Return to search

Idade gestacional, peso ao nascer e prevalência de Pequenos para Idade Gestacional no Município de São Paulo / Gestational age, birth weight and Prevalence of Small to Gestational Age in the city of São Paulo

Introdução: Idade gestacional (IG) e peso ao nascer, assim como a frequência de nascimentos PIG (pequeno para idade gestacional), são importantes preditores da morbimortalidade neonatal. Os partos cesáreos têm sido indicados como um dos fatores que tem colaborado para o aumento da prematuridade. Conhecer a distribuição populacional da IG segundo tipo de parto e estabelecer a proporção de nascimentos considerados PIG e seus fatores de risco pode contribuir para o conhecimento do perfil dos nascidos vivos no Município de São Paulo (MSP). Objetivos: Estudar o padrão de distribuição da idade gestacional nos nascimentos ocorridos no MSP; calcular a prevalência de PIG com base em três curvas de crescimento fetal (Alexander, Fenton e Kim e Intergrowth); e investigar os fatores risco para PIG. Metodologia: Estudo transversal com base nos dados do Sistema de Informações sobre Nascidos Vivos (Sinasc). Foram estudados nascimentos hospitalares e de gestações únicas, nos anos de 2013 e 2014, no município de São Paulo. Realizou-se uma análise de distribuição dos nascimentos segundo IG, comparando tipo de parto e de hospital (SUS e não SUS). Para cálculo da prevalência de PIG usou-se a idade gestacional baseada na data da última menstruação (DUM) e as três curvas de crescimento fetal citadas. Foi empregada a regressão multinível para avaliação dos fatores de risco materno, do recém-nascido e socioeconômicos individuais, sendo a variável de contexto a vulnerabilidade do distrito de residência. Resultados: Houve um desvio à esquerda da IG para o total de nascimentos e entre os nascidos na rede não SUS, mais acentuado entre nascimentos por cesárea. A mediana de IG na rede SUS foi 39 semanas e na rede não SUS, 38. A prevalência de PIG variou consideravelmente, sendo 6,4 por cento dos nascimentos utilizando a curva Intergrowth e 12,4 por cento e 12,2 por cento com base nas curvas de Fenton e Kim e Alexander, respectivamente. Maiores prevalências de PIG foram encontradas em extremos de IG, pré-termos e termos tardios. Os fatores de risco para PIG, independente da prematuridade, foram malformação congênita, RN sexo feminino, primiparidade e pré-natal com menos de quatro consultas. Entre os não PT também estiveram associados: mãe adolescente, baixa escolaridade materna, raça/cor negra e gestante usuária do SUS, bem como morar em distrito com alta vulnerabilidade. Recém-nascidos PT estiveram associados com idade materna acima de 35 anos. Conclusão: A diferença na duração da gestação está relacionada ao tipo de hospital em que ocorrem os nascimentos e à alta frequência de cesáreas na rede privada. As prevalências de PIG foram bastante distintas entre as curvas, mostrando que esse indicador deve ser avaliado com cautela, pois alguns RN podem ser erroneamente classificados como PIG. O contexto de vulnerabilidade no MSP esteve associado a nascer PIG de forma discreta. Os fatores de risco individuais explicaram melhor o desfecho e foram diferentes segundo a prematuridade, desvantagens socioeconômicas e foram risco apenas entre não prematuros / Introduction: Gestational age (GA), birth weight and the frequency of small for gestational age (SGA) births are important predictors of neonatal morbidity and mortality. Cesarean section has been indicated as one of the factors that has contributed to the increase of prematurity. The aims of this study were to know the population distribution of GA according to type of delivery and to establish the proportion of births considered SGA and how its risk factors may contribute to the knowledge of the profile of live births in the city of São Paulo (SP). Another important objectives were study the pattern of distribution of gestational age in the births occurred in SP, to assess the prevalence of SGA based on three fetal growth curves (Alexander, Fenton and Kim and Intergrowth) and investigate the risk factors for SGA. Methodology: Cross-sectional study based on data from the Live Birth Information System (Sinasc). We studied hospital births and single pregnancies, in the years of 2013 and 2014, in the city of São Paulo. An analysis of the distribution of births according to GA, comparing type of delivery and hospital (public and private) was performed. Gestational age based on the date of the last menstruation (LMP) and the three fetal growth curves were used to calculate the prevalence of SGA. Multilevel regression was used to assess maternal, newborn and socioeconomic risk factors, with the context variable being the vulnerability of the residence district. Results: There was a shift to the left of the GA for total births and among those born in the private hospitals, more pronounced among cesarean births. The median GA in the public hospitals was 39 weeks and in the privates, 38. The prevalence of SGA varied considerably, with 6.4 per cent of births using the Intergrowth curve and 12.4 per cent and 12.2 per cent based on the curves of Fenton and Kim and Alexander, respectively. Higher prevalences of SGA were found in preterm (PT), and late term extremes. The risk factors for SGA, independent of prematurity, were congenital malformation, female newborn, primiparity and prenatal with less than four visits. Among the non preterms were also associated: adolescent mother, low maternal schooling, race / black color and pregnant user public health service, as well as living in a district with high vulnerability. PT newborns were associated with maternal age above 35 years. Conclusion: The difference in the length of gestation is related to the type of hospital where births occur and the high frequency of cesarean sections in the private hospitals. As SGA prevalences were very different between the curves, showing that this indicator should be evaluated with caution, some items may be erroneously classified as SGA. The context of vulnerability in SP was associated with being born SGA discretely. Individual risk factors better explain the outcome and were different according to a prematurity, socioeconomic disadvantages and were only risk among non preterms

Identiferoai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-10052017-093712
Date02 March 2017
CreatorsPriscila Ribeiro Raspantini
ContributorsMarcia Furquim de Almeida, Jose Leopoldo Ferreira Antunes, Rossana Pulcineli Vieira Francisco, Maria Helena Prado de Mello Jorge, Daniela Schoeps
PublisherUniversidade de São Paulo, Saúde Pública, USP, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0033 seconds