Dados de replicação para Tendência da taxa de detecção de sífilis em idosos: uma análise série temporal, Brasil, 2014-2023
收藏SciELO Data2026-05-06 更新2026-05-16 收录
下载链接:
https://data.scielo.org/dataset.xhtml?persistentId=doi:10.48331/SCIELODATA.NQ5H7D
下载链接
链接失效反馈官方服务:
资源简介:
Taxas de notificação de sífilis por estado, sexo, escolaridade, desfechos e raça.xslx Os dados populacionais por estado e nacionais de 2014 a 2023 fundamentaram-se na interpolação exponencial dos dados populacionais dos censos demográficosde 2010 e 2022 para os anos de 2014 a 2021 e da extrapolação exponencial para 2023, disponibilizados pelo sistema SIDRA do Instituto Brasileiro de Geografia e Estatística. Inicialmente, determinou-se a taxa de crescimento geométrico anual média de cada unidade federativa, com base nas populações registradas nesses dois censos. Foi realizada a aplicação do modelo representado pela fórmula P(t)=P0⋅(1+r)t. Nesta expressão, P(t) simboliza a população estimada para um determinado ano t, enquanto P0 representa a população de referência no ano inicial, que em nossos cálculos foi a população apurada no Censo Demográfico de 2010. O termo t indica o número de anos transcorridos desde esse ano base até o ano para o qual a estimativa é feita. A variável crucial, r, corresponde à taxa de crescimento geométrico anual média, a qual foi determinada com base nos dados dos Censos Demográficos de 2010, definida como P2010, e a de 2022, definida como P2022, utilizando um período de N=12 anos. Especificamente, a taxa r foi calculada pela fórmula r=(P2022/P2010)1/12−1. Uma vez obtida essa taxa anual média r, ela foi consistentemente aplicada à população de 2010 (P0) para projetar as populações dos anos subsequentes, realizando interpolações para os anos entre 2011 e 2021, e uma extrapolação para o ano de 2023. Essa taxa constante de cada unidade federativa foi, então, aplicada para projetar as populações anuais de 2014 até 2023, assegurando uma evolução demográfica alinhada à tendência observada entre os levantamentos censitários. A decisão por este método decorreu da constatação de que as estimativas populacionais do Instituto Brasileiro de Geografia e Estatística divulgadas em 2018 divergiram significativamente dos resultados consolidados pelo Censo de 2022. Assim, o presente cálculo visou corrigir e atualizar essas estimativas, conferindo maior confiabilidade às projeções ao ancorá-las nos dados censitários mais recentes e aproximar ainda mais da realidade o cálculo das taxas de incidência de sífilis por 100.000 habitantes, minimizando assim potenciais vieses de aferição que poderiam surgir de denominadores populacionais imprecisos. A análise de dados foi obtida utilizando planilhas do software do Microsoft Excel. A taxa de detecção foi estabelecida pela divisão do número de casos de sífilis pelo número de idosos em cada período e multiplicado por uma constante – 100.000. Além desse cálculo anual regional por faixa etária e sexo, as páginas da planilha também demonstram as taxas de notificação para cada grupo por sexo, escolaridade, desfechos e raça, com análises de participação percentual nas colunas ao lado dos números de casos totais. (2025-08-18) reshaped_detection_rates_corrected 1(in).csv planilha de dados - 19,1kb Dados da análise da tendência temporal das taxas de detecção de sífilis pelo modelo de regressão por pontos de inflexão (Joinpoint regression). Este método identifica mudanças significativas na tendência ao longo do tempo, testando se a adição de pontos de inflexão (joinpoints) resulta em um modelo que descreve a evolução dos dados de forma estatisticamente superior a uma única reta. O modelo estima a Variação Percentual Anual (Annual Percent Change – APC), que representa a tendência de um ano para o outro, e a Variação Percentual Anual Média (Average Annual Percent Change – AAPC), que resume a tendência ao longo de um segmento de reta. No estudo foi pré-especificado um único ponto de inflexão no ano de 2020, permitindo a comparação da tendência em dois períodos distintos: 2014–2020 e 2020–2023. A análise foi realizada com o software Joinpoint Regression Program (versão 5.4.0), considerando um nível de significância de 5% e um Intervalo de Confiança de 95% (IC 95). A organização do banco de dados e a elaboração das tabelas foram realizadas no Microsoft Excel. (2025-08-18)
创建时间:
2026-05-06



