Leitos psiquiátricos em hospitais especializados por mil habitantes

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 sanitarista

Conceituação

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

Interpretação

• Mede a relação entre a oferta deleitos em hospital especializado com especialidade detalhada de psiquiatria 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

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 http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/leiintbr.def Quantidade existente por Região segundo Ano/mês compet. Tipo de Estabelecimento: HOSPITAL ESPECIALIZADO Especialidade detalhada: ..Psiquiatria Período: 2015-2022 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".
Ano/mês compet.	1 Região Norte	2 Região Nordeste	3 Região Sudeste	4 Região Sul	5 Região Centro-Oeste	Total
2015/Jan	202	6.484	20.289	4.793	2.646	34.414
2015/Fev	201	6.294	20.134	4.793	2.749	34.171
2015/Mar	202	6.217	19.984	4.793	2.749	33.945
2015/Abr	202	6.203	19.984	4.769	2.749	33.907
2015/Mai	202	6.176	20.003	4.721	2.749	33.851
2015/Jun	202	6.196	19.802	4.721	2.749	33.670
2015/Jul	202	6.266	19.762	4.721	2.749	33.700
2015/Ago	202	6.231	19.308	4.721	2.749	33.211
2015/Set	146	6.229	19.044	4.721	2.749	32.889
2015/Out	202	6.235	18.593	4.541	2.749	32.320
2015/Nov	202	6.182	18.421	4.540	2.749	32.094
2015/Dez	202	6.249	18.582	4.540	2.599	32.172
2016/Jan	202	6.157	18.022	4.586	2.749	31.716
2016/Fev	202	6.159	17.974	4.586	2.749	31.670
2016/Mar	202	6.141	17.717	4.586	2.486	31.132
2016/Abr	202	5.835	17.713	4.598	2.569	30.917
2016/Mai	202	5.853	17.711	4.516	2.508	30.790
2016/Jun	169	5.853	17.543	4.610	2.588	30.763
2016/Jul	169	5.850	17.463	4.596	2.593	30.671
2016/Ago	169	5.843	17.060	4.642	2.599	30.313
2016/Set	169	5.835	17.041	4.648	2.599	30.292
2016/Out	169	5.785	16.680	4.613	2.597	29.844
2016/Nov	169	5.799	16.443	4.599	2.749	29.759
2016/Dez	169	5.819	16.111	4.643	2.560	29.302
2017/Jan	169	5.819	15.609	4.643	2.749	28.989
2017/Fev	169	5.643	15.841	4.643	2.745	29.041
2017/Mar	169	5.638	15.795	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

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

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

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.

Leitos por cem mil habitantes por região do Brasil

nu_ano	1 N	2 NE	3 SE	4 S	5 CO
2.015	1,13	11,19	22,75	16,16	15,06	16,20
2.016	1,03	10,53	20,02	15,71	14,65	14,76
2.017	0,91	9,93	17,67	15,56	14,16	13,53
2.018	0,72	9,08	15,63	15,05	17,51	12,61
2.019	0,51	8,36	13,97	14,89	16,69	11,61
2.020	0,51	8,34	12,34	15,21	15,36	10,86
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.

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

• Nomenclatura

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	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