RESUMEN
Resumo Introdução Os gastos em saúde têm sido uma preocupação mundial diante da escassez de recursos financeiros para o atendimento das demandas em saúde. Objetivo Analisar o gasto per capita com diagnóstico por imagem de alta complexidade e associação com variáveis sociodemográficas e estruturais no Brasil. Método Estudo ecológico observacional dos gastos com diagnóstico por imagem utilizando os registros do Sistema de Informação do Sistema Único de Saúde (SUS), com análise de regressão com modelos generalizados de efeitos mistos, de 2008 a 2017, por macrorregiões de saúde, de acordo com as variáveis: PIB per capita, população, taxa de médicos, taxa de equipamentos em uso no SUS e cobertura pela Estratégia Saúde da Família (ESF). Resultados Na análise descritiva dos dados, foi observado aumento dos gastos com diagnóstico por imagem de alta complexidade. Foi identificada correlação positiva entre o gasto e as variáveis taxa de médicos, taxa de equipamentos em uso no SUS e PIB, bem como correlação negativa com a cobertura pela ESF. Conclusão A relação entre ampliação da cobertura pela ESF e diminuição no gasto com diagnóstico por imagem de alta complexidade se apresentou como importante indicador no direcionamento das políticas públicas e de recursos. Assim, macrorregiões com maiores taxas do PIB e de médicos tendem a ter gastos mais elevados com diagnóstico por imagem de alta complexidade.
Abstract Background Health expenditures have become a global concern given the scarcity of financial resources to meet health demands. Objective To analyze the trend of per capita expenditure with high-complexity diagnostic imaging and its association with sociodemographic and structural variables in Brazil. Method Observational, ecological study on diagnostic imaging expenditures using the Unified Health System (SUS) information system records, through regression analysis with Generalized Mixed Effects Models, from 2008 to 2017, by health macro-regions, according to the following variables: GDP per capita, population, rate of physicians, rate of equipment in use at SUS, and coverage by the Family Health Strategy (FHS). Results Descriptive analysis of the data showed an increase in expenses with high-complexity diagnostic imaging. Expenditure was positively correlated with rate of physicians, rate of equipment in use in SUS and GDP per capita, and negatively correlated with FHS coverage. Conclusion The relationship between expansion of coverage by the FHS and decreased expenses with high-complexity diagnostic imaging was an important indicator to direct public policies and allocate resources. Thus, macro-regions with higher GDP per capita and rate of physicians tend to have greater expenses with high-complexity diagnostic imaging.