Ajuste de curvas e modelos autorregressivos em dados de internações por doenças respiratórias
DOI:
https://doi.org/10.5433/1679-0375.2025.v46.53584Palavras-chave:
doenças respiratórias, ajuste de curvas, séries temporais, modelo ARIMA, gastos hospitalaresResumo
Este estudo investigou os custos de internação por doenças respiratórias no estado de São Paulo entre 2002 e 2025, analisando a dinâmica dessas despesas no âmbito do Sistema Único de Saúde (SUS) e contextualizando os desafios de financiamento e gestão da saúde pública no Brasil. O objetivo deste trabalho foi identificar padrões históricos e compreender os gastos por meio da análise de dados do Sistema de Informações Hospitalares DATASUS. Utilizando ajustes de curvas polinomiais, logísticas e trigonométricas, bem como modelos estatísticos de séries temporais, com ênfase no modelo ARIMA sazonal, foram identificadas tendências e padrões sazonais nos gastos hospitalares. Isso permitiu captar comportamentos sazonais relacionados aos valores pagos, especificamente no que diz respeito ao aumento das internações por doenças respiratórias durante a transição entre outono e inverno. Por fim, nos gráficos associados às flutuações em torno da tendência média, observaram-se duas transições de nível em relação aos valores pagos: uma associada à COVID-19 (meados de 2020) e a outra associada à H1N1 (em 2009). Esses níveis correspondem aos valores de K=22,65 milhões, referentes ao modelo logístico pré-COVID, e K=35 milhões (modelo logístico que inclui o período da pandemia de COVID-19).
Downloads
Referências
Andrade, C. L. L. d., Victora, C. G., Mendonça, M. H. P. d., & Giovanella, L. (2011). Financiamento, gasto e oferta de serviços de saúde em grandes centros urbanos do estado de São Paulo (Brasil). Ciência & Saúde Coletiva, 16, 1875–1885. https://doi.org/10.1590/S1413-81232011000300022
Araújo, R., Watanabe, S., Boiron, L., Pereira, A. C., & Asano, E. (2021). Impacto econômico da infecção por influenza no Brasil: Uma análise sob a perspectiva dos sistemas de saúde e da sociedade em 2019. Jornal Brasileiro de Economia da Saúde, 13(3), 300–309. https://doi.org/10.21115/JBES.v13.n3.p300-9
Fiocruz. (2021). Combate à epidemia de H1N1: um histórico de sucesso. https://cee.fiocruz.br/?q=node/1314
Marques, L. J. P., Pereira, A. C., & Raimundo, A. C. S. (2025). Custos e características das internações por condições sensíveis à atenção primária em menores de um ano em São Paulo, Brasil. Ciência & Saúde Coletiva, 30(1), 1–14. https://doi.org/10.1590/1413-81232025301.15512023
Ministério da Saúde. (2025). DataSUS. https://datasus.saude.gov.br/
Morettin, P. A., & Toloi, C. M. C. (2018). Análise de séries temporais: modelos lineares univariados (3a ed., pp. 591–612). Blucher.
Reis, C. S. d., Noronha, K., & Wajnman, S. (2016). Envelhecimento populacional e gastos com internação do SUS: Uma análise realizada para o Brasil entre 2000 e 2010. Revista Brasileira de Estudos de População, 33(3), 591–612. https://doi.org/10.20947/S0102-30982016c0007
Ruggiero, M. A. G., & Lopes, V. L. d. R. (2000). Cálculo numérico: Aspectos teóricos e computacionais. Pearson.
Silva, L. M. d., Alvarez, G. B., Christo, E. d. S., Pelén Sierra, G. A., & Garcia, V. d. S. (2021). Time series forecasting using ARIMA for modeling of glioma growth in response to radiotherapy. Semina: Ciências Exatas e Tecnológicas, 42(1), 3–12. https://doi.org/10.5433/1679-0375.2021v42n1p3
Wheeler, J., & Ionides, E. L. (2024). Likelihood based inference for ARMA models. ArXiv, 5, 1–25. https://arxiv.org/pdf/2310.01198v5
Wheeler, J., McAllister, N., Sylvertooth, D., Ionides, E., & Ripley, B. (2025). Arima2: Likelihood based inference for ARIMA modeling. https://doi.org/10.32614/CRAN.package.arima2
World Health Organization. (2025). World report on social determinants of health equity. https://www.who.int/publications/i/item/9789240107588
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Raphael de Oliveira Garcia, Graciele Paraguaia Silveira, Bruna Santos Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.
