Fatores sociodemográficos e econômicos associados ao tabagismo na população idosa

Abstract

Objetivos Identificar a condição tabágica dos idosos e verificar os fatores sociodemográficos e econômicos associados ao hábito de fumar nessa população. Métodos Trata-se de um estudo quantitativo, transversal, observacional e analítico, com 980 idosos da zona urbana do município de Uberaba-MG. Utilizaram-se os instrumentos Miniexame do Estado Mental (MEEM) e Questionário Brasileiro de Avaliação Funcional e Multidimensional (BOMFAQ). Os idosos foram classificados como tabagistas, ex-tabagistas e não tabagistas de acordo com as Diretrizes para Cessação do Tabagismo. As análises procederam por meio do software SPSS-17. A condição tabágica dos idosos foi descrita por meio de frequências simples e absolutas. Aplicou-se o teste Cramer’s V (p ≤ 0,05) na análise bivariada e em seguida a Regressão Logística Multinomial Múltipla (p ≤ 0,05) ajustados para sexo e faixa etária de acordo com a classificação tabágica. Resultados Encontraram-se 122 (12,4%) idosos tabagistas, 320 (32,7%) ex-tabagistas e 538 (54,9%) não tabagistas. Os idosos tabagistas apresentaram-se com 3,57, 2,36 e 1,82 mais riscos de chances de ser do sexo masculino (p < 0,001), estar na faixa etária de 60 a 69 anos (p = 0,004) e não ter companheiro(a) (p = 0,008), respectivamente. Para os idosos ex-tabagistas, também foi encontrada maior chance de risco (5,34) para o sexo masculino (p < 0,001). Conclusão Os resultados evidenciam que o sexo, a faixa etária e a situação conjugal são fatores associados ao tabagismo na população idosa.Objectives To identify smoking status of elderly and to assess socio-demographic and economic factors associated with them. Methods This is a quantitative, transversal, observational and analytical study with 980 elderly living in the urban area of the municipality of Uberaba (MG) – Brazil. The Mini Mental State Examination and the Brazilian Multidimensional Functional Assessment Questionnaire were used. The elderly were classified as smokers, ex-smokers and nonsmokers according to the Guidelines for Smoking Cessation. The statistical analysis were performed with SPSS-17 software. The smoking status of the elderly was described by means of simple and absolute frequencies. We employed the Cramer’s V (p ≤ 0.05) in the bivariate analyses and then test the Multiple Multinomial Logistic Regression (p ≤ 0.05) adjusted for sex and age according to smoking classification. Results We found 122 (12.4%) smokers, 320 (32.7%) ex-smokers, and 538 (54.9%) nonsmokers. The elderly smokers presented with 3.57, 2.36 and 1.82 greater chances of being male (p < 0.001), aged 60-69 years (p = 0.004) and single, divorced or widowed (p = 0.008), respectively. Elderly ex-smokers were also more likely (5.34) to be male (p < 0.001). Conclusion The results showed that sex, age and marital status are associated with smoking in the elderly population.