O crescimento do percentual de idosos na Região Sudeste: Uma aplicação via modelo linear misto

  • Luiz Otávio de Oliveira Pala Universidade Federal de Alfenas
  • Eric Batista Ferreira Universidade Federal de Alfenas
  • Juliana Petrini Escola Superior de Agricultura Luiz de Queiroz
Palavras-chave: Envelhecimento Populacional, Medidas Repetidas, Percentual de Idosos, Sudeste.

Resumo

A população mundial vem passando por transformações quanto ao processo de transição demográfica, decrescimento da fecundidade e aumento de idosos. No Brasil, o aumento de idosos impõe desafios às políticas públicas, dado que essa coorte populacional está associada à maiores gastos com saúde e serviços sociais. Mais precisamente as regiões Sul e Sudeste do Brasil evidenciam os maiores índices de idosos, sendo o Rio de Janeiro e Rio Grande do Sul os de maior população dessa faixa etária. Dada a situação, este trabalho analisou o percentual de idosos na região Sudeste do Brasil por meio de um modelo linear misto.O modelo ajustado possibilitou a análise da Região e o comportamento individual de cada Estado, permitindo o planejamento de políticas mais gerais e específicas. Como resultado, notou-se que o Rio de Janeiro e São Paulo tendem a elevar a média de idosos, sendo o fator tempo positivamente associado para a Região.

Referências

BARBOSA E SILVA, C; SILVA, P. A mortalidade infantil nos municípios de Pernambuco utilizando Modelo Linear Generalizado Misto. VII Congresso da Associação Latino Americana de População. 2016.

CHEN, X.; HUANG, B. LI, S. Population ageing and inequality: Evidence from China. The World Economy, v. 41, n. 8, p. 1976 - 2000, 2017.

CHOMIK, R.; PIGGOTT, J. Population Ageing and Social Security in Asia. Asian Economic Policy Review (AEPR), v. 41, n. 8, p. 1976 - 2000, 2015.

DEMIDENKO; E. Mixed Models: Theory and Applications with R. Wiley-Interscience. 2 ed. 2013.

FARAWAY; J. Extending the Linear Model with R. it Chapman & Hall/CRC. 2006.

FAUSTO, M; CARNEIRO, M; ANTUNES, C; PINTO, J; COLOSIMO, H.O modelo de regressão linear misto para dados longitudinais: uma aplicação na análise de dados

antropométricos desbalanceados. Cad. Saúde Pública. Rio de Janeiro, v. 24, n. 3, p. 513 - 524. 2008.

IBGE. Primeiros resultados definitivos do Censo 2010: população do Brasil é de 190.755.799 pessoas. Instituto Brasileiro de Geografia e Estatística . Disponível em: https://censo2010.ibge.gov.br/noticias-censo?busca=1&idnoticia=1866&t=primeiros-resultados-definitivos-censo-2010-populacao-brasil-190-755-799 -pessoas&view=noticia. Acesso em: 25 Fev, 2019.

IBGE. Proporção de idosos na população. it Instituto Brasileiro de Geografia e Estatística. Disponível em: http://tabnet.datasus.gov.br/cgi/tabcgi.exe?idb2012/a14.def. Acesso em: 25 Fev, 2019.

KALACHE, A. Envelhecimento populacional no Brasil: uma realidade nova. it Cad. Saúde Pública, Rio de Janeiro, v. 0.3, n. 3, 1987.

MIRANDA, G.; MENDES, A.; SILVA, A. O envelhecimento populacional brasileiro: desafios e consequências sociais atuais e futuras. Rev. bras. geriatr. gerontol, v. 19, n. 3, p. 507 - 519, 2016.

UNITED NATIONS. Department of Economic and Social Affairs, Population Division (2017). World Population Prospects: The 2017 Revision, Key Findings and Advance

Tables. Working Paper No. ESA/P/WP/248. 2017.

PEREIRA, I; SPYRIDES, M; ANDRADE, L. Estado nutricional de idosos no Brasil: uma abordagem multinível. Cad. Saúde Pública , v. 35, n. 5, 2016.

PORTAL BRASIL. Brasil: Região Sudeste. Disponível em: http://www.portalbrasil.net/regiao_sudeste.htm. Acesso em: 25 Fev, 2019.

ORGANIZAÇÃO MUNDIAL DA SAÚDE. Envelhecimento e saúde. 2018. Disponível em: https://www.who.int/news-room/fact-sheets/detail/ageing-and-health. Acesso em: 8 Abril, 2019.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2019. ISBN 3-900051-07-0, http://www.R-project.org/.

VASCONCELOS, A.; GOMES, M. Transição demográfica: a experiência brasileira. Epidemiol. Serv. Saúde, v. 21, n. 4, 2012.

VILLAVICENCIO, L. Fecundidade do Nordeste Brasileiro: uma abordagem com Modelos Não Linear de Efeitos Mistos. 2015. 100f. Dissertação (Mestrado em Demografia) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2015.

Publicado
29-07-2019