OBJETIVO: Visualizar padrões espaciais de mortalidade perinatal e identificar os municípios com prioridade para intervenção no Vale do Paraíba, São Paulo, Brasil. MÉTODOS: Trata-se de estudo ecológico e exploratório utilizando técnica de geoprocessamento com dados do Departamento de Informática do Sistema Único de Saúde sobre mortalidade perinatal no Vale do Paraíba nos anos de 2004 a 2008. Foram obtidas taxas por 1.000 nascimentos e, a partir das distribuições dessas, foram criados mapas temáticos. Foi utilizado o índice de Moran, que estima autocorrelação espacial e foram identificados os municípios com alta prioridade de intervenção pelo diagrama de espalhamento de Moran, representado em forma de box map. Foi utilizado o coeficiente de correlação de Spearman para estudar a variável social IPRS (Índice Paulista de Responsabilidade Social) dos municípios estudados e o coeficiente de mortalidade perinatal. RESULTADOS: No período estudado foram incluídos 141.293 nascidos vivos, com 2244 óbitos perinatais, coeficiente médio de mortalidade de 20,4 (DP 6,8) e mediana de 18,9. O índice de Moran identificou dependência espacial entre os municípios analisados quanto à mortalidade neonatal precoce (p < 0,05), sendo que para a mortalidade fetal e perinatal não houve significância estatística, apesar do mapa de distribuição espacial do coeficiente de mortalidade perinatal ter identificado um aglomerado de municípios com coeficientes mais elevados. Nas variáveis estudadas observamos contribuição maior da gestação na adolescência na mortalidade perinatal. Foram identificados cinco municípios com alta prioridade para intervenções. CONCLUSÃO: A análise espacial foi um instrumento útil para identificar os municípios onde há necessidade de intervenção em relação à mortalidade perinatal

OBJECTIVE: This study aims to analyze spatial standards of perinatal mortality and identify the priority cities for intervention in the Paraiba Valley, state of Sao Paulo, Brazil. METHODS: This is an ecological and exploratory study using a technique of geoprocessing with data of the Informatics Department of the Single Health System on perinatal mortality in the years of 2004 to 2008. Rates per 1000 births were obtained and, starting from the distribution of these rates, thematic maps were created. The global Moran index, which estimates the spatial autocorrelation was used, and the cities with high priority for intervention were identified according to the Moran scattering diagram, represented in box map. The Spearman correlation coefficient was used to study the socioeconomic variable IPRS (Social Responsibility Index of Sao Paulo State) of the cities studied and the perinatal mortality coefficient. RESULTS: During the study period, 141.293 live births were included, with 2244 perinatal deaths, with average coefficient of 20,4 and median of 18,9. The global Moran index was 0,24 (p < 0,05) for early neonatal mortality, demonstrating a spatial autocorrelation among the cities for these coefficient, while fetal and perinatal mortality have no statistical significance, despite the spatial distribution map of perinatal mortality coefficient have identified a cluster of cities with higher coefficients. In the variables studied, we observed a greater contribution of the variable adolescent pregnant. Five cities deserving special attention for future interventions were identified. CONCLUSIONS: The spatial analysis was a useful tool in identifying the cities in which an intervention is necessary regarding the perinatal mortality