Başlama

Os dados secundários utilizados na análise deste estudo também se referem aos 853 municípios do Estado de Minas Gerais. Este estudo é classificado como uma avaliação econômica parcial em saúde, segundo Brasil (2009) e Bosi e Uchimura (2007) e um estudo de avaliação de Políticas Públicas como descrito por Derlien (2001), Trevisan e Bellen (2008) e Ramos e Schabbach (2012).

A análise foi desenvolvida a partir da Equação 2:

𝑰 𝑺 𝑷 = 𝒊 𝒊 𝒊 + çã á 𝒊 +

𝑺 á 𝒊 𝑰 + 𝑭 𝑺 𝒊 ô 𝒊 +

𝐞𝐢 (2)

ei é o termo de erroda equação, também representando as variáveis não observáveis do modelo. A variável ICSAP é a porcentagem de ICSAP, formada pela participação percentual dos 19 grupos de doenças classificados como sensíveis à Atenção Básica, sobre o total de internações. Como debatido nos tópicos anteriores, pode representar uma variável de eficácia do sistema de saúde municipal. Esta variável será regredida sobre as variáveis independentes agrupadas em quatro grupos teóricos já apresentados e separados em “Despesas municipais em saúde”,

“Demanda pela APS”, “Saneamento Básico e Infraestrutura” e “Fatores Socioeconômicos”. Todas

estas variáveis estão disponíveis nos bancos de dados oficiais da Secretaria do Tesouro Nacional9 e do Ministério da Saúde10. O primeiro grupo que representou as variáveis de Despesas Municipais em saúde foi composto pelas rubricas da função saúde de acordo com o Tesouro Nacional. Esses valores refletem o estágio da liquidação da despesa, ou seja, a administração reconhece que os bens e os serviços contratados foram concluídos e que há obrigatoriedade do pagamento. Essas despesas formam o conjunto de recursos próprios dos municípios e transferências do estado e União. As rubricas das despesas municipais da função saúde são classificadas pelo Tesouro Nacional em: Atenção Primária (Ab), hospitalizações (Ho), suporte profilático (Sp), vigilância sanitária (Vs), vigilância epidemiológica (Ve), alimentação e nutrição (An) e outras despesas (Od). Para efeito de comparação, todas essas variáveis foram descapitalizadas para o ano base de 2004 pelo Índice Nacional de Preços ao Consumidor (INPC).

9_{http://www.tesouro.fazenda.gov.br/contas-anuais. Último acesso em 14 jan. 2015} 10_{http://www2.datasus.gov.br/DATASUS/index.php. Último acesso em 14 de jan. 2015}

130

Como a literatura em saúde e APS reforçam a importância do ambiente (pobreza, saneamento básico, educação, porte do município etc.) nos resultados obtidos pelo sistema de saúde, foi adicionado ao modelo proposto variáveis de controle, divididas nos outros três grupos teóricos, como mostrou a Equação 2. O grupo que representa a “Demanda pela APS” que levou em consideração os Pactos pela Saúde do Ministério da Saúde (Brasil, 2006b) que, historicamente, tem focado, principalmente, em três grupos de indivíduos: Crianças (Crian), Idosos (Idos) e Gestantes (Gest). Supõe-se que a maior participação destes indivíduos acompanhados pelas equipes de saúde possa influenciar diretamente a demanda por ICSAP, dado o esforço colocado nas ações de APS para cumprir metas relacionadas a estes indivíduos. Também foi adicionado a este grupo teórico, a proporção de pessoas acompanhadas pelas equipes de saúde com cobertura de plano privado de saúde (Priv), pois as evidências desta tese apontam para a influência do setor privado na oferta e demanda pelos serviços públicos de saúde. Supõe-se, também, que o indivíduo com cobertura privada optou por escolhê-lo para suprir as necessidades não atendidas pelo sistema público. Se o sistema público fosse a primeira opção de uso, ou no caso de restrições econômicas, supõe-se que o sistema privado não seria escolhido pelo indivíduo. Por fim, neste grupo teórico, foi adicionada a variável cobertura da Atenção Primária (Cober). Supõe-se que o aumento da cobertura pode facilitar o acesso aos serviços de saúde e aumentar a demanda latente, com isso, influenciando a variação das ICSAP.

As variáveis do grupo “Saneamento Básico e Infraestrutura” são aquelas que representam a porcentagem de cobertura de domicílios com energia elétrica (Ener), sistema de esgoto (Esg), rede de água potável (Agu) e coleta de lixo (Lix).

Por fim, foram inseridos no último grupo que buscou representar os “Fatores socioeconômicos”, as variáveis PIB per capita (Pib), percentual da população com baixa renda (Baix), inferiores a meio salário mínimo, renda domiciliar per capita (Rend) e proporção de analfabetos (Anb). Com relação ao analfabetismo, acredita-se que o fator educação pode estar relacionado com aspectos cognitivos que auxiliem na prevenção de condições sensíveis.

Na análise inicial dos dados, foi realizada uma análise exploratória com o propósito de compreender as características de cada uma das variáveis envolvidas na Equação 2. Então, pelas características da distribuição dos dados e presença de observações discrepantes univariadas, foram retirados o 1º e 100º percentil de todas variáveis, sendo esta ação suficiente para obter uma assimetria próxima de 0 para todas as variáveis. Esta retirada de observações atípicas univariadas fez com que fossem perdidas, aproximadamente, 2% de observações para cada variável. Adicionalmente, com o propósito de retirar observações atípicas com discrepância multivariada, foi utilizado o critério do algoritimo Blocked Adaptive Computationally Eficient Outlier

131

Nominator (BACON), proposto por Billor et al. (2000). Foi utilizado o décimo quinto (p = 0,15)

percentil da distribuição de qui-quadrado como critério de separação entre observações atípicas e não atípicas. Pelo critério BACON, qualquer distância severa é medida pelo critério da distância de Mahalanobis (Weber, 2010; Statacorp, 2013). Este critério detectou a presença de seis observações com discrepância multivariada, considerando todas as variáveis incluídas na Equação 2.

Após toda a análise exploratória, prosseguiu-se com a especificação da Equação 2, por meio do Stata 13, utilizando 7.193 (sete mil, cento e noventa e três) observações de 838 municípios entre 2004 e 2013. Buscou-se a melhor especificação utilizando um painel de efeitos fixos, não balanceado, em que as variáveis não significativas foram retiradas do modelo, uma a uma (método

backward), seguindo uma ordem crescente da estatística t. O limite para a manutenção da variável

no modelo foi o valor de t de 1,96, o que corresponde à significância de 5%.

A Equação 2 mostrou o modelo com melhor especificação obtido, utilizando o modelo de efeitos fixos, segundo descrição de Baum (2006) e Wooldridge (2012). Além dos testes estatísticos mostrarem, a seguir, a necessidade de uso de efeitos fixos foi orientada a partir do trabalho de Alfradique et al. (2009) que ressaltou a importância de se considerar o controle de fatores ligados aos indivíduos na análise de ICSAP no Brasil, diretamente ou com o uso de proxies. Pela sua constituição, o modelo de efeitos fixos permite o controle destas variáveis específicas.