ALGORITMO

PARA

CLCULO

DA

COBERTURA

ASSISTENCIAL

RENDIMENTO DE AGENTES COMUNITRIOS DE SADE PARA REAS COM BAIXA DENSIDADE DEMOGRFICA Francisco Carlos Cardoso de Campos Agosto de 1999

I ) INTRODUO: Por solicitao da Secretaria de Assistncia Sade SAS do Ministrio da Sade foi realizado este estudo visando a construo de modelos simplificados de distribuio de um dos recursos assistenciais chave da assistncia bsica que so os agentes comunitrios de sade (ACS). O clculo das necessidades de ACS e os seus rendimentos (atendimentos por hora ou por dia) em regies urbanas, pelo fato de apresentarem elevadas densidades populacionais, permite abstrair as distancias percorridas entre os diversos atendimentos, mostrando-se mais simples . No entanto, no caso de reas com populaes dispersas, portanto com baixas densidades populacionais, este clculo se torna mais complexo, necessitando de uma abordagem matemtica mais elaborada e da construo de modelos matemtico simplificadores que orientem a macro-alocao destes recursos. A distribuio destes servidores em reas especficas demanda ajustes localizados, tendo em vista a diversidade dos meios de transporte utilizados, dos processos de trabalho adotados regionalmente e dos padres reais de distribuio da populao no territrio. II ) O PROBLEMA: O problema que se prope equacionar ento o de estabelecer um modelo de distribuio de um recurso assistencial especfico, o ACS, em reas com baixa

densidade populacional e a construo de algoritmos que permitam o seu clculo preliminar a ser ajustado localmente a partir dos condicionantes resultantes das diversas estratgias de organizao e assistncia adotadas. A construo de um modelo matemtico que pretenda refletir uma realidade complexa implica necessariamente numa reduo simplificadora atravs da seleo de aspectos da realidade mais importantes para a descrio do problema e que se mostre til na previso de eventos e no clculo global de recursos. O refinamento do modelo deve ser empreendido progressivamente medida que se agreguem outras variveis e se disponha de novos dados e informaes relevantes, sofisticando incrementalmente o seu desenho. O problema em pauta se enquadra no campo dos estudos de logstica, mais especificamente de coleta e distribuio fsica de produtos e pontos de distribuio, clssicos na administrao, junto aos quais buscaremos o embasamento terico e as solues matemticas j propostas. III ) DEFINIES E VARIVEIS: Para a construo do modelo sero definidas algumas definies e variveis que possam descrever a realidade em estudo e para as quais possam se dispor de informaes de fcil coleta e processamento. As definies aqui adotadas, bem como as variveis e tratamento matemtico foram adaptadas da abordagem proposta por NOVAES, 1989 para sistemas de distribuio realizados por veculos de transporte entre depsitos e pontos de entrega, transplantando o raciocnio para o problema do trabalho dos ACS. A descrio mais pormenorizada dos aspectos matemticos se encontram devidademente expostos naquela obra. Para o problema em apreo as principais definies adotadas foram: Uma "regio geogrfica" seria um territrio onde se desejaria calcular a necessidade de ACS e estaria divida em "zonas".

Estas "zonas" seriam as sub-reas s quais se alocariam um ACS,

tendo seus limites variveis dependendo das oscilaes do nmero de habitantes no tempo (migraes, bitos);

Cada ACS cumpriria um "roteiro", que cobria os "pontos de

atendimento" (domiclios a serem visitados) que comporiam os "ns" numa "rede";

O trabalho do ACS dever ser realizado num "tempo de ciclo"

determinado que corresponderia ao seu tempo contratual dirio, iniciandose no incio da manh e concluindo-se tarde. Adotaremos um tempo de ciclo padro de 8 horas. Em caso de contratos com jornadas de trabalho menores este tempo dever ser corrigido nos clculos;

Os agentes de sade se deslocaro a partir de uma "base", que poder

ser prprio domiclio ou um Centro de Sade ou outro equipamento pblico escolhido para funcionar como seu ponto de sada em cada jornada, podendo estar ou no incluso na "zona". Uma definio que muda o resultado dos clculos se o ACS poderia ou no dispor de locais onde pernoitaria entre um dia de atendimento e outro, o que supomos deva ser comum em algumas regies com alta disperso populacional.

A "freqncia das visitas" do ACS corresponde ao nmero mdio

de vezes que os moradores da zona so atendidos num determinado perodo de tempo. Esta freqncia vai determinar o nmero de ciclos que o ACS ser capaz de realizar neste perodo em sua zona. VARIVEIS: Consideraremos uma regio R subdivida em Z zonas. O ACS partiria de sua base at a zona para ele selecionada e iniciaria seu atendimento no primeiro ponto de parada .

O tempo gasto entre a base e o primeiro ponto de atendimento ser denominado t , que seria igual ao tempo que levaria para voltar uma vez cumpridos os atendimentos dirios na zona; A distncia entre a base e zona seria denominada d. O ACS gasta com o atendimento do conjunto de moradores de cada domiclio um tempo tp. A distncia percorrida entre dois pontos sucessivos de parada representado por num tempo . O tempo total consumido num ciclo dirio dado por : TC = t + Tp* + T * + t Onde : TC = tempo de ciclo ; t= tempo de percurso entre a base e a zona e vice versa; Tp* = soma dos tempos de atendimento dentro da zona; T * = soma dos tempos de percurso entre paradas sucessivas.

DISTNCIA PERCORRIDA NO INTERIOR DA ZONA : Adotaremos um modelo simplificado onde supomos que os pontos de atendimento no interior da zona se encontram distribudos espacialmente sequndo uma distribuio de Poisson, que pressupes uma a densidade mdia constante ao longo de toda a zona. Adotando-se tambm a mtrica euclidiana teramos que a mdia e a varincia da distncia entre dois pontos de atendimento seria:

= 0,5

1 / 2

d = 0,261. 1 / 2

Como existiriam condies limitantes que muitas vezes impediriam de se caminhar de um ponto ao outro imediatamente mais prximo, tem-se que num roteiro com N pontos a percorrer em seqncia, numa regio com densidade mdia uniforme (processo de Poisson), a distncia mdia (distncia total percorrida na zona dividida pelo nmero N de pontos) dada por:

= K . 1/ 2
com K 0,5 Larson e Stein demonstraram que para uma rea A "razoavelmente compacta e convexa", onde existam N pontos a serem cobertos, e L a extenso total do roteiro otimizado (aquele que passa uma nica vez por todos os pontos, de forma a minimizar a distncia total percorrida), tem-se que: Lim E[L] / N = k A N-> Onde k uma constante.

Stein estimou o valor de K em torno de 0,765. A expresso acima d resultados satisfatrios para formas no muito alongadas ou pontudas, e convexas, para valores de N iguais ou superiores a 15. ( NOVAES, 1989, p.63). Como corolrio da equao anterior temos que:

E[ L] K . N . A
E como

E [ L ] = N .
5

Temos

= k . A / N = K .1 / 2
Uma vez que N/A O CLCULO DO NMERO DE ACS PARA REAS DE BAIXA DENSIDADE POPULACIONAL: A diviso de uma grande rea R em zonas vai ser condicionada por fatores de vrias ordens. Como fatores geogrficos poderiam ser lembrados o tipo de rede viria, os acidentes e obstculos naturais como montanhas, rios, etc. Existiriam tambm fatores ligados demanda como a distribuio dos domiclios na rea, as nosologias prevalentes determinando periodicidades de visitas diferenciadas, a variao do nmero de habitantes por domiclio, a estrutura etria da populao e conseqentes perfis epidemiolgicos resultantes, etc. O tipo de meio de transporte adotado tambm interferiria decisivamente no zoneamento, pelas distintas possibilidades de produtividade vinculadas a cada tipo, devido s variaes significativas nos tempos de deslocamento. Este desenho das zonas poderia ser realizado com tratamento matemtico computacional mais sofisticado como permitido por softwares de georeferenciamento como o MAPINFO (MAPINFO PROFESSIONAL, 1997), largamente utilizado em processos de planejamento sanitrio no Brasil. No entanto, este tipo de tecnologia exigiria uma sofisticao dos meios de coleta de dados e anlise, bem como uma capacitao especfica dos gerentes envolvidos nos programas, o que demandaria desenvolvimento de capacidades e custos significativos. Outras solues mais simples e baratas poderiam ser pensadas como a realizao manual, baseada em experimentaes com dados e escalas reais, em processo iterativo, acompanhado da avaliao cuidadosa dos resultados.
6

Numa fase de projeto seria, no entanto, desejvel desenvolver modelos matemticos que indiquem as necessidades de ACS numa nvel mais agregado.

O MODELO: Numa regio R onde se conhea a densidade espacial dos pontos de atendimento a funo de produo de um ACS numa zona j , de rea A , dependeria dos seguintes fatores:

Nmero mdio P de pontos a serem atendidos;

Tempo til disponvel para efetuar os atendimentos dentro da zona. O tempo til disponvel para que o ACS realize as visitas aos pontos de atendimento da zona igual ao tempo de ciclo (TC) menos o tempo necessrio para ir da base at a zona e vice-versa. Assim: E [TU] = E [TC] - 2 E [t] , onde E [TU] seria o valor esperado do tempo til disponvel para a realizao dos atendimentos; E [TC] seria o valor esperado do tempo de ciclo; E [t] seria o valor esperado do tempo de percurso entre a base e a zona. Dividindo-se a equao anterior por E[TC] obtm-se a frao f do tempo de ciclo que efetivamente empregada na realizao do atendimento:

f =

E[TU ] 2.E[t ] =1 E[TC ] E[TC ]

O tempo E[t] pode ser relacionado com a distncia entre a base e a zona atravs da medida de amostras realizada empiricamente atravs da medida das distncias atravs de odmetros ou outros meios e cronometrando-se o tempo para cada medida. Atravs de um programa que oferea o clculo de regresso linear simples poderia se obter os parmetros de uma relao linear do tipo

E[t ] = a +b.d
8

Substituindo E[t] na penltima relao, temos:

f = 1

2.(a + b.d ) E[TC]

Nas divises da regio R em sub-regies admitamos que cada sub-regio seja atendida por um mesmo nmero N de ACS . Para cada atendimento que o ACS realiza, gasta em mdia um tempo TP+ , onde TP a durao mdia da parada para atendimento e o tempo mdio de deslocamento entre paradas. Sendo E[TU] o tempo til do ciclo , o nmero esperado de pontos de atendimento P cobertos em cada ciclo igual a E[TU] divido por TP+ .

E[TU ] P= TP +
A produo potencial de um grupo de N* agentes que atende uma subregio proporcional ao nmero de ACS e ao nmero P de pontos de atendimento que cada ACS pode cobrir num ciclo, ou seja:

E[TU J ] f J .E[T ] Q* = N * . = N *. . TP +J TP + J
Que varia para cada quadrcula j em que pode ser dividida a sub-regio. Pode-se admitir numa primeira aproximao que
9

TP / J = K TP K1. J
Como

j = k2 .j1 / 2
E considerando que E[TC] constante, obtemos:

Q =N .
* J *

fj

1 / 2 j

1 = N * . f j .j / 2

A demanda potencial para a quadrcula j igual ao produto da rea A da quadrcula pela densidade :

DJ =A. J
Igualando Qj* e Dj* , obtemos:

1/ 2 = J

10

A demanda de pessoas a serem atendidas numa subrea dada por :

DJ =A. J
Assim, a demanda de nmero de pontos de atendimento (domiclios) a serem visitados igual da Dj dividido pelo nmero mdio de pessoas por domiclio que chamaremos de .

DJ =

A.J

O nmero S mximo de sub-reas correspondentes aos ciclos percorridos diariamente em que se divide a zona e, portanto, de pontos de atendimento que um ACS tem capacidade de cobrir num determinado perodo depende da freqncia de visitas Assim padronizada pelo programa, numa relao inversa, e do nmero de dias teis de trabalho no mesmo perodo.

S mx = a

ndias

Como o nmero de pontos de atendimentos cobertos em um ciclo dirio igual a

E[TU ] P= TP +
Temos que o nmero de pontos de atendimento cobertos no perodo igual a S vezes P.

ndias. f .1/ 2 n pontos = .

11

O nmero de pessoas atendidas por um ACS ser ento

ndias . f .1 / 2 . n pessoas= n pontos . = .

O nmero de ACS a serem contratados para uma regio R ser, portanto, iqual demanda global de pessoas a serem continuamente atendidas D = A. dividida pelo nmero de atendimentos mximo realizado por um ACS. Portanto,

N ACS

A.. . A.1 / 2 . = = 1/ 2 ndias. f . . ndias. f .

12

REFERNCIAS BIBLIOGRFICAS: NOVAES, A.G. Sistemas logsticos: transporte, armazenagem e distribuio fsica de produtos. Editora Edgard Blcher Ltda., So Paulo, 1989; MAPINFO PROFESSIONAL. Manual de Referncia; Manual do usurio, Exerccios prticos. MapInfo Corporation, Troy, New York, 1997

13