O Sistema de triagem de Manchester e novos modelos de gestão em serviços de urgência

(1)

O Sistema de triagem de Manchester e novos modelos de gestão em serviços de

urgência

(2)

“A teoria dos germes de Louis Pasteur é uma ridícula ficção”

(Pierre Pochet, professor de Fisiologia em Toulouse, 1872)

“Quando a Exposição de Paris se encerrar, ninguém mais ouvirá falar em luz elétrica”

(Erasmus Wilson, da Universidade de Oxford, 1879)

“O cinema será encarado por algum tempo como uma curiosidade científica, mas não terá futuro comercial”

(Auguste Lumière, 1895, a respeito de seu próprio invento)

“O Raio-X é uma mistificação”

(Lord Kelvin, físico e presidente da British Royal Society of Science, 1900)

“Recuso-me a acreditar que um submarino faça outra coisa além de afundar no mar e asfixiar sua tripulação”

(H.G.Wells, escritor inglês, 1902)

“O avião é um invento interessante, mas não vejo nele qualquer utilidade militar”

(Marechal Ferdinand Foch, titular de estratégia na Escola Superior de Guerra da França, 1911)

“Até julho sai de moda”

(Revista Variety, sobre o rock’n’roll, março de 1956)

“O cinema sonoro é uma novidade que durará uma temporada”

(Revista American Cinematographer, 1900)

“A televisão não dará certo. As pessoas terão que ficar olhando sua tela, e a família americana média não tem tempo para isso”

(The New York Times, 1939, na apresentação do protótipo de um aparelho de TV)

(3)

§ Serviços de urgência (Pronto‐socorros) sempre lotados;

§ Dificuldade de internação dos pacientes;

§ Recusa de recebimento de ambulâncias;

§ Transporte fragmentado e desorganizado;

§ Ausência de atendimento especializado;

§ Atendimento e lotação nos serviços de urgência de pacientes de baixo risco;

§ Sistema despreparado para maxi‐emergências ou aumento da procura.

Uma Crise Mundial

Hospital‐Based Emergency Care: At the Breaking Point http://www.nap.edu/catalog/11621.html

(4)

O Crescimento da Demanda?

Fonte: KingsFund

AnnualattendancesatEnglishA&E units: 1987/8 to2013/4

(5)

Os Eventos Agudos no Reino Unido

 30%  Decorrentes de Condições Agudas

 70%  Decorrentes de Agudizações de Condições Crônicas

Fonte: Singh D. Transforming chronic care: evidence about improving care for people with long‐term conditions.

Birmingham, Health Services Management Centre, 2005

(6)

Uso do Serviço de Urgência

(Estados Unidos)

(7)

A Situação de Saúde no Brasil

§ As Condições Agudas e Crônicas;

§ A Situação Demográfica;

§ A Mortalidade;

§ A Morbidade;

§ Os Fatores de Risco;

§ A Tripla Carga das Doenças.

Fonte: MENDES, 2010

(8)

19,3 43,8

64,4 65,8

40,8

60,9 64,7 50,6

80 60 40 20 0 20 40 60 80

> 60

40 a 59

20 a 39

0 a 19

A POPULAÇÃO DO BRASIL POR FAIXA ETÁRIA (em Milhões)

2010 2030

Fonte: IBGE

Transição Demográfica no Brasil

(9)

O Crescimento da Demanda

Fonte:Developing a Regional Health System Strategy‐ McKinsey Quaterly

(10)

A Redução nos Serviços

(11)

Percepção da Qualidade em Função do Tempo de Espera

Nota: Os tempos estimados de espera, estão baseados nos depoimentos de pacientes dados ao médico, no último ano.

Fonte: Community Tracking Study Household Survey, 1997, 1999 and 2001 Tempo de Espera Atendimento 66%

54%

46%

28%

51%

66%

59%

47%

33%

53%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

15 minutos ou menos

Entre 15 e 30 minutos

Entre 30 e 60 minutos

Acima de 60 minutos

Nº total atendimentos do

S.U.

A qualidade do exame foi boa ou excelente A consulta médica foi boa ou excelente

(12)

O que Aumenta a Satisfação do Paciente

§ Empatia / Atitude;

§ Tempo de Espera;

§ Competência Técnica Percebida;

§ Controle da Dor;

§ Informação.

FONTE: Welch, S.J. (2010). Twenty years of patient satisfaction research applied to the emergency department: A qualitative review. American Journal of Medical Quality, 25(1), 64-72.

(13)

O Desafio do Sistema de Urgência

§ O recurso certo;

§ Para o paciente certo;

§ No lugar certo;

§ No tempo certo;

§ Com a equipe certa.

(14)

(15)

Regulação e encaminhamento

O paciente chega no S.U.

Classificação do risco e fluxo de encaminhamento

Avaliação , tratamento e alta no

S.U.

Alojamento no S.U.

de pacientes encaminhados para a

Internação CUIDADO DE

EMERGÊNCIA Pacientes gravemente doentes e lesionados provenientes da comunidade

Encaminhamento de pacientes com condições emergenciais

CUIDADO URGENTE NÃO‐PROGRAMADO Falta de competência para o cuidado não‐programado no sistema de cuidado ambulatorial

Desejo de cuidado imediato (p. ex., conveniência, conflitos com o trabalho, deveres familiares)

CUIDADO DA REDE DE SEGURANÇA

Populações vulneráveis (p.

ex., idosos, pacientes não‐

segurados)

Barreiras ao acesso (p. ex., financeiras, transporte, seguro, carência da fonte usual de cuidado)

Demanda por cuidado no S.U.

Sai sem tratamento

completo

Sistema de cuidado ambulatorial

Transferência para outro local (p. ex.,

enfermagem especializada,

hospital de referência)

Admissão no hospital Carência de leitos

equipados disponíveis na

internação

Falta de acesso ao cuidado continuado

SISTEMA DE CUIDADO AGUDO

E N T R A D A P A S S A G E M S A Í D A

Acomodação do paciente

Fonte: JCAHO

(16)

O Ciclo de Vida de uma Visita do Paciente;

O Fluxo de Pacientes e como eles Fluem;

Empurrando e Puxando o Paciente.

• Porta‐Triagem

• Porta‐Médico

• Porta‐Leito

Entrada

• Decisão para Internação/Alta

Passagem

• Alta para

Casa/Internação

Saída

Puxado

Empurrado

FONTE: © Kirk B. Jensen, MD, MBA, FACEP

(17)

“O homem que se atreve a desperdiçar uma hora de vida não descobriu o valor da vida ”

Charles Darwin

(18)

Mapa do Fluxo de Valor

Pacientes Verdes sem Exames

SENHA TRIAGEM REGISTRO AVAL MÉDICA LABORATÓRI

O. IMAGEM* ALTA MÉDICA

\o/ = \o/ = \o/ = \o/ = \o/ = \o/ = \o/ =

T/C = T/C = T/C = T/C = T/C = T/C = T/C =

TR = TR = TR = TR = TR = TR = TR =

FTQ = FTQ = FTQ = FTQ = FTQ = FTQ = FTQ =

Turnos = Turnos = Turnos = Turnos = Turnos = Turnos = Turnos =

0,0 14,0 5,0 25,0 0,0 0,0 0,0 44,00

1,0 3,5 3,0 10,0 0,0 0,0 0,0 17,50

61,50 FIFO

TI

LAB

TAV:28,5%

(19)

Chaves para a Gestão do Fluxo

 Adequar a capacidade à demanda;

 Monitorar o fluxo dos pacientes em tempo real;

 Prever adaptações à demanda;

 Gerenciar, reduzir ou eliminar a variabilidade;

 Prever a demanda para os serviços;

 Modelar e simular processos;

 Entender as implicações e a percepção sobre as filas e sobre a “Teoria de Filas“;

 Entender as implicações e os aspectos da “Teoria das Restrições”;

 Levar sempre em conta que o Serviço de Urgência é parte de um sistema.

Fonte: The Hospital Executive’s Guide to Emergency Department Management

(20)

Conhecendo o fluxo e suas

variações(lean e teoria de filas)

• Demanda/capacidade

• A utilização adequada dos servidores

• Reduzindo a variação

• Segmentando e prevendo recursos

• One piece flow

(21)

Estudando a demanda‐capacidade

(22)

Fonte: H.U. USP

(23)

Um caso em Fortaleza

(24)

Buscando o melhor resultado

Volume

Demanda

(25)

Reajustando a demanda/capacidade

(Capacidade Média)

Capacidade Média

0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00

Capacidade Média x Taxa Média de Chegadas (λ)

Taxa Média de Chegadas (λ) (Pacientes/ hora)

Capacidade Média (Pacientes/ hora) [ S x 2,5 ]

(26)

Reajustando a demanda/capacidade

(Desempenho)

0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00

0 20 40 60 80 100 120 140

Tempo Médio de Espera (em min.)

Tamanho Médio da Fila

Tempo médio de espera por hora de chegada

Tempo médio de espera do paciente é de 74’

Maiores filas e esperas ocorrem entre 20h e 22h

Hora de Chegada

Taxa Média de Chegadas

(λ) (Pacientes/

hora) Nº Proposto

de Médicos

Tempo Médio de

Espera (em Min.)

Tamanho Médio da Fila

00:00 2,72 2,00 93 6,87

01:00 2,29 2,00 77 5,52

02:00 2,08 2,00 56 4,15

03:00 1,76 2,00 46 3,02

04:00 1,64 2,00 30 2,07

05:00 1,57 2,00 23 1,38

06:00 1,24 2,00 11 0,90

07:00 2,50 2,00 12 0,70

08:00 4,00 2,00 18 0,97

09:00 4,79 2,00 27 1,62

10:00 5,35 2,00 41 2,52

11:00 5,67 2,00 55 3,68

12:00 5,47 2,00 65 4,58

13:00 5,38 2,00 74 5,48

14:00 4,95 2,00 77 5,74

15:00 4,89 2,00 80 5,74

16:00 5,08 2,00 84 6,18

17:00 5,27 2,00 92 6,78

18:00 5,40 2,00 100 7,28

19:00 5,33 2,00 109 7,99

20:00 4,75 2,00 114 8,32

21:00 4,66 2,00 116 8,33

22:00 4,20 2,00 115 8,37

23:00 3,62 2,00 110 7,90

TOTAIS 95,00 48,00 4,84

Pacientes Atendidos / Ano 34.675

Espera Média / Paciente (Min.) 73,76

(27)

Reajustando a demanda/capacidade

(Situação)

0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00

Mas não é onde o problema foi causado

(28)

Reajustando a demanda/capacidade

(Resolução)

0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00

Capacidade Média x Taxa Média de Chegadas (λ)

Nova Capacidade Média (Pacientes/ hora)

[ S x 2,5 ]

(29)

Hora Chegada

Taxa Média de Chegadas

(λ) (Pacientes/

hora)

Tempo Médio de Espera

(Wq) (em min.)

Tamanho Médio da Fila (Lq)

00:00 2,71 75 3,01

01:00 2,23 86 3,05

02:00 2,05 93 3,23

03:00 1,66 86 3,12

04:00 1,51 72 2,95

05:00 1,56 66 2,80

06:00 1,75 43 2,67

07:00 2,53 27 1,77

08:00 4,29 26 1,66

09:00 4,89 32 2,32

10:00 5,30 35 3,25

11:00 5,73 28 2,87

12:00 5,23 27 2,52

13:00 5,41 28 2,17

14:00 4,84 40 2,57

15:00 4,74 42 3,16

16:00 5,04 39 3,73

17:00 5,27 30 2,93

18:00 5,21 29 2,49

19:00 5,45 32 2,26

20:00 4,69 46 2,76

21:00 4,67 51 3,37

22:00 4,16 61 3,76

23:00 3,66 65 3,58

Pacientes Atendidos / Ano 34.675 Espera Média / Paciente (Min.) 42,50

Reajustando a demanda/capacidade

(Novo Desempenho)

Tempo médio de espera do paciente é de 43’

0,00 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00

0 20 40 60 80 100 120 140

00:00 01:00 02:00 03:00 04:00 05:00 06:00 07:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00

Tempo Médio de Espera (em min.)

Tamanho Médio da Fila

Tempo médio de espera por hora de chegada

(30)

A Física de uma Simples Fila

Servidor

Fila de Espera

Taxa de Serviço (μ) Taxa de

Chegada (λ)

Quantidade Média na Fila (Lq)

Tempo Médio de Espera na Fila (Wq)

Chegada de Clientes

Saída de Clientes

Pessoa (paciente, ligação, etc.) ou

Objeto (amostra lab., apto a limpar, bandeja a recolher, etc.) Pessoa (médico, enfermeiro, técnico, empregado, etc.) ou recurso (cama, scanner, equipamento, etc.)

(31)

Estratégias para redução de filas

• Descarregar (redes)

• Reduzir a variação dos tempos de chegadas

• Reduzir o tempo médio do serviço

• Reduzir a variação do serviço

• Alinhar

• Agrupar

(32)

Exemplo#1 – Suponha que tenhamos um processo de triagem realizado por uma única enfermeira (S=1).

Pacientes chegam e aguardam em uma sala de espera, se a enfermeira estiver ocupada com outro paciente.

Quando um paciente é visto pela enfermeira da triagem, a atividade de triagem ocorre em um único encontro.

Os dados foram apurados e, na média, 6 pacientes chegam por hora (λ=6). O tempo médio para realização da triagem é de 12 minutos/paciente, ou seja, a taxa de serviço (μ) é de 5 pacientes/hora (μ=5).

Haverá alguma espera?

Processo de Triagem

(Exemplo#1)

Com certeza!

(33)

Exemplo#2 (Situação#1) – Suponha que tenhamos um processo de triagem realizado por uma única enfermeira (S=1). Pacientes chegam e aguardam em uma sala de espera, se a enfermeira estiver ocupada com outro paciente.

Quando um paciente é visto pela enfermeira da triagem, a atividade de triagem ocorre em um único encontro.

Os dados foram apurados e, na média, 4 pacientes chegam por hora (λ=4). O tempo médio para realização da triagem é de 12 minutos/paciente, ou seja, a taxa de serviço (μ) é de 5 pacientes/hora (μ=5).

Haverá alguma espera?

Processo de Triagem

(Exemplo#2)

Depende...

(34)

Processo de Triagem

(Exemplo#2)

0 60 120 180 240 300 360 420 480

Tempo entre Chegadas (λ=4)

0 60 120 180 240 300 360 420 480

(35)

 Podemos usar fórmulas de estado estacionário para determinadas interfaces de enfileiramento. Por exemplo, em casos de chegadas de Poisson, os tempos de serviço distribuídos exponencialmente, e um (1) servidor, o tempo de espera estimado em frente à triagem pode ser calculada usando a fórmula:

Wq = λ / μ ( μ – λ )

 Alternativamente, poderíamos usar qualquer um de uma série de pacotes de simulação de computador;

 ou, podemos usar uma planilha como a QueueCalc.xls que usa as fórmulas de estado estacionário.

Como estimar a Espera?

(36)

Conhecendo a utilização dos servidores

Fator de Utilização dos Servidores (Leitos e Profissionais)

00:00 1,40 01:00 1,40 02:00 0,40 03:00 0,40 04:00 1,00 05:00 0,60 06:00 3,20 07:00 5,60 08:00 8,80 09:00 10,00 10:00 10,80 11:00 7,80 12:00 8,00 13:00 9,80 14:00 8,40 15:00 10,60 16:00 7,20 17:00 7,40 18:00 6,00 19:00 5,00 20:00 5,40 21:00 3,80 22:00 3,00 23:00 2,40

60% 50% 42%

49% 41% 34%

31% 39% 65%

24% 31% 51%

41% 25% 85%

44% 55% 92%

15% 15%

53% 53%

54% 54%

39% 39%

40% 40%

49% 49%

42% 42%

30%

36% 36%

37% 37%

30%

57%

88% 73% 61%

68% 34% 48%

80% 40% 56%

64% 32% 44%

65% 33% 45%

86% 43% 60%

59%

46% 57% 32%

72% 90% 50%

26% 65%

49% 41%

81% 68%

0%

3% 0%

16%

50%

28% 28%

44% 44%

50%

Taxa

Chegada Triagem Serviço de Urgência

Leito Enfermeiro Médico

7%

8% 20% 17%

5% 12% 10%

11% 29%

3% 8%

2% 0%

0% 11% 29% 24%

7%

Horas do Dia

Leito Enfermeiro

7% 0%

0%

24%

54%

12% 12%

25% 25%

27% 27%

19% 19%

5%

Zona operacional confortável Atenção, significativas filas Utilização > 100%, zona perigosa

20% 24% 41%

(37)

Prevendo a chegada?

(38)

Ritmização de Fila

(39)

(40)

Ritmização de Fila

(41)

Segmentação e Fluxo

(42)

 Segmentação “anti‐agrupamento”. Ou seja, vai piorar as coisas se as tarefas e os processos forem semelhantes.

Segmentação de Pacientes em Sequência de Filas

Assumindo variação máxima em chegadas e tempos de serviço (CV=1).

Wq = 22,0’ Wq = 48,0’

S1 S2 λ_a=4 μ_a=5

λ_b=4 μ_b=5

S1

S2 λ=4 μ=5

(43)

 Como fazer melhor?

1) Melhorar significativamente a taxa de serviço.

Segmentação de Pacientes em Sequência de Filas

Assumindo variação máxima em chegadas e tempos de serviço (CV=1).

S1

S2 S1

S2 λ_a=4 μ_a=5

Wq = 22,0’ Wq = 11,4’

λ_b=4 μ_b=5

μ_a=7

μ_b=7

(44)

2) Melhorar a taxa de serviço e reduzir as variações.

Segmentação de Pacientes em Sequência de Filas

S1

S2 S1

S2 λ_a=4 μ_a=5

Wq = 22,0’ Wq = 12,5’

λ_b=4 μ_b=5

μ_a=6

μ_b=6

(45)

3) Se os segmentos são radicalmente diferentes.

Segmentação de Pacientes em Sequência de Filas

S1

S2 S1

S2 λ_a=1 μ_a=1,1

Wq = 70,0’ Wq = 49,0’

λ_b=10 μ_b=11

W_a=270’

W_b=27’

(46)

(47)

Resultado dos Modelos Univariados de Regressão Logística para cada Prioridade do Protocolo de

Manchester

(48)

Mapa do Fluxo de Valor

Pacientes Verdes sem Exames

SENHA TRIAGEM REGISTRO AVAL MÉDICA LABORATÓRI

O. IMAGEM* ALTA MÉDICA

\o/ = \o/ = \o/ = \o/ = \o/ = \o/ = \o/ =

T/C = T/C = T/C = T/C = T/C = T/C = T/C =

TR = TR = TR = TR = TR = TR = TR =

FTQ = FTQ = FTQ = FTQ = FTQ = FTQ = FTQ =

Turnos = Turnos = Turnos = Turnos = Turnos = Turnos = Turnos =

0,0 14,0 5,0 25,0 0,0 0,0 0,0 44,00

1,0 3,5 3,0 10,0 0,0 0,0 0,0 17,50

TI

LAB

(49)

LEAN

(50)

(51)

HMD Contorno

(52)

Modelagem e Simulação de Processos

que simular?

simulação melhora o ndimento de como a instalação ra, modela variabilidades do do real, reduz os custos de e, e minimiza o risco de erros na antação de planos ou anças.

(53)

(54)

“A melhor maneira de

prever o futuro é criá‐lo”

Peter Drucker