Objetivos:Propor variáveis estatísticas que resumam os fatores socioeconômicos com potencial efeito sobre a saúde dos idosos nos municípios do Rio Grande do Norte e identificar os locais de maior vulnerabilidade. Métodos:As variáveis deste estudo ecológico foram oriundas do Instituto Brasileiro de Geografia e Estatística -IBGE, Programa das Nações Unidas para o Desenvolvimento -PNUD, Instituto de Pesquisa Econômica Aplicada -IPEA e Departamento de Informática do SUS -DATASUS, referentes ao ano 2000. Partiu-se de mais de 800 variáveis relacionadas à renda, educação, desenvolvimento humano, demografia e habitação, as quais foram submetidas a uma análise da plausibilidade teórica, da distribuição dos dados, da correlação, Análise Fatorial e à Análise Espacial exploratória. Resultados:Aaplicabilidade da técnica foi comprovada pela matriz de correlações, determinante (0,001), matriz anti-imagem, teste de esfericidade de Bartlett (p<0,001) e Índice de Kaiser-Meyer-Olkin (KMO= 0,7). Formaram-se quatro componentes que explicaram 74,01% da variância do modelo, sendo eles: Melhores condições socioeconômicas, Maior dependência do Estado, Desigualdadee Menos emprego e saúde. A análise visual dos mapas demonstrou que tais componentes apresentam distintos padrões de distribuição espacial, no qual parte das microrregiões Borborema Potiguar, Angicos e Agreste Potiguar tiveram características mais desfavoráveis para todos os componentes. Conclusões:Além de facilitar a identificação dos pontos críticos, os componentes agregaram diversos dados em informações mais simples, facilitando o planejamento de políticas públicas e estudos relacionados aos determinantes da saúde dos idosos do Rio Grande do Norte.
Objective:To propose statistical variables that resume the socioeconomic factors with potential effect on elderly health in the municipalities of Rio Grande do Norte and to identify the most vulnerable places. Methods:Thevariablesofthisecologicalstudywerecollectedfromthe Instituto Brasileiro de Geografia e Estatística –IBGE, Programa das Nações Unidas para o Desenvolvimento -PNUD, Instituto de Pesquisa Econômica Aplicada -IPEA and Departamento de Informática do SUS -DATASUS, abouttheyear2000. We started with more than 800 variables related to income, education, human development, demography and housing. These variables were submitted to theoretical plausibility analysis, data distribution, correlation, Factorial Anlysis and Exploratory Spatial Analysis. Results:The applicability of the technique was confirmed by the correlation matrix, determinant (0,001), anti-image matrix, Bartlett's sphericity test and Kaiser-Meyer-Olkin index (KMO= 0,7). Four components were formed, which explained 74,01% of the model variance, they are: Better socioeconomic conditions, Greater government dependence, Inequity and Less employment and health. The visual analysis of the maps showed that these components have different patterns of spatial distribution, inwhich part of BorboremaPotiguar, Angicos and AgrestePotiguarmicroregions had more unfavorable characteristics for all the components. Conclusions:Besides facilitating the identification of critical points, the components gathered several data in simpler information, helping in the planning of public policies and studies related to determinants of elderly health in Rio Grande do Norte.
