ads:
PROGRAMA DE PÓS-GRADUAÇÃO EM DESENVOLVIMENTO
REGIONAL - MESTRADO E DOUTORADO
ÁREA DE CONCENTRAÇÃO EM
DESENVOLVIMENTO REGIONAL
Giovanna Bonella Barros
CONDICIONANTES DA MORTALIDADE NA POPULAÇÃO COM 60 ANOS OU
MAIS NO RIO GRANDE DO SUL: UMA ANÁLISE REGIONALIZADA
Santa Cruz do Sul, dezembro de 2005
1
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Giovanna Bonella Barros
CONDICIONANTES DA MORTALIDADE NA POPULAÇÃO COM 60 ANOS OU
MAIS NO RIO GRANDE DO SUL: UMA ANÁLISE REGIONALIZADA
Orientadora: Profª Drª Marília Patta Ramos.
Santa Cruz do Sul, dezembro de 2005
2
Dissertação apresentada ao Programa de
Pós-Graduação em Desenvolvimento
Regional da Universidade de Santa Cruz
do Sul, para a obtenção do título de Mestre
em Desenvolvimento Regional.
ads:
Giovanna Bonella Barros
CONDICIONANTES DA MORTALIDADE NA POPULAÇÃO COM 60 ANOS OU
MAIS NO RIO GRANDE DO SUL: UMA ANÁLISE REGIONALIZADA
Drª Marília Patta Ramos
Professora Orientadora
Dr. Marcos Artêmio Fischborn Ferreira
UNISC
Dr. Wilson Fusco
UNICAMP
3
Dissertação submetida ao Programa de
Pós-Graduação em Desenvolvimento
Regional – Mestrado e Doutorado, da
Universidade de Santa Cruz do Sul –
UNISC, como requisito parcial para
obtenção do título de Mestre em
Desenvolvimento Regional.
DEDICATÓRIA
Dedico este trabalho
à minha irmã Giuliana e ao meu afilhado Lucas,
por todo o apoio, companheirismo,
amizade e amor que sempre recebi.
4
AGRADECIMENTOS
À Universidade de Santa Cruz do Sul – UNISC, através do Programa de Pós-
Graduação em Desenvolvimento Regional;
Aos professores, em especial, a orientadora Marília Patta Ramos pelo exemplo de
profissionalismo, comentários, sugestões e de pulso firme que foram de vital importância para
concretização deste trabalho;
Aos amigos, que de uma maneira ou de outra contribuíram para a realização deste
trabalho;
À família, ao meu pai e minha mãe, pelo estímulo, carinho e compreensão; em
especial à minha irmã, que me auxiliou e me deu força nas horas de dificuldades;
Às demais pessoas que, de uma forma ou de outra, contribuíram para a consecução
dessa Dissertação de Mestrado.
5
EPÍGRAFE
Possa tudo ser Auspicioso!
E isto também passará ...
6
RESUMO
Este trabalho de pesquisa apresenta a mortalidade da população com 60 anos ou mais em
municípios com indicadores sócio-econômicos diferenciados, com o objetivo de identificar as
taxas de óbitos da população com 60 anos ou mais, no RS e por regiões dentro dele. O recorte
regional escolhido para apresentarmos as análises foram as mesorregiões do IBGE, em suas 7
mesorregiões. Outro objetivo do estudo foi estimar fatores explicativos da mortalidade, desta
população, mais especificamente, verificar a relação entre a mortalidade, por diferentes faixas
etárias dentro da população idosa com os investimentos públicos municipais na área da saúde
controlando-se pelas características socioeconômicas. A população idosa neste trabalho foi
dividida em três faixas etárias, faixa dos 60-69, dos 70-79, e a faixa dos 80 anos ou mais.
Comparou-se as taxas de óbitos (variável dependente) por faixa etária no Rio Grande do Sul e
posteriormente em cada uma das mesorregiões. Ainda, estimou-se o efeito dos recursos
públicos repassados para a saúde na forma de transferência por habitante no total de óbitos de
pessoas com 60 anos ou mais, e separadamente por faixa etária dentro da população idosa
controlando-se pelo PIB per capita, pelo IDHM, e pela taxa de urbanização (variáveis
independentes). O método de pesquisa deste estudo foi descritivo e explicativo, utilizamos
dados quantitativos secundários tendo como fonte o Instituto Brasileiro de Geografia e
Estatística (IBGE, 2000), a Fundação de Economia Estatística (FEE, 2000) e dados do sistema
Único de Saúde 2000 (DATASUS). A unidade de análise de pesquisa é composta pelo 467
municípios do RS no ano de 2000. Assim, ao analisarmos os dados, verificamos que o Rio
Grande do Sul, apesar de ser o Estado do Brasil que apresenta a maior expectativa de vida ao
nascer, possui diferenças consideráveis entre suas regiões no que concerne à mortalidade dos
idosos. Constatamos que as regiões com indicadores piores apresentam uma mortalidade
maior nas faixas mais jovens que aquelas regiões com indicadores melhores. Outra
constatação relevante é o fato de que os recursos públicos aplicados na saúde dos municípios
contribuem para reduzir a mortalidade dos idosos nas faixas mais jovens em regiões com
indicadores sócio-econômicos maiores.
Palavras – chave: população idosa, mortalidade, diferenças regionais, indicadores sócio-
econômicos, recursos públicos, saúde.
7
ABSTRACT
This study involves the analysis of mortality rates among people who are 60 years and older,
in counties with different socio-economic indicators. The objective is to identify the mortality
rates of this population in Rio Grande do Sul, and among regions inside it. The national
division chosen to be presented for analysis was formed by the mesoregions of IBGE, which
divide Rio Grande do Sul State in seven mesoregions. Another objective of this study was to
estimate the reasons for mortality of this population, more specifically, to verify the relation
between mortality, in different age groups among elderly people, with the amount of public
investments on health controlling by socio-economic characteristics. The elderly population
was divided in three age groups; from 60 to 69, from 70 to 79, and the group of 80 years old
and older. The mortality rates (dependent variable) were compared by age groups in RS, and
after in each one of the mesoregions. The effects of the public investments on health in the
form of transferences by each inhabitant in the total number of death of people with 60 years
old an older, were also estimated, and separately by age groups in the elderly population
controlling by Gross National Product per capita , by the IDHM, and by the urbanization rate
(independent variables). In this study the descriptive and explicative methods were applied,
secondary quantitative data were used having Brazilian Census Bureau data set (IBGE, 2000),
the Foundation of Economy and Statistics (FEE, 2000) dataset, and data from The Public
Health System data set (DATASUS, 2000). The research unit of analysis is formed by the 467
counties of RS in the year 2000. In this way, when data were analyzed, it was verified that RS,
despite being the state with the highest lifespan expectation on birth in Brazil, presents
considerable differences among its regions. We verify that those regions with low socio-
economic indicators have higher elderly mortality rates, in their youngest age groups, than
those with high socio-economic indicators. Another conclusion is that public investments on
health applied in the counties by Brazilian Public Health System (SUS) contribute to reduce
elederly mortality rates, in the youngest age groups, in regions with high socio-economic
indicators.
Keywords: elderly population, mortality rates, regional differences and socio-economic
indicators, public investments, health.
8
LISTA DE FIGURAS
1 – Mapa da mesorregião Centro Ocidental Rio-Grandense .............................................82
2 – Mapa da mesorregião Centro Oriental Rio-Grandense ................................................87
3 – Mapa da mesorregião Metropolitana de Porto Alegre..................................................93
4 – Mapa da mesorregião Nordeste Rio-grandense ...........................................................98
5 – Mapa da mesorregião Noroeste Rio-Grandense ............................. ..........................104
6 – Mapa da mesorregião Sudeste Rio-Grandense ..........................................................109
7 – Mapa da mesorregião Sudoeste Rio-Grandense ........................................................115
9
LISTA DE TABELAS
1 – Estatísticas descritivas das variáveis utilizadas em 2000....................................................73
2 – Matriz de correlação de Pearson entre as variáveis do estudo............................................75
3 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos no RS..........79
4 – Estatísticas descritivas das variáveis de estudo na mesorregião Centro-Ocidental Rio-
Grandense.............................................................................................................................83
5 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Centro-
Ocidental Rio-Grandense.....................................................................................................84
6 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Centro-Ocidental Rio-Grandense...................................................................86
7 – Estatísticas descritivas das variáveis de estudo na mesorregião Centro-Oriental Rio-
Grandense.............................................................................................................................88
8 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Centro-
Oriental Rio-Grandense.......................................................................................................89
9 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Centro-Oriental Rio-Grandense.....................................................................91
10 – Estatísticas descritivas das variáveis de estudo na mesorregião Metropolitana de Porto
Alegre ................................................................................................................................93
11 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião
Metropolitana de Porto Alegre...........................................................................................95
12 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Metropolitana de Porto Alegre.....................................................................96
13 – Estatísticas descritivas das variáveis de estudo na mesorregião Nordeste Rio-
Grandense..........................................................................................................................99
14 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Nordeste
Rio-Grandense................................................................................................................100
15 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Nordeste Rio-Grandense..............................................................................102
16 – Estatísticas descritivas das variáveis de estudo na mesorregião Noroeste Rio-
Grandense.........................................................................................................................104
17 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Noroeste
Rio-Grandense.................................................................................................................106
18 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Noroeste Rio-Grandense............................................................................107
19 – Estatísticas descritivas das variáveis de estudo na mesorregião Sudeste Rio-
Grandense.........................................................................................................................109
20 - Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Sudeste
Rio-Grandense.................................................................................................................111
21 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Sudeste Rio-Grandense................................................................................113
22 – Estatísticas descritivas das variáveis de estudo na mesorregião Sudoeste Rio-
Grandense..........................................................................................................................115
23- Matriz de correlação de Pearson entre as variáveis de estudo na mesorregião Sudoeste
Rio-Grandense.................................................................................................................117
24 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Sudoeste Rio-Grandense.............................................................................118
25 – Estatísticas descritivas comparadas por mesorregião.....................................................121
10
LISTA DE QUADROS
1 – População e participação relativa de grupos etários selecionados, 1995-2050...................47
11
LISTA DE SIGLAS E ABREVIATURAS
AIS Ações Integradas de Saúde
COREDES Conselhos Regionais de Desenvolvimento
DATASUS Dados do Sistema Único de Saúde
DCNT Doenças Crônicas Não-Transmissíveis
Ej Índice de Educação
FAMURS Federação das Associações dos Municípios do RS
FEE Fundação de Economia e Estatística
FIOCRUZ Fundação Osvaldo Cruz
IBGE Instituto Brasileiro de Geografia e Estatística
IDH Índice Desenvolvimento Humano
IDHM Índice de Desenvolvimento Humano Municipal
INAMPS Instituto Nacional de Assistência Médica da Previdência Social
Lj Índice de Longevidade
MS Ministério da Saúde
N Número de Municípios
OMS Organização Mundial de Saúde
ONU Organizações das Nações Unidas
PIAE Plano Internacional de Ação Sobre Envelhecimento
PIASS Programa de Interiorização das Ações de Saúde e Saneamento
PIB Produto Interno Bruto
PNAD Pesquisa Nacional por Amostra de Domicílio
PNUD Programa das Nações Unidas para Desenvolvimento
PSF Programa de Saúde da Família
Rj Índice de Renda
RS Rio Grande do Sul
SPSS Statistical Packtage for Social Science
SUDS Sistema Unificado e Descentralizado de Saúde
SUS Sistema Único de Saúde
12
SUMÁRIO
INTRODUÇÃO........................................................................................................................15
CAPÍTULO I.............................................................................................................................23
1. REGIÃO E DESENVOLVIMENTO REGIONAL......................................................23
1.1. Divisões Regionais do Rio Grande do Sul...................................................................26
1.2. Desenvolvimento Regional..........................................................................................27
1.3. Indicadores Sociais......................................................................................................30
1.3.1 Mortalidade................................................................................................................33
1.3.2 Transferências do SUS por habitante.........................................................................35
1.3.3 Produto Interno Bruto – PIB......................................................................................36
1.3.4 Índice de Desenvolvimento Humano Municipal – IDHM.........................................39
1.3.5 Taxa de Urbanização..................................................................................................41
CAPÍTULO II...........................................................................................................................43
2. ENVELHECIMENTO POPULACIONAL..................................................................43
2.1. Transição Demográfica................................................................................................43
2.1.1 Impactos Sociais e Econômicos das Tendências Demográficas................................52
2.2. Evolução da Expectativa de Vida no Rio Grande do Sul.............................................53
CAPÍTULO III..........................................................................................................................56
3. SAÚDE PÚBLICA E ENVELHECIMENTO..............................................................56
3.1 Recursos Públicos.........................................................................................................63
3.2 Política Nacional de Saúde do Idoso.............................................................................67
CAPÍTULO IV..........................................................................................................................71
4. MORTALIDADE NA POPULAÇÃO IDOSA NO RIO GRANDE DO SUL.............71
4.1. Características Descritivas dos Determinantes da Mortalidade...................................73
4.2. Inter-Relações Explicativas para a Mortalidade da População Idosa.........................74
4.2.1 Condicionantes da Mortalidade dos Idosos no Rio Grande do Sul.........................79
4.3. Diferenciações Regionais da Mortalidade da População Idosa...................................81
4.3.1 Características descritivas dos determinantes da mortalidade na mesorregião
Centro Ocidental Rio-Grandense...............................................................................82
4.3.2 Características descritivas dos determinantes da mortalidade na mesorregião
Centro Oriental Rio-Grandense.................................................................................87
4.3.3 Características descritivas dos determinantes da mortalidade na mesorregião
Metropolitana de Porto Alegre...................................................................................92
4.3.4 Características descritivas dos determinantes da mortalidade na mesorregião
Nordeste Rio-grandense.............................................................................................98
4.3.5 Características descritivas dos determinantes da mortalidade na mesorregião
Noroeste Rio-Grandense..........................................................................................103
4.3.6 Características descritivas dos determinantes da mortalidade na mesorregião
Sudeste Rio-Grandense...........................................................................................108
4.3.7 Características descritivas dos determinantes da mortalidade na mesorregião
Sudoeste Rio-Grandense.........................................................................................114
4.3.8 Comparação geral das taxas de óbitos dos idosos entre as mesorregiões do RS.....120
13
CONSIDERAÇÕES FINAIS..................................................................................................122
REFERÊNCIAS......................................................................................................................127
ANEXOS................................................................................................................................134
ANEXO A – Municípios que compõem as mesorregiões – IBGE (2000).............................135
ANEXO B- Mapa das Mesorregiões – IBGE........................................................................139
ANEXO C – Regressão geral para todo o RS.........................................................................140
ANEXO D – Regressão mesorregião 1..................................................................................144
ANEXO E – Regressão mesorregião 2...................................................................................148
ANEXO F – Regressão mesorregião 3...................................................................................152
ANEXO G – Regressão mesorregião 4...................................................................................156
ANEXO H – Regressão mesorregião 5...................................................................................160
ANEXO I – Regressão mesorregião 6....................................................................................164
ANEXO J – Regressão mesorregião 7....................................................................................168
ANEXO K – Estatísticas descritivas por mesorregiões do RS...............................................172
14
INTRODUÇÃO
Encontramo-nos frente a um acelerado crescimento da população idosa em todo o
mundo, comprovado através de numerosos estudos demográficos (IBGE). Esse fato coloca
para os órgãos governamentais e para a sociedade o desafio de problemas médico-sociais
próprios do envelhecimento populacional.
Segundo Netto e Ponte (2002), o envelhecimento era visto, algumas décadas atrás,
como um problema tipicamente europeu, onde vivem 12% da população mundial e 28% de
pessoas com mais de 65 anos de idade. A partir do início da última década, não é mais
possível sustentar tal visão pois, desde 1960, mais de 50 % dos gerontes são originários de
nações que constituem o Terceiro Mundo. A exemplo disto, está a América Latina que, entre
1980 e 2000, apresentou estimativas de crescimento de 120% da população como um todo (de
363,7 para 803,6 milhões de pessoas), enquanto que o aumento da população com 60 anos
1
ou
mais foi de ordem de 236% (de 23,3 para 78,2 milhões de idosos); portanto, duas vezes maior
que o percentual de aumento da população total.
Esse crescimento populacional, em que o crescimento da população com 60 anos ou
mais é proporcionalmente maior que os das nações da Europa, na América do Norte e Japão,
vem ocorrendo também, em todos os países do Terceiro Mundo. É, por exemplo, o caso do
1
Salienta-se que segundo a Organização Mundial de Saúde – OMS, para os países subdesenvolvidos ou em
desenvolvimento a velhice começa a partir dos 60 anos.
15
Brasil, pois entre os anos de 1950 e 2025 a população total crescerá cinco vezes, enquanto a
população com idade igual ou superior a 60 anos aumentará quinze vezes (NETTO e PONTE,
2002). E, ainda, segundo esses autores, estima-se que o Brasil será, no final do primeiro
quarto do século XXI, a sexta nação com o maior numero de idosos em todo o mundo.
Quando falamos em idosos no Brasil, devemos levar em conta as diversas disparidades
socioeconômicas existentes entre as regiões e municípios brasileiros, as quais exigem políticas
sociais voltadas para esse setor e que sejam mais adequadas à realidade da população desses
diferentes contextos.
Inúmeros problemas causados pelo aumento da longevidade se mostram evidentes na
nossa sociedade. No setor saúde, por exemplo,
esta questão apresenta-se como um problema de enorme seriedade, configurada,
entre outras coisas, pela falta de hospitais geriátricos, pela subtração dos leitos
hospitalares e pela falta de profissionais de saúde especializados em Geriatria e
Gerontologia. Por outro lado, a incidência dos quadros crônico-degenerativos, que
atingem principalmente este segmento populacional, demandam internações mais
freqüentes e maior uso de medicamentos (muitas das vezes impossíveis de serem
obtidos, tendo em vista as aposentadorias aviltantes que impedem a aquisição de
produtos farmacêuticos). Podemos acrescentar ainda, a falta de uma política de
saúde voltada para a prevenção, com explicações claras para a população das
conseqüências que determinados hábitos, como o fumo, o álcool, a ingestão de
gorduras e o sedentarismo poderão acarretar em idade posterior, ou seja, das
possíveis doenças que poderão se manifestar oriundas deste modo de vida
(MOREIRA, 1998, p.8).
Os problemas de saúde que mais causam morte na população idosa são as chamadas
doenças crônicas não transmissíveis (DCNT), que são representadas pelas doenças
cardiovasculares, osteoarticulares, diabetes mellitus, doenças pulmonares e doenças
psicorgânicas, como os diversos tipos de demência.
16
À medida que uma população envelhece, a vulnerabilidade a doenças e agravos é
fortemente condicionada pela associação entre idade e pobreza. No entanto, essa
vulnerabilidade pode ser atenuada por meio de políticas sociais. Nesse sentido, torna-se
necessária, uma análise cuidadosa da realidade dentro desse quadro, sabendo que, para o
desenvolvimento das regiões, são necessários investimentos nas diversas áreas, e essa situação
exige o planejamento de ações de curto, médio e longo prazo.
Com relação às especificidades regionais do envelhecimento populacional no Brasil,
destacamos que, dentre os Estados brasileiros, o Rio Grande do Sul é o que apresenta um dos
maiores níveis de expectativa de vida ao nascer, apresentando 71,6 anos para ambos os sexos,
enquanto São Paulo apresenta a expectativa de vida de 70 anos; Bahia, 67,7 anos; Mato
Grosso do Sul, 70,4 anos e Amazonas, 68,9 anos (FEE, 2002). Ainda que a evolução do Índice
de Desenvolvimento Humano Municipal (IDHM) nos anos de 1970, 1980 e 1991 indique que
as condições de vida da população brasileira (do RS em específico) melhoraram
substancialmente ao longo desse período; sabemos, porém, que na área da saúde,
especificamente para a população com mais de 60 anos, faltam políticas de proteção que
direcionem para a melhoria das necessidades básicas.
Embasados nessa realidade, reuniram-se, em dezembro de 2002, em Ouro Preto, Minas
Gerais, especialistas brasileiros com experiência nacional e internacional nas áreas de Saúde
Pública, Geriatria e Gerontologia, para discutir sobre “Desigualdades Sociais e de Gênero e
Saúde dos Idosos do Brasil”. As discussões foram em torno do Plano Internacional de Ação
sobre Envelhecimento (PIAE), firmado em abril de 2002, durante a Segunda Assembléia
Mundial sobre o Envelhecimento, realizado em Madri. Esse plano foi adotado unanimemente
por todos os países membros das Nações Unidas e representa um compromisso internacional
17
em resposta a um dos maiores desafios sociais do século XXI: o rápido envelhecimento
populacional.
É relevante citar onde estão centradas as áreas de ação prioritárias do PIAE: 1) como
colocar o envelhecimento populacional na agenda do desenvolvimento, 2) importância
singular e global da saúde e, 3) como desenvolver políticas de meio ambiente (tanto físico
como social) que atendam as necessidades de indivíduos e sociedades que envelhecem
(CARTA DE OURO PRETO, 2002). Cita ainda a Carta de Ouro Preto (2002), que os grandes
eixos de uma agenda para este país que envelhece rapidamente devem envolver todos os
setores da sociedade (governamentais, não governamentais, voluntários e privados) e, ainda,
que essa agenda privilegie propostas, tais como, rever o papel social do idoso brasileiro, que
até hoje costuma ser visto como consumidor de serviços e dependente da sociedade. Dessa
maneira, o idoso acaba por sofrer a culpa indevida pela falência do sistema previdenciário e as
dificuldades presentes do sistema de saúde (CARTA DE OURO PRETO, 2002).
Portanto, nesse sentido, ao procurarmos responder um pouco essas questões, surgiu a
grande questão que norteou este trabalho: “Como se manifestam as taxas de óbitos
da
população com 60 anos ou mais em municípios com indicadores sócio-econômicos
diferenciados?”. Como no Brasil ainda não existem indicadores diretos de morbidade (número
de doenças), optamos por trabalhar com a mortalidade já que este é um indicador que está
disponível (no site oficial do Ministério da Saúde). Cabe destacar que autores como Nunes,
1999 e Czapski, 1995, trabalham com número de internações como uma proxy da morbidade,
contudo, consideramos que o número de internações pode indicar muito mais possibilidades
financeiras para internar as pessoas do que o real volume de problemas de saúde (número de
doenças) num determinado contexto. Assim, por exemplo, o volume de internações de uma
determinada região pode ser maior que em outra, não porque exista um número maior de
18
pessoas com mais problemas de saúde e sim porque lá existem mais condições financeiras e
estruturais para internar mais gente.
Para medirmos a mortalidade, trabalhamos com taxa de óbitos: o número absoluto de
óbitos da população idosa, dividido pelo total de idosos. Essa taxa foi apresentada para as três
faixas etárias
2
que compõem a terceira idade: dos 60-69 anos, dos 70-79 anos e com 80 anos
ou mais. Especificamente, relacionamos a mortalidade com as transferências do SUS por
habitante, considerando que, a partir de uma análise que leva em conta os efeitos dos gastos
públicos com saúde e seu impacto no retardo da mortalidade para faixas cada vez mais idosas
em diferentes regiões do Rio Grande do Sul, poderemos avaliar os limites do crescimento
econômico quanto à mortalidade, especificamente daquele segmento que mais cresce: os
idosos, isso porque usamos as características socioeconômicas regionais como variáveis de
controle. Com isso, políticas públicas que visem a atender esse segmento poderão se
direcionar de acordo com as diferenças e/ou similaridades regionais encontradas nesta
pesquisa.
Segundo Camarano (1999), o principal ator na assistência aos idosos ainda é o Estado,
e a partir da década de 90, os diversos níveis de governo passaram a estabelecer legislações e
programas sociais orientados especificamente a esse grupo populacional.
Em 1994, foi aprovada a Lei n° 8.842, posteriormente regulamentada pelo Decreto n°
1.948/96 que passou a constituir a Política Nacional do Idoso, a qual integra o Programa
Nacional de Direitos Humanos e parte do princípio que o envelhecimento diz respeito à
sociedade em geral (CAMARANO, 1999).
2
Segundo Blanco (1999), a população com mais de 60 anos, chamada de população idosa ou da terceira idade,
pode ser dividida em três faixas etárias, dos 60-69 anos, dos 70-79 anos e dos 80 anos ou mais, as quais se
enquadram perfeitamente para análise deste trabalho.
19
Dentre as diretrizes da Política Nacional do Idoso, está a implementação e a avaliação
de políticas, planos e projetos a ele direcionados, e o nosso estudo é um exemplo, pois ao
buscar uma relação entre a mortalidade e as transferências do SUS por habitante,
contribuímos com tais diretrizes, especificamente no segmento da saúde, na forma de
referencial, os quais podem fazer parte dos planos e projetos direcionados aos idosos.
Um dos objetivos desta dissertação consiste em identificar as taxas de óbitos da
população com 60 anos ou mais, no RS e por regiões dentro dele. O recorte regional escolhido
para apresentarmos as análises foram as mesorregiões do IBGE. Entende-se por Mesorregião
uma área individualizada, em uma Unidade de Federação, que apresenta formas de
organização do espaço geográfico definidas pelas seguintes dimensões: o processo social,
como determinante, o quadro natural como condicionante e a rede de comunicação e de
lugares, como elemento da articulação espacial (IBGE, 2000). Outro objetivo do estudo foi
estimar fatores explicativos da mortalidade dessa população. Mais especificamente, verificar a
relação entre a mortalidade, por diferentes faixas etárias dentro da população idosa, com os
investimentos públicos na área da saúde, controlando-os por características socioeconômicas.
A população idosa, neste trabalho, foi dividida em três faixas etárias, assim, dividimos
essa população nas faixas dos 60-69 anos, considerada uma faixa etária jovem, por apresentar
características joviais; a segunda, dos 70-79 anos e a faixa de 80 anos e mais (idosos mais
idosos).
Desse modo, comparamos as taxas de óbitos (variável dependente) por faixa etária no
RS e posteriormente em cada uma das Mesorregiões e, também, estimamos o efeito dos
recursos públicos repassados para a saúde, na forma de transferências por habitante no total de
20
óbitos de pessoas com 60 anos ou mais e separadamente por faixa etária dentro da população
idosa, controlando-se pelo PIB per capita, pelo IDHM, pela taxa de urbanização e pela
população total (variáveis independentes).
Conforme foi mencionado, os dados foram distribuídos pela divisão regional do IBGE
em Mesorregiões, e tomamos como ano de referência, para análise, os dados do último censo,
de 2000. As Mesorregiões são divididas em número de sete: Centro Ocidental Rio-Grandense,
Centro Oriental Rio-Grandense, Metropolitana de Porto Alegre, Nordeste Rio-Grandense,
Noroeste Rio-Grandense, Sudeste Rio-Grandense e Sudoeste Rio-Grandense (Anexos A e B).
A hipótese central é que as regiões mais desenvolvidas apresentam taxas e óbitos
menores nas faixas mais jovens em comparação com as regiões menos desenvolvidas e,
também, a taxa de óbitos geral da população de 60 anos ou mais está negativamente
relacionada com os recursos públicos, PIB per capita , IDHM e taxa urbanização das regiões
comparadas.
Dessa maneira, o uso de dados quantitativos secundários (FEE, IBGE e DATASUS)
serviu para relacionar as transferências do SUS por habitante, a taxa de urbanização, os
índices de PIB, o Índice de Desenvolvimento Humano Municipal (IDHM) e a população total
com a taxa de óbitos dos idosos, analisando a situação desses municípios e oferecendo este
estudo como uma referência para o desenvolvimento de políticas específicas para a crescente
população com 60 anos ou mais.
O método de pesquisa deste estudo é descritivo e explicativo. A unidade de análise de
pesquisa é composta pelos 467 municípios do Rio Grande do Sul no ano 2000, os quais,
posteriormente, para análise dos dados, conforme já mencionado, foram distribuídos pela
21
divisão regional do IBGE em Mesorregiões. Todos os dados, por municípios, foram digitados
numa planilha de dados eletrônica (SPSS), a qual foi preparada para as análises.
Especificamente, utilizamos-nos de análises descritivas tais como distribuições de freqüência
e testes de diferenças de médias (análises de variância). Para analisar o efeito das variáveis
independentes na mortalidade, utilizamos análises de regressão multivariada.
Desse modo, com finalidade de fundamentar teoricamente este estudo, o primeiro
capítulo desta dissertação apresenta alguns conceitos sobre região e suas diferentes divisões,
partindo também para algumas discussões sobre desenvolvimento regional. Também,
apresenta uma descrição dos Indicadores Sociais utilizados.
O segundo capítulo discute o envelhecimento populacional, entrando nas teorias da
evolução histórica das dinâmicas populacionais, questões da transição demográfica, os
impactos sociais e econômicos dessa tendência e, ainda, a transição epidemiológica, questões
essas que, segundo os autores pesquisados, poderão ajudar a entender melhor o processo de
envelhecimento e a planejar as intervenções mais adequadas.
O terceiro capítulo trata de questões sobre saúde pública e envelhecimento, políticas e
investimentos e, finalmente, o quarto capítulo apresenta os resultados das análises estatísticas
efetuadas.
22
CAPÍTULO I
REGIÃO E DESENVOLVIMENTO REGIONAL
Como objetivo central deste trabalho é identificar como se manifesta a mortalidade da
população com 60 anos ou mais, nos municípios do RS os quais foram distribuídos pela
divisão regional dos IBGE (Instituto Brasileiro de Geografia e Estatística) em Mesorregiões,
cabe discorrermos sobre o conceito de região. Não pretendemos, no decorrer deste capítulo,
discutir as origens ou procurar as razões das divisões regionais, mas antes explicar, através de
análises descritivas e explicativas, em que medida diferenças regionais, em termos de PIB e
IDHM, manifestam-se e explicam taxas diferenciadas da mortalidade dos idosos que nelas
residem.
Assim, partindo para o conceito de região, ressaltamos que, por um longo período, e
ainda hoje, essa palavra é carregada de informações polissêmicas e de ambigüidade, o que
impõe dificuldades para que a mesma adquira o caráter de conceito científico. Dessa forma, a
região, segundo Brunet et al apud Silveira (2003, p.13), é “uma das palavras mais difundidas,
das mais vagas e das mais polissêmicas da geografia”.
Dentro dessa perspectiva, partimos para o conceito de região e um pouco da história,
citando Benko (1999), que diz que o conceito de região é inseparável da ciência regional. O
23
conceito de ciência regional se dá em 1954 quando Walter Isard estruturou um pequeno grupo
e chamou de “Regional Science Association”. Tratava-se de uma disciplina cruzamento,
situada na encruzilhada da ciência econômica, da geografia, da sociologia, da ciência política
e da sociologia, que estudava principalmente a intervenção humana no território. A criação da
ciência regional se deu principalmente para responder os problemas levantados pela região.
Após estudos, a ciência regional constata que o conceito de região é esvaziado de todo
e qualquer conteúdo, então Lajugie apud Benko (1999, p.18), numa busca histórica a respeito
desse conceito, afirma que “a região corresponde a uma área geográfica que constitui uma
entidade que permite, simultaneamente, a descrição de fenômenos naturais e humanos, a
análise de dados sócio-econômicos e a aplicação de uma política”.
A partir dos anos 80, a escala da regionalização se altera, pois o mundo, agora da
globalização, organiza-se de formas diferentes. Descobre-se, então, uma geografia das macro-
regiões, dos blocos regionais e uma geografia da aldeia global. Benko (1999, p. 20) coloca que
esta evolução, do mundo, e também, da noção de região, fez com que economistas, geógrafos,
historiadores e sociólogos compreendessem que “região é um produto social gradualmente
construído por sociedades nos respectivos espaços de vida”.
A região pode ser identificada, também, como unidade de gestão, de controle político e
administrativo ou de planejamento de determinada parcela do território, por meio de
determinada divisão regional (GOMES, 1995).
Na compreensão de Lobato (1997), num estudo sobre o conceito de região, através de
diferentes concepções, conceitua região como um conjunto de unidades de área, como por
exemplo, um grupo de municípios que apresentam uniformidades internas e grande diferença
24
em relação a outros conjuntos. Já, para Lencioni (1999, p.23), “a noção de região, da forma
mais genérica possível, contém a idéia de parte de um todo”.
No sentido geral desses conceitos de região, ressaltamos que nosso estudo sobre as
diferenças regionais da mortalidade dos idosos do Rio Grande do Sul se torna um trabalho
amplo, na medida em que chamamos a atenção para a amplitude do território gaúcho: em
2000 era dividido em 467 municípios, dispersos em um território de 282.062km
2
e com
disparidades regionais marcantes. Importa entendermos que essa diversidade regional está
ligada à realidade onde convivem, de um lado, municípios e regiões com padrões de
industrialização e desenvolvimento similares aos de países desenvolvidos e, de outro,
municípios e regiões que apresentam um desenvolvimento urbano industrial medíocre e taxas
de crescimento do PIB muito inferiores à média estadual (PAIVA, 2004).
Nesse contexto, frente a essas diferenças, em termos de indicadores, é que se abriu um
campo para esta pesquisa, em específico para nosso estudo quando buscamos verificar essas
diferenças em relação à mortalidade dos idosos no Rio Grande do Sul, e o impacto que
investimentos públicos podem causar nas taxas de mortalidade entre a população idosa.
Portanto, para as análises feitas ao longo deste estudo, concordamos com os autores,
ao considerar região como
[...] uma porção do espaço com características naturais específicas que, ao longo de
seu processo de formação histórico-cultural, foi configurando uma identificação
social, econômica e política, a fim de atender às necessidades de sua população,
delimitando uma identidade regional própria (BASSAN & SIEDENBERG, 2003, p.
141).
A questão da região, e em específico da regionalização do Estado do RS, é de
fundamental importância, pois propomos estudar diferenças regionais, ao considerarmos os
25
critérios oficiais do IBGE sobre Mesorregiões. Assim sendo, cabem algumas considerações
sobre o processo de regionalização do RS em termos oficiais.
1.1 Divisões Regionais do Rio Grande do Sul
Hoje, a regionalização do Estado do Rio Grande do Sul se apresenta dividida de
formas diferentes, o que contribui, muitas vezes, para um aprimoramento nas formas de uso e
controle do território. Essas divisões regionais diferentes produzidas ao longo do tempo se
deram tanto por parte do estado como por parte de entidades civis, o que aumenta a
dificuldade e identificação na delimitação de áreas específicas (KLARMANN, 1999).
Dentre as divisões regionais do Rio Grande do Sul, estão as já conhecidas abrangentes
dos órgãos de administração estadual; a divisão regional do IBGE, pelas chamadas
mesorregiões (usada neste estudo) e microrregiões; a divisão regional das associações de
municípios (FAMURS), que visam a integrar o trabalho das prefeituras dos municípios dentro
da mesma região e a divisão dos Conselhos Regionais de Desenvolvimento - COREDES, que
dividem o estado em 24 regiões e tem como um dos seus objetivos principais a promoção do
desenvolvimento regional harmônico e sustentável.
Destacamos que neste estudo trabalhamos com as mesorregiões, como unidade de
análise. Justificamos a escolha dos municípios como unidade de análise, junto com as
mesorregiões do IBGE, por concordar com Ramos & Mariño (2003), quando colocam que, ao
trabalhar com o nível municipal de análise, é estrategicamente adequado pela condição de
unidade político institucional que representa, e que é com relação a grupos de municípios que
correspondam a unidades socioculturais onde melhor se podem estabelecer os parâmetros das
questões do desenvolvimento.
26
1.2 Desenvolvimento Regional
Ao entrar nas questões do desenvolvimento, partimos da sua descrição segundo a
Organização das Nações Unidas – ONU, citada por Boff (1999), como sendo um processo
econômico, social, cultural e político abrangente, que visa ao melhoramento do bem-estar de
toda a população e de cada ser humano. Assim, o desenvolvimento tem por objetivo tornar
melhor a qualidade de vida do ser humano enquanto ser humano, implicando vida saudável,
participação política, democracia social e participativa, garantia dos direitos humanos e
outros.
Concordamos, também, com Ramos & Mariño (2003, p.217), quando afirmam que
desenvolvimento, visto por um ângulo teórico, é “a atualização histórica (no sentido de Darcy
Ribeiro, 1979) das condições econômicas e de qualidade de vida para, virtualmente, toda uma
população”.
Bassan & Siedenberg (2003) explicam desenvolvimento de uma maneira mais
generalizada. Assim, segundo os autores, há alguns anos, desenvolvimento era entendido
como desenvolvimento econômico de uma região ou país, porém, inseridos no processo de
evolução econômica e social, esses países perceberam que, para desenvolver, não bastava
apenas aumentar a renda, as questões sociais ganharam maior importância e fizeram com que,
para que se analisasse desenvolvimento, tivesse então que envolver as variáveis como
educação, saúde, moradia, transporte e lazer, entre outros aspectos. Mudou-se, portanto, da
visão de que para desenvolver bastava uma mera análise quantitativa (crescimento), medida
através da renda per capita, para, além disso, uma análise qualitativa do bem-estar da
população. É por isso que aqui, no nosso estudo, além de utilizarmos uma variável
27
independente de caráter econômico (PIB per capita), trabalhamos também com outra variável
independente: o IDHM que leva em conta aspectos relacionados com a qualidade de vida
3
.
Os autores Bassan & Siedenberg (2003) comentam que os países mais desenvolvidos
procuram aliar ao seu crescimento econômico, o desenvolvimento econômico e social. Dessa
maneira, a população se mantém em níveis de satisfação elevado, consumindo e contribuindo
com o crescimento do país. Já os países em desenvolvimento se preocupam em crescer
meramente com o aumento da renda, “porém nem todos percebem que aumentar a renda não
necessariamente significa desenvolver, pois a má distribuição de renda é o principal fator que
impede o desenvolvimento dos países do terceiro mundo” (p.138).
Assim, a “definição de desenvolvimento econômico trás incorporada não apenas a
idéia da melhor condição econômica, mas também a de maior dignidade humana, mais
segurança, justiça e igualdade” (BASSAN & SIEDENBERG, 2003, p.139).
De acordo com Becker (2000, p.140), “não há como pensar desenvolvimento de uma
região sem se considerar as condições sociais, políticas, econômicas, de estruturação e
organização das comunidades locais”.
O mundo, hoje, depara-se com uma expectativa de vida nunca antes presenciada. Com
estimativas, através de indicadores (PNAD, IBGE), sabemos que a população idosa, aqui
definida como a população de 60 anos ou mais, alcançou, no Brasil, aproximadamente 17
milhões de pessoas em 2003. Representa 9,6% da população total brasileira e concentra maior
proporção de população nas idades mais jovens, de 60 a 69 anos, assim como em outros
3
O item 1.3 a seguir aprofunda a caracterização das variáveis consideradas neste estudo.
28
países, tendo em vista que o processo de envelhecimento da população brasileira ainda é
recente se comparado com o dos países mais desenvolvidos.
Assim, o aumento da expectativa de vida e o número cada vez maior de pessoas
sobrevivendo com idade avançada é um fenômeno global, afetando os países desenvolvidos e
os em desenvolvimento. As conseqüências do que poderá acontecer, no sentido de
desenvolvimento, ainda não são sabidas, pois o aumento da longevidade traz implicações nas
doenças e incapacidades da população, assim como nas necessidades de atenção. Os países
desenvolvidos tiveram tempo e se prepararam com mecanismos institucionais na prevenção e
no atendimento das demandas dessa população, possibilitando, desse modo, níveis mais
dignos de saúde, educação, trabalho e principalmente de previdência social (Kreling, 2004).
Já, em países como o Brasil,
este processo gera uma série de implicações que conduzem, necessariamente, a uma
reavaliação das estratégias de planejamento, por parte do Estado, direcionadas a
políticas públicas e sociais no âmbito da família e da sociedade. A necessidade da
implementação de ações e programas governamentais para atender e responder às
necessidades dessa população envolverá necessariamente a redistribuição dos
recursos, hoje já insuficientes para o atendimento da infância e da juventude
(KRELING, 2004, p.1).
No decorrer deste trabalho, fizemos uso de indicadores sociais, tais como a
mortalidade, as transferências do SUS por habitante, Produto Interno Bruto per capita, IDHM
e taxa de urbanização, os quais estão descritos a seguir.
1.3 Indicadores sociais:
Foi-se o tempo em que os indicadores, particularmente os sociais, ficavam guardados a
espera de especialistas, no caso os estatísticos e matemáticos. Junto ao desenvolvimento, e em
29
parte, responsável por ele, hoje se faz quase obrigatória a referência a indicadores de situação.
Para demonstrar o que estamos falando, citaremos Keinert, ao prefaciar a obra de Jannuzzi
O público qualificado e os analistas querem saber, cada vez mais, quais os efeitos da
gestão sob múltiplos enfoques e abordagens, mais além da mera, comparação com o
que foi feito antes. Assiste-se a emergência da cultura dos indicadores, das
avaliações permanentes, sistemáticas e consistentes. Da familiaridade com as bases
quantitativas para se alcançar conclusões qualitativas (JANNUZZI, 2001, p.9).
Segundo Jannuzzi (2001), para avaliar as condições de vida da população, para apontar
a eficácia ou não eficácia das políticas públicas, vem sendo utilizados os indicadores sociais
para se fazer essas avaliações, e hoje se apresentam jornalistas, lideranças populares, políticos
e a população em geral na buscas desses indicadores.
O avanço da democratização política nas últimas décadas e o surgimento de
organizações sociais mais compromissadas foram alguns dos primeiros fatores que
contribuíram para a difusão crescente do uso de indicadores sociais, se visto por outro lado,
também contribuíram para esse crescimento, fatores de natureza econômico-social como a
persistência dos problemas sociais históricos, como a pobreza e desigualdade, o desemprego
e a exclusão social, já a sua popularização se deu através dos meios de comunicação
(JANNUZZI, 2001).
Foi na década de 60, quando se presenciou o descompasso entre crescimento
econômico e melhoria das condições sociais, que os indicadores sociais ganham corpo
cientifico. Isso se deu, quando, apesar do crescimento do Produto Interno Bruto (PIB), os
níveis de pobreza permaneciam em alta e acentuavam-se as desigualdades sociais em vários
países. Assim, “crescimento econômico não era, pois, condição suficiente para garantir o
Desenvolvimento Social” (JANNUZZI, 2001, p.13).
30
Em nosso estudo, sobre a mortalidade da população com 60 anos ou mais, os
indicadores PIB per capita, IDHM e taxa de urbanização, foram parte fundamental na
pesquisa e análise dos dados. Cabe-nos, então, considerar:
Um Indicador Social é uma medida em geral quantitativa dotada de significado
social substantivo, usado para substituir, quantificar ou operacionalizar um conceito
social abstrato, de interesse teórico (para pesquisa acadêmica) ou programático (para
formulação de políticas). É um recurso metodológico, empiricamente referido, que
informa algo sobre um aspecto da realidade social ou sobre mudanças que estão se
processando na mesma (JANNUZZI, 2001, p. 15).
Segundo Siedenberg (2000), os indicadores socioeconômicos nada mais são do que
instrumentos utilizados para explicar disparidades socioeconômicas. Os indicadores sociais se
constituem das estatísticas públicas – dados censitários, estimativas amostrais e registros
administrativos. A diferença entre estatística pública e indicador social é o conteúdo
informacional presente, isto é, o valor contextual da informação do indicador social
(JANNUZZI, 2001).
Mostraremos, de uma maneira geral, como se classificam os indicadores sociais. A
divisão mais comum é a divisão dos indicadores segundo a área temática da realidade social
que está se referindo, como por exemplo, os indicadores de saúde (percentual de crianças
nascidas com peso adequado, entre outros), os indicadores demográficos (taxa de mortalidade,
dentre outros), indicadores de renda e desigualdade (nível de pobreza, entre outros). E,
classifica-se, também, de forma ainda mais agregada, como por exemplo, os indicadores
socioeconômicos, de condições de vida, de qualidade de vida, desenvolvimento humano ou
indicadores ambientais.
31
Segundo Jannuzzi (2001), é comum os indicadores serem classificados em mais de
uma temática, isso se dá conforme a prática de pesquisa e as propriedades intrínsecas do
indicador. Assim sendo, a nossa proposta de estudo se enquadra inserida nesse contexto,
quando pretendemos relacionar indicadores socioeconômicos e a mortalidade da população
com 60 anos ou mais.
Dessa forma, conforme Siedenberg (2000, p.8), os indicadores socioeconômicos
podem ser utilizados, entre outros motivos, “para comprovar ou contestar o êxito de uma
estratégia ou de uma política de desenvolvimento, para fazer comparações entre municípios,
regiões, estados ou países, ou ainda, para comprovar determinados déficits ou diferenças
regionais em setores específicos”.
Fizemos uso central, neste trabalho, da mortalidade, a qual é considerada um indicador
negativo, assim como a morbidade, enquanto que indicadores considerados positivos são do
tipo bem estar e qualidade de vida (PEREIRA, 1998).
Na próxima seção, tentaremos mostrar a construção e apresentação desses indicadores,
os quais são a base deste estudo.
1.3.1 Mortalidade
A mortalidade foi o primeiro indicador utilizado em avaliações de saúde coletiva, e
ainda hoje é o mais empregado, “isto pode ser explicado pelas facilidades operacionais: a
32
morte é objetivamente definida, ao contrário da doença, e cada óbito tem de ser registrado”
(PEREIRA, 1998, p. 55). E, ainda, esse registro resulta na formação de uma base de dados,
mantida e organizada por técnicos do governo, divulgada periodicamente. Essa base de dados
é armazenada em computadores (sites do Ministério da Saúde), facilitando a preparação de
estatísticas sob diversas formas, cuja interpretação, mesmo que superficial, fornece um
diagnóstico da situação.
Com posse desses dados, taxa de mortalidade dos idosos – sabendo que estatísticas de
mortalidade exprimem a gravidade da situação geral da saúde – e dos demais, PIB per capita,
IDHM taxa de urbanização, analisarmos a situação dos municípios
4
do RS, no sentido de
verificar o efeito de investimentos e recursos no setor da saúde para o retardo da mortalidade
dos idosos, o que pode vir a incrementar as discussões e implementações de políticas públicas,
contribuindo, assim, com o desenvolvimento dessas regiões.
Todavia, os indicadores que expressam a mortalidade da população são numerosos.
Dessa maneira restringimos-nos a apresentar, no decorrer deste sub-capítulo, a forma que foi
usada para esta pesquisa, acompanhada de sua respectiva fórmula.
Em geral, esses indicadores referem-se ao que acontece em uma população num
período de um ano. Pode-se organizar a distribuição de óbitos para numerosas características
da população e do meio ambiente. Segundo Pereira (1998), os registros oficiais de óbitos são
precisos para expressar a mortalidade pelos seguintes parâmetros: sexo, idade
5
, causa, local de
residência do falecido, e local e época de ocorrência do óbito.
4
Também agregados pela divisão do IBGE em Mesorregiões.
5
Parâmetro a ser usado neste estudo, posteriormente explicado.
33
O nosso estudo está inserido nesse caso, nas formas mais comuns de apresentação das
estatísticas. Utilizamos a taxa de óbitos da população com mais de 60 anos e por faixa de
idade dentro da população idosa.
Conforme Pereira (1998), a mortalidade por idade (número de óbitos por grupo etário)
é a forma mais utilizada de estatísticas de mortalidade. E isso se explica por dois motivos:
primeiro, a probabilidade de morrer está muito relacionada à idade, independente do sexo; e,
segundo, além de importantes, as informações sobre a distribuição da mortalidade por faixa
etária estão disponíveis para análise, pois são, facilmente coletadas, com alto grau de precisão.
A mortalidade por causa também é explicada pelo autor acima citado, quando o
mesmo coloca que as causas apostas nos atestados permitem conhecer de que morrem as
pessoas e, em seu conjunto, fornecem o perfil de saúde da população. Exemplificando, nas
áreas economicamente pouco desenvolvidas, é alta a incidência de doenças infecciosas e
parasitárias enquanto que nas sociedades em desenvolvimento ou desenvolvidas predominam
as afecções crônico-degenerativas. Lembremos que, neste estudo, centramos-nos na
mortalidade por idade, e em específico, da população com 60 anos ou mais.
Nesse aspecto, complementa Jannuzzi (2001), o perfil epidemiológico das doenças e
óbitos está associado ao nível de desenvolvimento socioeconômico e da oferta de prestação de
serviços de saúde para a população.
A seguir, é apresentada a fórmula do indicador da mortalidade que foi utilizado neste
estudo, segundo Pereira (1998, p. 107), lembrando que os dados da população são referentes
ao ano de 2000:
34
Para mortalidade por idade:
Número de óbitos no grupo etário no período x 100 mil
População do mesmo grupo etário na metade do período
O autor lembra que o denominador exige a estimativa correta do tamanho da
população. O ideal seria usar a exata população sob risco, mas ela é difícil de ser reconhecida
com precisão, por isso os demógrafos adotam, como aproximação, a população existente na
metade do período, supondo-se que os óbitos ocorram uniformemente durante o ano
(PEREIRA, 1998).
1.3.2 Transferências do SUS por habitante
Os repasses advindos do SUS para os municípios obedecem a uma legislação própria e
têm relação com o número de habitantes. Segundo a 8.080 de 19/09/1990 no artigo 35, para o
estabelecimento de valores a serem transferidos a estados, Distrito Federal e municípios é
utilizada uma combinação de alguns critérios - os quais sejam:
I – perfil demográfico da região;
II – perfil epidemiológico da população a ser coberta;
III – características quantitativas e qualitativas da rede de saúde na área;
IV – desempenho técnico, econômico e financeiro no período anterior;
V – níveis de participação do setor saúde nos orçamentos estaduais e municipais;
VI – previsão do plano qüinqüenal de investimentos na rede;
VII – ressarcimento do atendimento a serviços prestados para outras esferas do
governo.
35
Boa parte das transferências do SUS
6
(pelo menos aquelas relacionadas à Gestão Plena
de Assistência Básica e Gestão Plena do Sistema Municipal) são feitas em bloco (block
grants), ou seja, cada jurisdição recebe do governo central um valor nominal fixo cuja
magnitude é independente do nível de contribuição para a provisão do bem público. Ou seja,
todo gasto público municipal em saúde tem custo marginal zero até atingir o valor da
transferência. Cada real gasto em saúde acima do valor da transferência básica terá um custo
integral para a localidade. Sob esse sistema de transferências “em bloco”, o mecanismo de
competição de gasto levará os governos municipais a gastar o valor das transferências, e não
muito mais do que isto (BNDES, 2002).
1.3.3 Produto Interno Bruto – PIB
Certamente, o Produto Interno Bruto (PIB) é uma das variáveis econômicas mais
utilizadas e conhecidas pela sociedade como um todo.
Por ser uma variável tão amplamente utilizada e comentada (rádios, TV, jornais),
pode, muitas vezes, ser interpretada de maneira equivocada. Por isso, no texto que segue,
procuramos dar uma visão sobre o assunto, apresentando as principais definições e limitações
que cercam a variável, dentre outros enfoques relevantes.
Conforme Froyen (1999), o PIB é uma medida de todos os bens e serviços finais
produzidos dentro do território nacional, em determinado período de tempo, avaliados a
preços de mercado. O sentido da expressão bens e serviços finais é que no cálculo do PIB os
bens intermediários, ou seja, os bens e serviços que serão "destruídos" para dar origem a outro
6
No capítulo III desta dissertação, entraremos novamente nas questões de saúde e recursos públicos,
especificamente tratamos das transferências do SUS por habitante.
36
bem ou serviço não são computados separadamente. Logicamente, eles estão inseridos no
valor dos bens finais. Portanto, contabilizá−los separadamente daria origem à dupla contagem.
Távora (2002) lembra que o PIB não é uma medida de bem−estar da população. Ele
mensura somente a produção de bens e serviços. Se todos os cidadãos de um país (ou região)
começassem a trabalhar 72 horas por semana seria bem provável que o PIB aumentasse, no
entanto, estariam essas pessoas em situação melhor? Além disso, o PIB não considera o custo
social de conseguir a produção, como exemplo, o custo da degradação do meio ambiente.
Portanto, o PIB pode ser uma medida relevante do nível de atividade econômica, mas não do
bem−estar social.
Antes dos anos 60, o indicador social, PIB per capita, que mede o nível médio da
renda – calculado como quociente do Produto Interno Bruto pelo total da população – era
considerado como uma das medidas-síntese mais direta do bem-estar nos diversos países do
mundo. Nos dias de hoje, não se figura mais com o mesmo status de validade, porém, a renda
per capita é um indicador muito usado nos relatórios sociais dos organismos internacionais,
compondo inclusive, o Índice de Desenvolvimento Humano do PNUD (JANNUZZI, 2001).
Utilizamos o PIB per capita, mais como uma medida da situação econômica dos municípios,
conscientes de que ele apresenta limitações.
Em resumo, o PIB per capita é a relação entre o PIB e a população no mesmo período.
Interpreta-se como o índice que mede a produção dos setores da economia por habitante. É
uma medida de riqueza, ou seja, a região que apresenta maior PIB per capita possui mais
riquezas econômicas. É utilizado para fazer comparações entre diferentes regiões no intuito de
identificar possíveis situações de pobreza. Porém, têm limitações, assim esse indicador suscita
37
cautela na sua utilização. Regiões com PIB per capita muito alto podem esconder situações de
pobreza, porque a riqueza pode estar muito concentrada (MARTINS, 1999).
A situação descrita acima é uma das hipóteses de nossa proposta de estudo, no sentido
de que os municípios que apresentem um PIB per capita alto, podem não estar reduzindo a
mortalidade dos idosos da faixa etária mais jovem (60-69 anos).
O método de cálculo do PIB per capita é a divisão do valor total dos bens e serviços
finais (de um determinado período), divididos pelo número que representa o total da
população do país (do mesmo período), ressaltando que a produção deve ser expressa em
valor real, assim:
PIB per capita = PIB de um determinado período
População no mesmo período, geralmente um ano
Por ser uma média, o valor do PIB per capita não corresponde aos ganhos
efetivamente recebidos pelos habitantes de uma economia. Na verdade, uns receberão mais,
outros menos do que o valor do PIB per capita. Quando a concentração da renda for alta,
observaremos que, enquanto muitos têm rendas muito inferiores ao PIB per capita, uns
poucos têm rendas muito superiores à renda per capita. E assim, essa renda não seria
representativa da realidade. Dessa forma, explica Martins (1999), que o indicador isolado
renda per capita, na verdade, esconde o grau de desigualdade existente na distribuição da
renda, não podendo, portanto, concluir que uma economia está se desenvolvendo, apenas pela
observação de um crescimento da renda per capita. Para isso, são necessários outros
indicadores econômicos e sociais. Em função disso, utilizamos-nos, neste estudo, de outros
indicadores de desenvolvimento como variáveis de controle, tal como o IDHM, o qual é
explicado no sub-capítulo seguinte.
38
1.3.4 Índice de Desenvolvimento Humano Municipal – IDHM
Pressupomos que o desenvolvimento precisa conter vários elementos adicionais à
expansão da produção e da riqueza, devendo seu objetivo canalizar-se para o ser humano,
desenvolvimento esse entendido como um processo de ampliar tanto as oportunidades dos
indivíduos quanto os níveis de bem-estar alcançados (ROMÃO, 1993).
As Nações Unidas, em face às múltiplas dimensões envolvidas nessa definição geral,
sugerem que a medição do desenvolvimento humano deva centrar-se em três elementos
essenciais da vida, elementos comuns aos povos do mundo, independentemente de suas
diferenças culturais, econômicas, sociais e políticas: longevidade, conhecimentos e níveis
decentes de vida. Assim, a combinação desses elementos constitui o já consagrado Índice de
Desenvolvimento Humano (ROMÃO, 1993).
O Índice de Desenvolvimento Humano (IDH) do Programa das Nações Unidas para
Desenvolvimento (PNUD) é formado por distintos indicadores socioeconômicos, variáveis
agrupadas em três dimensões: Renda (mensurada pelo PIB per capita em dólares corrigidos
por um índice de paridade do poder de compra entre os países); Saúde (medida pela
expectativa de vida ao nascer); Educação (resultante da taxa de alfabetização de adultos com
15 anos ou mais e taxa combinada de matrículas nos três níveis de ensino básico, médio e
superior (relativa à faixa etária de 7 a 22 anos)). “O IDH, portanto, é o resultado da
combinação destas três dimensões” (OLIVEIRA, 2001, p.47), que tem como objetivo avaliar a
evolução da qualidade de vida nos países, enquanto o IDHM é uma extensão deste que tem
como objetivo avaliar a evolução do desenvolvimento humano dos estados, municípios,
macrorregiões e microrregiões.
39
Através do IDH, o progresso humano passou a ser medido não mais simplesmente pelo
critério econômico da renda per capita, mas sim pela ponderação de fatores que de fato
ampliam as oportunidades de escolha das pessoas no seu cotidiano (Atlas do
Desenvolvimento Humano no Brasil). Dessa maneira, justificamos a escolha do IDHM para
avaliar a mortalidade dos idosos no estado do RS, já que dividimos e comparamos esse em
termos de mesorregiões.
Dessa forma, segundo o autor acima citado, o cálculo do IDHM consiste numa média
ponderada simples dos três índices parciais, definidos anteriormente, ou seja:
IDHMj = (Lj + Ej + Rj) / 3
Onde Lj corresponde ao índice de longevidade de um país/região/estado/município j;
Ej representa o índice de educação de um país/região/estado/município j; e Rj corresponde ao
índice de renda de um país/região/estado/município j.
O intervalo de variação para o IDHM encontra-se nos limites entre 0 e 1, e países,
regiões, estados ou municípios são classificados, de acordo com o valor do seu índice em
baixo (de 0 a 0,49); médio (acima de 0,5 até 0,8); e alto grau de desenvolvimento humano
(acima de 0,8 até 1,0) (OLIVEIRA, 2001).
A metodologia empregada pelo IDH é usada como referencial básico por
pesquisadores, instituições e analistas econômicos desde o início dos anos 90. Ainda que esses
indicadores não se isentem de falhas, “seja por se tratar de médias e, portanto, tendentes a
obscurecer ou ocultar variações existentes no conjunto da população, seja pela própria
40
deficiência da base de dados originais, que dificulta muitas vezes a obtenção de estimativas
confiáveis e comparáveis” (ROMÃO, 1993, p.99).
1.3.5 Taxa de Urbanização
A taxa de urbanização foi considerada de interesse ao relevar que o meio urbano
possui uma maior oferta de prestação de cuidados médico-hospitalares direcionados a
atividades curativas, assim como uma infra-estrutura organizada no setor saúde.
Desse modo, a taxa de urbanização é um indicador demo-geográfico que dimensiona a
parcela da população nacional ou regional que reside em áreas urbanas e, portanto, em tese,
essa parcela de população tem mais acesso aos bens públicos, serviços básicos de infra-
estrutura urbana e serviços sociais (JANUZZI, 2001).
O processo de urbanização acelerou a redistribuição da população entre as zonas rural
e urbana do País. Em 1930, dois terços da população brasileira viviam na zona rural; hoje,
mais de três quartos estão em zona urbana (SBGG, 2005).
A taxa de urbanização foi utilizada para este estudo relevando o fato de que os
municípios se apresentam menos ou mais populosos. Como esse é um indicador que é
apresentado na maioria dos relatórios de indicadores sociais, apresentamos a fórmula que é
usada para o cálculo da taxa de urbanização:
Taxa de Urbanização = População residente em áreas urbanas X 100
Total da população
41
Construímos as hipóteses deste estudo baseadas nesses indicadores, os quais compõem
nossas variáveis (dependentes e independentes). Supomos, entretanto, que a mortalidade está
associada ao desenvolvimento socioeconômico, especificamente aos recursos públicos, que
aqui se apresentam como a variável “transferências do SUS por habitante”, controlando-se
pelo PIB per capita, pelo IDHM, pela taxa de urbanização e pelo total da população.
Quando buscamos explicar em que medida diferenças regionais, em termos de PIB per
capita, IDHM, taxa de urbanização e população total se manifestam e explicam taxas
diferenciadas da mortalidade dos idosos que nelas residem, cabe-nos fazer considerações
sobre o crescimento da população. Deste modo, passamos para o capítulo seguinte.
42
CAPÍTULO II
ENVELHECIMENTO POPULACIONAL
2.1 Transição Demográfica
Transição demográfica é a teoria da evolução histórica das dinâmicas populacionais,
onde se estuda as mudanças no perfil da mortalidade e da fecundidade através dos tempos. O
crescimento demográfico da população mundial sempre foi muito lento, salvo em datas mais
recentes. Os números da população mundial através dos tempos evidencia uma tendência de
crescimento exponencial, traduzida pela expressão “explosão demográfica” (grifo do autor)
(PEREIRA, 1995).
O autor comenta que, de um certo ângulo, a situação demográfica atual pode ser
explicada de maneira muito simples: “em épocas recentes a mortalidade decresceu
abruptamente, enquanto a fecundidade não o fez no mesmo ritmo” (PEREIRA, 1995, p.160).
Cabe-nos citar que uma das teorias existentes mais antigas relacionadas ao impacto do
crescimento demográfico mundial é a do economista inglês Thomas Malthus (1766-1834), o
qual postulou que o aumento da população era um perigo para a sobrevivência humana. A
teoria de Malthus sustenta a “tese de que a população crescia em ritmo muito maior
(incremento geométrico) do que os meios de subsistência (incremento aritmético). [...]
propunha evitar medidas que favorecessem a natalidade” (PEREIRA, 1995, p.160).
Nos dias atuais, os seguidores de Malthus criaram a teoria dos Neomalthusianos que
advoga o uso das técnicas de planejamento familiar no intuito de promover o controle
populacional. Segundo Pereira (1995, p.160), “o argumento se baseia em que é possível
planejar o crescimento populacional no sentido de que a curva demográfica se estabilize, em
um nível ”ideal” (grifo do autor), compatível com os recursos existentes, [...]”
Uma corrente contrária a esse tipo de visão é debatida nos dias de hoje por parte dos
chamados “antineomalthusianos”, os quais, segundo Pereira (1995), sustentam que o
crescimento populacional pode se constituir em um fator de desenvolvimento econômico, e
também sustentam que as diferenças regionais de fecundidade são expressão de diferenças
sociais, e defendem que a concentração dos esforços na alteração das estruturas sociais com
melhor distribuição de renda, proporcionando um desenvolvimento socioeconômico nas
regiões, seria suficiente para mudar esse panorama, não necessitando da intervenção do
Estado para controle de natalidade. Assim, o próprio desenvolvimento econômico e social
seria o melhor contraceptivo.
Na discussão atual demográfica no Brasil, as posições antagônicas – controle
populacional e desenvolvimento econômico-social – ainda são objeto de freqüentes debates,
porém, nesse momento, os especialistas que discutiam a explosão demográfica em décadas
anteriores, deslocam o centro de suas atenções para as conseqüências da redução da
fecundidade.
O envelhecimento populacional ou demográfico é uma das conseqüências da transição
demográfica. Durante a transição demográfica passamos de um estágio em que os níveis de
44
fecundidade e mortalidade são altos para outro em que fecundidade e mortalidade estão em
níveis baixos. Ao longo desse processo, a proporção de pessoas idosas aumenta.
Dois tipos de mudanças podem estar acontecendo numa população para explicarem o
aumento da proporção de pessoas idosas e eles estão associados à atuação de diferentes
variáveis demográficas e a estágios diferentes da transição demográfica em que a população se
encontre.
No primeiro tipo de mudança, Moreira (1997) explica que a fração da população
jovem diminui sem que haja variação da população idosa de modo igual ou concomitante à
ocorrida nas primeiras faixas etárias. Esse tipo de envelhecimento é conhecido como
envelhecimento pela base. Nele, a principal variável demográfica responsável pelo
envelhecimento é a fecundidade. O estágio da transição demográfica em que ele ocorre é o 2º
ou 3° estágio, em que as taxas de fecundidade e de mortalidade são altas e começam a
diminuir; é o estágio atual das populações de países em desenvolvimento. Embora neste
momento o efeito da queda da mortalidade tenda a rejuvenescer a população, ele é suplantado
pela queda da fecundidade. A fecundidade é a grande definidora da estrutura etária.
O outro tipo de mudança que determina o aumento da proporção da população idosa é
a queda dos níveis de mortalidade das pessoas que se encontram nessa faixa etária. Esse
processo é chamado envelhecimento pelo topo. Ele ocorre em populações cujos níveis de
fecundidade e mortalidade já são muito baixo e a possibilidade de variação destes
componentes restringem-se à mortalidade dos grupos etários mais velhos. À medida que
ocorrem ganhos de anos de expectativa de vida para a população idosa, sua proporção,
obviamente, aumenta (MOREIRA, 1997).
Assim, o envelhecimento devido à redução da mortalidade expressa a realidade atual
dos países desenvolvidos e a tendência, para as próximas décadas, de todos os países que
iniciaram esse processo. Estudos sobre a mortalidade são importantes para os estudos sobre
desenvolvimento, pois, no momento que o envelhecimento é visto como um processo normal,
inevitável, irreversível e não uma doença, ele passa a ser tratado não apenas com soluções
médicas, mas também por intervenções sociais, econômicas e ambientais.
O Brasil tem um dos processos de envelhecimento populacional mais velozes no
conjunto dos países mais populosos do mundo. A velocidade do processo de envelhecimento
populacional brasileiro relaciona-se com a velocidade com que a fecundidade no Brasil
reduziu-se. Em 1960, a taxa de fecundidade total do Brasil era de 6 filhos por mulher e em
1991 já era 2,5, isto é, uma redução de quase 60% em apenas 30 anos (MOREIRA, 2000).
A discussão sobre o envelhecimento aparece como preocupação nacional a partir dos
anos 70, quando começam estudos e pesquisas que tentam compreender esse fenômeno
mundial, pois até então essa questão esteve relacionada aos países mais desenvolvidos da
Europa e da América do Norte.
Camarano (1999) comenta que desde os anos 70, no Brasil, as mulheres têm sido as
responsáveis pelo aumento da concentração de idosos nas áreas urbanas. E que entre esta
população, os ganhos na longevidade foram ligeiramente maiores para as mulheres (2,8 anos)
do que para os homens (2,1 anos). Em termos relativos, os ganhos na esperança de vida da
população idosa foram maiores do que os obtidos pela população total.
46
Esse aumento acelerado da expectativa de vida da população brasileira, cujo
envelhecimento está se dando em grande escala neste final de século, faz com que estimemos,
para o ano de 2025, um Brasil com aproximadamente 30 milhões de idosos.
De acordo com as projeções mais recentes, Moreira (2000), caracterizando como
idosos as pessoas com 65 anos de idade ou mais (referência usada pela OMS nos países
desenvolvidos, já nos países em desenvolvimento a referência é 60 anos ou mais, a qual
usamos neste estudo), afirma que esta população que era composta de 7,7 milhões de pessoas
em 1995, compreendendo menos de 5% do total da população do país, chegará a 2050 com
mais de 38 milhões de pessoas, perfazendo nada menos do que 18,4% da população brasileira
(quadro 1).
Quadro 1 - Brasil - População e participação relativa de grupos
etários selecionados, 1995-2050 (em milhões)
0-15 % 15-65 %
65 e
mais
% Total
1995 49,9 31,8% 99,5 63,3% 7,7 4,9% 157,1
2000 47,9 28,6% 110,5 66,0% 9,0 5,4% 167,4
2005 46,2 26,1% 120,5 68,0% 10,6 6,0% 177,3
2010 45,2 24,3% 128,6 69,1% 12,3 6,6% 186,1
2015 44,4 22,9% 135,1 69,6% 14,5 7,5% 194,0
2020 43,1 21,5% 139,8 69,7% 17,6 8,8% 200,5
2025 41,5 20,2% 142,8 69,5% 21,2 10,3% 205,5
2030 40,2 19,2% 143,5 68,6% 25,5 12,2% 209,2
2035 39,2 18,6% 142,9 67,6% 29,2 13,8% 211,3
2040 38,2 18,0% 141,5 66,8% 32,2 15,2% 211,9
2045 37,0 17,6% 138,4 65,7% 35,4 16,8% 210,8
2050 35,9 17,2% 134,3 64,4% 38,3 18,4% 208,5
Fonte: Moreira (2000, p.38).
Como mostra o quadro 1, na interpretação de Decol apud Moreira (2000), em termos
relativos, o grupo etário de 15 a 65 anos não sofrerá grandes mudanças no período analisado,
pois a redução dos jovens será compensada pelo crescimento do grupo etário mais velho, que
chegará a mais de 18% do total por volta de 2050.
Assim, a população até 15 anos sofrerá uma redução em números absolutos e relativos,
passando de quase 50 milhões em 1995 para 35,9 milhões no ano 2050. Conseqüentemente,
os jovens, que eram quase 32% da população brasileira em 1995, chegarão a 2050 com um
contingente relativo de apenas 17% do total.
A partir dessa interpretação e análise, Decol apud Moreira (2000) afirma que esse
processo trará profundas repercussões sobre as políticas sociais do país, principalmente no que
diz respeito a políticas públicas na área de saúde.
A mortalidade geral está reduzida a um terço da que era registrada um século antes.
Cerca de 30 óbitos por 1000 habitantes, em meados do século XIX, decresceu para um nível
inferior a 10 óbitos por 1000 habitantes, no final do século XX. Avaliações comparativas
mostram que muito foi feito, embora ainda haja um longo caminho a percorrer (PEREIRA,
1995).
Há razões puramente demográficas que podem explicar parte do decréscimo da
mortalidade no Brasil, o declínio da fecundidade, tendência evidente neste último quartel do
século XX, tem impacto na mortalidade, através da diminuição do tamanho da família e do
espaçamento entre gestações (PEREIRA, 1995).
Hoje, viver até os 60, 70, 80 anos tornou-se comum, uma experiência vivida por
milhões e milhões de pessoas no mundo todo, e isso se deu devido ao fenômeno do
envelhecimento populacional.
48
É fato que a expectativa de vida continua a elevar-se no mundo todo, no Brasil e
inclusive no RS, mas a longevidade não significa necessariamente velhice sadia, nem avanço
simultâneo e eficiente da qualidade de vida e de autonomia para boa parcela das pessoas
idosas, como afirma Lessa (1998). E essas são, na atualidade, outros exemplos de impactos
que o envelhecimento populacional traz. Juntamente a este fato surgem preocupações dos
governos e das populações dos países que ainda não estão totalmente adaptados a essa
realidade.
O resultado desta pesquisa, a qual relacionou as transferências do SUS por habitante,
taxa de urbanização, índices de PIB e IDHM com a mortalidade nesse extrato da população,
estudando todos os municípios do RS, poderá servir de referência para as políticas públicas.
Segundo Paschoal (2002), o aumento na quantidade e na proporção de idosos tem
criado inúmeros problemas sociais, políticos e econômicos. Maior número de velhos significa
aumento no custo e gastos médicos-sociais, necessidade maior de um suporte familiar, maior
probabilidade de cuidados de longa duração devido a maior prevalência de doenças crônicas,
com conseqüentes incapacidades.
Assim, esse aumento progressivo de dois, três, cinco ou mais anos na expectativa de
vida de um contingente de idosos implica (não necessariamente) aumento da morbidade, ou
melhor, a polimorbidade por doenças crônicas não-transmissíveis, comuns nas idades
avançadas (LESSA, 1998). A autora comenta ainda, que muitas dessas patologias são parcial
ou totalmente incapacitantes, e podem ser representadas, dentre tantas outras, por doenças
cardiovasculares, seqüelas de doenças cerebrovasculares, osteoarticulares, diabetes mellitus,
conseqüência da osteoporose e as doenças psicorgânicas, traduzidas pelos diversos tipos de
demência, entre eles a crescente prevalência da doença de Alzheimer do tipo tardio. “Todas
essas patologias que afetam os idosos são determinantes da maior parte dos gastos com a
saúde nos países desenvolvidos, dada a complexidade da freqüente simultaneidade de
doenças, do uso de tecnologias avançadas para diagnósticos mais precisos e permanências
hospitalares prolongadas” (GRAY apud LESSA, 1998, p. 203).
Em estudo recente, Camarano (1999) observa que, de 1980 até 1995, de todos os casos
analisados, as doenças do aparelho circulatório aparecem como o principal grupo de causas de
morte entre a população idosa em ambos os sexos, porém este grupo tem diminuído ao longo
do tempo. Em contrapartida, observou que o grupo de causas de morte das doenças
respiratórias, que é o segundo grupo de causas morte em importância, e as neoplasias tem
aumentado. Também é elevada a proporção de óbitos de causas mal definidas, embora tenha
apresentado tendência de redução no período de 1980/95 (de 22,5% dos óbitos masculinos em
1980 para 19,3% em 1995, valores bastante similares aos das mulheres). A causa dos óbitos
por causas maldefinidas reflete baixa assistência médica.
Comenta a autora que em “algumas experiências internacionais sugerem que a redução
das mortes por doenças do aparelho circulatório parece ser, até o momento, a grande
responsável pelo aumento da longevidade nos países desenvolvidos” (CAMARANO, 1999, p.
32).
Cabe-nos ressaltar a passagem em que Lessa (1998) comenta sobre a ineficácia e a
ineficiência das medidas preventivas, diante dos tipos de fatores de risco, as doenças crônicas
não-transmissíveis (DCNT) e as dificuldades em mudanças comportamentais a partir de
idades adultas. Assim, estratégias populacionais para DCNT devem ser instituídas
precocemente, pois seus frutos só podem ser avaliados nas idades em que normalmente as
50
DCNT começam a aumentar suas prevalências, não significando que tais medidas não deva
ser instituídas para idosos.
Dessa forma, estudos/pesquisas com a população de 60 anos ou mais, tais como este,
que utilizou a mortalidade como variável dependente, devem ser levados em consideração ao
se planejar serviço de saúde e de apoio para essa crescente população, pois só assim
poderemos ajudar a esclarecer os fatos que contribuem para o chamado “envelhecimento bem
sucedido” de uma população, partindo dessa forma para uma sociedade que pensa em seu
desenvolvimento.
Há uma crença cada vez maior de que os problemas são contornáveis e as soluções,
possíveis. Sabemos da quantidade de pesquisas que têm sido feitas e a sociedade começa a se
engajar em intervenções multidimensionais, que levarão, talvez, ao envelhecimento bem
sucedido para a maioria das pessoas. Portanto, estudos como este vêm ajudar a planejar
intervenções mais adequadas, assim como, a se entender melhor os idosos e o processo de
envelhecimento populacional nessa discussão regionalizada.
2.1.1 Impactos sociais e econômicos das tendências demográficas:
De uma maneira geral, Breternitz (2003) comenta que os setores da economia
apresentam alterações ao se defrontar com o crescimento do grupo etário mais velho. Há
setores que serão afetados, assim como os da área de construção civil, em face da redução da
necessidade de novas casas, embora a necessidade de adaptação das construções existentes
possa diminuir um pouco o impacto dessas perdas. Por outro lado, a área que certamente será
beneficiada é a da saúde. Remédios, hospitais, serviços de apoio aos idosos, biotecnologia,
etc., devem esperar grande crescimento. O aumento da população idosa deve beneficiar a
indústria do lazer, embora devam ser necessárias alterações no perfil de serviços prestados por
essa área, mesmo com idosos do futuro devendo ser mais ativos que os da atualidade,
principalmente em função da mudança de valores e melhoria das condições de saúde da
população idosa.
Apesar da pouca disponibilidade de dados, Breternitz (2003) afirma que idosos
respondem pela maior parte das despesas que estão ligadas as finanças públicas. Isso se deu
pela tendência de envelhecimento da população. Assim, inseridos nesse contexto, esperamos,
com este estudo, testar se quanto maior o investimento em saúde, maior a longevidade, ou
seja, menor a mortalidade na faixa etária mais jovem dentro da população idosa.
Simulações feitas pelo Organisation for Economic Co-operation and Development -
OECD, considerando nações industrializadas, mostram que esse crescimento da população
idosa, se mantidas as regras atuais, pode levar a grandes desequilíbrios orçamentários, com as
conseqüências típicas dessa situação, como aumento de taxas de juros, de impostos, etc.,
gerando grandes problemas a essas economias (BRETERNITZ, 2003).
O crescimento acentuado da população idosa no Rio Grande do Sul, e a alta
expectativa de vida, faz com que o Estado seja objeto de estudo nas questões ligadas ao
envelhecimento. Dessa forma, apresentamos a seguir como se deu, e como está, a questão do
envelhecimento populacional no Rio Grande do Sul.
2.2 A Evolução da Expectativa de Vida no Rio Grande do Sul
52
Jardim (2004), da Fundação de Economia e Estatística – FEE, em estudo sobre a
evolução da população no Rio Grande do Sul, comenta que no início do século XX, um
gaúcho recém-nascido esperaria viver em média 43,9 anos. Já em 2000, a expectativa de vida
da população do Rio Grande do Sul é de 71,6, ou seja, os gaúchos vivem em média 27,7 anos
a mais do que os do início do século XX.
Os gaúchos, em 1900, viviam, em média, 12 anos mais do que a média dos brasileiros,
a autora acima citada lembra que, até a década de 30, o ritmo de crescimento da expectativa
de vida foi mais acentuado do que a do Rio Grande do Sul. Já entre 1930 e 1950, o ritmo de
crescimento da expectativa de vida da população do Brasil é menor do que a do Rio grande do
Sul.
No entanto, esse crescimento da expectativa de vida faz com que nos deparemos com
novos desafios, um deles diz respeito às pressões políticas e sociais para a transferência de
recursos públicos para a sociedade.
Hoje, o Rio Grande do Sul apresenta um dos maiores níveis de expectativa de vida ao
nascer. De acordo com Jardim (2004), a expectativa de vida ao nascer é um dos principais
indicadores de qualidade de vida de uma população, já que esta estatística é o resultado das
condições médico-sanitárias da população. Foi o grande progresso da medicina, aliado com o
aumento das condições de saneamento básico, a disseminação da prevenção das doenças, o
maior controle das doenças transmissíveis, a maior cobertura da imunização e de uma maneira
geral a disseminação ao acesso dos serviços de saúde que contribuíram para o aumento da
expectativa de vida da população.
Segundo Jardim (2004), esses avanços nas condições médicas e sanitárias associados à
melhoria dos níveis educacionais da população foram preponderantes para o aumento da
expectativa de vida ao nascer já que aumentou a chance de vida em todas as faces de vida. O
controle das doenças infecciosas e parasitárias contribuíram para a redução da mortalidade
infantil, a redução da mortalidade materna e das guerras diminuiu a mortalidade de jovens
adultos e o controle das doenças aumentou a chance dos idosos viverem mais anos.
Da mesma forma, para Camarano (1999, p.20), “O aumento da longevidade deve ser
reconhecido como uma conquista social, que se deve em grande parte ao progresso da
medicina e a uma cobertura mais ampla dos serviços de saúde”.
Cada vez maior no contingente populacional, apresenta-se a população com 60 anos ou
mais, seu crescimento passou de 3,39% para 10,46% num mesmo período no RS. Em termos
absolutos, nos últimos 20 anos, o número de idosos dobrou. Em 2020, aproximadamente, 2
milhões de pessoas, no Rio Grande do Sul, deverão ter mais de 60 anos (JARDIM, 2004).
A promoção da saúde da população, com equidade, é um dos objetivos centrais na
busca do bem estar social, assim os gestores públicos defrontam-se com o desafio de
encontrar meios para promovê-la, mesmo que considerem essas condições políticas e
econômicas adversas (CÔRTES, 2002).
Emergem, na atualidade, questões sobre saúde pública e envelhecimento, pois com o
envelhecimento da população, cresce a demanda por serviços da saúde, assim, com base nesse
enfoque, passamos para a discussão sobre a saúde pública e o envelhecimento.
54
CAPÍTULO III
SAÚDE PÚBLICA E ENVELHECIMENTO
A saúde das pessoas se deteriora com a idade e isso faz com que seja maior a demanda
de atenção ao segmento populacional mais idoso. Temos de encontrar os meios para
incorporar os idosos em nossa sociedade, mudar conceitos já enraizados e utilizar novas
tecnologias, com inovação e sabedoria, a fim de alcançar de forma justa e democrática a
eqüidade na distribuição dos serviços e facilidades para o grupo populacional que mais cresce
em nosso país.
A saúde pública compreende um conjunto complexo de ações que visam a proteger,
promover e recuperar a saúde das populações tendo em vista uma melhor condição
de vida. O objetivo é tornar melhor a vida do homem na terra. Estas ações não são
isoladas e devem ser concatenadas com outros setores (ADMINISTRAÇÃO, 2001,
p.14).
Em geral, a conotação veiculada pela instância da Saúde Pública costuma se referir a
formas de agenciamento político/governamental (programas, serviços, instituições) no sentido
de dirigir intervenções voltadas às denominadas necessidades sociais de saúde (PAIM, 1980).
55
Segundo Netto e Ponte (2002, pg 380), a saúde pública, com base na sua história, pode
ser entendida como resultado de políticas de várias áreas, como a econômica, a agrária, de
habitação, abastecimento, “indo muito além da intervenção do setor específico sobre
indivíduos, cuja expressão mais comum em nosso meio é a relação entre o profissional e o
paciente, através de uma consulta”.
Complementam os autores que, no Brasil, essa interpretação está inscrita na
Constituição de 1988 e nas Leis Orgânicas de Saúde, essa forma de operacionalização que
guarda coerência com os conceitos expressos, é o SUS - Sistema Único de Saúde,
descentralizado, com participação popular, com ênfase nos aspectos preventivos e voltado
para a integralidade e equidade da atenção (NETTO & PONTE, 2002).
Segundo DATASUS (2005, pg 1), o SUS “constitui o modelo oficial público de
atenção à saúde em todo o país, sendo um dos maiores sistemas públicos de saúde do mundo e
o único a garantir assistência integral e totalmente gratuita para a totalidade da população”.
O SUS está definido na Lei Nº 8.080, de 19 de setembro de 1990 - Lei Orgânica da
Saúde, como
o conjunto de ações e serviços de saúde, prestados por órgãos e instituições públicas
federais, estaduais e municipais, da Administração direta e indireta e das fundações
mantidas pelo Poder Público, incluídas as instituições públicas federais, estaduais e
municipais de controle de qualidade, pesquisa e produção de insumos, medicamentos,
inclusive de sangue e hemoderivados, e de equipamentos para saúde, garantida,
também, a participação complementar da iniciativa privada no Sistema Único de
Saúde.
A direção do SUS, de acordo com o inciso I do art. 198 da Constituição Federal, é
única, sendo exercida em âmbito nacional pelo Ministério da Saúde; em âmbito estadual e no
56
Distrito Federal, pela respectiva Secretaria de Saúde ou órgão equivalente e, no âmbito
municipal, pela respectiva Secretaria de Saúde ou órgão equivalente.
Os serviços públicos são prestados pelo estado nos três níveis de governo: federal,
estadual e municipal. Assim, ao Ministério da Saúde compete, sobretudo:
A formulação, a normatização, a avaliação e o acompanhamento da política nacional
de saúde, além das políticas de nutrição e alimentação, meio ambiente, inclusive o
trabalho e saneamento; a promoção da descentralização das ações e serviços de
saúde e definição e coordenação dos sistemas de redes integradas de alta
complexidade, de laboratórios de saúde pública, de vigilância epidemiológica e
sanitária, de sangue e hemoderivados; a formulação da política nacional de insumos
e equipamentos de interesse da saúde; a cooperação técnica e financeira a estados e
municípios, etc. (LUCCHESE, 1996, p.58).
À esfera estadual de gestão caberia, principalmente:
A formulação da política estadual de saúde em consonância com a política nacional
de saúde, assim como a participação na formulação de outras políticas setoriais, tais
como, saneamento, meio ambiente, etc; a gestão dos sistemas públicos de alta
complexidade, de referência estadual e regional; acompanhar, controlar e avaliar a
regionalização e hierarquização do SUS no estado; promover a descentralização das
ações e serviços para os municípios; e prestar cooperação técnica e financeira aos
municípios (LUCCHESE, 1996, p.57).
Com relação à esfera municipal de gestão do SUS, compete a ele, principalmente:
A formulação da política municipal de saúde, em consonância com as políticas
estadual e nacional de saúde; o planejamento, a organização e a avaliação das ações
e serviços de saúde; a gestão da rede contratada de serviços privados, inclusive a sua
contratação, controle e avaliação; a execução dos serviços de vigilância
epidemiológica, sanitária, de alimentos, saúde do trabalhador, etc; dentre outras
(LUCCHESE, 1996, p.57).
57
Para que possamos compreender o sistema de saúde no Brasil, anterior a criação do
SUS, citamos os seguintes fatos, segundo os dados do DATASUS, 2005,
Desde o início do século passado, até o final dos anos sessenta, o sistema de saúde
brasileiro se preocupava, fundamentalmente, com o combate em massa de
doenças, através das campanhas de saúde pública. A partir dos anos setenta,
passou a priorizar a assistência médica curativa e individual.
Em 1975, através da Lei 6.229, foi criado o Sistema Nacional de Saúde, separando
as ações de saúde pública das ações ditas de atenção às pessoas.
Em 1977, se criou INAMPS – Instituto Nacional de Assistência Médica da
Previdência Social, para tender exclusivamente as pessoas que possuíam carteira
de trabalho. O atendimento dos desempregados e residentes no interior era de
responsabilidade das Secretarias Estaduais de Saúde e dos serviços públicos
federais.
Somente a partir dos anos oitenta, mudanças econômicas e políticas ocorridas no
país, passaram a exigir a substituição do modelo médico-assistencial privatista por
um outro modelo de atenção à saúde.
Os primeiros sinais de mudança do modelo de atenção à saúde no Brasil, surgiram
com a criação, em 1979, do PIASS – Programa de Interiorização das Ações de
Saúde e Saneamento a partir de alguns projetos pilotos medicina comunitária.
Em 1983, se implantou a AIS – Ações Integradas de Saúde, o primeiro desenho
estratégico de co-gestão, de desconcentração e de universalização da atenção à
saúde.
Em 1986 foi realizada a 8ª Conferência Nacional de Saúde e, no ano seguinte, se
criou o SUDS – Sistema Unificado e Descentralizado de Saúde, que representou a
desconcentração das atividades do INAMPS para as Secretarias Estaduais de
Saúde.
A Constituição Federal de 1988, incorporando, parcialmente, as propostas
estabelecidas pelo movimento da reforma sanitária brasileira criou o Sistema
Único de Saúde, regulamentado dois anos depois pelas Leis 8.080, de 19 de
setembro de 1990 e 8.142, de 28 de dezembro de 1990.
Um passo significativo na direção do cumprimento da definição constitucional de
construção do Sistema Único de Saúde, foi a publicação do decreto nº 99.060, de
7 de março de 1990, que transferiu o Instituto Nacional de Assistência Médica da
Previdência Social (INAMPS) do Ministério da Previdência para o Ministério da
Saúde.
Em 27 de julho de 1993, quase três anos após a promulgação da lei 8.080, que
regulamentou o SUS, o INAMPS foi extinto através da Lei n° 8.689, sendo suas
funções, competências, atividades e atribuições absorvidas pelas instâncias
federal, estadual e municipal do SUS.
Ao se preservar as funções, competências, atividades e atribuições do INAMPS, se
preservou também a sua lógica de financiamento e de alocação de recursos
financeiros, como, por exemplo, o estabelecimento de limites ou tetos físicos e
financeiros para as Unidades Federadas.
58
Dessa forma, então, o Sistema Único de Saúde - SUS tem a finalidade de alterar a
situação de desigualdade na assistência à Saúde da população, tornando obrigatório o
atendimento público a qualquer cidadão, sendo proibidas cobranças de dinheiro sob
qualquer pretexto.
Do Sistema Único de Saúde, fazem parte os centros e postos de saúde, hospitais -
incluindo os universitários, laboratórios, hemocentros (bancos de sangue), além de
fundações e institutos de pesquisa, como a FIOCRUZ - Fundação Oswaldo Cruz e o
Instituto Vital Brazil. Através do Sistema Único de Saúde, todos os cidadãos têm direito a
consultas, exames, internações e tratamentos nas Unidades de Saúde vinculadas ao SUS,
sejam públicas (da esfera municipal, estadual e federal), ou privadas, contratadas pelo
gestor público de saúde (DATASUS, 2005).
Segundo o DATASUS (2005), o SUS é destinado a todos os cidadãos e é financiado
com recursos arrecadados através de impostos e contribuições sociais pagos pela
população e compõem os recursos do governo federal, estadual e municipal.
E ainda, conforme fonte citada anteriormente, o Sistema Único de Saúde tem como
meta tornar-se um importante mecanismo de promoção da eqüidade no atendimento das
necessidades de saúde da população, ofertando serviços com qualidade adequados às
necessidades, independente do poder aquisitivo do cidadão. O SUS se propõe a promover
a saúde, priorizando as ações preventivas, democratizando as informações relevantes para
que a população conheça seus direitos e os riscos à sua saúde.
É notável que o Brasil sofre muitos problemas estruturais, entre os quais a saúde, além
de precisar competir por recursos com os outros setores, como a educação, emprego,
habitação, por isso necessita enfrentar uma nova conjuntura, que pode ser resumida pelos
seguintes fatos:
- revolução demográfica - que consiste na redução das taxas de fecundidade,
acompanhada da diminuição das taxas de mortalidade e do aumento do número de
idosos, com importantes conseqüências nas taxas de consumo de serviços de saúde.
- revolução epidemiológica – corresponde a velha agenda das doenças infecciosas e
que está distante de ser equacionada a nova agenda das doenças crônico
degenerativas [...]
- revolução tecnológica e informacional [...] (ADMINISTRAÇÃO, 2001, p.14).
Um dos maiores desafios da saúde pública contemporânea é o envelhecimento
populacional. Em paralelo às modificações observadas na pirâmide populacional, doenças
próprias do envelhecimento ganham maior expressão no conjunto da sociedade. Um dos
resultados dessa dinâmica é uma demanda crescente por serviços de saúde. E, segundo Lima-
Costa & Veras (2003) este é um dos desafios atuais: escassez de recursos para uma demanda
crescente. O idoso consome mais serviços de saúde, as internações hospitalares são mais
freqüentes e o tempo de ocupação do leito é maior quando comparado a outras faixas etárias.
Em geral, as doenças dos idosos são crônicas e múltiplas, perduram por vários anos e exigem
acompanhamento constante, cuidado permanente, medicação contínua e exames periódicos.
Sem dúvida, uma das maiores conquistas do século XX foi à ampliação do tempo de
vida, ainda que vindo acompanhada de uma melhora nos parâmetros de saúde das populações.
Assim, essa conquista se transforma num dos maiores desafios para o século que se inicia. Por
mais que o envelhecimento da população seja a aspiração das sociedades, é necessário que
esses anos adicionais de vida venham acompanhado de qualidade. Nesse contexto, Lima-
Costa & Veras (2003, p.700) colocam que dessa forma surgem os seguintes desafios para a
saúde pública, como reconhecidos pela Organização Mundial de Saúde: “(a) como manter a
independência e a vida ativa com o envelhecimento?; (b) como fortalecer políticas de
60
prevenção e promoção da saúde, especialmente aquelas voltadas para os idosos?; (c) como
manter e/ou melhorar a qualidade de vida com o envelhecimento?”.
Em uma explicação sobre o quanto se gasta com saúde e como os recursos são
despendidos, Pereira (1998) exemplifica os gastos com a saúde no Brasil. Os recursos para o
setor são estimulados em valores situados entre 2% e 4% do produto interno bruto (PIB), em
1986, tais recursos eram estimados em 10 bilhões de dólares – aproximadamente 70 dólares
per capita - o que significa gastar com saúde 3,9% do PIB. Em época de crise econômica mais
pronunciada, há evidência de que os recursos para o setor são substancialmente reduzidos –
caso da situação no início da década de 1990.
Segundo Netto e Ponte (2002), alguns fatores que têm contribuído para elevar as
despesas com os cuidados à saúde estão ligados à elevação dos custos com internações
hospitalares e outras formas de atendimento médico, e o desenvolvimento de métodos
terapêuticos e diagnósticos mais recentes como a tomografia computadorizada , tomografia
por emissão de pósitrons e ressonância nuclear magnética, entre outros. E, um fator vinculado
a estes, é o envelhecimento do idoso, que está atingindo a nona e décima décadas de vida, o
que o torna mais suscetível a enfermidades e mais necessitado de cuidados médicos
hospitalares.
Nos países da Europa, profundos investimentos foram realizados na área hospitalar, na
rede básica de saúde e em áreas sociais afins ao setor saúde. Ainda, os autores citam como
exemplo o caso da Inglaterra, atualmente com 17% de pessoas com idade igual ou superior a
65 anos, existe uma rede de serviços extras hospitalares que consegue manter o idoso em seu
meio ambiente, retardando, com isso, o momento da institucionalização. Essa situação é
considerada ótima para os órgãos governamentais, que, através do adiamento da internação,
torna o custeio com a saúde menos dispendioso.
O Brasil, hoje, vive o impacto e o desafio enfrentado pelos países da Europa há várias
décadas, ressaltando que entre nós a situação é pior, pois o ritmo de crescimento da população
idosa no Brasil é mais intenso do que o então presenciado por aquelas nações. Assim,
encontramo-nos na “situação de alerta: ruim hoje, talvez dramática num futuro bem próximo.
Os problemas relacionados à manutenção da saúde, associados a grave condição sócio-
econômica, exigem medidas urgentes” (NETTO e PONTE, 2002, p. 11).
O aumento da população idosa no Brasil trouxe inúmeros problemas. Esse aumento da
população fez surgir à consciência de que medidas urgentes sejam tomadas para enfrentar esse
desafio. Essa conscientização fez com que algumas medidas fossem colocadas em prática por
entidades representativas da sociedade. Já se observa um grande número de profissionais da
saúde vivamente interessados em planejar ações e discuti-las em entidades que tem como
finalidade defender e implementar os programas de atenção à saúde do idoso, por exemplo, os
Conselhos Municipal e Estadual do Idoso (NETTO e PONTE, 2002).
Este estudo se inseriu mais diretamente no contexto da saúde pública, no momento em
que utilizou a variável “transferências do SUS por habitante”, a qual se refere aos recursos
financeiros destinados à saúde pública. Apresentaremos a seguir algumas discussões
relevantes que vêm contribuir para um melhor entendimento desse processo.
3.1 Recursos financeiros
62
É de crucial importância saber que em 2000 não havia recurso específico destinado à
saúde para a população com 60 anos ou mais, ou seja, restrito à população idosa. Os recursos
destinados para a saúde objetivavam, em 2000, atender a população em geral evidente que a
população idosa é um fragmento desta, assim então podemos considerar o impacto destes
recursos na população idosa
7
.
Faz-se importante também, termos informações sobre a distribuição de recursos
financeiros, por exemplo, ao estabelecermos a relação entre os gastos com a atenção primária
e as despesas com os demais níveis. Dessa forma obtemos indicações sobre as reais
prioridades da política de saúde adotada, que pode ser a de estender um mínimo de serviços
básicos a todos ou a de privilegiar ações especializadas (PEREIRA, 1998).
Na dimensão do financiamento, identificamos que passam a ser cada vez mais
questionados o volume e a prioridade da aplicação dos recursos públicos em saúde. Tal
discussão está mais forte em relação aos discursos dirigidos a assegurar a prestação de atenção
médica a populações cada vez mais idosas, já excluídas dos processos de trabalho e
necessitando sempre de procedimentos de complexidade tecnológica e custos crescentes
(ADMINISTRAÇÃO, 2004).
Segundo Cohn e Elias (2003), as fontes de financiamento para a saúde no Brasil
envolvem as diferentes modalidades de provimento dos recursos necessários para o setor de
saúde, e estas modalidades são obtidas pelo aporte de recursos públicos ou privados.
Os recursos para o financiamento público da saúde, conforme os autores acima
citados, segundo artigo 198 da Constituição Federal (1988), encontram-se vinculados ao
7
A Política Nacional de Saúde do Idoso é de dezembro de 1999 e não havia sido formalmente implantada em
2000, este ponto será discutido no item 3.2 a seguir.
Orçamento da Seguridade Social onde, “o Sistema Único de Saúde será financiado com
recursos do orçamento da seguridade social, da União, dos Estados, do Distrito Federal e dos
Municípios, além de outras fontes” (2003, p.105).
Para Cohn e Elias (2003), a relação público/privado do sistema de saúde brasileiro e o
padrão relativamente complexo da organização de serviços, em relação ao tipo de assistência
médica, acabam pressionando o sistema de financiamento de saúde. Ocorre um grande
aviltamento nos pagamentos dos serviços prestados ao SUS, aviltamento esse que não se
distribui igualmente, penalizando acentuadamente os procedimentos mais simples, sejam
clínicos, cirúrgicos ou laboratoriais (p.105).
Além dos recursos próprios e de transferência do SUS por habitante, os municípios
que não se encontram na gestão plena do sistema municipal têm receitas específicas para
gastos com programas de prevenção. Lembremos que repasses advindos do SUS para os
municípios obedecem a uma legislação própria e têm relação com o número de habitantes.
Contudo, verificamos que os municípios maiores em número de habitantes não
necessariamente recebem mais recursos, pois aqueles municípios menores podem ter os
repasses aumentados em função de adotarem programas de prevenção (ex: Programa de Saúde
da Família - PSF).
De acordo com o Ministério da Saúde, apud Gestão Municipal de Saúde (2001), a
gestão plena do sistema municipal tem como responsabilidades a elaboração de toda a
programação municipal, bem como a gerência de unidades próprias, ambulatoriais e
hospitalares do Estado e da União, inclusive as de referência; a reorganização das unidades
sob gestão pública, introduzindo a prática do cadastramento nacional dos usuários do SUS; a
64
garantia da prestação de serviços em seu território; a normalização e operação de centrais de
controle de procedimentos ambulatoriais e hospitalares; contratação, controle, auditoria e
pagamento aos prestadores de serviços ambulatoriais e hospitalares; administração da oferta
de procedimentos ambulatoriais de alto custo e procedimentos hospitalares de alta
complexidade; execução das ações básicas, de média e alta complexidade em vigilância
sanitária e também a execução de ações de epidemiologia.
Já a gestão plena da atenção básica, segundo Ministério da Saúde, apud Gestão
Municipal de Saúde (2001), tem a responsabilidade de elaborar programas municipais de
serviços básicos, domiciliares e comunitários, propor referência ambulatorial especializada e
hospitalar; gerenciar as unidades ambulatoriais próprias; gerenciar unidades ambulatoriais do
estado; reorganizar as unidades sob gestão pública; contratar, controlar, fazer auditoria e pagar
aos prestadores dos serviços; autorizar as internações hospitalares e os procedimentos
ambulatoriais especializados, realizados no município, que continuam sendo pagos por
produção de serviços; executar as ações básicas de vigilância sanitária e executar as ações
básicas de epidemiologia.
Assim, ao entender como se fazem os recursos para o financiamento da saúde pública,
ao compreender os tipos de gestão e a reconhecer as responsabilidades das mesmas,
reconhecemo-nos como parte desse processo, no momento em que realizamos estudos como
este. Assim sendo, cabe enfatizar a assistência da Política Nacional de Saúde do Idoso, a qual
se relaciona diretamente a esse extrato da população. A seguir, apresentamos esta Política a
qual julgamos ser relevante para o objetivo deste estudo.
3.2 Política Nacional de Saúde do Idoso
No Brasil, em dezembro de 1999, o Sr. Ministro da Saúde, considerando a necessidade
do setor saúde dispor de uma política devidamente expressa relacionada à saúde do idoso,
resolveu aprovar a Política Nacional de Saúde do Idoso e determinar que os órgãos e
entidades do Ministério da Saúde (MS), cujas ações se relacionem com o tema objeto da
Política aprovada, promovessem a elaboração ou a readequação de seus planos, programas,
projetos e atividades na conformidade das diretrizes e responsabilidades nela estabelecidas
(Brasil, 1999).
A Política Nacional de Saúde do Idoso apresenta
como propósito basilar a promoção do envelhecimento saudável, a manutenção e a
melhoria, ao máximo, da capacidade funcional dos idosos, a prevenção de doenças,
a recuperação da saúde dos que adoecem e a reabilitação daqueles que venham a
ter a sua capacidade funcional restringida, de modo a garantir-lhes permanência no
meio em que vivem, exercendo de forma independente suas funções na sociedade
(Brasil, 1999, p.21).
Para o alcance do propósito da Política Nacional de Saúde do Idoso, foram definidas,
como diretrizes essenciais à promoção do envelhecimento saudável; a manutenção da
capacidade funcional; a assistência às necessidades de saúde do idoso; a reabilitação da
capacidade funcional comprometida; a capacitação de recursos humanos especializados; o
apoio ao desenvolvimento de cuidados informais; e o apoio a estudos e pesquisas. Todas as
ações em saúde do idoso, como o previsto na referida Política, devem objetivar ao máximo
manter o idoso na comunidade, junto de sua família, da forma mais digna e confortável
possível. Além disso, orienta o processo contínuo de avaliação que deve acompanhar o
desenvolvimento da Política Nacional de Saúde do Idoso, mediante a qual deverá ser possível
o eventual redimensionamento que venham a ser encontrado pela prática.
66
A implementação dessa política compreende a definição e ou readequação de planos,
programas, projetos e atividades do setor saúde, que direta ou indiretamente se relacionem
com seu objeto. O esforço conjunto de toda a sociedade implica o estabelecimento de uma
articulação permanente que, no âmbito do SUS, envolve a construção de contínua cooperação
entre o Ministério da Saúde e as Secretarias Estaduais e Municipais de Saúde (SBGG-SP,
2005).
A promoção do envelhecimento saudável é uma das diretrizes essenciais dessa
Política, a qual compreende o desenvolvimento de ações que orientem os idosos e os
indivíduos em processo de envelhecimento quanto à importância da melhoria das habilidades
funcionais, mediante a adoção precoce de hábitos saudáveis de vida e a eliminação de
comportamentos nocivos à saúde. Destacamos entre os hábitos saudáveis, por exemplo, a
alimentação adequada e balanceada; a prática de exercícios físicos; a convivência social
estimulante; e a busca de uma atividade ocupacional prazerosa e de mecanismos de atenuação
do estresse. Em relação aos hábitos nocivos, aparecem o tabagismo, o alcoolismo e a
automedicação. Tais temas deveriam ser objetos de processos educativos e informativos
continuados, em todos os níveis de atuação do SUS, com a utilização dos diversos recursos e
meios disponíveis, tais como distribuição de folhetos e cartilhas, bem como o
desenvolvimento de campanhas em programas populares de rádio; veiculação de filmes na
televisão; treinamento de agentes comunitários de saúde e profissionais integrantes da
estratégia de saúde da família para, no trabalho domiciliar, estimular os cidadãos na adoção de
comportamentos saudáveis (SBGG-SP, 2005).
É relevante apresentarmos, também, a Política Nacional do Idoso, Lei N.º 8.842 –
regulamentada pelo Decreto N.º 1.948, de 3 de julho de 1996 –, que anterior a Política
Nacional de Saúde do Idoso, define a atuação do Governo, indicando as ações específicas das
áreas envolvidas, busca criar condições para que sejam promovidas a autonomia, a integração
e a participação dos idosos na sociedade, assim consideradas as pessoas com 60 anos de idade
ou mais. Segundo essa Lei, cabe ao setor saúde, em síntese, prover o acesso dos idosos aos
serviços e às ações voltadas à promoção, proteção e recuperação da saúde, mediante o
estabelecimento de normas específicas para tal; o desenvolvimento da cooperação entre as
esferas de governo e entre centros de referência em geriatria e gerontologia e a inclusão da
geriatria como especialidade clínica para efeito de concursos públicos, além da realização de
estudos e pesquisas na área (inciso II do Art. 10).
A promoção do envelhecimento saudável e a manutenção da máxima capacidade
funcional do indivíduo que envelhece, que é o foco central da Política Nacional de Saúde do
Idoso, significa a valorização da autonomia ou autodeterminação e a preservação da
independência física e mental do idoso. Tanto as doenças físicas quanto as mentais podem
levar à dependência e, conseqüentemente, à perda da capacidade funcional (SBGG-SP, 2005).
Segundo Ramos, apud SBGG-SP (2005), tanto a dependência física quanto a mental
constituem fatores de risco significativos para a mortalidade, mais relevantes até que as
próprias doenças que levaram à dependência, visto que nem todo o doente torna-se
dependente, conforme revelam estudos populacionais sobre idosos residentes em diferentes
comunidades. Lembremos que os custos gerados pela dependência do idoso são tão grandes
quanto o investimento de dedicar um membro da família ou um cuidador para a ajuda
continuamente uma pessoa que, muitas vezes, irá viver mais 10 ou 20 anos, requerendo uma
atenção que, não raro, envolve leitos hospitalares e institucionais, procedimentos diagnósticos
caros e sofisticados, bem como o consenso freqüente de uma equipe multiprofissional e
interdisciplinar, capaz de fazer frente à problemática multifacetada do idoso.
68
Após essas discussões, as quais embasam o nosso estudo, passamos para o capítulo
IV, onde testamos o efeito das nossas variáveis de estudo sobre a mortalidade da população
idosa no RS.
CAPÍTULO IV
A MORTALIDADE NA POPULAÇÃO IDOSA NO RIO GRANDE DO SUL
O objetivo deste trabalho é estabelecer uma relação quantitativa derivada dos
pressupostos básicos e teóricos, utilizando variáveis retiradas do arquivo de dados referentes
às transferências do SUS apresentados pelo Datasus, nas regiões do RS. O que queremos é
estabelecer um processo probabilístico que consiga definir a influência das transferências
feitas pelo Sistema Único de Saúde, na mortalidade da população idosa, nos municípios e nas
mesorregiões do RS.
Para apresentarmos as variáveis e suas respectivas estatísticas, utilizamos o software
SPSS (Statistical Packtage for the Social Science), versão 13.0.
Conforme já mencionado, as medidas utilizadas para a obtenção das informações são:
a taxa de óbitos na população com 60 anos ou mais, como variável dependente e explicada. A
taxa de óbitos é medida através do número de óbitos da população com 60 anos ou mais,
dividida pelo número total de pessoas com 60 anos ou mais, multiplicado por cem mil; a
nossa principal variável independente é a transferência do SUS por habitante
8
, a qual explica a
mortalidade. As outras são as variáveis independentes de controle: PIB per capita, IDHM,
8
Foi utilizado, neste estudo, para medir esta variável, valores em reais, os quais foram transferidos aos
municípios, no ano de 2000, por habitante.
70
taxa de urbanização, população total (todas essas variáveis foram detalhadas no capítulo I
desta dissertação).
Apresentamos aqui as estatísticas descritivas de cada variável de interesse, em que
aparece a variável dependente, a mortalidade na população com 60 anos ou mais, indicada
pela taxa de óbitos na população com 60 anos ou mais, e as variáveis independentes citadas
acima. E, por fim, apresentamos modelos de regressão com diferentes variáveis dependentes,
taxa de óbitos na população dos 60-69 anos, taxa de óbitos na população dos 70-79 anos e
taxa de óbitos na população com mais de oitenta anos para o RS e separados por região.
Destacamos que foram utilizados três diferentes variáveis dependentes, em diferentes
modelos de regressão, as quais se originaram da divisão por faixa etária da população com 60
anos ou mais. Foi necessária essa divisão por faixa etária, pelo fato de não podemos enquadrar
uma pessoa com 60 e outra de 80 anos, por exemplo, numa só classificação e até mesmo num
mesmo aspecto médico. Concordamos com Blanco (1999), portanto, quando levamos em
conta que aqui as pessoas envelhecem de maneiras distintas.
4.1 Características descritivas dos determinantes da mortalidade: descrição das
variáveis utilizadas no estudo
A Tabela 1, abaixo, mostra que nos 467 municípios pesquisados, a taxa de óbitos da
população com 60 anos ou mais apresenta um total de 1.763,74 pessoas falecidas com 60 anos
ou mais por 100 mil habitantes nessa faixa em todos os municípios pesquisados no ano de
2000.
Tabela 1: Estatísticas Descritivas das Variáveis utilizadas em 2000
Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
em R$
População
total
População
com 60
anos ou
mais
Taxa
de
urbani
zação
IDHM
(média)
PIB per
capita
(em reais)
Total
1.763,74 887,81 1.993,47 5.461,22 13.839,98 10.187.798 1.065.484 81,60 0,783 8.302,00
N
467 467 467 467 467 467 467 467 467 467
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Ao dividirmos a população em faixas etárias, a variável taxa de óbitos da população
idosa dos 60-69 anos, apresenta um total de 887,81 pessoas falecidas entre 60-69 anos por 100
mil habitantes nesta faixa; já a taxa de óbitos da população idosa dos 70-79 anos apresenta um
total de 1.993,47 pessoas entre 70-79 anos por 100 mil habitantes e, observamos também a
taxa de óbitos da população mais idosa, dos 80 anos ou mais, a qual apresenta um total de
5.461,22 pessoas falecidas com 80 anos ou mais por 100 mil habitantes.
Com relação a variável independente principal transferências do SUS por habitante, no
ano pesquisado (2000), a tabela mostra que o total foi de R$ 13.839,98 por habitante naquele
ano, no RS.
72
O Rio Grande do Sul, nos seus 467 municípios pesquisados, apresentou uma
população de 10.187.798, e uma população com 60 anos ou mais - 2000, de 1.065.484,
representando 10,45% de idosos na população total. A tabela mostra também que da taxa de
urbanização foi de 81,60%.
O IDHM médio, do mesmo período, foi de 0,783, e o PIB per capita totalizou R$
8.302,00 reais nos municípios do RS naquele ano.
4.2 Inter-relações explicativas para a mortalidade da população idosa
Antes de realizarmos as análises de regressão para mensurar o nível de dependência
entre a variável taxa de óbitos da população com 60 anos ou mais e as demais variáveis
explicativas, vamos apresentar a matriz de correlação entre elas. A matriz de correlação
também contribuiu para verificar se há algum caso de alta correlação entre as variáveis
independentes, o que não deve ocorrer para podermos efetuar as análises de regressão. Essa
matriz tem como objetivo determinar o grau de dependência entre as variáveis analisadas, e
nos cabe salientar que, como estamos lidando com todo o universo a estatística aqui não é
inferencial e sim descritiva, desse modo o nível de significância não é importante.
Cabe destacar que os testes estatísticos foram realizados mais como um instrumento
heurístico de avaliação da magnitude das relações entre as variáveis. Isso é importante de ser
dito porque foram utilizados aqui alguns testes estatísticos em uma base censitária de dados.
Nesses casos, segundo Mariño (2004), o teste estatístico representa uma outra medida da
magnitude das diferenças testadas e não necessariamente representa uma fonte para
inferências.
A matriz de correlação de Pearson, tendo como base de dados todo o universo com
seus 467 municípios existentes no censo de 2000, no RS, aparece na tabela a seguir:
Tabela 2: Matriz de Correlação de Pearson entre as variáveis do estudo
Taxa de
urbanização
População
total 2000
População
com 60
anos ou
mais 2000
PIB per
capita
IDHM Transferê
ncias do
SUS por
habitante
Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Taxa de
urbanização
1 0,341** 0,297** 0,192** 0,449** -0,013 0,259** 0,272** 0,178** 0,011
População
total 2000
0,341** 1 0,989** 0,018 0,217** 0,398** 0,099* 0,093* 0,073 0,008
População
com 60 anos
ou mais 2000
0,297** 0,989** 1 0,005 0,198** 0,424** 0,084 0,073 0,056 0,005
PIB per
capita
0,192** 0,018 0,005 1 0,363** -0,024 -0,025 0,010 -0,031 0,008
IDHM 0,449** 0,217** 0,198** 0,363** 1 -0,002 0,082 0,007 0,062 0,054
Transferênci
as do SUS
por habitante
-0,013 0,398** 0,424** -0,024 -0,002 1 -0,137** -0,085 -0,140** -0,064
Taxa de
óbitos pop.
60 anos ou
mais
0,259** 0,099* 0,084 -0,025 0,082 -0,137** 1 0,602** 0,665** 0,524**
Taxa de
óbitos pop.
60 aos 69
anos
0,272** 0,093* 0,073 0,010 0,007 -0,085 0,602** 1 0,126** -0,023
Taxa de
óbitos pop.
70 aos 79
anos
0,178** 0,073 0,056 -0,031 0,062 -0,140** 0,665** 0,126** 1 0,115*
Taxa de
óbitos pop.
80 anos ou
mais
0,011 0,008 0,005 0,008 0,054 -0,064 0,524** -0,023 0,115* 1
*Correlação significativa para um nível de p< = 0,05
** Correlação significativa para um nível de p< = 0,01
Fonte: tabela adaptada pela autora dos resultados gerados pelo software SPSS.
Para entendermos a leitura da tabela 2, com coeficientes da matriz de correlação de
Pearson, devemos observar que valores mais perto de 1 ou de –1 indicam que as oscilações
entre variáveis, correspondentes as respectivas linhas e colunas, têm um comportamento
semelhante. Os coeficientes da correlação mais perto de zero indicam que as oscilações de
uma variável não acompanham as oscilações de outra variável. Nesse caso, uma não interfere
na outra. Valores negativos sugerem que as variações entre as respectivas medidas são
inversamente proporcionais, isto é, o aumento de uma acompanha o decréscimo da outra.
74
Convém salientar que essas medidas relacionam as variáveis duas a duas sem se preocupar
com qualquer influência das demais.
Na tabela 2, podemos observar que o coeficiente de correlação entre a taxa de óbitos
da população com 60 anos ou mais e a transferência do SUS por habitante é negativo e fraco
(r=-0,137), isso quer dizer que quanto maior a transferência do SUS por habitante, menor é a
taxa de óbitos da população com 60 anos ou mais. Observamos também que quanto maior a
taxa de urbanização, maior é a taxa de óbitos (r=0,259). Já o PIB per capita e IDHM
apresentaram correlação de baixa magnitude com a taxa de óbitos pesquisados, o que quer
dizer que esses podem não ter influência na taxa de óbitos da população com 60 anos ou mais.
Com relação às taxas de óbitos em cada faixa etária da população idosa, percebemos
que a taxa de óbitos da população na faixa etária dos 60-69 anos apresenta uma correlação de
baixa magnitude com a transferência do SUS por habitante (r=-0,085), ainda que seu
coeficiente de correlação seja negativo, indicando que o aumento da transferência do SUS por
habitante acompanha um decréscimo da taxa de óbitos da população nessa faixa etária. A
correlação da taxa de óbitos com a taxa de urbanização (r=0,272), e os demais coeficientes
dessa linha, mostraram-se positivos, o que nos induz a pensar que quanto maior a taxa de
urbanização e maior a população, maior é a taxa de óbitos na faixa etária dos 60-69 anos.
Na taxa de óbitos da população na faixa etária dos 70-79 anos, observa-se uma
correlação de baixa magnitude com a transferência do SUS por habitante (r=-0,140), isto é,
como se mostrou na correlação entre a taxa de óbitos da população com 60 anos mais, que
quanto maior a transferência do SUS menor a taxa de óbitos nessa faixa etária. Existe,
também, um certo grau de correlação positiva entre a taxa de óbitos da faixa etária dos 70-79
anos com a taxa de urbanização (r=0,178), o que como nas faixas maior de 60 anos e dos 60-
69 anos, mostra que quanto maior a taxa de urbanização, maior a taxa de óbitos nessa faixa.
Na faixa etária da população acima dos 80 anos, a correlação entre a taxa de óbitos e a
transferência do SUS por habitante se mostra com uma baixíssima magnitude, em relação as
outras faixas etárias (r=-0,064), o que é facilmente explicado, pois percebemos que os óbitos,
nessa faixa etária, ocorrem independente de fatores externos, ocorrem de forma natural.
Cabe, por fim, destacar que a matriz de correlação apresentada na tabela 2 não
evidenciou haver alta correlação, ainda que significativa, entre as variáveis independentes, o
que nos permite assegurar que não ocorre o problema e multicolinearidade nas análises de
regressão efetuadas.
O fato de conhecermos o coeficiente de correlação entre duas variáveis não nos diz se
a dependência entre estas duas variáveis é significativa, isto é, se o comportamento da
dependente pode ser explicado, em parte ou totalmente, pelo comportamento da independente.
O nível de significância serve para dizer se há correlação significativa na população de onde a
amostra foi extraída: como neste estudo não estamos trabalhando com amostra, e sim com
toda população, a significância não tem importância, só a magnitude e o sinal dos
coeficientes.
A estatística usada para testar o grau de dependência é o coeficiente de determinação
R
2
e o modelo de teste é a análise de variância (Anova). O coeficiente de determinação pode
ser interpretado como a porcentagem da variável dependente que pode ser explicada pela
equação de regressão estimada pelas variáveis independentes. Muitos analistas preferem
ajustar este R
2
ao número de variáveis independentes para evitar superestimar o impacto de
76
adicionar uma variável independente na quantia de variabilidade explicada na equação de
regressão estimada; a medida resultante é denominada coeficiente de determinação ajustado.
Queremos verificar se cada uma das variáveis, independentes ou explicativas, são
significativas para explicar variações na taxa de óbitos dos idosos observada no RS em cada
região da pesquisa.
As estatísticas básicas de análise são o coeficiente de correlação R e o coeficiente de
determinação R
2
e os coeficientes serão observados para o RS e para cada uma das sete
mesorregiões deste estado.
Para realizarmos a nossa análise de regressão múltipla, consideramos como variável
explicada ou dependente, a taxa de óbitos da população com 60 anos ou mais. As demais
variáveis, explicativas ou independentes, obedecerão a mesma ordem de divulgação dos
resultados nas respectivas tabelas, isto é, x1, transferências do SUS por habitante; x2, IDHM;
x3, PIB per capita; x4, taxa de urbanização e x5, população total.
4.2.1 Condicionantes da mortalidade dos idosos no Rio Grande do Sul
O modelo de regressão linear pode ser simples ou múltiplo. Na regressão simples,
existe uma variável dependente e uma variável independente. Quando o número de variáveis
independentes é maior do que um, o modelo é de regressão múltipla. No nosso caso, como já
citamos, a variável dependente é a taxa de óbitos da população com 60 anos ou mais. O
modelo geral analisa a relação de dependência dessa variável com todas as outras cinco
variáveis independentes, concomitantemente.
Utilizando as informações dos 467 municípios pesquisados, nas sete mesorregiões do
RS, a tabela 3 apresenta resumidamente os coeficientes das regressões (as regressões originais
extraídas do software SPSS estão no anexo C).
Tabela 3 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos no RS
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,251*** 0,318*** 0,159* -0,028
População total
0,087 0,058 0,092 0,035
PIB per capita
-0,069 0,000 -0,065 -0,013
IDHM
-0,025 -0,149* -0,007 0,064
Transferências do SUS por habitante
-0,170** -0,104 -0,176*** -0,078
R
2
0,087 0,090 0,051 0,002
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vemos no modelo 1, que mostra a análise de regressão geral para o RS, que todas as
independentes juntas explicam 8% da variação na taxa de óbitos de pessoas com 60 anos ou
mais. O modelo é significativo ao nível p=000. Os betas indicam que as transferências do
SUS têm um efeito negativo. Especificamente, para cada unidade de desvio padrão que
crescem as transferências dos SUS a taxa de óbitos daqueles com 60 anos ou mais cai 0,17
unidades. A taxa de urbanização tem um efeito positivo na taxa de óbitos, sendo que para cada
unidade de desvio padrão que cresce a taxa de urbanização a taxa de óbitos cresce 0,25
unidades. A significância aqui não apresenta sentido já que estamos lidando com censo e não
com amostra, não estamos, portanto, lidando com estatística inferencial. Por isso, analisamos
também os coeficientes de regressão que não se apresentaram significativos, assim vemos que
a população total tem efeito positivo no sentido de que maior a população maior a taxa de
óbitos nessa população, e ainda, o PIB e o IDHM têm efeito negativo no sentido de que
contribuem para um decréscimo da mortalidade dos idosos.
78
No modelo 2, as independentes juntas explicam 9% da variação na taxa de óbitos de
pessoas dos 60 aos 69 anos. O modelo é significativo ao nível p=000. Aqui, como no modelo
1, os betas indicam que a taxa de urbanização tem um efeito positivo na taxa de óbitos, sendo
que para cada unidade de desvio padrão que cresce a taxa de urbanização a taxa de óbitos
cresce 0,31unidades. E nesse modelo, o IDHM tem um efeito negativo, para cada unidade de
desvio padrão que crescem o IDHM a taxa de óbitos daqueles com 60 anos ou mais cai 0,14
unidades. As transferências do SUS têm efeito negativo no sentido de que contribui para um
decréscimo da mortalidade na faixa de 60-69 anos dessa população. A população total e o PIB
per capita têm efeito positivo no sentido de que maior a população total e maior o PIB per
capita maior a taxa de mortalidade na população dos 60-69 anos.
No modelo 3, as independentes explicam 5% da variação da taxa de óbitos da
população dos 70-79 anos, e o modelo é significativo ao nível p=000, os betas, assim como no
modelo 1, indicam que as transferências dos SUS tem um efeito negativo, para cada unidade
de desvio padrão que crescem as transferências dos SUS a taxa de óbitos daqueles com 70-79
anos cai 0,17 unidades, e também, a taxa de urbanização tem um efeito positivo na taxa de
óbitos nessa população, sendo que para cada unidade de desvio padrão que cresce a taxa de
urbanização a taxa de óbitos dos 70-79 anos cresce 0,15 unidades. A população total tem
efeito positivo, mostrando que quanto maior a população maior a mortalidade nesta faixa, e o
PIB e o IDHM têm efeito negativo no sentido que contribuem para um decréscimo da
mortalidade dos idosos na faixa dos 70-79 anos.
Ao contrário dos outros modelos, o modelo 4 não tem poder explicativo, pois
acreditamos que na faixa etária dos 80 anos ou mais as pessoas tendem a morrer naturalmente.
Possivelmente a tendência dessa população seja futuramente aumentar a expectativa de vida, o
que pode fazer com que o modelo de regressão passe a ser significativo.
4.3 Diferenciações regionais da mortalidade da população idosa
Apresentaremos a estatística descritiva e a matriz de correlação entre as variáveis
trabalhadas neste estudo para cada uma das sete mesorregiões do RS. A estatística descritiva e
a matriz de correlação de Pearson por mesorregião têm como base de dados a amostra de 467
municípios existentes no censo de 2000, que foram posteriormente distribuídos nas
mesorregiões do RS, conforme metodologia do IBGE.
4.3.1 Características descritivas dos determinantes da mortalidade na mesorregião
Centro Ocidental Rio-Grandense
Antes de descrevermos as nossas variáveis de estudo na já referida região,
apresentaremos na figura 1 abaixo a localização da mesma no mapa do RS. Essa região é
composta por 30 municípios, segundo regionalização do IBGE, com uma área territorial de
25.954,68 km
2
, (dados de 2000). Está localizada numa das partes mais centrais do Estado, e
compõe municípios tais como Santa Maria, Mata, Santiago, São Sepé e Tupanciretã. A
expectativa de vida, ao nascer, era de 73,10 anos nessa mesorregião em 2000 (FEE, 2000).
80
Figura 1- Mapa da mesorregião Centro Ocidental Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela 4, a seguir, as estatísticas descritivas das nossas variáveis de
estudo e posteriormente a matriz de correlação das mesmas na mesorregião Centro Ocidental
Rio-Grandense.
Tabela 4: Estatísticas descritivas das variáveis de estudo na Mesorregião Centro Ocidental
Rio-Grandense
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total -
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB
per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
113,57 895,51 526.558 62.582 78,00
5.417,00
61,50 121,99 329,53
N
30 30 30 30 30 30 30 30 30
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 4, acima, mostra que, na mesorregião Centro Ocidental Rio-Grandense, a taxa
de óbitos da população com 60 anos ou mais, apresenta um total de 113,57 pessoas com 60
anos ou mais por 100 mil habitantes.
Na divisão da população com 60 anos ou mais, a taxa de óbitos na faixa etária dos 60
aos 69 anos apresentou uma taxa total de 61,50 pessoas falecidas, por 100 mil habitantes, nos
municípios desta mesorregião, no ano de 2000. Enquanto que, a taxa de óbitos dos 70 aos 79
anos, apresentou uma taxa total de 121,99 pessoas falecidas, por 100 mil habitantes, nessa
faixa etária. Já a faixa etária dos 80 anos ou mais, apresentou uma taxa total de 329,53 pessoas
falecidas, por 100 mil habitantes, nesta mesorregião no ano de 2000.
Com relação a variável independente principal, as transferências do SUS por habitante,
no ano pesquisado – 2000, totalizaram R$ 895,51 por habitante nesta mesorregião, em seus 30
municípios, no ano de 2000. Nessa mesorregião, o PIB per capita foi de 5.417,00 reais.
A população total dessa mesorregião no ano de 2000 era de 526.558, e a população
com 60 anos ou mais totalizou 62.582 pessoas no ano pesquisado, representando 11,87% de
idosos na população total. A tabela mostra, também, que a média da taxa da urbanização foi
de 78%. A seguir apresentamos a matriz de correlação entre as variáveis de estudo nessa
mesorregião.
Tabela 5: Matriz de Correlação de Pearson entre as variáveis de estudo na Mesorregião Centro
Ocidental Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,493* -0,321 0,570* 0,105 0,188 -0,081 0,067 -0,168
População
total 2000
0,493* 1 -0,314 0,540* 0,048 0,013 0,056 -0,017 -0,140
PIB per
capita
-0,321 -0,314 1 0,055 -0,340 0,146 -0,283 -0,393* 0,366*
IDHM 0,570* 0,540* 0,005 1 -0,088 -0,080 -0,010 -0,117 -0,042
Taxa de
óbitos pop.
60 anos ou
mais
0,105 0,048 -0,340 -0,088 1 0,552* 0,563* 0,683* -0,112*
82
Taxa de
óbitos pop.
60 aos 69
anos
0,188 0,013 0,146 -0,080 0,552* 1 -0,047 0,175 0,111*
Taxa de
óbitos pop.
70 aos 79
anos
-0,061 0,056 -0,283 -0,010 0,563* -0,047 1 0,090 0,086
Taxa de
óbitos pop.
80 anos ou
mais
0,067 -0,017 -0,393* -0,117 0,683* 0,175 0,090 1 -0,349
Transferênci
as do SUS
por habitante
-0,168 -0,140 0,366* -0,042 -0,112* 0,111* 0,086 -0,349 1
N
30 30 30 30 30 30 30 30 30
*Correlação significativa para um nível de p< = 0,05
** Correlação significativa para um nível de p< = 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 5, podemos observar que o coeficiente de correlação entre a taxa de óbitos
da população com 60 anos ou mais e as transferências do SUS por habitante é negativo (r=-
0,112) , isto quer dizer que quanto maiores as transferências do SUS por habitante, menor é a
taxa de óbitos da população com 60 anos ou mais.
Observamos que a taxa de óbitos da população idosa na faixa etária dos 70-79 anos,
apresentou uma correlação negativa entre a taxa de urbanização e as transferências do SUS,
entre a população total e as transferências do SUS, e também, apresentou correlação negativa
entre o PIB per capita e as transferências do SUS por habitante, assim como o IDHM e as
transferências do SUS por habitante, o que quer dizer que quanto maior a população total, a
taxa de urbanização, o PIB e o IDHM, menor a taxa de óbitos desta população nessa faixa
etária.
Observamos, também, uma correlação negativa entre a taxa de óbitos da população
idosa na faixa etária dos 80 anos ou mais e as transferências do SUS por habitante (r=-0,349),
isto quer dizer que quanto maiores as transferências dos SUS por habitante menor a taxa de
óbitos nessa faixa etária, nessa mesorregião, e comparada com as demais faixas etárias,
percebemos que as transferências têm uma maior influência na taxa de óbitos para esta faixa
etária do que para as demais faixas.
Observamos, também, uma correlação negativa e de média magnitude entre a taxa de
óbitos da população idosa na faixa etária dos 80 anos ou mais e o PIB(r=-0,393), e entre a taxa
de óbitos nessa faixa e as transferências do SUS (r=-0,349), isso quer dizer que quanto maior
o PIB per capita e maior as transferências menor a taxa de óbitos dessa faixa etária. Esse dado
este nos faz concluir que os aspectos econômicos têm influência positiva para a longevidade
nessa meso.
Utilizando as informações dos 30 municípios pesquisados na mesorregião Centro
Ocidental Rio-Grandense do RS, a tabela 6 apresenta resumidamente os coeficientes das
regressões (as regressões originais extraídas do software SPSS estão no anexo D).
Tabela 6 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Centro Ocidental Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,084 0,481 -0,246 0,020
População total
-0,031 0,104 -0,012 -0,131
PIB per capita
-0,327 0,308 -0,444 -0,338
IDHM
-0,117 -0,409 0,148 -0,066
Transferências do SUS por habitante
0,013 0,077 0,212 0,244
R
2
0,055 0,007 0,019 0,068
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vemos, no modelo 1, que todas as independentes juntas explicam 5% da variação na
taxa de óbitos da população com 60 anos ou mais. Todos os modelos para a mesorregião
Centro Ocidental Rio-Grandense não se apresentaram significativos; pois, como já
mencionamos, no nosso caso, isso não é relevante, já que estamos trabalhando com todo um
84
censo. Os betas indicam que as transferências do SUS praticamente não tem efeito, e o
modelo 2 , não tem poder explicativo. O modelo 3 as independentes juntas explicam 1% da
variação, no modelo 4, as independentes juntas explicam 6% da variação na taxa de óbitos de
pessoas com mais de 80 anos. Os betas indicam, que como nos modelos das faixas etárias dos
60 anos ou mais e dos 70-79 anos, o PIB tem efeito negativo, para cada unidade de desvio
padrão que cresce, o PIB per capita a taxa de óbitos desta população cai 0,33 unidades.
4.3.2 Características descritivas dos determinantes da mortalidade dos idosos na
mesorregião Centro Oriental Rio-Grandense
Antes de descrevermos as nossas variáveis de estudo na já referida região,
apresentaremos na figura 1 abaixo a localização da mesma no mapa do RS. Essa região é
composta por 49 municípios e se constitui na região com menor área territorial do estado, com
17.192,03 km
2
, segundo regionalização do IBGE (dados de 2000). Essa região, junto com a
mesorregião centro ocidental rio-grandense, está localizada numa das partes mais centrais do
estado, e comporta municípios tais como Candelária, Encantado, Santa Cruz do Sul e
Venâncio Aires, que fazem parte desta mesorregião. A expectativa de vida ao nascer era de
71,82 anos (FEE, 2000).
Figura 2 – Localização da mesorregião Centro Oriental Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e posteriormente a matriz de correlação das mesmas para essa mesorregião.
Tabela 7: Estatísticas Descritivas das variáveis de estudo na mesorregião Centro Oriental Rio-
Grandense
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total -
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB
per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
195,80 1.270,56 732.957 87.058 66,10
9.341,00
92,05 222,10 655,66
N
49 49 49 49 49 49 49 49 49
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 7, mostra que na mesorregião Centro Oriental Rio-Grandense, a taxa de
óbitos total da população com 60 anos ou mais, foi de 195,80 pessoas falecidas por 100 mil
habitantes.
Na divisão da população com 60 anos ou mais, a taxa de óbitos na faixa etária dos 60
aos 69 anos apresentou um total de 92,05 pessoas falecidas por 100 mil habitantes, nos
86
municípios dessa mesorregião, no ano de 2000, enquanto que a taxa de óbitos dos 70 aos 79
anos, apresentou um total de 222,10 pessoas falecidas por 100 mil habitantes. Já na faixa
etária dos 80 anos ou mais, o total foi de 655,66 pessoas falecidas.
Com relação a variável independente principal transferências do SUS por habitante, no
ano pesquisado – 2000, a tabela mostra que o total era de R$ 1.270,56 reais, em seus 49
municípios, no ano de 2000. Nessa mesorregião, o PIB per capita era de R$ 9.341,00 reais.
A população total desta mesorregião no ano de 2000 era de 732.957, e a população
com 60 anos ou mais foi de 87.058, representando 11,87% de idosos da população total nessa
mesorregião. A tabela mostra, também, que a taxa da urbanização era de 66,10%. A seguir
apresentamos a matriz de correlação dessa mesorregião.
Tabela 8: Matriz de Correlação de Pearson entre as variáveis de estudo na mesorregião Centro
Oriental Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,625* 0,487* 0,572* 0,222 0,296* 0,129 -0,217 0,169
População
total 2000
0,625* 1 0,426* 0,293* 0,162 0,265 0,062 -0,129 0,428*
PIB per
capita
0,487* 0,426* 1 0,680* 0,031 0,031 0,093 -0,163 0,200
IDHM 0,572* 0,293* 0,680* 1 0,024 -0,058 0,074* -0,245 0,113
Taxa de
óbitos pop.
60 anos ou
mais
0,222 0,162 0,031 0,024 1 0,610* 0,742* 0,372* -0,201*
Taxa de
óbitos pop.
60 aos 69
anos
0,296* 0,265 0,031 -0,058 0,610* 1 0,377* -0,255 -0,230*
Taxa de
óbitos pop.
70 aos 79
anos
0,129 0,062 0,093 0,074* 0,742* 0,377* 1 0,011 -0,185
Taxa de
óbitos pop.
80 anos ou
mais
-0,217 -0129 -0,163 -0,245 0,372* -0,255 0,011 1 -0,029
Transferênci
as do SUS
por habitante
0,169 0,428* 0,200 0,113 -0,201* -0,230* -0,185 -0,029 1
N
49 49 49 49 49 49 49 49 49
*Correlação significativa para um nível de p<= 0,05
** Correlação significativa para um nível de p<= 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 8, acima, observamos que o coeficiente de correlação entre a taxa de óbitos
da população com 60 anos ou mais e as transferências do SUS por habitante se apresentou
negativo (r=-0,201). Tanto nessa como em todas as outras variáveis da taxa de óbitos, o
coeficiente de correlação negativo indica que o aumento das transferências do SUS por
habitante acompanha um decréscimo na taxa de óbitos da população nesta faixa etária na
mesorregião 2, e mostra que para a taxa de óbitos da população idosa dos 60-69 anos, seguida
da taxa de óbitos da população com 60 anos ou mais (geral), tem uma maior magnitude em
comparação com seu efeito para as taxas das outras faixas etárias (70-79 anos e 80 anos ou
mais), levando-nos a pensar que as transferências do SUS têm maior influência na taxa de
óbitos das faixas mais jovens do que para as populações idosas nas faixas etárias mais velhas
nessa mesorregião.
Já em relação as variáveis de controle, percebemos que a taxa de óbitos da população
na faixa dos 60-69 anos, apresenta uma correlação positiva (r=0,296) com a taxa de
urbanização. Isso quer dizer que quanto maior a taxa de urbanização , na mesorregião Centro
Oriental Rio-Grandense, maior a taxa de óbitos da população idosa na faixa dos 60-69 anos.
Na faixa etária dos 80 anos ou mais, os coeficientes de correlação das variáveis
independentes taxa de urbanização, população total, PIB e IDHM mostram-se negativos, o
que nos induz a pensar que tais variáveis levam a um decréscimo na taxa de óbitos na
população idosa mais idosa nessa mesma região.
88
Utilizando as informações dos 49 municípios, na mesorregião Centro Oriental Rio-
Grandense, a tabela 9 apresenta, resumidamente, os coeficientes das regressões (as regressões
originais extraídas do software SPSS estão no anexo E).
Tabela 9 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Centro Oriental Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,229 0,344 0,102 -0,106
População total
0,193 0,294 0,080 -0,024
PIB per capita
-0,027 0,033 0,084 0,033
IDHM
-0,111 -0,320 -0,037 -0,201
Transferências do SUS por habitante
-0,304 -0,385* -0,249 0,015
R
2
0,039 0,205* 0,039 0,039
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vemos no modelo 1, que mostra a análise da regressão nessa mesorregião, que todas
as independentes juntas explicam 3 % da variação na taxa de óbitos de pessoas com 60 anos
ou mais. O modelo 1, assim como o 3 e 4 não se mostraram significantes, porém lembremos
que ao trabalhar com todos os dados do censo, isso não se faz importante. Os betas indicam
que as transferências do SUS têm um efeito negativo, pois para cada unidade de desvio padrão
que crescem as transferências do SUS, a taxa de óbitos daqueles com 60 anos ou mais, cai
0,30 unidades. A taxa de urbanização tem um efeito positivo na taxa de óbitos, sendo que para
cada unidade de desvio padrão que cresce a taxa de urbanização a taxa de óbitos cresce 0,22
unidades. O modelo 2 se mostrou significativo ao nível p=<0,05, e é o que melhor explica a
mortalidade nesta mesorregião, assim vemos que todas as independentes juntas explicam 20%
da variação na taxa de óbitos de pessoas com 60-69 anos. Os betas indicam que as
transferências do SUS têm efeito negativo, para cada unidade de desvio padrão que crescem
as transferências, a taxa de óbitos dessa população cai 0,38 unidades; e também, a taxa de
urbanização tem um efeito positivo na taxa de óbitos: cada unidade de desvio padrão que
cresce a taxa de urbanização, a taxa de óbitos cresce 0,34 unidades. O modelo 3 indica que
3% da variação nas taxas de óbitos na faixa dos 70-79 anos é explicado pelas independentes.
Os betas indicam que as transferências do SUS têm efeito negativo, pois para cada unidade de
desvio padrão que crescem as transferências, a taxa de óbitos desta população cai 0, 24
unidades; e no modelo 4 vemos que 3 % da variação nas taxas de óbitos de 80 anos ou mais é
explicada pelo conjunto das independentes.
4.3.3 Características descritivas dos determinantes da mortalidade dos idosos na
mesorregião Metropolitana de Porto Alegre
Antes de descrever as variáveis de estudo, apresentaremos, na figura a seguir, a
localização no mapa do RS referente à mesorregião Metropolitana de Porto Alegre, a qual é
composta por 96 municípios, com uma área territorial de 29.734,98 km
2
(IBGE, 2000). Essa
região está localizada junto à capital do Estado (Porto Alegre), rodeada por municípios tais
como Feliz, Montenegro, Gramado, Taquara e Xangri-lá. A região metropolitana de Porto
Alegre apresentava uma expectativa de vida ao nascer de 72,24 anos em 2000, e uma
população total de 4.403.454 de pessoas, sendo a região mais populosa (FEE, 2000).
90
Figura 3 – Mapa da mesorregião Metropolitana de Porto-Alegre
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e, posteriormente, a matriz de correlação das mesmas para a mesorregião
Metropolitana de Porto Alegre.
Tabela 10: Estatísticas Descritivas das variáveis de estudo na Mesorregião Metropolitana de
Porto Alegre
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total -
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB
per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
384,80 2.749,85
4.403.454
417.918 92,00
9.410,00
206,57 451,42 1.135,45
N
96 96 96 96 96 96 96 96 96
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 10, acima, mostra que, na mesorregião Metropolitana de Porto Alegre, a taxa
de óbitos da população com 60 anos ou mais, apresenta um total de 384,80 pessoas com 60
anos ou mais por 100 mil habitantes, taxa mais elevada que as mesorregiões Centro Oriental e
Ocidental Rio-Grandense, as quais apresentam quase metade do número de municípios que
esta.
Na divisão da população com 60 anos ou mais, a taxa de óbitos na faixa etária dos 60
aos 69 anos apresentou um total de 206,57 pessoas falecidas por 100 mil habitantes, nos
municípios dessa mesorregião, no ano de 2000. Enquanto que, a taxa de óbitos dos 70 aos 79
anos, apresentou um total de 451,42 pessoas falecidas por 100 mil habitantes. Já na faixa
etária dos 80 anos ou mais, o total era de 1.135,45 pessoas falecidas por 100 mil habitantes, na
mesorregião Metropolitana de Porto Alegre.
Com relação à variável independente principal, transferências do SUS por habitante,
no ano pesquisado – 2000, a tabela mostra que está totalizando R$ 2.749,85 por habitante , em
seus 96 municípios, no ano de 2000, valor apenas menor que a mesorregião Noroeste Rio-
Grandense, que será descrita nos próximos sub-capítulos . Nessa mesorregião, o PIB per
capita totalizou R$ 9.410,00 reais.
A população total desta mesorregião no ano de 2000 foi de 4.403.454 e a população
com 60 anos ou mais totalizou 417.918 pessoas no ano pesquisado, representando 9,49% de
idosos na população, sendo a menor representação idosa do Estado. A tabela mostra também
que a taxa da urbanização foi de 92%, fazendo-se, por outro lado, a maior taxa de urbanização
do RS. A seguir apresentamos a matriz de correlação entre as variáveis de estudo nessa
mesorregião.
Tabela 11: Matriz de Correlação de Pearson entre as variáveis de estudo na mesorregião
Metropolitana de Porto Alegre
92
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,261* 0,177 0,465* 0,211* 0,379* 0,143 0,032 0,131
População
total 2000
0,261* 1 -0,030 0,259* 0,050 0,062 0,033 -0,005 0,696*
PIB per
capita
0,177 -0,030 1 0,190 -0,075 0,013 -0,104 -0,036 -0,065
IDHM 0,465* 0,295* 0,190 1 0,090 0,030 -0,018 0,108 0,270
Taxa de
óbitos pop.
60 anos ou
mais
0,211* 0,050 -0,075 0,090 1 0,623* 0,728* 0,503* -0,053*
Taxa de
óbitos pop.
60 aos 69
anos
0,379* 0,062 0,013 0,030 0,623* 1 0,163 0,043 -0,110*
Taxa de
óbitos pop.
70 aos 79
anos
0,143 0,033 -0,104 -0,018 0,728* 0,163 1 0,190 -0,078
Taxa de
óbitos pop.
80 anos ou
mais
0,032 -0,005 -0,036 0,108 0,503* 0,043 0,190 1 -0,014
Transferênci
as do SUS
por habitante
0,131 0,696* -0,065 0,270* -0,053* -0,110* -0,078 -0,014 1
96 96 96 96 96 96 96 96 96
*Correlação significativa para um nível de p<= 0,05
** Correlação significativa para um nível de p<= 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 11, acima, observamos que o coeficiente de correlação entre a taxa de óbitos
da população dos 60-69 anos, e dos 70-79 anos e as transferências do SUS por habitante, é
negativo e mais expressivo nessas duas faixas etárias que nas demais. Na faixa geral, dos 60
anos ou mais e na faixa mais idosa, dos 80 anos ou mais, a taxa de óbitos apresentam também
coeficientes negativos, indicando que o aumento das transferências do SUS por habitante
acompanha um decréscimo na taxa de óbitos dessas populações nessa mesorregião.
Observamos, ainda, uma correlação de magnitude pouco expressiva entre a taxa de
urbanização e a taxa de óbitos da população com 60 anos ou mais (r=0,211) e também, com a
faixa etária dos 60-69 anos (r=0,379), indicando que quanto maior a taxa de urbanização,
maior a taxa de óbitos nessas populações, na mesorregião Metropolitana de Porto Alegre.
A taxa de óbitos das faixas dos 60 anos ou mais, dos 70-79 anos e dos 80 anos ou mais
correlacionadas com o PIB per capita são de baixa magnitude, predominando o coeficiente
negativo, que nos indicando que o PIB per capita tem pouca influência na taxa de óbitos da
população. Isso quer dizer que o aspecto econômico pouco influência a taxa de óbitos desta
população.
Utilizando as informações dos 96 municípios, na mesorregião Metropolitana de Porto
Alegre, a tabela 12 apresenta, resumidamente, os coeficientes das regressões (as regressões
originais extraídas do software SPSS estão no anexo F).
Tabela 12 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Metropolitana de Porto Alegre
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,213 0,448*** 0,188 -0,016
População total
0,097 0,141 0,120 -0,003
PIB per capita
-0,128 -0,050 -0,133 -0,063
IDHM
0,035 -0,143 -0,064 0,143
Transferências do SUS por habitante
-0,166 -0,232 -0,178 -0,053
R
2
0,020 0,154*** 0,008 -0,037
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vemos, no modelo 1, que todas as independentes juntas explicam somente 2 % da
variação na taxa de óbitos de pessoas com 60 anos ou mais. O modelo 1 não se mostrou
significativo, porém se lembramos que ao trabalhar com todos os dados do censo, isso não se
faz importante, podemos ver que os betas indicam que as transferências do SUS têm um efeito
negativo. Especificamente, para cada unidade de desvio padrão que crescem as transferências
do SUS, a taxa de óbitos daqueles com 60 anos ou mais, cai 0,16 unidades. A taxa de
94
urbanização tem um efeito positivo na taxa de óbitos, sendo que para cada unidade de desvio
padrão que cresce a taxa de urbanização, a taxa de óbitos cresce 0,21 unidades, semelhante ao
modelo 1 da mesorregião Centro Oriental Rio-Grandense. O modelo 2 se mostrou
significativo ao nível p=<0,001, destacando-se num dos modelos mais explicativos deste
estudo, assim como o modelo da mesorregião estudada anteriormente, Centro Oriental Rio-
Grandense, na mesma faixa etária, dos 60-69 anos. Nessa mesorregião, no modelo 2, todas as
independentes juntas explicam 15 % da variação na taxa de óbitos de pessoas com 60-69 anos.
Os betas indicam que as transferências do SUS têm efeito negativo, sendo que, para cada
unidade de desvio padrão que crescem as transferências, a taxa de óbitos desta população cai
0,23 unidades; e, também, a taxa de urbanização tem um efeito positivo na taxa de óbitos,
sendo que para cada unidade de desvio padrão que cresce a taxa de urbanização, a taxa de
óbitos cresce 0,44 unidades. Esse alto poder explicativo nos induz a pensar que, ao mostrar
que 15% dos óbitos na faixa etária dos 60-69 anos são explicados pelas independentes, no
sentido de que essa população poderá não estar sendo beneficiada pelos serviços de saúde, ou
também, que pela alta taxa de urbanização que essa mesorregião possui, poderá o atendimento
de saúde não estar atingindo a população nessa faixa etária. Os modelos 3 e 4 não têm poder
explicativo
4.3.4 Características descritivas dos determinantes da mortalidade dos idosos na
mesorregião Nordeste Rio-Grandense
Antes de descrevermos as nossas variáveis de estudo que compõem essa mesorregião,
apresentaremos na próxima figura, a localização no mapa do RS, a qual é composta por 50
municípios e possuí uma área territorial de 25.854,28 km
2
, (IBGE, 2000). Essa região está
localizada na parte nordeste do estado, e é composta por municípios tais como Caxias do Sul,
Bento Gonçalves, Garibaldi, Lagoa Vermelha, São Francisco de Paula e São José dos
Ausentes. A mesorregião Nordeste Rio-Grandense apresentou, em 2000, uma expectativa de
vida ao nascer de 73,90 anos o que a fez a região com maior expectativa de vida do estado do
RS, sendo a terceira região mais populosa do estado com uma população total de 923.118
pessoas (FEE, 2000).
Figura 4 – Mapa da mesorregião Nordeste Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e, posteriormente, a matriz de correlação entre as mesmas para a mesorregião Nordeste
Rio-Grandense.
Tabela 13: Estatísticas descritivas das variáveis de estudo na mesorregião Nordeste Rio-
Grandense
Taxa de
óbitos pop.
60 anos ou
mais -2000
Transferênci
as do SUS
por
habitante em
R$
População
total - 2000
Populaçã
o com 60
anos ou
mais
Taxa de
urbanização
PIB per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
165,56 1.441,11
923.118
91.097 79,60
11.691,00
70,65 191,08 556,40
N
50 50 50 50 50 50 50 50 50
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
96
A tabela 13, acima, mostra que, nessa mesorregião, a taxa de óbitos da população com
60 anos ou mais apresentou um total de 165,56 pessoas falecidas por 100 mil habitantes. Na
divisão da população com 60 anos ou mais, a taxa de óbitos na faixa etária dos 60 aos 69 anos
apresentou um total de 70,65 pessoas falecidas por 100 mil habitantes, nos municípios dessa
mesorregião, no ano de 2000. Enquanto que, a taxa de óbitos dos 70 aos 79 anos apresentou
um total de 191,08 pessoas falecidas nessa faixa etária, por 100 mil habitantes. Já na faixa
etária dos 80 anos ou mais, a taxa total foi de 556,40 por 100 mil habitantes, nos 50
municípios que compõem a mesorregião Nordeste Rio-Grandense.
Com relação à variável independente principal, transferências do SUS por habitante,
no ano pesquisado – 2000, a tabela mostra que o total foi de R$ 1.441,11 por habitante nos
seus 50 municípios. Nessa mesorregião, o PIB per capita foi de R$ 11.691,00 reais, sendo a
região com o maior PIB per capita, superando o do Estado que foi de R$ 8.302,00.
A população total dessa mesorregião, no ano de 2000, foi de 923.118, e a população
com 60 anos ou mais totalizou 91.097 pessoas, representando 9,86% de idosos da população
dessa região. A tabela mostra, também, que a da taxa da urbanização foi de 79,60%. A seguir
apresentamos a matriz de correlação entre as variáveis de estudo da mesorregião em foco.
Tabela 14: Matriz de Correlação de Pearson entre s variáveis de estudo na mesorregião
Nordeste Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,468* 0,159 0,330* 0,327* 0,398* 0,308* 0,016 0,132
População
total 2000
0,468* 1 0,181 0,265 0,192 0,227 0,172 0,062 0,298*
PIB per
capita
0,159 0,181 1 0,420* 0,054 0,112 -0,089 0,165 0,068
IDHM 0,330* 0,265 0,420* 1 0,271 0,189 0,157 0,209 -0,149
Taxa de
óbitos pop.
60 anos ou
mais
0,327* 0,192 0,054 0,271 1 0,687* 0,731* 0,633* -0,110*
Taxa de
óbitos pop.
60 aos 69
anos
0,398* 0,227 0,112 0,189 0,687* 1 0,329* 0,190 -0,101*
Taxa de
óbitos pop.
70 aos 79
anos
0,308* 0,172 -0,089 0,157 0,731* 0,329* 1 0,378 -0,022
Taxa de
óbitos pop.
80 anos ou
mais
0,016 0,062 0,165 0,209 0,633* 0,190 0,278 1 -0,092
Transferênci
as do SUS
por habitante
0,132 0,298* 0,068 -0,149 -0,110* -0,101* -0,022 -0,092 1
N
50 50 50 50 50 50 50 50 50
*Correlação significativa para um nível de p=<0,05
** Correlação significativa para um nível de p=<0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 14, acima, observamos uma correlação negativa entre as taxas de óbitos da
população com 60 anos ou mais, dos 60-69 anos, dos 70-79 anos, e dos 80 anos ou mais e as
transferências do SUS por habitante. Seus coeficientes negativos indicam que o aumento das
transferências do SUS por habitante acompanha um decréscimo na taxa de óbitos dessas
populações, nessa mesorregião.
Observamos uma correlação com magnitude expressiva e positiva entre a taxa de
óbitos da população com 60 anos ou mais e a taxa de urbanização (r=0,327), entre a taxa de
óbitos da população na faixa etária dos 60-69 anos e a taxa de urbanização (r=0,398), e a taxa
e óbitos da população na faixa etária dos 70-79 anos e a taxa de urbanização (r=0,308),
indicando que quanto maior a taxa de urbanização, maior a taxa de óbitos nessas faixas para
essa mesorregião. Isso nos leva a pensar que a rede de serviços do meio urbano não está
retardando as mortes, o que poderia ocorrer se houvesse um incentivo aos programas de
prevenção em saúde. Além disso, os dados mostram uma correlação positiva entre o PIB per
98
capita e as taxas de óbitos da população idosa nas faixas etárias com 60 anos ou mais, dos 60-
69 anos e dos 80 anos ou mais, indicando que os indicadores econômicos não podem retardar
a taxa de mortalidade da população idosa, da mesorregião Nordeste Rio-Grandense. Como
exceção, para essa mesorregião, da correlação entre a taxa de óbitos da população na faixa
etária dos 70-79 anos e o PIB per capita que se mostra negativo (r=-0,89), indicando que
quanto maior o PIB, menor o índice de mortalidade da população com 70-79 anos.
Utilizando as informações dos 50 municípios, na mesorregião Nordeste Rio-
Grandense, a tabela 15 apresenta, resumidamente, os coeficientes das regressões (as
regressões originais extraídas do software SPSS estão no anexo G).
Tabela 15 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Nordeste Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,264 0,369* 0,277 -0,69
População total
0,076 0,102 0,057 0,057
PIB per capita
-0,064 0,051 -0,194 0,104
IDHM
0,170 -0,009 0,126 0,160
Transferências do SUS por habitante
-0,137 -0,185 -0,043 -0,083
R
2
0,063 0,101 0,035 0,046
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vemos no modelo 1, que mostra a análise da regressão na mesorregião Nordeste Rio-
Grandense, que todas as independentes juntas explicam 6 % da variação na taxa de óbitos de
pessoas com 60 anos ou mais. Todos os modelos não se mostraram significante, porém
lembremos, mais uma vez, que ao trabalhar com todos os dados do censo, isso não se faz
importante. Os betas indicam que as transferências do SUS têm um efeito negativo, para cada
unidade de desvio padrão que crescem as transferências do SUS, a taxa de óbitos daqueles
com 60 anos ou mais, cai 0,13 unidades. A taxa de urbanização tem um efeito positivo na taxa
de óbitos, sendo que para cada unidade de desvio padrão que cresce a taxa de urbanização, a
taxa de óbitos cresce 0,26 unidades. No modelo 2, as independentes juntas explicam 10 % da
variação na taxa de óbitos de pessoas dos 60-69 anos. A taxa de urbanização é significativa ao
nível de p=< 0,05 e tem um efeito positivo na taxa de óbitos, sendo que para cada unidade de
desvio padrão que cresce a taxa de urbanização, a taxa e óbitos cresce 0,36 unidades. No
modelo 3, as independentes juntas explicam 3% da variação da taxa de óbitos da população
dos 70-79 anos, sendo que as transferências do SUS têm efeito negativo, e a taxa de
urbanização tem um efeito positivo na taxa de óbitos dessa faixa etária. Já no modelo 4, 4%
da variação na taxa de óbitos na população com 80 anos ou mais, é explicado pelo conjunto
das independentes, as transferências do SUS também têm um efeito negativo, mas a taxa de
urbanização tem um efeito negativo na taxa de óbitos na faixa etária da população com 80
anos ou mais, sendo que para cada unidade de desvio padrão que cresce a taxa de urbanização,
a taxa de óbitos decresce 0,69 unidades.
4.3.5 Características descritivas das variáveis de estudo na mesorregião Noroeste Rio-
Grandense
Antes de descrevermos as nossas variáveis de estudo na já referida região,
apresentaremos, na figura abaixo, a localização no mapa do RS, a qual é composta por 201
municípios, possui o maior número de municípios e a maior área territorial do estado, com
64.930,58 km
2
, (IBGE, 2000). Essa região está localizada na parte noroeste do estado, e é
100
formada por municípios tais como Ijuí, Erechim, Marcelino Ramos, Santa Rosa, Passo Fundo
e São Miguel das Missões. A mesorregião apresentou uma expectativa de vida ao nascer de
71,90 apresentou uma população total – 2000, de 1.955.515 pessoas se fazendo a segunda
região mais populosa do Estado, ficando atrás apenas da mesorregião Metropolitana de Porto
Alegre (FEE, 2000).
Figura 5 – Mapa da mesorregião Noroeste Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e posteriormente a matriz de correlação entre as variáveis das mesmas para a
mesorregião Noroeste Rio-Grandense.
Tabela 16: Estatísticas descritivas das variáveis de estudo na mesorregião Noroeste Rio-
Grandense
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total –
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB per
capita
Taxa de
óbitos
60 aos
69 anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
734,88 6.487,03
1.959.688
217.056 64,70
6.628,00
363,43 827,23 2.295,30
N
201 201 201 201 201 201 201 201 201
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 16, acima, mostra que na mesorregião Noroeste Rio-Grandense a taxa de
óbitos da população com 60 anos ou mais, apresenta um total de 734,88 pessoas falecidas com
60 anos ou mais por 100 mil habitantes. Na divisão da população com 60 anos ou mais, a taxa
de óbitos na faixa etária dos 60 aos 69 anos apresentou um total de 363,43 pessoas falecidas,
por 100 mil habitantes, nos municípios dessa mesorregião, no ano de 2000. Por outro lado, a
taxa de óbitos dos 70 aos 79 anos apresentou 827,23 pessoas falecidas desta faixa etária por
100 mil habitantes. Já na faixa etária dos 80 anos ou mais, a tabela apresentou um total de
2.295,30 pessoas falecidas dessa faixa etária, por 100 mil habitantes.
Com relação à variável independente principal, as transferências do SUS por habitante,
no ano pesquisado – 2000, a tabela mostrou um total de R$ 6.487,03 por habitante nessa
mesorregião, em seus 201 municípios, no ano de 2000, fazendo-se a maior transferência por
habitante do Estado. Nessa mesorregião, o PIB per capita foi de R$ 6,628,00.
A população total dessa mesorregião, no ano de 2000, foi de 1.959.688, e a população
com 60 anos ou mais apresentou um total de 217.056 pessoas no ano pesquisado
representando 11,09% de idosos na população total nessa região. A tabela mostra, também,
que a taxa da urbanização em 2000 era de 64,70%, sendo a menor do estado, assim essa
região é a menos populosa do RS. A seguir apresentamos a matriz de correlação dessa
mesorregião.
102
Tabela 17: Matriz de Correlação de Pearson entre as variáveis de estudo na mesorregião
Noroeste Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,595* 0,161* 0,469* 0,199* 0,099 0,123 0,036 -0,109
População
total 2000
0,595* 1 -0,042 0,253* 0,162* 0,082 0,118 0,026 -0,009
PIB per
capita
0,161 -0,042 1 0,520* 0,028 -0,013 0,002 0,096 -0,070
IDHM 0,469* 0,253* 0,520* 1 0,101 0,008 0,038 0,114 -0,127
Taxa de
óbitos pop.
60 anos ou
mais
0,199* 0,162* 0,028 0,101 1 0,510* 0,635* 0,507* -0,149*
Taxa de
óbitos pop.
60 aos 69
anos
0,099 0,082 -0,013 0,008 0,510* 1 0,010 -0,119 -0,007
Taxa de
óbitos pop.
70 aos 79
anos
0,123 0,118 0,002 0,038 0,635* 0,010 1 0,058 -0,219*
Taxa de
óbitos pop.
80 anos ou
mais
0,036 0,026 0,096 0,114 0,507* -0,119 0,058 1 -0,034
Transferênci
as do SUS
por habitante
-0,109 -0,009 -0,070 -0,127 -0,149* -0,007 -0,219* -0,034 1
N
201 201 201 201 201 201 201 201 201
*Correlação significativa para um nível de p<= 0,05
** Correlação significativa para um nível de p<= 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 17, acima, podemos observar que o coeficiente de correlação entre a taxa de
óbitos da população com 60 anos ou mais e as transferências do SUS por habitante é negativo
e fraco (r=-0,149). Isso quer dizer que quanto maiores as transferências dos SUS por
habitante, menor a taxa de óbitos da população dos 60 anos ou mais nessa mesorregião.
Mostraram-se positiva a correlação entre a taxa de óbitos da população com 60 anos ou mais e
a taxa de urbanização (r=0,199) e a correlação entre a taxa de óbitos da população com 60
anos ou mais e a população total (r=0,162), o que quer dizer que quanto maior a taxa de
urbanização e a população total, maior a taxa de óbitos da população com 60 anos ou mais
nessa mesorregião.
Apresentaram correlação negativa e expressiva a população na faixa etária dos 70-79
anos (r=-0,219) e as transferências do SUS, induzindo-nos a dizer que quanto maiores as
transferências do SUS por habitante, menor a taxa de óbitos nessa faixa etária. Ainda pelo fato
dessa magnitude ter se apresentado maior que nas outras taxas de óbitos da população idosa,
podemos pensar que os municípios dessa mesorregião estão incentivando os programas de
atenção básica à saúde, pois as transferências do SUS por habitante aumentam conforme a
realização dos programas. Assim percebemos, por esse, dado maior benefício para esta faixa
etária.
Utilizando as informações dos 201 municípios da mesorregião Noroeste Rio-
Grandense, a tabela 18 apresenta resumidamente os coeficientes das regressões (as regressões
originais extraídas do software SPSS estão no anexo H).
Tabela 18 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Noroeste Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,137 0,102 0,068 -0,033
População total
0,079 0,033 0,087 0,024
PIB per capita
0,000 -0,004 0,003 0,052
IDHM
-0,001 -0,046 -0,045 0,094
Transferências do SUS por habitante
-0,133 -0,002 -0,216** -0,022
R
2
0,036* 0,013 0,040* 0,009
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
104
Vimos no modelo 1, que mostra a análise de regressão da mesorregião Noroeste Rio-
Grandense, que todas as independentes juntas explicam 3% da variação na taxa de óbitos da
população com 60 anos ou mais. Os modelos 1 e 3, dessa mesorregião, apresentaram-se
significativos. Os betas indicam, no modelo 1, que as transferências do SUS têm um efeito
negativo, para cada unidade de desvio padrão que crescem as transferências do SUS, a taxa de
óbitos daqueles com 60 anos ou mais cai 0,13 unidades. O modelo 2 tem poder explicativo
muito baixo, 1%; e no modelo 3 as independentes juntas explicam 4% da variação na taxa de
óbitos de pessoas na faixa dos 70-79 anos. Os betas indicam que as transferências do SUS têm
efeito negativo, para cada unidade de desvio padrão que crescem as transferências a taxa de
óbitos cai 0,21 unidades. O modelo 4 não tem poder explicativo, isso se justifica, também,
porque nessa faixa etária mais idosa, dos 80 anos ou mais, as pessoas tendem a morrer
naturalmente.
4.3.6 Características descritivas dos determinantes da mortalidade dos idosos na
mesorregião Sudeste Rio-Grandense
Antes de descrevermos as nossas variáveis de estudo na já referida região,
apresentaremos, na próxima figura a localização, no mapa do RS, da mesorregião Sudeste
Rio-Grandense, a qual é composta por 23 municípios e possui uma área territorial de
42.539,65 km
2
, (IBGE, 2000). Essa região está localizada na parte sudeste do estado, e
municípios como Caçapava do Sul, Pelotas, Rio Grande, Chuí e Santa Vitória do Palmar
fazem parte dessa mesorregião. A mesorregião Sudeste Rio-Grandense apresentou a menor
expectativa de vida ao nascer do estado, 69,63 anos, fazendo-se a região menos longeva do
Estado (FEE, 2000).
Figura 6 – Mapa da mesorregião Sudeste Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e, posteriormente, a matriz de correlação entre as variáveis entre as mesmas para a
mesorregião Sudeste Rio-Grandense.
Tabela 19: Estatísticas Descritivas das variáveis de estudo na mesorregião Sudeste Rio-
Grandense
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total -
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB
per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
98,11 521,03
894.908
107.786 80,60
6.125,00
55,00 100,76 296,63
N
23 23 23 23 23 23 23 23 23
Fonte: tabela elaborada pela pesquisadora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 19, acima, mostra que, na mesorregião Sudeste Rio-Grandense, a taxa de
óbitos da população com 60 anos ou mais apresenta um total de 98,11 pessoas falecidas por
100 mil habitantes. Na divisão da população com 60 anos ou mais, a taxa de óbitos na faixa
etária dos 60 aos 69 anos apresentou um total de 55,00 pessoas falecidas por 100 mil
habitantes, nos municípios dessa mesorregião, no ano de 2000 enquanto que, a taxa de óbitos
106
dos 70 aos 79 anos apresentou um total de 100,76 pessoas falecidas dessa faixa etária, por 100
mil habitantes. Já a faixa etária dos 80 anos ou mais, apresentou uma taxa total de 299,63
pessoas falecidas por 100 mil habitantes, na mesorregião Sudeste Rio-Grandense.
Com relação à variável independente principal, transferências do SUS por habitante,
no ano pesquisado – 2000, a tabela mostrou que foi de R$ 521,03 por habitante nessa
mesorregião, em seus 23 municípios, no ano de 2000. Nessa mesorregião, o PIB per capita foi
de R$ 6.125,00 no ano pesquisado.
A população total dessa mesorregião, no ano de 2000, foi de 894.908, e a população
com 60 anos ou mais totalizando 107.786 pessoas no ano pesquisado, representando 12,04%
de idosos na população dessa região, fazendo-se a região com maior representatividade da
população idosa. A tabela mostrou, também, que a da taxa da urbanização foi de 80,60%. A
seguir, apresentamos a matriz de correlação entre as variáveis de estudo nessa mesorregião.
Tabela 20: Matriz de Correlação de Pearson entre as variáveis de estudo na mesorregião
Sudeste Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferê
ncias do
SUS por
habitante
Taxa de
urbanização
1 0,413 0,251 0,391 0,079 -0,074 0,449* -0,052 -0,034
População
total 2000
0,413 1 0149 0445* 0,039 -0,048 0,102 0,001 0,508*
PIB per
capita
0,251 0,149 1 0,608* 0,352 0,490* -0,007 0,062 -0,293
IDHM 0,391 0,445* 0,608* 1 0,243 0,306 0,162 -0,085 0,156
Taxa de
óbitos pop.
60 anos ou
mais
0,079 0,039 0,352 0,243 1 0,815* 0,431* 0,640* -0,230*
Taxa de
óbitos pop.
60 aos 69
anos
-0,074 -0,048 0,490* 0,306 0,815* 1 0,069 0,212 -0,212*
Taxa de
óbitos pop.
70 aos 79
anos
0,449* 0,102 -0,007 0,162 0,431* 0,069 1 0,243 -0,189
Taxa de
óbitos pop.
80 anos ou
mais
-0,052 0,001 0,062 -0,085 0,640* 0,212 0,243 1 -0,177
Transferênci
as do SUS
por habitante
-0,034 0,508* -0,293 0,156 -0,230* -0,212* -0,189 -0,177 1
N
23 23 23 23 23 23 23 23 23
*Correlação significativa para um nível de p<= 0,05
** Correlação significativa para um nível de p<= 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Observamos uma correlação com magnitude expressiva entre as variáveis taxa de
óbitos da população com 60 anos ou mais, taxa de óbitos da população idosa dos 60-69 anos,
taxas de óbitos das população idosa dos 70-79 anos, e dos 80 anos ou mais e as transferências
do SUS por habitante, seus coeficientes de correlação negativos indicam que o aumento das
transferências do SUS por habitante acompanham um decréscimo na taxa de óbitos da
população nessas faixas etárias.
Observamos uma correlação positiva e com magnitude mediana entre a taxa de óbitos
da população idosa na faixa etária dos 60-69 anos e o PIB per capita (r=0,490). Isso quer
dizer que, quanto maior o PIB, maior a mortalidade, o que mostra que esse indicador
econômico não pode garantir redução nas mortes dos idosos nessa meso. Esse dado pode
108
exemplificar estudos que revelam que nem sempre o aumento da riqueza significa melhoria do
bem estar humano, por isso fez-se necessário, no campo da Saúde Pública, que um novo olhar
esteja voltado para essa temática, visto que existe a urgência de ações, não apenas curativas,
mas principalmente preventivas, a fim de que o envelhecimento possa ser encarado de forma
positiva, atrelando-o a uma boa qualidade de vida.
Mostrou-se positiva e de magnitude mediana a correlação entre a taxa de óbitos da
população com idade entre 70-79 anos e a taxa de urbanização (r=0,449), o que nos induz a
pensar que quanto maior a taxa de urbanização, nessa mesorregião, maior a taxa de óbitos
dessa população. Esse dado nos revela que mesmo em centros urbanizados, programas de
atenção básica à saúde podem não estar retardando a mortalidade entre os idosos.
Utilizando as informações dos 23 municípios, na mesorregião Sudeste Rio-Grandense,
a tabela 21 apresenta, resumidamente, os coeficientes das regressões (as regressões originais
extraídas do software SPSS estão no anexo I).
Tabela 21– Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Sudeste Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
-0,081 -0,237 0,407 -0,118
População total
0,105 -0,038 0,053 0,235
PIB per capita
0,188 0,414 -0,385 0,071
IDHM
0,153 0,181 0,269 -0,147
Transferências do SUS por habitante
-0,255 -0,108 -0,357 -0,257
R
2
0,087 0,095 0,097 0,205
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vimos no modelo 1, que mostra a análise de regressão na mesorregião Sudeste Rio-
Grandense, que todas as independentes juntas explicam 8% da variação na taxa de óbitos de
pessoas com 60 anos ou mais. Todos os modelos da mesorregião Sudeste Rio-Grandense não
se apresentaram significativos, mas, como já mencionamos, no nosso caso isso não é
relevante, já que estamos trabalhando com todo o censo. Os betas indicam que as
transferências do SUS têm um efeito negativo, pois para cada unidade de desvio padrão que
crescem as transferências do SUS a taxa de óbitos daqueles com 60 anos ou mais, cai 0,25
unidades. No modelo 2, as independentes juntas explicam 9% da variação na taxa de óbitos de
pessoas que estão entre os 60-69 anos. Os betas indicam que as transferências do SUS têm um
efeito negativo, sendo que para cada unidade de desvio padrão que cresce as transferências do
SUS, a taxa de óbitos daqueles na faixa etária dos 60-69 anos cai 0,10 unidades. A taxa de
urbanização tem efeito negativo na taxa de óbitos, sendo que para cada unidade de desvio
padrão que decresce a taxa de urbanização, a taxa de óbitos cai 0,23 unidades, naqueles entre
60-69 anos, mostrando-se diferente da maioria das correlações. O PIB per capita tem efeito
positivo na taxa de óbitos dessa faixa etária, para cada unidade de desvio padrão que cresce o
PIB, a taxa de óbitos destes cresce 0,41 unidades. No modelo 3, todas as independentes juntas
explicam 9% da variação na taxa de óbitos de pessoas entre 70-79 anos. Os betas indicam que
as transferências do SUS têm um efeito negativo, para cada unidade de desvio padrão que
cresce as transferências do SUS, a taxa de óbitos daqueles na faixa etária dos 70-79 anos cai
0,35 unidades. A taxa de urbanização tem efeito positivo na taxa de óbitos, sendo que para
cada unidade de desvio padrão que cresce a taxa de urbanização, a taxa de óbitos cresce 0,40
unidades, naqueles entre 70-79 anos. No modelo 4, as independentes juntas explicam 20% da
110
variação na taxa de óbitos de pessoas com 80 ou mais, fazendo-se um dos modelos mais
explicativos deste estudo. Os betas indicam que as transferências do SUS têm um efeito
negativo, assim como nos demais modelos dessa mesorregião: para cada unidade de desvio
padrão que crescem as transferências do SUS, a taxa de óbitos daqueles com 80 anos ou mais
cai 0,25 unidades. A população total tem efeito positivo no sentido de que quanto maior a
população, maior a taxa de óbitos nessa população, o IDHM tem efeito negativo no sentido
que contribui para um decréscimo da mortalidade nessa população.
4.3.7 Características descritivas dos determinantes da mortalidade dos idosos na
mesorregião Sudoeste Rio-Grandense
Antes de descrevermos as variáveis de estudo na já referida região, apresentaremos, na
figura abaixo, a localização, no mapa do RS, da mesorregião Sudoeste Rio-Grandense. Essa
região é composta pelo menor número de municípios (18 municípios), e possui a segunda
maior área territorial do estado, com 62.681,15 km
2
, (IBGE, 2000). Ela está localizada na
parte sudeste do estado, fronteira com o Uruguai e é conhecida como a região da campanha,
do estado. Engloba municípios tais como Uruguaiana, Alegrete, Quaraí, Santana do
Livramento, Hulha Negra e São Francisco de Assis. Ela apresentou uma expectativa de vida
de 71,44 anos, em 2000, classificando-se como a segunda região com menor expectativa de
vida do RS (FEE, 2000).
Figura 7 – Mapa da mesorregião Sudoeste Rio-Grandense
Fonte: IBGE, 2000.
Apresentaremos, na tabela a seguir, as estatísticas descritivas das nossas variáveis de
estudo e posteriormente a matriz de correlação entre elas mesmas para a mesorregião
Sudoeste Rio-Grandense.
Tabela 22: Estatísticas Descritivas das variáveis de estudo na mesorregião Sudoeste Rio-
Grandense
Taxa de
óbitos
pop. 60
anos ou
mais -2000
Transferência
s do SUS por
habitante em
R$
População
total -
2000
População
com 60
anos ou
mais
Taxa de
urbanização
PIB
per
capita
Taxa de
óbitos 60
aos 69
anos
Taxa de
óbitos 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Total
71,02 474,89
747.115
81.987 86,50
5.527,00
38,61 78,88 192,25
N
18 18 18 18 18 18 18 18 18
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
A tabela 22, acima, mostra que, na mesorregião Sudoeste Rio-Grandense, a taxa de
óbitos da população com 60 anos ou mais, totalizou 71,02 pessoas falecidas por 100 mil
habitantes. Na divisão da população com 60 anos ou mais, a taxa de óbitos na faixa etária dos
60 aos 69 anos apresentou um total de 38,61 pessoas falecidas por 100 mil habitantes, nos
municípios dessa mesorregião, no ano de 2000. Enquanto que, a taxa de óbitos dos 70 aos 79
112
anos apresentou um total de 78,88 pessoas falecidas por 100 mil habitantes. Já na faixa etária
dos 80 anos ou mais, a taxa de óbitos totalizou 192,25 pessoas falecidas por 100 mil
habitantes.
Com relação à variável independente principal, transferências do SUS por habitante,
no ano pesquisado – 2000, a tabela mostrou um total de R$ 474,89 por habitante, fazendo-se a
região com a menor transferência do SUS por habitante, induzindo-nos a pensar que a baixa
transferência nessa região se dá por ela ter o segundo menor PIB per capita do Estado, R$
5.527,00, no ano de 2000.
A população total dessa mesorregião no ano de 2000 foi de 747.115, e a população
com 60 anos ou mais totalizou 81.987 pessoas no ano pesquisado, representando 10,91% de
idosos na população dessa região. A tabela mostra também que a taxa da urbanização foi de
86,50%. A seguir, apresentamos a matriz de correlação entre as variáveis nessa mesorregião.
Tabela 23: Matriz de Correlação de Pearson entre as variáveis de estudo na mesorregião
Sudoeste Rio-Grandense
Taxa de
urbanização
População
total 2000
PIB per
capita
IDHM Taxa de
óbitos
pop. 60
anos ou
mais
Taxa de
óbitos
pop. 60
aos 69
anos
Taxa de
óbitos
pop. 70
aos 79
anos
Taxa de
óbitos
pop. 80
anos ou
mais
Transferên
cias do
SUS por
habitante
Taxa de
urbanização
1 0,658* -0,514* 0,573* 0,620* 0,607* 0,155 0,382 -0,431
População
total 2000
0,658* 1 -0,564* 0,548* 0,370 0,321 0,203 0,125 -0,494*
PIB per
capita
-0,514* -0,564* 1 -0,181 -0,435 -0,418 -0,319 0,024 0,523*
IDHM 0,573* 0,548* -0,181 1 0,504* 0,152 0,541* 0,137 -0,055
Taxa de
óbitos pop.
60 anos ou
mais
0,620* 0,370 -0,435 0,504* 1 0,508 0,645* 0,717* 0,120*
Taxa de
óbitos pop.
60 aos 69
anos
,607* ,321 -,418 ,152 ,508* 1 -,163 ,252 -,299*
Taxa de
óbitos pop.
70 aos 79
anos
0,155 0,203 -0,319 0,541* 0,645* -0,163 1 0,214 0,033
Taxa de
óbitos pop.
80 anos ou
mais
0,382 0,125 0,024 0,137 0,717* 0,252 0,214 1 0,069
Transferênci
as do SUS
por habitante
-0,431 -0,494* 0,523* -0,055 -0,120* -0,299* 0,033 0,069 1
N
18 18 18 18 18 18 18 18 18
*Correlação significativa para um nível de p=< 0,05
** Correlação significativa para um nível de p=< 0,01
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Na tabela 23, acima, observamos que a correlação entre a taxa de óbitos da população
idosa com mais de 60 anos e a população na faixa etária dos 60-69 anos e as transferências do
SUS, que se apresentam com o coeficiente de correlação negativo, indicando que o aumento
das transferências do SUS por habitante acompanha o decréscimo da taxa de óbitos da
população nestas faixas etárias. Ao contrário desse dado, correlacionaram-se, positivamente, a
taxa de óbitos da população idosa nas faixas etárias dos 70-79 anos e dos 80 anos ou mais e as
transferências do SUS por habitante, mesmo que com uma pequena magnitude, o que quer
dizer que as transferências do SUS por habitante não reduzem na taxa de óbitos dessas
populações mais idosas. Podemos pensar que municípios dessa mesorregião não estão se
beneficiando com programas de atenção à saúde, especificamente a população idosa das
faixas etárias dos 70-79 anos e dos oitenta anos ou mais, ou ainda como esta região apresentou
a menor taxa total de transferências dos SUS por habitante, e a correlação, para estas faixas
114
etárias da população idosa, nos indicam que quanto maiores as transferências maiores as taxas
de óbitos, podemos pensar que o problema aqui esteja na gestação dos recursos.
Utilizando as informações dos 18 municípios, na mesorregião Sudoeste Rio-
Grandense, a tabela 24 apresenta, resumidamente, os coeficientes das regressões (as
regressões originais extraídas do software SPSS estão no anexo J).
Tabela 24 – Modelos de regressão sobre os condicionantes da taxa de óbitos dos idosos na
mesorregião Sudoeste Rio-Grandense
Modelo 1
Depend. Taxa
de óbitos pop.
60 anos ou
mais
Modelo 2
Depend. Taxa
de óbitos pop.
60 aos 69 anos
Modelo 3
Depend. Taxa
de óbitos pop.
70 aos 79 anos
Modelo 4
Depend. Taxa
de óbitos pop.
80 anos ou
mais
Betas Betas Betas Betas
Taxa de urbanização
0,506 0,759 -0,398 0,736
População total
-0,221 -0,107 -0,267 0,051
PIB per capita
-0,345 -0,155 -0,561 0,244
IDHM
0,283 -0,251 0,818 -0,254
Transferências do SUS por habitante
0,185 0,043 0,068 0,270
R
2
0,295 0,207 0,303 0,024
*** p=< 0,001 ** p= < 0,01 * p=< 0,05
Fonte: tabela elaborada pela autora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
Vimos, no modelo 1, que mostra a análise de regressão da mesorregião Sudoeste Rio-
Grandense, que todas as independentes juntas explicam 29% da variação na taxa de óbitos de
pessoas com 60 anos ou mais, fazendo-se um dos modelos mais explicativos deste estudo. Os
betas indicam que as transferências do SUS têm um efeito positivo, para cada unidade de
desvio padrão que crescem as transferências do SUS, a taxa de óbitos daqueles com 60 anos
ou mais sobe 0,18 unidades. A taxa de urbanização também tem um efeito positivo na taxa de
óbitos, sendo que para cada unidade de desvio padrão que cresce a taxa de urbanização a taxa
de óbitos cresce 0,50 unidades. A população total e o PIB per capita têm um efeito negativo
no sentido que contribuem para o decréscimo da mortalidade dessa população. No modelo 2,
as independentes juntas explicam 20% da variação na taxa de óbitos das pessoas com 60-69
anos. O modelo é significativo ao nível p=< 0,05. Os betas indicam que as transferências do
SUS têm um efeito positivo, pois para cada unidade de desvio padrão que crescem as
transferências do SUS, a taxa de óbitos daqueles entre 60-69 anos sobe 0,04 unidades. Assim
como no modelo 1, os betas indicam que a taxa de urbanização tem um efeito positivo na taxa
de óbitos, sendo que para cada unidade de desvio padrão decresce a taxa de urbanização a taxa
de óbitos cresce 0,75 unidades. A população total, o PIB per capita e o IDHM têm efeito
negativo no sentido que contribuem para um decrescimento da mortalidade dessa população.
No modelo 3, as independentes explicam 30% da variação da taxa de óbitos da população dos
70-79 anos, fazendo-se o modelo mais explicativos deste estudo, os betas assim como no
modelo 1 e 2, indicam que as transferências do SUS têm um efeito positivo na taxa de óbitos
dessa população. Nesse modelo, os betas indicam que o IDHM tem um efeito positivo, sendo
que, para cada unidade de desvio padrão que cresce o IDHM a taxa de óbitos daqueles com
70-79 anos sobe 0,81 unidades. A taxa de urbanização, a população total e o PIB per capita
têm efeito negativo no sentido que contribuem para o decréscimo da mortalidade dessa
população. No modelo 4, todas as independentes juntas explicam 2% da variação na taxa de
óbitos de pessoas com 80 anos ou mais. Os betas indicam que as transferências do SUS têm
um efeito positivo na taxa de óbitos dessa população, assim como, a taxa de urbanização, a
população total, e o PIB per capita. Para cada unidade de desvio padrão que cresce a taxa de
urbanização a taxa de óbitos cresce 0,73 unidades.
4.3.8 Comparação geral das taxas de óbitos dos idosos entre as mesorregiões do RS
A tabela 25, mostra a comparação das mesorregiões do RS. A mesorregião Sudoeste
Rio-Grandense, mesorregião 7, apresentou a menor taxa de mortalidade absoluta do Estado,
71,02. E, ainda, essa mesorregião apresenta uma expectativa de vida ao nascer de 71,44 anos,
a qual se apresenta abaixo da média do Estado, que é de 72,05 anos (2000). Ainda, leva-se em
116
conta que essa região apresentou o segundo menor PIB per capita e a menor transferência do
SUS por habitante, sendo essa a região com a segunda maior taxa de urbanização do Estado.
Isso nos induz a pensar que, quando a taxa absoluta de óbitos se apresenta baixa, a população
com mais de 60 anos está sendo beneficiada na área de saúde, mais significativo ainda é o fato
dessa região apresentar a menor transferência do SUS por habitante, novamente nos fazendo
pensar que, diante de um volume baixo de recursos públicos dirigidos a esta população está
beneficiando o prolongamento da vida.
Ao contrário da mesorregião Sudoeste Rio-Grandense, a mesorregião Noroeste Rio-
Grandense apresentou a maior taxa de óbitos do Estado, totalizando 734,88. Em relação à
população total, essa mesorregião é a segunda maior do Estado, com a maior área territorial e
uma baixa taxa de urbanização (menor do RS, 64,70%), apresentando-se ainda, a região com
o maior número de municípios, isso fez com que as transferências do SUS por habitante se
apresentassem as mais altas, totalizando R$ 6.487,03. Podemos pensar que essa região, por ter
apresentado a maior taxa de óbitos da população idosa, e ter o quarto maior PIB per capita do
RS, e ainda, ser a região que mais recebeu transferências do SUS por habitante, esteja tendo
problemas na gestão de recursos. Nos fazendo pensar que nesta região mesmo estando
beneficiada com investimentos na área de saúde está com dificuldades de gerir estes recursos.
Tabela 25 – Estatísticas descritivas comparadas por mesorregião do RS*
Meso 1 Meso 2 Meso 3 Meso 4 Meso 5 Meso 6 Meso 7 Total
Centro
Ocidental
Rio-
Grandense
Centro
Oriental
Rio-
Grandense
Metropoli
tana de
Porto
Alegre
Nordeste
Rio-
Grandense*
Noroeste
Rio-
Grandense
Sudeste Rio-
Grandense*
Sudoeste
Rio-
Grandense
RS
N
30 49 96 50 201 23 18
467
Média
3,78 3,99 4,00 3,31 3,65 4,26 3,94
3,77
Expectativa
de Vida ao
nascer
73,10 71,82 72,24 73,90 71,90 69,63 71,44
72,05
Taxa de
urbanização
78,00 66,10 92,00 79,60 64,70 80,60 86,50
81,60
População
total 2000
526.558 732.957 4.403.454 923.118 1.959.688 894.908 747.115
10.187.798
População
com 60 anos
ou mais
-total 2000
62.582 87.058 417.918 91.097 217.056 107.786 81.987
1.065.484
Percentual
de idosos
11,88% 11,87% 9,49% 9,86% 11,09% 12,04% 10,91%
10,45%
PIB per
capita
5.417,00 9.341,00 9.410,00 11.691,00 6.628,00 6.125,00 5.527,00
8.302,00
IDHM
média
0,777 0,779 0,798 0,809 0,775 0,764 0,777
0,783
Transferênci
as do SUS
por
habitante
(total em
reais)
895,51 1.270,56 2.749,85 1.441,11 6.487,03 521,03 474,89
13.839,98
Taxa de
óbitos pop.
60 anos ou
mais
113,57 195,80 384,80 165,56 734,88 98,11 71,02
1.763,74
Taxa de
óbitos pop.
60 aos 69
anos
61,50 92,05 206,57 70,65 363,43 55,00 38,61
887,81
Taxa de
óbitos pop.
70 aos 79
anos
121,99 222,10 451,42 191,08 827,23 100,76 78,88
1.993,47
Taxa de
óbitos pop.
80 anos ou
mais
329,53 655,66 1.135,45 556,40 2.295,30 299,63 192,25
5.461,22
* A análise variância indica que as diferenças de médias entre as mesorregiões são significantes ao nível p=0,00.
Foi feito o Post Hoc teste de Tukey para averiguar quais diferenças específicas são estatisticamente significativas,
contudo, consideramos que estas significâncias aqui não façam sentido em função de estarmos trabalhando com
dados censitários (Anexo K).
Fonte: tabela elaborada pela pesquisadora a partir de informações recolhidas no DATASUS / FEE / IBGE, 2000.
CONSIDERAÇÕES FINAIS
Os países em desenvolvimento vão passar por um boom de jovens, mas também por
um age quake (terremoto de envelhecimento) que já vem sendo avisado pelas Nações Unidas
cada vez com mais ênfase desde a virada do século (SCHIRRMACHER, 2005). Segundo o
autor, temos que aproveitar o tempo que temos a nossa disposição hoje, quando comenta que
esse grupo da população vai lutar por recursos econômicos e financeiros, não só com os
jovens, mas também dentro do mesmo grupo etário.
118
O envelhecimento populacional tem um impacto importante na vida econômica, social
e política de um Continente ou País. As medidas de seguridade social, previdência e serviço
de saúde também são afetadas, exigindo do Estado soluções rápidas. Assim, os idosos
constituem um desafio para o estado que deve procurar oferecer qualidade de vida digna,
apropriada e eficiente.
Hoje o RS apresenta um dos maiores níveis de vida ao nascer. Jardim (2004),
considera a expectativa de vida ao nascer um dos principais indicadores de qualidade de vida
de uma população. Esta estatística é também o resultado das condições médicas e sanitárias.
Emergem na atualidade questões sobre saúde pública e envelhecimento, pois com o
envelhecimento da população cresce a demanda por serviços de saúde. Assim, com base nesse
enfoque, passamos para a discussão dos dados pesquisados neste estudo.
Este trabalho produziu algumas informações sobre a mortalidade da população idosa
do RS e foi dividido para a análise de dados nas 7 mesorregiões do IBGE. Este estudo se
baseou nas informações dos sites oficiais do IBGE, FEE e DATASUS e o objetivo foi
identificar as taxas de óbitos da população com 60 anos ou mais do RS e por regiões dentro
dele.
Assim, ao analisarmos os dados, verificamos que o Rio Grande do Sul, apesar de ser o
Estado do Brasil que apresenta a maior expectativa de vida ao nascer, possui diferenças
consideráveis entre suas regiões, como o caso da mesorregião 6, composta por 23 municípios,
denominada Sudeste Rio-Grandense, a qual apresenta a menor expectativa de vida dentro do
RS, 69,63 anos, apresentando um PIB per capita médio . Nessa mesorregião, os indicadores
econômicos mostraram que não influenciam diretamente nas mortes dos idosos, pois essa
região apresentou a segunda menor taxa de óbitos na população idosa, assim como a segunda
menor transferências do SUS por habitante, o que nos induz a pensar que, os programas de
atenção básica estão sendo incentivados mais que os outros e a gestão dos mesmos estão
sendo em prol do prolongamento da vida, podemos pensar também que esta mesorregião pode
estar em processo de envelhecimento.
Outra significante constatação ocorreu na mesorregião 5, Noroeste Rio-Grandense, a
qual apresentou a maior transferência do SUS por habitante, e também, a menor taxa de
urbanização, porém, cabe lembrar que esta mesorregião possui 201 municípios, isto é, no
mínimo o dobro do número de municípios que as outras regiões. Mostrou-se também
relevante, o total da taxa de óbitos da população com 60 anos ou mais, se fazendo o maior
total da taxa de óbitos do RS, e isto nos leva a pensar que, pelo alto valor das transferências, a
população idosa dessa região é menos assistida em saúde básica e/ou essa região passa por
problemas na gestão recursos recebidos, ou por ser uma região mais envelhecida.
Na mesorregião 4, denominada Nordeste Rio-Grandense, verificamos uma das maiores
taxas de óbitos da população idosa, e a maior expectativa de vida ao nascer, assim como, o
maior PIB per capita e a mais alta média do IDHM, mostrando que o fator econômico não
tem influência na mortalidade dessas populações, e vindo de encontro à hipótese principal
deste estudo, quanto a influência do PIB per capita e IDHM, porém em relações aos recursos
públicos veio ao encontro da hipótese principal.
Portanto, concluímos que os recursos públicos, específicos neste estudo para a área de
saúde, afetam na mortalidade da população idosa, porém, em algumas mesorregiões se
mostrou ao contrário, no sentido que ao compararmos dados do PIB per capita elevados, para
determinadas regiões, estes acompanharam uma baixa taxa de óbitos na faixa etária mais
120
jovem da população idosa. Por outro lado, se apresentando de forma contrária, em algumas
regiões que apresentaram PIB per capita baixo, as taxas de óbitos se apresentam mais baixas
na faixa etária mais jovem da população idosa.
Já a mesorregião Metropolitana de Porto Alegre, que apresentou o segundo maior PIB
per capita do Estado, o qual não acompanhou a menor taxa de óbitos da população com 60
anos ou mais, e também, não acompanhou a redução do total da taxa de óbitos da população
na faixa etária mais jovem (60-69 anos). Isto nos induz a pensar que o problema possa estar na
gestão de recursos, e ainda podemos pensar que os idosos não estejam sendo beneficiados
pelos programas de atenção à saúde.
Temos consciência que analisamos aqui como os recursos públicos afetam o
prolongamento da vida, mas não a qualidade desse prolongamento, o que se fez um limite
deste estudo, pelo fato da medida de morbidade ser ainda bastante limitada no Brasil.
Conforme já mencionamos, no momento, costuma-se trabalhar com número de internações e
não com número de doenças. E, conforme já destacamos, o número de internações não
necessariamente ilustra o estado geral da saúde de uma população, já que problemas de saúde
podem existir e as internações não ocorrerem por falta de condições, ou seja, internar mais ou
internar um grande número de pessoas pode acontecer por um aumento nos recursos
financeiros para isso e não necessariamente por existir um elevado grau de morbidade (n° de
doenças) em um determinado contexto.
Acreditamos que outra limitação deste estudo, a ser explorada por outros, seja o fato
de termos trabalhado com a mortalidade em geral e não por causas. Entretanto, dado o escopo
analítico deste trabalho, não foi possível, dentro das limitações de tempo e recursos, efetuar a
análise da mortalidade por causas. Uma última limitação diz respeito ao fato dos dados
trabalhados se referirem ao ano de 2000, ano do último censo, seria interessante dados mais
recentes para averiguar o que mudou após a política de saúde do idoso a que data de dezembro
de 1999.
Quanto às contribuições, destacamos que os resultados deste estudo, principalmente
pela sua dimensão regionalizada, poderão auxiliar na efetivação de Políticas de atendimento
para a população idosa, levando em conta as especificidades regionais aqui demonstradas.
Especificamente destacamos as regiões Noroeste Rio-Grandense e Metropolitana de Porto
Alegre onde as taxas de óbitos entre os idosos são mais altas e onde as variáveis
independentes consideradas neste estudo não a explicam em quase nada. Sobre estas regiões,
são necessários mais estudos que levem em conta outros fatores explicativos para a
mortalidade dos idosos, destacamos aqui o aspecto da gestão dos recursos públicos que não
foi contemplado neste estudo. Já na região Sudoeste Rio-Grandense as variáveis de estudo
deverão ser levadas em conta nas políticas que visem à promoção da longevidade, com
destaque para os recursos públicos dirigidos à saúde da população.
Concluímos que das variáveis consideradas independentes, neste estudo, a nossa
variável principal, as transferências do SUS por habitante, pode explicar de forma parcial e
em algumas regiões, as variações nas taxas de óbitos da população com 60 anos ou mais do
Rio Grande do Sul.
122
REFERÊNCIAS
ADMINISTRAÇÃO. Escola Politécnica de saúde Joaquim Venâncio. Rio de Janeiro:
FIOCRUZ, 2001.
ADMINISTRAÇÃO. Escola Politécnica de saúde Joaquim Venâncio. Rio de Janeiro:
FIOCRUZ, 2004. Disponível em: www.ead.fiocruz.com.br> Acesso em: 11 de nov. 2004
ATLAS DO DESENVOLVIMENTO HUMANO NO BRASIL. Disponível em:
http://www.undp.org.br/HDR/Atlas.htm. Acesso em: 11 de mai. 2004.
BANDEIRA, P. S. Participação, articulação de atores sociais e desenvolvimento regional. In:
BECKER, D. F.; BANDEIRA, P. S. (Orgs.) Determinantes e desafios contemporâneos.
Santa Cruz do Sul: EDUNISC, 2000. (Coleção Desenvolvimento Local-Regional).
BASSAN, D. S.; SIEDENBERG, D. R. Desenvolver buscando a redução das desigualdades.
In: WITTMANN, M.; BECKER, D. (Org.) Desenvolvimento regional: abordagens
interdisciplinares. Santa Cruz do Sul: EDUNISC, 2003, p.137-153.
BECKER, D. F. Necessidades e finalidades dos projetos regionais de desenvolvimento local.
In: BECKER, D. F.; BANDEIRA, P. S. (Orgs.) Determinantes e desafios contemporâneos.
Santa Cruz do Sul: EDUNISC, 2000. (Coleção Desenvolvimento Local-Regional).
BENKO, George. A Ciência Regional. Portugal: Celta. 1999.
BLANCHÉ, Robert. História da Lógica de Aristóteles a Bertrand Russel. Lisboa: Edições
70, 1985.
BLANCO, Carolllo Asuncián. Terceira Idade, não. Maturidade. Maturidade o jornal do
poder maduro. N° 40, Julho/Agosto/99. Disponível em:
<http://www2.uol.com.br/maturidade/m40com.htm> Acesso em: 22 jul. 2005.
BNDES. Municípios: Despesas com Saúde e Transferências Federais. N° 38. Fevereiro,
2002. Disponível em: < http://www.federativo.bndes.gov.br> Acesso em 19 set. 2005.
BOFF, L. Saber cuidar: ética do humano – compaixão pela terra. Petrópolis: Vozes, 1999.
BRASIL. Constituição (1988). Constituição da República Federativa do Brasil. Brasília,
DF: Senado Federal, 1988.
BRASIL. Lei n. 8080, de 19 de setembro de 1990. Lei Orgânica da Saúde. Diário Oficial [da]
República Federativa do Brasil, Brasília, DF, 2005. Disponível em:
<http://www.in.gov.br/mp_leis>. Acesso em: 15 de set. 2005.
BRASIL. Lei n. 8842, de 04 de janeiro de 1994. Política Nacional de Saúde do Idoso. Diário
Oficial [da] República Federativa do Brasil, Brasília, DF, 2005. Disponível em:
<http://www.in.gov.br/mp_leis>. Acesso em: 15 de set. 2005.
BRASIL. Portaria n. 1.395/GM, de 10 de dezembro de 1999. Política Nacional de Saúde do
Idoso. Diário Oficial [da] República Federativa do Brasil, Brasília, DF, 2005. Disponível
em: <http://www.in.gov.br/mp_leis>. Acesso em: 15 de set. 2005.
BRASIL, 1999. Portaria do Gabinete do Ministro de Estado da Saúde de nº 1395, de 9 de
dezembro de 1999, que aprova a Política Nacional de Saúde do Idoso e dá outras
providências. Brasília: Diário Oficial [da] República Federativa do Brasil, no 237-E, p. 20-
24, 13 dez., seção 1.
124
BRETERNITZ, Vivaldo José. Planejamento Estratégico e os impactos sociais e
econômicos das atuais tendências demográficas. Parte II. EconomiaNet. São Paulo, 2003.
Disponível em: <http://www.economiabr.net/colunas/breternitz/planejamento2.html>. Acesso
em: 20 jul. 2004.
CAMARANO, A. A. (Org.) Muito Além dos 60: os novos idosos brasileiros. Rio de
Janeiro: IPEA, 1999.
CENSO DEMOGRÁFICO 2000: Sistema IBGE de Recuperação automática.Disponível
em: < http://www.sidra.ibge.gov.br/bda/c2000/default.asp>.Acesso em: 11 out. 2005.
COHN, Amélia & ELIAS, Paulo E. Saúde no Brasil: Políticas e Organização de Serviços.
5 ed. São Paulo: Cortez, 2003.
CÔRTES, S. M. V.; DRACHLER, M. L.; CASTRO, J. D. Definindo prioridades para a gestão
pública:metodologia da pesquisa avaliativa de desigualdades em saúde no RS. In: FERLA, A.
A.; FAGUNDES, S. M. S. (Org.) Tempo de Inovações: a experiência da gestão na saúde
do RS. Porto Alegre: Escola de Saúde Pública, 2002, p.123-132.
DATASUS 2005: Banco de Dados do Sistema Único de Saúde. Disponível em:
<http://www.datasus.gov.br> Acesso em: 30 set. 2005.
ESTUDO & DEBATE. TÁVORA, Ronaldo José Pereira. Lajeado, volume 9, n. 1, p.
149−170, 2002.
FEE - Fundação de Economia e Estatística. HEUSER, Siegfried E. Porto Alegre, n° 51,
2002.
FROYEN, Richard T. Macroeconomia. São Paulo: Saraiva, 1999.
GOMES, P. C. C. da. O conceito de região e sua discussão. In: CASTRO. I. E. de; GOMES,
P.C.C. da e CORRÊA, R.L. (Org.) Geografia: conceitos e temas. Rio de Janeiro: Bertrand
Brasil, 1995.
GIL, Antonio. Métodos e Técnicas da Pesquisa Social. 5.ed. São Paulo: Atlas, 1999, 206p.
HEIMANN, L. S. et al. A descentralização do sistema de saúde no Brasil: uma proposta de
investigação sobre o impacto das políticas: relatório final. São Paulo: Secretaria da
Saúde/Núcleo de Investigação em Serviços e Sistemas de Saúde, 1998.
JANNUZZI, P. M. Indicadores Sociais no Brasil. Campinas, SP: Editora Alínea, 2001.
141p.
JARDIM, M. de L. T. Evolução da população do Rio Grande do Sul. FEE, 2004.
Disponível em: <http://www.fee.tche.br/sitefee>. Acesso em 20 jul. 2004.
KLARMANN, Herbert. Região e Identidade Regional: um estudo da espacialidade e
representatividade regional no Vale do Rio Pardo. 1999. xf. Dissertação (Programa de
Pós-Graduação em Desenvolvimento Regional – Mestrado e Doutorado) – Universidade de
Santa Cruz do Sul, Santa Cruz do Sul, 1999.
KRELING, N. E. Os idosos e as novas evidências nas relações com a família e com o
trabalho. FEE, 2004. Disponível em: <http://www.fee.tche.br/sitefee>. Acesso em 20 jul.
2004.
LAKATOS, E. M.; MARCONI, M. A. Fundamentos de metodologia científica. São Paulo:
Atlas S.A., 3 ed.1991. 270p.
LENCIONE, Sandra. Região e Geografia. A Noção de região no pensamento geográfico.
São Paulo: Contrato. 2001.
LESSA, I. O adulto brasileiro e as doenças da modernidade. São Paulo - Rio de Janeiro:
Hucitec - Abrasco, 1998.
126
LIMA-COSTA, M. F.; VERAS, R. Saúde Pública e Envelhecimento. Cad. Saúde Pública,
Rio de Janeiro, 19(3):700-701, mai-jun, 2003.
LOBATO, C. R. Trajetórias geográficas. Rio de Janeiro: Bertrand Brasil, 1997.
LUCCHESE, P. T. R. Descentralização do financiamento e gestão da assistência à saúde: a
implementação do Sistema Único de Saúde – retrospectiva 1990-1995. Planejamento e
Políticas Públicas. Brasília, n. 14, dez. 1996.
MARIÑO, J.M.F. Sobreviventes, bandidos e rebeldes. Santa Cruz do Sul. EDUNISC, 2004.
no prelo.
MARTINS, Gabriela. O PIB per capita e o desenvolvimento econômico. Centro de
Pesquisas, Assessoria e Consultoria Econômicas. Mato Grosso: CEPACE, 1999.
MINAYO, M. C. (Org.) Os Muitos Brasis: saúde e população na década de 80. São Paulo -
Rio de Janeiro: Hucitec, 1995.
MINAYO, M. C. de S. et al. Pesquisa Social: Teoria, Método e Criatividade. Petrópolis:
Vozes, 1994.
MINISTÉRIO DA SAÚDE. Disponível em: <http://portal.saude.gov.br/saude> Acesso em: 25
ago. 2005.
MOREIRA, M. M. S. Saúde e Qualidade de Vida na Terceira Idade: um Estudo dos
Aspectos Biopsicossociais e dos Programas Destinados a este Segmento da População
Brasileira. Monografia do curso de especialização em Serviço Social e Saúde, Rio de Janeiro:
Universidade do Estado do Rio de Janeiro, 1998.
MOREIRA, M. de M. Envelhecimento da população brasileira. 1997. 149p. Tese
(Doutorado em Demografia – Centro de Desenvolvimento Planejamento Regional,
Universidade Federal de Minas Gerais).
MOREIRA, M. de M. 2000. Envelhecimento da população brasileira: aspectos gerais. In O
envelhecimento da população brasileira e o aumento da longevidade - Subsídios para
políticas orientadas ao bem-estar do idoso. (Org.) Laura L. Rodríguez Wong, p. 25-56. Belo
Horizonte: CEDEPLAR/UFMG e ABEP.
NESPE. Carta de Ouro Preto. Desenvolvido pelo Núcleo de Estudos em Saúde Pública e
Envelhecimento.2002. Apresenta à questão específica do Direito ao Suporte Social.
Disponível em <http://www.unati.uerj.br/doc_gov/destaque/ouro_preto.doc> Acesso em:
19/09/05.
NETTO, M. P. Envelhecimento: Desafio na Transição do Século. In: NETTO, M. P.
Gerontologia. São Paulo: Atheneu, 2002, p.3-13.
OLIVEIRA, Julio César de. Desenvolvimento humano, desigualdades de renda e pobreza
nos conselhos regionais e municípios do RS entre 1990 e 1991. 2001. 241 f. Tese
(Programa de Pós-Graduação em Economia) UFRGS, Porto Alegre, 2001.
PAIM, J.S. Planejamento: as ambigüidades da noção em necessidade em saúde. Salvador,
1980, p. 39-46
PAIVA, C. A. Como identificar e mobilizar o potencial do desenvolvimento endógeno de
uma região? Porto Alegre: FEE, 2004. (Documentos da FEE; n.59)
PASCHOAL, S. M. P. Epidemiologia do Envelhecimento. In: NETTO, M. P. Gerontologia.
São Paulo: Atheneu, 2002, p. 26-43.
PEREIRA, Maurício Gomes. Epidemiologia: Teoria e Prática. Rio de Janeiro: Guanabara
Koogan, 1995.
PEREIRA, Maurício Gomes. Epidemiologia: Teoria e Prática. Rio de Janeiro: Guanabara
Koogan, 1998.
PINHEIRO, R.; SILVA, J. P. V.; MACHADO, F. R. S. Novas práticas de gestão da atenção
especializada e a construção da integralidade no SUS: notas sobre a experiência da 4ª
128
Coordenadoria Regional de Saúde/RS. In: FERLA, A. A.; FAGUNDES, S. M. S. (Org.)
Tempo de Inovações: a experiência da gestão na saúde do RS. Porto Alegre: Escola de
Saúde Pública, 2002, p. 53-65.
RAMOS, M.; MARIÑO, J. Democracia e Desenvolvimento: uma discussão teórica conceitual
para entender diferenças regionais. In: WITTMANN, M.; BECKER, D. (Org.)
Desenvolvimento regional: abordagens interdisciplinares. Santa Cruz do Sul: EDUNISC,
2003, p.217-228.
REVISTA DE ECONOMIA POLÍTICA. Romão, M. C. vol. 13, n°4 (52), outubro-
dezembro/1993.
REDES. Universidade de Santa Cruz do Sul – vol.9, n.3. Set-Dez 2004. in: Ferreira M. et al.
Gestão Municipal de Saúde: Gasto Público e Ordenamento do Sistema em tempos
neoliberais. Santa Cruz do Sul: EDUNISC, 2004, p 263-284.
SACHS, I. Eco Desenvolvimento: Crescer sem destruir. São Paulo: Vértice, 1986.
SAÚDE BRASIL. O envelhecimento populacional e as novas demandas. Prêmio Saúde
Brasil. Disponível em: <http://www.saudebrasilnet.com.br/trabalhos/trabalho33.asp> Acesso
em: 17 out. 2004
SBGG – SP. Sociedade Brasileira de Geriatria e Gerontologia. Política Nacional de Saúde
do Idoso. SP. Disponível em: <http://www.sbgg -
sp.com.br/?destino=secoes_superiores_home&id_secao=3> Acesso em: 30 out. 2005.
SCHIRRMACHER, F. A. Revolução dos Idosos. Rio de Janeiro: Editora Elsevier, 2005.
SIEDENBERG, D. R. Disparidades Socioeconômicas e Política de Desenvolvimento
Regional no Rio Grande do Sul – Uma análise sobre o espaço da ação, resultados e
perspectivas de estratégias endógenas de desenvolvimento regional no sul do Brasil. 2000.
Tese de Doutorado – Universidade de Tübengen, Alemanha, 2000.
VEIGA, José Eli da. Cidades Imaginárias: o Brasil é menos urbano do que se calcula. São
Paulo: Autores Associados, 2002, p.121-124.
UNIVERSIDADE DE SANTA CRUZ DO SUL. Normas para apresentação de trabalhos
acadêmicos. 6. ed. Santa Cruz do Sul: EDUNISC, 2003, 66 p.
Informe-se. Municípios: Despesas com Saúde e Transferências Federais. BNDES. N° 38.
Fevereiro 2002. Disponível em <http://www.federativo.bndes.gov.br> Acesso em 19 set. 05
130
ANEXOS
ANEXO A – Municípios que compõem as mesorregiões – IBGE (2000)
Mesorregião 1
Centro Ocidental
Rio-Grandense
30 municípios - 2000
Agudo
Cacequi
Dilermando de
Aguiar
Dona Francisca
Faxinal do Soturno
Formigueiro
Itaara
Itacurubi
Ivorá
Jaguari
Jarí
Júlio de Castilhos
Mata
Nova Esperança do
Sul
Nova Palma
Pinhal Grande
Quevedos
Restinga Seca
Santa Maria
Santiago
São João do
Polêsine
São Marinho da Serra
São Pedro do Sul
São Sepé
São Vicente do Sul
Silveira Martins
Toropi
Tupanciretã
Unistalda
Vila Nova do Sul
Mesorregião 2
Centro Oriental
Rio-Grandense
49 municípios - 2000
Arroio do Meio
Arroio do Tigre
Bom Retiro do Sul
Boqueirão do Leão
Cachoeira do Sul
Candelária
Capitão
Cerro Branco
Colinas
Cruzeiro do Sul
Dr. Ricardo
Encantado
Estrela
Estrela Velha
Fazenda Vilanova
Gramado Xavier
Herveiras
Ibarama
Imigrante
Lajeado
Marques de Souza
Mato Leitão
Muçum
Nova Brescia
Novo Cabrais
Pântano Grande
Paraíso do Sul
Passa Sete
Passo do Sobrado
Paverama
Pouso Novo
Progresso
Relvado
Rio Pardo
Roca Sales
Santa Clara do Sul
Santa Cruz do Sul
Sério
Segredo
Sinimbu
Sobradinho
Tabaí
Taquari
Teutônia
Travesseiro
Vale do Sol
Venâncio Aires
Vera Cruz
Vespasiano Corrêa
Mesorregião 3
Metropolitana de
Porto Alegre
96 municípios - 2000
Alto Feliz
Alvorada
Arambaré
Araricá
Arroio dos Ratos
Balneário Pinhal
Barão
Barão do Triunfo
Barra do Ribeiro
Bom Princípio
Brochier
Butiá
Cachoeirinha
Camaquã
Campo Bom
Canela
Canoas
Capão da Canoa
Capela Santana
Capivari do Sul
Caará
Cerro Grande do
Sul
Charqueadas
Chuvisca
Cidreira
Dom Feliciano
Dom Pedro de
Alcantarra
Eldorado do Sul
Estância Velha
Esteio
Feliz
General Câmara
Glorinha
Gramado
Gravataí
Guaíba
Harmonia
Igrejinha
Imbé
Ivoti
Lindolfo Color
Linha Nova
Mampituba
Maquine
Maratá
Mariana Pimentel
Minas do Leão
Montenegro
Morrinhos do Sul
Morro Reuter
Mostardas
Nova Hartz
Nova Petrópolis
Nova Santa Rita
Novo Hamburgo
Osório
Palmares do Sul
Pareci Novo
Parobé
Picada Café
Poço das Antas
Portão
Porto Alegre
Presidente Lucena
Riozinho
Rolante
Salvador do Sul
Santa Maria do
Herval
Santo Antônio da
Patrulha
São Jerônimo
São Jose do Hortêncio
São Leopoldo
São Pedro da Serra
São Sebastião do Caí
São Vendelino
Sapiranga
Sapucaia do Sul
Sentinela do Sul
Sertão Santana
Tapes
Taquara
Terra de Areia
Torres
Tramandaí
Três Cachoeiras
Três Coroas
Três Forquilhas
Triunfo
Tupandi
Vale Verde
Viamão
Xangri-lá
132
Mesorregião 4
Nordeste Rio-
Grandense
50 municípios - 2000
André da Rocha
Anta Gorda
Antônio Prado
Arvorezinha
Bento Gonçalves
Boa Vista do Sul
Bom Jesus
Cambará do Sul
Campestre da Serra
Carlos Barbosa
Caxias do Sul
Cotiporã
Dois Lajeados
Esmeralda
Fagundes Varela
Farroupilha
Flores da Cunha
Garibaldi
Guabiju
Guaporé
Ilópolis
Ipê
Itapuca
Jaquirana
Lagoa Vermelha
Montauri
Monte Alegre dos
Campos
Monte Belo do
Sul
Muitos Capões
Nova Alvorada
Nova Araçá
Nova Bassano
Nova Pádua
Nova Prata
Nova Roma do Sul
Parai
Protásio Alves
Putinga
Santa Tereza
São Francisco de Paula
São José dos Ausentes
São Marcos
São Valentim do Sul
Serafina Corrêa
União da Serra
Vacaria
Veranópolis
Vila Flores
Vista Alegre do Prata
Mesorregião 5
Noroeste Rio-
Grandense
201 municípios-2000
Água Santa
Ajuricaba
Alecrim
Alegria
Alpestre
Alto Alegre
Ametista do Sul
Aratiba
Augusto Pestana
Áurea
Barão de Cotegipe
Barra do Guarita
Barra do Rio Azul
Barra Funda
Barracão
Barros Cassal
Benjamim
Constante do Sul
Boa Vista das
Missões
Boa Vista do Buricá
Bom Progresso
Bossoroca
Braga
Cacique Doble
Caibaté
Caiçara
Camargo
Campina das
Missões
Campinas do Sul
Campo Novo
Campos Borges
Cândido Godói
Carazinho
Carlos Gomes
Casca
Caseiros
Catuípe
Centenário
Cerro Grande
Cerro Largo
Chapada
Charrua
Chiapeta
Ciríaco
Colorado
Condor
Constantina
Coqueiros do Sul
Coronel Barros
Coronel Bicaco
Coxilha
Crissiumal
Cristal do Sul
Cruz Alta
David Canabarro
Derrubadas
Dezesseis de
Novembro
Dois Irmãos das
Missões
Dr Maurício Cardoso
Engenho Velho
Entre Rios do Sul
Entre-Ijuís
Erebango
Erechim
Ernestina
Erval Grande
Erval Seco
Esperança do Sul
Espumoso
Estação
Eugênio de Castro
Faxinalzinho
Floriano Peixoto
Fontoura Xavier
Fortaleza dos Valos
Frederico Westefalen
Gaurama
Gentil
Getúlio Vargas
Giruá
Gramado dos
Loureiros
Guarani das Missões
Horizontina
Humaitá
Ibiaçá
Ibiraiaras
Ibirapuitã
Ibirubá
Ijuí
Independência
Inhacorá
Ipiranga do Sul
Irai
Itatiba do Sul
Jaboticaba
Jacutinga
Jóia
Lagoa dos Três
Cantos
Lagoão
Lajeado do Bugre
Liberato Salzano
Machadinho
Marau
Marcelino Ramos
Mariano Moro
Mato Castelhano
Maximiliano de
Almeida
Miraguaí
Mormaço
Muliterno
Não-Me-Toque
Nicolau Vergueiro
Nonoai
Nova Boa Vista
Nova Candelária
Nova Ramada
Novo Barreiro
Novo Machado
Novo Tiradentes
Paim Filho
Palmeira das
Missões
Palmitinho
Panambi
Passo Fundo
Pejuçara
Pinhal
Pinheirinho do
Vale
Pirapó
Planalto
Pontão
Ponte Preta
Porto Lucena
Porto Mauá
Porto Vera Cruz
Porto Xavier
Quinze
denovembro
Redentora
Rio dos Indios
Rodeio Bonito
Ronda Alta
Rondinha
Roque Gonzales
Sagrada Família
Saldanha marinho
Salto do Jacuí
Salvador das
Missões
Sananduva
Santa Bárbara do
Sul
Santa Rosa
Santo Ângelo
Santo Antonio das
Missões
Santo Antonio dos
Palmares
Santo Antonio do
Planalto
Santo Augusto
Santo Cristo
Santo Expedito do Sul
São Domingo do Sul
São João da Urtiga
São José das Missões
São José do Herval
São José do Inhacorá
São José do Ouro
São Luiz Gonzaga
São Martinho
São Miguel das
Missões
São Nicolau
São Paulo das Missões
São Pedro do Butiá
São Valentin
São Valério do Sul
Sarandi
Seberi
Sede Nova
Selbach
Senador Salgado Filho
Sertão
Sete de Setembro
Severiano de Almeida
Soledade
Tapejara
Taquaruçu do Sul
Tenente Portela
Tiradentes do Sul
Três Arroios
Três de Maio
Três Palmeiras
Três Passos
Trindade do Sul
Tucunduva
Tunas
Tupanci do Sul
Tuparendi
Ubiretama
Vanini
Viadutos
Vicente Dutra
Victor Graeff
Vila Lângaro
Vista Alegre
Vista Gaúcha
Vitória das Missões
134
Mesorregião 6
Sudeste Rio-
Grandense
23 municípios - 2000
Amaral Ferrador
Arroio Grande
Caçapava do Sul
Candiota
Canguçu
Capão do Leão
Cerrito
Chuí
Cristal
Encruzilhada do Sul
Herval
Jaguarão
Morro Redondo
Pedro Osório
Pelotas
Pinheiro Machado
Piratini
Rio Grande
Santa Vitória do
Palmar
Santana da Boa Vista
São José do Norte
São Lourenço do Sul
Turuçu
Mesorregião 7
Sudoeste Rio-
Grandense
18 municípios - 2000
Alegrete
Bagé
Barra do Quarai
Dom Pedrito
Garruchos
Hulha Negra
Itaqui
Lavras do Sul
Maçambara
Manoel Viana
Rosário do Sul
Santana do
Livramento
São Borja
São Francisco de
Assis
São Gabriel
Uruguaiana
Vila Maria
ANEXO B – Mapa das Mesorregiões - IBGE
Fonte: IBGE, 2000.
136
ANEXO C –Regressão geral para todo o RS
Regressão geral para todo o RS sendo a taxa de óbitos 60 anos ou
mais como dependente
Model Summary
,311
a
,097 ,087 ,84181
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
34,934 5 6,987 9,859 ,000
a
326,684 461 ,709
361,618 466
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
4,131 ,959 4,309 ,000
,008 ,002 ,251 4,808 ,000
1,04E-006 ,000 ,087 1,666 ,096
-1,56E-005 ,000 -,069 -1,457 ,146
-,605 1,283 -,025 -,472 ,637
-,008 ,002 -,170 -3,465 ,001
(Constant)
taxa de ubanização
População total - 2000
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão geral para todo o RS sendo a taxa de óbitos 60 -69 como
dependente
Model Summary
,316
a
,100 ,090 ,81354
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
33,795 5 6,759 10,212 ,000
a
305,113 461 ,662
338,909 466
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
4,251 ,927 4,588 ,000
,010 ,002 ,318 6,098 ,000
6,61E-007 ,000 ,058 1,100 ,272
-6,94E-008 ,000 ,000 -,007 ,995
-3,519 1,240 -,149 -2,838 ,005
-,004 ,002 -,104 -2,117 ,035
(Constant)
taxa de ubanização
População total - 2000
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
Regressão geral para todo o RS sendo a taxa de óbitos 70-79 como
dependente
138
Model Summary
,248
a
,061 ,051 1,50270
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
67,931 5 13,586 6,017 ,000
a
1040,989 461 2,258
1108,920 466
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
4,555 1,711 2,662 ,008
,009 ,003 ,159 2,993 ,003
1,90E-006 ,000 ,092 1,714 ,087
-2,54E-005 ,000 -,065 -1,328 ,185
-,284 2,290 -,007 -,124 ,901
-,014 ,004 -,176 -3,521 ,000
(Constant)
taxa de ubanização
População total - 2000
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão geral para todo o RS sendo a taxa de óbitos 80 + como
dependente
Model Summary
,091
a
,008 ,002 4,28978
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
70,699 5 14,140 ,768 ,573
a
8483,414 461 18,402
8554,113 466
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
6,564 4,885 1,344 ,180
-,005 ,009 -,028 -,514 ,607
2,00E-006 ,000 ,035 ,632 ,527
-1,37E-005 ,000 -,013 -,250 ,802
7,551 6,537 ,064 1,155 ,249
-,017 ,011 -,078 -1,520 ,129
(Constant)
taxa de ubanização
População total - 2000
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
140
ANEXO D – Regressão mesorregião 1
Regressão meso =1 dependente taxa óbitos 60 anos ou mais
Model Summary
,357
a
,127 ,055 ,84811
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
ANOVA
b
2,517 5 ,503 ,700 ,629
a
17,263 24 ,719
19,780 29
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
7,431 6,011 1,236 ,228
-5,803E-07 ,000 -,031 -,125 ,902
,003 ,009 ,084 ,331 ,744
,000 ,000 -,327 -1,422 ,168
-3,656 8,261 -,117 -,443 ,662
,001 ,012 ,013 ,062 ,951
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso=1 dependente taxa óbitos 60 até 69 anos
Model Summary
,422
a
,178 ,007 ,71193
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
ANOVA
b
2,634 5 ,527 1,039 ,417
a
12,164 24 ,507
14,798 29
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
8,963 5,046 1,776 ,088
1,698E-06 ,000 ,104 ,436 ,667
,015 ,008 ,481 1,941 ,064
,000 ,000 ,308 1,381 ,180
-11,042 6,935 -,409 -1,592 ,124
,004 ,010 ,077 ,386 ,703
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
142
Regressão meso =1 dependente taxa de óbitos 70 até 79 anos
Model Summary
,396
a
,157 ,019 1,40088
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
ANOVA
b
8,745 5 1,749 ,891 ,503
a
47,099 24 1,962
55,844 29
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
,404 9,928 ,041 ,968
-3,678E-07 ,000 -,012 -,048 ,962
-,015 ,015 -,246 -,982 ,336
,000 ,000 -,444 -1,966 ,061
7,740 13,645 ,148 ,567 ,576
,020 ,019 ,212 1,049 ,305
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso=1 dependente taxa de óbitos 80 anos ou mais
Model Summary
,479
a
,229 ,068 4,13528
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
ANOVA
b
121,909 5 24,382 1,426 ,251
a
410,414 24 17,101
532,323 29
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, População total -
2000, taxa de ubanização
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
26,624 29,308 ,908 ,373
-1,278E-05 ,000 -,131 -,564 ,578
,004 ,044 ,020 ,083 ,934
-,001 ,001 -,338 -1,565 ,131
-10,674 40,280 -,066 -,265 ,793
-,071 ,056 -,244 -1,263 ,219
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
144
ANEXO E – Regressão mesorregião 2
Regressão meso=2 dependente taxa de óbitos 60 anos e mais
Model Summary
,373
a
,139 ,039 ,76360
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
ANOVA
b
4,064 5 ,813 1,394 ,246
a
25,072 43 ,583
29,137 48
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
6,075 3,696 1,644 ,108
6,830E-06 ,000 ,193 ,929 ,358
,007 ,006 ,229 1,065 ,293
-6,120E-06 ,000 -,027 -,131 ,896
-2,631 5,111 -,111 -,515 ,609
-,015 ,008 -,304 -1,919 ,062
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso=2 dependente taxa de óbito 60-69 anos
Model Summary
,536
a
,288 ,205 ,66153
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
ANOVA
b
7,603 5 1,521 3,475 ,010
a
18,818 43 ,438
26,421 48
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
7,362 3,202 2,299 ,026
9,931E-06 ,000 ,294 1,560 ,126
,010 ,006 ,344 1,757 ,086
7,284E-06 ,000 ,033 ,180 ,858
-7,246 4,428 -,320 -1,636 ,109
-,018 ,007 -,385 -2,670 ,011
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
146
Regressão meso=2 dependente taxa de óbito 70-79 anos
Model Summary
,263
a
,069 ,039 1,74942
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
ANOVA
b
9,779 5 1,956 ,639 ,671
a
131,601 43 3,060
141,380 48
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
6,017 8,468 ,711 ,481
6,222E-06 ,000 ,080 ,370 ,714
,007 ,015 ,102 ,455 ,651
4,229E-05 ,000 ,084 ,396 ,694
-1,920 11,709 -,037 -,164 ,871
-,026 ,017 -,249 -1,509 ,139
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso=2 dependente taxa de óbito 80 anos e mais
Model Summary
,264
a
,070 ,039 4,31243
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
ANOVA
b
59,775 5 11,955 ,643 ,668
a
799,675 43 18,597
859,450 48
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, População total - 2000, PIB per
capita, taxa de ubanização
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
34,040 20,873 1,631 ,110
-4,536E-06 ,000 -,024 -,109 ,913
-,017 ,036 -,106 -,475 ,637
4,091E-05 ,000 ,033 ,155 ,877
-25,966 28,865 -,201 -,900 ,373
,004 ,043 ,015 ,089 ,930
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
148
ANEXO F – Regressão mesorregião 3
Regressão meso 3 dependente taxa de óbitos 60 anos e mais
Model Summary
,267
a
,071 ,020 ,84363
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização, Índice
de Desenvolvimento Humano Municipal - 2000,
População total - 2000
a.
ANOVA
b
4,925 5 ,985 1,384 ,238
a
64,054 90 ,712
68,979 95
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, Índice de Desenvolvimento Humano Municipal - 2000, População
total - 2000
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
3,093 2,470 1,252 ,214
5,632E-07 ,000 ,097 ,667 ,507
,006 ,003 ,213 1,805 ,074
-1,582E-05 ,000 -,128 -1,217 ,227
,954 3,249 ,035 ,294 ,770
-,005 ,005 -,166 -1,149 ,254
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso 3 dependente taxa de óbitos 60- 69 anos
Model Summary
,446
a
,199 ,154 ,72331
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização, Índice
de Desenvolvimento Humano Municipal - 2000,
População total - 2000
a.
ANOVA
b
11,689 5 2,338 4,468 ,001
a
47,086 90 ,523
58,775 95
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, Índice de Desenvolvimento Humano Municipal - 2000, População
total - 2000
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
4,423 2,118 2,088 ,040
7,562E-07 ,000 ,141 1,044 ,299
,012 ,003 ,448 4,075 ,000
-5,743E-06 ,000 -,050 -,515 ,608
-3,579 2,785 -,143 -1,285 ,202
-,007 ,004 -,232 -1,724 ,088
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
150
Regressão meso 3 dependente taxa de óbitos 70-79 anos
Model Summary
,245
a
,060 ,008 1,39982
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização, Índice
de Desenvolvimento Humano Municipal - 2000,
População total - 2000
a.
ANOVA
b
11,239 5 2,248 1,147 ,342
a
176,354 90 1,959
187,593 95
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, Índice de Desenvolvimento Humano Municipal - 2000, População
total - 2000
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
6,821 4,099 1,664 ,100
1,144E-06 ,000 ,120 ,816 ,416
,009 ,006 ,188 1,584 ,117
-2,728E-05 ,000 -,133 -1,265 ,209
-2,851 5,390 -,064 -,529 ,598
-,009 ,008 -,178 -1,222 ,225
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso 3 dependente taxa de óbitos 80 anos e mais
Model Summary
,134
a
,018 -,037 3,52278
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização, Índice
de Desenvolvimento Humano Municipal - 2000,
População total - 2000
a.
ANOVA
b
20,400 5 4,080 ,329 ,894
a
1116,897 90 12,410
1137,297 95
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, Índice de Desenvolvimento Humano Municipal - 2000, População
total - 2000
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
-,144 10,316 -,014 ,989
-5,897E-08 ,000 -,003 -,017 ,987
-,002 ,014 -,016 -,129 ,897
-3,191E-05 ,000 -,063 -,588 ,558
15,732 13,566 ,143 1,160 ,249
-,007 ,020 -,053 -,357 ,722
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
152
ANEXO G – Regressão mesorregião 4
Regressão meso 4 dependente taxa de óbitos 60 anos e mais
Model Summary
,398
a
,158 ,063 ,79338
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
5,211 5 1,042 1,656 ,165
a
27,696 44 ,629
32,908 49
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
,147 2,807 ,052 ,958
1,189E-06 ,000 ,076 ,456 ,651
,009 ,005 ,264 1,633 ,110
-1,624E-05 ,000 -,064 -,416 ,680
3,699 3,627 ,170 1,020 ,313
-,005 ,006 -,137 -,909 ,368
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso 4 dependente taxa de óbito 60-69 anos
Model Summary
,439
a
,193 ,101 ,58628
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
3,609 5 ,722 2,100 ,083
a
15,124 44 ,344
18,733 49
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
1,115 2,075 ,537 ,594
1,208E-06 ,000 ,102 ,626 ,534
,009 ,004 ,369 2,335 ,024
9,690E-06 ,000 ,051 ,336 ,739
-,143 2,680 -,009 -,053 ,958
-,005 ,004 -,185 -1,249 ,218
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
154
Regressão meso 4 dependente taxa de óbitos 70-79 anos
Model Summary
,365
a
,133 ,035 1,22311
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
10,116 5 2,023 1,352 ,261
a
65,824 44 1,496
75,940 49
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
,441 4,328 ,102 ,919
1,354E-06 ,000 ,057 ,337 ,738
,014 ,008 ,277 1,689 ,098
-7,462E-05 ,000 -,194 -1,239 ,222
4,163 5,592 ,126 ,744 ,461
-,002 ,009 -,043 -,281 ,780
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso 4 dependente taxa de óbitos 80 anos e mais
Model Summary
,246
a
,061 ,046 3,95747
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, PIB per capita, taxa de ubanização,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
44,415 5 8,883 ,567 ,725
a
689,107 44 15,662
733,522 49
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, PIB per capita, taxa
de ubanização, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
-2,365 14,003 -,169 ,867
4,254E-06 ,000 ,057 ,327 ,745
-,011 ,027 -,069 -,406 ,687
,000 ,000 ,104 ,638 ,527
16,451 18,093 ,160 ,909 ,368
-,015 ,028 -,083 -,518 ,607
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
156
ANEXO H – Regressão mesorregião 5
Regressão meso 5 dependente taxa de óbitos 60 anos e mais
Model Summary
,245
a
,060 ,036 ,86491
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, População total - 2000, PIB per capita,
Índice de Desenvolvimento Humano Municipal - 2000,
taxa de ubanização
a.
ANOVA
b
9,294 5 1,859 2,485 ,033
a
145,874 195 ,748
155,167 200
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, População total -
2000, PIB per capita, Índice de Desenvolvimento Humano Municipal - 2000, taxa
de ubanização
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
3,593 1,579 2,276 ,024
4,045E-06 ,000 ,079 ,899 ,370
,006 ,004 ,137 1,446 ,150
4,052E-08 ,000 ,000 ,001 ,999
-,013 2,224 -,001 -,006 ,995
-,007 ,004 -,133 -1,893 ,060
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso 5 dependente taxa de óbitos 60-69 anos
Model Summary
,112
a
,013 ,013 ,89693
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, População total - 2000, PIB per capita,
Índice de Desenvolvimento Humano Municipal - 2000,
taxa de ubanização
a.
ANOVA
b
1,986 5 ,397 ,494 ,781
a
156,874 195 ,804
158,860 200
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, População total -
2000, PIB per capita, Índice de Desenvolvimento Humano Municipal - 2000, taxa
de ubanização
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
2,500 1,637 1,527 ,128
1,690E-06 ,000 ,033 ,362 ,717
,004 ,004 ,102 1,047 ,296
-1,712E-06 ,000 -,004 -,045 ,964
-1,137 2,306 -,046 -,493 ,622
,000 ,004 -,002 -,029 ,977
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
158
Regressão meso 5 dependente taxa de óbitos 70-79 anos
Model Summary
,253
a
,064 ,040 1,61674
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, População total - 2000, PIB per capita,
Índice de Desenvolvimento Humano Municipal - 2000,
taxa de ubanização
a.
ANOVA
b
34,872 5 6,974 2,668 ,023
a
509,698 195 2,614
544,569 200
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, População total -
2000, PIB per capita, Índice de Desenvolvimento Humano Municipal - 2000, taxa
de ubanização
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
6,031 2,951 2,044 ,042
8,290E-06 ,000 ,087 ,986 ,325
,005 ,008 ,068 ,719 ,473
2,489E-06 ,000 ,003 ,036 ,971
-2,047 4,157 -,045 -,492 ,623
-,020 ,007 -,216 -3,079 ,002
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso 5 dependente 80 anos e mais
Model Summary
,126
a
,016 ,009 4,83644
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, População total - 2000, PIB per capita,
Índice de Desenvolvimento Humano Municipal - 2000,
taxa de ubanização
a.
ANOVA
b
73,143 5 14,629 ,625 ,681
a
4561,279 195 23,391
4634,422 200
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, População total -
2000, PIB per capita, Índice de Desenvolvimento Humano Municipal - 2000, taxa
de ubanização
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
1,526 8,828 ,173 ,863
6,658E-06 ,000 ,024 ,265 ,792
-,008 ,022 -,033 -,342 ,733
,000 ,000 ,052 ,609 ,543
12,372 12,435 ,094 ,995 ,321
-,006 ,020 -,022 -,307 ,759
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
160
ANEXO I – Regressão mesorregião 6
Regressão meso 6 dependente taxa de óbitos 60 anos e mais
Model Summary
,400
a
,160 ,087 ,92813
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, taxa de ubanização, PIB per capita,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
2,789 5 ,558 ,648 ,667
a
14,644 17 ,861
17,434 22
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, taxa de ubanização,
PIB per capita, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
,737 7,102 ,104 ,919
1,296E-06 ,000 ,105 ,336 ,741
-,003 ,010 -,081 -,304 ,765
8,288E-05 ,000 ,188 ,579 ,570
4,738 10,281 ,153 ,461 ,651
-,018 ,022 -,255 -,824 ,421
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso 6 dependente taxa de óbitos 60-69 anos
Model Summary
,548
a
,301 ,095 1,02530
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, taxa de ubanização, PIB per capita,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
7,680 5 1,536 1,461 ,254
a
17,871 17 1,051
25,552 22
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, taxa de ubanização,
PIB per capita, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
-3,084 7,845 -,393 ,699
-5,684E-07 ,000 -,038 -,134 ,895
-,011 ,011 -,237 -,977 ,342
,000 ,000 ,414 1,397 ,180
6,757 11,357 ,181 ,595 ,560
-,009 ,025 -,108 -,381 ,708
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
162
Regressão meso 6 dependente taxa de óbitos 70-79 anos
Model Summary
,550
a
,302 ,097 ,90466
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, taxa de ubanização, PIB per capita,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
6,020 5 1,204 1,471 ,251
a
13,913 17 ,818
19,934 22
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, taxa de ubanização,
PIB per capita, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
-1,862 6,922 -,269 ,791
7,019E-07 ,000 ,053 ,187 ,854
,017 ,010 ,407 1,682 ,111
,000 ,000 -,385 -1,302 ,210
8,879 10,021 ,269 ,886 ,388
-,027 ,022 -,357 -1,267 ,222
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso 6 dependente taxa de óbitos 80 anos e mais
Model Summary
,262
a
,069 ,205 3,59940
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, taxa de ubanização, PIB per capita,
População total - 2000, Índice de Desenvolvimento
Humano Municipal - 2000
a.
ANOVA
b
16,267 5 3,253 ,251 ,933
a
220,246 17 12,956
236,513 22
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, taxa de ubanização,
PIB per capita, População total - 2000, Índice de Desenvolvimento Humano
Municipal - 2000
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
27,200 27,542 ,988 ,337
1,064E-05 ,000 ,235 ,712 ,486
-,017 ,040 -,118 -,423 ,678
,000 ,001 ,071 ,208 ,838
-16,686 39,870 -,147 -,418 ,681
-,068 ,086 -,257 -,788 ,442
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
164
ANEXO J – Regressão mesorregião 7
Regressão meso 7 dependente taxa de óbitos 60 anos e mais
Model Summary
,709
a
,502 ,295 ,67351
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
5,491 5 1,098 2,421 ,097
a
5,443 12 ,454
10,934 17
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
b.
Coefficients
a
-4,135 6,761 -,612 ,552
-4,337E-06 ,000 -,221 -,680 ,509
,018 ,011 ,506 1,630 ,129
-8,743E-05 ,000 -,345 -1,266 ,229
9,405 9,465 ,283 ,994 ,340
,010 ,015 ,185 ,700 ,497
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
a.
Regressão meso 7 dependente taxa de óbitos 60-69 anos
Model Summary
,663
a
,440 ,207 ,64093
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
3,877 5 ,775 1,887 ,170
a
4,930 12 ,411
8,806 17
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60
anos mais
b.
Coefficients
a
6,497 6,434 1,010 ,333
-1,885E-06 ,000 -,107 -,311 ,761
,024 ,010 ,759 2,309 ,040
-3,539E-05 ,000 -,155 -,539 ,600
-7,471 9,007 -,251 -,829 ,423
,002 ,014 ,043 ,154 ,880
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 60 aos 69 anos por 100 habit com 60 anos mais
a.
166
Regressão meso 7 dependente taxa de óbitos 70-79 anos
Model Summary
,713
a
,508 ,303 1,36952
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
23,233 5 4,647 2,477 ,092
a
22,507 12 1,876
45,740 17
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60
anos mais
b.
Coefficients
a
-34,513 13,748 -2,510 ,027
-1,070E-05 ,000 -,267 -,825 ,426
-,029 ,022 -,398 -1,291 ,221
,000 ,000 -,561 -2,073 ,060
55,570 19,246 ,818 2,887 ,014
,008 ,030 ,068 ,259 ,800
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos dos 70 aos 79 anos por 100 habit com 60 anos mais
a.
Regressão meso 7 dependente taxa de óbitos 80 anos e mais
Model Summary
,526
a
,277 ,024 3,30576
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Transferências do SUS por
habitante, Índice de Desenvolvimento Humano
Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
ANOVA
b
50,240 5 10,048 ,919 ,501
a
131,136 12 10,928
181,376 17
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Transferências do SUS por habitante, Índice de
Desenvolvimento Humano Municipal - 2000, PIB per capita, taxa de ubanização,
População total - 2000
a.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos
ou mais
b.
Coefficients
a
26,241 33,185 ,791 ,444
4,072E-06 ,000 ,051 ,130 ,899
,105 ,053 ,736 1,968 ,073
,000 ,000 ,244 ,743 ,472
-34,312 46,457 -,254 -,739 ,474
,061 ,072 ,270 ,848 ,413
(Constant)
População total - 2000
taxa de ubanização
PIB per capita
Índice de Desenvolvimento
Humano Municipal - 2000
Transferências do SUS
por habitante
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig.
Dependent Variable: taxa de óbitos 80 anos ou mais por 100 habit com 60 anos ou mais
a.
168
ANEXO K – Estatísticas descritivas por mesorregiões do RS
ANOVA
taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
27,279 6 4,546 6,255 ,000
334,339 460 ,727
361,618 466
Between Groups
Within Groups
Total
Sum of
Squares df Mean Square F Sig.
Estatísticas Descritivas por mesorregião do
RS
taxa de óbitos 60 anos ou mais por 100 habit com 60 anos
mais
3
0
3,785
7
,8258
8
2,0
8
5,3
1
4
9
3,996
0
,7791
1
1,4
6
5,8
6
9
6
4,008
3
,8521
1
2,0
0
6,0
1
5
0
3,311
1
,8195
0
1,3
5
5,3
7
20
1
3,656
1
,8808
2
,7
5
6,5
5
2
3
4,265
6
,8901
9
2,0
2
5,9
8
1
8
3,945
4
,8019
9
2,1
4
4,9
4
46
7
3,776
7
,8809
1
,7
5
6,5
5
Centro
Ocidental
Rio-
Grandense
Centro
Oriental
Rio-
Grandense
Metropolitana de
Porto
Alegr
e
Nordeste Rio-
Grandense
Noroeste Rio-
Grandense
Sudeste Rio-
Grandense
Sudoeste Rio-
Grandense
Total
N Médias
Desvi
o
padrã
o
Mínimo Máximo
Comparações das médias das taxas de óbitos 60 anos e mais entre as mesos
Dependent Variable: taxa de óbitos 60 anos ou mais por 100 habit com 60 anos mais
Tukey HSD
Sig.
Centro Ocidental Rio-
Grandense
Centro Oriental Rio-
Grandense
-,21030 ,19764 ,938
Metropolitana de Porto
Alegre
-,22264 ,17832 ,875
Nordeste Rio-
Grandense
,47457 ,19689 ,197
Noroeste Rio-
Grandense
,12953 ,16686 ,987
Sudeste Rio-
Grandense
-,47994 ,23628 ,396
-,15972 ,25418 ,996
Centro Oriental Rio-
Grandense
,21030 ,19764 ,938
Centro Oriental Rio-
Grandense
Metropolitana de Porto
Alegre
-,01234 ,14968 1,000
Nordeste Rio-
Grandense
,68487(*) ,17138 ,001
Noroeste Rio-
Grandense
,33984 ,13583 ,161
Sudeste Rio-
Grandense
-,26963 ,21549 ,873
,05058 ,23497 1,000
Metropolitana de
Porto Alegre
,22264 ,17832 ,875
Centro Oriental Rio-
Grandense
,01234 ,14968 1,000
Metropolitana de Porto
Alegre
Nordeste Rio-
Grandense
,69721(*) ,14869 ,000
Noroeste Rio-
Grandense
,35218(*) ,10577 ,016
Sudeste Rio-
Grandense
-,25729 ,19792 ,852
,06292 ,21898 1,000
Nordeste Rio-
Grandense
-,47457 ,19689 ,197
Centro Oriental Rio-
Grandense
-,68487(*) ,17138 ,001
Metropolitana de Porto
Alegre
-,69721(*) ,14869 ,000
Nordeste Rio-
Grandense
Noroeste Rio-
Grandense
-,34503 ,13473 ,141
Sudeste Rio-
Grandense
-,95450(*) ,21480 ,000
-,63429 ,23434 ,099
Noroeste Rio-
Grandense
-,12953 ,16686 ,987
Centro Oriental Rio-
Grandense
-,33984 ,13583 ,161
Metropolitana de Porto
Alegre
-,35218(*) ,10577 ,016
Nordeste Rio-
Grandense
,34503 ,13473 ,141
Noroeste Rio-
Grandense
Sudeste Rio-
Grandense
-,60947(*) ,18766 ,021
-,28925 ,20975 ,813
Sudeste Rio-
Grandense
,47994 ,23628 ,396
Centro Oriental Rio-
Grandense
,26963 ,21549 ,873
Metropolitana de Porto
Alegre
,25729 ,19792 ,852
Nordeste Rio-
Grandense
,95450(*) ,21480 ,000
Noroeste Rio-
Grandense
,60947(*) ,18766 ,021
Sudeste Rio-
Grandense
,32021 ,26829 ,896
Sudoeste Rio-
Grandense
,15972 ,25418 ,996
Centro Oriental Rio-
Grandense
-,05058 ,23497 1,000
Metropolitana de Porto
Alegre
-,06292 ,21898 1,000
Nordeste Rio-
Grandense
,63429 ,23434 ,099
Noroeste Rio-
Grandense
,28925 ,20975 ,813
Sudeste Rio-
Grandense
-,32021 ,26829 ,896
* * A diferença entre as médias é significativa ao nível p<= 0,05
171
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
