding prevalence rates around 30%. In addition to the already mentioned limitations, two reasons may justify the differences regarding the results of the present work: 1) differences in the type, in the measurement method and in the number of diseases considered in each study. For example, a study conducted in São Paulo (between May, 2005 and May, 2007) used validated and accurate questionnaires for the measurement of mental disorders, increasing the identification of ocurrences ²¹ ; 2) national studies assessed the occurrence of multimorbidity in adults and older adults (≥ 60 years old), which tends to increase the average health outcome due to the higher occurrence among older adults.

Regarding age, our findings evidenced increased multimorbidity among older adults, varying from 2.7% (95%CI 2.2–4.4) to 26.9% (95%CI 25.2–28.7) to adults aged 20 to 29 and 50 to 59 years old, respectively. This association of multimorbidity with increased age is a common finding in studies, according to recent systemic review and metanalysis ¹⁹ .

However, although the age increase translates into greater frequency of multiple concomitant disorders, we emphasize that, in absolute figures (SII), multimorbidity is most common in adults 22. This finding confirms the need of action by the healthcare systems and services to address the concomitant disorders in this age bracket of the population, including both the prevention of multimorbidity and the prevention of new diseases in these adults that already present multimorbidity.

The present study also showed a prevalence of multimorbidity two times greater in women. A recent systematic revision and meta-analysis published on the subject ¹⁹ corroborate these findings, in which 21 of the 25 selected articles reported a greater prevalence of multimorbidity in women. In addition, in one of the articles featured in this revision, the multimorbidity was nearly two times greater in women (74% in women, 24% in men). ¹⁹ The study by Afshar et al. ²³ also verified a higher occurrence of multimorbidity in the females in all countries considered in the study. A study ⁴ observed similar results in national level, showing a prevalence of two or more chronic diseases among women of 26.1% (95%CI 25.2–27.0) and of 17.5% (95%CI 16.6–18.3) among men. In addition, another study ⁵ brought results regarding the multimorbidity prevalence, showing 35.2% (95%CI 32.6–37.7) among women and 20.4% (95%CI 17.7–23.0) among men. A higher demand for healthcare services ²⁴ may explain the higher prevalence of multimorbidity among women, with a greater exposition to diagnosis, as per the findings of a study carried out in the United States ²⁵ , in which women aged between 18 and 64 years old were most likely to present multiple chronic disorders. In addition, men has a lower life expectancy and, therefore, a lower tendency to develop long-term health problems ²⁶ . Thus, women, as they live longer, as more exposed throughout life to stressful events that compromise the physiopathological balance and favor the emerging of diseases. ²⁷

We observed an association between multimorbidity and socioeconomic indicators only among men with higher purchasing power, when we assessed the absolute (SII) and the relative (CIX) inequality indexes, and among men with higher educational level, considering the relative inequality index (CIX). Despite the different measurement methods described in the literature, these results are in line with published evidence regarding such association ²^,¹⁰^,²² , including the national studies on educational levels ⁴^,⁵^,⁸ , whose results show inverse association between these indicators and the prevalence of morbidity. A study conducted by Afshar et al. ²³ , in 28 low- and medium-income countries, found a positive relation, although not linear, between the country's gross domestic product and the prevalence of multimorbidity. Regarding the educational level, higher education was significantly associated with the reduction of the multimorbidity risk in the analyses of all regions.

The way the questionnaire was applied to the participants may explain the findings of this study, inquiring about the medical diagnosis regarding the assessed morbidities. It refers to individuals that, in theory, received medical attention and, thus, accessed to the diagnosis. In this sense, a differential error may exist in the assessed association: people with a higher purchasing power are more likely to access healthcare services and, consequently, get morbidities diagnosis. Thus, possibly, the prevalence of multimorbidity was higher among individuals with higher purchasing power (wealthier socioeconomic classes and higher educational level ²⁸ . Yet, the analyses ran for isolated diseases evidenced inequalities, both for individuals with a higher purchasing power (high cholesterol levels, arthritis and thyroid disorders, other diseases) and for those with a lower purchasing power (digestive disorder) and lower educational level (neurological and digestive disorders and cancer), unlike the findings by Jantsch et al ¹² , in which the morbidities, in general, were most prevalent among individuals with low educational level.

In the cross-sectional study aforementioned ¹² , conducted in Rio de Janeiro, the association between education level and multimorbidity was different according to gender. Women who had not finished elementary school presented more than twice occurrences of multimorbidity than those who had finished postgrad. However, among men, the multimorbidity was lower among those who had finished and not finished the elementary school, but this result was not statistically significant. In the calculation of the SII, the study observed that women with a lower educational level presented 22% more multimorbidity than those with higher educational levels. In relative terms, using the CIX, the study found a morbidity three times higher in lower educational levels, with a greater inequality level among women ¹² .

The systematic review and the meta-analysis published by Pathirana et al. ¹³ , with the aim to assess this evaluation, showed heterogeneous methods of measuring the socioeconomic level. The review verified that a low educational level was associated with a 64% increased chance of multimorbidity occurrence. However, when aggregating these studies by age, the association is higher in the older populations. This fact may explain why we did not find such association in this study, given that the focus were adults aged between 20 and 59 years old.

We verified socioeconomic inequalities for certain diseases in Isolation. Although presenting a list of diseases slightly different than those adopted in this work, Jantsch et at. ¹² found that all conditions (hypertension, diabetes, dyslipidemia, coronary heart disease, stroke, chronic pulmonary disease, peptic ulcer disease, cholecystitis, osteomuscular disorder and thyroid disorder), except repetitive strain injury, showed a significant linear trend among women, more prevalent among those with low educational levels. Among men, the association was statistically significant only for hypertension, diabetes, coronary heart disease, repetitive strain injury and peptic ulcer disease. The low rate of prevalence of certain disorders in this group may also explain the lack of association among men, such as thyroid disorders and cancer.

To enable a better comprehension of this finding, certain limitations must be emphasized. First, the limited number of chronic diseases considered in the study may underestimate the occurrence of concomitant morbidities, reducing the percentage of individuals presenting multimorbidity. Even though the questionnaire listed a question inquiring about another chronic disease, the interviewee may have failed to mention another existing disease, once that the question was not specific about the morbidities – which would rely on the interviewee's memory. Second, the information about the presence of a chronic disease was based in the self-reported medical diagnosis, being this an usual method in epidemiological studies, but with limited accuracy ²⁹ , even for prevalent conditions ²¹^,⁴ . Third, the lack of standards in the definition of the problem hampers the definition of multimorbidity cases and the comparison between studies ³⁰ .

The results show, in general, socioeconomic equality in the occurrence of multimorbidity, measured by the medical diagnosis of diseases. The low association found is a result discrepant from existing literature on the subject and demands further analyses able to support the health public policies regarding to inequalities. It is also noteworthy the importance of using these indexes in the inequality analyses, given that they consider the entire sample distribution of the indicator, and not only end values of it, as it is the case in raw analyses of income and educational levels ¹⁵ .

Nevertheless, the relative frequency and, mostly, the absolute frequency of multimorbidity, in this own, emphasize the relevance of multimorbidity among Brazilian adults, especially among women. With the trend of emergence of multimorbidity in earlier stages of life, there is an increase in the odds of an individual seek for healthcare services (especially emergency and hospitalization services), of premature death and worse quality of life. Therefore, it is important to direct public policies to serve this parcel of the population, who is getting sick increasingly early.

Funding Statement

The Brazilian National Survey on Access, Use and Promotion of Rational Use of Medicines (PNAUM) received funding by the Department of Pharmaceutical Assistance and Strategic Supplies and by the Department of Science and Technology from the Secretariat of Science, Technology, and Strategic Supplies under the Brazilian Ministry of Health (SCTIE/MS – Procedure no. 25000.111834/2, Decentralization of funds from the Fundo Nacional de Saúde [FNC – National Health Funds]).

Footnotes

Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil. 2013. [cited 2020 Apr 20]. Available from: http://www.ufrgs.br/pnaum .

Associação Brasileira de Empresas de Pesquisa. Critério Brasil de Classificação Econômica. São Paulo: Abep, 2013.

Funding:

REFERENCES

1.Mercer S, Furler J, Moffat K, Fischbacher-Smith D, Sanci LA. Multimorbidity: technical series on safer primary care. Genebra: World Health Organization; 2016. [Google Scholar]; 1. Mercer S, Furler J, Moffat K, Fischbacher-Smith D, Sanci LA. Multimorbidity: technical series on safer primary care. Genebra: World Health Organization; 2016.
2.Puth M-T, Weckbecker K, Schmid M, Münster E. Prevalence of multimorbidity in Germany: impact of age and educational level in a cross-sectional study on 19,294 adults. BMC Public Health. 2017;17(1):826–826. doi: 10.1186/s12889-017-4833-3. [DOI] [PMC free article] [PubMed] [Google Scholar]; 2. Puth M-T, Weckbecker K, Schmid M, Münster E. Prevalence of multimorbidity in Germany: impact of age and educational level in a cross-sectional study on 19,294 adults. BMC Public Health. 2017;17(1):826. 10.1186/s12889-017-4833-3. [DOI] [PMC free article] [PubMed]
3.Prazeres F, Santiago L. Prevalence of multimorbidity in the adult population attending primary care in Portugal: a cross-sectional study. BMJ Open. 2015;5(9):e009287. doi: 10.1136/bmjopen-2015-009287. [DOI] [PMC free article] [PubMed] [Google Scholar]; 3. Prazeres F, Santiago L. Prevalence of multimorbidity in the adult population attending primary care in Portugal: a cross-sectional study. BMJ Open. 2015;5(9):e009287. 10.1136/bmjopen-2015-009287. [DOI] [PMC free article] [PubMed]
4.Nunes BP, Chiavegatto ADP, Filho, Pati S. Cruz Teixeira DS, Flores TR, Camargo-Figuera FA, et al. Contextual and individual inequalities of multimorbidity in Brazilian adults: a cross-sectional national-based study. BMJ Open. 2017;7(6):e015885. doi: 10.1136/bmjopen-2017-015885. [DOI] [PMC free article] [PubMed] [Google Scholar]; 4. Nunes BP, Chiavegatto Filho ADP, Pati S, Cruz Teixeira DS, Flores TR, Camargo-Figuera FA, et al. Contextual and individual inequalities of multimorbidity in Brazilian adults: a cross-sectional national-based study. BMJ Open. 2017;7(6):e015885. 10.1136/bmjopen-2017-015885. [DOI] [PMC free article] [PubMed]
5.Nunes BP, Camargo-Figuera FA, Guttier M, Oliveira PD de, Munhoz TN, Matijasevich A, et al. Multimorbidity in adults from a southern Brazilian city: occurrence and patterns. Int J Public Health. 2016;61(9):1013–1020. doi: 10.1007/s00038-016-0819-7. [DOI] [PubMed] [Google Scholar]; 5. Nunes BP, Camargo-Figuera FA, Guttier M, de Oliveira PD, Munhoz TN, Matijasevich A, et al. Multimorbidity in adults from a southern Brazilian city: occurrence and patterns. Int J Public Health. 2016;61(9):1013-20. 10.1007/s00038-016-0819-7. [DOI] [PubMed]
6.Violán C, Foguet-Boreu Q, Roso-Llorach A, Rodriguez-Blanco T, Pons-Vigués M, Pujol-Ribera E, et al. Patrones de multimorbilidad en adultos jóvenes en Cataluña: un análisis de clústeres. Aten Primaria. 2016;48(7):479–492. doi: 10.1016/j.aprim.2015.10.006. [DOI] [PMC free article] [PubMed] [Google Scholar]; 6. Violán C, Foguet-Boreu Q, Roso-Llorach A, Rodriguez-Blanco T, Pons-Vigués M, Pujol-Ribera E, et al. Patrones de multimorbilidad en adultos jóvenes en Cataluña: un análisis de clústeres. Aten Primaria. 2016;48(7):479-92. 10.1016/j.aprim.2015.10.006. [DOI] [PMC free article] [PubMed]
7.Taylor AW, Price K, Gill TK, Adams R, Pilkington R, Carrangis N, et al. Multimorbidity, not just an older person's issue: results from an Australian biomedical study. BMC Public Health. 2010;10(1):718–718. doi: 10.1186/1471-2458-10-718. [DOI] [PMC free article] [PubMed] [Google Scholar]; 7. Taylor AW, Price K, Gill TK, Adams R, Pilkington R, Carrangis N, et al. Multimorbidity, not just an older person's issue: results from an Australian biomedical study. BMC Public Health. 2010;10(1):718. 10.1186/1471-2458-10-718. [DOI] [PMC free article] [PubMed]
8.Carvalho JN de, Roncalli ÂG, Cancela M de C, Souza DLB de. Prevalence of multimorbidity in the Brazilian adult population according to socioeconomic and demographic characteristics. PLoS One. 2017;12(4):e0174322. doi: 10.1371/journal.pone.0174322.eCollection2017. [DOI] [PMC free article] [PubMed] [Google Scholar]; 8. Carvalho JN de, Roncalli ÂG, Cancela M de C, Souza DLB de. Prevalence of multimorbidity in the Brazilian adult population according to socioeconomic and demographic characteristics. PLoS One. 2017;12(4):e0174322. 10.1371/journal.pone.0174322.eCollection2017. [DOI] [PMC free article] [PubMed]
9.Rzewuska M, Azevedo-Marques JM de, Coxon D, Zanetti ML, Zanetti ACG, Franco LJ, et al. Epidemiology of multimorbidity within the Brazilian adult general population: evidence from the 2013 National Health Survey (PNS 2013) PLoS One. 2017;12(2):e0171813. doi: 10.1371/journal.pone.0171813. [DOI] [PMC free article] [PubMed] [Google Scholar]; 9. Rzewuska M, de Azevedo-Marques JM, Coxon D, Zanetti ML, Zanetti ACG, Franco LJ, et al. Epidemiology of multimorbidity within the Brazilian adult general population: evidence from the 2013 National Health Survey (PNS 2013). PLoS One. 2017;12(2):e0171813. 10.1371/journal.pone.0171813. [DOI] [PMC free article] [PubMed]
10.Roberts KC, Rao DP, Bennett TL, Loukine L, Jayaraman GC. Prevalence and patterns of chronic disease multimorbidity and associated determinants in Canada. Health Promot Chronic Dis Prev Can. 2015;35(6):87–94. doi: 10.24095/hpcdp.35.6.01. [DOI] [PMC free article] [PubMed] [Google Scholar]; 10. Roberts KC, Rao DP, Bennett TL, Loukine L, Jayaraman GC. Prevalence and patterns of chronic disease multimorbidity and associated determinants in Canada. Health Promot Chronic Dis Prev Can. 2015;35(6):87-94. 10.24095/hpcdp.35.6.01. [DOI] [PMC free article] [PubMed]
11.Alimohammadian M, Majidi A, Yaseri M, Ahmadi B, Islami F, Derakhshan M, et al. Multimorbidity as an important issue among women: results of a gender difference investigation in a large population-based cross-sectional study in West Asia. BMJ Open. 2017;7(5):e013548. doi: 10.1136/bmjopen-2016-013548. [DOI] [PMC free article] [PubMed] [Google Scholar]; 11. Alimohammadian M, Majidi A, Yaseri M, Ahmadi B, Islami F, Derakhshan M, et al. Multimorbidity as an important issue among women: results of a gender difference investigation in a large population-based cross-sectional study in West Asia. BMJ Open. 2017;7(5):e013548. 10.1136/bmjopen-2016-013548. [DOI] [PMC free article] [PubMed]
12.Jantsch AG, Alves RFS, Faerstein E. Educational inequality in Rio de Janeiro and its impact on multimorbidity: evidence from the Pró-Saúde study. A cross-sectional analysis. São Paulo Med J. 2018;136(1):51–58. doi: 10.1590/1516-3180.2017.0209100917. [DOI] [PMC free article] [PubMed] [Google Scholar]; 12. Jantsch AG, Alves RFS, Faerstein E. Educational inequality in Rio de Janeiro and its impact on multimorbidity: evidence from the Pró-Saúde study. A cross-sectional analysis. São Paulo Med J. 2018;136(1):51-8. 10.1590/1516-3180.2017.0209100917. [DOI] [PMC free article] [PubMed]
13.Pathirana TI, Jackson CA. Socioeconomic status and multimorbidity: a systematic review and meta-analysis. Aust N Z J Public Health. 2018;42(2):186–194. doi: 10.1111/1753-6405.12762. [DOI] [PubMed] [Google Scholar]; 13. Pathirana TI, Jackson CA. Socioeconomic status and multimorbidity: a systematic review and meta-analysis. Aust N Z J Public Health. 2018;42(2):186-94. 10.1111/1753-6405.12762. [DOI] [PubMed]
14.Nagel G, Peter R, Braig S, Hermann S, Rohrmann S, Linseisen J. The impact of education on risk factors and the occurrence of multimorbidity in the EPIC-Heidelberg cohort. BMC Public Health. 2008;8(1):384–384. doi: 10.1186/1471-2458-8-384. [DOI] [PMC free article] [PubMed] [Google Scholar]; 14. Nagel G, Peter R, Braig S, Hermann S, Rohrmann S, Linseisen J. The impact of education on risk factors and the occurrence of multimorbidity in the EPIC-Heidelberg cohort. BMC Public Health. 2008;8(1):384. 10.1186/1471-2458-8-384. [DOI] [PMC free article] [PubMed]
15.Barros MB de A, Francisco PMSB, Zanchetta LM, César CLG. Tendências das desigualdades sociais e demográficas na prevalência de doenças crônicas no Brasil, PNAD: 2003-2008. Ciênc Saúde Coletiva. 2011;16(9):3755–3768. doi: 10.1590/s1413-81232011001000012. [DOI] [PubMed] [Google Scholar]; 15. Barros MB de A, Francisco PMSB, Zanchetta LM, César CLG. Tendências das desigualdades sociais e demográficas na prevalência de doenças crônicas no Brasil, PNAD: 2003-2008. Ciênc Saúde Coletiva. 2011;16(9):3755-68. 10.1590/s1413-81232011001000012. [DOI] [PubMed]
16.Mengue SS, Bertoldi AD, Boing AC, Tavares NUL, Pizzol TSD, Oliveira MA, et al. National Survey on Access, Use and Promotion of Rational Use of Medicines (PNAUM): household survey component methods. Rev Saúde Pública. 2016;50(Suppl 2):4s–4s. doi: 10.1590/S1518-8787.2016050006156. [DOI] [PMC free article] [PubMed] [Google Scholar]; 16. Mengue SS, Bertoldi AD, Boing AC, Tavares NUL, Pizzol TSD, Oliveira MA, et al. National Survey on Access, Use and Promotion of Rational Use of Medicines (PNAUM): household survey component methods. Rev Saúde Pública. 2016;50(Suppl 2):4s. 10.1590/S1518-8787.2016050006156. [DOI] [PMC free article] [PubMed]
17.Fortin M, Stewart M, Poitras M-E, Almirall J, Maddocks H. A systematic review of prevalence studies on multimorbidity: toward a more uniform methodology. Ann Fam Med. 2012;10(2):142–151. doi: 10.1370/afm.1337. [DOI] [PMC free article] [PubMed] [Google Scholar]; 17. Fortin M, Stewart M, Poitras M-E, Almirall J, Maddocks H. A systematic review of prevalence studies on multimorbidity: toward a more uniform methodology. Ann Fam Med. 2012;10(2):142-51. 10.1370/afm.1337. [DOI] [PMC free article] [PubMed]
18.Barros AJD, Victora CG. Measuring coverage in MNCH: determining and interpreting inequalities in coverage of maternal, newborn, and child health interventions. PLoS Med. 2013;10(5):e1001390. doi: 10.1371/journal.pmed.1001390. [DOI] [PMC free article] [PubMed] [Google Scholar]; 18. Barros AJD, Victora CG. Measuring coverage in MNCH: determining and interpreting inequalities in coverage of maternal, newborn, and child health interventions. PLoS Med. 2013;10(5):e1001390. 10.1371/journal.pmed.1001390. [DOI] [PMC free article] [PubMed]
19.Nguyen H, Manolova G, Daskalopoulou C, Vitoratou S, Prince M, Prina AM. Prevalence of multimorbidity in community settings: a systematic review and meta-analysis of observational studies. J Comorbidity. 2019;9 doi: 10.1177/2235042X19870934. 2235042X1987093. [DOI] [PMC free article] [PubMed] [Google Scholar]; 19. Nguyen H, Manolova G, Daskalopoulou C, Vitoratou S, Prince M, Prina AM. Prevalence of multimorbidity in community settings: a systematic review and meta-analysis of observational studies. J Comorbidity. 2019;9:2235042X1987093. 10.1177/2235042X19870934. [DOI] [PMC free article] [PubMed]
20.Araujo MEA, Silva MT, Galvão TF, Nunes BP, Pereira MG. Prevalence and patterns of multimorbidity in Amazon Region of Brazil and associated determinants: a cross-sectional study. BMJ Open. 2018;8(11):e023398. doi: 10.1136/bmjopen-2018-023398. [DOI] [PMC free article] [PubMed] [Google Scholar]; 20. Araujo MEA, Silva MT, Galvão TF, Nunes BP, Pereira MG. Prevalence and patterns of multimorbidity in Amazon Region of Brazil and associated determinants: a cross-sectional study. BMJ Open. 2018;8(11):e023398. 10.1136/bmjopen-2018-023398. [DOI] [PMC free article] [PubMed]
21.Wang Y-P, Nunes BP, Coêlho BM, Santana GL, Nascimento CF, Viana MC, et al. Multilevel analysis of the patterns of physical-mental multimorbidity in general population of São Paulo Metropolitan Area, Brazil. Sci Rep. 2019;9(1):2390–2390. doi: 10.1038/s41598-019-39326-8. [DOI] [PMC free article] [PubMed] [Google Scholar]; 21. Wang Y-P, Nunes BP, Coêlho BM, Santana GL, Nascimento CF, Viana MC, et al. Multilevel analysis of the patterns of physical-mental multimorbidity in general population of São Paulo Metropolitan Area, Brazil. Sci Rep. 2019;9(1):2390. 10.1038/s41598-019-39326-8. [DOI] [PMC free article] [PubMed]
22.Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet. 2012;380(9836):37–43. doi: 10.1016/S0140-6736(12)60240-2. [DOI] [PubMed] [Google Scholar]; 22. Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet. 2012;380(9836):37-43. 10.1016/S0140-6736(12)60240-2. [DOI] [PubMed]
23.Afshar S, Roderick PJ, Kowal P, Dimitrov BD, Hill AG. Multimorbidity and the inequalities of global ageing: a cross-sectional study of 28 countries using the World Health Surveys. BMC Public Health. 2015;15(1):776–776. doi: 10.1186/s12889-015-2008-7. [DOI] [PMC free article] [PubMed] [Google Scholar]; 23. Afshar S, Roderick PJ, Kowal P, Dimitrov BD, Hill AG. Multimorbidity and the inequalities of global ageing: a cross-sectional study of 28 countries using the World Health Surveys. BMC Public Health. 2015;15(1):776. 10.1186/s12889-015-2008-7. [DOI] [PMC free article] [PubMed]
24.Mendoza-Sassi R, Béria JU. Utilización de los servicios de salud: una revisión sistemática sobre los factores relacionados. Cad Saúde Pública. 2001;17(4):819–832. doi: 10.1590/s0102-311x2001000400016. [DOI] [PubMed] [Google Scholar]; 24. Mendoza-Sassi R, Béria JU. Utilización de los servicios de salud: una revisión sistemática sobre los factores relacionados. Cad Saúde Pública. 2001;17(4):819-32. 10.1590/s0102-311x2001000400016. [DOI] [PubMed]
25.Buttorff C, Ruder T, Bauman M. Multiple chronic conditions in the United States. Santa Monica: Rand; 2017. [Google Scholar]; 25. Buttorff C, Ruder T, Bauman M. Multiple chronic conditions in the United States. Santa Monica: Rand; 2017.
26.Salomon JA, Wang H, Freeman MK, Vos T, Flaxman AD, Lopez AD, et al. Healthy life expectancy for 187 countries, 1990-2010: a systematic analysis for the Global Burden Disease Study 2010. Lancet. 2012;380(9859):2144–2162. doi: 10.1016/S0140-6736(12)61690-0. [DOI] [PubMed] [Google Scholar]; 26. Salomon JA, Wang H, Freeman MK, Vos T, Flaxman AD, Lopez AD, et al. Healthy life expectancy for 187 countries, 1990-2010: a systematic analysis for the Global Burden Disease Study 2010. Lancet. 2012;380(9859):2144-62. 10.1016/S0140-6736(12)61690-0. [DOI] [PubMed]
27.Violan C, Foguet-Boreu Q, Flores-Mateo G, Salisbury C, Blom J, Freitag M, et al. Prevalence, determinants and patterns of multimorbidity in primary care: a systematic review of observational studies. PLoS One. 2014;9(7):e102149. doi: 10.1371/journal.pone.0102149. [DOI] [PMC free article] [PubMed] [Google Scholar]; 27. Violan C, Foguet-Boreu Q, Flores-Mateo G, Salisbury C, Blom J, Freitag M, et al. Prevalence, determinants and patterns of multimorbidity in primary care: a systematic review of observational studies. PLoS One. 2014;9(7):e102149. 10.1371/journal.pone.0102149. [DOI] [PMC free article] [PubMed]
28.Lima-Costa MF, Peixoto SV, Firmo JOA, Uchoa E. Validade do diabetes auto-referido e seus determinantes: evidências do projeto Bambuí. Rev Saúde Pública. 2007;41(6):947–953. doi: 10.1590/s0034-89102007000600009. [DOI] [PubMed] [Google Scholar]; 28. Lima-Costa MF, Peixoto SV, Firmo JOA, Uchoa E. Validade do diabetes auto-referido e seus determinantes: evidências do projeto Bambuí. Rev Saúde Pública. 2007;41(6):947-53. 10.1590/s0034-89102007000600009. [DOI] [PubMed]
29.Leggett LE, Khadaroo RG, Holroyd-Leduc J, Lorenzetti DL, Hanson H, Wagg A, et al. Measuring resource utilization: a systematic review of validated self-reported questionnaires. Medicine (Baltimore) 2016;95(10):e2759. doi: 10.1097/MD.0000000000002759. [DOI] [PMC free article] [PubMed] [Google Scholar]; 29. Leggett LE, Khadaroo RG, Holroyd-Leduc J, Lorenzetti DL, Hanson H, Wagg A, et al. Measuring resource utilization: a systematic review of validated self-reported questionnaires. Medicine (Baltimore). 2016;95(10):e2759. 10.1097/MD.0000000000002759. [DOI] [PMC free article] [PubMed]
30.Gonçalves VSS, Andrade KRC, Carvalho KMB, Silva MT, Pereira MG, Galvão TF. Accuracy of self-reported hypertension: a systematic review and meta-analysis. J Hypertens. 2018;36(5):970–978. doi: 10.1097/HJH.0000000000001648. [DOI] [PubMed] [Google Scholar]; 30. Gonçalves VSS, Andrade KRC, Carvalho KMB, Silva MT, Pereira MG, Galvão TF. Accuracy of self-reported hypertension: a systematic review and meta-analysis. J Hypertens. 2018;36(5):970-8. 10.1097/HJH.0000000000001648. [DOI] [PubMed]

Rev Saude Publica. 2020 Nov 27;54:138. [Article in Portuguese]

Existe desigualdade socioeconômica na multimorbidade entre adultos brasileiros?

RESUMO

OBJETIVO:

Avaliar a prevalência de multimorbidade e a associação desta com indicadores socioeconômicos entre adultos brasileiros.

MÉTODOS:

Estudo transversal que utilizou dados oriundos da Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil, realizada entre 2013 e 2014. Multimorbidade foi definida como a coexistência, no mesmo indivíduo, de duas ou mais doenças crônicas, e é mensurada a partir de uma lista de 14 morbidades (autorrelato de diagnóstico médico na vida). Classe econômica e escolaridade foram os indicadores socioeconômicos utilizados, sendo as desigualdades avaliadas pelo Slope Index of Inequality (SII) e pelo Concentration Index (CIX), estratificadas por sexo.

RESULTADOS:

O estudo considerou 23.329 mil adultos (52,8% de mulheres), com média de idade de 37,9 anos. Hipertensão e colesterol alto foram as condições mais prevalentes. A prevalência de multimorbidade foi de 10,9% (IC95% 10,1–11,7), representando, aproximadamente, 11 milhões de indivíduos no Brasil, sendo 14,5% (IC95% 13,5–15,4) entre mulheres e 6,8% (IC95% 5,9–7,8) entre homens. A ocorrência de multimorbidade foi similar segundo os indicadores socioeconômicos. Nas análises de desigualdade, observou-se diferença absoluta e relativa para homens com maior poder aquisitivo (SII = 3,7; IC95% 0,3–7,0) e maior escolaridade (CIX = 7,1; IC95% 0,9–14,7), respectivamente.

CONCLUSÕES:

A frequência de adultos brasileiros com multimorbidade é alta, principalmente em termos absolutos. Desigualdades socioeconômicas na multimorbidade foram observadas somente entre homens.

DESCRITORES: Adulto, Fatores Socioeconômicos, Multimorbidade, Estudos transversais

INTRODUÇÃO

Multimorbidade pode ser definida como a coexistência de duas ou mais doenças crônicas em um mesmo indivíduo ¹ . Está relacionada com maior risco de mortalidade; com redução da capacidade funcional, habilidades cognitivas e qualidade de vida; com o aumento do uso de serviços de saúde e do número de medicamentos prescritos por paciente ² .

A multimorbidade apresenta relação direta com o aumento da idade ³^,⁴ . Nesse sentido, observa-se maior concentração de estudos com idosos (população maior de 60 anos), com evidências mais escassas entre a população mais jovem ²^,⁵^,⁶ .

Um estudo de coorte realizado na Austrália destacou a importância de observar a multimorbidade em faixas etárias mais jovens da população, uma vez que 4,4% (IC95% 3,4–5,7) das pessoas acompanhadas no estudo, com idade entre 20 e 39 anos, tinham duas ou mais doenças crônicas, e, para a população entre 40 e 59 anos, este número foi de 15,0% (IC95% 13,1–17,2) ⁷ . No Brasil, a multimorbidade está presente, aproximadamente, em um a cada cinco e um a cada 10 adultos (≥ 18 anos) para ≥ 2 e ≥ 3 morbidades, respectivamente ⁴ . Estudo realizado por Carvalho e colaboradores ⁸ mostrou que 5,6% dos participantes com idade entre 18 e 29 anos tinham multimorbidade; este percentual foi de 12,3% para idades entre 30 e 39 anos e de 23,9%, entre 40 e 49 anos. Da mesma forma, outro estudo conduzido no país mostrou que entre 18 e 24 anos o percentual de multimorbidade foi de 5,5%; entre 25 e 44 anos, 13,2%; e entre 45 e 64 anos, 36,2% ⁹ .

A prevalência de multimorbidade é maior entre mulheres, conforme evidenciado por estudos realizados no Brasil ⁴^,⁵^,⁸ , na Alemanha ² e no Canadá ¹⁰ . Análises longitudinais ¹¹ e uma revisão sistemática ⁶ também observaram esse padrão.

Outro fator normalmente associado a multimorbidade é o nível socioeconômico – observa-se variação da ocorrência do problema de acordo com as características socioeconômicas da população, segundo o indicador socioeconômico utilizado. Estudos evidenciaram aumento da multimorbidade com a diminuição do nível educacional ²^,⁴^,⁵^,⁸^,¹² .

Revisão sistemática e meta-análise com estudos publicados até 2014 evidenciaram que baixa escolaridade estava associada a 1,64 (IC95% 1,41–1,91) vezes mais chances de multimorbidade em comparação com indivíduos com alta escolaridade ¹³ . Com outros indicadores socioeconômicos, principalmente renda, a relação é menos evidente.

Os resultados encontrados na literatura sobre associação de multimorbidade e nível socioeconômico muitas vezes são heterogêneos. Isso pode ocorrer devido à metodologia utilizada nos estudos para avaliação do nível socioeconômico, uma vez que diversas são as formas descritas na literatura para essa mensuração. Algumas dessas técnicas são: avaliação da renda familiar ¹³ , nível educacional ¹⁴ , alfabetização, classe social, situação de emprego, posse de bens e até mesmo autopercepção de pobreza ¹³ . Desses métodos, o nível educacional parece ser o indicador mais fortemente associado a multimorbidade. Porém, a literatura sobre o tema traz análises de desigualdades considerando a diferença entre os extremos deste indicador socioeconômico.

Métodos mais complexos de avaliação das desigualdades vêm sendo utilizados. Dentre esses, destacam-se os índices que avaliam as desigualdades considerando toda a estratificação dos indicadores socioeconômicos, além de fornecerem medidas síntese das diferenças absolutas e relativas ¹⁵ , métodos mais apropriados para a mensuração de desigualdades e que serão utilizados nas avaliações propostas por este trabalho.

No Brasil, Jantsch e colaboradores ¹² , em um estudo com servidores de uma instituição de ensino superior do Rio de Janeiro, observaram tendência inversa entre escolaridade e multimorbidade, com três vezes mais (RII = 2,97; IC95% 1,94–4.54) desfechos entre os extremos de escolaridade. O indicador de desigualdade absoluta ( Slope Index of Inequality – SII) mostrou prevalência de multimorbidade 22 pontos percentuais maior entre mulheres com menor nível educacional do que entre aquelas com nível educacional maior.

Considerando o aumento da multimorbidade entre a faixa etária mais jovem da população, a variação e os resultados heterogêneos segundo níveis socioeconômicos dos indivíduos, a importância de avaliar desigualdades em saúde e a escassez de estudos nacionais, o objetivo deste estudo foi avaliar a prevalência de multimorbidade e a associação desta com indicadores socioeconômicos entre adultos brasileiros. A hipótese é que mulheres de menor escolaridade apresentarão mais multimorbidade, em termos de desigualdades tanto absolutas como relativas.

MÉTODOS

Estudo transversal, de base populacional, realizado a partir de dados oriundos do componente inquérito populacional da Pesquisa Nacional Sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil (PNAUM), realizada entre setembro de 2013 e fevereiro de 2014

A PNAUM envolveu entrevistas com 41.433 mil moradores residentes em domicílios da zona urbana de 245 municípios das 26 unidades da Federação e no Distrito Federal, e objetivou avaliar o acesso da população a medicamentos, sua utilização, uso racional, fontes de obtenção e morbidades mais prevalentes que levam ao uso de medicamentos. Após ajustes para região geopolítica, sexo e idade, a amostra representa aproximadamente 171 milhões de pessoas residentes na zona urbana do país à época. O sorteio da amostra considerou três estágios por conglomerado: município (unidade amostral primária), setor censitário e domicílio. O questionário, desenvolvido e testado por pesquisadores de sete universidades do Brasil, foi aplicado em uma visita do entrevistador à residência do entrevistado. As perguntas realizadas tratavam, entre diferentes temas, sobre uso atual de medicamentos para doenças crônicas e encontram-se disponíveis no sítio da pesquisa ^a . Os dados coletados foram registrados em tablets , por um software desenvolvido especificamente para a PNAUM. Mais detalhes metodológicos podem ser obtidos no artigo publicado por Sotero et al. ¹⁶

Para esta análise, foram considerados indivíduos adultos com idade entre 20 e 59 anos. A variável dependente deste estudo foi a presença de multimorbidade, avaliada a partir da ocorrência simultânea de duas ou mais doenças crônicas ¹⁷ , medidas pelo relato do diagnóstico médico das seguintes morbidades: hipertensão, colesterol alto, depressão, artrite ou reumatismo, diabetes, doença pulmonar crônica, doenças do coração, tireoide, doença gástrica, AVC (acidente vascular cerebral), doença neurológica, câncer, doença renal e outra doença crônica (com mais de seis meses de duração). Para outra doença crônica, foram mantidas somente as condições consideradas crônicas, excluindo morbidades e/ou condições não crônicas descritas pelos entrevistados (como alcoolismo, amidalite). Caso o entrevistado tivesse referido, na pergunta sobre outra doença crônica, alguma morbidade já questionada (como hipertensão), foi revisada a resposta anterior considerando a morbidade apenas uma vez.

A principal variável de exposição foi nível socioeconômico, avaliado com base em dois indicadores: 1) classe econômica baseada na posse de bens (classificação econômica Brasil – ABEP 2013 ^b ), categorizada em quintis – devido à alta proporção de indivíduos na classe C; 2) nível de escolaridade do entrevistado, categorizada em anos completos de estudo (não estudou, 1–8, 9–11, ≥ 12). Outras variáveis utilizadas foram sexo (masculino/feminino) e idade em anos completos (20–29, 30–39, 40–49, 50–59). Na tabela descritiva da amostra, a variável classe econômica foi apresentada nas classes propostas pelo indicador (A-B, C, D-E).

As estimativas de prevalência (%) de multimorbidade e os respectivos intervalos de confiança (95%) foram calculados para as variáveis sexo, faixa etária, escolaridade e classe econômica. A avaliação das desigualdades socioeconômicas relacionadas a multimorbidade foi realizada a partir da análise de dois índices: 1) Slope Index of Inequality (SII), ou índice absoluto de desigualdade; 2) Concentration Index (CIX), ou índice de concentração. O SII é utilizado para variáveis de estratificação que sejam ordinais (como classificação econômica e escolaridade, usadas na presente análise), representando a diferença absoluta de um indicador de saúde entre os indivíduos mais favorecidos e menos favorecidos e considerando toda a distribuição do estratificador. Indica ainda a inclinação da linha de regressão resultante, sendo a diferença absoluta no valor ajustado do indicador de saúde entre os valores mais alto e mais baixo da classificação do indicador socioeconômico. O CIX considera todas as categorias da variável de estratificação, sendo 0 a igualdade ¹⁸ . Para ambos os índices, utilizou-se a escala de −100 a 100 para expressar os resultados.

As análises realizadas foram estratificadas por sexo, e os percentuais foram ponderados considerando o desenho amostral do estudo. Análises suplementares das desigualdades foram apresentadas por região geopolítica do país (Norte, Nordeste, Centro-Oeste, Sudeste e Sul). Associações foram consideradas estatisticamente significativas quando os limites do IC95% não compreenderam a nulidade (SII ou CIX igual a 0). Todas as análises foram realizadas no software Stata/SE 12.0.

A PNAUM foi submetida à Comissão Nacional de Ética em Pesquisa (Conep), sob o Certificado de Apresentação para Apreciação Ética (CAAE) 18947013.6.0000.0008, e foi aprovada mediante o Parecer n° 398.131/2013, para execução em âmbito nacional. Os participantes foram esclarecidos sobre a pesquisa, e as entrevistas foram precedidas pela assinatura do termo de consentimento livre e esclarecido (TCLE).

RESULTADOS

O estudo incluiu informações de 23.329 adultos (52,8% de mulheres), que extrapolando para a população-alvo, representam, aproximadamente, 96 milhões de adultos moradores da zona urbana do Brasil. A taxa de resposta total variou de 49,3%, para homens de 20 a 39 anos de idade, a 53,4%, para mulheres de 20 a 39 anos. A média de idade da amostra entrevistada foi de 37,9 anos (38,3 entre mulheres e 37,5 entre homens).

Em ambos os sexos prevaleceram a faixa etária 20–29 anos e pessoas com escolaridade entre 1 e 8 anos. O resultado entre os que nunca estudaram e os que tinham 12 anos ou mais de estudo também foi similar entre os sexos. Em relação à classe econômica, 24,8% eram da classe A/B e 20,1% da classe D/E ( Tabela 1 ).

Tabela 1. Características sociodemográficas, doenças crônicas e multimorbidade, segundo o sexo entre adultos. PNAUM, Brasil, 2014.

Variável	Categoria	Sexo feminino (n = 15.386)	Sexo masculino (n = 7.943)
Variável	Categoria	% ^a	% ^a
	20–29	27,6	30,4
Idade	30–39	26,9	26,6
Idade	40–49	24,2	24,2
	50–59	21,3	18,8
	Não estudou	14,6	14,9
Escolaridade (em anos completos de estudo)	1–8	42,8	44,2
Escolaridade (em anos completos de estudo)	9–11	31,3	29,9
	≥ 12	11,3	11,0
	A/B	23,9	25,7
Classe econômica	C	56,0	54,0
	D/E	20,1	20,3
	Hipertensão	18,9	11,8
	Colesterol alto	8,5	5,6
	Depressão	7,9	2,4
	Artrite ou reumatismo	6,0	2,2
	Diabetes	4,6	3,2
	Doença pulmonar crônica	4,2	1,9
Doenças crônicas ^b	Doenças do coração	3,3	2,2
Doenças crônicas ^b	Tireoide	1,9	0,2
	Doença gástrica	1,0	0,7
	Acidente vascular cerebral (AVC)	0,7	0,8
	Doença neurológica	0,7	1,0
	Câncer	0,3	0,0
	Doença renal	0,3	0,3
	Outra doença crônica	0,2	0,1
Multimorbidade	≥ 2 doenças	14,5	6,8

Open in a new tab

Percentuais ajustados pelos pesos amostrais e por pós-estratificação segundo idade e sexo.

Doenças apresentadas em ordem decrescente de ocorrência no sexo feminino.

Quanto a morbidades, observou-se que hipertensão e colesterol alto foram as doenças mais prevalentes em ambos os sexos. Doença gástrica, AVC, outras doenças neurológicas, câncer, doença renal e outras doenças crônicas apresentaram prevalência menor que 1,5% para ambos os sexos, e apenas as últimas cinco, de todo o conjunto, tiveram prevalência menor entre mulheres do que entre homens ( Tabela 1 ).

A presença de multimorbidade foi de 10,9% (IC95% 10,1–11,7), sendo 14,5% (IC95% 13,5–15,4) entre mulheres e 6,8% (IC95% 5,9–7,8) entre homens ( Tabela 1 ). Segundo os estratos de idade, a prevalência variou de 2,7% (IC95% 2,2–4,4) para adultos entre 20 e 29 anos a 26,9% (IC95% 25,2–28,7) para aqueles com 50–59 anos.

A prevalência de multimorbidade foi similar de acordo com os indicadores socioeconômicos, sendo percentualmente maior entre adultos com 9–11 anos de estudo e pertencentes ao maior quintil da posse de bens ( Figura 1 ). Análises adicionais estratificadas por idade não encontraram resultado diferente do observado para a amostra geral.

Nas análises de desigualdade, observou-se diferença estatisticamente significativa para homens. Verificaram-se desigualdade absoluta e relativa, com um padrão de desfecho que se concentra entre homens com maior poder aquisitivo (SII = 3,6 e CIX = 9,5), e desigualdade relativa, com um padrão de desfecho que se concentra entre homens com maior escolaridade (CIX = 7,1) ( Tabela 2 ).

Tabela 2. Análise de desigualdades da multimorbidade, estratificado por sexo e regiões geopolíticas. PNAUM, Brasil, 2014.

Regiões	Índices	Escolaridade		Classe econômica
Regiões	Índices	Mulheres	Homens	Mulheres	Homens
Norte	SII (IC95%)	1,4 (-2,2 a 5,0)	-(-5,6 a 4,4)	-1,1 (-5,7 a 3,6)	2,8 (-2,4 a 8,0)
Norte	CIX (IC95%)	1,4 (-6,3 a 9,1)	1,8 (-16,2 a 19,8)	-1,1 (-10,3 a 8,0)	8,8 (-7,5 a 25,2)
Nordeste	SII (IC95%)	-2,3 (-7,6 a 3,0)	5,0 (-0,3 a 10,3)	0,9 (-3,6 a 5,4)	0,7 (-4,4 a 5,8)
Nordeste	CIX (IC95%)	-2,5 (-9,2 a 4,1)	9,8 (-1,3 a 20,9)	0,2 (-5,8 a 6,2)	4,1 (-7,4 a 15,7)
Centro-Oeste	SII (IC95%)	-2,5 (-9,8 a 4,7)	-2,3 (-7,9; 3,1)	-3,9 (-10,9 a 3,0)	-1,4 (-8,9 a 6,1)
Centro-Oeste	CIX (IC95%)	-4,8 (-12,4 a 2,8)	-5,8 (-18,2 a 6,6)	-4,5 (-12,1 a 3,1)	-4,2 (-18,9 a 10,5)
Sudeste	SII (IC95%)	0,6 (-5,4 a 6,7)	3,4 (-2,7 a 9,6)	3,2 (-2,3 a 8,7)	7,3 (1,0 a 13,6)
Sudeste	CIX (IC95%)	1,1 (-4,7 −6,9)	10,3 (-3,1 a 23,7)	3,4 (-2,2 a 9,1)	18,4 (5,8 a 31,0)
Sul	SII (IC95%)	4,0 (-10,9 a 2,8)	0 (-5,4 a 5,2)	-9,9 (-15,7 a −4,0)	0,3 (-5,0 a 5,6)
Sul	CIX (IC95%)	-7,4 (-13,6 a −1,1)	0,1 (-12,1 a 12,3)	-10,6 (-16,4 a −4,7)	1,0 (-11,5 a 13,4)
Brasil	SII (IC95%)	-0,89 (-4,1 a 234)	2,6 (-0,6 a 5,7)	1,4 (-1,6 a 4,4)	3,6 (0,3 a 7,0)
Brasil	CIX (IC95%)	-0,7 (-4,1 a 2,7)	7,81 (0,01 a 14,1)	1,4 (-2,0 a 4,8)	9,5 (2,0 a 17,1)

Open in a new tab

SII – índice absoluto de desigualdade; CIX – índice de concentração.

Valores em negrito indicam resultados estatisticamente significativos.

Foram executadas análises suplementares para avaliar a desigualdade da multimorbidade, estratificada por sexo, entre as cinco regiões geopolíticas do Brasil ( Tabela 2 ). Observou-se diferença estatisticamente significativa, considerando os índices relativo e absoluto de desigualdades, para homens da região Sudeste com maior poder aquisitivo (SII = 7,3 e CIX = 18,4) e para mulheres com menor poder aquisitivo na região Sul (SII = −9,9 e CIX = −10,6). Também para o sexo feminino foi observada desigualdade relativa (CIX = −7,4) entre as menos escolarizadas.

Também foram realizadas análises de desigualdade para doenças crônicas isoladas (associação estatística não descrita na figura). Observou-se desigualdade absoluta e relativa, em ambos os sexos, com um padrão de doenças mais concentrado entre indivíduos com maior poder aquisitivo para colesterol (homens), artrite (mulheres) e tireoide (ambos). Problemas na tireoide também foram observados de forma mais concentrada (CIX) entre homens de maior escolaridade. Para artrite, no sexo feminino também se verificou desigualdade absoluta e relativa a favor das mais escolarizadas. Doenças neurológicas (homens) foram mais concentradas (desigualdade absoluta e relativa) para os menos escolarizados e de forma relativa para os de menor poder aquisitivo. Doenças gástricas (mulheres) foram mais concentradas (desigualdade absoluta e relativa) entre as menos escolarizadas, além de um CIX com padrão de desfecho concentrando-se entre mulheres de menor poder aquisitivo. Para doença renal, verificou-se maior concentração relativa entre homens mais escolarizados e de maior poder aquisitivo. Câncer foi mais prevalente entre mulheres menos escolarizadas (desigualdade relativa) ( Figura 2 ).

DISCUSSÃO

Multimorbidade acometeu um a cada dez adultos brasileiros. Extrapolando para a população do país, esse percentual representa, aproximadamente, 11 milhões de adultos residentes em áreas urbanas. Além disso, verificou-se maior prevalência de multimorbidade entre mulheres e adultos mais velhos. Desigualdades sociais de baixa magnitude (índices com diferença significativa, mas com valores próximos a nulidade) foram observadas entre homens – desigualdade relativa para escolaridade e absoluta para classe econômica.

Ao compararmos a ocorrência de multimorbidade encontrada neste estudo (10,9%) com a literatura, observa-se diferença de 18 pontos percentuais aproximadamente. Recente revisão sistemática e meta-análise ¹⁹ evidenciou também que a ocorrência de multimorbidade padronizada por idade afeta 33,1% da população mundial (adultos e idosos), porém este percentual variou entre os países, sendo maior daqueles de alta renda (37,9%) do que nos de baixa e média renda (29,7%). Já em estudo transversal composto por uma amostra de 28 países de baixa e média renda, a multimorbidade foi de 7,8%, sendo, respectivamente, de 3,8%, 12,8% e 21,3% para pessoas com idade de 18–49, 50–64 e ≥ 65 anos ¹⁹ . No Brasil, estudos nacionais e locais com adultos (≥ 18 anos) encontraram prevalência variando de, aproximadamente, 20% a 50% ⁴^,⁵^,⁸^,⁹^,¹²^,²⁰^,²¹ , com três destes encontrando prevalência ao redor de 30%. Além das limitações já citadas, duas explicações podem justificar as diferenças com o resultado do presente trabalho: 1) diferença no tipo, na forma de mensuração e no número de doenças consideradas em cada estudo. Por exemplo, estudo realizado em São Paulo (entre maio de 2005 e maio de 2007) utilizou questionários validados e acurados para a mensuração dos problemas de saúde mental, aumentando a identificação de casos ²¹ ; 2) estudos nacionais avaliaram a ocorrência de multimorbidade em adultos e idosos (≥ 60 anos), o que tende a aumentar a média do desfecho devido à maior ocorrência entre pessoas mais velhas.

Em relação à idade, os achados evidenciaram aumento da multimorbidade entre adultos mais velhos, variando de 2,7% (IC95% 2,2–4,4) a 26,9% (IC95% 25,2–28,7) para adultos de 20–29 e 50–59 anos, respectivamente. Esta associação de multimorbidade com aumento da idade é um achado comum nos estudos, conforme evidenciado por recente revisão sistemática e meta-análise ¹⁹ . Porém, apesar do aumento da idade significar maior frequência de múltiplos problemas concomitantes, destaca-se que, em números absolutos (SII), a multimorbidade é mais comum em adultos ²² , fato que ratifica a necessidade de ações dos sistemas e serviços de saúde para o manejo dos problemas concomitantes nesta faixa etária da população, incluindo tanto a prevenção da multimorbidade quanto a prevenção de novas doenças para esses adultos que já possuem multimorbidade.

O presente estudo também mostrou prevalência de multimorbidade duas vezes maior entre mulheres. Esses achados são corroborados por recente revisão sistemática e meta-análise publicada sobre o assunto ¹⁹ , em que 21 dos 25 artigos selecionados relataram maior prevalência de multimorbidade entre o sexo feminino. Além disso, em um dos artigos trazidos por esta revisão, a multimorbidade era quase o dobro nas mulheres (74% e 26% nos homens) ¹⁹ . O estudo de Afshar et al. ²³ também verificou maior ocorrência de multimorbidade no sexo feminino em todos os países considerados no estudo. Resultados similares em nível nacional foram observados em estudo ⁴ que mostrou que a prevalência de duas ou mais doenças crônicas entre mulheres foi de 26,1% (IC95% 25,2–27,0) e entre homens foi de 17,5% (IC95% 16,6–18,3). Outro estudo ⁵ trouxe resultados semelhantes quanto à prevalência de multimorbidade, sendo de 35,2% (IC95% 32,6–37,7) entre mulheres e de 20,4% (IC95% 17,7–23,0) entre homens. Essa prevalência maior de multimorbidade entre o sexo feminino pode ser explicada pela maior procura por serviços de saúde ²⁴ , com maior exposição ao recebimento de diagnóstico de doenças, conforme evidenciado em estudo conduzido nos Estados Unidos ²⁵ , no qual mulheres com idade entre 18 e 64 anos foram mais propensas do que homens a ter múltiplas condições crônicas. Além disso, homens têm menor expectativa de vida e, assim, menor tendência ao desenvolvimento de problemas de saúde de maior duração ²⁶ . Desta forma, mulheres, por viverem mais, são mais expostas ao longo da vida a eventos estressantes que comprometem o equilíbrio fisiopatológico e favorecem o desenvolvimento de doenças ²⁷ .

Foi observada associação entre multimorbidade e indicadores de nível socioeconômico apenas para homens com maior poder aquisitivo, quando avaliado o índice de desigualdade absoluta (SII) e relativo (CIX), e para homens com maior escolaridade, considerando o índice de desigualdade relativa (CIX). Mesmo com diferentes formas de mensuração descritas na literatura, este resultado vai de encontro a evidências já publicadas sobre tal associação ²^,¹⁰^,²² , incluindo os estudos nacionais sobre escolaridade ⁴^,⁵^,⁸ , cujos resultados mostram associação inversa entre esses indicadores e a prevalência de multimorbidade. Estudo realizado por Afshar et al. ²³ , em 28 países de baixa e média renda, encontrou relação positiva, mas não linear, entre o Produto Interno Bruto do país e a prevalência de multimorbidade. Quanto à escolaridade, ensino superior foi significativamente associado à diminuição do risco de multimorbidade nas análises de todas as regiões.

Os achados do presente estudo podem ser explicados pela forma como o questionário foi aplicado aos participantes, em que foi perguntado sobre o diagnóstico médico para as morbidades avaliadas. Este fato considera indivíduos que, teoricamente, passaram por atendimento médico e, assim, conseguiram acesso ao diagnóstico. Neste sentido, pode existir erro diferencial na associação avaliada: pessoas com maior poder aquisitivo tendem a ter maior acesso a serviços de saúde e, consequentemente, ao diagnóstico de morbidades. Dessa forma, possivelmente, a prevalência de multimorbidade foi maior entre indivíduos com maior poder aquisitivo (classes econômicas mais ricas e maior nível de escolaridade) do que entre pessoas com menor poder aquisitivo ²⁸ . Por outro lado, as análises executadas para as doenças de forma isolada evidenciaram desigualdades, tanto para pessoas com maior poder aquisitivo (colesterol, artrite e tireoide, outras doenças) quanto para aquelas com menor poder aquisitivo (doença gástrica) e menos escolarizadas (doenças neurológicas, gástricas e câncer), diferentemente do encontrado por Jantsch et al. ¹² , em que as morbidades, de modo geral, foram mais prevalentes entre pessoas com baixo nível educacional.

No estudo transversal acima mencionado ¹² , realizado no Rio de Janeiro, a associação entre escolaridade e multimorbidade diferiu entre os sexos. Mulheres com ensino fundamental incompleto apresentaram mais do dobro de ocorrência de multimorbidade do que as que haviam realizado pós-graduação. Por outro lado, para homens, a multimorbidade foi menor entre aqueles com ensino fundamental incompleto e completo, mas este resultado não foi estatisticamente significativo. Para o cálculo do SII, verificou-se que mulheres com menor nível educacional tinham 22% mais multimorbidade do que aquelas com mais educação formal. Em termos relativos, utilizando o CIX, verificou-se presença de multimorbidade três vezes maior em níveis educacionais menores, com maior nível de desigualdade entre mulheres ¹² .

A revisão sistemática e meta-análise publicada por Pathirana et al. ¹³ , com o objetivo de avaliar esta associação, mostrou formas heterogêneas de avaliação do nível socioeconômico. Verificou-se que baixa escolaridade estava associada a uma chance aumentada em 64% de ocorrência de multimorbidade. Porém, quando esses estudos foram agrupados de acordo com idade, a associação foi maior nas populações mais velhas. Este fato pode explicar por que não foi verificada, na presente análise, esta associação, uma vez que o foco foram adultos entre 20 e 59 anos.

Foram verificadas desigualdades socioeconômicas para algumas doenças de forma isolada. Embora com uma lista de doenças um pouco diferente da adotada por este trabalho, Jantsch et al. ¹² verificaram que todas as condições (hipertensão, diabetes, dislipidemia, doença cardíaca coronária, acidente vascular encefálico, condição pulmonar, úlcera péptica, colecistite, doença osteomuscular e doença da tireoide), exceto lesões por esforço repetitivo, mostraram tendência linear significativa entre mulheres, mais prevalentes entre aquelas com níveis de escolaridade mais baixos. Para homens, a associação apenas foi estatisticamente significante para hipertensão, diabetes, doença cardíaca coronária, lesão por esforço repetitivo e úlcera péptica. A falta de associação entre homens, encontrada neste estudo, pode também ser explicada pela baixa prevalência de alguns problemas nesse grupo, como, por exemplo, tireoide e câncer.

Para melhor compreensão dos achados, algumas limitações devem ser destacadas. Primeiro, o número limitado de doenças crônicas consideradas no estudo pode subestimar a ocorrência de morbidades concomitantes, reduzindo o percentual de pessoas com multimorbidade. Mesmo havendo no questionário a pergunta sobre outra doença crônica, o entrevistado pode não ter citado outra possível doença existente, já que a pergunta não foi específica para as morbidades – o que pode depender da memória do entrevistado. Segundo, a informação sobre presença de doença crônica foi baseada no diagnóstico médico autorreferido, sendo este um método usual em estudos epidemiológicos, porém com acurácia limitada ²⁹ , mesmo para condições prevalentes ²¹^,⁴ . Terceiro, a falta de padronização na definição do problema dificulta a definição de casos de multimorbidade e a comparação entre os estudos ³⁰ .

Os resultados indicam, de maneira geral, igualdade socioeconômica na ocorrência de multimorbidade, medida pelo diagnóstico médico de doenças. A baixa associação verificada é um resultado discrepante da literatura existente sobre o tema e necessita de mais análises que possam subsidiar as políticas públicas de saúde no que se refere a desigualdades. Cabe ressaltar também a importância de usar esses índices nas análises de desigualdades, uma vez que consideram toda a distribuição amostral do indicador, e não apenas valores extremos deste, como ocorre em análises brutas de renda e escolaridade ¹⁵ .

Não obstante, a frequência relativa e, principalmente, a frequência absoluta de multimorbidade, por si só, destacam a relevância da multimorbidade entre adultos brasileiros, principalmente mulheres. Com a tendência do aparecimento da multimorbidade em fases mais jovens da vida, aumenta a probabilidade de indivíduos usarem serviços (principalmente de urgência e emergência e hospitalização), de morte prematura e pior qualidade de vida. É, assim, importante o direcionamento de políticas públicas que atendam esta parcela da população que está adoecendo cada vez mais cedo.

Footnotes

Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos no Brasil. 2013. [citado 20 abr 2020]. Disponível em: http://www.ufrgs.br/pnaum .

Associação Brasileira de Empresas de Pesquisa. Critério Brasil de Classificação Econômica. São Paulo: Abep, 2013.

Financiamento:

O presente artigo não recebeu financiamento especifico. O estudo Pesquisa Nacional sobre Acesso, Utilização e Promoção do Uso Racional de Medicamentos recebeu financiamento do Departamento de Assistência Farmacêutica e Insumos Estratégicos e Departamento de Ciência e Tecnologia da Secretaria de Ciência, Tecnologia e Insumos Estratégicos do Ministério da Saúde (SCTIE/MS – Processo 25000.111834/2, Descentralização de Recursos do FNS).

[B1] 1.Mercer S, Furler J, Moffat K, Fischbacher-Smith D, Sanci LA. Multimorbidity: technical series on safer primary care. Genebra: World Health Organization; 2016. [Google Scholar]; 1. Mercer S, Furler J, Moffat K, Fischbacher-Smith D, Sanci LA. Multimorbidity: technical series on safer primary care. Genebra: World Health Organization; 2016.

[B2] 2.Puth M-T, Weckbecker K, Schmid M, Münster E. Prevalence of multimorbidity in Germany: impact of age and educational level in a cross-sectional study on 19,294 adults. BMC Public Health. 2017;17(1):826–826. doi: 10.1186/s12889-017-4833-3. [DOI] [PMC free article] [PubMed] [Google Scholar]; 2. Puth M-T, Weckbecker K, Schmid M, Münster E. Prevalence of multimorbidity in Germany: impact of age and educational level in a cross-sectional study on 19,294 adults. BMC Public Health. 2017;17(1):826. 10.1186/s12889-017-4833-3. [DOI] [PMC free article] [PubMed]

[B3] 3.Prazeres F, Santiago L. Prevalence of multimorbidity in the adult population attending primary care in Portugal: a cross-sectional study. BMJ Open. 2015;5(9):e009287. doi: 10.1136/bmjopen-2015-009287. [DOI] [PMC free article] [PubMed] [Google Scholar]; 3. Prazeres F, Santiago L. Prevalence of multimorbidity in the adult population attending primary care in Portugal: a cross-sectional study. BMJ Open. 2015;5(9):e009287. 10.1136/bmjopen-2015-009287. [DOI] [PMC free article] [PubMed]

[B4] 4.Nunes BP, Chiavegatto ADP, Filho, Pati S. Cruz Teixeira DS, Flores TR, Camargo-Figuera FA, et al. Contextual and individual inequalities of multimorbidity in Brazilian adults: a cross-sectional national-based study. BMJ Open. 2017;7(6):e015885. doi: 10.1136/bmjopen-2017-015885. [DOI] [PMC free article] [PubMed] [Google Scholar]; 4. Nunes BP, Chiavegatto Filho ADP, Pati S, Cruz Teixeira DS, Flores TR, Camargo-Figuera FA, et al. Contextual and individual inequalities of multimorbidity in Brazilian adults: a cross-sectional national-based study. BMJ Open. 2017;7(6):e015885. 10.1136/bmjopen-2017-015885. [DOI] [PMC free article] [PubMed]

[B5] 5.Nunes BP, Camargo-Figuera FA, Guttier M, Oliveira PD de, Munhoz TN, Matijasevich A, et al. Multimorbidity in adults from a southern Brazilian city: occurrence and patterns. Int J Public Health. 2016;61(9):1013–1020. doi: 10.1007/s00038-016-0819-7. [DOI] [PubMed] [Google Scholar]; 5. Nunes BP, Camargo-Figuera FA, Guttier M, de Oliveira PD, Munhoz TN, Matijasevich A, et al. Multimorbidity in adults from a southern Brazilian city: occurrence and patterns. Int J Public Health. 2016;61(9):1013-20. 10.1007/s00038-016-0819-7. [DOI] [PubMed]

[B6] 6.Violán C, Foguet-Boreu Q, Roso-Llorach A, Rodriguez-Blanco T, Pons-Vigués M, Pujol-Ribera E, et al. Patrones de multimorbilidad en adultos jóvenes en Cataluña: un análisis de clústeres. Aten Primaria. 2016;48(7):479–492. doi: 10.1016/j.aprim.2015.10.006. [DOI] [PMC free article] [PubMed] [Google Scholar]; 6. Violán C, Foguet-Boreu Q, Roso-Llorach A, Rodriguez-Blanco T, Pons-Vigués M, Pujol-Ribera E, et al. Patrones de multimorbilidad en adultos jóvenes en Cataluña: un análisis de clústeres. Aten Primaria. 2016;48(7):479-92. 10.1016/j.aprim.2015.10.006. [DOI] [PMC free article] [PubMed]

[B7] 7.Taylor AW, Price K, Gill TK, Adams R, Pilkington R, Carrangis N, et al. Multimorbidity, not just an older person's issue: results from an Australian biomedical study. BMC Public Health. 2010;10(1):718–718. doi: 10.1186/1471-2458-10-718. [DOI] [PMC free article] [PubMed] [Google Scholar]; 7. Taylor AW, Price K, Gill TK, Adams R, Pilkington R, Carrangis N, et al. Multimorbidity, not just an older person's issue: results from an Australian biomedical study. BMC Public Health. 2010;10(1):718. 10.1186/1471-2458-10-718. [DOI] [PMC free article] [PubMed]

[B8] 8.Carvalho JN de, Roncalli ÂG, Cancela M de C, Souza DLB de. Prevalence of multimorbidity in the Brazilian adult population according to socioeconomic and demographic characteristics. PLoS One. 2017;12(4):e0174322. doi: 10.1371/journal.pone.0174322.eCollection2017. [DOI] [PMC free article] [PubMed] [Google Scholar]; 8. Carvalho JN de, Roncalli ÂG, Cancela M de C, Souza DLB de. Prevalence of multimorbidity in the Brazilian adult population according to socioeconomic and demographic characteristics. PLoS One. 2017;12(4):e0174322. 10.1371/journal.pone.0174322.eCollection2017. [DOI] [PMC free article] [PubMed]

[B9] 9.Rzewuska M, Azevedo-Marques JM de, Coxon D, Zanetti ML, Zanetti ACG, Franco LJ, et al. Epidemiology of multimorbidity within the Brazilian adult general population: evidence from the 2013 National Health Survey (PNS 2013) PLoS One. 2017;12(2):e0171813. doi: 10.1371/journal.pone.0171813. [DOI] [PMC free article] [PubMed] [Google Scholar]; 9. Rzewuska M, de Azevedo-Marques JM, Coxon D, Zanetti ML, Zanetti ACG, Franco LJ, et al. Epidemiology of multimorbidity within the Brazilian adult general population: evidence from the 2013 National Health Survey (PNS 2013). PLoS One. 2017;12(2):e0171813. 10.1371/journal.pone.0171813. [DOI] [PMC free article] [PubMed]

[B10] 10.Roberts KC, Rao DP, Bennett TL, Loukine L, Jayaraman GC. Prevalence and patterns of chronic disease multimorbidity and associated determinants in Canada. Health Promot Chronic Dis Prev Can. 2015;35(6):87–94. doi: 10.24095/hpcdp.35.6.01. [DOI] [PMC free article] [PubMed] [Google Scholar]; 10. Roberts KC, Rao DP, Bennett TL, Loukine L, Jayaraman GC. Prevalence and patterns of chronic disease multimorbidity and associated determinants in Canada. Health Promot Chronic Dis Prev Can. 2015;35(6):87-94. 10.24095/hpcdp.35.6.01. [DOI] [PMC free article] [PubMed]

[B11] 11.Alimohammadian M, Majidi A, Yaseri M, Ahmadi B, Islami F, Derakhshan M, et al. Multimorbidity as an important issue among women: results of a gender difference investigation in a large population-based cross-sectional study in West Asia. BMJ Open. 2017;7(5):e013548. doi: 10.1136/bmjopen-2016-013548. [DOI] [PMC free article] [PubMed] [Google Scholar]; 11. Alimohammadian M, Majidi A, Yaseri M, Ahmadi B, Islami F, Derakhshan M, et al. Multimorbidity as an important issue among women: results of a gender difference investigation in a large population-based cross-sectional study in West Asia. BMJ Open. 2017;7(5):e013548. 10.1136/bmjopen-2016-013548. [DOI] [PMC free article] [PubMed]

[B12] 12.Jantsch AG, Alves RFS, Faerstein E. Educational inequality in Rio de Janeiro and its impact on multimorbidity: evidence from the Pró-Saúde study. A cross-sectional analysis. São Paulo Med J. 2018;136(1):51–58. doi: 10.1590/1516-3180.2017.0209100917. [DOI] [PMC free article] [PubMed] [Google Scholar]; 12. Jantsch AG, Alves RFS, Faerstein E. Educational inequality in Rio de Janeiro and its impact on multimorbidity: evidence from the Pró-Saúde study. A cross-sectional analysis. São Paulo Med J. 2018;136(1):51-8. 10.1590/1516-3180.2017.0209100917. [DOI] [PMC free article] [PubMed]

[B13] 13.Pathirana TI, Jackson CA. Socioeconomic status and multimorbidity: a systematic review and meta-analysis. Aust N Z J Public Health. 2018;42(2):186–194. doi: 10.1111/1753-6405.12762. [DOI] [PubMed] [Google Scholar]; 13. Pathirana TI, Jackson CA. Socioeconomic status and multimorbidity: a systematic review and meta-analysis. Aust N Z J Public Health. 2018;42(2):186-94. 10.1111/1753-6405.12762. [DOI] [PubMed]

[B14] 14.Nagel G, Peter R, Braig S, Hermann S, Rohrmann S, Linseisen J. The impact of education on risk factors and the occurrence of multimorbidity in the EPIC-Heidelberg cohort. BMC Public Health. 2008;8(1):384–384. doi: 10.1186/1471-2458-8-384. [DOI] [PMC free article] [PubMed] [Google Scholar]; 14. Nagel G, Peter R, Braig S, Hermann S, Rohrmann S, Linseisen J. The impact of education on risk factors and the occurrence of multimorbidity in the EPIC-Heidelberg cohort. BMC Public Health. 2008;8(1):384. 10.1186/1471-2458-8-384. [DOI] [PMC free article] [PubMed]

[B15] 15.Barros MB de A, Francisco PMSB, Zanchetta LM, César CLG. Tendências das desigualdades sociais e demográficas na prevalência de doenças crônicas no Brasil, PNAD: 2003-2008. Ciênc Saúde Coletiva. 2011;16(9):3755–3768. doi: 10.1590/s1413-81232011001000012. [DOI] [PubMed] [Google Scholar]; 15. Barros MB de A, Francisco PMSB, Zanchetta LM, César CLG. Tendências das desigualdades sociais e demográficas na prevalência de doenças crônicas no Brasil, PNAD: 2003-2008. Ciênc Saúde Coletiva. 2011;16(9):3755-68. 10.1590/s1413-81232011001000012. [DOI] [PubMed]

[B16] 16.Mengue SS, Bertoldi AD, Boing AC, Tavares NUL, Pizzol TSD, Oliveira MA, et al. National Survey on Access, Use and Promotion of Rational Use of Medicines (PNAUM): household survey component methods. Rev Saúde Pública. 2016;50(Suppl 2):4s–4s. doi: 10.1590/S1518-8787.2016050006156. [DOI] [PMC free article] [PubMed] [Google Scholar]; 16. Mengue SS, Bertoldi AD, Boing AC, Tavares NUL, Pizzol TSD, Oliveira MA, et al. National Survey on Access, Use and Promotion of Rational Use of Medicines (PNAUM): household survey component methods. Rev Saúde Pública. 2016;50(Suppl 2):4s. 10.1590/S1518-8787.2016050006156. [DOI] [PMC free article] [PubMed]

[B17] 17.Fortin M, Stewart M, Poitras M-E, Almirall J, Maddocks H. A systematic review of prevalence studies on multimorbidity: toward a more uniform methodology. Ann Fam Med. 2012;10(2):142–151. doi: 10.1370/afm.1337. [DOI] [PMC free article] [PubMed] [Google Scholar]; 17. Fortin M, Stewart M, Poitras M-E, Almirall J, Maddocks H. A systematic review of prevalence studies on multimorbidity: toward a more uniform methodology. Ann Fam Med. 2012;10(2):142-51. 10.1370/afm.1337. [DOI] [PMC free article] [PubMed]

[B18] 18.Barros AJD, Victora CG. Measuring coverage in MNCH: determining and interpreting inequalities in coverage of maternal, newborn, and child health interventions. PLoS Med. 2013;10(5):e1001390. doi: 10.1371/journal.pmed.1001390. [DOI] [PMC free article] [PubMed] [Google Scholar]; 18. Barros AJD, Victora CG. Measuring coverage in MNCH: determining and interpreting inequalities in coverage of maternal, newborn, and child health interventions. PLoS Med. 2013;10(5):e1001390. 10.1371/journal.pmed.1001390. [DOI] [PMC free article] [PubMed]

[B19] 19.Nguyen H, Manolova G, Daskalopoulou C, Vitoratou S, Prince M, Prina AM. Prevalence of multimorbidity in community settings: a systematic review and meta-analysis of observational studies. J Comorbidity. 2019;9 doi: 10.1177/2235042X19870934. 2235042X1987093. [DOI] [PMC free article] [PubMed] [Google Scholar]; 19. Nguyen H, Manolova G, Daskalopoulou C, Vitoratou S, Prince M, Prina AM. Prevalence of multimorbidity in community settings: a systematic review and meta-analysis of observational studies. J Comorbidity. 2019;9:2235042X1987093. 10.1177/2235042X19870934. [DOI] [PMC free article] [PubMed]

[B20] 20.Araujo MEA, Silva MT, Galvão TF, Nunes BP, Pereira MG. Prevalence and patterns of multimorbidity in Amazon Region of Brazil and associated determinants: a cross-sectional study. BMJ Open. 2018;8(11):e023398. doi: 10.1136/bmjopen-2018-023398. [DOI] [PMC free article] [PubMed] [Google Scholar]; 20. Araujo MEA, Silva MT, Galvão TF, Nunes BP, Pereira MG. Prevalence and patterns of multimorbidity in Amazon Region of Brazil and associated determinants: a cross-sectional study. BMJ Open. 2018;8(11):e023398. 10.1136/bmjopen-2018-023398. [DOI] [PMC free article] [PubMed]

[B21] 21.Wang Y-P, Nunes BP, Coêlho BM, Santana GL, Nascimento CF, Viana MC, et al. Multilevel analysis of the patterns of physical-mental multimorbidity in general population of São Paulo Metropolitan Area, Brazil. Sci Rep. 2019;9(1):2390–2390. doi: 10.1038/s41598-019-39326-8. [DOI] [PMC free article] [PubMed] [Google Scholar]; 21. Wang Y-P, Nunes BP, Coêlho BM, Santana GL, Nascimento CF, Viana MC, et al. Multilevel analysis of the patterns of physical-mental multimorbidity in general population of São Paulo Metropolitan Area, Brazil. Sci Rep. 2019;9(1):2390. 10.1038/s41598-019-39326-8. [DOI] [PMC free article] [PubMed]

[B22] 22.Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet. 2012;380(9836):37–43. doi: 10.1016/S0140-6736(12)60240-2. [DOI] [PubMed] [Google Scholar]; 22. Barnett K, Mercer SW, Norbury M, Watt G, Wyke S, Guthrie B. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study. Lancet. 2012;380(9836):37-43. 10.1016/S0140-6736(12)60240-2. [DOI] [PubMed]

[B23] 23.Afshar S, Roderick PJ, Kowal P, Dimitrov BD, Hill AG. Multimorbidity and the inequalities of global ageing: a cross-sectional study of 28 countries using the World Health Surveys. BMC Public Health. 2015;15(1):776–776. doi: 10.1186/s12889-015-2008-7. [DOI] [PMC free article] [PubMed] [Google Scholar]; 23. Afshar S, Roderick PJ, Kowal P, Dimitrov BD, Hill AG. Multimorbidity and the inequalities of global ageing: a cross-sectional study of 28 countries using the World Health Surveys. BMC Public Health. 2015;15(1):776. 10.1186/s12889-015-2008-7. [DOI] [PMC free article] [PubMed]

[B24] 24.Mendoza-Sassi R, Béria JU. Utilización de los servicios de salud: una revisión sistemática sobre los factores relacionados. Cad Saúde Pública. 2001;17(4):819–832. doi: 10.1590/s0102-311x2001000400016. [DOI] [PubMed] [Google Scholar]; 24. Mendoza-Sassi R, Béria JU. Utilización de los servicios de salud: una revisión sistemática sobre los factores relacionados. Cad Saúde Pública. 2001;17(4):819-32. 10.1590/s0102-311x2001000400016. [DOI] [PubMed]

[B25] 25.Buttorff C, Ruder T, Bauman M. Multiple chronic conditions in the United States. Santa Monica: Rand; 2017. [Google Scholar]; 25. Buttorff C, Ruder T, Bauman M. Multiple chronic conditions in the United States. Santa Monica: Rand; 2017.

[B26] 26.Salomon JA, Wang H, Freeman MK, Vos T, Flaxman AD, Lopez AD, et al. Healthy life expectancy for 187 countries, 1990-2010: a systematic analysis for the Global Burden Disease Study 2010. Lancet. 2012;380(9859):2144–2162. doi: 10.1016/S0140-6736(12)61690-0. [DOI] [PubMed] [Google Scholar]; 26. Salomon JA, Wang H, Freeman MK, Vos T, Flaxman AD, Lopez AD, et al. Healthy life expectancy for 187 countries, 1990-2010: a systematic analysis for the Global Burden Disease Study 2010. Lancet. 2012;380(9859):2144-62. 10.1016/S0140-6736(12)61690-0. [DOI] [PubMed]

[B27] 27.Violan C, Foguet-Boreu Q, Flores-Mateo G, Salisbury C, Blom J, Freitag M, et al. Prevalence, determinants and patterns of multimorbidity in primary care: a systematic review of observational studies. PLoS One. 2014;9(7):e102149. doi: 10.1371/journal.pone.0102149. [DOI] [PMC free article] [PubMed] [Google Scholar]; 27. Violan C, Foguet-Boreu Q, Flores-Mateo G, Salisbury C, Blom J, Freitag M, et al. Prevalence, determinants and patterns of multimorbidity in primary care: a systematic review of observational studies. PLoS One. 2014;9(7):e102149. 10.1371/journal.pone.0102149. [DOI] [PMC free article] [PubMed]

[B28] 28.Lima-Costa MF, Peixoto SV, Firmo JOA, Uchoa E. Validade do diabetes auto-referido e seus determinantes: evidências do projeto Bambuí. Rev Saúde Pública. 2007;41(6):947–953. doi: 10.1590/s0034-89102007000600009. [DOI] [PubMed] [Google Scholar]; 28. Lima-Costa MF, Peixoto SV, Firmo JOA, Uchoa E. Validade do diabetes auto-referido e seus determinantes: evidências do projeto Bambuí. Rev Saúde Pública. 2007;41(6):947-53. 10.1590/s0034-89102007000600009. [DOI] [PubMed]

[B29] 29.Leggett LE, Khadaroo RG, Holroyd-Leduc J, Lorenzetti DL, Hanson H, Wagg A, et al. Measuring resource utilization: a systematic review of validated self-reported questionnaires. Medicine (Baltimore) 2016;95(10):e2759. doi: 10.1097/MD.0000000000002759. [DOI] [PMC free article] [PubMed] [Google Scholar]; 29. Leggett LE, Khadaroo RG, Holroyd-Leduc J, Lorenzetti DL, Hanson H, Wagg A, et al. Measuring resource utilization: a systematic review of validated self-reported questionnaires. Medicine (Baltimore). 2016;95(10):e2759. 10.1097/MD.0000000000002759. [DOI] [PMC free article] [PubMed]

[B30] 30.Gonçalves VSS, Andrade KRC, Carvalho KMB, Silva MT, Pereira MG, Galvão TF. Accuracy of self-reported hypertension: a systematic review and meta-analysis. J Hypertens. 2018;36(5):970–978. doi: 10.1097/HJH.0000000000001648. [DOI] [PubMed] [Google Scholar]; 30. Gonçalves VSS, Andrade KRC, Carvalho KMB, Silva MT, Pereira MG, Galvão TF. Accuracy of self-reported hypertension: a systematic review and meta-analysis. J Hypertens. 2018;36(5):970-8. 10.1097/HJH.0000000000001648. [DOI] [PubMed]

PERMALINK

Does socioeconomic inequality occur in the multimorbidity among Brazilian adults?

Ândria Krolow Costa

Andréa Dâmaso Bertoldi

Andréia Turmina Fontanella

Luiz Roberto Ramos

Paulo Sergio Dourado Arrais

Vera Lucia Luiza

Sotero Serrate Mengue

Bruno Pereira Nunes

ABSTRACT

OBJECTIVE:

METHODS:

RESULTS:

CONCLUSIONS:

INTRODUCTION

METHODS

RESULTS

Table 1. Sociodemographic characteristics, chronic diseases and multimorbidity per gender, among adults. PNAUM, Brazil, 2014.

Figure 1. Multimorbidity per socioeconomic status and educational level, stratified by gender. PNAUM, Brazil, 2014.

Table 2. Multimorbidity inequalities analysis, stratified by gender and geopolitical regions. PNAUM, Brazil, 2014.

Figure 2. Analysis of inequalities of chronic diseases and multimorbidity, stratified by gender. PNAUM, Brazil, 2014.

DISCUSSION

Funding Statement

Footnotes

REFERENCES

Existe desigualdade socioeconômica na multimorbidade entre adultos brasileiros?

Ândria Krolow Costa

Andréa Dâmaso Bertoldi

Andréia Turmina Fontanella

Luiz Roberto Ramos

Paulo Sergio Dourado Arrais

Vera Lucia Luiza

Sotero Serrate Mengue

Bruno Pereira Nunes

RESUMO

OBJETIVO:

MÉTODOS:

RESULTADOS:

CONCLUSÕES:

INTRODUÇÃO

MÉTODOS

RESULTADOS

Tabela 1. Características sociodemográficas, doenças crônicas e multimorbidade, segundo o sexo entre adultos. PNAUM, Brasil, 2014.

Figura 1. Multimorbidade segundo classe econômica e escolaridade, estratificado por sexo. PNAUM, Brasil, 2014.

Tabela 2. Análise de desigualdades da multimorbidade, estratificado por sexo e regiões geopolíticas. PNAUM, Brasil, 2014.

Figura 2. Análise das desigualdades das doenças crônicas e multimorbidade, estratificado por sexo. PNAUM, Brasil, 2014.

DISCUSSÃO

Footnotes

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases