ABSTRACT
A disponibilidade de dados confiáveis sobre o sistema de Saúde é indispensável para o desenvolvimento de trabalhos na área de planejamento em saúde. O presente trabalho descreve a implementaçäo de um banco de dados relativos aos setores Saúde, Social, Econômico e Ambiental. As dificuldades de seleçäo dos dados säo apresentados bem como um método exclusivamente matemático para interpolaçäo de populaçöes. Um estudo do erro quando se utiliza interpolaçäo linear para as variáveis näo demográficas, indica um erro médio de 12% para interpolaçäo de uma amostra em variáveis do setor saúde, mostrando a viabilidade deste procedimento quando necessário. A caracterizaçäo da funçäo de probabilidade das principais variáveis sugere uma distribuiçäo gaussiana na maioria dos casos
Subject(s)
Humans , History, 20th Century , Health Status Indicators , Information Systems/organization & administration , Data Interpretation, Statistical , Brazil , Data Collection , Epidemiologic Factors , Health Planning , Population ForecastABSTRACT
Uma metodologia foi desenvolvida para a caracterizaçäo da ordem e do Número de Graus de Liberdade de séries temporais de curta duraçäo (número de pontos menor que 30). O problema dessa caracterizaçäo aparece com frequência em Epidemiologia, na modelagem de surtos epidemiológicos ou determintes de saúde com base em indicadores coletados anualmente. Utilizando-se os cinco primeiros coeficientes da funçäo de autocorrelaçäo, a ordem de um grupo de séries fica determinada pela distância mínima entre os coeficientes das séries e os de conjuntos de séries-padröes previamente construidos a partir da simulaçäo de processos com ordem conhecida. Para as séries de mortalidade das 60 maiores cidades brasileiras no período 1960-1983 verificou-se que a ordem é superior ou igual a 5, o que corresponde a no máximo 0,2 graus de liberdade por ponto. O erro desta estimativa é uma funçäo do tamanho e do número de séries empregados. Estes resultados possuem aplicaçäo no desenvolvimento de critérios de interpolaçäo para séries semelhantes com ausência de dados e na escolha da estrutura de modelos matemáticos de determinantes de saúde