20 de outubro de 2026
Fluxos origem-destino de medicamentos oncológicos em Goiás a partir de notas fiscais eletrônicas
Fluxos Origem-destino de Medicamentos Oncológicos em Goiás a Partir de Notas Fiscais Eletrônicas
Wiris Serafim de Menezes; Walter Mesquita Filho
DOI: 10.22167/2675-6528-202603557
Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.
Resumo
Este estudo analisou a rede de circulação intermunicipal de medicamentos oncológicos no Estado de Goiás, com o objetivo de identificar padrões estruturais, níveis de concentração e possíveis implicações para a gestão nos sistemas de saúde. Para isso, utilizou dados de Notas Fiscais Eletrônicas, a partir dos quais construiu uma rede direcionada e ponderada, na qual os municípios representaram nós e as transações comerciais, arestas. Aplicaram-se métricas de Análise de Redes Complexas, incluindo centralidade de grau e intermediação. Os resultados evidenciaram elevada concentração dos fluxos em poucos municípios, que figuraram entre os principais destinos em termos de volume financeiro na rede analisada. Além disso, a análise revelou forte dependência externa no abastecimento, com cerca de 84% do volume financeiro proveniente de outros estados. Concluiu-se que a análise de redes apresenta potencial como ferramenta para compreensão de fluxos logísticos, evidenciando que a estrutura observada indica elevado grau de centralização e potenciais vulnerabilidades na distribuição de medicamentos oncológicos, com riscos relacionados à dependência externa e à concentração geográfica. Muito embora os dados das Notas Fiscais Eletrônicas tenham natureza fiscal e não permitam identificar diretamente a destinação final no âmbito do Sistema Único de Saúde, os resultados obtidos podem oferecer subsídios para estudos futuros voltados à análise da gestão e da distribuição de medicamentos oncológicos no SUS, desde que complementados pelo cruzamento com bases assistenciais e cadastrais das unidades de saúde, de modo a permitir a associação entre os fluxos financeiros identificados e a prestação efetiva dos serviços.
Palavras-chave: Análise de redes complexas; Dados fiscais; Dependência de suprimento; Fluxos logísticos; Medicamentos oncológicos.
1. Introdução
Medicamentos oncológicos possuem uma posição estratégica na cadeia farmacêutica, devido às suas características clínicas, regulatórias e ao alto valor agregado de suas transações. No âmbito da gestão pública, a circulação desses produtos abrange não apenas aspectos sanitários, mas também logísticos, fiscais e de controle, exigindo mecanismos analíticos que promovam maior transparência e eficiência na tomada de decisão.
A ciência de dados oferece uma abordagem promissora para transformar grandes volumes de registros operacionais em inteligência analítica, auxiliando na compreensão de padrões estruturais e no aprimoramento de processos no setor público (SANTOS; VASCONCELOS, 2021). Nesse contexto, as Notas Fiscais Eletrônicas (NF-e), instituídas pelo Ajuste SINIEF nº 07 de 2005 (BRASIL, 2005), representam uma fonte de dados consistente. Elas registram sistematicamente transações comerciais, incluindo origem, destino, valores e produtos, permitindo uma visão integrada dos fluxos e a identificação de padrões de concentração e rotas predominantes.
A literatura sobre redes complexas demonstra que sistemas com múltiplos atores e relações interdependentes podem ser modelados eficazmente por meio de redes (BARABÁSI; PÓSFAL, 2016). A Análise de Redes Complexas (SNA) é uma ferramenta que permite representar entidades como municípios como nós e as transações comerciais como arestas direcionadas, facilitando a compreensão da dinâmica de fluxos e do acesso a recursos (KNOKE; YANG, 2019). Essa abordagem também permite analisar propriedades emergentes da estrutura global, como a robustez do sistema frente a interrupções logísticas (NEWMAN, 2010).
A compreensão da dinâmica de circulação dos medicamentos oncológicos em Goiás é crucial para a gestão pública, pois padrões de concentração, distribuição territorial e dependência de suprimento caracterizam a estrutura dos fluxos. Embora os dados de NF-e tenham natureza fiscal e não permitam identificar a destinação final no Sistema Único de Saúde (SUS), os resultados podem subsidiar a análise da estrutura de abastecimento e identificar padrões de circulação intermunicipal. O conhecimento desses fluxos contribui para estudos futuros sobre planejamento logístico e distribuição de medicamentos, especialmente quando integrado a outras bases de dados assistenciais.
Diante deste cenário, o objetivo deste trabalho é mapear e examinar a rede de circulação de medicamentos oncológicos no Estado de Goiás, a partir de dados de Notas Fiscais Eletrônicas, utilizando técnicas de Análise de Redes Complexas. A pesquisa visa identificar padrões de centralidade, concentração e intermediação, bem como compreender a organização dos fluxos intermunicipais e a dependência de suprimento. Por conseguinte, tal mapeamento mostra-se relevante para a análise dos fluxos logísticos e para o apoio a ações de monitoramento e fiscalização, fornecendo subsídios para análises mais aprofundadas e apoiando a tomada de decisão no contexto da gestão pública.
2. Material e Métodos
Este estudo caracterizou-se como uma pesquisa aplicada, de natureza quantitativa, que empregou dados reais e técnicas analíticas para investigar a circulação de medicamentos oncológicos no Estado de Goiás. A pesquisa adotou um caráter descritivo e exploratório, buscando caracterizar os padrões de circulação e a estrutura das relações estabelecidas, além de aplicar a Análise de Redes Complexas em um contexto de gestão pública.
O delineamento da pesquisa configurou-se como um estudo de caso aplicado ao Estado de Goiás. A modelagem da rede seguiu os princípios da Análise de Redes Complexas (SNA), onde os municípios foram representados como nós e as transações comerciais como arestas direcionadas, refletindo o fluxo origem-destino dos produtos (WASSERMAN; FAUST, 1994).
A fonte de dados primária consistiu em Notas Fiscais Eletrônicas (NF-e), modelo 55, instituídas pelo Ajuste SINIEF nº 07 de 2005 (BRASIL, 2005). Esses documentos fiscais registraram as operações comerciais, fornecendo informações sobre origem, destino, produtos e valores, essenciais para a construção da rede de fluxos.
A construção da base analítica seguiu um processo estruturado em cinco etapas encadeadas. Primeiramente, realizou-se a identificação terapêutica dos medicamentos oncológicos, utilizando o sistema Anatomical Therapeutic Chemical (ATC/OMS) (WHO, 2026), com foco nos grupos L01 (Agentes Antineoplásicos) e L02 (Terapia Endócrina).
Na segunda etapa, procedeu-se ao mapeamento de identificadores. Os medicamentos classificados foram relacionados às bases públicas de registro da Agência Nacional de Vigilância Sanitária (ANVISA, 2025), identificando o Global Trade Item Number (GTIN) associado. O GTIN serviu como chave para localizar os itens correspondentes nas NF-e, seguindo o fluxo ATC L01/L02 → ANVISA → GTIN → identificação dos itens nas NF-e.
A terceira etapa envolveu a seleção documental das NF-e que continham os itens identificados por GTIN. Para a interpretação e extração dos campos dos arquivos XML das NF-e, utilizou-se como referência técnica o Manual de Orientação do Contribuinte (MOC) (BRASIL, 2023), garantindo a consistência das informações de origem, destino e valor.
A quarta etapa consistiu na agregação e limpeza dos dados. Os registros selecionados foram tratados e consolidados por pares de municípios de origem e destino. Foram removidos registros com informações nulas e auto-loops, e as operações entre os mesmos pares de municípios foram agregadas pelo valor financeiro e quantidade de NF-e.
Por fim, na quinta etapa, estruturou-se a base consolidada. Os dados foram organizados em um formato de tabela fato origem-destino, onde cada registro representou um fluxo agregado entre municípios. Realizaram-se procedimentos de padronização e validação dos campos para assegurar a consistência da base antes da modelagem da rede.
Os atributos da base de dados incluíram o código IBGE do município de origem e destino, o valor financeiro bruto do fluxo, a quantidade de NF-e agregadas, a sigla da UF de origem e destino, o nome do município de origem e destino, o tipo de estabelecimento de destino e o período de referência no formato AAAAMM.
O processamento analítico da rede foi estruturado em quatro estágios principais. Previamente, os dados foram submetidos a etapas de leitura, padronização e limpeza, incluindo a correção de inconsistências, padronização de campos territoriais, conversão de valores financeiros para formato numérico, remoção de registros nulos e exclusão de valores não positivos.
No primeiro estágio, realizou-se o refinamento topológico da rede. Aplicou-se um filtro de relevância baseado no primeiro quartil (Q1) do volume financeiro para destacar os fluxos de maior intensidade. Adicionalmente, para cada município de origem, mantiveram-se os principais destinos com maior volume financeiro, configurando a espinha dorsal da rede.
O segundo estágio envolveu a transformação matemática dos pesos das arestas. O valor financeiro (w) foi convertido em uma medida de distância algorítmica pela função f(w) = 1 / (w + ε), com ε = 1. Para fins de visualização, aplicou-se uma transformação logarítmica dos pesos, visando reduzir a assimetria da distribuição e melhorar a legibilidade gráfica.
No terceiro estágio, calcularam-se métricas de centralidade, incluindo o grau de entrada (“in-degree”), a centralidade de intermediação (“betweenness”) (Freeman, 1979) e o “PageRank”. Métricas auxiliares, como o volume enviado (“out-degree” ponderado), foram consideradas para análises complementares dos fluxos.
O quarto estágio consistiu na classificação dos municípios quanto ao seu papel na rede, categorizando-os como hubs estratégicos, polos receptores ou pontos de consumo, com base no número de fontes de suprimento e no volume financeiro recebido. Essa classificação foi operacionalizada por regras definidas no modelo analítico, com o número de conexões de entrada como critério principal para identificação de hubs.
Para a análise dos fluxos logísticos, os municípios foram agrupados em três categorias analíticas: Região Metropolitana de Goiânia, Anápolis e as demais localidades do interior. Essa segmentação permitiu uma leitura mais precisa da estrutura da rede, considerando a concentração de fluxos em poucos municípios.
Adicionalmente, empregaram-se curvas de concentração de Pareto para avaliar a distribuição dos fluxos financeiros por município de destino. A dependência logística foi investigada pela consolidação das origens dos fluxos de entrada, distinguindo origens externas (outras Unidades da Federação) de origens internas (municípios goianos).
A manipulação, processamento e análise dos dados foram realizados na linguagem Python (v3.12.11), utilizando o ambiente de desenvolvimento integrado IDE Spyder (v6.1.0). Foram empregadas as bibliotecas pandas (v2.3.3) para tratamento de dados, NetworkX (v3.5) para modelagem de redes e PyVis (v0.3.2) para visualizações interativas.
Durante todo o processo, observaram-se os princípios de proteção de dados e sigilo fiscal. As informações foram tratadas de forma agregada, sem identificação de indivíduos ou empresas, garantindo a confidencialidade das operações e o atendimento às normas vigentes de proteção de dados.
3. Resultados e Discussão
Os resultados obtidos demonstram que a rede de circulação de medicamentos oncológicos no Estado de Goiás é caracterizada por uma dinâmica de elevada concentração dos fluxos financeiros. A análise do volume financeiro total movimentado revelou uma distribuição fortemente assimétrica, comportamento típico de sistemas econômicos complexos. Observou-se que uma parcela reduzida de municípios concentra a maior parte do valor total transacionado, indicando que a distribuição dos fluxos financeiros não ocorre de forma homogênea, mas se organiza de maneira concentrada em poucos destinos de maior intensidade. Esse padrão de concentração é crucial para a compreensão da vulnerabilidade e eficiência da cadeia de suprimentos.
A análise da estrutura relacional do grafo evidenciou uma rede integrada, embora com baixa densidade global, o que sugere a existência de conexões seletivas entre os municípios. As métricas de centralidade extraídas revelaram papéis funcionais distintos e complementares entre os nós. Determinados municípios concentraram elevados volumes de entrada, enquanto outros atuaram como intermediadores na circulação dos fluxos. Uma parte da rede apresentou baixa conectividade, indicando uma organização hierárquica na circulação de medicamentos oncológicos, conforme a literatura clássica de redes (Wasserman; Faust, 1994).
Municípios como Catalão e Itumbiara, por exemplo, apresentaram métricas de centralidade e volume superiores à média do interior do estado. Esse achado sugere a presença de subestruturas regionais com maior capacidade de articulação dos fluxos, indicando que a rede não é composta por uma periferia homogênea. Pelo contrário, ela é formada por municípios com níveis distintos de conectividade e relevância estrutural, o que pode influenciar a resiliência e a eficiência da distribuição de medicamentos oncológicos em diferentes regiões de Goiás.
A topologia da rede permitiu visualizar essa hierarquia funcional de forma direta, evidenciando a organização estrutural dos fluxos. Os nós foram dimensionados e coloridos com base em variáveis matemáticas robustas, onde o diâmetro de cada nó foi proporcional ao seu “PageRank”, refletindo sua relevância estrutural na rede, e a coloração distinguiu a classificação funcional de cada município. Os nós destacados como hubs estratégicos, associados a maior conectividade e número de relações de entrada, concentraram os fluxos.
Goiânia se destacou com o maior “PageRank”, indicando sua proeminência em termos de relevância estrutural e volume financeiro na rede. Este resultado sugere que a capital atua como o principal polo de atração de medicamentos oncológicos, consolidando sua posição como um centro logístico fundamental. A concentração de fluxos em Goiânia é um fator determinante para a dinâmica de abastecimento em todo o estado, influenciando a acessibilidade e a distribuição para outras localidades.
Anápolis, por sua vez, apresentou elevada centralidade de intermediação (“betweenness”), o que a posiciona como um nó crucial na facilitação dos fluxos entre outros municípios. Sua capacidade de intermediar transações a torna um ponto estratégico na rede, conectando diferentes regiões e garantindo a continuidade do suprimento. Esse papel de intermediação é vital para a fluidez da cadeia logística, especialmente em um contexto de alta concentração.
Aparecida de Goiânia também integrou o conjunto de municípios com maior grau de entrada, reforçando a concentração dos fluxos no eixo metropolitano. Essa configuração evidencia um padrão diferenciado de atuação funcional entre os principais nós da rede, onde Goiânia concentra o maior volume financeiro e centralidade, enquanto Anápolis demonstra maior capacidade de intermediação. A distribuição das arestas em direção às regiões periféricas indica uma maior dependência relacional dos municípios do interior em relação aos principais centros da rede, um padrão consistente com estruturas centradas (Knoke; Yang, 2019).
A análise da segmentação triádica revelou uma distribuição desigual dos fluxos financeiros entre as regiões. A Região Metropolitana de Goiânia concentrou 60,8% do volume total de transações, seguida pelo interior, com 34,9%, e pelo polo de Anápolis, que representou 4,3%. Esse resultado demonstra a predominância do eixo metropolitano na dinâmica de circulação, ao mesmo tempo em que evidencia a relevância do interior como destino dos fluxos, ainda que com menor intensidade relativa.
No que se refere à dependência de suprimento, os dados indicaram uma predominância de fluxos de origem externa ao Estado de Goiás. A maior parte do volume financeiro, correspondendo a 84,1% do total, esteve associada a fluxos provenientes de outras unidades federativas. Em contraste, as origens internas representaram apenas 15,9% do volume total. Esse padrão sugere que a rede de abastecimento analisada possui uma dependência significativa de fluxos interestaduais para sua sustentação, o que pode gerar vulnerabilidades logísticas (Newman, 2010).
A combinação entre a predominância de fluxos externos e a centralidade de municípios específicos indica que o sistema de circulação opera de forma fortemente influenciada por eixos logísticos externos e por poucos nós internos de alta relevância estrutural. Esse arranjo estrutural implica que variações nesses fluxos podem potencialmente impactar a distribuição interna, especialmente nas regiões com menor conectividade, tornando o sistema suscetível a interrupções na cadeia de suprimentos.
Os padrões identificados corroboram a adequação da Análise de Redes Complexas como abordagem analítica para a compreensão da dinâmica estrutural dos fluxos logísticos (Barabási; Póspal, 2016). A metodologia permitiu identificar padrões de concentração, dependência e organização territorial da circulação de medicamentos oncológicos que não seriam evidentes por meio de abordagens agregadas tradicionais, fornecendo uma visão detalhada das interações e da hierarquia da rede.
É importante ressaltar que, como limitação do estudo, a ausência de dados assistenciais não permitiu relacionar diretamente os fluxos comerciais identificados nas Notas Fiscais Eletrônicas à estrutura e à demanda por atendimento oncológico nos municípios. Variáveis como oferta de leitos, internações, atendimentos ambulatoriais e disponibilidade de serviços especializados não foram incorporadas à análise. Dessa forma, embora os resultados identifiquem padrões de concentração, dependência e centralidade dos fluxos comerciais, não é possível determinar, a partir dos dados analisados, em que medida esses padrões estão associados à capacidade assistencial ou à demanda por tratamento oncológico de cada município.
Em síntese, os padrões identificados indicam uma rede de circulação com características centradas, na qual o volume financeiro e as conexões se concentram em um número reduzido de municípios. A hierarquia observada entre hubs estratégicos e pontos de consumo evidencia a existência de níveis distintos de participação na rede, caracterizando uma estrutura hierarquizada e assimétrica dos fluxos. Esses resultados, ao mapear e examinar a rede de circulação de medicamentos oncológicos em Goiás, fornecem subsídios valiosos para a análise dos fluxos logísticos e para o apoio a ações de monitoramento e fiscalização, contribuindo para a tomada de decisão no contexto da gestão pública e para estudos futuros sobre planejamento logístico e distribuição de medicamentos.
4. Conclusão
O presente estudo buscou mapear e examinar a rede de circulação de medicamentos oncológicos no Estado de Goiás, utilizando dados de Notas Fiscais Eletrônicas e técnicas de Análise de Redes Complexas para identificar padrões de centralidade, concentração e intermediação, bem como a organização dos fluxos intermunicipais e a dependência de suprimento. Verificou-se que a rede de circulação é caracterizada por uma elevada concentração dos fluxos financeiros em um número reduzido de municípios, com Goiânia destacando-se como o principal polo de atração e Anápolis como um nó crucial de intermediação. Observou-se que Aparecida de Goiânia também atuou como importante receptor de fluxos, reforçando a centralidade do eixo metropolitano. Além disso, identificou-se a presença de subestruturas regionais, como Catalão e Itumbiara, com maior capacidade de articulação dos fluxos no interior. A análise revelou uma forte dependência de suprimento externo, com 84,1% do volume financeiro total proveniente de outras unidades federativas, o que indica potenciais vulnerabilidades logísticas. A contribuição deste trabalho reside na demonstração da adequação da Análise de Redes Complexas como ferramenta para a compreensão da dinâmica estrutural de fluxos logísticos baseados em dados fiscais, oferecendo subsídios para o monitoramento, a fiscalização e o planejamento na gestão pública e da saúde.
Como limitação, a ausência de dados assistenciais não permitiu relacionar diretamente os fluxos comerciais identificados nas Notas Fiscais Eletrônicas à demanda e à capacidade de atendimento oncológico dos municípios. Variáveis como oferta de leitos ou atendimentos ambulatoriais não foram incorporadas à análise, impedindo a determinação da associação entre os padrões comerciais e a prestação efetiva dos serviços de saúde. Para estudos futuros, sugere-se a integração dos dados fiscais com bases assistenciais e cadastrais da área da saúde, visando avaliar a relação entre os fluxos comerciais e indicadores de oferta e demanda. Adicionalmente, recomenda-se a aplicação da modelagem em contextos de gestão fiscal para o monitoramento de padrões e a identificação de comportamentos atípicos em setores econômicos relevantes.
Referências Bibliográficas
AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA [ANVISA]. 2025. Dados abertos da Anvisa. Brasília, DF. Disponível em: https://dados.anvisa.gov.br/dados/. Acesso em: nov. 2025.
BARABÁSI, A.L.; PÓSFAL, M. 2016. Network Science. Cambridge University Press, Cambridge, UK.
BRASIL. 2005. Ajuste SINIEF nº 07, de 30 de setembro de 2005. Institui a Nota Fiscal Eletrônica – NF-e. Diário Oficial da União, Brasília, DF. Disponível em: https://www.confaz.fazenda.gov.br/legislacao/ajustes/2005/aj_007_05. Acesso em: out. 2025.
BRASIL. Ministério da Fazenda. 2023. Manual de Orientação do Contribuinte [MOC]. ENCAT, Brasília, DF. Disponível em: https://www.nfe.fazenda.gov.br/portal/listaConteudo.aspx?tipoConteudo=ndIjl+iEFdE=. Acesso em: nov. 2025.
FREEMAN, L. C. 1979. Centrality in social networks: conceptual clarification. Social Networks 1(3): 215–239.
KNOKE, D.; YANG, S. 2019. Social Network Analysis. 3. ed. SAGE Publications, Thousand Oaks, CA, USA.
NEWMAN, M. E. J. 2010. Networks: An Introduction. Oxford University Press, Oxford, UK.
SANTOS, R. B. dos; VASCONCELOS, F. 2021. TCC em Data Science Analytic: Áreas e Linhas de Pesquisa. PECEGE Editora, Piracicaba, SP, Brasil.
WASSERMAN, S.; FAUST, K. 1994. Social Network Analysis: Methods and Applications. Cambridge University Press, Cambridge, UK.
WHO COLLABORATING CENTRE FOR DRUG STATISTICS METHODOLOGY. 2026. ATC/DDD Index 2026. Norwegian Institute of Public Health, Oslo, Norway. Disponível em: https://atcddd.fhi.no/atc_ddd_index/. Acesso em: nov. 2025.
Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq
Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy
