Leitos complementares por dez mil habitantes: mudanças entre as edições

De Wiki
Ir para navegação Ir para pesquisar
 
(20 revisões intermediárias pelo mesmo usuário não estão sendo mostradas)
Linha 1: Linha 1:
[[Categoria:Indicador de Saúde]]
[[Categoria:RIPSA - E Recursos]]
[[Categoria:IC3 Estrutura|IC3-Estrutura]]
= Introdução =
= Introdução =


A [https://git.conass.org.br/ferre/notas-tecnicas-pri-provisorio/-/blob/main/matriz.md nota técnica de indicador] descreve o trabalho de processamento e apresentação de dados de '''Taxa de mortalidade na infância''' e decorrente estratificação. A metodologia aplicada pelo [https://cieges.conass.org.br/ Centro de Informações Estratégicas para a Gestão do SUS (Cieges)] constitui adaptação de fichas da [http://fichas.ripsa.org.br/2012/ Rede Interagencial de Informações para a Saúde (RIPSA)] e de ensejos anteriores da gestão estadual do SUS.
A [https://git.conass.org.br/ferre/notas-tecnicas-pri-provisorio/-/blob/main/matriz.md nota técnica de indicador] descreve o trabalho de processamento e apresentação de dados de '''Leitos UTI por habitante''' e decorrente estratificação. A metodologia aplicada pelo [https://cieges.conass.org.br/ Centro de Informações Estratégicas para a Gestão do SUS (Cieges)] constitui adaptação de fichas da [http://fichas.ripsa.org.br/2012/ Rede Interagencial de Informações para a Saúde (RIPSA)] e de ensejos anteriores da gestão estadual do SUS.


== Endereço eletrônico ==
== Endereço eletrônico ==


Essa nota técnica é acessível pelo endereço https://git.conass.org.br/ferre/notas-tecnicas-pri-provisorio/-/blob/main/C005.C.16.md.
Essa nota técnica é acessível pelo endereço https://wiki.conass.org.br/index.php?title=Leitos_UTI_por_habitante.


== Objetivo ==
== Objetivo ==


Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
 
= Ficha do indicador para o profissional da saúde =
= Ficha do indicador para o sanitarista =


== Conceituação ==
== Conceituação ==


Número de óbitos de menores de cinco anos de idade, por mil nascidos vivos, na população residente em determinado espaço geográfico, no ano considerado.
Número de leitos complementares UTI, por dez mil habitantes residentes, em determinado espaço geográfico, no ano considerado.


São considerados UTI:  UTI adulto II COVID-19, UTI pediátrica II COVID-19, UTI adulto, UTI infantil, UTI neonatal, UTI adulto I, UTI adulto II, UTI adulto III, UTI pediátrica I, UTI pediátrica II, UTI pediátrica III, UTI neonatal I, UTI neonatal II, UTI neonatal III, UTI de Queimados, UTI coronariana tipo II -UCO tipo II, UTI coronariana tipo III - UCO tipo III.
== Interpretação ==
== Interpretação ==


* Estima o risco de morte dos nascidos vivos durante os cinco primeiros anos de vida.
* Reflete a disponibilidade de serviços de terapia intensiva e a qualidade da atenção médica hospitalar.
* De modo geral, expressa o desenvolvimento socioeconômico e a infra-estrutura ambiental precários, que condicionam a desnutrição infantil e as infecções a ela associadas. O acesso e a qualidade dos recursos disponíveis para atenção à saúde materno-infantil são também determinantes da mortalidade nesse grupo etário.
* É influenciado por fatores socioeconômicos, epidemiológicos e demográficos, tais como nível de renda, composição etária, desenvolvimento tecnológico, oferta de profissionais de saúde, políticas públicas assistenciais e preventivas, a exemplo das de incentivo a cirurgias ambulatoriais, desospitalização na saúde mental e programas de internação domiciliar. Em geral, a concentração de leitos está associada ao maior poder aquisitivo da população e à demanda por serviços especializados, condições que atraem investimentos do setor privado de saúde.
* É influenciada pela composição da mortalidade no primeiro ano de vida (mortalidade infantil), amplificando o impacto das causas pós-neonatais, a que estão expostas também as crianças entre 1 e 4 anos de idade. Porém, taxas reduzidas podem estar encobrindo más condições de vida em segmentos sociais específicos.


== Usos ==
== Usos ==


* Analisar variações populacionais, geográficas e temporais da mortalidade de menores de cinco anos, identificando situações de desigualdade e tendências que demandem ações e estudos específicos.
* Analisar variações geográficas e temporais da oferta de leitos hospitalares pelo SUS, segundo a esfera administrativa, identificando situações de desigualdade e tendências que demandem ações e estudos específicos.
* Contribuir na avaliação dos níveis de saúde e de desenvolvimento socioeconômico da população, prestando-se a comparações nacionais e internacionais*.
* Subsidiar processos de planejamento, gestão e avaliação de políticas públicas voltadas para a assistência médico-hospitalar de responsabilidade do SUS.


<blockquote>'''''Nota:''''' Organização das Nações Unidas (ONU): Objetivos para Desenvolvimento do Milênio. Nova Iorque, 2000. Subsidiar processos de planejamento, gestão e avaliação de políticas públicas – sobretudo na área ambiental – e de ações de saúde voltadas para a atenção pré-natal e ao parto, bem como para a proteção da saúde na infância.
</blockquote>
== Limitações ==
== Limitações ==


* Perde significado à medida que decresce a importância relativa das causas da mortalidade infantil pós-neonatal (28 a 364 dias), com a consequente redução da mortalidade no grupo etário de 1 a 4 anos de idade. Nessa perspectiva, o componente neonatal (0 a 27 dias) torna-se prioritário.
* Inclui a demanda hospitalar por parte de pessoas não residentes, alterando a relação de proporcionalidade dos leitos disponíveis para a população residente.
* Requer correção da subenumeração de óbitos e de nascidos vivos (esta em menor escala), para o cálculo direto da taxa a partir de dados de sistemas de registro contínuo, especialmente nas regiões Norte e Nordeste. Essas circunstâncias impõem o uso de estimativas indiretas baseadas em procedimentos demográficos específicos, que podem oferecer boa aproximação da probabilidade de morte entre o nascimento e os cinco anos de idade.
* Inexistem padrões nacionais ou internacionais validados para análises comparativas, pois o indicador expressa uma combinação de fatores inerentes a realidades regionais ou locais distintas.
* Envolve, no caso das estimativas, dificuldades metodológicas e imprecisões inerentes às técnicas utilizadas, cujos pressupostos podem não se cumprir por mudanças da dinâmica demográfica. A imprecisão é maior no caso de pequenas populações.


== Fontes ==
== Fontes ==


Ministério da Saúde: Sistema de Informações sobre Mortalidade (SIM), Sistema de Informações sobre Nascidos Vivos (Sinasc) e estimativas a partir de métodos demográficos indiretos.
Ministério da Saúde. Secretaria de Atenção Especializada à Saúde (SAES): Sistema de Informações Hospitalares do SUS – SIH/SUS (até 2003), Cadastro Nacional de Estabelecimentos de Saúde – CNES (a partir de 2005) e base demográfica do IBGE.


== Métodos de Cálculo ==
== Métodos de Cálculo ==


Direto:
[Média anual da soma mensal de leitos UTI]÷[População total residente]×10.000
== Categorias Sugeridas para Análise ==
 
'''Unidade geográfica''': Brasil, grandes regiões, estados, Distrito Federal, regiões metropolitanas e municípios das capitais.
 
'''Tipo de leito''': existentes SUS, existentes não-SUS, total.
 
'''Esfera administrativa''': federal, estadual, municipal e privado.
 
'''Tipo de prestador''': público, privado e filantrópico.
 
'''População''': Pediátrica, adulta.
 
== Dados Estatísticos e Comentários ==
{| class="wikitable"
| colspan="3" |
= CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS COMPLEMENTARES - BRASIL =
'''Quantidade existente segundo RegiãoPeríodo:''' Dez/2020
|-
!Região
!Quantidade existente
|-
| colspan="3" |Fonte: Ministério da Saúde - Cadastro Nacional dos Estabelecimentos de Saúde do Brasil - CNES
 
Nota:


<pre class="math">\frac{O_{\leqslant 5anos}}{NV_{residentes}}\times 1.000</pre>
A partir do processamento de junho de 2012, houve mudança na classificação da natureza e esfera dos estabelecimentos. Com isso, temos que:
[[File:https://latex.codecogs.com/svg.image?O_%7B\leqslant&space;5anos%7D]] Número de óbitos de residentes com menos de cinco anos de idade.


[[File:https://latex.codecogs.com/svg.image?NV_%7Bresidentes%7D]] Número de nascidos vivos de mães residentes.)
* Até maio de 2012 estas informações estão disponíveis como "Natureza" e "Esfera Administrativa".
* De junho de 2012 a outubro de 2015, estão disponíveis tanto como "Natureza" e "Esfera Administrativa", como "Natureza Jurídica" e "Esfera Jurídica".
* A partir de novembro de 2015, estão disponíveis como "Natureza Jurídica" e "Esfera Jurídica".
|-
|TOTAL
|88.017
|-
|1 Região Norte
|5.956
|-
|2 Região Nordeste
|18.734
|-
|3 Região Sudeste
|43.173
|-
|4 Região Sul
|11.763
|-
|5 Região Centro-Oeste
|8.391
|}


Indireto:
{| class="wikitable"
| colspan="7" |POPULAÇÃO RESIDENTE - ESTUDO DE ESTIMATIVAS POPULACIONAIS POR MUNICÍPIO, IDADE E SEXO 2000-2021 - BRASIL
<nowiki>http://tabnet.datasus.gov.br/cgi/tabcgi.exe?ibge/cnv/popsvsbr.def</nowiki>


Estimativa por técnicas demográficas especiais. Os dados provenientes deste método têm sido adotados para os estados que apresentam cobertura do Sinasc inferior a 90% ou que não atingem o valor de 80% de um índice composto, especialmente criado, que combina a cobertura de óbitos infantis com a regularidade do SIM*.
População residente por Região segundo Ano


<blockquote>'''''NOTA:''''' RIPSA. Comitê Temático Interdisciplinar (CTI) Natalidade e Mortalidade. Grupo de Trabalho ''ad hoc''. Relatório final (mimeo, 4 páginas). Brasília, 2000.
Período: 2015-2021
</blockquote>
== Categorias Sugeridas para Análise ==


Unidade geográfica: Brasil, grandes regiões, estados e Distrito Federal.
Fonte:


== Dados Estatísticos e Comentários ==
* 2000 a 2021 – Estimativas preliminares elaboradas pelo Ministério da Saúde/SVS/DASNT/CGIAE
{| class="wikitable sortable mw-collapsible"
|-
|+Taxa de mortalidade na infância segundo região do Brasil
!Ano
!nu_ano
!1 Região Norte
!1 N
!2 Região Nordeste
!2 NE
!3 Região Sudeste
!3 SE
!4 Região Sul
!4 S
!5 Região Centro-Oeste
!5 CO
!Total
!Brasil
|-
|-
|2015
|2015
|18,0
|17.458.469
|16,3
|55.828.194
|13,2
|85.679.246
|12,6
|29.067.145
|14,8
|15.442.629
|14,6
|203.475.683
|-
|-
|2016
|2016
|18,9
|17.691.399
|17,2
|56.138.510
|13,9
|86.367.683
|12,3
|29.300.208
|15,5
|15.658.787
|15,3
|205.156.587
|-
|-
|2017
|2017
|18,5
|17.929.800
|16,6
|56.442.149
|13,4
|87.035.037
|12,5
|29.526.869
|14,2
|15.870.886
|14,8
|206.804.741
|-
|-
|2018
|2018
|18,3
|18.182.253
|16,0
|56.760.780
|13,3
|87.711.946
|12,3
|29.754.036
|14,3
|16.085.885
|14,6
|208.494.900
|-
|-
|2019
|2019
|18,4
|18.430.980
|16,2
|57.071.654
|13,7
|88.371.433
|12,5
|29.975.984
|14,4
|16.297.074
|14,8
|210.147.125
|-
|-
|2020
|2020
|17,5
|18.672.591
|15,2
|57.374.243
|12,3
|89.012.240
|11,1
|30.192.315
|13,4
|16.504.303
|13,6
|211.755.692
|-
|-
|2021
|2021
|17,7
|18.906.962
|15,4
|57.667.842
|12,8
|89.632.912
|11,8
|30.402.587
|14,3
|16.707.336
|14,1
|213.317.639
|}
|}
As regiões Norte e Nordeste apresenta taxas superiores à media nacional. Entretanto, as taxas se mantém estáveis em todo o país.
88.017 leitos ÷ 211.755.692 habitantes ×10.000 = 4,2 leitos por dez mil habitantes


== Literatura relacionada ==
== Literatura relacionada ==


A busca <code>&quot;Sudden Infant Death&quot;[Mesh]</code> no sítio [https://pubmed.ncbi.nlm.nih.gov/?sort=date&term=%22Sudden+Infant+Death%22%5BMesh%5D PubMed] resultou, em 9/1/2022, em 7.810 resultados.
A busca <code>&quot;Beds&quot;[Mesh]</code> no sítio [https://pubmed.ncbi.nlm.nih.gov/?sort=date&term=%22Sudden+Infant+Death%22%5BMesh%5D PubMed] resultou, em 12/1/2022, em 4.588 resultados.
 


= Ficha do indicador para o cientista de dados =
= Ficha do indicador para o cientista de dados =


== Método de processamento de dados ==
== Método de processamento de dados ==
Código [https://pt.wikipedia.org/wiki/PostgreSQL posgreSQL] de criação da tabela mv_codufmun_competen_tp_leito:<syntaxhighlight lang="sql">
CREATE MATERIALIZED VIEW cartesiano.mv_codufmun_competen_tp_leito
AS SELECT vcc.co_municipio_ibge,
    vcc.competen,
    tctl.co_tpleito
  FROM territoriais.vw_codufmun_competen vcc
    CROSS JOIN cnv.td_cnes_tp_leito tctl;
-- View indexes:
CREATE INDEX mv_codufmun_competen_tp_leito_co_municipio_ibge_idx
    ON cartesiano.mv_codufmun_competen_tp_leito USING btree
    (co_municipio_ibge, competen);
</syntaxhighlight>
{| class="wikitable sortable mw-collapsible" style="text-align:center;"
|+Amostra da tabela mv_codufmun_competen_tp_leito
|-
! co_municipio_ibge
! competen
! co_tpleito
|-
| 410180
| 2020-04-01
| 2
|-
| 410290
| 2016-10-01
| 5
|-
| 211240
| 2021-05-01
| 5
|-
| 412000
| 2018-08-01
| 5
|-
| 421250
| 2020-08-01
| 6
|-
| 510622
| 2022-07-01
| 2
|-
| 411330
| 2021-12-01
| 5
|-
| 411580
| 2020-11-01
| 7
|-
| 172049
| 2021-07-01
| 6
|-
| 210005
| 2022-10-01
| 6
|-
| 250790
| 2021-04-01
| 5
|-
| 230200
| 2019-04-01
| 2
|-
| 261540
| 2016-03-01
| 1
|-
| 150720
| 2016-06-01
| 1
|-
| 412120
| 2020-07-01
| 2
|}
{| class="wikitable sortable mw-collapsible" style="text-align:center;"
|+Amostra da vw_codufmun_competen
|-
! co_municipio_ibge
! competen
|-
| 312510
| 2022-08-01
|-
| 251020
| 2016-02-01
|-
| 220620
| 2021-06-01
|-
| 431290
| 2019-01-01
|-
| 412640
| 2020-03-01
|-
| 140002
| 2019-01-01
|-
| 316695
| 2016-09-01
|-
| 310390
| 2015-05-01
|-
| 251360
| 2021-06-01
|-
| 314180
| 2018-09-01
|-
| 292370
| 2015-05-01
|-
| 320455
| 2018-10-01
|-
| 241030
| 2015-11-01
|-
| 352330
| 2015-03-01
|-
| 211050
| 2019-06-01
|}
{| class="wikitable sortable mw-collapsible" style="text-align:center;"
|+Tipo de leito mantido na td_cnes_tp_leito
|-
! co_tpleito
! style="text-align:left;" | ds_tpleito
|-
| 1
| style="text-align:left;" | Cirúrgico
|-
| 2
| style="text-align:left;" | Clínico
|-
| 3
| style="text-align:left;" | Complementar
|-
| 4
| style="text-align:left;" | Obstétrico
|-
| 5
| style="text-align:left;" | Pediátrico
|-
| 6
| style="text-align:left;" | Outras Especialidades
|-
| 7
| style="text-align:left;" | Hospital Dia
|}
Código [https://pt.wikipedia.org/wiki/PostgreSQL posgreSQL] de criação da tabela mv_leitos_tipo_mun_cartesiano:<syntaxhighlight lang="sql">
CREATE MATERIALIZED VIEW pri.mv_leitos_tipo_mun_cartesiano
AS SELECT cctu.co_municipio_ibge,
    cctu.competen,
    lpm.dt_atualizacao,
    cctu.co_tpleito,
        CASE cctu.co_tpleito
            WHEN 1 THEN 19
            WHEN 2 THEN 20
            WHEN 4 THEN 21
            WHEN 5 THEN 22
            ELSE NULL::integer
        END AS indicador_id,
    COALESCE(lpm.qt_leito, 0::bigint::numeric) AS qt_leitos,
    lpm.st_sus
  FROM cartesiano.mv_codufmun_competen_tp_leito cctu
    LEFT JOIN pri.mv_leitos_tipo_mun lpm
      ON cctu.co_municipio_ibge = lpm.co_municipio_ibge
      AND cctu.competen = lpm.dt_competen
      AND cctu.co_tpleito = lpm.co_tpleito
  WHERE cctu.co_tpleito = ANY (ARRAY[1, 2, 4, 5])
  ORDER BY cctu.co_municipio_ibge, cctu.competen;
</syntaxhighlight>
{| class="wikitable sortable mw-collapsible" style="text-align:center;"
|+Amostra da tabela mv_leitos_tipo_mun_cartesiano
|-
! co_municipio_ibge
! competen
! dt_atualizacao
! co_tpleito
! indicador_id
! qt_leitos
! st_sus
|-
| 354970
| 2018-01-01
| 2022-12-09
| 5
| 22
| 6
| false
|-
| 210440
| 2016-02-01
| 2022-12-09
| 4
| 21
| 0
| false
|-
| 251370
| 2021-07-01
| 2022-12-09
| 1
| 19
| 5
| false
|-
| 521839
| 2015-07-01
| [NULL]
| 2
| 20
| 0
| [NULL]
|-
| 210390
| 2016-07-01
| 2022-12-09
| 4
| 21
| 0
| false
|-
| 313420
| 2021-05-01
| 2022-12-09
| 5
| 22
| 8
| false
|-
| 250570
| 2019-07-01
| 2022-12-09
| 1
| 19
| 2
| true
|-
| 210980
| 2018-06-01
| 2022-12-09
| 1
| 19
| 0
| false
|-
| 312610
| 2018-07-01
| 2022-12-09
| 5
| 22
| 12
| true
|-
| 522200
| 2022-02-01
| 2022-12-09
| 4
| 21
| 5
| true
|-
| 421660
| 2019-12-01
| 2022-12-09
| 2
| 20
| 37
| false
|-
| 411930
| 2017-05-01
| 2022-12-09
| 5
| 22
| 1
| false
|-
| 421190
| 2019-11-01
| 2022-12-09
| 4
| 21
| 4
| false
|-
| 510523
| 2021-02-01
| [NULL]
| 5
| 22
| 0
| [NULL]
|-
| 312120
| 2021-09-01
| 2022-12-09
| 2
| 20
| 5
| false
|}


== Método de processamento analítico ==
== Método de processamento analítico ==
Código [https://pt.wikipedia.org/wiki/PostgreSQL posgreSQL] de criação da tabela mv_e_3_cartesiano:<syntaxhighlight lang="sql">
CREATE MATERIALIZED VIEW pri.mv_e_3_cartesiano
AS SELECT 8 AS indicador_id,
    x.co_municipio_ibge,
    date_part('year'::text, x.competen) AS nu_ano,
    x.st_sus,
    sum(x.qt_leitos) / 12::numeric AS vl_media_leitos
  FROM pri.mv_leitos_tipo_mun_cartesiano x
  WHERE x.co_tpleito <> ALL (ARRAY[3, 4, 5, 7])
  GROUP BY 8::integer, x.co_municipio_ibge, (date_part('year'::text, x.competen)), x.st_sus;
</syntaxhighlight>
{| class="wikitable sortable mw-collapsible" style="text-align:center;"
|+Amostra da tabela mv_e_3_cartesiano
|-
! indicador_id
! co_municipio_ibge
! nu_ano
! st_sus
! style="text-align:right;" | vl_media_leitos
|-
| 8
| 251040
| 2.022
| true
| style="text-align:right;" | 0,8333333333
|-
| 8
| 521220
| 2.022
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 290290
| 2.019
| true
| style="text-align:right;" | 20
|-
| 8
| 521280
| 2.017
| false
| style="text-align:right;" | 14,25
|-
| 8
| 270010
| 2.015
| true
| style="text-align:right;" | 17
|-
| 8
| 315230
| 2.015
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 241340
| 2.022
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 251250
| 2.022
| false
| style="text-align:right;" | 0
|-
| 8
| 211027
| 2.017
| true
| style="text-align:right;" | 8
|-
| 8
| 311400
| 2.015
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 352460
| 2.017
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 220010
| 2.022
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 411080
| 2.018
| false
| style="text-align:right;" | 0
|-
| 8
| 150750
| 2.016
| true
| style="text-align:right;" | 10
|-
| 8
| 293040
| 2.019
| false
| style="text-align:right;" | 0
|-
| 8
| 170510
| 2.020
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 430265
| 2.017
| true
| style="text-align:right;" | 14
|-
| 8
| 410220
| 2.019
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 240130
| 2.021
| [NULL]
| style="text-align:right;" | 0
|-
| 8
| 431710
| 2.022
| [NULL]
| style="text-align:right;" | 0
|}


== Método de apresentação de dados ==
== Método de apresentação de dados ==
Linha 145: Linha 651:
== Método de análise matemática e estatística ==
== Método de análise matemática e estatística ==


A consultas <code>postgreSQL</code> abaixo ilustra como foi realizada a extração das tabelas apresentadas na seção [[#dados_estatisticos|Dados Estatísticos e Comentários]].
As consultas <code>postgreSQL</code> abaixo ilustra como foi realizada a extração das tabelas apresentadas na seção [[#dados_estatisticos|Dados Estatísticos e Comentários]].
 
Média de leitos em doze meses:<syntaxhighlight lang="sql">
select
      extract(year from competen) nu_ano,
      round(sum(case when left(co_municipio_ibge::text,1)::int=1
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "1 N",
      round(sum(case when left(co_municipio_ibge::text,1)::int=2
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "2 NE",
      round(sum(case when left(co_municipio_ibge::text,1)::int=3
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "3 SE",
      round(sum(case when left(co_municipio_ibge::text,1)::int=4
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "4 S",
      round(sum(case when left(co_municipio_ibge::text,1)::int=5
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "5 CO",
      ROUND(SUM(qt_leitos)::numeric/12,1) "Brasil"
  from pri.mv_leitos_tipo_mun_cartesiano
where extract(year from competen) between 2015 and 2021
  and co_tpleito in (3, 4, 5, 7)
group by 1
order by 1
</syntaxhighlight>Leitos por habitante:<syntaxhighlight lang="sql">
select nu_ano,
      max(case when regiao = 1 then leitos_hab end) "1 N",
      max(case when regiao = 2 then leitos_hab end) "2 NE",
      max(case when regiao = 3 then leitos_hab end) "3 SE",
      max(case when regiao = 4 then leitos_hab end) "4 S",
      max(case when regiao = 5 then leitos_hab end) "5 CO",
      max(case when regiao = 0 then leitos_hab end) "Brasil"
from (     
select A.nu_ano,
      A.regiao,
      round((A.qt_leitos::numeric/12)) qt_leitos,
      B.qt_populacao,
      round((A.qt_leitos::numeric/12)/B.qt_populacao*1000,2) leitos_hab
from (
select extract(year from competen) nu_ano,
      left(A.co_municipio_ibge::text,1)::int regiao,
      sum(qt_leitos) qt_leitos
  from pri.mv_leitos_tipo_mun_cartesiano A
where extract(year from competen) between 2015 and 2021
  and co_tpleito in (3, 4, 5, 7)
  group by 1,2
union
select extract(year from competen) nu_ano,
      0 regiao,
      round(sum(qt_leitos)::numeric) qt_leitos
  from pri.mv_leitos_tipo_mun_cartesiano A
where extract(year from competen) between 2015 and 2021
  and co_tpleito in (3, 4, 5, 7)
  group by 1,2
) A
  left join
  (select nu_ano,
          left(co_municipio_ibge::text,1)::int regiao,
          sum(qt_populacao) qt_populacao
    from bd_geral.tf_populacao_municipio_idade_sexo
    group by 1,2
    union
  select nu_ano,
          0 regiao,
          sum(qt_populacao) qt_populacao
    from bd_geral.tf_populacao_municipio_idade_sexo
    group by 1,2
  ) B
    on A.regiao = B.regiao
    and A.nu_ano = B.nu_ano
  order by 1,2
) x
group by 1
order by 1
</syntaxhighlight>


== Método de descoberta de conhecimento em bancos de dados (KDD) ==
== Método de descoberta de conhecimento em bancos de dados (KDD) ==
Linha 159: Linha 741:
== Ver também ==
== Ver também ==
* [[Nomenclatura]]
* [[Nomenclatura]]
* [[Tabela de domínio CNES leito]]
* [[Leitos hospitalares, gerais e UTI (versão preliminar)]]
** Leitos Hospitalares
*** [[Leitos hospitalares SUS e não SUS (versão preliminar)]]
*** [[Leitos hospitalares por mil habitantes (versão preliminar)]]
** Leitos Gerais
*** [[Leitos gerais SUS e não SUS (versão preliminar)]]
*** [[Leitos gerais por mil habitantes (versão preliminar)]]
** Leitos UTI
*** [[Leitos UTI SUS e não SUS (versão preliminar)]]
*** [[Leitos UTI por cem mil habitantes (versão preliminar)]]


== Ligações externas ==
== Ligações externas ==
Linha 171: Linha 764:
|-
|-
|Identificador
|Identificador
|5
|10
|-
|-
|Código RIPSA
|Código RIPSA
|C.16
|E.3.4
|-
|-
|Nome RIPSA
|Nome RIPSA
|Taxa de mortalidade na infância - C.16
|de leitos UTI por habitante
|-
|-
|URL RIPSA
|URL RIPSA
|http://fichas.ripsa.org.br/2012/c-16/?l=pt_BR
|
|-
|-
|tabela CIEGES
|tabela CIEGES
|bd_pri.mv_mortalidade_ano_cartesiano
|
|}
|}
[[Categoria:Indicador de Saúde]]
[[Categoria:C Mortalidade]]
10 E.3.4 N° de leitos UTI por habitante
[[Categoria:Indicador de Saúde]]
[[Categoria:E Recursos]]

Edição atual tal como às 14h33min de 21 de maio de 2023


Introdução

A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados de Leitos UTI por habitante e decorrente estratificação. A metodologia aplicada pelo Centro de Informações Estratégicas para a Gestão do SUS (Cieges) constitui adaptação de fichas da Rede Interagencial de Informações para a Saúde (RIPSA) e de ensejos anteriores da gestão estadual do SUS.

Endereço eletrônico

Essa nota técnica é acessível pelo endereço https://wiki.conass.org.br/index.php?title=Leitos_UTI_por_habitante.

Objetivo

Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.

Ficha do indicador para o profissional da saúde

Conceituação

Número de leitos complementares UTI, por dez mil habitantes residentes, em determinado espaço geográfico, no ano considerado.

São considerados UTI: UTI adulto II COVID-19, UTI pediátrica II COVID-19, UTI adulto, UTI infantil, UTI neonatal, UTI adulto I, UTI adulto II, UTI adulto III, UTI pediátrica I, UTI pediátrica II, UTI pediátrica III, UTI neonatal I, UTI neonatal II, UTI neonatal III, UTI de Queimados, UTI coronariana tipo II -UCO tipo II, UTI coronariana tipo III - UCO tipo III.

Interpretação

  • Reflete a disponibilidade de serviços de terapia intensiva e a qualidade da atenção médica hospitalar.
  • É influenciado por fatores socioeconômicos, epidemiológicos e demográficos, tais como nível de renda, composição etária, desenvolvimento tecnológico, oferta de profissionais de saúde, políticas públicas assistenciais e preventivas, a exemplo das de incentivo a cirurgias ambulatoriais, desospitalização na saúde mental e programas de internação domiciliar. Em geral, a concentração de leitos está associada ao maior poder aquisitivo da população e à demanda por serviços especializados, condições que atraem investimentos do setor privado de saúde.

Usos

  • Analisar variações geográficas e temporais da oferta de leitos hospitalares pelo SUS, segundo a esfera administrativa, identificando situações de desigualdade e tendências que demandem ações e estudos específicos.
  • Subsidiar processos de planejamento, gestão e avaliação de políticas públicas voltadas para a assistência médico-hospitalar de responsabilidade do SUS.

Limitações

  • Inclui a demanda hospitalar por parte de pessoas não residentes, alterando a relação de proporcionalidade dos leitos disponíveis para a população residente.
  • Inexistem padrões nacionais ou internacionais validados para análises comparativas, pois o indicador expressa uma combinação de fatores inerentes a realidades regionais ou locais distintas.

Fontes

Ministério da Saúde. Secretaria de Atenção Especializada à Saúde (SAES): Sistema de Informações Hospitalares do SUS – SIH/SUS (até 2003), Cadastro Nacional de Estabelecimentos de Saúde – CNES (a partir de 2005) e base demográfica do IBGE.

Métodos de Cálculo

[Média anual da soma mensal de leitos UTI]÷[População total residente]×10.000

Categorias Sugeridas para Análise

Unidade geográfica: Brasil, grandes regiões, estados, Distrito Federal, regiões metropolitanas e municípios das capitais.

Tipo de leito: existentes SUS, existentes não-SUS, total.

Esfera administrativa: federal, estadual, municipal e privado.

Tipo de prestador: público, privado e filantrópico.

População: Pediátrica, adulta.

Dados Estatísticos e Comentários

CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS COMPLEMENTARES - BRASIL

Quantidade existente segundo RegiãoPeríodo: Dez/2020

Região Quantidade existente
Fonte: Ministério da Saúde - Cadastro Nacional dos Estabelecimentos de Saúde do Brasil - CNES

Nota:

A partir do processamento de junho de 2012, houve mudança na classificação da natureza e esfera dos estabelecimentos. Com isso, temos que:

  • Até maio de 2012 estas informações estão disponíveis como "Natureza" e "Esfera Administrativa".
  • De junho de 2012 a outubro de 2015, estão disponíveis tanto como "Natureza" e "Esfera Administrativa", como "Natureza Jurídica" e "Esfera Jurídica".
  • A partir de novembro de 2015, estão disponíveis como "Natureza Jurídica" e "Esfera Jurídica".
TOTAL 88.017
1 Região Norte 5.956
2 Região Nordeste 18.734
3 Região Sudeste 43.173
4 Região Sul 11.763
5 Região Centro-Oeste 8.391
POPULAÇÃO RESIDENTE - ESTUDO DE ESTIMATIVAS POPULACIONAIS POR MUNICÍPIO, IDADE E SEXO 2000-2021 - BRASIL

http://tabnet.datasus.gov.br/cgi/tabcgi.exe?ibge/cnv/popsvsbr.def

População residente por Região segundo Ano

Período: 2015-2021

Fonte:

  • 2000 a 2021 – Estimativas preliminares elaboradas pelo Ministério da Saúde/SVS/DASNT/CGIAE
Ano 1 Região Norte 2 Região Nordeste 3 Região Sudeste 4 Região Sul 5 Região Centro-Oeste Total
2015 17.458.469 55.828.194 85.679.246 29.067.145 15.442.629 203.475.683
2016 17.691.399 56.138.510 86.367.683 29.300.208 15.658.787 205.156.587
2017 17.929.800 56.442.149 87.035.037 29.526.869 15.870.886 206.804.741
2018 18.182.253 56.760.780 87.711.946 29.754.036 16.085.885 208.494.900
2019 18.430.980 57.071.654 88.371.433 29.975.984 16.297.074 210.147.125
2020 18.672.591 57.374.243 89.012.240 30.192.315 16.504.303 211.755.692
2021 18.906.962 57.667.842 89.632.912 30.402.587 16.707.336 213.317.639

88.017 leitos ÷ 211.755.692 habitantes ×10.000 = 4,2 leitos por dez mil habitantes

Literatura relacionada

A busca "Beds"[Mesh] no sítio PubMed resultou, em 12/1/2022, em 4.588 resultados.

Ficha do indicador para o cientista de dados

Método de processamento de dados

Código posgreSQL de criação da tabela mv_codufmun_competen_tp_leito:

CREATE MATERIALIZED VIEW cartesiano.mv_codufmun_competen_tp_leito
AS SELECT vcc.co_municipio_ibge,
    vcc.competen,
    tctl.co_tpleito
   FROM territoriais.vw_codufmun_competen vcc
     CROSS JOIN cnv.td_cnes_tp_leito tctl;

-- View indexes:
CREATE INDEX mv_codufmun_competen_tp_leito_co_municipio_ibge_idx 
    ON cartesiano.mv_codufmun_competen_tp_leito USING btree 
    (co_municipio_ibge, competen);
Amostra da tabela mv_codufmun_competen_tp_leito
co_municipio_ibge competen co_tpleito
410180 2020-04-01 2
410290 2016-10-01 5
211240 2021-05-01 5
412000 2018-08-01 5
421250 2020-08-01 6
510622 2022-07-01 2
411330 2021-12-01 5
411580 2020-11-01 7
172049 2021-07-01 6
210005 2022-10-01 6
250790 2021-04-01 5
230200 2019-04-01 2
261540 2016-03-01 1
150720 2016-06-01 1
412120 2020-07-01 2


Amostra da vw_codufmun_competen
co_municipio_ibge competen
312510 2022-08-01
251020 2016-02-01
220620 2021-06-01
431290 2019-01-01
412640 2020-03-01
140002 2019-01-01
316695 2016-09-01
310390 2015-05-01
251360 2021-06-01
314180 2018-09-01
292370 2015-05-01
320455 2018-10-01
241030 2015-11-01
352330 2015-03-01
211050 2019-06-01
Tipo de leito mantido na td_cnes_tp_leito
co_tpleito ds_tpleito
1 Cirúrgico
2 Clínico
3 Complementar
4 Obstétrico
5 Pediátrico
6 Outras Especialidades
7 Hospital Dia

Código posgreSQL de criação da tabela mv_leitos_tipo_mun_cartesiano:

CREATE MATERIALIZED VIEW pri.mv_leitos_tipo_mun_cartesiano
AS SELECT cctu.co_municipio_ibge,
    cctu.competen,
    lpm.dt_atualizacao,
    cctu.co_tpleito,
        CASE cctu.co_tpleito
            WHEN 1 THEN 19
            WHEN 2 THEN 20
            WHEN 4 THEN 21
            WHEN 5 THEN 22
            ELSE NULL::integer
        END AS indicador_id,
    COALESCE(lpm.qt_leito, 0::bigint::numeric) AS qt_leitos,
    lpm.st_sus
   FROM cartesiano.mv_codufmun_competen_tp_leito cctu
     LEFT JOIN pri.mv_leitos_tipo_mun lpm 
       ON cctu.co_municipio_ibge = lpm.co_municipio_ibge 
      AND cctu.competen = lpm.dt_competen 
      AND cctu.co_tpleito = lpm.co_tpleito
  WHERE cctu.co_tpleito = ANY (ARRAY[1, 2, 4, 5])
  ORDER BY cctu.co_municipio_ibge, cctu.competen;
Amostra da tabela mv_leitos_tipo_mun_cartesiano
co_municipio_ibge competen dt_atualizacao co_tpleito indicador_id qt_leitos st_sus
354970 2018-01-01 2022-12-09 5 22 6 false
210440 2016-02-01 2022-12-09 4 21 0 false
251370 2021-07-01 2022-12-09 1 19 5 false
521839 2015-07-01 [NULL] 2 20 0 [NULL]
210390 2016-07-01 2022-12-09 4 21 0 false
313420 2021-05-01 2022-12-09 5 22 8 false
250570 2019-07-01 2022-12-09 1 19 2 true
210980 2018-06-01 2022-12-09 1 19 0 false
312610 2018-07-01 2022-12-09 5 22 12 true
522200 2022-02-01 2022-12-09 4 21 5 true
421660 2019-12-01 2022-12-09 2 20 37 false
411930 2017-05-01 2022-12-09 5 22 1 false
421190 2019-11-01 2022-12-09 4 21 4 false
510523 2021-02-01 [NULL] 5 22 0 [NULL]
312120 2021-09-01 2022-12-09 2 20 5 false

Método de processamento analítico

Código posgreSQL de criação da tabela mv_e_3_cartesiano:

CREATE MATERIALIZED VIEW pri.mv_e_3_cartesiano
AS SELECT 8 AS indicador_id,
    x.co_municipio_ibge,
    date_part('year'::text, x.competen) AS nu_ano,
    x.st_sus,
    sum(x.qt_leitos) / 12::numeric AS vl_media_leitos
   FROM pri.mv_leitos_tipo_mun_cartesiano x
  WHERE x.co_tpleito <> ALL (ARRAY[3, 4, 5, 7])
  GROUP BY 8::integer, x.co_municipio_ibge, (date_part('year'::text, x.competen)), x.st_sus;
Amostra da tabela mv_e_3_cartesiano
indicador_id co_municipio_ibge nu_ano st_sus vl_media_leitos
8 251040 2.022 true 0,8333333333
8 521220 2.022 [NULL] 0
8 290290 2.019 true 20
8 521280 2.017 false 14,25
8 270010 2.015 true 17
8 315230 2.015 [NULL] 0
8 241340 2.022 [NULL] 0
8 251250 2.022 false 0
8 211027 2.017 true 8
8 311400 2.015 [NULL] 0
8 352460 2.017 [NULL] 0
8 220010 2.022 [NULL] 0
8 411080 2.018 false 0
8 150750 2.016 true 10
8 293040 2.019 false 0
8 170510 2.020 [NULL] 0
8 430265 2.017 true 14
8 410220 2.019 [NULL] 0
8 240130 2.021 [NULL] 0
8 431710 2.022 [NULL] 0

Método de apresentação de dados

O indicador constitui painel analítico na plataforma do CIEGES, empregando-se a ferramenta Tableau.

Método de análise matemática e estatística

As consultas postgreSQL abaixo ilustra como foi realizada a extração das tabelas apresentadas na seção Dados Estatísticos e Comentários.

Média de leitos em doze meses:

 select 
       extract(year from competen) nu_ano,
       round(sum(case when left(co_municipio_ibge::text,1)::int=1 
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "1 N",
       round(sum(case when left(co_municipio_ibge::text,1)::int=2
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "2 NE",
       round(sum(case when left(co_municipio_ibge::text,1)::int=3
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "3 SE",
       round(sum(case when left(co_municipio_ibge::text,1)::int=4
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "4 S",
       round(sum(case when left(co_municipio_ibge::text,1)::int=5 
                      THEN qt_leitos ELSE 0 END)::numeric/12
      ,1) "5 CO",
      ROUND(SUM(qt_leitos)::numeric/12,1) "Brasil"
  from pri.mv_leitos_tipo_mun_cartesiano
 where extract(year from competen) between 2015 and 2021
   and co_tpleito in (3, 4, 5, 7)
 group by 1
 order by 1

Leitos por habitante:

select nu_ano,
       max(case when regiao = 1 then leitos_hab end) "1 N",
       max(case when regiao = 2 then leitos_hab end) "2 NE",
       max(case when regiao = 3 then leitos_hab end) "3 SE",
       max(case when regiao = 4 then leitos_hab end) "4 S",
       max(case when regiao = 5 then leitos_hab end) "5 CO",
       max(case when regiao = 0 then leitos_hab end) "Brasil"
from (       
select A.nu_ano,
       A.regiao,
       round((A.qt_leitos::numeric/12)) qt_leitos,
       B.qt_populacao,
       round((A.qt_leitos::numeric/12)/B.qt_populacao*1000,2) leitos_hab
from (
select extract(year from competen) nu_ano,
       left(A.co_municipio_ibge::text,1)::int regiao,
       sum(qt_leitos) qt_leitos
  from pri.mv_leitos_tipo_mun_cartesiano A
 where extract(year from competen) between 2015 and 2021
   and co_tpleito in (3, 4, 5, 7)
   group by 1,2
union
select extract(year from competen) nu_ano,
       0 regiao,
       round(sum(qt_leitos)::numeric) qt_leitos
  from pri.mv_leitos_tipo_mun_cartesiano A
 where extract(year from competen) between 2015 and 2021
   and co_tpleito in (3, 4, 5, 7)
   group by 1,2
) A
  left join 
  (select nu_ano,
          left(co_municipio_ibge::text,1)::int regiao,
          sum(qt_populacao) qt_populacao
     from bd_geral.tf_populacao_municipio_idade_sexo
     group by 1,2
    union
   select nu_ano,
          0 regiao,
          sum(qt_populacao) qt_populacao
     from bd_geral.tf_populacao_municipio_idade_sexo
     group by 1,2 
   ) B
    on A.regiao = B.regiao 
    and A.nu_ano = B.nu_ano 
   order by 1,2
) x
group by 1
order by 1

Método de descoberta de conhecimento em bancos de dados (KDD)

Não foram aplicados modelos de mineração de dados no presente indicador.

Base de dados

O acesso aos dados processados está em desenvolvimento.

Apêndice

Ver também

Ligações externas

Rastreabilidade

atributo valor
Identificador 10
Código RIPSA E.3.4
Nome RIPSA N° de leitos UTI por habitante
URL RIPSA
tabela CIEGES