Leitos UTI SUS e não SUS (versão preliminar)
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
Objetivo
Apresentar parâmetros de interpretação, granularidade e reprodutibilidade do indicador.
Ficha do indicador para o profissional da saúde
Conceituação
Número de leitos complementares UTI, SUS e não SUS, 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.
A tipologia de leitos complementares, conforme o Tabnet é mostrada quantitativamente abaixo:
CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS COMPLEMENTARES - BRASIL
http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/leiutibr.def Quantidade existente por Região segundo Leitos complementares Período: Dez/2022
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:
| |||||||
Leitos complementares | 1 Região Norte | 2 Região Nordeste | 3 Região Sudeste | 4 Região Sul | 5 Região Centro-Oeste | Total | |
---|---|---|---|---|---|---|---|
TOTAL | 5.361 | 17.153 | 37.303 | 9.825 | 7.284 | 76.926 | |
Unidade intermediária neonatal | 32 | 99 | 115 | 4 | 12 | 262 | |
Unidade isolamento | 820 | 1.480 | 1.947 | 747 | 708 | 5.702 | |
UTI adulto I | 312 | 957 | 4.657 | 362 | 758 | 7.046 | |
UTI adulto II | 2.000 | 7.555 | 13.183 | 4.244 | 2.976 | 29.958 | |
UTI adulto III | 101 | 899 | 3.581 | 1.278 | 397 | 6.256 | |
UTI pediátrica I | 50 | 117 | 732 | 25 | 160 | 1.084 | |
UTI pediátrica II | 388 | 962 | 1.600 | 431 | 424 | 3.805 | |
UTI pediátrica III | 5 | 119 | 745 | 234 | 54 | 1.157 | |
UTI neonatal I | 94 | 289 | 1.215 | 105 | 81 | 1.784 | |
UTI neonatal II | 528 | 1.412 | 3.102 | 1.024 | 633 | 6.699 | |
UTI neonatal III | 5 | 164 | 923 | 273 | 128 | 1.493 | |
UTI de Queimados | 14 | 16 | 151 | 30 | 30 | 241 | |
UTI coronariana tipo II -UCO tipo II | 32 | 263 | 598 | 75 | 170 | 1.138 | |
UTI coronariana tipo III - UCO tipo III | 21 | 71 | 214 | 18 | 52 | 376 | |
Unidade de cuidados intermed neonatal convencional | 575 | 1.480 | 1.946 | 569 | 326 | 4.896 | |
Unidade de cuidados intermed neonatal canguru | 169 | 559 | 498 | 153 | 120 | 1.499 | |
Unidade de cuidados intermed pediatrico | 29 | 91 | 166 | 24 | 64 | 374 | |
Unidade de cuidados intermed adulto | 186 | 620 | 1.930 | 229 | 191 | 3.156 |
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]
Pode ser calculada a proporção em relação ao total, cuja soma SUS e não SUS resulte em 100%.
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
Quantidade SUS por Região segundo Ano/mês compet.
http://tabnet.datasus.gov.br/cgi/tabcgi.exe?cnes/cnv/leiutibr.defLeitos complementares: 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 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 | 1.481 | 4.936 | 10.568 | 4.175 | 1.681 | 22.841 |
2020/Fev | 1.476 | 4.952 | 10.560 | 4.175 | 1.681 | 22.844 |
2020/Mar | 1.505 | 5.063 | 10.614 | 4.158 | 1.698 | 23.038 |
2020/Abr | 1.725 | 5.902 | 11.511 | 4.420 | 1.921 | 25.479 |
2020/Mai | 2.119 | 6.796 | 13.384 | 5.236 | 2.367 | 29.902 |
2020/Jun | 2.210 | 7.522 | 14.009 | 5.654 | 2.452 | 31.847 |
2020/Jul | 2.122 | 7.784 | 15.369 | 5.988 | 2.510 | 33.773 |
2020/Ago | 1.844 | 7.361 | 14.989 | 5.984 | 2.557 | 32.735 |
2020/Set | 1.751 | 6.918 | 14.588 | 5.839 | 2.433 | 31.529 |
2020/Out | 1.742 | 6.501 | 13.806 | 5.910 | 2.617 | 30.576 |
2020/Nov | 1.802 | 6.538 | 13.447 | 5.911 | 2.599 | 30.297 |
2020/Dez | 1.902 | 7.230 | 14.511 | 6.345 | 2.600 | 32.588 |
CNES - RECURSOS FÍSICOS - HOSPITALAR - LEITOS COMPLEMENTARES - BRASIL
Leitos complementares: 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 Período: 2020
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 | 872 | 3.696 | 13.097 | 2.341 | 2.580 | 22.586 |
2020/Fev | 858 | 3.733 | 13.572 | 2.384 | 2.643 | 23.190 |
2020/Mar | 934 | 5.756 | 16.738 | 3.767 | 3.193 | 30.388 |
2020/Abr | 1.380 | 6.604 | 19.732 | 3.867 | 3.113 | 34.696 |
2020/Mai | 1.438 | 6.416 | 19.405 | 3.223 | 3.361 | 33.843 |
2020/Jun | 1.632 | 6.256 | 20.422 | 3.175 | 3.454 | 34.939 |
2020/Jul | 1.688 | 6.092 | 19.874 | 3.393 | 3.785 | 34.832 |
2020/Ago | 2.203 | 6.551 | 20.364 | 3.541 | 3.862 | 36.521 |
2020/Set | 2.146 | 6.973 | 20.696 | 3.709 | 4.116 | 37.640 |
2020/Out | 2.165 | 7.246 | 21.207 | 3.520 | 3.995 | 38.133 |
2020/Nov | 2.012 | 7.264 | 21.300 | 3.695 | 3.977 | 38.248 |
2020/Dez | 1.908 | 6.629 | 20.477 | 3.384 | 3.976 | 36.374 |
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:
| ||||||
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 |
Categoria | 1 Região Norte | 2 Região Nordeste | 3 Região Sudeste | 4 Região Sul | 5 Região Centro-Oeste | Total |
média de leitos SUS | 1.807 | 6.459 | 13.113 | 5.316 | 2.260 | 28.954 |
média de leitos não SUS | 1.603 | 6.101 | 18.907 | 3.333 | 3.505 | 33.449 |
Total | 3.410 | 12.560 | 32.020 | 8.650 | 5.764 | 62.403 |
População | 18.672.591 | 57.374.243 | 89.012.240 | 30.192.315 | 16.504.303 | 211.755.692 |
Leitos por cem mil habitantes | 18,3 | 21,9 | 36,0 | 28,6 | 34,9 | 29,5 |
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
- 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 |