Decomposição de taxas com o método de Das Gupta : conceitos e aplicações na avaliação dos determinantes sociais do diabetes mellitus na população adulta brasileira

Abstract

Este estudo aplica o método de decomposição de Das Gupta para investigar a contribuição de determinantes sociais na variação das taxas de prevalência de diabetes mellitus na população adulta brasileira entre 2013 e 2019. Utilizando dados da Pesquisa Nacional de Saúde (PNS), foram estimadas taxas de prevalência específicas e padronizadas e, em seguida, aplicada a decomposição considerando os fatores idade, sexo, raça/cor, escolaridade e renda, organizados em estrutura de classificação cruzada, permitindo separar a diferença total entre efeitos estruturais e efeitos das taxas específicas. Os resultados evidenciaram que o envelhecimento populacional foi o principal responsável pelo aumento da prevalência de diabetes, contribuindo com a maior parte da variação observada em todos os cenários analisados. Fatores como escolaridade e renda atuaram no sentido oposto, reduzindo parte do crescimento esperado. A implementação computacional foi realizada em R, com códigos reproduzíveis incluídos nos apêndices. O estudo demonstra a utilidade de considerar múltiplos fatores simultaneamente para compreender suas influências e mostra que o método de Das Gupta é uma ferramenta confiável e aplicável à avaliação de desigualdades em saúde.

This study applies the Das Gupta decomposition method to investigate the contribution of social determinants to the variation in prevalence rates of diabetes mellitus in the Brazilian adult population between 2013 and 2019. Using data from the National Health Survey (PNS), specific and standardized prevalence rates were estimated, and then decomposition was applied considering the factors age, sex, race/color, education, and income, organized in a cross-classification structure, allowing the separation of the total difference between structural effects and the effects of specific rates. The results showed that population aging was the main driver of the increase in diabetes prevalence, contributing most of the variation observed in all scenarios analyzed. Factors such as education and income acted in the opposite direction, reducing part of the expected growth. The computational implementation was performed in R, with reproducible code included in the appendices. The study demonstrates the usefulness of considering multiple factors simultaneously to understand their influences and shows that the Das Gupta method is a reliable and applicable tool for evaluating health inequalities.