Padrões espaço-temporais da mortalidade por diabetes mellitus:

Revisão de escopo

Autores

  • Aurelice Cristina de Almeida Alves Carneiro Universidade Federal do Maranhão – UFMA, Rede Nordeste em Saúde da Família- RENASF. Imperatriz, MA - Brasil. https://orcid.org/0009-0009-5995-4443
  • Marcelino Santos Neto Universidade Federal do Maranhão – UFMA, Rede Nordeste em Saúde da Família- RENASF. Imperatriz, MA - Brasil. https://orcid.org/0000-0002-6105-1886
  • Abilio Torres dos Santos Neto Universidade Federal do Ceará – UFC, Departamento de Enfermagem. Fortaleza, CE- Brasil.
  • Isaura Leticia Tavares Palmeira Rolim Universidade Federal do Maranhão – UFMA, Rede Nordeste em Saúde da Família- RENASF. Imperatriz, MA - Brasil. https://orcid.org/0000-0002-8453-2543

DOI:

https://doi.org/10.35699/2316-9389.2026.64300

Palavras-chave:

Diabetes Mellitus, Mortalidade, Análise Espaço-Temporal, Revisão de Escopo

Resumo

Objetivo: mapear os padrões espaciais e temporais da mortalidade por diabetes mellitus. Método: trata-se de uma revisão de escopo conduzida conforme as recomendações do JBI e reportada de acordo com o PRISMA-ScR. A busca foi realizada em abril de 2025, nas bases MEDLINE, BVS, Web of Science, Scopus, LILACS, EMBASE e na literatura cinzenta, sem restrição de idioma ou período. Resultados: foram incluídos 12 estudos realizados entre 2015 e 2024, predominantemente na Ásia e nas Américas, com delineamentos ecológicos e de séries temporais, utilizando modelagem bayesiana e análise espacial. Identificou-se significativa heterogeneidade espacial, com clusters de alta mortalidade em regiões de baixo desenvolvimento socioeconômico. Fatores socioeconômicos (urbanização e renda per capita), ambientais (maior urbanização, aumento da temperatura média e poluição), demográficos (países do hemisfério sul) e comportamentais (obesidade e inatividade física) mostraram associação com a mortalidade por diabetes mellitus. Conclusão: a mortalidade por diabetes mellitus apresenta padrões espaço-temporais heterogêneos, o que demanda intervenções contextualizadas e o fortalecimento da vigilância epidemiológica.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

1. Rossaneis MA, Andrade SM, Gvozd R, Pissinati PSC, Haddad MCL. Factors associated with glycemic control in people with diabetes mellitus. Cienc Saúde Colet [Internet]. 2019 [citado em 2025 maio 28];24(3):997-1005. Disponível em: https://doi.org/10.1590/1413-81232018243.02022017

2. Rodacki M, Cobas RA, Zajdenverg L, Silva Júnior WS, Giacaglia L, Calliari LE, et al. Diagnóstico de diabetes mellitus. Diretriz Oficial da Sociedade Brasileira de Diabetes (2024). São Paulo: Sociedade Brasileira de Diabetes [Internet]; 2024 [citado em 2025 maio 27]. Disponível em: https://doi.org/10.29327/5412848.2024-1

3. Genitsaridi I, Salpea P, Salim A, Sajjadi SF, Tomic D, James S, et al. 11th edition of the IDF Diabetes Atlas: global, regional, and national diabetes prevalence estimates for 2024 and projections for 2050. Lancet Diabetes Endocrinol [Internet]. 2026 [citado em 2025 maio 27];14(2):149-56. Disponível em: https://doi.org/10.1016/S2213-8587(25)00299-2

4. Xu Y, Lu J, Li M, Wang T, Wang K, Cao Q, et al. Diabetes in China part 1: epidemiology and risk factors. Lancet Public Health [Internet]. 2024 [citado em 2025 maio 27];9(12):e1089-97. Disponível em: https://doi.org/10.1016/S2468-2667(24)00250-0

5. Blangiardo M, Boulieri A, Diggle P, Piel F, Shaddick G, Elliott P. Advances in spatiotemporal models for non-communicable disease surveillance. Int J Epidemiol [Internet]. 2020 [citado em 2025 maio 15];49(1):5-16. Disponível em: https://doi.org/10.1093/ije/dyz181

6. Peters MDJ, Godfrey C, McInerney P, Munn Z, Tricco AC, Khalil H. Scoping reviews. In: Aromataris E, Lockwood C, Porritt K, Pilla B, Jordan Z, editors. JBI manual for evidence synthesis. Adelaide: JBI; 2024 [citado em 2025 mar. 20]. Disponível em: https://doi.org/10.46658/JBIMES-24-09

7. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ [Internet]. 2021 [citado em 2025 mar. 20];372:n71. Disponível em: https://doi.org/10.1136/bmj.n71

8. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A. Rayyan - a web and mobile app for systematic reviews. Syst Rev [Internet]. 2016 [citado em 2025 mar. 20];5(1):210. Disponível em: https://doi.org/10.1186/s13643-016-0384-4

9. Zhou M, Astell-Burt T, Yin P, Feng X, Page A, Liu Y, et al. Spatiotemporal variation in diabetes mortality in China: multilevel evidence from 2006 and 2012. BMC Public Health [Internet]. 2015 [citado em 2025 maio 18];15:633. Disponível em: https://doi.org/10.1186/s12889-015-1982-0

10. Leveau CM, Marro MJ, Alonso V, Lawrynowicz AEB. Does geographic context matter in diabetes-related mortality? Spatial and time trends in Argentina, 1990-2012. Cad Saude Publica [Internet]. 2017 [citado em 2025 maio 20];33(1):e00169615. Disponível em: https://doi.org/10.1590/0102-311X00169615

11. Núñez-González S, Delgado-Ron A, Simancas-Racines D. Tendencias y análisis espacio-temporal de la mortalidad por diabetes mellitus en Ecuador, 2001-2016. Rev Cubana Salud Publica [Internet]. 2020 [citado em 2025 jun. 23];46(2). Disponível em: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662020000200011.

12. Nurjannah N, Baker KM, Mashinini DP. Spatiotemporal trends in diabetes-related mortality by school district in the state of Michigan, United States. Epidemiol Health [Internet]. 2021 [citado em 2025 jun. 23];43:e2021098. Disponível em:

https://doi.org/10.4178/epih.e2021098

13. Quiñones S, Goyal A, Ahmed ZU. Geographically weighted machine learning model for untangling spatial heterogeneity of type 2 diabetes mellitus (T2D) prevalence in the USA. Sci Rep [Internet]. 2021 [citado em 2025 jun. 20];11(1):6955. Disponível em: https://doi.org/10.1038/s41598-021-85381-1

14. Liu C, Wang B, Liu S, Li S, Zhang K, Luo B, et al. Type 2 diabetes attributable to PM2.5: a global burden study from 1990 to 2019. Environ Int [Internet]. 2021 [citado em 2025 jun. 20];156:106725. Disponível em: https://doi.org/10.1016/j.envint.2021.106725

15. Rhee SY. Spatiotemporal analyses of the epidemiological characteristics of diabetes mellitus. Epidemiol Health [Internet]. 2021 [citado em 2025 jun. 20];43:e2021102. Disponível em: https://doi.org/10.4178/epih.e2021102

16. Liu Y, Wang D, Huang X, Liang R, Tu Z, You X, et al. Temporal trend and global burden of type 2 diabetes attributable to non-optimal temperature, 1990-2019: an analysis for the Global Burden of Disease Study 2019. Environ Sci Pollut Res Int [Internet]. 2023 [citado em 2025 jun. 20];30:82686-82695. Disponível em:

https://doi.org/10.1007/s11356-023-28225-1

17. Garces TS, Damasceno LLV, Sousa GJB, Cestari VRF, Pereira MLD, Moreira TMM. Relação entre indicadores de desenvolvimento social e mortalidade por diabetes mellitus no Brasil: análise espacial e temporal. Rev Latino-Am Enferm [Internet]. 2023 [citado em 2025 jun. 20];31:e3973. Disponível em:

https://doi.org/10.1590/1518-8345.6592.3973

18. Fan S, Xu J, Wu J, Yan L, Ren M. Spatiotemporal trends of type 2 diabetes due to low physical activity from 1990 to 2019 and forecasted prevalence in 2050: a Global Burden of Disease Study 2019. J Nutr Health Aging [Internet]. 2024 [citado em 2025 jun. 19];28(11):100402. Disponível em: https://doi.org/10.1016/j.jnha.2024.100402

19. Zheng W, Chu J, Bambrick H, Wang N, Mengersen K, Guo X, et al. Temperature, relative humidity and elderly type 2 diabetes mortality: a spatiotemporal analysis in Shandong, China. Int J Hyg Environ Health [Internet]. 2024 [citado em 2025 jun. 19];262:114442. Disponível em: https://doi.org/10.1016/j.ijheh.2024.114442

20. Xu Z, Feng J, Xing S, Liu Y, Chen Y, Li J, et al. Global trends and spatial drivers of diabetes mellitus mortality, 1990-2019: a systematic geographical analysis. Front Endocrinol [Internet]. 2024 [citado em 2025 jun. 19];15:1370489. Disponível em: https://doi.org/10.3389/fendo.2024.1370489

21. Tuomilehto J, Uusitupa M, Gregg E, Lindström J. Type 2 diabetes prevention programs—from proof-of-concept trials to national intervention and beyond. J Clin Med [Internet]. 2023 [citado em 2025 jun. 19];12:1876. Disponível em:

https://doi.org/10.3390/jcm12051876

22. Valabhji J, Barron E, Bradley D, Bakhai C, Fagg J, O’Neill S, et al. Early outcomes from the English National Health Service Diabetes Prevention Programme. Diabetes Care [Internet]. 2020 [citado em 2025 jun. 19];43(1):152-60. Disponível em:

https://doi.org/10.2337/dc19-1425

23. Lee I, Kang M, Choi J, Lim H, Chon S. Clinically practical and affordable lifestyle modification to prevent diabetes mellitus in real practice. Diabetes Metab J [Internet]. 2025 [citado em 2025 jun. 21];49(5):951-63. Disponível em: https://doi.org/10.4093/dmj.2025.0675

24. Liu J, Bai R, Chai Z, Cooper M, Zimmet P, Zhang L. Low-and middle-income countries demonstrate rapid growth of type 2 diabetes: an analysis based on Global Burden of Disease 1990–2019 data. Diabetologia [Internet] 2022[citado em 2025 jun. 21];65(8):1339-52. Disponível em: https://doi.org/10.1007/s00125-022-05713-6

25. Yang BY, Qian Z, Li S, Chen G, Bloom MS, Elliott M, et al. Ambient air pollution in relation to diabetes and glucose-homoeostasis markers in China: a cross-sectional study with findings from the 33 Communities Chinese Health Study. Lancet Planet Health [Internet]. 2018 [citado em 2025 jun. 21];2(2):e64-e73. Disponível em:

https://doi.org/10.1016/S2542-5196(18)30001-9

26. Hill-Briggs F, Fitzpatrick SL. Overview of social determinants of health in the development of diabetes. Diabetes Care [Internet]. 2023[citado em 2025 jun. 21];46(9):1590-8. Disponível em: https://doi.org/10.2337/dci23-0001

27. Su B, Wang Y, Dong Y, Hu G, Xu Y, Peng X, et al. Trends in Diabetes Mortality in Urban and Rural China, 1987–2019: a join point regression analysis. Front Endocrinol (Lausanne) [Internet]. 2022[citado em 2025 jun. 21];12:777654. Disponível em: https://doi.org/10.3389/fendo.2021.777654

28. Lord J, Roberson S, Odoi A. A retrospective investigation of spatial clusters and determinants of diabetes prevalence: scan statistics and geographically weighted regression modeling approaches. Peer J [Internet]. 2023[citado em 2025 jun. 21];11:e15107. Disponível em: https://doi.org/10.7717/peerj.15107

Arquivos adicionais

Publicado

10-09-2026

Edição

v. 30 (2026): Ahead of Print

Seção

Revisão

Licença

Copyright (c) 2026 REME-Revista Mineira de Enfermagem

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Como Citar

1.
Cristina de Almeida Alves Carneiro A, Santos Neto M, Torres dos Santos Neto A, Leticia Tavares Palmeira Rolim I. Padrões espaço-temporais da mortalidade por diabetes mellitus:: Revisão de escopo. REME Rev Min Enferm. [Internet]. 10º de setembro de 2026 [citado 18º de setembro de 2026];30. Disponível em: https://periodicos.ufmg.br/index.php/reme/article/view/64300