Perfil epidemiológico e fatores associados ao afastamento do trabalho por doença de servidores públicos universitários brasileiros: estudo de série histórica e comparação de modelos preditivos

• Processo: 25/02773-4
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2027
• Área do conhecimento: Ciências da Saúde - Saúde Coletiva - Epidemiologia
• Pesquisador responsável: Adriano Dias
• Beneficiário: Adriano Dias
• Instituição Sede: Faculdade de Medicina (FMB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Pesquisadores associados: João Marcos Bernardes ; Juan Gómez Salgado ; Juan Ramon Lacalle-Remigio
• Assunto(s): Absenteísmo Aprendizado computacional Saúde do trabalhador Setor público
• Palavra(s)-Chave do Pesquisador: absenteísmo | Aprendizado de Máquina | Envelhecimento da Força de Trabalho | Inferência Causal | Saúde do Trabalhador | setor público | Saúde do Trabalhador

Resumo

O absenteísmo por motivo de doença é um indicador relevante na trajetória laboral dos trabalhadores, refletindo tanto impactos na produtividade quanto agravos à saúde. Entre servidores públicos, as mudanças no ambiente de trabalho e o envelhecimento populacional intensificam esse fenômeno, especialmente em trabalhadores acima de 60 anos. No Brasil, a falta de estudos específicos sobre esse grupo limita a formulação de políticas públicas adequadas, tornando necessária uma investigação detalhada sobre os afastamentos laborais nessa população.Este estudo tem como objetivo traçar o perfil epidemiológico dos servidores de uma universidade pública paulista afastados por doença entre 2010 e 2022. Além de caracterizar os afastamentos, serão analisados fatores associados à duração do afastamento e seus desfechos, incluindo retorno ao trabalho, readaptação funcional e aposentadoria. O estudo busca ainda identificar padrões diferenciais entre trabalhadores abaixo e acima de 60 anos e comparar modelos estatísticos distintos para melhor predição dos afastamentos.A pesquisa utilizará dados secundários anonimizados de uma coorte histórica composta por aproximadamente 19 mil trabalhadores, analisando cerca de 64 mil registros de afastamentos. Serão conduzidos estudos descritivos e caso-controle, empregando regressões estatísticas e machine learning. As análises incluirão variáveis sociodemográficas, ocupacionais e de saúde, além da classificação dos afastamentos segundo a CID-10.Espera-se que os achados contribuam para a compreensão dos determinantes do afastamento prolongado e seus impactos na força de trabalho. Embora os resultados possivelmente não tenham aplicação prática imediata, fornecerão subsídios para políticas públicas baseadas em evidências, visando melhorar a gestão da saúde ocupacional no setor público e a qualidade de vida dos trabalhadores. (AU)