Artigos

INTRODUÇÃO
Os sistemas de saúde organizados a partir da atenção primária (APS) têm se mostrado mais equânimes, eficientes, sustentáveis e melhores para a saúde da população. Quanto mais forte a presença dos seus atributos essenciais (acesso de primeiro contato, longitudinalidade, integralidade, coordenação) e derivados (orientação familiar e comunitária, competência cultural) na experiência do usuário, maior a probabilidade de que os objetivos da APS serão alcançados, conforme demonstraram Starfield et al.1 e Shi2. Sistema de saúde estruturados numa APS de qualidade apresentam melhores resultados sanitários e financeiros3, o que induz os sistemas de saúde a investirem e qualificarem seus modelos de APS de modo fortalecer seus atributos4. Apesar dos evidentes avanços no que diz respeito a expansão de serviços de APS no Brasil, ainda resta o desafio de enfrentar a qualidade heterogênea, resolutividade limitada, baixa incorporação tecnológica e praticamente ausência de mecanismos de coordenação assistencial aliadas a dificuldade de acesso na APS5.
Há 15 anos, o governo do Rio de Janeiro iniciou uma reforma da rede municipal de saúde priorizando o aumento da cobertura da APS a partir da expansão da Estratégia Saúde da Família (ESF) por meio de contratos com organizações sociais. Essa expansão representou um aumento de cobertura de ESF de 3,5% (2008) da população para 70% (2025), a qual foi acompanhada de um aumento de número de procedimentos na ordem de 535,4%. Essa expansão do acesso e da produção foi complementada com a criação das clínicas da família (CFs), a adoção de uma ampla carteira de serviços e protocolos clínicos e a implantação do programa de residência médica e multiprofissional ajudaram a qualificar a rede6.
Para avaliar os serviços da APS foi desenvolvido o Primary Care Assessment Tool – PCATool7 que é uma das ferramentas mais utilizadas para essa finalidade. Nas últimas duas décadas, o PCATool tem sido adaptado e validado para diversos contextos nacionais, tornando-se um instrumento de pesquisa amplamente reconhecido em todos os continentes 8-11. Isso permite um cenário importante de comparabilidade. No Brasil, a versão oficial do instrumento para usuários (de 0 a 12 anos), foi validada no ano de 200612, sendo posteriormente incorporado ao Manual de Avaliação da APS do Ministério da Saúde13. Esse Manual foi atualizado em 2020 com uma versão atualizada do conjunto de instrumentos que compõem a chamada “família PCATool”, com incorporação de versões inéditas e atualização pontualmente da redação de alguns itens14. Nas últimas décadas diversos estudos de avaliação da APS, utilizando o PCATool, foram publicados no Brasil e no mundo permitindo um cenário de comparabilidade.
Mais especificamente no Rio de Janeiro, em 2014, ao se avaliar a presença e extensão dos atributos da APS na experiência de usuários adultos e crianças, utilizando o PCATool – Brasil, verificou-se que os usuários crianças avaliaram melhor os serviços de APS do que a de adultos. O atributo “acesso – primeiro contato/ acessibilidade” mostrou-se o mais desfavorável, também se observou que “orientação comunitária” e “orientação familiar” revelaram atributos de menor escore 15.
Embora a expansão da Atenção Primária à Saúde (APS) no Rio de Janeiro tenha sido significativa, ainda há lacunas no conhecimento sobre a qualidade dos serviços e a experiência dos usuários, especialmente após a implementação da reforma da APS. A expansão ESF e a criação das Clínicas da Família representaram um avanço significativo. Assim, a avaliação desses serviços é fundamental para identificar pontos fortes e fracos e direcionar futuras ações. O PCATool, ferramenta internacionalmente reconhecida para avaliar a APS, permite comparar a experiência dos usuários de diferentes contextos. Assim, considerando a magnitude da reforma implementada no Rio de Janeiro e a importância de avaliar seus resultados, este estudo tem como objetivo avaliar o grau de orientação à APS na perspectiva dos usuários adultos e crianças no MRJ.

METODOLOGIA
Desenho do estudo
Esta Pesquisa tem um desenho de estudo transversal do tipo survey, com amostras aleatórias independentes de usuários (crianças e adultos) dos serviços de APS do Rio de Janeiro (Clínica da Família [CF], Centro Municipal de Saúde [CMS]) no Município do Rio de Janeiro (MRJ).
Os usuários adultos, ou os cuidadores responsáveis (no caso das crianças), responderam ao Instrumento de Avaliação da Atenção Primária – PCATool-Brasil que mede o grau de orientação à APS dos serviços de saúde e algumas perguntas estruturadas em questionário acerca de variáveis sociodemográficas e de morbidade referida. Os questionários foram aplicados por entrevistadores devidamente treinados com apoio da Rede OTICS-RIO da Secretaria Municipal de Saúde do Rio de Janeiro (SMS - RJ). O período de coleta de dados ocorreu entre maio e junho de 2024.
Aspectos Éticos
Este estudo intitulado “Pesquisa de avaliação sobre grau de orientação para atenção primária à saúde desde a experiência dos usuários das Clínicas da Família na cidade do Rio de Janeiro” foi aprovado pelo Comitê de Ética da UFRGS sob o nº 77802624.0.0000.5347/2024 e Secretaria Municipal da Saúde do Rio de Janeiro (SMS-RJ). As entrevistas foram realizadas mediante apresentação de carta da pesquisa aos usuários ou responsáveis, bem como leitura e marcação digital do Termo de Consentimento Livre e Esclarecido (TCLE).
Amostra da Pesquisa
Considerou-se um nível de confiança 95%, e um precisão (d) de 4% das estimativas a serem calculadas, lembrando que, além dos escores do questionário gerados pelo PCATool, haveria diversas perguntas com frequências que também seriam calculadas. Com isso, devido à ausência de estudos prévios recentes, consideramos o caso mais desfavorável em que p=q=0,5 estimou-se um tamanho de amostra (tanto para adultos, como para crianças) de 1.120 para Clínicas da Família e 1.034 para Centros Municipais de Saúde. Esse valor foi calculado considerando uma perda estimada de 10%. A distribuição das entrevistas nas unidades de saúde foi proporcional ao número de equipes de saúde da família por área de planejamento e, a amostra realizada, representa apenas o total do MRJ.
Critérios de inclusão/exclusão
As unidades de saúde participantes foram aquelas com no mínimo seis meses de implantação da Saúde da Família conforme a lista da SMS-RJ fornecida em maio de 2024. Os usuários elegíveis foram adultos com 18 anos ou mais e crianças com 12 anos ou menos, que saíam de consulta médica na unidade de saúde no dia da entrevista e haviam consultado com o(a) médico(a) na mesma unidade de saúde no mínimo duas vezes nos últimos dois anos (considerando a consulta realizada no dia da entrevista). Foram excluídos os usuários que não apresentaram condições físicas e mentais para responder ao questionário e aqueles que não consultaram no mínimo duas vezes na unidade de saúde nos últimos dois anos.
Coleta de dados
A coleta de dados foi realizada por entrevistadores treinados na Rede OTICS-RIO da SMS-RJ no período de março a abril de 2024. Os usuários foram abordados de forma sistemática nos acessos internos das unidades de saúde quando se encaminhavam para sair do local. Os questionários foram constituídos pelo Instrumento de Avaliação da Atenção Primária à Saúde – PCATool Brasil14, nas suas versões usuários crianças e usuários adultos, e por perguntas relacionadas às questões sociodemográficas, vínculo com o serviço de saúde, avaliação de saúde e hábitos de vida (somente para adultos). Utilizou-se o programa Kobotool na versão 2024.13 para o desenho dos questionários, a leitura das imagens dos questionários e a validação dos dados e construção do banco de dados da pesquisa.
Variáveis
Como variável desfecho do estudo foram utilizados os escores essencial e geral do PCATool Brasil. Os escores dos atributos da APS assim como o Escore Essencial e o Escore Geral foram produzidos conforme o manual do instrumento (Brasil, 2020), sendo apresentado com escala variando de 0 a 10. Os escores dos itens foram obtidos pela transformação na escala original do item (variando de 1 a 4) para a mesma escala dos escores (variando de 0 a 10). Um escore acima de 6,6 indica uma elevada qualidade de atenção à saúde no respectivo item/atributo. Desta forma, o escores foram categorizados em Alto Escore acima de 6,6 e Baixo Escore abaixo de 6,6.
As demais variáveis utilizadas em ambas as amostras incluíram o Net Prometer Score (NPS), informações sociodemográficas, condição de saúde e de serviços de saúde. O NPS é uma ferramenta que vem sendo empregada para a avaliação da experiência de pacientes no cenário internacional. Se utilizando apenas uma pergunta, “qual a probabilidade, em uma escala de 0 a 10, de você recomendar o determinado serviço (nome do serviço) para um amigo ou familiar?”, o NPS compara o equilíbrio entre aqueles que são propensos a recomendar ou não os serviços recebidos, obtendo um forte indicativo da percepção do paciente em relação ao serviço ao analisar se ele encorajaria ou não outras pessoas a utilizá-lo16,17. Os pacientes respondentes ao NPS são divididos em três categorias: os promotores (com notas 9 e 10), os neutros/passivos (com notas 7 e 8) e os detratores (com notas de 0 a 6). Promotores são considerados aqueles pacientes entusiastas do serviço, enquanto os detratores representam aqueles insatisfeitos que o avaliam de forma negativa. Os passivos/neutros, como o próprio nome indica, são aqueles que não estão necessariamente insatisfeitos, porém não tem inclinação para promover ativamente o serviço prestado a eles. O cálculo final do NPS é feito a partir da porcentagem dos participantes considerados promotores, e esses são subtraídos pelos detratores, desconsiderando os neutros/passivos. Dessa forma o resultado pode oscilar de “-100” até “+100”, sendo que quanto maior o valor, melhor o indicador. Para melhor compreensão dos resultados o resultado final foi categorizado em: Zona de Excelência: entre 76 e 90; Zona de Qualidade: entre 51 e 75; Zona de Aperfeiçoamento: entre 1 e 50 e Zona Crítica: entre -100 e 0618.
As variáveis sóciodemográficas, condição de saúde e de serviços de saúde incluídas para a amostra de usuários adultos foram: idade (até 39 anos/ de 40 59 anos/ 60 aos ou mais), sexo (masculino/feminino), cor da pele (branca/não branca), escolaridade (menor que 10 anos/de 10 a 12 anos/ mais que 12 anos), recebimento de auxílio social – Bolsa Família ou Cartão Família Carioca (sim/ não), classificação econômica - “Critério Brasil” (A, B1 e B2/ C1,C2 e DE) conforme ABEP (2024), condição de saúde autorreferida (positiva/negativa), uso de medicação todos os dias (sim/não), hipertensão (sim/não), diabetes (sim/não), tempo de uso do serviço de saúde (até 12 meses/mais que 12 meses), número de consultas no último ano (menos que 5 consultas ano/5 consultas ou mais durante o ano), mesmo médico da última consulta (sim/não), tipo de serviço de APS (CF/ CMS), tipo de consulta (agendada/espontânea), plano de saúde privado (sim/não).
As variáveis sóciodemográficas, condição de saúde e de serviços de saúde incluídas para a amostra de usuários crianças foram: idade do responsável (até 39 anos/ de 40 a 59 anos/ 60 aos ou mais), escolaridade do responsável (menor que 10 anos/ de 10 a 12 anos/ mais de 12 anos) e a parentalidade do responsável com a criança (Mãe sim/ não); e as seguintes informações das crianças: idade (até 4 anos/ maior que 4 anos), sexo (masculino/ feminino), cor da pele da criança (branca/não branca), recebe auxílio social – Bolsa Família ou Cartão Família Carioca (sim/ não), classificação econômica - “Critério Brasil” (A,B1 e B2/ C1,C2 e DE) conforme ABEP19, condição de saúde autorreferida (positiva/negativa), uso de medicação todos os dias (sim/ não), tempo de uso do serviço de saúde (até 12 meses/ mais de 12 meses), número de consultas no último ano (menos que 5 consultas ano/ 5 consultas ou mais durante o ano), mesmo médico da última consulta (sim/ não), tipo de serviço de APS (CF/ CMS), tipo de consulta (agendada/ espontânea), plano de saúde privado (sim/ não).


Análise dos Dados
A análise estatística foi realizada usando o Stata 16.0 (StataCorp, College Station, TX, EUA). A análise descritiva foi realizada inicialmente estimando os valores totais, médios e intervalo de confiança (IC) dos atributos do PCATool. A frequência relativa e absoluta da pontuação alta do PCATool (atributos gerais e essenciais) foi estimada de acordo com as covariáveis usando o teste exato de Fisher.
Para analisar de associação com um alto score do PCATool-Brasil foi utilizado uma regressão logística multinível de efeitos mistos. Os dados individuais (nível 1) foram agrupados de acordo com a área de planejamento (nível 2). Variáveis com p > 0,250 no modelo bruto não foram incluídas no modelo final. As covariáveis foram incluídas no modelo multivariado em blocos de acordo com seu respectivo modelo teórico: i) modelo teórico para crianças: varáveis contextuais e socioeconômicas (bloco 1) foram consideradas variáveis distais; variáveis do respondente/parental (bloco 2); características gerais da criança e autopercepção de saúde (bloco 3); variáveis relacionadas com o uso de serviço (bloco 4), sendo as variáveis mais proximais ao desfecho. ii) modelo teórico para adultos: variáveis contextuais e socioeconômicas (bloco 1) foram consideradas variáveis distais; características gerais (bloco 2); variáveis relacionadas com a saúde (bloco 3); variáveis relacionadas com o uso de serviço (bloco 4), sendo as variáveis mais proximais ao desfecho.
Um procedimento forward stepwise foi usado para selecionar as variáveis que deveriam ser mantidas no modelo final. Apenas variáveis com p ? 0,05 foram mantidas no modelo final. A razão de chances (OR) e seus intervalos de confiança de 95% foram estimados. A qualidade do ajuste dos modelos multiníveis foi avaliada usando deviance (-2 log-likelihood). A razão de chances mediana (MOR) foi estimada para quantificar a variabilidade entre os clusters em nosso modelo. A MOR traduz a variância do efeito aleatório em uma escala de razão de chances, fornecendo uma interpretação da heterogeneidade entre os clusters. A MOR é definida como o valor mediano da razão de chances entre os indivíduos com o maior e o menor risco ao selecionar aleatoriamente dois indivíduos de diferentes clusters. Um valor de MOR próximo a 1 indica baixa variabilidade entre clusters, enquanto valores mais altos sugerem maior heterogeneidade no risco entre clusters. Uma análise de sensibilidade foi realizada estimando os E-values, que fornecem insights sobre a robustez de nossos resultados contra potenciais fatores de confusão não medidos.
RESULTADOS
Um total de 889 adultos e 956 para crianças responderam ao questionário e foram analisadas. As características gerais da população são apresentadas na Tabela 1. As pontuações essenciais e gerais do PCATool foram ligeiramente maiores em crianças do que na amostra de adultos (Tabela 2). O atributo “afiliação” foi o atributo com as pontuações mais altas em ambas as amostras (média de 9,53 [IC:9,45;9,61] para crianças e média de 9,20 [IC:9,07;9,32] para adultos. O atributo “Orientação comunitária” foi o atributo com a pontuação mais baixa na amostra de crianças 4,57 [IC:4,40;4,75], enquanto o atributo “Integralidade— serviços prestados” foi aquele com a pontuação mais baixa na amostra de adultos 4,50 [IC:4,33;4,68].
As Tabela 3 e Tabela 4 mostram a distribuição de pontuações altas do PCATool de acordo com as covariáveis para amostras de crianças e adultos, respectivamente. Destaca-se que para ambas as amostras ter consultado com o mesmo médico na última consulta e ter consultado 5 vezes ou mais durante o último ano tiveram associação com alto escore. Quanto aos escores do NPS, a amostra de adulto apresentou um escore maior (+28) do que a amostra de crianças (+15), ambos classificados dentro da zona de aperfeiçoamento. Foi possível observar que indivíduos que foram classificados promotores do serviço de saúde, segundo o NPS, estiveram associados com uma avaliação melhor para todos os atributos da APS e escore essencial e geral do PCATool em ambas as amostras (Tabela 5).
A Tabela 6 apresenta os resultados dos fatores associados com altos scores do PCATool (geral e essencial) com base na regressão logística multinível para Escore Geral e Essencial na amostra de crianças. No modelo ajustado do escore geral, indivíduos responsáveis pelas crianças com maior escolaridade (?12 anos) (OR=1,97, IC95% [1,31-2,96]), crianças com autopercepção de saúde positiva (OR=1,76, IC95% [1,17-2,65]), com cinco ou mais consultas no último ano (OR=1,33, IC95% [1,01-1,75]) e consulta com o mesmo médico (OR=2,34, IC95% [1,77-3,08]) foram associados a maior escore. Foi observado um MOR de 1,46 no modelo final, indicando que se um indivíduo passasse de um cluster de menor risco para um cluster de maior risco, suas chances aumentariam em um fator de 46%. Considerando o escore essencial, ter escolaridade maior que 12 anos (OR=1,99, IC95% [1,26-3,14]), relatar autopercepção de saúde positiva (OR=1,77, IC95% [1,17-2,69]), consultar cinco vezes ou no último ano (OR=1,45, IC95% [1,08-1,95]) e consultar com o mesmo médico (OR=2,98, IC95% [2,22-4,01]) foi associado a maior escore do PCATool, enquanto que responsáveis com crianças com mais de 4 anos apresentaram uma chance 36% menor de indicar pior escore (OR=0,64, IC95% [0,48-0,85]). Foi observada uma MOR de 1,45 neste modelo final.
A Tabela 7 apresenta os resultados da regressão logística multinível para a amostra adulta. No modelo ajustado do escore geral, indivíduos que consultam no CF (OR=1,30, IC95% [1,01-1,71]), com filhos (OR=1,57, IC95% [1,14-2,18]), com autopercepção de saúde positiva (OR=1,78, IC95% [1,16-2,71]), apresentando diabetes (OR=1,75, IC95% [1,11-2,76]), com cinco ou mais consultas no último ano (OR=2,63, IC95% [1,68-4,11]) e consultando com o mesmo médico (OR=3,42, IC95% [2,19-5,32]) foram associados a uma pontuação mais alta no PCATool, enquanto indivíduos aposentados (OR=0,62, IC95% [0,45-0,85]) foram associados a relatar uma pontuação baixa. Foi observado um MOR de 1,00 neste modelo final, indicando que não houve alteração no risco de acordo com os diferentes clusters. Também observamos uma importante redução da deviance no bloco de variáveis relacionadas à saúde, indicando que essas variáveis foram as que mais melhoraram a qualidade do ajuste do modelo. Para o escore essencial, indivíduos com filhos (OR=1,75, IC95% [1,26-2,42]), com autopercepção de saúde positiva (OR=2,27, IC95% [1,45-3,55]), apresentando hipertensão (OR=1,70, IC95% [1,09-2,63]) e diabetes (OR=1,72, IC95% [1,06-2,78]), com cinco ou mais consultas no último ano (OR=2,57, IC95% [1,62-4,09]) e consultando com o mesmo médico (OR=3,48, IC95% [2,19-5,52]) foram associados a maior pontuação no PCATool. No entanto, indivíduos aposentados (OR=0,56, IC95% [0,41-0,77]) foram associados a relatar uma pontuação baixa. Um MOR de 1,32 foi observado neste modelo final.
DISCUSSÃO
Os resultados demonstraram que os serviços de saúde do MRJ apresentaram escore essencial 7,11 IC95% [7,03 – 7,19] e escore geral 6,72 IC95% [6,63 – 6,81] acima de 6,6 para a amostra de crianças, o que representa orientação boa para APS segundo o PCATool - Brasil e um escore essencial 6,64 IC95% [6,55 – 6,73] acima de 6,6 para a amostra de adulto e um escore geral um pouco abaixo 6,40 IC95% [6,30 – 6,55], mas próximo deste ponto de corte.
O escore geral encontrado, tanto na amostra de adultos quanto na amostra de crianças, apresentou um resultado maior do que o observado no Brasil 5,9 IC95% [5,8 - 5,9] e no estado do Rio de Janeiro 5,3 IC95% [5,6 - 5,9] no ano de 2019 (Pinto, 2021). Não obstante, o resultado do presente estudo demonstra uma melhora quando comparado aos resultados encontrados para a última pesquisa com amostra de usuários e crianças realizada no mesmos municípios no primeiro semestre de 2014 que encontrou um escore essencial 5,93 IC95% [5,82 - 6,04] e escore geral 5,73 IC95% [5,60 - 5,84] para a amostra de adultos e escore essencial 6,30 IC95% [6,18 - 6,43] e escore geral 6,09 IC95% [5,95 - 6,22] para amostra de crianças15. Por outro lado, os resultados encontrados neste estudo para o MRJ estão abaixo dos resultados reportados na literatura em cidades como: Montevidéu (7,51/6,93), Seoul e região metropolitana (7,63/7,45), departamento de Santander na Colômbia (7,84/6,99), Shigats e Linzi no Tibete (7,36/7,41) e Columbia nos EUA (6,99/6,63)7.
A investigação da associação de características sociodemográficas e condições autorreferidas de saúde do usuário e características do serviço e o escore essencial/geral, são pouco difundidos na literatura científica. Um estudo em Hong Kong, com usuários adultos, observou que ter ensino superior ao secundário, ter rendimentos mais elevados, ter sido diagnosticado com doença crônica, e possuir um médico de família privado como seu principal prestador de cuidados primários estiveram associadas ao escore geral21. Rech et al.22, num estudo nacional com objetivo de estimar a qualidade da APS brasileira a partir da experiência de usuários adultos observaram que ser mais velho, pertencer a condição socioeconômica menor, possuir mais de uma doença crônica e p médico realizar visita domiciliar estiveram associados ao escore geral. O resultado vai ao encontro dos achados apresentados neste estudo que encontrou associação para os escores geral e essencial, para usuários adultos, condição de saúde autorreferida positiva, ter consultado com o mesmo médico na última consulta e ter consultado 5 vezes ou mais durante o último ano tiveram associação com alto escore. Resultados similares foram encontrados para a amostra de crianças onde indivíduos responsáveis pelas crianças com maior escolaridade, condição de saúde autorreferida positiva, ter consultado com o mesmo médico na última consulta e ter consultado 5 vezes ou mais durante o último ano tiveram associação com alto escore. Não foram encontrados estudos que tenham se proposto a investigar características sociodemográficas e de condição de saúde autorreferida para amostra de usuários crianças na literatura.
Para ambas as amostras consultar com o mesmo médico e usar com maior freqüência o serviço de APS estiveram associados com melhores escores essencial e geral. Pode-se especular que isso seja efeito de longitudinalidade do cuidado e acesso, sendo fundamentais para uma melhora da trajetória de qualidade do serviço. Outro aspecto relevante é que apenas 48,4% da amostra de adultos e 22,5% da amostra de crianças responderam o atributo coordenação do cuidado. Isso pode refletir o baixo encaminhamento dos pacientes considerando que os itens de avaliação deste atributo se referem a encaminhamentos. A redução de encaminhamentos e a possível melhoria da resolutividade podem ser explicadas pela adoção de protocolos clínicos e formação profissional qualificada a partir da existência de residências médicas nesses espaços.
As Residências em Saúde desempenham um papel crucial na qualificação dos profissionais de saúde e na melhoria dos serviços de APS. A SMS-RJ tem um dos maiores Programas de Residência em Medicina de Família e Comunidade (PRMFC) do Brasil, que foi criado em 2012 como conseqüência da reforma dos cuidados da APS do MRJ23. Alguns estudos anteriores sugeriram que unidades que possuem PRMFC ou com residência em Saúde da Família apresentam escores diferentes no PCATool – Brasil em relação as unidades que não possuem24,25. No estudo conduzido no MRJ15, utilizando o PCATool – Brasil, os resultados encontrados foram superiores em áreas em que tradicionalmente havia à presença dos PRMFCs. Portanto, a literatura sobre o tema ainda é escassa e carece de amostragem robusta, sendo necessários novos estudos para a avaliar os efeitos da presença das Residências em Saúde nos escores do PCATool.
O uso do NPS como medida de satisfação de usuários na APS vem sendo introduzido paulatinamente. Na Pesquisa Nacional por Amostra de Domicílios Contínua26, no modulo de APS entrevistando responsáveis por menores de 13 anos encontrou o NPS para o estado do Rio de Janeiro +28 (mesmo resultado encontrado para o Brasil), ainda que superior ao encontrado neste estudo para o município (+15), situa ambos os resultados dentro da Zona de Aperfeiçoamento do NPS.
Que seja do conhecimento dos autores deste estudo, não existem estudos prévios que tenham testado a associação entre o NPS e os escores PCATool. No presente estudo observamos forte associação direta, o que evidência a possibilidade de usar o NPS em novos estudos de avaliação da APS como desfecho de satisfação do usuário e indica a opção de utilizá-lo como medida de estimativa rápida por parte dos gestores.
CONSIDERAÇÕES FINAIS
Alguns desafios restam evidentes para MRJ. Apesar da recente expansão de serviços de APS realizada pelo município, o acesso em algumas áreas ainda permanece como um importante barreira para a melhoria da qualidade. O uso de ferramentas de organização da agenda, forma de acesso remotas, seguir ampliando os serviços de APS com horário estendido podem ser importantes para a melhoria do cenário. Outro atributo que pode ser destacado nesse sentido é o da integralidade. Ainda que o município possua uma ampla carteira de serviços para a APS, talvez seja necessário criar métricas e indicadores para que os serviços disponíveis se convertam em serviços ofertados de fato. Além disso, a pesquisa demonstrou ser desejável o reforço da comunicação com a população para divulgação do que é disponibilizado em cada unidade de saúde.
A APS do MRJ passou por diversas modificações nos últimos 15 anos e vem melhorando a extensão dos atributos da APS em 2024, o que representa uma retomada da qualidade do serviço ofertado. Avaliações periódicas dos serviços são fundamentais para que se possa compreender o contexto, comparar resultados e corrigir rumos. Há poucos estudos no mundo que se propõem a comparar ao longo do tempo os resultados alcançados pelos serviços no âmbito da APS e o MRJ apresenta duas avaliações realizadas em 10 anos com características metodológicas que podem ser importantes para futuros estudos com esse objetivo15.
Novos estudos devem ser realizados com o uso do NPS na APS, comparando os resultados com aqueles obtidos pelo PCATool, observando as possíveis variações de acordo com as características dos serviços e usuários. O NPS foi capaz de medir a satisfação do usuário a partir de uma única pergunta e com isso, ser opção de estimativa mais rápida e econômica da percepção dos usuários dos serviços, além da pesquisa ter demonstrado associação positiva com o escore geral do PCATool tanto para adultos como para crianças.
REFERÊNCIAS
1 Starfield B, Shi L, Macinko J. Contribution of primary care to health systems and health. Milbank Q. 2005;83(3):457-502. Available from: https://doi.org/10.1111/j.1468-0009.2005.00409.x
2 Shi L. The impact of primary care: a focused review. Scientifica (Cairo). 2012;2012:432892. Available from: https://dx.doi.org/10.6064/2012/432892
3 Koller CF, Khullar D. Primary care spending rate - A lever for encouraging investment in primary care. N Engl J Med. 2017;377(18):1709-1711. Available from: http://dx.doi.org/10.1056/NEJMp1709538
4 Starfield B, Shi L. Policy relevant determinants of health: an international perspective. Health Policy. 2002;60(3):201-218. Available from: http://dx.doi.org/10.1016/S0168-8510(01)00208-1
5 Macinko J, Guanais FC, Fátima M, Souza M. Evaluation of the impact of the Family Health Program on infant mortality in Brazil, 1990-2002. J Epidemiol Community Health. 2006;60(1):13-19. Available from: https://doi.org/10.1136/jech.2005.038323
6 Soranz D, Pinto LF, Penna GO. Eixos e a Reforma dos Cuidados em Atenção Primária em Saúde (RCAPS) na cidade do Rio de Janeiro, Brasil. Ciênc. saúde colet. 2016;21(5):1327-1338. Available from: https://doi.org/10.1590/1413-81232015215.01022016
7 D’Avila OP, Pinto LFS, Hauser L, Gonçalves MR, Harzheim E. O uso do Primary Care Assessment Tool (PCAT): uma revisão integrativa e proposta de atualização. Ciênc. saúde colet. 2016;22(3):855-865. Available from: https://doi.org/10.1590/1413-81232017223.03312016
8 Shi L, Starfield B, Xu J. Validating the adult primary care assessment tool. J Fam Pract. 2001;50(2):161-175. Available from: https://publichealth.jhu.edu/sites/default/files/2023-04/shi-2001.pdf
9 Starfield B, Cassady C, Nanda J, Forrest CB, Berk R. Consumer experiences and provider perceptions of the quality of primary care: implications for managed care. J Fam Pract. 1998;46(3):216-226. Available from: https://publichealth.jhu.edu/sites/default/files/2023-04/starfield-1998.pdf
10 Cassady CE, Starfield B, Hurtado MP, Berk RA, Nanda JP, Friedenberg LA. Measuring consumer experiences with primary care. Pediatrics. 2000;105(4):998-1003. Available from: https://publichealth.jhu.edu/sites/default/files/2023-04/cassady-2000.pdf
11 Bresick G, Sayed AR, Le Grange C, Bhagwan S, Manga N. Adaptation and cross-cultural validation of the United States Primary Care Assessment Tool (expanded version) for use in South Africa. Afr J Prim Health Care Fam Med. 2015;7(1):783. Available from: https://doi.org/10.4102/phcfm.v7i1.783
12 Harzheim E, Starfield B, Rajmil L, Álvarez-Dardet C, Stein AT. Internal consistency and reliability of Primary Care Assessment Tool (PCATool-Brasil) for child health services. Cad Saude Publica. 2006;22(8):1649-1659. Available from: https://doi.org/10.1590/S0102-311X2006000800013
13 Ministério da Saúde (Brasil). Manual do instrumento de avaliação da atenção primária à saúde: primary care assessment tool pcatool. Brasília: Ministério da Saúde; 2010. Available from: https://bvsms.saude.gov.br/bvs/publicacoes/manual_avaliacao_pcatool_brasil.pdf
14 Ministério da Saúde (Brasil). Manual do Instrumento de Avaliação da Atenção Primária à Saúde: PCATool-Brasil - 2020. Brasília: Ministério da Saúde; 2020. Available from: http://bvsms.saude.gov.br/bvs/publicacoes/instrumento_avaliacao_atencao_primaria_saude.pdf
15 Harzheim E, Pinto LF, Hauser L, Soranz D. Avaliação dos usuários crianças e adultos quanto ao grau de orientação para Atenção Primária à Saúde na cidade do Rio de Janeiro, Brasil. Ciênc. saúde colet. 2016;21(5):1399-1408. Available from: https://doi.org/10.1590/1413-81232015215.26672015
16 Alismail A, Schaeffer B, Oh A, Hamiduzzaman S,Daher N, Song HY, Furukawa B, Tan LD. The use of the NPS (NPS) in an outpatient allergy and pulmonary clinic: an innovative look into using tablet?based tool vs traditional survey method. Patient Relat Outcome Meas. 2020;11:137?142. Available from: https://doi.org/10.2147/PROM.S248431
17 Koladycz R, Fernandez G, Gray K, Marriott H. The NPS (NPS) for Insight Into Client Experiences in Sexual and Reproductive Health Clinics. Glob Health Sci Pract 2018;6(3):413-424. Available from: https://doi.org/10.9745/GHSP-D-18-00068
18 Reichheld FF. The one number you need to grow. Harv Bus Rev. 2003;81(12):46-54. Available from: https://www.nashc.net/wp-content/uploads/2014/10/the-one-number-you-need-to-know.pdf
19 Associação Brasileira de Empresas de Pesquisa (ABEP). Critério de Classificação Econômica Brasil. São Paulo: ABEP; 2024. Available from: https://abep.org/wp-content/uploads/2024/09/01_cceb_2024.pdf
20 Pinto LF, Quesada LA, D’Avila OP, Hauser L, Gonçalves MR, Harzheim E. Primary Care Asssement Tool: diferenças regionais a partir da Pesquisa Nacional de Saúde do Instituto Brasileiro de Geografia e Estatística. Ciênc saúde colet. 2021;26(9): 3965-3979. Available from: https://doi.org/10.1590/1413-81232021269.10112021
21 Wong SY, Kung K, Griffiths SM, Carthy T, Wong MC, Lo SV, Chung VC, Goggins WB, Starfield B. Comparison of primary care experiences among adults in general outpatient clinics and private general practice clinics in Hong Kong. BMC Public Health. 2010;10:397. Available from: https://doi.org/10.1186/1471-2458-10-397
22 Rech MRA, no Brasil e associação com o Programa Mais Médicos. Rev Panam Salud Publica. 2018;42: Hauser L, Wollmann L, Roman R, Mengue SS, Kemper ES, Florencio ASR, Alfaro G, Tasca R, Harzheim E. Qualidade da atenção primária e164. Available from: https://doi.org/10.26633/RPSP.2018.164
23 Justino ALA, Oliver LL, Melo TP de. Implantação do Programa de Residência em Medicina de Família e Comunidade da Secretaria Municipal de Saúde do Rio de Janeiro, Brasil. Ciência & Saúde Coletiva. 2016 May;21(5):1471–80. Available from: https://doi.org/10.1590/1413-81232015215.04342016
24 Leão CDA, Caldeira AP. Avaliação da associação entre qualificação de médicos e enfermeiros em atenção primária em saúde e qualidade da atenção. Ciência & Saúde Coletiva. 2011 Nov;16(11):4415–23. Available from: https://doi.org/10.1590/S1413-81232011001200014
25 Costa LB, Mota MV, Porto MM de A, Fernandes CSGV, Santos ET, Oliveira JPM de, et al. Avaliação da qualidade da Atenção Primária à Saúde em Fortaleza, Brasil, na perspectiva dos usuários adultos no ano de 2019. Ciência & Saúde Coletiva. 2021 Jun;26(6):2083–96. Available from: https://doi.org/10.1590/1413-81232021266.39722020
26 Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa Nacional de Amostra Contínua. Atenção Primária à Saúde 2022. Available from: https://static.poder360.com.br/2022/12/pnad-continua-saude-2022.pdf