No planejamento de recursos em saúde é importante o conhecimento da área de abrangência de uma unidade. Os Diagramas de Voronoi constituem uma técnica para tal; são polígonos construídos de tal forma que as bordas de polígonos adjacentes encontram-se eqüidistantes de seus respectivos pontos geradores. Uma modificação nas áreas de abrangência assim definidas é sua ponderação (Diagramas de Voronoi ponderados), representando a capacidade da unidade de forma mais real. No presente trabalho foram utilizados, como pontos geradores, 21 hospitais gerais públicos no Rio de Janeiro, RJ. Inicialmente foram criados os Diagramas de Voronoi sem ponderação, e, a partir destes, os diagramas ponderados, empregando-se como variável de ponderação as estimativas de internação anual para cada unidade. Na divisão clássica, áreas de abrangência similares foram atribuídas a hospitais com características diferenciadas, problema esse contornado no método ponderado. O método é de simples implementação e visualização, utiliza dados de fácil acesso e independe de parâmetros arbitrários ou geopolíticos. Portanto, esses diagramas podem fornecer, a gerentes de saúde, uma visão mais realista para o planejamento da demanda de suas unidades.
One of the most important pieces of information for health resources planning is the definition of catchment areas for health units. Voronoi Diagrams are a potential technique for this purpose. They are polygons with the property whereby adjacent polygons have their borders located within the same distance of the respective generator points. One possible adjustment to the catchment areas thus defined is the use of weighted Voronoi Diagrams, which result in an improved representation of a health unit's actual capacity. In this study, the 21 public general hospitals in the city of Rio de Janeiro, Brazil, were used as generator points for Voronoi Diagrams. Non-weighted Voronoi Diagrams were initially implemented and then used as the basis for obtaining weighted Voronoi Diagrams, using as weights the annual admission rates estimated for each unit. In the classic Voronoi Diagram case, some catchment areas had similar sizes, although their respective health units had different characteristics. In the weighted case the areas were modified in a way that appeared closer to the actual functioning of the units. The method appeared simple to implement, used easy-to-access data, and did not rely on geopolitical considerations such as existing administrative areas. It thus provided a more realistic picture of a unit's capacity to support basic health programs.
