Tendencia de la mortalidad por homicidios en Belo Horizonte y región metropolitana (Brasil): 1980-2005

OBJETIVO: Analisar a evolução das taxas de mortalidade por homicídio em Belo Horizonte e Região Metropolitana no período de 1980 a 2005. MÉTODOS: Estudo de série temporal, cujos dados sobre óbitos foram obtidos do Sistema de Informações sobre Mortalidade e as estimativas populacionais segundo sexo, idade e anos-calendário, do Instituto Brasileiro de Geografia e Estatística. Os coeficientes específicos de mortalidade, segundo sexo e faixa etária, foram calculados anualmente para cada região geográfica. A análise de tendência foi realizada por meio da construção de modelos de regressão polinomial para séries históricas, adotando-se nível de significância de 0,05. RESULTADOS: Houve elevada magnitude das taxas de mortalidade por homicídios em Belo Horizonte e Região Metropolitana, principalmente para o sexo masculino, permitindo identificar, em relação à tendência secular, crescimento acelerado dessas taxas em ambos os sexos e em quase todas as faixas etárias, mais expressivamente a partir do início da década de 1990, na Região Metropolitana da capital. CONCLUSÕES: Os resultados indicam a necessidade de implementação de políticas públicas conjuntas, direcionadas para o controle da violência. Recomendam-se investimentos em educação e garantia de acesso ao emprego, visando o controle da ascensão acelerada da mortalidade por homicídios, principalmente, entre os jovens do sexo masculino, residentes na Região Metropolitana.OBJECTIVE: To analyze the evolution of homicide mortality rates in Belo Horizonte and its metropolitan area, Southeastern Brazil, from 1980 to 2005. METHODS: Deaths by homicide were obtained from the SIM (Mortality Information System). Population estimates by sex, age group and calendar-years were obtained from the Brazilian Institute of Geography and Statistics (IBGE). The specific mortality rates for sex and age groups were calculated annually for each geographic region. The trends analysis was carried out using polynomial regression models for time series data, with a significance level α