Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: Análise da desigualdade de renda pelo uso do propensity score matching (2013)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; GOTLIEB, SABINA LEA DAVIDSON - FSP
- Unidade: FSP
- DOI: 10.1590/s0104-12902013000400016
- Subjects: SAÚDE URBANA; EPIDEMIOLOGIA; BIOESTATÍSTICA; MEDICINA SOCIAL; FATORES SOCIOECONÔMICOS; AMBIENTES SOCIAIS
- Language: Português
- Abstract: 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
- Imprenta:
- Source:
- Título: Saúde e Sociedade
- ISSN: 0104-1290
- Volume/Número/Paginação/Ano: v. 22, n. 4, p. 1145-1153, out./dez. 2013
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
CHIAVEGATTO FILHO, Alexandre Dias Porto et al. Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: Análise da desigualdade de renda pelo uso do propensity score matching. Saúde e Sociedade, v. 22, n. 4, p. 1145-1153, 2013Tradução . . Disponível em: https://doi.org/10.1590/s0104-12902013000400016. Acesso em: 04 ago. 2025. -
APA
Chiavegatto Filho, A. D. P., Gotlieb, S. L. D., Almeida, S. L. de, & Kawachi, I. (2013). Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: Análise da desigualdade de renda pelo uso do propensity score matching. Saúde e Sociedade, 22( 4), 1145-1153. doi:10.1590/s0104-12902013000400016 -
NLM
Chiavegatto Filho ADP, Gotlieb SLD, Almeida SL de, Kawachi I. Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: Análise da desigualdade de renda pelo uso do propensity score matching [Internet]. Saúde e Sociedade. 2013 ; 22( 4): 1145-1153.[citado 2025 ago. 04 ] Available from: https://doi.org/10.1590/s0104-12902013000400016 -
Vancouver
Chiavegatto Filho ADP, Gotlieb SLD, Almeida SL de, Kawachi I. Como incluir características dos distritos do município de São Paulo em estudos epidemiológicos?: Análise da desigualdade de renda pelo uso do propensity score matching [Internet]. Saúde e Sociedade. 2013 ; 22( 4): 1145-1153.[citado 2025 ago. 04 ] Available from: https://doi.org/10.1590/s0104-12902013000400016 - IAs e ChatGPT: ética e segurança no uso de algoritmos
- Desigualdade de renda e doenças cardiovasculares no Brasil: uma análise multinível
- The epidemiology of personality disorders in the Sao Paulo Megacity general population
- Inteligência artificial pode melhorar decisões clínicas sobre tratamento no Brasil
- Determinants of the use of health care services: multilevel analysis in the Metropolitan Region of Sao Paulo
- Neighbourhood characteristics and mental disorders in three Chinese cities: multilevel models from the World Mental Health Surveys
- Partos cesáreos e a escolha da data de nascimento no Município de São Paulo
- Standardization of the food composition database used in the Latin American nutrition and health study (ELANS)
- Patterns and predictors of health service use among people with mental disorders in São Paulo metropolitan area, Brazil
- Machine learning analysis to predict health outcomes among emergency department users in Southern Brazil: a protocol study
Informações sobre o DOI: 10.1590/s0104-12902013000400016 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
