UMA ABORDAGEM BASEADA EM INTELIGÊNCIA COMPUTACIONAL PARA A ANÁLISE DOS GASTOS COM SAÚDE NOS MUNICÍPIOS BRASILEIROS
##plugins.themes.bootstrap3.article.main##
Resumo
Este estudo teve como objetivo analisar os gastos com saúde dos municípios brasileiros utilizando inteligência computacional, especificamente por meio de análise de clusters, para identificar quais municípios têm despesas per capita semelhantes em relação ao seu PIB per capita. A pesquisa adota uma abordagem quantitativa e documental, examinando uma amostra de 117 municípios brasileiros. Esses municípios foram agrupados em clusters usando o método k-means com a métrica de similaridade euclidiana para identificar padrões nos gastos públicos com saúde, considerando suas realidades econômicas. Foram utilizados dados do Banco de Finanças do Brasil (Finbra), ajustados pela inflação, e análise de clusters realizada via software R. Os resultados revelaram que disparidades associadas às características econômicas dos municípios influenciam significativamente as correlações entre os gastos com saúde, embora essas correlações fossem menos pronunciadas em relação à atenção primária. Ao elucidar esses resultados, o estudo contribui para a aplicação de técnicas de inteligência computacional na agrupação de municípios e apoia a tomada de decisões financeiras por parte dos governos municipais e gestores públicos no setor da saúde.
##plugins.themes.bootstrap3.article.details##
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Direitos autorais (c) .
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.
Referências
ARAUJO, E. C. et al. “Efficiency and sustainability of public health spending in Brazil”. JBES: Brazilian Journal of Health Economics, vol. 14, 2022.
BAMBRA, C. “Levelling up: Global examples of reducing health inequalities”. Scandinavian Journal of Public Health, vol. 50, n. 7, 2022.
BARROS, R. D. et al. “Evolution of the structure and results of Primary Health Care in Brazil between 2008 and 2019”. Ciência e Saúde Coletiva, vol. 27, 2022.
BISPO PEREIRA, E. H. et al. “Comparison of cervical cancer screening results among public and private services in Brazil”. International Journal of Gynecology and Obstetrics, vol. 158, n. 2, 2022.
BRASIL. Constituição da República Federativa do Brasil. Brasília: Planalto, 1988. Available at: . Access at: 07/08/2024.
BRASIL. Lei n. 4.320, de 17 de março de 1964. Brasília: Planalto, 1964. Available at: . Access at: 07/08/2024.
BRASIL. Portaria n. 2.436, de 21 de setembro de 2017. Brasília: Ministério da Saúde, 2017. Available at: . Access at: 07/08/2024.
BROWN, L. D. “Comparing health systems in four countries: lessons for the United States”. American Journal of Public Health, vol. 93, n. 1, 2003.
CASTRO, M. C. et al. “Brazil's unified health system: the first 30 years and prospects for the future”. The Lancet, vol. 394, n. 10195, 2019.
CEN, S. et al. “Economic Growth, People's Livelihood Preferences of Local Governments and Residents' Health”. Frontiers in Public Health, vol. 10, 2022.
COORAY, A.; NAM, Y. “Public social spending, government effectiveness, and economic growth: an empirical investigation”. Applied Economics [2024]. Available at: . Access at: 07/08/2024.
GAO, Caroline X. et al. “An overview of clustering methods with guidelines for application in mental health research”. Psychiatry Research, vol. 327, 2023.
GARCIA-DIAS, R. et al. “Clustering analysis”. In: MECHELLI, A.; VIEIRA, S. Machine Learning. London: Academic Press, 2020.
HAN, X. et al. “SubtypeDrug: a software package for prioritization of candidate cancer subtype-specific drugs”. Bioinformatics, vol. 37, n. 16, 2021.
IBGE - Instituto Brasileiro de Geografia e Estatística. Produto Interno dos Municípios Brasileiros. Rio de Janeiro: IBGE, 2021. Available at: . Access at: 07/10/2024.
IKOTUN, A. M. et al. “K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data”. Information Sciences, vol. 622, 2023.
JACK, W.; LEWIS, M. Health investments and economic growth: Macroeconomic evidence and microeconomic foundations. Washington: World Bank, 2009.
JAKOVLJEVIC, M. et al. “The impact of health expenditures on public health in BRICS nations”. Journal of Sport and Health Science, vol. 8, n. 6, 2019.
LAGO-PEÑAS, S. et al. “On the relationship between GDP and health care expenditure: A new look”. Economic Modelling, vol. 32, 2013.
MBAU, R. et al. “Analysing the efficiency of health systems: a systematic review of the literature”. Applied Health Economics and Health Policy, vol. 21, n. 2, 2023.
MELLO JR, L. R. “Public finance, government spending and economic growth: the case of local governments in Brazil”. Applied Economics, vol. 34, n. 15, 2002.
MENG, J. “Economic Growth Effect of Public Health Investment and Its Impact on Living Environment”. Journal Of Environmental and Public Health, vol. 2022, n. 1, 2022.
MINISTÉRIO DA SAÚDE. Política Nacional de Atenção Básica. Brasília: Ministério da Saúde, 2006. Available at: . Access at: 07/10/2024.
MINISTÉRIO DA SAÚDE. Portaria n. 2.488, de 21 de outubro de 2011. Brasília: Ministério da Saúde, 2011. Available at: . Access at: 07/10/2024.
MINISTÉRIO DA SAÚDE. Portaria n. 3.390, de 30 de dezembro de 2013. Brasília: Ministério da Saúde, 2013. Available at: . Access at: 07/10/2024.
MINISTRO DE ESTADO DO ORÇAMENTO DE GESTÃO. Portaria MOG n. 42, de 14 abril de 1999. Brasília: Ministério da Saúde, 1999. Available at: . Access at: 07/10/2024].
NICHOLSON-CROTTY, J. et al. “Administrative burden, social construction, and public support for government programs”. Journal of Behavioral Public Administration, vol. 4, n. 1, 2021.
OSTROM, V.; OSTROM, E. “Public goods and public choices”. In: SAVAS, E. S. Alternatives for delivering public services. London: Routledge, 2019.
POPESCU, C. et al. “Government spending and economic growth: A cointegration analysis on Romania”. Sustainability, vol. 13, n. 12, 2021.
RIZVI, S. A. F. “Health expenditures, institutional quality and economic growth”. Empirical Economic Review, vol. 2, n. 1, 2019.
ROUSSEEUW, P. J. “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis”. Journal of Computational and Applied Mathematics, vol. 20, 1987.
SANTOS NETO, J. A. et al. “Analysis of the Unified Health System funding and expenditure in the municipalities of the ‘Rota dos Bandeirantes health region’, State of São Paulo, Brazil”. Ciência e Saúde Coletiva, vol. 22, 2017
SCHAEFFER, S. E. “Graph clustering”. Computer Science Review, vol. 1, n. 1, 2007.
SECRETARIA DO TESOURO NACIONAL. Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro. Brasília: STN, 2020. Available at: . Access at: 07/10/2024.
SICILIANI, L. et al. “Do waiting times reduce hospital costs?”. Journal of Health Economics, vol. 28, n. 4, 2009.
SILVA MARQUES, V. G. P. et al. “Promoção da saúde na perspectiva do cuidado na atenção básica”. Brazilian Journal of Implantology and Health Sciences, vol. 5, n. 4, 2023.
SILVA, A. C. B. et al. “Precisão: causas das variações entre planejamento e execução em orçamentos municipais”. Boletim de Conjuntura (BOCA), vol. 16, n. 48, 2023.
SILVA, V. C. et al. “Clustering analysis and machine learning algorithms in the prediction of dietary patterns: Cross‐sectional results of the Brazilian Longitudinal Study of Adult Health (ELSA‐Brasil)”. Journal of Human Nutrition and Dietetics, vol. 35, n. 5, 2022.
ZOUHAR, Y. et al. “Public expenditure and inclusive growth-a survey”. International Monetary Fund [2021]. Available at: . Access at: 07/10/2024.