Leitos hospitalares SUS e não SUS (versão preliminar): mudanças entre as edições
| Linha 879: | Linha 879: | ||
== Ver também == | == Ver também == | ||
* [[Nomenclatura]] | * [[Nomenclatura]] | ||
* [[Tabela de domínio CNES leito]] | |||
* [[Leitos hospitalares, gerais e UTI (versão preliminar)]] | * [[Leitos hospitalares, gerais e UTI (versão preliminar)]] | ||
** Leitos Hospitalares | ** Leitos Hospitalares | ||
Edição das 16h13min de 6 de fevereiro de 2023
Introdução
A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados relacionados ao identificador 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 ancorados no Guia de Apoio à Gestão Estadual do SUS.
Endereço eletrônico
Essa nota técnica é acessível pelo endereço
Objetivo
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Ficha do indicador para o sanitarista
Conceituação
- Apresenta o quantitativo de leitos hospitalares disponibilizados para atendimento pelo SUS e atendimento Não SUS contidos no Cadastro Nacional de Estabelecimentos de Saúde - CNES.
- Consideram-se como leitos hospitalares as camas destinadas à internação de um paciente no hospital. Não são considerados os leitos de observação.
Interpretação
- Mede a relação entre a oferta de leitos hospitalares conveniados ou contratados pelo SUS 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
- Propicia ao gestor o quantitativo de leitos em ambientes hospitalares, podendo auxiliar no planejamento das ações assistenciais nas diversas esferas de governo, bem como dar maior visibilidade ao controle social a ser exercido pela população.
Limitações
- O TabNet do CNES reflete a série histórica do Cadastro, por mês de competência, estando disponível com defasagem de até 45 dias. Dados mais recentes podem ser obtidos no site do CNES (http://cnes.datasus.gov.br/).
- O indicador depende da qualidade do preenchimento e agilidade na atualização do sistema de Informação do CNES.
Fontes
As informações disponíveis são geradas a partir dos dados enviados pelas Secretarias Municipais e Estaduais de Saúde através do Sistema de Cadastro Nacional de Estabelecimentos de Saúde (CNES/SUS) e consolidadas no Banco de Dados Nacional pelo DATASUS, conforme determina a Portaria MS/SAS nº 51 de 21/06/1995.
Métodos de Cálculo
Número absoluto de leitos hospitalares disponibilizados para atendimento pelo SUS e atendimento Não SUS.
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
Especialidade: Cirúrgicos, Clínicos, Obstétrico, Pediátrico Período: 2020
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:
| ||||||
| Ano/mês compet. | 1 Região Norte | 2 Região Nordeste | 3 Região Sudeste | 4 Região Sul | 5 Região Centro-Oeste | Total |
|---|---|---|---|---|---|---|
| 2020/Jan | 23.535 | 83.832 | 86.594 | 42.759 | 20.784 | 257.504 |
| 2020/Fev | 23.583 | 83.866 | 86.422 | 42.786 | 20.680 | 257.337 |
| 2020/Mar | 23.814 | 85.584 | 90.045 | 43.387 | 20.991 | 263.821 |
| 2020/Abr | 25.180 | 88.814 | 92.925 | 44.289 | 21.138 | 272.346 |
| 2020/Mai | 25.867 | 90.997 | 95.177 | 44.190 | 21.814 | 278.045 |
| 2020/Jun | 25.875 | 91.780 | 96.533 | 44.045 | 22.270 | 280.503 |
| 2020/Jul | 26.144 | 91.924 | 96.304 | 44.146 | 22.459 | 280.977 |
| 2020/Ago | 26.329 | 91.980 | 95.904 | 43.892 | 22.574 | 280.679 |
| 2020/Set | 26.252 | 91.408 | 95.216 | 43.958 | 22.677 | 279.511 |
| 2020/Out | 25.997 | 91.173 | 94.175 | 43.877 | 22.646 | 277.868 |
| 2020/Nov | 25.840 | 90.778 | 93.353 | 43.802 | 22.462 | 276.235 |
| 2020/Dez | 25.783 | 90.766 | 93.391 | 43.950 | 22.757 | 276.647 |
| CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS DE INTERNAÇÃO - BRASIL
Especialidade: Cirúrgicos, Clínicos, Obstétrico, Pediátrico Período: 2020
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:
| |||||||
| Ano/mês compet. | 1 Região Norte | 2 Região Nordeste | 3 Região Sudeste | 4 Região Sul | 5 Região Centro-Oeste | Total | |
|---|---|---|---|---|---|---|---|
| 2020/Jan | 5.969 | 18.514 | 55.480 | 19.314 | 11.295 | 110.572 | |
| 2020/Fev | 5.896 | 18.536 | 55.638 | 19.396 | 11.351 | 110.817 | |
| 2020/Mar | 6.136 | 18.531 | 56.050 | 19.329 | 11.348 | 111.394 | |
| 2020/Abr | 5.977 | 18.387 | 56.396 | 18.908 | 11.306 | 110.974 | |
| 2020/Mai | 5.719 | 18.316 | 56.214 | 18.967 | 11.170 | 110.386 | |
| 2020/Jun | 5.908 | 18.073 | 56.293 | 18.960 | 11.032 | 110.266 | |
| 2020/Jul | 5.946 | 18.560 | 56.697 | 18.847 | 11.080 | 111.130 | |
| 2020/Ago | 6.028 | 18.394 | 56.597 | 18.828 | 10.970 | 110.817 | |
| 2020/Set | 6.017 | 18.596 | 57.006 | 18.754 | 10.929 | 111.302 | |
| 2020/Out | 6.115 | 18.716 | 56.924 | 18.573 | 11.047 | 111.375 | |
| 2020/Nov | 6.112 | 18.734 | 57.014 | 18.480 | 11.085 | 111.425 | |
| 2020/Dez | 6.238 | 18.806 | 57.329 | 18.292 | 11.073 | 111.738 | |
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);
| 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 |
| 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 |
| 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;
| 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;
| 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 Gerais
- Leitos UTI
Ligações externas
- Caderno Verde de indicadores básicos para a saúde no Brasil (IDB)
- Fichas de Qualificação da RIPSA – 2012
Rastreabilidade
| atributo | valor |
|---|---|
| Identificador | código mantido na tabela bd_geral.td_indicador |
| Código RIPSA | |
| Nome RIPSA | |
| URL RIPSA | http://fichas.ripsa.org.br/2012/ |
| tabela CIEGES |