Loading...
Publication
Health inequalities in cerebro and cardiovascular health – an analysis of the e_COR study
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.73 MB | Adobe PDF |
Abstract(s)
According to the World Health Organization (WHO), health inequalities are systematic
differences in the health status of different population groups with significant social and economic costs
for individuals and societies. These differences are unfair and can be mitigated through the action of
government policies, so it is necessary to understand their impact.
Cardiovascular diseases (CVD) are a group of disorders of the brain, heart and blood vessels and
include coronary heart disease, cerebro-cardiovascular disease, rheumatic heart disease and other
conditions. More than four out of five CVD deaths are due to heart attacks and strokes, and one third of
these deaths occur prematurely in people under 70 years of age (WHO). The events of interest
considered in this work were stroke, acute myocardial infarction, and peripheral arterial disease.
In Portugal in 2019, strokes were the number one cause of death representing 9.8% of the total
mortality and the deaths by myocardial infarction represented 3.8% of the total mortality, according to
INE. It is estimated that about 10 670 potential years of life were lost due to cerebro-cardiovascular
diseases in Portugal in 2019. In addition to being interesting for being very prevalent across Europe,
cerebrovascular diseases are impacted by the lifestyle and behavior of individuals. Several studies have
concluded that a substantial part of the risk of developing cerebro-cardiovascular disease can be reduced
through personal choices and preventive approaches, such as adapting healthy lifestyles.
An individual’s socioeconomic position has a potential effect on their health status and also on
the health care they receive, which means that socioeconomic inequalities are determinants of health.
The European Deprivation Index (EDI) is a way of quantifying the level of deprivation of individuals
and, therefore, the version adapted to the Portuguese reality, developed in 2016 by a multinational and
multidisciplinary team of researchers, was incorporated in this work.
The main objective of this work is to evaluate the effect of health inequalities, namely those
associated with low education and levels of deprivation in cerebro-cardiovascular disease. To achieve
this objective, the main set of data used resulted from the e_COR study, developed by the Instituto
Nacional de Saúde Doutor Ricardo Jorge, between 2012 and 2014, within the scope of cardiovascular
prevention and with the objective of estimating the prevalence of cardiovascular risk factors.
In the present work, the past occurrence of at least one cerebro-cardiovascular event and the
number of risk factors that each of the participants in the e_COR study had were studied. The variables
under study are some of the variables collected during the e_COR study, referring to demographic,
physical, metabolic, medical history, and lifestyle characteristics of the participants. Some other
variables were collected such as variables that characterize access to healthcare, extracted from INE,
and variables related to socioeconomic status, that resulted from the EDI adapted to the Portuguese
context.
To model the occurrence of a cerebro-cardiovascular event, the logistic regression method was
used, as it suits the binary nature of the response variable. Before modeling the data, possible
correlations between the variables under study were evaluated. The variables that were included in the
Generalized Linear Model were selected through the Stepwise Selection process, considering an
inclusion p-value of 0.20 and an exclusion p-value of 0.25. The confounding variables, sex and age,
were the first to be introduced in the model and, regardless of their p-value, they always remained in the
model. After the Stepwise process, variables related to levels of education and deprivation were
introduced. The random effect of the region of residence was added to the final model. Since there was
a large imbalance between cases and non-cases of cerebro-cardiovascular disease, the SMOTE
technique was used to create a more balanced dataset and the same modeling process was applied. For
the validation of the models obtained, the ROC curve with the respective AUC was calculated and cross
validation was also performed. Poisson regression was used to model the number of risk factors, since it is one of the methods
indicated when the response variable is a count variable. In this model, once again, confounding
variables, sex and age were included, as well as the variables related to inequalities, education levels
and deprivation levels. Multiple comparisons were performed to assess how variables associated with
inequalities affect the number of risk factors that each individual has.
The recorded cerebro-cardiovascular events that occurred happened in the past and the risk factors
that individuals have are in the present, so the interpretation of the models is not the most conventional
and some of the variables would have different values if they had been evaluated before the event
occurred.
Both logistic regression models suggest that in the presence of two individuals with similar
physical and biological characteristics, the influence of their levels of education or deprivation is not
significant, and these are not good indicators to distinguish individuals who have already suffered a
cerebro-cardiovascular event from those who have not. The random effect of the region is also not
statistically significant. Since the event has already occurred, this model is useful mainly to distinguish
individuals who have already suffered the event from those who have not suffered, through their
characteristics.
The Poisson regression model suggests that an individual's education levels affect the number of
risk factors that an individual has, i.e., it was found that individuals with more advanced education had
a lower number of risk factors.
Segundo a Organização Mundial de Saúde (OMS), desigualdades em saúde são diferenças sistemáticas no estado de saúde de diferentes grupos populacionais com custos significativos sociais e económicos para os indivíduos e sociedades. Estas diferenças são injustas e podem ser atenuadas através da ação de políticas governamentais, pelo que é necessário compreender qual o seu impacto. As doenças cardiovasculares (DCV) são um conjunto de doenças que afeta o cérebro, coração e vasos sanguíneos, incluindo doença coronária, doença cérebro-cardiovascular, doença cardíaca reumática, entre outras. Mais do que quatro em cada cinco mortes causadas por DCV são devido a ataques cardíacos e acidentes vasculares cerebrais (AVC), sendo que um terço destas mortes ocorre prematuramente em pessoas com menos de 70 anos (OMS). Os eventos de interesse considerados neste estudo foram os seguintes: AVC, enfarte agudo do miocárdio e doença arterial periférica. Em Portugal em 2019, os AVCs foram a principal causa de morte, representando 9.8% da mortalidade total, segundo o Instituto Nacional de Estatística (INE). As mortes por enfarte do miocárdio foram cerca de 3.8% da mortalidade total e estima-se que foram perdidos cerca de 10670 potenciais anos de vida devido às doenças cerebro-cardiovasculares. Para além de serem interessantes por serem muito prevalentes em toda a Europa, as doenças cérebro-cardiovasculares são impactadas pelo estilo de vida e comportamentos dos indivíduos. Vários estudos já concluíram que uma parte substancial do risco de desenvolver uma doença cérebro-cardiovascular pode ser reduzido através de escolhas pessoais e de abordagens preventivas, como adotar estilos de vida saudáveis. Sabe-se também que a posição socioeconómica de um indivíduo tem um potencial efeito no seu estado de saúde e também nos cuidados de saúde que recebe, o que significa que as desigualdades socioeconómicas são determinantes de saúde. O Índice Europeu de Privação (EDI) é uma forma de quantificar o nível de privação dos indivíduos e, por isso, a versão adaptada à realidade portuguesa, desenvolvida em 2016 por uma equipa multinacional e multidisciplinar de investigadores, foi incorporada neste trabalho. O objetivo principal deste trabalho é avaliar o efeito das desigualdades em saúde, nomeadamente as associadas à baixa escolaridade e aos níveis de privação na doença cérebro-cardiovascular. Para alcançar este objetivo foram utilizados os dados resultantes do estudo e_COR, realizado pelo Instituto Nacional de Saúde Doutor Ricardo Jorge, entre 2012 e 2014, no âmbito da prevenção cardiovascular e com o objetivo de estimar a prevalência dos fatores de risco cardiovascular. No presente trabalho foi estudada a passada ocorrência de pelo menos um evento cérebro-cardiovascular e o número de fatores de risco que cada um dos participantes no estudo e_COR apresentava. As variáveis em estudo são algumas das variáveis recolhidas durante o estudo e_COR, referentes a características demográficas, físicas, metabólicas, historial médico e estilos de vida dos participantes. Também foram recolhidas variáveis que caracterizam o acesso aos cuidados de saúde, extraídas a partir do INE, e variáveis relativas à condição socioeconómica que resultam do EDI adaptado à realidade portuguesa. Para modelar a ocorrência de um evento cérebro-cardiovascular foi utilizado o método de regressão logística uma vez que se adequa à natureza binária da variável resposta. Antes da modelação dos dados foram avaliadas possíveis correlações entre as variáveis em estudo. As variáveis que foram incluídas no Modelo Linear Generalizado foram selecionadas através do processo de Seleção Stepwise, considerando um p-value de entrada de 0.20 e um p-value de saída de 0.25. As variáveis de confundimento, sexo e idade, foram as primeiras a serem introduzidas no modelo e independentemente do seu p-value permaneceram sempre no modelo. Após o processo Stepwise foram introduzidas as variáveis relacionadas com níveis de educação e privação. Ao modelo final foi adicionado o efeito aleatório da região de residência. Uma vez que se verificou um grande desequilíbrio entre casos e não casos de doença cérebro-cardiovascular, foi utilizada a técnica de SMOTE para criar um conjunto de dados mais equilibrados e o mesmo processo de modelação foi aplicado. Para a validação dos modelos obtidos foi calculada a curva ROC com a respetiva AUC e também foi realizada validação cruzada. Para modelar o número de fatores de risco foi utilizada a regressão de Poisson uma vez que é um dos métodos indicados quando a variável resposta é uma contagem. Neste modelo foram incluídas, mais uma vez, as variáveis de confundimento, sexo e idade, bem como as variáveis relativas a desigualdades, níveis de educação e de privação. Foram realizadas comparações múltiplas para avaliar de que forma as variáveis associadas às desigualdades afetam o número de fatores de risco que cada indivíduo apresenta. Os eventos cérebro-cardiovasculares registados ocorreram no passado e os fatores de risco que os indivíduos apresentam estão no presente, pelo que a interpretação dos modelos não é a mais convencional e algumas das variáveis teriam valores diferentes se tivessem sido avaliadas antes do evento ocorrer. Os modelos de regressão logística sugerem que na presença de dois indivíduos com características físicas e biológicas semelhantes, a influência dos seus níveis de educação ou privação não é significativa nem são bons indicadores para distinguir indivíduos que já sofreram um evento cérebro-cardiovascular daqueles que não sofreram. O efeito aleatório da região também não é estatisticamente significativo. Uma vez que o evento já ocorreu este modelo serve sobretudo para distinguir indivíduos que já sofreram o evento daqueles que não sofreram, através das suas características. O modelo de regressão Poisson sugere que os níveis de educação de um indivíduo afetam o número de fatores de risco que o mesmo apresenta, isto é, verificou-se que indivíduos com escolaridade mais avançada apresentavam menor número de fatores de risco.
Segundo a Organização Mundial de Saúde (OMS), desigualdades em saúde são diferenças sistemáticas no estado de saúde de diferentes grupos populacionais com custos significativos sociais e económicos para os indivíduos e sociedades. Estas diferenças são injustas e podem ser atenuadas através da ação de políticas governamentais, pelo que é necessário compreender qual o seu impacto. As doenças cardiovasculares (DCV) são um conjunto de doenças que afeta o cérebro, coração e vasos sanguíneos, incluindo doença coronária, doença cérebro-cardiovascular, doença cardíaca reumática, entre outras. Mais do que quatro em cada cinco mortes causadas por DCV são devido a ataques cardíacos e acidentes vasculares cerebrais (AVC), sendo que um terço destas mortes ocorre prematuramente em pessoas com menos de 70 anos (OMS). Os eventos de interesse considerados neste estudo foram os seguintes: AVC, enfarte agudo do miocárdio e doença arterial periférica. Em Portugal em 2019, os AVCs foram a principal causa de morte, representando 9.8% da mortalidade total, segundo o Instituto Nacional de Estatística (INE). As mortes por enfarte do miocárdio foram cerca de 3.8% da mortalidade total e estima-se que foram perdidos cerca de 10670 potenciais anos de vida devido às doenças cerebro-cardiovasculares. Para além de serem interessantes por serem muito prevalentes em toda a Europa, as doenças cérebro-cardiovasculares são impactadas pelo estilo de vida e comportamentos dos indivíduos. Vários estudos já concluíram que uma parte substancial do risco de desenvolver uma doença cérebro-cardiovascular pode ser reduzido através de escolhas pessoais e de abordagens preventivas, como adotar estilos de vida saudáveis. Sabe-se também que a posição socioeconómica de um indivíduo tem um potencial efeito no seu estado de saúde e também nos cuidados de saúde que recebe, o que significa que as desigualdades socioeconómicas são determinantes de saúde. O Índice Europeu de Privação (EDI) é uma forma de quantificar o nível de privação dos indivíduos e, por isso, a versão adaptada à realidade portuguesa, desenvolvida em 2016 por uma equipa multinacional e multidisciplinar de investigadores, foi incorporada neste trabalho. O objetivo principal deste trabalho é avaliar o efeito das desigualdades em saúde, nomeadamente as associadas à baixa escolaridade e aos níveis de privação na doença cérebro-cardiovascular. Para alcançar este objetivo foram utilizados os dados resultantes do estudo e_COR, realizado pelo Instituto Nacional de Saúde Doutor Ricardo Jorge, entre 2012 e 2014, no âmbito da prevenção cardiovascular e com o objetivo de estimar a prevalência dos fatores de risco cardiovascular. No presente trabalho foi estudada a passada ocorrência de pelo menos um evento cérebro-cardiovascular e o número de fatores de risco que cada um dos participantes no estudo e_COR apresentava. As variáveis em estudo são algumas das variáveis recolhidas durante o estudo e_COR, referentes a características demográficas, físicas, metabólicas, historial médico e estilos de vida dos participantes. Também foram recolhidas variáveis que caracterizam o acesso aos cuidados de saúde, extraídas a partir do INE, e variáveis relativas à condição socioeconómica que resultam do EDI adaptado à realidade portuguesa. Para modelar a ocorrência de um evento cérebro-cardiovascular foi utilizado o método de regressão logística uma vez que se adequa à natureza binária da variável resposta. Antes da modelação dos dados foram avaliadas possíveis correlações entre as variáveis em estudo. As variáveis que foram incluídas no Modelo Linear Generalizado foram selecionadas através do processo de Seleção Stepwise, considerando um p-value de entrada de 0.20 e um p-value de saída de 0.25. As variáveis de confundimento, sexo e idade, foram as primeiras a serem introduzidas no modelo e independentemente do seu p-value permaneceram sempre no modelo. Após o processo Stepwise foram introduzidas as variáveis relacionadas com níveis de educação e privação. Ao modelo final foi adicionado o efeito aleatório da região de residência. Uma vez que se verificou um grande desequilíbrio entre casos e não casos de doença cérebro-cardiovascular, foi utilizada a técnica de SMOTE para criar um conjunto de dados mais equilibrados e o mesmo processo de modelação foi aplicado. Para a validação dos modelos obtidos foi calculada a curva ROC com a respetiva AUC e também foi realizada validação cruzada. Para modelar o número de fatores de risco foi utilizada a regressão de Poisson uma vez que é um dos métodos indicados quando a variável resposta é uma contagem. Neste modelo foram incluídas, mais uma vez, as variáveis de confundimento, sexo e idade, bem como as variáveis relativas a desigualdades, níveis de educação e de privação. Foram realizadas comparações múltiplas para avaliar de que forma as variáveis associadas às desigualdades afetam o número de fatores de risco que cada indivíduo apresenta. Os eventos cérebro-cardiovasculares registados ocorreram no passado e os fatores de risco que os indivíduos apresentam estão no presente, pelo que a interpretação dos modelos não é a mais convencional e algumas das variáveis teriam valores diferentes se tivessem sido avaliadas antes do evento ocorrer. Os modelos de regressão logística sugerem que na presença de dois indivíduos com características físicas e biológicas semelhantes, a influência dos seus níveis de educação ou privação não é significativa nem são bons indicadores para distinguir indivíduos que já sofreram um evento cérebro-cardiovascular daqueles que não sofreram. O efeito aleatório da região também não é estatisticamente significativo. Uma vez que o evento já ocorreu este modelo serve sobretudo para distinguir indivíduos que já sofreram o evento daqueles que não sofreram, através das suas características. O modelo de regressão Poisson sugere que os níveis de educação de um indivíduo afetam o número de fatores de risco que o mesmo apresenta, isto é, verificou-se que indivíduos com escolaridade mais avançada apresentavam menor número de fatores de risco.
Description
Dissertação de mestrado em Bioestatística, apresentado à Faculdade de Ciências da Universidade de Lisboa, 2022.
Defendida e aprovada a 11 de março de 2022.
Trabalho de investigação realizado no Departamento de Promoção da Saúde e Prevenção de Doenças Não Transmissíveis do Instituto Nacional de Saúde Doutor Ricardo Jorge, Grupo de Investigação Cardiovascular (setembro 2020 a dezembro 2021).
Corientadora: Doutora Ana Catarina Alves (Departamento de Promoção da Saúde e Prevenção de Doenças Não Transmissíveis do Instituto Nacional de Saúde Doutor Ricardo Jorge)
Defendida e aprovada a 11 de março de 2022.
Trabalho de investigação realizado no Departamento de Promoção da Saúde e Prevenção de Doenças Não Transmissíveis do Instituto Nacional de Saúde Doutor Ricardo Jorge, Grupo de Investigação Cardiovascular (setembro 2020 a dezembro 2021).
Corientadora: Doutora Ana Catarina Alves (Departamento de Promoção da Saúde e Prevenção de Doenças Não Transmissíveis do Instituto Nacional de Saúde Doutor Ricardo Jorge)
Keywords
Aparelho Circulatório Doença cérebro-cardiovascular Regressão Logística Regressão Poisson Efeitos Aleatórios e_COR Doenças Cardio e Cérebro-vasculares Circulatory System Cerebro-cardiovascular Disease Logistic Regression Poisson Regression Random Effects