Resumo Uma das preocupações ligadas à pandemia da COVID-19 se refere à capacidade da estrutura do sistema de saúde suportar a demanda por atendimento e tratamento de pessoas acometidas por esta doença. Diante disso, o objetivo deste estudo consiste em criar e mapear o Índice de Infraestrutura de Saúde (IIS) das Unidades da Federação (UFs) brasileiras, bem como verificar a sua distribuição espacial. Para isso, foi aplicada a metodologia de Análise Fatorial por Componentes Principais. Aplicou-se os testes de Bartlett e Kaiser-Meyer-Olkin para verificação da sua adequabilidade. Em seguida procedeu-se a Análise Exploratória de Dados Espaciais. Os dados foram coletados no DATASUS, COFEN, Ministério da Saúde, Portal de Compras do Governo e Portal da Transparência. Quanto aos resultados, o índice revelou que nove estados do Norte e Nordeste registraram os menores índices e cinco estados do Sudeste e Sul apresentaram os maiores índices. Foi registrado um cluster baixo-baixo nos estados do Amazonas e Pará e um Cluster alto-alto em Minas Gerais, Rio de Janeiro, São Paulo e Paraná.

Abstract One of the concerns linked to the COVID-19 pandemic is the capacity of health systems to respond to the demand for care for people with the disease. The objective of this study was to create a COVID-19 response Healthcare Infrastructure Index (HII), calculate the index for each state in Brazil, and determine its spatial distribution within and across regions. The HII was constructed using principal component factor analysis. The adequacy of the statistical model was tested using the Kaiser-Meyer-Olkin test and Bartlett’s test of sphericity. The spatial distribution of the HII was analyzed using exploratory spatial data analysis. The data were obtained from DATASUS, the Federal Nursing Council, Ministry of Health, Government Procurement Portal, and the Transparency Portal. The nine states in the country’s North and Northeast regions showed the lowest indices, while the five states from the Southeast and South regions showed the highest indices. Low-low clusters were observed in Amazonas and Pará and high-high clusters were found in Minas Gerais, Rio de Janeiro, São Paulo, and Paraná.

Resumo Uma das preocupações ligadas à pandemia da COVID-19 se refere à capacidade da estrutura do sistema de saúde suportar a demanda por atendimento e tratamento de pessoas acometidas por esta doença. Diante disso, o objetivo deste estudo consiste em criar e mapear o Índice de Infraestrutura de Saúde (IIS) das Unidades da Federação (UFs) brasileiras, bem como verificar a sua distribuição espacial. Para isso, foi aplicada a metodologia de Análise Fatorial por Componentes Principais. Aplicou-se os testes de Bartlett e Kaiser-Meyer-Olkin para verificação da sua adequabilidade. Em seguida procedeu-se a Análise Exploratória de Dados Espaciais. Os dados foram coletados no DATASUS, COFEN, Ministério da Saúde, Portal de Compras do Governo e Portal da Transparência. Quanto aos resultados, o índice revelou que nove estados do Norte e Nordeste registraram os menores índices e cinco estados do Sudeste e Sul apresentaram os maiores índices. Foi registrado um cluster baixo-baixo nos estados do Amazonas e Pará e um Cluster alto-alto em Minas Gerais, Rio de Janeiro, São Paulo e Paraná.

Abstract One of the concerns linked to the COVID-19 pandemic is the capacity of health systems to respond to the demand for care for people with the disease. The objective of this study was to create a COVID-19 response Healthcare Infrastructure Index (HII), calculate the index for each state in Brazil, and determine its spatial distribution within and across regions. The HII was constructed using principal component factor analysis. The adequacy of the statistical model was tested using the Kaiser-Meyer-Olkin test and Bartlett’s test of sphericity. The spatial distribution of the HII was analyzed using exploratory spatial data analysis. The data were obtained from DATASUS, the Federal Nursing Council, Ministry of Health, Government Procurement Portal, and the Transparency Portal. The nine states in the country’s North and Northeast regions showed the lowest indices, while the five states from the Southeast and South regions showed the highest indices. Low-low clusters were observed in Amazonas and Pará and high-high clusters were found in Minas Gerais, Rio de Janeiro, São Paulo, and Paraná.