Catastrophic health expenditure and multimorbidity among older adults in Brazil

Gabriella Marques Bernardes; Helton Saulo; Rodrigo Nobre Fernandez; Maria Fernanda Lima-Costa; Fabíola Bof de Andrade

doi:10.11606/s1518-8787.2020054002285

. 2020 Nov 27;54:125. doi: 10.11606/s1518-8787.2020054002285

View full-text in Portuguese

Catastrophic health expenditure and multimorbidity among older adults in Brazil

Gabriella Marques Bernardes ^I, Helton Saulo ^II, Rodrigo Nobre Fernandez ^III, Maria Fernanda Lima-Costa ^I,^IV, Fabíola Bof de Andrade ^I,^IV,^✉

PMCID: PMC7703545 PMID: 33331522

ABSTRACT

OBJECTIVE:

To estimate the relation between catastrophic health expenditure (CHE) and multimorbidity in a national representative sample of the Brazilian population aged 50 year or older.

METHODS:

This study used data from 8,347 participants of the Estudo Longitudinal de Saúde dos Idosos Brasileiros (ELSI – Brazilian Longitudinal Study of Aging) conducted in 2015–2016. The dependent variable was CHE, defined by the ratio between the health expenses of the adult aged 50 years or older and the household income. The variable of interest was multimorbidity (two or more chronic diseases) and the variable used for stratification was the wealth score. The main analyses were based on multivariate logistic regression.

RESULTS:

The prevalence of CHE was 17.9% and 7.5%, for expenditures corresponding to 10 and 25% of the household income, respectively. The prevalence of multimorbidity was 63.2%. Multimorbidity showed positive and independent associations with CHE (OR = 1.95, 95%CI 1.67–2.28, and OR = 1.40, 95%CI 1.11–1.76 for expenditures corresponding to 10% and 25%, respectively). Expenditures associated with multimorbidity were higher among those with lower wealth scores.

CONCLUSIONS:

The results draw attention to the need for an integrated approach of multimorbidity in health services, in order to avoid CHE, particularly among older adults with worse socioeconomic conditions.

DESCRIPTORS: Middle Aged, Aged, Multimorbidity, Socioeconomic Factors, Cost of Illness, Catastrophic Expenditure

INTRODUCTION

In recent decades, the concern related to health expenditures has been highlighted globally, considering that such expenditures have grown faster than the Gross Domestic Product (GDP) of most countries, especially in those with low and middle income ¹ . However, higher national expenditure does not necessarily imply better health conditions or greater equity in access to services ² . In general, health systems should allow people to use the services without incurring financial sacrifice, which is part of the goal of universal health coverage, proposed by the United Nations in their Sustainable Development Goals ³ . Although many countries are making efforts in this direction, recent data point to an increasing trend of catastrophic health expenditures ⁴ , those that exceed a percentage of the family's income, consumption or ability to pay ³^–⁵ . There are different cutoff points, varying from 10 to 40%, to define this type of expenditure, depending on the denominator used for this calculation ³^–⁵ .

Data reported by the World Health Organization (WHO) showed that, in 2010, 808 million people (11.7% of the world population) incurred health expenditures that exceeded 10% of the family budget and, for 179 million people (2.6% of the world population), corresponding expenditures exceeded the 25% limit of the family budget ³ . In Brazil, between 2007 and 2015, 25.6% of the population incurred health expenditures greater than 10% of the total household expenses or income ⁶ .

Studies indicate greater impact of catastrophic health expenditures in families with lower socioeconomic level ⁷^,⁸ . In addition, evidence shows positive association between chronic diseases and greater out-of-pocket health expenditures ⁹^,¹⁰ . Within the context of population aging, characterized by the predominance and high burden of non-communicable chronic diseases ¹¹ , the concern about the financial impact generated by them has been a studied object ⁹^,¹² .

The phenomenon of multimorbidity — the simultaneous occurrence of more than one disease in the same individual ¹³ — is also increasingly common, and with a growing trend ¹⁴ . Older adults with multimorbidity represent a complex demand, since they use health services more frequently ¹² , raise the costs for health systems ¹²^,¹⁵ and increase the chances of catastrophic expenditures for the families ⁹ .

The relation between socioeconomic conditions, chronic diseases and health expenditures in the general population has already been evaluated by different studies ⁷^–¹⁰ . However, the association between catastrophic health expenditure in older adults is still little explored, especially in developing countries. In Brazil, this association is unknown, although particularly relevant, considering the fast population aging and the social inequalities in health conditions and in the use of services by this population ¹⁶ . Thus, the objectives of this study are: (1) to describe the distribution of catastrophic health expenditures (CHE) in a national representative sample of the Brazilian population of older adults; (2) to estimate the association of these expenditures with multimorbidity; and (3) to assess if the socioeconomic conditions interfere in this association.

METHODS

The data used were from the baseline of the Estudo Longitudinal de Saúde dos Idosos Brasileiros (ELSI – Brazilian Longitudinal Study of Aging), conducted in 2015 and 2016 in a sample representative of the non-institutionalized Brazilian population, aged 50 years or older. The ELSI-Brasil used a probabilistic sample selected by stratification processes and conglomerates, in different stages. In the selected households, all residents 50 years or older were eligible for the interview and other procedures. The final sample of the ELSI-Brasil baseline was composed of 9.412 individuals, residing in 70 municipalities in different regions of the country.

In this study, all individuals aged 50 years or older who participated in the baseline survey of the research and who had all the necessary information for the proposed data analysis were considered, totaling 8.347 people. More details on the ELSI-Brasil may be seen on the investigation homepage (elsi.cpqrr.fiocruz.br) and in a previous publication ¹⁷ .

The ELSI-Brasil was approved by the Research Ethics Committee of the René Rachou Institute of the Oswaldo Cruz Foundation (CAAE:34649814.3.0000.5091) and all participants signed the informed consent form before the interviews.

Dependent Variable

The dependent variable of the study was catastrophic health expenditure (yes/no), defined as the ratio between out-of-pocket expenditure, relative to all health expenditure incurred by the adults aged 50 years or older in the last 30 days, and the total household income. Individuals whose expenditures reached values equal or greater than 10% or values equal or greater than 25% of the household income were classified as incurring catastrophic expenditures, as previously proposed ³^,⁴ .

The following health expenditures were considered to compose the out-of-pocket expenditure: medical consultation, dentist consultation, hospitalizations, physiotherapist, occupational therapist, speech therapist, psychologist, caregiver/nursing technician, laboratory/image and other examinations, nutritionist and medications. The ELSI-Brasil considered the recall period of 90 days for health expenditure, except for drug expenses, collected based on the last 30 days. Thus, to allow the sum of the values and to calculate the out-of-pocket expenditure in the last 30 days, the expenses evaluated with recall period of 90 days were divided by three. All the variables related to spending and income were deflated for the year of 2015, using the Índice Nacional de Preços ao Consumidor Amplo (IPCA – National Broad Consumer Price Index) provided by the Brazilian Institute of Geography and Statistics (IBGE). The purchasing power of 1 real equated, on average, to 95 cents in 2015.

Household income was established by the sum of the incomes of all residents, considering five sources: salary or self-employment; retirement or death pension; Bolsa Família (Family Allowance Program), Benefício de Prestação Continuada (Continued Installment Benefit Program), alimony or cash donation; rents or leases; and others. The missing data for one or more items represented absence of income in the item in question. Respondents who did not report the exact value of income were asked to inform the closest interval, using the midpoint of the interval as income value. For the last class interval, the value was imputed considering the median gain of the other residents with income in this range, who informed their income in the open question.

Covariates

Multimorbidity, defined as the presence of two or more chronic health conditions ¹³ , was the main independent variable. Chronic diseases were selected from a list with 17 diseases, including: high blood pressure, diabetes, high cholesterol, heart attack, angina, heart failure, stroke, asthma, chronic obstructive pulmonary disease, arthritis or rheumatism, osteoporosis, spine problem, depression, cancer, chronic kidney failure, Parkinson's disease and Alzheimer's disease. The presence of these diseases was evaluated through self-report, using the question “Has any doctor ever said you have...”.

Other dependent variables included: age (50–59, 60–69, 70–79 and 80 years or older); sex (female and male); proportion of older adults in the household; education (no study, 1–3, 4–7 and 8 or more years of study); marital status (with or without marital relationship); wealth score (1st, 2nd, 3rd, 4th and 5th quintiles); average number of drugs used; private health insurance (yes or no); and functional limitations (yes and no).

The wealth score, categorized in quintiles, was defined by analyzing main components ¹⁸ , using information on family ownership of durable goods and housing characteristics: household goods (internet, television, cable television, refrigerator, washing machine, dishwasher, dryer, computer, desk phone, cell phone, microwave, motorcycle, car) and domestic characteristics (maid, masonry or wooden wall, piped water, paved street, bathroom).

Functional limitation was evaluated according to the report of difficulties to perform one of more basic activities of daily living (crossing from one room to another, getting dressed, bathing, eating, lying down and/or getting out of bed and using the toilet).

Data Analysis

A descriptive analysis of the study variables and of the proportion of health expenditures in relation to out-of-pocket was performed. Univariate logistic regression was used, followed by multiple logistic regression, to assess the association between catastrophic expenditure and each independent variable. The multiple model included all the variables with p-value less than 0.20, and those significantly associated with the outcome remained in the final model. Results were expressed by odds ratio and respective confidence intervals (95%CI). The adjusted probabilities of catastrophic expenditure among individuals with multimorbidity according to the wealth score were calculated from including the interaction term between multimorbidity and wealth score. Data analysis was performed with the Stata 14.0 software (StataCorp College Station, United States), considering sample parameters and weights of the individuals.

RESULTS

Table 1 shows the descriptive analysis of the sample, composed mostly of women (54%), adults in the age group between 50 and 59 years (46.9%), with marital relationship (63.2%) and 8 years or more of study (37.4%). Most of the studied population had multimorbidity (63.2%), no functional limitation (84.4%) and no private health insurance (74.1%). The prevalence of CHE was 17.9% for the 10% cutoff point of and 7.5% for the 25% cutoff point of household income.

Table 1. Sociodemographic and health characteristics of the research participants (Brazilian Longitudinal Study of Aging), 2015–2016.

Variables		%	95%CI
Sex
	Female	54.0	51.1–56.9
	Male	46.0	43.1–48.9
Age (years)
	50–59	46.9	42.6–51.3
	60–69	30.0	28.1–31.9
	70–79	15.8	14.0–17.8
	80+	7.3	6.0–8.8
Marital status
	No marital relationship	36.8	33.9–39.8
	With marital relationship	63.2	60.2–66.1
Education
	No study	12.3	10.0–14.9
	1–3 years	18.7	17.1–20.4
	4–7 years	31.6	29.1–34.2
	8+ years	37.4	34.6–40.4
	Proportion of older adults in the household	70.7	69.2–72.2
Multimorbidity
	No	36.8	34.6–39.1
	Yes	63.2	60.9–65.4
	Medications (mean)	2.2	2.1–2.3
Functional limitation
	No	84.4	83.0–85.7
	Yes	15.6	14.3–17.0
Private Health Insurance
	No	74.1	1.4–76.7
	Yes	25.9	23.3–28.6
Catastrophic health expenditure
	10% cutoff point	17.9	16.4–19.5
	25% cutoff point	7.5	6.6–8.4

Open in a new tab

The evaluation of components of health expenditure pointed that spending with medications represented the greatest proportion of out-of-pocket expenditure (65.1%), followed by spending on dentists and with medical consultations ( Table 2 ).

Table 2. Mean proportion of health expenditures in relation to out-of-pocket of older adults in Brazil (Brazilian Longitudinal Study of Aging), 2015–2016.

Expenditure	Out-of-pocket
Expenditure	%	95%CI
Medication	65.1	63.0–67.3
Dentist	12.2	10.7–13.7
Medical consultation	11.1	9.8–12.4
Examination	8.7	7.5–10.0
Physiotherapist	1.4	1.0–1.7
Caregiver	0.8	0.4–1.2
Hospitalization	0.5	0.3–0.7
Psychologist	0.5	0.3–0.6
Nutritionist	0.2	0.1–0.3
Occupational therapist	0.0	0.0–0.07
Speech therapist	0.0	0.0–0.1

Open in a new tab

In the univariate analysis, all variables were significantly associated with catastrophic expenditure in both cutoff points, except for education for both points and physical activity for the 25% cutoff point of household income ( Table 3 ).

Table 3. Univariate analysis between catastrophic expenditure and independent variables (Brazilian Longitudinal Study of Aging), 2015–2016.

Variables		Catastrophic expenditure
Variables		≥ 10% OR (95%CI)	≥ 25% OR (95%CI)
Sex (ref. ^a : female)
	Male	0.59 (0.51-0.70) ^b	0.53 (0.42–0.68) ^b
Age (years)		1.03 (1.02–1.04) ^b	1.02 (1.01–1.04) ^b
Marital status (ref. no)
	Yes	0.73 (0.64-0.82) ^b	0.59 (0.51-0.70) ^b
Years of study		0.99 (0.98–1.01)	1.00 (0.98–1.02)
Wealth score (ref. ^a : 1st quintile)
	2nd quintile	1.28 (1.02–1.60) ^c	1.36 (1.03–1.79) ^c
	3rd quintile	1.16 (0.93–1.43)	1.09 (0.81–1.46)
	4th quintile	0.94 (0.72–1.23)	0.89 (0.63–1.24)
	5th quintile (richest)	0.92 (0.69–1.23)	1.04 (0.72–1.49)
Proportion of older adults in the household		1.01 (1.01–1.01) ^b	1.01 (1.00–1.01) ^b
Physical activity (ref. ^a : no)
	Yes	0.79 (0.67-0.93) ^d	0.84 (0.68–1.04)
	Multimorbidity (ref. ^a : no)
	Yes	2.45 (2.11–2.84) ^b	1.83 (1.47–2.28) ^b
	No. of medications	1.34 (1.30–1.39) ^b	1.27 (1.22–1.32) ^b
Functional limitation (ref. ^a : no)
	Yes	2.45 (2.15–2.78) ^b	2.26 (1.78–2.87) ^b
Private health insurance (ref. ^a : no)
	Yes	1.36 (1.15–1.60) ^b	1.49 (1.17–1.88) ^b

Open in a new tab

ref.ᵃ: reference category

p < 0.001

p < 0.05

p < 0.01

Table 4 shows the results of the factors associated with CHE. After adjusting the model, older females, with lower education, functional limitation and who had private health insurance were more likely to incur CHE, for both cutoff points. Only the association between 4-7 years of education and expenditure equal or greater than 25% of household income and the association between wealth score for the same cutoff point were not statistically significant after adjusting the model. The presence of multimorbidity increased in 95% the chance of CHE equal or greater than 10%, in addition to increasing by 40% the chance of CHE equal or greater than 25% of household income. The results also pointed out that older adults belonging to the highest wealth score are 5% less likely to incur catastrophic expenditure for the 10% cutoff point of household income ( Table 4 ).

Table 4. Multiple logistic regression model for factors associated with catastrophic health expenditure (Brazilian Longitudinal Study of Aging), 2015-2016.

Variables		Catastrophic expenditure
Variables		10% OR (95%CI)	25% OR (95%CI)
Sex
	Male	0.69 (0.58–0.81) ^a	0.59 (0.45–0.76) ^a
Age		1.02 (1.01–1.03) ^a	1.01 (1.01–1.01) ^b
Education (8+ years)
	Did not study	0.65 (0.50–0.85) ^b	0.64 (0.45–0.91) ^c
	1–3 years	0.71 (0.57–0.89) ^b	0.75 (0.59–0.96) ^c
	4–7 years	0.79 (0.67–0.93) ^d	0.82 (0.65–1.04)
Wealth score		0.95 (0.92–0.98) ^b	0.96 (0.90–1.01)
Proportion of older adults in the household		1.01 (1.00–1.01) ^a	1.01 (1.00–1.01) ^b
Multimorbidity
	Yes	1.95 (1.67–2.28) ^a	1.40 (1.11–1.76) ^b
Functional limitation
	Yes	2.06 (1.79–2.37) ^a	2.04 (1.62–2.56) ^a
Private health insurance
	Yes	1.28 (1.07–1.53) ^b	1.40 (1.11–1.76) ^b

Open in a new tab

p < 0.001

p < 0.01

p < 0.05

Figure 1 shows the adjusted probabilities of CHE according to the presence of multimorbidity and wealth score. In the two cutoff points, there were significant differences between the probability of catastrophic expenditures according to the presence of multimorbidity and wealth score. CHE probabilities were higher among individuals with multimorbidity and lower wealth scores, for both cutoff points.

DISCUSSION

This study verified a significant impact of health expenses on the household income of older adults. Approximately one fifth of the individuals analyzed incurred CHE exceeding 10% of the household income, and 8% of the individuals incurred CHE when the 25% cutoff point was used. Spending with medication was the main health expenditure. CHE was significantly associated with multimorbidity, which also potentialized the effects of socioeconomic inequalities, regardless of the cutoff point used.

The estimated prevalence of CHE for both cutoff points is higher than that found in the total population of wealthy countries and Latin American and Caribbean countries ⁴ , where the estimated CHE reached 13.4% in 2000, considering the total expenditure on family health for the cutoff point of 10% of family consumption ⁴ . Among wealthy countries, a study performed with Australians aged 55 years or older verified that 11.8% and 5.1% incurred CHE for the 10% and 25% cutoff points, respectively ⁹ . Given the WHO estimate of 25.6%, between 2007 and 2015, which considered the Brazilian population as a whole ⁶ , the prevalence of CHE in older adults in the country for the 10% cutoff point may be considered high.

The higher prevalence of CHE among older adults, in relation to the total population, has been described in literature ¹⁹ , and may be explained by the differences in types and frequency of spending among young families, when compared to older adult families. In general, most health expenditure relates to spending with medications and medical consultations ²⁰ . Among older adults, in addition to those expenses being higher, their proportion in relation to income is also greater ¹⁵ .

Corroborating a previous study ⁹ , it was found that individuals with multimorbidity were more likely to have catastrophic expenses, regardless of the cutoff point. McRae et al. ⁹ not only observed positive association between multimorbidity and CHE among older adults, but also verified a gradient in this relation: each additional chronic disease increased in 46% the chance of health spending exceeding 20% of the income ⁹ . Among the reasons for this association, we can mention the greater use of services by individuals with multimorbidity ¹² , which is related to the complexity of care, such as the need to use several medications ²¹ . Individuals with multimorbidity may spend, on average, 10 times more on health than those without it ¹⁰ .

Our results also showed that socioeconomic inequality is related to CHE, a relation consistently described in literature ⁸^,²² . In Brazil, the occurrence of CHE for total population was 5.2 times higher among the poorest, according to the National Economic Index, and 4.2 times higher among individuals with less schooling, considering complete years of study ⁸ . This study advances by showing that the inequalities associated with CHE in older adults show distinct patterns, when evaluated as a function of multimorbidity, which potentializes the effects of these inequalities. Regardless of the cutoff point used, the probability of CHE was greater among individuals with multimorbidity and belonging to the lowest wealth scores, when compared to individuals without multimorbidity, and this difference was significantly attenuated with increased socioeconomic status.

Both results reinforce the importance of investing in achieving universal health coverage that ensures the access to quality care and services, without catastrophically compromising the family budget ³ . In Brazil, the maintenance of the Unified Health System (SUS) is essential for this goal to be achieved, since, throughout its 30 years of existence, the system was effective in reducing inequalities in the health access and conditions of the population ²³ , especially among individuals with chronic diseases, considering that more than 70% of Brazilian older adults depend exclusively on SUS ²⁴ . In addition, data from the most recent national survey on access to medications in Brazil showed that 67.7% of Brazilian adults and older adults with chronic diseases who had total access to treatment, obtained some medications, and 47.5% obtained all their medications, free of charge ²⁵ .

Although access to free medicines in the SUS is greater among low-income individuals, middle-income people also often access public pharmaceutical assistance ²⁶ . This may be related to the type of private health insurance acquired by this portion of the population. These insurances commonly have limited coverage for medications, home care, physiotherapy and other services, causing individuals who have this type of private health insurance to resort to the public system to ensure access to these services ²⁷ . A recent study demonstrated the exclusive use of SUS to obtain medications by 29.3% of the individuals with chronic diseases who had a private health insurance, and among 34.4% of those with these diseases who belonged to the highest economic classification ²⁷ . This may be one of the explanations for the fact that private health insurance does not constitute a factor of protection against catastrophic health expenditures ⁷ , and may even increase the occurrence of this outcome, as the results of this study indicated. As in Brazil, other recent studies conducted in countries such as Mexico ²⁸ and China ²⁹ have shown that public health programs decrease the risk of catastrophic expenditure.

Among the strengths of this study, we highlight the use of a measure of health expenditure composed by a comprehensive number of expenses, usually unavailable in population studies, enabling a more specific analysis of spending by older adults in Brazil. However, the self-report of chronic diseases may interfere with the estimation of multimorbidity, although this measure is considered valid in epidemiological studies, without the occurrence of socioeconomic bias ³⁰ . The fact that this study used out-of-pocket expenditure in the numerator, as well as household income in the denominator, to the detriment of total health expenditure and the family's ability to pay, may have reduced the percentage of CHE. Although such measures are widely used in research, literature shows no consensus on the best form of calculation. The cross-sectional design is another limitation of this study, as it prevents the analysis of temporal relationships between the variables. The recall period of the measures used to calculate the CHE, restricted to 30 to 90 days, may also have interfered with the magnitude of the outcome.

The results of this study help to understand catastrophic health expenditure among older adults in Brazil, which can be potentialized by the presence of multimorbidity and among individuals with low socioeconomic status. Considering population aging, along with an increased prevalence of multimorbidity ¹⁴ , health systems need to adapt to this demand, ensuring the access and quality of their services, especially to the less advantaged population groups. Future research is necessary to monitor our findings and to investigate the influence of specific combinations of diseases on CHE occurrence, in order to contribute to the evaluation of the impact of universal health coverage policies on reducing inequalities.

Footnotes

Funding: Aperfeiçoamento de Pessoal de Nível Superior (Capes – PhD scholarship for GMB).

REFERENCES

1.World Health Organization . Global report: Public Spending on Health: a closer look at global trends. Geneva: WHO; 2018. [Google Scholar]; 1. World Health Organization. Global report: Public Spending on Health: a closer look at global trends. Geneva: WHO; 2018.
2.Hsiao WC. Why is a systemic view of health financing necessary? health affairs. Health Aff (Millwood) 2007;26(4):950–961. doi: 10.1377/hlthaff.26.4.950. [DOI] [PubMed] [Google Scholar]; 2. Hsiao WC. Why is a systemic view of health financing necessary? health affairs. Health Aff (Millwood). 2007;26(4):950-61. 10.1377/hlthaff.26.4.950 [DOI] [PubMed]
3.World Health Organization . Tracking universal health coverage: 2017 Global Monitoring Report. Geneva: WHO; 2017. [Google Scholar]; 3. World Health Organization. Tracking universal health coverage: 2017 Global Monitoring Report. Geneva: WHO; 2017. Co-published by the The World Bank.
4.Wagstaff A, Flores G, Hsu J, Smitz MF, Chepynoga K, Buisman LR, et al. Progress on catastrophic health spending in 133 countries: a retrospective observational study. Lancet Glob Health. 2018;6(2):e169–e179. doi: 10.1016/S2214-109X(17)30429-1. [DOI] [PubMed] [Google Scholar]; 4. Wagstaff A, Flores G, Hsu J, Smitz MF, Chepynoga K, Buisman LR, et al. Progress on catastrophic health spending in 133 countries: a retrospective observational study. Lancet Glob Health. 2018;6(2):e169-79. 10.1016/S2214-109X(17)30429-1 [DOI] [PubMed]
5.Xu K, Evans DB, Kawabata K, Zeramdini R, Klavus J, Murray CJ. Household catastrophic health expenditure: a multicountry analysis. Lancet. 2003;362(9378):111–117. doi: 10.1016/S0140-6736(03)13861-5. [DOI] [PubMed] [Google Scholar]; 5. Xu K, Evans DB, Kawabata K, Zeramdini R, Klavus J, Murray CJ. Household catastrophic health expenditure: a multicountry analysis. Lancet. 2003;362(9378):111-7. 10.1016/S0140-6736(03)13861-5 [DOI] [PubMed]
6.World Health Organization . World health statistics 2018: monitoring health for the SDGs, sustainable development goals. Geneva: WHO; 2018. [Google Scholar]; 6. World Health Organization. World health statistics 2018: monitoring health for the SDGs, sustainable development goals. Geneva: WHO; 2018.
7.Barros AJ, Bastos JL, Dâmaso AH. Catastrophic spending on health care in Brazil: private health insurance does not seem to be the solution. Cad Saude Publica. 2011;27(Suppl 2):s254–s262. doi: 10.1590/S0102-311X2011001400012. [DOI] [PubMed] [Google Scholar]; 7. Barros AJ, Bastos JL, Dâmaso AH. Catastrophic spending on health care in Brazil: private health insurance does not seem to be the solution. Cad Saude Publica. 2011;27 Suppl 2: s254-62. 10.1590/S0102-311X2011001400012 [DOI] [PubMed]
8.Boing AC, Bertoldi AD, Barros AJD, Posenato LG, Peres KG. Socioeconomic inequality in catastrophic health expenditure in Brazil. Rev Saude Publica. 2014;48(4):632–641. doi: 10.1590/S0034-8910.2014048005111. [DOI] [PMC free article] [PubMed] [Google Scholar]; 8. Boing AC, Bertoldi AD, Barros AJD, Posenato LG, Peres KG. Socioeconomic inequality in catastrophic health expenditure in Brazil. Rev Saude Publica. 2014;48(4):632-41. 10.1590/S0034-8910.2014048005111 [DOI] [PMC free article] [PubMed]
9.McRae I, Yen L, Jeon YH, Herath PM, Essue B. Multimorbidity is associated with higher out-of-pocket spending: a study of older Australians with multiple chronic conditions. Aust J Prim Health. 2013;19(2):144–149. doi: 10.1071/PY12035. [DOI] [PubMed] [Google Scholar]; 9. McRae I, Yen L, Jeon YH, Herath PM, Essue B. Multimorbidity is associated with higher out-of-pocket spending: a study of older Australians with multiple chronic conditions. Aust J Prim Health. 2013;19(2):144-9. 10.1071/PY12035 [DOI] [PubMed]
10.Sum G, Hone T, Atun R, Millett C, Suhrcke M, Mahal A, et al. Multimorbidity and out-of-pocket expenditure on medicines: a systematic review. BMJ Glob Health. 2018;3(1):e000505. doi: 10.1136/bmjgh-2017-000505. [DOI] [PMC free article] [PubMed] [Google Scholar]; 10. Sum G, Hone T, Atun R, Millett C, Suhrcke M, Mahal A, et al. Multimorbidity and out-of-pocket expenditure on medicines: a systematic review. BMJ Glob Health. 2018;3(1): e000505. 10.1136/bmjgh-2017-000505 [DOI] [PMC free article] [PubMed]
11.GBD 2016 Causes of Death Collaborators Global, regional, and national age-sex specific mortality for 264 causes of death, 1980-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet. 2017;390(10100):1151–1210. doi: 10.1016/S0140-6736(17)32152-9. [DOI] [PMC free article] [PubMed] [Google Scholar]; 11. GBD 2016 Causes of Death Collaborators. Global, regional, and national age-sex specific mortality for 264 causes of death, 1980-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet. 2017;390(10100):1151-1210. 10.1016/S0140-6736(17)32152-9 [DOI] [PMC free article] [PubMed]
12.Bähler C, Huber CA, Brüngger B, Reich O. Multimorbidity, health care utilization and costs in an older adult community-dwelling population: a claims data based observational study. BMC Health Serv Res. 2015;15:23–23. doi: 10.1186/s12913-015-0698-2. [DOI] [PMC free article] [PubMed] [Google Scholar]; 12. Bähler C, Huber CA, Brüngger B, Reich O. Multimorbidity, health care utilization and costs in an older adult community-dwelling population: a claims data based observational study. BMC Health Serv Res. 2015;15:23. 10.1186/s12913-015-0698-2 [DOI] [PMC free article] [PubMed]
13.World Health Organization. The World Health Report 2008 - primary health care (now more than ever) Geneva: WHO; 2008. [Google Scholar]; 13. World Health Organization. The World Health Report 2008 - primary health care (now more than ever). Geneva: WHO; 2008.
14.Kingston A, Robinson L, Booth H, Knapp M, Jagger C. MODEM project. Projections of multi-morbidity in the older population in England to 2035: estimates from the Population Ageing and Care Simulation (PACSim) model. Age Ageing. 2018;47(3):374–380. doi: 10.1093/ageing/afx201. [DOI] [PMC free article] [PubMed] [Google Scholar]; 14. Kingston A, Robinson L, Booth H, Knapp M, Jagger C; MODEM project. Projections of multi-morbidity in the older population in England to 2035: estimates from the Population Ageing and Care Simulation (PACSim) model. Age Ageing. 2018;47(3):374-80. 10.1093/ageing/afx201 [DOI] [PMC free article] [PubMed]
15.Picco L, Achilla E, Abdin E, Chong SA, Vaingankar JA, McCrone P, et al. Economic burden of multimorbidity among older adults: impact on healthcare and societal costs. BMC Health Serv Res. 2016;16:173–173. doi: 10.1186/s12913-016-1421-7. [DOI] [PMC free article] [PubMed] [Google Scholar]; 15. Picco L, Achilla E, Abdin E, Chong SA, Vaingankar JA, McCrone P, et al. Economic burden of multimorbidity among older adults: impact on healthcare and societal costs. BMC Health Serv Res. 2016; 16:173. 10.1186/s12913-016-1421-7 [DOI] [PMC free article] [PubMed]
16.Lima-Costa MF, Facchini LA, Matos DL, Macinko J. Mudanças em dez anos das desigualdades sociais em saúde dos idosos brasileiros (1998-2008) Rev Saude Publica. 2012;46(Supl 1):100–107. doi: 10.1590/S0034-89102012005000059. [DOI] [PubMed] [Google Scholar]; 16. Lima-Costa MF, Facchini LA, Matos DL, Macinko J. Mudanças em dez anos das desigualdades sociais em saúde dos idosos brasileiros (1998-2008). Rev Saude Publica. 2012;46 Supl 1:100-7. 10.1590/S0034-89102012005000059 [DOI] [PubMed]
17.Lima-Costa MF, Andrade FB, Souza PRB, Jr, Neri AL, Duarte YAO, Castro-Costa E, et al. The Brazilian Longitudinal Study of Aging (ELSI-Brazil): objectives and design. Am J Epidemiol. 2018;187(7):1345–1353. doi: 10.1093/aje/kwx387. [DOI] [PMC free article] [PubMed] [Google Scholar]; 17. Lima-Costa MF, Andrade FB, Souza Jr PRB, Neri AL, Duarte YAO, Castro-Costa E, et al. The Brazilian Longitudinal Study of Aging (ELSI-Brazil): objectives and design. Am J Epidemiol. 2018;187(7):1345-53. 10.1093/aje/kwx387 [DOI] [PMC free article] [PubMed]
18.Fry K, Firestone R, Chakraborty NM. Measuring equity with nationally representative wealth quintiles. Washington, DC: Population Services International; 2014. [Google Scholar]; 18. Fry K, Firestone R, Chakraborty NM. Measuring equity with nationally representative wealth quintiles. Washington, DC: Population Services International; 2014.
19.Azzani M, Roslani AC, Su TT. Determinants of household catastrophic health expenditure: a systematic review. Malays J Med Sci. 2019;26(1):15–43. doi: 10.21315/mjms2019.26.1.3. [DOI] [PMC free article] [PubMed] [Google Scholar]; 19. Azzani M, Roslani AC, Su TT. Determinants of household catastrophic health expenditure: a systematic review. Malays J Med Sci. 2019;26(1):15-43. 10.21315/mjms2019.26.1.3 [DOI] [PMC free article] [PubMed]
20.Arenliu Qosaj F, Froeschl G, Berisha M, Bellaqa B, Holle R. Catastrophic expenditures and impoverishment due to out-of-pocket health payments in Kosovo. Cost Eff Resour Alloc. 2018;16:26–26. doi: 10.1186/s12962-018-0111-1. [DOI] [PMC free article] [PubMed] [Google Scholar]; 20. Arenliu Qosaj F, Froeschl G, Berisha M, Bellaqa B, Holle R. Catastrophic expenditures and impoverishment due to out-of-pocket health payments in Kosovo. Cost Eff Resour Alloc. 2018; 16:26. 10.1186/s12962-018-0111-1 [DOI] [PMC free article] [PubMed]
21.Cavalcanti G, Doring M, Portella MR, Bortoluzzi EC, Mascarelo A, Dellani MP. Multimorbidity associated with polypharmacy and negative self-perception of health. Rev Bras Geriatr Gerontol. 2017;20(5):634–642. doi: 10.1590/1981-22562017020.170059. [DOI] [Google Scholar]; 21. Cavalcanti G, Doring M, Portella MR, Bortoluzzi EC, Mascarelo A, Dellani MP. Multimorbidity associated with polypharmacy and negative self-perception of health. Rev Bras Geriatr Gerontol. 2017;20(5):634-42. 10.1590/1981-22562017020.170059 [DOI]
22.Yazdi-Feyzabadi V, Mehrolhassani MH, Darvishi A. Measuring catastrophic health expenditures and its inequality: evidence from Iran's Health Transformation Program. Health Policy Plan. 2019;34(4):316–325. doi: 10.1093/heapol/czz031. [DOI] [PubMed] [Google Scholar]; 22. Yazdi-Feyzabadi V, Mehrolhassani MH, Darvishi A. Measuring catastrophic health expenditures and its inequality: evidence from Iran's Health Transformation Program. Health Policy Plan. 2019;34(4):316-25. 10.1093/heapol/czz031 [DOI] [PubMed]
23.Castro MC, Massuda A, Almeida G, Menezes-Filho NA, Andrade MV, Noronha KVMS, et al. Brazil's unified health system: the first 30 years and prospects for the future. Lancet. 2019;394(10195):345–356. doi: 10.1016/S0140-6736(19)31243-7. [DOI] [PubMed] [Google Scholar]; 23. Castro MC, Massuda A, Almeida G, Menezes-Filho NA, Andrade MV, Noronha KVMS, et al. Brazil's unified health system: the first 30 years and prospects for the future. Lancet. 2019;394(10195):345-56. 10.1016/S0140-6736(19)31243-7 [DOI] [PubMed]
24.Macinko J, Andrade FB, Souza PRB, Junior, Lima-Costa MF. Primary care and healthcare utilization among older Brazilians (ELSI-Brazil) Rev Saude Publica. 2018;52(Suppl 2):6s–6s. doi: 10.11606/S1518-8787.2018052000595. [DOI] [PMC free article] [PubMed] [Google Scholar]; 24. Macinko J, Andrade FB, Souza Junior PRB, Lima-Costa MF. Primary care and healthcare utilization among older Brazilians (ELSI-Brazil). Rev Saude Publica. 2018;52 Suppl 2:6s. 10.11606/S1518-8787.2018052000595 [DOI] [PMC free article] [PubMed]
25.Oliveira MA, Luiza VL, Tavares NUL, Mengue SS, Arrais PSD, Farias MR, et al. Acesso a medicamentos para doenças crônicas no Brasil: uma abordagem multidimensional. Rev Saude Publica. 2016;50(Supl 2):6s–6s. doi: 10.1590/s1518-8787.2016050006161. [DOI] [PMC free article] [PubMed] [Google Scholar]; 25. Oliveira MA, Luiza VL, Tavares NUL, Mengue SS, Arrais PSD, Farias MR et al. Acesso a medicamentos para doenças crônicas no Brasil: uma abordagem multidimensional. Rev Saude Publica. 2016;50 Supl 2:6s. 10.1590/s1518-8787.2016050006161 [DOI] [PMC free article] [PubMed]
26.Boing AC, Bertoldi AD, Boing AF, Bastos JL, Peres KG. Acesso a medicamentos no setor público: análise de usuários do Sistema Único de Saúde no Brasil. Cad Saude Publica. 2013;29(4):691–701. doi: 10.1590/S0102-311X2013000400007. [DOI] [PubMed] [Google Scholar]; 26. Boing AC, Bertoldi AD, Boing AF, Bastos JL, Peres KG. Acesso a medicamentos no setor público: análise de usuários do Sistema Único de Saúde no Brasil. Cad Saude Publica. 2013;29(4):691-701. 10.1590/S0102-311X2013000400007 [DOI] [PubMed]
27.Matta SR, Bertoldi AD, Emmerick ICM, Fontanella AT, Costa KS, Luiza VL, Grupo PNAUM Fontes de obtenção de medicamentos por pacientes diagnosticados com doenças crônicas, usuários do Sistema Único de Saúde. Cad Saude Publica. 2018;34(3):e00073817. doi: 10.1590/0102-311x00073817. [DOI] [PubMed] [Google Scholar]; 27. Matta SR, Bertoldi AD, Emmerick ICM, Fontanella AT, Costa KS, Luiza VL; Grupo PNAUM. Fontes de obtenção de medicamentos por pacientes diagnosticados com doenças crônicas, usuários do Sistema Único de Saúde. Cad Saude Publica. 2018;34(3): e00073817. 10.1590/0102-311x00073817 [DOI] [PubMed]
28.Knaul FM, Arreola-Ornelas H, Wong R, Lugo-Palacios DG, Méndez-Carniado O. Efecto del Seguro Popular de Salud sobre los gastos catastróficos y empobrecedores en México, 2004-2012. Salud Publica Mex. 2018;60(2):130–140. doi: 10.21149/9064. [DOI] [PubMed] [Google Scholar]; 28. Knaul FM, Arreola-Ornelas H, Wong R, Lugo-Palacios DG, Méndez-Carniado O. Efecto del Seguro Popular de Salud sobre los gastos catastróficos y empobrecedores en México, 2004-2012. Salud Publica Mex. 2018;60(2):130-40. 10.21149/9064 [DOI] [PubMed]
29.Zhao SW, Zhang XY, Dai W, Ding YX, Chen JY, Fang PQ. Effect of the catastrophic medical insurance on household catastrophic health expenditure: evidence from China. Gac Sanit. 2020;34(4):370–376. doi: 10.1016/j.gaceta.2018.10.005. [DOI] [PubMed] [Google Scholar]; 29. Zhao SW, Zhang XY, Dai W, Ding YX, Chen JY, Fang PQ. Effect of the catastrophic medical insurance on household catastrophic health expenditure: evidence from China. Gac Sanit. 2020;34(4):370-6. 10.1016/j.gaceta.2018.10.005 [DOI] [PubMed]
30.Macintyre S, Der G, Norrie J. Are there socioeconomic differences in responses to a commonly used self report measure of chronic illness? Int J Epidemiol. 2005;34(6):1284–1290. doi: 10.1093/ije/dyi200. [DOI] [PubMed] [Google Scholar]; 30. Macintyre S, Der G, Norrie J. Are there socioeconomic differences in responses to a commonly used self report measure of chronic illness? Int J Epidemiol. 2005;34(6):1284-90. 10.1093/ije/dyi200 [DOI] [PubMed]

Rev Saude Publica. 2020 Nov 27;54:125. [Article in Portuguese]

Gastos catastróficos em saúde e multimorbidade entre adultos mais velhos no Brasil

Gabriella Marques Bernardes ^I, Helton Saulo ^II, Rodrigo Nobre Fernandez ^III, Maria Fernanda Lima-Costa ^I,^IV, Fabíola Bof de Andrade ^I,^IV,^✉

RESUMO

OBJETIVO:

Estimar a relação entre gasto catastrófico em saúde (GCS) e multimorbidade em amostra nacional representativa da população brasileira com 50 anos de idade ou mais.

MÉTODOS:

Foram utilizados dados de 8.347 participantes do Estudo Longitudinal da Saúde dos Idosos Brasileiros (2015–2016). A variável dependente foi o GCS, definido pela razão entre as despesas com saúde do adulto de 50 anos ou mais e a renda domiciliar. A variável de interesse foi a multimorbidade (duas ou mais doenças crônicas), e a variável utilizada para estratificação foi o escore de riqueza. As principais análises foram baseadas na regressão logística multivariada.

RESULTADOS:

A prevalçncia de GCS foi de 17,9% e 7,5% para gastos correspondentes a 10% e 25% da renda domiciliar, respectivamente. A prevalçncia da multimorbidade foi de 63,2%. A multimorbidade apresentou associações positivas e independentes com GCS (OR = 1,95, IC95% 1,67–2,28 e OR = 1,40, IC95% 1,11–1,76 para gastos correspondentes a 10% e 25%, respectivamente). Os gastos associados à multimorbidade foram maiores entre aqueles com menor escore de riqueza.

CONCLUSÕES:

Os resultados chamam atenção para a necessidade de uma abordagem integrada da multimorbidade nos serviços de saúde, de forma a evitar os GCS, particularmente entre adultos mais velhos com piores condições socioeconômicas.

DESCRITORES: Idoso, Multimorbidade, Fatores Socioeconômicos, Gasto Catastrófico

INTRODUÇÃO

Nas últimas décadas, a preocupação relacionada aos gastos com saúde tem sido destaque globalmente, considerando que esses gastos tçm crescido mais rapidamente do que o Produto Interno Bruto (PIB) da maioria dos países, especialmente naqueles de baixa e média renda ¹ . Entretanto, um maior gasto nacional não implica necessariamente melhores condições de saúde nem maior equidade no acesso aos serviços ² . De maneira geral, os sistemas de saúde devem permitir que as pessoas utilizem os serviços sem incorrer em sacrifício financeiro, o que faz parte do objetivo de cobertura universal em saúde, proposto pela Organização das Nações Unidas, em seus Objetivos do Desenvolvimento Sustentável ³ . Embora muitos países se esforcem neste sentido, dados recentes apontam uma tendçncia de aumento dos gastos catastróficos com saúde ⁴ , aqueles que excedem uma porcentagem da renda, do consumo ou da capacidade de pagamento das famílias ³^–⁵ . Existem diferentes pontos de corte, que variam de 10% a 40%, para definir esse tipo de gasto, a depender do denominador utilizado para o cálculo ³^–⁵ .

Dados reportados pela Organização Mundial da Saúde (OMS) mostram que, em 2010, 808 milhões de pessoas (11,7% da população mundial) incorreram em gastos com saúde que excederam 10% do orçamento familiar e, para 179 milhões de pessoas (2,6% da população mundial), os gastos correspondentes excederam o limite de 25% do orçamento familiar ³ . No Brasil, entre 2007 e 2015, 25,6% da população incorreu em gastos com saúde superiores a 10% do total das despesas ou rendas domiciliares ⁶ .

Estudos apontam maior impacto dos gastos catastróficos com saúde em famílias de nível socioeconômico mais baixo ⁷^,⁸ . Além disso, evidçncias mostram associação positiva entre doenças crônicas e maior desembolso direto com saúde ⁹^,¹⁰ . Dentro do contexto de envelhecimento populacional, caracterizado pela predominância e pelo grande ônus das doenças crônicas não transmissíveis ¹¹ , a preocupação com o impacto financeiro gerado por elas também tem sido objeto de estudo ⁹^,¹² .

O fenômeno da multimorbidade – a ocorrçncia simultânea de mais de uma doença no mesmo indivíduo ¹³ – também é cada vez mais comum, e com tendçncia de crescimento ¹⁴ . Idosos com multimorbidade representam uma complexa demanda, já que utilizam com maior frequçncia os serviços ¹² , elevam os custos para os sistemas de saúde ¹²^,¹⁵ e aumentam as chances de gastos catastróficos para as famílias ⁹ .

A relação entre condições socioeconômicas, doenças crônicas e gastos em saúde na população geral já foi avaliada por diferentes estudos ⁷^–¹⁰ , porém a associação entre gasto catastrófico em saúde e multimorbidade em idosos ainda é pouco explorada, especialmente em países em desenvolvimento. No Brasil, essa associação é desconhecida, embora particularmente relevante, considerando o rápido envelhecimento populacional e as desigualdades sociais nas condições de saúde e no uso dos serviços dessa população ¹⁶ . Assim, os objetivos deste estudo são: (1) descrever a distribuição dos gastos catastróficos em saúde (GCS) em amostra nacional representativa da população brasileira de adultos mais velhos; (2) estimar a associação destes gastos com multimorbidade; e (3) avaliar se as condições socioeconômicas interferem nessa associação.

MÉTODOS

Foram utilizados dados da linha de base do Estudo Longitudinal de Saúde dos Idosos Brasileiros (ELSI-Brasil), conduzido entre 2015 e 2016 em amostra representativa da população brasileira não institucionalizada, com idade igual ou superior a 50 anos. O ELSI-Brasil utilizou uma amostra probabilística selecionada por meio de processos de estratificação e conglomerados, em diferentes estágios. Nos domicílios selecionados, todos os residentes com 50 anos ou mais foram elegíveis para a entrevista e outros procedimentos. A amostra final da linha de base do ELSI-Brasil foi composta por 9.412 indivíduos, residentes em 70 municípios de diferentes regiões do país.

No presente estudo, foram considerados todos os indivíduos com idade igual ou superior a 50 anos que participaram do inquérito da linha de base da pesquisa e que possuíam todas as informações necessárias para a análise de dados proposta, totalizando 8.347 pessoas. Mais detalhes sobre o ELSI-Brasil podem ser vistos na homepage da pesquisa (elsi.cpqrr.fiocruz.br) e em publicação anterior ¹⁷ .

O ELSI-Brasil foi aprovado pelo Comitç de Ética em Pesquisa do Instituto René Rachou da Fundação Oswaldo Cruz (CAAE:34649814.3.0000.5091) e todos os participantes assinaram o Termo de Consentimento Livre e Esclarecido (TCLE) antes das entrevistas.

Variável Dependente

A variável dependente do estudo foi o gasto catastrófico em saúde (sim/não), definido como a razão entre o desembolso direto, relativo a todas as despesas com saúde realizadas pelo adulto com 50 anos ou mais nos últimos 30 dias e a renda total do domicílio. Os indivíduos cujos gastos atingiram valores iguais ou maiores a 10% ou valores iguais ou maiores a 25% da renda domiciliar foram classificados como incorrendo em gastos catastróficos, conforme proposto previamente ³^,⁴ .

Foram consideradas as seguintes despesas de saúde para compor o desembolso direto: consulta médica, consulta com dentista, internações hospitalares, fisioterapeuta, terapeuta ocupacional, fonoaudiólogo, psicólogo, cuidador/técnico de enfermagem, exames de laboratório/imagem e outros, nutricionista e medicamentos. No ELSI-Brasil, considerou-se o período recordatório de 90 dias para os gastos com saúde, com exceção das despesas com medicamentos, coletadas com base nos últimos 30 dias. Desta forma, para permitir a soma dos valores e calcular o desembolso direto nos últimos 30 dias, os gastos avaliados com período recordatório de 90 dias foram divididos por trçs. Todas as variáveis relacionadas ao gasto e à renda foram deflacionadas para o ano de 2015, utilizando-se o Índice Nacional de Preços ao Consumidor Amplo (IPCA) disponibilizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE). O poder de compra de 1 real de 2016 equivalia, em média, a 95 centavos do ano de 2015.

A renda domiciliar foi estabelecida pela soma dos rendimentos de todos os moradores, considerando cinco fontes: salário ou trabalho autônomo; aposentadoria ou pensão por morte; Bolsa Família, Benefício de Prestação Continuada, pensão alimentícia ou doação em dinheiro; aluguéis ou arrendamentos; e outras. Foi assumido que os dados faltantes para um ou mais itens representariam ausçncia de renda no item em questão. Os entrevistados que não relataram o valor exato do rendimento foram solicitados a informar o intervalo mais próximo, sendo utilizado o ponto médio do intervalo como valor do rendimento. Para o último intervalo de classe, o valor foi imputado considerando o ganho mediano dos demais moradores com rendimento nessa faixa, que informaram a renda na pergunta aberta.

Covariáveis

A multimorbidade, definida como a presença de duas ou mais condições crônicas de saúde ¹³ , foi a principal variável independente. As doenças crônicas foram selecionadas de uma lista com 17 doenças, sendo elas: hipertensão arterial, diabetes, colesterol alto, infarto do miocárdio, angina, insuficiçncia cardíaca, acidente vascular encefálico (AVE), asma, doença pulmonar obstrutiva crônica (DPOC), artrite ou reumatismo, osteoporose, problema na coluna, depressão, câncer, insuficiçncia renal crônica, doença de Parkinson e doença de Alzheimer. A presença dessas doenças foi avaliada por meio de autorrelato, utilizando-se a pergunta: “Algum médico já disse que o(a) senhor(a) tem...”.

As demais variáveis independentes incluíram: idade (50–59, 60–69, 70–79 e 80 anos ou mais); sexo (feminino e masculino); proporção de idosos no domicílio; escolaridade (não estudou, 1–3, 4–7 e 8 ou mais anos de estudo); estado civil (sem ou com relação marital); escore de riqueza (1º, 2º, 3º, 4º e 5º quintis); número médio de medicamentos utilizados; plano de saúde (sim e não); e limitação funcional (sim e não).

O escore de riqueza, categorizado em quintis, foi definido através da análise de componentes principais ¹⁸ , usando informações sobre propriedade familiar de bens duráveis e características da habitação: bens domésticos (internet, televisão, televisão a cabo, geladeira, máquina de lavar roupa, lava-louças, máquina de secar roupa, computador, telefone de mesa, telefone celular, micro-ondas, motocicleta, carro) e características domésticas (empregada doméstica, parede de alvenaria ou parede de madeira, água encanada, rua pavimentada, banheiro).

A limitação funcional foi avaliada segundo o relato de dificuldades para realizar uma ou mais atividades básicas de vida diária (atravessar de um cômodo a outro, vestir-se, tomar banho, comer, deitar-se e/ou levantar da cama e usar o banheiro).

Análise dos Dados

Foi realizada análise descritiva das variáveis do estudo e da proporção das despesas de saúde em relação ao desembolso direto. Utilizou-se a regressão logística univariada, seguida de regressão logística múltipla, para avaliar a associação entre o gasto catastrófico e cada variável independente. Foram incluídas no modelo múltiplo todas as variáveis com p-valor menor do que 0,20 e permaneceram no modelo final aquelas significativamente associadas ao desfecho. Os resultados foram expressos por meio do odds ratio e respectivos intervalos de confiança (IC95%). As probabilidades ajustadas de gasto catastrófico entre indivíduos com multimorbidade de acordo com o escore de riqueza foram calculadas a partir da inclusão do termo de interação entre a multimorbidade e o escore de riqueza. A análise dos dados foi realizada com o software Stata 14.0 ( StataCorp College Station , Estados Unidos), considerando-se os parâmetros amostrais e os pesos dos indivíduos.

RESULTADOS

A Tabela 1 apresenta a análise descritiva da amostra, composta majoritariamente por mulheres (54%), adultos na faixa etária entre 50 a 59 anos (46,9%), com relação marital (63,2%) e 8 anos ou mais de estudo (37,4%). A maioria da população estudada apresentava multimorbidade (63,2%), não tinha limitação funcional (84,4%) e não possuía plano de saúde privado (74,1%). A prevalçncia de GCS foi de 17,9% para o ponto de corte de 10% da renda domiciliar e de 7,5% para o ponto de corte de 25% da renda domiciliar.

Tabela 1. Características sociodemográficas e de saúde dos participantes da pesquisa (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Variáveis		%	IC95%
Sexo
	Feminino	54,0	51,1–56,9
	Masculino	46,0	43,1–48,9
Faixa etária (anos)
	50–59	46,9	42,6–51,3
	60–69	30,0	28,1–31,9
	70–79	15,8	14,0–17,8
	80+	7,3	6,0–8,8
Estado civil
	Sem relação marital	36,8	33,9–39,8
	Com relação marital	63,2	60,2–66,1
Escolaridade
	Não estudou	12,3	10,0–14,9
	1–3 anos	18,7	17,1–20,4
	4–7 anos	31,6	29,1–34,2
	8+ anos	37,4	34,6–40,4
Proporção de idosos no domicílio		70,7	69,2–72,2
Multimorbidade
	Não	36,8	34,6–39,1
	Sim	63,2	60,9–65,4
Medicamentos (média)		2,2	2,1–2,3
Limitação funcional
	Não	84,4	83,0–85,7
	Sim	15,6	14,3–17,0
Plano
	Não	74,1	1,4–76,7
	Sim	25,9	23,3–28,6
Gasto catastrófico em saúde
	Ponto de corte de 10%	17,9	16,4–19,5
	Ponto de corte de 25%	7,5	6,6–8,4

Open in a new tab

A partir da avaliação dos componentes do gasto em saúde, verificou-se que o gasto com medicamentos representou a maior proporção do desembolso direto (65,1%), seguido do gasto com dentista e do gasto com consultas médicas ( Tabela 2 ).

Tabela 2. Proporção média das despesas de saúde em relação ao desembolso direto de adultos mais velhos no Brasil (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Despesas	Desembolso direto
Despesas	%	IC95%
Medicamento	65,1	63,0–67,3
Dentista	12,2	10,7–13,7
Consulta médica	11,1	9,8–12,4
Exames	8,7	7,5–10,0
Fisioterapeuta	1,4	1,0–1,7
Cuidador	0,8	0,4–1,2
Internação	0,5	0,3–0,7
Psicólogo	0,5	0,3–0,6
Nutricionista	0,2	0,1–0,3
Terapeuta ocupacional	0,0	0,0–0,07
Fonoaudiólogo	0,0	0,0–0,1

Open in a new tab

Na análise univariada, todas as variáveis foram significativamente associadas ao gasto catastrófico nos dois pontos de corte, com exceção da escolaridade para ambos os pontos e da atividade física para o ponto de corte de 25% da renda domiciliar ( Tabela 3 ).

Tabela 3. Análises univariadas entre o gasto catastrófico e variáveis independentes (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Variáveis		Gasto catastrófico
Variáveis		≥ 10% OR (IC 95%)	≥ 25% OR (IC 95%)
Sexo (ref. ^a : feminino)
	Masculino	0,59 (0,51–0,70) ^b	0,53 (0,42–0,68) ^b
Idade (anos)		1,03 (1,02–1,04) ^b	1,02 (1,01–1,04) ^b
Relação marital (ref. ^a : não)
	Sim	0,73 (0,64–0,82) ^b	0,63 (0,51–0,77) ^b
Anos de estudo		0,99 (0,98–1,01)	1,00 (0,98–1,02)
Escore de riqueza (ref. ^a : 1º quintil)
	2º quintil	1,28 (1,02–1.60) ^c	1,36 (1,03–1,79) ^c
	3º quintil	1,16 (0,93–1,43)	1,09 (0,81–1,46)
	4º quintil	0,94 (0,72–1,23)	0,89 (0,63–1,24)
	5º quintil (mais ricos)	0,92 (0,69–1,23)	1,04 (0,72–1,49)
Proporção de idosos no domicílio		1,01 (1,01–1,01) ^b	1,01 (1,00–1,01) ^b
Atividade física (ref. ^a : não)
	Sim	0,79 (0,67–0,93) ^d	0,84 (0,68–1,04)
Multimorbidade (ref. ^a : não)
	Sim	2,45 (2,11–2,84) ^b	1,83 (1,47–2,28) ^b
Nº de medicamentos		1,34 (1,30–1,39) ^b	1,27 (1,22–1,32) ^b
Limitação funcional (ref. ^a : não)
	Sim	2,45 (2,15–2.78) ^b	2,26 (1,78–2,87) ^b
Plano de saúde (ref. ^a : não)
	Sim	1,36 (1,15–1,60) ^b	1,49 (1,17–1,88) ^b

Open in a new tab

ref.: categoria de referçncia

p < 0,001

p < 0,05

p < 0,01

A Tabela 4 apresenta os resultados dos fatores associados ao GCS. Após o ajuste do modelo, indivíduos do sexo feminino, mais velhos, com menor escolaridade, com limitação funcional e que possuíam plano de saúde privado apresentaram maiores chances de incorrer em GCS, para ambos os pontos de corte. Apenas a associação entre a escolaridade de 4 a 7 anos de estudo e o gasto igual ou maior a 25% da renda domiciliar e a associação entre o escore de riqueza para o mesmo ponto de corte não se mantiveram estatisticamente significativas após o ajuste do modelo. Observou-se ainda que a presença de multimorbidade aumentou em 95% a chance de GCS igual ou superior a 10%, além de aumentar em 40% a chance de GCS igual ou superior a 25% da renda domiciliar. Os resultados também apontaram que adultos mais velhos pertencentes ao maior escore de riqueza possuem 5% menos chances de incorrer em gasto catastrófico para o ponto de corte de 10% da renda domiciliar ( Tabela 4 ).

Tabela 4. Modelo múltiplo de regressão logística para os fatores associados ao gasto catastrófico em saúde (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Variáveis		Gasto catastrófico
Variáveis		10% OR (IC 95%)	25% OR (IC 95%)
Sexo
	Masculino	0,69 (0,58–0,81) ^a	0,59 (0,45–0,76) ^a
Idade		1,02 (1,01–1,03) ^a	1,02 (1,01–1,03) ^b
Escolaridade (8+ anos)
	Não estudou	0,65 (0,50–0,85)^b	0,64 (0,45–0,91) ^c
	1–3 anos	0,71 (0,57–0,89) ^b	0,75 (0,59–0,96) ^c
	4–7 anos	0,79 (0,67–0,93) ^b	0,82 (0,65–1,04)
Escore de riqueza		0,95 (0,92–0,98) ^b	0,96 (0,90–1,01)
Proporção de idosos no domicílio		1,01 (1,00–1,01) ^a	1,01 (1,00–1,01) ^b
Multimorbidade
	Sim	1,95 (1,67–2,28) ^a	1,40 (1,11–1,76) ^b
Limitação funcional
	Sim	2,06 (1,79–2,37)^a	2,04 (1,62–2,56) ^a
Plano de saúde
	Sim	1,28 (1,07–1,53) ^b	1,42 (1,11–1,82) ^b

Open in a new tab

p < 0,001

p < 0,01

p < 0,05

A Figura 1 apresenta as probabilidades ajustadas de GCS de acordo com a presença de multimorbidade e escore de riqueza. Nos dois pontos de corte, verificaram-se diferenças significativas entre as probabilidades de gastos catastróficos de acordo com a presença de multimorbidade e o escore de riqueza. As probabilidades de GCS foram maiores entre indivíduos com multimorbidade e com menor escore de riqueza, para os dois pontos de corte.

DISCUSSÃO

O presente estudo verificou um impacto significativo das despesas com saúde na renda domiciliar de adultos mais velhos. Aproximadamente um quinto dos indivíduos analisados incorreram em GCS excedendo em 10% a renda domiciliar, e 8% dos indivíduos incorreram em GCS, quando utilizado o ponto de corte de 25%. O gasto com medicamentos foi a principal despesa com saúde. Os GCS foram significativamente associados à multimorbidade, a qual potencializou também os efeitos das desigualdades socioeconômicas, independentemente do ponto de corte utilizado.

A prevalçncia de GCS estimada para os dois pontos de corte é superior à encontrada na população total de países ricos e de países da América Latina e Caribe ⁴ , onde a estimativa de GCS alcançou 13,4% em 2000, saltando para 14,8% em 2010, considerando o total de despesas com saúde da família para o ponto de corte de 10% do consumo familiar ⁴ . Entre países ricos, estudo realizado com australianos de 55 anos ou mais verificou que 11,8% e 5,1% incorreram em GCS para os pontos de corte de 10% e 20%, respectivamente ⁹ . Ante a estimativa de 25,6% da OMS, para o período entre 2007 e 2015, que considerou a população brasileira como um todo ⁶ , a prevalçncia de GCS entre adultos mais velhos no país para o ponto de corte de 10% pode ser considerada elevada.

A maior prevalçncia de GCS entre idosos, em relação ao total da população, tem sido descrita na literatura ¹⁹ , podendo ser explicada pelas diferenças nos tipos e frequçncia de gastos entre famílias jovens, quando comparadas às famílias de idosos. Em geral, a maior parte das despesas com saúde se refere aos gastos com medicamentos e consultas médicas ²⁰ . Entre idosos, além destes gastos serem mais elevados, a sua proporção em relação à renda também é maior ¹⁵ .

Corroborando estudo prévio ⁹ , verificou-se que indivíduos com multimorbidade apresentaram mais chances de ter gastos catastróficos, independente do ponto de corte. McRae et al. ⁹ não só observaram associação positiva entre multimorbidade e GCS entre adultos mais velhos, como verificaram um gradiente nesta relação: cada doença crônica adicional aumentou em 46% a chance de gastos com saúde excederem 20% da renda ⁹ . Entre os motivos para esta associação, pode-se mencionar a maior utilização dos serviços por indivíduos com multimorbidade ¹² , a qual está relacionada à complexidade do cuidado, como por exemplo, a necessidade de utilização de vários medicamentos ²¹ . Indivíduos com multimorbidade podem gastar em média 10 vezes mais com saúde do que aqueles sem multimorbidade ¹⁰ .

Os resultados do presente estudo também demostram que há desigualdades socioeconômicas relacionadas ao GCS, relação consistentemente descrita na literatura ⁸^,²² . No Brasil, a ocorrçncia de GCS para a população total foi 5,2 vezes maior entre os mais pobres, segundo o Índice Econômico Nacional, e 4,2 vezes maior entre os indivíduos com menor escolaridade, segundo anos de estudos completos ⁸ . O presente estudo avança ao mostrar que as desigualdades associadas aos GCS entre adultos mais velhos apresentam padrões distintos, quando avaliadas em função da multimorbidade, que potencializa o efeito dessas desigualdades. Independentemente do ponto de corte utilizado, a probabilidade de GCS foi maior entre indivíduos com multimorbidade e pertencentes aos menores escores de riqueza, quando comparados aos indivíduos sem multimorbidade, sendo esta diferença significativamente atenuada com o aumento da condição socioeconômica.

Ambos resultados reforçam a importância do investimento para efetivação de uma cobertura universal em saúde que garanta acesso a serviços e cuidados de qualidade, sem comprometer de forma catastrófica o orçamento das famílias ³ . No Brasil, a manutenção do Sistema Único de Saúde (SUS) é essencial para que este objetivo seja alcançado, pois ao longo dos seus 30 anos de existçncia, o sistema se mostrou efetivo na redução de desigualdades no acesso e nas condições de saúde da população ²³ , especialmente entre indivíduos com doenças crônicas, considerando que mais de 70% dos idosos brasileiros dependem exclusivamente do SUS ²⁴ . Além disso, dados da mais recente pesquisa nacional sobre acesso a medicamentos no Brasil mostraram que 67,7% dos adultos e idosos brasileiros com doenças crônicas que tiveram acesso total ao tratamento, obtiveram algum medicamento gratuitamente, sendo que 47,5% obtiveram todos os medicamentos dessa forma ²⁵ .

Ainda que o acesso a medicamentos gratuitos no SUS seja maior entre indivíduos com baixa renda, pessoas de média renda também costumam acessar a assistçncia farmacçutica pública ²⁶ . Isso pode ter relação com o tipo de plano e seguro de saúde privados contratados por esta parcela da população. Estes planos comumente apresentam cobertura limitada para medicamentos, atendimento domiciliar, fisioterapia e outros serviços, fazendo com que indivíduos que possuem este tipo de plano privado de saúde recorram ao sistema público para garantir o acesso à estes serviços ²⁷ . Estudo recente demostrou a utilização exclusiva do SUS para obter medicamentos por 29,3% dos indivíduos com doenças crônicas que possuíam plano de saúde e entre 34,4% daqueles com estas doenças e que pertenciam a maior classificação econômica ²⁷ . Esta pode ser uma das explicações para o fato de o plano privado de saúde não constituir um fator de proteção contra gastos catastróficos em saúde ⁷ , podendo inclusive aumentar a ocorrçncia deste desfecho, conforme apontam os resultados do presente estudo. Assim como no Brasil, outros estudos recentes realizados em países como o México ²⁸ e a China ²⁹ demonstraram que programas públicos de saúde diminuem os riscos de gastos catastróficos.

Dentre os pontos fortes deste estudo, destaca-se a utilização de uma medida de gasto em saúde composta por um número abrangente de despesas, normalmente indisponível em estudos populacionais, possibilitando uma análise mais específica dos gastos realizados por adultos mais velhos no Brasil. No entanto, o autorrelato de doenças crônicas pode interferir na estimativa da multimorbidade, embora esta medida seja considerada válida em estudos epidemiológicos, sem a ocorrçncia de grande viés socioeconômico ³⁰ . O fato deste estudo ter utilizado o desembolso direto no numerador, bem como a renda domiciliar no denominador, em detrimento do gasto total em saúde e da capacidade de pagamento da família, pode ter reduzido o percentual de GCS. Embora tais medidas sejam amplamente utilizadas nas pesquisas, não há consenso na literatura sobre a melhor forma de cálculo. O delineamento transversal constitui outra limitação deste estudo, na medida em que impede a análise das relações temporais entre as variáveis. O período recordatório das medidas utilizadas para o cálculo do GCS, restrito a 30 e 90 dias, também pode ter interferido na magnitude do desfecho.

Os resultados deste estudo ajudam a entender o gasto catastrófico em saúde entre adultos mais velhos no Brasil, que pode ser potencializado pela presença de multimorbidade e entre indivíduos com baixa condição socioeconômica. Considerando o envelhecimento populacional, acompanhado de um aumento na prevalçncia de multimorbidade ¹⁴ , os sistemas de saúde precisam se adaptar a esta demanda, garantindo o acesso e a qualidade de seus serviços, especialmente aos grupos populacionais menos favorecidos. Pesquisas futuras são necessárias para monitorar os achados aqui apresentados e investigar a influçncia de combinações específicas de doenças sobre a ocorrçncia de GCS, com o objetivo de contribuir para a avaliação do impacto de políticas de cobertura universal em saúde na redução das desigualdades.

Footnotes

Financiamento: Aperfeiçoamento de Pessoal de Nível Superior (CAPES - bolsa de doutorado para GMB).

[B1] 1.World Health Organization . Global report: Public Spending on Health: a closer look at global trends. Geneva: WHO; 2018. [Google Scholar]; 1. World Health Organization. Global report: Public Spending on Health: a closer look at global trends. Geneva: WHO; 2018.

[B2] 2.Hsiao WC. Why is a systemic view of health financing necessary? health affairs. Health Aff (Millwood) 2007;26(4):950–961. doi: 10.1377/hlthaff.26.4.950. [DOI] [PubMed] [Google Scholar]; 2. Hsiao WC. Why is a systemic view of health financing necessary? health affairs. Health Aff (Millwood). 2007;26(4):950-61. 10.1377/hlthaff.26.4.950 [DOI] [PubMed]

[B3] 3.World Health Organization . Tracking universal health coverage: 2017 Global Monitoring Report. Geneva: WHO; 2017. [Google Scholar]; 3. World Health Organization. Tracking universal health coverage: 2017 Global Monitoring Report. Geneva: WHO; 2017. Co-published by the The World Bank.

[B4] 4.Wagstaff A, Flores G, Hsu J, Smitz MF, Chepynoga K, Buisman LR, et al. Progress on catastrophic health spending in 133 countries: a retrospective observational study. Lancet Glob Health. 2018;6(2):e169–e179. doi: 10.1016/S2214-109X(17)30429-1. [DOI] [PubMed] [Google Scholar]; 4. Wagstaff A, Flores G, Hsu J, Smitz MF, Chepynoga K, Buisman LR, et al. Progress on catastrophic health spending in 133 countries: a retrospective observational study. Lancet Glob Health. 2018;6(2):e169-79. 10.1016/S2214-109X(17)30429-1 [DOI] [PubMed]

[B5] 5.Xu K, Evans DB, Kawabata K, Zeramdini R, Klavus J, Murray CJ. Household catastrophic health expenditure: a multicountry analysis. Lancet. 2003;362(9378):111–117. doi: 10.1016/S0140-6736(03)13861-5. [DOI] [PubMed] [Google Scholar]; 5. Xu K, Evans DB, Kawabata K, Zeramdini R, Klavus J, Murray CJ. Household catastrophic health expenditure: a multicountry analysis. Lancet. 2003;362(9378):111-7. 10.1016/S0140-6736(03)13861-5 [DOI] [PubMed]

[B6] 6.World Health Organization . World health statistics 2018: monitoring health for the SDGs, sustainable development goals. Geneva: WHO; 2018. [Google Scholar]; 6. World Health Organization. World health statistics 2018: monitoring health for the SDGs, sustainable development goals. Geneva: WHO; 2018.

[B7] 7.Barros AJ, Bastos JL, Dâmaso AH. Catastrophic spending on health care in Brazil: private health insurance does not seem to be the solution. Cad Saude Publica. 2011;27(Suppl 2):s254–s262. doi: 10.1590/S0102-311X2011001400012. [DOI] [PubMed] [Google Scholar]; 7. Barros AJ, Bastos JL, Dâmaso AH. Catastrophic spending on health care in Brazil: private health insurance does not seem to be the solution. Cad Saude Publica. 2011;27 Suppl 2: s254-62. 10.1590/S0102-311X2011001400012 [DOI] [PubMed]

[B8] 8.Boing AC, Bertoldi AD, Barros AJD, Posenato LG, Peres KG. Socioeconomic inequality in catastrophic health expenditure in Brazil. Rev Saude Publica. 2014;48(4):632–641. doi: 10.1590/S0034-8910.2014048005111. [DOI] [PMC free article] [PubMed] [Google Scholar]; 8. Boing AC, Bertoldi AD, Barros AJD, Posenato LG, Peres KG. Socioeconomic inequality in catastrophic health expenditure in Brazil. Rev Saude Publica. 2014;48(4):632-41. 10.1590/S0034-8910.2014048005111 [DOI] [PMC free article] [PubMed]

[B9] 9.McRae I, Yen L, Jeon YH, Herath PM, Essue B. Multimorbidity is associated with higher out-of-pocket spending: a study of older Australians with multiple chronic conditions. Aust J Prim Health. 2013;19(2):144–149. doi: 10.1071/PY12035. [DOI] [PubMed] [Google Scholar]; 9. McRae I, Yen L, Jeon YH, Herath PM, Essue B. Multimorbidity is associated with higher out-of-pocket spending: a study of older Australians with multiple chronic conditions. Aust J Prim Health. 2013;19(2):144-9. 10.1071/PY12035 [DOI] [PubMed]

[B10] 10.Sum G, Hone T, Atun R, Millett C, Suhrcke M, Mahal A, et al. Multimorbidity and out-of-pocket expenditure on medicines: a systematic review. BMJ Glob Health. 2018;3(1):e000505. doi: 10.1136/bmjgh-2017-000505. [DOI] [PMC free article] [PubMed] [Google Scholar]; 10. Sum G, Hone T, Atun R, Millett C, Suhrcke M, Mahal A, et al. Multimorbidity and out-of-pocket expenditure on medicines: a systematic review. BMJ Glob Health. 2018;3(1): e000505. 10.1136/bmjgh-2017-000505 [DOI] [PMC free article] [PubMed]

[B11] 11.GBD 2016 Causes of Death Collaborators Global, regional, and national age-sex specific mortality for 264 causes of death, 1980-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet. 2017;390(10100):1151–1210. doi: 10.1016/S0140-6736(17)32152-9. [DOI] [PMC free article] [PubMed] [Google Scholar]; 11. GBD 2016 Causes of Death Collaborators. Global, regional, and national age-sex specific mortality for 264 causes of death, 1980-2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet. 2017;390(10100):1151-1210. 10.1016/S0140-6736(17)32152-9 [DOI] [PMC free article] [PubMed]

[B12] 12.Bähler C, Huber CA, Brüngger B, Reich O. Multimorbidity, health care utilization and costs in an older adult community-dwelling population: a claims data based observational study. BMC Health Serv Res. 2015;15:23–23. doi: 10.1186/s12913-015-0698-2. [DOI] [PMC free article] [PubMed] [Google Scholar]; 12. Bähler C, Huber CA, Brüngger B, Reich O. Multimorbidity, health care utilization and costs in an older adult community-dwelling population: a claims data based observational study. BMC Health Serv Res. 2015;15:23. 10.1186/s12913-015-0698-2 [DOI] [PMC free article] [PubMed]

[B13] 13.World Health Organization. The World Health Report 2008 - primary health care (now more than ever) Geneva: WHO; 2008. [Google Scholar]; 13. World Health Organization. The World Health Report 2008 - primary health care (now more than ever). Geneva: WHO; 2008.

[B14] 14.Kingston A, Robinson L, Booth H, Knapp M, Jagger C. MODEM project. Projections of multi-morbidity in the older population in England to 2035: estimates from the Population Ageing and Care Simulation (PACSim) model. Age Ageing. 2018;47(3):374–380. doi: 10.1093/ageing/afx201. [DOI] [PMC free article] [PubMed] [Google Scholar]; 14. Kingston A, Robinson L, Booth H, Knapp M, Jagger C; MODEM project. Projections of multi-morbidity in the older population in England to 2035: estimates from the Population Ageing and Care Simulation (PACSim) model. Age Ageing. 2018;47(3):374-80. 10.1093/ageing/afx201 [DOI] [PMC free article] [PubMed]

[B15] 15.Picco L, Achilla E, Abdin E, Chong SA, Vaingankar JA, McCrone P, et al. Economic burden of multimorbidity among older adults: impact on healthcare and societal costs. BMC Health Serv Res. 2016;16:173–173. doi: 10.1186/s12913-016-1421-7. [DOI] [PMC free article] [PubMed] [Google Scholar]; 15. Picco L, Achilla E, Abdin E, Chong SA, Vaingankar JA, McCrone P, et al. Economic burden of multimorbidity among older adults: impact on healthcare and societal costs. BMC Health Serv Res. 2016; 16:173. 10.1186/s12913-016-1421-7 [DOI] [PMC free article] [PubMed]

[B16] 16.Lima-Costa MF, Facchini LA, Matos DL, Macinko J. Mudanças em dez anos das desigualdades sociais em saúde dos idosos brasileiros (1998-2008) Rev Saude Publica. 2012;46(Supl 1):100–107. doi: 10.1590/S0034-89102012005000059. [DOI] [PubMed] [Google Scholar]; 16. Lima-Costa MF, Facchini LA, Matos DL, Macinko J. Mudanças em dez anos das desigualdades sociais em saúde dos idosos brasileiros (1998-2008). Rev Saude Publica. 2012;46 Supl 1:100-7. 10.1590/S0034-89102012005000059 [DOI] [PubMed]

[B17] 17.Lima-Costa MF, Andrade FB, Souza PRB, Jr, Neri AL, Duarte YAO, Castro-Costa E, et al. The Brazilian Longitudinal Study of Aging (ELSI-Brazil): objectives and design. Am J Epidemiol. 2018;187(7):1345–1353. doi: 10.1093/aje/kwx387. [DOI] [PMC free article] [PubMed] [Google Scholar]; 17. Lima-Costa MF, Andrade FB, Souza Jr PRB, Neri AL, Duarte YAO, Castro-Costa E, et al. The Brazilian Longitudinal Study of Aging (ELSI-Brazil): objectives and design. Am J Epidemiol. 2018;187(7):1345-53. 10.1093/aje/kwx387 [DOI] [PMC free article] [PubMed]

[B18] 18.Fry K, Firestone R, Chakraborty NM. Measuring equity with nationally representative wealth quintiles. Washington, DC: Population Services International; 2014. [Google Scholar]; 18. Fry K, Firestone R, Chakraborty NM. Measuring equity with nationally representative wealth quintiles. Washington, DC: Population Services International; 2014.

[B19] 19.Azzani M, Roslani AC, Su TT. Determinants of household catastrophic health expenditure: a systematic review. Malays J Med Sci. 2019;26(1):15–43. doi: 10.21315/mjms2019.26.1.3. [DOI] [PMC free article] [PubMed] [Google Scholar]; 19. Azzani M, Roslani AC, Su TT. Determinants of household catastrophic health expenditure: a systematic review. Malays J Med Sci. 2019;26(1):15-43. 10.21315/mjms2019.26.1.3 [DOI] [PMC free article] [PubMed]

[B20] 20.Arenliu Qosaj F, Froeschl G, Berisha M, Bellaqa B, Holle R. Catastrophic expenditures and impoverishment due to out-of-pocket health payments in Kosovo. Cost Eff Resour Alloc. 2018;16:26–26. doi: 10.1186/s12962-018-0111-1. [DOI] [PMC free article] [PubMed] [Google Scholar]; 20. Arenliu Qosaj F, Froeschl G, Berisha M, Bellaqa B, Holle R. Catastrophic expenditures and impoverishment due to out-of-pocket health payments in Kosovo. Cost Eff Resour Alloc. 2018; 16:26. 10.1186/s12962-018-0111-1 [DOI] [PMC free article] [PubMed]

[B21] 21.Cavalcanti G, Doring M, Portella MR, Bortoluzzi EC, Mascarelo A, Dellani MP. Multimorbidity associated with polypharmacy and negative self-perception of health. Rev Bras Geriatr Gerontol. 2017;20(5):634–642. doi: 10.1590/1981-22562017020.170059. [DOI] [Google Scholar]; 21. Cavalcanti G, Doring M, Portella MR, Bortoluzzi EC, Mascarelo A, Dellani MP. Multimorbidity associated with polypharmacy and negative self-perception of health. Rev Bras Geriatr Gerontol. 2017;20(5):634-42. 10.1590/1981-22562017020.170059 [DOI]

[B22] 22.Yazdi-Feyzabadi V, Mehrolhassani MH, Darvishi A. Measuring catastrophic health expenditures and its inequality: evidence from Iran's Health Transformation Program. Health Policy Plan. 2019;34(4):316–325. doi: 10.1093/heapol/czz031. [DOI] [PubMed] [Google Scholar]; 22. Yazdi-Feyzabadi V, Mehrolhassani MH, Darvishi A. Measuring catastrophic health expenditures and its inequality: evidence from Iran's Health Transformation Program. Health Policy Plan. 2019;34(4):316-25. 10.1093/heapol/czz031 [DOI] [PubMed]

[B23] 23.Castro MC, Massuda A, Almeida G, Menezes-Filho NA, Andrade MV, Noronha KVMS, et al. Brazil's unified health system: the first 30 years and prospects for the future. Lancet. 2019;394(10195):345–356. doi: 10.1016/S0140-6736(19)31243-7. [DOI] [PubMed] [Google Scholar]; 23. Castro MC, Massuda A, Almeida G, Menezes-Filho NA, Andrade MV, Noronha KVMS, et al. Brazil's unified health system: the first 30 years and prospects for the future. Lancet. 2019;394(10195):345-56. 10.1016/S0140-6736(19)31243-7 [DOI] [PubMed]

[B24] 24.Macinko J, Andrade FB, Souza PRB, Junior, Lima-Costa MF. Primary care and healthcare utilization among older Brazilians (ELSI-Brazil) Rev Saude Publica. 2018;52(Suppl 2):6s–6s. doi: 10.11606/S1518-8787.2018052000595. [DOI] [PMC free article] [PubMed] [Google Scholar]; 24. Macinko J, Andrade FB, Souza Junior PRB, Lima-Costa MF. Primary care and healthcare utilization among older Brazilians (ELSI-Brazil). Rev Saude Publica. 2018;52 Suppl 2:6s. 10.11606/S1518-8787.2018052000595 [DOI] [PMC free article] [PubMed]

[B25] 25.Oliveira MA, Luiza VL, Tavares NUL, Mengue SS, Arrais PSD, Farias MR, et al. Acesso a medicamentos para doenças crônicas no Brasil: uma abordagem multidimensional. Rev Saude Publica. 2016;50(Supl 2):6s–6s. doi: 10.1590/s1518-8787.2016050006161. [DOI] [PMC free article] [PubMed] [Google Scholar]; 25. Oliveira MA, Luiza VL, Tavares NUL, Mengue SS, Arrais PSD, Farias MR et al. Acesso a medicamentos para doenças crônicas no Brasil: uma abordagem multidimensional. Rev Saude Publica. 2016;50 Supl 2:6s. 10.1590/s1518-8787.2016050006161 [DOI] [PMC free article] [PubMed]

[B26] 26.Boing AC, Bertoldi AD, Boing AF, Bastos JL, Peres KG. Acesso a medicamentos no setor público: análise de usuários do Sistema Único de Saúde no Brasil. Cad Saude Publica. 2013;29(4):691–701. doi: 10.1590/S0102-311X2013000400007. [DOI] [PubMed] [Google Scholar]; 26. Boing AC, Bertoldi AD, Boing AF, Bastos JL, Peres KG. Acesso a medicamentos no setor público: análise de usuários do Sistema Único de Saúde no Brasil. Cad Saude Publica. 2013;29(4):691-701. 10.1590/S0102-311X2013000400007 [DOI] [PubMed]

[B27] 27.Matta SR, Bertoldi AD, Emmerick ICM, Fontanella AT, Costa KS, Luiza VL, Grupo PNAUM Fontes de obtenção de medicamentos por pacientes diagnosticados com doenças crônicas, usuários do Sistema Único de Saúde. Cad Saude Publica. 2018;34(3):e00073817. doi: 10.1590/0102-311x00073817. [DOI] [PubMed] [Google Scholar]; 27. Matta SR, Bertoldi AD, Emmerick ICM, Fontanella AT, Costa KS, Luiza VL; Grupo PNAUM. Fontes de obtenção de medicamentos por pacientes diagnosticados com doenças crônicas, usuários do Sistema Único de Saúde. Cad Saude Publica. 2018;34(3): e00073817. 10.1590/0102-311x00073817 [DOI] [PubMed]

[B28] 28.Knaul FM, Arreola-Ornelas H, Wong R, Lugo-Palacios DG, Méndez-Carniado O. Efecto del Seguro Popular de Salud sobre los gastos catastróficos y empobrecedores en México, 2004-2012. Salud Publica Mex. 2018;60(2):130–140. doi: 10.21149/9064. [DOI] [PubMed] [Google Scholar]; 28. Knaul FM, Arreola-Ornelas H, Wong R, Lugo-Palacios DG, Méndez-Carniado O. Efecto del Seguro Popular de Salud sobre los gastos catastróficos y empobrecedores en México, 2004-2012. Salud Publica Mex. 2018;60(2):130-40. 10.21149/9064 [DOI] [PubMed]

[B29] 29.Zhao SW, Zhang XY, Dai W, Ding YX, Chen JY, Fang PQ. Effect of the catastrophic medical insurance on household catastrophic health expenditure: evidence from China. Gac Sanit. 2020;34(4):370–376. doi: 10.1016/j.gaceta.2018.10.005. [DOI] [PubMed] [Google Scholar]; 29. Zhao SW, Zhang XY, Dai W, Ding YX, Chen JY, Fang PQ. Effect of the catastrophic medical insurance on household catastrophic health expenditure: evidence from China. Gac Sanit. 2020;34(4):370-6. 10.1016/j.gaceta.2018.10.005 [DOI] [PubMed]

[B30] 30.Macintyre S, Der G, Norrie J. Are there socioeconomic differences in responses to a commonly used self report measure of chronic illness? Int J Epidemiol. 2005;34(6):1284–1290. doi: 10.1093/ije/dyi200. [DOI] [PubMed] [Google Scholar]; 30. Macintyre S, Der G, Norrie J. Are there socioeconomic differences in responses to a commonly used self report measure of chronic illness? Int J Epidemiol. 2005;34(6):1284-90. 10.1093/ije/dyi200 [DOI] [PubMed]

PERMALINK

Catastrophic health expenditure and multimorbidity among older adults in Brazil

Gabriella Marques Bernardes

Helton Saulo

Rodrigo Nobre Fernandez

Maria Fernanda Lima-Costa

Fabíola Bof de Andrade

ABSTRACT

OBJECTIVE:

METHODS:

RESULTS:

CONCLUSIONS:

INTRODUCTION

METHODS

Dependent Variable

Covariates

Data Analysis

RESULTS

Table 1. Sociodemographic and health characteristics of the research participants (Brazilian Longitudinal Study of Aging), 2015–2016.

Table 2. Mean proportion of health expenditures in relation to out-of-pocket of older adults in Brazil (Brazilian Longitudinal Study of Aging), 2015–2016.

Table 3. Univariate analysis between catastrophic expenditure and independent variables (Brazilian Longitudinal Study of Aging), 2015–2016.

Table 4. Multiple logistic regression model for factors associated with catastrophic health expenditure (Brazilian Longitudinal Study of Aging), 2015-2016.

DISCUSSION

Footnotes

REFERENCES

Gastos catastróficos em saúde e multimorbidade entre adultos mais velhos no Brasil

Gabriella Marques Bernardes

Helton Saulo

Rodrigo Nobre Fernandez

Maria Fernanda Lima-Costa

Fabíola Bof de Andrade

RESUMO

OBJETIVO:

MÉTODOS:

RESULTADOS:

CONCLUSÕES:

INTRODUÇÃO

MÉTODOS

Variável Dependente

Covariáveis

Análise dos Dados

RESULTADOS

Tabela 1. Características sociodemográficas e de saúde dos participantes da pesquisa (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Tabela 2. Proporção média das despesas de saúde em relação ao desembolso direto de adultos mais velhos no Brasil (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Tabela 3. Análises univariadas entre o gasto catastrófico e variáveis independentes (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Tabela 4. Modelo múltiplo de regressão logística para os fatores associados ao gasto catastrófico em saúde (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

Figura. Probabilidades ajustadas de gasto catastrófico em saúde entre adultos mais velhos com e sem multimorbidade de acordo com escore de riqueza (Estudo Longitudinal da Saúde dos Idosos Brasileiros), 2015–2016.

DISCUSSÃO

Footnotes

ACTIONS

PERMALINK

RESOURCES

Similar articles

Cited by other articles

Links to NCBI Databases