A metodologia tradicional de controle estatistico de qualidade (CEQ) e baseada na suposio de que as observaes so independentes e identicamente distribuidas (i.i.d.), entretanto, nem sempre os dados so independentes, podendo ser autocorrelacionados (JOHNSON E BAGSHAW, 1974; HARRIS E ROSS, 1991). Atualmente, o Ienmeno da autocorrelao nas observaes tem sido encontrado em um numero cada vez mais expressivo. A autocorrelao nada mais e do que um mecanismo existente no processo, que Iaz com que os dados no sejam independentes entre si ao longo do tempo. Em qualquer momento durante um processo, o valor de uma variavel no e so um valor aleatorio. Normalmente, e inIluenciado pelo seu proprio valor em algum momento no tempo. Isto resulta em alarmes Ialsos nos graIicos de controle quando no e considerado.Ao se analisar varaveis discretas, a distribuio de Poisson e muitas vezes empregada. Em um conjunto de dados discretos longitudinais no qual a variavel resposta no pode ser transIormada numa distribuio normal, estes dados so mais diIiceis de se analisar. Muitos estudos tm se preocupados em encontrar a regularidade dos dados, assumindo ser um processo de Poisson e, so analisados atraves dos modelos de regresso de Poisson (BCKENHOLT, 1999). Os modelos de regresso de Poisson no levam em considerao uma possivel dependncia entre as observaes, entretanto, para dados coletados no tempo e necessario levar em considerao a dependncia entre as observaes, para se obter uma correta analise estatistica (ZEGER E LIANG, 1986). Assim, o tema aqui proposto e investigar o desempenho e a adequao do uso tradicional dos metodos de controle estatistico de qualidade, aplicados a area da saude, e discutir o uso de modelos de regresso de Poisson para modelar variaveis discretas correlacionadas. Considera-se de carater relevante este estudo, por ser inovador na aplicao de tecnicas de controle estatistico de qualidade em observaes autocorrelacionadas, e o diIerencial e a utilizao dos modelos de regresso de Poisson para a melhoria da qualidade no controle de qualidade na area da saude. O resultado desta pesquisa, apoiada pela FAPERGS, vira contribuir ainda mais, com inIormaes de grande importncia para os orgos publicos locais, hoje carentes de um sistema de inIormaes que Iornea tais conhecimentos, com uma dinmica de atualizao.
Palavras-chave. Modelos de Regresso de Poisson, Controle Estatistico de Qualidade, Mortalidade