Leitos psiquiátricos em hospitais especializados por mil habitantes: mudanças entre as edições

De Wiki
Ir para navegação Ir para pesquisar
 
(8 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 =


Linha 10: Linha 14:


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 leitos em hospital especializado com especialidade detalhada de psiquiatria, por cem mil habitantes residentes, em determinado espaço geográfico, no ano considerado.
Número de leitos em hospital especializado com especialidade detalhada de psiquiatria, por cem mil habitantes residentes, em determinado espaço geográfico, no ano considerado.
* tipo de unidade/ tipo de estabelecimento
** 7 HOSPITAL ESPECIALIZADO
* especialidade detalhada
** 87 SAÚDE MENTAL
** 73 SAÚDE MENTAL
** 47 PSIQUIATRIA
** 84 ACOLHIMENTO NOTURNO


== Interpretação ==
== Interpretação ==


* Mede a relação entre a oferta deleitos em hospital especializado com especialidade detalhada de psiquiatria e a população residente na mesma área geográfica.
* Mede a relação entre a oferta de leitos e a população residente na mesma área geográfica.
* 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 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.


Linha 38: Linha 48:
== Métodos de Cálculo ==
== Métodos de Cálculo ==


[Média anual do número mensal de leitos em hospital especializado com especialidade detalhada de psiquiatria]÷[População total residente]×100.000
[Média anual do número mensal de leitos em hospital especializado com especialidade detalhada de psiquiatria]÷[População total residente]×100.000<blockquote>Nota: Realizar a soma dos leitos anuais e dividir pelo número de meses do ano contabilizado, quando incompleto. Trata-se de Tipo de Estabelecimento: HOSPITAL GERAL (tp_unid 7) e Especialidade detalhada: Psiquiatria (codleito 47).</blockquote>
 
== Categorias Sugeridas para Análise ==
== Categorias Sugeridas para Análise ==


Linha 53: Linha 64:


{| class="wikitable"
{| class="wikitable"
| colspan="8" |CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS DE INTERNAÇÃO - BRASIL
| colspan="5" |
 
= CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS DE INTERNAÇÃO - BRASIL =
http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/leiintbr.def
Quantidade existente, Quantidade SUS, Quantidade Não SUS segundo Ano/mês compet.
 
Quantidade existente por Região segundo Ano/mês compet.
 
Tipo de Estabelecimento: HOSPITAL ESPECIALIZADO
Tipo de Estabelecimento: HOSPITAL ESPECIALIZADO
 
Especialidade detalhada: ..Saúde Mental, ..Psiquiatria, ..Acolhimento Noturno, ..Saúde Mental
Especialidade detalhada: ..Psiquiatria
Período: Jan/2021-Abr/2023
 
|-
Período: 2015-2022
!Ano/mês compet.
 
!Quantidade existente
A partir da competência de Janeiro 2010 os dados referentes a leitos Complementares foram retirados da consulta referente a leitos de Internação, passando a constituir uma consulta específica conforme descrito na Nota Técnica.
!Quantidade SUS
!Quantidade Não SUS
|-
| colspan="5" |A partir da competência de Janeiro 2010 os dados referentes a leitos Complementares foram retirados da consulta referente a leitos de Internação, passando a constituir uma consulta específica conforme descrito na Nota Técnica.


Fonte: Ministério da Saúde - Cadastro Nacional dos Estabelecimentos de Saúde do Brasil - CNES
Fonte: Ministério da Saúde - Cadastro Nacional dos Estabelecimentos de Saúde do Brasil - CNES
Linha 76: Linha 87:
* De junho de 2012 a outubro de 2015, estão disponíveis tanto como "Natureza" e "Esfera Administrativa", como "Natureza Jurídica" e "Esfera Jurídica".
* 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".
* A partir de novembro de 2015, estão disponíveis como "Natureza Jurídica" e "Esfera Jurídica".
|-
|-
!Ano/mês compet.
|2021/Jan
!1 Região Norte
|25.330
!2 Região Nordeste
|14.557
!3 Região Sudeste
|10.773
!4 Região Sul
!5 Região Centro-Oeste
!Total
|-
|-
|2015/Jan
|2021/Fev
|202
|25.158
|6.484
|14.339
|20.289
|10.819
|4.793
|2.646
|34.414
|-
|-
|2015/Fev
|2021/Mar
|201
|24.891
|6.294
|14.192
|20.134
|10.699
|4.793
|2.749
|34.171
|-
|-
|2015/Mar
|2021/Abr
|202
|24.932
|6.217
|14.266
|19.984
|10.666
|4.793
|2.749
|33.945
|-
|-
|2015/Abr
|2021/Mai
|202
|25.279
|6.203
|14.047
|19.984
|11.232
|4.769
|2.749
|33.907
|-
|-
|2015/Mai
|2021/Jun
|202
|25.017
|6.176
|14.043
|20.003
|10.974
|4.721
|2.749
|33.851
|-
|-
|2015/Jun
|2021/Jul
|202
|25.270
|6.196
|13.982
|19.802
|11.288
|4.721
|2.749
|33.670
|-
|-
|2015/Jul
|2021/Ago
|202
|25.108
|6.266
|13.972
|19.762
|11.136
|4.721
|2.749
|33.700
|-
|-
|2015/Ago
|2021/Set
|202
|24.952
|6.231
|13.987
|19.308
|10.965
|4.721
|2.749
|33.211
|-
|-
|2015/Set
|2021/Out
|146
|24.883
|6.229
|13.971
|19.044
|10.912
|4.721
|2.749
|32.889
|-
|-
|2015/Out
|2021/Nov
|202
|25.122
|6.235
|13.810
|18.593
|11.312
|4.541
|2.749
|32.320
|-
|-
|2015/Nov
|2021/Dez
|202
|25.238
|6.182
|13.926
|18.421
|11.312
|4.540
|2.749
|32.094
|-
|-
|2015/Dez
|2022/Jan
|202
|25.385
|6.249
|13.975
|18.582
|11.410
|4.540
|2.599
|32.172
|-
|-
|2016/Jan
|2022/Fev
|202
|25.082
|6.157
|13.919
|18.022
|11.163
|4.586
|2.749
|31.716
|-
|-
|2016/Fev
|2022/Mar
|202
|24.964
|6.159
|13.785
|17.974
|11.179
|4.586
|2.749
|31.670
|-
|-
|2016/Mar
|2022/Abr
|202
|24.503
|6.141
|13.384
|17.717
|11.119
|4.586
|2.486
|31.132
|-
|-
|2016/Abr
|2022/Mai
|202
|24.229
|5.835
|13.389
|17.713
|10.840
|4.598
|2.569
|30.917
|-
|-
|2016/Mai
|2022/Jun
|202
|24.353
|5.853
|13.365
|17.711
|10.988
|4.516
|2.508
|30.790
|-
|-
|2016/Jun
|2022/Jul
|169
|24.173
|5.853
|13.317
|17.543
|10.856
|4.610
|2.588
|30.763
|-
|-
|2016/Jul
|2022/Ago
|169
|24.064
|5.850
|13.274
|17.463
|10.790
|4.596
|2.593
|30.671
|-
|-
|2016/Ago
|2022/Set
|169
|23.870
|5.843
|13.167
|17.060
|10.703
|4.642
|2.599
|30.313
|-
|-
|2016/Set
|2022/Out
|169
|23.702
|5.835
|13.007
|17.041
|10.695
|4.648
|2.599
|30.292
|-
|-
|2016/Out
|2022/Nov
|169
|23.624
|5.785
|12.870
|16.680
|10.754
|4.613
|2.597
|29.844
|-
|-
|2016/Nov
|2022/Dez
|169
|23.563
|5.799
|12.828
|16.443
|10.735
|4.599
|2.749
|29.759
|-
|-
|2016/Dez
|2023/Jan
|169
|23.496
|5.819
|12.585
|16.111
|10.911
|4.643
|2.560
|29.302
|-
|-
|2017/Jan
|2023/Fev
|169
|23.413
|5.819
|12.581
|15.609
|10.832
|4.643
|2.749
|28.989
|-
|-
|2017/Fev
|2023/Mar
|169
|23.411
|5.643
|12.526
|15.841
|10.885
|4.643
|2.745
|29.041
|-
|-
|2017/Mar
|2023/Abr
|169
|23.345
|5.638
|12.445
|15.795
|10.900
|4.645
|}
|2.648
 
|28.895
|-
|2017/Abr
|169
|5.617
|15.722
|4.627
|2.637
|28.772
|-
|2017/Mai
|169
|5.617
|15.343
|4.596
|2.579
|28.304
|-
|2017/Jun
|169
|5.692
|15.674
|4.551
|2.689
|28.775
|-
|2017/Jul
|169
|5.709
|15.400
|4.551
|2.705
|28.534
|-
|2017/Ago
|169
|5.643
|15.220
|4.575
|2.814
|28.421
|-
|2017/Set
|169
|5.656
|15.218
|4.611
|2.819
|28.473
|-
|2017/Out
|149
|5.536
|15.123
|4.661
|2.869
|28.338
|-
|2017/Nov
|149
|5.338
|14.810
|4.511
|2.852
|27.660
|-
|2017/Dez
|149
|5.333
|14.770
|4.511
|2.828
|27.591
|-
|2018/Jan
|149
|5.530
|14.763
|4.512
|2.828
|27.782
|-
|2018/Fev
|149
|5.429
|14.710
|4.512
|2.906
|27.706
|-
|2018/Mar
|149
|5.431
|14.481
|4.492
|2.906
|27.459
|-
|2018/Abr
|149
|5.194
|14.191
|4.466
|2.754
|26.754
|-
|2018/Mai
|149
|5.117
|13.885
|4.486
|2.754
|26.391
|-
|2018/Jun
|149
|5.116
|13.422
|4.466
|2.906
|26.059
|-
|2018/Jul
|149
|5.071
|13.422
|4.466
|2.914
|26.022
|-
|2018/Ago
|149
|5.051
|13.332
|4.466
|2.728
|25.726
|-
|2018/Set
|93
|5.070
|13.228
|4.466
|2.730
|25.587
|-
|2018/Out
|93
|4.962
|13.180
|4.467
|2.793
|25.495
|-
|2018/Nov
|93
|4.955
|13.008
|4.467
|2.793
|25.316
|-
|2018/Dez
|93
|4.935
|12.845
|4.467
|2.793
|25.133
|-
|2019/Jan
|93
|4.785
|12.948
|4.467
|2.818
|25.111
|-
|2019/Fev
|93
|4.770
|12.780
|4.467
|2.818
|24.928
|-
|2019/Mar
|93
|4.753
|12.768
|4.466
|2.818
|24.898
|-
|2019/Abr
|93
|4.676
|12.495
|4.496
|2.818
|24.578
|-
|2019/Mai
|93
|4.699
|12.446
|4.496
|2.822
|24.556
|-
|2019/Jun
|93
|4.643
|12.236
|4.447
|2.822
|24.241
|-
|2019/Jul
|85
|4.685
|12.247
|4.461
|2.826
|24.304
|-
|2019/Ago
|85
|4.753
|12.247
|4.301
|2.616
|24.002
|-
|2019/Set
|85
|4.827
|12.024
|4.463
|2.616
|24.015
|-
|2019/Out
|103
|4.827
|11.955
|4.463
|2.616
|23.964
|-
|2019/Nov
|103
|4.917
|12.064
|4.514
|2.616
|24.214
|-
|2019/Dez
|103
|4.917
|11.967
|4.514
|2.441
|23.942
|-
|2020/Jan
|102
|4.733
|11.070
|4.514
|2.484
|22.903
|-
|2020/Fev
|102
|4.711
|11.030
|4.569
|2.384
|22.796
|-
|2020/Mar
|102
|4.715
|10.961
|4.610
|2.476
|22.864
|-
|2020/Abr
|102
|4.781
|10.960
|4.613
|2.476
|22.932
|-
|2020/Mai
|102
|4.716
|10.960
|4.598
|2.478
|22.854
|-
|2020/Jun
|84
|4.800
|10.972
|4.598
|2.478
|22.932
|-
|2020/Jul
|94
|4.657
|10.962
|4.596
|2.478
|22.787
|-
|2020/Ago
|93
|4.837
|10.899
|4.596
|2.558
|22.983
|-
|2020/Set
|93
|4.865
|10.959
|4.596
|2.616
|23.129
|-
|2020/Out
|93
|4.863
|11.043
|4.596
|2.616
|23.211
|-
|2020/Nov
|93
|4.863
|11.012
|4.611
|2.612
|23.191
|-
|2020/Dez
|93
|4.876
|11.012
|4.612
|2.762
|23.355
|-
|2021/Jan
|101
|4.891
|10.833
|4.673
|2.762
|23.260
|-
|2021/Fev
|101
|4.908
|10.596
|4.699
|2.762
|23.066
|-
|2021/Mar
|101
|4.708
|10.519
|4.709
|2.762
|22.799
|-
|2021/Abr
|101
|4.623
|10.643
|4.709
|2.762
|22.838
|-
|2021/Mai
|101
|4.713
|10.542
|4.807
|2.762
|22.925
|-
|2021/Jun
|101
|4.803
|10.602
|4.608
|2.792
|22.906
|-
|2021/Jul
|131
|4.889
|10.639
|4.608
|2.800
|23.067
|-
|2021/Ago
|131
|4.889
|10.532
|4.618
|2.800
|22.970
|-
|2021/Set
|131
|4.858
|10.373
|4.642
|2.800
|22.804
|-
|2021/Out
|131
|4.864
|10.342
|4.656
|2.801
|22.794
|-
|2021/Nov
|131
|4.864
|10.557
|4.540
|2.911
|23.003
|-
|2021/Dez
|131
|4.877
|10.557
|4.656
|2.911
|23.132
|-
|2022/Jan
|131
|4.860
|10.494
|4.656
|3.143
|23.284
|-
|2022/Fev
|131
|4.880
|10.117
|4.656
|3.190
|22.974
|-
|2022/Mar
|131
|4.880
|10.013
|4.591
|3.190
|22.805
|-
|2022/Abr
|131
|4.660
|9.779
|4.584
|3.190
|22.344
|-
|2022/Mai
|131
|4.461
|9.746
|4.584
|3.160
|22.082
|-
|2022/Jun
|131
|4.510
|9.807
|4.588
|3.160
|22.196
|-
|2022/Jul
|131
|4.490
|9.638
|4.588
|3.160
|22.007
|-
|2022/Ago
|131
|4.511
|9.524
|4.588
|3.144
|21.898
|-
|2022/Set
|131
|4.561
|9.373
|4.603
|3.036
|21.704
|-
|2022/Out
|131
|4.530
|9.234
|4.561
|3.072
|21.528
|-
|2022/Nov
|131
|4.552
|9.220
|4.613
|3.072
|21.588
|-
|2022/Dez
|131
|4.546
|9.219
|4.592
|3.039
|21.527
|}
{| class="wikitable sortable mw-collapsible"
|+Média anual do número mensal de leitos em hospital especializado com especialidade detalhada de psiquiatria
|'''1 Região Norte'''
|'''2 Região Nordeste'''
|'''3 Região Sudeste'''
|'''4 Região Sul'''
|'''5 Região Centro-Oeste'''
|'''Total'''
|-
|197
|6247
|19492
|4698
|2728
|33362
|-
|183
|5911
|17290
|4602
|2612
|30597
|-
|164
|5603
|15377
|4594
|2745
|28483
|-
|130
|5155
|13706
|4478
|2817
|26286
|-
|94
|4771
|12348
|4463
|2721
|24396
|-
|96
|4785
|10987
|4592
|2535
|22995
|-
|116
|4824
|10561
|4660
|2802
|22964
|-
|131
|4620
|9680
|4600
|3130
|22161
|}
{| class="wikitable"
{| class="wikitable"
| colspan="8" |POPULAÇÃO RESIDENTE - ESTUDO DE ESTIMATIVAS POPULACIONAIS POR MUNICÍPIO, IDADE E SEXO 2000-2021 - BRASIL
| colspan="8" |POPULAÇÃO RESIDENTE - ESTUDO DE ESTIMATIVAS POPULACIONAIS POR MUNICÍPIO, IDADE E SEXO 2000-2021 - BRASIL
Linha 995: Linha 305:
|213.317.639
|213.317.639
|}
|}
{| class="wikitable sortable mw-collapsible"
|+Média anual do número mensal de leitos em hospital especializado com especialidade detalhada de psiquiatria por 100 mil habitantes
|'''Ano'''
|'''1 Região Norte'''
|'''2 Região Nordeste'''
|'''3 Região Sudeste'''
|'''4 Região Sul'''
|'''5 Região Centro-Oeste'''
|'''Total'''
|-
|2015
|1,1
|11,2
|22,8
|16,2
|17,7
|16,4
|-
|2016
|1,0
|10,5
|20,0
|15,7
|16,7
|14,9
|-
|2017
|0,9
|9,9
|17,7
|15,6
|17,3
|13,8
|-
|2018
|0,7
|9,1
|15,6
|15,0
|17,5
|12,6
|-
|2019
|0,5
|8,4
|14,0
|14,9
|16,7
|11,6
|-
|2020
|0,5
|8,3
|12,3
|15,2
|15,4
|10,9
|-
|2021
|0,6
|8,4
|11,8
|15,3
|16,8
|10,8
|-
|2020
|0,7
|8,0
|10,8
|15,1
|18,7
|10,4
|}
A média do número absoluto de leitos hospitalares apresenta tendência de queda nas regiões Norte, Nordeste e Sudeste.


{| class="wikitable sortable mw-collapsible"
|+Leitos por cem mil habitantes por região do Brasil
|-
! style="text-align:center;" | nu_ano
! 1 N
! 2 NE
! 3 SE
! 4 S
! 5 CO
!
|-
| style="text-align:center;" | 2.015
| 1,13
| 11,19
| 22,75
| 16,16
| 15,06
| 16,20
|-
| style="text-align:center;" | 2.016
| 1,03
| 10,53
| 20,02
| 15,71
| 14,65
| 14,76
|-
| style="text-align:center;" | 2.017
| 0,91
| 9,93
| 17,67
| 15,56
| 14,16
| 13,53
|-
| style="text-align:center;" | 2.018
| 0,72
| 9,08
| 15,63
| 15,05
| 17,51
| 12,61
|-
| style="text-align:center;" | 2.019
| 0,51
| 8,36
| 13,97
| 14,89
| 16,69
| 11,61
|-
| style="text-align:center;" | 2.020
| 0,51
| 8,34
| 12,34
| 15,21
| 15,36
| 10,86
|-
| style="text-align:center;" | 2.021
| 0,61
| 8,36
| 11,78
| 15,33
| 16,77
| 10,76
|}


O número de leitos por cem mil habitantes é inferior à média nacional nas regiões Norte e Nordeste ao logo da série histórica observada.
23.355 leitos ÷ 211.755.692 habitantes × 1.000 = 0,11 leitos por mil habitantes.


== Literatura relacionada ==
== Literatura relacionada ==
Linha 2 552: Linha 1 720:
== Ver também ==
== Ver também ==
* [[Nomenclatura]]
* [[Nomenclatura]]
* [[Tabela de domínio CNES leito]]


== Ligações externas ==
== Ligações externas ==
Linha 2 578: Linha 1 747:
|bd_pri.mv_leitos_psiquiatricos_mun_cartesiano
|bd_pri.mv_leitos_psiquiatricos_mun_cartesiano
|}
|}
[[Categoria:Indicador de Saúde]]
[[Categoria:E Recursos]]

Edição atual tal como às 14h52min de 21 de maio de 2023


Introdução

A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados de TLeitos psiquiátricos em hospitais especializados (transtornos, transtorno e dependência química e dependência química, adultos e adolescentes) 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_psiqui%C3%A1tricos_em_hospitais_especializados_(transtornos,_transtorno_e_depend%C3%AAncia_qu%C3%ADmica_e_depend%C3%AAncia_qu%C3%ADmica,_adultos_e_adolescentes).

Objetivo

Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.

Ficha do indicador para o profissional da saúde

Conceituação

Número de leitos em hospital especializado com especialidade detalhada de psiquiatria, por cem mil habitantes residentes, em determinado espaço geográfico, no ano considerado.

  • tipo de unidade/ tipo de estabelecimento
    • 7 HOSPITAL ESPECIALIZADO
  • especialidade detalhada
    • 87 SAÚDE MENTAL
    • 73 SAÚDE MENTAL
    • 47 PSIQUIATRIA
    • 84 ACOLHIMENTO NOTURNO

Interpretação

  • Mede a relação entre a oferta de leitos e a população residente na mesma área geográfica.
  • 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 deleitos em hospital especializado com especialidade detalhada de psiquiatria, 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.

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 do número mensal de leitos em hospital especializado com especialidade detalhada de psiquiatria]÷[População total residente]×100.000

Nota: Realizar a soma dos leitos anuais e dividir pelo número de meses do ano contabilizado, quando incompleto. Trata-se de Tipo de Estabelecimento: HOSPITAL GERAL (tp_unid 7) e Especialidade detalhada: Psiquiatria (codleito 47).

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.

Dados Estatísticos e Comentários

CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS DE INTERNAÇÃO - BRASIL

Quantidade existente, Quantidade SUS, Quantidade Não SUS segundo Ano/mês compet. Tipo de Estabelecimento: HOSPITAL ESPECIALIZADO Especialidade detalhada: ..Saúde Mental, ..Psiquiatria, ..Acolhimento Noturno, ..Saúde Mental Período: Jan/2021-Abr/2023

Ano/mês compet. Quantidade existente Quantidade SUS Quantidade Não SUS
A partir da competência de Janeiro 2010 os dados referentes a leitos Complementares foram retirados da consulta referente a leitos de Internação, passando a constituir uma consulta específica conforme descrito na Nota Técnica.

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".
2021/Jan 25.330 14.557 10.773
2021/Fev 25.158 14.339 10.819
2021/Mar 24.891 14.192 10.699
2021/Abr 24.932 14.266 10.666
2021/Mai 25.279 14.047 11.232
2021/Jun 25.017 14.043 10.974
2021/Jul 25.270 13.982 11.288
2021/Ago 25.108 13.972 11.136
2021/Set 24.952 13.987 10.965
2021/Out 24.883 13.971 10.912
2021/Nov 25.122 13.810 11.312
2021/Dez 25.238 13.926 11.312
2022/Jan 25.385 13.975 11.410
2022/Fev 25.082 13.919 11.163
2022/Mar 24.964 13.785 11.179
2022/Abr 24.503 13.384 11.119
2022/Mai 24.229 13.389 10.840
2022/Jun 24.353 13.365 10.988
2022/Jul 24.173 13.317 10.856
2022/Ago 24.064 13.274 10.790
2022/Set 23.870 13.167 10.703
2022/Out 23.702 13.007 10.695
2022/Nov 23.624 12.870 10.754
2022/Dez 23.563 12.828 10.735
2023/Jan 23.496 12.585 10.911
2023/Fev 23.413 12.581 10.832
2023/Mar 23.411 12.526 10.885
2023/Abr 23.345 12.445 10.900
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


23.355 leitos ÷ 211.755.692 habitantes × 1.000 = 0,11 leitos por 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

Amostra, com atributos selecionados, da tabela cnes.st
competen codufmun tp_unid cnes vinc_sus tpgestao esfera_a atividad natureza tp_prest
200901 431350 22 3999947 0 5 4 4 7 20
201901 330455 39 9310746 0 5 [NULL] 4 [NULL] 99
201710 420680 70 9086870 1 5 [NULL] 4 [NULL] 99
200605 410480 39 2736543 1 5 4 4 7 [NULL]
201612 160010 1 2021900 1 5 [NULL] 4 [NULL] 99
201311 210927 68 6760538 1 5 3 4 1 50
201309 350320 22 5171458 0 5 4 4 7 20
201511 316370 22 5678463 0 5 [NULL] 4 [NULL] 99
202006 431660 1 2246651 1 3 [NULL] 4 [NULL] 99
200807 315210 1 2216477 1 5 3 4 1 50
201612 411990 22 6431151 0 5 [NULL] 4 [NULL] 99
201904 311330 4 2114771 1 5 [NULL] 4 [NULL] 99
201907 291510 22 9351086 0 5 [NULL] 4 [NULL] 99
201707 420540 36 3573583 0 5 [NULL] 4 [NULL] 99
201007 430510 36 3586022 0 5 4 4 7 20
202001 353140 42 6948715 1 3 [NULL] 4 [NULL] 99
202005 150808 74 9439218 1 3 [NULL] 4 [NULL] 99
202104 350280 22 7643829 0 3 [NULL] 4 [NULL] 99
201608 150020 39 6990320 0 5 [NULL] 4 [NULL] 99
202108 350280 42 7957203 1 3 [NULL] 4 [NULL] 99
201005 510370 36 6277977 1 5 3 4 1 50
202003 421050 39 9371400 1 3 [NULL] 4 [NULL] 99
200710 312480 1 2145782 1 5 3 4 1 50
201509 316670 68 6538320 1 5 3 4 1 50
201606 430510 36 5729807 0 5 [NULL] 4 [NULL] 99
202203 313750 43 6791468 0 3 [NULL] 4 [NULL] 99
202008 293340 2 4033698 1 3 [NULL] 4 [NULL] 99
200912 530010 36 5215846 0 5 4 4 7 20
201910 314640 39 7018622 0 5 [NULL] 4 [NULL] 99
202107 314330 22 7737475 0 3 [NULL] 4 [NULL] 99


Os atributos da tabela cnes.st são listados a seguir: cnes, codufmun, cod_cep, cpf_cnpj, pf_pj, niv_dep, cnpj_man, cod_ir, vinc_sus, tpgestao, esfera_a, retencao, atividad, natureza, clientel, tp_unid, turno_at, niv_hier, tp_prest, co_banco, co_agenc, c_corren, contratm, dt_publm, contrate, dt_puble, alvara, dt_exped, orgexped, av_acred, clasaval, dt_acred, av_pnass, dt_pnass, gesprg1e, gesprg1m, gesprg2e, gesprg2m, gesprg4e, gesprg4m, nivate_a, gesprg3e, gesprg3m, gesprg5e, gesprg5m, gesprg6e, gesprg6m, nivate_h, qtleitp1, qtleitp2, qtleitp3, leithosp, qtinst01, qtinst02, qtinst03, qtinst04, qtinst05, qtinst06, qtinst07, qtinst08, qtinst09, qtinst10, qtinst11, qtinst12, qtinst13, qtinst14, urgemerg, qtinst15, qtinst16, qtinst17, qtinst18, qtinst19, qtinst20, qtinst21, qtinst22, qtinst23, qtinst24, qtinst25, qtinst26, qtinst27, qtinst28, qtinst29, qtinst30, atendamb, qtinst31, qtinst32, qtinst33, centrcir, qtinst34, qtinst35, qtinst36, qtinst37, centrobs, qtleit05, qtleit06, qtleit07, qtleit08, qtleit09, qtleit19, qtleit20, qtleit21, qtleit22, qtleit23, qtleit32, qtleit34, qtleit38, qtleit39, qtleit40, centrneo, atendhos, serap01p, serap01t, serap02p, serap02t, serap03p, serap03t, serap04p, serap04t, serap05p, serap05t, serap06p, serap06t, serap07p, serap07t, serap08p, serap08t, serap09p, serap09t, serap10p, serap10t, serap11p, serap11t, serapoio, res_biol, res_quim, res_radi, res_comu, coletres, comiss01, comiss02, comiss03, comiss04, comiss05, comiss06, comiss07, comiss08, comiss09, comiss10, comiss11, comiss12, comissao, ap01cv01, ap01cv02, ap01cv05, ap01cv06, ap01cv03, ap01cv04, ap02cv01, ap02cv02, ap02cv05, ap02cv06, ap02cv03, ap02cv04, ap03cv01, ap03cv02, ap03cv05, ap03cv06, ap03cv03, ap03cv04, ap04cv01, ap04cv02, ap04cv05, ap04cv06, ap04cv03, ap04cv04, ap05cv01, ap05cv02, ap05cv05, ap05cv06, ap05cv03, ap05cv04, ap06cv01, ap06cv02, ap06cv05, ap06cv06, ap06cv03, ap06cv04, ap07cv01, ap07cv02, ap07cv05, ap07cv06, ap07cv03, ap07cv04, atend_pr, dt_atual, competen, nat_jur, cod_arquivo, ap01cv07, ap02cv07, ap03cv07, ap04cv07, ap05cv07, ap06cv07, ap07cv07.


Amostra da tabela cnes.lt
cnes terceiro tp_leito codleito qt_exist qt_contr qt_sus qt_nsus cod_arquivo codufmun competen
2312115 [NULL] 1 6 2 0 0 2 151912 150380 201912
434 1 3 61 12 0 0 12 260804 261160 200804
2081083 1 2 46 2 0 1 1 351106 350400 201106
2490935 2 1 3 2 0 2 0 421312 421830 201312
2206528 [NULL] 2 33 26 0 12 14 311705 316720 201705
2753960 2 2 33 13 0 12 1 411204 412100 201204
3340503 2 4 10 5 0 0 5 320810 320130 200810
2328380 [NULL] 1 6 3 0 3 0 231702 231140 201702
2701626 2 1 6 1 0 0 1 511205 510760 201205
6003494 2 2 31 2 0 0 2 281005 280030 201005
2297795 [NULL] 2 42 4 0 4 0 331606 330580 201606
2589532 2 6 47 80 0 64 16 521107 520140 201107
2436949 2 1 3 4 0 4 0 520801 520915 200801
2282097 [NULL] 3 94 11 0 0 11 332008 330350 202008
6674585 [NULL] 1 3 6 0 0 6 351102 350950 201102
2117568 [NULL] 5 45 6 0 6 0 311611 312390 201611
3827836 2 2 33 14 0 14 0 411208 410690 201208
2515369 2 1 13 5 0 0 5 110809 110020 200809
2362821 1 1 14 1 0 1 0 250707 250400 200707
4004787 2 6 49 3 0 3 0 131506 130380 201506
2352516 [NULL] 1 15 5 0 0 5 262006 261160 202006
477 2 7 7 8 0 8 0 261006 261160 201006
2702843 [NULL] 1 3 3 0 3 0 262207 261570 202207
3405702 [NULL] 2 33 30 0 0 30 322004 320520 202004
2265060 2 1 15 23 0 23 0 431311 431490 201311
2397056 1 3 66 1 0 1 0 511401 510060 201401
7766777 [NULL] 1 11 2 0 0 2 532106 530010 202106
2560771 [NULL] 1 13 11 0 6 5 422103 420900 202103
9103147 [NULL] 7 73 17 0 0 17 352108 355030 202108
2442612 [NULL] 2 32 8 0 6 2 521909 520510 201909

O significado dos atributos e tabelas de disseminação das tabelas ST e LT encontra-se no dicionário de dados do CNES.

Conteúdo na íntegra da tabela cnv.td_cnes_tp_unid.
co_tpunid ds_tpunid
1 POSTO DE SAUDE
2 CENTRO DE SAUDE/UNIDADE BASICA
4 POLICLINICA
5 HOSPITAL GERAL
7 HOSPITAL ESPECIALIZADO
9 PRONTO SOCORRO DE HOSPITAL GERAL (ANTIGO)
12 PRONTO SOCORRO TRAUMATO-ORTOPEDICO (ANTIGO)
15 UNIDADE MISTA
20 PRONTO SOCORRO GERAL
21 PRONTO SOCORRO ESPECIALIZADO
22 CONSULTORIO ISOLADO
32 UNIDADE MOVEL FLUVIAL
36 CLINICA/CENTRO DE ESPECIALIDADE
39 UNIDADE DE APOIO DIAGNOSE E TERAPIA (SADT ISOLADO
40 UNIDADE MOVEL TERRESTRE
42 UNIDADE MOVEL DE NIVEL PRE-HOSPITALAR NA AREA DE
43 FARMACIA
45 UNIDADE DE SAUDE DA FAMILIA
50 UNIDADE DE VIGILANCIA EM SAUDE
60 COOPERATIVA OU EMPRESA DE CESSAO DE TRABALHADORES
61 CENTRO DE PARTO NORMAL - ISOLADO
62 HOSPITAL/DIA - ISOLADO
63 UNIDADE AUTORIZADORA
64 CENTRAL DE REGULACAO DE SERVICOS DE SAUDE
65 UNIDADE DE VIGILANCIA EPIDEMIOLOGIA (ANTIGO)
66 UNIDADE DE VIGILANCIA SANITARIA (ANTIGO)
67 LABORATORIO CENTRAL DE SAUDE PUBLICA LACEN
68 CENTRAL DE GESTAO EM SAUDE
69 CENTRO DE ATENCAO HEMOTERAPIA E OU HEMATOLOGICA
70 CENTRO DE ATENCAO PSICOSSOCIAL
71 CENTRO DE APOIO A SAUDE DA FAMILIA
72 UNIDADE DE ATENCAO A SAUDE INDIGENA
73 PRONTO ATENDIMENTO
74 POLO ACADEMIA DA SAUDE
75 TELESSAUDE
76 CENTRAL DE REGULACAO MEDICA DAS URGENCIAS
77 SERVICO DE ATENCAO DOMICILIAR ISOLADO(HOME CARE)
78 UNIDADE DE ATENCAO EM REGIME RESIDENCIAL
79 OFICINA ORTOPEDICA
80 LABORATORIO DE SAUDE PUBLICA
81 CENTRAL DE REGULACAO DO ACESSO
82 CENTRAL DE NOTIFICACAO,CAPTACAO E DISTRIB DE ORGA
83 POLO DE PREVENCAO DE DOENCAS E AGRAVOS E PROMOCAO
Conteúdo na íntegra da tabela cnv.td_cnes_tp_leito.
co_tpleito ds_tpleito
1 Cirúrgico
2 Clínico
3 Complementar
4 Obstétrico
5 Pediátrico
6 Outras Especialidades
7 Hospital Dia


Conteúdo na íntegra da tabela cnv.td_cnes_esp_leito.
co_leito ds_espleito
1 BUCO MAXILO FACIAL
2 CARDIOLOGIA
3 CIRURGIA GERAL
4 ENDOCRINOLOGIA
5 GASTROENTEROLOGIA
6 GINECOLOGIA
7 CIRURGICO/DIAGNOSTICO/TERAPEUTICO
8 NEFROLOGIAUROLOGIA
9 NEUROCIRURGIA
10 OBSTETRICIA CIRURGICA
11 OFTALMOLOGIA
12 ONCOLOGIA
13 ORTOPEDIATRAUMATOLOGIA
14 OTORRINOLARINGOLOGIA
15 PLASTICA
16 TORAXICA
31 AIDS
32 CARDIOLOGIA
33 CLINICA GERAL
34 CRONICOS
35 DERMATOLOGIA
36 GERIATRIA
37 HANSENOLOGIA
38 HEMATOLOGIA
39 LEITO/DIA
40 NEFROUROLOGIA
41 NEONATOLOGIA
42 NEUROLOGIA
43 OBSTETRICIA CLINICA
44 ONCOLOGIA
45 PEDIATRIA CLINICA
46 PNEUMOLOGIA
47 PSIQUIATRIA
48 REABILITACAO
49 PNEUMOLOGIA SANITARIA
51 UTI II ADULTO COVID 19
52 UTI II PEDIATRICA COVID 19
61 UTI ADULTO
62 UTI INFANTIL
63 UTI NEONATAL
64 UNIDADE INTERMEDIARIA
65 UNIDADE INTERMEDIARIA NEONATAL
66 UNIDADE ISOLAMENTO
67 TRANSPLANTE
68 PEDIATRIA CIRURGICA
69 AIDS
70 FIBROSE CISTICA
71 INTERCORRENCIA POS-TRANSPLANTE
72 GERIATRIA
73 SAUDE MENTAL
74 UTI ADULTO - TIPO I
75 UTI ADULTO - TIPO II
76 UTI ADULTO - TIPO III
77 UTI PEDIATRICA - TIPO I
78 UTI PEDIATRICA - TIPO II
79 UTI PEDIATRICA - TIPO III
80 UTI NEONATAL - TIPO I
81 UTI NEONATAL - TIPO II
82 UTI NEONATAL - TIPO III
83 UTI DE QUEIMADOS
84 ACOLHIMENTO NOTURNO
85 UTI CORONARIANA TIPO II - UCO TIPO II
86 UTI CORONARIANA TIPO III - UCO TIPO III
87 SAUDE MENTAL
88 QUEIMADO ADULTO
89 QUEIMADO PEDIATRICO
90 QUEIMADO ADULTO
91 QUEIMADO PEDIATRICO
92 UNIDADE DE CUIDADOS INTERMED NEONATAL CONVENCIONAL
93 UNIDADE DE CUIDADOS INTERMED NEONATAL CANGURU
94 UNIDADE DE CUIDADOS INTERMEDIARIOS PEDIATRICO
95 UNIDADE DE CUIDADOS INTERMED
96 SUPORTE VENTILATORIO PULMONAR COVID-19

Código posgreSQL de criação da tabela mv_codufmun_competen_tp_unid:

CREATE MATERIALIZED VIEW cartesiano.mv_codufmun_competen_tp_unid
AS SELECT vcc.co_municipio_ibge,
    vcc.competen,
    tctu.co_tpunid
   FROM territoriais.vw_codufmun_competen vcc
     CROSS JOIN cnv.td_cnes_tp_unid tctu;

-- View indexes:
CREATE INDEX mv_codufmun_competen_tp_unid_co_municipio_ibge_idx 
ON cartesiano.mv_codufmun_competen_tp_unid USING btree 
(co_municipio_ibge, competen);

Método de processamento analítico

Código posgreSQL de criação da tabela mv_leitos_psiquiatricos:

CREATE MATERIALIZED VIEW pri.mv_leitos_psiquiatricos_mun
AS SELECT CURRENT_DATE AS dt_atualizacao,
    to_date(s.competen::text, 'YYYYMM'::text) AS dt_competen,
    s.codufmun AS co_municipio_ibge,
    s.tp_unid,
    sum(l.qt_sus) AS qt_leitos,
    true AS st_sus
   FROM cnes.st s
     JOIN cnes.lt l ON s.competen = l.competen AND s.cnes = l.cnes
  WHERE s.competen > 201412 
    AND l.codleito = 47 
    AND (s.tp_unid = ANY (ARRAY[5, 7]))
  GROUP BY (CURRENT_DATE), 
           (to_date(s.competen::text, 'YYYYMM'::text)), s.codufmun, s.tp_unid
UNION
 SELECT CURRENT_DATE AS dt_atualizacao,
    to_date(s.competen::text, 'YYYYMM'::text) AS dt_competen,
    s.codufmun AS co_municipio_ibge,
    s.tp_unid,
    sum(l.qt_nsus) AS qt_leitos,
    false AS st_sus
   FROM cnes.st s
     JOIN cnes.lt l ON s.competen = l.competen AND s.cnes = l.cnes
  WHERE s.competen > 201412 
    AND l.codleito = 47 
    AND (s.tp_unid = ANY (ARRAY[5, 7]))
  GROUP BY (CURRENT_DATE), 
           (to_date(s.competen::text, 'YYYYMM'::text)), 
           s.codufmun, 
           s.tp_unid;

Código posgreSQL de criação da tabela mv_leitos_psiquiatricos_mun_cartesiano:

CREATE MATERIALIZED VIEW pri.mv_leitos_psiquiatricos_mun_cartesiano
AS SELECT
        CASE
            WHEN cctu.co_tpunid = 5 THEN 6
            ELSE 7
        END AS indicador_id,
    cctu.co_municipio_ibge,
    cctu.competen,
    cctu.co_tpunid,
    COALESCE(lpm.qt_leitos, 0::bigint) AS qt_leitos,
    lpm.st_sus
   FROM cartesiano.mv_codufmun_competen_tp_unid cctu
     LEFT JOIN pri.mv_leitos_psiquiatricos_mun lpm 
       ON cctu.co_municipio_ibge = lpm.co_municipio_ibge 
      AND cctu.competen = lpm.dt_competen 
      AND cctu.co_tpunid = lpm.tp_unid
  WHERE cctu.co_tpunid = ANY (ARRAY[5, 7])
  ORDER BY cctu.co_municipio_ibge, cctu.competen;


CREATE INDEX mv_leitos_psiquiatricos_mun_cartesiano_co_municipio_ibge_idx 
    ON pri.mv_leitos_psiquiatricos_mun_cartesiano USING btree 
       (co_municipio_ibge, competen);
Amostra da tabela mv_leitos_psiquiatricos_mun_cartesiano.
indicador_id co_municipio_ibge competen co_tpunid qt_leitos st_sus
6 432160 2022-01-01 5 1 true
6 420890 2018-10-01 5 1 true
6 431680 2020-11-01 5 2 false
6 211110 2020-06-01 5 4 true
6 430370 2021-03-01 5 10 true
7 355280 2020-07-01 7 108 false
6 431610 2020-05-01 5 32 true
6 521020 2017-11-01 5 4 true
6 510785 2018-02-01 5 4 true
6 150304 2020-01-01 5 1 true
7 250400 2021-09-01 7 143 true
6 420350 2018-11-01 5 1 false
6 432240 2020-02-01 5 10 true
6 230590 2018-07-01 5 1 true
7 352530 2020-07-01 7 20 false

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_psiquiatricos_mun_cartesiano
 where indicador_id = 7
   and extract(year from competen) between 2015 and 2021
 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*100000,2) 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_psiquiatricos_mun_cartesiano A
 where indicador_id = 7
   and extract(year from competen) between 2015 and 2021
   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_psiquiatricos_mun_cartesiano
 where indicador_id = 7
   and extract(year from competen) between 2015 and 2021
   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 7
Código RIPSA E.3.2
Nome RIPSA Nº de leitos psiquiátricos em hospitais especializados
URL RIPSA
tabela CIEGES bd_pri.mv_leitos_psiquiatricos_mun_cartesiano
Disponível em “https://wiki.conass.org.br/index.php?title=Leitos_psiquiátricos_em_hospitais_especializados_por_mil_habitantes&oldid=1445”