Problema de dimensionamento de recursos em unidades de saúde

A FIG. 19 apresenta a metodologia para abordagem do problema de dimensionamento de recursos em unidades de saúde.

1 - Problemas

•Problema de dimensionamento de recursos (leitos, equipamentos, etc.) em unidades de saúde

2 - Objetivos

•Dimensionar os recursos necessários ao adequado atendimento da demanda de hospitais, clínicas, ambulatórios, departamento de emergências, centro cirúrgicos, etc.

3 –Técnicas de Solução

Sugeridas

•Simulação à Eventos Discretos

4 –Inputs necessários

•Taxa de chegada e fluxo de pacientes (considerando a sazonalidade)

•Distribuição dos pacientes nas diversas especialidades e níveis de criticidade

•Probabilidade de mudança de necessidades de internação (leito convencional para UTI)

•Tempo de permanência para cada especialidade

•Duração das diversas atividades diretamente ligadas ao atendimento e correlacionada a ele (ex. limpeza e preparação de leitos)

•Recursos disponíveis

6–Outputs gerados

•Tempos totais de espera em fila

•Taxas de recusa

•Taxa de utilização de recursos

•Número de pacientes atendidos em cada especialidade

•Recursos mínimos para atendimento adequado da demanda corrente e/ou da demanda projetada

5–Principais Variáveis de Desempenho

•Taxa de utilização dos recursos correntes

•Taxa de recusa para cada tipo de demanda

FIGURA 19 - Metodologia proposta para problema de dimensionamento de recursos em unidades de saúde

Fonte: elaborado pelo autor (2014).

6.5.1 Detalhamento das etapas propostas

Sistemas de saúde estão funcionando rotineiramente acima de sua capacidade de atendimento. Estudos de dimensionamento de recursos em hospitais, clínicas, ambulatórios, departamento de emergências e centro cirúrgicos são de fundamental importância para atingir

vez, permitir aos gestores da unidade administrar o fluxo de pacientes de forma a prestar atendimento com o máximo de qualidade.

A técnica mais verificada para auxiliar nesse processo foi a modelagem via SED. Em virtude da natureza estocástica do fluxo de chegada dos pacientes, das variações de complexidade nos procedimentos cirúrgicos e nas consultas, torna-se a simulação uma ferramenta importante para o analista estudar a dinâmica das áreas da saúde e dimensionar de forma realista sua capacidade de atendimento.

Em estudos de dimensionamento de recursos, seja em unidades de saúde já existentes, seja em unidades que estão ainda em fase de projeto e construção, haverá demanda de algumas informações fundamentais para a construção do modelo, tais como a taxa de chegada e fluxo de pacientes (considerando a sazonalidade), a distribuição dos pacientes nas diversas especialidades e níveis de criticidade, a probabilidade de mudança de necessidades de internação (leito convencional para UTI), o tempo de permanência para cada especialidade

Duração das diversas atividades diretamente ligadas ao atendimento e correlacionada a ele (ex. limpeza e preparação de leitos) e por fim os recursos disponíveis.

Todos esses parâmetros deverão ser utilizados para confrontar a capacidade teórica do sistema com a disponibilidade real (dos postos de trabalho, equipes, equipamentos, dentre outros). Em alguns casos, em virtude de problemas na administração dos recursos humanos e materiais, a disponibilidade real do sistema cai e sua capacidade teórica de atendimento tem que ser revista.

Algumas ações reconhecidas como a reestruturação de layout/arranjos físicos, reconfigurações das equipes e postos de trabalho e reestruturação de procedimentos e rotinas de atendimento poderão ser analisadas no modelo de simulação computacional desenvolvido. E poderão auxiliar decisivamente no processo de entendimento da capacidade real do sistema, seja em situações de rotina, seja em situações críticas de pico de demanda de usuários.

Ao final da implementação e da análise dos diversos cenários testados, as variáveis de desempenho fundamentais que precisam ser avaliadas serão a taxa de utilização dos recursos correntes e a taxa de recusa para cada tipo de demanda. Sendo esta última, um elemento crítico principalmente no SUS, que apresentam uma taxa de recusa considerável, onde o atendimento ao paciente é negado em virtude de não haver capacidade para realiza-lo.

Os cenários gerados computacionalmente também permitirão aos analistas e demais envolvidos comparar outros outputs, buscando melhor configuração de dimensionamento dos recursos. Essas saídas são, entre outras possíveis, tempos totais de espera em fila, as taxas de

especialidade e ainda os recursos mínimos para atendimento adequado da demanda corrente e/ou da demanda projetada.

Neste tipo de problema, a técnica de otimização para simulação também poderá ser explorada. Um exemplo seria quando há necessidade de determinar o número mínimo de leitos necessários para o atendimento de uma determinada demanda com taxa de recusa inferior a um valor pré-determinado e/ou tempos de espera máximos pré-definidos.

6.5.2 Referências complementares para auxiliar no desenvolvimento de trabalhos nesse tema específico

Alguns trabalhos já referenciados neste estudo e outros destacados em seguida podem auxiliar os analistas e gestores interessados na aplicação desta proposta, trazendo exemplos de aplicação com resultados satisfatórios e implementações em contextos bem variados.

Dimensionar de forma adequada centros cirúrgicos, ambulatórios e departamentos de emergência é diferencial que, além de aumentar a produtividade, permite também atenção mais adequada aos pacientes. Em estudo de SED em uma clínica de cirurgia ambulatorial, foi alcançada configuração ideal para dimensionar o número máximo de cirurgias por dia, considerando o número de leitos para preparação do paciente, os leitos para internação transitória e, por fim, a configuração da sala de cirurgia. Para este estudo foram coletados dados do sistema real e ainda coletada a opinião das equipes médicas e dos anestesistas. O processo de validação do modelo também obedeceu a esta última sistemática (RAMIS; PALMA; BAESLER, 2001).

Em outra pesquisa aplicada, Ballard e Kuhl (2006) utilizaram SED para identificar a capacidade máxima que um centro cirúrgico pode atender, considerando como premissas o atendimento da satisfação do cliente e ainda mantendo um nível aceitável de produtividade e eficiência. Importante contribuição deste estudo é que ele pode ser replicado em outras unidades, considerando-se as características do fluxo de pacientes, a disponibilidade de recursos materiais e humanos. Após a aplicação da técnica, os níveis de ocupação evoluíram de 50,5% para uma média superior a 80%.

Identificar e entender a demanda é uma das tarefas primordiais em um estudo de dimensionamento. Isken, Ward e McKee (1999), utilizaram SED em uma clínica obstétrica, para dimensionar e alocar adequadamente os recursos. Foram analisadas questões relacionadas a demanda, agendamento de consultas, alocação de sala de exame, padrões de

alternância das equipes médicas, em virtude do sistema de atendimento por plantão. Esse estudo também buscou identificar e mapear o comportamento do sistema quando pacientes de emergência chegam buscando atendimento e congestionam o fluxo de atendimento de pacientes agendados.

Takakuwa e Katagiri (2007), em estudo-piloto realizado em uma enfermaria de um hospital japonês (Hospital Universitário de Nagoya), investigaram o impacto na rotina do departamento do fluxo de pacientes e ainda como essa variável contribui para a formação de congestionamentos. A partir de uma modelagem via simulação, com coleta de dados realizada via registro eletrônico das atividades, foi possível verificar que o tempo de espera pelo atendimento é significativamente superior ao tempo da consulta, agravados principalmente para atendimentos urológicos e psiquiátricos. O modelo permitiu principalmente que o fluxo de pacientes e o volume de congestionamentos fossem identificados, podendo futuramente ser replicados em larga escala no Hospital Universitário.

A partir do problema da falta de capacidade e consequente tempo de espera elevado, Gunal e Pidd (2007) propuseram, em nível estratégico, uma modelagem que objetiva contemplar todo um hospital via SED. Essa unidade de saúde foi dividida em três grandes blocos: emergência, ambulatórios e unidades de internação. Para cada uma delas um modelo conceitual foi desenvolvido.

Em virtude da natureza estocástica do fluxo de chegada dos pacientes, das variações de complexidade nos procedimentos cirúrgicos e nas consultas, a SED torna-se uma ferramenta adequada para ser adotada. Dos três modelos propostos, a modelagem do departamento de emergência parece ter um nível de detalhes suficientemente adequado para ser replicada em outras unidades de saúde. Os modelos propostos para o ambulatório e para as unidades de internação necessitam de adequação de acordo com o porte da unidade de saúde a ser estudada (GUNAL; PIDD, 2007).

Uma pergunta difícil de responder é sobre o número adequado de recursos físicos e materiais necessários para suprir o crescente aumento de demanda. Holm e Dahl (2009), em um hospital universitário, precisaram fazer esse levantamento para um incremento de 45% no volume de pacientes. Por meio de um estudo de simulação específico para o departamento de emergência, foi avaliada uma série de cenários e foi possível identificar que o aumento das equipes de enfermagem e das equipes médicas seria da ordem de 12 e 34%, respectivamente. Serão necessários também acréscimo no número de leitos e adequada gestão dos recursos humanos, principalmente nos horários de pico.

a influência do aumento do volume de pacientes nos departamentos de forma dinâmica. As equipes médicas, por exemplo, deverão ser racionalizadas e concentrar-se em quadros de mais gravidade e emergência. Esse estudo global e dinâmico permitirá melhor dimensionamento da equipe, dos equipamentos e do espaço físico da unidade (HOLM; DAHL, 2009).

Outros autores também poderão auxiliar os pesquisadores, trazendo exemplos de situações em contextos semelhantes, sendo: McGuire (1994), Kirtland et al. (1995), Wijewickrama e Takakuwa (2006), Zeltyn et al. (2009), Cabrera, Luque e Taboada (2012), Chonde, Parra e Chang (2013) e Mocarzel et al. (2013).

6.6Problema de layout/arranjo físico gerando perda de eficiência em hospitais e