Palavras-chave
Regressão logística
Desigualdade em saúde
Como Citar
Copyright © | Todos os direitos reservados.
A revista detém os direitos autorais exclusivos de publicação deste artigo nos termos da lei 9610/98.
Reprodução parcial
É livre o uso de partes do texto, figuras e questionário do artigo, sendo obrigatória a citação dos autores e revista.
Reprodução total
É expressamente proibida, devendo ser autorizada pela revista.
Resumo
Objetivo: Analisar os determinantes da adesão a planos de saúde privados no Brasil, examinando como características socioeconômicas, demográficas e de saúde influenciam a probabilidade de um indivíduo ser beneficiário da saúde suplementar. Métodos: Adota-se uma abordagem quantitativa e explicativa, baseada nos microdados da Pesquisa Nacional de Saúde (PNS) de 2019, do IBGE, com aplicação de um modelo de regressão logística (Logit) para estimar os efeitos marginais das variáveis explicativas sobre a probabilidade de adesão a plano de saúde. Resultados: Os achados indicam que renda, escolaridade e vínculo formal de trabalho aumentam significativamente a probabilidade de possuir plano de saúde, evidenciando o papel central dos planos empresariais na cobertura privada. Observam-se também disparidades regionais, com menor probabilidade de adesão nas regiões Norte e Nordeste. Conclusão: As evidências sugerem que o mercado de saúde suplementar reproduz desigualdades socioeconômicas e territoriais no acesso à saúde, além de apontar para possíveis efeitos de seleção adversa, uma vez que indivíduos com doenças crônicas apresentam maior probabilidade de adesão a planos privados, o que pode refletir tanto maior necessidade de cuidados quanto maior acesso a diagnósticos no setor suplementar.
Referências
ADEPOJU OA, et al. Health insurance coverage among viral hepatitis B and C patients in Nasarawa, Nigeria: A cross-sectional study. PLOS ONE, 2024; 19(1): e0296716.
ANDRADE K, MAIA ALAS. Determinantes da demanda por planos privados de saúde no Brasil. Economia Aplicada, 2007; 11(4): 573-594.
FERNANDES PFC, et al. Padrões de utilização de serviços de saúde no Sul do Brasil: onde e por quem a Estratégia Saúde da Família é mais utilizada? Cadernos de Saúde Pública, 2009; 25(9): 1957-1966.
GODOY J, et al. Assimetria de informação e o mercado de planos de saúde no Brasil. Revista Brasileira de Economia, 2004; 58(3): 439-462.
IBGE. Pesquisa Nacional de Saúde (PNS) 2019: resultados. Rio de Janeiro: IBGE, 2020.
KHAN J, et al. Multilevel variation in health insurance coverage in India: A systematic analysis of determinants using NFHS 2015-16. PLOS ONE, 2021; 16(1): e0245009.
LU M, et al. The relative contribution of health behaviors and insurance coverage to socioeconomic disparities in health. Preventive Medicine, 2004; 39(2): 297-307.
MALTA DC, et al. Cobertura de plano de saúde por inquérito telefônico em capitais brasileiras e no Distrito Federal, 2008. Revista Brasileira de Epidemiologia, 2011; 14(Supl. 1): 110-122.
MALTA DC, et al. Cobertura de plano de saúde na população brasileira, de acordo com a Pesquisa Nacional de Saúde, 2013. Revista Brasileira de Epidemiologia, 2017; 20(Supl. 1): 47-59.
MARMOT M. Social determinants of health inequalities. The Lancet, 2005; 365(9464): 1099-1104.
RANGEL TP. Imputação múltipla de dados faltantes: exemplo de aplicação no Estudo Pró-Saúde. Dissertação (Mestrado) – Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2013; 151p.
RODRIGUES GL. Determinantes dos gastos com saúde de pacientes da atenção primária da cidade de Bauru/SP. Dissertação (Mestrado) – Universidade Estadual Paulista, Presidente Prudente, 2025; 94p.
RUBIN DB. Multiple Imputation for Nonresponse in Surveys. New York: John Wiley & Sons, 1987.
SILVA DS, et al. Óbitos por câncer de cabeça e pescoço segundo escolaridade no Rio de Janeiro, Brasil, 2010-2018. Cadernos de Saúde Pública, 2025; 41: e00140023.
SOUZA JÚNIOR PB, et al. Cobertura de planos de saúde no Brasil: evolução entre 2013 e 2019 e desigualdades. Revista Brasileira de Saúde Ocupacional, 2021; 46(2): e6.
SZWARCWALD CL, et al. Pesquisa Nacional de Saúde no Brasil: concepção e metodologia de aplicação. Ciência & Saúde Coletiva, 2014; 19: 333-342.
VAN BUUREN S, et al. mice: Multivariate Imputation by Chained Equations in R. Journal of Statistical Software, 2011.
VARIAN HR. Microeconomia: uma abordagem moderna. 8 ed. Rio de Janeiro: Elsevier, 2010.
WANG H, et al. Socioeconomic differences in the choice of public versus private health care providers in China: evidence from the CHARLS. Health Policy and Planning, 2016; 31(1): 44-56.
WOOLDRIDGE JM. Econometric Analysis of Cross Section and Panel Data. Cambridge: MIT Press, 2010.