TAXA DE MORTALIDADE INFANTIL E SEUS DETERMINANTES NO RIO GRANDE DO NORTE

Transcrição

1 TAXA DE MORTALIDADE INFANTIL E SEUS DETERMINANTES NO RIO GRANDE DO NORTE GT: Métodos Quantitativos Aplicados à Economia Stefany Silva Amaral Graduando do Departamento de Economia da UFRN, Brasil, Natal-RN. ssamaral@outlook.pt Este trabalho tem como finalidade a verificação das variáveis que determinam a redução da taxa de mortalidade infantil (TMI) no Rio Grande do Norte, e a mensuração dos seus efeitos sobre a mesma, a partir de dados retirados do Atlas do desenvolvimento Humano do PNUD. Será feita uma breve explanação acerca da variável a ser estudada, a mortalidade infantil, analisando sua natureza, possíveis causas, as variáveis utilizadas para sua estimação e mudanças ocorridas em seu valor desde 1991, comparativamente a outros níveis geográficos. O Brasil obteve uma taxa de redução relativamente alta em comparação com a média mundial de mortalidade na infância, apesar disso, a TMI brasileira ainda se encontra muito elevada. Bem como o quadro nacional, o Rio Grande do Norte também apresenta uma situação de melhora, conseguindo a maior redução da mortalidade infantil, em taxa percentual, do Brasil, porém apresentando ainda taxas bastante superiores às das regiões Sul, Sudeste e Centro-oeste. Esta variável é um eficiente indicador de desenvolvimento, no qual suas variações estão diretamente ligadas a fatores demográficos, socioeconômicos e de condições sanitárias e de saúde. Portanto, esta ela possibilita uma retratação das intervenções dos agentes políticos e, por conseguinte, sua análise fornecerá conteúdo para a avaliação de políticas públicas, criação de diretrizes de planejamento e metas de redução. O resultado do estudo deriva da estimação de dados em painel dos anos de 1991, 2000 e 2010 para todos os municípios do RN (cross-section) pelo método dos Mínimos Quadrados Ordinários (MQO), por Efeitos Fixos. Concluindo o trabalho, serão expostos os resultados com suas respectivas interpretações, no qual se verificou relevante influência das variáveis renda e educação, mais especificamente o analfabetismo. Finalizando, será realizada uma breve consideração final acerca do que deve ser feito pelos responsáveis das políticas públicas do estado. Palavras-chave: Taxa de Mortalidade Infantil, Rio Grande do Norte, Dados em Painel, Efeitos Fixos.

2 1. Introdução A taxa de mortalidade infantil (TMI) estudada por este trabalho se refere à quantidade de crianças que não sobrevivem ao primeiro ano de vida a cada 1000 crianças nascidas vivas. Este conceito vem sendo amplamente utilizado em diversos estudos acerca da qualidade de vida de uma população, devido a sua capacidade explicativa da evolução de uma sociedade. A TMI pode ser observada de duas formas que se diferenciam apenas no limite de idade que poderá ocorrer o óbito. Haverá a possibilidade de verificação da taxa para mortes de crianças com até cinco anos de idade para cada 1000 nascidas vivas (é comumente chamada de taxa de mortalidade na infância), no qual são contemplados, implicitamente, outros fatores que influenciam na ocorrência de mortes que não aqueles que se dão no primeiro ano de vida, cuja fragilidade e exposição ao risco é maior, ou mesmo causado por um desenvolvimento deficiente do primeiro ano de vida, levando a uma maior vulnerabilidade dos próximos quatro anos. Mas esta vertente do indicador pouco difere, em número, do outro. Apenas o primeiro ano de vida será relevante para o modelo econométrico aqui desenvolvido. Este primeiro ano pode ser dividido em dois momentos a serem analisados detalhadamente segundo as causas que provocam o risco de óbito para a criança e o tempo de vida. O neonatal se refere às primeiras quatro semanas de vida e geralmente seus riscos estão ligados a forma que se deu o período de gestação e o parto, ele também pode ser subdividido em neonatal precoce, que equivale aos primeiros sete dias de vida e neonatal tardio, referente às outras três semanas do período neonatal. E o segundo momento a ser analisado, conhecido como mortalidade pós-neonatal, equivale ao resto desses dias, a partir do 28º até que se complete um ano. Suas causas estão associadas a precariedade do saneamento básico e deficiência nos cuidados com a saúde. 2. TMI: variações, estado atual e causas Atualmente, a TMI é combatida de forma significativa em todo o mundo, sendo um dos oito Objetivos do Milênio buscados pela Organização das Nações Unidas (ONU) em todos os países desde 1990, cuja meta no Brasil é reduzir a TMI de crianças até cinco anos de 53,7 em pelo menos dois terços até 2015, isto é, 17,9. Esta meta já

3 foi atingida desde 2011, quando alcançou a marca de 17,7 e também, isoladamente, pelo Rio Grande do Norte em 2010 quando chegou aos exatos 17,9. Entretanto, segundo o Relatório Nacional de Acompanhamento emitido em maio de 2014, verifica-se que a queda mais significativa se deu na faixa de idade referente ao período pós-neonatal. Enquanto o período de um a cinco anos representa um baixo valor na taxa de mortalidade na infância, denotando pouca relevância para a base de cálculo, tendo em vista o longo período de vida que engloba em contraposição com a sua pequena participação de aproximadamente 13,6% na taxa global de A faixa até um ano de idade ainda apresenta considerável rigidez, mais especificamente a mortalidade neonatal, que representa uma taxa de 10,6, ou seja, os primeiros 27 dias de vida correspondem a aproximadamente 59,9% da taxa de mortalidade na infância para No trabalho de revisão de literatura elaborado por SANTOS et al. [2010] são elucidados os fatores de risco e as causas para a mortalidade infantil antes da implantação do Sistema Único de Saúde (SUS), no qual são estudados artigos referentes ao período , e ao período atual, em torno de Uma das primeiras conclusões a que se chega é a discrepância na distribuição dos estudos relacionados a TMI para cada região. O Norte, por exemplo, apresentava apenas um artigo científico sobre o assunto, o Nordeste apresentou cinco, distribuídos em três dos nove estados da região, em que o Rio Grande do Norte não faz parte destes que tinham estudos. Não obstante, o Sudeste tinha disponível uma quantidade exorbitantemente diferente, 41 análises distribuídas entre os quatro estados da região. Desta forma, em paralelo com as desigualdades socioeconômicas que se encontravam entre as regiões brasileiras. Identificou-se que no primeiro quadriênio estudado pelos autores, a mortalidade infantil estava frequentemente relacionada aos assuntos ligados ao setor de saúde. Porém a desigualdade na distribuição dos recursos públicos, principalmente no que diz respeito a moradia, alimentação, renda, saneamento básico e, especialmente, abastecimento de água estiveram comumente citados como fatores de maior influência, ressaltando a relevância dos fatores socioeconômicos. Nos discursos acerca da mortalidade neonatal precoce foi abordado como variável de estudo o peso dos recém-nascidos, assim, portanto, sendo levado em

4 consideração fatores ligados a como se deu o parto e as condições de gravidez. Entretanto, ao decorrer do período neonatal confirmou-se uma maior causação de mortes pelas características ligadas ao ambiente físico de convívio da criança e o ambiente social, do que pelas condições do período de nascimento propriamente dito. No segundo período ( ) estudado por SANTOS et al. [2010], relatouse a associação entre o parto normal e a mortalidade neonatal. Disto retirou-se como justificativa o fato das mães que realizam parto normal ter piores condições socioeconômicos, sendo este último, portanto, o fator titulado como responsável, e não o parto normal por si só. Semelhantemente, acontece com a gestação na adolescência, em que há maior risco biológico de mortalidade infantil, e assim recaindo sobre tal tipo de gravidez os desfavoráveis fatores socioeconômicos, dos quais o nível educacional e de renda influenciam o não uso de métodos contraceptivos, a falta de planejamento da gravidez e muitas vezes falta de apoio familiar. Para este segundo quadriênio de estudos observou-se como características influenciadoras na TMI, listadas nos artigos, as referentes ao recém-nascido, a idade materna, as assistenciais ao pré-natal e o parto. Contudo, mais uma vez, os fatores mais citados foram os socioeconômicos, mais especificamente a renda, educação e abastecimento de água, reforçando a importância destes fatores nos dois períodos estudados, isto é, antes e após a implantação do SUS. O Rio Grande do Norte em 1991 e 2000 era a 5º menor taxa de mortalidade infantil do Nordeste, porém em 2010 saltou para 2º colocação, com uma taxa superior em valor apenas à TMI cearense. Além desta virtude, o Rio Grande do Norte conseguiu a maior redução, em taxa percentual, do Brasil no período de 1991 a 2010, isto é, 71%. Portanto, a realização deste estudo se justifica por dois motivos principais: primeiro, a TMI do Rio Grande do Norte, bem como a nordestina, ainda se encontra relativamente elevada, principalmente se comparada às taxas das Regiões Centrooeste, Sul e Sudeste; segundo, cabe uma melhor avaliação dos indicadores que determinaram a redução de 71% na TMI potiguar, para assim identificar os fatores e seus respectivos pesos na maior redução de mortalidade infantil, em taxa percentual, que acontecera no Brasil de 1991 a 2010.

5 3. Modelo econométrico Nesta etapa do trabalho será exposta a forma que ocorrerá a mensuração dos determinantes socioeconômicos da taxa de mortalidade infantil nos municípios do Rio Grande do Norte, no qual tem como referencial teórico os modelos desenvolvidos por IRFFI et al. (2008) e GOMES et al. (2006). Primeiramente, será descrita a base de dados usada na estimação do modelo econométrico, ressaltando características relativas à obtenção dos dados, variáveis utilizadas e suas correlações e descrições estatísticas. Posteriormente, será feito o detalhamento do modelo teórico. Por fim, serão apresentados os resultados com suas devidas interpretações Base de dados Os dados utilizados no modelo aqui desenvolvido são, na íntegra, retirados do Atlas de Desenvolvimento Humano 2013 do Programa das Nações Unidas para o Desenvolvimento (PNUD). As variáveis adotadas são de características socioeconômica, referentes aos anos de 1991, 2000 e 2010 e correspondendo a todos os municípios do Rio Grande do Norte. Estão divididas em áreas subtemáticas, isto é, econômicas, demográficas e educacionais. Os dados serão combinados em um painel, no qual serão dispostos os três anos estudados para cada unidade cross-section. Os dados de corte correspondem aos 167 municípios do Rio Grande do Norte. Assim sendo, será totalizado 501 observações por variável. A seguir, são apresentadas as variáveis utilizadas no modelo, segundo o Atlas do PNUD, e o sinal esperado de cada uma na regressão: Taxa de Mortalidade Infantil (TMI); Renda per capita (Renda) - sinal negativo; Taxa de Pobreza (Pobreza) - sinal positivo; Expectativa de anos de estudo (Estudo) - sinal negativo; Taxa de analfabetismo (Analfabetismo) - sinal positivo; Mães sem cônjuge e com filho (Mães) - sinal positivo; Taxa de Fecundidade (Fecundidade) - sinal positivo; Densidade domiciliar (Densidade) - sinal positivo; População Rural - sinal positivo. Na Tabela 1, são apresentadas as correlações entre a TMI e as demais variáveis. Espera-se um sinal nas correlações correspondente com o que já foi informado. Não obstante, a variável população rural apresentou um sinal inverso, simultaneamente com um valor baixo de correlação, algo também verificado por IRFFI

6 et al. (2008) no estado do Ceará, no qual é realizado um modelo de mesmo aspecto para os anos de 1991 e Tabela 1 - Correlações com a variável TMI para cada ano estudado Variável Anos Renda -0,5503-0,5007-0,4862 Pobreza 0,4967 0,5152 0,3738 Mães 0,1228 0,1116 0,2636 Fecundidade 0,5192 0,3585 0,3607 Densidade 0,3460 0,4014 0,2656 População rural -0,0435-0,0820-0,0744 Estudo -0,3142-0,3989-0,1977 Analfabetismo 0,5233 0,5129 0,4476 Fonte: Elaborado pelo autor a partir do Atlas de Desenvolvimento Humano no Brasil 2013 As variáveis econômicas, especialmente a renda, apresentaram uma substancial correlação com a TMI, fato também verificado em outros modelos. Outra correlação relativamente alta já esperada é a das variáveis educacionais, e principalmente, neste caso, a taxa de analfabetismo. Portanto, até o momento, os dados utilizados condizem com a correlação em outros modelos já testados, como em IRFFI et al. (2008) e GOMES et al. (2006), e com o que já fora explanado por SANTOS et al. (2006) acerca da variável renda e variáveis relacionadas ao estudo, nas quais são colocadas como principais causadoras, direta ou indiretamente, da mortalidade infantil. Estas correlações, assim como as estatísticas descritivas da Tabela 2, levam em consideração todas as observações para os 167 municípios do Rio Grande do Norte nos três anos que estão sendo empregados. Observando a caminhada da média da TMI para estes municípios ao longo desses 20 anos estudados, percebe-se que há uma maior variação na segunda década, e o mesmo se sucedi para o desvio padrão e outras estatísticas, induzindo, obviamente, à conclusão de que a última década foi um período de maior relevância para a contração da taxa de mortalidade infantil no Rio Grande do Norte. A mediana em 1991 era maior que o valor de TMI média do Nordeste e do Rio Grande do Norte, em outros termos, pode ser dito que as 50% maiores taxas de mortalidade infantil do RN eram maiores que a média do estado e do Nordeste. O primeiro quartil em 2010 revela que as menores 25% TMI estão abaixo de 21,7 e as 25% maiores estão acima de 27,9, uma diferença consideravelmente baixa entre as proporções. Da queda do desvio padrão e da

7 amplitude das séries, pode ser inferido que houve volumosa redução da desigualdade entre os municípios, sendo este, portanto, um fato verificado na TMI em todos os níveis geográficos brasileiros. A amplitude, isto é, a diferença entre os valores máximo e mínimo, era de 57,31 em 1991 e em 2010 caiu para bem menos que a metade, 23,1. E o desvio padrão neste mesmo período reduziu para menos de um terço. Os valores mínimos e máximos de TMI, isto é, os municípios com menor e maior TMI para cada ano, também acompanham o nível de variação da média e do desvio padrão, sendo o valor mínimo o que mais variou de 1991 para O valor máximo de TMI verificado no ano de 1991, pertencente aos municípios de Jandaíra e Tenente Laurentino Cruz, supera a marca de 10% dos nascidos vivos, já no valor mínimo do ano de 2010, representado por Caicó, essa proporção é de apenas 1,34%. Valor próximo da média da região Sudeste de 13 mortes de crianças até um ano para cada 1000 nascidas vivas, a segunda menor média do Brasil entre regiões. A capital, Natal, esteve entre as cinco menores TMI municipais nos anos de 1991 e Tabela 2 - Estatísticas descritivas da TMI dos municípios do Rio Grande do Norte Variação Variação Variação Média 74,80 Média 47,56 Média 24,74-36,4% -48,0% -66,9% Desvio p. 14,49 Desvio p. 9,55 Desvio p. 4,52-34,0% -52,7% -68,8% Mediana 76,23 Mediana 47,88 Mediana 23,60-37,2% -50,7% -69,0% 1º Quartil 63,92 1º Quartil 40,24 1º Quartil 21,70-37,0% -46,1% -66,0% 3º Quartil 85,91 3º Quartil 54,69 3º Quartil 27,90-36,3% -49,0% -67,5% Mínimo 43,49 Mínimo 22,51 Mínimo 13,40-48,2% -40,5% -69,2% Máximo 100,80 Máximo 68,67 Máximo 36,50-31,9% -46,8% -63,8% Fonte: Elaborado pelo autor a partir do Atlas de Desenvolvimento Humano no Brasil 2013 Para a estimação serão considerados quatro modelos que se diferenciam pela combinação de variáveis e pela forma funcional utilizada. Os dois primeiros serão modelos totalmente lineares e os outros dois, com um número de variáveis reduzidas, será aplicado o logaritmo. A diferença entre os modelos 1 e 2 e entre os modelos 3 e 4, está na escolha de apenas uma variável econômica e uma educacional, medida também tomada por IRFFI et al. (2008) e GOMES et al. (2006) devido a alta correlação entre elas, e evitando, desta forma, possíveis problemas de multicolinearidade. A seguir está a descrição da composição do modelo e logo em seguida, nas próximas seções, serão apresentados o modelo teórico utilizado, os resultados e uma breve conclusão. - Modelo 1: Renda, estudo, fecundidade, mães, densidade e população rural.

8 - Modelo 2: Pobreza, analfabetismo, fecundidade, mães, densidade e população rural. - Modelo 3: Renda, estudo, fecundidade, densidade. (Logaritmo de todas). - Modelo 4: Pobreza, analfabetismo, fecundidade, densidade. (Logaritmo de todas) Modelo Teórico O método utilizado terá como base dados em painel com as observações dispostas para os 167 municípios do Rio Grande do Norte para cada um dos anos considerados, 1991, 2000 e O modelo que será desenvolvido é descrito pela seguinte equação: TMIit = C + βk Xit + uit, uit = αi + εit A taxa de mortalidade infantil se apresenta como variável dependente e a variável X faz o papel representativo de todas a variáveis explicativas, seguidas por seu multiplicador β, que caracteriza os estimadores que determinarão o modelo. Os termos t e i indicam, respectivamente, o tempo (1991, 2000 e 2010) e as unidades cross-section (os 167 municípios). O aspecto diferencial no método adotado é a presença do αi no termo de erro uit. Ele indica presença de um efeito constante no tempo que é inerente a apenas às unidades de corte transversal, isto é, as características próprias dos municípios. Contudo, para o αi ser levado em consideração como um problema que deve ser tratado, é necessário realizar o teste de Hausman. O teste de Hausman tem como hipótese nula a ausência de correlação entre o termo de erro e as variáveis explicativas. Se esta hipótese for aceita, será feito o uso da estimação por efeitos aleatórios, e o αi será considerado como um termo de erro habitual. Mas se a hipótese nula for rejeitada, deverá ser adotada a estimação por efeitos fixos, que considera o αi como um termo de erro diferenciado que será tratado, pois se não o for, sua correlação com as variáveis explicativas poderá levar a uma estimação inconsistente Resultados

9 A verificação do teste de Hausman resultou em rejeição da hipótese nula, ou seja, foi realizada a estimação por efeitos fixos. No primeiro modelo, todas as variáveis são significantes ao nível de 1%, com exceção da variável população rural, que é significante a 5% e a variável mães, que não é significante. No modelo 2, a variável mães é significante somente ao nível de 10% e a população rural não chega a ser significante. Percebe-se, portanto, a existência de um problema com as variáveis mães e população rural. Este tipo de problema também foi encontrado nos modelos reproduzidos por IRFFI et al. (2008) e GOMES et al. (2006), para o estado do Ceará e para a região Sudeste, respectivamente. Além disso, foi impossibilitado o emprego de logaritmo para essas duas variáveis, devido a existência de observações com o valor zero para a variável mães e a ausência de população rural no município de Natal. Para piorar, a variável população rural seguiu com o sinal negativo verificado nas correlações, teoricamente não esperado pelo modelo, insinuando que quanto maior a população rural, menor será a TMI. E a variável mães que tinha apresentado o sinal esperado (positivo) nas correlações, manifestou sinal inapropriado nas regressões, isto é, negativo. Por estes motivos, os modelos 1 e 2 foram utilizadas somente a nível de verificação para esses tipos de problemas envolvendo insignificância estatística, observações com valor zero e sinal inadequado. Isto posto, serão descartadas as variáveis mães e população rural para os dois modelos de maior relevância que serão desenvolvidos. No modelo 3 e 4, serão usadas quatro variáveis explicativas para a estimação de cada um e será aplicado o logaritmo em todas as variáveis, como é demonstrado na Tabela 3. Assim como no modelo 1 e 2, o teste de Hausman rejeitou a hipótese nula que possibilita o uso de efeitos aleatórios nos modelos 3 e 4. Logo, foram estimados por efeitos fixos. Nestes últimos modelos, todas as variáveis tiveram significância estatística ao nível de 1%. O coeficiente de determinação nos dois modelos teve um valor relativamente alto, constatando que 93,03% da TMI no modelo 3 é explicada pelas variáveis renda per capita, expectativa de anos de estudo, taxa de fecundidade e densidade domiciliar; e no modelo 4, 93,31% da TMI é explicada pelas variáveis taxa de pobreza, taxa de analfabetismo, taxa de fecundidade e densidade domiciliar. A estatística F revelou que há significância global nos quatro modelos estimados. Observando os parâmetros estimados, vemos que no modelo 3, a renda é a variável

10 de maior determinação na taxa de mortalidade infantil para o estado do Rio Grande do Norte, por representar, dentre as variáveis do modelo 3, a maior elasticidade em valores absolutos, confirmando as conclusões a que se chegou o estudo de SANTOS et al. (2010). A variação positiva de 1% na renda reduzirá a TMI em 0,5137%. Tabela 3 - Modelo com logaritmo por Efeitos Fixos Variável dependente: (ln) TMI de crianças com menos de 1 ano de idade Regressores Modelo 3 Modelo 4 Constante * * (0.4814) (0.2386) Variáveis econômicas Renda * - (0.0502) Pobreza * (0.0401) Variáveis educacionais Expectativa de estudo * - (0.0801) Analfabetismo * (0.0961) Variáveis demográficas Fecundidade * * (0.0599) (0.0626) Densidade * * (0.0603) (0.0602) Observações R² 0,9303 0,9331 Estatística F 25, ,0939 (0.0000) (0.0000) Teste de Hausman 185, ,2566 (0.0000) (0.0000) * significante ao nível de 1%; ** significante ao nível de 5%; *** significante ao nível de 10% A mesma variação na expectativa de anos de estudo, reduzirá a TMI em 0,3145%. As variáveis educacionais, assim como cita IRFFI et al. (2008), tem um efeito duplo, pois além do seu efeito direto instruindo os pais aos cuidados com a criança, também tem um efeito indireto, ditado pela maior inserção ao mercado de trabalho provocado pelo maior nível educacional e, consequentemente, elevando a renda. A renda, por sua vez, facilita o acesso aos serviços de saúde, como também cita IRFFI et al. (2008), no qual argumenta que maiores níveis de renda elevam a demanda pelos serviços de saúde. A renda também tem efeito sobre a alimentação, tanto no que tange a sua quantidade ou a sua qualidade, reduzindo os perigos de desnutrição e/ou contração de infecções e parasitas (DIP). Além de diversas outras melhorias de qualidade de vida que a elevação da renda pode proporcionar na situação ambiental e social de convívio da criança.

11 Dentre as variáveis demográficas, o percentual de pessoas que vivem em domicílios particulares permanentes com densidade acima de duas pessoas por dormitório foi a que apresentou maior determinação na TMI, em valores absolutos. A redução de 1% em cada variável demográfica taxa de fecundidade e densidade domiciliar juntas reduziram a taxa de mortalidade infantil em 0,7929%. No modelo 4, a taxa de pobreza, ao contrário do que foi constatado no Ceará, pelo trabalho de IRFFI et al. (2008), não obteve um impacto muito relevante. Este fato talvez seja explicado pela diferença na taxa de pobreza entre os dois estados, como exemplo, em 2010 o RN apresentava uma taxa de pobreza 29,68% menor que a do Ceará, segundo os dados do PNUD. No modelo 4, a redução de 1% na taxa de pobreza diminui a TMI em apenas 0,1599%, valor este que foi de 0,9502% no modelo semelhante reproduzido pelo estudo supracitado. O analfabetismo indicou o maior impacto neste modelo, em valores absolutos, no qual a redução de 1% na taxa de analfabetismo diminui a TMI em 0,8159%, uma determinação na mortalidade infantil bastante relevante. Comparativamente a outra variável educacional mensurada no modelo 3, o analfabetismo apresentou-se digno de maior preocupação. Enquanto a variável expectativa de anos de estudo expõe uma média de anos de estudo de uma população, a taxa de analfabetismo expressa, em valores, as circunstâncias de uma camada mais fragilizada da população em relação a situação educacional, recaindo sobre esta os problemas anteriormente citados, isto é, se refletindo em dificuldades de acesso ao serviço de saúde, diligência com fatores básicos sanitários e de alimentação com a criança, compreensão quanto aos cuidados de saúde e outras limitações ligadas ao fato do indivíduo não saber ler e escrever. As variáveis demográficas seguiram um padrão aproximado do que foram no modelo 3. Em relação ao domicílio, a redução da densidade resultou em um impacto de 0,4323%, quando diminui em 1%. E a taxa de fecundidade conferiu uma redução no impacto em relação ao modelo 3, sua atenuação em 1% provoca a queda de 0,2932% na TMI. 4. Conclusões Tendo em vista o resultado do modelo econométrico, foi realizada a comprovação de que as seis variáveis utilizadas no modelo 3 e 4 exercem influência na taxa de mortalidade infantil. Os principais determinantes no Rio Grande do Norte

12 foram, como já era parcialmente esperado, as variáveis renda per capita e as educacionais, com ênfase na taxa de analfabetismo. Porém, não se deve negligenciar as demais variáveis estimadas, sejam os anos de estudo ou as variáveis de caráter demográfico; e as externas ao modelo, como as ligadas ao serviço público de saúde e condições sanitárias. Conclui-se que os agentes responsáveis pela formulação das políticas socioeconômicas, interessados em reduzir a taxa de mortalidade infantil no Rio Grande do Norte, devem alocar seus esforços, em forma de recursos, programas e planejamento estratégico de modo a aumentar a renda per capita e os níveis educacionais, especialmente as medidas de ao combate ao analfabetismo. 5. Referências CALDEIRA, A. P; ELISABETH, F.; PERPÉTUO, I. H. O; GOULART, E. M. A. Evolução da mortalidade infantil por causas evitáveis, Belo Horizonte, Rev. Saúde Pública, (1): FORMIGA, M. C.; RAMOS, P. C. F.; & MONTEIRO, M. F. G. A influência dos fatores socioeconômicos na mortalidade de crianças menores de 5 anos: estimativas indiretas da mortalidade para o Estado do Rio Grande do Norte Brasil GOMES, F. A. R. et al. Mortalidade Infantil no Brasil e no Sudeste: Determinantes e Perspectivas para o Futuro. Minas Gerais: Ibmec, IRFFI, Guilherme. Et al. Análise dos determinantes socioeconômicos da Taxa de Mortalidade Infantil (TMI) no Ceará. IPECE, Ceará, Texto para discussão Nº 48, abr Objetivos de Desenvolvimento do Milênio: Relatório nacional de Acompanhamento. Ipea, SANTOS H. G. dos. Et al. Mortalidade infantil no Brasil: uma revisão de literatura antes e após a implantação do Sistema Único de Saúde. São Paulo: Pediatria, 2010; 32(2): WOOLDRIDGE, Jeffrey. M. Introdução à econometria: uma abordagem moderna. São Paulo: Cengage Learning, 2013.