Os resultados deste estudo demonstraram uma importante variabilidade do comportamento do tempo médio de internação por AVC, IAM e Trauma entre os sexos nos municípios do Estado do Rio de Janeiro, ao longo do período de 2001 a 2010.
Primeiramente, nota-se que o comportamento do tempo médio de permanência, para uma mesma doença, varia significativamente entre homens e mulheres. O padrão, observado neste estudo, é corroborado por evidências na literatura, obtidas em populações diversas. Há estudos demonstrando que diversas doenças cardiovasculares e trauma apresentam importantes diferenças, entre homens e mulheres, em termos de desfechos hospitalares (Isaksson et al., 2011; Gannon et al., 2002; Gamal et al., 2002; Wolinsky et al., 1999; Philbin e DiSalvo, 1998; Paul et al., 1995).
Ademais, o comportamento dos indicadores hospitalares de uma mesma doença igualmente varia. Alterações em características relacionadas a qualquer etapa da história natural de uma doença, desde os determinantes primários da doença até a proporção de demanda hospitalar reprimida para os casos com sequelas, mas primordialmente os determinantes secundários da alteração da duração média da doença, podem alterar a relação preexistente entre os indicadores hospitalares. Especificamente, a instituição de novos tratamentos curativos, ou ao menos, com algum efeito no aumento da sobrevida média, reduzem a mortalidade e usualmente não afetam a morbidade em doenças não infecciosas, o que pode levar a um aumento da duração destas doenças (Lewsey et al., 2009; Perers et al., 2007; Vrbova et al., 2005).
Analisando-se os modelos multivariados específicos, observou-se um efeito benéfico de indicadores relacionados à ESF sobre a média de permanência por infarto agudo do miocárdio para homens e mulheres. Também foi observado um efeito benéfico da implementação do SAMU sobre o tempo médio de permanência por Acidente Vascular Cerebral para ambos os sexos e Trauma para os homens. 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 relacionada com a cobertura da ESF (Cabral et al., 2009; Luz et al., 2010). Especificamente, em relação ao atendimento pré-hospitalar móvel, seus efeitos benéficos sobre o prognóstico das doenças cardiovasculares e cerebrovasculares agudas são bem conhecidos (Diez-Tejedor e Fuentes, 2004; Steg et al., 2003; Rutledge et al., 1998).
Os resultados apontando para uma associação direta entre os componentes da PNAU e alguns dos indicadores estudados podem sugerir que a existência de um serviço pré-hospitalar pode aumentar o diagnóstico precoce e a referência de pacientes que anteriormente iriam a óbito sem acesso a assistência médica (Ferri et al., 2005; Terkelsen et al., 2005; WHO, 2005). Algumas limitações sobre o delineamento metodológico deste estudo, que podem ter influenciado os resultados, precisam ser discutidos.
Primeiro, os resíduos dos modelos AR(1), log-linear, hierárquicos espaços-temporais não têm uma distribuição normal, o que acaba impactando sobre os estimadores de MQO quanto à sua eficiência. Uma solução do problema da violação deste pressuposto seria o aumento do tamanho da amostra. Para o modelo referente à Trauma para o sexo feminino apresenta heterocedasticidade nos resíduos que pode, também, afetar na eficiência dos estimadores.
É importante salientar que foi encontrado um pequeno efeito de colinearidade entre as co-variáveis de estudo. O cálculo do fator de inflação da variância (VIF) foi feito a partir do resultado de um modelo de regressão linear múltipla. Se o VIF é maior do que 10, a multicolinearidade é altamente recomendável. Sendo assim, podemos considerar que neste estudo o efeito de colinearidade entre as variáveis foi desprezível (ver no anexo I, Tabela I-8). Por esta razão, optou-se por apresentar o modelo completo para todos os desfechos, já que se considerou importante apresentar os coeficientes para todas as co-variáveis mesmo quando estes coeficientes não apresentaram significância estatística. Vale lembrar que a PNAU propõe-se a reduzir os tempos médios de internação pelos agravos estudados; assim, se um indicador da PNAU não apresenta efeito sobre algum desfecho, esta é uma informação importante em termos de avaliação desta política de saúde.
Em relação aos achados de autocorrelação espacial global e local que esteve presente em alguns períodos isto significa que há dependência espacial, o que pode afetar os modelos hierárquicos quanto à eficiência. A estratégia utilizada neste estudo para corrigir, ao menos parcialmente, este efeito, foi a inclusão das variáveis dummy com o intuito de contralar a dependência espacial.
Outra limitação a ser enfocada foi o fato de que os agravos apresentarem dependência espacial global somente a partir de 2008 para ambos os sexos. Portanto, há possibilidade de que tenha ocorrido um viés de informação a respeito do registro das informações nos sistemas de informação utilizados. Outro problema foi a omissão de uma importante co-variável, a
Taxa de atendimentos Pré-Hospitalares de Emergência. Essa omissão foi devido à incompatibilidade dos períodos na construção dessa co-variável. O número de atendimentos foi composto da seguinte forma: Para atendimentos dos anos 2001 a 2007: A Contagem do número de procedimentos relacionados ao atendimento pré-hospitalar de emergência no SIA- SUS, foi Código 0701102 – Atendimento pré-hospitalar de emergência – Trauma I; Código 0703101 – Atendimento pré-hospitalar de emergência – Trauma II. E para atendimentos dos anos 2008 a 2010: Contagem do número de procedimentos relacionados ao SAMU no SIA- SUS foi: Código 0301030022 – Atendimento pré-hospitalar móvel (veiculo de intervenção rápida); Código 0301030065 – Atendimento pré-hospitalar móvel de salvamento e resgate; Código 0301030073 – Atendimento pré-hospitalar móvel de salvamento e resgate medicalizado; 0301030154 – Remoção em ambulância de simples transporte (ambulância tipo a). Portanto, esses novos códigos foram criados para o faturamento das ações do SAMU, que antes eram inexistentes e que, provavelmente, estavam sendo registrados nos códigos Trauma I e II, embora a recomendação do Ministério da Saúde fosse contrária (Ministério da Saúde, 2006).
É necessário também levantar a 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 co-variáveis 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 do Estado do Rio de Janeiro. 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, 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, 2009), apesar de ser frequente na literatura internacional (Weiser et al., 2005; Korkeila et al., 1998; Lyons et al., 1997). 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 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 às políticas do SUS nos níveis municipal, estadual e federal (Sancho e Vargens, 2009; Cohn et al., 2005; Guimarães e Évora, 2004; Branco, 1996).
7. Conclusão
Os resultados obtidos por meio do cálculo do Índice de Moran global para as variáveis estudadas expressaram autocorrelação espacial estatisticamente significativa em alguns pontos do período de estudo. Além disso, a análise dos indicadores de autocorrelação local, a média de permanência para ambos os sexos, para todos os períodos e para todos os agravos em estudo mostrou a existência de dependência espacial local, principalmente na região metropolitana do Rio de Janeiro onde foi detectada a existência de internações de longo período.
A média de permanência hospitalar por Infarto Agudo do Miocárdio no sexo masculino apresentou uma associação inversa com a taxa de encaminhamento da ESF para internações hospitalar. O mesmo aconteceu com o sexo feminino. A média de permanência hospitalar por Infarto Agudo do Miocárdio também teve uma associação inversa com taxa de encaminhamento da ESF para internações hospitalar. E houve uma associação positiva com a Taxa de encaminhamento da ESF para Urgência/Emergência. Portanto para ambos os sexos observou-se um efeito benéfico da taxa de encaminhamento para internações hospitalar sobre a média de permanência por IAM.
A média de permanência hospitalar por Acidente Vascular Cerebral para ambos os sexo apresentou uma associação inversa com a implementação do SAMU, ou seja, houve uma diminuição da média de permanência após a implementação do SAMU. Logo seus efeitos benéficos sobre o prognóstico das doenças cardiovasculares e cerebrovasculares agudas são novamente reforçados conforme já havia sido evidenciado em alguns estudos.
A média de permanência hospitalar por Trauma no sexo masculino apresentou uma associação inversa com a implementação do SAMU e Taxa de encaminhamento da ESF para as internações hospitalar. Portanto para os homens, observou-se um efeito benéfico da implementação do SAMU e da Taxa de encaminhamento da ESF para as internações hospitalar sobre a média de permanência por Trauma.
Nota-se que os componentes da PNAU tiveram efeito sobre a média de permanência por IAM e AVC, para ambos os sexos, mas não tiveram efeito na população feminina com relação à média de permanência por trauma, em comparação com os efeitos mais relevantes observados na população masculina.
Foi detectada também uma associação positiva dos clusters geográficos de alta média de permanência, indicando difusão espacial da alta média de permanência e revelando mais
uma vez que as regiões onde há concentração de serviços hospitalares de emergência e de alta complexidade são responsáveis pelo aumento da média de permanência no Estado.
A metodologia proposta neste estudo demonstrou ser viável em termos de aplicação e reprodução em outros cenários geográficos e temporais. Demonstrou-se o potencial de utilização dos sistemas de informação em saúde oficiais do Brasil, acessados através de metodologias quantitativas de processamento e análise de dados.
8. Referências Bibliográficas
Abellana RM, Ascaso C. Statistical methods to analyze risk with spatial distribution patterns.
Med Clin (Barc). 2004;122 Suppl 1:68-72.
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.
Anselin L, Sridharan S, Gholston S. Using exploratory spatial data analysis to leverage social indicator databases: The discovery of interesting patterns. Soc Indic Res. 2007 Jun;82(2):287- 309.
Anselin L. Local Indicators of Spatial Association - Lisa. Geogr Anal. 1995 Apr;27(2):93- 115.
Arnold JL, Levine BN, Manmatha R, Lee F, Shenoy P, Tsai MC, Ibrahim TK, O’Brien DJ, Walsh DA. Information-sharing in out-of-hospital disaster response: the future role of information technology. Prehosp Disast Med 2004; 19:201–7.
Arreola-Risa C, Mock C, Herrera-Escamilla AJ, Contreras I, Vargas J. Cost-effectiveness and benefit of alternatives to improve training for prehospital trauma care in Mexico. Prehosp
Disast Med 2004; 19: 318-325.
Athey S, Stern S. The impact of information technology on emergency health care outcomes.
RAND J Econ 2002; 33:399-432.
Barcellos C, Lammerhirt CB, Almeida MAB, Santos S. Distribuição espacial da leptospirose no Rio Grande do Sul, Brasil: recuperando a ecologia dos estudos ecológicos. Cad Saude Publ 2003; 19: 1283-92.
Benito GAV, Licheski AP. Information systems supporting the management work in health.
Rev Bras Enferm 2009; 62:447-450.
Best N, Richardson S, Thomson A. A comparison of Bayesian spatial models for disease mapping. Statistical Methods in Medical Research. 2005 Feb;14(1):35-59.
Black A. Reconfiguration of surgical, emergency, and trauma services in the United Kingdom. BMJ 2004; 328:178-9.
Blakely TA, Woodward AJ. Ecological effects in multi-level studies. J Epidemiol Community
Branco MAF. Sistemas de informação em saúde no nível local. Cad. Saúde Públ, Rio de Janeiro, 12(2):267-270, abr-jun, 1996.
Chaimowicz F. A saúde dos idosos brasileiros às vésperas do século XXI: problemas, projeções e alternativas. Rev Saude Publ 1997; 31: 184-200.
Chiara O, Cimbanassi S. Organized trauma care: does volume matter and do trauma centers save lives? Curr Opin Crit Care 2003; 9: 510-4.
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.
Cohn A, Westphal MF, Elias PE. Data and the process of formulating health policies. Rev
Saude Publ. 2005 Feb;39(1):114-21.
Comisión Economica para America Latina y Caribe. Equidad, desarollo y ciudadania. Santiago 2000; CEPAL.
Courtney DM, Neumar RW, Venkatesh AK, Kaji AH, Cairns CB, Lavonas E, Richardson LD. Unique characteristics of emergency care research: scope, populations, and infrastructure.
Acad Emerg Med 2009; 16:990-4.
Deslandes SF, Souza ER, Minayo MCS, Costa CRS, Krempel M, Lima MLC, Cavalcanti ML, Moysés SJ, Leal ML, Carmo CN. Diagnostic characterization of services providing care to victms of accidents and violence in five Brazilian state capitals. Ciênc & Saúde Col 2006; 11:385-96.
Diez-Roux AV. Bringing context back into epidemiology: variables and fallacies in multilevel analysis. Am J Public Health. 1998 Feb;88(2):216-22.
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.
Draper NR, Smith H. “The matrix approach to linear regression”. In: Applied regression
analysis. New York: John Wiley & Sons, 1981, pp. 70-140.
Edwards N. Planning and policy for emergency services: four fallacies, two problems and some possible solutions. J Royal Soc Med 2001; 94(suppl 39):50-3.
Espelage DL, Holt MK, Henkel RR. Examination of peer-group contextual effects on aggression during early adolescence. Child Dev 2003; 74: 205-20.
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.
Fox J. Linear mixed models. An R and S-PLUS companion to applied regression. Ontario, 2002; McMaster University, Appendix, pp.1-24.
Gannon CJ, Napolitano LM, Pasquale M, Tracy JK, McCarter RJ. A statewide population- based study of gender differences in trauma: Validation of a prior single-institution study. J
Am Coll Surgeons. 2002 Jul;195(1):11-8.
Guimarães EMP, Evora YDM. Sistema de Informação: instrumento para tomada de decisão no exercício da gerência. Ci. Inf., Brasília, v. 33, p. 72-80, 2004.
Gujarati D. Basic econometrics. 4th ed., International ed. ed. Boston, [Mass.] ; London: McGraw-Hill; 2003.
Halvorsen R, Palmquist R. The Interpretation of Dummy Variables in Semi-Logarithmic Equations. Am Econ Rev. 1980;70(3):474-5.
Hisamuddin NARN, Hamzah MS, Holliman CJ. Prehospital emergency medical services in Malaysia. J Emerg Med 2007; 32:415-21.
Hox JJ. Applied multilevel analysis. 2nd ed. ed. Amsterdam: TT-Publikaties; 1995.
Hox JJ. Multilevel analysis : techniques and applications. 2nd ed. ed. London. Routledge; 2010.
Hyder A. Recommendations are useful for configuring emergency services in the developing world (Letter). BMJ 2004; 328:523.
Isaksson RM, Jansson JH, Lundblad D, Naslund U, Zingmark K, Eliasson M. Better long- term survival in young and middle-aged women than in men after a first myocardial infarction between 1985 and 2006. an analysis of 8630 patients in the Northern Sweden MONICA Study. Bmc Cardiovasc Disor. 2011 Jan 5;11.
Jermyn BD. Cost-efectiveness analysis of a rural/urban first-responder defibrillation program.
Prehosp Emerg Care 2000; 4: 43-7.
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
Kovacs MH, Feliciano KV, Sarinho SW, Veras AA. Acessibilidade às ações básicas entre crianças atendidas em serviços de pronto-socorro. J Pediatr (Rio J) 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.
Laros, JA, Marciano, JLP. Análise multinível aplicada aos dados do NELS: 88. Estudos em
Avaliação Educacional 2008; 19: 40.
Leal Mdo C, Szwarcwald CL. Characteristics of neonatal mortality in the State of Rio de Janeiro, Brazil, in the 1980's: a spatio-temporal analysis. Rev Saude Publica. 1997 Oct;31(5):457-65.
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. Lima ML, Souza ER, Deslandes SF, Kelly A, Cabral AP. An analysis of prehospital care for victims of accidents and violence in Recife, Brazil. Rev Salud Publica (Bogota) 2010; 12:27- 37.
Luz CC, Junger WL, Cavalini LT. Análise da atenção pré-hospitalar ao acidente vascular cerebral e ao infarto agudo do miocárdio na população idosa de minas gerais. Rev. Assoc.
Med. Bras. [online]. 2010, vol.56, n.4 [cited 2011-11-15], pp. 452-457
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.
MacFarlane C, Benn CA. Evaluation of emergency medical services systems: a classification to assist in determination of indicators. Emerg Med J 2003; 20: 188-191.
Mann NC, Mullins RJ, MacKenzie EJ, Jurkovich GJ, Mock CN. Systematic review of published evidence regarding trauma system effectiveness. J Trauma 1999; 47 (3 Suppl): S25-33.
Matida AH, Camacho LAB. Pesquisa avaliativa e epidemiologia: movimentos e síntese no processo de avaliação de programas de saúde. Rev Saude Publ 2004; 20: 37-47.
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: 12/02/2011. Minayo MCS, Deslandes S. Análise da implantação do sistema de atendimento pré-hospitalar móvel em cinco capitais brasileiras. Cad Saúde Pública 2008; 24:1877-86.
Ministério da Saúde, 2003. 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://dtr2001
saude.gov.br/samu/legislacao/downloads/portaria_1864gm.doc. Acessado em 01/10/2010. Ministério da Saúde, 2005a. Portaria MS/GM nº 945 de 21/6/2005. Habilita o serviço de
Atendimento Móvel de Urgência – SAMU 192 do Estado do Rio de Janeiro. Disponível em:
http://www.in.gov.br/materias/xml/do/secao1/ 1591323.xml. Acessado em 01/10/2010. Ministério da Saúde, 2005b. Portaria MS/SAS nº 330 de 22/6/2005. Qualifica o Serviço de
Atendimento Móvel às Urgências – SAMU 192, do Estado do Rio de Janeiro, localizado no município do Rio de Janeiro, a seguir em anexo, à Rede Nacional de Atenção às Urgências.
Disponível em: http://www.in.gov.br/materias/xml/do/secao1/1591521.xml. Acessado em 01/10/2010.
Ministério da Saúde. Portaria GM/MS nº 2669, de 03 de novembro de 2009 e Portaria GM/S