Indicadores socioeconômicos e custos das fraturas faciais na perspectiva do SUS: um estudo ecológico espaço-temporal

Descrição

As fraturas faciais apresentam ocorrência significativa na população brasileira e representam custos para o Sistema Único de Saúde (SUS). Contudo, a literatura carece de dados nacionais, avaliação espacial e temporal relacionados a distribuição dos custos e frequência de procedimentos ambulatórias e hospitalares por Unidades Federativas e regiões geográficas brasileiras, bom como a associação com indicadores socioeconômicos. Assim, este estudo objetiva avaliar os custos, frequência de procedimentos ambulatoriais/hospitalares, distribuição espaço-temporal e tendência temporal das fraturas de face no Brasil sob a perspectiva do SUS, bem como sua associação com indicadores socioeconômicos no período de 2016 a 2025. Os custos com saúde serão avaliados a partir de dados secundários do Sistema de Informações Ambulatoriais do SUS (SIA/SUS) e do Sistema de Informações Hospitalares do SUS (SIH/SUS), utilizando os seguintes códigos (CID-10) relacionadas a fraturas faciais: S02.2 (Fratura dos ossos nasais); S02.3 (Fratura do assoalho orbitário), S02.4 (Fratura do malar e maxila), S02.6 (Fratura da mandíbula) e S02.7 (Fraturas múltiplas envolvendo crânio e face). Os dados de custo serão extraídos em reais (R$) e ajustados para o ano de 2025, considerando o Índice de Preços ao Consumidor (IPCA). Em seguida, serão convertidos para Dólares Americanos (US$) com base na Paridade do Poder de Compra (PPC) do Banco Mundial. Os indicadores socioeconômicos serão extraídos de banco de dados nacionais disponibilizados pelo Instituto de Pesquisa Econômica Aplicada (IPEA), Secretaria Nacional de Trânsito (SENATRAN) e Instituto Brasileiro de Geografia e Estatística (IBGE). Serão conduzidas análise espacial exploratória através do software de acesso aberto GeoDa a fim de identificar aglomerados espaciais (clusters) e áreas de risco, modelagem estatística longitudinal através de regressão Binomial negativa com link de Log para dados de frequência e modelo misto linear generalizado, através de uma regressão Gama com link de Log para dados de custos, afim de identificar possíveis associações com indicadores socioeconômicos e análise de tendência temporal, através do software Joinpoint Regression Program, a fim de identificar o comportamento dos dados ao longo do tempo no período avaliado, estimar a Annual Percent Change (APC) e a extrapolação futura, até o ano de 2030.