Conforme previsto nos objectivos iniciais do presente estudo, a segunda fase consistiu na apresentação de uma proposta de modelo de financiamento por capitação ajustada pelo risco numa região de Portugal Continental, a região Alentejo.
Para além deste modelo, foram também considerados outros dois modelos alternativos desenvolvidos com o mesmo propósito: i) o sugerido por Costa, Santana e Boto (2008) especificamente para a ULSNA e; ii) o actualmente utilizado pela entidade responsável por efectuar o financiamento das ULS no nosso país (ACSS, 2010a).
Neste ponto apresentam-se os principais resultados que foram obtidos a partir destes modelos. Serão particularmente privilegiadas neste capítulo as simulações referentes aos montantes de financiamento total e per capita a distribuir segundo cada modelo. O detalhe dos respectivos ponderadores que dão origem ao financiamento por concelho pode encontrar-se no Anexo E.
Operacionalmente, são realizadas duas tipologias de análise: uma individual, relativa aos resultados apurados em cada modelo e; uma conjunta onde se efectua a comparação das diferenças obtidas entre esses mesmos modelos. Nestas análises são considerados quatro aspectos principais relativos aos níveis de financiamento total e per capita alcançados:
Um resumo da estatística descritiva de cada distribuição; A apresentação gráfica dos montantes per capita por concelho; O cruzamento entre os dois montantes por concelho;
A identificação dos valores extremos (top 5) em cada simulação.
5.2.1. Modelo 1 – Explicação dos custos totais 5.2.1.1. Resultados da regressão linear
No modelo 1 desenvolveu-se uma regressão linear explicativa do nível de custos totais
per capita em cada concelho, tendo sido utilizadas como variáveis independentes os
índices per capita por concelho de AVPP, Complexidade, Severidade e valores de consumos de medicamentação crónica (PRx). Os resultados deste modelo de regressão foram os seguintes:
Quadro XLIII - Resultados da regressão linear
Variáveis Independentes
Coeficientes não estandardizados
Coeficiente
Stand. Est. T Sig. B Desv. Pad. Beta
Constante 405,77 398,75 1,02 0,32
I AVPP 223,35 151,56 0,21 1,47 0,15
ICM -165,76 391,45 -0,05 -0,42 0,67
IS 111,55 117,55 0,14 0,95 0,35
PRx 296,17 76,22 0,51 3,89 0,00
Pode-se verificar nos Quadros XLIII e XLIV que as variáveis incluídas no modelo não apresentaram significância estatística (com excepção do PRx), pelo que globalmente as variáveis que foram consideradas como proxies das necessidades em saúde não apresentam a mesma relação estatística face aos consumos de recursos em cada concelho da região Alentejo. No entanto, salienta-se que o nível de explicação global do modelo (R2) foi bastante satisfatório, atingindo um valor de 0,39.
Quadro XLIV – Nível de explicação do modelo de regressão
R R2 R2Ajustado Desv. Padrão
0,63 0,39 0,33 154,34
Após a obtenção destes resultados, que à partida não permitiriam a sua utilização para efeitos de determinação dos ponderadores associados a cada variável e consequente cálculo dos níveis de financiamento previstos em cada concelho, procedeu-se novamente à estruturação do modelo, utilizando para o efeito uma regressão linear construída a partir da opção “forward”, que introduz variáveis de uma forma gradual até se alcançar a melhor combinação entre as variáveis independentes introduzidas na regressão. Os resultados obtidos a partir desta opção encontram-se discriminados no Quadro XLV.
Quadro XLV - Modelo após exclusão de variáveis não significativas (método forward)
Modelo Variáveis Independentes
Coeficientes não estandardizados
Coeficiente
Stand. Est. t Sig. B Desv. Pad. Beta
A Constante 592,48 83,63 7,08 0,00
PRx 318,71 75,12 0,55 4,24 0,00
B Constante 304,46 159,09 1,91 0,06
PRx 306,75 72,41 0,53 4,24 0,00
I AVPP 280,98 133,94 0,26 2,10 0,04
Variável Dependente: Custos per capita
Foram seleccionados dois modelos com significância estatística e capacidade de explicação da variável dependente (custos). O primeiro modelo (a) é constituído apenas pelos consumos de medicamentos relacionados com patologia crónica, o segundo (b) acrescenta também a dimensão mortalidade precoce através da variável Índice de AVPP por concelho. O resumo dos valores obtidos nas variáveis excluídas de cada um destes modelos pode encontrar-se no Quadro XLVI, onde se verifica que os Índices de Complexidade e Severidade - ambos relativos à morbilidade hospitalar - não foram considerados estatisticamente significativos para explicar os custos totais per capita na região.
Quadro XLVI - Resumo das variáveis excluídas dos modelos de regressão
Modelo Variáveis
Excluídas Beta In Est. T Sig.
Correlação parcial Colinearidade Est. (tolerância) A I AVPP 0,26 2,10 0,04 0,31 0,99 ICM -0,02 -0,16 0,87 -0,03 0,97 IS 0,23 1,75 0,09 0,27 0,94 B ICM -0,05 -0,38 0,70 -0,06 0,96 IS 0,14 0,94 0,35 0,15 0,76
De entre os dois modelos sugeridos, o segundo (b) parece mais adequado para ser considerado no nosso estudo, nomeadamente porque:
É um modelo mais completo e próximo do modelo sugerido anteriormente, que em termos teóricos contribui para a representação das necessidades em saúde e; Apresenta um nível de explicação global superior, isto é, o valor de R2 do
modelo b)(0,37) é superior ao do modelo a) (0,31).
Quadro XLVII - Nível de explicação dos modelos
Modelo R R2 R2Ajustado Desv. Padrão
A 0,55 0,31 0,29 158,68
B 0,61 0,37 0,34 152,49
Para além das relações estabelecidas a partir das regressões lineares desenvolvidas, analisou-se também a correlação entre as variáveis em estudo, encontrando-se detalhada no Quadro XLVIII.
Quadro XLVIII – Matriz de correlação bivariada entre as variáveis consideradas para o modelo de regressão linear
Variável AVPP ICM IS PRx Custos
AVPP Correlação de Pearson 1,00 0,11 0,45** 0,08 0,31*
Nível significância 0,47 0,00 0,62 0,05
ICM Correlação de Pearson 0,11 1,00 0,12 0,18 0,08
Nível significância 0,47 0,43 0,24 0,61 IS Correlação de Pearson 0,45** 0,12 1,00 0,24 0,35* Nível significância 0,00 0,43 0,13 0,02 PRx Correlação de Pearson 0,08 0,18 0,24 1,00 0,55** Nível significância 0,62 0,24 0,13 0,00
Custos Correlação de Pearson 0,31* 0,08 0,35* 0,55** 1,00
Nível significância 0,05 0,61 0,02 0,00
** Correlação significativa para 0.01 * Correlação significativa para 0.05
Decorrem da observação desta informação, essencialmente três conclusões principais: Os custos totais encontram-se significativamente correlacionados com os AVPP,
severidade e consumo de medicamentos crónicos, sendo a correlação mais forte com esta última variável;
Não se pode aferir sobre a correlação entre a complexidade e as outras variáveis, pois não atinge um nível de significância que permita afirmar um possível comportamento de variação entre estas variáveis;
De uma forma geral, as correlações existentes são todas positivas. Não existe uma relação de variação inversa entre essas mesmas variáveis.
5.2.1.2. Valores de financiamento
Após a selecção do modelo mais adequado aos objectivos inicialmente estabelecidos (a opção b), calcularam-se os valores de financiamento per capita previstos em cada concelho. Da multiplicação dos valores capitacionais pela respectiva população apuraram-se os montantes totais a distribuir nas unidades geográficas incluídas na região em estudo. A descrição quer dos valores totais, quer capitacionais encontra-se no Quadro XLIX.
Quadro XLIX – Estatística descritiva do financiamento total e per capita do Modelo 1
Estatística Modelo 1 Total (€) Capita (€) Média 9.085.211 886 Desvio padrão 8.416.761 114 Coef. Variação 0,93 0,12 Percentil 25 4.194.104 860 Percentil 50 6.666.683 895 Percentil 75 9.852.016 963 Máximo 47.324.072 1.347 Mínimo 1.537.162 771
A partir do Quadro XLIX destacam-se particularmente o seguinte conjunto de observações:
De acordo com os resultados obtidos ao nível do coeficiente de variação, verifica-se que o risco financeiro entre concelhos é substancialmente mais elevado quando transformamos as unidades monetárias per capita em valores totais, ou seja, as diferenças de cada valor total por concelho face à média é bastante mais acentuada nos valores totais do que nos valores per capita (as diferentes dimensões dos concelhos no que respeita à sua população podem ajudar a explicar este resultado);
O valor de financiamento total médio encontra-se mais próximo do percentil 75 do que da mediana da distribuição.
Apresenta-se através da Figura 9, o valor do financiamento per capita em cada concelho da região Alentejo apurado a partir da regressão linear seleccionada no âmbito do modelo 1.
Apesar do valor médio de financiamento total por concelho se situar nos 9 milhões de euros, a grande maioria das unidades territoriais situa-se abaixo desta referência. O facto de existirem muitos aglomerados populacionais de pequena dimensão contribui para esta característica.
Figura 9 - Distribuição do financiamento per capita em cada concelho
No que respeita aos valores capitacionais, verifica-se que os concelhos que apresentam valores per capita mais significativos situam-se em regra geral abaixo do valor médio da distribuição.
Figura 10 – Distribuição dos valores de financiamento por concelho totais e per capita
Por sua vez, ao analisarmos os extremos desta distribuição, verifica-se que não existe uma coincidência entre os concelhos que apresentam maiores montantes per capita e
Milhões €
totais. Conforme se pode observar, existem três concelhos que se destacam nos extremos da distribuição:
O concelho 34 é o que mais se destaca com um valor médio per capita de 1.347 €, cerca de 176 € acima do segundo maior valor;
Os concelhos 19 e 5, que se diferenciam relativamente aos restantes no que respeita ao montante total de financiamento obtido. O concelho 19 supera mesmo no dobro, o terceiro concelho com maior volume de financiamento da região.
Quadro L – Top 5 dos concelhos com maiores e menores montantes de financiamento total e per capita