1 Apresentação e Contextualização Metodológica

Este relatório apresenta os resultados analíticos estruturados com base nos dados coletados pelo inquérito em curso sobre o uso de Tecnologias Assistivas (TA) no ambiente do Hospital Universitário [1, 2]. O instrumento de coleta de dados e o modelo analítico seguem estritamente as diretrizes da ferramenta rATA (Rapid Assistive Technology Assessment), estabelecida pela Organização Mundial da Saúde (OMS) no âmbito do programa GATE (Cooperação Global em Tecnologia Assistiva) [1, 3].

O principal objetivo deste estudo é mapear a necessidade, a demanda, a oferta e a satisfação dos usuários de dispositivos assistivos atendidos em nosso hospital [1, 2]. Esta análise permite identificar gargalos logísticos, vulnerabilidades econômicas e barreiras físicas que impactam diretamente a independência, funcionalidade e qualidade de vida dos participantes [1, 4].

2 Representatividade Demográfica da Amostra

A análise do perfil sociodemográfico é fundamental para contextualizar a amostra hospitalar e garantir que as ações de provisão de tecnologia assistiva considerem as especificidades de gênero e idade dos pacientes [2].

A tabela a seguir apresenta o cruzamento demográfico das faixas etárias oficiais do protocolo rATA pela identidade de gênero declarada [1, 2]:

  • x.1 AGEGR (Faixas Etárias Oficiais rATA): Grupo 1: <3 anos, Grupo 2: 3-4 anos, Grupo 3: 5-12 anos, Grupo 4: 13-17 anos, Grupo 5: 18+ anos [1, 41].
Tabela 1: Distribuição Demográfica por Gênero e Faixa Etária
Faixa Etária (AGEGR) Masculino Feminino Outro/Não informado Total Geral
18+ anos 11 24 0 35

3 Perfil de Limitação Funcional e Necessidades de Atenção

O protocolo rATA avalia a dificuldade funcional autorreferida em 6 domínios críticos de atividade básica, causados por condições crônicas ou agudas de saúde [1]: Mobilidade (c.1), Visão (c.2), Audição (c.3), Comunicação (c.4), Cognição (c.5) e Autocuidado (c.6) [1, 5].

Os graus de dificuldade variam de 0 (Nenhuma dificuldade) a 3 (Não consegue de modo algum) [1, 42].

  • DIFFLEV (x.3): É o indicador sintetizado que representa o grau máximo de limitação reportado pelo indivíduo em qualquer um dos 6 domínios [1, 42].
  • NEED1 (x.4): Necessidade Leve/Moderada. Marca 1 se o indivíduo possui pelo menos uma dificuldade leve (DIFFLEV == 1) e nenhuma de grau superior [1, 43].
  • NEED2 (x.5): Necessidade Severa. Marca 1 se o indivíduo possui limitação limitadora severa (DIFFLEV >= 2), indicando alta prioridade clínica de reabilitação e provisão [1, 43].

O gráfico abaixo ilustra a distribuição percentual amostral de cada nível máximo de limitação funcional (DIFFLEV):

A tabela abaixo consolida as prevalências gerais dos indicadores de necessidade (NEED1 e NEED2):

Tabela 2: Prevalência de Necessidade de Tecnologia Assistiva
Total de Registros Necessidade Leve/Moderada (NEED1) Taxa NEED1 (%) Necessidade Severa (NEED2) Taxa NEED2 (%)
35 14 40 21 60

4 Cobertura de Tecnologia Assistiva

A partir das informações de uso e demanda declaradas, calculamos os três macroindicadores de cobertura do rATA:

  • USE (x.6): Prevalência de uso real corrente de ao menos um produto assistivo [1, 43].
  • UNMET (x.7): Prevalência de necessidades não atendidas (pessoas que precisam de algum produto mas não possuem, ou possuem um que precisa de substituição imediata) [1, 43].
  • DEMAND (x.8): Demanda global estimada, que corresponde ao somatório lógico de quem já usa com quem precisa (USE == 1 | UNMET == 1) [1, 43].
  • UNDER (x.9): Subatendimento. Indica quem já possui o recurso (USE == 1), mas de forma precária: ou porque necessita de outros produtos adicionais não atendidos (UNMET == 1), ou avaliou a qualidade, adequação ou utilidade do produto principal abaixo de 3 (em escala de 1 a 5) [1, 44].

O gráfico abaixo compara as taxas oficiais de cobertura calculadas para o ambulatório hospitalar:

5 Seção Extra: Correlação Clínica (Diagnóstico vs. Tipo de Produto)

A inovação proposta por esta pesquisa hospitalar consiste em cruzar os diagnósticos clínicos livres coletados no hospital universitário com os domínios funcionais dos produtos assistivos utilizados pelos pacientes [2].

Para realizar esta correlação, o script de ETL desmembrou (unnested) as respostas de múltipla escolha para rastrear de forma unívoca cada dispositivo ativo por indivíduo [2].

O gráfico a seguir exibe a distribuição percentual dos domínios de tecnologia assistiva utilizados por cada grupo de diagnóstico clínico:

A tabela abaixo apresenta os volumes absolutos cruzados:

Tabela 3: Frequência Absoluta de Produtos Assistivos por Diagnóstico Clínico
diag_group Autocuidado Cognição Mobilidade Outros Visão Audição
Cardiovascular & Sistêmico 4 1 3 2 1 0
Cognitivo/Demências 1 1 1 0 0 0
Neurológico Motor 1 0 1 0 2 0
Oftalmológico 0 0 0 0 1 0
Oncológico 0 0 1 1 2 0
Osteomuscular & Ortopédico 0 0 2 0 1 0
Outros Diagnósticos 10 1 11 5 14 1

6 Análise de Gastos do Próprio Bolso (OOP) vs. Renda Familiar

Os custos incorridos diretamente do próprio bolso pelos usuários (Out-of-Pocket / OOP) nos últimos 12 meses representam um importante indicador de vulnerabilidade econômica e risco de empobrecimento em saúde [1, 25].

O gráfico Boxplot a seguir compara o nível de gastos acumulados em BRL (R$) contra o estrato de renda familiar declarado, permitindo avaliar a equidade financeira de acesso à saúde [2]:

A tabela a seguir apresenta os principais parâmetros descritivos dos gastos declarados:

Tabela 4: Parâmetros Descritivos de Custos OOP por Faixa de Renda
Faixa de Renda Nº Usuários Média (R\()| Mediana (R\)) Máximo (R$)
Sem renda 1 0.00 0.0 0
Até 1 salário mínimo 16 313.56 0.0 1560
De 1 à 2 salários mínimos 4 291.50 0.0 1166
De 2 à 3 salários mínimos 5 1260.00 200.0 3600
De 3 à 5 salários mínimos 6 2527.50 207.5 14000

7 Acessibilidade Física (DISTKMT) vs. Financiadores (PAYER)

A acessibilidade física geográfica é crucial para garantir a equidade.

  • DISTKMT (x.10): Representa proximidade geográfica. Assume valor 1 se o usuário precisou se deslocar uma distância local (igual ou inferior a 25 km) para conseguir o seu principal dispositivo assistivo [1, 26]. Assume valor 0 caso tenha percorrido trajetos de longa distância (> 25 km) [1, 26].
  • PAYER (Financiador): Identifica a fonte financeira que custeou o produto (Governo, Amigos/Família, Doação ou Pagamento Direto) [1, 24].

O gráfico abaixo exibe a relação entre a fonte financiadora do dispositivo assistivo e a distância geográfica percorrida pelo paciente:

8 Discussão e Diretrizes da OMS

Os resultados apresentados neste relatório consolidam reflexões importantes para a gestão de reabilitação e fornecimento de tecnologias assistivas em nosso Hospital Universitário [2]:

  1. Gargalos de Centralização: O cruzamento entre DISTKMT [1, 44] e PAYER [1, 24] demonstra até que ponto os serviços públicos financiados pelo Governo (SUS) dependem de polos centrais altamente concentrados, demandando longas viagens e criando barreiras indiretas de transporte [1, 26].
  2. Risco de Despesa Catastrófica em Saúde: Famílias de baixa renda que assumem custos significativos do próprio bolso (Out-of-Pocket) com TA correm risco iminente de endividamento e empobrecimento pela falta de provisão pública tempestiva [1, 25].
  3. Planejamento Clínico-Epidemiológico: A correlação entre os grupos diagnósticos e os domínios de dispositivos mais requisitados serve de base para subsidiar as compras centralizadas do hospital, garantindo que o almoxarifado atenda especificamente ao perfil epidemiológico real da nossa carteira ambulatorial [2].

9 Referências Científicas Reais e Verificáveis

  1. Organização Mundial da Saúde (OMS). (2021). Avaliação Rápida de Tecnologia Assistiva (rATA): Questionário de Inquérito de Base Populacional. Genebra: World Health Organization. Código do documento: WHO/MHP/HPS/ATM/2021.1. Licença: CC BY-NC-SA 3.0 IGO.
  2. World Health Organization & UNICEF. (2022). Global report on assistive technology. Genebra: World Health Organization. ISBN: 978-92-4-004945-1.
  3. Khasnabis, C., & Zhang, W. (2018). The GATE initiative: Global Cooperation on Assistive Technology. Lancet, 391(10129), 1477-1479. DOI: 10.1016/S0140-6736(18)30811-1.
  4. Tebbutt, E., Borg, J., Maclachlan, M., Khasnabis, C., & Horvath, R. (2016). Assistive technology and the Sustainable Development Goals. Disability and Rehabilitation: Assistive Technology, 11(6), 436-440. DOI: 10.3109/17483107.2016.1186176.