Leitos psiquiátricos em hospitais gerais por mil habitantes

De Wiki
Revisão de 21h19min de 2 de fevereiro de 2023 por Felipe.ferre (discussão | contribs)
Ir para navegação Ir para pesquisar


Introdução

A nota técnica de indicador descreve o trabalho de processamento e apresentação de dados de Leitos psiquiátricos e/ou saúde mental em hospitais gerais (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_e/ou_sa%C3%BAde_mental_em_hospitais_gerais_(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

Media anual de leitos de internação clínicos de saúde mental, outras especialidades - psiquiatria ou hospital/dia saúde mental, por cem mil habitantes residentes, em determinado espaço geográfico, no ano considerado.


Os leitos de internação são tipificados no tabnet como:

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 Especialidade

Período: Dez/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".
Especialidade 1 Região Norte 2 Região Nordeste 3 Região Sudeste 4 Região Sul 5 Região Centro-Oeste Total
TOTAL 33.056 122.718 180.753 72.062 40.096 448.685
Cirúrgicos 8.471 31.293 47.557 18.335 11.381 117.037
Clínicos 13.049 47.033 69.940 29.829 14.178 174.029
Obstétrico 5.375 16.634 17.744 6.867 4.694 51.314
Pediátrico 5.008 15.926 15.498 6.256 4.215 46.903
Outras Especialidades 709 8.862 23.630 9.125 4.684 47.010
Hospital/DIA 444 2.970 6.384 1.650 944 12.392
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 Especialidade detalhada

Período: Dez/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".
Especialidade detalhada 1 Região Norte 2 Região Nordeste 3 Região Sudeste 4 Região Sul 5 Região Centro-Oeste Total
TOTAL 33.056 122.718 180.753 72.062 40.096 448.685
CIRÚRGICOS 8.471 31.293 47.557 18.335 11.381 117.037
..Buco maxilo facial 83 370 433 167 116 1.169
..Cardiologia 203 1.097 2.057 1.098 502 4.957
..Cirurgia geral 4.274 16.273 25.164 9.256 4.701 59.668
..Endocrinologia 26 62 159 63 45 355
..Gastroenterologia 77 381 928 375 164 1.925
..Ginecologia 694 1.620 2.571 846 1.084 6.815
..Nefrologia/urologia 193 780 1.459 463 375 3.270
..Neurocirurgia 379 1.357 1.861 802 516 4.915
..Oftalmologia 159 809 1.050 398 412 2.828
..Oncologia 283 1.350 2.033 963 389 5.018
..Ortopedia/traumatologia 1.744 5.600 6.601 2.617 2.232 18.794
..Otorrinolaringologia 80 416 879 415 208 1.998
..Plástica 117 514 1.176 382 384 2.573
..Toráxica 73 277 432 218 125 1.125
..Transplante 37 282 673 241 77 1.310
..Queimado Adulto 34 72 72 21 33 232
..Queimado Pediátrico 15 33 9 10 18 85
CLÍNICOS 13.049 47.033 69.940 29.829 14.178 174.029
..AIDS 95 355 924 287 86 1.747
..Cardiologia 352 2.020 2.791 1.447 965 7.575
..Clínica geral 11.153 37.888 54.256 22.783 10.838 136.918
..Dermatologia 35 77 245 116 52 525
..Geriatria 142 482 1.127 261 146 2.158
..Hansenologia 20 18 119 34 17 208
..Hematologia 61 325 841 256 153 1.636
..Nefro/urologia 217 662 1.313 522 375 3.089
..Neonatologia 177 681 1.359 282 178 2.677
..Neurologia 174 1.558 1.480 891 385 4.488
..Oncologia 291 1.578 2.830 1.323 499 6.521
..Pneumologia 197 586 1.193 530 239 2.745
..Saúde Mental 127 725 1.444 1.075 223 3.594
..Queimado Adulto 5 49 16 11 17 98
..Queimado Pediátrico 3 29 2 11 5 50
OBSTÉTRICOS 5.375 16.634 17.744 6.867 4.694 51.314
..Obstetrícia Cirúrgica 2.103 7.064 10.326 3.683 2.579 25.755
..Obstetrícia Clínica 3.272 9.570 7.418 3.184 2.115 25.559
PEDIÁTRICOS 5.008 15.926 15.498 6.256 4.215 46.903
..Pediatria Clínica 4.484 14.303 13.312 5.520 3.709 41.328
..Pediatria Cirúrgica 524 1.623 2.186 736 506 5.575
OUTRAS ESPECIALIDADES 709 8.862 23.630 9.125 4.684 47.010
..Crônicos 134 1.259 7.385 929 744 10.451
..Psiquiatria 370 5.744 12.702 7.404 3.400 29.620
..Reabilitação 49 1.024 1.712 319 298 3.402
..Tisiologia 50 279 662 169 56 1.216
..Acolhimento Noturno 106 556 1.169 304 186 2.321
HOSPITAL/DIA 444 2.970 6.384 1.650 944 12.392
..Cirúrgicos/Diagnóstico/Terapêutico 341 2.071 4.680 1.033 490 8.615
..AIDS 54 96 181 101 42 474
..Fibrose Cística 2 10 6 3 2 23
..Intercorrência Pós-Transplante 4 35 158 57 35 289
..Geriatria 6 6 83 10 3 108
..Saúde Mental 37 752 1.276 446 372 2.883

Interpretação

  • Mede a relação entre a oferta de leitos leitos de internação clínicos de saúde mental, outras especialidades - psiquiatria ou hospital/dia saúde mental 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 de leitos de internação clínicos de saúde mental, outras especialidades - psiquiatria ou hospital/dia saúde mental 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.

Fontes

Ministério da Saúde. Secretaria de Atenção Especializada à Saúde (SEAS): 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 de internação clínicos de saúde mental, outras especialidades - psiquiatria ou hospital/dia saúde mental]÷[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

Tabnet - 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.

Especialidade detalhada: ..Saúde Mental, ..Psiquiatria, ..Saúde Mental

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 497 8.479 23.971 9.159 3.310 45.416
2015/Fev 501 8.289 24.010 9.153 3.420 45.373
2015/Mar 502 8.233 24.027 9.137 3.428 45.327
2015/Abr 502 8.199 24.055 9.126 3.428 45.310
2015/Mai 502 8.169 24.082 9.092 3.428 45.273
2015/Jun 503 8.211 23.997 9.098 3.426 45.235
2015/Jul 505 8.311 23.959 9.131 3.415 45.321
2015/Ago 507 8.303 23.564 9.124 3.408 44.906
2015/Set 454 8.322 23.387 9.116 3.408 44.687
2015/Out 511 8.332 22.933 8.937 3.378 44.091
2015/Nov 510 8.347 22.550 8.917 3.385 43.709
2015/Dez 510 8.424 22.720 8.873 3.235 43.762
2016/Jan 512 8.324 22.173 8.920 3.382 43.311
2016/Fev 512 8.348 22.063 8.929 3.506 43.358
2016/Mar 507 8.307 21.736 8.878 3.327 42.755
2016/Abr 508 7.948 21.745 8.884 3.325 42.410
2016/Mai 523 7.959 21.671 8.768 3.274 42.195
2016/Jun 495 7.988 21.582 8.889 3.354 42.308
2016/Jul 497 7.993 21.420 8.905 3.359 42.174
2016/Ago 491 7.991 21.084 8.960 3.429 41.955
2016/Set 497 7.983 21.071 9.011 3.432 41.994
2016/Out 500 7.956 21.108 9.039 3.430 42.033
2016/Nov 499 7.966 20.982 9.007 3.599 42.053
2016/Dez 497 7.993 20.639 8.992 3.409 41.530
2017/Jan 497 7.993 20.184 8.974 3.650 41.298
2017/Fev 512 7.818 20.350 8.976 3.653 41.309
2017/Mar 504 7.809 20.319 8.986 3.447 41.065
2017/Abr 503 7.806 20.261 8.955 3.444 40.969
2017/Mai 498 7.799 19.949 8.905 3.392 40.543
2017/Jun 498 7.849 20.287 8.926 3.479 41.039
2017/Jul 498 7.841 19.976 8.915 3.495 40.725
2017/Ago 527 7.836 19.757 8.925 3.605 40.650
2017/Set 527 7.877 19.753 8.918 3.611 40.686
2017/Out 507 7.783 19.640 8.894 3.609 40.433
2017/Nov 507 7.547 19.342 8.747 3.592 39.735
2017/Dez 476 7.562 19.254 8.785 3.548 39.625
2018/Jan 473 7.791 19.457 8.819 3.576 40.116
2018/Fev 473 7.696 19.467 8.851 3.686 40.173
2018/Mar 467 7.678 19.228 8.839 3.683 39.895
2018/Abr 467 7.532 19.107 8.855 3.467 39.428
2018/Mai 468 7.480 18.727 8.864 3.548 39.087
2018/Jun 466 7.481 18.387 8.848 3.699 38.881
2018/Jul 471 7.495 18.510 8.880 3.735 39.091
2018/Ago 479 7.481 18.336 8.851 3.534 38.681
2018/Set 423 7.512 18.279 8.864 3.542 38.620
2018/Out 420 7.414 18.201 8.934 3.655 38.624
2018/Nov 422 7.313 18.053 8.937 3.657 38.382
2018/Dez 422 7.292 17.891 8.912 3.656 38.173
2019/Jan 422 7.137 18.007 9.026 3.687 38.279
2019/Fev 459 7.157 17.635 9.115 3.687 38.053
2019/Mar 458 7.150 17.635 9.111 3.687 38.041
2019/Abr 457 7.082 17.579 9.059 3.698 37.875
2019/Mai 457 7.118 17.491 9.117 3.701 37.884
2019/Jun 457 7.136 17.405 9.050 3.697 37.745
2019/Jul 442 7.183 17.504 9.038 3.706 37.873
2019/Ago 443 7.262 17.500 8.859 3.474 37.538
2019/Set 458 7.354 17.285 9.016 3.475 37.588
2019/Out 468 7.349 17.159 9.046 3.475 37.497
2019/Nov 477 7.449 17.230 9.130 3.475 37.761
2019/Dez 469 7.508 17.066 9.131 3.228 37.402
2020/Jan 466 7.348 15.928 9.101 3.263 36.106
2020/Fev 468 7.420 15.911 9.134 3.204 36.137
2020/Mar 479 7.427 15.866 9.218 3.292 36.282
2020/Abr 467 7.485 15.838 9.210 3.289 36.289
2020/Mai 476 7.370 15.974 9.143 3.294 36.257
2020/Jun 457 7.348 15.989 9.127 3.313 36.234
2020/Jul 470 7.404 16.231 9.118 3.312 36.535
2020/Ago 471 7.480 16.202 9.237 3.360 36.750
2020/Set 471 7.557 16.300 9.238 3.418 36.984
2020/Out 481 7.571 16.342 9.240 3.426 37.060
2020/Nov 479 7.565 16.346 9.265 3.430 37.085
2020/Dez 479 7.592 16.320 9.249 3.583 37.223
2021/Jan 486 7.615 16.114 9.292 3.583 37.090
2021/Fev 530 7.620 16.030 9.251 3.584 37.015
2021/Mar 530 7.399 15.992 9.261 3.584 36.766
2021/Abr 532 7.409 16.120 9.265 3.538 36.864
2021/Mai 518 7.501 16.310 9.255 3.538 37.122
2021/Jun 520 7.488 16.382 8.737 3.574 36.701
2021/Jul 514 7.528 16.424 8.761 3.644 36.871
2021/Ago 514 7.575 16.269 8.746 3.646 36.750
2021/Set 511 7.531 16.112 8.787 3.641 36.582
2021/Out 511 7.523 16.079 8.804 3.639 36.556
2021/Nov 508 7.517 16.359 8.718 3.753 36.855
2021/Dez 508 7.559 16.322 8.845 3.773 37.007
2022/Jan 509 7.539 16.251 8.847 4.021 37.167
2022/Fev 509 7.587 15.983 8.831 4.065 36.975
2022/Mar 509 7.571 15.967 8.768 4.067 36.882
2022/Abr 509 7.579 15.746 8.756 4.057 36.647
2022/Mai 510 7.228 15.598 8.790 4.025 36.151
2022/Jun 504 7.309 15.622 8.822 4.025 36.282
2022/Jul 524 7.295 15.670 8.846 4.033 36.368
2022/Ago 528 7.318 15.539 8.850 4.023 36.258
2022/Set 529 7.390 15.410 8.855 3.974 36.158
2022/Out 529 7.361 15.350 8.883 3.974 36.097
2022/Nov 530 7.241 15.385 8.988 3.973 36.117
2022/Dez 534 7.221 15.422 8.925 3.995 36.097
Media anual de leitos de internação clínicos de saúde mental, outras especialidades - psiquiatria ouhospital/dia saúde mental
ano 1 Região Norte 2 Região Nordeste 3 Região Sudeste 4 Região Sul 5 Região Centro-Oeste Total
2015 500 8302 23605 9072 3389 44868
2016 503 8063 21440 8932 3402 42340
2017 505 7793 19923 8909 3544 40673
2018 454 7514 18637 8871 3620 39096
2019 456 7240 17458 9058 3583 37795
2020 472 7464 16104 9190 3349 36579
2021 515 7522 16209 8977 3625 36848
2022 519 7387 15662 8847 4019 36433
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
Media anual de leitos de internação clínicos de saúde mental, outras especialidades - psiquiatria ou hospital/dia saúde mental por 100 mil habitantes
Ano 1 Região Norte 2 Região Nordeste 3 Região Sudeste 4 Região Sul 5 Região Centro-Oeste Total
2015 2,9 14,9 27,5 31,2 21,9 22,1
2016 2,8 14,4 24,8 30,5 21,7 20,6
2017 2,8 13,8 22,9 30,2 22,3 19,7
2018 2,5 13,2 21,2 29,8 22,5 18,8
2019 2,5 12,7 19,8 30,2 22,0 18,0
2020 2,5 13,0 18,1 30,4 20,3 17,3
2021 2,7 13,0 18,1 29,5 21,7 17,3
2022 2,7 12,8 17,5 29,1 24,1 17,1

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 = 6
   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 = 6
   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 = 6
   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 6
Código RIPSA E.3.1
Nome RIPSA Nº de leitos psiquiátricos em hospitais gerais
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_gerais_por_mil_habitantes&oldid=914”