Otimização de alocação de recursos em saúde pública usando análise de cluster

Abstract

A Diabetes Mellitus (DM) é a segunda maior causa de morte por doenças crônicas no Brasil, com mais de 70 mil óbitos apenas em 2023 (MINISTÉRIO DA SAÚDE, 2023). Apesar da disponibilidade de dados no DataSUS / Tabnet, a distribuição desigual de recursos de saúde pública persiste. O tema é de alto impacto social, pois a DM é responsável por grande parte das mortes evitáveis no Brasil. O problema de pesquisa é identificar padrões geográficos na mortalidade por DM que orientem a alocação estratégica de recursos no SUS, considerando fatores como: disparidades nas taxas de óbitos por Regiões Geográficas Intermediarias (RGI) e baixa cobertura de equipes de Atenção Primária a Saúde (APS). A hipótese é uma disparidade de alocação de recursos (humanos ou físicos) em relação a mortalidade causada pela doença diabetes mellitus, assim sendo possível otimizar essa alocação. O objetivo desta pesquisa consistiu em sugerir realocações de recursos de saúde pública federal, sob escopo do SUS e suas ramificações no atendimento regional, contemplando as Unidades de Pronto Atendimento (UPA) e os hospitais sob sua gestão. A metodologia foi aplicada utilizando-se do método de mineração de dados k means para agrupar as RGIs segundo perfis de mortalidade (CID-10 E10-E14), infraestrutura de saúde e indicadores socioeconômicos. Respectivamente organizado em 4 etapas, sendo: (1) cálculo de taxas de mortalidade padronizadas por 100 mil habitantes, (2) cálculo da disponibilidade de leitos de recursos (leitos e profissionais da saúde) por região geográfica, (3) redução de dimensionalidade via PCA, e (4) validação dos clusters através do método do cotovelo e coeficiente de silhueta. Foram testadas várias quantidades de clusters, o destaque para melhor segmentação e facilidade de interpretação foi o total de três. Os resultados identificaram agrupamentos de RGIs com índices de mortalidade e infraestrutura discrepantes, o que permitiu a criação de um plano de alocação otimizada visando a melhoria das RGIs com piores índices.

Diabetes Mellitus (DM) is the second leading cause of death from chronic diseases in Brazil, with more than 70,000 deaths in 2023 alone (MINISTÉRIO DA SAÚDE, 2023). Despite the availability of data in DataSUS / Tabnet, the unequal distribution of public health resources persists. The issue has a high social impact, as DM is responsible for a large proportion of preventable deaths in Brazil. The research problem is to identify geographical patterns in DM mortality that can guide the strategic allocation of resources in the SUS, considering factors such as: disparities in death rates by Intermediate Geographical Regions (IGR) and low coverage of Primary Health Care (PHC) teams. The hypothesis is that there is a disparity in the allocation of resources (human or physical) in relation to mortality caused by diabetes mellitus, so that it would be possible to optimize this allocation. The aim of this research was to suggest reallocations of federal public health resources, under the scope of the SUS and its ramifications in regional care, including the Emergency Care Units (UPA) and the hospitals under its management. The methodology was applied using the k-means data mining method to group the RGIs according to mortality profiles (ICD-10 E10- E14), health infrastructure and socio-economic indicators. Respectively organized into 4 stages: (1) calculation of standardized mortality rates per 100,000 inhabitants, (2) calculation of the availability of resource beds (beds and health professionals) by geographic region, (3) dimensionality reduction via PCA, and (4) cluster validation using the elbow method and silhouette coefficient. Various numbers of clusters were tested, with a total of three standing out for best segmentation and ease of interpretation. The results identified clusters of RGIs with discrepant mortality and infrastructure indices, which allowed the creation of an optimized allocation plan aimed at improving the RGIs with the worst indices.