Cause-of-Death Chains and Years of Life Lost Among Children and Adolescents in Chengdu, China: A Hospital-Based Case Series
Este estudo de base hospitalar em Chengdu analisa 666 mortes pediátricas de 2018 a 2024 para revelar uma transição epidemiológica dependente da idade, de condições perinatais na infância para lesões externas e doenças crônicas na infância tardia, utilizando a análise da cadeia de causas da morte para defender estratégias de prevenção específicas para cada fase da vida.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Resumo Técnico: Cadeias de Causa de Morte e Anos de Vida Perdidos entre Crianças e Adolescentes em Chengdu, China
Definição do Problema
A pesquisa atual sobre a mortalidade infantil na China frequentemente sofre de três limitações críticas: (1) um foco de idade estreito, predominantemente restrito a crianças menores de cinco anos, deixando o estágio de desenvolvimento dos 5 aos 19 anos subanalisado; (2) uma análise fragmentada da causa de morte (CDM) que isola doenças ou lesões específicas em vez de examinar o espectro de mortalidade holístico; e (3) uma dependência de descrições estatísticas estáticas de nível único que não conseguem capturar as sequências fisiopatológicas dinâmicas que levam à morte. Embora os Objetivos de Desenvolvimento Sustentável globais (ODS 3.2) visem o fim das mortes evitáveis, compreender os padrões de mortalidade em evolução ao longo de todo o contínuo de 0 a 19 anos é essencial para adaptar intervenções específicas para cada fase da vida. Os sistemas existentes de monitoramento de mortalidade na China registram primariamente a causa básica da morte, mas carecem de documentação detalhada do processo dinâmico de morte (a sequência da causa raiz até a causa direta).
Metodologia
Este estudo de série de casos baseado em hospitais analisou 666 mortes pediátricas e de adolescentes (de 0 a 19 anos) registradas entre 2018 e 2024 em oito grandes hospitais terciários em Chengdu, China. As instituições participantes incluíram hospitais gerais abrangentes, hospitais especializados em mulheres e crianças, e centros clínicos de saúde pública, garantindo representação geográfica entre áreas urbanas e suburbanas.
- Coleta de Dados: Os pesquisadores extraíram dados demográficos, datas de admissão/óbito e a sequência completa de causas de morte de prontuários eletrônicos e certidões de óbito.
- Classificação: As causas de morte foram codificadas usando a CID-10 e agregadas em níveis de capítulo. A idade foi estratificada em três períodos críticos: Infância (0–1 ano, subdividida em neonatal e pós-neonatal), Primeira Infância (1–4 anos) e Idade Escolar/Adolescência (5–19 anos).
- Análise de Cadeia de Causa de Morte (CDM): A inovação analítica central envolveu a construção de cadeias de CDM para delinear caminhos desde a causa básica até a causa imediata. As cadeias foram classificadas como "completas" (causa básica → intermediária → imediata) ou "incompletas" (causa básica proximal → imediata). Diagramas de Sankey foram utilizados para visualizar essas sequências de fluxo.
- Análise Estatística: Estatísticas descritivas resumiram a demografia. Associações entre variáveis categóricas (idade, sexo, ano) e categorias de CDM foram testadas usando testes de qui-quadrado de Pearson ou exatos de Fisher, com correções de Holm-Bonferroni para múltiplas comparações. Resíduos padronizados identificaram células específicas que impulsionaram as associações.
- Quantificação do Ônus: Os Anos de Vida Perdidos (AVP) foram calculados para cada morte utilizando uma expectativa de vida de referência de 78,6 anos, quantificando o ônus da mortalidade prematura.
Principais Resultados
O estudo identificou uma clara transição epidemiológica dependente da idade nos padrões de mortalidade:
Espectro de Mortalidade Estratificado por Idade:
- Infância (0–1 ano): Dominada por Condições perinatais (66,1% das mortes infantis), particularmente no período neonatal (0–27 dias), que representou 40,2% de todas as mortes. Este grupo exibiu o maior AVP por morte (média de 78,6 anos).
- Primeira Infância (1–4 anos) e Adolescência (5–19 anos): Ocorreu uma mudança brusca onde Lesões e envenenamentos tornaram-se a principal causa de morte (33,0% e 32,7%, respectivamente). Embora o AVP por morte tenha diminuído ligeiramente nestes grupos (75,5 e 65,4 anos), o ônus agregado permaneceu substancial devido aos altos volumes de casos.
Caminhos de Cadeia de CDM:
- Infância: O caminho fatal dominante fluiu de condições perinatais (ex: distúrbios relacionados à prematuridade) através de complicações intermediárias até a insuficiência respiratória.
- Primeira Infância: Os caminhos foram tipicamente curtos e diretos, movendo-se de causas externas (ex: acidentes de transporte, quedas) diretamente para lesões fatais.
- Adolescência: Embora as causas externas tenham permanecido proeminentes, condições crônicas (ex: doenças do sistema nervoso, anomalias congênitas) emergiram como causas básicas significativas, frequentemente culminando em doenças respiratórias. Notavelmente, a autolesão intencional foi identificada como um mecanismo de risco específico neste grupo.
Tendências de Gênero e Temporais:
- Os homens representaram 56,8% das mortes, com uma proporção estatisticamente superior de mortes relacionadas a lesões (19,0%) em comparação com as mulheres (13,5%).
- A análise temporal revelou um pico transitório em mortes relacionadas a lesões em 2021 (43,5% das mortes naquele ano), coincidindo com o relaxamento das restrições da COVID-19, enquanto as mortes perinatais atingiram o pico em 2020.
Indicadores de Qualidade de Dados:
- "Sintomas e sinais" (causas mal definidas) representaram 13,2% do total de mortes, servindo como um indicador sentinela para potenciais limitações diagnósticas ou deficiências nas práticas de certificação de óbito.
Principais Contribuições
- Visualização de Caminhos Dinâmicos: O estudo vai além das distribuições de frequência estáticas ao aplicar a análise de cadeia de CDM para revelar as sequências específicas de eventos mórbidos que levam à morte em diferentes estágios de desenvolvimento.
- Cobertura de Idade Abrangente: Fornece uma análise sistemática do grupo de 5 a 19 anos, um demográfico frequentemente excluído de estudos padrão de mortalidade pediátrica na China.
- Quantificação da Mortalidade Prematura: Ao integrar métricas de AVP, o estudo quantifica o potencial de vida perdido, destacando o ônus catastrófico das condições perinatais na infância versus a ameaça persistente de lesões na infância tardia e adolescência.
- Identificação de Nós de Intervenção: A análise distingue entre vulnerabilidades biológicas endógenas (infância) e riscos ambientais/comportamentais exógenos (infância/adolescência), apontando estágios específicos para intervenção direcionada.
Significância e Alegações
Os autores afirmam que este estudo delineia uma transição epidemiológica fundamental na mortalidade infantil em um ambiente urbano chinês: de vulnerabilidades biológicas endógenas na infância para riscos ambientais e comportamentais exógenos na infância tardia e adolescência.
A significância destes achados reside na sua utilidade para estratégias de prevenção específicas para o curso de vida:
- Para Lactentes: Fortalecimento do cuidado perinatal, incluindo saúde materna, manejo intraparto e suporte respiratório neonatal.
- Para Crianças Pequenas: Implementação de medidas de prevenção de lesões ambientais passivas e rigorosas (ex: segurança no trânsito, prevenção de quedas).
- Para Adolescentes: Adoção de uma abordagem integrada que combine segurança ambiental com suporte à saúde mental e gestão de doenças crônicas.
O artigo conclui que, embora o estudo seja limitado pelo seu desenho baseado em hospitais (excluindo mortes fora do hospital) e pela dependência de registros clínicos em vez de autópsias, a aplicação da análise de cadeia de CDM oferece uma base mais acionável para políticas de saúde pública do que as estatísticas estáticas tradicionais. Ele enfatiza a necessidade de sistemas de vigilância adaptativos capazes de detectar padrões de risco em mudança, conforme evidenciado pelas flutuações temporais observadas durante a era da pandemia.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.