PREVALÊNCIA DE DOENÇAS NA POPULAÇÃO IDOSA BRASILEIRA: CONSTRUÇÃO DE PAINEL DE INDICADORES COM BASE NO ELSI-BRASILvoltar para a edição atual

JUSTIFICATIVA E RELEVÂNCIA O envelhecimento populacional, que vem ocorrendo há mais de um século nos países desenvolvidos, começou mais recentemente em países de baixa e média renda e de forma bastante acelerada (1). No Brasil, país com mais de 200 milhões de habitantes que está entre os que mais envelhecem demograficamente no mundo (2), os desafios trazidos por esse rápido envelhecimento populacional têm sido motivo de preocupação no campo da saúde pública. Dados de estudos em grande escala com foco na população idosa do país têm potencial de subsidiar políticas voltadas a melhorias na qualidade de vida dessa população. Dados brutos resultantes de grandes estudos na área de saúde costumam ser inacessíveis ao público em geral e podem ser subexplorados por pesquisadores. A visualização gráfica de dados é uma importante ferramenta para extrair informações resumidas dos dados e levantar hipóteses interessantes a serem exploradas, além de permitir a divulgação desses dados de forma clara e compreensível para a população em geral. Diante deste cenário, a apresentação gráfica (visual) de dados sobre doenças relevantes na população idosa do Brasil, baseada nos grandes estudos de saúde realizados, é de grande importância para o país. OBJETIVOS Geral: Construir um painel de visualização de dados sobre Saúde Geral e Doenças na população idosa brasileira, incluindo doenças crônicas, visão e audição, quedas, fadiga e exaustão, com base nos dados do ELSI-Brasil, permitindo comparações entre sexos e faixas etárias. Específicos: - Estudar o banco de dados e as ferramentas a serem utilizadas para implementação das visualizações de dados propostas. - Selecionar indicadores relevantes relacionados ao bloco de doenças crônicas e outros blocos de doenças que constem no banco de dados do ELSI e que sejam de interesse. - Elaborar visualizações gráficas aprimoradas para cada indicador, comparando por categorias de sexo e faixa etária. - Implementar aplicação web interativa para acesso às visualizações disponíveis. METODOLOGIA Fonte de Dados Serão utilizados dados do Estudo Longitudinal de Saúde do Idoso (ELSI-Brasil) (3), estudo de coorte de base populacional, representativo para a população nacional, de pessoas com 50 anos ou mais. A linha de base do ELSI foi realizada entre 2015 e 2016, com uma amostra de 9412 pessoas em 70 municípios nas 5 macrorregiões do país. Análise Estatística Para resumir os dados e comparar entre as categorias de sexo e faixa etária, serão utilizadas medidas de prevalência. Os gráficos serão construídos de acordo com o tipo de variável, sendo mais usado o gráfico de barras. Serão utilizados os pacotes ggplot2 (4), Shiny (5), da biblioteca do software R4.1.1 (6). CRONOGRAMA Revisão Literatura: Meses 1 a 9 Organização dos dados: Meses 1 a 5 Seleção de Indicadores: Meses 2 a 6 Implementação: Meses 3 a 9 Discussão de Resultados e Ajustes: Meses 6 a 10 Divulgação de Resultados: Meses 10 a 12 REFERÊNCIAS 1 Kinsella K , Philips DR . Global Aging: The Challenge of Success . Washington, DC, Population Reference Bureau; 2005. 2 United Nations, Department of Economic and Social Affairs, Population Division. World Population Prospects: The 2015 Revision. http://esa.un.org/unpd/wpp/. 3 M F Lima-Costa, F B de Andrade, P R B de Souza Jr., A L Neri, Y A de O Duarte, E Castro-Costa, C de Oliveira, The Brazilian Longitudinal Study of Aging (ELSI-Brazil): Objectives and Design, American Journal of Epidemiology, Volume 187, Issue 7, July 2018, Pages 1345-1353, https://doi.org/10.1093/aje/kwx387 4 Wickham H (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4, https://ggplot2.tidyverse.org. 5 W Chang, J Cheng, JJ Allaire, C Sievert, B Schloerke, Y Xie, J Allen, J McPherson, A Dipert and B Borges (2021). shiny: Web Application Framework for R. R package version 1.7.1. https://CRAN.R-project.org/package=shiny 6 R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/