Artigos

INTRODUÇÃO

A população mundial está passando por um processo contínuo de envelhecimento, refletido nas mudanças na estrutura etária observadas em diversos países nas últimas décadas1. No Brasil, segundo o Censo Demográfico de 2022, a população de 60 anos ou mais representa 15,6% do total, e projeções indicam que essa proporção aumentará para 18,7% em 2030 e 32,2% em 20602,3. Concomitantemente ao envelhecimento demográfico, observa-se, tanto em países de alta renda quanto em contextos de renda média e baixa, o aumento da longevidade, impulsionado pela redução da mortalidade e avanços em saúde pública, gerando desafios multissetoriais4. Esse fenômeno, aliado ao envelhecimento demográfico, gera desafios multissetoriais5,6,7.
Diante das transformações populacionais e dos desafios impostos à saúde pública em decorrência do envelhecimento populacional, torna-se fundamental compreender as condições de saúde da população idosa e seus determinantes. A limitação funcional tem se destacado como um importante indicador de saúde para esse grupo etário, empregado em estudos nacionais e internacionais, principalmente devido ao seu caráter multidimensional, que abrange aspectos físicos, mentais e emocionais, oferecendo uma visão mais completa sobre a saúde dessa população8.
A prevalência de limitação funcional varia conforme a forma de mensuração desse indicador9. No Brasil, dados da Pesquisa Nacional de Saúde (PNS) de 2013 indicam que quase 30% das pessoas com 60 anos ou mais enfrentam dificuldades em pelo menos uma das atividades básicas da vida diária (ABVD) selecionadas, uma das dimensões da limitação funcional10. Um estudo utilizando dados do Estudo Longitudinal de Saúde do Idoso (ELSI-Brasil) encontrou uma prevalência de 15,7% entre indivíduos de 50 anos ou mais, correspondendo a aproximadamente 12,5 milhões de pessoas com dificuldades em pelo menos uma ABVD11.
Fatores socioeconômicos, como sexo, raça/cor, educação, renda e condições de moradia, são importantes determinantes da limitação funcional, influenciando as condições de saúde ao longo do curso de vida e perpetuando desigualdades12,13,14. Entre as desigualdades já estabelecidas na literatura, destaca-se a maior prevalência de limitação funcional entre mulheres em comparação aos homens, evidenciando uma desvantagem feminina consistente nesse indicador de saúde 15,16,17.
As diferenças de limitação funcional entre mulheres e homens são, pelo menos em parte, influenciadas por fatores socioeconômicos, uma vez que as mulheres, especialmente em idades mais avançadas, tendem a ocupar posições socioeconômicas mais desfavoráveis, com menor escolaridade e renda18,19. Além disso, a maior longevidade feminina e o uso mais intenso de serviços de saúde contribuem para que as mulheres vivam mais tempo com condições crônicas incapacitantes20. Por outro lado, os homens apresentam padrões comportamentais e de utilização de serviços de saúde que estão associados a menor sobrevivência21.
No Brasil, país fortemente marcado por desigualdades socioeconômicas, todo o debate sobre diferenciais em saúde perpassa pelos determinantes de posição socioeconômica, sendo a escolaridade e indicadores econômicos fatores chave nas diferenças de gênero nas condições de saúde18,19,22. No entanto, a contribuição desses determinantes para os diferenciais de gênero na limitação funcional ainda não está clara na literatura. Métodos de decomposição surgem como uma ferramenta útil para identificar a contribuição de cada determinante socioeconômico para os diferenciais em saúde, auxiliando na formulação de políticas públicas mais direcionadas para redução desses diferenciais.
Estudos internacionais que utilizam a ferramenta de decomposição para analisar a limitação funcional destacam fatores socioeconômicos como escolaridade, emprego, renda familiar e área de residência, evidenciando suas contribuições nas diferenças entre mulheres e homens, em contextos culturais e econômicos variados18,19,22,23. Contudo, não há estudos semelhantes no Brasil.
Diante do exposto, o objetivo do presente estudo foi analisar a contribuição dos fatores socioeconômicos para o diferencial de limitação funcional, avaliada pelas atividades básicas de vida diária (ABVD), atividades instrumentais de vida diária (AIVD) e mobilidade, entre mulheres e homens idosos brasileiros.

MÉTODOS

Fonte de Dados
Trata-se de estudo transversal, baseado nos dados da linha de base do Estudo Longitudinal da Saúde dos Idosos Brasileiros (ELSI-Brasil), realizado entre 2015 e 2016, conduzido com amostra nacional representativa da população com 50 anos ou mais não institucionalizada. A amostra final da linha de base do ELSI-Brasil foi composta por 9.412 indivíduos, residentes em 70 municípios de diferentes regiões do país24.
Como evidenciado pela literatura, a limitação funcional é mais prevalente em indivíduos idosos, com 60 anos ou mais25,12,13. Dessa forma, neste estudo foram analisados os dados referentes aos idosos que participaram da linha de base da pesquisa e que possuíam todas as informações necessárias no que diz respeito às exposições de interesse (escolaridade, raça/cor, índice que riqueza e renda), totalizando 5.085 pessoas, o que representa 93,6% dos participantes com 60 anos ou mais da base de dados.


Variável dependente
A variável dependente do estudo foi a limitação funcional, avaliada por meio de três domínios, sendo eles: atividades básicas da vida diária (ABVD), atividades instrumentais da vida diária (AIVD) e mobilidade. A limitação em ABVD foi avaliada com base na dificuldade para a realização das seguintes atividades: atravessar um cômodo ou andar de um cômodo para outro no mesmo andar, vestir-se, tomar banho, comer, deitar-se e/ou levantar-se da cama e usar o banheiro.
No que tange às AIVD, foram utilizadas as seguintes atividades: fazer sua higiene pessoal, preparar uma refeição quente, administrar o próprio dinheiro, utilizar algum tipo de transporte, fazer compras, utilizar o telefone (fixo ou celular), administrar os próprios medicamentos, realizar tarefas domésticas leves (arrumar cama, tirar pó, cuidar do lixo etc.) e realizar tarefas domésticas pesadas (lavar banheiro, limpar quintal, trocar cortinas etc.).
Por fim, a literatura é bastante variada no que diz respeito às atividades que incorporam a incapacidade funcional por mobilidade. Neste estudo, foi utilizado como indicador de mobilidade a existência de dificuldade para caminhar 100 metros, considerada um marcador de limitação moderada26.
A limitação funcional foi avaliada no ELSI-Brasil com base em itens estruturados da seguinte forma: “O(A) Sr(a) tem dificuldade para ...”, sendo a resposta categorizada em (1) Não tem dificuldade, (2) Tem pequena dificuldade, (3) Tem grande dificuldade e (4) Não consegue. A limitação funcional em cada domínio foi definida pela existência de algum grau de dificuldade na realização de pelo menos uma das atividades.

Variáveis independentes
Como marcadores socioeconômicos, foram utilizados os seguintes indicadores: escolaridade, raça/cor, índice de riqueza e renda mensal domiciliar per capita.
A escolaridade foi obtida com base na questão: “Qual o último ano da escola que o(a) Sr(a) foi aprovado(a)?”, e foi considerada no estudo como uma variável categorizada nos seguintes níveis: <4 anos e 4 anos ou mais de estudo. A raça/cor, aqui considerada como um determinante social, conforme o estabelecido pelo marco conceitual da OMS27, foi analisada com base nas categorias branco e não branco (preto, pardo, amarelo e indígena).
O índice de riqueza mede a capacidade de consumo permanente das famílias, por meio de um conjunto de itens adquiridos ao longo do tempo e não a renda corrente em si, que descreve o nível de renda no momento da realização do inquérito28. Neste trabalho, ele foi mensurado com base na posse de bens duráveis domésticos, como realizado previamente23, além de itens que caracterizam a estrutura domiciliar. Uma vantagem para a sua utilização é o fato de se basear em um conjunto de variáveis que são facilmente coletadas nos inquéritos de saúde29,28. Neste estudo, a mensuração do índice de riqueza foi baseada na quantidade dos seguintes itens no domicílio: geladeira, máquina de lavar roupa, máquina de lavar pratos, micro-ondas, televisão em cores, aparelho de videocassete e/ou DVD, telefone fixo, telefone celular, ar-condicionado, computador, TV a cabo (canais por assinatura como Net, Sky, Direct TV, etc), carro e banheiro.
A escolha desses itens baseou-se na análise da matriz de correlação policórica e o método de análise de componentes principais foi utilizado para a estimativa do índice de riqueza para cada participante do estudo. O índice de riqueza foi considerado na análise dicotomizado, sendo o percentil 25 o ponto de corte utilizado.
Por fim, a renda mensal domiciliar per capita foi analisada em sua forma dicotomizada, também com base no percentil 25 (R$ 469,50).
Para fins de ajuste, foram utilizadas variáveis sociodemográficas e indicadores de condições de saúde. As variáveis sociodemográficas foram: idade (60 a 74; 75 e mais anos) e zona de residência (urbana; rural). Como indicadores de condições de saúde, foram consideradas as seguintes variáveis: (i) número de doenças crônicas, baseado no autorrelato de diagnóstico médico das seguintes doenças crônicas não transmissíveis (DCNTs): hipertensão arterial sistêmica; diabetes mellitus; colesterol alto; infarto ou angina; insuficiência cardíaca; acidente vascular cerebral; asma (ou bronquite asmática); artrite ou reumatismo; problemas de coluna; depressão; doença pulmonar obstrutiva crônica; câncer; insuficiência renal crônica. O número de doenças crônicas foi categorizado em até uma DCNT, e duas ou mais; (ii) autopercepção do estado de saúde, baseado na seguinte pergunta: “Em geral, como o(a) Sr(a) avalia a sua saúde”, categorizada em boa (muito boa ou boa) e ruim (regular, ruim ou muito ruim).

Análise dos dados
Os dados do presente estudo foram descritos usando médias e distribuições de frequências, com seus respectivos intervalos de confiança. A associação entre as variáveis dependentes (limitação funcional em ABVD, AIVD e mobilidade) e as variáveis independentes foi avaliada por meio do teste Qui-Quadrado de Pearson, com correção de Rao-Scott.
A associação entre a limitação funcional, em cada um de seus três domínios, e as variáveis independentes foi baseada no ajuste de modelos de regressão logística binária, sendo apresentadas as razões de chance com respectivos intervalos de confiança. A presença de multicolinearidade entre as variáveis independentes foi investigada pelo fator de inflação de variância (VIF ? 10), não sendo identificada multicolinearidade nos modelos. A qualidade do ajuste dos modelos de regressão logística foi avaliada pelo teste de Hosmer-Lemeshow.
Por fim, a análise da contribuição dos marcadores socioeconômicos para os diferenciais de limitação funcional entre mulheres e homens foi feita com base em método de decomposição não-linear30. Foram incluídas na análise de decomposição aquelas variáveis que apresentaram diferença estatisticamente significativa entre os sexos, e/ou que apresentaram associação significativa com os desfechos.
Foi utilizada a decomposição não-linear proposta por Powers, Yoshioka e Yun30, que corrige problemas comuns de identificação (escolha do grupo que será a referência) e de path dependence (escolha da ordem em que cada variável independente entra no modelo), que são observados em outros métodos de decomposições não-lineares.
Este método de decomposição foi utilizado para particionar as diferenças de limitação funcional entre homens e mulheres em dois componentes. O primeiro deles, denominado efeito composicional (C), refere-se à parte do diferencial de incapacidade funcional entre homens e mulheres atribuível a diferenças na distribuição das variáveis independentes, como, por exemplo, diferenciais de escolaridade entre homens e mulheres. O segundo componente, denominado efeito de resposta (R), é a parte do diferencial atribuível a diferenças nos efeitos das variáveis independentes sobre a limitação funcional em homens e mulheres, ou seja, alterações na magnitude e/ou direção da associação entre as variáveis independentes e o desfecho30,31. Na implementação do método de decomposição, os homens foram considerados como grupo de referência.
A análise estatística foi feita no software Stata 15.0, sendo a função mvdcmp utilizada para o ajuste do método de decomposição não-linear, incorporando o peso amostral. Em todas as análises foi considerado o nível de 5% de significância.

RESULTADOS

A amostra analisada foi composta por 5.085 idosos, com idade média de 69,8 anos, e 55,9% do sexo feminino. A prevalência de limitação funcional em ABVD, AIVD e mobilidade foi de 17,6%, 55,2% e 21,1%, respectivamente. As mulheres apresentaram maiores prevalências de limitação funcional em todos os domínios, com 19,9% em ABVD, 61,9% em AIVD e 26,3% em mobilidade. Para os homens, as prevalências foram 15,0% em ABVD, 46,6% em AIVD e 14,5% em mobilidade (Tabela1).
No que se refere às características socioeconômicas da população, 58,6% tinham 4 ou mais anos de estudo, 55,3% eram não brancos, 73,0% estavam no percentil 25 ou superior de índice de riqueza e 79,8% no percentil 25 ou superior de renda mensal domiciliar per capita. Em relação às variáveis demográficas, 73,8% tinham menos de 75 anos e 84,0% residiam em área urbana (Tabela 1).
Observamos associação estatisticamente significativa entre as exposições de interesse e o sexo, sendo maior a prevalência de baixa escolaridade e menor renda domiciliar per capita entre as mulheres. A variável raça e o escore de riqueza não apresentaram diferença significativa entre os sexos (Tabela 1).
Com base em modelo de regressão logística, foi estimada a prevalência de limitação funcional para homens e mulheres, ajustada por escolaridade, raça/cor, índice de riqueza e renda per capita domiciliar. As diferenças entre as prevalências de limitação funcional de homens e mulheres observadas e ajustadas pelos fatores socioeconômicos foram 4,9 e 4,5 para ABVD, 15,3 e 10,6 para AIVD, e 11,8 e 8,4 para mobilidade, respectivamente. Os fatores socioeconômicos considerados responderam por 9,1%, 30,6% e 29,1% dos diferenciais por sexo na limitação funcional em ABVD, AIVD e mobilidade, respectivamente (Figura 1).
A Tabela 2 apresenta os resultados dos modelos de regressão logística para ABVD, AIVD e mobilidade, estratificados por sexo. A variável autopercepção de saúde foi excluída dos modelos logísticos de regressão após a avaliação da qualidade do ajuste do modelo pelo teste de Hosmer-Lemeshow.
No modelo de ABVD, a escolaridade manteve-se significativamente associada à limitação funcional entre mulheres após todos os ajustes (modelo 3), enquanto entre os homens, a renda mensal domiciliar per capita foi a variável mais relevante. Em ambos os casos, níveis socioeconômicos mais elevados estavam associados a menores chances de limitação funcional. Para AIVD, a escolaridade apresentou efeitos significativos tanto para mulheres quanto para homens. No entanto, entre os homens, o índice de riqueza e a renda mensal domiciliar per capita também mantiveram associação significativa após os ajustes. No que se refere à mobilidade, a escolaridade e a renda domiciliar per capita apresentaram associação significativa apenas para mulheres, enquanto para os homens, o índice de riqueza foi o único marcador socioeconômico significativo no modelo final (Tabela 2).
Para os resultados de decomposição, em termos de efeito composicional, destaca-se o papel da escolaridade como o principal fator socioeconômico para os diferenciais de gênero nas três dimensões de limitação funcional. Além disso, observa-se, de forma geral, uma diminuição da contribuição dos três marcadores socioeconômicos (escolaridade, riqueza e renda) quando inseridas as variáveis de ajuste, haja vista a redução observada do modelo 1 para os demais (Figura 2).
Os resultados da decomposição evidenciaram que o papel do efeito total de composição foi aumentando, proporcionalmente, com a inclusão das variáveis de ajuste, em relação ao efeito total de resposta. Esse padrão foi visto para as três dimensões investigadas da limitação. Na análise de decomposição, a variável raça/cor não foi incluída, por não apresentar diferença significativa entre os sexos e também não estar associada com a limitação funcional entre homens e mulheres (Tabela 3).
Analisando os resultados da Tabela 3, observamos que, para ABVD, se as mulheres tivessem a mesma composição educacional que os homens, a diferença de limitação funcional entre mulheres e homens reduziria em 11,25% quando se analisa apenas as variáveis socioeconômicas (modelo 1). No modelo completo (modelo 3), a contribuição da escolaridade se reduz para 6,0%. Para AIVD e mobilidade, a contribuição da escolaridade, no modelo completo, foi de 4,86% e 3,09%, respectivamente, sendo estes os percentuais de redução dos diferenciais de limitação funcional se as mulheres tivessem o mesmo nível de escolaridade do que os homens.
O índice de riqueza teve um pequeno efeito, porém estatisticamente significativo, no diferencial de limitação funcional em AIVD entre mulheres e homens. Se as mulheres tivessem a mesma característica que os homens em relação à riqueza, a diferença de limitação em AIVD diminuiriam em 0,95% (modelo 3) (Tabela 3).
Do mesmo modo, a renda domiciliar per capita teve um pequeno efeito composicional em relação à mobilidade. Ao observar os resultados do modelo completo para essa dimensão da limitação funcional, estima-se uma redução de 1,63% no diferencial entre mulheres e homens (Tabela 3).
A contribuição relativa das variáveis de ajuste nos diferenciais de limitação funcional entre homens e mulheres também está descrita na Tabela 3, com destaque para a contribuição da idade e do número de doenças crônicas, contribuindo para a diminuição do diferencial de limitação funcional entre homens e mulheres.
Em relação aos efeitos de resposta, a maioria das variáveis perdeu a significância estatística após inclusão das variáveis de ajuste. O índice de riqueza foi significativo para limitação funcional em ABVD no modelo 1, mas deixou de ser no modelo final, assim como a renda mensal domiciliar per capita, que teve contribuição significativa no modelo 2, mas não no final (Figura 2 e Tabela 3).

DISCUSSÃO

Os resultados do presente estudo evidenciaram a existência de diferença significativa na prevalência de limitação funcional entre homens e mulheres, nos três domínios investigados, na população com 60 anos e mais do ELSI-Brasil. Com relação ao papel dos determinantes socioeconômicos para esse diferencial na limitação funcional, podemos destacar como principais resultados (a) o efeito significativo de composição da escolaridade para a desigualdade na limitação funcional em ABVD, AIVD e mobilidade; (b) em menor magnitude, o efeito significativo de composição da riqueza e da renda domiciliar per capita para a desigualdade em AIVD e mobilidade, respectivamente; e (c) ausência de efeito de resposta significativo dos determinantes socioeconômicos investigados para as três dimensões de limitação funcional.
Assim como o presente estudo, a literatura destaca as diferenças de limitação funcional entre mulheres e homens, com desvantagem feminina. As mulheres tendem a possuir maior incidência, prevalência e maior probabilidade de permanecerem com limitação funcional em relação aos homens32,16. Por trás dessas diferenças de gênero nas condições de saúde estão os determinantes socioeconômicos como desemprego, escolaridade e renda, variando a magnitude de contribuição de acordo com o estudo em questão33,34.
Outros trabalhos que se utilizam da abordagem de decomposição evidenciam o papel dos fatores socioeconômicos para os diferenciais de limitação funcional entre homens e mulheres. No estudo desenvolvido por Hosseinpoor et al18, cerca de 45% da diferença na limitação entre homens e mulheres pode ser atribuída às diferenças na distribuição de fatores socioeconômicos. Já Le et al23 encontraram uma contribuição dos fatores de posição socioeconômica ainda maior, demonstrando que a parte composicional dos determinantes sociais explicou 54% da desigualdade de gênero na limitação funcional.
Semelhante aos achados do presente estudo, a literatura evidencia que a escolaridade é um dos principais marcadores socioeconômicos que explicam as diferenças de limitação funcional entre mulheres e homens, considerando que as mulheres mais envelhecidas tendem a ter um nível inferior de escolaridade18,19,22,23. Nesse sentido, essa variável é descrita pela literatura como apresentando um importante papel nas condições de saúde dos indivíduos, com menores níveis de escolaridade estando associados a maiores prevalências de limitação funcional27,35,36.
A escolaridade impacta as condições de saúde por meio de diferenças comportamentais, com indivíduos mais escolarizados tendendo a adotar hábitos saudáveis, como praticar atividade física, beber moderadamente e buscar cuidados médicos preventivos, além de serem menos propensos a fumar37,38. Além disso, níveis mais altos de escolaridade estão associados à autorregulação emocional, habilidades de interação, apoio social e envolvimento com redes sociais, favorecendo comportamentos de saúde saudáveis39. Indivíduos com maior escolaridade também tendem a ter maior renda, o que facilita o acesso a recursos para uma melhor saúde, demonstrando a influência inter-relacionada da escolaridade com outros determinantes sociais e econômicos40.
Os resultados deste trabalho demonstraram que a renda domiciliar per capita também apresentou contribuição estatisticamente significativa para a dimensão mobilidade, ou seja, se as mulheres tivessem a distribuição de renda igual à da população masculina, o diferencial de limitação funcional seria menor. O estudo de Hu, Si e Li22, realizado no contexto Chinês, também encontrou resultado semelhante para a variável renda familiar, embora nesse estudo a limitação funcional tenha sido avaliada por meio das ABVD e AIVD.
A renda é um marcador socioeconômico com importante efeito na mortalidade e morbidade41, e as diferenças de renda entre homens e mulheres são responsáveis por parte do gap de condições de saúde entre eles42. O efeito dessa variável nas condições de saúde é em parte explicada pelo que é chamado de efeito material da renda43. A renda possibilita a obtenção de bens e serviços que contribuem para que uma melhor saúde seja adquirida como, por exemplo, alimentação mais selecionada e saudável, moradia com melhor estrutura, um maior e melhor acesso a serviços de saúde e melhor posição social27.
O índice de riqueza teve contribuição significativa para os diferenciais de limitação funcional no domínio AIVD, apesar da sua pequena contribuição relativa. Esse achado corrobora com o que foi encontrado por Williams, Norström e Kg19, para o contexto chinês e indiano. O efeito dessa variável pode ser análogo ao que se observa para a renda, medindo a capacidade de obtenção de bens, mas em uma perspectiva de longo prazo, pois a riqueza se refere mais a um estoque acumulado, que pode contribuir para uma melhor saúde. Isso fica claro nos estudos que mostram o efeito da riqueza sobre o acesso aos serviços de saúde44,45, ou na sua relação com a nutrição, haja vista que é observada a associação de níveis mais baixos dos escores de riqueza com uma pior nutrição46, que por sua vez influencia nas condições de saúde 27.
Apesar de serem variáveis de ajuste, é relevante discutir o papel do número de doenças crônicas e da idade nas diferenças de limitação funcional, considerando as diferenças de prevalência entre mulheres e homens e o efeito nos resultados da decomposição. A literatura internacional aponta que ambas são variáveis-chave na explicação dessas diferenças, atuando em conjunto com os fatores socioeconômicos19,22.
É destacado na literatura que as mulheres apresentam maior prevalência de doenças crônicas ao se comparar com os homens, sendo observada uma significativa diferença entre eles47. Parte desse excesso de morbidade feminina está atrelado ao perfil de uso dos serviços de saúde. A literatura aponta que as mulheres possuem um padrão de utilização de serviços de saúde mais preventivo, de modo que parte das doenças é diagnosticada de forma antecipada, e assim resultando numa menor letalidade20,48. Já os homens tendem a procurar os serviços médicos na presença de dores ou em função de problemas de saúde mais graves49,50,21. Essas diferenças no uso de serviços de saúde estão ligadas a questões culturais e de gênero, uma vez que a construção da cultura da masculinidade influencia no comportamento dos homens, um comportamento mais nocivo a sua saúde48.
As mulheres tendem a apresentar maior longevidade em relação aos homens. Isso é visualizado nos estudos de base populacional que geralmente mostram uma idade média maior para as mulheres. Contudo, essa vantagem em termos de sobrevivência pode gerar um excesso de morbidade e piores condições de saúde, o que é definido como “morbidity-mortality paradox” ou, para outros autores, “male-female health-survival paradox”51. Isso demonstra como essa característica feminina pode estar atrelada a uma desvantagem em termos de condições de saúde para as mulheres, ao ponto que o excesso de mortalidade masculina e sua menor longevidade pode influenciar no menor nível de morbidade para eles52.
Este estudo apresenta algumas limitações. Por se tratar de uma abordagem transversal, não é possível estabelecer relações temporais entre as variáveis independentes e o desfecho. Além disso, destaca-se o viés de sobrevivência, uma vez que indivíduos em piores condições socioeconômicas tendem a apresentar maior mortalidade, resultando em uma amostra composta apenas por aqueles que sobreviveram e puderam relatar suas condições, o que pode ter atenuado as diferenças entre os grupos. Apesar dessas limitações, o estudo oferece contribuições relevantes à literatura. Realizado em uma amostra representativa de idosos brasileiros, emprega uma metodologia pouco explorada no contexto nacional e inédita na análise das desigualdades socioeconômicas nos diferenciais de gênero na limitação funcional. Embora a literatura brasileira sobre os fatores associados à limitação funcional seja ampla, permanece incipiente no entendimento do impacto dos determinantes sociais nas diferenças observadas entre mulheres e homens.
Os resultados deste estudo destacaram a influência significativa de variáveis socioeconômicas nos diferenciais de limitação funcional entre mulheres e homens, especialmente a escolaridade, que teve o maior efeito em todos os domínios do desfecho. Renda e riqueza também mostraram efeitos significativos em determinados aspectos da limitação funcional. Esses achados corroboram evidências anteriores sobre o papel dos determinantes sociais nas desigualdades de gênero em relação à limitação funcional e às condições de saúde.
A escolaridade emergiu como a principal variável socioeconômica nos diferenciais de gênero na limitação funcional, sendo crucial para o planejamento de políticas que visem reduzir essas desigualdades. Esse resultado reforça a literatura que aponta a escolaridade como fator determinante nas desigualdades de saúde entre diferentes grupos, não apenas entre mulheres e homens.
Em sociedades desiguais, mulheres mais velhas frequentemente enfrentam piores condições socioeconômicas ao longo da vida, acumulando fatores adversos para a saúde. A desvantagem feminina, enraizada em um sistema patriarcal, resulta em piores indicadores sociais e de saúde em comparação aos homens, refletindo desigualdades persistentes. A redução dessas desigualdades exige ações focadas nos determinantes sociais, visando minimizar ou eliminar as desvantagens enfrentadas pelas mulheres nas condições de saúde.
FINANCIAMENTO
Este projeto foi financiado pela Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG), sob o número de registro APQ-01227-18 no sistema Everest. Agradecemos ao apoio da FAPEMIG, que contribuiu significativamente para o desenvolvimento desta pesquisa.

?
REFERÊNCIAS

1. Li S, Vazquez JM, Sudmant PH. The evolution of aging and lifespan. Trends Genet. 2023 Nov;39(11):830-843.
2. Instituto Brasileiro De Geografia E Estatística (IBGE). Censo 2022: número de pessoas com 65 anos ou mais de idade cresceu 57,4% em 12 anos. 2023. Disponível em: https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/38186-censo-2022-numero-de-pessoas-com-65-anos-ou-mais-de-idade-cresceu-57-4-em-12-anos.
3. Instituto Brasileiro De Geografia E Estatística (IBGE). Projeção da população do Brasil e Unidades da Federação por sexo e idade para o período 2010-2060. 2020.Disponível em:< https://www.ibge.gov.br/apps/populacao/projecao/
4. GBD 2021 Diseases and Injuries Collaborators. Global incidence, prevalence, years lived with disability (YLDs), disability-adjusted life-years (DALYs), and healthy life expectancy (HALE) for 371 diseases and injuries in 204 countries and territories and 811 subnational locations, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021. Lancet. 2024 May 18;403(10440):2133-2161.
5. Miranda GMD, Mendes A da CG, Silva ALA da. Population aging in Brazil: current and future social challenges and consequences. Rev bras geriatr gerontol 2016May;19(3):507–19.
6. Su B, Li D, Xie J, Wang Y, Wu X, Li J, et al. Chronic Disease in China: Geographic and Socioeconomic Determinants Among Persons Aged 60 and Older. J Am Med Dir Assoc. 2023 Feb;24(2):206-212.e5.
7. Oliveira JAD de, Ribeiro JM, Emmerick ICM, Luiza VL. Longevidade e custo da assistência: o desafio de um plano de saúde de autogestão. Ciênc saúde coletiva. 2020Oct;25(10):4045–54.

8.Van Oyen H, Bogaert P, Yokota RTC, Berger N. Measuring disability: a systematic review of the validity and reliability of the Global Activity Limitations Indicator (GALI). Arch Public Health. 2018 May 28;76:25.
9.Yokota DCRT, Van Oyen H. Operationalization of Concepts of Health and Disability. In: Jagger C., Crimmins E., Saito Y., De Carvalho Yokota R., Van Oyen H., Robine JM. (eds) International Handbook of Health Expectancies. International Handbooks of Population, vol 9. Springer, Cham.2020.
10. Lima-Costa MF, Peixoto SV, Malta DC, Szwarcwald CL, Mambrini JV de M. Informal and paid care for Brazilian older adults (National Health Survey, 2013). Rev Saúde Públic. 2017;51:6s.
11. Giacomin KC, Duarte YAO, Camarano AA, Nunes DP, Fernandes D. Care and functional disabilities in daily activities - ELSI-Brazil. Rev Saude Publica. 2018 Oct 25;52Suppl 2(Suppl 2):9s.
12. ?wirlej-Soza?ska AB, Soza?ski B, Wi?niowska-Szurlej A, Wilmowska-Pietruszy?ska A. An assessment of factors related to disability in ADL and IADL in elderly inhabitants of rural areas of south-eastern Poland. Ann Agric Environ Med. 2018 Sep 25;25(3):504-511.
13. Aguiar BM, Silva PO, Vieira MA, Costa FM, Carneiro JA. Avaliação da incapacidade funcional e fatores associados em idosos. Rev. bras. geriatr. gerontol. 2019; 22(2)]: e180163.
14. Álvarez-Gálvez J, Ortega-Martín E, Carretero-Bravo J, Pérez-Muñoz C, Suárez-Lledó V, Ramos-Fiol B. Social determinants of multimorbidity patterns: A systematic review. Front Public Health. 2023 Mar 27;11:1081518.
15. Tareque MI, Tiedt AD, Islam TM, Begum S, Saito Y. Gender differences in functional disability and self-care among seniors in Bangladesh. BMC Geriatr. 2017; 17, 17.

16. Camargos MCS, Gonzaga MR, Costa JV, Bomfim WC. Estimativas de expectativa de vida livre de incapacidade funcional para Brasil e Grandes Regiões, 1998 e 2013. Ciênc saúde coletiva. 2019Mar;24(3):737–47.
17. GBD 2021 Demographics Collaborators. Global age-sex-specific mortality, life expectancy, and population estimates in 204 countries and territories and 811 subnational locations, 1950-2021, and the impact of the COVID-19 pandemic: a comprehensive demographic analysis for the Global Burden of Disease Study 2021. Lancet. 2024 May 18;403(10440):1989-2056. doi: 10.1016/S0140-6736(24)00476-8.
18. Hosseinpoor AR, Williams JS, Jann B, Kowal P, Officer A, Posarac A, Chatterji S. Social determinants of sex differences in disability among older adults: a multi-country decomposition analysis using the World Health Survey. Int J Equity Health. 2012 Sep 8;11:52.
19. Stewart Williams J, Norström F, Ng N. Disability and ageing in China and India - decomposing the effects of gender and residence. Results from the WHO study on global AGEing and adult health (SAGE). BMC Geriatr. 2017 Aug 31;17(1):197.
20. Travassos C, Viacava F, Pinheiro R, Brito A. Utilização dos serviços de saúde no Brasil: gênero, características familiares e condição social. Revista Panamericana de Salud Pública. 2002; 11(5/6) 365-373.
21. Bibiano AMB, Moreira R da S, Tenório MMG de O, Silva V de L. Fatores associados à utilização dos serviços de saúde por homens idosos: uma revisão sistemática da literatura. Ciênc saúde coletiva. 2019Jun;24(6):2263–78.
22. Hu H, Si Y, Li B. Decomposing Inequality in Long-Term Care Need Among Older Adults with Chronic Diseases in China: A Life Course Perspective. Int J Environ Res Public Health. 2020 Apr 8;17(7):2559.
23. Le DD, Leon-Gonzalez R, Giang LT. Decomposing gender inequality in functional disability among older people in Vietnam. Arch Gerontol Geriatr. 2020 Mar-Apr;87:103989.
24. Lima-Costa MF, de Andrade FB, de Souza PRB Jr, Neri AL, Duarte YAO, Castro-Costa E, de Oliveira C. The Brazilian Longitudinal Study of Aging (ELSI-Brazil): Objectives and Design. Am J Epidemiol. 2018 Jul 1;187(7):1345-1353.
25. Alves LC, Leimann BCQ, Vasconcelos MEL, Carvalho MS, Vasconcelos AGG, Fonseca TCO da, et al.. A influência das doenças crônicas na capacidade funcional dos idosos do Município de São Paulo, Brasil. Cad Saúde Pública. 2007Aug;23(8):1924–30.
26. Parahyba MI, Veras R, Melzer D. Incapacidade funcional entre as mulheres idosas no Brasil. Rev Saúde Pública [Internet]. 2005Jun;39(3):383–91.
27. World Health Organization (WHO). A Conceptual Framework for Action on the Social Determinants of Health. Geneve: Commission on Social Determinants of Health; 2010.
28. Ewerling F, Barros AJD. Como as mudanças na posse de bens afetam o Indicador Econômico Nacional em 10 anos?. Rev Saúde Pública. 2017; 5:1:10.
29. Ferguson B, Gakidou E, Murray C. Estimating permanent income using indicator variables. Geneva: WHO, 2003.
30. Powers DA, Yoshioka H, Yun MS. mvdcmp: Multivariate decomposition for nonlinear response models. The Stata Journal. 2011; 11(4):556–576. 2011.
31. Liu K, Lu C. Decomposing health inequality with population-based surveys: a case study in Rwanda. Int J Equity Health. 2018 May 10;17(1):57. doi: 10.1186/s12939-018-0769-1.
32. Crimmins EM, Kim JK, Solé-Auró A. Gender differences in health: results from SHARE, ELSA and HRS. Eur J Public Health. 2011 Feb;21(1):81-91.
33. Hoogendijk EO, Van Groenou MIB, Deeg DJH, Van Tilburg TG. Educational differences in functional limitations: comparisons of 55–65-year-olds in the Netherlands in 1992 and 2002. Int J Public Health. 2008; 53(6): 281–289.
34. World Health Organization (WHO). Multi-country study on womens´s health and domestic violence against women. Initial results on prevalence, health outcomes and women´s responses. Geneva.2011.
35. Tsai Y. Education and disability trends of older Americans, 2000-2014. J Public Health (Oxf). 2017 Sep 1;39(3):447-454.
36. Peng SZ, Fu XX, Feng XL. [Association between education and the onset of disability in activities of daily living in middle-aged and older Chinese adults: The mediator role of social participation]. Beijing Da Xue Xue Bao Yi Xue Ban. 2021 Jun 18;53(3):549-554.
37. Cutler DM, Lleras-Muney A. Education and Health: Evaluating Theories and Evidence. National Bureau Of Economic Research. 2006. 11.
38. Cutler DM, Huang W, Lleras-Muney A. When does education matter? The protective effect of education for cohorts graduating in bad times. 2015; 127: 63-73.
39. Hahn RA, Truman BI. Education Improves Public Health and Promotes Health Equity. Int J Health Serv. 2015;45(4):657-78.
40. Malta DC, Gomes CS, Stopa SR, Andrade FMD, Prates EJS, Oliveira PPV, Ferreira SAM, Pereira CA. Inequalities in health care and access to health services among adults with self-reported arterial hypertension: Brazilian National Health Survey. Cad Saude Publica. 2022 May 20;38Suppl 1(Suppl 1):e00125421. doi: 10.1590/0102-311Xe00125421.
41. Bilal U, Cainzos-Achirica M, Cleries M, Santaeugènia S, Corbella X, Comin-Colet J, Vela E. Socioeconomic status, life expectancy and mortality in a universal healthcare setting: An individual-level analysis of >6 million Catalan residents. Prev Med. 2019 Jun;123:91-94.
42. Ahrenfeldt LJ, Pedersen JK, Thinggaard M, Christensen K, Lindahl-Jacobsen R. Sex differences in health and mortality by income and income changes. J Epidemiol Community Health. 2020 Mar;74(3):225-231.
43. Marmot MG, Shipley MJ, Rose G. Inequalities in death--specific explanations of a general pattern? Lancet. 1984 May 5;1(8384):1003-6. doi: 10.1016/s0140-6736(84)92337-7. PMID: 6143919.
44. Mullachery P, Silver D, Macinko J. Changes in health care inequity in Brazil between 2008 and 2013. Int J Equity Health. 2016 Nov 17;15(1):140.
45. Grustam A, Jovic Vranes A, Soldatovic I, Stojicic P, Jovanovic Andersen Z. Factors Associated with Utilization of Primary and Specialist Healthcare Services by Elderly Cardiovascular Patients in the Republic of Serbia: A Cross-Sectional Study from the National Health Survey 2013. Int J Environ Res Public Health. 2020 Apr 10;17(7):2602.
46. Miranda M, Bento A, Aguilar AM. Malnutrition in all its forms and socioeconomic status in Bolivia. Public Health Nutr. 2020 Aug;23(S1):s21-s28.
47. Melo LA de, Lima KC de. Prevalência e fatores associados a multimorbidades em idosos brasileiros. Ciênc saúde coletiva. 2020Oct;25(10):3869–77.
48. Cobo B, Cruz C, Dick P. Desigualdades de gênero e raciais no acesso e uso dos serviços de atenção primária à saúde no Brasil. Ciência & Saúde Coletiva. 2021; 26(9):4021-4032.
49. León-Muñoz LM, López-García E, Graciani A, Guallar-Castillón P, Banegas JR, Rodríguez-Artalejo F. Functional status and use of health care services: longitudinal study on the older adult population in Spain. Maturitas. 2007 Dec 20;58(4):377-86.
50. Levorato CD, Mello LM de, Silva AS da, Nunes AA. Fatores associados à procura por serviços de saúde numa perspectiva relacional de gênero. Ciênc saúde coletiva [Internet]. 2014Apr;19(4):1263–74.
51. Oksuzyan A, Petersen I, Stovring H, Bingley P, Vaupel JW, Christensen K. The male–female health–survival paradox: A survey and register study of the impact of sex-specific selection and information Bias. Annals of Epidemiology. 2009; 19:504–511.
52. Luy M, Minagawa Y. Gender gaps--Life expectancy and proportion of life in poor health. Health Rep. 2014 Dec;25(12):12-9.
?