Leitos complementares por dez mil habitantes

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

• 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

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