Atenção Primária
Cobertura potencial da Atenção Primária à Saúde por município e mês (2021–2026), a partir do relatório público do Ministério da Saúde (e-Gestor AB): equipes credenciadas, capacidade instalada e evolução no tempo.
Leia isto antes de comparar municípios.
A cobertura potencial é capacidade instalada ÷ população. Como a capacidade de cada equipe é padronizada, municípios pequenos saturam o indicador com poucas equipes — ele passa de 100% em 86% dos municípios e chega a 800%. Nossa análise mostra que, empiricamente, esse indicador se correlaciona fortemente com o porte do município (ρ = −0,54 com a população) e praticamente nada com internações evitáveis (ρ = +0,004).
Use para: acompanhar a evolução de um município no tempo, e contar equipes. Não use para: ranquear municípios ou inferir qualidade da atenção básica. O porquê está detalhado abaixo e na análise metodológica.
Evolução de um município
O uso metodologicamente válido: a mesma população, o mesmo critério, ao longo de 65 competências mensais. Variações aqui refletem mudanças reais de credenciamento de equipes.
Por que não dá para comparar municípios
Agrupando os municípios por porte, a cobertura mediana cai monotonicamente conforme a população cresce. O “gradiente de cobertura” é, na prática, um gradiente de tamanho — não de força da atenção primária.
Leia as colunas de cobertura e ICSAP em conjunto: os municípios com maior cobertura mediana são os menores — e não são os de menor ICSAP. Se a cobertura potencial medisse força da atenção primária, esperaríamos o contrário. Análise completa (correlação bruta, parcial controlando porte e vulnerabilidade, e estratificada) em scripts/analise_cobertura_icsap.py.
Teste de robustez: e se compararmos só municípios do mesmo tamanho?
A seção anterior mostra que a cobertura (%) não serve para comparar municípios de portes diferentes. Mas talvez sirva para comparar municípios do mesmo porte entre si — a pergunta de equidade legítima. Testamos com o método mais rigoroso possível: substituímos a cobertura por densidade real de equipes (ESF por 10 mil habitantes, sem o teto artificial de capacidade padronizada), comparamos cada município apenas aos pares do mesmo quartil de população, e usamos %ICSAP em vez de ICSAP por 100 mil — porque testamos e o ICSAP por 100 mil cai em municípios vulneráveis simplesmente porque o acesso hospitalar geral é menor lá, não porque a atenção primária seja melhor.
Densidade de ESF × %ICSAP, no mesmo porte
ρ ≈ 0,00
entre −0,02 e +0,18 conforme o quartil de porte — sem relação
Co-ocorrência observada vs. esperada ao acaso
0,94×
menos equipe + mais ICSAP juntos: não passa do que a coincidência prevê
%ICSAP por quartil de vulnerabilidade
19–21%
praticamente constante — sem gradiente por vulnerabilidade
Resultado: o achado nulo sobrevive ao teste mais rigoroso. Mesmo comparando apenas municípios do mesmo tamanho, e mesmo trocando a métrica de cobertura pela densidade real de equipes, não há associação entre ter mais Estratégia Saúde da Família e internar proporcionalmente menos por causas evitáveis. A leve diferença que aparece por vulnerabilidade social é explicada pela alocação de equipes — municípios mais vulneráveis têm, na mediana, mais ESF por habitante dentro do próprio porte, um sinal positivo de direcionamento de recursos — e não por um efeito da atenção primária sobre o ICSAP em si, que fica praticamente constante entre os quartis de vulnerabilidade.
Não publicamos isto como ranking ou lista de municípios prioritários: a razão observado/esperado de 0,94 mostra que qualquer classificação individual de "município em atenção" seria estatisticamente indistinguível de ruído. Reprodutível em scripts/analise_equidade_aps.py; discussão completa no artigo "O que os indicadores não comparam".
E equipes recém-implantadas? Um teste ao longo de 4 anos
Uma objeção legítima ao teste acima: ele usa um único ano (2024), e o efeito de uma equipe nova pode levar tempo para aparecer. Reprocessamos o ICSAP de 2021 a 2023 (2024 já disponível) e comparamos cada município consigo mesmo ao longo do tempo — a única forma de eliminar qualquer diferença fixa entre municípios (geografia, perfil de doenças, distância de referência).
O primeiro teste pareceu mostrar um sinal — na direção errada. Descobrimos por quê: ESF e %ICSAP subiram juntos no Brasil inteiro nesses 4 anos (provável retomada pós-pandemia), então qualquer município "acompanhando a maré" nacional gerava correlação artificial. Ao remover também essa tendência de calendário, o sinal desaparece.
Correlação ingênua (só por município)
ρ = +0,13
parecia sinal — mas era tendência nacional comum, não efeito real
Correlação correta (município + ano)
ρ = +0,01
ao remover a tendência de calendário, o sinal desaparece
Maior |ρ| entre os 3 testes corretos
0,03
contemporâneo, variação ano a ano, e defasagem de 1 ano
O achado nulo se confirma também no tempo. Nem no mesmo ano, nem olhando a variação ano a ano, nem testando um efeito defasado em 1 ano, aparece associação entre densidade de ESF e %ICSAP dentro do mesmo município. E o episódio virou, ele mesmo, mais um exemplo do problema central deste projeto: uma tendência de calendário compartilhada pode simular um "achado" do mesmo jeito que o porte municipal simulava um antes — a correção é sempre a mesma, comparar cada unidade a si mesma ou a seus pares reais, nunca ao Brasil inteiro de uma vez.
Painel balanceado de 5.568 municípios × 4 anos (22.272 observações). Reprodutível em scripts/analise_equidade_aps_longitudinal.py.
Fonte: relatório público de Cobertura da APS (Ministério da Saúde / e-Gestor AB), competências de jan/2021 a mai/2026, cruzado com ICSAP (SIH/DataSUS, 2024) e o índice-proxy de vulnerabilidade (Censo 2022). A população usada no denominador é a estimativa oficial adotada pelo próprio relatório, não a série do projeto. Ver metodologia.