Foi realizada uma análise nacional de tendência transversal repetida da mortalidade relacionada a doenças cerebrovasculares nos Estados Unidos de 1999 a 2023. O estudo utilizou dados públicos e desidentificados, e foi reportado de acordo com as diretrizes STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) 13.
Fonte dos dados
Os dados de mortalidade foram obtidos do banco de dados de Causas Múltiplas de Causa de Morte do CDC (CDC) Wide-ranging Online Data for Epidemiologic Research (CDC WONDER), que compila informações de certidões de óbito dos EUA do Sistema Nacional de EstatísticasVitais 14. Para garantir a comparabilidade das estimativas estratificadas por raça/etnia ao longo dos anos, foram usados o arquivo padrão de Causas Múltiplas de Morte para 1999–2017 e o extrato 'de raça única' do CDC WONDER para 2018–2023 quando foram necessárias estimativas estratificadas por raça/etnia.
Definição de mortalidade por doença cerebrovascular
As mortes por doença cerebrovascular foram definidas como as mortes para as quais a doença cerebrovascular foi listada como causa subjacente de morte segundo os códigos CID-10 I60–I69 (hemorragia subaracnoidea, hemorragia intracerebral, outras hemorragias intracranianas não traumáticas, infarto cerebral e outras doenças cerebrovasculares). As mortes em que I60–I69 apareceram apenas como causas contribuintes nos campos de múltiplas causas não foram incluídas.
Taxas de mortalidade, extração e variáveis de estratificação
Para cada ano-calendário, contagens de mortes, denominadores populacionais e taxas de mortalidade ajustadas por idade (AAMRs) foram extraídos por 100.000 habitantes, padronizados para a população padrão dos EUA de 2000 usando o método direto conforme implementado no CDC WONDER15. A estratificação por sexo, faixa etária (0–4, 5–14, 15–24, 25–34, 35–44, 45–54, 55–64, 65–74, 75–84 e ≥85 anos), raça/etnia (hispânico; branco não hispânico; negro não hispânico; asiático/ilhéu do Pacífico não hispânico; e indígena americano não hispânico/nativo do Alasca), região censitária dos EUA (Nordeste, Meio-Oeste, Sul, Oeste) e estado foram pré-especificados. A urbanização foi classificada usando o esquema de classificação de seis níveis do National Center for Health Statistics (NCHS) de 2013 e esteve disponível até 2020 no atualextrato 16. Combinações de ano de estrato suprimidas pelo CDC WONDER ou sinalizadas como pouco confiáveis segundo a orientação do CDC foram excluídas antes da modelagem Joinpoint; nenhuma imputação adicional ou ajuste externo de idade foi realizado.
Análise estatística
As tendências temporais foram quantificadas usando regressão logarítmica linear por ponto de junção do logaritmo natural dos AAMRs anuais, com o ano civil como variávelindependente 17. A seleção de modelos utilizou a abordagem de permutação de Monte Carlo implementada no Programa de Regressão de Pontos de Junção NCI, selecionando o modelo mais simples suportado pelos dados dentro da faixa permitida de pontos de junção. APCs específicos de segmento e AAPCs de período completo foram estimados com ICs de 95%. Comparações em nível estadual enfatizaram a AAPC como um resumo econômico porque algumas estimativas segmentais específicas de cada estado eram imprecisas. P < de dois lados de 0,05 foi considerado estatisticamente significativo. A saída fornecida do Joinpoint não incluía valores P separados para seleção de modelos Monte Carlo; portanto, a Tabela Suplementar 1 relata os valores de teste APC/AAPC exportados e o número e anos selecionados de pontos de junção para cada estrato.
Visualização geoespacial e dados ausentes
Padrões em nível estadual foram visualizados usando mapas coropletos de AAMRs específicos de cada estado para anos selecionados e mapas de variação percentual de AAMR de 1999 a 2023. Mapas percentuais de variação foram calculados a partir de AAMRs, em vez do total de mortes, para evitar confundir com crescimento populacional ou envelhecimento. Para combinações de ano de estrato suprimidas pelo CDC WONDER devido a baixas contagens de mortes, as taxas foram tratadas como ausentes e não imputadas. Todas as análises estatísticas foram realizadas usando o Programa de Regressão de Pontos de Junção do NCI e o R (R Foundation for Statistical Computing).