Indicadores de Mortalidade

Nos cenários para estimar o efeito do consorciamento de saúde nos índices de mortalidade, gerou-se duas tabelas com diferentes variáveis dependentes: a) número de mortalidade infantil; e b) número de mortalidade por causas evitáveis até 74 anos.

Na primeira tabela, o número de mortalidade infantil foi significante no modelo 01 (βDID1= -1,709. p-valor<0,05), e no modelo 03, sem as variáveis sociais (βDID3= -2,124. p- valor<0,01), conforme Tabela 05 a seguir:

Tabela 05. Regressão com número de mortalidade infantil – 2005 e 2015.

(1) (2) (3)

Grupo VAR mort_inf mort_inf mort_inf

Diferenças em DID -1,709** -1,399 -2,124*** Diferenças (0,847) (0,899) (0,804) Características Demográficas lnpop 21,068*** 22,143*** 22,456*** (3,535) (4,226) (3,586) hab/km² 0,063** 0,071** 0,064** (0,026) (0,033) (0,028) Características Econômicas PIB_cap -0,290 -0,279 -0,271 (0,212) (0,183) (0,189) lnPIB -2,397* -2,574** -3,301*** (1,456) (1,223) (1,062) Características Sociais %pobreza 0,088 0,068 (0,056) (0,056) tx_des 0,071 0,053 (0,048) (0,046) sanea -0,000 -0,000 (0,000) (0,000) Características Fiscais depfin 4,827 7,034 (16,179) (16,362) $sau_cap -0,000 -0,000 (0,000) (0,000) captrib 10,580 10,352 (29,259) (31,156) txendiv 11,840** 10,576*** (5,285) (4,079)

Estrutura das Redes de Políticas out_cons 1,508 1,265 (2,184) (2,096) Instituições Políticas funcsupe 0,015 0,014 (0,009) (0,007) reeleicao -0,993 -0,908 (0,859) (0,781) Constante -196,360*** -186,386*** -189,957*** (38,949) (35,864) (40,843) Obs 2.276 2.276 2.276 Munic 1.138 1.138 1.138 R² 0,575 0,404 0,567 Wald chi² 291,60*** 144,78*** 210,21***

Erros Padronizados Robustos nos parênteses *** p<0.01, ** p<0.05, * p<0.1

Os resultados indicaram que os municípios que aderiram à formação de consórcio público de saúde em 2009/2010 obtiveram uma redução do número de mortalidade infantil significativamente maior que os municípios que não aderiram, confirmando a hipótese (H3).

Tanto nos modelos com dados completos quanto nos modelos sem as variáveis sociais apresentaram significância na variável DID, entretanto, quando se exclui as variáveis fiscais, o modelo perde significância nessas variáveis.

A confirmação da hipótese (H3) possibilita inferir que os efeitos do consorciamento nas políticas de saúde afeta não só a entrega de mais serviços, como também, melhora indicadores de avaliação dessa política. Logo, pode-se afirmar que os ganhos coletivos afetam também as características externas da comunidade, bem como reduz os custos de transação na operacionalização da política uma vez que outros atores, potencialmente, interessar-se-ão em aderir ao arranjo.

Uma implicação prática que se alinha com os resultados da presente pesquisa pode ser observada nos estudos de Niaounakis e Blank (2017), os quais afirmam que a oferta em escala de serviços pode ser influenciada positivamente pela cooperação ao reduzir custos, a depender de outros fatores como o tamanho do custo para oferecer tal serviço, intensidade do trabalho, grau de complexidade do serviço, e o nível de padronização que se exige na oferta do serviço.

Nesse sentido, a redução nos indicadores de mortalidade infantil nos municípios consorciados em saúde demonstra que a ampliação na oferta de serviços de saúde tem relação com melhoria da qualidade da saúde da população, e consequentemente, isso foi possível porque a cooperação por meio dos consórcios públicos minimizou os custos de transação na implementação de serviços de saúde.

Sob a condição ceteris paribus, ou seja, “tudo o mais constante”, cada variável independente pode ser interpretada quanto à influência na variável dependente. Assim, a variável população, quando logaritmada obtém significância e com sentido positivo em todos os modelos (βlnpop1= 21,068; βlnpop2= 22,143; e βlnpop3= 22,456). Ou seja, o aumento populacional tende a aumentar também o número de mortalidade infantil.

Resultado similar ocorre com a variável que estima a densidade demográfica (hab/km²), nesses testes a variável obteve diferentes níveis de significância, todos com sentido positivo, ou seja, quanto maior a concentração de pessoas, maior o número de mortalidade infantil (βhab/km²1= 0,063; βhab/km²2= 0,071; βhab/km²3= 0,064).

Assim, a variável populacional foi colocada em logaritmo para melhor compreensão dos resultados, com isso, essa variável apresentou sentido positivo em relação à variável

dependente. Isso denota que municípios com maior tamanho populacional tende a ter maior número de óbitos infantis. Entretanto pode estar ocorrendo “causalidade reversa”, quando o aumento no número de óbitos infantis pode naturalmente ser maior em municípios com populações maiores. Fato que também pode estar acontecendo com a variável que mede a densidade demográfica, a qual teve significância e sentido positivo, ou seja, municípios mais densos possuem maiores dificuldades em implementar políticas públicas de saúde que reduzam a mortalidade infantil.

A variável econômica PIB, quando logaritmado, obteve significância em todos os modelos (βlnPIB2= -2,397. p-valor<0,10; βlnPIB3= -2,574. p-valor<0,05; βlnPIB4= -3,301. p-

valor<0,01). Os resultados indicam que, quando o PIB é logaritmado tem sentido negativo, reduzindo o número de óbitos infantis.O que corrobora os resultados da pesquisa de Lourenço et al. (2008), que relaciona as variáveis socioeconômicas e demográficas com os índices de mortalidade infantil no Estado de São Paulo.

Uma vez identificada essa relação significativa, urge ressaltar que a relação inversa de interpretação, ou seja, municípios com menores indicadores econômicos estão relacionados com maiores índices de mortalidade infantil. Portanto, presume afirmar que a formação de arranjos de cooperação nessas localidades tem o potencial de melhorar esses índices, conforme sugere Bel e Warner (2015a; 2015b) e Tavares e Feiock (2017).

A taxa de endividamento também obteve significância com sentido positivo em dois modelos (βtxendiv1= 11,840. p-valor<0,05; βtxendiv3= 10,576. p-valor<0,01). Ou seja, entre os municípios observados, a análise do período 2005/2015 indicou que quanto maior a taxa de endividamento, maiores os índices de mortalidade infantil. Ainda que não se possa indicar uma relação causal, é possível inferir que haja “comportamentos” de tendência positiva entre essas duas variáveis. Portanto, municípios que possuem déficit nas contas públicas são aqueles com maior taxa de mortalidade infantil. Tal situação ratifica a relação entre estresse fiscal e piores entregas de serviços públicos (HEFETZ; WARNER, 2011; BEL; FAGEDA; MUR, 2012).

Na última regressão, a variável dependente utilizada foi a que registra o número de

mortes por causas evitáveis até 74 anos, a qual não demonstrou redução significativamente

diferente entre os municípios que consorciados em saúde e os municípios que não aderiram. Apesar disso, é relevante registrar que a DID (Diferenças em Diferenças) apresentou redução em todas as modelagens, ou seja, a adesão aos consórcios públicos de saúde provocou uma redução na variável dependente, ainda que sem significância estatística, o que impossibilita

fazer inferências conclusivas. Logo, a hipótese (H4) não foi confirmada de acordo com os resultados dessa pesquisa, que podem ser visualizados na Tabela 06, a seguir:

Tabela 06. Regressão número de mortalidade por causas evitáveis até 74 anos

(1) (2) (3)

Grupo VAR mort_evit_74 mort_evit_74 mort_evit_74

Diferenças em DID -1,558 -11,014 -9,451 Diferenças (9,042) (7,173) (9,222) Características Demográficas lnpop 180,862*** 196,897*** 155,578*** (41,586) (57,265) (36,801) hab/km² 0,854** 1,311** 0,699** (0,365) (0,561) (0,320) Características Econômicas PIB_cap -4,804* -1,379 -5,330* (2,740) (1,294) (3,011) lnPIB -33,311* -7,951 -21,903 (18,339) (8,323) (18,764) Características Sociais %pobreza -0,617 -0,958** (0,553) (0,412) tx_des 0,002 0,079 (0,571) (0,342) sanea -0,007 0,002 (0,004) (0,002) Características Fiscais depfin 19,680 0,794 (179,189) (209,405) $sau_cap 0,000 -0,000 (0,000) (0,000) captrib 224,713 241,447 (293,061) (421,131) txendiv 129,357* 114,198** (66,442) (54,153)

Estrutura das Redes de Políticas out_cons 6,186 5,499 (21,536) (23,560) Instituições Políticas funcsupe 0,233** 0,293*** (0,092) (0,086) reeleicao 2,137 3,477 (10,439) (10,441) Constante -1450,320*** -1749,889*** -1345,297*** (381,613) (480,656) (438,639) Obs 2276 2276 2276 Munic 1138 1138 1138 R² 0,762 0,465 0,862 Wald chi² 612,79*** 140,88*** 1427,10***

Erros Padronizados Robustos nos parênteses *** p<0,01, ** p<0,05, * p<0,10

Ainda sob a condição ceteris paribus, as demais variáveis independentes obtiveram resultados que podem ser interpretados quanto à influência na variável dependente. O aumento

da variável que estima a população dos municípios, quando logaritmada, tende a provocar um aumento no número das mortes por causas evitáveis até os 74 anos nos modelos 1 (βlnpop1=

180,862. p-valor<0,01; βlnpop2= 196,897. p-valor<0,01; e βlnpop3= 155,578. p-valor<0,01).

No que se refere a densidade demográfica (hab/km²), os resultados indicaram que a maior concentração de pessoas por km² tende a aumentar também a variável dependente, esse resultado foi significante e com sentido positivo em todos os modelos (βhab/km²1= 0,854. p-

valor<0,05; βhab/km²2= 1,311. p-valor<0,05; βhab/km²3= 0,699. p-valor<0,05).

Assim, municípios mais populosos e povoados tendem a apresentar maiores números de mortalidade por causas evitáveis até 74 anos. As explicações para esse efeito permeiam o que já ocorreu na regressão anterior quando se sugere a ocorrência de “causalidade reversa”, ou seja, municípios com maiores populações e maiores densidades demográficas, concentram também os maiores índices de problemas sociais, dentre eles mortalidade por causas evitáveis. Sugere-se aqui, que futuras pesquisas estratifiquem essas variáveis para captar outras singularidades. Como não faz parte dos objetivos da presente pesquisa, essa ação não foi contemplada.

Dentre as variáveis econômicas, o PIB per capita foi nos modelos 1 e 3 (βPIB_cap1= - 4,804. p-valor<0,10; βPIB_cap3= -5,330. p-valor<0,10). Quando a variável PIB é logaritmada, tem resultado com significância no modelo 3 (βlnPIB3= -33,31. p-valor<0,10), e com sentido negativo. Esses resultados se apresentaram mais alinhados e mostraram que municípios com maior PIB per capita e maior PIB tendem a diminuir os resultados da variável dependente, corroborando os resultados de Lourenço et al. (2008).

Quando se observa os resultados das variáveis que caracterizam as condições sociais, o percentual de pobreza obteve significância, mas com sentido negativo, ou seja, induz à interpretação de que o aumento no percentual de pobreza reduz o número de mortes por causas evitáveis até 74 anos, no modelo 02 (β%pobreza2= -0,958. p-valor<0,05).

No tocante às variáveis sociais, os modelos apresentaram resultados que podem sugerir “causalidade reversa”, pois tanto o aumento no percentual de pobreza quanto no número de casas com saneamento básico tende a diminuir o número de mortes por causas evitáveis até 74 anos, fato que não tem plausibilidade teórica.

Dentre as variáveis das características fiscais a taxa de endividamento obteve significância entre os modelos com efeitos aleatórios, tanto no modelo 1 (βtxendiv1= 129,357. p-

que maiores taxas de endividamento também incorrem em maiores índices de mortalidade por causas evitáveis até 74 anos.

Por fim, no grupo de variáveis das redes de instituições políticas, a variável que mede o número de funcionários com curso superior demonstrou estar relacionada positivamente com a variável dependente nos dois modelos que foi inserida (βfuncsupe1= 0,233. p-valor<0,05; βfuncsupe3= 0,293. p-valor<0,01).

Estudos sobre mortalidade por causas evitáveis possuem dificuldades metodológicas no Brasil, uma vez que as causas evitáveis não são unânimes, e, portanto, sugere-se uma multiplicidade de abordagens que dificulta a comparação de resultados (MALTA et al. 2007) Além disso, Malta et al. (2007) ressalta que as tendências de variáveis como essa (mort_evit_74) são de complexa interpretação, pois envolve: fatores contextuais, sociais e econômicos: fatores de risco e de proteção diferentes para diferentes tipos de doenças; diferentes definições e tipos de cuidados médicos que afetam de formas diversas, os diversos tipos de causas evitáveis; e diversidade quanto à cobertura de diferentes tipos de doenças. Ainda assim, essa complexidade dos indicadores dessa natureza está presente em todos os municípios, de modo geral. Portanto, é possível inferir que participar de consórcio público de saúde não tende a reduzir, significativamente, o número de mortes por causas evitáveis até 74 anos.

Síntese do Capítulo 6

Em geral, os resultados indicaram significâncias para a principal variável: DID – Diferenças em Diferenças nos modelos com todas as variáveis e no modelo sem as características sociais. Isso evidencia que para se estimar os benefícios coletivos gerados em municípios consorciados, a indicação de se trabalhar somente com variáveis demográficas, econômicas e sociais pode prejudicar a interpretação dos dados. De outra forma, sugere-se que nesses tipos de pesquisas, utilize-se além das variáveis já citadas, as que estime as características fiscais, de redes e as de políticas, conforme proposto por Feiock (2013) no ICA.

Para melhor visualização desses resultados, foi elaborado o quadro a seguir:

Quadro 08. Síntese dos resultados para a DID

Modelo 1 (Todas as Variáveis) Modelo 2 (com as caract. sociais Modelo3 (sem as caract. sociais) Nº Atendimentos

ambulatoriais Não significante Não significante

Significante a 5% (+) 134.813,965** Nº de Consultas da Atenção Básica Significante a 5% (+) 8.470,550** Não significante Significante a 5% (+) 8.364,630** Nº de mortalidade infantil Significante a 5% (-) 1,709** Não significante Significante a 1% (-) 2,124*** Nº de Mortes por

causas evitáveis até 74 anos

Não significante Não significante Não significante Fonte: Dados da Pesquisa (2019)

Quanto às variáveis independentes, pode-se observar que as que mais influenciaram os efeitos da política nos municípios analisados integram os grupos de características demográficas, econômicas e fiscais, comuns ao ICA e DSS. E as que menos influenciaram compõem os grupos de Redes de Políticas e Instituições Políticas do ICA.

Em suma, sem se tornar repetitivo, os resultados apontam para os benefícios gerados na política de saúde para os municípios que decidiram se consorciar nos anos de 2009/2010, em especial na oferta de serviço e mortalidade infantil. No capítulo seguinte, apresenta-se inferências mais incisivas dessa pesquisa.