É estimado que a população global continue crescendo e se estabilize em torno de 11 bilhões de habitantes em 2075. Portanto, o ambiente urbano, moradia para a maioria da população global, precisa ser visto como prioridade estratégica em relação ao futuro próximo, tanto em relação ao impacto aos recursos naturais quanto à equidade do bem-estar e justiça social. A pobreza (absoluta e relativa) e sua relação com a saúde ainda é um desafio mesmo em países de alta renda. Em São Paulo, há um gradiente socioespacial dos riscos relativos de algumas mortalidades, que aumentam à medida que o perfil socioambiental da população piora. Para se quebrar o elo entre pobreza e saúde é preciso uma compreensão dos padrões espaciais para além da renda como indicador agregado. Assim, testei se a renda ainda é o melhor indicador para a explicação das condições de saúde da população no Município de São Paulo, a partir do estudo da mortalidade por doenças do aparelho circulatório e da mortalidade infantil. Para isso delineei um estudo ecológico, transversal, com expressão espacial por meio da implantação de um projeto em Sistema de Informações Geográficas, a partir da unidade geográfica da área de ponderação do Censo Demográfico de 2010. Comparei o desempenho da renda como indicador ao de outros indicadores que expressam a composição da população, condições socioeconômicas, desigualdade de rendimento e segregação residencial. Os dados dos óbitos, provenientes do DATASUS, corresponderam aos anos de 2006 a 2009. Os riscos relativos foram calculados por meio do programa SaTScan, considerando as covariáveis sexo e idade. Os dados socioeconômicos foram obtidos dos microdados do Censo Demográfico de 2010 referentes às áreas de ponderação. As análises estatísticas compreenderam modelos de regressão linear simples não-espaciais (Mínimos Quadrados Ordinários). Devido à dependência espacial dos resíduos destes modelos, foram aplicados modelos de regressão espaciais globais, que não foram capazes de explicar completamente as mortalidades estudadas. Finalmente, os modelos de regressão geograficamente ponderados permitiram verificar importantes associações espaciais. O Índice de Concentração nos Extremos (ICE) para renda e cor ou raça, estabelecendo como extremos o número de pessoas autodeclaradas brancas com rendimento domiciliar bruto mensal em todos os trabalhos superior a R$5.400,00 e o número de pessoas autodeclaradas da cor branca com rendimento de até R$1.000,00, foi o indicador que melhor explicou a variabilidade espacial da mortalidade por doenças do aparelho circulatório (R² = 0,65 e AIC = -766,44). O ICE para renda e cor ou raça branca afluente sobre pessoas pretas, pardas ou indígenas pobres explicou igualmente a mortalidade por doenças do aparelho circulatório (R²=0,65 e AIC=764,02) e foi o melhor preditor para mortalidade infantil (R²=0,39 e AIC=59,28). Os resultados permitem concluir que é possível avançar para além da renda ao incorporar aspectos da segregação residencial por renda e cor ou raça combinados. O indicador socioeconômico composto elaborado neste trabalho tem potencial explicativo e poderá ser refinado ao incorporar indicador de segregação residencial, contribuindo para a melhor compreensão da saúde no município e para a identificação de grupos vulneráveis.

It is estimated that world population will keep increasing until reach stability around 11 billion people in 2075. Therefore, the urban environment, housing for the majority of the global population, needs to be seen as a strategic priority in the near future, both in terms of the impact on natural resources and equity of welfare and social justice. Poverty (absolut and relative) and its relationship with health is still a challenge even in high-income countries. In São Paulo, there is a socio-spatial gradient of the relative risks for some mortalities, which increase as the socio-environmental profile of the population worsens. To break the link between poverty and health requires an understanding of spatial patterns beyond income as an aggregate indicator. Thus, I tested whether income is still the best indicator for explaining the health conditions of the population in the city of São Paulo, based on the study of mortality due to diseases of the circulatory system and infant mortality. For this I outlined an ecological, transversal study with spatial expression through the implementation of a project in Geographic Information System, from the geographic unit of the sample area of the 2010 Demographic Census. I compared income performance as an indicator with other indicators that express the population composition, socioeconomic conditions, income inequality and residential segregation. Data on deaths from DATASUS corresponded to the years 2006 to 2009. The relative risks were calculated through the SaTScan program, considering the covariates gender and age. Socioeconomic data were obtained from the micro data of the Demographic Census of 2010 referring to the sample areas. Statistical analyzes comprised simple non-spatial linear regression models (Ordinary Least Squares). Due to the spatial dependence of the residues of these models, global spatial regression models were applied, which were not able to fully explain the studied mortalities. Finally, the geographically weighted regression models allowed to verify important spatial associations. The Index of Concentration in the Extremes (ICE) for income and color or race, establishing as extreme the number of self-declared White people with household income higher than R$ 5,400.00 and the number of self-declared White people with income of up to R$ 1,000.00, was the indicator that best explained the spatial variability of mortality due to diseases of the circulatory system (R² = 0.65 and AIC = -766.44). The ICE for income and affluent White race or color on poor Black, Mixed or Indigenous people also explained mortality from diseases of the circulatory system (R² = 0.65 and AIC = 764.02) and was the best predictor for infant mortality (R² = 0.39 and AIC = 59.28). The results allow concluding that it is possible to move beyond income by incorporating aspects of residential segregation by income and color or race combined. The composite socioeconomic indicator elaborated in this study has explanatory potential and could be refined to include residential segregation indicator, contributing to a better understanding of health in the municipality and to the identification of vulnerable groups.