Comparação de modelos de previsão da chegada de utentes ao Serviço de Urgência

Abstract

A grande afluência de pacientes ao serviço de urgência dos hospitais é considerada um problema internacional que afeta não só os fornecedores do serviço, como, em especial, os próprios utentes. A superlotação do serviço de urgência está associada a diversos fatores, entre os quais o reduzido acesso a outros serviços de emergência médica ou de cuidados primários, e tem provocado atrasos nos cuidados a doentes urgentes e o aumento da mortalidade. A grande dificuldade na previsão do número de utentes a atender no serviço de urgência e o grande número de variáveis intervenientes neste sistema complexo (variáveis ambientais, eventos locais, número de servidores necessários no serviço, constituição das equipas, etc.) levam a uma difícil tarefa de gestão por parte dos responsáveis hospitalares. É comum para a equipa de gestão utilizar métricas com base no conhecimento empírico, no entanto, a utilização de tal método não é de todo o mais eficaz. Recentemente, métodos de previsão baseados em séries de longas, são referenciados como a forma mais precisa de prever a chegada de utentes a curto e médio prazo. A utilização de modelos de previsão para assim utilizar medidas de minimização do impacto que as flutuações das chegadas de utentes têm no serviço de urgência é um assunto recente não estando largamente estudado na literatura. A grande atenção que este assunto tem vindo a concentrar está diretamente relacionada com a tentativa de utilização ótima dos recursos para assim se poder prestar cuidados de saúde mais eficientes e ao mesmo tempo minimizar os custos desta prestação. Este trabalho estuda este varios tipo de modelos, visa apontar o melhor modelo de previsão de utentes ao serviço de urgência do Hospital de Braga testando, para tal, a relação de variaveis ambientais com as chegadas de utentes. Por forma a atingir os resultados pretendidos foi utilizado o método do caso de estudo, sendo este o Serviço de Urgências do Hospital de Braga. Após o término do projeto e o início da utilização do mesmo, os principais benefícios apontados pela equipa de Gestão da Produção do hospital estão na utilização da previsão para otimizar a gestão das escalas dos profissionais de saúde e a alocação de camas no hospital baseado nas chegadas previstas e nas chegadas conhecidas como são as cirurgias. Com o objectio de otimizar os recursos, minimizando os custos, prestando cuidados de saúde mais eficientes.

The large influx of patients to hospital emergency room is considered an international problem affecting not only the service providers but the users themselves. Overcrowding emergency department is associated with several factors such as the reduced access to other emergency medical services or primary care and this has caused several delays in care for urgent patients and even increased mortality. The main difficulty in forecast the number of users that arrive to the emergency department and the large number of intervening variables in this complex system, leads to a difficult management task. It is common for the management team to use metrics based on empiric knowledge, however, the use of such method is not at all the most effective. Recent studies report forecasting methods based on long time series, as the most accurate way to predict the patients arrival in the short and medium term. This work studies this kind of methods in order to optimize the resources, minimizing the costs, to provide more efficient health care. This project aims the study of several forecast methods, pointing out the best forecasting patient arrivals to the Emergency Department of Braga’s Hospital studying also the relation between atmospheric variables and those arrivals. Ir order to achive this results, the method used was the case of study. After finishing this project, the hospital managers started to use it and they pointed the benefits of it as being able to manage flexible professional scales to the flow and severity of pathilogies and in the bed allocation management as scheduled in-hospital adminissions can be adjusted to the needs of unscheduled admissions. With the objective bein the optmization of resources, minimizing the costs being able to provide more eficient healthcare treatment.