Taxa de mortalidade neonatal precoce: mudanças entre as edições
Sem resumo de edição |
|||
Linha 41: | Linha 41: | ||
Direto: | Direto: | ||
Indireto: | Indireto: |
Edição das 20h17min de 11 de janeiro de 2023
Introdução
A nota técnica Indicador de Saúde descreve o trabalho de processamento e apresentação de dados de Taxa de Mortalidade Infantil (TMI) 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=Taxa_de_mortalidade_neonatal_precoce.
Objetivo
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Ficha do indicador para o sanitarista
Conceituação
Número de óbitos de 7 a 27 dias de vida completos, por mil nascidos vivos, na população residente em determinado espaço geográfico, no ano considerado.
Interpretação
- Estima o risco de um nascido vivo morrer dos 7 aos 27 dias de vida.
- Reflete, de maneira geral, as condições socioeconômicas e de saúde da mãe, bem como a inadequada assistência pré-natal, ao parto e ao recém-nascido.
Usos
- Analisar variações populacionais, geográficas e temporais da mortalidade neonatal tardia, identificando tendências e situações de desigualdade que demandem ações e estudos específicos.
- Contribuir na avaliação dos níveis de saúde e de desenvolvimento socioeconômico da população, prestando-se para comparações nacionais e internacionais.
- Subsidiar processos de planejamento, gestão e avaliação de políticas e ações de saúde direcionadas para a atenção pré-natal, ao parto e ao recém-nascido.
Limitações
- 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 cálculos indiretos, baseados na mortalidade proporcional por idade, em relação à taxa de mortalidade infantil estimada por métodos demográficos específicos.
- Com relação às estimativas da mortalidade infantil, envolve dificuldades metodológicas e imprecisões inerentes às técnicas utilizadas, cujos pressupostos podem não se cumprir, por mudanças na dinâmica demográfica. A imprecisão é maior no caso de pequenas populações.
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.
Métodos de Cálculo
Direto:
Indireto:
Aplica-se, sobre a taxa de mortalidade infantil estimada (ver indicador C.1), a proporção de óbitos de 7 a 27 dias de vida completos informados no SIM (percentual em relação ao total de óbitos de menores de um ano, excluídos os de idade ignorada). Este método é aplicado 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*.
NOTA: RIPSA. Comitê Temático Interdisciplinar (CTI) Natalidade e Mortalidade. Grupo de Trabalho ad hoc. Relatório final (mimeo, 4 páginas). Brasília, 2000.
Categorias Sugeridas para Análise
Unidade geográfica: Brasil, grandes regiões, estados e Distrito Federal.
Dados Estatísticos e Comentários
nu_ano | 1 N | 2 NE | 3 SE | 4 S | 5 CO | Brasil |
---|---|---|---|---|---|---|
2015 | 2,7 | 2,8 | 2,4 | 2,6 | 2,6 | 2,6 |
2016 | 2,6 | 3,1 | 2,4 | 2,6 | 2,5 | 2,6 |
2017 | 2,8 | 2,8 | 2,5 | 2,6 | 2,5 | 2,6 |
2018 | 2,8 | 2,9 | 2,5 | 2,6 | 2,4 | 2,6 |
2019 | 2,5 | 2,9 | 2,6 | 2,6 | 2,4 | 2,6 |
2020 | 2,6 | 2,8 | 2,4 | 2,4 | 2,3 | 2,6 |
2021 | 2,7 | 3,0 | 2,5 | 2,6 | 2,5 | 2,7 |
As regiões Norte e Nordeste mantiveram taxas superiores à media nacional. Entretanto, as taxas se mantém estáveis em todo o país.
Literatura relacionada
A busca "Sudden Infant Death"[Mesh]
no sítio PubMed resultou, em 9/1/2022, em 7.810 resultados.
Ficha do indicador para o cientista de dados
Método de processamento de dados
id | dtobito | dtnasc | idade | sexo | codmunocor | ano_obito |
---|---|---|---|---|---|---|
195341363 | 16062001 | 7061953 | 448 | 2 | 3136702 | 2001 |
186195719 | 5042007 | 6051947 | 459 | 1 | 330455 | 2007 |
195682431 | 29012001 | 7031957 | 443 | 1 | 3550308 | 2001 |
199694982 | 11112012 | 7112012 | 204 | 2 | 431490 | 2012 |
201409276 | 22032015 | 26011942 | 473 | 1 | 330010 | 2015 |
193363819 | 22112002 | 4031983 | 419 | 1 | 3547809 | 2002 |
199340748 | 28012012 | 12051924 | 487 | 2 | 312160 | 2012 |
179477804 | 17011996 | 7031906 | 489 | 2 | 3304201 | 1996 |
205665500 | 12042020 | 20051929 | 490 | 1 | 350750 | 2020 |
179001164 | 8111996 | [NULL] | [NULL] | 2 | 1504208 | 1996 |
189035999 | 28022014 | 14091982 | 431 | 1 | 330350 | 2014 |
199520358 | 29012012 | 17091931 | 480 | 1 | 330455 | 2012 |
186583398 | 20122007 | 7091979 | 428 | 2 | 350400 | 2007 |
187386755 | 15092011 | 20011964 | 447 | 2 | 230440 | 2011 |
183654385 | 19082013 | 7011952 | 461 | 1 | 431490 | 2013 |
190601204 | 16012009 | 7031938 | 470 | 2 | 220750 | 2009 |
194426352 | 7042010 | 27091924 | 485 | 2 | 312670 | 2010 |
178138297 | 21081997 | 21081997 | 101 | 2 | 2705101 | 1997 |
183550156 | 2102013 | 11021997 | 416 | 2 | 330455 | 2013 |
186869186 | 25072008 | 30031929 | 479 | 2 | 351870 | 2008 |
178284891 | 30101997 | 4071919 | 478 | 2 | 2927408 | 1997 |
189668994 | 5112017 | 24111938 | 478 | 1 | 431490 | 2017 |
195399661 | 24062001 | 26051943 | 458 | 1 | 3106200 | 2001 |
194211724 | 13082016 | 2071958 | 458 | 1 | 420240 | 2016 |
179062137 | 14061997 | 18091941 | 455 | 2 | 2508307 | 1997 |
186625806 | 15022007 | 6061936 | 470 | 1 | 352900 | 2007 |
207179780 | 25082021 | 14071935 | 486 | 2 | 261160 | 2021 |
187547461 | 21082011 | 11061941 | 470 | 1 | 260610 | 2011 |
197524064 | 23052014 | 19081923 | 490 | 1 | 355030 | 2014 |
189408972 | 11032017 | 3042000 | 416 | 1 | 330250 | 2017 |
Apenas alguns atributos da sim.do
foram exibidos acima. A lista completa de atributos processados é id
, numerodo
, codinst
, numerodv
, origem
, tipobito
, dtobito
, horaobito
, numsus
, naturali
, codmunnatu
, dtnasc
, idade
, sexo
, racacor
, estciv
, esc
, esc2010
, seriescfal
, ocup
, codmunres
, lococor
, codestab
, estabdescr
, codmunocor
, idademae
, escmae
, escmae2010
, seriescmae
, ocupmae
, qtdfilvivo
, qtdfilmort
, gravidez
, semagestac
, gestacao
, parto
, obitoparto
, peso
, numerodn
, tpmorteoco
, obitograv
, obitopuerp
, assistmed
, exame
, cirurgia
, necropsia
, linhaa
, linhab
, linhac
, linhad
, linhaii
, causabas
, cb_pre
, crm
, comunsvoim
, dtatestado
, circobito
, acidtrab
, fonte
, numerolote
, tppos
, dtinvestig
, causabas_o
, dtcadastro
, atestante
, stcodifica
, codificado
, versaosist
, versaoscb
, fonteinv
, dtrecebim
, atestado
, dtrecoriga
, causamat
, escmaeagr1
, escfalagr1
, stdoepidem
, stdonova
, difdata
, nudiasobco
, nudiasobin
, dtcadinv
, tpobitocor
, dtconinv
, fontes
, tpresginfo
, tpnivelinv
, nudiasinf
, dtcadinf
, morteparto
, dtconcaso
, fontesinf
, altcausa
, cod_arquivo
, dtregcart
, codbaires
, codbaiocor
, tpassina
, ufinform
, codmuncart
, codcart
, numregcart
, dtrecorig
, expdifdata
, linhaajsonb
, linhabjsonb
, linhacjsonb
, linhadjsonb
, linhaiijsonb
, linhajson
e ano_obito
.
O dicionário de dados dos atributos originais, disponibilizado pelo Ministério da Saúde, encontra-se no arquivo Estrutura_SIM_para_CD.pdf, bem como no arquivo OBITOS_CID10_TAB.ZIP.
identificador | dtnasc | sexo | codestab | codmunres | codmunnasc | dtnascmae | idademae | escmae | ano |
---|---|---|---|---|---|---|---|---|---|
268111971 | 4052020 | 2 | 9324003 | 310400 | 310400 | 20021988 | 32 | 5 | 2020 |
254517628 | 24052007 | 2 | 2777649 | 221060 | 221060 | [NULL] | 22 | 3 | 2007 |
215668825 | 28112012 | 1 | 2798662 | 330350 | 330350 | 28091994 | 18 | 3 | 2012 |
210737274 | 25061999 | 2 | [NULL] | 2920601 | 2904902 | [NULL] | 22 | 5 | 1999 |
198172303 | 8101997 | 1 | [NULL] | 5300108 | 5300108 | [NULL] | 28 | 6 | 1997 |
263929396 | 25112003 | 2 | 17129 | 4309100 | 4309100 | [NULL] | 43 | 4 | 2003 |
239769935 | 17112017 | 2 | 3794 | 292740 | 292740 | 2091995 | 22 | 4 | 2017 |
255982960 | 14062002 | 1 | 2000326 | 2900702 | 2900702 | [NULL] | 27 | 5 | 2002 |
257116432 | 25052004 | 1 | 5924 | 2302305 | 2312908 | [NULL] | 20 | 4 | 2004 |
228282305 | 12072001 | 1 | 3638 | 2708402 | 2705705 | [NULL] | 18 | 3 | 2001 |
214207176 | 2042012 | 1 | 2527413 | 230280 | 230280 | 3071975 | 36 | 3 | 2012 |
222738512 | 29022008 | 2 | 2756951 | 500830 | 500830 | [NULL] | 35 | 4 | 2008 |
202771617 | 16081997 | 2 | [NULL] | 2408102 | 2408102 | [NULL] | 20 | 1 | 1997 |
198363747 | 17061997 | 2 | [NULL] | 3200904 | 3139607 | [NULL] | 31 | 8 | 1997 |
211721654 | 22062011 | 1 | 3597156 | 317020 | 317020 | 20071983 | 27 | 3 | 2011 |
254755981 | 13122006 | 1 | 2496879 | 110015 | 110015 | [NULL] | 17 | 3 | 2006 |
254450790 | 2102006 | 1 | 2364824 | 220350 | 220350 | [NULL] | 28 | 3 | 2006 |
266561741 | 26112004 | 1 | 17221 | 3550308 | 3550308 | [NULL] | 27 | 4 | 2004 |
252913225 | 1012006 | 2 | 2316234 | 150200 | 150200 | [NULL] | 24 | 2 | 2006 |
210609269 | 12102000 | 2 | [NULL] | 3546801 | 5205406 | [NULL] | 26 | 4 | 2000 |
264391473 | 1062003 | 1 | 14915 | 4217808 | 4217808 | [NULL] | 16 | 3 | 2003 |
229218278 | 30122001 | 1 | 3709 | 3161106 | 3161106 | [NULL] | 20 | 3 | 2001 |
196719128 | 14091996 | 2 | [NULL] | 2704302 | 2704302 | [NULL] | 30 | 7 | 1996 |
201392067 | 1091999 | 2 | [NULL] | 2608503 | 2609501 | [NULL] | 27 | 3 | 1999 |
221420692 | 16122008 | 2 | 2561425 | 231410 | 231410 | [NULL] | 33 | 5 | 2008 |
255688329 | 26032000 | 1 | [NULL] | 2910800 | 2910800 | [NULL] | 24 | 9 | 2000 |
269911849 | 18112020 | 1 | 2751038 | 354130 | 354130 | 12092002 | 18 | 4 | 2020 |
218877463 | 2102013 | 1 | 6861873 | 330490 | 330330 | 24081983 | 30 | 5 | 2013 |
201933227 | 3071998 | 1 | [NULL] | 4106902 | 4106902 | [NULL] | 16 | 7 | 1998 |
212625530 | 4042011 | 1 | 2248204 | 431830 | 431830 | 29021972 | 39 | 2 | 2011 |
Apenas alguns atributos da sinasc.dn
foram exibidos acima. A lista completa de atributos processados é id
, contador
, codinst
, numerodv
, origem
, prefixodn
, codcart
, numregcart
, dtregcart
, codestab
, codmunnasc
, locnasc
, idademae
, estcivmae
, escmae
, codocupmae
, qtdfilvivo
, qtdfilmort
, codmunres
, codpaisres
, gestacao
, gravidez
, parto
, consultas
, dtnasc
, horanasc
, sexo
, apgar1
, apgar5
, racacor
, racacorn
, racacormae
, peso
, idanomal
, codanomal
, dtcadastro
, numerolote
, versaosist
, dtrecebim
, difdata
, naturalmae
, codmunnatu
, escmae2010
, seriescmae
, dtnascmae
, qtdgestant
, qtdpartnor
, qtdpartces
, idadepai
, dtultmenst
, semagestac
, tpmetestim
, consprenat
, mesprenat
, tpapresent
, sttrabpart
, stcesparto
, tprobson
, stdnepidem
, stdnnova
, ano
, codbainasc
, codbaires
, dtrecorig
, codmuncart
, codufnatu
, tpnascassi
, escmaeagr1
, tpfuncresp
, tpdocresp
, dtdeclarac
, kotelchuck
e paridade
. O dicionário de dados dos atributos orignais, disponibilizado pelo Ministério da Saúde, encontra-se no arquivo Estrutura_SINASC_para_CD.pdf, bem como no arquivo OBITOS_CID10_TAB.ZIP.
Método de processamento analítico
Consulta postgreSQL para criação da tabela mv_c_1
:
CREATE MATERIALIZED VIEW pri.mv_c_1
AS WITH obito_infantil AS (
SELECT d.codmunres,
d.ano_obito AS ano,
count(*) AS obitos
FROM sim."do" d
WHERE d.idade <= 400 AND d.ano_obito >= 2015
GROUP BY d.codmunres, d.ano_obito
), sn AS (
SELECT d.codmunres,
d.ano,
count(*) AS nascidos
FROM sinasc.dn d
WHERE d.ano >= 2015
GROUP BY d.codmunres, d.ano
)
SELECT sn.codmunres,
sn.ano,
oi.obitos,
sn.nascidos AS pop_ref,
oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
FROM obito_infantil oi
JOIN sn sn ON sn.codmunres = oi.codmunres AND sn.ano = oi.ano;
O cálculo de óbitos por mil nascidos vivos é realizado pela cláusula oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
.
A cláusula WHERE d.idade <= 400
indica que são extraídos casos cujos indivíduos com um anos ou menos, conforme o dicionário da Coordenação-Geral de Informações e Análise Epidemiológicas - CGIAE, Departamento de Análise em Saúde e Vigilância de Doenças Não Transmissíveis – DASNT, Secretaria de Vigilância em Saúde – SVS Ministério da Saúde – MS:
Idade: composto de dois subcampos.
- O primeiro, de um dígito, indica a unidade da idade:
- se 1 = minuto,
- se 2 = hora,
- se 3 = mês,
- se 4 = ano,
- se = 5 idade maior que 100 anos.
- O segundo, de dois dígitos, indica a quantidade de unidades:
- Idade menor de 1 hora: subcampo varia de 01 e 59 (minutos);
- De 1 a 23 Horas: subcampo varia de 01 a 23 (horas);
- De 24 horas e 29 dias: subcampo varia de 01 a 29 (dias);
- De 1 a menos de 12 meses completos: subcampo varia de 01 a 11 (meses);
- Anos - subcampo varia de 00 a 99;
- 9 - ignorado
codmunres | ano | obitos | pop_ref | obitos_1000 |
---|---|---|---|---|
431043 | 2018 | 1 | 53 | 18,868 |
316650 | 2020 | 1 | 45 | 22,222 |
320360 | 2017 | 2 | 92 | 21,739 |
240410 | 2018 | 1 | 37 | 27,027 |
410210 | 2021 | 5 | 295 | 16,949 |
230523 | 2021 | 9 | 1.095 | 8,219 |
521720 | 2017 | 1 | 125 | 8 |
351030 | 2016 | 1 | 281 | 3,559 |
150815 | 2018 | 10 | 793 | 12,61 |
251597 | 2019 | 3 | 139 | 21,5 |
Consulta postgreSQL para criação da tabela mv_c_1_1
:
CREATE MATERIALIZED VIEW pri.mv_c_1_1
AS WITH obito_infantil AS (
SELECT d.codmunres,
d.ano_obito AS ano,
count(*) AS obitos
FROM sim."do" d
WHERE d.idade >= 0 AND d.idade <= 206 AND d.ano_obito >= 2015
GROUP BY d.codmunres, d.ano_obito
), sn AS (
SELECT d.codmunres,
d.ano,
count(*) AS nascidos
FROM sinasc.dn d
WHERE d.ano >= 2015
GROUP BY d.codmunres, d.ano
)
SELECT sn.codmunres,
sn.ano,
oi.obitos,
sn.nascidos AS pop_ref,
oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
FROM obito_infantil oi
JOIN sn sn ON sn.codmunres = oi.codmunres AND sn.ano = oi.ano;
A cláusula WHERE d.idade >= 0 AND d.idade <= 206
indica que são extraídos casos cujos indivíduos tiveram de 0 a 6 dias de vida completos.
codmunres | ano | obitos | pop_ref | obitos_1000 |
---|---|---|---|---|
510335 | 2021 | 4 | 689 | 5,806 |
352520 | 2019 | 1 | 495 | 2,02 |
353780 | 2021 | 7 | 640 | 10,938 |
355010 | 2016 | 3 | 530 | 5,66 |
431990 | 2021 | 6 | 1.067 | 5,623 |
230070 | 2017 | 3 | 180 | 16,667 |
420985 | 2017 | 1 | 58 | 17,241 |
270260 | 2021 | 2 | 331 | 6,042 |
150730 | 2020 | 16 | 1.077 | 14,856 |
354750 | 2015 | 1 | 250 | 4 |
Consulta postgreSQL para criação da tabela mv_c_1_2
:
CREATE MATERIALIZED VIEW pri.mv_c_1_2
AS WITH obito_infantil AS (
SELECT d.codmunres,
d.ano_obito AS ano,
count(*) AS obitos
FROM sim."do" d
WHERE d.idade >= 207 AND d.idade <= 227 AND d.ano_obito >= 2015
GROUP BY d.codmunres, d.ano_obito
), sn AS (
SELECT d.codmunres,
d.ano,
count(*) AS nascidos
FROM sinasc.dn d
WHERE d.ano >= 2015
GROUP BY d.codmunres, d.ano
)
SELECT sn.codmunres,
sn.ano,
oi.obitos,
sn.nascidos AS pop_ref,
oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
FROM obito_infantil oi
JOIN sn sn ON sn.codmunres = oi.codmunres AND sn.ano = oi.ano;
A cláusula WHERE d.idade >= 207 AND d.idade <= 227
indica que são extraídos casos cujos indivíduos tiveram de 7 a 27 dias de vida completos.
codmunres | ano | obitos | pop_ref | obitos_1000 |
---|---|---|---|---|
412785 | 2019 | 1 | 177 | 5,65 |
330285 | 2019 | 5 | 2.274 | 2,199 |
330245 | 2019 | 1 | 113 | 8,85 |
430990 | 2020 | 1 | 68 | 14,706 |
270670 | 2016 | 1 | 961 | 1,041 |
261090 | 2018 | 3 | 939 | 3,195 |
521760 | 2020 | 2 | 1.423 | 1,405 |
230230 | 2019 | 2 | 427 | 4,684 |
510590 | 2015 | 1 | 249 | 4,016 |
291570 | 2015 | 1 | 72 | 13,889 |
Consulta postgreSQL para criação da tabela mv_c_1_3
:
CREATE MATERIALIZED VIEW pri.mv_c_1_3
AS WITH obito_infantil AS (
SELECT d.codmunres,
d.ano_obito AS ano,
count(*) AS obitos
FROM sim."do" d
WHERE d.idade >= 228 AND d.idade <= 400 AND d.ano_obito >= 2015
GROUP BY d.codmunres, d.ano_obito
), sn AS (
SELECT d.codmunres,
d.ano,
count(*) AS nascidos
FROM sinasc.dn d
WHERE d.ano >= 2015
GROUP BY d.codmunres, d.ano
)
SELECT sn.codmunres,
sn.ano,
oi.obitos,
sn.nascidos AS pop_ref,
oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
FROM obito_infantil oi
JOIN sn sn ON sn.codmunres = oi.codmunres AND sn.ano = oi.ano;
A cláusula WHERE d.idade >= 228 AND d.idade <= 400
indica que são extraídos casos cujos indivíduos tiveram de 28 a 364 dias de vida completos.
codmunres | ano | obitos | pop_ref | obitos_1000 |
---|---|---|---|---|
353700 | 2016 | 1 | 203 | 4,926 |
231335 | 2017 | 3 | 226 | 13,274 |
240140 | 2019 | 1 | 113 | 8,85 |
510618 | 2020 | 1 | 96 | 10,417 |
351440 | 2016 | 3 | 517 | 5,803 |
431140 | 2021 | 2 | 1.199 | 1,668 |
350070 | 2017 | 2 | 577 | 3,466 |
130430 | 2016 | 1 | 265 | 3,774 |
292070 | 2019 | 3 | 282 | 10,638 |
160015 | 2015 | 2 | 244 | 8,197 |
Consulta postgreSQL para criação da tabela mv_c_16
:
CREATE MATERIALIZED VIEW pri.mv_c_16
AS WITH obito_infantil AS (
SELECT d.codmunres,
d.ano_obito AS ano,
count(*) AS obitos
FROM sim."do" d
WHERE d.idade < 405 AND d.ano_obito >= 2015
GROUP BY d.codmunres, d.ano_obito
), sn AS (
SELECT d.codmunres,
d.ano,
count(*) AS nascidos
FROM sinasc.dn d
WHERE d.ano >= 2015
GROUP BY d.codmunres, d.ano
)
SELECT sn.codmunres,
sn.ano,
oi.obitos,
sn.nascidos AS pop_ref,
oi.obitos::numeric / sn.nascidos::numeric * 1000::numeric AS obitos_1000
FROM obito_infantil oi
JOIN sn sn ON sn.codmunres = oi.codmunres AND sn.ano = oi.ano;
A cláusula WHERE d.idade < 405
indica que são extraídos casos cujos indivíduos menores de cinco anos de idade.
codmunres | ano | obitos | pop_ref | obitos_1000 |
---|---|---|---|---|
312080 | 2021 | 2 | 195 | 10,256 |
270560 | 2020 | 1 | 135 | 7,407 |
313450 | 2021 | 2 | 51 | 39,216 |
210840 | 2021 | 3 | 118 | 25,424 |
421350 | 2018 | 4 | 271 | 14,76 |
420850 | 2015 | 5 | 400 | 12,5 |
350775 | 2017 | 1 | 35 | 28,571 |
410180 | 2021 | 24 | 2.032 | 11,811 |
291900 | 2016 | 1 | 42 | 23,81 |
431340 | 2017 | 50 | 3.213 | 15,562 |
co_municipio_ibge | ano |
---|---|
291330 | 2015 |
210455 | 2015 |
521971 | 2021 |
171500 | 2016 |
421670 | 2020 |
220205 | 2022 |
315600 | 2021 |
316390 | 2017 |
210462 | 2018 |
311690 | 2022 |
Consulta postgreSQL para criação da tabela mv_mortalidade_ano_cartesiano
:
CREATE MATERIALIZED VIEW pri.mv_mortalidade_ano_cartesiano
AS SELECT 1 AS indicador_id,
mca.co_municipio_ibge,
mca.ano AS nu_ano,
a.obitos AS qt_obito,
a.pop_ref AS qt_popref,
a.obitos_1000 AS qt_obito_por_1000
FROM cartesiano.mv_codufmun_ano mca
LEFT JOIN pri.mv_c_1 a ON mca.co_municipio_ibge = a.codmunres AND mca.ano = a.ano
UNION ALL
SELECT 2 AS indicador_id,
mca.co_municipio_ibge,
mca.ano AS nu_ano,
a.obitos AS qt_obito,
a.pop_ref AS qt_popref,
a.obitos_1000 AS qt_obito_por_1000
FROM cartesiano.mv_codufmun_ano mca
LEFT JOIN pri.mv_c_1_1 a ON mca.co_municipio_ibge = a.codmunres AND mca.ano = a.ano
UNION ALL
SELECT 3 AS indicador_id,
mca.co_municipio_ibge,
mca.ano AS nu_ano,
a.obitos AS qt_obito,
a.pop_ref AS qt_popref,
a.obitos_1000 AS qt_obito_por_1000
FROM cartesiano.mv_codufmun_ano mca
LEFT JOIN pri.mv_c_1_2 a ON mca.co_municipio_ibge = a.codmunres AND mca.ano = a.ano
UNION ALL
SELECT 4 AS indicador_id,
mca.co_municipio_ibge,
mca.ano AS nu_ano,
a.obitos AS qt_obito,
a.pop_ref AS qt_popref,
a.obitos_1000 AS qt_obito_por_1000
FROM cartesiano.mv_codufmun_ano mca
LEFT JOIN pri.mv_c_1_3 a ON mca.co_municipio_ibge = a.codmunres AND mca.ano = a.ano
UNION ALL
SELECT 5 AS indicador_id,
mca.co_municipio_ibge,
mca.ano AS nu_ano,
a.obitos AS qt_obito,
a.pop_ref AS qt_popref,
a.obitos_1000 AS qt_obito_por_1000
FROM cartesiano.mv_codufmun_ano mca
LEFT JOIN pri.mv_c_16 a ON mca.co_municipio_ibge = a.codmunres AND mca.ano = a.ano
indicador_id | co_municipio_ibge | nu_ano | qt_obito | qt_popref | qt_obito_por_1000 |
---|---|---|---|---|---|
1 | 314040 | 2018 | 1 | 42 | 23,81 |
5 | 352210 | 2017 | 15 | 1.527 | 9,823 |
2 | 352650 | 2021 | 1 | 31 | 32,258 |
5 | 312940 | 2016 | 2 | 71 | 28,169 |
4 | 220450 | 2021 | 2 | 156 | 12,821 |
5 | 352930 | 2021 | 7 | 794 | 8,816 |
4 | 230430 | 2020 | 4 | 242 | 16,529 |
5 | 270160 | 2020 | 9 | 259 | 34,749 |
5 | 130010 | 2017 | 5 | 257 | 19,455 |
1 | 292230 | 2017 | 5 | 354 | 14,124 |
A tabela a seguir resume os critérios para extração de valores segundo os diferentes indicadores relacionados:
identificador | indicador RIPSA | idade | cláusula |
---|---|---|---|
1 | Taxa de mortalidade infantil - C.1 | menores de um ano de idade | WHERE d.idade <= 400
|
2 | Taxa de mortalidade neonatal precoce - C.1.1 | 0 a 6 dias de vida completos | WHERE d.idade >= 0 AND d.idade <= 206
|
3 | Taxa de mortalidade neonatal tardia - C.1.2 | 7 a 27 dias de vida completos | WHERE d.idade >= 207 AND d.idade <= 227
|
4 | Taxa de mortalidade pós-neonatal - C.1.3 | 28 a 364 dias de vida completos | WHERE d.idade >= 228 AND d.idade <= 400
|
5 | Taxa de mortalidade na infância - C.16 | menores de cinco anos de idade | WHERE d.idade < 405
|
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
A consultas postgreSQL
abaixo ilustra como foi realizada a extração das tabelas apresentadas na seção Dados Estatísticos e Comentários.
select
nu_ano,
round(sum(case when left(co_municipio_ibge::text,1)::int=1
THEN qt_obito ELSE 0 END)::numeric/
sum(case when left(co_municipio_ibge::text,1)::int=1
THEN qt_popref else 0 END)*1000
,1) "1 N",
round(sum(case when left(co_municipio_ibge::text,1)::int=2
THEN qt_obito ELSE 0 END)::numeric/
sum(case when left(co_municipio_ibge::text,1)::int=2
THEN qt_popref else 0 END)*1000
,1) "2 NE",
round(sum(case when left(co_municipio_ibge::text,1)::int=3
THEN qt_obito ELSE 0 END)::numeric/
sum(case when left(co_municipio_ibge::text,1)::int=3
THEN qt_popref else 0 END)*1000
,1) "3 SE",
round(sum(case when left(co_municipio_ibge::text,1)::int=4
THEN qt_obito ELSE 0 END)::numeric/
sum(case when left(co_municipio_ibge::text,1)::int=4
THEN qt_popref else 0 END)*1000
,1) "4 S",
round(sum(case when left(co_municipio_ibge::text,1)::int=5
THEN qt_obito ELSE 0 END)::numeric/
sum(case when left(co_municipio_ibge::text,1)::int=5
THEN qt_popref else 0 END)*1000
,1) "5 CO",
ROUND(SUM(qt_obito)::numeric/SUM(qt_popref)*1000,1) "Brasil"
from pri.mv_mortalidade_ano_cartesiano
where indicador_id = 2
and nu_ano between 2015 and 2021
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
- Caderno Verde de indicadores básicos para a saúde no Brasil (IDB)
- Fichas de Qualificação da RIPSA – 2012
- Centro de Informações Estratégicas para a Gestão do SUS (Cieges)
Rastreabilidade
atributo | valor |
---|---|
Identificador | 2 |
Código RIPSA | C.1.1 |
Nome RIPSA | Taxa de mortalidade neonatal precoce - C.1.1 |
URL RIPSA | http://fichas.ripsa.org.br/2012/c-1-1/?l=pt_BR |
tabela CIEGES | bd_pri.mv_mortalidade_ano_cartesiano |