Prevalência de sintomas depressivos entre adultos jovens no Brasil: resultados da Pesquisa Nacional de Saúde 2013 e 2019

RESUMO

Objetivo:

Estimar a prevalência de sintomas depressivos na população de 18 a 24 anos, segundo aspectos socioeconômicos e demográficos no Brasil, comparando sua evolução entre os anos de 2013 e 2019.

Métodos:

Estudo transversal realizado com dados secundários da Pesquisa Nacional de Saúde 2013 e 2019. Foram incluídos 7.823 adultos jovens (18 a 24 anos) de 2013 e 8.047 de 2019. O instrumento utilizado para avaliar a depressão foi o Patient Health Questionnaire-9 (PHQ-9). Todas as estimativas incluíram os pesos da população e a amostragem complexa.

Resultados:

A prevalência de sintomas depressivos quase dobrou: 10,9% (IC95% 9,6–12,2) em 2019, ante os 5,6% (IC95% 4,8–6,4) em 2013; uma diferença absoluta de 5,3% (4,5–6,0) maior. As mulheres foram as mais afetadas em ambos os inquéritos, com aumento entre 2013 (8,3%; IC95% 6,9–9,6) e 2019 (15,6%; IC95% 13,5–17,6) superior aos dos homens (2013: 2,9%; IC95% 2,0–3,8 e 2019: 6,2%; IC95% 4,7–7,7). Em ambos os sexos, o padrão de aumento foi maior para os grupos de 18 a 20 anos; não participantes de atividades religiosas; que estavam nos mais baixos níveis de escolaridade e renda; que residiam com duas ou mais pessoas; e que residiam nas regiões Nordeste, Sudeste, capitais e áreas metropolitanas do país.

Conclusão:

Verificou-se aumento estatisticamente significante da prevalência de sintomas depressivos ao longo dos 6 anos dos inquéritos. Esse aumento não ocorreu de modo homogêneo entre as características analisadas, indicando os grupos populacionais e localidades do Brasil em que mais cresceu a presença desses sintomas no período.

Palavras-chave:
Inquéritos de saúde; Saúde mental; Depressão; Efeito psicossocial da doença; Adulto jovem

ABSTRACT

Objective:

To estimate the prevalence of depressive symptoms in the population aged 18 to 24, according to socioeconomic and demographic aspects in Brazil, comparing its evolution between 2013 and 2019.

Methods:

Cross-sectional study carried out with secondary data obtained from National Health Survey 2013 and 2019. It were included 7,823 young adulthood (aged 18 to 24) from 2013 and 8,047 from 2019. The instrument used to assess depression was the Patient Health Questionnaire-9 (PHQ-9). All estimates included population weights and complex sampling.

Results:

The prevalence of depression almost doubled: 10.9% (95%CI 9.6–12.2) in 2019, compared to 5.6% (95%CI 4.8–6.4) in 2013, an absolute difference of 5.3% (4.5–6.0) greater. Women were the most affected in both surveys, with an increase between 2013 (8.3%; 95%CI 6.9–9.6) and 2019 (15.6%; 95%CI 13.5–17.6) higher than that of men (2013: 2.9%; 95%CI 2.0–3.8 and 2019: 6.2%; 95%CI 4.7–7.7). In both sexes, the pattern of increase was greater for the groups aged 18 to 20, not participating in religious activities, who were at the lowest levels of education and income, who lived with two or three or more people, who lived in the Northeast, Southeast, capitals and metropolitan areas of the country.

Conclusion:

There was a significant increase in the prevalence of depressive symptoms over the six years between the two surveys. However, this increase did not occur homogeneously among the characteristics analyzed, indicating population groups and locations in Brazil where the presence of these symptoms increased most in the period.

Keywords:
Health surveys; Mental health; Depression; Cost of illness; Young adult

INTRODUÇÃO

A promoção da saúde e do bem-estar mental é um desafio global e foco da atual agenda dos Objetivos do Desenvolvimento Sustentável como parte de uma vida saudável¹. Porém, nos últimos anos, os jovens apresentam crescentes percentuais de agravos mentais que comprometem a sua saúde, tornando-se, com isso, um problema de saúde pública mundial². Esses agravos podem transcorrer em tempo limitado ou se manifestar de modo crônico, progressivo e severamente incapacitante³.

As condições de saúde mental e suas consequências psicossociais estão entre as principais causas de agravos à saúde neste século⁴,⁵. A depressão e ansiedade são as doenças mentais mais incapacitantes em pessoas de 15 a 54 anos, e estas podem ainda aumentar o risco de outras desordens mentais ou até o suicídio⁴,⁶.

Estudos conduzidos na última década evidenciam alteração nos padrões de adoecimento físico e psíquico em diferentes grupos populacionais, com tendência de aumento da prevalência de depressão³,⁷-¹⁰. Múltiplos fatores de risco e proteção interagem de forma complexa e dinâmica no curso da vida, modelando a prevalência, a distribuição e o manejo da depressão. O produto dessas interações define os grupos sociais mais afetados: adolescentes, pessoas no início da vida adulta, mulheres, minorias raciais e com privação socioeconômica, comunitária e de rede de apoio social³,⁷-⁹,¹¹,¹².

Em diferentes países, inquéritos epidemiológicos são implementados para o rastreio das condições de saúde mental³,⁵,⁷,¹³-²⁰. Seus resultados direcionam ações e políticas públicas para o manejo precoce de sintomas de problemas mentais e suas consequências psicossociais³,⁶,⁸,¹²,¹⁵,¹⁹-²¹. Contudo, no Brasil, dados de saúde mental representativos da população brasileira ainda são pouco empregados para se identificar a prevalência de depressão entre jovens do país²².

Atualmente, os dados sobre prevalência de transtornos mentais e utilização de serviços de saúde mental entre jovens são escassos. Os estudos com adultos geralmente incluem jovens de 18 a 24 anos, mas os dados específicos para essa faixa etária geralmente são agrupados sob um guarda-chuva geral “adulto” que abrange um amplo espectro de idades. Enquanto isso, a maioria dos estudos com crianças e adolescentes não inclui pacientes com mais de 18 anos. Os dados existentes apontam para a existência de uma lacuna na análise epidemiológica de saúde mental entre o final da adolescência e início da vida jovem¹⁰.

Por outro lado, inquéritos de base populacional realizados no Brasil, como a Pesquisa Nacional de Saúde (PNS) 2013 e 2019, aplicaram o Patient Health Questionnaire-9 (PHQ-9). Esse é um questionário internacionalmente aceito e válido para se identificar os desfechos de depressão¹⁰. Os dados PHQ-9 na PNS são uma alternativa importante para análises ainda em aberto sobre a ocorrência de sintomas depressivos na população de 18 a 24 anos. Portanto, a existência de dados em dois anos (2013 e 2019) permite compreender ao longo do tempo as mudanças na prevalência de sintomas depressivos e sua distribuição na população de adultos jovens do país.

Assim, este estudo estimou a prevalência de sintomas depressivos entre adultos jovens de 18 a 24 anos, segundo aspectos socioeconômicos e demográficos do Brasil, comparando sua evolução entre os anos de 2013 e 2019.

MÉTODOS

Tipo de estudo

Estudo transversal baseado nos dados secundários coletados pela Pesquisa Nacional de Saúde (PNS) realizada nos anos de 2013 e 2019.

Pesquisa Nacional de Saúde

A Pesquisa Nacional de Saúde (PNS) foi realizada em 2013 e 2019 pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em parceria com o Ministério da Saúde e a Fundação Oswaldo Cruz (Fiocruz)²³,²⁴. Trata-se de um inquérito domiciliar de base populacional, de abrangência nacional, que buscou obter informações válidas e representativas da população brasileira sobre um conjunto de indicadores de vida e saúde. A população-alvo da PNS 2013 foram indivíduos maior ou igual a 18 anos de idade e a de 2019, maior ou igual a 15 anos de idade, residentes em domicílios particulares permanentes no Brasil. Nos questionários da pesquisa constam questões sobre os domicílios e todos os seus moradores. Uma terceira parte das questões é destinada ao registro de outras informações de saúde a um morador ≥18 anos de idade em 2013 e ≥15 anos de idade em 2019 selecionado aleatoriamente entre todos os moradores do domicílio previamente selecionado²³,²⁴.

A PNS utiliza amostra probabilística complexa de unidades de áreas selecionadas (setores censitários) de todas as Unidades Federadas (UF) do Brasil. A amostragem foi probabilística por conglomerados em três estágios de seleção, com estratificação pelas áreas selecionadas. Os domicílios representam as unidades secundárias, e a terciária o morador (≥18 anos em 2013 e ≥15 anos de idade em 2019) selecionado de cada domicílio a partir da listagem dos moradores, que responde à parte individual do questionário aplicado pela PNS. Os setores censitários ou conjunto de setores foram selecionados inicialmente por probabilidade proporcional ao tamanho e por probabilidade igualmente proporcional para a PNS. Já os domicílios e os moradores foram selecionados por amostragem aleatória simples²³,²⁴. Maiores detalhes metodológicos podem ser obtidos em publicações da PNS²³,²⁴.

População e variáveis do estudo

Nesta análise foram considerados apenas os indivíduos de 18 a 24 anos de idade em 2013 (n=7.823) e 2019 (n=8.047) entrevistados como morador selecionado nas duas PNS e que autorreferiram as informações referentes aos módulos do questionário destinado a eles. A faixa etária de 18 a 24 anos foi selecionada tendo em vista o reconhecimento recente das necessidades únicas de cuidados de saúde nesse público. Conhecidos como adultos jovens ou adultos emergentes, correm maiores riscos de específicos problemas de saúde (doenças mentais, uso de substâncias, infecções sexualmente transmissíveis e comportamentos de risco à saúde)²⁵. A faixa etária de 18 a 24 anos é adotada em diversos estudos epidemiológicos²⁵,²⁶.

Nas análises, foi utilizado um conjunto de variáveis socioeconômicas, demográficas e sobre sintomas de depressão. Entre as variáveis socioeconômicas e demográficas: sexo (masculino, feminino); idade (em faixas etárias: 18 a 20, 21 a 24 anos); cor/raça (branca, negra — parda ou preta —, outras); número de moradores no domicílio (1, 2 e ≥3); participa de atividades religiosas (sim, não); trabalha (sim, não); escolaridade (em níveis, até fundamental incompleto; fundamental completo ao médio incompleto; médio completo ao superior incompleto; e superior completo); macrorregião de residência no país (Norte, Nordeste, Centro-Oeste, Sudeste e Sul); tipo de cidade dentro da UF (capital e região metropolitana (RM), interior); quintil de renda per capita (sem renda até 1/2 SM, mais de 1/2 até 1 SM, mais de 1 até 2 SM, mais de 2 até 3 SM, mais de 3 SM). Em 2013, a mediana de renda no menor nível foi de R$ 217 e no maior, R$ 3.000. Já em 2019, a mediana de renda no menor nível foi de R$ 290 reais e no maior, R$ 4.100.

Na PNS, os sintomas de depressão foram investigados por meio do PHQ-9. Esse instrumento rastreia a presença desses sintomas tomando como referência as duas últimas semanas antes da data da entrevista na PNS. O PHQ-9 foi validado no Brasil²⁷, e análises já foram publicadas usando os dados da PNS em outros grupos etários¹⁰. Neste estudo, a presença de sintomas depressivos foi definida quando o escore no PHQ-9 foi maior ou igual a 10, o qual é considerado o melhor ponto de corte para detectar a presença de sintomas clinicamente relevantes¹⁰,²⁸,²⁹.

Análise

Para ambos os anos da PNS, foram estimadas as prevalências e seus intervalos de 95% de confiança (IC95%) das variáveis socioeconômicas e demográficas. Diferenças na distribuição das frequências das variáveis foram verificadas segundo o ano e consideradas estatisticamente significante ao nível de 5% na ausência de sobreposição dos IC95%. Teste de χ² de Pearson foi utilizado para confirmar diferenças entre as PNS.

A prevalência de sintomas de depressão foi descrita segundo as variáveis socioeconômicas e demográficas. Foram estimadas as prevalências e os respectivos IC95% para cada ano da PNS. A mudança da prevalência entre os dois anos foi apresentada por meio da diferença absoluta que estimou a magnitude e a variação no período. Os dados dos dois inquéritos foram agregados em um único banco. Teste de qui-quadrado de Pearson foi utilizado para confirmar diferenças entre as PNS. Usando-se o peso do morador selecionado com calibração, foram calculadas as mudanças absolutas de 2013 a 2019 em relação à presença de sintomas depressivos. A análise foi estratificação por sexo, pois homens e mulheres têm demandas, papeis e pressões sociais distintos ao longo da vida¹,⁸. Estudos sugerem esse tipo de análise¹,⁸.

As análises foram feitas no software RStudio versão 2022.12.0.353 (R Foundation for Statistical Computing, Boston, United States of America) e incorporam todas as características do plano amostral complexo da PNS 2013 e 2019.

Aspectos éticos

Os projetos da PNS 2013 e 2019 foram aprovados pela Comissão Nacional de Ética em Pesquisa (CONEP)/Conselho Nacional de Saúde (CNS), e todos os participantes assinaram termo de consentimento livre e esclarecido²³,²⁴.

RESULTADOS

Foram analisados dados de 7.823 adultos jovens em 2013 e de 8.047 em 2019, que representam população expandida de 19.302.635 pessoas em 2013 e 24.593.655 em 2019. No período não houve diferença na mediana de idade (2013: 21, 19–23; e 2019: 21, 20–23). Houve redução estatisticamente significante da proporção dos jovens entrevistados como morador selecionado entre as PNS (p<0,001) (Tabela 1). Nos dois anos, foram maiores as proporções de jovens de 21 a 24 anos. Ocorreu redução estatisticamente significante na proporção de brancos, mas aumentou a de jovens negros, sem participar de atividades religiosas, no estrato de ensino médio completo a superior incompleto, e com menor nível de renda domiciliar per capita.

Tabela 1
Caracterização dos adultos jovens brasileiros entrevistados na Pesquisa Nacional de Saúde (PNS) 2013 e 2019, Brasil.

Variáveis	2013 (n=7.823)		2019 (n=8.047)		p-valor*
	Total		Total
	%	IC95%	%	IC95%
Total (18 a 24 na PNS)	15,9	15,4; 16,5	13,1	12,6; 13,6	0,001
Sexo
Masculino	49,3	47,2; 51,5	50,0	48,0; 52,0	0,65
Feminino	50,7	48,5; 52,8	50,0	48,0; 52,0
Faixa etária (em anos)
18 a 20	44,5	42,5; 46,5	41,4	39,5; 43,5	0,03
21 a 24	55,5	53,5; 57,5	58,6	56,6; 60,5
Cor/raça
Branca	43,4	41,4; 45,3	37,8	35,7; 39,9	0,002
Negra	55,3	53,3; 57,3	60,9	58,7; 63,0
Outras	1,3	0,9; 1,7	1,3	0,7; 1,7
Moradores no domicílio
Um	2,0	1,7; 2,2	2,3	1,9; 2,6	0,40
Dois	14,3	13,3; 15,4	13,8	12,7; 14,9
Três ou mais	83,7	82,6; 84,8	83,9	82,8; 85,0
Atividades religiosas
Sim	42,5	40,3; 44,6	39,1	37,2; 41,0	0,02
Não	57,5	55,4; 59,0	60,9	59,7; 62,8
Trabalha
Sim	56,2	54,3; 58,2	54,3	52,3; 56,3	0,17
Não	43,8	41,8; 45,7	45,7	43,7; 47,7
Escolaridade
Até fundamental incompleto	16,6	15,1; 18,1	11,3	10,2; 12,4	0,001
Fundamental completo ao médio incompleto	27,0	25,3; 28,7	23,8	22,2; 25,4
Médio completo ao superior incompleto	50,8	48,7; 52,8	59,2	57,3; 61,1
Superior completo	5,6	4,6; 6,7	5,7	4,8; 6,5
Renda domiciliar per capita (SM)
Sem renda até 1/2	26,0	24,3; 27,6	31,0	29,3; 32,8	0,001
Mais de 1/2 até 1	30,1	28,2; 32,0	32,5	30,6; 34,3
Mais de 1 até 2	29,1	27,2; 31,0	24,2	22,4; 26,1
Mais de 2 até 3	7,3	6,3; 8,4	5,9	4,9; 6,8
Mais de 3	7,5	6,4; 8,7	6,4	5,3; 7,5
Macrorregião do país
Norte	9,3	8,3; 10,3	9,9	9,1; 10,7	0,94
Nordeste	28,7	26,6; 30,9	28,4	26,8; 30,0
Centro-oeste	7,7	6,9; 8,4	7,9	6,9; 8,9
Sudeste	40,5	38,1; 43,0	40,5	38,2; 42,8
Sul	13,8	12,2; 15,4	13,3	12,1; 14,4
Tipo de cidade
Capital e Região Metropolitana	41,2	39,0; 43,3	42,6	40,5; 44,6	0,44
Interior	58,8	56,7; 61,0	57,4	55,4; 59,4

• *Teste de χ² de Pearson. IC95%: intervalo de confiança a 95%; SM: salário mínimo.

A Tabela 2 mostrou a prevalência de sintomas depressivos segundo características socioeconômicas e demográficas dos adultos jovens de 18 a 24 anos nas PNS 2013 e 2019. No período, essa prevalência quase dobrou, passando de 5,6% (IC95% 4,8–6,4) em 2013 para 10,9% (IC95% 9,6–12,2) em 2019, sendo estatisticamente significante a mudança absoluta entre os anos (5,3%; IC95% 4,5–6,0; p=0,001). Em quase todas as variáveis, a mudança absoluta da prevalência de sintomas depressivos entre os anos apresentou aumento estatisticamente significante (p<0,05). Esse aumento foi maior entre os mais jovens (18 a 20 anos); em todas as raças (exceto outras); com dois, ou três, ou mais moradores no domicílio; que não participavam de atividades religiosas; residentes nas regiões Sudeste e Nordeste e em todos os tipos de cidades do país. Por outro lado, permaneceu sem mudanças estatisticamente significante nos extremos de escolaridade e no maior nível de renda (p>0,05). Ambos os sexos apresentaram aumento estatisticamente significante da prevalência de sintomas depressivos. Porém, foram as mulheres que tiveram maior prevalência em ambos os inquéritos (2013: 8,3%; IC95% 6,9–9,6 e 2019: 15,6%; IC95% 13,5–17,6) e entre eles (7,3%; 6,1–8,5; p<0,001).

Tabela 2
Prevalência de sintomas depressivos segundo características socioeconômicas e demográficas em adultos jovens (18 a 24 anos) brasileiros entrevistados na Pesquisa Nacional de Saúde 2013 (n=7.823) e 2019 (n=8.047), Brasil.

Variáveis	Prevalência de sintomas depressivos				Mudança absoluta na prevalência 2013-2019		p-valor*
	2013		2019
	%	IC95%	%	IC95%	%	IC95%
Depressão	5,6	4,8; 6,4	10,9	9,6; 12,2	5,3	4,5; 6,0	0,001
Sexo
Masculino	2,9	2,0; 3,8	6,2	4,7; 7,7	3,3	2,5; 4,1	0,001
Feminino	8,3	6,9; 9,6	15,6	13,5; 17,6	7,3	6,1; 8,5	0,001
Faixa etária (em anos)
18 a 20	4,6	3,6; 5,3	12,4	10,0; 14,8	7,8	6,6; 8,9	0,001
21 a 24	6,4	5,7; 7,6	9,8	8,3; 11,3	3,4	2,4; 4,4	0,001
Cor/raça
Branca	4,9	3,7; 6,2	10,9	8,8; 13,0	6,0	4,8; 7,1	0,001
Negra	6,1	5,0; 7,2	10,8	9,1; 12,4	4,7	2,7; 6,8	0,001
Outras	8,2	1,1; 15,3	16,7	-3,7; 37,1	8,5	0,0; 16,8	0,36
Moradores no domicílio
Um	5,4	2,6; 8,2	11,7	6,7; 16,8	6,3	1,2; 12,0	0,02
Dois	5,4	3,9; 7,0	12,0	9,1; 14,9	6,6	4,5; 7,8	0,001
Três ou mais	5,7	4,8; 6,6	10,7	9,2; 12,2	5,0	4,2; 5,8	0,001
Atividades religiosas
Sim	6,8	5,8; 8,1	10,8	8,5; 13,1	4,0	2,9; 5,2	0,001
Não	4,8	3,8; 5,4	10,9	9,3; 12,6	6,1	5,3; 7,1	0,001
Trabalha
Sim	5,3	4,2; 6,4	9,8	8,0; 11,7	4,5	2,4; 6,9	0,001
Não	6,0	4,8; 7,2	12,1	10,2; 14,0	6,1	3,9; 8,7
Escolaridade
Até fundamental incompleto	7,8	5,8; 9,7	11,8	7,8; 15,8	4,0	0,2; 6,2	0,05
Fundamental completo ao médio incompleto	4,9	3,6; 6,3	12,6	9,8; 15,4	7,7	6,3; 9,2	0,001
Médio completo ao superior incompleto	5,2	4,1; 6,3	10,5	8,8; 12,3	5,3	4,3; 6,4	0,001
Superior completo	6,3	1,9; 10,6	5,7	3,3; 8,1	-0,6	-0,3; 0,2	0,81
Renda domiciliar per capita (SM)
Sem renda até 1/2	6,8	5,1; 8,4	11,3	8,9; 13,6	4,5	3,0; 6,0	0,003
Mais de 1/2 até 1	5,6	4,2; 6,9	11,9	9,5; 14,3	6,3	5,0; 7,7	0,001
Mais de 1 até 2	5,3	3,8; 6,7	10,7	8,0; 13,3	5,4	4,0; 6,8	0,001
Mais de 2 até 3	3,3	1,4; 5,2	10,5	4,0; 16,9	7,2	4,6; 9,9	0,006
Mais de 3	5,5	2,2; 8,8	5,5	2,9; 8,0	0,0	-2,3; 2,4	0,99
Macrorregião do país
Norte	6,2	4,4; 7,9	8,5	6,6; 10,4	2,3	0,0; 4,7	0,09
Nordeste	5,0	3,8; 6,2	10,5	8,7; 12,3	5,5	4,2; 6,9	0,001
Centro-Oeste	7,4	5,1; 9,7	10,7	7,4; 13,9	3,3	0,1; 6,2	0,09
Sudeste	5,4	4,0; 6,9	12,5	9,7; 15,2	7,1	5,8; 8,3	0,001
Sul	6,0	3,4; 8,6	8,8	6,4; 11,1	2,8	0,1; 4,6	0,14
Tipo de cidade
Capital e Região Metropolitana	6,0	5,0; 7,0	12,3	10,5; 14,1	6,3	4,3; 8,8	0,001
Interior	5,4	4,2; 6,6	9,8	8,0; 11,7	4,5	3,5; 5,4	0,001

• *Teste de χ² de Pearson. IC95%: intervalo de confiança a 95%; SM: salário mínimo.

Verificou-se distinto padrão de crescimento da prevalência dos sintomas depressivos entre os sexos segundo as características socioeconômicas e demográficas. Em geral, as prevalências e diferenças absolutas foram ainda maiores nas mulheres do que nos homens. Nos homens, a mudança entre os anos foi estatisticamente significante (p<0,05) e maior nos mais jovens (18 a 20 anos), brancos e negros, que moravam com duas ou mais pessoas, não participantes de atividades religiosas, residentes nas regiões Sudeste e Nordeste e das capitais e em todos os tipos de cidades do país. Por outro lado, permaneceu sem mudança estatisticamente significante nos extremos de escolaridade e renda (p>0,05) (Tabela 3).

Tabela 3
Prevalência de sintomas depressivos segundo características socioeconômicas e demográficas em homens adultos jovens (18 a 24 anos) brasileiros entrevistados na Pesquisa Nacional de Saúde 2013 (n=3.467) e 2019 (n=3.800), Brasil.

Variáveis	Prevalência de sintomas depressivos				Mudança absoluta na prevalência 2013-2019		p-valor*
	2013		2019
	%	IC95%	%	IC95%	%	IC95%
Faixa etária (em anos)
18 a 20	2,4	1,2; 3,6	7,8	5,4; 10,1	5,4	4,1; 6,7	0,001
21 a 24	3,3	2,1; 4,5	5,2	3,3; 7,0	1,9	0,1; 2,9	0,09
Cor/raça
Branca	2,5	1,2; 3,8	6,6	4,8; 8,5	4,1	3,0; 5,5	0,001
Negra	3,3	2,1; 4,5	6,0	3,9; 8,1	2,7	0,3; 5,3	0,03
Outras	0,0	0,0; 0,0	2,4	-1,6; 6,4	2,4	-3,0; 12,5	0,40
Moradores no domicílio
Um	3,8	1,1; 6,5	5,9	2,0; 9,8	2,1	-3,2; 8,3	0,36
Dois	2,4	1,4; 3,5	8,1	4,0; 12,1	5,7	3,3; 8,1	0,001
Três ou mais	3,0	1,9; 4,0	5,9	4,2; 7,7	2,9	2,1; 3,9	0,003
Atividades religiosas
Sim	3,5	1,7; 5,3	6,6	3,5; 9,7	3,1	0,1; 4,6	0,07
Não	2,6	1,7; 3,5	6,0	4,3; 7,8	3,4	2,4; 4,4	0,001
Trabalha
Sim	2,7	1,7; 3,6	5,1	3,6; 6,7	2,4	0,6; 4,4	0,009
Não	3,4	1,7; 5,1	8,1	5,2; 11,0	4,7	1,3; 8,4	0,007
Escolaridade
Até fundamental incompleto	4,4	2,5; 6,3	7,6	2,5; 12,8	3,3	0,0; 5,4	0,19
Fundamental completo ao médio incompleto	1,8	0,8; 2,9	6,0	3,5; 8,4	4,2	2,7; 5,6	0,001
Médio completo ao superior incompleto	2,7	1,3; 4,0	6,3	4,1; 8,5	3,6	2,5; 4,8	0,005
Superior completo	5,8	-3,3; 14,9	2,1	0,2; 3,9	-3,9	-7,8; 0,0	0,25
Renda domiciliar per capita (SM)
Sem renda até 1/2	3,5	1,3; 5,6	7,2	3,4; 11,0	3,7	0,1; 5,6	0,13
Mais de 1/2 até 1	3,4	1,8; 4,7	7,4	4,9; 10,0	4,0	2,5; 5,7	0,007
Mais de 1 até 2	2,5	1,0; 4,0	4,7	2,4; 6,9	2,2	0,2; 3,6	0,11
Mais de 2 até 3	2,6	0,2; 5,3	4,2	1,1; 7,3	1,6	-1,1; 4,3	0,46
Mais de 3	1,6	0,3; 2,9	4,0	0,7; 7,3	2,4	0,0; 5,0	0,11
Macrorregião do país
Norte	3,3	1,2; 5,5	4,3	2,6; 6,0	0,9	-1,4; 3,6	0,48
Nordeste	2,9	1,4; 4,3	6,7	4,5; 8,8	3,8	2,3; 5,4	0,004
Centro-Oeste	3,6	1,2; 6,1	7,1	2,6; 11,6	3,5	0,3; 6,8	0,15
Sudeste	3,2	1,5; 5,0	7,0	3,9; 10,1	3,8	2,5; 5,2	0,03
Sul	1,5	0,5; 2,5	3,8	1,5; 6,1	2,3	0,2; 4,2	0,05
Tipo de cidade
Capital e Região Metropolitana	3,7	2,5; 4,9	6,7	4,9; 8,4	3,0	0,9; 5,2	0,001
Interior	2,4	1,1; 3,6	5,9	3,7; 8,1	3,5	2,5; 4,6	0,005

• *Teste de χ² de Pearson. IC95%: intervalo de confiança a 95%; SM: salário mínimo.

Já em relação às mulheres, o crescimento foi estatisticamente significante (p<0,05) em todas as idades, em todos os grupos raciais (exceto outros), de número de moradores, de condição de trabalho e participação em atividades religiosas. Também foi estatisticamente significante e maior entre os residentes nas regiões Sudeste e Nordeste, e em todos os tipos de cidades do país. Por outro lado, permaneceu sem mudança estatisticamente significante nos extremos de escolaridade e no maior nível de renda (p>0,05) (Tabela 4).

Tabela 4
Prevalência de sintomas depressivos segundo características socioeconômicas e demográficas em mulheres adultas jovens (18 a 24 anos) brasileiras entrevistadas na Pesquisa Nacional de Saúde 2013 (n=4.356) e 2019 (n=4.247), Brasil.

Variáveis	Prevalência de sintomas depressivos				Mudança absoluta na prevalência 2013-2019		p-valor*
	2013		2019
	%	IC95%	%	IC95%	%	IC95%
Faixa etária (em anos)
18 a 20	6,8	5,1; 8,4	16,9	13,1; 20,8	10,1	8,4; 12,1	0,001
21 a 24	9,5	7,6; 11,3	14,6	12,3; 16,9	5,1	3,5; 6,8	0,001
Cor/raça
Branca	7,1	5,1; 9,2	14,9	11,3; 18,4	7,8	5,9; 9,5	0,001
Negra	9,0	7,3; 10,7	15,7	13,3; 18,2	6,7	3,8; 10,1	0,001
Outras	13,2	1,5; 24,9	26,3	-3,3; 55,9	12,9	1,0; 25,0	0,36
Moradores no domicílio
Um	7,7	2,2; 13,2	19,6	10,9; 28,3	12,0	2,3; 22,7	0,02
Dois	8,0	5,4; 10,7	15,5	11,2; 19,8	7,5	4,3; 10,7	0,002
Três ou mais	8,3	6,8; 9,8	15,5	13,1; 17,9	7,2	5,8; 8,5	0,001
Participa de atividades religiosas
Sim	9,0	7,1; 11,0	14,3	11,1; 17,5	5,3	3,4; 7,0	0,005
Não	7,5	5,7; 9,3	16,5	13,8; 19,3	9,0	7,4; 10,8	0,001
Trabalha
Sim	8,9	6,7; 11,1	16,3	12,8; 19,8	7,4	3,3; 12,1	0,001
Não	7,7	6,0; 9,3	14,9	12,5; 17,4	7,2	4,4; 10,8	0,001
Escolaridade
Até fundamental incompleto	12,8	8,8; 16,8	18,2	11,9; 24,5	5,4	0,2; 9,4	0,14
Fundamental completo ao médio incompleto	8,6	5,9; 11,3	21,1	15,8; 26,3	12,5	9,7; 15,2	0,001
Médio completo ao superior incompleto	7,2	5,6; 8,9	14,2	11,7; 16,8	7,0	5,5; 8,6	0,001
Superior completo	6,5	2,0; 11,0	7,8	4,1; 11,4	1,3	-2,3; 5,0	0,68
Renda domiciliar per capita (SM)
Sem renda até 1/2	9,5	7,1; 11,8	14,7	11,9; 17,6	5,2	3,0; 7,6	0,001
Mais de 1/2 até 1	7,6	5,3; 9,8	16,6	12,7; 20,5	9,0	6,8; 11,3	0,001
Mais de 1 até 2	8,3	5,9; 10,8	16,9	12,5; 21,4	8,6	6,2; 11,1	0,001
Mais de 2 até 3	4,4	1,9; 6,9	17,0	4,9; 29,1	12,6	8,0; 17,6	0,002
Mais de 3	9,5	3,1; 15,9	7,3	3,0; 11,7	-2,3	-6,5; 1,8	0,58
Macrorregião do país
Norte	9,0	6,1; 11,9	12,6	9,5; 15,7	3,6	0,0; 7,7	0,10
Nordeste	7,0	5,3; 8,7	14,4	11,8; 17,0	7,4	5,2; 9,6	0,001
Centro-oeste	10,9	7,1; 14,7	14,1	9,3; 18,9	3,2	-1,1; 7,9	0,30
Sudeste	7,7	5,4; 10,1	18,0	13,6; 22,3	10,3	8,3; 12,3	0,001
Sul	10,4	5,6; 15,3	13,8	9,8; 17,8	3,4	0,1; 6,8	0,31
Tipo de cidade
Capital e Região Metropolitana	8,2	6,7; 9,8	17,7	14,6; 20,9	9,5	6,2; 13,9	0,001
Interior	8,3	6,3; 10,3	13,9	11,2; 16,6	5,6	4,1; 7,2	0,001

• *Teste de χ² de Pearson. IC95%: intervalo de confiança a 95%; SM: salário mínimo.

DISCUSSÃO

Os resultados apontaram aumento estatisticamente significante da prevalência de sintomas depressivos em adultos jovens brasileiros, principalmente nas mulheres, sugerindo crescimento do desgaste e piora da qualidade de saúde mental no período avaliado. Tais resultados são concordantes com estimativas e perfis globais, regionais e de países que indicaram crescimento dos problemas de saúde mental²-⁴. Indicam também sua desfavorável relação com a idade, o sexo feminino e grupos raciais e socioeconômicos vulneráveis⁷,⁸,¹⁰-¹⁶,³⁰. Esses achados revelam a importância da análise da saúde mental da população no final da adolescência e início da vida adulta.

A prevalência de sintomas depressivos verificada neste estudo pode resultar em prejuízo na vida social, escolar e de trabalho dos jovens, pois os problemas de saúde mental são altamente persistentes e repercutem ao longo da trajetória de vida. As mudanças socioeconômicas, culturais, políticas, nas dinâmicas de vida e a exposição a estressores — como pobreza³¹-³⁴, violência urbana³⁵-³⁷, estigmas³²,³⁸, ausência de rede de apoio social³⁵,³⁹,⁴⁰ e de assistência em saúde⁴¹-⁴³, além de excesso de tempo de tela⁴⁴-⁴⁶ — têm sido relacionadas à piora da saúde mental. A falta de fatores protetores que fortalecem a resiliência — habilidades, atributos socioemocionais individuais, interações sociais positivas, educação de qualidade, trabalho decente, bairros seguros e coesão comunitária — podem cronificar sentimentos negativos, especialmente os associados à depressão³⁰,⁴⁷. Assim, políticas de saúde mental devem ser o foco das intervenções públicas transversais, favorecendo o diagnóstico e a intervenção precoce dos agravos e promovendo a redução da morbimortalidade associada⁴⁸.

Em todos os países, as condições de saúde mental (entre elas depressão, ansiedade e estresse) estão cada vez mais prevalentes e variam de acordo com sexo, idade e estágios do curso de vida²,¹¹,¹⁹,²⁰,²²,⁴⁹. Neste estudo, o maior aumento da prevalência de sintomas depressivos nas idades mais precoces (18 a 20 anos) sugere a maior vulnerabilidade a eventos ambientais e psicossociais, tal como demonstrado na literatura⁵⁰-⁵². Os jovens apresentam forte desejo de autoconfiança e de salvaguardar a própria saúde, e muitas vezes as estruturas de apoio são consideradas inacessíveis e insensíveis⁵³. Ademais, possível sobreposição de demandas acadêmicas e do mundo do trabalho podem amplificar o desgaste físico e emocional nos jovens e induzir a depressão⁷,²⁰.

Globalmente, mulheres têm piores níveis de saúde mental e são mais expostas a transtornos como depressão e ansiedade⁴,⁵,¹³,¹⁸,¹⁹. Verificou-se que mulheres tiveram maior prevalência e mudança absoluta de ter sintomas depressivos, com padrão de características socioeconômicas e demográficas que amplificaram essa realidade. Algumas hipóteses para essa associação seria que mulheres podem ser expostas a fatores (pobreza, violência de gênero, acúmulo de múltiplas demandas e responsabilidades sociais) que podem sobrecarregá-las¹⁷,¹⁹. Com efeito, tendem a ter pior percepção de sua saúde mental do que homens, usam mais serviços de saúde e podem ter uma compreensão mais refinada sobre o próprio estado geral de saúde do que os homens⁵,⁷,¹²,¹⁷,¹⁹,⁵⁴.

Esta pesquisa mostrou a variação da prevalência de sintomas depressivos segundo as vulnerabilidades socioeconômicas. As razões para isso são atribuídas ao fato de que pessoas nos piores níveis de escolaridade e renda estão mais expostas a situações de estresse, estigma; atuam em empregos instáveis e precários; e vivem em áreas vulnerabilizadas e com privação na infraestrutura comunitária²,²⁰,³⁰. O sofrimento social e as iniquidades estruturais alimentam um senso de insegurança sociocomunitária, socioeconômica e de produtividade geradora de pior autopercepção de saúde e bem-estar mental.

Também se verificou a influência da cor/raça na presença de sintomas depressivos. Desigualdades raciais e étnicas na saúde mental também já foram descritas em estudos realizados em outros países, independentemente do nível de renda e idade⁷,¹¹,¹²,¹⁵,¹⁹,²⁰,³⁰,⁵⁴. Em geral, negros, imigrantes e nativos de grupos étnicos minoritários apresentaram elevadas prevalências de depressão, abuso de substâncias e suicídio. No Brasil, negros sempre apresentaram níveis mais baixos de indicadores de saúde física, socioeconômicos e sanitários⁵⁵. A manutenção da exclusão socioeconômica, o abandono, o desinvestimento e a discriminação racial expuseram esses grupos a um conjunto de desgastes e transtornos mentais, especialmente quando mulheres³²,⁵⁶. A intersecção entre raça e sexo gera sobreposta exposição a pior acesso a serviços e cuidados sociais e de saúde mental, levando a piores níveis de saúde mental e depressão nas mulheres negras.

Nesse estudo, verificou-se variação da prevalência de sintomas depressivos segundo a condição de participação em atividades religiosas e da composição do número de moradores no domicílio. A prática religiosa e as relações interpessoais e familiares são determinantes sociais da saúde e podem promover a saúde mental e a resiliência dos indivíduos². As interações sociais podem encorajar os indivíduos a se envolverem em comportamentos promotores da saúde e usar mais serviços de saúde⁵⁶. Contudo, a baixa ou ausente convivência com outras pessoas em atividades religiosas pode suprimir dinâmicas sociais e familiares consideradas facilitadoras da saúde e do bem-estar mental²,⁵⁶.

Evidências mostram maior presença de sintomas depressivos nas grandes regiões e áreas do país, as quais abrigam desigualdades socioeconômicas e de acesso aos serviços de saúde, sanitários e infraestrutura urbana⁵⁵. Verificaram-se, ainda, variações na prevalência de sintomas depressivos entre regiões e tipos de cidade do Brasil. Essa prevalência aumentou entre as duas PNS nas regiões de maior população (Sudeste) e com maiores desigualdades socioeconômicas e em saúde (Nordeste) do país. Esses resultados sugerem que características físicas e sociais desses lugares expõem seus moradores a fatores que reconhecidamente deterioram a saúde mental²,⁵⁵.

Variação por sexo na prevalência de sintomas depressivos foi observada entre as cidades do país. Os homens moradores de capital e região metropolitana tiveram crescimento estatisticamente significante menor do que as mulheres em todas as cidades. Uma meta-análise reportou risco 2,37 maior de esquizofrenia para pessoas que vivem em ambientes urbanos em comparação com ambientes rurais⁵⁷. Razões para os resultados aqui observados decorrem da contínua urbanização, que agrava a exposição aos fatores de risco à saúde mental, especialmente quando mulheres⁵⁸. As relações indutoras de sintomas depressivos com as quais as mulheres tendem a lidar são estruturais e independem do tipo de cidade.

A saúde mental é um bem público global e direito fundamental de todos. Porém, os resultados deste estudo indicaram variação no seu alcance entre os diferentes subgrupos populacionais. Verificou-se ser desfavorável e heterogêneo o crescimento da prevalência de sintomas depressivos nos jovens brasileiros ao longo dos anos, sendo as mulheres o grupo mais afetado. As dificuldades dos adultos jovens em lidar com as tensões e demandas da vida afetam a saúde mental deles e aponta os desafios para a triagem e o manejo dessas tensões a fim de garantir redução do crescimento de sintomas depressivos e de agravos futuros associados.

Os resultados destacaram a prevalência de sintomas depressivos entre adultos jovens segundo aspectos socioeconômicos e demográficos em ambos os sexos, e comparam sua evolução entre os anos de 2013 e 2019. Os dados da PNS foram úteis para monitorar a realidade da presença desses sintomas no país e podem contribuir para políticas públicas intersetoriais e programas de saúde mental transversais que auxiliem no rastreio precoce e de base populacional da população mais vulnerável aos problemas de saúde mental e suas consequências psicossociais, evitando um ciclo crônico de adversidades e incapacidades ao longo de toda a vida.

Apesar dos resultados supracitados, eles têm limitações. A PNS é um inquérito transversal e amostral e não permite indicar ao longo do tempo para os mesmos indivíduos a presença ou não dos sintomas avaliados. A PNS não contemplou população institucionalizada, e o viés recordatório pode ter afetado os resultados. Neste estudo, optou-se por analisar a população jovem de 18 a 24 anos. Embora esse ponto de corte seja diferente do utilizado em estudos sobre adolescência, essa faixa etária é empregada em vários países, pois problemas de saúde mental não tratados no início da idade adulta podem, a posteriori, aumentar o risco de problemas de saúde mental graves e duradouros.

Também é possível que dificuldades na interpretação das perguntas entre os entrevistados possam ter modificado a resposta dada por eles e, com isso, as estimativas verificadas. Os quesitos utilizados para estimar a prevalência de sintomas de depressão no PHQ-9 na PNS são operacionalmente mais simples e fáceis de serem utilizados em inquéritos epidemiológicos do que os métodos clínicos individuais. Eles também se referem ao que foi autopercebido nas duas semanas anteriores à entrevista, sendo diferente de inquéritos que estimam desordens mentais no período de 12 meses¹².

O PHQ-9 com ponto de corte em 10 classifica depressão com sensibilidade (77%) e especificidade (85%) que podem implicar em erro de classificação¹⁰. Contudo, o PHQ-9 é um questionário padronizado e internacionalmente aceito no rastreio da saúde mental, permitindo comparar os resultados com estudos internacionais e o encaminhamento de ações aos grupos precocemente identificados. No período entre as duas PNS, o Brasil passou por grandes mudanças socioeconômicas, culturais e políticas; por isso, as análises dos resultados devem considerar essas mudanças e seus efeitos nos achados apresentados. Porém, a PNS tem abrangência nacional e seus dados representam uma oportunidade de se comparar, ao longo da segunda década do século XXI, sintomas de rastreio populacional da depressão no Brasil, apontando — em ambos os sexos — os grupos populacionais e as localidades que mais precisam de atenção para alcançarem níveis mais adequados de promoção de saúde mental no país.

REFERENCES

• ^1.
  Programa das Nações Unidas para o Desenvolvimento no Brasil. Relatório especial 2023. Construir caminhos, pactuando novos horizontes [Internet]. Brasília: PNUD; 2023 [accessed on Jan 13, 2024] Available at: https://www.undp.org/pt/brazil/publications/relatorio-especial-2023-25-anos-desenvolvimento-humano-no-brasil
  » https://www.undp.org/pt/brazil/publications/relatorio-especial-2023-25-anos-desenvolvimento-humano-no-brasil
• ^2.
  Westberg KH, Nyholm M, Nygren JM, Svedberg P. Mental health problems among young people-a scoping review of help-seeking. Int J Environ Res Public Health 2022; 19(3): 1430. https://doi.org/10.3390/ijerph19031430
  » https://doi.org/10.3390/ijerph19031430
• ^3.
  Patel V, Saxena S, Lund C, Thorchicroft G, Baigana F, Bolton P, et al. The Lancet Commission on global mental health and sustainable development. Lancet 2018; 392(10157): 1553-98. https://doi.org/10.1016/S0140-6736(18)31612-X
  » https://doi.org/10.1016/S0140-6736(18)31612-X
• ^4.
  Santomauro DF, Mantilla Herrera AM, Shadid J, Zheng P, Ashbaugh C, Pigott DM, et al. Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic. Lancet 2021; 398(10312): 1700-12. https://doi.org/10.1016/S0140-6736(21)02143-7
  » https://doi.org/10.1016/S0140-6736(21)02143-7
• ^5.
  Zuberi A, Waqas A, Naveed S, Hossain MM, Rahman A, Saeed K, et al. Prevalence of mental disorders in the WHO Eastern Mediterranean region: a systematic review and meta-analysis. Front Psychiatry 2021; 12: 665019. https://doi.org/10.3389/fpsyt.2021.665019
  » https://doi.org/10.3389/fpsyt.2021.665019
• ^6.
  Merikangas KR, Nakamura EF, Kessler RC. Epidemiology of mental disorders in children and adolescents. Dialogues Clin Neurosci 2009; 11(1): 7-20. https://doi.org/10.31887/dcns.2009.11.1/krmerikangas
  » https://doi.org/10.31887/dcns.2009.11.1/krmerikangas
• ^7.
  Fuhrer R, Keyes KM. Population mental health in the 21st century: time to act. Am J Public Health 2019; 109(S3): S152-S153. https://doi.org/10.2105/AJPH.2019.305200
  » https://doi.org/10.2105/AJPH.2019.305200
• ^8.
  Lopes CS. Como está a saúde mental dos brasileiros? A importância das coortes de nascimento para melhor compreensão do problema. Cad Saúde Pública 2020; 36(2): e00005020. https://doi.org/10.1590/0102-311X00005020
  » https://doi.org/10.1590/0102-311X00005020
• ^9.
  Maker C. Mental health statistic. Australia: Commons Library Reacher Briefing; 2021.
• ^10.
  Lopes CS, Gomes NL, Junger WL, Menezes PR. Trend in the prevalence of depressive symptoms in Brazil: results from the Brazilian National Health Survey 2013 and 2019. Cad Saúde Pública 2022; 38(Suppl 1): e00123421. https://doi.org/10.1590/0102-311X00123421
  » https://doi.org/10.1590/0102-311X00123421
• ^11.
  World Health Organization. Depression and other common mental disorders: global health estimates. Geneva: World Health Organization; 2017.
• ^12.
  Kessler RC, Aguilar-Gaxiola S, Alonso J, Chatterji S, Lee S, Ormel J, et al. The global burden of mental disorders: An update from the WHO World Mental Health (WMH) surveys. Epidemiol Psichiatr Soc 2009; 18(1): 23-33. https://doi.org/10.1017/s1121189x00001421
  » https://doi.org/10.1017/s1121189x00001421
• ^13.
  Coffey D, Hathi P, Khalid N, Thorat A. Measurement of population mental health: evidence from a mobile phone survey in India. Health Policy Plan 2021; 36(5): 594-605. https://doi.org/10.1093/heapol/czab023
  » https://doi.org/10.1093/heapol/czab023
• ^14.
  Kantor BN, Kantor J. Mental health outcomes and associations during the COVID-19 pandemic: a cross-sectional population-based study in the United States. Front Psychiatry 2020; 11: 569083. https://doi.org/10.3389/fpsyt.2020.569083
  » https://doi.org/10.3389/fpsyt.2020.569083
• ^15.
  Baxter AJ, Patton G, Scott KM, Degenhardt L, Whiteford HA. Global epidemiology of mental disorders: what are we missing? PLoS One 2013; 8(6): e65514. https://doi.org/10.1371/journal.pone.0065514
  » https://doi.org/10.1371/journal.pone.0065514
• ^16.
  Noorbala AA, Yazdi SAB, Faghihzadeh S, Kamali K, Faghihzadeh E, Hajebi A, et al. A survey on mental health status of adult population aged 15 and above in the Province of Bushehr, Iran. Arch Iran Med 2017; 20(11 Suppl. 1): S15-S18. PMID: 29481119.
• ^17.
  Patten SB. Psychiatric epidemiology: it is about much more than prevalence. Can J Psychiatry 2015; 60(12): 529-30. https://doi.org/10.1177/070674371506001201
  » https://doi.org/10.1177/070674371506001201
• ^18.
  Polanczyk GV, Salum GA, Sugaya LS, Caye AL, Rohde LA. Annual research review: a meta-analysis of the worldwide prevalence of mental disorders in children and adolescents. J Child Psychol Psychiatry 2015; 56(3): 345-65. https://doi.org/10.1111/jcpp.12381
  » https://doi.org/10.1111/jcpp.12381
• ^19.
  Steel Z, Marnane C, Iranpour C, Chey T, Jackson JW, Patel V, et al. The global prevalence of common mental disorders: a systematic review and meta-analysis 1980-2013. Int J Epidemiol 2014; 43(2): 476-93. https://doi.org/10.1093/ije/dyu038
  » https://doi.org/10.1093/ije/dyu038
• ^20.
  World Health Organization. World mental health report: transforming mental health for all. Geneva: World Health Organization; 2022.
• ^21.
  Hossain MM, Tasnim S, Sultana A, Faizah F, Mazumder H, Zou L, et al. Epidemiology of mental health problems in COVID-19: a review. F1000Res 2020; 9: 636. https://doi.org/10.12688/f1000research.24457.1
  » https://doi.org/10.12688/f1000research.24457.1
• ^22.
  Brito VCA, Bello-Corassa R, Stopa SR, Sardinha LMV, Dahl CM, Viana MC. Prevalence of self-reported depression in Brazil: National Health Survey 2019 and 2013. Epidemiol Serv Saude 2022; 31(spe1): e2021384. https://doi.org/10.1590/SS2237-9622202200006.especial
  » https://doi.org/10.1590/SS2237-9622202200006.especial
• ^23.
  Souza-Júnior PRB, Freitas MPS, Antonaci GA, Szwarcwald CL. Desenho da amostra da Pesquisa Nacional de Saúde 2013. Epidemiol Serv Saúde 2015; 24(2): 207-16. https://doi.org/10.5123/s1679-49742015000200003
  » https://doi.org/10.5123/s1679-49742015000200003
• ^24.
  Stopa SR, Szwarcwald CL, Oliveira MM, Gouvea ECDP, Vieira MLFP, Freitas MPS, et al. Pesquisa Nacional de Saúde 2019: histórico, métodos e perspectivas. Epidemiol Serv Saúde 2020; 29(5): e2020315. https://doi.org/10.1590/S1679-49742020000500004
  » https://doi.org/10.1590/S1679-49742020000500004
• ^25.
  Greig AA, Tellier PP. Greig health record for young adults: preventive health care for young adults aged 18 to 24 years. Can Fam Physician. 2019; 65(8): 539-42. PMID: 31413021.
• ^26.
  Souza LDM, Maragalhoni TC, Quincoses MT, Jansen K, Cruzeiro ALS, Ores L, et al. Bem-estar psicológico de jovens de 18 a 24 anos: fatores associados. Cad Saúde Pública 2012; 28(6): 1167-74. https://doi.org/10.1590/S0102-311X2012000600015
  » https://doi.org/10.1590/S0102-311X2012000600015
• ^27.
  Santos IS, Tavares BF, Munhoz TN, Almeida LSP, Silva NTB, Tams BD, et al. Sensibilidade e especificidade do Patient Health Questionnaire-9 (PHQ-9) entre adultos da população geral. Cad Saúde Pública 2013; 29(8): 1533-43. https://doi.org/10.1590/0102-311X00144612
  » https://doi.org/10.1590/0102-311X00144612
• ^28.
  Moriarty AS, Gilbody S, McMillan D, Manea L. Screening and case finding for major depressive disorder using the Patient Health Questionnaire (PHQ-9): a meta-analysis. Gen Hosp Psychiatry 2015; 37(6): 567-76. https://doi.org/10.1016/j.genhosppsych.2015.06.012
  » https://doi.org/10.1016/j.genhosppsych.2015.06.012
• ^29.
  He C, Levis B, Riehm KE, Saadat N, Levis AW, Azar M, et al. the accuracy of the patient health questionnaire-9 algorithm for screening to detect major depression: an individual participant data meta-analysis. Psychother Psychosom 2020; 89(1): 25-37. https://doi.org/10.1136/bmj.l1476
  » https://doi.org/10.1136/bmj.l1476
• ^30.
  Mendenhall E, Kohrt BA, Norris AS, Ndetei D, Prabhakaran D. Non-communicable disease syndemics: poverty, depression, and diabetes among low-income populations. Lancet 2017; 389(10072): 951-63. https://doi.org/10.1016/S0140-6736(17)30402-6
  » https://doi.org/10.1016/S0140-6736(17)30402-6
• ^31.
  World Health Organization. Calouste Gulbenkian Foundation. Centre for mental health. Determinants of mental health. Geneva: World Health Organization; 2022.
• ^32.
  Marryat L, Thompson L, Minnis H, Wilson P. Primary schools and the amplification of social differences in child mental health: a population-based cohort study. J Epidemiol Community Health 2018; 72(1): 27-33. https://doi.org/10.1136/jech-2017-208995
  » https://doi.org/10.1136/jech-2017-208995
• ^33.
  Marbin D, Gutwinski S, Schreiter S, Heinz A. Perspectives in poverty and mental health. Front Public Health 2022; 10: 975482. https://doi.org/10.3389/fpubh.2022.975482
  » https://doi.org/10.3389/fpubh.2022.975482
• ^34.
  Ridley M, Rao G, Schilbach F, Patel V. Poverty, depression, and anxiety: causal evidence and mechanisms. Science 2020; 370(6522): aay0214. https://doi.org/10.1126/science.aay0214
  » https://doi.org/10.1126/science.aay0214
• ^35.
  Chandran A, Long A, Price A, Murray J, Fieldls EL, Schumacher CM, et al. The Association Between Social Support, Violence, and Social Service Needs among a select sample of urban adults in Baltimore City. J Community Health 2020; 45(5): 987-96. https://doi.org/10.1007/s10900-020-00817-9
  » https://doi.org/10.1007/s10900-020-00817-9
• ^36.
  Coid J, Zhang Y, Bebbington P, Ullrich S, Stavola B, Bhui K, et al. A syndemic of psychiatric morbidity, substance misuse, violence, and poor physical health among young Scottish men with reduced life expectancy. SSM Popul Health 2021; 15:100858. https://doi.org/10.1016/j.ssmph.2021.100858
  » https://doi.org/10.1016/j.ssmph.2021.100858
• ^37.
  Cruz MS, Silva ES, Jakaite Z, Krenzinger M, Valiati L, Gonçalves D, et al. Experience of neighbourhood violence and mental distress in Brazilian favelas: a cross-sectional household survey. Lancet Reg Health Am 2021; 4: 100067. https://doi.org/10.1016/j.lana.2021.100067
  » https://doi.org/10.1016/j.lana.2021.100067
• ^38.
  Dubreucq J, Plasse J, Franck N. Self-stigma in serious mental illness: a systematic review of frequency, correlates, and consequences. Schizophr Bull 2021; 47(5): 1261-87. https://doi.org/10.1093/schbul/sbaa181
  » https://doi.org/10.1093/schbul/sbaa181
• ^39.
  Harandi TF, Taghinasab MM, Nayeri TD. The correlation of social support with mental health: a meta-analysis. Electron Physician 2017; 9(9): 5212-22. https://doi.org/10.19082/5212
  » https://doi.org/10.19082/5212
• ^40.
  Li F, Luo S, Mu W, Yanmei L, Liyuan Y, Xueying Z, et al. Effects of sources of social support and resilience on the mental health of different age groups during the COVID-19 pandemic. BMC Psychiatry 2021; 21(1): 16. https://doi.org/10.1186/s12888-020-03012-1
  » https://doi.org/10.1186/s12888-020-03012-1
• ^41.
  Mongelli F, Georgakopoulos P, Pato MT. Challenges and opportunities to meet the mental health needs of underserved and disenfranchised populations in the United States. Focus (Am Psychiatr Publ) 2020; 18(1): 16-24. https://doi.org/10.1176/appi.focus.20190028
  » https://doi.org/10.1176/appi.focus.20190028
• ^42.
  Dedania R, Gonzales G. Disparities in access to health care among US-born and foreign-born US adults by mental health status, 2013–2016. Am J Public Health 2019; 109(S3): S221-7. https://doi.org/10.2105/AJPH.2019.305149
  » https://doi.org/10.2105/AJPH.2019.305149
• ^43.
  Fry CE, Sommers BD. Effect of Medicaid expansion on health insurance coverage and access to care among adults with depression. Psychiatric Serv 2018; 69(11): 1146-52. https://doi.org/10.1176/appi.ps.201800181
  » https://doi.org/10.1176/appi.ps.201800181
• ^44.
  Stiglic N, Viner RM. Effects of screentime on the health and well-being of children and adolescents: a systematic review of reviews. BMJ Open 2019; 9(1): e023191. https://doi.org/10.1136/bmjopen-2018-023191
  » https://doi.org/10.1136/bmjopen-2018-023191
• ^45.
  Camerini AL, Albanese E, Marciano L; Corona Immunitas Research Group. The impact of screen time and green time on mental health in children and adolescents during the COVID-19 pandemic. Comput Hum Behav Rep 2022; 7: 100204. https://doi.org/10.1016/j.chbr.2022.100204
  » https://doi.org/10.1016/j.chbr.2022.100204
• ^46.
  Kamaleddine AN, Antar HA, Ali BTA, Hammoudi SF, Lee J, Lee T, et al. Effect of screen time on physical and mental health and eating habits during COVID-19 lockdown in Lebanon. Psychiatry Investig 2022; 19(3): 220-8. https://doi.org/10.30773/pi.2021.0239
  » https://doi.org/10.30773/pi.2021.0239
• ^47.
  Singer M, Bulled N, Ostrach B, Mendenhall M. Syndemics and the biosocial conception of health. Lancet 2017; 389(10072): 941-50. https://doi.org/10.1016/S0140-6736(17)30003-X
  » https://doi.org/10.1016/S0140-6736(17)30003-X
• ^48.
  Mittelmark MB, Sagy S, Eriksson M. The handbook of salutogenesis. Cham: Springer; 2017.
• ^49.
  Nochaiwong S, Ruengorn C, Thavorn K, Hutton B, Awiphan R, Phosuya C, et al. Global prevalence of mental health issues among the general population during the coronavirus disease-2019 pandemic: a systematic review and meta-analysis. Sci Rep 2021; 11(1): 10173. https://doi.org/10.1038/s41598-021-89700-8
  » https://doi.org/10.1038/s41598-021-89700-8
• ^50.
  Surgeon General. Protecting youth mental health: the U.S. surgeon’s general advisory [Internet]. 2021 [accessed on Jan 12, 2023]. Available at: https://www.hhs.gov/sites/default/files/surgeon-general-youth-mental-health-advisory.pdf
  » https://www.hhs.gov/sites/default/files/surgeon-general-youth-mental-health-advisory.pdf
• ^51.
  Czeisler ME, Lane RI, Petrosky E, Wiley JF, Christensen A, Njai R, et al. Mental health, substance use, and suicidal ideation during the COVID-19 pandemic – United States, June 24-30, 2020. MMWR Morb Mortal Wkly Rep 2020; 69(32): 1049-57. https://doi.org/10.15585/mmwr.mm6932a1
  » https://doi.org/10.15585/mmwr.mm6932a1
• ^52.
  Substance Abuse and Mental Health Services Administration. Center for Behavioral Health Statistics and Quality. Results from the 2016 national survey on drug use and health: detailed tables [Internet]. Rockville; 2017 [J11 Jan, 2024]. Available at: https://www.samhsa.gov/data/sites/default/files/NSDUH-DetTabs-2016/NSDUH-DetTabs-2016.pdf
  » https://www.samhsa.gov/data/sites/default/files/NSDUH-DetTabs-2016/NSDUH-DetTabs-2016.pdf
• ^53.
  Westberg KH, Nyholm M, Nygren JM, Svedberg P. Mental health problems among young people-a scoping review of help-seeking. Int J Environ Res Public Health 2022; 19(3): 1430. https://doi.org/10.3390/ijerph19031430
  » https://doi.org/10.3390/ijerph19031430
• ^54.
  National Mental Health Commission. National mental health research strategy. [Internet]. 2022 [accessed on Jan 13, 2023]. Available at: https://www.mentalhealthcommission.gov.au/sites/default/files/2024-03/national-mental-health-research-strategy_0.pdf
  » https://www.mentalhealthcommission.gov.au/sites/default/files/2024-03/national-mental-health-research-strategy_0.pdf
• ^55.
  Oliveira BLCA, Luiz RR. Densidade racial e a situação socioeconômica, demográfica e de saúde nas cidades brasileiras em 2000 e 2010. Rev Bras Epidemiol 2019; 22: e190036. https://doi.org/10.1590/1980-549720190036
  » https://doi.org/10.1590/1980-549720190036
• ^56.
  Oliveira BLCA, Lima SF, Costa ASV, Silva AM, Alves MTSS. Social participation and self-assessment of health status among older people in Brazil. Ciênc Saúde Coletiva 2021; 26(2): 581-92. https://doi.org/10.1590/1413-81232021262.20342019
  » https://doi.org/10.1590/1413-81232021262.20342019
• ^57.
  Gruebner O, Rapp MA, Adli M, Kluge U, Galea S, Heinz A. Cities and mental health. Dtsch Arztebl Int 2017; 114(8): 121-7. https://doi.org/10.3238/arztebl.2017.0121
  » https://doi.org/10.3238/arztebl.2017.0121
• ^58.
  Adli M, Schöndorf J. Does the city make us ill? The effect of urban stress on emotions, behavior, and mental health. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2020; 63(8): 979-86. https://doi.org/10.1007/s00103-020-03185-w
  » https://doi.org/10.1007/s00103-020-03185-w

• FONTE DE FINANCIAMENTO:

  O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES), Código de Financiamento 001, ao Programa de Pós-graduação em Enfermagem da Universidade Federal do Maranhão. PROCAD/Amazônia/Edital n. 21/2018. Financiamento Público.

Editado por

EDITORA ASSOCIADA:

Tânia Maria de Araújo 0000-0003-2766-7799

EDITOR CIENTÍFICO:

Antonio Fernando Boing 0000-0001-9331-1550

Datas de Publicação

• Publicação nesta coleção
  27 Set 2024
• Data do Fascículo
  2024

Histórico

• Recebido
  08 Jan 2024
• Aceito
  04 Jul 2024