Compreensão dos dados

O presente estudo pretende analisar todas as cirurgias que aconteceram no hospital entre 2010 e 2016 para criar um modelo capaz de prever, com margem de erro muito reduzida, o tempo de uma intervenção cirúrgica tendo em conta as caraterísticas do utente e as variáveis que interferem diretamente no episódio em causa tendo em conta a

bibliografia já consultada e referida no Capítulo 2, constante deste documento. Esta previsão torna-se não só importante para o Hospital permitindo que seja mais eficiente, mas também para os clínicos que necessitam de mais tempo para se dedicar ao utente e não a processos administrativos como o caso de elaboração de escalas.

Figura 7. Distribuição do número de intervenções por especialidade de 2010 a 2016, obtido via MS Excel.

Verifica-se, através da Figura 7, que as especialidade de cirurgia plástica e ortopedia têm um peso maior no hospital. Oftalmologia apresenta um comportamento interessante, uma vez que ao longo dos anos tem vindo a aumentar o número de cirurgias. Este comportamento de oftalmologia pode estar relacionado com o facto da esperança média de vida estar a aumentar e, ser necessário intervenção aos olhos devido a doenças de idade como é o caso das cataratas. Estas situações serão analisadas nos capítulos seguintes.

A base de dados selecionada inclui 65 536 intervenções em 34 377 utentes distintos. Este número deve-se ao facto de algumas intervenções incluírem lateralidade como, por exemplo, mão direita e mão esquerda. Além disso, em 6 anos existem doentes que realizam nova intervenção cirúrgica podendo ou não ser a mesma patologia.

Das variáveis selecionadas verifica-se que a sua maioria são categóricas havendo apenas duas numéricas: idade e duração da cirurgia (variável a prever).

1181 4490 882 5267 665 1232 3809 1315 4851 532 1461 3850 1544 4730 435 1278 3837 1682 4264 333 1069 3696 1967 3940 367 1081 3457 2206 4245 506 1064 3437 2444 4122 477 57 51 85 58 50

Cirurgia Geral Cirurgia Plas5ca O<almologia Ortopedia Urologia 2010 2011 2012 2013 2014 2015 2016

De modo a melhor compreender os dados provenientes da base de dados será feita uma análise estatística das variáveis em estudo.

Analisando a variável especialidade que na base de dados se encontra codificada pelo código interno e, por isso, representa-se por “Cod_Espec”, Figura 8.

Figura 8. Diagrama de barras relativo à distribuição das cirurgias por código de especialidade, obtido via Knime.

Verifica-se através da Figura 8 que existem 6 especialidades diferentes para as quais se deve retirar a especialidade 65 por se dever a um erro de registo. A descrição de cada código é a seguinte: • 50 – Urologia; • 51 – Cirurgia plástica; • 57 – Cirurgia geral; • 58 – Ortopedia; • 85 – Oftalmologia.

Tal como descrito, anteriormente, na Figura 7, ortopedia e cirurgia plástica são as especialidades com mais episódios, seguindo-se oftalmologia, cirurgia geral e, por fim, urologia.

A variável “Tipo_Cirurgia” representa a classificação da cirurgia realizada em 25 tipos, Figura 9.

Figura 9. Diagrama de barras relativo ao tipo de cirurgia, via Knime.

Dos 25 tipos de cirurgia representados no diagrama de barras verificamos que apenas dois são os mais frequentes na amostra em estudo. Verificam-se 30 107 registos para “C” cirurgia e 28 541 para “CA” cirurgia de ambulatório (como explicado anteriormente são cirurgias que não exigem o internamento do utente devido ao seu menor risco e, por isso, ausência da necessidade do internamento). Existe uma semelhança entre o número de episódios cirúrgicos e cirúrgicos de ambulatório na amostra em estudo.

O cirurgião principal é representado pelo seu número mecanográfico na base de dados para este estudo e tem a denominação “N_mec”. Verificamos que existem 53 cirurgiões principais com atividade cirúrgica muito dispare. Tal como é possível observar Figura 10.

Como foi observado anteriormente há especialidades que têm mais expressão que outras o que justifica que haja cirurgiões que tenham muito mais cirurgias que outros. É necessário agrupar os dados por especialidade para perceber a distribuição da atividade dos cirurgiões para a mesma especialidade.

Relativamente ao género é possível observar uma distribuição desigual entre homens e mulheres, Figura 11.

Figura 11. Diagrama de barras relativo ao género dos utentes submetidos a cirurgia, obtido via Knime.

Os dados revelam que 72% das cirurgias foram realizadas a mulheres.

O tipo de anestesia que é aplicado ao utente depende das suas condições físicas e psicológicas. Segundo a classificação ASA pode variar entre:

1. Utente saudável;

2. Utente com doença sistémica leve ou moderada, sem limitação funcional; 3. Utente com doença sistémica severa, com limitação funcional;

4. Utente com doença sistémica severa representa risco de vida constante; 5. Utente moribundo com perspetiva de óbito em 24h, com ou sem cirurgia.

Figura 12. Diagrama de barras com a distribuição do tipo de anestesia, obtido via Knime.

Pela análise da Figura 12 verifica-se que à maioria dos pacientes é aplicada anestesia tipo II que diz respeito a doenças sistémicas leves ou moderadas sem limitação funcional. Seguindo-se, a anestesia tipo I, isto é, pacientes saudáveis; a anestesia tipo III – pacientes com doença sistémica severa e limitação funcional; doentes aos quais não foi aplicada qualquer anestesia e, com uma expressão muito pouco significativa, tipo IV. Os valores atribuídos a 9, 11, 16 e 17 foram excluídos da análise por se tratarem de erros de registo.

Caraterística da cirurgia poderá ser o seu carácter de urgência ou se se trata de uma cirurgia urgente, Figura 13.

Uma vez que, o hospital não tem serviço de urgência é de esperar que o valor de cirurgias urgentes seja muito residual tal como é possível observar na Figura 13. Os casos considerados urgentes deverão ser relativos à Unidade de Queimados que o Hospital tem que pela natureza do incidente leva a uma entrada direta para a cirurgia, levando ao registo de episódio cirúrgico urgente.

Pela análise da Figura 14, pode inferir-se que as idades variam entre 10 e 117 anos, a amplitude é 107 verificando-se 2 outliers: 10 e 117 anos. A mediana do atributo idade é 61 anos enquanto que a média é de 59,7 anos. E a amplitude interquartis é de 24. Embora os dados sejam aproximadamente simétricos, apresentam uma assimetria negativa.

Figura 14. Boxplot referente ao atributo numérico idade, retirado do software Knime.

Outra forma de visualização é através de gráficos de barras onde poderemos analisar a frequência por intervalo de idades, Figura 15.

Figura 15. Diagrama de barras da idade em intervalos de 12 anos, obtido via Knime.

É possível verificar que a distribuição das idades da amostra que estamos a analisar se concentra entre os 48 e os 72 anos. Uma vez que, o hospital não recebe pessoas com idade inferior a 18 anos não devem ser consideradas essas idades pois não terão interesse para a análise em estudo no que diz respeito à sua aplicabilidade.

O coeficiente de variação, obtido pela divisão entre o desvio padrão e a média, mede a variabilidade dos dados em relação à média e, para a variável é de 0,27, ou seja, os desvios relativamente à média atingem 27% do valor.

O coeficiente de assimetria é de -0,19 o que significa que a distribuição é assimétrica negativa, ou seja, predominam os valores elevados.

A curtose é uma medida de forma que carateriza o achatamento da curva de distribuição de probabilidades. Para a variável idade o valor é -0,67 o que implica que a distribuição seja mais achatada que a distribuição normal. A sua distribuição é platicúrtica.

Uma das variáveis com mais importância para o estudo, a variável alvo, é a duração cirúrgica. A duração apresenta-se na unidade minutos e a sua distribuição pode ser analisada na Figura 16.

Figura 16. Boxplot referente ao atributo numérico duração da cirurgia, obtido via Knime.

Através do boxplot representado na Figura 16 verifica-se que a amplitude interquartil é 48 minutos, sendo a mediana 24. Verifica-se assim que a duração cirúrgica tem uma assimetria positiva. O mínimo é 1 minuto e o valor adjacente superior é 99 minutos. Os valores posteriores a 99 minutos representam outliers.

O coeficiente de variação que mede a dispersão relativamente à média, para a variável “Duração da cirurgia”, é 85%, ou seja, o desvio-padrão é 85% do valor da média.

O coeficiente de assimetria é de 1,93 o que significa que a distribuição é assimétrica positiva, ou seja predominam os valores baixos.

Para a variável idade o valor da curtose é 6,08 o que implica que a distribuição seja mais afunilada que a distribuição normal. A distribuição é leptocúrtica.

Como a duração da cirurgia é a variável alvo torna-se importante analisar o comportamento da mesma quando condicionada a outras variáveis.

Como se verificou, anteriormente, na Figura 9 os tipos de cirurgia mais relevantes dizem respeito a “C” (cirurgia) e “CA” (cirurgia de ambulatório), por isso, a duração cirúrgica será condicionada a esses dois tipos de cirurgia representada na Figura 17.

Figura 17. Boxplot relativo à duração cirúrgica condicionada aos tipos de cirurgia: cirurgia e cirurgia de ambulatório, obtido via Knime.

Como se pode verificar existem diferenças na duração da cirurgia quando se trata de uma cirurgia em âmbito de ambulatório ou de internamento. Os valores medianos da cirurgia de ambulatório são de 14 minutos, ao passo que, para a cirurgia no âmbito de internamento é de 42 minutos. Para a cirurgia de ambulatório a amplitude interquartil é de 10 minutos e o valor mínimo observado é de 1 minuto, ao passo que, o valor máximo é de 35 minutos. A cirurgia em âmbito de internamento tem amplitude interquartil de 40 minutos sendo, o valor mínimo observado 1 e o valor máximo de 125 minutos. Ambas apresentam assimetria positiva.

Foram selecionados os 25 intervenientes com mais atividade para perceber a distribuição da duração cirúrgica:

Verifica-se de um modo transversal aos intervenientes selecionados que a duração da cirurgia é diferente mediante o cirurgião em análise. Contudo, esta análise deverá ter em conta não só o cirurgião como, também, a especialidade e a intervenção em causa. Uma vez que, cada intervenção é única e obedece a inúmeras especificidades.

Na Figura 20, é possível analisar a duração cirúrgica tendo em conta a especialidade.

Figura 20. Boxplot da duração cirúrgica condicionado ao código de especialidade respetivo (50, 51, 57, 58, 65 e 85), obtido via Knime.

Para cada especialidade é possível verificar que os valores medianos da duração cirúrgica variam entre 13 minutos (valor mais baixo relativo à especialidade de oftalmologia – 85) e 34 minutos (valor de mediana mais alto para a especialidade de cirurgia plástica – 51). Todas as especialidades apresentam assimetria positiva, sendo que ortopedia (58) e cirurgia geral (57) apresentam valores próximos da simetria. A que apresenta valor máximo é cirurgia plástica (51), com 126 minutos, seguindo-se ortopedia, com 112 minutos, urologia (50) com 91 minutos e, oftalmologia com 27 minutos. Para a especialidade de oftalmologia (85) não existem cirurgias em âmbito de internamento o que justifica que as cirurgias na sua globalidade sejam intervenções rápidas sem risco de grandes complicações.

Uma variável que na literatura revista, para preparação do trabalho em estudo, não foi abordada prende-se com o mês em que a cirurgia se realiza. A análise da duração da cirurgia mediante o mês em que é realizada está ilustrada na Figura 21.

Figura 21. Boxplot da duração cirúrgica condicionada ao mês em que foi realizada, obtido via Knime.

Não se verifica uma variação relevante nos valores da mediana ao longo dos meses nem na amplitude interquartil, como é possível observar na Figura 21. De um modo transversal todos os meses mostram assimetria positiva. Verifica-se uma ligeira diferença para o mês de dezembro tanto no valor mediana como na amplitude interquartil.

A mesma análise foi realizada para o dia da semana em que a cirurgia é realizada, Figura 22.

Figura 22. Boxplot da duração cirúrgica condicionada ao dia da semana (1- domingo, 2- segunda-feira, 3- terça-feira, 4 – quarta-feira, 5 – quinta-feira, 6 – sexta-feira e 7 – sábado), obtido via Knime.

Relativamente ao dia da semana no hospital não são realizadas cirurgias nem ao domingo (1) nem ao sábado (7) pelo que os valores serão ignorados por não se

enquadrarem nos objetivos do negócio. Verifica-se que de segunda a quinta-feira não há grande variação da duração tanto nos valores da mediana como na amplitude interquartis, ao passo que, se analisarmos a sexta-feira verificamos que os valores são inferiores aos restantes dias tanto na mediana, na amplitude interquartil e no valor máximo observado. As intervenções que são agendadas para a sexta-feira envolvem menos complexidade devido à possibilidade de haver complicações e elas poderem ser devidamente acompanhadas. Em todos os dias da semana, os valores apresentam assimetria positiva.

Tal como abordado anteriormente na exploração das variáveis, no que diz respeito à frequência, o doente pode ou não ser submetido a anestesia e no caso de ter esta pode variar em quatro tipos principais. Na Figura 23, é possível analisar a distribuição da duração cirúrgica pelo tipo de anestesia do respetivo episódio cirúrgico. As intervenções para as quais é aplicada anestesia do tipo I têm duração média superior e valores máximos observados igualmente superiores às restantes. Verifica-se também que para anestesias do tipo III e IV que a intervenção tem uma duração mediana próxima dos 13 minutos. Como referido anteriormente anestesias de maior grau são aplicadas a doentes com doenças mais avançadas o que pode justificar a observação de durações inferiores às intervenções realizadas a esses utentes.

As caraterísticas do utente são outro fator com foco neste estudo, uma vez que se pretende analisar se as suas caraterísticas têm influência na duração da cirurgia. Assim, na Figura 24, pode analisar-se a duração cirúrgica condicionada ao género.

Figura 24. Boxplot ilustrativo da duração cirúrgica por género feminino (F) e masculino (M), obtido via Knime.

Verifica-se que o género não condiciona a duração da cirurgia já que os valores para ambos são relativamente próximos, notando-se apenas uma menor variabilidade no intervalo mínimo, Q3.

Além do género analisou-se a idade (faixa-etária) do utente no momento da realização da intervenção cirúrgica, Figura 25.

Figura 25. Boxplot da duração cirúrgica condicionado à variável idade convertida em faixa etária, obtido via Knime.

De um modo geral verifica-se que para idades superiores a 50 anos tanto a amplitude interquartil como a mediana e os valores máximos observados tendem a diminuir, podendo estar relacionado com o tipo de intervenção a que as pessoas são sujeitas bem como a complexidade das mesmas.

Uma vez que, o hospital é um hospital de referenciação que obedece a um perímetro específico definido pela ACSS, analisando os distritos verificou-se que a grande maioria das localidades de origem dos utentes dividem-se em sete principais: Porto, Maia, Vila Nova de Gaia, Rio Tinto, Ermesinde, Gondomar e Valbom. A distribuição da duração cirúrgica pela localidade pode analisar-se na Figura 26.

Figura 26. Boxplot da duração cirúrgica condicionado à variável “localidade” representada pelas 7 localidades principais, obtido via Knime.

Pela observação da Figura 26 conclui-se, excluindo os outliers, que a localidade “Porto” apresenta durações cirúrgicas inferiores às restantes localidades bem como, intervenções com durações máximas inferiores.

Verificam-se 733 intervenções diferentes registadas na análise que estamos a realizar o que dificulta a análise já que há intervenções com muito pouca frequência. Deste modo, selecionaram-se 47 intervenções através da exclusão das intervenções com frequência inferior a 100 observações. Verificou-se, adicionalmente, que as intervenções superiores a 1000 observações distribuem-se por apenas duas das 5 especialidades, isto é, ortopedia e oftalmologia. As duas intervenções mais frequentes são “1341” e “1371” que dizem respeito à especialidade de oftalmologia e estão relacionadas com a doença de cataratas, em que a realização de uma implica a realização da outra.

É referido em vários trabalhos bibliográficos que o interveniente tem influência na duração da cirurgia. Contudo, e embora existam intervenções que são transversais às várias especialidades foi selecionada a especialidade de ortopedia e a intervenção “8151” de modo a verificar se para os dados em análise o cirurgião principal tem ou não influência na duração da cirurgia.

Figura 27. Boxplot ilustrativo da duração da cirurgia para a intervenção 1341 da especialidade de oftalmologia por interveniente que a realiza, obtido via Knime.

Efetivamente, e através da Figura 27, é possível verificar que para a mesma intervenção a duração da cirurgia pode variar se tivermos em linha de conta o cirurgião principal que a realiza.

Para perceber se as diferenças na distribuição da duração da cirurgia são significativas, ou seja, se a duração mediana da cirurgia difere significativamente para as categorias cirurgião principal, idade, mês, dia da semana e género foi realizado o teste Kruskal- Wallis. Os resultados do teste estão visíveis na Figura 28.

Figura 28. Teste Kruskal-Wallis para as categorias cirurgião principal, idade, mês, dia da semana e género, obtido via SPSS.

Figura 28. Teste Kruskal-Wallis para as categorias cirurgião principal, idade, mês, dia da semana e género, obtido via SPSS (cont.).

A hipótese nula afirma que as medianas da duração cirúrgica são iguais para as categorias cirurgião principal, idade, mês, dia da semana e género. Como os valores-p são inferiores ao nível de significância de 0,05 rejeita-se a hipótese nula e conclui-se que as medianas não são todas iguais.