Abstract(resumo):

Este artigo avaliou o impacto da Política de Austeridade Fiscal (PAF) na efetividade da Atenção Primária à Saúde (APS) em municípios brasileiros, considerando porte populacional e macrorregiões. Utilizando uma análise retrospectiva e quase experimental com regressão de séries temporais interrompidas, foram analisados dados semestrais de 2010 a 2019. O primeiro semestre de 2015 foi considerado o início da PAF. A efetividade da APS foi medida pela taxa de mortalidade de menores de 75 anos por condições agudas sensíveis à APS (gastroenterites, infecções respiratórias e asma) por 1 milhão de habitantes. Foram utilizados dados do Sistema de Informação de Mortalidade. Os resultados indicaram que a PAF não afetou imediatamente a mortalidade, mas alterou a tendência, que passou de estável para crescente. Ao final do período analisado, a PAF contribuiu para um aumento de 40% nos óbitos evitáveis no Brasil. A piora nas tendências foi observada em todos os portes populacionais, sendo mais acentuada nos municípios de grande porte. Entre as regiões, os efeitos foram mais acentuados no Norte e menores no Sul, enquanto o Sudeste e o Nordeste apresentaram resultados similares à média nacional. Os achados reforçam a importância de preservação do financiamento da APS em cenários de corte de gastos.

Keywords(palavra-chave):

Política Fiscal, Cidades, Atenção Primária à Saúde, Avaliação do Impacto na Saúde

Content(conteúdo):

Introdução
Um dos principais argumentos apresentados pelos defensores da redução de gastos sociais no Brasil, como expresso na Proposta de Emenda à Constituição 241/2016, é que a diminuição dos recursos disponíveis "estimulará a aplicação mais eficiente dos recursos públicos"1. No entanto, do ponto de vista do Sistema Único de Saúde (SUS), esse argumento é inapropriado. Desde sua criação, o SUS enfrenta o subfinanciamento, agravado pela pressão crescente por mais recursos devido ao envelhecimento populacional, ao aumento das multimorbidades e à incorporação de tecnologias de alta complexidade2.
A Atenção Primária à Saúde (APS) é amplamente reconhecida como um modelo promissor para enfrentar os desafios postos, fortalecendo a equidade e qualidade na prestação de cuidados como objetivos do SUS3. Além disso, a APS se destaca pela eficiência, já que as suas atribuições de prevenção e promoção da saúde contribuem para a redução e manejo de agravos que exigem custos mais elevados ao sistema de saúde4. Quando implementada de forma abrangente, atuando como coordenadora dos cuidados de saúde, com capacidade de oferecer cuidados e diagnósticos adequados àqueles com problemas complexos e crônicos, a APS fortalece todo o sistema de saúde, promovendo resultados mais positivos, menos onerosos e mais sustentáveis5.
No Brasil, a efetividade da APS na melhora das condições de saúde da população tem sido tema amplamente explorado na literatura, especialmente a partir da implementação do modelo de Saúde da Família. A melhora no acesso aos serviços de saúde4, a redução da mortalidade infantil6 e da taxa de mortalidade por doenças cardiovasculares e por acidente vascular cerebral7 são alguns dos avanços relacionados à expansão da cobertura da APS no país.
Ainda que o seu impacto se dê em diversos aspectos da saúde dos cidadãos, na literatura, a efetividade da APS geralmente é dimensionada pela sua capacidade em prevenir doenças ou controlar episódios agudos de doenças crônicas8. Nesses casos, os estudos têm destacado a efetividade da APS brasileira a partir da diminuição de internações e óbitos por problemas de saúde potencialmente evitáveis no âmbito da APS 9–12. Cabe destacar, contudo, que os avanços trazidos pela APS não têm se dado de forma uniforme no país. Determinantes sociais associados ao território influenciam no grau de efetividade da APS, gerando desigualdades entre municípios de diferentes regiões e portes populacionais, por exemplo11,12.
A Política de Austeridade Fiscal (PAF), iniciada no Brasil em 201513 e intensificada pela Emenda Constitucional 95 de 2016 (Teto de Gastos), teve um impacto significativo nos gastos sociais em diversas áreas até sua interrupção em 2020 devido à pandemia de Covid- 19 14. Na Saúde, após um período de 12 anos de crescimento, os gastos públicos per capita com Ações e Serviços Públicos com Saúde tiveram queda a partir de 201515,16.
Estudos indicaram que a PAF afetou a saúde da população, piorando os hábitos de vida, afetando determinantes sociais e, consequentemente, aumentando a prevalência de doenças e agravos17,18. Além disso, a piora na oferta e qualidade de serviços em áreas específicas, como a saúde bucal, também foi observada19. Os efeitos da PAF sobre a APS, no entanto, são pouco conhecidos.
‘Desafios relacionados à disponibilidade e confiabilidade de dados dos gastos públicos despendidos com a APS ao nível nacional, dificultam a análise do impacto da PAF sobre o seu financiamento. Entretanto, estudo recente16 demonstrou que os gastos públicos municipais de saúde foram afetados pela PAF, especialmente nos municípios de grande porte. Considerando que o município é o principal ente responsável pela gestão e operacionalização da APS20, propõem-se a hipótese de que a efetividade da APS tenha sido afetada pela implementação da PAF no Brasil.
Nesse sentido, o presente artigo tem por objetivo avaliar o impacto da Política de Austeridade Fiscal sobre a efetividade da APS nos municípios brasileiros, considerando seu porte populacional e a macrorregião.

Métodos
Desenho e Intervenção
Trata-se de estudo retrospectivo, quantitativo, analítico e quase experimental. A inferência causal é possibilitada no estudo pelo método de regressão de dados de séries temporais interrompidas (ITS – Interrupted Time Series)21, que é a ferramenta mais utilizada para estudos de avaliação de impacto de intervenções discretas com dados longitudinais.
A partir da definição proposta por Reeves et al.22, o início da Política de Austeridade Fiscal (PAF) foi identificado a partir da diminuição de despesas primárias per capita (ajustada pela inflação e poder de compra) do governo federal em anos subsequentes. Com isso, o ano de 2015, correspondente ao início do segundo governo de Dilma Rousseff, foi determinado como o início da intervenção.
Considerando que a PAF impactou o financiamento municipal da saúde de forma imediata, já no primeiro semestre de 201516, incorporou-se a premissa de que o seu efeito seria imediato, não sendo necessário adotar período de implementação ao modelo.
A análise foi realizada a nível municipal. Visando identificar potenciais desigualdades territoriais, os municípios foram agregados segundo macrorregiões e portes populacionais: pequenos (até 100.000 habitantes), médios (de 100.001 a 400.000 habitantes) e grandes (400.001 ou mais habitantes).
Fontes de Dados
A principal fonte de dados utilizada foi o Sistema de Informação de Mortalidade (SIM). A base populacional utilizada para o cálculo das taxas nos municípios foi obtida a partir do “Estudo de Estimativas Populacionais por Município, sexo e idade - 2000-2021”, estimadas pelo Instituto Brasileiro de Geografia e Estatística (IBGE), com base nos resultados de população do Censo Demográfico de 2022.
Adicionalmente, para caracterizar as desigualdades socioeconômicas e relacionadas ao SUS entre os grupos de municípios analisados, fez-se uso das seguintes fontes:
• Programa das Nações Unidas para o Desenvolvimento (PNUD) utilizada para a obtenção dos seguintes indicadores: PIB per capita em valores de 2019; Escolaridade, representada pelo percentual da população maior de 25 anos com pelo menos oito anos de escolaridade; Esperança de Vida ao Nascer; Índice de Desenvolvimento Humano Municipal (IDHM); e, Grau de Urbanização (percentual da população residente em áreas urbanas), estimados com base no censo demográfico de 2010.
• Sistema de Cadastro Nacional de Estabelecimentos de Saúde (SCNES) utilizado para a obtenção do número de médicos no território.
• Sistema de Informação e Gestão da Atenção Básica (e-Gestor AB) para a obtenção da cobertura Potencial da APS23.
• Agência Nacional de Saúde Suplementar (ANS) para a identificação da Cobertura de Saúde Complementar, que expressa a porcentagem da população beneficiária de planos privados de saúde.
Variável desfecho
Em geral, o indicador de internações por Condições Sensíveis à Atenção Primária (CSAP) é o proxy mais utilizado para a avaliação da efetividade da APS. Tal indicador elenca uma série de agravos que deveriam ser prevenidos ou tratados no âmbito da APS, sem que fosse necessário o uso de internações. A lista brasileira de internações por CSAP, formulada pelo Ministério da Saúde9, embora seja amplamente utilizada na literatura, possui destacadas limitações.
Para a avaliação de mudanças na APS no curto prazo, por exemplo, as estimativas elaboradas podem ser pouco sensíveis, já que algumas das condições e agravos elencados levariam tempo para terem alterações detectáveis, tais como aquelas preveníveis por imunização.
Sabe-se também que o número de internações é influenciado por fatores outros que não apenas a APS, como o caso do quantitativo de leitos disponíveis. Isso ocorre por dois motivos. Primeiro, pelo déficit de leitos que impossibilita a hospitalização mesmo que necessária. Segundo, pela conhecida determinação da demanda sobre a oferta24. Onde há mais leitos disponíveis, há uma maior predisposição de encaminhamento de pacientes para a internação, ainda que os agravos possam ser resolvidos no âmbito da APS.
Por esses motivos, os autores do presente estudo optaram pela adoção de um outro indicador como desfecho para a avaliação da efetividade da APS frente a intervenção considerada, a taxa de mortalidade por CSAP consideradas agudas. O desfecho de morte, embora seja menos desejável para o planejamento, reduz a influência do número de leitos sobre a estimativa.
A seleção de mortes por CSAP consideradas agudas, por sua vez, foi realizada para uma melhor sensibilidade às mudanças na efetividade da APS no curto e médio prazo. Três grupos de causas foram consideradas:
• Óbitos por gastroenterites infecciosas e complicações, consideradas evitáveis (CID-10 A00-A09, E86);
• Óbitos por Infecções Respiratórias Agudas (IRA), compostas por infecções de ouvido, nariz e garganta, consideradas evitáveis (CID-10 H66, J00-J03, J06, J31), pneumonias bacterianas, consideradas evitáveis (CID-10 J13, J14, J153, J154, J158, J159, J181) e doenças pulmonares, considerados evitáveis (CID-10 J20, J21, J22, J40, J41, J42);
• Óbitos por asma, considerados evitáveis (CID-10 J45 e J46).
Foram excluídos da análise os óbitos de pessoas maiores de 74 anos devido à grande prevalência de comorbidades nessa população, o que dificultaria a premissa da evitabilidade desses óbitos25. Os resultados das taxas foram apresentados por 1 milhão de habitantes.
Análise Estatística
A metodologia de análise ITS por meio de modelagem autorregressiva integrada de médias móveis (ARIMA) foi empregada para avaliar o impacto da PAF nas taxas de mortalidade por CSAP agudas em cada um dos grupos de municípios analisados, segundo macrorregião e porte populacional, considerando o período de 2010 a 2019, com dados semestrais. O software R Studio 4.2.1 foi utilizado para a operacionalização dos modelos com base na sintaxe desenvolvida e disponibilizada por Schaffer et al (2021)26.
Para estimar os efeitos da intervenção, o modelo de ITS se ajusta às tendências anteriores à sua implementação27, possibilitando a mensuração do impacto nas variáveis respostas. Dois componentes são avaliados no modelo: a “mudança de nível”, que identifica o impacto da política no momento imediato após sua implementação; e, a “mudança de tendência” que revela as mudanças que levam ao impacto no médio e longo prazo, comparadas a tendência contrafactual (o que ocorreria na ausência da intervenção, a partir unicamente dos dados do período pré-intervenção). Resultados foram considerados significativos com intervalos de confiança de 95% (p-valor<0,05).
Os modelos foram ajustados para autocorrelação dos resíduos utilizando o teste de Durbin-Watson28. Os melhores parâmetros foram selecionados utilizando a função auto.arima da biblioteca “astsa” para R, que leva em consideração os critérios de qualidade de informação Bayesiano (BIC) e de Akaike (AIC)29.
A previsão contrafactual também foi calculada a partir do modelo ARIMA, considerando apenas os valores do período pré-intervenção.
Para estimar em que medida as mudanças foram atribuíveis à PAF, calculou-se um indicador de impacto a partir da diferença percentual entre o modelo final e a previsão contrafactual, tanto para a mudança de nível (1º semestre de 2015), quanto para a mudança de tendência (2º semestre de 2019).
As tendências anteriores à PAF (2010-2014) foram estimadas por meio de regressão linear e o teste Dickey-Fuller30 foi realizado para aferir sua significância.
Questões éticas
Por se tratar de dados secundários de domínio público, o estudo foi dispensado de apreciação ética pelo Comitê de Ética em Pesquisa, segundo resolução do CONEP 466/2012 31.?

Resultados


A Tabela 1 apresenta características das desigualdades socioeconômicas e relativas ao sistema de saúde encontradas entre as regiões e portes populacionais dos municípios brasileiros. Observa-se que o padrão de desigualdade socioeconômica entre os portes municipais é o mesmo para todas as regiões. Os maiores portes populacionais são os que se situam em melhores condições socioeconômicas, independentemente da variável analisada (PIB per capita, escolaridade, esperança de vida ao nascer, IDHM e grau de urbanização).
Munícipios grandes e médios também apresentam expressiva vantagens em termos de disponibilidade de médicos e cobertura da saúde suplementar. Destaca-se, por outro lado, que a cobertura da APS segue padrão contrário aos demais analisados, o que era esperado já que, em grande medida, a APS no Brasil foi desenhada para alcançar os municípios pequenos e carentes de uma rede própria de serviços de saúde32.
As maiores desigualdades se encontram, no entanto, entre as regiões. No geral, as piores condições do sistema de saúde e socioeconômicas são encontradas nos municípios do Norte e do Nordeste. A dimensão dessas desvantagens é bem exemplificada pelo PIB per capita, já que o valor encontrado para os municípios de grande porte do Norte e do Nordeste são inferiores aos encontrados nos municípios de pequeno porte de quaisquer outras regiões.
As taxas de mortalidade por CSAP aguda segundo regiões brasileiras e porte populacional para a população menor de 75 anos são demonstradas na Figura 1. Na média entre 2010 e 2019, as causas de óbitos mais frequentes dentre as selecionadas foram: IRA (53,3%); gastroenterites infecciosas (31,0%); e, asma (15,7%) (dados não apresentados). Embora essa ordem seja replicada em todas as regiões, observam-se variações destas frequências entre elas, dentre as quais destacam-se os maiores percentuais de óbitos por gastroenterites infecciosas na região Norte (41,8%) e Nordeste (39,8%) (dados não apresentados).
Nota-se que os comportamentos das séries temporais variam de acordo com a região (Figura 1). Em primeiro lugar, observa-se que no Nordeste e no Sudeste as taxas variam pouco entre os portes municipais, se comparados às demais regiões. Naquelas regiões em que as taxas se diferenciariam segundo os portes, essa variação não se deu uniformemente. Por exemplo, enquanto os municípios grandes na região Norte estavam sempre com maiores taxas de mortalidade, nas regiões Sul e Centro-Oeste, os grandes municípios apresentaram sempre as menores taxas.
Na Tabela 2 são sumarizados os resultados do impacto da PAF nas taxas de óbitos por CSAP agudas nos grupos de municípios analisados. No período anterior à implementação da PAF no Brasil a tendência da taxa por 1 milhão de habitantes era de estabilidade, variando de 21,6 no primeiro semestre de 2010 a 19,7 no segundo semestre de 2014 (Figura 2). Ainda para este período, no geral, os grupos de municípios apresentavam tendências similares, variando da estabilidade a pequenos decréscimos. No entanto, algumas especificidades merecem ser mencionadas. Primeiramente, na região Sul, observam-se tendências ligeiramente crescentes. Outros grupos de municípios também experimentavam tendências particulares, alguns se destacando positivamente, como os de médio porte do Norte e outros negativamente, como os municípios médios da região Centro-Oeste (Figura 3).
No período posterior à PAF, dada a tendência de estabilidade no pré-intervenção, como esperado, não se detecta uma diferença significativa de mudança de nível das taxas no primeiro semestre de 2015 para o Brasil como um todo (Tabela 2). Inclusive, na maioria dos casos as taxas apresentaram queda de nível, especialmente, nos municípios médios e grandes do Norte.
O impacto deletério da PAF na efetividade da APS é evidenciado a partir das mudanças nas tendências posteriores à sua implementação (Tabela 2). A média geral da tendência pós-intervenção no Brasil é inferior ao pior dos cenários anteriores à intervenção, seguindo os mesmos padrões por portes populacionais. Ou seja, independente das regiões, todos os grupos de munícipios analisados apresentaram aumento das taxas (piora), com significativo crescimento das tendências. Os piores cenários, segundo porte populacional, foram observados na região Norte. Os municípios médios do Centro-Oeste foram os únicos que não apresentaram mudança de tendência estatisticamente significantes, uma vez que já vinham apresentando tendência de crescimento (piora) desde antes da referida política.
Por fim, os resultados do impacto da PAF sobre as taxas de mortalidade por CSAP aguda são estimadas nas diferenças percentuais entre as taxas preditas e esperadas (contrafactuais) (Tabela 2). Embora não tenha se observado efeitos significativos no nível da mortalidade aguda imediatamente após o início daimplementação da PAF, a sua influência no médio prazo foi expressiva. No Brasil como um todo, um aumento de 40% atribuível à PAF foi observado nas taxas de mortalidade por CSAP aguda no segundo semestre de 2019. O impacto foi semelhante entre os grupos de municípios analisados, estando esse estimador por volta de 30% a 50% na maioria dos casos. Na região Norte, esses estimadores tiveram maior variação, sendo verificada nessa região o menor e o maior impacto: 7% nos municípios pequenos e 80% nos médios (Figura 3).
Discussão
As análises das séries temporais interrompidas detectaram que a PAF não teve um impacto imediato sobre a efetividade da APS, no entanto, expôs a piora das tendências a médio e longo prazo. A estabilidade observada das taxas de mortalidade por CSAP agudas entre 2010 e 2014 deu lugar à tendência de crescimento a partir de 2015. Nessa perspectiva, todas as regiões, independentemente dos portes populacionais, foram afetadas. Não obstante, o impacto da PAF nos municípios de grande porte foi, em geral, pior. Com relação às regiões, observou-se que os municípios do Norte foram mais afetados, sobretudo aqueles de médio porte.
A implementação da PAF foi responsável por um acréscimo de 40% sobre os esperados óbitos por CSAP aguda no segundo semestre de 2019. Isso representa 1.670 óbitos causados pela política de corte de gastos públicos, somente nos últimos seis meses do período analisado. Esse achado corrobora a proposição de uma vasta literatura de que a austeridade mata 22,33.
Cortar gastos sociais penaliza a população mais empobrecida ao aumentar o desemprego e dificultar o acesso a necessidades básicas como moradia e alimentação adequadas, por exemplo33. No que diz respeito aos sistemas de saúde, estudos em âmbito internacional têm demonstrado que a implementação da PAF piora a oferta, a qualidade e a resolutividade dos serviços de saúde34,35 .
No Brasil, estudos demonstraram os impactos da PAF sob os gastos com ações e serviços públicos de saúde36,37. No que diz respeito à APS, as consequências dos cortes de gastos públicos sobre sua efetividade ainda eram desconhecidas, apesar de Santos et al. (2023)10 terem levantado indícios da situação12.
Se por um lado a hipótese dos efeitos negativos da PAF sobre a tendência da mortalidade por CSAP agudas foi confirmada, por outro, identificou-se que seus efeitos não se deram no momento imediato à sua implementação. Esse achado vai de encontro aos resultados do estudo que avaliou o impacto da PAF sobre as despesas municipais de saúde16. Nele, foi observado que as despesas municipais per capita em saúde tiveram perdas já no início de 2015, enquanto as tendências não sofreram alterações significativas após a sua implantação. Nesse sentido, a ausência de impacto negativo sobre a mortalidade no primeiro semestre de 2015 indica que o desfinanciamento da APS deteriorou os seus recursos físicos e humanos de forma gradual.
O aumento (piora) observado na tendência da mortalidade por CSAP aguda após a implementação da PAF está parcialmente de acordo os achados de estudos que trabalharam não com óbitos, mas com internações. Ao analisarem períodos semelhantes ao do presente estudo, esses observaram uma redução nas taxas de internações por CSAP em todo o período, destacando, no entanto, uma queda na redução (piora) a partir de 201510,12. A análise dos óbitos por CSAP agudas, aqui realizada, indica que a PAF não apenas reduziu a tendência de melhora da efetividade da APS, como sugerido pelos autores12, como também inverteu essa tendência.
Nesse contexto, Filipe dos Santos e colaboradores (2022) destacaram a associação direta entre o número de leitos disponíveis e as taxas de internações por CSAP no cenário nacional10. Segundo dados do Sistema de Informação Hospitalares (SIH) e das Projeções populacionais do IBGE, entre 2010 e 2019 ocorreu uma redução de 25% da taxa de leitos hospitalares por habitante38. Diante desse acontecimento e da piora das taxas de óbitos por CSAP aguda, cabe o questionamento de se a influência da oferta de leitos nas taxas de internações por CSAP tem sido subestimada na literatura.
Vale destacar ainda que a redução na disponibilidade de leitos hospitalares ocorreu de forma desigual no território, sendo mais acentuada na região Sudeste, com redução de 35% no período38. Essa realidade robustece a escolha do indicador de óbitos por CSAP aguda como proxy da efetividade da APS.
As mudanças nas taxas de mortalidade por CSAP aguda variaram de acordo com a região. A região Norte, que anteriormente à PAF (de 2010 a 2015), apresentava a maior tendência de redução das taxas, teve, em compensação, o maior aumento da tendência após a sua implementação, o que demonstra os seus piores efeitos sob essa região. Tais achados estão em concordância com os resultados de Filipe Santos et al. (2023)12 que demonstram uma forte desaceleração da redução das taxas de internação por CSAP no Norte após 2014. Os autores demonstram que essa piora na tendência se deu principalmente na população de 0 a 4 anos. Dados da Pesquisa Nacional de Saúde de 201939 demonstram que a região Norte possui os piores indicadores de utilização dos serviços de saúde no Brasil. Os vazios assistenciais e a indisponibilidade de médicos são desafios para a estruturação de rede de serviços de saúde na região12. Esse cenário é corroborado pela Tabela 1, que evidencia a indisponibilidade de médicos e a cobertura insuficiente da APS em uma área empobrecida e com baixa cobertura da saúde suplementar. Esse cenário, revelam um desfecho preocupante da implementação da PAF no Brasil: o agravamento das desigualdades em saúde.
Por sua vez, o crescimento da tendência de mortalidade por CSAP aguda pós-PAF foi menos acentuada na região Sul. Deve-se destacar, no entanto, que a região contava com a menor taxa de mortalidade por CSAP em 2010 e teve, ao final da série temporal, o maior aumento percentual atribuível a PAF (48% acima do esperado na ausência da política). Estudos baseados no Primary Care Assessment Tool (PCATool) vinham apontado para a melhor qualidade do atendimento da APS na região40.
Quanto às especificidades dos portes populacionais na média nacional, pode-se observar uma concordância com o estudo anterior, que avaliou o impacto da PAF sobre as despesas municipais em saúde16. No médio prazo, os municípios grandes apresentaram a pior mudança na tendência de despesas após a intervenção. Sendo o ente municipal o principal responsável pela implementação da APS 20, era esperado que os maiores prejuízos nas despesas destinadas à saúde refletissem de forma equivalente na efetividade da APS.
Dentre os grupos de municípios analisados, a mais expressiva mudança na tendência das taxas pós-PAF foi verificada nos municípios de médio porte da região Norte. Esses, que apresentavam melhor tendência (de queda) anteriormente a mesma, tiveram o crescimento mais acentuado após 2015. Em contraste, o único grupo em que a PAF não afetou de modo significativo as tendências das taxas de mortalidade por CSAP foram os municípios de médio porte do Centro-Oeste, muito provavelmente porque já vinham em crescimento mesmo antes de sua implementação. Tais particularidades indicam que o nível de desagregação municipal adotado foi acertado, gerando oportunidades para investigações mais detalhadas dos casos destoantes.
Ainda que análises da APS nesses grupos de municípios se configurem uma lacuna do conhecimento, algumas mudanças no financiamento, na estruturação da APS e em programas relacionados a ela devem ser consideradas. Sabe-se, por exemplo, que o crescimento da participação das Emendas Parlamentares nas despesas públicas em saúde41, especialmente a partir de 2018, beneficiam o financiamento da APS em municípios de pequeno porte.
As mudanças na Política Nacional de Atenção Básica (PNAB) em 2017, que reorganizaram o modelo de gestão da APS, enfraquecendo o modelo da ESF42, podem ter influenciado os resultados da APS, destacados na presente pesquisa. No entanto, corroborando Morosini et al.43, os autores compreendem que a formulação da PNAB de 2017 não pode ser desassociada da conjuntura de austeridade fiscal presente à época.
Do mesmo modo, os efeitos da PAF e da crise econômica sobre determinantes sociais da saúde, como o aumento da pobreza e do desemprego44, provavelmente influenciaram a incidência dos agravos analisados. Isso poderia levantar questionamentos sobre o pressuposto do efeito isolado da PAF na efetividade da APS, já que o aumento dos óbitos poderia ser atribuído à deterioração das condições de vida, e não à perda de efetividade da assistência primária. Contudo, o indicador de óbitos por causas agudas sensíveis à APS capta apenas casos extremos, como diarreias, que somente em contextos de desassistência resultariam em óbito. Considera-se, portanto, que o aumento dos óbitos pelas causas analisadas está intrinsecamente relacionado à piora da APS, ainda que os determinantes sociais da saúde tenham elevado a incidência desses agravos na população.
O estudo possui limitações que merecem ser pontuadas. Em primeiro lugar, o sub-registro de óbitos que, embora tenha melhorado substancialmente na última década46, é capaz de subestimar as taxas de mortalidade por CSAP nos municípios de pequeno porte, especialmente da região Norte. Além disso, limitações quanto ao indicador adotado também devem ser consideradas. A morte por CSAP agudas é uma situação limite que inquestionavelmente se relaciona à inefetividade da APS. Taxas de mortalidade próximas de 0 são uma condição necessária para uma efetiva APS. Contudo, sua ausência não é uma condição suficiente para confirmar sua efetividade.
Entretanto, devemos considerar que, diante da complexidade de avaliar a APS em um país continental e desigual, o indicador adotado nos fornece relativa segurança de validade, se comparado às limitações da taxa de internações por CSAP. Além disso, ao considerarmos apenas causas agudas, de simples detecção, diagnóstico e resolutividade, o indicador assegurou o pressuposto da evitabilidade. O êxito dessa escolha metodológica se refletiu nos inéditos achados do presente estudo, os quais desafiam conclusões anteriores que apontavam para uma melhoria contínua da APS ao longo da segunda década do século XXI12.
Ademais, é cabida uma melhor exploração dos motivos de analisarmos dados apenas até 2019. Esta decisão foi tomada com o intuito de isolar os efeitos pré-pandemia de forma a evitar distorções nos resultados. Isso porque, durante a pandemia de Covid-19, houve um aumento significativo no financiamento48 devido à extrema necessidade, além de um colapso do sistema de saúde, que impactou drasticamente as taxas de internações e mortalidade48. Esses fatores poderiam gerar interpretações enviesadas dos dados, caso incluídos na análise.
É importante destacar que a austeridade fiscal permanece uma questão relevante no debate público. Ainda que a pandemia de Covid-19 tenha interrompido a sua implementação, que o regime fiscal do Teto de Gastos tenha sido revogado em 2023 e que o Novo Arcabouço Fiscal tenha flexibilizado os limites de despesas públicas, a pressão por cortes em gastos sociais persiste49, sobretudo pelo engajamento do mercado financeiro e da grande imprensa.
Os resultados deste estudo evidenciam algumas das consequências do desfinanciamento da APS provocado pela PAF16, impacto este que não foi mais severo graças a fontes regulares de financiamento, como o Piso da Atenção Básica (PAB)20. Diante do atual e corriqueiro debate sobre a redução de gastos públicos, espera-se que este estudo reforce o entendimento de que, em eventuais cortes futuros, a preservação da área da Saúde, especialmente da APS, é crucial para proteger a vida da população brasileira.

Referências
1. Poder Executivo. Proposta de Emenda à Constituição 241 de 2016 [Internet]. 2016. Disponível em: https://www.camara.leg.br/proposicoesWeb/prop_mostrarintegra?codteor=1468431
2. Funcia FR. Subfinanciamento e orçamento federal do SUS: referências preliminares para a alocação adicional de recursos. Ciênc saúde coletiva. 25 de novembro de 2019;24:4405–15.
3. Sbarouni V, Petelos E, Kamekis A, Tzagkarakis SI, Symvoulakis EK, Lionis C. Discussing issues of health promotion and research in the context of primary care during the ongoing austerity period: an exploratory analysis from two regions in Greece. Med Pharm Rep. janeiro de 2020;93(1):69–74.
4. Macinko J, Mendonça CS. Estratégia Saúde da Família, um forte modelo de Atenção Primária à Saúde que traz resultados. Saúde debate. setembro de 2018;42:18–37.
5. Starfield B, Shi L, Macinko J. Contribution of Primary Care to Health Systems and Health. Milbank Q. setembro de 2005;83(3):457–502.
6. Guanais FC. The Combined Effects of the Expansion of Primary Health Care and Conditional Cash Transfers on Infant Mortality in Brazil, 1998–2010. Am J Public Health. outubro de 2015;105(Suppl 4):S593–9.
7. Rasella D, Harhay MO, Pamponet ML, Aquino R, Barreto ML. Impact of primary health care on mortality from heart and cerebrovascular diseases in Brazil: a nationwide analysis of longitudinal data. BMJ. 3 de julho de 2014;349(jul03 5):g4014–g4014.
8. Vasconcelos MIO, Xavier ALC, Nascimento MN do, Cavalcante YA, Rocha SP, Gomes J da S. Avaliação da resolutividade e efetividade da atenção primária à saúde: revisão integrativa de literatura. Sanare - Revista de Políticas Públicas [Internet]. 30 de maio de 2018 [citado 8 de agosto de 2024];17(1). Disponível em: https://sanare.emnuvens.com.br/sanare/article/view/1224
9. Alfradique ME, Bonolo P de F, Dourado I, Lima-Costa MF, Macinko J, Mendonça CS, et al. Internações por condições sensíveis à atenção primária: a construção da lista brasileira como ferramenta para medir o desempenho do sistema de saúde (Projeto ICSAP - Brasil). Cad Saúde Pública. junho de 2009;25(6):1337–49.
10. Santos FM dos, Macieira C, Machado ATG da M, Borde EMS, Jorge A de O, Gomes BA, et al. Association between hospitalizations for sensitive conditions and quality of primary care. Rev Saúde Pública. 10 de novembro de 2023;57:85.
11. Barros RD de, Aquino R, Souza LEPF. Evolution of the structure and results of Primary Health Care in Brazil between 2008 and 2019. Ciênc saúde coletiva. 17 de outubro de 2022;27:4289–301.
12. Santos FM dos, Macieira C, Machado ATG da M, Borde EMS, Santos AF dos. Admissions due to ambulatory care-sensitive conditions (ACSC): an analysis based on socio-demographic characteristics, Brazil and regions, 2010 to 2019. Rev bras epidemiol. 1o de junho de 2022;25:e220012.
13. Chernavsky E, Dweck E, Teixeira RA. Descontrole ou inflexão? A política fiscal do governo Dilma e a crise econômica. Econ soc. 14 de dezembro de 2020;29:811–34.
14. Rossi P, Dweck E, de Oliveira ALM. Impactos sociais da austeridade e alternativas para o Brasil. São Paulo: Autonomia Literária. 2018;
15. Piola SF, e Benevides RP de S, Vieira FS. Consolidação do gasto com ações e serviços públicos de saúde: Trajetória e percalços no período de 2003 a 2017 [Internet]. Texto para Discussão; 2018 [citado 13 de junho de 2023]. Report No.: 2439. Disponível em: https://www.econstor.eu/handle/10419/211390
16. Maia LR, Castanheira D, Campos MR. Austeridade fiscal e gastos municipais em saúde: estudo de séries temporais interrompidas. Revista de Saúde Pública. 16 de setembro de 2024;58(1):42–42.
17. Paes-Sousa R, Schramm JM de A, Mendes LVP. Fiscal austerity and the health sector: the cost of adjustments. Ciênc saúde coletiva. 25 de novembro de 2019;24:4375–84.
18. Malta DC, Duncan BB, Barros MB de A, Katikireddi SV, Souza FM de, Silva AG da, et al. Medidas de austeridade fiscal comprometem metas de controle de doenças não transmissíveis no Brasil. Ciênc saúde coletiva. outubro de 2018;23:3115–22.
19. Rossi TRA, Lorena JE de, Chaves SCL, Martelli PJ de L. Crise econômica, austeridade e seus efeitos sobre o financiamento e acesso a serviços públicos e privados de saúde bucal. Ciênc saúde coletiva. 25 de novembro de 2019;24:4427–36.
20. Massuda A, Malik A, Lotta G, Siqueira M, Tasca R, Rocha R. Brazil’s primary health care financing: case study. Lancet Global Health Commission on Financing Primary Health Care. 2022;
21. Shadish WR, Cook TD, Campbell DT. Experimental and Quasi-Experimental Designs for Generalized Causal Inference. 2nd ed. edição. Boston: Houghton Mifflin; 2001.
22. Reeves A, McKee M, Basu S, Stuckler D. The political economy of austerity and healthcare: cross-national analysis of expenditure changes in 27 European nations 1995-2011. Health Policy. março de 2014;115(1):1–8.
23. CGESF/DESF/SAPS/MS. NOTA TÉCNICA No 301/2022- Nota Metodológica da Cobertura Potencial da Atenção Primária à Saúde no SUS. [Internet]. 2022 [citado 18 de janeiro de 2024]. Disponível em: https://egestorab.saude.gov.br/image/?file=20221215_N_NTmetodocoberturapotencial_8629648316652414797.pdf
24. Santos VCF dos, Ruiz ENF, Ramos AR, Kalsing A, Gerhardt TE. Internações por condições sensíveis a atenção primária (ICSAP): discutindo limites à utilização deste indicador na avaliação da atenção básica em saúde. Hospitalization for ambulatory care sensitive conditions (ASCS): the limits on using this indicator in a primary health care evaluation [Internet]. 2013 [citado 8 de junho de 2024]; Disponível em: https://www.arca.fiocruz.br/handle/icict/17187
25. Tobias M, Jackson G. Avoidable mortality in New Zealand, 1981-97. Aust N Z J Public Health. 2001;25(1):12–20.
26. Schaffer AL, Dobbins TA, Pearson SA. Interrupted time series analysis using autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions. BMC medical research methodology. 2021;21(1):1–12.
27. Emmerick ICM, Campos MR, Luiza VL, Chaves LA, Bertoldi AD, Ross-Degnan D. Retrospective interrupted time series examining hypertension and diabetes medicines usage following changes in patient cost sharing in the “Farmácia Popular” programme in Brazil. BMJ Open. 3 de novembro de 2017;7(11):e017308.
28. Savin NE, White KJ. The Durbin-Watson Test for Serial Correlation with Extreme Sample Sizes or Many Regressors. Econometrica. 1977;45(8):1989–96.
29. Maydeu-Olivares A, Garcia-Forero C. Goodness-of-fit testing. International encyclopedia of education. 2010;7(1):190–6.
30. Harris RID. Testing for unit roots using the augmented Dickey-Fuller test: Some issues relating to the size, power and the lag structure of the test. Economics Letters. 1o de abril de 1992;38(4):381–6.
31. Brasil. Ministério da Saúde. Conselho Nacional de Saúde. Resolução n. 466, de 12 de dezembro de 2012. Aprova diretrizes e normas regulamentadoras de pesquisas envolvendo seres humanos. 2012;
32. Kluthcovsky FA, Kluthcovsky ACGC. Análise da avaliação do PSF em municípios de pequeno porte. Revista Brasileira de Medicina de Família e Comunidade. 17 de novembro de 2007;3(10):116–24.
33. Stuckler D, Basu S. The Body Economic: Why Austerity Kills. 2013.
34. Legido-Quigley H, Karanikolos M, Hernandez-Plaza S, de Freitas C, Bernardo L, Padilla B, et al. Effects of the financial crisis and Troika austerity measures on health and health care access in Portugal. Health Policy. 2016;120(7):833–9.
35. Giovanella L, Stegmüller K. The financial crisis and health care systems in Europe: universal care under threat? Trends in health sector reforms in Germany, the United Kingdom, and Spain. Cad Saúde Pública. novembro de 2014;30:2263–81.
36. Funcia FR, Ocke-Reis CO. Efeitos da política de austeridade fiscal sobre o gasto público federal em saúde. Rossi P, Dweck E, Oliveira ALM, organizadores Economia para poucos: impactos sociais da austeridade e alternativas para o Brasil São Paulo: Autonomia Literária. 2018;83–97.
37. Schramm JM de A, Paes-Souza R, Mendes LVP. Políticas de Austeridade e seus Impactos na Saúde. 2018 [citado 28 de abril de 2020]; Disponível em: https://www.arca.fiocruz.br/handle/icict/28240
38. Brasil. Ministério da Saúde. Departamento de Informática do Sistema Único de Saúde (DATASUS) [Internet]. 2020 [citado 21 de dezembro de 2020]. Disponível em: https://datasus.saude.gov.br/
39. IBGE | Biblioteca | Detalhes | Pesquisa nacional de saúde?: 2019?: informações sobre domicílios, acesso e utilização dos serviços de saúde?: Brasil, grandes regiões e unidades da federação / IBGE, Coordenação de Trabalho e Rendimento [Internet]. [citado 21 de julho de 2024]. Disponível em: https://biblioteca.ibge.gov.br/index.php/biblioteca-catalogo?view=detalhes&id=2101748
40. Pinto KA, Tondo JR, Rodrigues GM. Qualidade do atendimento na atenção primária do Sistema Único de Saúde: revisão bibliográfica. Revista Liberum accessum. 1o de maio de 2021;9(3):19–29.
41. Girardi SN, Stralen AC de S van, Cella JN, Wan Der Maas L, Carvalho CL, Faria E de O. Impacto do Programa Mais Médicos na redução da escassez de médicos em Atenção Primária à Saúde. Ciência & saúde coletiva. 2016;21:2675–84.
42. Vieira FS, Lima LD de. Distorções das emendas parlamentares à alocação equitativa de recursos federais ao PAB. Rev Saúde Pública. 6 de janeiro de 2023;56:123.
43. Giovanella L, Franco CM, Almeida PF de. Política Nacional de Atenção Básica: para onde vamos? Ciênc saúde coletiva. 6 de abril de 2020;25:1475–82.
44. Morosini MVGC, Fonseca AF, Lima LD de. Política Nacional de Atenção Básica 2017: retrocessos e riscos para o Sistema Único de Saúde. Saúde debate. março de 2018;42:11–24.
45. Vieira FS. Nota técnica: Crise econômica, austeridade fiscal e saúde: que lições podem ser aprendidas? Em: Nota técnica: Crise econômica, austeridade fiscal e saúde: que lições podem ser aprendidas?. p. 34–34.
46. Almeida W da S de, Szwarcwald CL, Frias PG de, Souza PRB de, Lima RB de, Rabello D de L, et al. Captação de óbitos não informados ao Ministério da Saúde: pesquisa de busca ativa de óbitos em municípios brasileiros. Rev bras epidemiol. junho de 2017;20:200–11.
47. da Silva Gomes HM, Engelage E, Borgert A. Análise do comportamento dos gastos públicos em saúde. Anais do Congresso Brasileiro de Custos-ABC. 2023.
48. Dias NLC, Faccini-Martínez ÁA, Oliveira S. Análise das internações e da mortalidade por doenças febris, infecciosas e parasitárias durante a pandemia da COVID-19 no Brasil. InterAmerican Journal of Medicine and Health [Internet]. 2021 [citado 23 de agosto de 2024];4. Disponível em: https://iajmh.emnuvens.com.br/iajmh/article/view/173
49. Corte de gastos: governo segue discutindo pacote nesta semana, em meio a pressão interna | Economia [Internet]. G1. 2024 [citado 11 de novembro de 2024]. Disponível em: https://g1.globo.com/economia/noticia/2024/11/11/corte-de-gastos-governo-segue-discutindo-pacote-nesta-semana-em-meio-a-pressao-interna.ghtml