Panorama do Complexo de Saúde da Paraíba

Trabalho de demonstração de aprendizado no R.

Introdução

O presente trabalho busca analisar a distribuição dos estabelecimentos de saúde públicos no estado da Paraíba. O recorte espacial geográfico utilizado são as Mesorregiões, classificação dado pelo Instituto Brasileiro de Geografia e Estatística (IBGE), sendo a Paraíba dividia em quatro mesorregiões: Sertão Paraibano, Borborema, Agreste Paraibano e Mata Paraibana. O trabalho tem como objetivo principal realizar uma distribuição espacial por estabelecimento de saúde através das mesorregiões. Os dados que são utilizados para analisar a distribuição dos estabelecimentos de saúde pública no estado da Paraíba, tais como: número de unidades de saúde, número leitos UTI e número dos óbitos; foram obtidos na base de dados DATASUS.

Processamento dos Dados

1.1 Instalar e carregar os pacotes necessários para a manipulação dos dados

Para manipularmos a base de dados em questão utilizaremos o pacote tidyverse

install.packages("tidyverse", repos = "http://cran.us.r-project.org")

## Installing package into 'C:/Users/lagof/Documents/R/win-library/4.0'
## (as 'lib' is unspecified)

## package 'tidyverse' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\lagof\AppData\Local\Temp\RtmpMraix6\downloaded_packages

library(tidyverse)

## -- Attaching packages ------------------------------------------------------------------------------------------- tidyverse 1.3.0 --

## v ggplot2 3.3.2     v purrr   0.3.4
## v tibble  3.0.1     v dplyr   1.0.0
## v tidyr   1.1.0     v stringr 1.4.0
## v readr   1.3.1     v forcats 0.5.0

## -- Conflicts ---------------------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

1.2 Criando o diretório de trabalho

As variáveis são classificadas da seguinte maneira:

setwd("C:/Users/lagof/Desktop/ICDE")

Data_estabelecimentos <- read.csv2("C:/Users/lagof/Desktop/ICDE/Base_saude.csv", encoding = "UTF-8")

knitr::kable(x = head(Data_estabelecimentos))

X.U.FEFF.municipio	meso	unidade_saude	populacao	mortes
Água Branca	Sertão Paraibano	17	10234	63
Aguiar	Sertão Paraibano	12	5640	28
Alagoa Grande	Agreste Paraibano	27	28496	173
Alagoa Nova	Agreste Paraibano	20	20849	139
Alagoinha	Agreste Paraibano	19	14489	105
Alcantil	Borborema	11	5492	31

1.3 Análise das variáveis

A base de dados é composta das seguintes variáveis:

municipio = Nome do município.
meso = mesorregião geográfica de acordo com a classificação do IBGE.
unidade_saude = Número de unidades de saúde pública por município.
leitos = Número de leitos de UTI por município.
mortes = Número de óbitos por município de residência.

As variáveis são classificadas da seguinte maneira:

glimpse(Data_estabelecimentos)

## Rows: 223
## Columns: 6
## $ X.U.FEFF.municipio <chr> "Água Branca", "Aguiar", "Alagoa Grande", "Alago...
## $ meso               <chr> "Sertão Paraibano", "Sertão Paraibano", "Agreste...
## $ unidade_saude      <int> 17, 12, 27, 20, 19, 11, 4, 21, 8, 11, 20, 14, 27...
## $ populacao          <int> 10234, 5640, 28496, 20849, 14489, 5492, 2567, 19...
## $ leitos             <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ mortes             <int> 63, 28, 173, 139, 105, 31, 19, 123, 6, 70, 99, 1...

2 Análise dos dados

2.1 Distribuição populacional nas mesorregiões

A distribuição da população da Paraíba de acordo com a classificação de mesorregião é ilustrada no gráfico a seguir:

Data_estabelecimentos %>% 
  ggplot() +
  geom_col(aes(x = meso, y = populacao)  ) +
  labs(x= "Mesorregião", y= "População")+
  ggtitle("População por Mesorregião") +
  theme_minimal()

Este gráfico demonstra a relação população por mesorregião. Pode-se visualizar através deste gráfico, o maior destaque para as populações das mesorregiões do Agreste paraibano e da Mata, regiões que contêm as duas maiores cidades do Estado da Paraíba, ou seja, João Pessoa e Campina Grande. E também regiões que concentram o maior contingente populacional do Estado. E sertão paraibano por sua vez, tem a maior distribuição territorial, e justamente por conta deste detalhe, armazena-se nesta região o maior número de cidades alocados nas 4 mesorregiões do Estado da Paraíba.

2.2 Unidades de saúde

Visualizando a distribuição das unidades de saúde por mesorregião.

Data_estabelecimentos %>% 
  ggplot() +
  geom_col(aes(x = meso, y = unidade_saude)  ) +
  labs(x= "Mesorregião", y= "Número de unidades de saúde")+
  ggtitle("Unidades de Saúde por Mesorregião")+
  theme_minimal()

Neste gráfico podemos observar a distribuição dos números de unidades de saúde por mesorregião, pode-se justificar o Agreste paraibano com o maior número de postos de saúde por ser uma região populosa e que contém um número maior de cidades, apesar de ser menor que o número de cidades do Sertão paraibano, região que tem o maior número de municípios, tal relação se reflete no número elevado de estabelecimentos de saúde. Já em relação a região da mata paraibana, onde se concentra o maior contingente populacional do estado da Paraíba, este por sua vez ficou em segundo, justificado, pela relação município estabelecimento.

2.3 Leitos de UTI no estado da Paraíba

Para entendermos a disponibilidade de acesso aos serviços de saúde públicas para a população paraibana em cada mesorregião, mais especificamente como estão distribuídos os leitos de UTI.

Data_estabelecimentos %>% 
  ggplot() +
  geom_col(aes(x = meso, y = leitos)) +
  labs(x= "Mesorregião", y= "Leitos de UTI")+
  ggtitle("Gráfico 2: Leitos de UTI na Paraíba")+
  theme_minimal()

No gráfico 2, fica evidente a maior concentração de leitos de UTI na região de Mata Paraibana. As regiões do Agreste e Sertão Paraibano são as regiões que possuem mais de 1 milhão de habitantes, mas possuem pouca disponibilidade de leitos de UTI, apontando a fragilidade do sistema de saúde para atender casos de maior complexidade. A piora na mesorregião da Borborema que não dispõe de nenhum leito, revelando a baixa capacidade de cuidados emergenciais e a vulnerabilidade de seus habitantes em casos de atendimentos que necessitem de cuidados imediatos.

2.4 Taxa de mortalidade

Outra variável fundamental para a análise é a taxa de mortalidade, que é calculada da seguinte forma:

TM= Mortalidade/população total

Dessa forma criaremos a variável taxa_mortalidade do seguinte modo:

Data_estabelecimentos %>% 
select(unidade_saude, populacao, meso, mortes) %>% 
mutate(taxa_mortalidade = mortes/populacao) %>% 
        mutate(taxa_mortalidade = replace_na(taxa_mortalidade, 0)) %>% 
        mutate_at(vars(-meso), funs(round(., 7))) %>%   
        mutate(taxa_per = taxa_mortalidade)  %>% 
        ggplot() +
  geom_col(aes(x = meso, y = taxa_per)) +
  labs(x= "Mesorregião", y= "Óbitos por mil habitantes")+
  ggtitle("Taxa de Mortalidade por mil habitantes")+
  theme_minimal()

Este gráfico mostra a distribuição da taxa de mortalidade por mil habitantes, assim, a região que tem a maior taxa de mortalidade por mil habitantes é a região do Agreste Paraibano e a região do Sertão Paraibano, neste caso, o presente trabalho procurou explorar a concentração de mortes. Lembrando que não reflete, a total realidade do Estado da Paraíba, por levar em consideração somente as mortes por mil habitantes de forma absoluta, ou seja, a região da Mata Paraibana. Tanto a região do Agreste e o Sertão Paraibano não apresentam números significativos de leitos de UTI em relação ao número de habitantes, indicando uma correlação entre taxa de mortalidade e leitos de UTI , o que aponta um sistema de saúde mais precário em relação a Mata Paraibana, porém, deve-se buscar mais dados, como indicadores de violência, para se ter um resultado mais preciso. Em suma, o que o gráfico refletiu, foi uma disparidade na taxa de mortalidade das regiões que tem o menor número de habitantes, entre as 4, que neste caso, foram as mesorregiões do Agreste Paraibano e do Sertão Paraibano.