ads:
INSTITUTO DE SAÚDE DA COMUNIDADE
UNIVERSIDADE FEDERAL FLUMINENSE
ANÁLISE DA ASSOCIAÇÃO ENTRE ASSISTÊNCIA ÀS URGÊNCIAS E
INDICADORES DE SAÚDE NA POPULAÇÃO IDOSA DE MINAS GERAIS
Carlos de Castro Luz
Dissertação apresentada como requisito parcial
para obtenção do grau de Mestre em Saúde
Coletiva, área de concentração em
Epidemiologia, do Instituto de Saúde da
Comunidade da Universidade Federal
Fluminense.
Orientador: Prof. Dra. Luciana Tricai Cavalini
Co-Orientador: Prof. Dr. Washington Junger Leite
Niterói
2010
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Agradecimentos
Agradeço a Deus por me proporcionar a crença em algo além do materialismo, e
ampliar minha visão de mundo.
Aos meus pais que há 30 anos me permitiram a vida e a oportunidade de estar
escrevendo estas páginas. Posso dizer com absoluta certeza de que tenho uma família. Aos
meus irmãos pelo carinho nos momentos em que estamos juntos.
A minha mulher, Fabielle, por todo amor, carinho, paciência, beijos e atenção nestes
dois anos. Sem o seu estímulo não teria tentado o mestrado.
À Luciana Tricai Cavalini pela forma como foi realizada esta orientação. Não se
esquecendo em momento algum que por trás de um estudante encontra-se um ser humano
com seus erros e acertos. Seu exemplo como professora me fez acreditar que é possivel
seguir uma carreira acadêmica de sucesso, sem vaidade e egocentrismo.
Gostaria de agradecer ao Prof. Dr. Washington Junger pelo papel desempenhado
neste processo, com suas valiosas contribuições na análise do banco de dados.
Aos idosos que passaram pela minha vida e aqueles que ainda virão. As suas
histórias e desafios são os estímulos necessários para estudar e discutir sobre o
envelhecimento.
Agradeço a todos os professores do Mestrado, onde cada um contibuiu de alguma
forma para a execução deste trabalho. Assim como a todos os meus colegas da primeira
turma de mestrado em Saúde Coletiva da UFF pelo companheirismo e atenção. O
aprendizado que obtive foi muito importante para meu crescimento acadêmico e pessoal.
À CAPES pelo fornecimento da bolsa de estudos que garantiu o apoio financeiro
necessário à realização desta dissertação de mestrado.
ii
ads:
Sumário
Agradecimentos ……………………………………………………………………... ii
Sumário ……………………………………………………………………………… iii
Lista de Tabelas ……………………………………………………………………... iv
Lista de Siglas e Abreviaturas ……………………………………………………… v
Resumo ………………………………………………………………………………. vi
Abstract ……………………………………………………………………………… vii
1. Introdução ........................................................................................................... 8
2. Objetivos .............................................................................................................. 19
3. Método ................................................................................................................. 20
4. Resultados ............................................................................................................ 28
Artigo: Análise da Associação entre Assistência às Urgências e Indicadores de
Saúde na População Idosa de Minas Gerais ........................................................... 28
4.1. Introdução ......................................................................................................... 28
4.2. Método ............................................................................................................... 31
4.3.Resultados .......................................................................................................... 34
4.4. Discussão ........................................................................................................... 39
4.5.Referências Bibliográficas ................................................................................. 44
5.Conclusões ........................................................................................................... 49
6. Referências Bibliográficas (que não constam do artigo) .................................... 52
Anexo 1. Lista dos municípios incluídos na análise ................................................ 58
Anexo 2. Equações dos modelos ajustados ............................................................. 63
iii
Lista de Tabelas
Tabela 1. Resultados dos modelos multivariados para a associação entre o tempo, a
cobertura do ESF e a presença do SAMU e os indicadores de morbi-mortalidade
por AVC e IAM para o sexo masculino. Municípios das Macrorregiões Centro e
Sudeste do Estado de Minas Gerais, 2001-2007. ..................................................... 37
Tabela 2. Resultados dos modelos multivariados para a associação entre o tempo, a
cobertura do ESF e a presença do SAMU e os indicadores de morbi-mortalidade
por AVC e IAM a o sexo feminino. Municípios das Macrorregiões Centro e
Sudeste do Estado de Minas Gerais, 2001-2007. ..................................................... 38
iv
Lista de Siglas e Abreviaturas
AVC – Acidente Vascular Cerebral
AIH – Autorização de Internação Hospitalar
CID-10 – 10ª Revisão da Classificação Estatística Internacional de Doenças e Problemas
Relacionados à Saúde
CNES – Cadastro Nacional de Estabelecimentos de Saúde
DATASUS – Departamento de Informação e Informática do SUS
ESF – Estratégia Saúde da Família
IAM – Infarto Agudo do Miocárdio
IBGE – Instituto Brasileiro de Geografia e Estatística
IPEA – Instituto de Pesquisa Econômica Aplicada
NOAS – Norma Operacional de Assistência à Saúde
OMS – Organização Mundial da Saúde
PNAU – Política Nacional de Atendimento às Urgências
SAMU – Serviço de Atendimento Móvel de Urgência
SIAB – Sistema de Informações sobre Atenção Básica
SIA-SUS – Sistema de Informações Ambulatoriais do SUS
SIH-SUS – Sistema de Informações Hospitalares do SUS
SIM – Sistema de Informações sobre Mortalidade
SINASC – Sistema de Informações sobre Nascidos Vivos
SIOPS – Sistema de Informações sobre Orçamentos Públicos em Saúde
v
Resumo
O crescimento da população idosa tem acarretado profundas transformações no perfil
epidemiológico e de demanda aos serviços de saúde, que são únicas devido à sua
heterogeneidade, o que torna a formulação de políticas públicas para este segmento da
população um desafio. Neste cenário de mudanças, a implementação de sistemas de atenção
a urgências é uma necessidade reconhecida globalmente. No Brasil, a idéia subjacente à
implementação da Política Nacional de Atendimento às Urgências (PNAU) é a indução da
reorganização do sistema de saúde como um todo. O objetivo deste estudo foi analisar os
indicadores de saúde na população idosa relacionados à PNAU, com foco no componente
móvel da PNAU, o Serviço de Atendimento Móvel de Urgência (SAMU), em municípios
de duas macrorregiões de saúde do Estado de Minas Gerais. O estudo seguiu um desenho
ecológico, com delineamento longitudinal. A análise dos dados foi realizada por um
conjunto de modelos de regressão multinível. Os modelos foram executados em dois níveis:
anos (primeiro nível) e município (segundo nível). As taxas de mortalidade e internação por
Acidente Vascular Cerebral (AVC) e Infarto Agudo do Miocárdio (IAM) foram
consideradas as variáveis dependentes e os indicadores de assistência da PNAU, as
variáveis independentes. Os indicadores de saúde foram analisados para os anos de 2001 a
2004 (anterior à implementação do SAMU) e de 2005 a 2007 (posterior à implementação
do SAMU). Encontrou-se associação estatisticamente significativa entre os indicadores da
cobertura da Estratégia Saúde da Família (ESF) e a presença do SAMU com os indicadores
de mortalidade por AVC e IAM, para ambos os sexos. Em relação às taxas de internação, o
efeito mais consistente foi identificado para o IAM feminino. A heterogeneidade dos
resultados aponta para uma fase incipiente da PNAU, que não permite a observação de
efeitos evidentes, o que também pode sugerir que esta Política não tem sido capaz de atingir
suas metas em relação aos idosos. A continuidade dos processos de avaliação da PNAU é
essencial para o estabelecimento de estratégias que aprimorem sua efetividade.
Palavras-Chave: Indicadores de Saúde; Política Nacional de Atendimento às Urgências;
Idoso.
vi
Abstract
The increase of the elderly population has brought deep changes in the epidemiological
profile and the demand for healthcare services, which are unique given its heterogeneity,
what makes the formulation of public policies for this population segment a challenge. In
this changing scenario, the implementation of emergency care systems is a globally
recognized need. In Brazil, the subjacent idea to the implementation of the National Policy
of Urgency Care (NPUC), (Política Nacional de Atenção às Urgências-PNAU) is the
induction of the reorganization of the healthcare system as a whole. The objective of this
study was to analyze NPUC-related health indicators for the elderly population, with focus
on the NPUC mobile component, the Mobile Urgency Care System (MUCS), (Serviço de
Atendimento Móvel de Urgência-SAMU), in municipalities of two macro-regions of the
Minas Gerais State. The study followed an ecological and longitudinal design. Data analysis
was performed by a set of multilevel regression models. Models were executed in two
levels: years (first level) and municipality (second level). Mortality and hospitalization rates
by Stroke and Myocardical Infarction (MI) were considered dependent variables, and the
NPUC indicators, the independent variables. Health indicators were analyzed for the years
2001 to 2004 (previous to the implementation of MUCS) and 2005 to 2007 (posterior to the
implementation of MUCS). Statistically significant association between the Estrategy
Health Program (EHP) coverage and the presence of MUCS with the mortality indicators
by Stroke and MI was found, except for MI in men. Regarding the hospitalization rates, the
most consistent effect was identified for MI in women. The heterogeneity of the results
points out to an early phase of NPUC, which still doesn’t allow the observation of evident
effects, what could also suggest that this Policy has still not been able to attain its goals for
the elderly. The continuity of the evaluation processes of the NPUC is essential for the
establishment of strategies to improve its effectiveness.
Keywords: Health Indicators; National Policy of Urgency Care; Elderly.
vii
1. Introdução
1.1. Envelhecimento populacional: aspectos gerais
O incremento da proporção de pessoas com mais de 60 anos na população vem se
tornando um fenômeno mundial no último século. Este fenômeno começou a ser observado
nos países industrializados e, em poucas décadas, foi se estendendo à realidade sócio-
demográfica dos países em desenvolvimento, como o Brasil. Nestes, o rápido
envelhecimento da população vem se tornando um grande desafio para o campo da saúde
coletiva, dada a vulnerabilidade biopsicossocial dos idosos. Adicionalmente, no caso do
envelhecimento populacional brasileiro, este ocorre em um cenário de profundas diferenças
regionais, urbanização precária e altos índices de pobreza (Camarano, 2002).
Segundo a Organização Mundial da Saúde (OMS) (WHO, 1982), levará até o ano
de 2075 para que a estrutura etária da maioria dos países venha a se estabilizar, e as
diferenças quanto aos níveis de fertilidade e mortalidade entre as populações desapareçam,
já que o processo de envelhecimento é visto numa perspectiva de longo prazo. Entretanto,
em algumas nações periféricos, como o Brasil, esta transformação está ocorrendo de forma
muito mais acelerada, em relação ao processo de transição demográfica da Europa e
América do Norte. Por exemplo, em 1950, o Brasil ocupava a 16
a
posição na classificação
dos países com maior número de idosos; atualmente, as projeções indicam que passará para
a sexta posição até 2025, com um número absoluto de aproximadamente 31,8 milhões de
idosos, apresentando o maior aumento populacional entre os países mais populosos do
mundo neste período (Wong e Carvalho, 2006).
Os motivos do envelhecimento populacional brasileiro correspondem a dois
fenômenos principais: a queda da fecundidade a partir de 1950 e a redução da mortalidade
da população idosa. Considerando-se a forma gráfica da distribuição etária prévia à
transição demográfica como uma pirâmide, com a diminuição da fecundidade ocorre um
envelhecimento “pela base” (ou seja, um estreitamento da base da pirâmide), o que acarreta
que a população idosa se torne uma parcela cada vez mais significativa da população total.
Por outro lado, a redução da mortalidade nas faixas etárias mais avançadas proporciona um
8
maior tempo de vida para os idosos, o que caracteriza um processo de envelhecimento
“pelo topo” (ou seja, um alargamento do topo da pirâmide) (Camarano et al., 2004).
Dessa forma, nas ultimas décadas, profundas modificações na estrutura etária da
população brasileira vêm acontecendo, levando a pirâmide demográfica do Brasil a sofrer
um processo de “retangularização” progressiva. Como podemos verificar, o crescimento
demográfico de nossa população idosa é um processo irreversível e acelerado, onde, em
poucas décadas, a porcentagem de idosos em nosso país será semelhante à dos países
desenvolvidos (Carvalho e Garcia, 2003).
Por fim, entende-se que o contexto em que aconteceram as alterações no processo de
envelhecimento da população brasileira é bem diferente daquele apresentado nos países
desenvolvidos. Pode-se afirmar que este processo não foi ocasionado por mudanças
estruturais, como a provisão de serviços de saneamento ambiental ou melhorias na renda,
mudanças estas que culminariam numa melhor qualidade de vida da população, mas por
ações médico-sanitárias do Estado e por algumas melhorias ambientais pontuais (Veras,
2000).
1.2. A urbanização e a “feminização” do envelhecimento populacional no Brasil
Tem-se observado uma concentração de população idosa nas áreas urbanas, em
especial nas Regiões Nordeste e Sudeste. Em 2000, 28% da população total acima de 60
anos residia na Região Nordeste, enquanto que, na Região Sudeste, esta proporção era de
46%. Assim, o processo de concentração de idosos nas áreas urbanas acompanha o processo
geral de urbanização da população. As diferenças entre as tendências de queda da
mortalidade rural e urbana (sendo mais pronunciada no primeiro caso, ao longo das últimas
décadas) não pode ser descartada como uma das explicações para um maior número de
idosos na área rural. No entanto, é sugerido que a migração rural urbana, com
predominância das mulheres, pode explicar a maior parte deste processo (Camarano, 1998).
Um outro aspecto importante a ser ressaltado no envelhecimento populacional é que
este não se apresenta como um processo neutro quanto ao gênero. Ao considerarmos a
população de idosos como um todo, verificamos que ela é formada por 55% de mulheres,
9
proporção esta que tende a aumentar com o avanço da faixa etária. A sobremortalidade
masculina é um determinante desta diferença, o que sugere dizer que “o mundo dos muito
idosos é um mundo das mulheres” (Neri, 2001).
Também se deve ressaltar que a proporção de idosas em relação à população total de
mulheres tem se mantido sistematicamente superior àquela correspondente aos homens
idosos em relação à população masculina. Este fato pode ser explicado pela maior
expectativa de vida das mulheres que, segundo o Censo Demográfico realizado pelo
Instituto Brasileiro de Geografia e Estatística (IBGE) em 2000, é de 72 anos, enquanto a
dos homens é de 68 anos (IBGE, 2002). Cabe ainda notar que o déficit no número de
homens idosos é mais acentuado para as idades mais avançadas. As razões de sexo para a
faixa etária de 70 anos ou mais foram respectivamente em 1970, 1980 e 1991, iguais a 85,
83 e 89 (Machado, 1993). Em 2000, para cada cem mulheres idosas, havia 81 homens
idosos; em 2050 haverá provavelmente cerca de 76 idosos para cem idosas. No grupo acima
de 80 anos, estima-se que, em 2050, teremos duas idosas para cada idoso (Nasri, 2008).
É importante destacar que o maior número de mulheres idosas se encontra nas áreas
urbanas, com predominância dos homens idosos nas áreas rurais. Além disso, as mulheres
experimentam uma probabilidade maior de ficarem viúvas e em situação econômica
precária e tem também maior probabilidade de apresentarem incapacidades antes da morte
do que homens, processo este conhecido como sobremorbidade feminina. Por outro lado, as
idosas são mais ativas, ou seja, participam mais do que os homens de inquéritos, viagens,
trabalhos voluntários ou temporários e, ao contrário do que fizeram em toda vida adulta,
pelo menos para as gerações atualmente em idade avançada, assumem progressivamente o
papel de provedora e chefe da família (Camarano, 2003).
1.3. Cenário de envelhecimento populacional no Estado de Minas Gerais
Seguindo a tendência mundial e nacional, o Estado de Minas Gerais se encontra
num gradual processo de envelhecimento. De acordo com o último Censo Demográfico, em
2000, as taxas de fecundidade do Estado já apresentam um nível mais baixo do que a média
nacional, e o Estado de Minas Gerais apresentou uma população de idosos que corresponde
10
a 9,08% da população geral, proporção superior a do Brasil (8,56%) (IBGE, 2002). Desta
forma, nota-se que o Estado vem alcançando com rapidez uma alta proporção de pessoas
com 60 anos ou mais. Assim como no cenário nacional, o processo de envelhecimento no
Estado tem sido igualmente determinado pelas alterações nos padrões de mortalidade e
fecundidade, ressaltando que, em relação à esperança de vida ao nascer, apresenta números
mais elevados do que o Brasil (71,5 anos para o sexo masculino e 78,4 anos para o sexo
feminino em 2008) (IBGE, 2009).
O rápido envelhecimento da população mineira pode ser verificado em números
absolutos através da distribuição etária de 1970 e 2000. A faixa etária de indivíduos até 15
anos de idade, em 1970, era de 43% da população total; em 2000, corresponde a 28%. Em
contrapartida, na faixa etária acima dos 60 anos, o percentual desta população em 1970 era
de 5%, alcançando 9% em 2000, o que corresponde a um crescimento, em números
absolutos, de aproximadamente um milhão e cem mil idosos, num intervalo de 30 anos.
Tais índices reforçam o que já vem sendo divulgado nos últimos anos por pesquisadores e
estudiosos, da necessidade de maior expansão da infraestrutura de atenção aos idosos pelos
diversos setores da sociedade, visto que a tendência é de continuidade do aumento desta
parcela da população (Fundação João Pinheiro, 2002).
1.4. Transição epidemiológica: aspectos gerais
Concomitantemente à transição demográfica, verificamos mudanças nos padrões de
morbidade e mortalidade, ocorrendo conjuntamente com outras transformações sociais e
econômicas. Tal processo é o que denominamos transição epidemiológica. Este engloba
três mudanças básicas: substituição de doenças transmissíveis por não-transmissíveis e
causas externas; deslocamento da carga de morbi-mortalidade dos grupos mais jovens para
o grupo mais idoso e transformação de uma situação em que destaca-se a mortalidade para
outra na qual a morbidade é predominante (Omran, 2001).
Segundo Chaimowicz (1997), existe uma correlação direta entre os processos de
transição demográfica e epidemiológica. Inicialmente, a queda de mortalidade centraliza-se
nas doenças infecciosas, o que tende a beneficiar os grupos etários mais jovens da
11
população. Na medida em que estes jovens vão envelhecendo, passam a conviver com
fatores de risco para doenças crônico-degenerativas e, com o aumento do número de idosos
e da expectativa de vida, tornam-se mais frequentes as doenças não-transmissíveis.
Neste sentido, verifica-se a modificação do perfil de saúde da população brasileira,
em que as doenças crônicas assumem o papel principal no cenário da saúde pública, o que
irá demandar mudanças nos padrões de assistência e utilização dos serviços de saúde. No
Suplemento Saúde da Pesquisa Nacional por Amostragem de Domicílios (PNAD) de 2003,
em torno de 29% da população brasileira relatou ser portadora de pelo menos uma doença
crônica. Esta proporção tende a aumentar com a idade e varia segundo o sexo, sendo maior
para as mulheres (33,9%) do que para os homens (25,7%). Dos que reportaram doenças
crônicas, 18,6% informaram ter três ou mais doenças. Além disso, esta pesquisa verificou
que, quanto maior o número de doenças crônicas, menor o rendimento mensal familiar
(IBGE, 2003).
Especificamente em relação à população idosa, note-se que a maioria dos problemas
de saúde desta faixa etária são crônicos e múltiplos, podendo durar por 10 a 20 anos,
consumindo uma quantidade considerável de recursos humanos e financeiros para a sua
assistência, sendo que nem sempre este custo representa um cuidado adequado às suas reais
necessidades. É importante destacar que esta inabilidade em atender à população idosa não
é exclusiva do setor público: o setor privado também apresenta as mesmas dificuldades.
Outro aspecto que agrava a baixa qualidade da assistência à saúde do idoso diz respeito ao
fato de grande parte dos primeiros atendimentos serem realizados no hospital, o que
contribui para a redução da relação custo-efetividade do sistema de saúde. A falta de
serviços domiciliares e ambulatoriais leva o indivíduo a dar entrada no hospital em estágio
avançado da doença, o que eleva os custos e diminui as chances de melhora em sua saúde.
Com isto, os problemas de saúde nos idosos vão se tornar cada vez mais crônicos,
perdurando por vários anos, exigindo profissionais qualificados, equipes multidisciplinares,
equipamentos e exames complementares, ou seja, um maior grau de especialização de
profissionais e tecnologia (Nunes, 2002; Kilsztajn et al., 2003).
Em relação ao Estado de Minas Gerais, o estudo de Paes-Souza (2002) identificou,
ao menos para os indicadores de mortalidade do município de Belo Horizonte, um padrão
12
complexo e diversificado de transição epidemiológica, que pode ser definido como
transição múltipla. Neste padrão, nas classes sociais mais pobres, as doenças infecciosas
passam a ser substituídas pelas causas externas como um dos principais grupos de causa de
morte, embora mantenham uma dupla carga de doenças, na qual ainda coexistem as
doenças infecciosas e as causas externas. Por outro lado, as classes sociais mais ricas
seguem mais de perto a transição epidemiológica dos países centrais, com um perfil de
mortalidade no qual predominam as doenças cardiovasculares e neoplasias. Esta
complexidade é compreendida, atualmente, como um processo dominante na transição
epidemiológica brasileira, com diferentes estágios, determinados pelas desigualdades
sociais entre as regiões (Possas, 2001).
1.5. Acidente vascular cerebral e infarto agudo do miocárdio como problemas de saúde
pública
Desde a década de 60, as doenças do aparelho circulatório representam a principal
causa de morte nos idosos e população adulta no Brasil. Apesar do considerável declínio
nas suas taxas a partir dos anos 80, nos países desenvolvidos (Mackenback et al., 1989), a
mortalidade por doenças cardiovasculares ainda se mantém elevada no Brasil (Souza et al.,
2001). Dentre estas doenças, destacam-se o Infarto Agudo do Miocárdio (IAM) e o
Acidente Vascular Cerebral (AVC). Tais doenças estão entre as principais causas de óbito e
de internação da população, principalmente, do grupo etário acima dos 60 anos.
O AVC caracteriza-se por ser uma das principais doenças na população idosa,
estando entre as maiores causas de morbi-mortalidade em todo o mundo (Giles e Rothwell,
2008). A prevalência mundial na população geral é estimada em 0,5 a 0,7% (Nicoletti et al.,
2000; Pereira e Andrade, 2001; Minelli et al., 2007). Os países em desenvolvimento
concentram dois terços do número de mortos por acidente vascular cerebral em todo o
mundo (Feijin et al., 2003).
Caso não haja mudanças significativas nas políticas públicas, as projeções indicam
que o número de mortes por AVC, em 2015, será de 6,3 milhões, alcançando 7,8 milhões;
em 2030 (Bonita e Beaglehole, 2007). Nas últimas décadas, apesar de ser observado um
13
considerável declínio nas taxas de mortalidade no Brasil, as doenças cerebrovasculares são
as principais causas de morte. Isso ocorre de modo especial na população idosa, pois após
os 60 anos a incidência destas doenças tende a dobrar. Tal enfermidade tende a causar um
grande impacto sobre a população, além das limitações físicas e cognitivas que acometem
os seus sobreviventes, apresenta um elevado custo tanto financeiro quanto social (Rodgers,
2004).
Cabe ressaltar o pequeno número de estudos sobre AVC nos países em
desenvolvimento, o que também é evidenciado no Brasil. Tal fato chama a atenção, visto
que se trata da principal causa de morte na população (Del Brutto et al., 2004). Em uma
revisão sistemática sobre AVC na América do Sul, foi relatado que apenas sete estudos dos
200 trabalhos revistos apresentavam informações sobre indicadores de base populacional
para o AVC (Saposnik e Del Brutto, 2003)
Entretanto, nos últimos anos, tal lacuna no conhecimento científico está sendo
corrigida. Os países em desenvolvimento começam a priorizar seus estudos de prevalência
de AVC nas suas populações, visto que esta tem se apresentado como um grave problema
de saúde pública (Pereira et al., 2009).
Outra doença que se insere entre as principais causa de mortalidade e morbidade no
mundo é o IAM. Na maioria dos países, a doença isquêmica do coração é responsável por
uma parcela significativa do número de mortes em homens e mulheres a partir dos 30 anos
de idade. No Brasil, a doença isquêmica do coração é a principal causa de óbito nas Regiões
Sudeste e Sul (Costa et al., 2003). Esta doença possui uma grande importância
epidemiológica, devido à possibilidade de obtenção de indicadores de qualidade da
assistência bem definidos, que são capazes de estimar o impacto da mortalidade, da taxa de
internações e da letalidade hospitalar. (Melo et al., 2006)
O IAM é um evento agudo que necessita de um atendimento médico rápido, tanto na
confirmação quanto no inicio do tratamento, o que é factível, devido ao fato de que o IAM
possui um diagnóstico clínico não muito complexo e bem estabelecido, que remete à
análise da história clínica do paciente, aos exames complementares e à curva enzimática.
Entretanto, após realizada tal etapa, a doença requer internação hospitalar de alta
complexidade (Ryan et al., 1999).
14
A literatura tem destacado relação entre fatores ambientais e doenças isquêmicas do
coração.Tais dados revelam a importância de se analisar como o contexto de cada
localidade afeta a saúde de grupos populacionais (Escosteguy et al., 2002). A urbanização,
o desenvolvimento sócio-econômico e o impacto que estes causam sobre a sociedade são
alguns dos fatores ambientais que estão relacionados com as doenças cardiovasculares.
Adicionalmente, deve-se observar que, nas populações com padrões sócio-econômicos mais
baixos, verifica-se uma sobrevida mais baixa relacionada a algumas doenças
cardiovasculares (Tydén et al., 2002).
Alguns estudos têm demonstrado que o fator econômico também dificultou o acesso
ao tratamento, bem como aos exames e procedimentos de média e alta complexidade em
países como Holanda, França e Estados Unidos (Lang et al., 1998; Philbin et al., 2000;
Alter et al., 2003). Assim, torna-se importante ressaltar que estas diferenças focais
relacionadas à renda, estão presentes mesmo em países desenvolvidos, e não são
características apenas dos países em desenvolvimento, como o Brasil. Isto porque, de modo
geral, sabe-se que relação entre os indicadores de mortalidade e morbidade e o perfil sócio-
econômico caracteriza-se por ser de ordem inversa, ou seja, em situações de maior
vulnerabilidade sócio-econômica, os indicadores de morbidade e mortalidade da população
tendem a ser maiores (Marmot et al., 1997).
Tais fatos vêm corroborar a existência de evidências que confirmam a influência do
ambiente (contextos sociais, culturais, econômicos) sobre a saúde. Especificamente, estes
dados têm um grande impacto junto à mortalidade por doenças do aparelho circulatório,
pois estudos têm demonstrado que as maiores diferenças entre os estratos sócio-econômicos
ocorrem na mortalidade por doenças do aparelho circulatório (Santos e Noronha, 2001).
15
1.6. A Política Nacional de Atenção às Urgências
O complexo perfil de morbi-mortalidade brasileiro não foi acompanhado pelo
sistema de saúde em termos do estabelecimento de estratégias que o preparasse para atender
esta demanda. Na situação especial dos idosos, a situação é mais preocupante, dado que é
sabido que estes utilizam mais os serviços de saúde, as suas taxas de internações são bem
mais elevadas quando comparadas com outros grupos etários e que o tempo médio de
ocupação dos leitos é três vezes maior (Peixoto, 2004).
Desde sua implementação, o Sistema Único de Saúde (SUS) concorre para o
enfrentamento do cenário de transição demográfica e epidemiológica do país, no qual a
definição das prioridades em saúde não é uma tarefa trivial. A garantia de realização dos
pilares fundamentais do SUS no que tange à integralidade e à equidade vem se pautando
pela criação de novas modalidades de atenção à saúde, das quais a Estratégia de Saúde da
Família (ESF) é o principal exemplo. A ESF propõe-se a promover melhorias na qualidade
dos serviços de atendimento primário da população, contribuindo para a diminuição dos
gastos e para o aumento da proporção de casos com prognóstico favorável, o que
consequentemente irá acarretar uma melhoria da qualidade de vida da população (Jorge et
al., 2002). Entretanto, a ESF não é capaz de garantir, sem estar articulada com as instâncias
hierárquicas superiores do sistema, a atenção integral à saúde. Nos grandes municípios do
país, nos quais coexistem e se articulam alta renda, maior cobertura de serviços e alta
desigualdade social, a implementação da estratégia da ESF ainda se apresenta como um
desafio (Miyata, 2005).
Neste cenário, a implementação de sistemas de atenção à urgências é uma
necessidade reconhecida globalmente. Há evidências em países desenvolvidos que estimam
melhoras no desfecho de casos assistidos por essa modalidade de serviço, em termos de
sobrevida, tempo e custo de assistência para traumas e eventos agudos em doenças crônico-
degenerativas (Lamfers et al., 2003; Steg et al., 2003; Stiell et al., 2004). Tais efeitos são
mais visíveis em populações com dificuldades de acesso a serviços de saúde (Vukmir,
2004). Entretanto, há uma preocupação uniforme em relação a enfatizar a necessidade de
integração das ações de atenção à urgências e emergências ao sistema de saúde como um
todo, de forma a maximizar a sua efetividade (Stiell et al., 2004), dado que alguns estudos
16
têm ressaltado a necessidade da agilidade do atendimento às urgências, devido ao fato de
que as primeiras horas após o evento, seja um AVC ou IAM, são as que apresentam o maior
risco de morte (Whitaker et al., 1998; Trunkey et al., 1983).
Uma situação que tem se notado de forma crescente é a presença de idosos que
necessitam de atenção de urgência ou emergência, que poderiam ter sido mais bem
cuidados no nível de atenção primária. Parte destes pacientes não se configura como
emergências propriamente ditas, mas como situações de deterioração de seu estado de saúde
por falta de acesso aos cuidados básicos. Para estes pacientes, a existência de um sistema de
atendimento pré-hospitalar a emergências configura-se como uma incorporação tecnológica
com potencial de modificação de sua situação de saúde de longo prazo. E, de acordo com a
OMS, o IAM e o AVC seriam duas condições sobre as quais tais serviços teriam um
impacto perceptível (Karlberg, 2004).
Assim, a partir de 2003, foi implementada no Brasil a Politica Nacional de Atenção
às urgências (PNAU), com o propósito de interagir o esforço setorial no combate aos riscos
vigentes no cenário epidemiológico nacional. A iniciativa de implementação da PNAU vai
ao encontro dessa necessidade percebida, e nasce de um processo concensuado entre os
diversos segmentos que atuam no âmbito do SUS. A idéia subjacente à implementação da
PNAU é a indução da reorganização do sistema de saúde como um todo, visa apoiar o
alcance do princípio norteador do SUS da integralidade, contempla uma população não
coberta pelos programas de atenção a doenças crônico-degenerativas existentes na rede de
atenção básica e ainda não usuária da atenção alta complexidade (Ministério da Saúde,
2006).
No Brasil, o sistema de atenção às urgências é dividido em dois componentes: os
serviços móveis e fixos. O pré-hospitalar móvel é responsável pelo resgate imediato das
vítimas que são encaminhadas para o atendimento pré-hospitalar fixo ou para o
atendimento hospitalar (Ministério da Saúde, 2006). O Ministério da Saúde, através da
Portaria MS/GM nº 1.864 de 29/09/2003, iniciou a implantação do componente móvel de
urgência através da criação do Serviço de Atendimento Móvel de Urgência (SAMU). Este
serviço vem constitui-se no componente pré-hospitalar móvel da PNAU, que ainda é dotado
de um componente pré-hospitalar fixo (unidades básicas de saúde, ESF, ambulatórios
17
especializados, serviços auxiliares de diagnóstico e terapia e pronto-atendimentos
ambulatoriais), um componente hospitalar (pronto-socorros hospitalares e leitos de
internação) e um componente pós-hospitalar (os mesmos componentes pré-hospitalares
fixos e clínicas de reabilitação) (Ministério da Saúde, 2001).
O atendimento pré-hospitalar, seja ele móvel ou fixo, tem como missão o suporte
imediato às vítimas a fim de minimizar possíveis sequelas decorrentes de lesões e traumas.
Esta premissa tem grande importância dado que, em situações críticas, o tempo é
fundamental para o prognóstico das vítimas. Alguns países estabelecem o tempo de 20
minutos como o intervalo máximo para que o tratamento definitivo possa ser executado em
pacientes graves (Minayo e Deslandes, 2008).
Para cumprir seus objetivos, a infra-estrutura básica do SAMU é composta de uma
Equipe de Suporte Básico de Vida (motorista, auxiliar ou técnico de enfermagem) para cada
100 mil a 150 mil habitante, e uma Equipe de Suporte Avançado de Vida (motorista,
médico e enfermeiro) para cada 400 mil a 450 mil habitantes (Ministério da Saúde, 2003).
O SAMU possui um modelo de assistência padronizado operando com uma central de
regulação, contato por meio telefônico através do número 192, regulação médica
regionalizada, hierarquizada e descentralizada. Verificam-se procedimentos de
normalização para composição das equipes de socorro, de acordo com a complexidade do
caso, existência de protocolos para atendimentos de múltiplas vítimas, como também
mapas de risco e de capacidade instalada dos serviços de urgência (Giglio-Jacquemot,
2005).
O pressuposto que norteia este estudo revela que o processo de envelhecimento é
uma realidade da população brasileira e um desafio a ser enfrentado. A análise destes
padrões de associação se dá em decorrência da necessidade de articulações entre a dinâmica
epidemiológica de doenças crônicas e degenerativas e as políticas implementadas no
sistema de saúde.
A justificativa pela escolha do Estado de Minas Gerais baseia-se em dois pontos: o
maior avanço no processo de envelhecimento de sua população, em comparação com a
média nacional, e o fato de que este Estado foi um dos primeiros a implementar a PNAU
desde seu lançamento como política de saúde.
18
2. Objetivos
2.1. Objetivo geral
Verificar a existência ou não de associação entre os indicadores relacionados à
Política Nacional de Atendimento às Urgências (PNAU) e alguns indicadores de morbi-
mortalidade por IAM e AVC na população idosa em municípios de duas macrorregiões de
saúde do Estado de Minas Gerais.
2.2. Objetivos específicos
2.2.1. Analisar a associação entre os indicadores da PNAU e os indicadores de mortalidade,
para o período considerado na população idosa.
2.2.2. Analisar a associação entre os indicadores da PNAU e os indicadores de morbidade
para o período considerado na população idosa.
19
3. Método
3.1. Desenho do estudo
O estudo seguirá um desenho ecológico, com delineamento longitudinal, fazendo
uso, para análise dos dados, de um conjunto de modelos de regressão multinível. O uso do
desenho ecológico torna-se adequado aos objetivos do presente estudo na medida em que
este propicia a relação entre estudos epidemiológicos e análise da assistência em saúde,
adicionalmente permitindo a distribuição espaço-temporal do risco (Shikamura et al.,
2001).
A adoção de estudos ecológicos para a análise da eficiência de políticas de saúde é
relativamente rara. Há diversos métodos para a realização de estudos neste nível de
agregação dos dados, com validade e confiabilidade heterogêneas. Entretanto, sugere-se que
esta área científica seria beneficiada pela adoção de tal desenho, especialmente para a
quantificação do efeito de determinantes sócio-econômicos e comportamentais,
especialmente no caso de uso de indicadores de saúde, entendidos como medidas-resumo
da área de saúde pública (Veerman et al., 2005).
3.2. Definição da estratégia de modelagem
Nos modelos multinível ajustados neste estudo, os indicadores de morbi-
mortalidade (por Acidente Vascular Cerebral e Infarto Agudo do Miocárdio) foram
considerados as variáveis dependentes (desfecho), e os indicadores de assistência da PNAU,
as variáveis independentes (exposição). Os modelos foram executados em dois níveis: anos
(primeiro nível) e município (segundo nível).
Analisando-se os fenômenos de saúde de interesse para este estudo, verifica-se que,
muitas das vezes, o usuário não encontra em seu município de origem o atendimento
adequado, o que demanda seu deslocamento a municípios com uma maior capacidade
resolutiva, ou seja, com estrutura para atendimento de doenças de maior complexidade. A
20
modelagem multinível pode ser uma ferramenta útil para explicitar e analisar determinadas
interações entre os desfechos nos diferentes níveis (Santos et al., 2001).
As análises que se baseiam em modelos de agrupamentos hierarquizados possuem
algumas vantagens, pois, sendo estes modelos mais flexíveis e estruturados, pode-se extrair
melhor a informação presente na amostra, o que consequentemente possibilita formular e
testar hipóteses relativas às influências entre os diversos níveis.
Para este estudo, a estrutura hierárquica das variáveis parte do princípio de que os
indicadores medidos, ao longo do tempo, dentro de um mesmo município, devem ter mais
semelhanças ente si do que os indicadores medidos, em cada ano, em outros municípios.
Um outro aspecto dos dados com estrutura hierárquica é que eles podem apresentar
efeitos de contexto, ou seja, quando as características das estruturas observadas de maior
nível de agregação causam um efeito sobre a variável resposta criando uma dependência
(Diez-Roux, 1998). Assim, com a modelagem multinível, é possível medir precisamente o
efeito de variáveis que correspondem ao nível do município.
Desse modo, fica claro que ignorar a hierarquia dos dados, quando existente, pode
levar a erros de interpretação que podem ser relacionados (a) ao coeficiente da variável de
exposição, (b) aos erros padrão desse coeficiente e/ou (c) à especificação da estrutura de
variância dos dados (Snijders & Bosker, 1999).
Por fim a opção pela análise multinível, neste caso, foi também relacionada à
necessidade de se estudar uma série temporal curta, com poucas observações ao longo do
tempo, o que não permitiria a adoção de uma metodologia de análise de séries temporais
tradicional (Sergio & Ponce de Leon, 2009).
A inclusão dos municípios de menor porte neste estudo trariam algumas questões
metodológicas que devem ser abordadas adequadamente, em especial a maior variância das
estimativas dos indicadores de morbidade e de mortalidade, o que ocorre principalmente em
função do pequeno tamanho populacional: dado que os indicadores utilizados são razões,
nas quais o denominador é o tamanho da população, eles são mais afetados por pequenas
variações no numerador (neste caso, constituídos pela contagem de eventos em saúde) do
que as áreas geográficas de maior contingente populacional.
21
A utilização de um modelo de regressão ponderada pelo tamanho populacional
elimina parcialmente este problema, visto que, com este método, são atribuídos pesos a
cada unidade de observação, que são proporcionais ao seu tamanho populacional. O
procedimento que permite esta atribuição de pesos consiste em adicionar à equação de
regressão um parâmetro conhecido como offset. O offset é o logaritmo natural do número
esperado de eventos (óbitos ou internações), obtido após padronização das taxas de
mortalidade ou internação. O modelo obtido após a inclusão desse parâmetro apresenta as
propriedades de ausência de correlação e homocedasticidade da variância, sem que a
interpretação dos coeficientes seja alterada, apenas ocorrendo modificação na sua escala
(Rashbash et al., 2009).
Entretanto, como no caso do presente estudo, as taxas foram calculadas apenas para
uma fração populacional (indivíduos com 60 anos ou mais), os denominadores das taxas
eram extremamente pequenos, o que poderia introduzir variabilidade indesejável nos
indicadores dentro de um mesmo município, ao longo dos anos estudados. Assim, optou-se
por excluir do estudo os municípios com população total estimada, para o ano de 2005,
menor que 5.000 habitantes, de modo a permitir a estimativa de modelos mais ajustados na
análise. Os municípios incluídos no estudo estão listados no Anexo 1.
3.3. Fontes de dados
As fontes de dados para a geração dos indicadores deste estudo foram os Sistemas
de Informação em Saúde (SIS) das macrorregiões de saúde Centro e Sudeste, segundo o
Plano Diretor de Regionalização do Estado de Minas Gerais (SES-MG, 2009). A
macrorregião Centro apresenta 13 microrregiões de saúde e engloba 102 municípios, dos
quais foram analisados 82 municípios. A macrorregião Sudeste apresenta 11 microrregiões
de saúde e possui 94 municípios, dos quais foram analisados 55 municípios.
Os SIS que foram utilizados no estudo são:
22
3.3.1. Sistema de Informações sobre Mortalidade (SIM)
O Sistema de Informações sobre Mortalidade (SIM) é um sistema de vigilância
epidemiológica nacional, cujo objetivo é captar dados sobre os óbitos do país a fim de
fornecer informações sobre mortalidade para todas as instâncias do sistema de saúde. O
documento de entrada do sistema é a Declaração de Óbito (DO), padronizada em todo o
território nacional.
3.3.2. Sistema de Informações Hospitalares do SUS (SIH-SUS)
O SIH-SUS contém informações que viabilizam efetuar o pagamento dos serviços
hospitalares prestados pelo SUS, através da captação de dados das Autorizações de
Internação Hospitalar (AIH) relativas às internações/mês. Dispõe de informações sobre
recursos destinados a cada hospital que integra a rede do SUS, as principais causas de
internações no Brasil, a relação dos procedimentos mais frequentes realizados mensalmente
em cada hospital, município e estado, a quantidade de leitos existentes para cada
especialidade e o tempo médio de permanência do paciente no hospital.
3.3.3. Sistema de Informações Ambulatoriais do SUS (SIA-SUS)
O Sistema de Informações Ambulatoriais do SUS (SIA-SUS) é uma ferramenta de
gerenciamento de atendimentos ambulatoriais, utilizada pelas Secretarias Municipais e
Estaduais de Saúde, para realizar a captação, controle e pagamento do atendimento
ambulatorial prestado ao cidadão pelas Unidades Ambulatoriais credenciadas.
3.3.4. Sistema de Informação da Atenção Básica (SIAB)
O Sistema de Informação da Atenção Básica (SIAB) foi implantado em 1998 para o
acompanhamento das ações e dos resultados das atividades realizadas pelas equipes da
Estratégia Saúde da Família (ESF). Por meio do SIAB obtêm-se informações sobre
23
cadastros de famílias, condições de moradia e saneamento, situação de saúde, produção e
composição das equipes de saúde.
3.3.5. Sistema de Informações sobre Orçamentos Públicos em Saúde (SIOPS)
O Sistema de Informações sobre Orçamentos Públicos em Saúde (SIOPS) é a
principal fonte de dados sobre o perfil de financiamento e gastos com ações e serviços
públicos de saúde do país. O objetivo deste sistema é fornecer informações sobre orçamento
e finanças, para o planejamento, gestão e o controle social do financiamento do gasto
público em saúde nas três esferas de governo.
3.3.6. Cadastro Nacional de Estabelecimentos de Saúde (CNES)
O Cadastro Nacional de Estabelecimentos de Saúde (CNES) é a base cadastral para
operacionalizar os Sistemas de Informações em Saúde hospitalar e ambulatorial do SUS.
Propicia ao gestor o conhecimento da realidade da rede assistencial existente e suas
potencialidades, visando auxiliar no planejamento em saúde em todos os níveis de governo.
3.4. Variáveis dependentes e independentes
3.4.1. Variáveis dependentes (desfechos)
O Cochrane Prehospital and Emergency Health Field propõe um conjunto de
agravos relacionados à área de atenção às urgências e emergências (Smith et al., 2004) dos
quais foram selecionados, para serem analisados neste estudo, os seguintes: Infarto Agudo
do Miocárdio e Acidente Vascular Cerebral, em função da sua importância para o perfil de
morbidade e mortalidade na população idosa do país e do Estado de Minas Gerais.
Para estes agravos, foram obtidas as taxas de mortalidade e de internação, por sexo,
específicas para a população com 60 anos ou mais de idade. Consideramos este recorte
populacional, seguindo o mesmo limite de idade considerado pela OMS para os países em
desenvolvimento (WHO, 1984) e a legislação brasileira que, através do Estatuto do Idoso
24
(Lei n. 10.741, de 1.º de outubro de 2003), considera idoso a pessoa com idade igual ou
superior a 60 (sessenta) anos. Esta mesma idade é a base para o indivíduo ser classificado
como idoso nos Censos Demográficos realizados pelo IBGE (IBGE, 2002).
As taxas foram padronizadas pelo método direto, utilizando-se a população de
referência do Estado de Minas Gerais para o ano de 2000. Optou-se por essa população de
referência pelas seguintes razões: (a) a estrutura populacional de 2000 é a mais recente em
termos de ter sido coletada com dados diretos do Censo Demográfico e (b) o uso da
população total da grande área é o método mais tradicional e, portanto, mais aceito, de
padronização direta (Encyclopedia of Public Health, 2002).
3.4.2. Variáveis independentes
As variáveis independentes foram selecionadas tendo em vista dois critérios:
disponibilidade pública das informações pelo Ministério da Saúde, através do endereço
eletrônico do Departamento de Informática do SUS (DATASUS), e obediência ao modelo
de avaliação de qualidade da assistência à saúde proposto por Donabedian (2005).
Segundo este autor, a adoção de indicadores para avaliar a implementação de um
determinado programa ou política nos diversos níveis nos sistemas de saúde pode auxiliar
na definição de estratégias de intervenção (Donabedian, 1980; Holland et al., 1985).
Neste contexto torna-se necessário destacar a importância da avaliação do impacto
das ações sobre o nível de saúde da população. Em avaliação, podem ser distinguidas três
etapas. A primeira, denominada avaliação de estrutura, utiliza indicadores que refletem
informações quantitativas sobre a infra-estrutura dos serviços de saúde, os tipos de serviços
disponíveis para a população e os recursos a serem empregados. Secundariamente, efetua-se
a avaliação de processo, no qual os indicadores estão relacionados com a forma de
organizar e articular os diversos componentes do sistema de saúde na prestação de serviços
e intervenções. A terceira etapa corresponde à avaliação de impactos ou resultados, onde os
indicadores avaliam o nível de saúde que foi atingido pela população como conseqüência
da intervenção (Donabedian, 1980).
25
Assim, os indicadores de estrutura foram:
- Repasse per capita do SUS aos municípios no item: Incentivo – SAMU.
- Repasse per capita do SUS aos municípios no item: SAMU.
- Repasse per capita do SUS aos municípios no item: Central de Regulação.
- Cobertura populacional do Programa de Saúde da Família (PSF).
Em relação aos indicadores de processo, foram os seguintes:
- Número de consultas per capita para a população de 60 anos e mais.
- Quantidade per capita de atendimentos no PSF por: Acidente Vascular Cerebral,
Infarto Agudo do Miocárdio.
- Quantidade de encaminhamentos do PSF para: Atendimento Especializado,
Internação Hospitalar e Urgência/Emergência.
Adicionalmente, foi criada uma variável dicotômica, que identificou os anos de
2001 a 2004 como anos anteriores à implementação do SAMU, e os anos de 2005 a 2007
como anos posteriores à implementação do SAMU. Como esta variável seria idêntica para
todos os municípios, ela não permitiu comparações entre os municípios, mas possibilitou a
obtenção de coeficientes de regressão que estimassem a variação média dos municípios, em
relação aos desfechos, comparando os períodos anteriores e posteriores à implementação do
SAMU.
Em todos os modelos, as variáveis de cobertura do PSF e de presença do SAMU no
ano foram incluídas, visto que foram consideradas as variáveis mais agregadas e básicas
para permitir uma análise mínima dos efeitos da PNAU. O efeito do tempo foi controlado
nos modelos pela inserção do ano como uma variável discreta; ou seja, nesta variável, os
anos foram identificados pelos seus respectivos números (2001 a 2007). Isto foi necessário,
visto que havia interesse em controlar o efeito do tempo, sem haver, entretanto,
possibilidade de adoção de um método tradicional de análise de série temporais, pela
escassez de número de observações no tempo (apenas sete).
26
3.5. Estratégias de análise
Os modelos de regressão multinível para cada um dos desfechos foram construídos
mediante a adoção das seguintes estratégias:
3.5.1. Especificação do modelo
O modelo de regressão multinível, para todos os desfechos, foi especificado em dois
níveis, sendo o nível inferior os anos e o superior o município. Adotou-se a distribuição de
Poisson para o ajuste do modelo; sendo assim, adotou-se a função logarítmica como função
de ligação do modelo. Permitiu-se intercepto (β
0
) aleatório para o segundo nível, ou seja,
estimou-se um intercepto para cada município. Para as variáveis independentes, estimou-se
unicamente o coeficiente (β
1
) fixo. A análise multinível foi realizada com a utilização do
aplicativo MLwiN versão 2.15 (Rashbash et al., 2009).
3.5.4. Árvore de decisão para a manutenção de variáveis e dos níveis
Aos modelos, inicialmente especificados apenas com o intercepto aleatório, eram
incluídas, uma a uma, as variáveis independentes, sendo que as variáveis de tempo,
cobertura do PSF e presença do SAMU foram incluídas obrigatoriamente em todos os
modelos. Para as demais variáveis, elas eram mantidas no modelo se apresentassem
significância estatística para o erro padrão do coeficiente igual a 95%. Para a manutenção
segundo nível (município), este foi mantido se a variância para este nível apresentasse erro
padrão estatisticamente significativo a um nível de significância de 95%.
As equações dos principais modelos ajustados no processo de análise são
apresentados no Anexo 2.
27
4. Resultados
Os resultados deste estudo foram a base para a elaboração do presente artigo, que foi
submetido a Revista da Associação Médica Brasileira.
Análise da Atenção Pré-Hospitalar ao Infarto Agudo do Miocárdio e ao Acidente
Vascular Cerebral na População Idosa de Minas Gerais
4.1. Introdução
O processo de envelhecimento das populações vem se tornando nas últimas décadas
um problema para os países em todo o mundo. Projeções indicam que em 2025, 15% da
população mundial será composta por pessoas acima dos 60 anos (WHO, 1982). As
estatísticas do último Censo Demográfico, realizado em 2000, confirmaram o aumento da
população idosa no Brasil. Assim, a pirâmide demográfica do Brasil sofre um processo de
“retangularização” progressiva, evidenciando um aumento proporcional na faixa etária
acima dos 60 anos (Carvalho e Garcia, 2003). Desse modo, entende-se que o crescimento
demográfico da população idosa é um processo irreversível e acelerado, no qual, em poucas
décadas, a porcentagem de idosos em nosso país será semelhante à dos países
desenvolvidos (IBGE, 2008). Seguindo a tendência mundial e nacional, o Estado de Minas
Gerais se apresenta num gradual processo de envelhecimento populacional. De acordo com
o ultimo Censo Demográfico, o estado de Minas Gerais apresentou uma população de
idosos que corresponde a 9,08% da população geral, proporção superior à do Brasil (8,56%)
(IBGE, 2002).
O crescimento da população idosa tem acarretado profundas transformações dentro
da conjuntura sócio-demográfica brasileira. Este cenário exige e continuará exigindo
mudanças permanentes e concretas, principalmente quanto ao desenvolvimento de
programas adequados, nos âmbitos social, econômico e da saúde. Leve-se em consideração
que, em função de sua heterogeneidade, as necessidades da população idosa trazem
28
demandas diferenciadas, o que torna um desafio à formulação de políticas públicas para
este segmento da população (Camarano e Pasinato, 2004).
É importante destacar que o cenário de envelhecimento populacional evidenciado no
Brasil apresenta-se na esteira de uma situação de intensa desigualdade sócio-econômica,
determinado por um processo de produção de riscos à saúde pautada pela complexidade
epidemiológica (Chaimowicz, 1997). Grande parte da morbi-mortalidade se concentra em
doenças crônico-degenerativas, expressas em situações clínicas de co-morbidades de
crescente letalidade, que demandam assistência de alta complexidade, com tratamentos
longos e de custo elevado (Nunes, 2002). Neste contexto, destacam-se as doenças do
aparelho circulatório e, dentre elas, o Infarto Agudo do Miocárdio (IAM) e o Acidente
Vascular Cerebral (AVC) (Souza et al., 2001).
O Acidente Vascular Cerebral (AVC) caracteriza-se por ser um das principais
doenças na população idosa, estando entre as maiores causas de morbi-mortalidade em todo
o mundo (Giles e Rothwell, 2008). Tal enfermidade tende a causar um grande impacto
sobre a população. Além das limitações físicas e cognitivas que acometem os seus
sobreviventes, apresenta um elevado custo tanto financeiro quanto social. Em estudo de
revisão sistemática sobre AVC na América do Sul, foi relatado que apenas 7 estudos dos
200 trabalhos revistos apresentavam informações sobre a situação epidemiológica do AVC
(Saposnik e Del Brutto, 2003)
O Infarto Agudo do Miocárdio (IAM) possui uma grande importância
epidemiológica devido a presença de indicadores e padrões de qualidade bem definidos,
verificando o impacto da mortalidade, o número de internações e a letalidade hospitalar
(Melo et al., 2006). Apesar do considerável declínio nas suas taxas a partir dos anos 80 em
todo o mundo, a mortalidade por doenças isquêmicas ainda se mantém elevada no Brasil
(Souza et al., 2001).
Essas mudanças nos padrões de internações e óbitos na população representam
grandes desafios para a comunidade científica. A dificuldade para se adotar políticas de
saúde eficazes faz com que as autoridades responsáveis em todas as esferas de governo
desenvolvam estudos e pesquisas voltadas para a elaboração de critérios e estratégias que
29
visem à organização racional e eficaz das redes assistenciais, a qualidade e efetividade das
ações de saúde (Sibbald et al., 2009; Tugwell et al., 2006).
A elaboração de propostas de organização e implementação de determinados
modelos de serviços assistenciais, preconizados pelo Sistema Único de Saúde (SUS), surge
como uma das alternativas para orientar a estruturação de redes assistenciais e os
investimentos necessários (Cabral e Souza, 2008). Neste contexto, a Politica Nacional de
Atendimento às Urgências (PNAU) surgiu como um dos pilares da implementação das
políticas públicas em saúde. A PNAU tem como objetivo instrumentalizar os processos de
planejamento e gestão da atenção à saúde pautados na descentralização; fortalecimento da
capacidade de gestão do SUS a partir da instância microrregional; ampliação da atenção
básica e PSF; reorientação das redes assistenciais (Ministério da Saúde, 2006).
A iniciativa de implementação da PNAU vai ao encontro dessa necessidade
percebida, e nasce de um processo concensuado entre os diversos segmentos que atuam no
âmbito do SUS. A idéia subjacente à implementação da PNAU é a indução da
reorganização do sistema de saúde como um todo, pois visa o apoio ao alcance do princípio
norteador do SUS da integralidade. No Brasil, o sistema de atenção às urgências é dividido
em dois componentes: os serviços móveis e fixos: O pré-hospitalar móvel, que é composto
pelo Serviço de Atendimento Móvel de Urgência (SAMU), é responsável pelo resgate
imediato das vítimas que são encaminhadas para o atendimento pré-hospitalar fixo ou para
o atendimento hospitalar (Ministério da Saúde, 2006).
Portanto, a inclusão de ambas as doenças (IAM e AVC) como objeto de estudo tem
forte relação com a Política Nacional de Atendimento as Urgências (PNAU), na medida em
que esta visa a diminuir as internações e óbitos de alguns agravos para os quais existem
evidências de que o atendimento às urgências é efetivo e imprescindível para o desfecho
favorável do caso.
Na busca por estratégias de avaliação da eficiência das políticas de saúde, a análise
de indicadores de saúde da população torna-se de grande valia. De maneira geral, sabe-se
que na maioria dos países há uma maior facilidade em se obter dados sobre mortalidade;
entretanto, pode ser verificada uma gradual melhora na qualidade dos indicadores de
morbidade. No Brasil, os dados sobre saúde estão cada vez mais acessíveis à população,
30
sendo produzidos rotineiramente pelos sistemas de informações do Ministério da Saúde
(Carmo et al., 2003).
Neste contexto, o presente estudo visa a contribuir para a discussão da estruturação
dos sistemas e dos serviços de saúde, apoiando os processos de planejamento e gestão da
atenção à saúde, tendo em vista os princípios estabelecidos pelo SUS: universalidade;
integralidade; participação da comunidade e descentralização. Seu objetivo é analisar a
associação entre indicadores relativos à PNAU e alguns indicadores de saúde relacionados
ao AVC e ao IAM, na população idosa de municípios selecionados do Estado de Minas
Gerais.
4.2. Método
Este estudo seguiu um desenho ecológico, com delineamento longitudinal, fazendo
uso para análise dos dados de um conjunto de modelos de regressão multinível. Os modelos
foram executados em dois níveis: anos (primeiro nível) e município (segundo nível). A
análise foi realizada para os municípios de mais de 5.000 habitantes das macrorregiões de
saúde Centro e Sudeste do Estado de Minas Gerais. A macrorregião Centro apresenta 10
microrregiões de saúde e engloba 102 municípios, dos quais foram analisados 82
municípios. A macrorregião Sudeste apresenta 8 microrregiões de saúde e possui 94
municípios, dos quais foram analisados 55 municípios.
Os indicadores de mortalidade e internação por AVC e IAM foram considerados as
variáveis dependentes (desfecho), e os indicadores de assistência da PNAU, as variáveis
independentes (exposição). Estas causas foram selecionadas em função da importância
destes indicadores para o perfil de morbidade e mortalidade na população idosa do país e do
Estado de Minas Gerais.
Foram obtidas as taxas de mortalidade e de internação, por sexo, específicas para a
população com 60 anos ou mais de idade. As taxas foram padronizadas pelo método direto,
utilizando-se a população de referência do Estado de Minas Gerais para o ano de 2000.
As variáveis independentes tiveram sua seleção baseadas em dois critérios:
disponibilidade pública das informações pelo Ministério da Saúde, através do endereço
eletrônico do Departamento de Informática do SUS (DATASUS) e obediência ao modelo
31
de avaliação de qualidade da assistência à saúde proposto por Donabedian (Donabedian,
2005).
Foram selecionados como indicadores de estrutura: (a) Repasse per capita do SUS
aos municípios no item Incentivo – SAMU; (b) Repasse per capita do SUS aos municípios
no item SAMU; (c) Repasse per capita do SUS aos municípios no item Central de
Regulação e (d) Cobertura populacional da Estratégia Saúde da Família (ESF).
Como indicadores de processo, foram selecionados: (a) Número de consultas per
capita para a população de 60 anos e mais; Quantidade per capita de atendimentos na ESF
por: (b) Acidente Vascular Cerebral e (c) Infarto Agudo do Miocárdio; Quantidade de
encaminhamentos do PSF para: (d) Atendimento Especializado, (e) Internação Hospitalar e
(f) Urgência/Emergência.
Adicionalmente, foi criada uma variável dicotômica, que identificou os anos de
2001 a 2004 como anos anteriores à implementação do SAMU, e os anos de 2005 a 2007
como anos posteriores à implementação do SAMU. Como esta variável seria idêntica para
todos os municípios, ela não permitiu comparações entre os municípios, mas possibilitou a
obtenção de coeficientes de regressão que estimassem a variação média dos municípios, em
relação aos desfechos, comparando os períodos anteriores e posteriores à implementação do
SAMU.
Em todos os modelos, as variáveis de cobertura do PSF e de presença do SAMU no
ano foram incluídas, visto que foram consideradas as variáveis mais agregadas e básicas
para permitir uma análise mínima dos efeitos da PNAU sobre os desfechos. O efeito do
tempo foi controlado nos modelos pela inserção do ano como uma variável contínua.
As fontes de dados para a geração dos indicadores deste estudo foram os Sistemas
de Informação em Saúde de base nacional disponibilizados pelo DATASUS. Foram
utilizados no estudo os seguintes SIS: o Sistema de Informações sobre Mortalidade (SIM),
do qual foram obtidas as informações sobre óbitos em Minas Gerais; o Sistema de
Informações Hospitalares do SUS (SIH-SUS), do qual foram obtidas as internações no setor
público; o Sistema de Informações Ambulatoriais do SUS (SIA-SUS), do qual obteve-se os
atendimentos ambulatoriais do setor público; o Sistema de Informação da Atenção Básica
(SIAB), que forneceu as informações sobre a produção da Estratégia Saúde da Família
32
(ESF); o Sistema de Informações sobre Orçamentos Públicos em Saúde (SIOPS), do qual se
obteve os dados sobre o financiamento e gastos com ações e serviços públicos de saúde do
país, e o Cadastro Nacional de Estabelecimentos de Saúde (CNES) que proveu os dados da
rede assistencial existente.
Mesmo com a exclusão dos municípios com menos de 5.000 habitantes, que
apresentam uma extrema variabilidade de seus indicadores ao longo do tempo, a opção pela
inclusão dos municípios de porte médio neste estudo ainda possibilita a ocorrência de falta
de homogeneidade da variância nas estimativas dos indicadores de morbi-mortalidade.
A utilização de um modelo de regressão ponderada pelo tamanho populacional
reduz este problema, visto que, com este método, são atribuídos pesos a cada unidade de
observação, que são proporcionais ao seu tamanho populacional. O procedimento que
permite esta atribuição de pesos consiste em adicionar à equação de regressão um
parâmetro conhecido como offset. O offset é o logaritmo natural do número esperado de
eventos (óbitos ou internações), obtido após padronização das taxas de mortalidade ou
internação. O modelo obtido após a inclusão desse parâmetro apresenta as propriedades de
ausência de correlação e homocedasticidade da variância, sem que a interpretação dos
coeficientes seja alterada, apenas ocorrendo modificação na sua escala (Rashbash et al.,
2009).
Adotou-se a distribuição de Poisson para o ajuste do modelo; sendo assim, adotou-
se a função logarítmica como função de ligação do modelo. Permitiu-se intercepto (
0
)
aleatório para o segundo nível, ou seja, estimou-se um intercepto para cada município. Para
as variáveis independentes, estimou-se unicamente o coeficiente fixo (β
1
). A análise foi
realizada com a utilização do aplicativo MLwiN versão 2.15 (Rashbash et al., 2009).
Aos modelos, inicialmente especificados apenas com o intercepto aleatório, eram
incluídas, uma a uma, as variáveis independentes, sendo que as variáveis de tempo,
cobertura do PSF e presença do SAMU foram incluídas obrigatoriamente em todos os
modelos. Para as demais variáveis, elas eram mantidas no modelo se apresentassem
significância estatística para o erro padrão do coeficiente igual a 95%. Para a manutenção
segundo nível (município), este foi mantido se a variância para este nível apresentasse erro
padrão estatisticamente significativo a um nível de significância de 95%.
33
4.3. Resultados
Os modelos multivariados ajustados para este estudo apresentaram as seguintes
características em comum: presença de variância estatisticamente significativa no segundo
nível (município) e ausência de significância para todas as demais variáveis propostas, após
o ajuste pelo tempo, pela cobertura do ESF e da presença do SAMU. Assim, todos os
modelos aqui apresentados foram ajustados apenas por estas três variáveis. Entretanto,
houve diferenças, entre os modelos, em relação à força e direção da associação obtida para
as variáveis incluídas, conforme descrito a seguir e de acordo com os resultados
apresentados na Tabela 1, para o sexo masculino, e na Tabela 2, para o sexo feminino.
Quanto à mortalidade por AVC no sexo masculino, o tempo apresentou associação
positiva, estatisticamente significativa, com um aumento de 85,15% ao ano (RT = 1,8515;
IC95% =1,8260-1,8770). A cobertura do ESF apresentou associação negativa,
estatisticamente significativa, sendo que cada 1% de aumento de cobertura do ESF
representou um decréscimo de 1,98% neste indicador (RT =0,9802 ; IC95% =0,9782-
0,9822). Quanto à presença do SAMU este também associou-se de forma inversa,
estatisticamente significativa, à esta mortalidade, sendo que os anos de implementação do
SAMU apresentaram uma diminuição de 95,91% nesta taxa (RT =0,0409 ; IC95 = 0,0001-
0,1114).
Em relação à mortalidade por IAM no sexo masculino, o tempo apresentou
associação positiva, porém sem significância estatística (RT = 1.0148; IC95 = 0,9867-
1,0429). A cobertura do ESF apresentou associação inversa, também sem significância
estatística (RT = 0,9996; IC95 = 0,9978-1,0015). E a presença do SAMU associou-se de
forma direta, igualmente sem significância estatística, a esta mortalidade (RT = 1.0094;
IC95 = 0,9036-1.1151).
Quanto à morbidade por AVC no sexo masculino, o tempo apresentou associação
direta, estatisticamente significativa, com um acréscimo de 1,58% ao ano (RT = 1,0158;
IC95 = 1,0016-1,0301). Assim como para a cobertura do ESF que apresentou associação
positiva, entretanto, não houve significância estatística (RT = 1,0004; IC95 = 0,9994-
34
1,0015). A presença do SAMU associou-se de forma positiva, sem significância estatística,
a esta morbidade (RT = 1,0152; IC95 = 0,9614-1,0691).
Em relação à morbidade por IAM no sexo masculino, o tempo apresentou
associação positiva, porém sem significância estatística (RT = 1,0138; IC95 = 0,9841-
1,0434). A cobertura do ESF apresentou associação inversa, também sem significância
estatística (RT = 0,9998; IC95 = 0,9975-1,0021). A presença do SAMU associou-se de
forma direta, porém sem significância estatística, a esta morbidade (RT = 1,0191; IC95 =
0,9071-1,1311).
Para a mortalidade por AVC no sexo feminino, o tempo apresentou associação
inversa, estatisticamente significativa, com uma redução de 2,76% ao ano (RT = 0,9724;
IC95 = 0,9508-0,9939). A cobertura do ESF apresentou associação negativa,
estatisticamente significativa, sendo que cada 1% de aumento de cobertura do ESF
representou uma redução de 0,30% neste indicador (RT = 0,9970; IC95 = 0,9950-0,9990).
A presença do SAMU associou-se de forma direta, estatisticamente significativa, a esta
mortalidade, sendo que os anos de implementação do SAMU apresentaram um aumento de
12,52% nesta taxa (RT = 1,1252; IC95 = 1,0429-1,2076).
Nos dados de mortalidade por IAM no sexo feminino, o tempo apresentou
associação direta, estatisticamente significativa, com um aumento de 9,75% ao ano (RT =
1,0975; IC95 = 1,0700-1,1249). A cobertura do ESF também apresentou associação direta,
estatisticamente significativa, sendo que cada 1% de aumento de cobertura do ESF
representou um aumento de 0,40% neste indicador (RT = 1,0040; IC95 = 1,0020-1,0060).
A presença do SAMU associou-se de forma negativa, estatisticamente significativa, a esta
mortalidade, sendo que os anos de implementação do SAMU apresentaram uma redução de
17,72% nesta taxa (RT = 0,8228; IC95 = 0,7131-0,9326).
Para a morbidade por AVC no sexo feminino, o tempo apresentou associação
negativa, estatisticamente significativa, com uma redução de 4,78% ao ano (RT = 0,9522;
IC95 = 0,9399-0,9646). A cobertura do ESF apresentou associação positiva, sem
significância estatística (RT = 1,0008; IC95 = 0,9999-1,0017). A presença do SAMU
associou-se de forma direta, estatisticamente significativa, a esta morbidade, sendo que os
35
anos de implementação do SAMU também apresentaram aumento de 38,31% nesta taxa
(RT = 1,3831; IC95 = 1,3336-1,4326).
Para a morbidade por IAM no sexo feminino, o tempo apresentou associação direta,
estatisticamente significativa, com um acréscimo de 11,52% ao ano (RT = 1,1152; IC95 =
1,0681-1,1622). A cobertura do ESF apresentou associação inversa, estatisticamente
significativa, sendo que cada 1% de aumento de cobertura do ESF representaram um
declínio de 1,09% neste indicador (RT = 0,9891; IC95 = 0,9851-0,9930). A presença do
SAMU também associou-se de forma inversa, estatisticamente significativa, à esta
morbidade, sendo que os anos de implementação do SAMU apresentaram uma redução de
97,11% nesta taxa (RT = 0,0289; IC95 = 0,0001-0,1935).
36
Tabela 1. Resultados dos modelos multivariados para a associação entre o tempo, a
cobertura do ESF e a presença do SAMU e os indicadores de morbi-mortalidade por
AVC e IAM para o sexo masculino. Municípios das Macrorregiões Centro e Sudeste
do Estado de Minas Gerais, 2001-2007.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Mortalidade por AVC (VSN = 8,986; IC95% = 6,759-11,213 )
Tempo (anos) 0,6160* 0,0130 1,8515 1,8260-1,8770
Cobertura da ESF -0,0200* 0,0010 0,9802 0,9782-0,9822
Presença do SAMU -3,1970* 0,0360 0,0409 0,0001-0,1114
Modelo 2: Mortalidade por IAM (VSN = 14,372; IC95% = 10,832-17,912)
Tempo (anos) 0,0147 0,0143 1,0148 0,9867-1,0429
Cobertura da ESF -0,0004 0,0009 0,9996 0,9978-1,0015
Presença do SAMU 0,0093 0,0540 1,0094 0,9036-1,1151
Modelo 3: Internação por AVC (VSN = 14,303; IC95% = 10,781-17,825)
Tempo (anos) 0,0157* 0,0073 1,0158 1,0016-1,0301
Cobertura da ESF 0,0004 0,0005 1,0004 0,9994-1,0015
Presença do SAMU 0,0151 0,0275 1,0152 0,9614-1,0691
Modelo 4: Internação por IAM (VSN = 14,552; IC95% = 10,959-18,145)
Tempo (anos) 0,0137 0,0151 1,0138 0,9841-1,0434
Cobertura da ESF -0,0002 0,0012 0,9998 0,9975-1,0021
Presença do SAMU 0,0189 0,0571 1,0191 0,9071-1,1311
AVC = Acidente Vascular Cerebral; IAM = Infarto Agudo do Miocárdio; ESF = Estratégia
de Saúde da Família; SAMU = Serviço de Atendimento Móvel de Urgência; VSN =
Variância de Segundo Nível; IC95% = Intervalo de Confiança a 95% de significância
estatística; * = significância estatística.
37
Tabela 2. Resultados dos modelos multivariados para a associação entre o tempo, a
cobertura do ESF e a presença do SAMU e os indicadores de morbi-mortalidade por
AVC e IAM para o sexo feminino. Municípios das Macrorregiões Centro e Sudeste do
Estado de Minas Gerais, 2001-2007.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 5: Mortalidade por AVC (VSN = 18,58; IC95% = 14,040-23,122)
Tempo (anos) -0,0280* 0,0110 0,9724 0,9508-0,9939
Cobertura da ESF -0,0030* 0,0010 0,9970 0,9950-0,9990
Presença do SAMU 0,1180* 0,0420 1,1252 1,0429-1,2076
Modelo 6: Mortalidade por IAM (VSN = 19,043; IC95% = 14,361-23725)
Tempo (anos) 0,0930* 0,0140 1,0975 1,0700-1,1249
Cobertura da ESF 0,0040* 0,0010 1,0040 1,0020-1,0060
Presença do SAMU -0,1950* 0,0560 0,8228 0,7131-0,9326
Modelo 7: Internação por AVC (VSN = 18,856; IC95% = 14,217-23,495)
Tempo (anos) -0,0489* 0,0063 0,9522 0,9399-0,9646
Cobertura da ESF 0,0008 0,0005 1,0008 0,9999-1,0017
Presença do SAMU 0,3243* 0,0253 1,3831 1,3336-1,4326
Modelo 8: Internação por IAM (VSN = 5,667; IC95% = 4,246-7,088)
Tempo (anos) 0,1090* 0,0240 1,1152 1,0681-1,1622
Cobertura da ESF -0,0110* 0,0020 0,9891 0,9851-0,9930
Presença do SAMU -3,5450* 0,0840 0,0289 0,0001-0,1935
AVC = Acidente Vascular Cerebral; IAM = Infarto Agudo do Miocárdio; ESF = Estratégia
de Saúde da Família; SAMU = Serviço de Atendimento Móvel de Urgência; VSN =
Variância de Segundo Nível; IC95% = Intervalo de Confiança a 95% de significância
estatística; * = Significância estatística.
38
4.4. Discussão
Os resultados deste estudo demonstraram uma importante variabilidade do
comportamento da morbi-mortalidade por AVC e IAM entre os sexos nas populações
idosas dos municípios estudados, ao longo do período de 2001 a 2007.
Primeiramente, nota-se que o comportamento dos indicadores de mortalidade ou de
morbidade, para uma mesma doença, varia significativamente entre homens e mulheres. O
padrão, observado neste estudo, é corroborado por evidências na literatura, obtidas em
populações idosas diversas. Há estudos demonstrando que tanto o AVC quanto o IAM
apresentam importantes diferenças, entre homens e mulheres, no que tange à incidência,
risco acumulado ao longo do tempo, idade média do primeiro episódio, prevalência de
incapacidades após o evento, taxas de hospitalização e prognóstico (Petrea et al., 2009;
Neill e Adgey, 2008; Sheikh e Bullock, 2007; Keller e Lemberg, 2000).
Ademais, o comportamento dos indicadores de uma doença igualmente varia.
Alterações nos determinantes primários da doença, associados com sua incidência, mas
primordialmente os determinantes secundários da alteração da duração média da doença,
podem alterar a relação preexistente entre os indicadores de mortalidade e morbidade.
Especificamente, a instituição de novos tratamentos curativos ou, ao menos, com algum
efeito na redução da sobrevida média, reduzem a mortalidade e usualmente não afetam a
morbidade em doenças não infecciosas (Lewsey et al., 2009; Perers et al., 2007; Vrbova et
al., 2005).
Analisando-se os modelos multivariados específicos, observou-se um efeito
benéfico da cobertura do PSF sobre a mortalidade por AVC, em ambos os sexos, e na taxa
de internação por IAM no sexo feminino. Também foi observado efeito benéfico na
presença do SAMU para a mortalidade por AVC no sexo masculino e, tanto na mortalidade
como na morbidade hospitalar por IAM, no sexo feminino. Embora críticas à qualidade do
atendimento na atenção primária ao paciente com doenças crônicas ainda persista, em
termos mundiais (Ciruzzi et al., 2004; Abubakar et al., 2004), há evidências sugerindo uma
melhora no prognóstico, ao menos para o AVC, relacionada com a cobertura do PSF
(Cabral et al., 2009).
39
Nota-se que há uma consistência nos efeitos benéficos de ambos os componentes da
PNAU, tanto o fixo (PSF), quanto o móvel (SAMU), sobre os indicadores selecionados
para este estudo. Especificamente, em relação ao atendimento pré-hospitalar móvel, seus
efeitos benéficos sobre o prognóstico das doenças cardiovasculares e cerebrovasculares
agudas são bem conhecidos (Steg et al., 2003; Diez-Tejedor e Fuentes, 2004).
Entretanto, foram encontrados resultados apontando para uma associação direta
entre os componentes da PNAU e alguns dos indicadores estudados. Especificamente, a
maior cobertura do PSF foi associada diretamente com o aumento da mortalidade por IAM
no sexo feminino e a presença do SAMU associou-se ao aumento tanto da morbidade
hospitalar quanto da mortalidade por AVC, no sexo feminino. Embora o efeito do aumento
da morbidade hospitalar por AVC em mulheres possa sugerir uma atuação no SAMU no
sentido de estar promovendo um aumento da demanda hospitalar de casos que
anteriormente teriam ido à óbito, esta suposição encontra-se em contradição com o aumento
concomitante da mortalidade para a mesma doença no mesmo sexo.
Por outro lado, Ferri et al. (2005) sugerem que a existência de um serviço pré-
hospitalar pode aumentar o diagnóstico precoce e a referência de pacientes com quadros de
AVC. Assim, o aumento da mortalidade pode estar supostamente ocorrendo em função de
um melhor registro da causa de óbito, de casos de AVC que anteriormente seriam
registrados como causas mal-definidas. Embora não haja estudos específicos sobre o
subdiagnóstico das causas de morte em idosos, há evidências na literatura de uma
subestimativa do risco (embora por IAM, não por AVC) em função do subdiagnóstico da
causa de óbito (Melo et al., 2006). Em relação à possível melhoria do diagnóstico através
da ESF, a pouca evidência na literatura ainda aponta na direção contrária (Baptista et al.,
2008); entretanto, o tema merece, evidentemente, uma melhor análise.
Nota-se, de forma geral, que os componentes da PNAU tiveram menor efeito sobre
os indicadores estudados na população masculina, em comparação com os efeitos mais
significativos observados na população feminina. De forma mais específica, nenhum
componente da PNAU apresentou efeito significativo sobre nenhuma das causas de
morbidade hospitalar, ou sobre a mortalidade por IAM, para o sexo masculino. Esse efeito
poderia ser explicado pela sobremortalidade masculina, tanto geral como específicas pelas
40
doenças aqui estudadas (Aquino et al., 1991; Machado, 1993; Laurenti et al., 2005; Berger
e Brown, 2006), reduzindo a ocorrência dos eventos, ou o impacto de intervenções, nas
faixas etárias analisadas no presente estudo. Adicionalmente, a ausência de efeito sobre as
ambas taxas de internação para o sexo masculino podem estar evidenciando a iniqüidade de
gêneros subjacente às políticas de saúde (Braz, 2005).
O fato das medidas de associação estimadas nos modelos (as razões de taxas de
mortalidade e internação) terem apresentado resultados estatisticamente significativos,
porém próximos da unidade, pode levar a uma interpretação de que os efeitos são de baixo
impacto. Entretanto, no caso de estudos ecológicos, com a utilização de indicadores de base
populacional, deve-se ter em mente que os efeitos ocorrem, igualmente, na população como
um todo. Isto significa que uma medica de associação do tipo razão com valor igual a 1,01
para uma determinada variável independente significa que a variação de uma unidade desta
variável aumenta o indicador em 1%, em média (ponderada pelo tamanho da população),
para as unidades de observação (Dice, 1945). Assim, é esperado o encontro de medidas de
associação de valor baixo em estudos ecológicos, sem que isso signifique baixo efeito real
das variáveis independentes sobre os fenômenos estudados (Reza Nakhaie et al., 2007;
Backlund et al., 2007; Cavalini e Ponce de Leon, 2008).
Algumas limitações sobre o delineamento metodológico deste estudo, que podem
ter influenciado os resultados, precisam ser discutidas.
Em primeiro lugar, optou-se por analisar as taxas de morbi-mortalidade por AVC e
IAM padronizadas para a população de 60 anos e mais como um todo, em detrimento da
análise por cada faixa etária específica. Esta escolha pode ter reduzido o escopo analítico do
estudo, dado que é observado um aumento progressivo destas taxas com o avançar da idade,
visto que a idade é o principal fator de risco não modificável. Tal aumento não sofre
influência apenas do aumento da expectativa de vida, visto que a melhoria na qualidade da
atenção secundária e terciária influencia o aumento da sobrevida dos pacientes com estas
doenças. Tal fato reforça a necessidade da detecção precoce do AVC e do IAM em suas
fases iniciais; além disso, medidas de prevenção e controle dos fatores de risco para
doenças do aparelho circulatório devem ser priorizadas na tomada de decisão em saúde
(Williams et al., 2002; Mathias et al., 2004).
41
É necessário, igualmente, levantar questão sobre a adoção de um desenho ecológico
com modelagem multinível para a estimativa dos efeitos. Embora prevalente na área de
epidemiologia social e economia da saúde, tal desenho tem suscitado questionamentos,
dado que alguns estudos extrapolam as análises dos seus resultados para além dos efeitos de
nível ecológico, que são os que podem, efetivamente, ser analisados neste tipo de estudo
(Blakely e Woodward, 2000). No presente estudo, buscou-se evitar esta impropriedade na
discussão dos resultados, concentrando-a na análise de fenômenos de base populacional ou
de base hospitalar que pudessem corroborar os achados deste estudo.
Entretanto, é importante notar que este estudo analisou desfechos para os quais há
literatura abundante evidenciando a existência de fatores de risco no nível individual. De
acordo com Diez-Roux (1998), tal opção metodológica poderia introduzir a assim
denominada “falácia sociológica”, na qual a inferência, feita no nível agregado, carece de
ajuste por parte das variáveis individuais. De modo a verificar a ocorrência de tal efeito
indesejado neste estudo, sugere-se a realização de investigações dotadas de desenhos
amostrais e de análise mais complexos, incluindo variáveis independentes de ambos os
níveis, o que ainda é uma lacuna do conhecimento a ser preenchida em relação à PNAU.
Deste modo, o presente estudo considera-se uma análise exploratória, não exaustiva,
de alguns indicadores de saúde considerados alvo da PNAU. Os resultados obtidos apontam
para uma possível efetividade parcial da política em questão em seus primeiros anos de
implementação, para os municípios estudados no Estado de Minas Gerais. Entretanto,
alguns efeitos na direção contrária, que foram observados, apontam para a necessidade de
investigações mais aprofundadas e de maior abrangência geográfica.
Acima de tudo, fica evidente a necessidade da avaliação constante destes novos
padrões de atenção à saúde para a população idosa, por meio de intervenções sobre a sua
realidade, no que se refere ao planejamento e gestão dos serviços. A meta deste esforço é a
de proporcionar a máxima qualidade da assistência, o que inclui a competência dos serviços
e dos diversos atores sociais inseridos no processo de produção da saúde, considerando-se a
viabilidade econômica de tal produção (Cepal, 2000).
Por fim, observa-se que o uso de banco de dados administrativos para pesquisa tem
tido caráter eventual na literatura brasileira (Mendonça e Macadar, 2008; Benito e Licheski,
42
2009), apesar de ser frequente na literatura internacional (Lyons et al., 1997; Korkeila et al.,
1998; Weiser et al., 2005). Sendo assim, enfatiza-se a necessidade do uso dos sistemas de
informação de saúde, visto que estes representam um avanço, no que se refere ao acesso e
possibilidade de análise situacional em saúde. Em relação ao seu uso específico como
ferramenta de gestão da PNAU e das políticas de atenção à saúde do idoso como um todo, o
presente estudo confirmou os achados anteriores na literatura sobre o potencial dos sistemas
de informação em saúde como ferramentas de apoio na tomada de decisões das ações e
estratégias relativas a estas políticas do SUS nos níveis municipal, estadual e federal
(Sancho e Vargens, 2009; Veras, 2009).
43
4.5. Referências Bibliográficas
Abubakar I, Kanka D, Arch B, Porter J, Weissberg P. Outcome after acute myocardial
infarction: a comparison of patients seen by cardiologists and general physicians. BMC
Cardiovasc Disord 2004; 4:14.
Aquino EML, Menezes GM, Amoedo BEM, Nobre LCC. Mortalidade feminina no Brasil:
sexo frágil ou sexo forte? Cad Saúde Pública 1991; 7:174-189 .
Backlund E, Rowe G, Lynch J, Wolfson MC, Kaplan GA, Sorlie PD. Income inequality and
mortality: A multilevel prospective study of 521 248 individuals in 50 US states. Int J
Epidemiol 2007; 36:590-596.
Baptista EKK, Marcon SS, Souza RKT. Avaliação da cobertura assistencial das equipes de
saúde da família às pessoas que faleceram por doenças cerebrovasculares em Maringá,
Paraná, Brasil. Cad Saúde Pública 2008; 24:225-229.
Benito GAV, Licheski AP. Information systems supporting the management work in health.
Rev bras enferm 2009; 62:447-450.
Berger JS, Brown DL. Gender-age interaction in early mortality following primary
angioplasty for acute myocardial infarction. Am J Cardiol 2006; 98:1140-1143.
Blakely TA, Woodward AJ. Ecological effects in multi-level studies. J Epidemiol
Community Health 2000; 54:367-374.
Braz, M. A construção da subjetividade masculina e seu impacto sobre a saúde do homem:
reflexão bioética sobre justiça distributiva. Ciênc saúde coletiva 2005: 10:97-104.
Cabral APS, Souza WV. Serviço de Atendimento Móvel de Urgência (SAMU): análise da
demanda e sua distribuição espacial em uma cidade do Nordeste brasileiro. Rev Bras
Epidemiol 2008; 11:530-540.
Cabral NL, Goncalves AR, Longo AL, Moro CH, Costa G, Amaral CH, Souza MV, Eluf-
Neto J, Fonseca LA. Trends in stroke incidence, mortality and case fatality rates in
Joinville, Brazil: 1995-2006. J Neurol Neurosurg Psychiatry 2009;80:749-754.
Camarano AA, Pasinato MT. “O envelhecimento populacional na agenda das políticas
públicas”. In: Camarano AA. (org.) Os novos idosos brasileiros: muito além dos 60? Rio de
Janeiro 2004; IPEA, pp. 253-292.
44
Carmo EH, Barreto ML, SILVA Jr. JB. Mudanças nos padrões de morbimortalidade da
população brasileira: os desafios para um novo século. Epidemiol Serv Saúde 2003; 12:63-
75.
Carvalho JAM, Garcia RA. O envelhecimento da população brasileira: um enfoque
demográfico. Cad Saúde Pública 2003; 19:725-733 .
Chaimowicz F. A saúde dos idosos brasileiros às vésperas do século XXI: problemas,
projeções e alternativas. Rev Saúde Pública 1997, 31:184-200.
Cavalini LT, Ponce de Leon ACM. Morbidity and mortality in Brazilian municipalities: a
multilevel study of the association between socioeconomic and healthcare indicators. Int J
Epidemiol 2008; 37: 775-783.
Ciruzzi MA, Schargrodsky H, Villahermosa MT, Borrego C, Vulcano N, Soifer S, Sinisi A,
Zylbersztejn H, Forcada P. General physicians and the management of heart failure in an
Argentine population. Medicina (B Aires) 2004; 64:219-226.
Comisión Economica para America Latina y Caribe. Equidad, desarollo y ciudadania.
Santiago 2000; CEPAL.
Dice LR. Measures of the amount of ecologic association between species. Ecology 1945;
26:297-302.
Diez-Roux AV. Bringing context back into epidemiology: variables and fallacies in
multilevel analysis. Am J Public Health 1998; 88:216-222.
Diez-Tejedor E, Fuentes B. Acute care in stroke: the importance of early intervention to
achieve better brain protection. Cerbrovasc Dis 2004; 17 (Suppl 1): 130-177.
Donabedian A. evaluating the quality of medical care. Milbank Q 2005; 83:691-729.
Ferri M, de Luca A, Giorgi-Rossi P, Lori G, Guasticchi G. Does a pre-hospital emergency
pathway improve early diagnosis and referral in suspected stroke patients? Study protocol
of a cluster randomised trial. BMC Health Serv Res 2005; 5:66.
Giles MF, Rothwell PM. Measuring the prevalence of stroke. Neuroepidemiology 2008; 30:
205-206.
Instituto Brasileiro de Geografia e Estatística. Perfil dos idosos responsáveis pelos
domicílios no Brasil. Rio de Janeiro 2002; IBGE.
45
Instituto Brasileiro de Geografia e Estatística. Censo demográfico 2000. Rio de Janeiro
2008; IBGE.
Keller KB, Lemberg L. Gender differences in acute coronary events. Am J Crit Care 2000;
9:207-209.
Korkeila JA, Lehtinen V, Tuori T, Helenius H. Patterns of psychiatric hospital service use
in Finland: A national register study of hospital discharges in the early 1990s. Soc
Psychiatry Psychiatr Epidemiol 1998; 33:218-223.
Laurenti R, Jorge MHPM, Gotlieb SLD. Perfil epidemiológico da morbi-mortalidade
masculina. Ciênc saúde coletiva 2005; 10:35-46.
Lewsey JD, Gillies M, Jhund PS, Chalmers JW, Redpath A, Briggs A, Walters M,
Langhorne P, Capewell S, McMurray JJ, Macintyre K. Sex differences in incidence,
mortality, and survival in individuals with stroke in Scotland, 1986 to 2005. Stroke 2009;
40:1038-1043.
Lyons JS, O’Mahoney MT, Miller SI, Neme J, Kabat J, Miller F. Predicting readmission to
the psychiatric hospital in a managed care environment: implication for quality indicators.
Am J Psychiatry 1997; 154:337-340.
Machado CC. Projeções multiregionais da população: o caso brasileiro (1980-2020). Tese
de doutorado. Belo Horizonte 1993; UFMG/CEDEPLAR.
Mathias TAF, Mello Jorge MHP, Laurenti R. Cardiovascular diseases in the elderly:
Analysis of the behavior of mortality in a municipality in the Southern Region of Brazil
from 1979 to 1998. Arq Bras Cardiol 2004; 82:542-550.
Melo, ECP; Carvalho, MS; Travassos, C. Distribuição espacial da mortalidade por infarto
agudo do miocárdio no Município do Rio de Janeiro, Brasil. Cad Saúde Pública 2006;
22:1225-1236.
Mendonça LL, Macadar MA. A importância dos sistemas de informação para o
planejamento de ações e políticas de saúde no Programa de Saúde da Família do município
de Porto Alegre. Rev Eletr Sist Inf 2008; 2. Disponível em:
http://revistas.facecla.com.br/index.php/reinfo/article/view/210/0. Acesso em: 12/02/2010.
Ministério da Saúde. Política Nacional de Atenção às Urgências. 3. ed. Brasília, 2006;
Ministério da Saúde.
46
Neill J, Adgey J. Predictors of excess mortality after myocardial infarction in women.
Ulster Med J 2008; 77:89-96.
Nunes A. “O envelhecimento populacional e as despesas do Sistema Único de Saúde”. In:
Camarano AA. (org.) Os novos idosos brasileiros: muito além dos 60? Rio de Janeiro
2004; IPEA, pp. 427-449.
Perers E, Caidahl K, Herlitz J, Karlsson T, Hartford M. Impact of diagnosis and sex on
long-term prognosis in acute coronary syndromes. Am Heart J 2007; 154:482-488.
Petrea RE, Beiser AS, Seshadri S, Kelly-Hayes M, Kase CS, Wolf PA. Gender differences
in stroke incidence and poststroke disability in the Framingham heart study. Stroke 2009;
40:1032-1037.
Rasbash J, Steele F, Browne WJ, Goldstein H. A user’s guide to MLwiN version 2.10.
Bristol 2009; Centre for Multilevel Modeling.
Reza Nakhaie M, Smylie LK, Arnold R. Social inequalities, social capital, and health of
Canadians. Rev Radical Political Economics 2007; 39: 562-585
Sancho LG, Vargens JMC. Avaliação econômica em saúde na esfera de atenção local à
saúde. Ciênc Saúde Coletiva 2009; 14 (Suppl. 1): 1513-1525.
Saposnik G, Del Brutto O. Stroke in South America: a systematic review of incidence,
prevalence, and stroke subtypes. Stroke 2003; 34:2103-2108.
Sheikh K, Bullock CM. Effect of measurement on sex difference in stroke mortality. Stroke
2007; 38:1085-1087.
Sibbald SL, Singer PA, Upshur R, Martin DK. Priority setting: What constitutes success? A
conceptual framework for successful priority setting. BMC Health Serv Res 2009; 9:43.
Souza MFM, Timerman A, Serrano Jr. CV, Santos RD, Mansur AP. Trends in death from
circulatory diseases in Brazil between 1979 and 1996. Arq Bras Cardiol 2001, 76:569-575.
Steg PG, Bonnefoy E, Chabaud S, Lapostolle F, Dubien PY, Cristofini P, Leizorovicz A
Touboul P. Impact of time to treatment on mortality after prehospital fibrinolysis or primary
angioplasty: Data from the CAPTIM randomized clinical trial. Circulation 2003; 108:2851-
2856.
47
Tugwell P, O'Connor A, Andersson N, Mhatre S, Kristjansson E, Jacobsen MJ, Robinson
V, Hatcher-Roberts J, Shea B, Francis D, Beardmore J, Wells GA, Losos J. Reduction of
inequalities in health: Assessing evidence-based tools. Int J Equity Health 2006; 5:11.
Vrbova L, Crighton EJ, Mamdani M, Moineddin R, Upshur RE. Temporal analysis of acute
myocardial infarction in Ontario, Canada. Can J Cardiol 2005; 21:841-845.
Weiser M, Kanyas K, Malaspina D, Harvey PD, Glick I, Goetz D, Karnic O, Yakirc A,
Turetskyc N, Fennigf S, Nahong D, Lererc B, Davidsonab M. Sensitivity of ICD-10
diagnosis of psychotic disorders in the Israeli National Hospitalization Registry compared
with RDC diagnoses based on SADS-L. Compr Psychiatry 2005; 46:38-42.
Veras R. Envelhecimento populacional contemporâneo: Demandas, desafios e inovações.
Rev Saúde Pública 2009; 43:548-554.
Williams MA, Fleg JL, Ades PA, Chaitman BR, Miller NH, Mohiuddin SM, Ockene IS,
Taylor CB, Wenger NK. Secondary prevention of coronary heart disease in the elderly (with
emphasis on patients >=75 years of age): An American Heart Association scientific
statement from the Council on Clinical Cardiology Subcommittee on Exercise, Cardiac
Rehabilitation, and Prevention. Circulation 2002; 105: 1735-1743.
World Health Organization. World health Statistics Annual. Geneva 1982; WHO.
48
5. Conclusões
Este estudo teve como objetivo analisar o impacto da PNAU na população idosa de
municípios selecionados do Estado de Minas Gerais.
Pôde-se verificar neste estudo que, apesar do rápido crescimento da população de
idosos percebida nos últimos tempos e a grande influência deste segmento populacional nos
gastos em saúde, nas taxas de morbi-mortalidade, como também nos diversos níveis da
atenção à saúde nos municípios brasileiros, poucos estudos ainda têm como objetivo avaliar
estes indicadores nesta parcela da população. As crenças existentes sobre o envelhecimento
são tomadas como verdades absolutas, como por exemplo, a de que a velhice é uma fase
somente de declínio e perdas e, portanto, que o idoso estaria mais sujeito a apresentar
comprometimento em sua saúde do que a maioria da população.
Historicamente, os problemas de saúde nos idosos esbarram na precariedade do
modelo de saúde vigente. Se este ainda é inapropriado para a atenção para crianças e
adultos, para os idosos ele se apresenta bastante inadequado e com custos elevados. A baixa
resolutividade da rede básica, a utilização dos hospitais como porta de entrada, o cuidado
centrado em médicos e enfermeiros, a hegemonia das tecnologias duras e a desconsideração
das características peculiares dos idosos são alguns destes problemas. Fica evidente,
portanto, a necessidade de novos padrões de atenção à saúde desta população.
Daí a dificuldade para se adotar políticas de saúde eficazes para este grupo etário.
Disto decorre que as autoridades responsáveis, em todas as esferas de governo, carecem de
estudos e pesquisas voltadas para a elaboração de critérios e estratégias que visem à
organização racional e eficaz das redes assistenciais, à qualidade e à efetividade das ações
de saúde.
Cabe ressaltar que as políticas públicas de saúde para a população idosa devem
levar em consideração a menor capacidade de resposta dos municípios brasileiros de menor
porte em lidar com o rápido envelhecimento da população. Traçados de perfil sobre a
realidade sócio-sanitária da população idosa subsidiam, através de informações
sistematicamente coletadas e analisadas, tanto o planejamento quanto o gerenciamento das
políticas de saúde pública, para todos os níveis de agregação administrativa da União.
49
Neste sentido, ter o conhecimento sobre a veracidade destes fenômenos torna-se de
suma importância para as políticas públicas. Sabe-se que o envelhecimento apresenta-se
como uma experiência heterogênea, dependendo do modo como cada indivíduo se organiza
ao longo da vida, frente às circunstâncias sócio-históricas, às possíveis patologias que
ocorrem durante o envelhecimento normal e à interação existente entre fatores genéticos e
ambientais. Tal fato suscita algumas explicações para que os indicadores da PNAU ainda
não apresentem os resultados esperados, pelo menos para a população idosa. A
continuidade dos processos de avaliação da PNAU é essencial para o estabelecimento de
estratégias que aprimorem sua efetividade.
Apesar de ser um avanço em termos de política de saúde, a PNAU ainda apresenta
sérios entraves para atingir os objetivos a que se propõe. A pactuação entre os gestores das
diferentes instâncias de governo na tomada de decisões sobre disponibilidade de leitos e
serviços pode ser uma alternativa para a solução de diversos problemas. A falta de vagas
nos hospitais agrava a articulação entre o atendimento hospitalar e o pré-hospitalar. Em se
tratando das doenças analisadas neste estudo, em que o tempo tem um fator primordial no
desfecho da situação, tal questão necessita de adoção de estratégias consistentes e
realizáveis.
Neste contexto, as informações oriundas de dados secundários dos sistemas de
informação em saúde vêm adquirindo uma importância fundamental para o planejamento, a
avaliação e o monitoramento das intervenções em saúde. Uma ênfase tem sido dada para a
análise de grupos específicos como, por exemplo, os idosos, pela maior morbi-mortalidade.
O uso deste tipo de dado tem sido estimulado, devido à sua existência em larga escala e a
facilidade em serem manuseados.
A adoção de indicadores para avaliar a implementação de um determinado programa
ou política nos diversos níveis nos sistemas de saúde pode auxiliar na definição de
estratégias de intervenção. Existe um número muito grande de informações disponíveis que,
lamentavelmente, não são utilizadas nem para análise das situações de saúde nem para a
definição de prioridades. Espera-se que este estudo sirva como modelo de utilização dos
dados secundários disponíveis para a avaliação de políticas de saúde, desde suas fases
iniciais de implementação.
50
Sugestões para futuros trabalhos devem, além das correções das limitações de
qualidade das informações dos sistemas de informação, o uso de indicadores de contexto,
como o Índice de Desenvolvimento Humano (IDH), como medidas de análise da situação
das condições básicas de vida das populações analisadas. Essas questões são de imensa
utilidade para conhecer melhor a realidade de cada região, para que assim se possa propor
ações e iniciativas para melhorar a qualidade de vida em locais que necessitem de maior
assistência, realizando isto de forma continuada e baseada em evidências empíricas.
Finalmente, podemos afirmar que a análise dos indicadores de morbidade e
mortalidade e dos indicadores da PNAU apresenta-se como uma alternativa viável para a
discussão e estudo desta política, em termos de alocação de seus recursos para doenças que
necessitam de maior urgência no atendimento. Deste modo, é necessário a ampliação das
pesquisas que possam conceber um panorama geral sobre o processo de envelhecimento e
suas implicações no planejamento e gestão dos serviços de saúde.
51
6. Referências Bibliográficas (que não constam do artigo)
Alter DA, Naylor CD, Austin P, Chan BTB, Tu JV. Geography and service supply do not
explain socioeconomic gradients in angiography use after acute myocardial infarction.
CMAJ 2003; 168:261-264.
Bonita R, Beaglehole R. Stroke prevention in poor countries: Time for action. Stroke 2007;
38:2871-2872.
Camarano AA, Abramovay R. Êxodo rural, envelhecimento e masculinização no Brasil:
panorama dos últimos 50 anos. Ver Bras Est Pop 1998; 15:45-46.
Camarano AA, Kanso S, Mello JL. “Como vive o idoso brasileiro?” In: Camarano AA.
(org.) Os novos idosos brasileiros: muito além dos 60? Rio de Janeiro 2004; IPEA, pp. 25-
73.
Camarano AA. Brazilian population ageing: Differences in well-being in rural and urban
areas. Texto para discussão nº 878. Rio de Janeiro 2002; IPEA.
Camarano AA. Mulher idosa: Suporte familiar ou agente de mudança? Est Av 2003; 49:35-
63.
Costa, MCN, Mota, ELA, Paim, JS, Silva, LMV, Teixeira, MG, Mendes, CMC.
Mortalidade no Brasil em períodos recentes de crise econômica. Rev Saúde Pública 2003;
37:699-709.
Del Brutto O, Idrovo L, Mosquera A, Navas C, Santibañez R, Cuesta F, Díaz-Calderón E.
Stroke in rural Ecuador: A three-phase, door-to-door survey. Neurology 2004; 63:1974-
1975.
Donabedian, A. Explorations in Quality Assessment and Monitoring. The Definition of
Quality and Approach to its Assessment. Ann Arbor,Michigan: Health Administration Press
I 1980.
Encyclopedia of Public Health. “Standardization (of Rates)”. In: Encyclopedia of Public
Health. Gale Cengage 2002; Lester Breslow. Disponível em:
http://www.enotes.com/public-health-encyclopedia/standardization-rates. Acesso em:
12/02/2010.
52
Escosteguy CC, Portela MC, Medronho RA, Vasconcellos MTL. O Sistema de Informações
Hospitalares e a assistência ao infarto agudo do miocárdio. Re. Saúde Pública 2002;
36,:491-499.
Feigin VL, Lawes CMM, Bernnett DA, Anderson CS. Stroke epidemiology: A review of
population-based studies of incidence, prevalence, and case-fatality in the late 20th century.
Lancet Neurol 2003, 2:43-53.
Fundação João Pinheiro. Anuário Estatístico de Minas Gerais 2000-2001. Belo Horizonte
2002; Fundação João Pinheiro.
Giglio-Jacquemot, AG. Urgências e emergências em saúde: Perspectivas de profissionais e
usuários. Rio de Janeiro 2005; Fiocruz.
Holland, WW, Detels, R, Knox, G. Oxford Textbook of Public Health – Investigative
Methods in Public Health. Oxford: OxfordUniversity Press 1985 .
Instituto Brasileiro de Geografia e Estatística. Pesquisa Nacional por Amostra de
Domicílios. Rio de Janeiro 2003; IBGE.
Instituto Brasileiro de Geografia e Estatística. Síntese dos indicadores sociais: Uma análise
das condições de vida da população brasileira – 2009. Rio de Janeiro 2009; IBGE.
Jorge, MHPM, Gotlieb, SLD, Laurenti, R. O sistema de informações sobre mortalidade:
problemas e propostas para o seu enfrentamento. I - Mortes por causas naturais. Rev Bras
Epidemiol 2002; 5:197-211.
Karlberg I. Emergency care should be integrated care. Int J Integr Care 2004; 4:e06.
Kilsztajn S, Rossbach A, Câmara BZ, Carmo MSN. Serviços de saúde, gastos e
envelhecimento da população brasileira. Rev Bras Est Pop 2003; 20:93-108.
Kovacs MH, Feliciano KV, Sarinho SW, Veras AA. Acessibilidade às ações básicas entre
crianças atendidas em serviços de pronto-socorro. J Pediatr (Rio de Janeiro) 2005; 81:251-
8.
Lamfers EJ. Hooghoudt TE. Hertzberger DP. Schut A. Stolwijk PW. Verheugt FW.
Abortion of acute ST segment elevation myocardial infarction after reperfusion: Incidence,
patients’ characteristics, and prognosis. Heart 2003; 89:496-501.
Lang T, Ducimetière P, Arveiler D, Amuoyel P, Ferrières J, Ruidavets JB, Montaye M,
Haas B, Bingham A. Is hospital care involved in inequalities in coronary heart disease
53
mortality? Results from the French WHO-MONICA Project in men aged 30-64. J
Epidemiol Community Health 1998, 52:665-71.
Mackenbach JP, Looman CWN, Kunst AE. Geographic variation in the onset of decline of
male ischemic heart disease mortality in the Netherlands. Am J Public Health 1989;
79:1621-1627.
Marmot M, Ryff CD, Bumpass LL, Shipley M, Marks NF. Social inequalities in health:
Next questions and converging evidence. Soc Sci Med 1997; 44:901-910.
Minayo MCS, Deslandes SF. Análise da implantação do sistema de atendimento pré-
hospitalar móvel em cinco capitais brasileiras. Cad Saúde Pública 2008; 24:1877-1886.
Minelli C, Fen LF, Minelli DP. Stroke incidence, prognosis, 30-day, and 1-year case fatality
rates in Matão, Brazil: A population-based prospective study. Stroke 2007; 38:2906-2911.
Ministério da Saúde. Portaria Nº 1.863/GM de 29/09/2003. Institui a Política Nacional de
Atenção às Urgências, a ser implantada em todas as unidades federadas, respeitadas as
competências das três esferas de gestão. Disponível em:
http://dtr2001.saude.gov.br/sas/PORTARIAS/Port2003/GM/GM-1863.htm. Acessado em:
12/02/2010.
Ministério da Saúde. Portaria MS/GM nº 1.864 de 29/09/2003. Institui o componente pré-
hospitalar móvel da Política Nacional de Atenção às Urgências, por intermédio da
implantação de Serviços de Atendimento Móvel de Urgência em municípios e regiões de
todo o território brasileiro: SAMU-192. Disponível em:
http://samu.saude.sc.gov.br/arquivos/portaria_ms_gm_1864_03.doc. Acessado em:
12/02/2010.
Miyata AL. Políticas e programas na atenção à saúde do idoso: Um panorama nacional. Arq
Ciênc Saúde Unipar 2005: 9:135-140.
Myers RB. Prehospital management of acute myocardial infarction: Electrocardiogram
acquisition and interpretation, and thrombolysis by prehospital care providers. Canadian J
Cardiol 1998; 14:1231-1240.
Nasri F. O envelhecimento populacional no Brasil. Einsten 2008; 6 (Supl 1):S4-S6.
54
Néri AL. “Velhice e qualidade de vida na mulher”. In: Néri AL (org.). Desenvolvimento e
envelhecimento: Perspectivas biológicas, psicológicas e sociológicas. Campinas 2001;
Papirus, pp. 161-200.
Nicoletti A, Sofia V, Giuffrida S, Bartoloni A, Bartalesi F, Bartolo ML, lo Fermo S,
Cocuzza V, Gamboa H, Salazar E, Reggio A. Prevalence of stroke: a door-to-door survey in
rural Bolivia. Stroke 2000; 31:882-885.
Omran AR. The epidemiologic transition: A theory of the epidemiology of population
change. Bull WHO 2001; 79:161-170.
Paes-Sousa R. Diferenciais intra-urbanos de mortalidade em Belo Horizonte, Minas Gerais,
Brasil, 1994: Revisitando o debate sobre transições demográfica e epidemiológica. Cad
Saúde Pública 2002; 18:1411-1421.
Peixoto, SV, Giatti, L, Elmira Afradique, M. Custo das internações hospitalares entre
idosos brasileiros no âmbito do Sistema Único de Saúde. Epidemiol Serv Saúde 2004;
13:239-246.
Pereira ABCNG, Alvarenga H, Pereira Jr. RS, Barbosa MTS. Prevalência de acidente
vascular cerebral em idosos no Município de Vassouras, Rio de Janeiro, Brasil, através do
rastreamento de dados do Programa Saúde da Família. Cad Saúde Pública 2009; 25:1929-
1936.
Pereira UP, Andrade Filho AS. Neurogeriatria. Rio de Janeiro 2001; Revinter.
Philbin EF, McCullough PA, DiSalvo TF, Dee GW,Jenkins PL, Weaver D. Socioeconomic
status in an important determinant of the use of invasive procedures after acute myocardial
infarction in New York State. Circulation 2000; 102 (Suppl 3):107-151.
Possas CA. Social ecosystem health: confronting the complexity and emergence of
infectious diseases. Cad Saúde Pública 2001; 17:31-41.
Rodgers H. Risk factors for first-ever stroke in older people in the North East of England: A
population based study. Stroke 2004; 35:7-11.
Ryan TJ, Antman EM, Brooks NH, Califf RM, Hillis LD, Hiratzka LF, Rapaport E, Riegel
B, Russell RO, Smith III EE, Weaver WD. 1999 Update: ACC/AHA guidelines for the
management of patients with acute myocardial infarction: A report of the American College
55
Cardiology/American Heart Association - Task Force on Practice Guidelines (Committee
on Management of Acute Myocardial Infarction). J Am Coll Cardiol 1999; 34:890-911.
Santos S, Noronha CP. Padrões espaciais de mortalidade e diferenciais sócio-econômicos
na Cidade do Rio de Janeiro. Cad Saúde Pública 2001; 17:1099-1110.
Secretaria de Estado de Saúde de Minas Gerais. Plano Diretor de Regionalização.
Disponível em: http://www.saude.mg.gov.br/politicas_de_saude/plano-diretor-de-
regionalizacao-pdr. Acessado em 12/02/2010.
Sergio JV, Ponce de Leon AC. Analysis of mortality from diarrheic diseases in under-five
children in Brazilian cities with more than 150,000 inhabitants. Cad Saúde Pública 2009
25: 1093-1102.
Shikamura SE, Carvalho MS, Aerts DRGC, Flores R. Distribuição espacial do risco:
modelagem da mortalidade infantil em Porto Alegre, Rio Grande do Sul, Brasil. Cad Saude
Publica 2001; 17:1251-1261.
Smith E, McDonald S, Wasiak J. The development of a prehospital search filter for the
Cochrane Library. J Emerg Primary Health Care 2004; 2:1-2.
Snijders TAB, Bosker RJ. Multilevel Analysis: An introduction to basic and advanced
multilevel modeling. London 1999; Sage.
Souza MFM, Timerman A, Serrano Jr. CV, Santos RD, Mansur AP. Trends in death from
circulatory diseases in Brazil between 1979 and 1996. Arq Bras Cardiol 2001, 76:569-575.
Stiell IG, Wells GA, Field B, Spaite DW, Nesbitt LP, de Maio VJ, Nichol G, Cousineau D,
Blackburn J, Munkley D, Luinstra-Toohey L, Campeau T, Dagnone E, Lyver M, Ontario
Prehospital Advanced Life Support Study Group. Advanced cardiac life support in out-of-
hospital cardiac arrest. New Engl J Med 2004; 351:647-656.
Trunkey DD. Accidental and intentional injuries account for more years of life lost in the
U.S. than cancer and heart disease. Sci Am 1983; 249:28-35.
Tydén P, Handen O, Engström G, Hedblad B, Janzon L. Myocardial infarction in an urban
population: Worse long term prognosis for patients from less affluent residential areas. J
Epidemiol Community Health 2002; 56:785-790.
Veerman JL, Barendregt JJ, Mackenbach JP. Quantitative health impact assessment:
Current practice and future directions. J Epidemiol Community Health 2005; 59:361-370.
56
Veras R. “Epidemiologia do envelhecimento na América Latina”. In: Forlenza OV,
Caramelli, P. Neuropsiquiatria Geriátrica. São Paulo 2000; Atheneu, pp. 7-20.
Vukmir RB, Sodium Bicarbonate Study Group. The influence of urban, suburban, or rural
locale on survival from refractory prehospital cardiac arrest. Am J Emerg Med 2004; 22:90-
93.
Whitaker IY, Gutièrrez MGR, Koizumi MS. Gravidade do trauma avaliada na fase pré-
hospitalar. Rev Assoc Med Bras 1998; 44:111-9.
Wong LLR, Carvalho JA. O rápido processo de envelhecimento populacional do Brasil:
sérios desafios para as políticas públicas. Rev Bras Estud Popul 2006; 23:5-26 .
57
ANEXO 1:
Lista dos municípios incluídos na análise
58
1. MACRORREGIÃO CENTRO (BELO HORIZONTE)
1.1. MICRORREGIÃO BELO HORIZONTE/ NOVA LIMA/ CAETÉ
Código do Município Nome do Município População
310620 BELO HORIZONTE 2.375.329
310640 BELO VALE 7.673
311000 CAETÉ 38.209
313460 JABOTICATUBAS 14.040
314480 NOVA LIMA 71.897
313660 NOVA UNIÃO 5.779
315390 RAPOSOS 14.318
315460 RIBEIRÃO DAS NEVES 311.372
315480 RIO ACIMA 8.029
315670 SABARÁ 131.398
315780 SANTA LUZIA 214.398
1.2. MICRORREGIÃO BETIM
Código do Município Nome do Município População
310670 BETIM 391.718
310810 BONFIM 6.667
310900 BRUMADINHO 31.191
312410 ESMERALDAS 61.369
312600 FLORESTAL 6.019
313010 IGARAPÉ 30.505
313665 JUATUBA 20.732
314015 MÁRIO CAMPOS 13.802
314070 MATEUS LEME 28.259
316292 SÃO JOAQUIM DE BICAS 22.252
1.3. MICRORREGIÃO CONTAGEM
Código do Município Nome do Município População
311860 CONTAGEM 593.419
312980 IBIRITÉ 167.436
316553 SARZEDO 22.329
1.4. MICRORREGIÃO CURVELO
Código do Município Nome do Município População
310920 BUENÓPOLIS 10.639
311910 CORINTO 24.201
312090 CURVELO 72.835
312570 FELIXLÂNDIA 13.322
313110 INIMUTABA 6.169
316935 TRÊS MARIAS 24.927
59
1.5. MICRORREGIÃO GUANHÃES
Código do Município Nome do Município População
311750 CONCEIÇÃO DO MATO DENTRO 18.584
312220 DIVINOLÂNDIA DE MINAS 6.837
312310 DORES DE GUANHÃES 5.366
312800 GUANHÃES 29.491
315600 RIO VERMELHO 14.305
315680 SABINÓPOLIS 16.404
317180 VIRGINÓPOLIS 10.036
1.6. MICRORREGIÃO ITABIRA
Código do Município Nome do Município População
310540 BARÃO DE COCAIS 25.333
312590 FERROS 11.205
313170 ITABIRA 106.289
315720 SANTA BÁRBARA 25.474
315800 SANTA MARIA DE ITABIRA 10.291
1.7. MICRORREGIÃO ITABIRITO
Código do Município Nome do Município População
313190 ITABIRITO 41.541
314000 MARIANA 52.054
314610 OURO PRETO 68.635
1.8. MICRORREGIÃO JOÃO MONLEVADE
Código do Município Nome do Município População
310600 BELA VISTA DE MINAS 10.004
312180 DIONÍSIO 10.217
313620 JOÃO MONLEVADE 71.295
314470 NOVA ERA 17.847
315570 RIO PIRACICABA 14.427
316100 SÃO DOMINGOS DO PRATA 16.953
316190 SÃO GONÇALO DO RIO ABAIXO 8.550
316340 SÃO JOSÉ DO GOIABAL 5.900
1.9. MICRORREGIÃO SETE LAGOAS
Código do Município Nome do Município População
310020 ABAETÉ 23.407
310500 BALDIM 8.012
310990 CAETANÓPOLIS 9.303
311250 CAPIM BRANC 8.875
311890 CORDISBURGO 8.566
313100 INHAÚMA 5.464
313570 JEQUITIBÁ 5.248
314350 MORADA NOVA DE MINAS 8.199
314740 PARAOPEBA 22.493
315200 POMPÉU 29.685
315360 PRUDENTE DE MORAIS 9.117
315850 SANTANA DE PIRAPAMA 8.243
316720 SETE LAGOAS 210.468
60
1.10. MICRORREGIÃO VESPASIANO
Código do Município Nome do Município População
311787 CONFINS 5.661
313760 LAGOA SANTA 45.190
314110 MATOZINHOS 34.273
314930 PEDRO LEOPOLDO 61.703
316295 SÃO JOSÉ DA LAPA 20.089
317120 VESPASIANO 94.234
2. MACRORREGIÃO SUDESTE (JUIZ DE FORA)
2.1. MICRORREGIÃO ALÉM PARAÍBA
Código do Município Nome do Município População
310150 ALÉM PARAÍBA 35.288
315110 PIRAPETINGA 10.687
317210 VOLTA GRANDE 5.162
2.2. MICRORREGIÃO CARANGOLA
Código do Município Nome do Município População
311210 CAPARAÓ 5.457
311330 CARANGOLA 32.485
312200 DIVINO 19.693
312420 ESPERA FELIZ 21.145
312595 FERVEDOURO 10.071
314587 ORIZÂNIA 7.139
314875 PEDRA BONITA 6.657
316920 TOMBOS 12.833
2.3. MICRORREGIÃO JUIZ DE FORA / LIMA DUARTE / BOM JARDIM MINAS
Código do Município Nome do Município População
310280 ANDRELÂNDIA 12.193
310720 BOCAINA DE MINAS 5.007
310750 BOM JARDIM DE MINAS 6.898
313670 JUIZ DE FORA 501.153
313850 LIBERDADE 5.633
313860 LIMA DUARTE 16.376
314080 MATIAS BARBOSA 13.180
315540 RIO NOVO 8.844
315590 RIO PRETO 5.426
315930 SANTA RITA DE JACUTINGA 5.278
2.4. MICRORREGIÃO LEOPOLDINA / CATAGUASES
Código do Município Nome do Município População
310460 ASTOLFO DUTRA 12.051
311530 CATAGUASES 67.640
312290 DONA EUZÉBIA 5.712
313800 LARANJAL 6.238
313840 LEOPOLDINA 52.387
314670 PALMA 6.252
315410 RECREIO 9.944
61
2.5. MICRORREGIÃO MURIAÉ
Código do Município Nome do Município População
310550 BARÃO DE MONTE ALTO 6.245
312490 EUGENÓPOLIS 9.729
314210 MIRADOURO 9.484
314220 MIRAÍ 12.428
314390 MURIAÉ 98.850
314820 PATROCÍNIO DO MURIAÉ 5.119
316140 SÃO FRANCISCO DO GLÓRIA 5.277
2.6. MICRORREGIÃO SANTOS DUMONT
Código do Município Nome do Município População
316070 SANTOS DUMONT 47.932
2.7. MICRORREGIÃO SÃO JOÃO NEPOMUCENO / BICAS
Código do Município Nome do Município População
310690 BICAS 13.767
313980 MAR DE ESPANHA 11.104
316290 SÃO JOÃO NEPOMUCENO 25.261
2.8. MICRORREGIÃO UBÁ
Código do Município Nome do Município População
311670 COIMBRA 7.178
312400 ERVÁLIA 17.937
312840 GUARANI 8.817
312880 GUIDOVAL 7.686
312900 GUIRICEMA 8.609
314160 MERCÊS 10.053
315130 PIRAÚBA 12.392
315310 PRESIDENTE BERNARDES 5.488
315580 RIO POMBA 17.283
315630 RODEIRO 6.394
316150 SÃO GERALDO 7.626
316570 SENADOR FIRMINO 6.822
316900 TOCANTINS 16.364
316990 UBÁ 96.689
317200 VISCONDE DO RIO BRANCO 35.196
62
ANEXO 2:
Equações dos principais modelos ajustados
63
Tabela A2.1. Resultados dos principais modelos multivariados ajustados para a
mortalidade por AVC, sexo masculino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,65608 0,01331 1,9272 1,8776-1,9782
Cobertura da ESF -0,02148 0,00095 0,9787 0,9769-0,9806
Presença do SAMU -3,27594 0,03597 0,0378 0,0352-0,0405
HAS per capita 0,00001 0,00002 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) 0,61113 0,01311 1,8425 1,7958-1,8905
Cobertura da ESF -0,02064 0,00093 0,9796 0,9778-0,9814
Presença do SAMU -3,19862 0,03576 0,0408 0,0381-0,0438
DM per capita 0,00183 0,00420 1,0018 0,9936-1,0101
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,61430 0,01300 1,8484 1,8019-1,8961
Cobertura da ESF -0,01953 0,00094 0,9807 0,9789-0,9825
Presença do SAMU -3,19431 0,03582 0,0410 0,0382-0,0440
Encaminhamentos
urgência/emergência 0,00034 0,00153 1,0003 0,9973-1,0033
AVC = Acidente Vascular Cerebral; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
64
Tabela A2.2. Resultados dos principais modelos multivariados ajustados para a
mortalidade por IAM, sexo masculino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,01483 0,01438 1,0149 0,9867-1,0440
Cobertura da ESF -0,00037 0,00094 0,9996 0,9978-1,0015
Presença do SAMU 0,00908 0,05403 1,0091 0,9077-1,1218
HAS per capita -0,00001 0,00004 1,0000 0,9999-1,0001
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) 0,01534 0,01456 1,0155 0,9869-1,0449
Cobertura da ESF -0,00031 0,00095 0,9997 0,9978-1,0016
Presença do SAMU 0,00886 0,05419 1,0089 0,9072-1,1220
DM per capita -0,00013 0,00039 0,9999 0,9991-1,0006
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,01473 0,01435 1,0148 0,9867-1,0438
Cobertura da ESF -0,00039 0,00094 0,9996 0,9978-1,0015
Presença do SAMU 0,01021 0,05413 1,0103 0,9086-1,1233
Encaminhamentos
urgência/emergência -0,00077 0,00189 0,9992 0,9955-1,0029
IAM = Infarto Agudo do Miocárdio; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
65
Tabela A2.3. Resultados dos principais modelos multivariados ajustados para a
morbidade hospitalar por AVC, sexo masculino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,0150037 0,0071247 1,0151 1,0010-1,0294
Cobertura da ESF -0,0004216 0,0005149 0,9996 0,9986-1,0006
Presença do SAMU 0,0172355 0,0270996 1,0174 0,9648-1,0729
HAS per capita -0,0000003 0,0000048 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) 0,0156876 0,0072740 1,0158 1,0014-1,0304
Cobertura da ESF -0,0003594 0,0005172 0,9996 0,9986-1,0007
Presença do SAMU 0,0164220 0,0273097 1,0166 0,9636-1,0725
DM per capita -0,0001230 0,0002078 0,9999 0,9995-1,0003
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,0152819 0,0072299 1,0154 1,0011-1,0299
Cobertura da ESF -0,0004297 0,0005147 0,9996 0,9986-1,0006
Presença do SAMU 0,0162825 0,0273437 1,0164 0,9634-1,0724
Encaminhamentos
urgência/emergência 0,0000669 0,0005115 1,0001 0,9991-1,0011
AVC = Acidente Vascular Cerebral; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
66
Tabela A2.4. Resultados dos principais modelos multivariados ajustados para a
morbidade hospitalar por IAM, sexo masculino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,013773 0,015167 1,0139 0,9842-1,0445
Cobertura da ESF -0,000272 0,001183 0,9997 0,9974-1,0020
Presença do SAMU 0,018539 0,057264 1,0187 0,9106-1,1397
HAS per capita 0,000001 0,000010 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) 0,014900 0,015358 1,0150 0,9849-1,0460
Cobertura da ESF -0,000026 0,001229 1,0000 0,9976-1,0024
Presença do SAMU 0,018224 0,057546 1,0184 0,9098-1,1400
DM per capita -0,000327 0,000452 0,9997 0,9988-1,0006
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,013796 0,015265 1,0139 0,9840-1,0447
Cobertura da ESF -0,000267 0,001182 0,9997 0,9974-1,0021
Presença do SAMU 0,018121 0,057516 1,0183 0,9097-1,1398
Encaminhamentos
urgência/emergência 0,000313 0,001862 1,0003 0,9967-1,0040
IAM = Infarto Agudo do Miocárdio; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
67
Tabela A2.5. Resultados dos principais modelos multivariados ajustados para a
mortalidade por AVC, sexo feminino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) -0,029508 0,011383 0,9709 0,9495-0,9928
Cobertura da ESF -0,002482 0,000750 0,9975 0,9961-0,9990
Presença do SAMU 0,121105 0,042361 1,1287 1,0388-1,2265
HAS per capita 0,000007 0,000008 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) -0,029170 0,011149 0,9713 0,9503-0,9927
Cobertura da ESF -0,002768 0,000756 0,9972 0,9958-0,9987
Presença do SAMU 0,116993 0,041781 1,1241 1,0357-1,2200
DM per capita 0,000411 0,000337 1,0004 0,9998-1,0011
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) -0,028451 0,011176 0,9719 0,9509-0,9935
Cobertura da ESF -0,002504 0,000748 0,9975 0,9960-0,9990
Presença do SAMU 0,117758 0,041776 1,1250 1,0365-1,2210
Encaminhamentos
urgência/emergência 0,000384 0,001126 1,0004 0,9982-1,0026
AVC = Acidente Vascular Cerebral; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
68
Tabela A2.6. Resultados dos principais modelos multivariados ajustados para a
mortalidade por IAM, sexo feminino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,09226 0,01408 1,0966 1,0668-1,1273
Cobertura da ESF 0,00441 0,00101 1,0044 1,0024-1,0064
Presença do SAMU -0,19032 0,05560 0,8267 0,7413-0,9219
HAS per capita -0,00003 0,00002 1,0000 0,9999-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) 0,09804 0,01460 1,1030 1,0719-1,1350
Cobertura da ESF 0,00490 0,00104 1,0049 1,0029-1,0070
Presença do SAMU -0,19927 0,05635 0,8193 0,7337-0,9150
DM per capita -0,00102 0,00090 0,9990 0,9972-1,0007
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,09322 0,01423 1,0977 1,0675-1,1287
Cobertura da ESF 0,00435 0,00101 1,0044 1,0024-1,0063
Presença do SAMU -0,19769 0,05591 0,8206 0,7354-0,9157
Encaminhamentos
urgência/emergência 0,00272 0,00254 1,0027 0,9977-1,0077
IAM = Infarto Agudo do Miocárdio; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
69
Tabela A2.7. Resultados dos principais modelos multivariados ajustados para a
morbidade hospitalar por AVC, sexo feminino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) -0,050795 0,006391 0,9505 0,9386-0,9625
Cobertura da ESF 0,000866 0,000476 1,0009 0,9999-1,0018
Presença do SAMU 0,330301 0,025533 1,3914 1,3235-1,4628
HAS per capita 0,000001 0,000004 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) -0,051661 0,006453 0,9497 0,9377-0,9617
Cobertura da ESF 0,000801 0,000476 1,0008 0,9999-1,0017
Presença do SAMU 0,331478 0,025570 1,3930 1,3249-1,4646
DM per capita 0,000142 0,000189 1,0001 0,9998-1,0005
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) -0,502420 0,006374 0,6051 0,5976-0,6127
Cobertura da ESF 0,000849 0,000475 1,0008 0,9999-1,0018
Presença do SAMU 0,328438 0,025464 1,3888 1,3212-1,4599
Encaminhamentos
urgência/emergência 0,000117 0,000598 1,0001 0,9989-1,0013
AVC = Acidente Vascular Cerebral; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística.
70
Tabela A2.8. Resultados dos principais modelos multivariados ajustados para a
morbidade hospitalar por IAM, sexo feminino.
Modelo/Variável Coeficiente Erro
Padrão
Razão de
Taxas
IC 95%
Modelo 1: Inclui “Número de atendimentos por HAS na ESF per capita”
Tempo (anos) 0,10488 0,02311 1,1106 1,0614-1,1620
Cobertura da ESF -0,01130 0,00170 0,9888 0,9855-0,9921
Presença do SAMU -3,53465 0,08354 0,0292 0,0248-0,0344
HAS per capita 0,00001 0,00001 1,0000 1,0000-1,0000
Modelo 2: Inclui “Número de atendimentos por DM na ESF per capita”
Tempo (anos) NE NE NE NE
Cobertura da ESF NE NE NE NE
Presença do SAMU NE NE NE NE
DM per capita NE NE NE NE
Modelo 3: Inclui “Número de encaminhamentos para urgência e emergência da ESF per capita”
Tempo (anos) 0,10308 0,02322 1,1086 1,0593-1,1602
Cobertura da ESF -0,01126 0,00169 0,9888 0,9855-0,9921
Presença do SAMU -3,52929 0,08368 0,0293 0,0249-0,0346
Encaminhamentos
urgência/emergência 0,00070 0,00201 1,0007 0,9968-1,0047
IAM = Infarto Agudo do Miocárdio; ESF = Estratégia de Saúde da Família; SAMU =
Serviço de Atendimento Móvel de Urgência; HAS = Hipertensão Arterial Sistêmica; DM =
Diabetes Mellitus; IC95% = Intervalo de Confiança a 95% de significância estatística; NE =
Não Estimado (pelo fato do modelo não ter convergido).
71
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
