Emprego da Ciência de Dado=
s na
implementação de políticas públicas: estudo de caso sobre o programa
"Cidades Saudáveis"
The Use of D=
ata
Science in the Implementation of Public Policies: A Case Study on the
"Healthy Cities" Program
|
Andrew Paes da Silva https://orcid.org/0009-0006= -3997-2300 |
Tecnólogo em Análise e Desenvolvimento de Sistemas.
Universidade do Vale do Rio dos Sinos (UNISINOS) – Brasil.<=
span
style=3D'mso-bookmark:_Hlk4746433'> andrew.paes@gmail.com |
|
Roberto Zanoni https://orcid.org/0000-0002-6334-5343 |
Doutor em Administração. Universidade do Vale do Rio
dos Sinos (UNISINOS) – Brasil. robzanoni@gmail.com |
|
Juliane
Ruffatto https://orcid.org/0000=
-0002-0406-9780 |
Doutora
em Administração. Atitus Educação (ATITUS) – Brasil. julianerufato@hotmail.com=
|
RESUMO
Cidades Saudáveis são aquelas que continuamente melhoram os ambientes físicos e soc= iais e expandem recursos comunitários, permitindo que as pessoas se apoiem mutuamente e desenvolvam seu potencial máximo. O objetivo desta pesquisa é = desenvolver o modelo teórico-conceitual de um protótipo empregado na gestão de estabelecimentos de saúde pública. A pesquisa, de natureza mista, utilizou bancos de dados disponibilizados pelo DATASUS, através do Cadastro Nacional= de Estabelecimentos de Saúde e pela Secretaria Estadual de Saúde do Estado do = Rio Grande do Sul. Foram coletadas informações sobre todos os estabelecimentos = de saúde do município, incluindo endereço e coordenadas geográficas, para identificar e mapear a localização de hospitais, clínicas e centros de saúd= e. A análise espacial identificou padrões e tendências na distribuição geográfic= a, permitindo mapear as localizações dos estabelecimentos em um mapa digital. A comparação da disponibilidade e acessibilidade dos serviços de saúde entre diferentes regiões de Porto Alegre revelou desigualdades significativas. Os resultados mostram que a distribuição dos serviços de saúde é desigual, com algumas regiões enfrentando uma significativa falta de leitos e estabelecimentos de saúde, sublinhando a necessidade de intervenções específicas para equilibrar a oferta desses serviços.
Palavras-chave: cidade saudável; ciência de dados; acessibilidade aos serviços de saú=
de.
ABSTRACT
Healthy Cities are those that
continuously improve physical and social environments and expand community
resources, allowing people to support each other and develop their full
potential. The objective of this research is to develop the theoretical-con=
ceptual
model of a prototype used in the management of public health establishments.
The study, of a mixed-methods nature, utilized databases provided by DATASU=
S,
through the National Registry of Health Establishments, and by the State He=
alth
Department of Rio Grande do Sul. Information was collected on all health
facilities in the municipality, including addresses and geographic coordina=
tes,
to identify and map the locations of hospitals, clinics, and health centers.
Spatial analysis identified patterns and trends in the geographic distribut=
ion
of health services, enabling the mapping of facility locations in a digital
map. The comparison of availability and accessibility of health services ac=
ross
different regions of Porto Alegre revealed significant inequalities. The
results show that the distribution of health services is uneven, with some
regions facing a significant shortage of hospital beds and healthcare
facilities, highlighting the need for specific interventions to balance the
provision of these services.
Keywords: healthy city; data Science; accessibility to hea=
lth services.
Recebido
em 02/09/2024. Aprovado em 19/02/2=
025.
Avaliado pelo sistema double blind
https://doi.org/10.22279/navus.v16.2001
1 INTRODUÇÃO
O conceito de Cidades Saudáveis, introduzido pela Organização Mundial da Saúde (OMS), refere-se a um processo contínuo de criação e melhoria de ambientes físicos= e sociais para promover um estilo de vida saudável (Duhl= & Sanchez, 1999). Baseado na política Saúde para Todos da OMS, o concei= to de Cidades Saudáveis envolve a conscientização, a mobilização da participaç= ão da comunidade e o desenvolvimento dos papéis do governo local na saúde públ= ica (Huang et al., 2019).
A estratégia= de desenvolvimento local das Cidades Saudáveis inclui um pacto social como abordagem intersetorial para lidar com os determinantes de saúde, comprometendo-se com a promoção da saúde e a melhoria da qualidade de vida = da população (Fróes & Lasthein, 2020). A colab= oração intersetorial é fundamental nas Cidades Saudáveis, com parcerias intra e intersetoriais sendo essenciais para abordar = os determinantes de saúde (Ma et al., 2022). A cri= ação de Cidades Saudáveis tornou-se uma medida importante para lidar com doenças públicas globais e emergências de saúde pública, como evidenciado durante a pandemia de COVID-19 (Danielli et al., 2023).
A visão contemporânea das Cidades Saudáveis deriva de um projeto da OMS sobre cidad= es e saúde em 1986, remontando a meados do século XIX (Duhl= & Sanchez, 1999). Segundo a OMS, as Cidades Saudáveis são locais que atendem às pessoas e ao planeta, liderando pelo exemplo para alcançar mudan= ças positivas, combatendo desigualdades e promovendo boa governança e liderança para a saúde e o bem-estar (Duhl & Sanchez, 1999).
A ideia de u=
ma
cidade saudável é fundamentada na crença de que a cidade desempenha um papel
crucial na determinação da saúde dos seus habitantes, enraizado numa
perspectiva ecológica (Akerman et al., 2022). O
Projeto Cidades Saudáveis da OMS defende políticas e planejamentos abrangen=
tes
e sistemáticos, focando na necessidade de abordar disparidades de saúde,
pobreza urbana e os requisitos de grupos vulneráveis (=
Akerman
et al., 2022). Uma etapa inicial fundamental no Projeto Cidades Saudáveis da
OMS envolve o desenvolvimento de um perfil completo de saúde da cidade para
coletar dados sobre o estado de saúde e seus determinantes no ambiente urba=
no,
facilitando intervenções direcionadas e tomadas de decisões informadas (Fró=
es
& Lasthein, 2020). Essa abordagem se alinha=
com a
tendência global mais ampla, em que as cidades são cada vez mais reconhecid=
as
como determinantes fundamentais da saúde da população, necessitando de ações
multifacetadas de várias partes interessadas em todos os níveis para aborda=
r os
fatores de risco à saúde prevalentes e promover o bem-estar (Ziafati Bafarasat et al.,=
2023; Ziafati Bafarasat &
Nesse sentid= o, a ciência de dados desempenha um papel importante na medição da disponibilida= de e acessibilidade dos serviços de saúde na cidade, como hospitais, clínicas e centros de saúde, para atender aos indicadores de saúde e bem-estar das populações urbanas (Sui et al., 2023; Singh & Kumar, 2023; Sun et al., 2021). Ao aproveitar a análise de dados, o aprendizado de máquina e os dispositivos de Internet das coisas (IoT), os planejadores urbanos podem ob= ter informações sobre a distribuição espacial de vários serviços de saúde e otimizar suas localizações para garantir acesso equitativo para todos os residentes (Singh & Kumar, 2023). Essa abordagem baseada em dados forne= ce informações precisas sobre a acessibilidade dos serviços médicos urbanos, a= judando os formuladores de políticas a tomar decisões informadas para criar cidades mais sustentáveis e habitáveis (Sui et al., 2023; Sun et al., 2021).
A proposta de desenvolver um protótipo baseado em ciência de dados para monitorar a disponibilidade dos estabelecimentos de saúde em Porto Alegre visa subsidia= r a tomada de decisões e ações de planejamento e gestão da saúde na cidade, contribuindo para a implementação dos objetivos do Programa Cidades Saudáve= is da OMS e para o alcance dos Objetivos de Desenvolvimento Sustentável relacionados à saúde e qualidade de vida (Gallo= & Setti, 2023).
Portanto, a integração de conhecimentos de ciência de dados, georreferenciamento e saúde pública é essencial para uma análise abrangente e eficaz dos serviços de sa= úde em Porto Alegre, visando promover a equidade na saúde, identificar áreas de melhoria e direcionar intervenções para atender às necessidades da populaçã= o (Duhl & Sanchez, 1999). Utilizando tecnologias de georreferenciamento, que permitem a identificação e avaliação sistemática d= os estabelecimentos de saúde em diferentes regiões da cidade, esta pesquisa tem como objetivo desenvolver o modelo teórico-conceitual de um protótipo empre= gado na gestão de estabelecimentos de saúde pública.
2 REFERENCIAL TEÓRICO
2.1 Administração pública e políticas públicas
A administração pública desempenha um papel central na formulação e
implementação de políticas públicas voltadas ao bem-estar social e ao
desenvolvimento urbano (de Medeiros & Ramacciotti<=
/span>,
2021). Como campo de estudo e prática, a administração pública abrange o
conjunto de atividades desempenhadas pelo Estado para gerenciar recursos,
formular estratégias e prestar serviços essenciais à população (Lotta, 2019). No contexto das cidades saudáveis, a
administração pública deve atuar na criação de condições estruturais que
favoreçam a qualidade de vida urbana, promovendo a equidade e a inclusão so=
cial
(Organização Pan-Americana da Saúde, 2024).
As políticas públicas são um dos principais instrumentos utilizados p=
elos
governos para enfrentar desafios socioeconômicos e garantir serviços
essenciais, como saúde, educação e segurança (Secchi,
2021). Elas são formuladas por meio de um processo que envolve a identifica=
ção
de problemas, a elaboração de soluções, a implementação e a avaliação de
impactos. No contexto das cidades saudáveis, as políticas públicas devem se=
r desenvolvidas
de forma intersetorial, envolvendo diversas áreas da gestão pública para
garantir um planejamento urbano integrado e responsivo às necessidades da
população (Lotta, 2019).
A implementação de políticas públicas eficazes depende de uma governa=
nça
estruturada, com a participação de diferentes atores, incluindo governos,
sociedade civil e setor privado. A governança pública envolve a criação de
mecanismos de cooperação entre esses atores para garantir maior transparênc=
ia e
eficiência na execução das ações planejadas (Teixeira & Gomes, 2019). A
abordagem participativa tem sido incentivada na formulação de políticas
voltadas à promoção da saúde urbana, pois permite que a população atue como
protagonista na identificação de problemas e na busca de soluções adequadas=
ao
contexto local (Fung, 2006).
A dimensão territorial é um fator fundamental no planejamento das
políticas públicas, pois as cidades apresentam características socioeconômi=
cas
e ambientais distintas (Vitte, 2015). Nesse sen=
tido,
a gestão municipal tem um papel estratégico na formulação de políticas públ=
icas
que respondam às demandas locais, promovendo soluções adaptadas à realidade=
de
cada região (Secchi, 2021). O conceito de cidad=
es
saudáveis, promovido pela Organização Mundial da Saúde (OMS), reforça a
necessidade de integração entre os diferentes setores da administração públ=
ica
para o desenvolvimento de políticas eficazes voltadas à saúde e ao bem-esta=
r da
população (Bloes &
Sperandio, 2022).
Especificamente na gestão da saúde, as políticas públicas devem abord=
ar a
distribuição equitativa dos serviços de saúde, garantindo acessibilidade e
qualidade no atendimento (Oliveira et al., 2017). Modelos de governança
baseados em dados têm se mostrado eficazes para subsidiar decisões e orient=
ar a
formulação de estratégias públicas (Kettl, 2020=
). O
uso de análise de dados e tecnologias digitais na administração pública tem
possibilitado a mensuração de indicadores de desempenho das políticas
implementadas, permitindo ajustes dinâmicos para aprimorar os serviços
prestados à população (Bahia, 2019).
No contexto de Porto Alegre, a pesquisa desenvolvida busca contribuir
para a implementação de políticas públicas de saúde baseadas em evidências,
identificando desigualdades regionais na distribuição dos serviços de saúde=
e
propondo soluções que favoreçam a equidade no acesso. A ciência de dados se
apresenta como uma ferramenta essencial para otimizar a gestão dos recursos
públicos, garantindo maior eficiência na prestação dos serviços de saúde e
fortalecendo a governança municipal para a promoção de cidades saudáveis.
2.2 Cidades saudáveis
As ci=
dades
saudáveis, conforme definidas pela Organização Mundial da Saúde (OMS), são
aquelas que buscam promover a saúde e o bem-estar de seus habitantes por me=
io
de um planejamento urbano que integra diversas dimensões sociais, econômica=
s e
ambientais. O conceito de cidades saudáveis surgiu na década de 1980, em
resposta à necessidade de criar ambientes urbanos que favoreçam a saúde púb=
lica
e a qualidade de vida, alinhando-se aos princípios da promoção da saúde
estabelecidos na Carta de Ottawa (Bloes & S=
perandio,
2022; Fajersztajn et al., 2016).
A OMS
enfatiza que as cidades saudáveis devem ser projetadas para garantir que to=
dos
os cidadãos tenham acesso a condições de vida adequadas, incluindo habitaçã=
o,
saneamento, transporte, educação e serviços de saúde. Isso requer uma abord=
agem
intersetorial, na qual diferentes áreas de políticas públicas se unem para
enfrentar os determinantes sociais da saúde (Gallo
& Bessa, 2016). A promoção da equidade social é um valor central nas
iniciativas de cidades saudáveis, reconhecendo que as desigualdades no aces=
so a
recursos e serviços impactam diretamente a saúde da população (Silveira et =
al.,
2014).
Um do=
s principais
objetivos das cidades saudáveis é a melhoria da qualidade de vida, abrangen=
do
não apenas a saúde física, mas também o bem-estar mental e social dos
indivíduos. Para isso, a participação da comunidade no
planejamento e na implementação de políticas que impactam seu cotidiano é
fundamental (Lima & Lima, 2020; Westphal &a=
mp;
Oliveira, 2015). A interação entre a população e as autoridades locais é
essencial para identificar as necessidades específicas da comunidade e
desenvolver soluções adequadas (Teixeira, 2004; Westph=
al,
2000).
Além =
disso, a
OMS propõe que as cidades saudáveis adotem práticas sustentáveis que consid=
erem
o meio ambiente, como a criação de espaços verdes, a promoção de mobilidade
ativa e a implementação de sistemas de abastecimento de alimentos saudáveis
(Silva et al., 2021; Ribeiro, 2023). Essas práticas não apenas melhoram a s=
aúde
física dos cidadãos, mas também contribuem para a resiliência urbana e a
sustentabilidade a longo prazo.
A Org=
anização
Mundial da Saúde (OMS) tem promovido a iniciativa de Cidades Saudáveis, incentivando municípios ao redor do mundo a
adotarem políticas e práticas voltadas à melhoria da saúde e do bem-estar de
suas populações. A seguir, apresenta-se no Quadro 1, um comparativo destaca=
ndo
experiências de cidades que implementaram ações alinhadas a essa iniciativa,
com foco em resultados aplicáveis a contextos semelhantes ao de Porto Alegr=
e.
Quadr=
o 1 –Quadro
Comparativo de Experiências de Cidades Saudáveis
|
Cidade/País |
Iniciativa |
Descrição |
|
Montevidéu, Uruguai |
Política de Cantinas Saudáveis |
Implementação de padrões nutricionais em can=
tinas
de escolas, órgãos municipais e algumas universidades, focando na redução=
do
sódio (Uruguai, 2013). A iniciativa incluiu campanhas midiáticas e materi=
ais
educativos para promover hábitos alimentares saudáveis. |
|
Vancouver, Canadá |
Ferramenta Online =
de
Rastreamento de Indicadores de Saúde |
Desenvolvimento de uma plataforma digital pa=
ra
monitorar indicadores de saúde, com ênfase nas populações indígenas urban=
as.
A ferramenta tornou os dados de saúde mais inclusivos e acessíveis,
facilitando a formulação de políticas públicas direcionadas (ACT Promoção=
da
Saúde, 2023). |
|
Calgary, Canadá |
Mensuração Contínu=
a de
Determinantes de Saúde |
Desde 1994, Calgary realiza inquéritos biena=
is
para coletar dados sobre determinantes de saúde. A iniciativa envolve líd=
eres
comunitários, profissionais de saúde, universidades e governantes, visand=
o à
criação de um Município Saudável por meio da disseminação de informações e
promoção da saúde (Rumel et al., 2005). |
|
Lisboa, Portugal |
Promoção da Agricultura Urbana |
Como membro da Rede Europeia de Cidades Saud=
áveis,
Lisboa incorporou a promoção da agricultura urbana em suas políticas,
reconhecendo a importância de ambientes alimentares saudáveis e sustentáv=
eis
para a saúde pública (Câmara Municipal de Lisboa, s.d.). |
|
Jaguariúna, Brasil |
Encontros
Intergeracionais e Inclusão Digital |
A prefeitura promoveu encontros entre pessoas
idosas e estudantes, além de implementar programas de inclusão digital pa=
ra a
terceira idade, visando ao respeito, à inclusão social e à participação a=
tiva
dos idosos na comunidade (Prefeitura Municipal de Jaguariúna, 2018). |
Fonte:
Elaborado pelos autores (2025).
Essas
experiências demonstram como diferentes cidades implementaram iniciativas
alinhadas aos princípios das Cidades Saudáveis da OMS, focando em áreas como
alimentação saudável, monitoramento de indicadores de saúde, promoção da
agricultura urbana e inclusão social. Tais práticas podem servir de referên=
cia
para Porto Alegre na formulação e implementação de políticas públicas volta=
das
à promoção da saúde e do bem-estar de sua população.
2.3 Indicadores de disponibilidade e acessibilidade
Os
indicadores de disponibilidade e acessibilidade de saúde são fundamentais p=
ara
avaliar a eficácia e a equidade dos sistemas de saúde. A disponibilidade
refere-se à presença de serviços de saúde adequados e suficientes para aten=
der
às necessidades da população, enquanto a acessibilidade diz respeito à
capacidade da população de utilizar esses serviços de forma efetiva e sem
barreiras (Oliveira et al., 2011).
A
disponibilidade de serviços de saúde é um indicador que mede a quantidade e=
a
variedade de serviços oferecidos em uma determinada área geográfica. Isso
inclui a presença de unidades de saúde, como hospitais, clínicas e postos de
saúde, bem como a disponibilidade de profissionais qualificados e equipamen=
tos
necessários para a prestação de cuidados (Costa et al., 2021). A literatura
sugere que a disponibilidade deve ser constantemente avaliada e aprimorada =
por
meio de políticas públicas que assegurem que as necessidades de saúde da
população sejam atendidas de maneira adequada (Bender et al., 2024; WHO, 20=
08).
A
acessibilidade, por sua vez, é um conceito multidimensional que abrange div=
ersos
fatores que podem facilitar ou dificultar o acesso aos serviços de saúde. I=
sso
inclui aspectos geográficos, como a distância até as unidades de saúde, a
qualidade das vias de transporte e a disponibilidade de transporte público
(Oliveira et al., 2011; Mendonça et al., 2021).
Além =
disso, a
acessibilidade também envolve fatores financeiros, como a capacidade dos
indivíduos de arcar com os custos dos serviços de saúde, e a aceitabilidade
cultural, que se refere à adequação dos serviços às necessidades e expectat=
ivas
da população (Farias, 2024). A pesquisa destaca que a localização dos servi=
ços
de saúde e os meios de transporte disponíveis são cruciais para a avaliação=
da
acessibilidade, pois a distância percorrida pelos pacientes pode impactar
diretamente a frequência e a continuidade do tratamento (Oliveira et al.,
2011). A percepção de vulnerabilidade e as barreiras enfrentadas por grupos
específicos, como pessoas vivendo com HIV ou com doenças crônicas, também s=
ão
importantes para entender a acessibilidade (Farias, 2024; Souza et al., 201=
5).
Os
indicadores mais comuns utilizados para medir a disponibilidade e
acessibilidade de saúde incluem:
1. Nú=
mero de
Unidades de Saúde: A quantidade de hospitais, clínicas e postos de saúde
disponíveis em uma região;
2. Pr=
oporção
de Profissionais de Saúde: A relação entre a população e o número de médico=
s,
enfermeiros e outros profissionais de saúde;
3. Di=
stância
até os Serviços de Saúde: A média de distância que os usuários precisam
percorrer para acessar os serviços;
4. Te=
mpo de
Espera: O tempo médio que os pacientes aguardam para serem atendidos;
5. Cu= stos de Transporte: Os custos associados ao deslocamento até os serviços de saúde;<= o:p>
6. Sa=
tisfação
do Usuário: A percepção dos usuários sobre a qualidade e a adequação dos
serviços prestados (Porto et al., 2015; Oliveira et al., 2019).
Esses
indicadores são essenciais para a formulação de políticas públicas que visem
melhorar a saúde da população, garantindo que todos tenham acesso a serviço=
s de
saúde de qualidade e que as necessidades de saúde sejam atendidas de maneira
equitativa (Barros et al., 2014; Vitoria & Moreira, 2017).
2.4 Ciência de dados
A ciência de= dados é um campo interdisciplinar que combina estatística, ciência da computação e conhecimento do domínio específico para extrair insights significativos a partir de grandes volumes de dados. Este campo emergiu como uma resposta à crescente quantidade de dados disponíveis na era digital, onde a capacidade= de coletar, armazenar e analisar dados se tornou fundamental para a tomada de decisões informadas em diversas áreas, incluindo negócios, saúde, educação e ciências sociais (Cao, 2020; Souza & Bomfim, 2022).
Uma das defi= nições mais abrangentes de ciência de dados descreve esse campo como aquele que envolve a organização, integração e análise de dados, visando gerar conhecimento útil para a sociedade (Coeli, 2022). Essa abordagem multidisciplinar permite que cientistas de dados utilizem técnicas de aprendizado de máquina e algoritmos avançados para resolver problemas compl= exos e prever tendências (Ramos & Diniz, 2022). O uso de modelos matemáticos= e estatísticos é essencial para interpretar os dados e extrair informações valiosas que podem ser aplicadas em contextos práticos, como logística e a análise de mercado (Batista & Oliveira, 2022).
Além disso, a ciência de dados é frequentemente associada à transformação digital das organizações, onde a capacidade de analisar dados de maneira eficaz pode proporcionar uma vantagem competitiva significativa (Medeiros et al., 2021)= . A implementação de estratégias de dados adequadas, que alinhem a cultura organizacional à governança de dados, é crucial para maximizar o potencial = da ciência de dados (Medeiros et al., 2021). A literatura também destaca a importância da competência em dados, que se refere à habilidade de gerencia= r e interpretar dados de forma eficaz, como uma necessidade contemporânea tanto para pesquisadores quanto para a sociedade em geral (Balbinotti et al., 202= 2).
A evolução da ciência de dados também está ligada ao conceito de "Big Data", que se refere ao volume, variedade e velocidade dos dados que s= ão gerados atualmente. A ciência de dados busca não apenas lidar com esses gra= ndes volumes de dados, mas também transformar esses dados em informações acionáv= eis que podem influenciar decisões estratégicas (Daniel et al., 2020). A intersecção entre ciência de dados e outras disciplinas, como a epidemiolog= ia e a análise populacional, demonstra a versatilidade e a aplicabilidade deste campo em diferentes contextos sociais e científicos (Coeli, 2022; Rocha, 20= 23).
3 MÉTODO=
Este estudo é de
natureza mista e aplicada (Hirose
& Creswell, 2023), objetivando desenvolver um protótipo baseado =
em
ciência de dados (
Os dados foram
coletados do DATASUS, através do Cadastro Nacional de Estabelecimentos de S=
aúde
(CNES), e da Secretaria Estadual de Saúde do Estado do Rio Grande do Sul. As
informações incluíram endereço e coordenadas geográficas de todos os
estabelecimentos de saúde do município, como hospitais, clínicas e centros =
de
saúde.
A coleta de dados
envolveu a extração, transformação e carga (ETL) dos dados do DATASUS,
utilizando o aplicativo TABWIN para transferência de arquivos do servidor F=
TP
do DATASUS. Os arquivos utilizados incluíram a aplicação TABWIN da fonte FTP
(TAB415.zip), definição do TABWIN (TAB_CNES.zip) e banco de dados do TABWIN
(STRS2403.dbc).
Os dados coletados
passaram por um rigoroso processo de tratamento para garantir a precisão e
confiabilidade das informações. Para normalizar e validar os dados de
geoprocessamento, foi utilizado o software GeoAPI (Suzuki, 2022), que compa=
ra a
geolocalização com o endereço desejado informado ao software. A seguir, foi
realizada uma análise espacial (Skalinski et al., 2019) para identificar
padrões e tendências na distribuição geográfica dos serviços de saúde.
A análise espacial
permitiu a criação de um mapa digital georreferenciado, destacando a
localização dos estabelecimentos de saúde e comparando a disponibilidade e
acessibilidade dos serviços entre diferentes regiões de Porto Alegre. Foram
geradas listas de regiões e bairros conforme o plano diretor do município. =
Para a modelagem =
dos
dados, foi utilizado um esquema estrela (Amin et al., 2021), uma técnica de
modelagem de banco de dados que organiza os dados em dimensões e fatos. As
tabelas de dimensão descreveram as entidades de negócios, enquanto as tabel=
as
de fato armazenaram observações ou eventos. Esta abordagem foi escolhida pa=
ra
melhorar o desempenho das consultas e facilitar a análise dos dados.
Os dados foram
organizados e apresentados por meio de de dashboards interativos no Power BI. Os
painéis incluíram gráficos de velocímetro e visualizações da distribuição d=
os
serviços de saúde por região, permitindo uma análise detalhada e visual das
condições de saúde em Porto Alegre. As comparações foram feitas utilizando
razões e taxas municipais para evidenciar desigualdades na distribuição dos
recursos de saúde.
Os principais
indicadores analisados incluíram a área (hectares quadrados), população
(habitantes), renda média (salário mínimo), número de estabelecimentos de s=
aúde
(privado, público, filantrópico, sindicato), e disponibilidade de leitos
(gerais e do SUS). Os dados de março de 2024 foram utilizados para a anális=
e,
com dados demográficos e de renda extraídos de fontes oficiais com datas de
emissão variadas.
Para avaliar= o estágio de desenvolvimento do protótipo baseado em ciência de dados, utiliz= ou-se a Escala de Maturidade Tecnológica (Technology Read= iness Level – TRL), desenvolvida originalmente pe= la NASA (Mankins, 1995) e amplamente adotada para mensuração do nível de prontidão de novas tecnologias (Bukar & Asif, 2024). Considerando as etapas de concepção, modelagem e implementação do protótipo, ele pode ser classificad= o no nível TRL 4 ou TRL 5, pois já foi validado em um ambiente laboratorial e testado em um ambiente relevante, mas ainda necessita de validação em cenár= ios operacionais reais.
4 RESULTADOS
Foram analisados =
dados
de 94 bairros de Porto Alegre, organizados em oito regiões de planejamento,
conforme o plano diretor do município. Os dados foram coletados e tratados =
para
garantir precisão e confiabilidade, resultando em um banco de dados em plan=
ilha
eletrônica.
Os seguintes dado=
s do
município foram apurados em sua totalidade: área, medida em hectares quadra=
dos
(ha2), população (habitantes), renda bruta (salários mínimos),
número de estabelecimentos de saúde se filantrópico, privado, público, que
pertencem a sindicato, ambulatório, farmácia, hospital, Pronto Atendimento
(PA), Unidade Básica de Saúde (UBS), leitos e número de leitos SUS estão
dispostos em quantidade total. A renda média, é a razão entre a renda bruta=
e a
população. A densidade demográfica, razão entre a quantidade de habitantes =
e os
hectares quadrados, foi medida dividindo-se a população pela área.
Os demais dados da
Tabela 1 contemplam as razões das grandezas relacionadas anteriormente, o q=
ue
permitiu as comparações entre as 8 regiões e a média do município. A coluna
denominada como Porto Alegre (Tabela 1), representa a média do município,
tomada como referência para as devidas comparações, para que sejam apontada=
s as
desigualdades de distribuição dos recursos de saúde, entre a região e a méd=
ia
municipal.
Para facilitar a =
interpretação
dos dados, foram criados critérios condicionais para destacar os indicadore=
s de
cada região em cores distintas (verde para indicadores favoráveis e vermelho
para desfavoráveis). As condicionais levaram em consideração um desvio-padr=
ão
de 5% (grandeza ≈ 5%). Dessa forma, as regiões que apresentaram grand=
eza
menor a 95% da média municipal foram destacadas em vermelho e as que
apresentaram grandeza maior a 105% da média municipal foram destacadas em
verde.
|
Tabela 1 Análise de =
área, população
e serviços de saúde <=
o:p> |
Porto Alegre |
Região 1 |
Região 2 |
Região 3 |
Região 4 |
Região 5 |
Região 6 |
Região 7 |
Região 8 |
|
|
47.5=
62,40 |
2.57=
9,20 |
7.82=
0,00 |
4.24=
2,20 |
2.610,00 |
3.37=
3,00 |
6.12=
5,00 |
5.33=
3,80 |
15.4=
79,20 |
||
|
Popu=
lação
(hab.) |
1.40=
9.711 |
273.=
572 |
171.=
453 |
202.=
201 |
153.377 |
123.=
661 |
211.=
411 |
180.=
624 |
93.4=
12 |
|
|
Renda
Média |
5,06=
|
8,25=
|
5,37=
|
2,95=
|
5,71 |
3,20=
|
6,41=
|
2,89=
|
2,22=
|
|
|
Renda
Bruta |
7.13=
1.984 |
2.25=
7.121 |
920.=
322 |
596.=
746 |
876.=
464 |
396.=
127 |
1.35=
5.497 |
522.=
519 |
207.=
188 |
|
|
Priv=
ado |
6.56=
5 |
4.96=
3 |
711<=
/span> |
62 |
248<=
/span> |
136<=
/span> |
294<=
/span> |
119<=
/span> |
32 |
|
|
Públ=
ico |
361<=
/span> |
80 |
47 |
28 |
35 |
44 |
34 |
70 |
23 |
|
|
Ambu=
latório |
5.99=
8 |
4.62=
7 |
636<=
/span> |
39 |
224<=
/span> |
115<=
/span> |
233<=
/span> |
102<=
/span> |
22 |
|
|
Farm=
ácia |
313<=
/span> |
148<=
/span> |
45 |
15 |
19 |
20 |
42 |
15 |
9 |
|
|
Hosp=
ital |
34 |
19 |
5 |
0 |
1 |
3 |
3 |
3 |
0 |
|
|
Pron=
to
Atendimento (PA) |
24 |
5 |
4 |
1 |
5 |
1 |
2 |
4 |
2 |
|
|
Unid=
ade
Básica de Saúde (UBS) |
151<=
/span> |
4 |
13 |
25 |
24 |
25 |
22 |
25 |
13 |
|
|
Leit=
os |
8.37=
4 |
4.93=
1 |
1.25=
5 |
0 |
155<=
/span> |
573<=
/span> |
1.06=
8 |
380<=
/span> |
12 |
|
|
Leit=
os
SUS |
4.78=
0 |
2.05=
6 |
1.23=
8 |
0 |
141<=
/span> |
1 |
963<=
/span> |
369<=
/span> |
12 |
|
|
Dens=
idade
|
29,6=
4 |
106,=
07 |
21,9=
2 |
47,6=
6 |
58,77 |
36,66 |
34,5=
2 |
33,8=
6 |
6,03 |
|
|
EstabEstabEstab Estab
Fonte: Elaborado pelos autores (2025). A análise da Tabe=
la 1,
onde a coluna "Porto Alegre" representa a média do município
comparada às oito regiões da cidade, revela algumas discrepâncias e dados q=
ue
merecem destaque. Porto Alegre possui uma área média de 47.562,40 hectares,=
com
a Região 8 sendo a maior, com 15.479,20 hectares, e a Região 1 a menor, com
2.579,20 hectares. A população média do município é de 1.409.711 habitantes=
. A
Região 1 tem a maior população, com 273.572 habitantes, enquanto a Região 8=
tem
a menor, com 93.412 habitantes. Em termos de renda
média, Porto Alegre apresenta um valor de 5,06 salários mínimos. A Região 1
possui a maior renda média, com 8,25 salários mínimos, contrastando com a
Região 8, que tem a menor, com 2,22 salários mínimos. A renda bruta média no
município é de 7.131.984 salários mínimos. A Região 1 novamente se destaca,=
com
2.257.121 salários mínimos, enquanto a Região 8 registra apenas 207.188
salários mínimos. No que diz respei=
to aos
estabelecimentos filantrópicos e sindicais, Porto Alegre possui um único
estabelecimento filantrópico registrado e nenhum estabelecimento sindical em
todas as regiões. A Região 1 tem a maior quantidade de estabelecimentos
privados (4.963), enquanto a Região 8 tem a menor quantidade (32). Em termo=
s de
estabelecimentos públicos, a Região 7 se destaca com 70, enquanto a Região 8
possui apenas 23. Porto Alegre abri=
ga 34
hospitais, sendo 19 na Região 1 e as Regiões 3 e 8 não possuem nenhum hospi=
tal.
A Região 1 também lidera com o maior número de ambulatórios (4.627) e farmá=
cias
(148). Em termos de Unidades Básicas de Saúde (UBS), a média é de 151, com =
as
Regiões 4, 5 e 7 possuindo 25 UBS cada. A média de leitos=
no
município é de 8.374, com a Região 1 possuindo 4.931 e a Região 8 apenas 12.
Para leitos SUS, a média é de 4.780, com a Região 1 novamente se destacando=
com
2.056 e a Região 8 registrando 12. A densidade média de Porto Alegre é de 2=
9,64,
com a Região 1 se sobressaindo com 106,07 e a Região 8 apresentando a menor
densidade de 6,03. A densidade de
habitantes por estabelecimentos privados na Região 1 é de 5.512 habitantes =
por
estabelecimento, enquanto na Região 8 é de 2.919. A densidade de leitos SUS=
na
Região 4 é extremamente alta, com 1.087,78 habitantes por leito. A densidad=
e de
habitantes por hospital é notável na Região 4, com 153.377 habitantes por
hospital. A partir dos dados
tabulados em planilha eletrônica, eles foram transferidos para o software P=
ower
BI, onde pode-se observar o município dividido nas suas regiões através de
georreferenciamento, os indicadores com gradientes de cores e estatísticas
integradas às fontes de dados necessárias. Os dados foram
apresentados em dashboards interativos no Power BI, permitindo uma visualiz=
ação
clara e intuitiva das condições de saúde por região. Os gráficos de velocím=
etro
e os painéis de distribuição de serviços facilitaram a identificação de áre=
as
com alta ou baixa concentração de recursos de saúde. Por isso, são apresent=
ados
os dashboards com maior concentração de estabelecimentos (Região 1) e o que
apresenta escassez de oferta de cuidados de saúde (Região 8). Analisando a Regi=
ão 1 –
Centro (Figura 1), a maior concentração de ambulatórios, farmácias e hospit=
ais
está em áreas públicas. A densidade populacional é alta, com 106,07 habitan=
tes
por hectare. A relação de habitantes por leito é menor nos hospitais públic=
os
(41.462) comparado aos privados (55,5). A renda média por habitante é
consideravelmente alta, chegando a 8,25 mil. A relação entre a renda bruta =
e os
serviços privados é menor em comparação com os públicos, indicando uma maior
renda gerada por unidades públicas. A região possui melhores indicadores de
densidade de estabelecimentos e leitos, mostrando uma maior acessibilidade =
aos
serviços de saúde. Figura =
1 Dashboa=
rd em
Power BI para região 1 - Centro Por outro lado, a
Região 8 – Restinga e Extremo Sul, é a que possui o maior número de indicad=
ores
abaixo da média do município (Figura 2). A maior concentração de ambulatóri=
os
está em áreas públicas. A densidade populacional é baixa, com 6,03 habitant=
es
por hectare. A relação de habitantes por leito é menor nos hospitais privad=
os
(7,8 mil) comparado aos públicos (41.462). A renda média por habitante é
consideravelmente baixa, chegando a 2,22 mil. A relação entre a renda bruta=
e
os serviços públicos é maior em comparação com os privados, indicando uma m=
aior
renda gerada por unidades públicas. Figura =
2 Dashboa=
rd em
Power BI para região 8 - Restinga e Extremo-Sul A análise revelou=
uma
distribuição desigual dos serviços de saúde entre as regiões de Porto Alegr=
e. A
Região 1 (Centro) apresentou a maior concentração de estabelecimentos,
totalizando 5.043 unidades, das quais 4.627 são ambulatórios e 19 são
hospitais. Em contraste, as Regiões 3 (Norte e Eixo Baltazar) e 8 (Restinga=
e
Extremo-Sul) apresentaram 39 e 22 unidades ambulatoriais, respectivamente, =
sem
hospitais em ambas as regiões. A distribuição de
leitos também mostrou disparidades significativas. A Região 1 (Centro) poss=
ui
4.931 leitos, com uma razão de 55 habitantes por leito. Por outro lado, a
Região 8 (Restinga e Extremo-Sul) tem apenas 12 leitos, resultando em uma r=
azão
de 7.786 habitantes por leito. A Região 5 (Glória, Cruzeiro e Cristal) disp=
õe
de somente um leito público, gerando uma alta demanda com uma razão de 123.=
661
habitantes por leito. A comparação dos
indicadores regionais com a média municipal evidenciou desigualdades na
disponibilidade e acessibilidade dos serviços de saúde. A Região 1 (Centro)
apresentou 13 dos 15 indicadores acima da média municipal, enquanto as Regi=
ões
7 (Lomba do Pinheiro e Partenon) e 8 (Restinga e Extremo-Sul) mostraram ape=
nas quatro
e dois indicadores acima da média, respectivamente. Essas regiões tiveram 1=
1 e
12 indicadores abaixo da média municipal. Quanto à distribu=
ição
de estabelecimento de saúde entre públicos e privados, a análise revela uma
disparidade significativa na distribuição e renda de estabelecimentos de sa=
úde
públicos e privados entre as regiões. O Centro é a região mais bem servida,
enquanto Restinga e Extremo-Sul é a menos favorecida, especialmente em term=
os
de serviços privados (Figura 3). Há uma necessidade clara de políticas que
equilibrem essa distribuição para garantir um acesso mais equitativo aos
serviços de saúde em todas as regiões. Figura =
3 Dashboa=
rd de
estabelecimentos públicos e privados Quanto à distribu=
ição
de leitos, entre públicos e privados, existem disparidades significativas n=
as
diferentes regiões. O Centro é a região mais bem servida, enquanto Restinga=
e o
Extremo-Sul é a menos favorecida, indicando uma necessidade urgente de
investimentos para equilibrar a oferta de leitos e garantir um acesso mais
equitativo aos serviços de saúde em todas as regiões. A Figura 4 ilustra a
distribuição de leitos entre os estabelecimentos de saúde públicos e privad=
os,
bem como a relação de habitantes por leito em diferentes regiões. Figura 4 Dashboard para tipos de leito público e privado 5 DISCU=
SSÃO DOS
RESULTADOS O objetivo da pes=
quisa
foi desenvolver o modelo teórico-conceitual de um protótipo empregad=
o na
gestão de estabelecimentos de saúde pública. Especificamente, objetivou-se implementar projeto-piloto sobre=
o
município de Porto Alegre (RS); incorporar a ciência de dados no gerenciame=
nto
de serviços de saúde pública no município sob estudo; e, contribuir para a
consolidação de boas práticas no contexto do programa "Cidades
Saudáveis" promovido pela Organização Mundial da Saúde. Buscou-se criar u=
ma
solução que integrasse tecnologias de georreferenciamento e a análise de
habilitações médicas para proporcionar uma visão abrangente da distribuição=
dos
serviços de saúde nas diferentes regiões da cidade. A pesquisa foi mo=
tivada
pela necessidade de atender ao programa de Cidades Saudáveis da OMS (Daniel=
li
et al., 2023), que enfatiza a importância de um perfil de saúde urbano
detalhado e atualizado para apoiar a tomada de decisões e a formulação de
políticas públicas efetivas (Akerman et al., 2022). Foram utilizados =
dados
demográficos e de saúde disponíveis, para criar um sistema que permite a
comparação dos indicadores regionais com a média municipal. Desenvolveram-se
dashboards interativos no Power BI, que incluem gráficos de velocímetro e
painéis de distribuição de serviços, facilitando a visualização e a
interpretação das informações. As áreas com alta ou baixa concentração de
serviços foram identificadas, proporcionando insights sobre a desigualdade =
na
distribuição dos recursos de saúde. Os critérios de
comparação e visualização foram cuidadosamente elaborados para oferecer uma
análise clara e objetiva das condições de saúde em cada região de Porto Ale=
gre.
Os resultados obtidos demonstram que a Região 1 - Centro se destaca pela ma=
ior
concentração de estabelecimentos de saúde, enquanto as Regiões 7 e 8 aprese=
ntam
uma preocupante escassez de recursos. A análise revelou uma distribuição de=
sigual
dos serviços de saúde, com algumas regiões enfrentando uma significativa fa=
lta
de leitos e estabelecimentos de saúde. Esses achados sublinham a necessidad=
e de
intervenções específicas para equilibrar a oferta de serviços de saúde em P=
orto
Alegre. O desenvolvimento=
do
protótipo baseado em ciência de dados e o uso do Power BI permitiram a cria=
ção
de dashboards interativos que facilitam a análise detalhada das condições de
saúde por região. Isso não apenas ajuda a identificar áreas de alta demanda=
e
escassez de serviços, mas também fornece uma ferramenta valiosa para gestor=
es
públicos no planejamento e alocação de recursos, tornando o processo de tom=
ada
de decisões mais eficiente e baseado em dados concretos. O uso de tecnolog=
ias
contribui para uma maior transparência nos dados de saúde pública. Isso pode
aumentar a confiança da população nas instituições de saúde e incentivar a
participação social no processo de melhoria dos serviços de saúde, promoven=
do
um ambiente mais colaborativo entre a comunidade e os gestores que atuam no
setor. A integração de c=
iência
de dados na gestão de saúde permite um ciclo contínuo de monitoramento, aná=
lise
e aprimoramento dos serviços de saúde. Isso possibilita uma resposta ágil às
mudanças nas necessidades de saúde da população e uma adaptação constante d=
as
estratégias de gestão para garantir a eficácia e eficiência dos serviços de
saúde. Os resultados des=
tacam
uma disparidade marcante na distribuição de estabelecimentos e leitos
hospitalares entre as diferentes regiões da cidade, apresentando uma escass=
ez
alarmante desses recursos. Isso indica uma necessidade urgente de políticas=
que
promovam uma distribuição mais equitativa dos serviços de saúde para garant=
ir
que todas as regiões tenham acesso adequado aos cuidados de saúde. Fica evidente a
necessidade de investimentos específicos em regiões que estão subatendidas,
como a Região 8 - Restinga e Extremo-Sul. A disparidade na quantidade de le=
itos
e estabelecimentos de saúde em comparação com outras regiões destaca áreas =
que
requerem atenção urgente e maior investimento para melhorar a equidade no
acesso aos serviços de saúde. 5 CONSIDERAÇÕES FINAIS A pesquisa demons=
trou a
importância da integração da ciência de dados na gestão de saúde pública,
destacando a necessidade de investimentos em tecnologia e capacitação para
melhorar a eficiência e equidade na distribuição dos serviços de saúde. Os dados e anális=
es
gerados pelo protótipo podem servir como base para a formulação de políticas
públicas voltadas à saúde. As informações detalhadas sobre a distribuição de
recursos e a densidade de serviços em relação à população permitem que os
formuladores de políticas identifiquem áreas prioritárias para intervenção,
promovendo uma abordagem mais direcionada e eficaz na gestão da saúde públi=
ca.
5.1 Sug=
estões
para estudos futuros Identif=
icar as
razões e taxas de outras cidades saudáveis Futuras pesquisas=
devem
realizar um estudo comparativo entre Porto Alegre e outras cidades reconhec=
idas
como "cidades saudáveis" pelo programa Healthy Cities da OMS,
coletando dados sobre indicadores de saúde pública, acesso e qualidade dos =
serviços,
além de fatores socioeconômicos e ambientais. Essa análise permitirá
identificar os valores ideais de indicadores de saúde que Porto Alegre deve
alcançar para alinhar-se aos padrões dessas cidades, considerando suas
especificidades demográficas e geográficas. Com base nessa comparação, gest=
ores
públicos poderão estabelecer metas claras e mensuráveis para melhorar a saú=
de
da população e adaptar boas práticas de outras cidades saudáveis ao contexto
local, fundamentando políticas públicas eficazes. Desenvo=
lver
indicadores para nível de abrangência e capacidade de fila Na gestão pública=
de
saúde, é essencial desenvolver métodos eficientes para avaliar a cobertura =
e a
capacidade dos serviços de saúde em relação à densidade populacional, focan=
do
em modelos matemáticos e algoritmos que revelam a abrangência dos serviços,=
como
hospitais e clínicas, e a capacidade de atendimento em relação à demanda
populacional. Esses métodos devem oferecer uma visão clara da distribuição =
dos
recursos de saúde e identificar áreas com possíveis deficiências ou excesso=
s de
oferta. Além de avaliar a capacidade atual, esses métodos permitiriam preve=
r a
demanda futura, considerando fatores como crescimento populacional e mudanç=
as
demográficas, otimizando a logística dos serviços de saúde e reduzindo temp=
os
de espera, assegurando que a capacidade de atendimento seja adequada,
especialmente em regiões de alto crescimento ou deslocamento populacional. =
Identif=
icar
marcos para índices para Porto Alegre Pesquisas futuras=
devem
focar em estratégias específicas que Porto Alegre pode adotar para melhorar
seus índices de saúde pública e se alinhar aos padrões de cidades saudáveis,
incluindo a análise de políticas eficazes em outras cidades e a adaptação d=
essas
práticas ao contexto local. É essencial identificar áreas-chave de melhoria,
como a ampliação do acesso a serviços de saúde, a melhoria da qualidade do
atendimento e a promoção de estilos de vida saudáveis, além de desenvolver
planos de ação detalhados com metas claras e cronogramas. A pesquisa deve
também explorar a mobilização de recursos e o engajamento comunitário para
apoiar essas melhorias, com a implementação de políticas baseadas em evidên=
cias
e o monitoramento contínuo dos indicadores de saúde, para que Porto Alegre
possa avançar como uma cidade saudável conforme os critérios da OMS. Evidenc=
iar a
distribuição dos serviços e habilitações médicas no município Na área de ciênci=
as de
dados, é fundamental desenvolver ferramentas que evidenciem a distribuição =
dos
serviços de saúde e habilitações médicas em Porto Alegre, utilizando sistem=
as
de informação geográfica (SIG) avançados para visualizar a localização de
hospitais, clínicas e unidades de saúde, e seus serviços e habilitações
específicas. Estudos futuros devem integrar dados de várias fontes para
fornecer uma visão abrangente da oferta de serviços de saúde, identificando
lacunas na cobertura e áreas com alta concentração de habilitações médicas.=
A
aplicação de técnicas de análise espacial e big data ajudará a compreender a
distribuição dos serviços de saúde e a necessidade de intervenções para
melhorar a acessibilidade e qualidade dos cuidados na cidade. Criar u=
m modelo
preditivo de análise de dados conforme histórico, atratividade e planejamen=
to
urbano das regiões Na área de ciênci=
as de
dados, um campo de pesquisa promissor é o desenvolvimento de modelos predit=
ivos
que utilizem dados históricos, informações sobre a atratividade das regiões=
e o
planejamento urbano para prever a demanda futura por serviços de saúde em P=
orto
Alegre. Pesquisas futuras podem se concentrar na construção de modelos que
levem em consideração fatores como crescimento populacional, padrões de
migração, desenvolvimento urbano e mudanças nas características
sociodemográficas das diferentes regiões. Esses modelos podem ser essenciais
para prever onde será necessária a expansão dos serviços de saúde e identif=
icar
quais áreas podem enfrentar maior demanda no futuro. Além disso, esses
modelos preditivos podem ser utilizados para avaliar o impacto de diferentes
políticas de planejamento urbano na acessibilidade e qualidade dos serviços=
de
saúde. Por exemplo, ao simular cenários de desenvolvimento urbano, os model=
os
podem ajudar a identificar estratégias que minimizem as desigualdades no ac=
esso
aos serviços e garantam um atendimento equitativo em todas as regiões da
cidade. A criação desses modelos exige a integração de diversas fontes de d=
ados
e a aplicação de técnicas avançadas de análise estatística e aprendizado de
máquina, tornando-se uma ferramenta poderosa para a gestão e o planejamento=
de
saúde pública. 5.2 Lim=
itações
da pesquisa Uma limitação
significativa que, embora não afete diretamente os resultados, influencia a
qualidade dos dados utilizados neste estudo é a inconsistência nos dados
demográficos oficiais fornecidos pelo município de Porto Alegre. Notou-se q=
ue,
mesmo sendo disponibilizados pelo mesmo órgão público, existem discrepâncias
nos dados demográficos. Essas inconsistências podem impactar a precisão das
análises e das inferências feitas sobre a disponibilidade e a acessibilidade
dos serviços de saúde. Essa inconsistênc=
ia
ressalta a necessidade de uma harmonização e atualização mais frequente dos
dados oficiais, para assegurar que as avaliações e os planejamentos de
políticas públicas sejam baseados em informações confiáveis e consistentes.=
É importante dest=
acar
que os resultados deste estudo não podem ser generalizados, pois a coleta e
quantificação dos dados foram realizadas com referência exclusiva ao mês de
março de 2024, com dados extraídos do DATASUS. Esta limitação implica que os
resultados podem não refletir variações sazonais ou outros fatores particul=
ares
de diferentes períodos, que poderiam influenciar significativamente a
disponibilidade e a acessibilidade dos serviços de saúde em Porto Alegre. REFERÊNCIAS ACT Promoção da Saúde. (2023). Como construir
cidades saudáveis? Disponível em: https://blog.actbr.org.br/dcnts/c=
omo-construir-cidades-saudaveis/3922 Akerman, M., Sancho, G. =
M.,
& Moysés, S. J. (2022). Cities, health, =
and intersectorialities. In Oxford Research Encyclope=
dia of
Global Public Health. Amin, M. M., Sutrisman, A., & Dwitayanti<=
/span>,
Y. (2021). Development of Star-Schema Model for Lecturer Performance in
Research Activities. International Journal of Advanced Computer Sci=
ence
and Applications, 12(9). Bahia, L. O. (2019). Guia referencial:
Construindo e analisando indicadores. Escola Nacional de Administração
Pública (Enap). Balbinotti, S., Pavão, C., Silva, F., & Mour=
a,
A. (2022). Competência em dados: Uma necessidade contemporânea para
pesquisadores e para a sociedade. Atoz Novas
Práticas Em Informação E Conhecimento, 11(1), 1.
https://doi.org/10.5380/atoz.v11i0.83569 Barros, M. E. B. d., Roza, M. M. R. d., Guedes, =
C.
R., & Oliveira, G. N. d. (2014). O apoio institucional como dispositivo
para a implantação do acolhimento nos serviços de saúde. Interface -
Comunicação, Saúde, Educação, 18(suppl 1),
1107-1117. https://doi.org/10.1590/1807-57622013.0238 Batista, L., & Oliveira, M. (2022). Ciência =
de
dados aplicada à logística. Revista Interface Tecnológica, 19(1), 65=
-77.
https://doi.org/10.31510/infa.v19i1.1397 Bender, J. D., Facchini, L. A., Lapão, L. M. V.,
Tomasi, E., & Thumé, E. (2024). Evolução da
disponibilidade de Tecnologias de Informação e Comunicação na Atenção Primá=
ria
à Saúde do Brasil, 2012 a 2018. Revista Brasileira de Epidemiologia=
, 27,
e240021. https://doi.org/10.1590/1980-549720240021.2 Bloes, A., & Sperandio, S. (2022). Reflexões e
perspectivas do “conhecimento pertinente” de Edgard Morin no âmbito da cida=
de
saudável. Parc: Pesquisa Em Arquitetura E Construção.
https://doi.org/10.20396/parc.v13i00.8664711 Bukar, A. M., & Asif=
, M.
(2024). Technology readiness level assessment of carbon capture and storage
technologies. Renewable and Sustainable Energy Reviews, 20=
0,
114578. https://doi.org/10.1016/j.rser.2024.114578 Câmara Municipal de Lisboa. (s.d.). Lisboa ci=
dade
saudável. Câmara Municipal de Lisboa. Disponível em: https://www.lisboa.pt/fileadmin/informacao/publi=
cacoes/revista_lisboa/Revista_Lisboa_20.pdf Cao, L. (2020). Data
science: A comprehensive overview.
https://doi.org/10.48550/arxiv.2007.03606 Coeli, C. (2022). Ciência de dados populacionais=
. Epidemiologia
E Serviços De Saúde, 31(3). https://doi.org/10.1590/s2237-9622202200030=
0001 Costa, D. R. T. d., Barreto, J. O. M., &
Sampaio, R. B. (2021). Modelo teórico-metodológico baseado na teoria de red=
es
complexas para análise da oferta potencial dos serviços de saúde. Ciência
& Saúde Coletiva, 26(suppl 2), 3791-380=
4.
https://doi.org/10.1590/1413-81232021269.2.01202020 Danielli, S., Ashrafian,
H., & Darzi, A. (2023). Healthy
city: Global systematic scoping review of city initiatives to improve health
with policy recommendations. BMC Public Health, 23, 1277-92. Daniel, B., Maia, M., & Silva, D. (2020). Big
data e ciência de dados: Uma revisão crítica de questões para a pesquisa
educacional. Revista=
Percursos, 21(45), 80-103.
https://doi.org/10.5965/1984724621452020080 Duhl, L. J., & Sanch=
ez,
A. K. (1999). Healthy cities and the city planning process: A backgr=
ound
document on links between health and urban planning. Copenhagen: WHO Regio=
nal
Office for Europe. Fajersztajn, L., Veras, M., Oliveira, F., & Saldiva, P. (2016). Como as cidades podem favorecer ou
dificultar a promoção da saúde de seus moradores? Estudos Avançados,
30(87), 31-49. https://doi.org/10.1590/s0103-40142016.00100002 Farias, E. C. M. d. H., Oliveira, V. J. d., Duar=
te,
A. A. B., Bezerra, D. R. B., Silveira, G. M. d., Campi=
gotto,
R. S., … & Lacerda, C. C. C. (2024). Acessibilidade e direito aos servi=
ços
de saúde para pessoas vivendo com HIV. =
Contribuciones
a Las Ciencias Sociales, 17(4), e6123.
https://doi.org/10.55905/revconv.17n.4-012 Fróes, I., & Lasthein, M. K. (2020). Co-creating
sustainable urban metabolism towards healthier cities. Urban Transformat=
ions,
2(1), 5-24. Fung, A. (2006), Varieti=
es
of Participation in Complex Governance. Public Administration Review,
66: 66-75. https://doi.org/10.1111/j.15=
40-6210.2006.00667.x Gallo, E., & Bessa, =
M.
(2016). Qua=
lidade
de vida urbana como política pública: O movimento cidades saudáveis. Rev=
ista
Nacional De Gerenciamento De Cidades, 4(27), 1-23.
https://doi.org/10.17271/2318847242720161351 Gallo, E., & Setti, A. F. F. (2023). Desenvolvime=
nto
sustentável e promoção da saúde: Implantação de agendas territorializadas
e produção de autonomia. Saúde Debate, 36, 55-67.
https://doi.org/10.1590/0103-11042012E08 Hirose, M., & Creswell=
, J.
W. (2023). Applying core quality
criteria of mixed methods research to an empirical study. Journal of
Mixed Methods Research, 17(1), 12-28. https://doi.org/10.1177/1558=
689822108634 Huang, N., Kuo, H. W., H=
ung,
T. J., & Hu, S. C. (2019). Do healthy city performance awards lead to
health in all policies? A case of Taiwan. International Journal of
Environmental Research and Public Health, 16(1), 1061-74. Kettl, D. F. (2020). =
The
Divided States of America: Why Federalism Doesn't Work. Princeton University
Press. Lima, S. M., & Lima, C. M. (2020). Construin=
do
cidades saudáveis: A instrumentalização de políticas públicas intersetoriai=
s de
saúde a partir do planejamento estratégico situacional. Saúde e Sociedad=
e,
29(2), 1-16. https://doi.org/10.1590/s0104-12902020200058 Lotta, G. Teorias e análises sobre implementação de
políticas públicas no Brasil, p.3-324. Brasília: Enap, 2019. Ma, Q., Zhang, Y., Samual,
A., Hu, F., & Touns, M. (2022). Does the creation of healthy cities promote
municipal solid waste management? Empirical research in 284 cities in China=
. Frontiers
in Public Health, 10, 1030283-99. Mankins, J. C. (1995). <=
i>Technology
readiness levels. White Paper, April, 6(1995). h=
ttp://www.artemisinnovation.com/images/TRL_White_Paper_2004-Edited.pdf Medeiros, M., Maçada, A., & Júnior, J. (2021=
).
Estratégia e ciência de dados relacionadas à vantagem competitiva – Um ensa=
io
teórico. Future Studies Research
Journal Trends and Strategies, 13(3), 325-355.
https://doi.org/10.24023/futurejournal/2175-5825/2021.v13i3.565 Medeiros, M. P., & Rama=
cciotti,
B. L. (2021). O estado de bem-estar social e seus reflexos na estruturação =
da
organização política administrativa brasileira. Revista de Estudos
Interdisciplinares, 3(4), 89-112. Mendonça, M. M., Aleluia, Í. R. S., Sousa, M. L.=
T.
d., & Pereira, M. (2021). Acessibilidade ao cuidado na estratégia de sa=
úde
da família no oeste baiano. Ciência & Saúde Coletiva, 26(5),
1625-1636. https://doi.org/10.1590/1413-81232021265.04722021 Oliveira, E. X. G. d., Melo, E. C. P., Pinheiro,=
R.
S., Noronha, C. P., & Carvalho, M. S. (2011). Acesso à assistência
oncológica: Mapeamento dos fluxos origem-destino das internações e dos
atendimentos ambulatoriais. O caso do câncer de mama. Cadernos De Saúde
Pública, 27(2), 317-326. https://doi.org/10.1590/s0102-311x201100020001=
3 Oliveira, R. A. D. d., Duarte, C. M. R., Pavão, =
A.
L. B., & Viacava, F. (2019). Barreiras de a=
cesso
aos serviços em cinco regiões de saúde do Brasil: Percepção de gestores e
profissionais do sistema único de saúde. Cadernos De Saúde Pública,
35(11). https://doi.org/10.1590/0102-311x00120718 Oliveira, A. P. C. D., Gabriel, M., Poz, M. R. D., & Dussault, G.
(2017). Desafios para assegurar a disponibilidade e acessibilidade à
assistência médica no Sistema Único de Saúde. Ciência & Saúde
Coletiva, 22(4), 1165-1180. https://doi.org/10.1590/1413-81232017224.3138201=
6 Organização Pan-Americana da Saúde. (2024).
Critérios para municípios, cidades e comunidades saudáveis da Região das
Américas. OPAS. https://doi.org/10.37774/978=
9275728109 Porto, P. N., Oliveira, J. F. d., Campos, A. C. =
P.,
& Pires, C. G. d. S. (2015). Acesso aos serviços de saúde: Fatores
associados ao envolvimento de gestantes com drogas. Revista Baiana De
Enfermagem, 29(4), 350-358. https://doi.org/10.18471/rbe.v29i4.13832 Prefe=
itura
Municipal de Jaguariúna. (2018). Plano de Ação: Jaguariúna, uma cida=
de
mais amiga do idoso. Disponível em: https://extranet.who.int/agefriendlyworld/wp-cont=
ent/uploads/2018/10/Action-plan_Jaguariuna-1.pdf Ramos, H., & Diniz, V. (2022). Alternativas
locacionais de empreendimentos utilizando aprendizado de máquina. E-Acad=
êmica,
3(3), e0433267. https://doi.org/10.52076/eacad-v3i3.267 Ribeiro, P. H. B. (2023). Mobilidade urbana e
políticas públicas para ciclabilidade. Vernácul=
o: Revista
do Programa de Pós-Graduação em Letras da UCSal=
,
1(3), 234-251. https://doi.org/10.18312/verncula.v1i3.2340 Rocha, A. (2023). Análise de dados: Perfil e
desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspect=
iva
da COVID-19. Caribeña De Ciencias Sociales, 12(7), 3100-3120.
https://doi.org/10.55905/rcssv12n7-008 Rumel, D., Sisson, M.,
Patrício, Z. M., & Moreno, C. R. C. (2005). Cidade saudável: relato de
experiência na coleta e disseminação de informação sobre determinantes de
saúde. Saúde E Sociedade, 14(3), 134–143.
https://doi.org/10.1590/S0104-12902005000300009 Sarker, I. H. (2021). Data
science and analytics: an overview from data-driven smart computing,
decision-making and applications perspective. SN Computer Science, 2(5), 377.
https://doi.org/10.1007/s42979-021-00765-8 Secchi, L. Análise de políticas públicas:
diagnóstico de problemas, recomendação de soluções. São Paulo: Cengage Learning, 2021. Silva, M. A., Costa, J. R., Barbosa, M. J., Souz=
a,
M. C., & Teixeira, M. S. 2021). A educação ambiental e a contribuição d=
os
jardins botânicos na construção de cidades mais saudáveis. Revista
Brasileira de Educação Ambiental, 16, 111-126.
https://doi.org/10.34024/revbea.2021.v16.11132 Silveira, C. B., Cohen, S. C., Pellegrini, B., de
Souza, M. D., & Oliveira, A. B. M. (2014). Em Busca da Qualidade de Vid=
a:
metodologia e indicadores para intervenções socioespaciais. Singh, A., & Kumar, =
M.
(2023). Data urbanity: Smart city evolution through IoT and data science=
.
In 2023 3rd International Conference on Innovative Mechanisms for Industry
Applications (ICIMIA) (pp. 63-71). IEEE. Skalinski, L. M., Costa, M. D. C. N., & Teixeir=
a,
M. D. G. L. (2019). Contribuições da análise espacial para a compreensão da
dinâmica de transmissão da dengue: Revisão integrativa. Journal of Health & Biologic=
al
Sciences, 7(1), 53-63. Souza, D., & Bomfim, D. (2022). Ciência de d=
ados
e produção de conhecimentos de inteligência. RBI, 16, 53-77.
https://doi.org/10.58960/rbi.2021.16.196 Souza, M. S. P. L., Aquino, R., Pereira, S. M.,
Costa, M. d. C. N., Barreto, M. L., Natividade, M. S. d., … & Braga, J.=
U.
(2015). Fatores associados ao acesso geográfico aos serviços de saúde por
pessoas com tuberculose em três capitais do nordeste brasileiro. Caderno=
s De
Saúde Pública, 31(1), 111-120. https://doi.org/10.1590/0102-311x0000041=
4 Sui, J., Zhang, G., Lin, T., Hamm, N. A., Li, C.,
Wu, X., & Hu, K. (2023). Quantitative evaluation =
of
spatial accessibility of various urban medical services based on big data of
outpatient appointments. International Journal of Environmental Research=
and
Public Health, 20(1), 5050-68. Sun, M., Gao, C., Xue, C=
.,
Zhang, S., & Li, C. (2021). A data-driven method for measuring
accessibility to healthcare using the spatial interpolation model. IEEE
Access, 9(1), 64972-82. Suzuki, K. (2022). A
north–south problem in civic-tech and volunteered geographic information as
countermeasures of COVID-19: A brief overview. SN Computer Science, 3(5), 3=
96.
https://doi.org/10.1007/s42979-022-01262-2 Teixeira, C. F. (2004). Formulação e implementaç=
ão
de políticas públicas saudáveis: Desafios para o planejamento e gestão das
ações de promoção da saúde nas cidades. Saúde e Sociedade, 13(1), 27=
-36.
https://doi.org/10.1590/s0104-12902004000100005 Teixe=
ira,
A. F., & Gomes, R. C. (2019). Governança pública: uma revisão conceitua=
l. Revista
do Serviço Público, 70(4), 519-550. https://doi.org/=
10.21874/rsp.v70i4.3089 Uruguai. (2013). Ley Vitoria, T. d. O., & Moreira, R. d. C. R.
(2017). Acessibilidade de gestantes ao pré-natal de alto risco. Revista =
De
Saúde Coletiva Da UEFS, 7(3). https://doi.org/10.13102/rscdauefs.v0i0.1=
273 Vitte, C. (2015). O planejamento territorial e a dime=
nsão
espacial do desenvolvimento: algumas das experiências recentes no Brasil,
06/2015. Revista Política e Planejamento Regional, 2(1), 1-18.<=
o:p> Westphal, M. F. (2000). O movimento cidades/municípios
saudáveis: Um compromisso com a qualidade de vida. Ciência & Saúde
Coletiva, 5(1), 47-53. https://doi.org/10.1590/s1413-81232000000100005<=
o:p> Westphal, M. F., & Oliveira, B. R. (2015). Cidades
saudáveis: Uma forma de abordagem ou uma estratégia de ação em saúde urbana=
? Revista USP, 107(1), 91-102.
https://doi.org/10.11606/issn.2316-9036.v0i107p91-102 World Health Organization
(Ed.). (2008). World Health Statistics 2008. World Health
Organization. Ziafati Bafarasat, A., Cheshmehzangi, A., & Ankowsk=
a,
A. (2023). A set of 99 healthy city indicators for application in urban
planning and design. Sustainable Development, 31(1), 1978-89. Ziafati Bafarasat, A., &
Sharifi, A. (2024). How to achieve a healthy city: a scoping review with ten
city examples. Journal of Urban Heal=
th, 101(1),
120-140.https://doi.org/10.1007/=
s11524-023-00798-9
Emprego da Ciência de Dados =
na
implementação de políticas públicas: estudo de caso sobre o programa <=
span
style=3D'font-size:9.0pt;font-family:"Myriad Pro Cond",sans-serif;color:gra=
y;
mso-themecolor:background1;mso-themeshade:128'>"Cidades Saudáveis"=
; Andrew Paes da Si=
lva;
Roberto Zanoni; Juliane Ruffatto 2 ISSN 2237-4558
• Navus • &n=
bsp;Florianópolis •
SC • v.9
• n.2 • <=
/span>p.
XX-XX • abr./jun. 2019 Emprego da Ciência de Dados =
na implementação
de políticas públicas: estudo de caso sobre o programa <=
span
style=3D'font-size:9.0pt;font-family:"Myriad Pro Cond",sans-serif;color:gra=
y;
mso-themecolor:background1;mso-themeshade:128'>"Cidades Saudáveis"=
; Andrew Paes da Si=
lva;
Roberto Zanoni; Juliane Ruffatto IS=
SN
2237-4558 •<=
/span> Navus • <=
/span>Florianópolis
• SC • <=
/span>v.
16 • p. 01- 1 Emprego da Ciência de Dados na implementação de polític=
as
públicas: estudo de caso sobre o programa <=
span
style=3D'font-size:9.0pt;font-family:"Myriad Pro Cond",sans-serif;color:gra=
y;
mso-themecolor:background1;mso-themeshade:128'>"Cidades Saudáveis"=
; Andrew Paes da Si=
lva;
Roberto Zanoni; Juliane Ruffatto |