COBERTURA DO PROGRAMA BOLSA FAMÍLIA E DA ATENÇÃO PRIMÁRIA EM SANTA CATARINA: ANÁLISE DOS INDICADORES DE PACTUAÇÃO INTERFEDERATIVA

COBERTURA DEL PROGRAMA BOLSA FAMÍLIA Y DE LA ATENCIÓN PRIMARIA EN SANTA CATARINA: ANÁLISIS DE LOS INDICADORES PAUTADOS INTERFEDERATIVAMENTE

RESUMO

Objetivo

avaliar a cobertura de Atenção Primária nos municípios de Santa Catarina e o alcance do indicador de pactuação de cobertura do Programa Bolsa Família.

Método

ecológico, transversal, descritivo, usando análise espacial e relacionamento probabilístico, utilizando-se o cálculo do coeficiente de Spearman, com apoio do software Statistical Package for the Social Sciences. Realizado com os dados de 2017 e 2018 de 295 municípios de Santa Catarina, Brasil.

Resultados

há uma correlação direta (p<0,05) entre os indicadores de Cobertura pelas Equipes de Atenção Primária e de Estratégia de Saúde da Família ao de Cobertura pelo Programa Bolsa Família. Santa Catarina não apresentou bom desempenho no cumprimento das metas pactuadas nos anos de 2017-2018 no que tange ao indicador de Cobertura pelo Programa Bolsa Família, estando em 2017 com média de 83,4 e 85,6 em 2018.

Conclusão

contribui-se na compreensão da influência do Programa Bolsa Família sobre os indicadores de saúde.

DESCRITORES
Atenção Primária à Saúde; Indicadores Sociais; Saúde da Família; Determinantes Sociais da Saúde; Programas Nacionais de Saúde

RESUMEN

Objetivo

evaluar la cobertura de la Atención Primaria en los municipios de Santa Catarina y el alcance del indicador pautado de cobertura del Programa Bolsa Família.

Método

estudio ecológico, transversal y descriptivo en el que se empleó análisis espacial y relaciones probabilísticas, recurriendo al cálculo del coeficiente de Spearman, con asistencia del software Statistical Package for the Social Sciences. El estudio se realizó con los datos de los años 2017 y 2018 de 295 municipios de Santa Catarina, Brasil.

Resultados

se registra una correlación directa (p<0,05) entre los indicadores de Cobertura de los Equipos de Atención Primaria y los de la Estrategia de Salud de la Familia con el de la Cobertura del Programa Bolsa Família. Santa Catarina no obtuvo un buen desempeño en el cumplimiento de las metas pautadas en los años 2017-2018 en lo que se refiere al indicador de la Cobertura del Programa Bolsa Família, obteniendo valores medios de 83,4 y 85,6 en 2017 y 2018, respectivamente.

Conclusión

el estudio contribuye a comprender la influencia del Programa Bolsa Família sobre los indicadores de salud.

DESCRIPTORES
Atención Primaria de la Salud; Indicadores Sociales; Salud de la Familia; Determinantes Sociales de la Salud; Programas Nacionales de Salud

ABSTRACT

Objective

to evaluate Primary Care coverage in the municipalities of Santa Catarina and the reach of the agreement indicator corresponding to coverage of the Bolsa Família Program.

Method

an ecological, cross-sectional and descriptive study, using spatial analysis and probabilistic relationships, resorting to calculation of the Spearman’s coefficient with the aid of the Statistical Package for the Social Sciences software. It was conducted with 2017 and 2018 data from 295 municipalities of Santa Catarina, Brazil.

Results

there is a direct correlation (p<0.05) between the indicators corresponding to Coverage by the Primary Care and Family Health Strategy teams with that of Coverage by the Bolsa Família Program. Santa Catarina did not present good performance in the fulfillment of the goals agreed upon in 2017-2018 regarding the indicator corresponding to Coverage by the Bolsa Família Program, presenting mean values of 83.4 and 85.6 in 2017 and 2018, respectively.

Conclusion

the study contributed to understanding the influence of the Bolsa Família Program on the health indicators.

DESCRIPTORS
Primary Health Care; Social Indicators; Family Health; Social Determinants of Health; National Health Programs

INTRODUÇÃO

A Lei Federal nº 10.836, de 09 de janeiro de 2004⁽¹⁾, criou o Programa Bolsa Família (PBF), e na intenção de compartilhar a gestão e a execução das ações de outros programas de transferência de renda do Governo Federal, integrou os Programas Bolsa Escola, Bolsa Alimentação, Auxílio Gás e Cartão Alimentação em um único programa, administrado pelo Ministério do Desenvolvimento Social⁽¹⁾.

Seus objetivos incluem a promoção do acesso à rede de serviços públicos, como saúde, educação e assistência social; o combate à fome e promoção da segurança alimentar e nutricional; o estímulo à emancipação das famílias que vivem em situação de pobreza; além da busca pela intersetorialidade, situações que demandaram sinergia de diferentes órgãos públicos para promover a efetividade do PBF⁽²⁾.

Após sua implementação, evidências científicas apontaram associação do PBF à redução da pobreza e desigualdade de renda, além de melhoria da condição de vida da criança e da mãe pelo aumento do uso de serviços preventivos de saúde e consequente diminuição dos níveis de doença. Esses resultados confirmaram que programas de transferência de renda contribuem a diminuição das desigualdades e alcance das áreas essenciais da vida, como alimentação, saneamento, uso e acesso aos serviços de saúde, reverberando, por conseguinte, em melhores níveis de saúde e, especialmente, melhores indicadores de mortalidade infantil⁽³⁾.

O PBF, face a essas dimensões, passou a ser uma política adjuvante às ações de segurança alimentar e manter uma relação com a melhoria dos aspectos sócio econômicos^(3-4), atribuindo responsabilidades ao setor da saúde, uma vez que a concessão do benefício está condicionada à realização de pré-natal, acompanhamento nutricional, acompanhamento em saúde da criança e da mulher.

Nesse cenário, coube à Atenção Primária o acompanhamento das condicionalidades de saúde que dessem resposta ao PBF, solicitando dos municípios a operacionalização de ações como o registro do acompanhamento dos indivíduos beneficiados pelo programa, acompanhamento e localização de famílias, além da realização de visitas domiciliares e acompanhamento do calendário vacinal, do crescimento e desenvolvimento das crianças menores de sete anos de idade, realização de pré-natal e puerpério para gestantes e participação em atividades educativas sobre aleitamento e alimentação saudável, atividades inerentes ao nível primário de atenção^(5-6).

Desse feito, o indicador de cobertura do PBF foi incluído no Sistema de Pactuação Interfederativa de Indicadores (SISPACTO)⁽⁷⁾, instrumento que auxilia os municípios na execução de métodos que permitam a avaliação, o monitoramento e o controle de indicadores e atividades em saúde de forma clara e objetiva. Tais indicadores são operacionalizados de maneira tripartite, servindo de instrumento legal de corresponsabilização entre os entes federados, visando à construção de serviços de saúde efetivos e resolutivos, além de servir de estratégia nacional para o acompanhamento do desempenho do sistema no âmbito local de saúde⁽⁸⁾. Nesse cômputo, o indicador Cobertura do Programa Bolsa Família, foco deste estudo, fez-se presente entre os indicadores monitorados e pactuados.

Assim, este estudo tem como hipótese que municípios com maior cobertura de Atenção Primária tem melhores resultados no indicador de pactuação interfederativa 2017-2021, e por objetivo avaliar a cobertura de Atenção Primária nos municípios de Santa Catarina e o alcance do indicador de pactuação de Cobertura do Programa Bolsa Família.

MÉTODO

A abordagem metodológica utilizada foi do tipo ecológico transversal, usando-se técnica de análise espacial, realizada com os dados de 2017 e 2018, tomando-se como unidades de análise os 295 municípios do Estado de Santa Catarina. Utilizando o método de registros de relacionamento probabilístico, visando analisar a cobertura de saúde da Atenção Primária e os indicadores da pactuação interfederativa disponíveis, referente aos anos de 2017 e 2018, sendo tabulados em 2020.

Os dados foram extraídos dos bancos de dados oficiais do Estado de Santa Catarina disponíveis e de acesso público da DIVE/SC⁽⁹⁾. Como variável dependente, foi utilizada a Cobertura populacional estimada pelas equipes de Atenção Primária; os demais indicadores foram trabalhados como variáveis independentes. Os dados foram selecionados conforme a lista de indicadores de pactuação interfederativa, sendo os 23 indicadores pactuados inseridos na análise.

O processo de análise de dados iniciou-se com uma exploração descritiva incluindo média, desvio padrão, mediana, percentil 25 e 75, mínimos e máximos para todos os indicadores de estudo. Foi proposta uma matriz de correlação a partir do cálculo do coeficiente de correlação de postos de Spearman. Todos os testes levaram em consideração um a bidirecional de 0.05 e um intervalo de confiança (IC) de 95% e foram realizados com apoio computacional dos softwares: R Project for Statistical Computing; IBM Software Group e Statistical Package for the Social Sciences, organizando os dados no Excel 2016®.

Foram plotados ainda mapas coropléticos com indicadores selecionados para avaliação e distribuição dos indicadores na área de estudo para o ano de 2017 e 2018. Os mapas foram desenvolvidos no software QGIS3.10.2.

Devido ao estudo ocorrer a partir de fontes de dados secundários, não necessitou de aprovação de comitê de ética em pesquisa.

RESULTADOS

Os dados apresentados na Tabela 1 revelam que o ano de 2017 apresentou média menor (Média=83,4; DP=13,6) se comparado à média de 2018 (Média=85,6; DP=12), quando se trata do indicador de Cobertura do Programa Bolsa Família.

Tabela 1
Indicadores de pactuação interfederativa referente ao ano de 2017 e 2018. Florianópolis, SC, Brasil, 2020

	2017
	Média	DP	Mediana	P25	P75	Min.	Máx.
Cobertura populacional de Saúde da Família	95.8	12.4	100	100	100	0	100
Cobertura do programa Bolsa Família	83.4	13.6	86.5	77.9	92.6	0	100
Cobertura populacional de equipes de Atenção Primária	82.8	25.3	100	65.4	100	0	100
	2018
	Média	DP	Mediana	P25	P75	Mín.	Max.
Cobertura populacional de Saúde da Família	95.7	12.8	100	100	100	0	100
Cobertura do programa Bolsa Família	85.6	12	88.2	79.8	94	0	100
Cobertura populacional de equipes de Atenção Primária	82.4	25.5	100	66.7	100	0	100

• Legenda: DP: Desvio Padrão; P25: Percentil 25; P75: Percentil 75.
• Fonte: Autores (2020)

As variáveis apresentadas dizem respeito ao: número de óbitos por doença crônica não transmissível (V4); taxa de mortalidade prematura por doença crônica não transmissível (V5); porcentagem de óbitos em mulheres em idade fértil investigados (V6); porcentagem de óbitos por causa básica definida (V7); porcentagem de vacina com cobertura adequada (V8); proporção de casos de doenças de notificação encerrados (V9); % de cura de Hanseníase (V10); casos novos de Sífilis Congênita (V11); casos de AIDS em menores de cinco anos (V12); porcentagem de análise de água realizada (V13); razão de exame de colo de útero (V14); razão de mamografias (V15); porcentagem de parto normal (V16); porcentagem de gravidez na adolescente (V17); número de óbitos (V18); taxa de mortalidade infantil (V19); número de óbitos maternos (V20); a cobertura populacional de Saúde da Família (V21); cobertura do Programa Bolsa Família (V22); cobertura populacional de equipes da AB (V23); realização de ações da VISA (V24); ações de matriciamento do CAPS (V25); e proporção de preenchimento “ocupação” nas notificações de ART (V26).

As variáveis que não apareceram demarcadas na matriz (Figura 1 e Figura 2): V5, V8, V11, V12, V13, V15, V16, V17, V19 em 2017 e V5, V7, V12, V13, V16, V17, V19 em 2018, foram aquelas não significantes do ponto de vista estatístico (p=0,05). As demais correlações foram todas significantes (p<0,05). O coeficiente de correlação está definido pela cor – quanto mais forte a cor, mais bem correlacionados estão os indicadores.

Figura 1
Matriz de correlação dos indicadores pactuados interfederativamente, de 2017. Florianópolis, SC, Brasil, 2020.

Figura 2
Matriz de correlação dos indicadores pactuados interfederativamente, de 2018. Florianópolis, SC, Brasil, 2020.

Dessa forma, pode-se verificar, por exemplo, que a cobertura do Programa Bolsa Família está inversamente correlacionada ao número de óbitos infantis, tanto para o ano de 2017 quanto para 2018.

Com base na Figuras 3 e 4, observa-se que tanto em 2017 como em 2018, a cobertura do Programa Bolsa Família esteve inversamente correlacionada ao número de óbitos infantis, ao número de óbitos maternos, ao número de óbitos por Doenças Crônicas Não Transmissíveis (DCNT), à porcentagem de óbitos em mulheres em idade fértil, e aos casos novos de sífilis congênita, que significa que à medida que uma variável aumentava, a outra diminuía. Esteve também inversamente correlacionada à porcentagem de cura de hanseníase, mesmo que para esta variável sua correlação tenha existido somente em 2018.

Figura 3
Cobertura Programa Bolsa Família no Estado de Santa Catarina em 2017. Florianópolis, SC, Brasil, 2020.

Figura 4
Cobertura Programa Bolsa Família no Estado de Santa Catarina em 2018. Florianópolis, SC, Brasil, 2020.

Por outro lado, a cobertura do Programa Bolsa Família apresentou-se proporcionalmente relacionada à porcentagem de óbitos por causa básica definida no ano de 2017. Chama atenção ainda por ser uma variável proporcionalmente relacionada à cobertura das equipes de ESF, cobertura populacional de equipes de Atenção Primária e razão de exame citopatológico de colo de útero em ambos os anos, ou seja, à medida que uma variável aumentava, a outra seguia a mesma tendência.

Ao encontro da correlação das variáveis, percebe-se a partir da Figura 2 a representação da cobertura do Programa Bolsa Família correlacionada à cobertura das Equipes de Saúde da Família e à cobertura populacional de Equipes de Atenção Primária nos mapas de calor.

DISCUSSÃO

A partir das evidências supracitadas, percebe-se que o desenvolvimento do PBF exerce influência sobre o aumento ou decréscimo de indicadores de mortalidade, como é o caso do óbito infantil, óbito materno, óbito por DCNT e óbitos em mulheres em idade fértil. Essas correlações demonstram a efetividade de ações de repasse de renda para inferir em indicadores de mortalidade, gerando resultados satisfatórios à saúde da população⁽³⁾.

Com isso, observa-se que políticas de transferência de renda, desenvolvidas em associação à Estratégia de Saúde da Família – rede capilarizada de atenção que atua sobre as especificidades do território, das famílias e comunidades, por meio da longitudinalidade do cuidado – possam ser aliadas profícuas ao desenvolvimento e melhoria de outros indicadores de interesse à saúde coletiva.

Fato esse que coaduna com outros estudos, que buscaram compreender o impacto do PBF sobre a mortalidade infantil e demonstraram uma redução deste indicador e aumento nas consultas de pré-natal, especialmente em cenários onde a cobertura das Equipes de Estratégia de Saúde da Família apresentavam-se elevadas⁽³⁾.

No entanto, ações de melhoria de tais indicadores não podem se limitar ao controle das condicionalidades do PBF, dado que a taxa de mortalidade infantil brasileira ainda se apresenta elevada, com uma média de 12,4 por mil nascidos vivos, enquanto países como Singapura, Noruega e Japão tem menos de duas mortes a cada mil nascidos vivos⁽¹⁰⁾.

Nessa vertente, a saúde da mulher também ganha destaque: a partir dos dados, é visível a correlação existente entre os indicadores de cobertura do PBF e os de óbito materno e de óbito em mulheres em idade fértil, podendo ter o PBF parcela de contribuição, já que além de ordenar proventos às famílias, estimula o acesso aos serviços de saúde⁽¹¹⁾.

No entanto, ainda há um caminho longínquo para a melhoria de vários indicadores. A sífilis congênita, por exemplo, ainda se mantém como importante problema de saúde pública com 3,5 casos a cada 1000 nascidos vivos, justificado pela vulnerabilidade social e falta de atenção ao pré-natal⁽¹²⁾.

Dentre as correlações percebidas, há uma influência também do PBF sobre a razão de exame citopatológico de colo de útero, método preventivo amplamente utilizado para a detecção de lesões precursoras do Câncer de Colo de Útero, associação possivelmente relacionada, dentre outros fatores, às diretrizes do programa voltadas ao uso dos sistemas de saúde. E para que isso ocorra, tanto a cobertura quanto a organização do processo de trabalho da atenção primária são necessárias⁽¹³⁾.

Diante disso, percebe-se que o Programa atua e reverbera em outros indicadores de saúde pactuados interfederativamente. No entanto, é necessário viabilizar um arranjo compatível com o processo de trabalho das distintas equipes de saúde do nível primário, no intuito de fortalecer o alcance das metas pactuadas, já que essa análise, a partir dos dados, mostrou-se fragilizada.

Isso pode ser reflexo da recorrente falta de profissionais para a completude das equipes, o que por vezes sobrecarrega um profissional, levando-o a priorizar determinadas atividades, sem falar na incompreensão dos profissionais sobre o real significado do programa, bem como sobre sua implementação e atitudes fiscalizatórias escassas para avaliar o bom uso do benefício pelas famílias⁽¹⁴⁾. Nessa perspectiva, é importante que a área da saúde reconheça seu papel sobre o PBF, sobretudo o nível primário de atenção, como atividade que mereça atenção, especialmente pela correlação apontada nos achados entre o PBF e alguns indicadores de interesse da atenção primária.

No bojo desse cenário, o profissional da atenção primária, além de acompanhar outros indicadores⁽¹⁵⁾, tem papel central no desenvolvimento e alcance das metas que digam respeito ao domínio da saúde no PBF, já que se trata de um programa que, quando realizado, diminui as chances de desenvolvimento de comorbidades⁽¹⁶⁾.

Quanto às limitações, por tratar-se de estudo de dados secundários, há necessidade de avaliação da operacionalização, sob a ótica da atuação das equipes da Atenção Primária, quanto ao processo de trabalho do Programa Bolsa Família nos distintos cenários de Santa Catarina.

CONCLUSÃO

Os resultados do estudo apontam que o estado de Santa Catarina não apresentou bom desempenho no cumprimento das metas pactuadas nos anos de 2017-2018 no que tange ao indicador de Cobertura pelo Programa Bolsa Família. No entanto, percebe-se que, quando correlacionados os indicadores de Cobertura pelo PBF, especialmente aos indicadores de mortalidade (como os de óbitos infantis, óbitos maternos, óbitos por DCNT e porcentagem de óbitos em mulheres em idade fértil, além dos casos novos de Sífilis Congênita), existe influência do PBF, demonstrada pelos achados do estudo, dada a correlação inversa entre cobertura e indicadores.

Finalmente, os dados revelaram correlação direta entre os indicadores de Cobertura pelas Equipes de Atenção Primária e Cobertura Populacional de Estratégia de Saúde da Família ao de Cobertura pelo Programa Bolsa Família, destacando que tão alto seja um o outro também será.

Resultados de pesquisas como esta devem embasar a tomada de decisões de políticas públicas, além de levarem à compreensão da influência do Programa Bolsa Família, seja de forma positiva ou negativa, especialmente sobre os indicadores de mortalidade. Contudo, ainda há um longo e difícil caminho em busca da qualidade da efetividade do PBF, em que superar iniquidades para a sua condução nos serviços de saúde permanece um desafio.

COMO REFERENCIAR ESTE ARTIGO

• Zamprogna KM, Souza S da S de, Suplici SER, Cunha AC da, Laurindo DLP. Cobertura do programa bolsa família e da atenção primária em Santa Catarina: análise dos indicadores de pactuação interfederativa. Cogit. Enferm. [Internet]. 2021 [acesso em “colocar data de acesso, dia, mês abreviado e ano”]; 26. Disponível em: http://dx.doi.org/10.5380/ce.v26i0.73943

REFERÊNCIAS

• ¹
  Brasil. Lei n. 10.836, de 9 de janeiro de 2004. Cria o Programa Bolsa Família e dá outras providências. Diário Oficial da União, Brasília, 10 jan. 2004. Seção 1:1.
• ²
  Brasil. Decreto n. 5.209, de 17 de setembro de 2004. Regulamenta a Lei n. 10.836, de 9 de janeiro de 2004, que cria o Programa Bolsa Família, e dá outras providências. Diário Oficial da União, Brasília, 18 set. 2004.
• ³
  Silva ES de A, Paes NA. Programa Bolsa Família e a redução da mortalidade infantil nos municípios do Semiárido Brasileiro. Ciênc. Saúde colet. [Internet]. 2009 [acesso em 18 jul 2021]; 24(2). Disponível em: https://doi.org/10.1590/1413-81232018242.04782017.
  » https://doi.org/10.1590/1413-81232018242.04782017
• ⁴
  Silva F de S, Queiroz RC de S, Branco M dos RFC, Habenschus MIAT, Scorzafave LG, Saraiva M da CP, et al. Foco e cobertura do programa Bolsa Família em crianças das coortes de nascimento BRISA, Ribeirão Preto (São Paulo) e São Luís (Maranhão), Brasil. Cad. Saúde Pública. [Internet]. 2019 [acesso em 18 jul 2021]; 35(6). Disponível em: https://doi.org/10.1590/0102-311x00159718.
  » https://doi.org/10.1590/0102-311x00159718
• ⁵
  Senna M de CM, Brandão AA, Dalt S da. Programa Bolsa Família e o acompanhamento das condicionalidades na área da saúde. Serv. Soc. Soc. [Internet]. 2016 [acesso em 18 jul 2021]; 125. Disponível em: http://dx.doi.org/10.1590/0101-6628.060.
  » https://doi.org/10.1590/0101-6628.060
• ⁶
  Ministério da Saúde. Portaria n. 2.436, de 21 de setembro de 2017. Aprova a Política Nacional de Atenção Primária, estabelecendo a revisão de diretrizes para a organização da Atenção Primária, no âmbito do Sistema Único de Saúde (SUS). Diário Oficial da União, Brasília, 21 set. 2017.
• ⁷
  Araujo ES de, Biz MCP. O planejamento em saúde na prática. Revista Científica CIF Brasil. [Internet]. 2017 [acesso em 18 jul 2021]; 5(5). Disponível em: http://www.revistacifbrasil.com.br/ojs/index.php/CIFBrasil/article/view/32
  » http://www.revistacifbrasil.com.br/ojs/index.php/CIFBrasil/article/view/32
• ⁸
  Albuquerque C, Martins M. Indicadores de desempenho no Sistema Único de Saúde: uma avaliação dos avanços e lacunas. Saúde debate. [Internet]. 2017 [acesso em 18 jul 2021]; 41(spe). Disponível em: http://dx.doi.org/10.1590/0103-11042017s10.
  » https://doi.org/10.1590/0103-11042017s10
• ⁹
  Diretoria de Vigilância Epidemiológica - DIVE. Indicadores pactuação interfederativa 2017 a 2021, Santa Catarina. [Internet]. 2019 [acesso em 21 maio 2020]. Disponível em: http://200.19.223.105/cgi-bin/dh?mortalidade/mortalidade.def
  » http://200.19.223.105/cgi-bin/dh?mortalidade/mortalidade.def
• ¹⁰
  Lopes Filho JR, Silva Neto LS. Relação entre mortalidade infantil e escolaridade materna no estado de Tocantins de 2010 a 2015. Rev. Patol. Tocantins. [Internet]. 2018 [acesso em 18 jul 2021] 5(4). Disponível em: https://doi.org/10.20873/uft.2446-6492.2018v5n4p5.
  » https://doi.org/10.20873/uft.2446-6492.2018v5n4p5
• ¹¹
  Leal M do C, Szwarcwald CL, Almeida PVB, Aquino EML, Barreto ML, Barros F, et al. Saúde reprodutiva, materna, neonatal e infantil nos 30 anos do Sistema Único de Saúde (SUS). Ciênc. saúde colet. [Internet]. 2018 [acesso em 18 jul 2021]; 23(6). Disponível em: https://doi.org/10.1590/1413-81232018236.03942018.
  » https://doi.org/10.1590/1413-81232018236.03942018
• ¹²
  Domingues RMSM, Leal M do C. Incidência de sífilis congênita e fatores associados à transmissão vertical da sífilis: dados do estudo Nascer no Brasil. Cad. Saúde Pública. [Internet]. 2016 [acesso em 18 jul 2021]; 32(6). Disponível em: https://doi.org/10.1590/0102-311X00082415.
  » https://doi.org/10.1590/0102-311X00082415
• ¹³
  Fernandes NFS, Galvão JR, Assis MMA, Almeida PF de, Santos AM dos. Acesso ao exame citológico do colo do útero em região de saúde: mulheres invisíveis e corpos vulneráveis. Cad. Saúde Pública. [Internet]. 2019 [acesso em 18 jul 2021]; 35(10). Disponível em: https://doi.org/10.1590/0102-311X00234618.
  » https://doi.org/10.1590/0102-311X00234618
• ¹⁴
  Costa DM, Magalhães R. Realismo crítico e desigualdades sociais: considerações a partir de uma pesquisa qualitativa. Ciênc. saúde coletiva. [Internet]. 2020 [acesso em 18 jul 2021]; 25(5). Disponível em: https://doi.org/10.1590/1413-81232020255.33352019.
  » https://doi.org/10.1590/1413-81232020255.33352019
• ¹⁵
  Dias FA, Gama ZA da S, Tavares DM dos S. Atenção primária à saúde do idoso: modelo conceitual em enfermagem. Cogit enferm. [Internet]. 2017 [acesso em 18 jul 2021]; 22(3). Disponível em: http://dx.doi.org/10.5380/ce.v22i3.53224.
  » https://doi.org/10.5380/ce.v22i3.53224
• ¹⁶
  Paiva BL, Nogueira LMV, Rodrigues ILA, Basta PC, Ferreira AMR, Caldas SP. Modelo preditivo de determinantes socioeconômicos da tuberculose em população indígena no estado do Pará, Brasil. Cogit. enferm. [Internet]. 2019 [acesso em 18 jul 2021]; 24:e64835. Disponível em: http://dx.doi.org/10.5380/ce.v24i0.64835.
  » https://doi.org/10.5380/ce.v24i0.64835

Editado por

Editora associada: Susanne Elero Betiolli

Datas de Publicação

• Publicação nesta coleção
  22 Nov 2021
• Data do Fascículo
  2021

Histórico

• Recebido
  22 Maio 2020
• Aceito
  27 Maio 2021