Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching

OBJETIVO: o padrão espacial de distribuição de renda do município de São Paulo, frequentemente generalizado como sendo "radial", tem sido muito questionado pela literatura recente. São Paulo tem uma complexa distribuição de características sociais e demográficas entre seus distritos, o que dificulta a análise por meio de modelos estatísticos que permitam a inclusão somente de algumas variáveis de cada vez, como as regressões lineares. O presente estudo objetiva identificar os distritos do município que possam ser considerados como "comparáveis" pelo uso da metodologia estatística conhecida como propensity score matching. METODOLOGIA: os 96 distritos do município de São Paulo foram analisados separadamente; foram incluídas 16 variáveis no modelo, sendo o índice de Gini a variável que permitiu a separação de distritos entre expostos (alta desigualdade) ou não expostos (baixa desigualdade). Do total de distritos, 27 foram considerados comparáveis com algum outro, isto é, possuíram valores de propensity score com uma distância menor de 0,1 de outro com tipo de exposição diferente. RESULTADOS: das 16 variáveis incluídas, 9 apresentaram diferenças estatisticamente significativas entre os distritos incluídos e excluídos, o que é esperado pela metodologia. Dos 17 pares de distritos formados, apenas 3 foram compostos por distritos de uma mesma região administrativa e apenas 1 por distritos que faziam fronteira entre si. CONCLUSÃO: a análise da diferença no padrão de distribuição das variáveis, permitida pelo uso do propensity score matching, indica a dificuldade de dividir a cidade segundo regiões. Para entender São Paulo é preciso considerar suas particularidades e suas complexas distribuições espaciais.

Saved in:
Bibliographic Details
Main Authors: Chiavegatto Filho,Alexandre Dias Porto, Gotlieb,Sabina Léa Davidson, Almeida,Samuel Luna de, Kawachi,Ichiro
Format: Digital revista
Language:Portuguese
Published: Faculdade de Saúde Pública, Universidade de São Paulo. Associação Paulista de Saúde Pública. 2013
Online Access:http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-12902013000400016
Tags: Add Tag
No Tags, Be the first to tag this record!
id oai:scielo:S0104-12902013000400016
record_format ojs
spelling oai:scielo:S0104-129020130004000162014-01-31Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matchingChiavegatto Filho,Alexandre Dias PortoGotlieb,Sabina Léa DavidsonAlmeida,Samuel Luna deKawachi,Ichiro Saúde urbana Epidemiologia Bioestatística Medicina social Fatores socioeconômicos Ambiente social OBJETIVO: o padrão espacial de distribuição de renda do município de São Paulo, frequentemente generalizado como sendo "radial", tem sido muito questionado pela literatura recente. São Paulo tem uma complexa distribuição de características sociais e demográficas entre seus distritos, o que dificulta a análise por meio de modelos estatísticos que permitam a inclusão somente de algumas variáveis de cada vez, como as regressões lineares. O presente estudo objetiva identificar os distritos do município que possam ser considerados como "comparáveis" pelo uso da metodologia estatística conhecida como propensity score matching. METODOLOGIA: os 96 distritos do município de São Paulo foram analisados separadamente; foram incluídas 16 variáveis no modelo, sendo o índice de Gini a variável que permitiu a separação de distritos entre expostos (alta desigualdade) ou não expostos (baixa desigualdade). Do total de distritos, 27 foram considerados comparáveis com algum outro, isto é, possuíram valores de propensity score com uma distância menor de 0,1 de outro com tipo de exposição diferente. RESULTADOS: das 16 variáveis incluídas, 9 apresentaram diferenças estatisticamente significativas entre os distritos incluídos e excluídos, o que é esperado pela metodologia. Dos 17 pares de distritos formados, apenas 3 foram compostos por distritos de uma mesma região administrativa e apenas 1 por distritos que faziam fronteira entre si. CONCLUSÃO: a análise da diferença no padrão de distribuição das variáveis, permitida pelo uso do propensity score matching, indica a dificuldade de dividir a cidade segundo regiões. Para entender São Paulo é preciso considerar suas particularidades e suas complexas distribuições espaciais.info:eu-repo/semantics/openAccessFaculdade de Saúde Pública, Universidade de São Paulo. Associação Paulista de Saúde Pública.Saúde e Sociedade v.22 n.4 20132013-12-01info:eu-repo/semantics/articletext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-12902013000400016pt10.1590/S0104-12902013000400016
institution SCIELO
collection OJS
country Brasil
countrycode BR
component Revista
access En linea
databasecode rev-scielo-br
tag revista
region America del Sur
libraryname SciELO
language Portuguese
format Digital
author Chiavegatto Filho,Alexandre Dias Porto
Gotlieb,Sabina Léa Davidson
Almeida,Samuel Luna de
Kawachi,Ichiro
spellingShingle Chiavegatto Filho,Alexandre Dias Porto
Gotlieb,Sabina Léa Davidson
Almeida,Samuel Luna de
Kawachi,Ichiro
Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
author_facet Chiavegatto Filho,Alexandre Dias Porto
Gotlieb,Sabina Léa Davidson
Almeida,Samuel Luna de
Kawachi,Ichiro
author_sort Chiavegatto Filho,Alexandre Dias Porto
title Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
title_short Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
title_full Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
title_fullStr Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
title_full_unstemmed Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
title_sort como incluir características dos distritos do município de são paulo em estudos epidemiológicos?: análise da desigualdade de renda pelo uso do propensity score matching
description OBJETIVO: o padrão espacial de distribuição de renda do município de São Paulo, frequentemente generalizado como sendo "radial", tem sido muito questionado pela literatura recente. São Paulo tem uma complexa distribuição de características sociais e demográficas entre seus distritos, o que dificulta a análise por meio de modelos estatísticos que permitam a inclusão somente de algumas variáveis de cada vez, como as regressões lineares. O presente estudo objetiva identificar os distritos do município que possam ser considerados como "comparáveis" pelo uso da metodologia estatística conhecida como propensity score matching. METODOLOGIA: os 96 distritos do município de São Paulo foram analisados separadamente; foram incluídas 16 variáveis no modelo, sendo o índice de Gini a variável que permitiu a separação de distritos entre expostos (alta desigualdade) ou não expostos (baixa desigualdade). Do total de distritos, 27 foram considerados comparáveis com algum outro, isto é, possuíram valores de propensity score com uma distância menor de 0,1 de outro com tipo de exposição diferente. RESULTADOS: das 16 variáveis incluídas, 9 apresentaram diferenças estatisticamente significativas entre os distritos incluídos e excluídos, o que é esperado pela metodologia. Dos 17 pares de distritos formados, apenas 3 foram compostos por distritos de uma mesma região administrativa e apenas 1 por distritos que faziam fronteira entre si. CONCLUSÃO: a análise da diferença no padrão de distribuição das variáveis, permitida pelo uso do propensity score matching, indica a dificuldade de dividir a cidade segundo regiões. Para entender São Paulo é preciso considerar suas particularidades e suas complexas distribuições espaciais.
publisher Faculdade de Saúde Pública, Universidade de São Paulo. Associação Paulista de Saúde Pública.
publishDate 2013
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-12902013000400016
work_keys_str_mv AT chiavegattofilhoalexandrediasporto comoincluircaracteristicasdosdistritosdomunicipiodesaopauloemestudosepidemiologicosanalisedadesigualdadederendapelousodopropensityscorematching
AT gotliebsabinaleadavidson comoincluircaracteristicasdosdistritosdomunicipiodesaopauloemestudosepidemiologicosanalisedadesigualdadederendapelousodopropensityscorematching
AT almeidasamuellunade comoincluircaracteristicasdosdistritosdomunicipiodesaopauloemestudosepidemiologicosanalisedadesigualdadederendapelousodopropensityscorematching
AT kawachiichiro comoincluircaracteristicasdosdistritosdomunicipiodesaopauloemestudosepidemiologicosanalisedadesigualdadederendapelousodopropensityscorematching
_version_ 1756408757944844288