Análise temporal e espacial das taxas de baixo peso ao nascer em Sergipe^*

Objetivo:  realizar uma análise de séries temporais e espaciais dos casos de baixo peso ao nascer no estado de Sergipe no período de 2013 a 2023, identificando as regiões com maiores taxas.

Método:  foram utilizados dados referentes aos nascidos vivos neste estado, fornecidos pela Secretaria Estadual de Saúde. Realizaram-se análises de mapa de Kernel por município do estado e de séries temporais por regiões de saúde.

Resultados:  no período, foram observados 370.329 nascimentos, dos quais 30.999 nasceram com peso menor que 2.500 gramas, o que representa 8,4%. De acordo com o mapa de Kernel, os municípios com maior destaque na taxa de BPN foram os da regional de Nossa Senhora do Socorro, seguida pela regional de Propriá. Ao se realizar a análise de séries temporais, verifica-se uma tendência decrescente para as regiões de Nossa Senhora da Glória e de Nossa Senhora do Socorro.

Conclusão:   os casos mostram-se em densidade localizada e com tendência estacionária na maioria das regionais de saúde analisadas.

Descritores:
Recém-Nascido Prematuro; Cuidado Pré-Natal; Gravidez; Análise Espacial; Nascimento Prematuro; Distribuição Temporal.

Destaques:

(1) Foram identificadas regiões de saúde com maior densidade de casos de BPN. (2) A maioria das regionais do Sergipe apresenta-se com tendência estacionária das taxas de BPN. (3) O estado de Sergipe apresenta-se com grande vulnerabilidade social. (4) O Sergipe apresentou aumento do percentual dos casos de BPN (2015, 2018, 2023).

Objective:  to conduct a temporal and spatial time-series analysis of low birth weight cases in the Sergipe state from 2013 to 2023, identifying regions with the highest rates.

Method:  data from live births in the state, provided by the State Health Department, were analyzed. Kernel density maps were generated by municipality, and time-series analyses were conducted by health region.

Results:  between 2013 and 2023, the state recorded 370,329 births, of which 30,999 newborns weighed less than 2,500 grams (8.4%). According to the Kernel density map, the municipalities of Nossa Senhora do Socorro followed by Propriá presented the highest LBW rates. Time-series analysis showed a decreasing trend in the Nossa Senhora da Glória and Nossa Senhora do Socorro regionals.

Conclusion:  LBW cases were spatially clustered, and most health regions exhibited stationary trends.

Descriptors:
Premature Newborn; Prenatal Care; Pregnancy; Spatial Analysis; Premature Birth; Temporal Distribution.

Highlights:

(1) Identification of health regions with the highest density of LBW cases. (2) Most state regions showed a stationary trend in LBW rates. (3) Sergipe state presents high social vulnerability. (4) Sergipe state showed an increase in the percentage of LBW cases (2015, 2018, 2023).

Objetivo:  realizar un análisis de series temporales y espaciales de los casos de bajo peso al nacer en el estado de Sergipe en el período de 2013 a 2023 para identificar las regiones con mayores tasas.

Método:  se utilizaron datos referentes a los nacidos vivos en el estado proporcionados por la Secretaría Estatal de Salud. Se realizaron análisis de mapas de densidad de Kernel por municipio y análisis de series temporales por regiones de salud.

Resultados:  en el período analizado se registraron 370.329 nacimientos; de los cuales 30.999 presentaron peso inferior a 2.500 g (8,4%). Según el mapa de Kernel, los municipios con mayor destaque en las tasas de BPN pertenecen a la Regional de Nossa Senhora do Socorro, seguida por la de Propriá. El análisis temporal reveló una tendencia decreciente en las Regiones de Nossa Senhora da Glória y de Nossa Senhora do Socorro.

Conclusión:  los casos se presentan en densidades localizadas y con tendencia estacionaria en la mayoría de las Regiones de Salud analizadas.

Descriptores:
Recién Nacido Prematuro; Atención Prenatal; Embarazo; Análisis Espacial; Nacimiento Prematuro; Distribución Temporal.

Destacados:

(1) Se identificaron regiones de salud con mayor densidad de casos de BPN. (2) La mayoría de las regiones del estado muestran una tendencia estacionaria en las tasas. (3) El estado de Sergipe mantuvo una elevada vulnerabilidad social. (4) Sergipe presentó un aumento en el porcentaje de casos de BPN (2015, 2018, 2023).

Introdução

O peso ao nascer corresponde à primeira pesagem do recém-nascido realizada até uma hora após o parto. De acordo com a Organização Mundial da Saúde (OMS)¹, a proporção de bebês com baixo peso ao nascer (BPN) é um indicador importante de saúde pública, pois reflete múltiplos fatores associados ao período gestacional, como desnutrição materna, condições clínicas e obstétricas, qualidade da assistência pré-natal, nível de renda, idade materna, gestações múltiplas e estado nutricional.

Em 2020, o Fundo das Nações Unidas para a Infância (UNICEF)² estimou que 19,8 milhões de recém-nascidos - cerca de 14,7% de todos os nascidos vivos no mundo - apresentaram BPN. Esses bebês apresentam maior risco de morrer no primeiro mês de vida e, entre os sobreviventes, são observadas consequências ao longo do ciclo vital, como maior probabilidade de crescimento inadequado, menor quociente intelectual e maior risco de doenças crônicas na idade adulta, incluindo obesidade e diabetes^3-4. Embora os dados globais da UNICEF indiquem uma tendência de redução do percentual de BPN, persistem diferenças regionais significativas. A América do Norte e a Europa mantiveram índices estáveis em torno de 7,4% nos anos de 2000, 2010 e 2020, enquanto a América do Sul apresentou um discreto aumento (8,5%, 8,6% e 8,8%, respectivamente).

No Brasil^5-6, a prevalência de BPN em 2023 foi de aproximadamente 9,3%. A região Sudeste apresentou a maior taxa (10,1%), seguida pelo Centro-Oeste (9,5%), Sul (9,3%), Nordeste (8,9%) e Norte (8,7%). Na região Nordeste, destacaram-se Bahia (9,65%), Ceará (9,1%), Piauí e Rio Grande do Norte (9,04%) e Sergipe (8,9%). A análise histórica revela um pequeno aumento no percentual de BPN entre 2015 e 2023: o Nordeste passou de 7,9% (2015 e 2018) para 8,9% (2023), enquanto Sergipe registrou 8,2%, 8,3% e 8,9% nesses mesmos períodos⁷.

A OMS estabeleceu como meta uma redução de 30% no número de bebês com peso inferior a 2.500 gramas até 2025, o que equivale a uma queda relativa de 3% ao ano entre 2012 e 2025, passando de 20 para cerca de 14 milhões de recém-nascidos com BPN⁸. Como medida para a diminuição dos BPN, no Brasil, recomenda-se que o pré-natal tenha início no primeiro trimestre e inclua, no mínimo, seis consultas: uma no primeiro trimestre, duas no segundo e três no terceiro⁹. Além disso, o Ministério da Saúde implementou programas, como a Rede Cegonha¹⁰, no âmbito do Sistema Único de Saúde (SUS), visando melhorar o acesso, a qualidade e a continuidade do cuidado materno-infantil. Contudo, apesar desses avanços, ainda se observam disparidades regionais e socioeconômicas na prevalência de BPN.

A vulnerabilidade social representa outro importante determinante do BPN. Segundo o Centro de Liderança Pública (CLP)¹¹, ao se avaliar indicadores de saúde e de vulnerabilidade, Sergipe ocupa a 22ª posição entre os 27 estados brasileiros. Além disso, o relatório As Múltiplas Dimensões da Pobreza na Infância e Adolescência no Brasil¹² revelou que 76,6% das crianças e adolescentes sergipanos vivenciam pelo menos uma dimensão da pobreza, e 22,68% encontram-se em pobreza extrema.

Assim, diante da relevância epidemiológica e social do problema, este estudo teve como objetivo analisar a tendência temporal e a distribuição espacial dos casos de BPN no estado de Sergipe de 2013 a 2023, identificando as regiões com maiores taxas.

Método

Local

Sergipe é o menor estado da Federação, com 182.163 km², situado no Nordeste brasileiro, e tem uma população estimada (2024) de 628.846 pessoas e Índice de Desenvolvimento Humano (IDH) igual a 0,77. A mortalidade infantil no estado em 2022 foi de 16,81 óbitos por mil nascidos vivos¹³.

A Rede Materno-Infantil de Sergipe é composta por nove maternidades (cinco públicas e quatro filantrópicas). Três maternidades estão situadas na capital (Aracaju) e seis estão localizadas nos municípios-sede de cada região de saúde (Estância, Itabaiana, Lagarto, Nossa Senhora da Glória, Nossa Senhora do Socorro e Propriá)¹⁴.

Definição da amostra

Trata-se de um estudo epidemiológico, retrospectivo, com uso de dados secundários da Secretaria Estadual de Sergipe, sobre o número de nascidos vivos no período de 2013 a 2023. O estudo foi aprovado pelo Comitê de Ética em Pesquisa (CEP), sob o número CAAE: 77636824.5.0000.5546, parecer nº 6.684.748.

Os dados foram fornecidos pela Secretaria Estadual de Saúde de Sergipe, banco Sistema de Informação sobre Nascidos Vivos (SINASC), com dados informando: local de nascimento, idade da mãe, raça da mãe, estado civil da mãe, escolaridade da mãe, duração da gestação, tipo da gestação, tipo de parto, consultas, data de nascimento, sexo da criança, peso da criança, semana gestacional.

Como critério de elegibilidade, foram incluídos na amostra os dados em que o peso do bebê foi informado. Os dados incluídos foram: município de nascimento, dados sociais (idade, estado civil, escolaridade, etnia, sexo do bebê, presença de anomalia), tempo gestacional, número de gestações, tipo de parto (cesárea ou vaginal) e número de consultas pré-natais.

Foram registrados, no período, 370.413 nascimentos; contudo, 370.329 informaram o peso do bebê ao nascer; os demais constaram como não preenchidos. Do total de nascimentos, 30.999 nasceram com peso menor que 2.500 gramas, ou seja, BPN, representando 8,4% do total de nascidos.

Tratamento e análise dos dados

Foi calculada a taxa de BPN, definida como: total de crianças com peso menor que 2.500 gramas (OMS)/total de nascimentos. Essa taxa foi calculada por município do estado de Sergipe. Em relação ao período gestacional, observado para analisar a associação com BPN, o bebê é considerado prematuro quando nasce com menos de 37 semanas. Para os casos considerados ignorados ou incompletos, os dados foram excluídos.

Foram realizados mapas de estimativa de densidade de Kernel (densidade de pontos em uma área geográfica), utilizando raio de 20 mil metros e tamanho de pixel de 80, no modo de intervalo contínuo, com coordenadas SIRGAS 2000/UTM, zona 24S. Para tal, foi utilizado o programa Quantum Geographic Information System (QGIS) 3.22.5. Utilizou-se essa estimativa para identificar quais os municípios com maior taxa de BPN, uma vez que, a partir dela, é possível visualizar e interpretar os dados geográficos de forma mais precisa e eficiente, auxiliando na tomada de decisões e no planejamento de ações.

Foram ainda realizadas análises de tendência temporal, com variação de percentual anual (VPA), com nível de significância de 95%, do número de casos de BPN, pelas sete regionais de saúde de Sergipe (Aracaju, Estância, Itabaiana, Lagarto, Nossa Senhora da Glória, Nossa Senhora do Socorro e Propriá). Para esta análise, foi aplicada a regressão de Prais-Winsten, que prevê a correção da autocorrelação de primeira ordem. A variável dependente foi o logaritmo dos casos, e as variáveis independentes foram os anos da série histórica, utilizando a metodologia descrita por Antunes e Waldman¹⁵. A análise foi realizada no programa Stata, versão 14.

As regiões de saúde são formadas por municípios fronteiriços que compartilham identidades culturais, econômicas e sociais, redes de comunicação e infraestrutura de transportes. A finalidade dessas regiões é integrar a organização, o planejamento e a execução de ações e serviços de saúde. As diretrizes de funcionamento dessas regiões foram estabelecidas pela Comissão Intergestores Tripartite (CIT), por meio da Resolução n. 1 de 29 de setembro de 2011, e em conformidade com o Decreto n. 7.508 de 28 de junho de 2011 - que organiza o SUS, o planejamento da saúde, a assistência à saúde e a articulação entre governo federal, estados e municípios¹⁶.

Resultados

Entre os BPN, a idade média materna foi de 26 anos (±7,4 anos), sendo a mãe mais jovem, com 10 anos, e a mais velha, com 53 anos. Sobre o sexo do bebê, 16.365 eram do sexo feminino; 14.562, do sexo masculino; e 72 estavam como sexo ignorado. Verifica-se, pela Tabela 1, que a maioria das mães era de raça parda, solteira, com 8 a 11 anos de estudo e 32 a 36 semanas gestacionais.

Tabela 1
Variáveis sociodemográficas do total* de baixo peso ao nascer (BPN) no estado de Sergipe, 2013-2023. Aracaju, SE, Brasil, 2024

Idade materna	N*	%
10 a 17 anos	3.856	12,4
18 a 35 anos	23.025	74,3
Mais que 35 anos	4.118	13,3
Raça
Branca	2.923	9,58
Preta	1.600	5,24
Amarela	265	0,87
Parda	25.663	84,12
Indígena	55	0,18
Estado civil
Solteira	18.102	58,61
Casada	5.992	19,40
Viúva	68	0,22
Separada/divorciada	289	0,94
União Estável	6.434	20,83
Escolaridade da mãe
Nenhuma	280	0,9
1 a 3 anos	1.574	5,1
4 a 7 anos	7.888	25,5
8 a 11 anos	16.633	53,8
12 e mais	4.518	14,6
Tipo de gravidez
Única	26.568	74,7
Dupla	8.550	24,0
Tripla ou mais	441	1,2
Consultas pré-natal
Nenhuma	806	0,8
1 a 3	10.672	10,8
4 a 6	36.042	36,6
7 e mais	50.984	51,8
Semanas gestacionais
Menos que 22	342	1,11
22 a 27	1.647	5,37
28 a 31	2.659	8,67
32 a 36	15.281	49,81
37 a 41	10.604	34,56
42 ou mais	146	0,48

• *Total de 30.999 BPN, valores abaixo significam que alguns dados não foram preenchidos

De acordo com o mapa de Kernel, os municípios com maior destaque na taxa de BPN foram: regional de Nossa Senhora do Socorro, seguida pela regional de Propriá. As cores indicadas em vermelho e amarelo no mapa representam valores acima da média do estado de Sergipe (Figura 1).

Ao se realizar a análise de séries temporais, por regional de saúde de Sergipe, verifica-se uma tendência decrescente para as regionais de Nossa Senhora da Glória e de Nossa Senhora do Socorro (Tabela 2).

Figura 1
Mapa de Kernel da taxa de baixo peso ao nascer (BPN) por município do estado do Sergipe, no período de 2013 a 2023. Aracaju, SE, Brasil, 2024

Tabela 2
Análise de série temporal dos casos de baixo peso de recém-nascidos por regiões de saúde de Sergipe, no período de 2013 a 2023. Aracaju, SE, Brasil, 2024

	VPA*	IC†
Região de Saúde	2013-2023	min‡	max§	tendência
Aracaju	-0,36	-0,02	0,01	estacionária
Estância	-2,24	-0,08	0,04	estacionária
Itabaiana	-0,90	-0,02	0,01	estacionária
Lagarto	-1,07	-0,05	0,03	estacionária
Nossa Senhora da Glória	-3,04	-0,05	-0,01	decrescente
Nossa Senhora do Socorro	-6,82	-0,10	-0,03	decrescente
Propriá	-3,95	-0,09	0,01	estacionária

• *VPA = Variação percentual anual; ^†IC = Intervalo de confiança, ^‡min = Valor mínimo; ^§max = Valor máximo

Discussão

O BPN constitui um importante problema de saúde pública, capaz de gerar consequências graves para a qualidade de vida futura do bebê. Nesse contexto, torna-se fundamental conhecer a realidade local e as possíveis discrepâncias entre diferentes regiões de um mesmo estado, a fim de subsidiar intervenções com medidas eficazes¹⁷.

O BPN está associado a múltiplos fatores, tais como prematuridade, ausência ou inadequação do pré-natal, idade materna extrema, situação conjugal, baixo nível de escolaridade, paridade, histórico de abortos, ocorrência prévia de filhos com baixo peso e sexo feminino do recém-nascido, além de aspectos relacionados à vulnerabilidade social^18-20.

Neste estudo, a maioria dos recém-nascidos com BPN era pré-termo, do sexo feminino e filho de mãe solteira. Outros autores, ao analisarem o BPN entre recém-nascidos a termo, identificaram associação com sexo masculino, multiparidade e número reduzido de consultas pré-natais, além de pais adolescentes. Também observaram que a maior parte das mães havia concluído o ensino fundamental (64%) e era solteira (68%), achados que corroboram parcialmente os resultados aqui apresentados^21-22. Alguns autores apontam que cor/raça está associada ao BPN quando comparada à raça/cor branca, principalmente em mães economicamente vulneráveis²². Esses achados corroboram este estudo.

Autores²³ observaram associação entre BPN, idade materna, anemia e condições socioeconômicas desfavoráveis. Neste estudo, identificaram-se idades maternas extremas - 10 e 53 anos - associadas ao BPN, reforçando a influência desses fatores.

O mapa de Kernel, ou mapa de calor, é uma técnica amplamente utilizada para visualizar a distribuição espacial de eventos ou taxas, permitindo identificar áreas com maior concentração de um fenômeno - neste caso, o BPN. A aplicação da análise espacial contribui para o planejamento de ações em saúde. A partir do mapa de Kernel, é possível identificar municípios com maior densidade de casos^24-25, o que possibilita a implementação de medidas direcionadas e o aprimoramento do atendimento às famílias dessas regiões²⁵.

Neste estudo, a análise por densidade de Kernel permitiu identificar as regiões com maiores taxas de prevalência de BPN, indicando a necessidade de intensificar ações de atenção à saúde da gestante e de educação em saúde. Os municípios em destaque - Rosário do Catete, Telha e Divina Pastora - são de pequeno porte. Segundo dados do Instituto Brasileiro de Geografia e Estatística (IBGE) do ano de 2023, Telha apresenta taxa de mortalidade infantil de 40,82 por mil nascidos vivos e IDH de 0,60; Divina Pastora, IDH de 0,61 e taxa de 32,26; e Rosário do Catete, IDH de 0,63 e taxa de 13,99¹³. Todos apresentam IDH inferior à média estadual (0,70), o que sugere que a vulnerabilidade social influencia as taxas de BPN. Outros autores também destacam que municípios com baixo IDH, especialmente no componente de educação, apresentam piores indicadores de saúde^24-26.

Vale ressaltar que, em 2023, a taxa de mortalidade infantil no Brasil foi de 12,6 óbitos por mil nascidos vivos, enquanto, em Sergipe, esse valor atingiu 18,48 óbitos por mil. Além disso, todos os municípios destacados no mapa apresentam taxas superiores à média nacional, o que evidencia um cenário de maior vulnerabilidade no estado¹³.

A prevalência de BPN encontrada neste estudo foi de 8,4% no período analisado em Sergipe, valor semelhante ao observado na América Latina (8,7%) e ao registrado no Brasil (8%)²⁷. A mortalidade infantil constitui uma das consequências associadas ao BPN e, embora apresente tendência de queda, permanece elevada: segundo o Ministério da Saúde⁵, registra-se uma taxa de 13,3 óbitos por mil nascidos vivos, o que reforça a necessidade de esforços assistenciais contínuos.

Na análise de séries temporais, verificou-se que a maioria das regiões de saúde de Sergipe apresentou tendência estacionária no número de casos de BPN, o que indica ausência de variação significativa ao longo do tempo - o que, nesse caso, não é desejável, pois o ideal seria uma tendência decrescente.

Mesmo nas regionais que apresentaram municípios em destaque no mapa de Kernel, observou-se tendência estacionária ou, em alguns casos, decrescente, o que evidencia que determinados municípios demandam maior atenção, seja por fatores socioeconômicos, seja por fragilidades nos serviços de saúde.

Apesar de apenas duas regionais apresentarem tendência decrescente, os indicadores de saúde do estado indicam que alguns parâmetros se encontram dentro das metas recomendadas. Exemplo disso é a proporção de gestantes com pelo menos seis consultas de pré-natal realizadas até a 12ª semana gestacional (52%), além da elevada cobertura de Atenção Primária à Saúde (118%, em 2025).

Este estudo apresenta limitações, principalmente relacionadas a possíveis inconsistências no preenchimento do SINASC, incluindo a ausência, em alguns casos, do registro do peso ao nascer. Por se tratar de um estudo ecológico, não foi possível avaliar variáveis individuais importantes, como doenças maternas ou o estado nutricional da gestante, fatores que podem contribuir para a prematuridade.

Conclusão

Neste estudo, foi possível observar uma tendência estacionária na maioria das regionais de saúde analisadas e em alguns municípios com pontos de maior densidade no mapa de Kernel. Esses locais, provavelmente, requerem maior atenção às ações de saúde para investigação e planejamento em saúde.

Agradecimentos

À Secretaria Estadual de Saúde de Sergipe pelo fornecimento dos dados. A FAPITEC pelo financiamento a pesquisa.

Declaração de Disponibilidade de Dados:

Todos os dados gerados ou analisados durante este estudo estão incluídos neste artigo publicado.

Referências bibliográficas

• ¹ Pan American Health Organization. Um em cada sete bebês em todo o mundo nascem com baixo peso [Internet]. 2019 May 16 [cited 2025 Oct 20]. Available from: Available from: https://www.paho.org/pt/noticias/16-5-2019-um-em-cada-sete-bebes-em-todo-mundo-nascem-com-baixo-peso
  » https://www.paho.org/pt/noticias/16-5-2019-um-em-cada-sete-bebes-em-todo-mundo-nascem-com-baixo-peso
• ² United Nations Children’s Fund. Monitoring the situation of children and women: low birthweight [Internet]. New York, NY: UNICEF; 2023 [cited 2025 Oct 11]. Available from: Available from: https://data.unicef.org/topic/nutrition/low-birthweight/
  » https://data.unicef.org/topic/nutrition/low-birthweight/
• ³ Krasevec J, Blencowe H, Coffey C, Okwaraji YB, Estevez D, Stevens GA, et al. Study protocol for UNICEF and WHO estimates of global, regional, and national low birthweight prevalence for 2000 to 2020. Gates Open Res. 2022;6:61. https://doi.org/10.12688/gatesopenres.13666.1
  » https://doi.org/10.12688/gatesopenres.13666.1
• ⁴ United Nations Children’s Fund; World Health Organization. Technical note for national consultation on low birthweight and preterm birth estimates [Internet]. New York, NY: UNICEF ; 2022 [cited 2025 Oct 12]. Available from: Available from: https://data.unicef.org/wp-content/uploads/2023/10/Technical-note_Low-birthweight-and-preterm-birth-country-consultation_ENGLISHLBW-Country-consultation-2022-ENG.pdf
  » https://data.unicef.org/wp-content/uploads/2023/10/Technical-note_Low-birthweight-and-preterm-birth-country-consultation_ENGLISHLBW-Country-consultation-2022-ENG.pdf
• ⁵ Ministério da Saúde (BR). Boletim Epidemiológico [Internet]. Brasília-DF: MS; 2024 [cited 2025 Oct 12]. Available from: Available from: https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/boletins/epidemiologicos/edicoes/2024/boletim-epidemiologico-volume-55-no-13.pdf
  » https://www.gov.br/saude/pt-br/centrais-de-conteudo/publicacoes/boletins/epidemiologicos/edicoes/2024/boletim-epidemiologico-volume-55-no-13.pdf
• ⁶ Ministério da Saúde (BR). DATASUS: nascidos vivos desde 1994 [Internet]. Brasília-DF: MS ; c2026 [cited 2025 Oct 12]. Available from: Available from: https://datasus.saude.gov.br/nascidos-vivos-desde-1994
  » https://datasus.saude.gov.br/nascidos-vivos-desde-1994
• ⁷ Ministério da Saúde (BR). DATASUS TabNet: SINASC [Internet]. Brasília-DF: MS ; c2026 [cited 2025 Oct 12]. Available from: Available from: http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sinasc/cnv/nvuf.def
  » http://tabnet.datasus.gov.br/cgi/deftohtm.exe?sinasc/cnv/nvuf.def
• ⁸ United Nations Children’s Fund; World Health Organization. Low birthweight estimates: levels and trends 2000-2015 [Internet]. Geneva: WHO; 2019 [cited 2025 Aug 10]. Available from: Available from: https://www.who.int/publications/i/item/WHO-NMH-NHD-19.21
  » https://www.who.int/publications/i/item/WHO-NMH-NHD-19.21
• ⁹ Nery DP, Andrade ACS, Rocha DS, Barbosa MCR, Gomes RS, Bezerra VM. Trend in neonatal mortality and preventable neonatal deaths: a time series analysis, Bahia, 2010-2020. Epidemiol Serv Saude. 2025;34:e20240651. https://doi.org/10.1590/S2237-96222025v34e20240651.en
  » https://doi.org/10.1590/S2237-96222025v34e20240651.en
• ¹⁰ Ministério da Saúde (BR). Portaria nº 1.459, de 24 de junho de 2011. Institui, no âmbito do Sistema Único de Saúde - SUS - a Rede Cegonha [Internet]. Brasília-DF: MS ; 2011 [cited 2025 Aug 10]. Available from: Available from: https://bvsms.saude.gov.br/bvs/saudelegis/gm/2011/prt1459_24_06_2011.html
  » https://bvsms.saude.gov.br/bvs/saudelegis/gm/2011/prt1459_24_06_2011.html
• ¹¹ Centro de Liderança Pública. Como anda a saúde e vulnerabilidade social nos estados brasileiros? [Internet]. [s.l.]: CLP; c2024 [cited 2025 Aug 10]. Available from: Available from: https://clp.org.br/como-anda-a-saude-e-vulnerabilidade-social-nos-estados-brasileiros/
  » https://clp.org.br/como-anda-a-saude-e-vulnerabilidade-social-nos-estados-brasileiros/
• ¹² UNICEF Brasil. Equipe do UNICEF se reúne com o governador de Sergipe [Internet]. [s.l.]: UNICEF Brasil; 2023 [cited 2025 Aug 10]. Available from: Available from: https://www.unicef.org/brazil/comunicados-de-imprensa/equipe-do-unicef-se-reune-com-o-governador-de-sergipe
  » https://www.unicef.org/brazil/comunicados-de-imprensa/equipe-do-unicef-se-reune-com-o-governador-de-sergipe
• ¹³ Instituto Brasileiro de Geografia e Estatística. Aracaju: panorama [Internet]. Rio de Janeiro: IBGE; c2026 [cited 2025 Sep 10]. Available from: Available from: https://www.ibge.gov.br/cidades-e-estados/se/aracaju.html
  » https://www.ibge.gov.br/cidades-e-estados/se/aracaju.html
• ¹⁴ Secretaria de Estado da Saúde de Sergipe. Novo fluxo da MNSL é apresentado para gestores de saúde dos municípios sergipanos [Internet]. Aracaju: SES; 2023 [cited 2025 Sep 10]. Available from: Available from: https://saude.se.gov.br/novo-fluxo-da-mnsl-e-apresentado-para-gestores-de-saude-dos-municipios-sergipanos/
  » https://saude.se.gov.br/novo-fluxo-da-mnsl-e-apresentado-para-gestores-de-saude-dos-municipios-sergipanos/
• ¹⁵ Antunes JLF, Waldman EA. Tuberculosis in the twentieth century: time-series mortality in São Paulo, Brazil, 1900-97. Cad Saude Publica. 1999;15(3):463-76. https://doi.org/10.1590/S0102-311X1999000300003
  » https://doi.org/10.1590/S0102-311X1999000300003
• ¹⁶ Ministério da Saúde (BR). Regiões de saúde [Internet]. Brasília-DF: MS ; c2026 [cited 2025 Sep 10]. Available from: Available from: https://www.gov.br/saude/pt-br/composicao/saps/programa-cuida-mais-brasil/regioes-de-saude
  » https://www.gov.br/saude/pt-br/composicao/saps/programa-cuida-mais-brasil/regioes-de-saude
• ¹⁷ Balbi B, Carvalhaes MABL, Parada CMGL. Temporal trends of preterm birth and its determinants over a decade. Cien Saude Colet. 2016;21(1):233-41. https://doi.org/10.1590/1413-81232015211.20512015
  » https://doi.org/10.1590/1413-81232015211.20512015
• ¹⁸ Alves JM, Martins ACP, Costa FM, Caldeira AP, Vieira MA. Revisitando fatores de risco para o baixo peso ao nascimento em maternidade pública do interior de Minas Gerais: um estudo comparativo. Temas Saude. 2019;19(5):333-51.
• ¹⁹ Santos RMS, Marcon SS, Marquete VF, Gavioli A, Silva AMN, Vieira VCL, et al. Prevalence and factors associated with low birth weight in full-term newborns. Rev Rene. 2021;22:e68012. https://doi.org/10.15253/2175-6783.20212268012
  » https://doi.org/10.15253/2175-6783.20212268012
• ²⁰ Belfort GP, Santos MMAS, Pessoa LS, Dias JR, Heidelmann SP, Saunders C. Determinants of low birth weight in the children of adolescent mothers: a hierarchical analysis. Cien Saude Colet. 2018;23(8):2609-20. https://doi.org/10.1590/1413-81232018238.13972016
  » https://doi.org/10.1590/1413-81232018238.13972016
• ²¹ Nyarko KA, Lopez-Camelo J, Castilla EE, Wehby GL. Explaining racial disparities in infant health in Brazil. Am J Public Health. 2015;105(Suppl 4):S563-84. https://doi.org/10.2105/AJPH.2012.301021
  » https://doi.org/10.2105/AJPH.2012.301021
• ²² Falcão IR, Ribeiro-Silva RC, Almeida MF, Fiaccone RL, Rocha AS, Ortelan N, et al. Factors associated with low birth weight at term: a population-based linkage study of the 100 million Brazilian cohort. BMC Pregnancy Childbirth. 2020;20:536. https://doi.org/10.1186/s12884-020-03226-x
  » https://doi.org/10.1186/s12884-020-03226-x
• ²³ Barreto CTG, Tavares FG, Theme-Filha M, Farias YN, Pantoja LN, Cardoso AM. Low birthweight, prematurity, and intrauterine growth restriction: results from the baseline data of the first indigenous birth cohort in Brazil (Guarani Birth Cohort). BMC Pregnancy Childbirth. 2020;20(1):748. https://doi.org/10.1186/s12884-020-03396-8. Erratum in: BMC Pregnancy Childbirth. 2020;20(1):781. https://doi.org/10.1186/s12884-020-03491-w
  » https://doi.org/10.1186/s12884-020-03396-8
• ²⁴ Canuto IMB, Costa HVV, Oliveira CM, Frias PG, Macedo VC, Bonfim CV. Análise de padrões espaciais da mortalidade infantil. In: Anais do 12º Congresso Brasileiro de Saúde Coletiva [Internet]; 2018 Aug 7-10; Rio de Janeiro, Brasil. Campinas: Galoá; 2018 [cited 2025 May 10]. Available from: Available from: https://proceedings.science/saude-coletiva-2018/papers/analise-de-padroes-espaciais-da-mortalidade-infantil?lang=pt-br
  » https://proceedings.science/saude-coletiva-2018/papers/analise-de-padroes-espaciais-da-mortalidade-infantil?lang=pt-br
• ²⁵ Maia PB, Camargo ABM. Georeferencing of child mortality information: a look to the urban differentials in São Paulo Metropolitan Region. Bol Inst Saude. 2015;16(2):26-36. https://doi.org/10.52753/bis.v16i2.35594
  » https://doi.org/10.52753/bis.v16i2.35594
• ²⁶ Guimarães LM, Cunha GM, Leite IC, Moreira RI, Carneiro ELNC. Association between schooling and mortality rate from dengue in Brazil. Cad Saude Publica. 2023;39(9):e00215122. https://doi.org/10.1590/0102-311XPT215122
  » https://doi.org/10.1590/0102-311XPT215122
• ²⁷ Blencowe H, Krasevec J, de Onis M, Black RE, An X, Stevens GA, et al. National, regional, and worldwide estimates of low birthweight in 2015, with trends from 2000: a systematic analysis. Lancet Glob Health. 2019;7(7):e849-60. https://doi.org/10.1016/S2214-109X(18)30565-5
  » https://doi.org/10.1016/S2214-109X(18)30565-5

• *
  Apoio financeiro da Fundação de Apoio à Pesquisa e à Inovação Tecnológica do Estado de Sergipe (FAPITEC), processo FAPITEC/SE nº 01/2025, Brasil.
• Como citar este artigo:
  Viana VS, Orsi JSR, Amaral RC. Temporal and spatial analysis of low birth weight cases in Sergipe. Rev. Latino-Am. Enfermagem. 2026;34:e4870 [cited ano mês dia ]. Available from: URL . https://doi.org/10.1590/1518-8345.8113.4870

Editado por

• Editor Associado:
  Omar Pereira de Almeida Neto

Datas de Publicação

• Publicação nesta coleção
  24 Jul 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  11 Jun 2025
• Aceito
  02 Dez 2025