Instituto Politécnico de Coimbra
Instituto Superior de Engenharia de Coimbra
Departamento de Engenharia Informática e de Sistemas
Mestrado em Informática e Sistemas
Estágio/Projecto Industrial
Relatório Final
Business Intelligence: uma
Aplicação no Domínio da Saúde
Dulce Isabel Marques Bento
Orientadores:
Professor Doutor Viriato M. Marques (ISEC)
Eng.º Abel Amaro (HUC)
Coimbra, Dezembro, 2011
i
ii
“So I am called eccentric for saying in public: that Hospitals, if they wish to be sure of
improvement, (1) must find out what their results are; (2) must analyze their results, to
find out their strong and weak points; (3) must compare their results with those of other
hospitals; … and (8) must welcome publicity not only for their successes but for their
errors…. Such opinions will not be eccentric a few years hence”
A. CODMAN, 1916
“Eu sou apelidado de excêntrico por dizer em público que os hospitais têm de avaliar os
seus resultados…; têm de comparar os seus resultados com outros hospitais; têm de saber
acolher publicamente não apenas os seus sucessos mas também os seus insucessos...
Estas opiniões não serão consideradas excêntricas dentro de alguns anos.”
iii
iv
Business Intelligence: uma Aplicação no Domínio da Saúde
Agradecimentos
Agradecimentos
Ao Professor Doutor Viriato Marques por ter aceitado a orientação deste trabalho, pelo
seu incentivo constante, pelo apoio científico, pela análise de soluções alternativas e pela
indicação de caminhos adequados à realização deste trabalho.
Ao Eng. Abel Amaro, responsável pelo Serviço de Tecnologias e Sistemas de Informação
dos Hospitais da Universidade de Coimbra pela sua co-orientação, pelo seu sentido crítico
e pragmático na abordagem das diversas questões constantes neste trabalho e pela
disponibilização das condições necessárias para a prossecução e realização do trabalho.
Aos colegas Dra. Leontina Marques, Eng. Pedro Silva e Eng. Nuno Simões, pela
compreensão e pela disponibilização das condições necessárias para a prossecução e
realização do trabalho, sugestões e opiniões.
À minha família pelo apoio constante. Em especial ao Paulo que sempre me incentivou e
ajudou a ultrapassar dificuldades que foram surgindo ao longo deste trabalho e aos meus
pais, pela força que me deram.
v
Business Intelligence: uma Aplicação no Domínio da Saúde
Resumo
vi
Business Intelligence: uma Aplicação no Domínio da Saúde
Resumo
Resumo
A disponibilidade de informação de qualidade no sector da saúde é ainda um problema
significativo com repercussões ao nível dos custos. (Deloitte, 2011)
Esta dificuldade na gestão da informação tem como consequência uma enorme
duplicação de esforços em todos os organismos que preparam e analisam essa
informação, o que resulta em elevados custos e num baixo retorno. Adicionalmente, os
sistemas de informação são desenvolvidos sem uma perspectiva de integração de dados,
com consequências ao nível da interoperabilidade e da qualidade da informação que se
consegue posteriormente agregar e disponibilizar. (Deloitte, 2011)
Com este trabalho pretende-se contribuir para ultrapassar este problema, nomeadamente
no que respeita à análise dos internamentos e seu financiamento, tomando como exemplo
um Hospital Central e Universitário.
Aborda-se o financiamento da saúde em Portugal, o SNS (Serviço Nacional de Saúde) e o
financiamento hospitalar, em particular com base nos GDH (Grupos de Diagnósticos
Homogéneos).
Cria-se uma solução de BI que permite apresentar análises multidimensionais. Faz-se um
estudo de financiamento por GDH e análise de desvios de tempo de internamento.
Aplicam-se técnicas de Data-Mining para verificação e descoberta de padrões.
vii
Business Intelligence: uma Aplicação no Domínio da Saúde
Resumo
Abstract
The availability of quality information in the health sector is still a considerable problem
affecting cost level. (Deloitte, 2011)
This difficulty in the management of information has resulted in a huge duplication of
efforts across all agencies that prepare and analyze information, with high costs and low
returns. Additionally, the development of information systems lacks a data integration
perspective, with negative consequences in terms of interoperability and the quality of the
information later added and made available. (Deloitte, 2011)
This work aims to help overcome these problems, particularly with regard to the analysis
of admissions and required financing, taking as an example a major university hospital.
It addresses health financing in Portugal, the SNS (the National Health Service) and
hospital funding, particularly on the basis of GDH's (Diagnosis-Related Groups).
It creates a Business Intelligence solution that allows for displaying multidimensional
analyses. It includes a study of funding by means of GDH's and an analysis of admission
length deviations. Data mining techniques for verification and pattern discovery are
applied.
viii
Business Intelligence: uma Aplicação no Domínio da Saúde
Palavras-Chave
Palavras-Chave
BI - Business Intelligence
OLAP - On-line Analytical Processing
Data-Mining
KDD - Knowledge Discovery in Databases
Keywords
BI - Business Intelligence
OLAP - On-line Analytical Processing
Data-Mining
KDD - Knowledge Discovery in Databases
ix
Business Intelligence: uma Aplicação no Domínio da Saúde
Símbolos e Abreviaturas
x
Business Intelligence: uma Aplicação no Domínio da Saúde
Símbolos e Abreviaturas
ABREVIATURAS
AGI – Áreas de Gestão Integrada
BI – Business Intelligence
BIDS – Business Intelligence Design Studio
CRISP-DM – CRoss-Industry Standard Process for Data Mining
ETL – Extract, Transform and Load
GCD – Grandes Categorias de Diagnósticos
GDH – Grupos de Diagnósticos Homogéneos
HUC – Hospitais da Universidade de Coimbra
KDD – Knowledge Discovery in Databases
MCDT – Meios Complementares de Diagnóstico e Terapêutica
OLAP – On-line Analytical Processing
OLTP – Online Transaction Processing
SEMMA – Sample, Explore, Modify, Model, Assess
SQL – Structured Query Language
SSIS – SQL Server Integration Services
SSAS – SQL Server Analysis Services
SSRS – SQL Server Reporting Services
TI – Tecnologias de Informação
xi
xii
ÍNDICE
CAPÍTULO 1. INTRODUÇÃO ........................................................................................ 1
1.1. Caracterização dos HUC ........................................................................................... 1
1.1.1. Missão, Visão e Valores .................................................................................... 1
1.1.2. Objectivos estratégicos ...................................................................................... 2
1.1.3. Estrutura e funcionamento ................................................................................. 4
1.1.4. A História dos HUC ........................................................................................... 5
1.1.5. Os HUC em Números ........................................................................................ 7
1.2. Financiamento dos Hospitais .................................................................................... 8
1.2.1. O GDH e o financiamento hospitalar................................................................. 9
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA ......................... 11
2.1. Objectivos ............................................................................................................... 11
2.2. Estrutura .................................................................................................................. 12
2.3. Metodologia ............................................................................................................ 12
2.4. Plataformas de Desenvolvimento ........................................................................... 13
2.5. Terminologia ........................................................................................................... 13
CAPÍTULO 3. DATAWAREHOUSING E OLAP ....................................................... 17
3.1. Datawarehouse ........................................................................................................ 17
3.2. ETL ......................................................................................................................... 21
3.3. OLAP ...................................................................................................................... 23
CAPÍTULO 4. ANÁLISE DE DADOS - PONTO DE VISTA CLÍNICO .................. 25
4.1. Análises ................................................................................................................... 28
4.1.1. Internamentos ................................................................................................... 28
4.1.2. Internamentos por ano...................................................................................... 30
xiii
4.1.3. Internamentos por mês ..................................................................................... 33
4.1.4. Internamentos por ano e por mês ..................................................................... 35
4.1.5. Internamentos por sexo .................................................................................... 41
4.1.6. Internamentos por sexo e por ano .................................................................... 43
4.1.7. Internamentos por grupo etário ........................................................................ 44
4.1.8. Internamentos por grupo etário por ano ........................................................... 46
4.1.9. Internamentos por grupo etário em Obstetrícia ............................................... 53
4.1.10. Internamentos por grupo etário por sexo ....................................................... 54
4.1.11. Demora média por grupo etário ..................................................................... 60
4.1.12. Demora média por sexo por ano .................................................................... 62
4.1.13. Serviços hospitalares com maior número de internamentos por faixa etária............. 63
4.1.14. Internamentos por serviço hospitalar ............................................................. 68
4.1.15. Demora média por serviço hospitalar ............................................................ 69
4.1.16. Internamentos por proveniência geográfica ................................................... 70
4.1.17. Internamentos de doentes da Região Centro .................................................. 72
4.1.18. Internamentos da Região Centro por sexo ..................................................... 76
4.1.19. Internamentos do Distrito de Coimbra ........................................................... 78
4.1.20. Internamentos por proveniência Região Centro e por grupo etário ............... 79
4.1.21. Internamentos por destino de alta .................................................................. 81
4.1.22. Internamentos por serviço hospitalar com destino de alta falecido ............... 83
4.1.23. Falecidos por grupo etário ............................................................................. 85
4.1.24. Internamentos por serviço hospitalar com destino de alta contra parecer
médico / abandono ..................................................................................................... 90
4.1.25. Internamentos com destino da alta para cuidados continuados ..................... 92
4.1.26. Internamentos por profissão ........................................................................... 94
4.1.27. Internamentos por diagnóstico principal ........................................................ 96
4.1.28. Demora média por diagnóstico principal ....................................................... 96
xiv
4.1.29. Internamentos e demora média por diagnóstico principal por grupo etário .. 97
4.1.30. Internamentos por diagnóstico principal por ano........................................... 98
4.1.31. Doenças do Aparelho Circulatório................................................................. 99
4.1.32. Neoplasias .................................................................................................... 102
4.1.33. Doenças do Aparelho Respiratório .............................................................. 105
4.1.34. Internamentos por Grandes Categorias de Diagnóstico (GCD) ................... 107
4.1.35. Demora média por Grandes Categorias de Diagnóstico (GCD) .................. 108
4.1.36. Diagnósticos secundários ............................................................................. 109
4.1.37. Procedimentos .............................................................................................. 110
4.2. Desvios de tempos de internamentos, relação entre demora média observada e
demora média esperada ................................................................................................ 111
4.3. Simetria, variabilidade e identificação de Outliers ............................................... 136
4.4. Conclusões ............................................................................................................ 149
CAPÍTULO 5. ANÁLISE DE DADOS - PONTO DE VISTA FINANCEIRO ........ 151
5.1. Serviço Nacional de Saúde ................................................................................... 151
5.2. Administração Regional de Saúde ........................................................................ 152
5.3. Financiamento do SNS ......................................................................................... 152
5.4. Grupos de Diagnósticos Homogéneos .................................................................. 154
5.5. Índice de case-mix................................................................................................. 154
5.6. Limiares de excepção ............................................................................................ 155
5.7. Doentes equivalentes ............................................................................................ 156
5.8. HUC e o financiamento por GDH ........................................................................ 158
5.8.1. Facturação Contrato-Programa ...................................................................... 164
5.8.2. Facturação pela Portaria ................................................................................. 165
5.8.3. Facturação Contrato-Programa vs Facturação pela Portaria .......................... 166
5.8.4. Desvio dos valores calculados face aos valores contratados ......................... 168
5.9. Conclusões ............................................................................................................ 170
xv
CAPÍTULO 6. DATA-MINING – VISÃO GERAL .................................................... 171
6.1. Aspectos Gerais .................................................................................................... 171
6.2. Técnicas de Data-Mining ...................................................................................... 173
6.3. Metodologias de Condução de Projecto de Data-Mining ..................................... 174
6.3.1. Metodologia Crisp-DM .................................................................................. 175
6.3.2. Metodologia SEMMA ................................................................................... 176
6.4. Data-Mining na Saúde .......................................................................................... 178
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO.......................................... 179
7.1. Financiamento ....................................................................................................... 179
7.2. Diabetes................................................................................................................. 182
7.2.1. Panorama........................................................................................................ 182
7.2.2. Influência dos diabetes no tempo de internamento ........................................ 182
7.2.3. Conclusões ..................................................................................................... 186
7.3. Cancro ................................................................................................................... 187
7.3.1. Panorama........................................................................................................ 187
7.3.2. Minas da Panasqueira .................................................................................... 189
7.3.3. Conclusões ..................................................................................................... 191
CAPÍTULO 8. CONCLUSÕES E TRABALHO FUTURO ...................................... 193
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 197
xvi
ÍNDICE DE FIGURAS
Figura 3.1. Database Diagram Admissões de internamentos ........................................... 18
Figura 3.2. Database Diagram Altas de internamentos .................................................... 19
Figura 3.3. Database Diagram Diagnósticos secundários associados ao internamento.... 20
Figura 3.4. Database Diagram Procedimentos associados aos internamentos ................. 20
Figura 3.5. Query do connection manager da componente ADO Net Source do SISS
Packages: load_altas_internamento.dtsx .......................................................................... 22
Figura 3.6. Fluxo de carregamento admissões de internamentos ...................................... 23
Figura 3.7. Estrutura criada visível no Solution Explorer através da ferramenta Microsoft
SQL- Server Analisys Services (Visual Studio 2008) ....................................................... 24
Figura 4.1. Browser : front-end da ferramenta Microsoft SQL- Server Analisys Services
............................................................................................................................................ 26
Figura 4.2. Exemplo de Report - Microsoft SQL- Server Reports Services...................... 26
Figura 4.3. Front-End Excel .............................................................................................. 27
Figura 4.4. Número de admissões por ano ......................................................................... 30
Figura 4.5. Número de altas por ano .................................................................................. 30
Figura 4.6 Demora média, em dias, para cada ano ............................................................ 31
Figura 4.7. Total de dias de internamento, para cada ano.................................................. 31
Figura 4.8. Admissões por mês .......................................................................................... 33
Figura 4.9. Altas por mês ................................................................................................... 33
Figura 4.10. Comparativo de admissões e altas por mês ................................................... 34
Figura 4.11. Internamentos de 2000 por mês ..................................................................... 35
Figura 4.12. Internamentos de 2001 por mês ..................................................................... 36
Figura 4.13. Internamentos de 2002 por mês ..................................................................... 36
Figura 4.14. Internamentos de 2003 por mês ..................................................................... 37
Figura 4.15. Internamentos de 2004 por mês ..................................................................... 37
Figura 4.16. Internamentos de 2005 por mês ..................................................................... 38
Figura 4.17. Internamentos de 2006 por mês ..................................................................... 38
Figura 4.18. Internamentos de 2007 por mês ..................................................................... 39
Figura 4.19. Internamentos de 2008 por mês ..................................................................... 39
Figura 4.20. Internamentos de 2009 por mês ..................................................................... 40
xvii
Figura 4.21. Internamentos de 2010 por mês ..................................................................... 40
Figura 4.22. Altas por sexo ................................................................................................ 41
Figura 4.23 População residente segundo os Censos: total e por sexo – Portugal,
Fontes/Entidades: INE, PORDATA Última actualização: 2011-06-30 ............................. 41
Figura 4.24. Altas por sexo (excepto altas do serviço de Obstetrícia) ............................... 42
Figura 4.25. Demora média por sexo (excepto altas do serviço de Obstetrícia) ............... 42
Figura 4.26. Altas de internamentos por sexo por ano (excepto Obstetrícia) .................... 43
Figura 4.27. Internamentos por grupo etário ..................................................................... 44
Figura 4.28. Internamentos por grupo etário, excepto em Obstetrícia............................... 45
Figura 4.29. Internamentos por grupo etário e por ano...................................................... 46
Figura 4.30. Internamentos por grupo etário < 1 ano ........................................................ 47
Figura 4.31. Internamentos por grupo etário 1 a 4 anos .................................................... 47
Figura 4.32. Internamentos por grupo etário 5 a 9 anos .................................................... 48
Figura 4.33. Internamentos por grupo etário 10 a 14 anos ................................................ 48
Figura 4.34. Internamentos por grupo etário 15 a 24 anos ................................................ 49
Figura 4.35. Internamentos por grupo etário 25 a 44 anos ................................................ 49
Figura 4.36. Internamentos por grupo etário 45 a 64 anos ................................................ 50
Figura 4.37. Internamentos por grupo etário 65 a 74 anos ................................................ 50
Figura 4.38. Internamentos por grupo etário > 75 anos .................................................... 51
Figura 4.39. Evolução do número de internamentos por grupo etário............................... 51
Figura 4.40. Distribuição de internamentos por grupo etário ............................................ 52
Figura 4.41. Internamentos em Obstetrícia por grupo etário ............................................. 53
Figura 4.42. Internamentos em Obstetrícia por grupo etário por ano ................................ 53
Figura 4.43. Internamentos por grupo etário (sem Obstetrícia) ......................................... 54
Figura 4.44. Internamentos por grupo etário e por sexo .................................................... 55
Figura 4.45. Internamentos por grupo etário e por sexo (sem Obstetrícia) ....................... 55
Figura 4.46. Internamentos por faixa etária e por sexo de 2007 a 2010 (sem Obstetrícia)56
Figura 4.47. Internamentos grupo etário <1, por sexo ....................................................... 56
Figura 4.48. Internamentos grupo etário 1 a 4 anos, por sexo ........................................... 57
Figura 4.49. Internamentos grupo etário 5 a 9 anos, por sexo ........................................... 57
Figura 4.50. Internamentos grupo etário 10 a 14 anos, por sexo ....................................... 57
Figura 4.51. Internamentos grupo etário 15 a 24 anos, por sexo ....................................... 58
Figura 4.52. Internamentos grupo etário 15 a 24 anos, por sexo (sem Obstetrícia) .......... 58
xviii
Figura 4.53. Internamentos grupo etário 25 a 44 anos, por sexo ....................................... 58
Figura 4.54. Internamentos grupo etário 25 a 44 anos, por sexo (sem Obstetrícia) .......... 59
Figura 4.55. Internamentos grupo etário 45 a 64 anos, por sexo ....................................... 59
Figura 4.56. Internamentos grupo etário 65 a 74 anos, por sexo ....................................... 59
Figura 4.57. Internamentos grupo etário > 75 anos, por sexo ........................................... 60
Figura 4.58. Demora média por grupo etário ..................................................................... 61
Figura 4.59. Demora média por grupo etário e por ano ..................................................... 61
Figura 4.60. Demora média por sexo ................................................................................. 62
Figura 4.61. Internamentos por grupo etário, por sexo e por ano ...................................... 62
Figura 4.62. Internamentos por grupo etário, por sexo e por ano (sem Obstetrícia) ......... 63
Figura 4.63. Gráfico demora média versus grupo etário (utilizada a ferramenta Statistica,
StatSoft Inc. (2011))........................................................................................................... 66
Figura 4.64. Internamentos com proveniência Região Centro .......................................... 72
Figura 4.65. Gráfico com representação linear (Internamentos e População) ................... 73
Figura 4.66. Gráfico com representação linear (Distância e Internamentos) .................... 74
Figura 4.67. Demora média por distritos da Região Centro .............................................. 75
Figura 4.68. Gráfico com representação linear (Demora Média versus Distância) ........... 75
Figura 4.69. Internamentos com proveniência Região Cento, por sexo ............................ 76
Figura 4.70. Internamentos com proveniência Região Cento, por sexo (sem Obstetrícia) 76
Figura 4.71. Concelhos do Distrito de Coimbra ................................................................ 78
Figura 4.72. Freguesias do Concelho de Coimbra ............................................................. 78
Figura 4.73. Percentagem de internamentos por destino de alta........................................ 81
Figura 4.74. Internamentos por destino de alta .................................................................. 81
Figura 4.75. Demora média por destino alta ...................................................................... 82
Figura 4.76. Percentagem de internamentos com alta óbito por serviço hospitalar (Totais
2000 - 2010) ....................................................................................................................... 83
Figura 4.77. Percentagem de internamentos com alta óbito, por serviço hospitalar, em
2010.................................................................................................................................... 84
Figura 4.78. Falecidos por grupo etário por ano ................................................................ 85
Figura 4.79. Pirâmide etária da população residente na Região Centro, 2001 e 2009 (ARS
Centro, 2010) ..................................................................................................................... 86
Figura 4.80. Diagnósticos mais frequentes na faixa etária acima dos 75 anos .................. 87
xix
Figura 4.81. Procedimentos mais frequentes, realizados na faixa etária acima dos 75 anos,
em 2010 .............................................................................................................................. 88
Figura 4.82. Operações realizadas na faixa etária acima dos 75 anos ............................... 88
Figura 4.83. Internamento com saída contra parecer médico / abandono ......................... 90
Figura 4.84. Internamentos saídos contra parecer médico / abandono por serviço
hospitalar em 2010, por faixa etária ................................................................................... 91
Figura 4.85. Internamentos por destino saídos para continuação de cuidados prestados e
rede de cuidados continuados por ano ............................................................................... 92
Figura 4.86. Percentagem de profissões dos doentes internados ....................................... 94
Figura 4.87. Profissões de mulheres com internamentos em 2010 .................................... 95
Figura 4.88. Profissões de homens com internamentos em 2010 ...................................... 95
Figura 4.89. Internamentos por diagnóstico principal Doença do Aparelho Circulatório . 99
Figura 4.90. Internamentos de Doenças do Aparelho Circulatório por sexo ................... 100
Figura 4.91. Internamentos com diagnóstico principal Neoplasias ................................. 102
Figura 4.92. Internamentos de Neoplasias por sexo ........................................................ 103
Figura 4.93. Internamentos por Doença do Aparelho Respiratório ................................. 105
Figura 4.94. Desvios de tempos de internamentos por grupo etário ................................ 112
Figura 4.95. Desvios de tempos de internamentos por sexo ............................................ 113
Figura 4.96. Desvios de tempos de internamento por grupo etário e proveniência ......... 114
Figura 4.97. Desvio de tempos GCD Pré-Grandes Categorias Diagnósticas .................. 126
Figura 4.98. Desvio de tempos GCD Doenças e Perturbações da Pele, Tecido Celular
Subcutâneo e Mama ......................................................................................................... 126
Figura 4.99. Desvio de tempos GCD Doenças e Perturbações do Aparelho Circulatório
.......................................................................................................................................... 126
Figura 4.100. Desvio de tempos GCD Doenças e Perturbações do Aparelho Digestivo 127
Figura 4.101. Desvio de tempos GCD Doenças e Perturbações do Aparelho Genital
Feminino .......................................................................................................................... 127
Figura 4.102.Desvio de tempos GCD Doenças e Perturbações do Aparelho Genital
Masculino ......................................................................................................................... 127
Figura 4.103. Desvio de tempos GCD Doenças e Perturbações do Aparelho Respiratório
.......................................................................................................................................... 128
Figura 4.104. Desvio de tempos GCD Doenças e Perturbações do Olho ........................ 128
xx
Figura 4.105. Desvio de tempos GCD Doenças e Perturbações do Ouvido, Nariz, Boca e
Garganta ........................................................................................................................... 128
Figura 4.106. Desvio de tempos GCD Doenças e Perturbações do Rim e do Aparelho
Urinário ............................................................................................................................ 129
Figura 4.107. Desvio de tempos GCD Doenças e Perturbações do Sangue / Órgãos
Hematopoiéticos e Doenças Imunológicas ...................................................................... 129
Figura 4.108. Desvio de tempos GCD Doenças e Perturbações do Sistema Hepatobiliar e
Pâncreas ........................................................................................................................... 129
Figura 4.109. Desvio de tempos GCD Doenças e Perturbações do Sistema Músculoesquelético e Tecido Conjuntivo...................................................................................... 130
Figura 4.110. Desvio de tempos GCD Doenças e Perturbações do Sistema Nervoso .... 130
Figura 4.111. Desvio de tempos GCD Doenças e Perturbações Endócrinas Nutricionais e
Metabólicas ...................................................................................................................... 130
Figura 4.112. Desvio de tempos GCD Doenças e Perturbações Mentais ........................ 131
Figura 4.113. Desvio de tempos GCD Doenças e Perturbações Mieloproliferativas e Maldiferenciadas .................................................................................................................... 131
Figura 4.114. Desvio de tempos GCD Doenças Infecciosas e Parasitárias (Sistémicas ou
de Localização Não Específica) ....................................................................................... 131
Figura 4.115. Desvio de tempos GCD Factores com influência no Estado de Saúde e
Outros Contactos com os Serviços de Saúde ................................................................... 132
Figura 4.116. Desvio de tempos GCD Gravidez, Parto e Puerpério................................ 132
Figura 4.117. Desvio de tempos GCD Grupos com Procedimentos no Bloco Operatório
Não Relacionados com o Diagnóstico Principal .............................................................. 132
Figura 4.118. Desvio de tempos GCD Infecções pelo Vírus da Imunodeficiência Humana
.......................................................................................................................................... 133
Figura 4.119. Desvio de tempos GCD Queimaduras ....................................................... 133
Figura 4.120. Desvio de tempos GCD Recém-nascidos e Lactentes com Afecções do
Período Perinatal .............................................................................................................. 133
Figura 4.121. Desvio de tempos GCD Traumatismos Múltiplos Significativos ............. 134
Figura 4.122. Desvio de tempos GCD Traumatismos, Intoxicações e Efeitos Tóxicos de
Drogas .............................................................................................................................. 134
Figura 4.123. Desvio de tempos GCD Uso de Álcool / Droga e Perturbações Mentais
Orgânicas Induzidas por Álcool ou Droga....................................................................... 134
xxi
Figura 4.124. Gráfico Caixa de Bigodes para GDH com maior número de dias de
internamento .................................................................................................................... 137
Figura 4.125. Critérios do Statistica para identificar Outliers e Extremos ...................... 138
Figura 4.126. Gráfico Caixa de Bigodes - GDH 541 ....................................................... 139
Figura 4.127. Gráfico Caixa de Bigodes GDH 430 ......................................................... 140
Figura 4.128. Gráfico Caixa de Bigodes GDH 533 ......................................................... 142
Figura 4.129. Gráfico Caixa de Bigode GDH 89............................................................. 143
Figura 4.130. Estatística Descritiva GDH 14................................................................... 144
Figura 4.131. Gráfico Caixa de Bigodes GDH 14 ........................................................... 145
Figura 4.132. Proveniência de doentes com internamentos classificado com GDH 541,
com tempos de internamentos superiores a 26 dias ......................................................... 146
Figura 4.133. Sexo dos doentes com internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias ................................................................. 146
Figura 4.134. Grupos etários de doentes com internamentos classificado com GDH 541,
com tempos de internamentos superiores a 26 dias ......................................................... 147
Figura 4.135. Profissões de doentes com internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias ................................................................. 147
Figura 4.136. Destinos pós alta de internamentos classificado com GDH 541, com tempos
de internamentos superiores a 26 dias ............................................................................. 148
Figura 4.137. Diagnósticos Principais de internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias ................................................................. 148
Figura 5.1. Percentagem de tempos de internamentos por limiares de excepção ............ 159
Figura 5.2. Evolução do ICM .......................................................................................... 162
Figura 5.3. Evolução dos ICM Cirúrgicos e Médicos ..................................................... 163
Figura 5.4. Comparação dos valores de financiamento pelas regras do Contrato-Programa
e pelos valores da Portaria ............................................................................................... 167
Figura 5.5. Comparativo entre valores calculados segundo as regras do ContratoPrograma e os valores contratados pelos HUC ................................................................ 169
Figura 6.1. Uma visão geral dos passos que compõem o processo de KDD (Fayyad, U. M.
et al. , 1996). .................................................................................................................... 172
Figura 6.2. Técnicas de Data-Mining .............................................................................. 173
Figura 6.3. Data-Mining, método preditivo, modelo adaptado (Thearling, 2011) .......... 174
Figura 6.4. Fases da Metodologia CRISP-DM, adaptado de (Chapman, P., 2000) ......... 175
xxii
Figura 6.5. Etapas da metodologia SEMMA (Marques, Business Intelligence; DataMining: Metodologias de Condução de Projecto, 2011) ................................................. 177
Figura 7.1. Modelo usado no RapidMiner para regressão linear ..................................... 180
Figura 7.2. Parâmetros do operador SimpleValidation .................................................... 180
Figura 7.3. Dados usados para criação do modelo de regressão ...................................... 181
Figura 7.4. Valores a prever data-mining ....................................................................... 181
Figura 7.5. Valores da recta linear regression ................................................................. 181
Figura 7.6. Representação gráfica da recta de regressão linear ....................................... 182
Figura 7.7. Histograma dos tempos de internamentos com Fracturas em Ortopedia ...... 183
Figura 7.8. Gráfico Caixa de Bigodes para internamentos em Ortopedia com Fracturas 183
Figura 7.9. Visão parcial 1 (A e B) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS .................................................................................... 185
Figura 7.10 Visão parcial 2 (A e B) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS .................................................................................... 185
Figura 7.11. Visão parcial 1 (A e C) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS .................................................................................... 186
Figura 7.12. Visão parcial 2 (A e C) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS .................................................................................... 186
Figura 7.13. História ocupacional de doentes com diagnóstico principal ou secundário foi
de silicose entre 1996 e 2006, internados no serviço de Pneumologia dos HUC (Santos, et
al., 2008) .......................................................................................................................... 188
Figura 7.14. Localização geográfica da mina da Panasqueira (Gama, Torres, Lopes, &
Nobre, 2002) .................................................................................................................... 189
Figura 7.15. Representação gráfica do algoritmo do Microsoft Decision Trees ............. 190
Figura 7.16. Legenda da representação gráfica do algoritmo do Microsoft Decision Trees
.......................................................................................................................................... 190
Figura 8.1. Metodologia de Gestão Balanced Scorecards (Kaplan & Norton, 1996) ..... 194
xxiii
xxiv
ÍNDICE DE TABELAS
Tabela 1.1. HUC em Números (HUC, EPE, 2011) ............................................................. 7
Tabela 1.2. Percentagem do financiamento com base em GDH. Mateus, C. O
Financiamento Hospitalar com grupos de Diagnósticos homogéneos: Resultados para
Portugal entre 1995 e 2001 .................................................................................................. 9
Tabela 4.1. Total de admissões .......................................................................................... 29
Tabela 4.2. Total de altas ................................................................................................... 29
Tabela 4.3.Total de dias de internamento .......................................................................... 29
Tabela 4.4. Demora média ................................................................................................. 29
Tabela 4.5. Internamentos por mês .................................................................................... 34
Tabela 4.6. Serviços hospitalares com maior número de internamentos por grupo etário 64
Tabela 4.7. Demora média dos serviços hospitalares com maior número de internamentos
por grupo etário .................................................................................................................. 65
Tabela 4.8. Serviços hospitalares com maior demora média por grupo etário .................. 67
Tabela 4.9. Internamentos por serviço hospitalar .............................................................. 68
Tabela 4.10. Demora média por serviço hospitalar ........................................................... 69
Tabela 4.11. Internamentos por proveniência geográfica .................................................. 70
Tabela 4.12. Demora média por proveniência geográfica ................................................. 71
Tabela 4.13. Coeficiente de Pearson para estudo da correlação entre o número de
internamentos e a população dos distritos da Região Centro ............................................ 73
Tabela 4.14. Coeficiente de Pearson para estudo da correlação entre a distância e o
número de internamentos ................................................................................................... 74
Tabela 4.15. Percentagem de internamentos dos Concelhos de Coimbra e Freguesias do
Concelho de Coimbra ........................................................................................................ 78
Tabela 4.16. Percentagem de internamentos por Distrito de Coimbra e Outros Distritos,
por grupo etário .................................................................................................................. 79
Tabela 4.17. Percentagem dos internamentos por grupo etário, por Distrito de Coimbra e
Outros Distritos .................................................................................................................. 79
Tabela 4.18. Percentagem de Internamentos por distritos da Região Centro, por grupo
etário .................................................................................................................................. 80
xxv
Tabela 4.19. Percentagem de internamentos por composição dos destinos pós alta ......... 82
Tabela 4.20. Internamentos por profissões mais frequentes .............................................. 94
Tabela 4.21. Internamentos por diagnóstico principal ....................................................... 96
Tabela 4.22. Demora média por diagnóstico principal ...................................................... 96
Tabela 4.23. Internamentos de demora média por diagnóstico principal e por grupo etário
............................................................................................................................................ 97
Tabela 4.24. Internamentos por diagnóstico principal e ano ............................................. 98
Tabela 4.25. Internamentos por diagnósticos principais mais frequentes, pertencentes às
Doenças do Aparelho Circulatório..................................................................................... 99
Tabela 4.26. Internamentos por diagnósticos principais mais frequentes pertencentes às
Doenças do Aparelho Circulatório, agrupados por sexo ................................................. 100
Tabela 4.27. GDH de internamentos com diagnóstico principal Doença do Aparelho
Circulatório ...................................................................................................................... 101
Tabela 4.28. Internamentos por diagnósticos mais frequentes de Neoplasias ................. 102
Tabela 4.29. Internamentos por Neoplasias mais frequentes por sexo ............................ 103
Tabela 4.30. Percentagem de internamentos de Neoplasias por sexo.............................. 103
Tabela 4.31. GCD mais frequentes de internamentos por diagnóstico principal
Neoplasias ........................................................................................................................ 104
Tabela 4.32. Neoplasias por grupo etário ........................................................................ 104
Tabela 4.33. Internamentos com diagnóstico principal Doenças do Aparelho Respiratório
.......................................................................................................................................... 105
Tabela 4.34. Percentagem de internamentos de doença respiratória, por sexo................ 106
Tabela 4.35. Internamentos por Grandes Categorias de Diagnóstico .............................. 107
Tabela 4.36. Demora média de internamentos por Grandes Categorias de Diagnóstico . 108
Tabela 4.37. Diagnósticos secundários ............................................................................ 109
Tabela 4.38. Os 50 Procedimentos mais realizados no internamento.............................. 110
Tabela 4.39. Desvios de tempos de internamentos .......................................................... 111
Tabela 4.40. KPI desvios de tempos por proveniência do doente ................................... 113
Tabela 4.41. Desvios de tempos de internamentos por destino da alta............................ 114
Tabela 4.42. Desvios de tempos de internamento por profissão...................................... 115
Tabela 4.43. Desvios de tempos de internamento por diagnóstico principal................... 117
Tabela 4.44. Desvios de tempos de internamentos por serviço hospitalar ...................... 118
Tabela 4.45. Desvios de tempos de internamento por serviço hospitalar por ano ........... 119
xxvi
Tabela 4.46. Desvios de internamentos por GCD............................................................ 120
Tabela 4.47. GDH por GCD com desvios superiores a quatro dias ................................ 122
Tabela 4.48. GDH com maior percentagem de dias de internamento ............................. 136
Tabela 4.49. Estatística Descritiva GDH 541 .................................................................. 138
Tabela 4.50. Estatística Descritiva GDH 430 .................................................................. 140
Tabela 4.51. Estatística Descritiva GDH 533 .................................................................. 141
Tabela 4.52. Estatística Descritiva GDH 89 .................................................................... 143
Tabela 5.1. Internamentos por limiares de excepção ....................................................... 158
Tabela 5.2. Percentagem de internamentos por limiares de excepção ............................. 158
Tabela 5.3. Percentagem de doentes equivalentes ........................................................... 160
Tabela 5.4. Percentagem de doentes equivalentes (episódios normais e evolução
prolongada) ...................................................................................................................... 160
Tabela 5.5. ICM (APÊNDICE D) .................................................................................... 161
Tabela 5.6. Cálculo ICM Cirúrgicos e Médicos (APÊNDICE D) ................................... 162
Tabela 5.7. ICM Cirúrgicos e Médicos (APÊNDICE D) ................................................ 163
Tabela 5.8. Formula de cálculo do financiamento por Contrato-Programa ..................... 164
Tabela 5.9. Cálculo do financiamento pela fórmula do Contrato-Programa ................... 165
Tabela 5.10. Valor de financiamento calculado pela Portaria GDH (APÊNDICE E) ..... 166
Tabela 5.11. Comparação financiamento calculado pelas regras do Contra-Programa e
calculado pelos valores da Portaria .................................................................................. 167
Tabela 5.12. Comparativo entre valores calculados segundo as regras do ContratoPrograma e os valores contratados pelos HUC ................................................................ 169
Tabela 7.1. Valores calculados pelas regras do Contrato-Programa ............................... 179
Tabela 7.2. Valores preditos para financiamento pelo Contrato-Programa ..................... 181
xxvii
xxviii
CAPÍTULO 1. INTRODUÇÃO
1. INTRODUÇÃO
Com este trabalho pretende contribuir-se para ultrapassar a deficiência de informação
existente nos sistemas de saúde, mais especificamente no que toca aos internamentos e ao
financiamento deles resultante, para um Hospital Central e Universitário.
1.1. Caracterização dos HUC
1.1.1. Missão, Visão e Valores
Os HUC - Hospitais da Universidade de Coimbra - apresentam-se como uma referência
do Serviço Nacional de Saúde, com funções diferenciadas na prestação de cuidados de
saúde, na formação pré-graduada, pós-graduada e contínua, e na investigação científica,
sustentadas no mais actualizado conhecimento científico e técnico dos seus profissionais
e na inovação e desenvolvimento de metodologias terapêuticas e tecnológicas próprias.
Os HUC têm como predicados naturais a abordagem de questões clínicas e diagnósticas
de elevada complexidade.
Constitui-se como visão dos HUC:

Aprofundar a sua natureza de grande hospital geral, central e aglutinador de
um centro hospitalar universitário;

Ser um centro assistencial de elevada competência, saber e experiência, dotado
dos mais avançados recursos tecnológicos e terapêuticos;

Ter um forte compromisso com a investigação, a inovação e o
desenvolvimento tecnológico e terapêutico;

Ser, na área da saúde, uma referência de elevada capacidade e qualidade no
ensino superior e universitário e na formação pós-graduada e contínua.
1
CAPÍTULO 1. INTRODUÇÃO
No cumprimento da sua missão, os HUC e os seus profissionais perfilham os seguintes
valores e princípios:

Respeito pela dignidade humana, pela diversidade cultural e pelos direitos dos
doentes;

Universalidade do acesso a cuidados de saúde e equidade no tratamento;

Colocação do doente no centro dos processos;

Honestidade, sinceridade e franqueza no relacionamento com os doentes e
com os seus familiares e entre os seus profissionais;

Elevados padrões de humanização, de qualidade e de competência técnica e
científica dos serviços prestados – excelência;

Espírito de equipa, integridade, confidencialidade, privacidade e cordialidade;

A mudança como motor do desenvolvimento, centrada nos profissionais;

Respeito pela cultura e pelas tradições fundadoras do hospital, assumindo cada
um o dever de acrescentar algo ao capital de cultura herdado;

Responsabilidade social;

Respeito pelo ambiente;
Eficácia e eficiência na utilização dos recursos que a comunidade coloca ao seu dispor.
(HUC, EPE, 2011)
1.1.2. Objectivos estratégicos
Tendo como drivers da mudança os princípios do primado do utente e da liberdade de
escolha, os HUC assumem como seus os desafios mais relevantes do sector da saúde em
Portugal: operacionalizar o planeamento estratégico em saúde, promover e educar para a
saúde e para o consumo em saúde, optimizar os gastos em serviços de saúde, melhorar a
acessibilidade aos cuidados de saúde e promover a inovação.
E tendo como finalidades a sustentabilidade de elevados padrões de qualidade
assistencial, mais eficácia e eficiência e o fomento da inovação, da investigação e do
2
CAPÍTULO 1. INTRODUÇÃO
desenvolvimento, os HUC definiram os seguintes objectivos estratégicos para o período
de 2008 a 2012:

A reorientação da oferta para o aumento da diferenciação;

O desenvolvimento do ambulatório médico e cirúrgico, num cenário de
reorganização do internamento e de encerramento de blocos cirúrgicos periféricos,
assentes, nomeadamente, na criação de um pólo de consultas externas
centralizado, na centralização da cirurgia de ambulatório com a criação de um
pólo diferenciado, na concentração dos hospitais de dia não oncológicos, na
criação da “consulta de alta resolução”.

A manutenção de uma dinâmica de inovação e de uma cultura da medicina de
emergência, na vanguarda da resposta às novas necessidades da procura;

O combate à dispersão, assimetria e desperdício de recursos, ao nível do
internamento;

A alteração do modelo de gestão por forma a ir de encontro às expectativas do
utente, potenciar sinergias e desenvolver actividades de excelência reconhecida;

A reorganização da oferta de MCDT’s tendente à optimização de recursos,
melhoria dos níveis de qualidade e de eficiência dos serviços prestados e
aproveitamento de sinergias;

A melhoria da eficiência na gestão da logística hospitalar, numa perspectiva de
satisfação das expectativas dos utilizadores e melhoria da qualidade dos serviços
prestados;

O desenvolvimento do Sistema de Gestão Integrada do Circuito do Medicamento,
beneficiando o utente e contribuindo com a racionalização de recursos;

A promoção de uma articulação efectiva com outras unidades de saúde,
proporcionando ao utente um nível de acessibilidade acrescida, maior
conveniência, conforto e acesso à informação;
3
CAPÍTULO 1. INTRODUÇÃO

A melhoria da qualidade, eficiência, diminuição de custos e facturação acrescida
através da implementação de um sistema de informação integrado, centrado no
utente;

A implementação de políticas de qualidade efectiva, potenciando a redução de
custos e permitindo uma maior eficiência na prestação de cuidados;

O investimento na qualificação dos recursos humanos, impulsionando a
participação activa dos colaboradores na vida da organização;

O aprofundamento das relações com instituições de ensino e investigação,
nomeadamente com a Faculdade de Medicina da Universidade de Coimbra, na
procura do melhor equilíbrio entre uma formação eminentemente científica
projectada para o futuro e uma efectiva prestação de cuidados de saúde pautada
por padrões de excelência. O modelo desenvolvido foi validado através da
realização de um conjunto abrangente de experiências. (HUC, EPE, 2011)
1.1.3. Estrutura e funcionamento
O edifício central dos HUC é constituído por vários corpos, apresentando o corpo mais
elevado uma planta cruciforme, contendo nos seus braços nascente, sul e poente as
enfermarias e os seus apoios. O braço norte alberga as consultas externas e exames
especiais, além de uma zona de ensino.
Faz ainda parte deste hospital, a clínica obstétrica Dr. Daniel de Matos, o Bloco de Celas.
A solução arquitectónica adoptada concentra no seu núcleo central as comunicações
verticais das enfermarias (ascensores, escadas), interligando todos os pisos e serviços para
a circulação de visitas, doentes, pessoal, alimentação, roupas e material. As zonas de
ensino e de consultas externas dispõem de um eixo vertical autónomo de circulação,
4
CAPÍTULO 1. INTRODUÇÃO
utilizando os doentes das consultas externas e os estudantes, uma entrada situada na
fachada nascente do edifício. As 1375 camas da unidade central repartem-se por unidades
de internamento de 33 camas, comportando cada uma dessas unidades, enfermarias de 6,
3 e 1 camas.
A Clínica Obstétrica Dr. Daniel de Matos está localizada na Rua Dr. Miguel Torga, em
edifício próprio. Tem a lotação de 110 camas.
O Bloco de Celas é formado por 9 edifícios.
1.1.4. A História dos HUC
A assistência hospitalar em Coimbra, terá sido iniciada com a criação do Hospital de
Milreu, junto da antiga Alcáçova, após a reconquista cristã, por Fernando Magno, em
1093, por conseguinte anterior ao nascimento da nacionalidade.
Durante a Idade Média outros hospitais foram fundados em Coimbra, quer pelos
monarcas, como o Hospital-Gafaria de S. Lázaro para doentes leprosos, pelo Rei
D.Sancho I, e o Hospital de Santa Elisabete (Rainha da Hungria) por iniciativa da Rainha
Santa Isabel, quer por ordens religiosas, como os Hospitais de São Nicolau e de
Montarroio.
Em 1774, no âmbito da Reforma da Universidade, o Marquês de Pombal determinou que
estes Hospitais, além de outros entretanto criados, passassem a ser administrados pela
Universidade, conservando contudo os seus nomes.
Poderá considerar-se este facto o "nascimento" dos "Hospitais da Universidade"? As
precárias instalações e as reduzidas dimensões dos referidos Hospitais, a deficiente
organização e ausência de estatutos adequados, levam-nos a supor que estaria na mente
do reformador da Universidade, garantir, para já, o indispensável apoio ao ensino da
Medicina aproveitando o que existia no campo hospitalar, a usar enquanto não fosse
possível dar à Universidade o Hospital que efectivamente estivesse ao nível que a reforma
do ensino exigia.
O ano de 1870, foi na história dos Hospitais da Universidade um marco de particular
importância pois representou a data em que o Hospital ficou finalmente instalado nos 3
edifícios (São Jerónimo, Colégio das Artes e Castelo) que utilizou até 1961, altura em que
5
CAPÍTULO 1. INTRODUÇÃO
o Hospital do Castelo foi destruído para construção da cidade universitária, continuando
os H.U.C., a viver nos outros 2 edifícios até ao dia 6 de Março de 1987, data em que
passou a ocupar um novo edifício feito expressamente para o efeito.
Ao longo da sua existência, os HUC sofreram transformações e adaptações tanto da
estrutura como da organização, mantendo-se na linha da frente em desenvolvimento e
capacidade de resposta às necessidades dos seus utentes (ORL HUC, 2011).
Os HUC construíram, assim, uma imagem consolidada e prestigiada como grande
instituição nas áreas dos cuidados de saúde hospitalares, do ensino e da investigação.
Actualmente, os HUC reúnem todas as condições para enfrentarem os novos desafios e
complexidades em saúde do século XXI:

Alicerçados nas capacidades humanas e materiais ao seu dispor, na dinâmica
existente e no conhecimento e dedicação dos seus profissionais e no seu estatuto
de entidade pública empresarial (EPE) criada pelo Decreto-Lei n.º 180/2008, de
26 de Agosto e pessoa colectiva de direito público e de natureza empresarial,
dotada de autonomia administrativa, financeira e patrimonial;

Sustentados por um orçamento anual que ronda os 300 milhões de euros;

Orientados por um Plano de Desenvolvimento Estratégico para os anos 20082012;

Organizados sob o ponto de vista gestionário e funcional por um Regulamento
Interno que inova, mas que também integra o melhor da sua cultura;

Orientados, ainda, por um Plano Director que espelha a forma de responder, no
futuro,
às
necessidades
de
uma
procura
que
evoluiu
quantitativa
e
qualitativamente e que já não cabe no espaço físico actualmente disponível;

E apoiados para a modernização das suas estruturas físicas e dos seus
equipamentos num capital estatutário de 108,5 milhões de euros e num Plano de
Investimentos de 87,1 milhões de euros (HUC, EPE, 2011).
6
CAPÍTULO 1. INTRODUÇÃO
1.1.5. Os HUC em Números
Tabela 1.1. HUC em Números (HUC, EPE, 2011)
Movimento Assistencial
Doentes Saídos (Sem T. Internas)
Ano 2010
45.331
Consultas Externas
527.828
Urgências
166.739
Sessões Hospital de Dia
41.430
Doentes Operados
26.548
Intervenções Cirúrgicas
38.073
Partos
3.091
MCDT's
Fonte de dados: SIG/HUC
Recursos Físicos Existentes
Lotação
7.855.479
Ano 2010
1.375
Salas de Bloco Operatório
Cadeirões de Hospital de Dia
Fonte de dados: Serviços HUC
Equipamentos
Angiografia Digital
ECO com Dopler
ECO sem Dopler
Mamografia Digital
Rx Digital
Rx Convencional
Rx Móvel Convencional
Rad. Telecomandada Digital
TAC Multiplanar (Multicorte)
Câmara Gama
PET
Osteodensitómetro (por MN)
Ressonância Magnética
Videogastrocópios
Vídeo - colonoscópios/sigmoidoscópios
Videoduodenoscópios
Broncofibroscópios
Videobroncoscópios
40
109
Ano 2010
4
17
2
1
4
3
10
2
4
6
1
1
1
12
10
5
5
3
7
CAPÍTULO 1. INTRODUÇÃO
Equipamentos (cont.)
Ano 2010
Pletismografos
Urologia
Acelerador linear (Radiologia)
Braquiterapia baixa taxa de dose
Braquiterapia alta taxa de dose
Litotritor extracorporal
Posto de Hemodiálise
Existência de Arquivo Imagiológico Digital - PACS
Fonte de dados: Serviços HUC
Recursos Humanos
2
10
2
1
1
1
17
1
Ano 2010
Médicos com Vínculo
612
Médicos Internos
268
Enfermeiros
1.678
Técnicos Superiores
48
Técnicos Superiores Saúde
70
Técnicos Diagnóstico e Terapêutica
311
Assistentes Técnicos
515
Assistentes Operacionais
Outro Pessoal
Fonte de Dados: Balanço Social do Ano 2010
1.015
44
1.2. Financiamento dos Hospitais
O sistema de financiamento hospitalar, pode ser definido como um conjunto de normas
objectivas, reconhecidas e politicamente aceites, com o objectivo de manter uma rede de
cuidados diferenciados que assegure a prestação dos mesmos e incentive uma gestão
eficiente. (Bentes, Gonçalves, Tranquada, & Urbano, 1996)
O financiamento dos hospitais portugueses tem evoluído de um sistema baseado no
modelo retrospectivo, em que o pagamento é a despesa histórica decorrente do tratamento
dos doentes de anos anteriores, para um modelo prospectivo, em que a base do pagamento
é o nível de produção, ou da actividade desenvolvida.
O modelo tradicional de financiamento retrospectivo dos hospitais baseado em dados
históricos foi parcialmente alterado para incorporar elementos de financiamento
8
CAPÍTULO 1. INTRODUÇÃO
prospectivo, relacionado com a actividade (baseado nos Grupos de Diagnósticos
Homogéneos). (Gago, 2008)
1.2.1. O GDH e o financiamento hospitalar
Os Grupos de Diagnósticos Homogéneos (GDH) foram introduzidos em Portugal em
1984, tendo sido iniciados em 1987 os estudos conducentes à sua utilização como base de
pagamento dos hospitais do SNS.
Embora a intenção fosse adoptar um sistema de pagamento pela produção para todos os
sectores da actividade hospitalar relacionados com o tratamento dos doentes, foi dada
prioridade ao internamento na sua dupla vertente de facturação a terceiros pagadores e de
definição do subsídio à exploração.
A publicação de preços por GDH para efeitos da facturação ocorreu, pela primeira vez,
em 1989, mas a sua aplicação efectiva para definição do orçamento financeiro dos
hospitais só veio a efectuar-se em 1997. Genericamente, o subsídio à exploração de cada
hospital passou a resultar da combinação de uma componente histórica com uma
componente ajustada pela produção (GDH) e com preços diferenciados em função de
cinco grupos de hospitais. Esta componente, que no orçamento de 1997 representou 10%
do valor global, passou para 20% em 1998. (Bentes, Instituto de Gestão Informática e
Financeira da Saúde, 1998)
Tabela 1.2. Percentagem do financiamento com base em GDH. Mateus, C. O
Financiamento Hospitalar com grupos de Diagnósticos homogéneos: Resultados para
Portugal entre 1995 e 2001
Ano
GDH
Histórico
1997
10%
90%
1998
20%
80%
1999
30%
70%
2000
30%
70%
2001
40%
60%
9
CAPÍTULO 1. INTRODUÇÃO
A intenção inicial de, gradualmente passar de um orçamento baseado no histórico para
um sistema de financiamento baseado nos GDH não ocorreu.
Em Abril de 2002, foi criada a lei de gestão hospitalar 27 que alterou a Lei de Bases da
Saúde de 1990 e reestruturou a organização do sistema de saúde, através da aprovação de
um novo regime jurídico e de modelos de gestão hospitalar. O orçamento global, fixado
prospectivamente pela unidade pagadora (Estado) foi substituído por um contratoprograma, que mantém algumas técnicas que já existiam e acrescenta o pagamento de
desvio de produção e o acerto de contas. O Contrato-Programa especifica o conjunto de
outputs que deverão ser produzidos a partir de um volume de inputs financeiros, num
período de tempo e segundo determinados padrões de qualidade. (Rego, 2008)
Este modelo para além de controlar a despesa contribui para o planeamento do sistema de
saúde, uma vez que ele explica os objectivos para que eles na realidade se concretizem,
tendo em conta que o pagador proporcione os recursos adequados para que os prestadores
os possam alcançar. Para isso a quantidade e o tipo de produtos contratados precisam de
reflectir planos de produção consistentes que correspondam às necessidades de saúde da
população e que respeitem as prioridades definidas na política de saúde, isto é, se forem
contratados os serviços adequados. (Barardo, 2003)
10
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA
2. OBJECTIVOS, ESTRUTURA E METODOLOGIA
2.1. Objectivos
As tecnologias de informação são desenvolvidas para optimizar o fluxo de informação
útil nas organizações, podendo desencadear processos que visão a aquisição de
conhecimento, como suporte à tomada de decisões seguras e eficazes. Para que haja um
fluxo de informação é necessário que haja comunicação entre os diversos intervenientes.
(Turban, 2005)
Contudo, há grande dificuldade de comunicação entre o departamento de informática e a
parte clínica. Questões deste tipo, sobejamente conhecidas, são até habitualmente
designadas pelo termo impedance mismatch. De facto:
1) Os médicos / administração não sabem o que as TI lhes podem dar;
2) O departamento de informática não sabe o que lhes pode mais interessar.
Como se pode constatar, no excerto abaixo, de uma conversa entre o Eng. Abel Amaro,
pertencente à TI (TI) e um médico (M):
TI- O que é que pretendem saber?
M- O que é que nos podem dar?

Para tentar ultrapassar esta barreira tem-se, como objectivos, mostrar
algumas análises que as TI podem oferecer, através de tecnologias OLAP,
técnicas de visualização e de data-mining.
11
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA
2.2. Estrutura
Assim, a dissertação está organizada da seguinte forma:

Capítulo 3 - Breve introdução a datawarehousing e OLAP;

Capítulo 4 - Análise de dados do ponto de vista clínico;

Capítulo 5 - Análise de dados do ponto de vista financeiro;

Capítulo 6 - Breve introdução às técnicas de data-mining e de gestão de
projectos neste domínio;

Capítulo 7 - Indo um Pouco Mais Além: não só análises, mas também
descoberta de conhecimento (aplicações de data-mining, casos de estudo).

Capitulo 8 – Conclusões e Trabalho Futuro.
2.3. Metodologia
Este trabalho enquadra-se no Estágio / Projecto Industrial do Mestrado em Informática e
Sistemas na área de especialização de Tecnologias da Informação e do Conhecimento,
ministrado pelo Instituto Superior de Engenharia de Coimbra, ISEC.
Para o seu desenvolvimento existiram reuniões presenciais na entidade de acolhimento no
Serviço de Tecnologias e Sistemas de Informação (STSI) dos Hospitais da Universidade
de Coimbra, EPE (HUC) sob a orientação do Eng. Abel Amaro, técnico superior de
informática e responsável pelo STSI. Duas destas reuniões contaram também com a
presença do Professor Doutor Viriato Marques, Professor Coordenador do ISEC e
orientador deste Estágio / Projecto Industrial, com o quem também foram realizadas
reuniões semanais no ISEC, com vista à implementação deste trabalho.
12
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA
2.4. Plataformas de Desenvolvimento
A base de dados operacional dos HUC está em Oracle 10G. A solução de BI foi
implementada com base no SQL Server 2008 Enterprise R2 + Microsoft BI Studio,
atendendo a que os HUC não têm o Hyperion licenciado neste momento.
Esta abordagem implicou a extração, transformação e carga de dados (ETL) Oracle ->
SQL Server, realizada através do SQL Server Integration Services (SSIS) do Business
Intelligence Development Studio (BIDS).
O BIDS foi também usado para construir uma solução OLAP, composta por diversos
cubos, views, relatórios, pivot tables e indicadores de performance (KPI’s). Recorreu-se
ao browser do BI Studio e também ao Excel para aceder ao servidor OLAP, elaboração de
pivot tables e gráficos. O BIDS proporcionou também suporte à elaboração de alguns
projectos de data-minning.
2.5. Terminologia
Os GDH podem caracterizar-se, de forma sucinta, como um sistema de classificação de
doentes agudos internados, que permite definir, operacionalmente, os produtos de um
hospital. São grupos que foram concebidos de modo a serem coerentes do ponto de vista
clínico e homogéneos em termos de consumo de recursos. Estes grupos são definidos em
termos de uma ou mais variáveis:

Diagnóstico principal;

Procedimentos cirúrgicos;

Diagnósticos secundários;

Idade;

Sexo;

Destino após alta;

Peso do recém-nascido.
13
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA
Estas variáveis caracterizam os doentes tratados e explicam os custos associados à sua
estadia no hospital. Deste modo, espera-se que o conjunto de serviços requisitados pelo
médico seja, em média, semelhante, para todos os doentes tratados em determinado GDH.

Hospital de agudos: Hospital que presta serviços a utentes em regime de
ambulatório ou de internamento com um horizonte temporal limitado,
donde estão excluídos os doentes crónicos como, por exemplo, os doentes
psiquiátricos e os portadores de deficiências (físicas) adquiridas ou
congénitas cuja recuperação é arrastada.

Doente internado: indivíduo admitido num estabelecimento de saúde com
internamento, num determinado período, que ocupe cama (ou berço de
neonatologia ou pediatria), para diagnóstico ou tratamento, com
permanência, de pelo menos, vinte e quatro horas, exceptuando-se os casos
em que os doentes venham a falecer, saiam contra parecer médico, ou
sejam transferidos para outro estabelecimento, não chegando a permanecer
vinte e quatro horas internados. Para efeitos de facturação, e para doentes
que não cheguem a permanecer vinte e quatro horas internados, apenas
serão considerados os doentes saídos contra parecer médico ou por óbito.

Diagnóstico principal: diagnóstico responsável por ocasionar a admissão
do doente no hospital para cuidados;

Procedimentos: são actos terapêuticos, diagnósticos ou profiláticos em
Medicina, praticados por pessoal especializado, médico, de enfermagem,
ou técnico, podem ser cirúrgicos, radiológicos, laboratoriais e outros.

Procedimentos cirúrgicos: procedimentos, cirúrgicos ou não, considerados
pelo agrupador dos GDH como sendo (ou devendo ser) realizado em sala
de operações.
14
CAPÍTULO 2. OBJECTIVOS, ESTRUTURA E METODOLOGIA

Diagnósticos secundários: doenças, comorbilidades ou outras situações
clínicas relacionadas, consideradas pertinentes na descrição de um registo
de contactos dum doente com um estabelecimento de saúde.

Idade: número de dias, semanas, meses ou anos decorridos desde o
momento do nascimento até às 0 horas da data de referência (e.g.
admissão).

Sexo: características estruturais e funcionais que permitem distinguirem os
organismos machos e fêmeas; conjunto de indivíduos do mesmo sexo.

Destino pós-alta: destino de um doente que tem alta dum serviço de
internamento hospitalar. Pode falar-se em outros serviços de internamento
como destino (transferências internas), mas o conceito aplica-se
essencialmente ao destino pós a alta hospitalar, pelo que se consideram o
óbito, o domicílio e as unidades de saúde exteriores ao hospital como
destinos possíveis.
A codificação GDH pressupõe o agrupamento em GCD (Grande Categoria de
Diagnóstico1) com base na classificação de doença CID-9-MC e segmentada por tipo –
médico e cirúrgico. A Portaria nº. 132/2009, de 30 de Janeiro enuncia as tabelas de GDH
em vigor que englobam 876 GDH e 25 GCD. Cada GDH é cirúrgico ou médico, tendo
cada um, um peso médio relativo resultante da avaliação dos custos médios atribuídos.
(Rendo, 2009)
O preço de um GDH compreende todos os serviços prestados em regime de internamento,
quer em enfermaria quer em cuidados intensivos, incluindo todos os cuidados médicos,
meios complementares de diagnóstico, terapêutica e hotelaria. A cada internamento só
pode corresponder um GDH, independentemente do número de serviços em que o doente
tenha sido tratado, desde a data de admissão até à data de alta. (ACSS , 2009)
1
Correspondendo aos vários sistemas de órgãos do corpo humano e às especialidades médicas
15
CAPÍTULO 3. DATAWAREHOUSING E OLAP
16
CAPÍTULO 3. DATAWAREHOUSING E OLAP
3. DATAWAREHOUSING E OLAP
Para uma análise dos internamentos nos HUC em diversas vertentes, nomeadamente
aspectos clínicos e financeiros, recorreu-se à implementação de uma datawarehouse,
servidor OLAP, diversas pivot tables e gráficos - quer no próprio ambiente de
desenvolvimento quer através de cliente externo (Microsoft Excel), bem como a uma
série de relatórios (reports).
Os registos que servem de base a este estudo correspondem a 11 anos de internamentos,
de 2000 a 2010. Correspondem a 504.138 registos de admissões; 509.233 registos de
altas;
838.607 registos de diagnósticos secundários associados a internamentos;
1.570.320 registos de procedimentos associados a internamentos; 363.059 registos de
doentes; 15.564 registos de diagnósticos; 4.708 registos de procedimentos; 738 registos
de GDH; 669 registos de serviços; 25 registos de destinos pós alta; 9 registos de grupos
etários.
3.1. Datawarehouse
As aplicações operacionais são optimizadas para processamento transaccional (OLTP
On-line Transactional Processing). Estes sistemas estão preparados para suprir as
necessidades de operação no dia a dia de uma organização, mas não optimizadas para a
análise integrada dos dados.
Pelo contrário, os sistemas OLAP - On-line Analytical Processing - são optimizados para
processamento analítico, leituras exaustivas e complexas. Tais sistemas recorrem,
normalmente, a uma datawarehouse.
Uma datawarehouse é essencialmente uma base de dados de suporte à decisão, mantida
separadamente das bases de dados operacionais da organização, com dados históricos
consolidados, focada na sua modelação e análise.
A sigla OLAP designa um modelo de dados multidimensional que os organiza na forma
de cubos. Esta modelação baseia-se no conceito de dimensões (definidas em tabelas de
dimensões) e medidas (definidas em tabelas de factos), organizadas num esquema de
estrela (star), floco de neve (snowflake) ou constelação (constelation).
17
CAPÍTULO 3. DATAWAREHOUSING E OLAP
O desenho de uma datawarehouse é orientado por tema. Conforme referido, este trabalho
foca-se sobre internamentos e nos seus diversos aspectos clínicos tais como tempos,
GDH, diagnósticos principais e secundários, altas, entre outros e no financiamento
hospitalar.
A arquitectura da datawarehouse utilizada mostra-se nas figuras 3.1.; 3.2.; 3.3 e 3.4..
Trata-se de uma arquitectura em estrela, com 4 tabelas de factos e 6 tabelas de dimensões
partilhadas pelas tabelas de factos.
Figura 3.1. Database Diagram Admissões de internamentos
18
CAPÍTULO 3. DATAWAREHOUSING E OLAP
Figura 3.2. Database Diagram Altas de internamentos
19
CAPÍTULO 3. DATAWAREHOUSING E OLAP
Figura 3.3. Database Diagram Diagnósticos secundários associados ao internamento
Figura 3.4. Database Diagram Procedimentos associados aos internamentos
20
CAPÍTULO 3. DATAWAREHOUSING E OLAP
As tabelas de dimensões são: Doente; Grupo_etario; Servico_hospitalar; Diagnostico;
Procedimento; Destino_alta e GDH.
As
tabelas
de
factos
são:
Admissoes_internamento;
Altas_internamento;
Diagnosticos_secundarios_internamento e Procedimentos_internamento.
As medidas são: numero_admissoes_internamento; numero_altas_int; soma_tempo_int,
numero_diagnostico_S e numero_procedimentos.
A granularidade é definida pela chave primária de cada tabela de factos.
3.2. ETL
Para se tornar operacional, uma datawarehouse tem de ser carregada com dados. Esta
fase, designada por ETL, , consiste, como o nome indica, em três etapas: extração,
transformação e carregamento de dados na datawarehouse.
Na primeira etapa, foram criadas ligações à base de dados operacional em Oracle, e a um
ficheiro Excel contendo a informação relativa aos GDH (APÊNDICE C).
A ferramenta usada, SSIS do BIDS, permitiu, de forma gráfica e interactiva, com recurso
a pouca programação, e através do uso de componentes, efectuar a ligação à fonte de
dados (Sistema OLTP Oracle), a sua transformação, agregação e carregamento das
tabelas na datawarehouse SQL Server.
Na leitura dos dados da base de dados operacional, utiliza-se o componente ADO NET
Source no qual se especifica a ligação à base de dados operacional. Através de comandos
SQL (Structured Query Language), criam-se as consultas às tabelas necessárias para o
carregamento. A figura abaixo mostra um exemplo de um destes queries:
21
CAPÍTULO 3. DATAWAREHOUSING E OLAP
Figura 3.5. Query do connection manager da componente ADO Net Source do SISS
Packages: load_altas_internamento.dtsx
Usa-se o componente Script Component para transformação dos dados lidos das tabelas
ORACLE, nomeadamente cálculo das idades dos doentes aquando do internamento,
através da diferença entre data de internamento e data de nascimento do doente;
atribuição do grupo etário com base na idade calculada; conversão da data de
internamento em ano mês (exemplo: 200101 = ano 2001, Janeiro 01); conversão de nulos
em indefinido ou 0 (zero), consoante se trate de campo texto ou numérico,
respectivamente (existem, por exemplo, cerca de 15% doentes sem profissão preenchida).
Utiliza-se o componente Aggregate para agregação dos registos por mês.
A figura abaixo é exemplificativa do processo ETL para carregamento de admissões de
internamentos. Utiliza-se também o componente Data Coversion para algumas
conversões de tipo dos dados.
Para o carregamento nas tabelas da datawarehouse utiliza-se o componente ADO NET
Destination, onde se especifica o tipo de ligação usada, neste caso Data Sql Client, visto a
datawarehouse ter sido criada em SQLServer.
22
CAPÍTULO 3. DATAWAREHOUSING E OLAP
Figura 3.6. Fluxo de carregamento admissões de internamentos
3.3. OLAP
Neste trabalho foram criados vários cubos. Estes cubos, todos relativos a dados de
internamentos apenas (tal como a datawarehouse subjacente) são: Admissões, Altas
(contendo também o diagnóstico principal, que só é conhecido nesta altura), Diagnósticos
Secundários e Procedimentos.
Os cubos partilham as dimensões: Doente, Grupo Etário, e Serviço Hospitalar (Serviço
responsável pelo internamento). Para cada uma destas dimensões são criadas hierarquias:
para a dimensão Doente, foram criadas as hierarquias Proveniência Geográfica (doente>freguesia->concelho->distrito), (doente->sexo) e (doente->profissão); para a dimensão
Serviço Hospitalar foi criada a hierarquia Serviço Hospitalar (subespecialidade->
especialidade).
Para além das dimensões referidas, os cubos Admissões, Altas e Diagnósticos partilham a
dimensão Diagnóstico que apresenta a hierarquia Diagnósticos (diagnóstico->diagnóstico
agrupador).
O cubo Procedimentos, além das dimensões partilhadas, possui a dimensão Procedimento
com a hierarquia definida, Procedimentos (procedimento ->procedimento agrupador).
O cubo Altas tem também a dimensão GDH com a hierarquia GDH (GDH->GCD).
23
CAPÍTULO 3. DATAWAREHOUSING E OLAP
Figura 3.7. Estrutura criada visível no Solution Explorer através da ferramenta Microsoft
SQL- Server Analisys Services (Visual Studio 2008)
24
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4. ANÁLISE DE DADOS - PONTO DE VISTA CLÍNICO
O objectivo deste capítulo é mostrar ao sector clínico / administração “ o que é que as TI
lhes pode dar” conforme referido no capítulo 2.1.
As ferramentas OLAP têm a capacidade de manipular e analisar um largo volume de
dados sob múltiplas perspectivas, de forma a permitir o suporte à tomada de decisões.
Permitem uma visão conceptual multidimensional, que corresponde à análise pelas
diversas dimensões do negócio, de forma intuitiva e fácil de utilizar, de forma
transparente para o utilizador, sem que este tenha necessidade de conhecer o modelo de
dados, utilizando ambientes familiares de front-end como o Excel ou um browser
incluído na própria ferramenta de desenvolvimento.
As ferramentas OLAP permitem um desempenho de consultas consistente, à medida que
o número de dimensões e tamanho da base de dados aumenta; são capaz de reconhecer as
hierarquias dimensionais e efectuar automaticamente os cálculos roll-up2 e drill-down3
associados às diversas dimensões. Permitem também uma fácil reorientação dos
caminhos de consolidação (pivot tables), sendo todas estas manipulações executadas
através de acções do tipo point-and-click e drag-and-drop sobre células do cubo.
Apresentam-se, neste capítulo, exemplos de relatórios analíticos multidimensionais sobre
internamentos nos HUC, utilizando três ferramentas de front-end que permitem
evidenciar as potencialidades da tecnologia OLAP:
1) Browser : front-end da ferramenta Microsoft SQL- Server Analisys
Services (Visual Studio 2008);
2
Possibilidade de obter dados num nível mais alto a partir de um nível detalhado, através de
diferentes dimensões.
3
Possibilidade de poder obter dados mais detalhados a partir de dados de mais alto nível, através
de diferentes dimensões.
25
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.1. Browser : front-end da ferramenta Microsoft SQL- Server Analisys Services
2) Report : reports criados através da ferramenta Microsoft SQL- Server
Reports Services (Visual Studio 2008);
Figura 4.2. Exemplo de Report - Microsoft SQL- Server Reports Services
3) Excel:
front-end para exposição dos resultados através de gráficos e
tabelas dinâmicas. A utilização da ferramenta Excel permite o uso de um
interface intuitivo e vulgar para análise da informação, criando assim uma
26
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
leitura facilitada, através de gráficos e tabelas dinâmicas, possibilitada pela
ligação de Excel aos cubos do SSAS e tabelas do SQL Server.
Figura 4.3. Front-End Excel
Nos Apêndices A e B podem ver-se resultados obtidos através da ferramenta de front-end
browse do SSAS, e reports elaborados através da ferramenta de report SSRS,
respectivamente.
27
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1. Análises
Analisam-se 11 anos de registos de internamentos, de 2000 a 2010.
Apresentam-se análises por:

Sexo;

Grupo etário;

Proveniência geográfica;

Profissão;

Serviço hospitalar;

Destino da alta;

Diagnóstico principal;

Diagnósticos secundários;

Procedimentos;

GDH.
As análises relacionam-se em grande parte com o tempo de internamento, dada a sua
importância em termos de custos e financiamento do hospital.
4.1.1. Internamentos
Descrição: Número de doentes entrados (admissões) e doentes saídos (altas), tempos de
permanência total e médio.
Objectivos: Visão global dos internamentos nos 11 anos de estudo: Quantos
internamentos? A quantos dias correspondem? Qual a duração média de um
internamento?
28
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.1. Total de admissões
Admissões de internamento
517 098
Tabela 4.2. Total de altas
Altas de internamento
517 015
Tabela 4.3.Total de dias de internamento
Dias de internamento
4 046 576
Tabela 4.4. Demora média
Demora média
8
Comentários: O número de altas é inferior ao número de admissões, em 83 internamentos
com data de saída no período de 2000 a 2010, num total de 517.098 admissões. Em média
os doentes permanecem no hospital 8 dias, num total de 4.046.576 dias de internamento.
29
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.2. Internamentos por ano
Descrição: Análise do número de internamentos e tempo de permanência, por ano.
Objectivos: Analisar o número de internamentos ao longo dos 11 anos, por data de
admissão e por data de alta. Terá havido um aumento do número de internamentos? Qual
será a tendência? Estarão os doentes menos tempo internados?
Figura 4.4. Número de admissões por ano
Figura 4.5. Número de altas por ano
30
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.6 Demora média, em dias, para cada ano
Figura 4.7. Total de dias de internamento, para cada ano
Comentários:
Verifica-se um aumento de internamentos até 2004, e uma diminuição de internamentos
desde então, apresentando em 2010 menos 200 internamentos do que em 2000. A linha de
tendência linear mostra uma ligeira tendência para o decréscimo do número de
internamentos, embora as variações sejam muito elevadas ao longo dos anos. O período
que apresenta o maior número de internamentos 2003 a 2007 corresponde a uma
diminuição do número de dias de internamentos, e uma menor demora média, embora
31
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
esta última não seja significativa, é de apenas um dia de internamento. Nos últimos anos,
de 2007 a 2010, verifica-se uma diminuição do número de internamentos, mas um
aumento do tempo de internamento. Surgem assim as seguintes questões:

O que levará a que os doentes estejam mais tempo internados nos últimos anos?

Será este o motivo para que haja uma diminuição do número de internamentos?

Qual será a distribuição dos internamentos ao longo do ano, por mês?
Para responder às duas primeiras questões, questionou-se o Eng. Abel Amaro, orientador
na instituição de acolhimento HUC, detentor do “conhecimento do negócio”, que
respondeu ser devido à introdução crescente de cirurgia ambulatória, pois esta absorveu
internamentos com demoras médias mais baixas.
32
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.3. Internamentos por mês
Descrição: Análise do número de internamentos por mês (considerando meses
homólogos, i.e., o acumulado de cada mês ao longo dos 11 anos).
Objectivos: Pretende analisar-se a distribuição dos internamentos por mês, comparação
entre o número de doentes entrados e número de doentes saídos.
Figura 4.8. Admissões por mês
Figura 4.9. Altas por mês
33
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.10. Comparativo de admissões e altas por mês
A diminuição de internamentos em Agosto, pode dever-se à redução de internamentos
programados não urgentes, por conveniência das férias do pessoal hospitalar e dos
próprios doentes. Esta conclusão foi sustentada por informação prestada pelo Eng. Abel
Amaro.
Tabela 4.5. Internamentos por mês
34
Mês
Admissões
Altas
Altas -Admissões
1
47.150
43.397
-3.753
2
42.255
42.404
149
3
46.254
46.874
620
4
42.589
43.091
502
5
46.203
45.196
-1.007
6
43.524
43.819
295
7
42.854
44.202
1.348
8
35.001
35.569
568
9
41.930
40.323
-1.607
10
45.422
45.675
253
11
44.413
44.367
-46
12
39.503
42.098
2.595
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Comentários:
Os doentes saídos estão quase sempre próximos do número de doentes entrados, como se
pode ver pelas percentagens apresentadas. Os meses que apresentam um menor número
de doentes saídos face ao número de admissões são os meses de Janeiro e Setembro, e a
situação inversa é observada no mês de Julho e Dezembro, com maior número de doentes
saídos face ao número de doentes entrados. Será que estas observações se repetem
anualmente?
4.1.4. Internamentos por ano e por mês
Descrição: Análise do número de internamentos por ano e por mês.
Objectivos: Pretende-se analisar a distribuição dos internamentos por mês para cada ano,
de 2000 a 2010, de forma a validar se a análise anterior se verifica anualmente.
Figura 4.11. Internamentos de 2000 por mês
35
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.12. Internamentos de 2001 por mês
Figura 4.13. Internamentos de 2002 por mês
36
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.14. Internamentos de 2003 por mês
Figura 4.15. Internamentos de 2004 por mês
37
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.16. Internamentos de 2005 por mês
Figura 4.17. Internamentos de 2006 por mês
38
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.18. Internamentos de 2007 por mês
Figura 4.19. Internamentos de 2008 por mês
39
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.20. Internamentos de 2009 por mês
Figura 4.21. Internamentos de 2010 por mês
Comentários: Verifica-se que existe um comportamento idêntico dos internamentos por
mês ao longo dos 11 anos: o mês de Agosto tem o menor número de internamentos; o
mês de Março tem o maior número de internamentos (por questões de planeamento de
serviço no agendamento de doentes programados e pela sazonalidade de algumas
doenças); o mês de Janeiro apresenta maior número de admissões face ao número de
altas; o mês de Dezembro apresenta maior número de altas face ao número de admissões.
Existem dois períodos típicos de férias, Agosto e época Natal - Ano Novo, o que faz
40
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
variar a relação entre as admissões e as altas nos períodos antes e pós férias (informação
fornecida pelo Eng. Abel Amaro, detentor do conhecimento do negócio).
4.1.5. Internamentos por sexo
Descrição: Análise do tempo de internamento por sexo.
Objectivos: Pretende verificar-se se existe alguma diferença nos tempos de internamento
entre homens e mulheres.
Figura 4.22. Altas por sexo
Figura 4.23 População residente segundo os Censos: total e por sexo – Portugal,
Fontes/Entidades: INE, PORDATA Última actualização: 2011-06-30
41
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
A população residente em Portugal é composta por mais mulheres que homens, conforme
se pode ver na figura acima, o que se reflecte também no número de internamentos, sendo
o número de internamentos do sexo feminino superior ao número de internamentos do
sexo masculino. Será que esta tendência se verifica excluindo o número de altas do
serviço de Obstetrícia?
Figura 4.24. Altas por sexo (excepto altas do serviço de Obstetrícia)
Figura 4.25. Demora média por sexo (excepto altas do serviço de Obstetrícia)
Comentários: Excluindo os internamentos no serviço de Obstetrícia, verifica-se através
das percentagens de internamento por sexo, que os homens têm mais internamentos e
estão em média mais um dia internados, que as mulheres. Será que esta desigualdade é
constante ao longo dos anos?
42
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.6. Internamentos por sexo e por ano
Descrição: Análise do tempo de internamento por sexo e por ano.
Objectivos: Pretende verificar-se se o número de internamentos do sexo masculino é
superior ao número de internamentos do sexo feminino, excluindo os internamentos em
Obstetrícia ao longo dos últimos 11 anos.
Figura 4.26. Altas de internamentos por sexo por ano (excepto Obstetrícia)
Comentários:
O número de internamentos do sexo masculino apresenta-se superior ao número de
internamentos do sexo feminino, excepto em 2003, embora muito próximo ao longo dos
anos de 2003 a 2006. De notar que a partir de 2006 existe um afastamento gradual.
O afastamento que se observa desde 2006, é devido a uma diminuição de internamentos
do sexo feminino (em 2010 as mulheres apresentam menos 1962 internamentos que os
homens).
Na análise de número de internamentos por ano verificamos que existe uma diminuição
do número de internamentos, desde 2007. Podemos acrescentar que esta diminuição se
deve à diminuição do número de internamentos do sexo feminino. Coloca-se agora a
43
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
questão sobre a faixa etária em que esta diminuição acontece: será comum a todas as
faixas etárias? Qual será a distribuição do número de internamentos por faixa etária?
4.1.7. Internamentos por grupo etário
Descrição: Análise do número de altas de internamentos por grupo etário.
Objectivos: Pretende analisar-se a distribuição dos internamentos por grupo etário.
Figura 4.27. Internamentos por grupo etário
A faixa etária dos 25 a 44 anos aparece como o segundo grupo etário com maior número
de internamentos. Apresenta-se em seguida a distribuição do número de internamentos
por grupo etário excluindo internamentos em Obstetrícia. Pretende verificar-se se a
posição deste grupo etário se mantém.
44
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.28. Internamentos por grupo etário, excepto em Obstetrícia
Comentários:
Verifica-se que o grupo etário com maior número de internamentos se situa na faixa etária
dos 45 aos 64 anos, seguido do grupo etário acima dos 75 anos (excluindo internamentos
em Obstetrícia) ou do grupo etário com idades compreendidas entre os 25 e os 44 anos
(incluindo os internamentos em Obstetrícia). As faixas etárias compreendidas entre os
menores de 1 ano até aos 24 anos apresentam números de internamento reduzidos, o que
se deve ao facto de os HUC não terem a especialidade de Pediatria. Os doentes das faixas
etárias menores de 1 ano e até aos 17 anos são, na sua maioria, acompanhados pelo
Hospital Pediátrico de Coimbra.
Será que esta distribuição se mantém constante ao longo dos anos?
45
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.8. Internamentos por grupo etário por ano
Descrição: Análise do número de altas de internamentos por grupo etário por ano.
Objectivos: Pretende-se analisar a distribuição dos internamentos por grupo etário e por
ano.
Figura 4.29. Internamentos por grupo etário e por ano
Comentários:
Verificam-se variações de internamentos ao longo dos anos por grupo etário, nos quais se
destacam as faixas etárias dos 15 aos 44 anos com diminuição de 38% do número de
internamentos e faixa etária com mais de 75 anos, com um aumento de 73% do número
de internamentos. Há dois factores que contribuem para o aumento ou diminuição de
46
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
doenças: um é a melhoria da qualidade de vida e o aumento de esperança de vida. Qual
será a tendência para cada grupo etário?
Figura 4.30. Internamentos por grupo etário < 1 ano
Figura 4.31. Internamentos por grupo etário 1 a 4 anos
47
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.32. Internamentos por grupo etário 5 a 9 anos
Os internamentos de doentes nas faixas etárias de menos de um ano até aos nove anos,
representam 1% do total de internamentos. Coloca-se a questão sobre as especialidades,
diagnósticos e as intervenções nestas faixas etárias.
Figura 4.33. Internamentos por grupo etário 10 a 14 anos
A faixa etária dos 10 aos 14 anos, representa 1% do total de internamentos. Observa-se
uma descida progressiva de 56% do número de internamento ao longo dos anos.
48
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.34. Internamentos por grupo etário 15 a 24 anos
As faixas etárias dos 15 aos 24 anos, representam 7% do total de internamentos e
apresentam uma descida de 46%.
Figura 4.35. Internamentos por grupo etário 25 a 44 anos
A faixa etária dos 25 aos 44 anos representa 26% dos internamentos e apresenta uma
descida de 21% do número de internamentos. Este gráfico inclui os internamentos em
Obstetrícia. Qual será o comportamento desta faixa etária sem os internamentos em
Obstetrícia?
49
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.36. Internamentos por grupo etário 45 a 64 anos
A faixa etária dos 45 aos 64 anos representa 28% do total de internamentos. É a faixa
etária com maior número de internamentos. No entanto esta faixa etária teve um valor
máximo em 2004, apresentando desde então uma descida.
Figura 4.37. Internamentos por grupo etário 65 a 74 anos
A faixa etária dos 65 aos 74 anos representa 15 % do total de internamentos. No entanto
apresenta-se semelhante à faixa etária anterior, com um valor máximo em 2004 e desde
então com uma descida progressiva.
50
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.38. Internamentos por grupo etário > 75 anos
A faixa etária com mais de 75 anos, é responsável por 20% do total de internamentos e
apresenta um aumento de 73%. Este tem acontecido progressivamente, com tendência
para continuar a aumentar. Destaca-se por ser a faixa etária com maior crescimento.
O aumento do número de internamentos nesta faixa etária deve-se, provavelmente, ao
aumento da esperança média de vida. Mas será que para além desta evidência haverá um
maior número de internamentos programados não urgentes, intervenções anteriormente
não realizadas nesta faixa etária, originando um aumento do número de internamentos?
Figura 4.39. Evolução do número de internamentos por grupo etário
51
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
A faixa etária acima dos 75 anos destaca-se pelo aumento progressivo do número de
internamentos. Se esta tendência de crescimento se confirmar, esta será a faixa etária com
maior número de internamentos já em 2011.
Figura 4.40. Distribuição de internamentos por grupo etário
É visível um dos motivos para o número de internamentos estar a decrescer, nos últimos
anos: deve-se a uma diminuição dos internamentos das faixas etárias dos 15 aos 44 anos
(compensada em parte pelo aumento do número de internamentos na faixa etária acima
dos 75 anos). Qual será o comportamento dos internamentos das faixas etárias dos 15 aos
44 anos, em Obstetrícia? Estarão estas faixas etárias a recorrer menos ao Hospital ou será
que o número de ambulatórios está a aumentar nestas faixas etárias?
52
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.9. Internamentos por grupo etário em Obstetrícia
Figura 4.41. Internamentos em Obstetrícia por grupo etário
Figura 4.42. Internamentos em Obstetrícia por grupo etário por ano
A diminuição do número de internamentos em Obstetrícia deve-se em parte ao tipo de
casos que o serviço de Obstetrícia atendia, não só casos de partos mas também casos
relacionados com ginecologia. Estes casos, nos últimos anos, têm sido encaminhados para
a Ginecologia (informação fornecida pelo Eng. Abel Amaro, detentor do conhecimento
institucional).
53
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.43. Internamentos por grupo etário (sem Obstetrícia)
As faixas etárias dos 15 aos 44 anos apresentam uma diminuição do número de
internamentos, quer considerando internamentos em Obstetrícia, quer excluindo este
serviço da análise do número de internamentos por grupo etário.
Comentários: Será que o comportamento é idêntico para homens e mulheres, por faixa
etária? Verificou-se anteriormente que o número de internamentos de mulheres tem
diminuído. Quais serão os grupos etários em que esta diminuição se verifica? Quais os
grupos etários com maior número de mulheres?
4.1.10. Internamentos por grupo etário por sexo
Descrição: Análise da distribuição do número de internamentos por grupo etário, por
sexo.
Objectivos: Analisar a distribuição do número de internamentos por grupo etário, por
sexo, de forma a verificar quais os grupos etários que reflectem a diminuição de
internamentos do sexo feminino.
54
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.44. Internamentos por grupo etário e por sexo
O número de internamentos de mulheres é superior ao número de internamentos de
homens, nas faixas etárias 15 a 44 anos e acima dos 75 anos.
Figura 4.45. Internamentos por grupo etário e por sexo (sem Obstetrícia)
O número de internamentos de mulheres é superior ao número de internamentos de
homens, nas faixas etárias 25 a 44 anos e acima dos 75 anos.
Acresce a esta análise o conhecimento organizacional: na faixa etária dos 45 aos 64 anos
é visível um maior número de internamentos do sexo masculino, em parte devido a
acidentes de trabalho e de trânsito.
55
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Verificou-se anteriormente que o número de mulheres diminuiu desde 2007. Quais as
faixas etárias em que esta diminuição se reflecte?
Figura 4.46. Internamentos por faixa etária e por sexo de 2007 a 2010 (sem Obstetrícia)
Figura 4.47. Internamentos grupo etário <1, por sexo
56
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.48. Internamentos grupo etário 1 a 4 anos, por sexo
Figura 4.49. Internamentos grupo etário 5 a 9 anos, por sexo
Figura 4.50. Internamentos grupo etário 10 a 14 anos, por sexo
57
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.51. Internamentos grupo etário 15 a 24 anos, por sexo
Figura 4.52. Internamentos grupo etário 15 a 24 anos, por sexo (sem Obstetrícia)
Figura 4.53. Internamentos grupo etário 25 a 44 anos, por sexo
58
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.54. Internamentos grupo etário 25 a 44 anos, por sexo (sem Obstetrícia)
Figura 4.55. Internamentos grupo etário 45 a 64 anos, por sexo
Figura 4.56. Internamentos grupo etário 65 a 74 anos, por sexo
59
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.57. Internamentos grupo etário > 75 anos, por sexo
Comentários:
A diminuição de internamentos de mulheres reflecte-se nas faixas etárias dos 25 aos 74
anos, contrariando esta tendência na faixa etária acima dos 75 anos, justificada em parte
pela esperança média de vida ser superior das mulheres.
O número de internamentos de mulheres está a diminuir, reflexo da diminuição de
internamentos nas faixas etárias dos 25 aos 74 anos. Esta diminuição é espelhada no total
de internamentos por ano. Como se verificou anteriormente o número total de
internamentos tem vindo a diminuir, influenciado também pela diminuição de
internamentos do sexo feminino.
Qual a demora média por grupo etário e por grupo etário e sexo? Quais os serviços com
maior número de internamentos por grupo etário? Quais os diagnósticos que motivam os
internamentos: serão exclusivos ou maioritariamente de um dos sexos?
4.1.11. Demora média por grupo etário
Descrição: Análise da demora média de internamentos por grupo etário e sexo, por ano.
Objectivos: Pretende-se analisar a demora média por grupo etário e sexo, por ano. Será
demora média é superior nas faixas etárias mais altas? Qual será a demora média por sexo
e grupo etário? Terá um comportamento idêntico ao longo dos anos?
60
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.58. Demora média por grupo etário
Figura 4.59. Demora média por grupo etário e por ano
Comentários:
A faixa etária acima dos 75 anos apresenta uma demora média de 11 dias, superior aos
restantes grupos etários.
61
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.12. Demora média por sexo por ano
Figura 4.60. Demora média por sexo
Figura 4.61. Internamentos por grupo etário, por sexo e por ano
62
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.62. Internamentos por grupo etário, por sexo e por ano (sem Obstetrícia)
Comentários:
Verifica-se que as faixas etárias mais altas apresentam demoras médias mais elevadas.
Os homens apresentam, no geral, demoras médias superiores às mulheres, o que é
evidente nas faixas etárias dos 15 aos 64 anos.
A demora média apresenta-se constante ao longo dos anos, com pequenas variações,
sendo a faixa etária dos 10 aos 14 anos aquela que apresenta uma diminuição da demora
média de 6 dias (em 2000) para 3 dias (em 2010).
Quais os serviços com maior número de internamentos por grupos etário? Quais os
serviços com maior demora média por grupo etário?
4.1.13. Serviços hospitalares com maior número de internamentos por faixa etária
Descrição: Análise da demora média de internamentos por grupo etário e sexo, por ano,
para cada serviço.
Objectivos: Pretende-se analisar a demora média por grupo etário e sexo, por ano. Será a
demora média superior nas faixas etárias mais altas? Qual será a demora média por sexo e
grupo etário? Terá um comportamento idêntico ao longo dos anos?
63
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.6. Serviços hospitalares com maior número de internamentos por grupo etário
Comentários:
A tabela anterior está agrupada por grupo etário e ordenada pelo total de internamentos
por serviço hospitalar. Mostra os três serviços hospitalares com maior número de
internamentos.
Como se pode constatar, a faixa etária com menos de 1 ano tem maior número de
internamentos em Cardiologia, Cirurgia Cardio-Torácica e Oftalmologia. A faixa etária
dos 1 aos 4 anos tem maior número de internamentos em Cirurgia Cardio-Torácica,
Oftalmologia e Otorrinolaringologia; estes dois últimos serviços mantêm-se na faixa
etária dos 5 aos 9 anos, com maior número de internamentos no serviço de Cardiologia.
64
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Na faixa etária dos 15 aos 24 anos aparece a Cirurgia Maxilo Facial, seguida de
Obstetrícia e Ortopedia; estes dois últimos serviços mantêm-se na faixa etária dos 25 aos
44, com o serviço de Ginecologia apresentando o maior número de internamentos. Nas
faixas etárias acima dos 45 anos o serviço de Cardiologia aparece como o serviço com
maior número de internamentos e o serviço de Ortopedia em terceiro lugar; em segundo
lugar aparece a Ginecologia na faixa etária dos 45 aos 64 anos e acima dos 65 anos o
serviço de Medicina Interna.
Quais são as demoras médias para estes serviços por grupo etário?
Tabela 4.7. Demora média dos serviços hospitalares com maior número de internamentos
por grupo etário
65
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Comentários:
Verifica-se que serviços como Cardiologia, Ginecologia, Ortopedia, Medicina Interna
apresentam mais tempo de permanência em faixas etárias mais elevadas. A demora média
está correlacionada com a idade?
Figura 4.63. Gráfico demora média versus grupo etário (utilizada a ferramenta Statistica,
StatSoft Inc. (2011))
Scatterplot of media_dias_int against Grupo etário
Spreadsheet3 10v*19c
media_dias_int = -105,5222+1,05*x
12
10
media_dias_int
8
6
4
2
0
< 1 ano
05 a 09 anos
15 a 24 anos
45 a 64 anos
> 75 anos
01 a 04 anos
10 a 14 anos
25 a 44 anos
65 a 74 anos
Grupo etário
Verifica-se que a demora média aumenta para faixas etárias mais elevadas.
Quais os serviços com maior demora média por grupo etário?
66
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.8. Serviços hospitalares com maior demora média por grupo etário
Comentários:
A tabela acima apresenta os três serviços hospitalares com maior demora média por grupo
etário, ordenado por ordem decrescente da demora média para cada grupo etário.
Para cada serviço hospitalar é apresentado o número de internamentos e a demora média.
Comprova-se que a demora média aumenta para faixas etárias mais elevadas. É visível
nos serviços com maior demora média, o serviço de Psiquiatria (abrange as faixas etárias
acima dos 10 anos) e o serviço de Infecciosas (faixas etárias acima dos 25 anos).
67
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.14. Internamentos por serviço hospitalar
Descrição: Análise do número de internamentos por serviço hospitalar.
Objectivos: Análise do número de internamentos por serviço hospitalar por ano.
Tabela 4.9. Internamentos por serviço hospitalar
Apresenta-se, na tabela de internamentos por serviço hospitalar, a tendência. Esta é
calculada pela função SLOPE (para valores positivos apresenta-se o símbolo 
(aumentar) para valores negativos  (diminuir)).
Comentários: O número de internamentos está a diminuir, reflexo da diminuição de
internamentos em Serviços como Cardiologia, Endocrinologia, Genética-Médica, ImunoAlergologia, Obstetrícia, Ortopedia e Reumatologia, apesar do aumento do número de
internamentos em Serviços como Cirurgia Cardio-Torácica, Medicina Interna, Medicina
Nuclear, Pneumologia, Psiquiatria e Urologia e Transplantação Renal.
68
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
O serviço de Neonatologia não foi considerado neste trabalho, podendo ser englobado
num trabalho futuro.
4.1.15. Demora média por serviço hospitalar
Descrição: Análise da demora média por serviço hospitalar.
Objectivos: Analisar a demora média por serviço hospitalar por ano.
Tabela 4.10. Demora média por serviço hospitalar
Comentários:
Para um aumento da demora média contribuem os serviços como Cirurgia I,
Dermatologia, Endocrinologia, Hematologia, Imuno-Alergologia, Neurologia, apesar da
diminuição da demora média em Serviços como Infecciosas, Pneumologia, Psiquiatria,
Medicina Intensiva e Urologia e Transplantação Renal.
69
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.16. Internamentos por proveniência geográfica
Descrição: Análise dos internamentos por proveniência geográfica dos doentes.
Objectivos: Analisar o número de internamentos por proveniência geográfica do doente.
Tabela 4.11. Internamentos por proveniência geográfica
Afluem aos HUC doentes de todos os distritos de Portugal, incluindo as Regiões
Autónomas dos Açores e da Madeira. Em 2010, cerca de 99% do total de internamentos
foram de doentes provenientes de Portugal Continental. A proveniência geográfica
distrito de Coimbra representa 54% do total de internamentos.
O grupo Indefinido, expressa o número de internamentos com proveniência desconhecida,
ou incompleta, para os quais não é possível obter a hierarquia Distrito, Concelho e
Freguesia. Este grupo apresenta uma diminuição clara, de 10% em 2000, para menos de
1% em 2010.
70
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.12. Demora média por proveniência geográfica
A demora média dos internamentos é mais elevada em doentes provenientes de Beja,
Évora, Faro, Setúbal e Região Autónoma dos Açores (acima dos 10 dias, para 2010).
Estas são regiões geograficamente mais distantes de Coimbra. Quais os diagnósticos que
motivaram a sua transferência para Coimbra e os longos tempos de internamento?
Os internamentos de doentes do distrito de Coimbra representa 54% do total de
internamentos, apresenta uma demora média de 8 dias.
Os internamentos de doentes provenientes da Região Centro (Coimbra, Aveiro, Leiria,
Guarda, Castelo Branco e Viseu) representam 90% do total de internamentos,
apresentando 8 dias de demora média.
71
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.17. Internamentos de doentes da Região Centro
Descrição: Análise dos internamentos de doentes provenientes da Região Centro.
Objectivos: A Região Centro representa 90% do número de internamentos. Coimbra
apresenta uma demora média de 9 dias, mas no entanto a Região Centro, no seu conjunto,
apresenta 8 dias de demora média. Pretende-se analisar a demora média dos distritos que
compõem a Região Centro e a sua relação com a distância a Coimbra.
Pretende-se analisar também o número de internamentos dos doentes provenientes da
Região Centro e a população de cada distrito.
Figura 4.64. Internamentos com proveniência Região Centro
Apresentam-se os distritos Coimbra, Aveiro, Leiria, Guarda, Castelo Branco e Viseu,
como pertencentes à região Centro. (Centro, ARS, 2008)
Os internamentos da região Centro mantêm-se constantes para os distritos de Castelo
Branco, Guarda, Viseu e Leiria e verifica-se um aumento de doentes provenientes do
distrito de Aveiro.
72
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.13. Coeficiente de Pearson para estudo da correlação entre o número de
internamentos e a população dos distritos da Região Centro
Distrito
Internamentos 2010 População 4
Aveiro
8.447
735.790
Castelo Branco
1.376
195.433
Coeficiente Pearson
Coimbra
24.320
429.714
0,323
Guarda
2.202
168.898
fraca positiva
Leiria
2.873
480.951
Viseu
2.901
391.215
Figura 4.65. Gráfico com representação linear (Internamentos e População)
O coeficiente de correlação para os conjuntos de dados acima (0,323) mostra que não
existe correlação, ou dependência linear entre o número de habitantes dos distritos da
Região Centro e o número de internamentos por distrito nos HUC. Isto é natural,
atendendo a que estas regiões possuem hospitais e Centros de Saúde próprios, só
recorrendo aos HUC quando necessário.
Vamos também averiguar se a distância aos HUC está relacionada com o número de
internamentos.
4
(INE, 2011)
73
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.14. Coeficiente de Pearson para estudo da correlação entre a distância e o
número de internamentos
Destino
distância (km)5 Nº. Internam.
Origem
Coimbra Aveiro
58
8447
159
1376
0
24320
Coimbra Guarda
168
2202
Coimbra Leiria
67
2873
Coimbra Viseu
96
2901
Coimbra Castelo Branco
Coimbra Coimbra
Pearson (dist, inter)
-0,811
Figura 4.66. Gráfico com representação linear (Distância e Internamentos)
Número de internamentos
30000
25000
20000
15000
Série1
10000
Linear (Série1)
5000
0
-5000
0
50
100
Distância
150
200
A distância aos HUC e o número de internamentos estão (significativamente)
negativamente correlacionadas, isto é: quanto maior a distância menor é o número de
internamentos, como seria de esperar (coeficiente de correlação r = -0,8).
Estará a demora média relacionada com a distância?
5
Fonte: http://escolovar.org/mat_medidas_comprimento_distancias.htm
74
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.67. Demora média por distritos da Região Centro
A demora média por distrito da Região Centro apresenta valores constantes ao longo do
período, sendo o distrito com menor demora média Leiria.
demora média
Figura 4.68. Gráfico com representação linear (Demora Média versus Distância)
10
9
8
7
6
5
4
3
2
1
0
Aveiro Castelo Branco
Coimbra Guarda Leiria
Viseu
Linear (Aveiro Castelo
Branco Coimbra
Guarda Leiria Viseu)
0
50
100
distância
150
200
Claramente, o gráfico mostra que, para os dados disponíveis, não há correlação entre
demora média e distância aos HUC.
75
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.18. Internamentos da Região Centro por sexo
Descrição: Análise dos internamentos com proveniência geográfica a Região Centro por
sexo.
Objectivos: Verificou-se anteriormente as mulheres têm mais internamentos que os
homens, mas que excluíndo o serviço de Obstetrícia são os homens com maior número de
internamentos. Pretende-se agora verificar qual a composição por sexo do número de
internamentos dos distritos da Região Centro.
Figura 4.69. Internamentos com proveniência Região Cento, por sexo
Figura 4.70. Internamentos com proveniência Região Cento, por sexo (sem Obstetrícia)
76
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Comentários:
O número de internamentos com proveniência dos distritos da Região Centro, excluindo o
Serviço de Obstetrícia, mostra que os HUC, têm mais internamentos de mulheres
provenientes dos distritos de Coimbra e Leira, e mais homens provenientes dos distritos
de Aveiro, Viseu, Guarda e Castelo Branco. Contudo estas diferenças, mínimas, não
podem considerar-se significativas.
77
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.19. Internamentos do Distrito de Coimbra
Tabela 4.15. Percentagem de internamentos dos Concelhos de Coimbra e Freguesias do
Concelho de Coimbra
Figura 4.71. Concelhos do Distrito de Coimbra
Figura 4.72. Freguesias do Concelho de Coimbra
78
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.20. Internamentos por proveniência Região Centro e por grupo etário
Descrição: Análise dos internamentos por distritos e grupos etários da Região Centro.
Objectivos: Analisar a percentagem de internamentos por grupo etário por Distrito de
Coimbra e Outros Distritos, percentagem de internamentos por distritos da Região Centro
por grupo etário.
Tabela 4.16. Percentagem de internamentos por Distrito de Coimbra e Outros Distritos,
por grupo etário
Os internamentos de doentes provenientes do distrito de Coimbra representam 51,97%.
Fora do Distrito de Coimbra vêm mais doentes de faixas etárias de menores de 1 ano até
aos 64 anos. Do Distrito de Coimbra vêm mais doentes nas faixas etárias acima dos 65
anos.
Tabela 4.17. Percentagem dos internamentos por grupo etário, por Distrito de Coimbra e
Outros Distritos
A maior percentagem de internamentos situa-se nas faixas etárias acima dos 25 anos,
sendo que a maior percentagem se situa na faixa etária dos 45 aos 64 anos, seguida da
faixa etária acima dos 75 anos para o distrito de Coimbra e na faixa etária dos 25 aos 44
anos para Outros Distritos.
79
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.18. Percentagem de Internamentos por distritos da Região Centro, por grupo
etário
A percentagem de doentes vindos de distritos fora de Coimbra, 48,03%, é representada na
sua maioria pelos distritos da região centro de Aveiro, Leiria, Viseu, Guarda e Castelo
Branco: estes representam 38,18% dos internamentos, sendo 9,78% de outros distritos.
Os internamentos de doentes provenientes da região centro representam 90,22% do total
de internamentos dos HUC.
80
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.21. Internamentos por destino de alta
Descrição: Análise dos internamentos por destino de alta.
Objectivos: Analisar quais os destinos de alta dos internamentos.
Figura 4.73. Percentagem de internamentos por destino de alta
Figura 4.74. Internamentos por destino de alta
81
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.75. Demora média por destino alta
Tabela 4.19. Percentagem de internamentos por composição dos destinos pós alta
Comentários:
Verifica-se que a maior percentagem de internamentos tem como destino da alta o
domicílio (cerca de 92%), sendo, para o exterior, a maior percentagem, com cerca de
85%. Colocam-se algumas questões, tais como: Quais os serviços com maior número de
falecidos? Serviços com altas contra parecer médico/abandono? E de que grupos etários?
Serviços com altas para a rede de cuidados continuados?
82
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.22. Internamentos por serviço hospitalar com destino de alta falecido
Figura 4.76. Percentagem de internamentos com alta óbito por serviço hospitalar (Totais
2000 - 2010)
83
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.77. Percentagem de internamentos com alta óbito, por serviço hospitalar, em
2010
84
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.23. Falecidos por grupo etário
Figura 4.78. Falecidos por grupo etário por ano
A percentagem de falecidos aumentou de 3% para 5%: este aumento é significativo na
faixa etária acima dos75 anos, apresentando em 2000 cerca de 50 % de internamentos
com alta “falecido”, e cerca de 65% em 2010.
Comentário:
A que se deverá este aumento? A esperança média de vida aumentou ao longo destes 11
anos? Quais os diagnósticos mais comuns na faixa etária acima dos 75 anos? Que
procedimentos são realizados para este grupo etário?
85
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.79. Pirâmide etária da população residente na Região Centro, 2001 e 2009 (ARS
Centro, 2010)
A população acima dos 75 anos está a aumentar conforme se pode verificar na figura
acima.
86
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.80. Diagnósticos mais frequentes na faixa etária acima dos 75 anos
Como principal motivo de internamento na faixa etária acima dos 75 anos, encontram-se
as Doenças do Aparelho Circulatório, Neoplasias, Doenças do Aparelho Respiratório,
Doenças do Aparelho Digestivo e Lesões e Envenenamentos. Verifica-se um aumento em
todas elas, destacando-se as Doenças do Aparelho Circulatório, com um aumento de 76%,
e as Doenças do Aparelho Respiratório com um aumento de 129% de 2000 para 2010.
Este aumento reflecte o aumento de população, nesta faixa etária, na Região Centro, e os
problemas respiratórios e circulatórios associados a estas idades.
87
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.81. Procedimentos mais frequentes, realizados na faixa etária acima dos 75 anos,
em 2010
Figura 4.82. Operações realizadas na faixa etária acima dos 75 anos
88
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Nas operações realizadas na faixa etária acima dos 75 anos destacam-se Operações na
Bexiga, Operações na Vesícula e Vias Biliares, Operações na Pele e Tecido Celular
Cutâneo pelo aumento verificado.
89
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.24. Internamentos por serviço hospitalar com destino de alta contra
parecer médico / abandono
Descrição: Analise dos serviços com maior número de abandono de doentes internados.
Figura 4.83. Internamento com saída contra parecer médico / abandono
Com maior número de abandono estão os serviços de Psiquiatria e Obstetrícia. Não
existia esta percepção por parte da instituição o que, neste caso, resulta na descoberta de
90
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
conhecimento novo. Note-se que, sendo até certo ponto compreensível que haja uma alta
taxa de abandonos no serviço de Psiquiatria, é no mínimo surpreendente que o mesmo
aconteça no serviço de Obstetrícia.
Figura 4.84. Internamentos saídos contra parecer médico / abandono por serviço
hospitalar em 2010, por faixa etária
Em 2010, observa-se que o maior número de abandonos de internamento se verificou na
faixa etária dos 25 aos 44 anos.
91
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.25. Internamentos com destino da alta para cuidados continuados
Descrição: Análise dos internamentos com alta para cuidados continuados.
Objectivos: Analisar os serviços com internamentos que necessitam de cuidados
continuados pós alta. Estes internamentos como vimos anteriormente são responsáveis
por demoras médias elevadas.
Figura 4.85. Internamentos por destino saídos para continuação de cuidados prestados e
rede de cuidados continuados por ano
92
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Comentários:
Verifica-se que os serviços com maior número de internamentos com alta para cuidados
continuados são: Neurologia, Ortopedia e Medicina Interna.
93
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.26. Internamentos por profissão
Descrição: Análise dos números de internamentos por profissão dos doentes.
Figura 4.86. Percentagem de profissões dos doentes internados
Tabela 4.20. Internamentos por profissões mais frequentes
94
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.87. Profissões de mulheres com internamentos em 2010
Figura 4.88. Profissões de homens com internamentos em 2010
95
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.27. Internamentos por diagnóstico principal
Tabela 4.21. Internamentos por diagnóstico principal
4.1.28. Demora média por diagnóstico principal
Tabela 4.22. Demora média por diagnóstico principal
96
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.29. Internamentos e demora média por diagnóstico principal por grupo etário
Tabela 4.23. Internamentos de demora média por diagnóstico principal e por grupo etário
97
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.30. Internamentos por diagnóstico principal por ano
Tabela 4.24. Internamentos por diagnóstico principal e ano
98
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.31. Doenças do Aparelho Circulatório
Descrição: Análise das doenças do aparelho circulatório.
Figura 4.89. Internamentos por diagnóstico principal Doença do Aparelho Circulatório
As doenças do aparelho circulatório, como principal motivo de internamento, têm
aumentado ao longo do período em análise, mas não muito significativamente.
Tabela 4.25. Internamentos por diagnósticos principais mais frequentes, pertencentes às
Doenças do Aparelho Circulatório
99
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.26. Internamentos por diagnósticos principais mais frequentes pertencentes às
Doenças do Aparelho Circulatório, agrupados por sexo
Figura 4.90. Internamentos de Doenças do Aparelho Circulatório por sexo
O maior número de internamentos em que o diagnóstico principal é Doenças do Aparelho
Circulatório, pertence claramente ao sexo masculino.
100
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.27. GDH de internamentos com diagnóstico principal Doença do Aparelho
Circulatório
Os internamentos com diagnóstico principal doenças circulatórias foram posteriormente
codificados em GDH, na sua maioria como Doenças e Perturbações do Aparelho
Circulatório. No entanto alguns dos internamentos foram classificados em GDH como
Pré-Grandes Categorias Diagnósticas e Doenças e Perturbações do Sistema Nervoso.
101
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.32. Neoplasias
Descrição: Análise de internamentos com diagnóstico principal Neoplasias.
Figura 4.91. Internamentos com diagnóstico principal Neoplasias
As doenças oncológicas, como principal motivo de internamento, têm um aumento quase
imperceptível no período em análise.
Tabela 4.28. Internamentos por diagnósticos mais frequentes de Neoplasias
Nas Neoplasias mais frequentes, destacam-se com maior aumento de casos: Neoplasia
Maligna de Partes de Brônquio ou do Pulmão NCOP e Neoplasia Maligna Primária do
Fígado; destacam-se com diminuição mais acentuada a Neoplasia Maligna do Estômago,
localização NCOP.
102
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.29. Internamentos por Neoplasias mais frequentes por sexo
Tabela 4.30. Percentagem de internamentos de Neoplasias por sexo
Figura 4.92. Internamentos de Neoplasias por sexo
O maior número de internamentos com diagnóstico principal Neoplasias pertence ao sexo
feminino.
103
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.31. GCD mais frequentes de internamentos por diagnóstico principal
Neoplasias
Os internamentos com diagnóstico principal Neoplasias são posteriormente classificados
com GDH. Estes GDH são agrupados em Grandes Categorias de Diagnóstico (GCD) para
leitura mais facilitada da informação.
As GCD mais frequentes para internamentos com diagnóstico principal Neoplasias, são
Doenças e Perturbações do Aparelho Digestivo e Doenças e Perturbações
Mieloproliferativas e Mal-diferenciadas, acima dos 600 casos em 2010.
Tabela 4.32. Neoplasias por grupo etário
As Neoplasias, como principal diagnóstico, por grupo etário, apresentam o maior número
de internamentos no grupo etário dos 45 aos 64 anos, a aumentar para grupos etários
acima dos 45 anos.
104
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.33. Doenças do Aparelho Respiratório
Descrição: Análise dos internamentos com diagnóstico principal Doenças do Aparelho
Respiratório.
Figura 4.93. Internamentos por Doença do Aparelho Respiratório
Verifica-se que os internamentos com diagnóstico principal Doenças do Aparelho
Respiratório têm aumentado.
Tabela 4.33. Internamentos com diagnóstico principal Doenças do Aparelho Respiratório
Contribui de forma significativa, para o aumento de Doenças do Aparelho Respiratório, o
diagnóstico “pneumonia devida a microrganismo não especificado”, passando de 677
internamentos em 2000 para 1717 casos em 2010, um aumento de 154% em 11 anos.
105
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.34. Percentagem de internamentos de doença respiratória, por sexo
As doenças respiratórias têm aumentado em doentes do sexo feminino, passando de
43,70% em 2000 para 48,50 % em 2010; apresentam uma média no período em análise de
45,36% de internamentos com diagnóstico principal Doenças do Aparelho Respiratório.
106
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.34. Internamentos por Grandes Categorias de Diagnóstico (GCD)
Tabela 4.35. Internamentos por Grandes Categorias de Diagnóstico
107
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.35. Demora média por Grandes Categorias de Diagnóstico (GCD)
Tabela 4.36. Demora média de internamentos por Grandes Categorias de Diagnóstico
108
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.36. Diagnósticos secundários
Tabela 4.37. Diagnósticos secundários
Verifica-se que há um aumento significativo de registos de diagnósticos secundários ao longo do período em análise. Este facto deve em
grande parte, ao cuidado que se tem vindo a verificar no registo dos diagnósticos secundários associados aos internamentos. Em 3º lugar
aparecem as doenças das glândulas endócrinas que, na sua maioria, se referem a diabetes. Este factor, reconhecido como muito importante em
termos de saúde pública (Kob & Tan, 2005) será estudado numa das subsecções do capítulo 7.
109
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.1.37. Procedimentos
Tabela 4.38. Os 50 Procedimentos mais realizados no internamento
Verifica-se que há um aumento significativo de registos de procedimentos. Este facto
deve-se em grande parte ao cuidado que se tem vindo a verificar no registo dos
procedimentos realizados durante os internamentos.
110
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.2. Desvios de tempos de internamentos, relação entre demora média
observada e demora média esperada
A relação entre a demora média observada e a demora média esperada é um critério de
desempenho que mostra a eficiência de um hospital. Esta medida exprime a relação entre
os recursos utilizados e os resultados obtidos. A actividade é eficiente quando se
maximizam os resultados para um dado nível de recursos ou se minimizam os recursos
para se obter um determinado resultado, como por exemplo, número de consultas por
médico ou demora média hospitalar (Pereira, 1993).
Através da demora média dos tempos de internamentos do hospital (demora média
observada) e a demora média esperada face aos valores nacionais, constante da portaria
que regulamenta o valor das prestações de saúde, procede-se ao estudo dos desvios de
tempos de internamento.
O valor do desvio é calculado pela diferença entre a demora média do episódio de
internamento e a demora média nacional do GDH, expresso em dias.
Tabela 4.39. Desvios de tempos de internamentos
Desvio de tempos Número Altas Soma Tempos
1
517.015
4.046.576
Para o período de 2000 a 2010, totalizam-se 517.015 altas de internamentos num total de
4.046.576 dias, apresenta +1 dia de desvio face à demora média nacional por GDH.
Apresentam-se análises de desvios de tempos de internamentos por Grupo Etário; Sexo;
Proveniência Geográfica; Profissão; Serviço Hospitalar; Diagnóstico Principal; GCD e
GDH.
111
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.94. Desvios de tempos de internamentos por grupo etário
Verifica-se que as faixas etárias com maior número de dias de desvios de tempos de
internamento, se situam nos extremos: o grupo etário abaixo de 1 ano com diferença da
demora média face à nacional em menos três dias, e a faixa etária acima dos 75 anos com
diferença de mais dois dias, acima da média nacional.
Colocam-se questões sobre o motivo destes desvios, qual a proveniência dos doentes, de
que faixas etárias, quais o destino pós alta, quais os diagnósticos principais e quais os
GDH que têm maior influência, e se estes desvios se mantêm de igual forma para o sexo
feminino e para o sexo masculino.
112
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.95. Desvios de tempos de internamentos por sexo
Os internamentos de doentes do sexo masculino apresentam maior desvio. Em média os
doentes do sexo masculino estão mais dois dias e o sexo feminino mais um dia que a
média nacional por GDH.
Para uma análise por proveniência geográfica, apresentam-se 4 grupos: Coimbra, Região
Centro excepto Coimbra ( Leiria, Castelo Branco, Viseu, Guarda e Aveiro); Ilhas e os
restantes distritos de Portugal Continental são apresentados no grupo Outras
proveniências.
Recorre-se a KPI’s (Key Performance Indicators ou Indicadores de Desempenho) para
uma leitura mais fácil: cor verde quando não existem desvios face à média nacional,
amarelo para desvios de um dia e vermelho para desvios superiores a dois dias de
internamento.
Tabela 4.40. KPI desvios de tempos por proveniência do doente
Legenda:
Desvio zero dias
Desvio de um dia
Desvio superior a um dia
113
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
As ilhas apresentam maior desvio, com uma média superior em três dias, os distritos do
continente apresentam em média um dia .
Figura 4.96. Desvios de tempos de internamento por grupo etário e proveniência
As faixas etárias abaixo dos 15 anos, apresentam valores abaixo da demora média
nacional por GDH, visto serem doentes que na sua maioria são acompanhados para o
Hospital Pediátrico de Coimbra. Os internamentos de doentes provenientes das ilhas
apresentam maiores desvios a maioria dos grupos etários, principalmente acima dos 45
anos.
Tabela 4.41. Desvios de tempos de internamentos por destino da alta
O destino da alta para a rede de cuidados continuados influência grandemente o desvio,
em média os doentes têm mais 19 dias de internamentos face à media nacional por GDH.
114
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Os internamentos com alta contra parecer médico são inferiores à média nacional em 1
dia de internamento e com alta para o domicílio apresenta-se, em média, mais 1 dia de
internamento.
Os internamentos com alta por falecimento e outros apresentam um desvio de 4 dias face
à média nacional por GDH.
Tabela 4.42. Desvios de tempos de internamento por profissão
115
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Com maior desvio, constam as profissões com maior exigência física como:
Trabalhadores da Construção Civil e Motoristas de Pesados, que registam desvios acima
de 3 dias. Abaixo da média nacional por GDH em 1 dia, constam profissões tais como
Médico e Advogado.
116
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Os diagnósticos principais com maior influência sobre o tempo de internamento são: Transtornos Mentais, Doenças Infecciosas e Parasitárias
e Lesões e Envenenamentos.
Tabela 4.43. Desvios de tempos de internamento por diagnóstico principal
117
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.44. Desvios de tempos de internamentos por serviço hospitalar
Os Serviços que contribuem para maior desvio de tempos de internamento são: Serviço
de Medicina Intensiva; Queimados; Psiquiatria; Infecciosas; Hematologia; Dermatologia
e Neurocirurgia, acima de quatro dias de internamento.
118
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.45. Desvios de tempos de internamento por serviço hospitalar por ano
119
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Na tabela seguinte é apresentada a evolução dos desvios por serviço hospitalar: verificase que no último ano os serviços com maior desvio são: Psiquiatria; Serviço de Medicina
Intensiva; Dermatologia; Hematologia; Neurologia e Ortopedia, acima dos quatro dias de
desvio face à media nacional por GDH.
Tabela 4.46. Desvios de internamentos por GCD
As Grandes Categorias de Diagnóstico com maior desvio de número de dias de
relativamente à demora média nacional, são: Doenças e Perturbações Mentais; PréGrandes Categorias Diagnósticas e Infecções pelo Vírus da Imunodeficiência Humana,
acima dos quatro dias.
Abaixo da demora média nacional: Recém-nascidos e Lactentes com Afecções do
Período Perinatal; Grupos com Procedimentos no Bloco Operatório Não Relacionados
com o Diagnóstico Principal e Factores com Influência no Estado de Saúde e Outros
Contactos com os Serviços de Saúde inferior a quatro dias.
120
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Destaca-se o grupo Recém-nascidos e Lactentes com Afecções do Período Perinatal com
um desvio de 12 dias de internamento abaixo da média nacional.
121
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Tabela 4.47. GDH por GCD com desvios superiores a quatro dias
Grandes Categorias de Diagnóstico
desvio
Doenças e Perturbações Mentais
6
9.287
Neuroses depressivas
5
1.240
Neuroses excepto as depressivas
4
1.105
Outros diagnósticos de perturbações mentais
5
67
Perturbações da personalidade e/ou do controlo dos impulsos
7
569
Perturbações mentais da infância
8
80
Perturbações orgânicas e/ou atraso mental
2
1.401
Procedimentos em B.O., com o diagnóstico principal de doença mental
43
Psicoses
8
4.408
Reacções agudas de adaptação e/ou doenças de disfunção psico-social
4
397
(Pré-Grandes Categorias Diagnósticas)
5
3.554
Oxigenação por membrana extra-corporal, traqueostomia com ventilação mecânica >96h ou traqueostomia com outro diagnóstico
principal, excepto da face, boca ou do pescoço
23
1.067
Transplante autólogo de medula óssea
0
101
Transplante cardíaco
-21
176
Transplante hepático
0
519
Transplante renal
-1
1.153
Traqueostomia por diagnósticos da face, boca e/ou pescoço
-1
538
Infecções pelo Vírus da Imunodeficiência Humana
4
942
Infecção pelo vírus da imunodeficiência humana, com diagnóstico relacionado major, alta contra parecer médico
0
7
Infecção pelo vírus da imunodeficiência humana, com diagnóstico relacionado major, sem múltiplos diagnósticos relacionados major ou
diagnósticos significativos, com tuberculose
-1
14
Infecção pelo vírus da imunodeficiência humana, com diagnóstico relacionado major, sem múltiplos diagnósticos relacionados major ou
diagnósticos significativos, sem tuberculose
0
35
Infecção pelo vírus da imunodeficiência humana, com diagnóstico relacionado significativo
4
341
122
Numero Altas Int
20
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Grandes Categorias de Diagnóstico
desvio
Numero Altas Int
2
4
Infecção pelo vírus da imunodeficiência humana, com múltiplas infecções major relacionadas, com tuberculose
14
14
Infecção pelo vírus da imunodeficiência humana, com múltiplas infecções relacionadas major, sem tuberculose
22
22
Infecção pelo vírus da imunodeficiência humana, com múltiplos diagnósticos relacionados major ou diagnósticos significativos, com
tuberculose
3
40
Infecção pelo vírus da imunodeficiência humana, com múltiplos diagnósticos relacionados major ou diagnósticos significativos, sem
tuberculose
7
93
Infecção pelo vírus da imunodeficiência humana, com outros diagnósticos relacionados
0
113
Infecção pelo vírus da imunodeficiência humana, com procedimento em B.O. e/ou diagnóstico relacionado major
6
16
-38
1
Infecção pelo vírus da imunodeficiência humana, com procedimento em B.O. e/ou ventilação ou suporte nutricional
26
2
Infecção pelo vírus da imunodeficiência humana, com procedimento em B.O., sem diagnóstico relacionado major
10
36
8
12
Infecção pelo vírus da imunodeficiência humana, com diagnóstico relacionado significativo, alta contra parecer médico
Infecção pelo vírus da imunodeficiência humana, com procedimento em B.O. e/ou múltiplas infecções relacionadas major
Infecção pelo vírus da imunodeficiência humana, com suporte nutricional ou de ventilador
Infecção pelo vírus da imunodeficiência humana, sem outros diagnósticos relacionados
3
190
17
2
Traumatismos Múltiplos Significativos
3
392
Uso de Álcool/Droga e Perturbações Mentais Orgânicas Induzidas por Álcool ou Droga
2
680
Doenças Infecciosas e Parasitárias (Sistémicas ou de Localização Não Específica)
2
4.857
Doenças e Perturbações do Sistema Músculo-esquelético e Tecido Conjuntivo
2
49.996
Doenças e Perturbações do Aparelho Genital Masculino
2
4.767
Doenças e Perturbações Mieloproliferativas e Mal-diferenciadas
2
18.331
Traumatismos, Intoxicações e Efeitos Tóxicos de Drogas
2
5.780
Doenças e Perturbações do Sistema Nervoso
2
38.734
Traqueostomia por infecção do vírus da imunodeficiência humana
123
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Grandes Categorias de Diagnóstico
desvio
Numero Altas Int
Doenças e Perturbações do Rim e do Aparelho Urinário
2
21.606
Doenças e Perturbações do Aparelho Respiratório
1
34.442
Gravidez, Parto e Puerpério
1
48.140
Doenças e Perturbações do Aparelho Digestivo
1
41.717
Doenças e Perturbações do Olho
1
17.340
Doenças e Perturbações do Sistema Hepatobiliar e Pâncreas
1
28.101
Doenças e Perturbações da Pele, Tecido Celular Subcutâneo e Mama
1
20.686
Doenças e Perturbações do Aparelho Genital Feminino
0
19.870
Doenças e Perturbações Endócrinas Nutricionais e Metabólicas
0
18.189
Doenças e Perturbações do Ouvido, Nariz, Boca e Garganta
0
25.332
Doenças e Perturbações do Sangue/Órgãos Hematopoiéticos e Doenças Imunológicas
0
4.897
Doenças e Perturbações do Aparelho Circulatório
0
66.155
Queimaduras
-2
796
Factores com Influência no Estado de Saúde e Outros Contactos com os Serviços de Saúde
-4
7.087
0
5
-14
1
Continuação de cuidados, com história de doença maligna como diagnóstico adicional
-2
332
Continuação de cuidados, sem história de doença maligna como diagnóstico adicional
-5
4.110
Outros factores com influência no estado de saúde
-1
2.094
Procedimentos em B.O., com diagnóstico de outros contactos com os serviços de saúde
-2
418
Reabilitação
3
32
Sinais e/ou sintomas, com CC
3
29
Sinais e/ou sintomas, sem CC
0
66
Grupos com Procedimentos no Bloco Operatório Não Relacionados com o Diagnóstico Principal
-6
20
Procedimentos extensos, em B.O., não relacionados com o diagnóstico principal
-6
19
0
1
Anomalias congénitas, múltiplas, outras e/ou não especificadas, sem CC
Continuação de cuidados no lactente para aumento de peso, idade >28 dias e <1 ano
Procedimentos não extensos, em B.O., não relacionados com o diagnóstico principal
124
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Grandes Categorias de Diagnóstico
desvio
Numero Altas Int
-12
29
-1
1
Recém-nascido, peso ao nascer > 2499g, com procedimento significativo em B.O., com múltiplos problemas major
-19
13
Recém-nascido, peso ao nascer > 2499g, com procedimento significativo em B.O., sem múltiplos problemas major
-5
13
Recém-nascido, peso ao nascer > 2499g, sem procedimento significativo em B.O., com problema major
-2
1
-16
1
1
491.727
Recém-nascidos e Lactentes com Afecções do Período Perinatal
Recém-nascido transferido, com menos de cinco dias, de idade, nascido fora do hospital relator
Recém-nascido, peso ao nascer entre 2000 e 2499g, com procedimento significativo em B.O., sem múltiplos problemas major
Total
125
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Por último apresenta-se a evolução dos desvios por GCD.
Figura 4.97. Desvio de tempos GCD Pré-Grandes Categorias Diagnósticas
Figura 4.98. Desvio de tempos GCD Doenças e Perturbações da Pele, Tecido Celular
Subcutâneo e Mama
Figura 4.99. Desvio de tempos GCD Doenças e Perturbações do Aparelho Circulatório
126
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.100. Desvio de tempos GCD Doenças e Perturbações do Aparelho Digestivo
Figura 4.101. Desvio de tempos GCD Doenças e Perturbações do Aparelho Genital
Feminino
Figura 4.102.Desvio de tempos GCD Doenças e Perturbações do Aparelho Genital
Masculino
127
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.103. Desvio de tempos GCD Doenças e Perturbações do Aparelho Respiratório
Figura 4.104. Desvio de tempos GCD Doenças e Perturbações do Olho
Figura 4.105. Desvio de tempos GCD Doenças e Perturbações do Ouvido, Nariz, Boca e
Garganta
128
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.106. Desvio de tempos GCD Doenças e Perturbações do Rim e do Aparelho
Urinário
Figura 4.107. Desvio de tempos GCD Doenças e Perturbações do Sangue / Órgãos
Hematopoiéticos e Doenças Imunológicas
Figura 4.108. Desvio de tempos GCD Doenças e Perturbações do Sistema Hepatobiliar e
Pâncreas
129
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.109. Desvio de tempos GCD Doenças e Perturbações do Sistema Músculoesquelético e Tecido Conjuntivo
Figura 4.110. Desvio de tempos GCD Doenças e Perturbações do Sistema Nervoso
Figura 4.111. Desvio de tempos GCD Doenças e Perturbações Endócrinas Nutricionais e
Metabólicas
130
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.112. Desvio de tempos GCD Doenças e Perturbações Mentais
Figura 4.113. Desvio de tempos GCD Doenças e Perturbações Mieloproliferativas e Maldiferenciadas
Figura 4.114. Desvio de tempos GCD Doenças Infecciosas e Parasitárias (Sistémicas ou
de Localização Não Específica)
131
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.115. Desvio de tempos GCD Factores com influência no Estado de Saúde e
Outros Contactos com os Serviços de Saúde
Figura 4.116. Desvio de tempos GCD Gravidez, Parto e Puerpério
Figura 4.117. Desvio de tempos GCD Grupos com Procedimentos no Bloco Operatório
Não Relacionados com o Diagnóstico Principal
132
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.118. Desvio de tempos GCD Infecções pelo Vírus da Imunodeficiência Humana
Figura 4.119. Desvio de tempos GCD Queimaduras
Figura 4.120. Desvio de tempos GCD Recém-nascidos e Lactentes com Afecções do
Período Perinatal
133
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.121. Desvio de tempos GCD Traumatismos Múltiplos Significativos
Figura 4.122. Desvio de tempos GCD Traumatismos, Intoxicações e Efeitos Tóxicos de
Drogas
Figura 4.123. Desvio de tempos GCD Uso de Álcool / Droga e Perturbações Mentais
Orgânicas Induzidas por Álcool ou Droga
134
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Na quase totalidade das GCD, observa-se uma diminuição do desvio face à média
nacional, à excepção de Doenças e Perturbações Mieloproliferativas e Mal-diferenciadas,
que apresentam um aumento de dois dias, apresentando um desvio em 2010 que atinge os
quatro dias.
135
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.3. Simetria, variabilidade e identificação de Outliers
As análises apresentadas relacionam-se em grande parte com o tempo de internamento,
dada a sua importância em termos de custos para o hospital.
Com o gráfico Caixa de Bigodes (Box-plot) pretende-se identificar simetrias,
variabilidade e outliers de tempos de internamentos para GDH mais representativos, com
maior número de dias de internamento em 2010.
Tabela 4.48. GDH com maior percentagem de dias de internamento
Cód.
GDH
GDH
Dias de
Internam.
%
(2010)
(2010)
541
Perturbações respiratórias, excepto infecções, bronquite ou
asma, com CC major
430
533
14.917
4%
Psicoses
9.608
3%
Outras perturbações do sistema nervoso, excepto acidente
isquémico transitório, convulsões e/ou cefaleias, com CC major
9.166
2%
89
Pneumonia e/ou pleurisia simples, idade > 17 anos, com CC
8.279
2%
14
Acidente vascular cerebral com enfarte
7.681
2%
O gráfico Caixa de Bigodes é constituído por uma caixa (box), que contém as
observações situadas entre o Q1 (primeiro quartil) e Q3 (terceiro quartil) , com uma barra
central que representa a mediana e por dois segmentos de recta (bigodes) que unem a
caixa aos valores extremos dentro da cerca superior e inferior. A cerca superior representa
o maior valor contido até Q3 + 1,5(Q3-Q1) e a cerca inferior o menor valor contido até
Q1 – 1,5(Q3-Q1). São ainda representados no gráfico Caixa de Bigodes as observações
que se situam fora da cerca.
É utilizada a ferramenta Statistica, StatSoft Inc. (2011) (data analysis software system),
version 10 para representação gráfica da Caixa de Bigodes.
136
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.124. Gráfico Caixa de Bigodes para GDH com maior número de dias de
internamento
Box Plot of multiple variables
bigodes 5v*1254c
Median; Box: 25%-75%; Whisker: Non-Outlier Range
280
260
240
220
200
180
160
140
120
100
80
60
40
20
0
-20
GDH 451
GDH 533
GDH 430
GDH 14
GDH 89
Median
25%-75%
Non-Outlier Range
Outliers
Extremes
Os GDH: 451, 430, 533, 89 e 14 apresentam uma distribuição assimétrica positiva,
observa-se a maior frequência para valores menores e a cauda mais longa acima. Todos
eles apresentam outliers e extremos, o que significa que há desvios muito significativos
dos valores normais.
Um outlier pode ser moderados ou extremo: é moderado se o valor observado for inferior
a Q1-1,5(Q3-Q1) ou superior a Q3+1,5(Q3-Q1); é extremo se inferior a Q1-3(Q3-Q1) e
superior a Q3+3(Q3-Q1).
No gráfico Caixa de Bigodes anteriormente apresentado é possível comparar os 5 GDH
com maior peso no número de dias de internamento para 2010.
137
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.125. Critérios do Statistica para identificar Outliers e Extremos
GDH 541 - Perturbações respiratórias, excepto infecções, bronquite ou asma, com CC
major
Tabela 4.49. Estatística Descritiva GDH 541
GDH 541
138
Média
11,88197767
Erro-padrão
0,326856974
Mediana
9
Moda
7
Desvio-padrão
11,57461421
Variância da amostra
133,9716941
Curtose
22,05470135
Assimetria
3,704671168
Intervalo
131
Mínimo
0
Máximo
131
Soma
14900
Contagem
1254
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.126. Gráfico Caixa de Bigodes - GDH 541
bigodesBox Plot of GDH 541
bigodes 5v *1254c
140
120
100
GDH 451
80
60
40
20
0
-20
Median = 9
25%-75%
= (6, 14)
Non-Outlier Range
= (0, 26)
Outliers
Extremes
Verifica-se, os internamentos classificados com GDH 541, apresentam, em 2010:

50% tem uma duração de 6 a 14 dias de internamento;

50% estão abaixo de 9 dias de internamento;

25% abaixo dos 6 dias de internamento;

75% abaixo dos 14 dias de internamento;

Outliers acima dos 26 dias;

Domínio 131 dias;

Amplitude Interquartil 8 dias.
139
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
GDH 430 – Psicoses
Tabela 4.50. Estatística Descritiva GDH 430
GDH 430
Média
25,83827493
Erro-padrão
1,115681897
Mediana
21
Moda
1
Desvio-padrão
21,48955098
Variância da amostra
461,8008013
Curtose
11,89678631
Assimetria
2,638314096
Intervalo
181
Mínimo
0
Máximo
181
Soma
9586
Contagem
371
Figura 4.127. Gráfico Caixa de Bigodes GDH 430
Box Plot of GDH 430
bigodes 5v*1254c
200
180
160
140
GDH 430
120
100
80
60
40
20
0
-20
Median = 21
25%-75%
= (13, 32)
Non-Outlier Range
= (0, 58)
Outliers
Extremes
Verifica-se, os internamentos classificados com GDH 430, apresentam, em 2010:
140
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO

50% tem uma duração de 13 a 32 dias de internamento;

50% estão abaixo de 21 dias de internamento;

25% abaixo dos 13 dias de internamento;

75% abaixo dos 32 dias de internamento;

Outliers acima dos 58 dias;

Domínio 181 dias;

Amplitude Interquartil 9 dias.
GDH 533 – Outras perturbações do sistema nervoso, excepto acidente isquémico
transitório, convulsões e/ou cefaleias, com CC major
Tabela 4.51. Estatística Descritiva GDH 533
GDH 533
Média
24,05774278
Erro-padrão
1,401158742
Mediana
15
Moda
1
Desvio-padrão
27,34952755
Variância da amostra
747,996657
Curtose
18,53524556
Assimetria
3,341086901
Intervalo
258
Mínimo
0
Máximo
258
Soma
9166
Contagem
381
141
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.128. Gráfico Caixa de Bigodes GDH 533
Box Plot of GDH 533
bigodes 5v *1254c
280
260
240
220
200
180
GDH 533
160
140
120
100
80
60
40
20
0
-20
Median = 15
25%-75%
= (7, 31)
Non-Outlier Range
= (0, 65)
Outliers
Extremes
Verifica-se, os internamentos classificados com GDH 533, apresentam, em 2010:
142

50% tem uma duração de 7 a 31 dias de internamento;

50% estão abaixo de 15 dias de internamento;

25% abaixo dos 7 dias de internamento;

75% abaixo dos 31 dias de internamento;

Outliers acima dos 65 dias;

Domínio de 258 dias;

Amplitude Interquantil 24 dias.
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
GDH 89 - Pneumonia e/ou pleurisia simples, idade > 17 anos, com CC
Tabela 4.52. Estatística Descritiva GDH 89
GDH 89
Média
10,17530864
Erro-padrão
0,3937879
Mediana
8
Moda
6
Desvio-padrão
11,20740011
Variância da amostra
125,6058173
Curtose
79,36430034
Assimetria
7,339870864
Intervalo
158
Mínimo
0
Máximo
158
Soma
8242
Contagem
810
Figura 4.129. Gráfico Caixa de Bigode GDH 89
Box Plot of GDH 89
bigodes 5v *1254c
180
160
140
120
GDH 89
100
80
60
40
20
0
-20
Median = 8
25%-75%
= (5, 12)
Non-Outlier Range
= (0, 22)
Outliers
Extremes
143
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Verifica-se, os internamentos classificados com GDH 89, apresentam, em 2010:

50% tem uma duração de 5 a 12 dias de internamento;

50% estão abaixo de 8 dias de internamento;

25% abaixo dos 5 dias de internamento;

75% abaixo dos 12 dias de internamento;

Outliers acima dos 22 dias;

Domínio 158 dias;

Amplitude Interquartil 7 dias.
GDH 14 – Acidente vascular cerebral com enfarte
Figura 4.130. Estatística Descritiva GDH 14
GDH 14
144
Média
13,59469027
Erro-padrão
0,584921583
Mediana
10
Moda
5
Desvio-padrão
13,90342731
Variância da amostra
193,3052909
Curtose
15,52139209
Assimetria
3,213018109
Intervalo
125
Mínimo
0
Máximo
125
Soma
7681
Contagem
565
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.131. Gráfico Caixa de Bigodes GDH 14
Box Plot of GDH 14
bigodes 5v *1254c
140
120
100
GDH 14
80
60
40
20
0
-20
Median = 10
25%-75%
= (5, 17)
Non-Outlier Range
= (0, 35)
Outliers
Extremes
Verifica-se, os internamentos classificados com GDH 14, apresentam, em 2010:

50% tem uma duração de 5 a 17 dias de internamento;

50% estão abaixo de 10 dias de internamento;

25% abaixo dos 5 dias de internamento;

75% abaixo dos 17 dias de internamento;

Outliers acima dos 35 dias;

Extremos acima dos 53 dias

Domínio 125 dias;

Amplitude Interquartil 12 dias.
Uma evidência é a presença de potenciais outliers e extremos, levanta questões como:
proveniência, sexo, profissão, faixa etária e destino pós alta, diagnóstico principal,
diagnósticos secundários e procedimentos em cada um destes GDH.
145
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
GDH 541 - Perturbações respiratórias, excepto infecções, bronquite ou asma, com CC
major , com tempos de internamentos superiores a 26 dias.
Figura 4.132. Proveniência de doentes com internamentos classificado com GDH 541,
com tempos de internamentos superiores a 26 dias
Figura 4.133. Sexo dos doentes com internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias
146
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.134. Grupos etários de doentes com internamentos classificado com GDH 541,
com tempos de internamentos superiores a 26 dias
Figura 4.135. Profissões de doentes com internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias
147
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
Figura 4.136. Destinos pós alta de internamentos classificado com GDH 541, com tempos
de internamentos superiores a 26 dias
Figura 4.137. Diagnósticos Principais de internamentos classificado com GDH 541, com
tempos de internamentos superiores a 26 dias
148
CAPÍTULO 4. ANÁLISE DE DADOS – PONTO DE VISTA CLÍNICO
4.4. Conclusões
Neste capítulo foram apresentadas diversas análises que as TI poderão oferecer aos
serviços clínicos e administrativos. No capítulo 5 apresentam-se várias análises sob o
ponto de vista financeiro. No capítulo 6 procede-se à introdução do tema data-mining,
sendo alguns dos seus modelos aplicados no capítulo 7 com vista a levar um pouco mais
longe o âmbito deste estudo.
149
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
150
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5. ANÁLISE DE DADOS - PONTO DE VISTA FINANCEIRO
O financiamento da saúde em Portugal é executado por entidades de natureza quer
pública quer privada. O Estado assume o papel de pagador principal, como consequência
da necessidade de garantir o direito ao acesso a cuidados de saúde à generalidade da
população.
O Estado financia cerca de 70% da despesa total em saúde em Portugal. (Deloitte, 2011)
A população, para além dos pagamentos de impostos, comparticipa as suas despesas em
saúde mediante:

O pagamento de taxas moderadoras, quando ao abrigo do Serviço Nacional de
Saúde (SNS);

Co-pagamentos, quando enquadradas em subsistemas ou seguros de saúde;

A totalidade da despesa, quando não abrangida por nenhuma das situações
anteriores.
5.1. Serviço Nacional de Saúde
O Serviço Nacional de Saúde (SNS) oferece cobertura universal. Cerca de 25% da
população está coberta por um subsistema de saúde, 17% têm sistemas privados de seguro
e 7% fundos mistos. (ACS, 2009)
O SNS foi criado em 1979, no âmbito do Ministério dos Assuntos Sociais, pela Lei n.º
56/79 de 15 de Setembro (lei Arnaut). O Estatuto do SNS foi aprovado pelo Decreto-Lei
n.º 11/93 de 15 de Janeiro, assinado pelo então Primeiro-ministro, Cavaco Silva.
Tem como objectivo a efectivação, por parte do Estado, da responsabilidade que lhe cabe
na protecção da saúde individual e colectiva.
O SNS é um conjunto ordenado e hierarquizado de instituições e de serviços oficiais
prestadores de cuidados de saúde, funcionando sob a superintendência ou a tutela do
Ministério da Saúde.
O SNS organiza-se em 5 regiões de saúde que são as seguintes:
151
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO

Norte, com sede no Porto e com área coincidente com a dos distritos de Braga,
Bragança, Porto, Viana do Castelo e Vila Real;

Centro, com sede em Coimbra e com área coincidente com a dos distritos de
Aveiro, Castelo Branco, Coimbra, Guarda, Leiria e Viseu;

Lisboa e Vale do Tejo, com sede em Lisboa e com área coincidente com a dos
distritos de Lisboa, Santarém e Setúbal;

Alentejo, com sede em Évora e com área coincidente com a dos distritos de Beja,
Évora e Portalegre;

Algarve, com sede em Faro e com área coincidente com a do distrito de Faro.
Cada uma destas regiões de saúde divide-se em sub-regiões de saúde.
5.2. Administração Regional de Saúde
Em cada região de saúde há uma Administração Regional de Saúde (ARS). Estas têm
personalidade jurídica, autonomia administrativa e financeira e património próprio.
As ARS têm funções de planeamento, distribuição de recursos, orientação e coordenação
de actividades, gestão de recursos humanos, apoio técnico e administrativo a ainda de
avaliação do funcionamento das instituições e serviços prestadores de cuidados de saúde.
5.3. Financiamento do SNS
O SNS incorpora diferentes unidades de pagamento entre pagadores e prestadores,
consoante o nível de cuidados prestados pelos três níveis predominantes e amplamente
individualizados no nosso país: primários, hospitalares e recentemente os continuados.
Ao nível dos cuidados de saúde hospitalares, o valor do financiamento é resultado de um
processo de negociação onde participam a Administração Central do Sistema de Saúde
(ACSS) (pagador), os Departamentos de Contratualização de cada ARS (negociador) e
cada unidade hospitalar (prestador). Como resultado deste processo elaborado no final de
cada exercício económico projectando a realidade do ano seguinte, são definidos os
montantes totais a distribuir pela Administração Central do Sistema de Saúde (ACSS) a
152
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
cada Hospital, bem como descritos os níveis de produção associados a esses mesmos
montantes. O documento que estabelece os compromissos de cada parte envolvida é o
contrato-programa6.
O financiamento hospitalar é constituído sobretudo por duas componentes de diferentes
naturezas:
a) Uma, correspondente à produção realizada pelo hospital nas suas diferentes
linhas de produção (internamento, consultas externas, atendimentos urgentes,
sessões de hospital dia, dias de doentes crónicos, serviço domiciliário e dias de
permanência em lar para os IPO). A parcela mais significativa deste montante
corresponde aos episódios de internamento que são remunerados em função do
número de doentes equivalentes e do índice de case-mix por tipo de GDH (médico
ou cirúrgico). (Costa, C., Santana, R., Boto, P., 2008)
b) A outra componente, caso seja necessária, é atribuída em função de um
montante de convergência7 dividido em duas parcelas: uma fixa, numa
percentagem que varia anualmente, e outra que se encontra indexada ao
cumprimento de determinados objectivos. (Pêcego, 2010)
6
O contrato-programa é o documento que sela o acordo tripartido relativo ao compromisso de
desenvolvimento de um conjunto de direitos e obrigações, entre as quais se inclui a actividade
produtiva prevista bem como as respectivas contrapartidas financeiras em função da actividade
proposta.
7
Montante adicional a pagar a cada hospital para garantir um pagamento total coerente com os
objectivos máximos de melhoria estabelecidos.
153
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5.4. Grupos de Diagnósticos Homogéneos
Os GDH são um sistema de classificação de doentes internados em hospitais de agudos8,
que agrupa doentes em grupos clinicamente coerentes e similares do ponto de vista do
consumo de recursos. Corresponde à tradução portuguesa para Diagnosis Related Groups
(DRG). Permite definir operacionalmente os produtos de um hospital, que mais não são
que o conjunto de bens e serviços que cada doente recebe em função das suas
necessidades e da patologia que o levou ao internamento e como parte do processo de
tratamento definido.
A cada grupo é associado um peso relativo, isto é, um coeficiente de ponderação que
reflecte o custo esperado com o tratamento de um doente típico, agrupado nesse GDH,
expresso em termos relativos face ao custo médio do doente típico a nível nacional.
5.5. Índice de case-mix
O índice de case-mix (ICM), é um coeficiente global de ponderação da produção que
reflecte a relatividade de um hospital face aos outros, em termos da sua maior ou menor
proporção de doentes com patologias complexas e, consequentemente, mais
consumidoras de recursos, resulta assim do rácio entre o número de doentes equivalentes
ponderados pelos pesos relativos dos respectivos GDH e o número total de doentes
equivalentes.
(doentes equivalentes GDHi * peso relativo GDHi)
ICM Hospital =
(doentes equivalentes GDHi)
(1)
Os doentes equivalentes, num dado GDH, correspondem aos episódios de internamento
que se obtêm após a transformação dos dias de internamento dos episódios de curta
duração e dos doentes transferidos de cada GDH, em episódios equivalentes aos episódios
típicos ou normais do respectivo GDH.
8
Hospital que presta serviços a utentes em regime de ambulatório ou de internamento com o
horizonte temporal limitado, donde estão excluídos os doentes crónicos.
154
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
No âmbito dos Contratos-Programa celebrados com os Hospitais do SNS, procede-se ao
cálculo do ICM para a produção em Internamento e para a produção em Ambulatório,
considerando-se ainda ICM distintos para episódios cirúrgicos e médicos em cada uma
daquelas linhas de produção.
Assim, a fórmula acima descrita deverá ser adaptada em função do tipo de ICM que se
pretenda calcular, considerando-se apenas a produção correspondente (Internamento
Cirúrgico, Internamento Médico, Ambulatório Cirúrgico ou Ambulatório Médico).
(ACSS, 2009)
5.6. Limiares de excepção
Os limiares de excepção (inferior e máximo) definem, para cada GDH, o intervalo de
normalidade em termos de tempo de internamento e calculam-se de acordo com os
intervalos inter-quartis das respectivas distribuições.
Os episódios de internamento classificados em GDH podem ser normais/típicos, de curta
duração ou de evolução prolongada em função da variável tempo de internamento.
São episódios normais ou típicos os que apresentam tempo de internamento superior ao
limiar inferior e inferior ao limiar máximo.
São episódios de curta duração os que apresentam tempo de internamento igual ou
inferior ao limiar inferior de excepção do GDH em que foram classificados.
São episódios de evolução prolongada os episódios que apresentam tempo de
internamento igual ou superior ao limiar máximo de excepção do respectivo GDH.
curta duração
típico /normal
Limiar inferior
evolução
prolongada
Limiar máximo
155
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5.7. Doentes equivalentes
Os episódios de internamento classificados em GDH são convertidos em doentes
equivalentes tendo em conta o tempo de internamento ocorrido em cada um deles e o
intervalo de normalidade definido para cada GDH.
Num episódio típico ou normal um doente saído corresponde a um doente equivalente.
Num episódio de evolução prolongada um doente saído corresponde a um doente
equivalente.
Para converter os episódios de curta duração em conjuntos equivalentes aos episódios
normais aplicam-se as seguintes fórmulas de cálculo:
a) Episódio de curta duração em GDH com preço para ambulatório
Doente equivalente = peso ambulatório + [(1 – peso ambulatório) * Ti]/(Li + 1)
b) Episódio de curta duração em GDH cirúrgicos sem preço para ambulatório
Doente equivalente = peso 1º dia + [(1-peso 1ºdia )* (Ti-1)] / (Li)
c) Episódio de curta duração em GDH médicos sem preço para ambulatório
Doente equivalente = (1 * Ti)/(Li + 1)
Sendo,
Li = Limiar inferior do GDHi
Ti = Tempo de internamento
peso ambulatório = Preço de Ambulatório/Preço de Internamento
peso 1º dia = Preço do 1º dia para GDH cirúrgicos/Preço de Internamento
Os episódios de doentes internados que são transferidos para outros hospitais do SNS são
convertidos para equivalentes de acordo com as normas acima descritas. Contudo, nas
156
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
situações em que o doente é transferido por inexistência de recursos, o episódio não pode
exceder 0,5 doente equivalente.
Episódio típico /normal
1 doente equivalente
Episódio evolução prolongada
1 doente equivalente
Episódio curta duração
GDH com preço ambulatório
(GDH cirúrgico e médico)
Doente equivalente =
peso ambulatório + [(1 – peso ambulatório) * Ti]/(Li + 1)
GDH sem preço para ambulatório
(GDH cirúrgico)
Doente equivalente =
peso 1º dia + [(1-peso 1ºdia) * (Ti-1)] / (Li)
(GDH médico)
Doente equivalente =
Ti/(Li + 1)
Episódio com transferência
< 0,5 doente equivalente
por inexistência de recursos
Assim, os doentes equivalentes, num dado GDH, correspondem aos episódios de
internamento que se obtêm após a transformação dos dias de internamento dos episódios
de curta duração e dos doentes transferidos de cada GDH, em episódios equivalentes aos
episódios típicos ou normais do respectivo GDH.
157
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5.8. HUC e o financiamento por GDH
Os internamentos classificados em GDH são convertidos em doentes equivalentes tendo
em conta o tempo de internamento ocorrido em cada um deles e o intervalo de
normalidade definido para cada GDH.
O intervalo de normalidade é definido pelos limiares de excepção: típico ou normal, de
curta duração e de evolução prolongada. São episódios normais ou típicos os que
apresentam tempo de internamento superior ao limiar inferior e inferior ao limiar
máximo, episódios de curta duração os que apresentam tempo de internamento igual ou
inferior ao limiar inferior de excepção do GDH em que foram classificados, e episódios
de evolução prolongada os episódios que apresentam tempo de internamento igual ou
superior ao limiar máximo de excepção do respectivo GDH.
Tabela 5.1. Internamentos por limiares de excepção
Tabela 5.2. Percentagem de internamentos por limiares de excepção
A percentagem de episódios de internamentos dentro dos limites de excepção
considerados normais ou típicos apresentam valores acima dos 93% para os últimos três
anos, com valores percentuais de cerca de 5% para episódios de curta duração, e valores
abaixo 2% para episódios de evolução prolongada nos últimos sete anos.
158
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Figura 5.1. Percentagem de tempos de internamentos por limiares de excepção
É visível no gráfico um aumento da percentagem de internamentos dentro dos limiares de
excepção e uma diminuição da percentagem de internamentos de curta duração.
O número de doentes equivalentes tratados pelo hospital, é o total de episódios de
internamento após transformação dos dias de internamento excepcionais e dos doentes
transferidos, em conjuntos equivalentes ao tempo médio de internamento dos episódios
normais do respectivo GDH.
159
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Tabela 5.3. Percentagem de doentes equivalentes
A percentagem de doentes equivalentes tem vindo a aumentar, devido principalmente ao
aumento de episódios de internamento dentro dos limites de excepção.
Para este estudo, apresentam-se os cálculos tendo por base os doentes equivalentes de
episódios normais/típicos e de evolução prolongada, que representam cerca de 95% do
total do número de doentes equivalentes, pela sua simplicidade de cálculo, um episódio
de internamento corresponde a um doente equivalente.
Tabela 5.4. Percentagem de doentes equivalentes (episódios normais e evolução
prolongada)
160
Ano
DE (CD+N+EP)
DE (N+EP)
DE (N+EP) / DE (CD+N+EP)
2000
41690
39627
95%
2001
40852
38732
95%
2002
41875
39579
95%
2003
42835
40457
94%
2004
44707
41523
93%
2005
43852
40616
93%
2006
43829
40800
93%
2007
45146
42896
95%
2008
44842
44325
99%
2009
43977
43491
99%
2010
43437
42864
99%
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
O número de doentes equivalentes de episódios normais / típicos e de evolução
prolongada representam em média 95% do total dos doentes equivalentes, apresentando
para os últimos três anos 99% deste valor.
O número de doentes equivalentes entra para o cálculo do ICM. Este determina-se
calculando o rácio entre o número de doentes equivalentes ponderados pelos pesos
relativos dos respectivos GDH e o número total de doentes equivalentes.
 (doentes equivalentes GDHi * peso relativo GDHi)
ICM Hospital =
 (doentes equivalentes GDHi)
(2)
O índice de ICM, é um coeficiente global de ponderação da produção que reflecte a
relatividade de um hospital face aos outros, em termos da sua maior ou menor proporção
de doentes com patologias complexas e, consequentemente, mais consumidoras de
recursos.
O peso Relativo de um GDH reflecte o custo esperado com o tratamento de um doente
típico agrupado nesse GDH, expresso em termos relativos face ao custo médio do doente
típico a nível nacional.
Tabela 5.5. ICM (APÊNDICE D)
Ano
(DE *PR) / DE
ICM
2000
44656,79229 / 39627 =
1,13
2001
40570,99286 / 38732 =
1,05
2002
45077,805 / 39579 =
1,14
2003
46389,7632 / 40457 =
1,15
2004
48901,00403 / 41523 =
1,18
2005
47680,014 / 40616 =
1,17
2006
50314,21847 / 40800 =
1,23
2007
61950,79595 / 42896 =
1,44
2008
63316,61137 / 44325 =
1,43
2009
63306,28848 / 43491 =
1,46
2010
62412,50175/ 42864 =
1,46
161
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
O ICM de um hospital espelha a variedade de situações clínicas dos doentes que trata.
Verifica-se desta forma que os HUC tiveram um aumento significativo de complexidade9.
Figura 5.2. Evolução do ICM
Tabela 5.6. Cálculo ICM Cirúrgicos e Médicos (APÊNDICE D)
Ano
ICM Cirúrgico
ICM Médico
2000
28126,63326 / 15773 =
1,78
16530,15903/ 21443 =
0,77
2001
25942,72756 / 14499 =
1,79
14628,2653 / 18689 =
0,78
2002
28905,86897 / 16360 =
1,77
16171,93602 / 20452 =
0,79
2003
30116,02351 / 17230 =
1,75
16273,73969 / 20627 =
0,79
2004
31622,81174 / 17481 =
1,81
17278,19229 / 21128 =
0,82
2005
30543,45448 / 17109 =
1,79
17136,55953 / 21115 =
0,81
2006
33566,25791 / 18258 =
1,84
16747,96056 / 20368 =
0,82
2007
38797,13213 / 19763 =
1,96
23153,66382 / 22869 =
1,01
2008
39319,48129 / 19668 =
2,00
23997,13008 / 24312 =
0,99
2009
39281,27792/ 18551 =
2,12
24025,01055 / 24792 =
0,97
2010
37845,42692 / 17779 =
2,13
24567,07483 / 24647 =
1,00
Deve referir-se que o somatório dos DE(N+EP) Cirúrgicos e DE(N+EP) ICM Médicos
representa cerca de 95% de valor total dos DE (N+EP), o que se deve a um valor residual
9
O ICM nacional é, por definição, igual a 1, pelo que o ICM de cada hospital afastar-se-á para
mais ou para menos desse valor de referência, conforme o hospital trate uma proporção maior ou
menor de GDH de elevado peso relativo, face ao padrão nacional.
162
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
de registos não classificados como médicos ou cirúrgicos, por não constarem da portaria
de referência para os cálculos deste estudo (Portaria n.º 839-A/2009 que veio revogar a
Portaria n.º 132/2009), utiliza-se o valor total dos DE(N+EP) para o cálculo do valor de
financiamento pelas regras do Contrato-Programa, no subcapítulo seguinte.
Tabela 5.7. ICM Cirúrgicos e Médicos (APÊNDICE D)
Ano
ICM Cirúrgico
ICM Médico
2000
1,78
0,77
2001
1,79
0,78
2002
1,77
0,79
2003
1,75
0,79
2004
1,81
0,82
2005
1,79
0,81
2006
1,84
0,82
2007
1,96
1,01
2008
2,00
0,99
2009
2,12
0,97
2010
2,13
1,00
Figura 5.3. Evolução dos ICM Cirúrgicos e Médicos
O ICM Cirúrgico apresenta uma complexidade dos GDH Cirúrgicos superior à dos GDH
Médicos e ambos apresentam um aumento.
163
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5.8.1. Facturação Contrato-Programa
O processo de contratualização foi iniciado em 2003. O modelo de Contratualização com
os Hospitais assenta no estabelecimento de um Contrato-Programa entre o Estado
enquanto entidade contratadora / pagadora (através da ACSS e ARS) e as Unidades
Prestadoras de Cuidados de Saúde para a prestação de cuidados de Saúde a utentes do
Serviço Nacional de Saúde.
No Contrato-Programa são definidos objectivos de produção e metas de qualidade e
eficiência que permitem aferir o desempenho das respectivas unidades e equipas de
gestão.
O Contrato fixa objectivos por linha de produção e o pagamento é feito com base na
actividade contratualizada pelo Hospital.
O valor de pagamento para o internamento é calculado com base no número de doentes
equivalentes, produção contratada, o índice de case-mix, o preço por grupo.
Tabela 5.8. Formula de cálculo do financiamento por Contrato-Programa
Linha de
Variável de
Quantidade
Índice de
produção
medida
contratada
Case-Mix
Internamento
Nº de doentes
X
ICMi
equivalentes
Preço
Pagamento
Preço
x * ICMi * Pr
Grupo
Grupo
Apresentam-se os cálculos para o valor de pagamento para cada ano, o número de doentes
equivalentes e valor de ICM apresentados anteriormente. O preço é o valor atribuído para
o grupo de financiamento 2, ao qual pertencem os HUC (Preço base de 2.396,24€ (ACSS,
2007)).
Os grupos de financiamento (APÊNDICE F) surgem como forma de associar Hospitais
com características similares. Para este agrupamento o Ministério da Saúde utiliza
factores como o grau de intensidade tecnológica ou o nível de diferenciação.
164
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Para uma maior facilidade de comparação de valores, apresenta-se o valor de pagamento
estipulado para 2010, que se manteve desde 2007, e o ICM calculado para os HUC.
Tabela 5.9. Cálculo do financiamento pela fórmula do Contrato-Programa
Ano
Nº de doentes
equivalentes (DE)
ICM
Preço
DE * ICMi * Pr Grupo
2000
41690
1,13
2.396,25 €
112.886.618,63 €
2001
40852
1,05
2.396,25 €
102.786.185,25 €
2002
41875
1,14
2.396,25 €
114.390.984,38 €
2003
42835
1,15
2.396,25 €
118.039.874,06 €
2004
44707
1,18
2.396,25 €
126.412.395,53 €
2005
43852
1,17
2.396,25 €
122.944.015,35 €
2006
43829
1,23
2.396,25 €
129.181.046,74 €
2007
45146
1,44
2.396,25 €
155.780.787,60 €
2008
44842
1,43
2.396,25 €
153.657.278,78 €
2009
43977
1,46
2.396,25 €
153.854.633,93 €
2010
43437
1,46
2.396,25 €
151.965.430,43 €
5.8.2. Facturação pela Portaria
A portaria regulamenta o valor das prestações de saúde realizadas pelas instituições e
serviços integrados no Serviço Nacional de Saúde, bem como os que a este estejam
associados através de contrato de gestão, e que devam ser cobradas aos subsistemas de
saúde cujos beneficiários a ele recorram, bem como a quaisquer entidades, públicas ou
privadas, responsáveis pelos respectivos encargos. Financia cuidados de saúde prestados
pelos hospitais da rede do SNS a beneficiários de subsistemas de saúde, ou outras
instituições públicas ou privadas.
Para tornar possível a comparação do financiamento pela Portaria e o financiamento pelo
Contrato-Programa, apresentam-se cálculos de valores de financiamento para a produção
efectiva dos HUC.
O valor total de internamento, é calculado pelo somatório do produto do número de
doentes saídos pelo preço constante da Portaria n.º 839-A/2009 para cada GDH(ACSS,
2009).
165
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
A Portaria n.º 839-A/2009 aprovou as tabelas de preços a praticar pelo Serviço Nacional
de Saúde, bem como o respectivo Regulamento.
Assim, os preços aplicados aos cuidados prestados no quadro do Serviço Nacional de
Saúde são estabelecidos por portaria do Ministro da Saúde tendo em conta os custos reais
e o necessário equilíbrio de exploração.
O preço do GDH compreende todos os serviços prestados no internamento, quer em
regime de enfermaria quer em unidades de cuidados intensivos, incluindo todos os
cuidados médicos, hotelaria e meios complementares de diagnóstico e terapêutica.
Tabela 5.10. Valor de financiamento calculado pela Portaria GDH (APÊNDICE E)
Ano
Valor Total Internamento
2000
107.008.838,52 €
2001
97.218.241,65 €
2002
108.017.690,22 €
2003
111.161.470,07 €
2004
117.179.030,90 €
2005
114.253.233,55 €
2006
120.565.446,02 €
2007
148.449.594,80 €
2008
151.722.429,99 €
2009
151.697.693,76 €
2010
149.555.957,31 €
5.8.3. Facturação Contrato-Programa vs Facturação pela Portaria
Comparando a facturação pelo Contrato-Programa com a facturação pela Portaria,
verifica-se que estes diferem cerca de 5%, estando muito aproximados para os valores de
produção efectiva dos HUC.
166
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Tabela 5.11. Comparação financiamento calculado pelas regras do Contra-Programa e
calculado pelos valores da Portaria
Ano
Valor Contrato-Programa (1)
Valor Portaria (2)
(3)= (1) - (2)
% (3)
2000
112.886.618,63 €
107.008.838,52 €
5.877.780,11 €
5%
2001
102.786.185,25 €
97.218.241,65 €
5.567.943,60 €
5%
2002
114.390.984,38 €
108.017.690,22 €
6.373.294,15 €
6%
2003
118.039.874,06 €
111.161.470,07 €
6.878.403,99 €
6%
2004
126.412.395,53 €
117.179.030,90 €
9.233.364,62 €
7%
2005
122.944.015,35 €
114.253.233,55 €
8.690.781,80 €
7%
2006
129.181.046,74 €
120.565.446,02 €
8.615.600,72 €
7%
2007
155.780.787,60 €
148.449.594,80 €
7.331.192,80 €
5%
2008
153.657.278,78 €
151.722.429,99 €
1.934.848,79 €
1%
2009
153.854.633,93 €
151.697.693,76 €
2.156.940,16 €
1%
2010
151.965.430,43 €
149.555.957,31 €
2.409.473,11 €
2%
Para tornar comparável o financiamento pela Portaria e o financiamento pelo ContratoPrograma, os cálculos apresentados são para valores de financiamento de produção
efectiva dos HUC e nos valores constantes da portaria de 2009.
Figura 5.4. Comparação dos valores de financiamento pelas regras do Contrato-Programa
e pelos valores da Portaria
167
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Os valores obtidos para facturação do internamento por GDH, calculados pela portaria e
pelo Contrato-Programa resultam em valores muito aproximados e tendencialmente
coincidentes, para a produção efectiva e com base nos valores da portaria de 2009.
5.8.4. Desvio dos valores calculados face aos valores contratados
O Contrato-Programa financia os cuidados de saúde prestados pelos hospitais da rede do
SNS a beneficiários do SNS, corresponde a cerca de 85% do financiamento, e a portaria
financia os cuidados de saúde prestados pelos hospitais da rede do SNS a beneficiários de
subsistemas de saúde, ou outras instituições públicas ou privadas representando os
restantes 15% do valor de financiamento. (ACSS, 2008)
O financiamento para de cuidados de saúde a beneficiários dos Subsistemas de Saúde
ADSE, SAD da GNR e da PSP e ADM das Forças Armadas são responsáveis por cerca
de 10% do valor de financiamento. Em 2010 inclusive este financiamento deixou de ser
calculado através da portaria e passou a ser incluído no Contrato-Programa.
Os níveis de produção estabelecidos anualmente entre o Hospital e a ARS em sede de
Contrato-Programa para as várias linhas assistenciais, resulta da soma dos valores
negociados internamente entre as AGI's (Áreas de Gestão Intermédia) e o Conselho de
Administração. As estimativas da produção efectuadas pelas AGI's para esta negociação
interna tem como base o histórico da produção realizada nos anos anteriores, e caso seja
possível, a produção do ano em causa.
Para uma comparação com os valores calculados anteriormente para o Contrato-Programa
e contratados pelos HUC, procede-se aos cálculos através das percentagens apresentadas
para financiamento de cuidados de saúde, para os anos de 2005 a 2010.
168
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
Tabela 5.12. Comparativo entre valores calculados segundo as regras do ContratoPrograma e os valores contratados pelos HUC
Ano
Valor calculado pelo
Perc. correspondente
Valor contratado pelo
Contrato-Programa
Contrato-Programa
Contrato-Programa
(prod. efect.)
(prod. efect.) (A)
HUC (B)
Diferença
%
(B)-(A)
Diferença
2005
122.944.015,35 €
104.502.413,05 €
96.623.505,09 €
-7.878.907,96 €
-8%
2006
129.181.046,74 €
109.803.889,73 €
118.039.967,00 €
8.236.077,27 €
8%
2007
155.780.787,60 €
132.413.669,46 €
113.385.228,65 € -19.028.440,81 €
-14%
2008
153.657.278,78 €
130.608.686,96 €
123.640.037,08 €
-6.968.649,88 €
-5%
2009
153.854.633,93 €
130.776.438,84 €
130.204.101,48 €
-572.337,36 €
0%
2010
151.965.430,43 €
144.367.158,91 €
144.223.132,30 €
-144.026,61 €
0%
Figura 5.5. Comparativo entre valores calculados segundo as regras do ContratoPrograma e os valores contratados pelos HUC
Verifica-se que valores constantes dos Contratos-Programa estão muito próximos dos
calculados, concluindo-se que o Estado não tem penalizado os HUC no financiamento
dos internamentos.
Na secção 7, onde serão usadas técnicas de data-mining, recorrer-se-á a uma regressão
linear para previsão dos valores nos próximos anos.
169
CAPÍTULO 5. ANÁLISE DE DADOS – PONTO DE VISTA FINANCEIRO
5.9. Conclusões
Nesta secção estudou-se o aspecto financeiro. Com ela termina a apresentação daquilo, ou
melhor, de parte daquilo que as TI podem fornecer aos médicos e também à
administração, respondendo assim à pergunta inicial: “o que nos podem as TI fornecer?”
Foram apresentados indicadores de performance (KPIs) e análises de dados do ponto de
vista clínico no capítulo 4. Estes dois capítulos apresentam assim análises e indicadores
susceptíveis de serem utilizados numa metodologia de gestão do tipo Balanced
Scorecards, no que respeita a três das suas vertentes: a financeira, a relação com clientes
e a eficiência dos processos internos.
170
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
6. DATA-MINING – VISÃO GERAL
6.1. Aspectos Gerais
Data-mining consiste na extracção não trivial de informação implícita, previamente
desconhecida e potencialmente útil, feita a partir dos dados registados numa base de
dados ou ficheiro. O data-mining pode ser utilizado com os seguintes objectivos:

Explicativo: explicar algum acontecimento ou medida observada;

Confirmativo: confirmar uma hipótese;

Exploratório: analisar os dados procurando novos relacionamentos e não
previstos.
Os algoritmos utilizados para extrair padrões dos dados são denominados por algoritmos
de data-mining. Os padrões descobertos deverão ser:

Válidos quando aplicados a novos dados (isto é, dados não considerados na
construção do modelo ou determinação do padrão);

Desconhecidos do sistema utilizado na sua detecção e preferencialmente do
utilizador;

Úteis para o utilizador, auxiliando o processo de tomada de decisão.
Como parâmetro de avaliação, pode dizer-se que um padrão tem qualidade, que é válido,
quando a confiança que um utilizador nele pode depositar for elevada.
A utilidade determina o interesse que a informação poderá ter para o utilizador, estando
essencialmente relacionada com dois aspectos: a cobertura, ou seja, a probabilidade de a
informação poder ser usada; a novidade que traz, isto é, que contribuição tem a nova
informação para aumentar o conhecimento sobre o problema em análise.
171
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
A compreensibilidade dos modelos, a simplicidade, avalia a estrutura do modelo
encontrado: um modelo mais simples é preferido face a um modelo mais complexo,
devido à sua maior compreensibilidade e maior capacidade de generalização.
O processo de data-mining é uma etapa na descoberta de conhecimento em base de dados
(KDD - Knowledge Discovery in Databases).
O processo de KDD consiste num conjunto de actividades, contínuas. Segundo (Fayyad,
U. M. et al. , 1996) esse conjunto é composto de cinco etapas: selecção dos dados; préprocessamento e limpeza dos dados; transformação dos dados; data-mining; interpretação
e avaliação dos resultados. A interacção entre estas diversas etapas pode ser observada na
figura abaixo, sendo que as três primeiras podem ser interpretadas como a análise
exploratória dos dados.
Figura 6.1. Uma visão geral dos passos que compõem o processo de KDD (Fayyad, U. M.
et al. , 1996).
O processo KDD refere-se a todo o procedimento de descoberta de conhecimento útil nos
dados, enquanto data-mining se refere à aplicação de algoritmos para extrair modelos dos
dados. Muitos autores consideram os termos KDD e data-mining como sinónimos.
A preparação dos dados (selecção, pré-processamento) é normalmente a fase mais
demorada de todo o processo (Feelders A. et a, 2000).
172
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
6.2. Técnicas de Data-Mining
O data-mining utiliza técnicas Descritivas e Preditivas. A descritiva identifica padrões em
dados históricos. A preditiva trata do uso de variáveis para predizer valores de outras
variáveis. Existem ainda outras técnicas de data-mining, tais como Outliers Detection e
Web-Mining.
Figura 6.2. Técnicas de Data-Mining
Técnicas de
Data-Mining
Descritivas
Clustering
Associação
Preditivas
Análise
Sequencial
Classificação
Árvores de
decisão
Regras de
indução
Redes
Neuronais
Regressão
Classificação
Nearest
Neighbor
Classificação e regressão são métodos para a modelação preditiva dos dados. Pretendem
ambas construir modelos que permitam prever o valor de uma variável (alvo), tendo
conhecimento dos valores de outras variáveis (atributos). Na classificação a variável a
prever é categórica e na regressão a variável a prever é quantitativa.
Nos métodos preditivos, os algoritmos recebem dados para que os modelos sejam
construídos. Uma parte destes dados é utilizada para a construção do modelo
propriamente dito. A outra parte é utilizada para validar o modelo. Essa validação
consiste na aplicação do modelo à outra parte dos dados, para testar a sua performance.
Esse modelo é gerado pelos algoritmos de data-mining, e pode então ser utilizado para
efeitos de predição, conforme representado na figura seguinte.
173
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
Figura 6.3. Data-Mining, método preditivo, modelo adaptado (Thearling, 2011)
6.3. Metodologias de Condução de Projecto de Data-Mining
Para que um processo de descoberta de conhecimento em base de dados se torne mais
fácil de desenvolver e implementar, deverá ser conduzido por uma metodologia.
As metodologias mais conhecidas são a CRISP-DM (CRoss-Industry Standard Process
for Data Mining) e a SEMMA (Sample, Explore, Modify, Model, Assessement). Estas
duas metodologias são apresentadas nos subcapítulos 6.3.1 e 6.3.2 respectivamente.
Optou-se pela metodologia SEMMA, por disponibilizar um método de fácil compreensão
e aplicação, que se considera bastante pragmático.
174
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
6.3.1. Metodologia Crisp-DM
A metodologia CRISP-DM, é um padrão de desenvolvimento de projectos de datamining. Divide-se em seis fases:
1) O Estudo do Negócio: Compreender os objectivos do projecto e os seus
requisitos do ponto de vista do negócio;
2) Estudo dos Dados: Exploração de dados com vista à sua compreensão;
3) Preparação dos Dados: Selecção dos dados a analisar; limpeza,
transformação e (eventual) colocação no formato necessário para a análise
de data-mining;
4) Modelação: Selecção do modelo de data-mining a utilizar, aplicação do
modelo e ajuste de parâmetros;
5) Avaliação: Análise dos modelos, da sua performance e níveis de
confiança; revisão do processo;
6) Desenvolvimento: Disponibilização dos resultados em relatório ou outra
forma de fácil consulta /utilização.
Figura 6.4. Fases da Metodologia CRISP-DM, adaptado de (Chapman, P., 2000)
175
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
6.3.2. Metodologia SEMMA
A metodologia SEMMA foi desenvolvida pelo Instituto SAS (SAS Institute Inc.). Esta
organização é líder em serviços e software de business analytics, e o maior vendedor
independente no mercado de BI. (SAS, 2011)
A metodologia SEMMA, consiste em 5 etapas:
1) Amostragem (Sample): A amostra de dados para a análise deve ser
representativa dos dados e suficientemente extensa. Subdivide-se em três
conjuntos: Treino (para treino do modelo), Validação (para validação do
modelo e prevenção de under ou overfitting) e Teste (para medir a
capacidade de generalização do modelo);
2) Exploração (Explore): Análise informal dos dados com vista à sua
compreensão. Permite identificar anomalias, padrões que começam a ser
visíveis nesta fase, ajuda a definir os atributos relevantes e recorre por
exemplo, a gráficos, histogramas e estatísticas;
3) Modificação (Modify): Criar novos atributos (por exemplo, rácios,
médias), associar ou modificar atributos da amostra;
4) Modelação
(Model):
Aplicação
dos
algoritmos
de
data-
miningseleccionados e ajuste de parâmetros;
5) Avaliação (Assessment): Aplicação do TestSet para avaliar a capacidade de
generalização dos modelos, através da selecção dos modelos que melhor
reflectem os objectivos da análise e através da selecção dos modelos e
parâmetros com melhor performance.
Estas etapas distintas, correspondem a um ciclo, em que as tarefas internas podem ser
executadas de forma repetida sempre que se verifique necessário. O processo de datamining é iterativo.
176
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
Figura 6.5. Etapas da metodologia SEMMA (Marques, Business Intelligence; DataMining: Metodologias de Condução de Projecto, 2011)
177
CAPÍTULO 6. DATA-MINING – VISÃO GERAL
6.4. Data-Mining na Saúde
Os Grupos de Diagnósticos Homogéneos (GDH) são bases de dados com grande volume
de dados mas, apesar de todo o seu potencial, têm manifestamente pouco uso. Uma boa
caracterização dos pacientes internados em hospitais e identificação de outliers poderia
permitir um bom planeamento, melhoria nas previsões e da detecção e rectificação de
eventuais anomalias (Freitas, Brazdil, & Pereira, 2005).
Apesar das instituições de saúde produzirem um grande volume de dados, estes ainda não
são devidamente analisados, compreendidos e explorados. Existe uma grande necessidade
na investigação de melhores métodos de análise de dados, bem como a criação de
automatismos, com vista a criação de conhecimento.
Os dados gerados pelos sistemas de saúde são demasiadamente volumosos e complexos
para serem processados e analisados pelos métodos tradicionais. O data-mining
proporciona exactamente alguns métodos e a tecnologia para transformação destes dados
em informação útil à tomada de decisões (Kob & Tan, 2005).
Os diversos métodos de Data-Mining, sejam descritivos ou preditivos, podem ajudar na
tarefa de extracção de informação útil no apoio à gestão das instituições de saúde. As
ferramentas de data-mining devem ser user-friendly.
Técnicas deste tipo podem também ser usadas com o objectivo de melhorar a saúde e o
bem estar dos doentes, como é exemplo a aplicação de data-mining para criação de
sistemas de diagnóstico, prognóstico de cancro do pulmão, tomada de decisão e
formulação de hipóteses (Bath, 2004). Podem também usar-se técnicas de data-mining na
redução de custos financeiros e melhoramento da eficiência operacional mantendo um
nível elevado de cuidados aos doentes, através por exemplo, do estudo de um GDH com
demora média acima de um determinado número de dias (Silver, Su, & Dolins, 2001).
178
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
7. DATA-MINING – CASOS DE ESTUDO
Apresentam-se os seguintes casos de estudos:

Financiamento: previsão do financiamento pelo Contrato-Programa para os
anos de 2011, 2012 e 2013;

Diabetes: a influência dos diabetes no tempo de internamento devido a
fracturas, em Ortopedia;

Cancro: internamentos com proveniência do Distrito de Castelo Branco, onde
estão localizadas as Minas da Panasqueira;

Procedimentos hospitalares: procedimentos realizados em faixas etárias que
anteriormente não se faziam.
7.1. Financiamento
Os valores que se apresentam para os anos de 2005 a 2010, são valores calculados pelas
regras do Contrato-Programa, conforme apresentado no capítulo 5 subcapítulos 5.8.4.
Tabela 7.1. Valores calculados pelas regras do Contrato-Programa
Anos
Valor corresp. Contrato-Programa (A)
2005
104502413
2006
109803890
2007
132413669
2008
130608687
2009
130776439
2010
144367159
2011
0
2012
0
2013
0
Com base nestes valores, utilizou-se uma regressão linear na aplicação RapidMiner
(ferramenta de Data-Mining open source, utilizada em mais de 40 países (RapidMiner,
179
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
2011)) para prever os valores de financiamento para 2011 e seguintes. O modelo
apresenta-se na figura seguinte.
Figura 7.1. Modelo usado no RapidMiner para regressão linear
No operador SimpleValidation, é atribuído ao parâmetro split_ratio o valor 0,67, o que se
traduz em usar 2/3 da amostra para teste e 1/3 para novos dados; no parâmetro
sampling_type opta-se por linear sampling, pois é pretendido que os valores sejam
processados pela ordem dos dados, de forma a que o operador utilize os seis primeiros
anos (2005 a 2010) para prever os três últimos (2011 a 2013) . O operador e os
parâmetros referidos apresentam-se na figura seguinte.
Figura 7.2. Parâmetros do operador SimpleValidation
180
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.3. Dados usados para criação do modelo de regressão
Figura 7.4. Valores a prever data-mining
Os coeficientes (e a constante) encontrados para a recta de regressão (visto que neste caso
se trata apenas de uma variável independente) são apresentados na figura 7.5.
Figura 7.5. Valores da recta linear regression
Obtiveram-se os seguintes resultados:
Tabela 7.2. Valores preditos para financiamento pelo Contrato-Programa
181
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.6. Representação gráfica da recta de regressão linear
y = 7,441,039.853 x - 14,812,475,461.845
Y3
X3
Os valores preditos, muito possivelmente, não serão os reais, devido em grande parte ao
período de recessão que atravessamos. Deve referir-se ainda que os valores de
financiamento só serão recebidos na sua totalidade se o Hospital tiver a informação
actualizada do SNS e do subsistema a que o doente pertence.
7.2. Diabetes
7.2.1. Panorama
A Diabetes Mellitus é uma entidade patológica que atinge 171 milhões de pessoas em
todo o mundo, prevendo-se 330 milhões de doentes em 2030 (Costa, 2009).
7.2.2. Influência dos diabetes no tempo de internamento
Para o estudo da influência do diagnóstico secundário Diabetes no tempo de
internamento, escolhe-se como amostra os internamentos em Ortopedia com diagnóstico
principal Fractura, e observa-se a influência do diagnóstico secundário Diabetes na
duração em dias de internamento.
182
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.7. Histograma dos tempos de internamentos com Fracturas em Ortopedia
Histogram of dias
Spreadsheet2 10v*430c
dias = 430*10*normal(x; 10,0302; 11,4173)
350
300
No of obs
250
200
150
100
50
0
-10
0
10
20
30
40
50
60
70
80
dias
Figura 7.8. Gráfico Caixa de Bigodes para internamentos em Ortopedia com Fracturas
Box Plot of dias
Spreadsheet2 10v*430c
70
60
50
dias
40
30
20
10
0
-10
Median = 6
25%-75%
= (3, 13)
Non-Outlier Range
= (1, 28)
Outliers
Extremes
Como se pode verificar graficamente nas figuras acima (histograma e caixa de bigodes),
os internamentos com estas características apresentam uma média de 10 dias com mínimo
183
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
de 0 dias e um máximo de 65 dias de duração. 50% dos internamentos têm duração
compreendida entre 3 e 13 dias de internamento.
Para efectuar o estudo da influência dos diabetes no tempo de internamento, para este
caso concreto Fracturas, procedeu-se a várias análises através de diversas técnicas de
data-mining. Foram implementados modelos em árvore, Naive Bayes e Redes Neuronais.
Destes modelos, verificou-se que o modelo que melhor evidenciava o objectivo influência da diabetes, como diagnóstico secundário, nos tempos de internamento
relativos a Fracturas - era a Rede Neuronal.
As Redes Neuronais (Artificial Neural Networks – ANN ou NN) são modelos
simplificados do sistema nervoso central humano. Uma Rede Neuronal é composta por
unidades e cada unidade simula o funcionamento de um neurónio. A actividade de um
neurónio é comandada pelos que a ele se ligam, dependendo dos valores de input que o
neurónio recebe. As Redes Neuronais são organizadas em camadas de unidades,
geralmente 2 ou 3, designadas por input, hidden e output. Os factores de ponderação
chamados coeficientes sinápticos, ajustáveis, são colocados entre essas unidades. O treino
faz-se por exemplos previamente classificados, alterando estes coeficientes através de um
algoritmo tal como, por exemplo, o backpropagation (Marques, Redes Neuronais, 2009).
Para este estudo foram considerados os atributos: Diagnóstico Principal (grupo de
diagnóstico Fracturas); Grupo Etário; Diagnóstico secundário (S – Com Diabetes e N –
Sem Diabetes) e como alvo a variável Tipo (A- internamentos com duração abaixo 25 %
do tempo médio de internamento do diagnóstico principal; B – internamentos com
duração compreendida entre os 25% e os 75% da média do diagnóstico principal; C –
internamentos com duração acima dos 75% do tempo médio de internamento do
diagnóstico principal). O estudo foi conduzido no ambiente BIDS.
184
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.9. Visão parcial 1 (A e B) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS
Figura 7.10 Visão parcial 2 (A e B) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS
185
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.11. Visão parcial 1 (A e C) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS
Figura 7.12. Visão parcial 2 (A e C) da Rede Neuronal através Microsoft Neural Network
Viewer – ferramenta BIDS SSAS
7.2.3. Conclusões
Verifica-se que os Diabetes influenciam o tempo de internamentos em Ortopedia com
diagnóstico principal Fracturas. Como se pode ver nas imagens acima, existem mais casos
classificados com B (duração média) e C (duração prolongada) de internamentos com
Diabetes (Diabetes value S) do que sem Diabetes (Diabetes value N).
186
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
7.3. Cancro
7.3.1. Panorama
Em 2030, o cancro vai matar mais de 32 mil portugueses por ano, um aumento de 34,5%
em relação aos 24 mil que morrem actualmente por causa desta doença. E todos os anos
surgirão quase 56 mil novos casos, mais 12 mil do que agora. A estimativa é da
Organização Mundial da Saúde (OMS).
As estimativas da OMS baseiam-se nas projecções demográficas. E consideram que nos
países em que a esperança de vida é maior e há mais idosos, haverá mais casos de cancro.
Em Portugal, o aumento do número de casos será de 12,7% na população abaixo dos 65 e
de 40% nos mais velhos. "Até aos quarenta anos há muito poucos casos e depois dispara a
partir dos 65", lembra o oncologista Jorge Espírito Santo10. No entanto, o crescimento
deve-se também a uma série de mudanças no estilo de vida, nomeadamente o consumo de
tabaco ou o aumento da obesidade, acrescenta. (Jesus, 2010)
As Neoplasias podem ser benignas ou malignas, sendo as malignas conhecidas como
cancro. Os cancros classificam-se de acordo com o tipo de células avaliado pela anatomia
patológica, em:
Carcinoma - Tumor maligno que se origina em tecidos que são compostos por
células epiteliais, por exemplo, a pele, as glândulas, as mucosas. Aproximadamente 80
por cento dos tumores malignos são carcinomas.
Sarcoma - Tumor maligno que tem origem em células que estão em tecidos de
ligação, por exemplo ossos, ligamentos, músculos, etc.
Leucemia - Vulgarmente conhecida como o cancro no sangue. As pessoas com
leucemia apresentam um aumento considerável dos níveis de glóbulos brancos
(leucócitos). Neste caso, as células cancerosas circulam no sangue e não há normalmente
um tumor propriamente dito.
Linfoma - Cancro no sistema linfático. O sistema linfático é uma rede de gânglios
e pequenos vasos que existem em todo o nosso corpo e cuja função é a de combater as
10
Presidente do Colégio de Oncologia da Ordem dos Médicos
187
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
infecções. Os dois tipos de linfomas principais são o linfoma de Hodgkin e o linfoma não
Hodgkin.
Em 1997 a Agência Internacional para Pesquisa contra o Cancro classificou a sílica
cristalina como carcinogénio, baseada na evidência “suficiente” da carcinogenicidade em
animais de laboratório e na evidência “limitada” da carcinogenicidade em humanos. Em
2000, o Programa Toxicológico Nacional dos EUA classificou a sílica como carcinogénio
pulmonar, estando ainda por esclarecer os mecanismos patogénicos desta associação e se
é necessário existir silicose ou apenas exposição à sílica para o aumento do risco de
neoplasia pulmonar. A sílica é um componente major da crusta terrestre, pelo que
qualquer ocupação que a perturbe ou exponha o trabalhador ao seu uso, através do
processamento de rochas ou areia que a contenham, tem riscos potenciais. As
complicações mais habituais da silicose são a infecção por micobactérias tuberculosas e
não tuberculosas, doenças do tecido conjuntivo (esclerose sistémica progressiva, artrite
reumatóide e lúpus eritematoso sistémico), insuficiência renal crónica, neoplasia
pulmonar, DPOC, cor pulmonale, bolhas e pneumotórax espontâneo. (Santos, et al., 2008)
Relativamente à história ocupacional, existe correspondência entre as exposições e
ocupações referidas e as ocupações mais frequentemente associadas à silicose
(apresentadas na figura seguinte), nomeadamente a mineração, a indústria cerâmica, as
pedreiras e a abertura de poços. (Santos, et al., 2008)
Figura 7.13. História ocupacional de doentes com diagnóstico principal ou secundário foi
de silicose entre 1996 e 2006, internados no serviço de Pneumologia dos HUC (Santos, et
al., 2008)
188
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
7.3.2. Minas da Panasqueira
No Distrito de Castelo Branco, Concelho da Covilhã, na freguesia de São Francisco de
Assis, localiza-se a zona da Mina da Panasqueira, mais concretamente na Vertente Sul da
cordilheira montanhosa da Serra da Estrela a uma altitude de cerca de 700 metros, na
aldeia de Barroca Grande, a 60 quilómetros a este de Coimbra. (Gama, Torres, Lopes, &
Nobre, 2002)
Figura 7.14. Localização geográfica da mina da Panasqueira (Gama, Torres, Lopes, &
Nobre, 2002)
O Objectivo deste estudo é comprovar maior incidência de Neoplasias nos internamentos
de doentes oriundos do Distrito de Castelo Branco.
A técnica de data-mining inicialmente explorada foi a Árvore de Decisão, que permite
uma representação simples e facilmente compreensível do conhecimento.
O dataset é constituído por três atributos: Sexo; Faixa Etária e Distrito, com label = S
para internamento com diagnóstico principal Neoplasia e label = N para internamentos
com diagnóstico principal diferente de Neoplasia. A amostra contempla todos os
internamentos de 2000 a 2010.
Os resultados obtidos mostram como primeiro factor determinante a faixa etária (45-64 e
65-74) e como segundo a localização geográfica (em geral). Representado na figura
abaixo.
189
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
Figura 7.15. Representação gráfica do algoritmo do Microsoft Decision Trees
Figura 7.16. Legenda da representação gráfica do algoritmo do Microsoft Decision Trees
190
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
7.3.3. Conclusões
Este estudo é inconclusivo quanto aos casos de Neoplasias do Distrito de Castelo Branco,
devido à inexistência do registo de todos os casos existentes em Portugal, sendo o
universo dos internamentos os registados nos HUC, e destes cerca de 54 % serem
provenientes do Distrito de Coimbra conforme se mostra no capítulo 4, no subcapítulo
4.1.16.
No entanto, é possível confirmar, que as Neoplasias, como principal diagnóstico, por
grupo etário, apresentam o maior número de internamentos no grupo dos 45 aos 64 anos,
e o maior número de internamentos pertence ao sexo feminino, conforme apresentado no
capítulo 4, subcapítulo 4.1.32..
191
CAPÍTULO 7. DATA-MINING – CASOS DE ESTUDO
192
CAPÍTULO 8. CONCLUSÕES E TRABALHO FUTURO
8. CONCLUSÕES E TRABALHO FUTURO
Este trabalho apresentou uma análise do funcionamento dos HUC numa perspectiva
clínica e abordou também o sistema de financiamento da saúde em Portugal, quando
aplicado aos HUC, nomeadamente o financiamento por GDH.
Criou-se e populou-se uma datawarehouse e recorreu-se à tecnologia OLAP com
capacidade para manipular e analisar um largo volume de dados sob múltiplas
perspectivas, com possibilidades de agregação, sumarização, consolidação, visualização e
análise segundo múltiplas dimensões, hierarquias que permitem vários níveis de detalhe,
descobrir comportamentos e tendências entre os valores das medidas analisadas em
diversas perspectivas.
Permitiu análises pelas dimensões faixa etária, sexo, proveniência, profissão, serviço
hospitalar, destino pós alta, diagnósticos, procedimentos, GDH, de factos como tempo de
internamento e número de internamentos.
Apresentaram-se resultados de análises aos internamentos e validaram-se evidências
como as faixas etárias mais altas apresentarem demoras médias mais elevadas.
Comprovou-se que a distância aos HUC e o número de internamentos estão
negativamente correlacionadas, isto é, quanto maior a distância menor o número de
internamentos. Estudou-se a evolução de agumas doenças por faixa etária, sexo,
diagnósticos e GDH.
Através da demora média dos tempos de internamentos do Hospital (demora média
observada) e a demora média esperada face aos valores nacionais, procedeu-se ao estudo
dos desvios de tempos de internamento. Comprovou-se que o destino da alta para a rede
de cuidados continuados influencia grandemente o desvio, e que ao maior desvio
correspondem as profissões com maior exigência física.
Utilizaram-se técnicas de data-mining para a previsão e comprovação de evidências,
nomeadamente previsão de valores de financiamento e comprovação da influência da
diabetes como diagnóstico secundário no tempo de internamento, de internamentos com
193
CAPÍTULO 8. CONCLUSÕES E TRABALHO FUTURO
diagnóstico principal fracturas; detectaram-se mais casos de diabetes em tempos de
internamentos médios e altos.
Foram inconclusivos estudos de neoplasias de internamentos de doentes provenientes da
zona da mina da Panasqueira, devido à inexistência do registo de todos os casos
existentes em Portugal, sendo o universo dos internamentos os registados nos HUC, e
sendo, destes, cerca de 54% provenientes do Distrito de Coimbra.
A solução de Business Intelligence criada, permitirá aos HUC um maior conhecimento
sobre a sua actividade no período de 2000 a 2010, o que compreende 11 anos de
produção, bem como em anos vindouros, desde que o sistema se mantenha em utilização,
como se espera.
Como trabalho futuro pretende estudar-se a relação entre procedimentos realizados nos
internamentos e as faixas etárias.
Além disso, e conforme referido no capítulo 5, foram lançadas as bases para a obtenção
de indicadores susceptíveis de utilização na metodologia Balance Scorecards. Pretendese, num trabalho futuro, desenvolver novos KPI’s da área de Inovação e
Desenvolvimento, bem como outros nas três perspectivas restantes, conforme referido na
secção 5.9.
Figura 8.1. Metodologia de Gestão Balanced Scorecards (Kaplan & Norton, 1996)
Espera-se com este trabalho ter respondido às questões inicialmente colocadas e, no
futuro, estendê-lo ainda mais, dado que a quantidade de dados disponível permite, quase
inesgotavelmente, criar novas análises e modelos de previsão.
194
CAPÍTULO 8. CONCLUSÕES E TRABALHO FUTURO
Começou-se este relatório com uma frase de A. Codman de 1916 e toma-se a liberdade de
o terminar com outra:
“In healthcare, data mining is becoming increasingly popular,
if not increasingly essential”
(Kob & Tan, 2005)
195
CAPÍTULO 8. CONCLUSÕES E TRABALHO FUTURO
196
REFERÊNCIAS BIBLIOGRÁFICAS
REFERÊNCIAS BIBLIOGRÁFICAS
(s.d.).
Obtido
em
Agosto
de
2011,
de
Portal
de
Codificação
dos
GDHs:
http://portalcodgdh.minsaude.pt/index.php/Servi%C3%A7o_Nacional_de_Sa%C3%BAde_(SNS)
acedido
em
Agosto 2011
ACS. (2009). Estratégias de Saúde em Portugal, Plano Nacional de Saúde 2004-2010.
http://www.acs.min-saude.pt/wpcontent/uploads/2009/02/estrategiassaudeportugal_pns_04-10_partei-i.pdf.
ACSS . (2009). Circular normativa para: ARS, Hospitais EPE e SPA, nº. 6 de 31/07/2009.
http://portalcodgdh.min-saude.pt/images/0/0a/CN6-2009.pdf.
ACSS. (2009). Cálculo dos doentes equivalentes e do Índice de Case-Mix.
http://www.acss.minsaude.pt/Portals/0/C%C3%A1lculo%20do%20doente%20equivalente%20e%20ICM_20
09_Finaln.pdf acedido em Agosto 2011.
ACSS.
(2010).
http://portalcodgdh.min-
saude.pt/images/7/73/Financiamento%26Contratualizacao-AuditoriaAmbulatorio.pdf.
ACSS. (2008). Modalidades de Financiamento nos Hospitais SPA e EPE. Obtido em 2011,
de www.acss.min-saude.pt
ACSS. (31 de Julho de 2009). Tabela de Preços 2009. Portaria n.º 839-A/2009 .
ACSS, U. O. (2007). Contrato-Programa 2008 – Metodologia para definição de preços e
fixação de objectivos,.
ARS
Centro.
(2010).
Contrato-Programa
2010.
http://www.arscentro.min-
saude.pt/Contratualizacao/Documents/Acordos%202010/EPE/HUCoimbra,%20EPE.pdf
acedido em Agosto 2011.
ARS Centro. (2010). Perfil de Saúde.
Barardo, B. M. (2003). 8º encontro nacional de Economia da Saúde, (p. 23 e 24 de
Outubro).
Bath, P. A. (2004). Data Mining in Helath and Medical Information. University of Sheffield.
Bentes,
M.
(1998).
Instituto de Gestão Informática e Financeira da Saúde.
http://codplus.gim.med.up.pt/index.php/O_Financiamento_dos_hospitais .
197
REFERÊNCIAS BIBLIOGRÁFICAS
Bentes, M., Gonçalves, M., Tranquada, S., & Urbano, J. (1996). A utilização dos GDH
como instrumento de financiamento hospitalar.
Carvalho, J. P. (2010). Sistema de Financiamento Hospitalar: um Reflexão. Faculdade de
Medicina da Universidade do Porto.
Centro, ARS. (2008). ARS Centro. Obtido em 2011, de http://www.arscentro.minsaude.pt/ACES/Paginas/Hospitais.aspx.
Chapman, P. (2000). CRISP-CM Step-by-Step Data Mining Guide. Obtido em 2011, de
http://www.the-modeling-agency.com/crisp-dm.pdf.
Costa, C., Santana, R., Boto, P. (2008). Financiamento por capitação ajustada pelo risco:
conceptualização
e
aplicação.
http://www.ensp.unl.pt/dispositivos-de-
apoio/cdi/cdi/sector-de-publicacoes/revista/2000-2008/pdfs/volume-tematico-72008-administracao-ho.
Costa, J. H. (2009). AVC e Diabetes Mellitus: O perfil dos doentes e do AVC.
Universidade da Beira Interior: Faculdade de Ciências da Saúde.
Deloitte.
(2011).
Saúde
em
análise:
Uma
visão
para
o
futuro.
http://www.deloitte.com/assets/DcomPortugal/Local%20Assets/Documents/PSLSHC/pt(pt)_lshc_saudeemanalise_04022011.pd
f.
Fayyad, U. M. et al. . (1996). From data mining to knowledge discovery: an overview. In
Fayyad, U. M.et al (Eds.).
Feelders A. et a. (2000). Methodological and practical aspects of data mining. Information
& Management, 37, 271–281.
Freitas, A., Brazdil, P., & Pereira, A. d. (2005). MINING HOSPITAL DATABASES FOR
MANAGEMENT. IADIS Virtual Multi Conference on Computer Science and Information
Systems 2005.
Gago, A. C. (2008). O financiamento hospitalar e os grupos de diagnóstico homogéneos.
Universidade de Aveiro.
Gama, C. D., Torres, V. N., Lopes, L., & Nobre, E. (2002). Interpretação geomecânica da
subsisdência da Minda da Panasqueira. Lisboa: 8º Congresso Nacional de Geotecnia.
HUC. (2011). Hucs Hospitais da Universidade de Coimbra, EPE. Obtido em Agosto de
2011,
de
http://95.168.172.20/paginas/informacoes-uteis/indicadores-
estatisticos/assistenciais.php
HUC, EPE. (2011). Hospitais de Universidade de Coimbra, EPE. Obtido em 2011, de
www.huc.min-saude.pt
198
REFERÊNCIAS BIBLIOGRÁFICAS
INE. (2011). Informação Estatística. Obtido em 2011, de Instituto Nacional de Estatística:
http://www.ine.pt/xportal/xmain?xpid=INE&xpgid=ine_indicadores&indOcorrCod=000
5889&selTab=tab0
Jesus, P. (2010). Mortes por cancro aumentarão 34% em Portugal até 2030. DN Portugal ,
http://www.dn.pt/inicio/portugal/interior.aspx?content_id=1585293.
Kaplan, S., & Norton, D. P. (1996). Using the Balanced Scorecard as a Strategic
Management System. Harvard Business Review .
Kob, H. C., & Tan, G. (2005). Data Mining Applications in Healthcare. Journal of
Heathcare Information Management .
Loureiro, J. A. (2007). Restruturação Dinâmica de Estruturas, Multidimensionais de Dados
em Tempo Útil. Universidade do Minho - Escola de Engenharia .
Marques, V. M. (2009). Análise de Dados, Pré-processamento de Dados. ISEC - DEIS.
Marques, V. M. (2011). Business Intelligence; Data-Mining: Metodologias de Condução de
Projecto. ISEC.
Marques, V. M. (2009). Redes Neuronais. ISEC - DEIS.
Ministério da Saúde. (2009). Agrupamento de hospitais para efeitos do sistema de
financiamento por GDH: 2009. Obtido em 11 de 2011, de Portal de Codificação e dos
GDHs:
http://portalcodgdh.min-
saude.pt/index.php/Agrupamento_de_hospitais_para_efeitos_do_sistema_de_financiame
nto_por_GDH:_2009
ORL HUC. (2011). Serviço de Otorrinolaringologia - Apresentação HUC. Obtido em 11 de
2011, de Serviço de Otorrinolaringologia: http://www.orl-huc.com/informacoes.html
Paulo,
A.
(2010).
SNS
Caracterização
e
Desafios.
http://www.gpeari.min-
financas.pt/analise-economica/publicacoes/ficheiros-do-bmep/dezembro-de2010/artigos/artigo-9-sns-caracterizacao-e-desafios .
Pêcego, L. (2010). O Modelo de governação dos hospitais, EPE: Estudo de caso
comparado. http://www.repository.utl.pt/handle/10400.5/2238.
RapidMiner. (2011). RapidMiner. Obtido em 11 de 2011, de RapidMiner:Report the future.:
http://rapid-i.com/content/view/181/190/
Rego, G. (2008). Gestão Empresarial dos Serviços Públicos: Uma aplicação ao Sector da
Saúde.
Rendo, I. (2009). Introdução e Difusão de novas tecnologias – Impacto do financiamento e
do estatuto jurídico hospitalar. http://run.unl.pt/bitstream/10362/4358/1/RUN%20%20Tese%20de%20Mestrado%20-%20In%C3%AAs%20Rendo.pdf.
199
REFERÊNCIAS BIBLIOGRÁFICAS
Santos, C., Norte, A., Fradinho, F., Catarino, A., Ferreira, A. J., Loureiro, M., et al. (2008).
Silicose – Breve revisão e experiência de um serviço de Pneumologia. Rev Port Pneumol
2010; XVI (1) , 99-115.
SAS. (2011). SAS. Obtido em 2011, de http://www.sas.com/.
Silver, M., Su, H.-C., & Dolins, S. B. (2001). Case Study: How to Apply Data Minng
Techniques in a Healthcare Data Warehouse. Journal of Healthcare Information
Management.
Thearling, K. (2011). An Introduction to Data Mining. Obtido de www.thearling.com:
http://www.thearling.com/dmintro/dmintro_frame.htm
Turban, E. (2005). Decision Support Systems and Intelligent Systems (7th Edition).
200