Resumo em Português:

OBJETIVO: Desenvolver um índice de co-morbidade a partir das condições clínicas e dos pesos do índice de co-morbidade de Charlson. MÉTODOS: As condições clínicas e pesos do índice de Charlson foram adaptados segundo a Classificação Internacional de Doenças 10a Revisão, e aplicados ao diagnóstico principal de internação hospitalar. Foram estudados 3.733 pacientes acima de 18 anos hospitalizados em hospital geral público do município do Rio de Janeiro, RJ, 2001-2003. A distribuição do índice foi de acordo com o gênero, tipo da admissão, presença de transfusão de sangue, admissão à unidade de terapia intensiva, idade e tempo de internação. Dois modelos de regressão logística foram desenvolvidos com o objetivo de prever a mortalidade hospitalar desses pacientes: a) com as variáveis acima e o índice de co-morbidade (modelo completo); e b) contendo apenas o índice e a idade dos pacientes (modelo reduzido). RESULTADOS: Dentre o total de pacientes analisados, 22,3% possuíam escores >1 para o índice e sua taxa de mortalidade foi 4,5% (66,0% dos quais com escores >1). Exceto gênero e do tipo de admissão, todas as variáveis foram retidas na regressão. Os modelos tiveram uma área sob a curva característica ROC igual a 0,86 (modelo completo) e 0,76 (modelo reduzido). Cada aumento de uma unidade nos escores do índice foi associado com um aumento de quase 50% na probabilidade de mortalidade hospitalar. CONCLUSÕES: O índice desenvolvido pôde discriminar probabilidades de mortalidade com uma eficácia aceitável, o que pode ser útil ao lidar-se com bancos de dados hospitalares com informação limitada.

Resumo em Espanhol:

OBJETIVO: Desarrollar un índice de co-morbilidad a partir de las condiciones clínicas y de los pesos de índice original de co-morbilidad de Charlson. MÉTODOS: Las condiciones clínicas y pesos del índice de Charlson fueron adaptados según la Clasificación Internacional de Enfermedades - 10a Revisión, y aplicados al diagnóstico principal de internación hospitalaria. Fueron estudiados 3.733 pacientes arriba de 18 años hospitalizados en el hospital general público del municipio de Rio de Janeiro (sudeste de Brasil), de 2001-2003. La distribución del índice fue de acuerdo con el género, tipo de admisión, presencia de transfusión de sangre, admisión a la unidad de terapia intensiva, edad y tiempo de internación. Dos modelos de regresión logística fueron desarrollados con el objetivo de prevenir la mortalidad hospitalaria: a) con las variables arriba y el índice de co-morbilidad (modelo completo); y b) conteniendo solo el índice y la edad de los pacientes (modelo reducido). RESULTADOS: Dentro del total de pacientes analizados, 22,3% tuvieron puntajes >1 para el índice y su taza de mortalidad fue 4,5% (66,0% de los cuales con puntajes >1). A excepción del género y del tipo de admisión todas las variables fueron retenidas en la regresión. Los modelos tuvieron una área bajo la curva característica ROC igual a 0,86 (modelo completo) y 0,76 (modelo reducido). Cada aumento de una unidad en los puntajes del índice fue asociado con un aumento de casi 50% en la probabilidad de mortalidad hospitalaria. CONCLUSIONES: El índice desarrollado puede discriminar probabilidades de mortalidad con una eficacia aceptable, el que puede ser útil al ser usado con bancos de datos hospitalarios con información limitada.

Resumo em Inglês:

OBJECTIVE: To develop a Charlson-like comorbidity index based on clinical conditions and weights of the original Charlson comorbidity index. METHODS: Clinical conditions and weights were adapted from the International Classification of Diseases, 10th revision and applied to a single hospital admission diagnosis. The study included 3,733 patients over 18 years of age who were admitted to a public general hospital in the city of Rio de Janeiro, southeast Brazil, between Jan 2001 and Jan 2003. The index distribution was analyzed by gender, type of admission, blood transfusion, intensive care unit admission, age and length of hospital stay. Two logistic regression models were developed to predict in-hospital mortality including: a) the aforementioned variables and the risk-adjustment index (full model); and b) the risk-adjustment index and patient's age (reduced model). RESULTS: Of all patients analyzed, 22.3% had risk scores >1, and their mortality rate was 4.5% (66.0% of them had scores >1). Except for gender and type of admission, all variables were retained in the logistic regression. The models including the developed risk index had an area under the receiver operating characteristic curve of 0.86 (full model), and 0.76 (reduced model). Each unit increase in the risk score was associated with nearly 50% increase in the odds of in-hospital death. CONCLUSIONS: The risk index developed was able to effectively discriminate the odds of in-hospital death which can be useful when limited information is available from hospital databases.

Resumo em Português:

OBJETIVO: Estimar a intensidade espacial de eventos violentos utilizando metodologia estatística baseada em ondaletas (wavelets) e em dados de pronto-socorro. MÉTODOS: Foram analisados dados referentes a vítimas de causas externas atendidas em pronto-socorro municipal localizado na zona Sul da cidade de São Paulo (SP) no período de 1/1/2002 a 11/1/2003. As informações foram obtidas a partir dos registros hospitalares. As 3.540 ocorrências foram localizadas geograficamente e os casos com endereço incompleto foram alocados com base numa escolha aleatória uniforme. Processos pontuais e técnicas de ondaletas foram utilizados para estimar a intensidade espacial, definida como o número esperado de eventos por unidade de área. RESULTADOS: Do total de ocorrências georreferenciadas, 59% foram acidentes e 40% agressões. A intensidade estimada indica que a distribuição espacial dos eventos não é homogênea, concentrando-se em dois distritos e três grandes avenidas localizados na zona Sul da cidade de São Paulo. CONCLUSÕES: A utilização de ondaletas permite obter o número esperado de eventos e respectiva banda de confiança para quaisquer sub-regiões e, conseqüentemente, calcular estimativas dos riscos de ocorrência dos eventos de interesse, fornecendo subsídios para a definição de políticas para o enfrentamento da violência urbana. Dados hospitalares combinados com a metodologia para estimação da intensidade de ocorrência provaram-se úteis para estudar a violência urbana.

Resumo em Espanhol:

OBJETIVO: Estimar la intensidad espacial de eventos violentos utilizando metodología estadística basada en ondaletas (wavelets) y en datos de centros de urgencia. MÉTODOS: Fueron analizados datos referentes a víctimas de causas externas atendidas en centros de urgencias municipales localizados en zonas del sur de la ciudad de São Paulo (sudeste de Brasil) en el período de 1/1/2002 a 11/1/2003. Las informaciones fueron adquiridas a partir de registros hospitalarios. Las 3.540 ocurrencias fueron localizadas geográficamente en los casos con dirección incompleta fueron localizados en base en una elección aleatoria uniforme. Procesos puntuales y técnicas de ondaletas fueron utilizados para estimar la intensidad espacial, definida como el número esperado de eventos por unidad de área. RESULTADOS: Del total de ocurrencias georreferenciadas, 59% fueron accidentes y 40% agresiones. La intensidad estimada indica que la distribución espacial de los eventos no es homogénea, concentrándose en dos distritos y tres grandes avenidas localizadas en la zona sur de la ciudad de São Paulo. CONCLUSIONES: La utilización de ondaletas permite obtener el número esperado de eventos y respectiva banda de confianza para cualquier sub-región y, consecuentemente, calcular estimativas de los riesgos de ocurrencia de los eventos de interés, proporcionando subsidios para la definición de políticas para el enfrentamiento de la violencia urbana. Datos hospitalarios combinados con la metodología para estimar la intensidad de ocurrencia probaron ser útiles para estudiar la violencia urbana.

Resumo em Inglês:

OBJECTIVE: To estimate the spatial intensity of urban violence events using wavelet-based methods and emergency room data. METHODS: Information on victims attended at the emergency room of a public hospital in the city of São Paulo, Southeastern Brazil, from January 1, 2002 to January 11, 2003 were obtained from hospital records. The spatial distribution of 3,540 events was recorded and a uniform random procedure was used to allocate records with incomplete addresses. Point processes and wavelet analysis technique were used to estimate the spatial intensity, defined as the expected number of events by unit area. RESULTS: Of all georeferenced points, 59% were accidents and 40% were assaults. There is a non-homogeneous spatial distribution of the events with high concentration in two districts and three large avenues in the southern area of the city of São Paulo. CONCLUSIONS: Hospital records combined with methodological tools to estimate intensity of events are useful to study urban violence. The wavelet analysis is useful in the computation of the expected number of events and their respective confidence bands for any sub-region and, consequently, in the specification of risk estimates that could be used in decision-making processes for public policies.