Diferenciais intermunicipais de condições de vida e saúde: construção de um indicador composto

• Published in: Revista de saúde pública Vol. 43; no. 1; pp. 115 - 122
• Main Authors: Luiz, Olinda do Carmo, Heimann, Luiza Sterman, Boaretto, Roberta Cristina, Pacheco, Adriana Galvão, Pessoto, Umberto Catarino, Ibanhes, Lauro Cesar, Castro, Iracema Ester do Nascimento, Kayano, Jorge, Junqueira, Virginia, Rocha, Jucilene Leite da, Cortizo, Carlos Tato, Telesi Junior, Emílio
• Format: Journal Article
• Language: English
• Published: 01-02-2009
• ISSN: 0034-8910; 0034-8910
• DOI: 10.1590/S0034-89102009000100015

OBJETIVO: Descrever um índice para reconhecimento das desigualdades de condições de vida e saúde e sua relação com o planejamento em saúde. MÉTODOS: Foram selecionadas variáveis e indicadores que refletissem os processos demográficos, econômicos, ambientais e de educação, bem como oferta e produção de serviços de saúde. Esses indicadores foram utilizados no escalonamento adimensional dos indicadores e agrupamento dos 5.507 municípios brasileiros. As fontes de dados foram o censo de 2000 e os sistemas de informações do Ministério da Saúde. Para análise dos dados foram aplicados os testes z-score e cluster analysis. Com base nesses testes foram definidos quatro grupos de municípios segundo condições de vida. RESULTADOS: Existe uma polarização entre o grupo de melhores condições de vida e saúde (grupo 1) e o de piores condições (grupo 4). O grupo 1 é caracterizado pelos municípios de maior porte populacional e no grupo 4 estão principalmente os menores municípios. Quanto à macrorregião do País, os municípios do grupo 1 concentram-se no Sul e Sudeste e no grupo 4 estão os municípios do Nordeste. CONCLUSÕES: Por incorporar dimensões da realidade como habitação, meio ambiente e saúde, o índice de condições de vida e saúde permitiu identificar municípios mais vulneráveis, embasando a definição de prioridades, critérios para financiamento e repasse de recursos de forma mais eqüitativa.
OBJETIVO: Describir un índice para reconocimiento de las desigualdades de condiciones de vida y salud y su relación con la planificación en salud. MÉTODOS: Fueron seleccionados variables e indicadores que reflejasen los procesos demográficos, económicos, ambientales y de educación, bien como oferta y producción de servicios de salud. Esos indicadores fueron utilizados en el escalonamiento adimensional de los indicadores y agrupamiento de los 5.507 municipios brasileros. Las fuentes de datos fueron el censo de 2000 y los sistemas de informaciones del Ministerio de la Salud. Para análisis de los datos fueron aplicadas las pruebas z-score y cluster analysis. Con base en estas pruebas fueron definidos cuatro grupos de municipios según condiciones de vida. RESULTADOS: Existe una polarización entre el grupo de mejores condiciones de vida y salud (grupo 1) y el de peores condiciones (grupo 4). El grupo 1 es caracterizado por los municipios de mayor porte poblacional y en el grupo 4 están principalmente los menores municipios. Con relación a la macro región del País, los municipios del grupo 1 se concentran en el Sur y Sureste y en el grupo 4 están los municipios del Noreste. CONCLUSIONES: Por incorporar dimensiones de la realidad como habitación, medio ambiente y salud, el índice de condiciones de vida y salud permitió identificar municipios más vulnerables, acotando la definición de prioridades, criterios para financiamiento y repase de recursos de forma más equitativa.
OBJECTIVE: To describe an index to identify inequities in living conditions and health and its relationship with health planning. METHODS: Variables and indicators that would reflect demographic, economic, environment and education processes as well as supply and production of health services were applied for nondimensional scaling and clustering of 5,507 Brazilian municipalities. Data sources were the 2000 Census and the Brazilian Ministry of Health information systems. Z-score test statistic and cluster analysis were performed allowing to defining 4 groups of municipalities by living conditions. RESULTS: There was seen a polarization between the group with the best living conditions and health (Group 1) and the group with the worst living conditions (Group 4). Group 1 consisted of municipalities with larger populations while Group 4 comprised mainly the smallest municipalities. As for Brazilian macroregions, municipalities in Group 1 are clustered in the south and southeast and those in Group 4 are in the Northeast. CONCLUSIONS: The living conditions and health index comprises reality dimensions such as housing, environment and health which allows to identifying the most vulnerable municipalities and can provide input for setting priorities, and developing criteria for more equitable financing and resource allocation.