PROPOSTA DE MELHORIA NO LAYOUT DO ALMOXARIFADO GERAL DE UM HOSPITAL UNIVERSITÁRIO.

(1)

PROPOSTA DE MELHORIA NO LAYOUT DO ALMOXARIFADO GERAL DE UM HOSPITAL UNIVERSITÁRIO.

Wilkson Ricardo Silva Castro (Programa de Engenharia de Produção ) wilkson.rsc@gmail.com Beatriz Fernandes Trigueiro (Programa de Engenharia de Produção ) beatrizftrigueiro@gmail.com Eric Lucas dos santos Cabral (Programa de Engenharia de Produção ) ericlucascabral94@gmail.com RICARDO PIRES DE SOUZA (Programa de Engenharia de Produção ) RIPISO@GMAIL.COM Alexandre Guilherme Rodrigues Varella (Universidade Federal do Rio Grande do Norte ) varellalexandre@gmail.com

O serviço precário oferecido por parte das instituições públicas de saúde brasileiras tem como uma das causas a distribuição do investimento entre as operações, no qual é possível verificar despesas superestimadas e desperdícios. O baixo approveitamento do

Palavras-chave: Arranjo físico, Systematic Layout Planning, Simulação.

(2)

1. Introdução

Nos últimos anos, o investimento público no setor de saúde do Brasil apresentou um quadro de ascensão chegando, em 2015, a 3,9% do PIB (IBGE, 2017). Todavia, é notória a ineficiência presente no funcionamento do sistema de saúde nacional que, com base na análise entre países, seria praticável obter uma economia de 34% nos gastos para gerar o mesmo número de resultados de saúde ou ainda um incremento de 10% nos resultados utilizando a verba equivalente à atual (WORLD BANK, 2017).

Pode-se dizer, portanto, que um dos fatores responsáveis para o baixo aproveitamento dos recursos hospitalares e, consequentemente, da qualidade prestada à população é o carecimento do uso e noção de técnicas de diversas áreas do conhecimento - como da administração -, trazendo lacunas às organizações de saúde. (CUNHA; CORRÊA, 2013)

Com relação ao sistema de saúde, o Brasil ainda tem espaço para progredir nos dois dos elementos importantes para uma propícia performance de desempenho do setor: o financiamento adequado e uma gestão apropriada dos recursos (SALDIVA; VERAS, 2018).

Por outro lado, cresce a pressão em todo o mundo no que diz respeito à utilização de conceitos e metodologias, antes relacionadas à iniciativa privada e manufatura, para incrementar a eficiência nos serviços públicos (RADNOR, Z. J.; HOLWEG, M.; WARING, J., 2012). Nesse sentido mediante uma gestão de estoques adequada é possível obter significativo aproveitamento na utilização de recursos públicos. Consoante Dias (2009), um sistema de armazenagem eficiente proporciona a diminuição de custos operacionais e ganho de produtividade, ao reduzir perdas de material no manuseio e extravios, acelerar o ritmo de trabalho e gerar maior rendimento dos meios de movimentação e insumos.

No caso dos hospitais, a preocupação com a maneira de administrar os estoques existentes, seja o de almoxarifado geral ou da farmácia hospitalar, viabiliza a realização de todos os serviços disponíveis, da parte administrativa ao atendimento do paciente, sem a falta dos materiais necessários, mas também visando equilíbrio entre demanda e níveis de estocagem, sem despender uma quantia superestimada para manter altos níveis de estoque desses materiais.

Nesse sentido, o presente artigo objetiva construir proposta para aprimorar a gestão de estoques doHospital Universitário Onofre Lopes localizado em Natal/RN, com a aplicação da

(3)

é apresentada através da utilização de software de simulação com intuito de propiciar otimização adequada do almoxarifado geral do referente hospital.

2. Revisão da literatura

2.1 Projeto de layout funcional

Esse tipo de arranjo físico organiza os recursos por função, sendo mais comum o seu uso quando a operação necessita atender a diversos tipos de clientes. Nele, se obtém maior flexibilidade para lidar com mix de produtos e uma supervisão de instalações mais especializada por parte dos funcionários. Sendo assim, é bastante comum ter sua aplicação em armazéns. (KRAJEWSKI, RITZMAN E MALHOTRA, 2009)

Para conduzir o planejamento do arranjo físico, pode-se utilizar, conforme Muther e Hales (2015), um método chamado Systematic Layout Planning (SLP) ou Plano Sistemático de Layout. Consiste em uma sistemática baseada em uma estrutura de fases, procedimentos padronizados e um conjunto de convenções para identificar, classificar e visualizar os elementos e áreas envolvidos no planejamento de um layout. Esse método consiste em 5 etapas, como indicado na Figura 1.

Figura 1 - Passos do SLP

Fonte: Adaptado de Corrêa e Corrêa (2009)

Assim, inicia-se a primeira etapa representando o nível, de forma numérica, e a direção do fluxo por meio do diagrama de fluxo (Figura 2). Este pode ser realizado por meio de dados contidos nos roteiros de produção ou por meio de observação, em operações mais subjetivas.

(4)

(5)

Figura 2 - Diagrama de fluxo

Fonte: Adaptado de Slack (2009)

Posteriormente, Corrêa e Corrêa (2009) retrata a incorporação de elementos qualitativos com o objetivo de indicar as devidas preferências de proximidade entre centros de trabalho com o uso do diagrama de relacionamento (Figura 3) para, depois, ser adaptado no diagrama de arranjo de atividades (Figura 4). Este esquema possibilita a visualização dos setores de acordo com a prioridade das relações por meio da quantidade de linhas ou de diferentes espessuras, sendo aconselhável desenhar primeiro os departamentos cuja vinculação é relevante.

Figura 3 - Diagrama de relacionamento

(6)

Fonte: Adaptado de Muther (2015)

Figura 4 - Diagrama de arranjo de atividades e diagrama de relações de espaços

Fonte: Adaptado de Corrêa e Corrêa (2009)

É importante ressaltar que, enfatizado por Slack (2009), um dos maiores objetivos do layout funcional é a redução dos custos relacionados ao fluxo de recursos da operação, ou seja, a minimização da distância percorrida.

2.2 Simulação

A simulação é a realização de experimento de um sistema real por meio de modelos, indicando como esse sistema reagirá mediante variações estruturais, ambientais e de fatores externos, possibilitando tomar decisões assertivas. Assim, essa técnica busca representar o comportamento dos sistemas a fim de criar hipóteses acerca do possível comportamento futuro e as consequências advindas de possíveis modificações (CENTENO, 1996;

BATEMAN, 2013).

A Figura 5 apresenta diferentes maneiras de como um sistema pode ser estudado para que essas diversas perspectivas possam ser observadas.

Figura 5 – Diferentes maneiras de estudo do sistema

(7)

Fonte: Adaptado de Law e Kelton (1991)

O sistema, por sua vez, define-se como um conjunto de entidades que interagem entre si para atingir algum objetivo. O estudo do seu comportamento é feito por meio do desenvolvimento de um modelo de simulação, o qual se utiliza de suposições sobre o funcionamento do sistema, expressos em relações matemáticas, lógicas e simbólicas entre os seus componentes mais importantes. Isso ocorre porque os sistemas são, geralmente, complexos e agir diretamente neles seria muito difícil e dispendioso, enquanto os modelos conseguem representá-los de maneira simplificada para responder diversas questões condicionais sobre o sistema do mundo real (SEILA, 1995; BANKS et al, 2004).

3. Etapas da pesquisa

Para o desenvolvimento do presente estudo, foi utilizada uma sequência de 7 etapas, como expostas de forma resumida na Figura 6.

Figura 6 – Etapas de desenvolvimento da pesquisa

Fonte: Elaboração própria (2018)

A primeira etapa consiste em esclarecer o problema a ser abordado no estudo com base nas necessidades reais diagnosticadas para, posteriormente, definir os objetivos do trabalho.

Nasegunda etapa foram consultadas bibliografias pertinentes sobre o conteúdo e artigos nas principais bases de dados.

Para a realização da terceira etapa foram conduzidas 20 visitas ao hospital universitário no período que compreende de setembro de 2018 a fevereiro de 2019 com o intuito de

(8)

compreender o funcionamento do almoxarifado geral e adquirir dados e informações relevantes para o estudo.

Os relatórios coletados pelo sistema da empresa foram transferidos para o Microsoft Excel

para um manuseio mais adequado, sendo possível elaborar a Classificação ABC.Ainda com o Microsoft Excel, utilizou-se do recurso de Análise de Dados para elaborar a estatística descritiva a fim de sumarizar e descrever o conjunto de dados. Também foi realizada a identificação dos outliers pelo método interquartil.

O quinto passo do trabalho constitui-se da utilização de ferramentas para projetar uma reformulação do layout atual. Para isso, utilizou-se da ferramenta de arranjo físico funcional, SLP, a fim de analisar o fluxo existente e as inter-relações entre cada categoria do almoxarifado.

A etapa de simulação consiste na representação no software FlexSim do arranjo físico atual do almoxarifado geral do Hospital Universitário e de um arranjo físico sugerido com base na etapa anterior. Esse passo pode ser subdividido em 7 outros, como mostrado na Figura 7.

Figura 7 – Etapas da simulação

Fonte: Adaptado de Law e Kelton (2007)

Com o objetivo da simulação definido e a base de dados necessárias para visualizar esse problema, utilizou-se da ferramenta ExpertFit, um suplemento do Flexsim, para poder inserir

(9)

os dados no contexto da simulação e, com isso, formular e construir o modelo, conforme a atual disposição do layout.

Em sequência, é preciso verificar o número de replicações necessárias para o sistema e validar o modelo de simulação. Este é feito por meio da comparação dos dados obtidos após a execução do modelo com os dados reais do almoxarifado, coletados na terceira etapa.

Por fim, após a validação, pode-se construir o cenário alternativo e comparar os resultados de saída de ambas as simulações, a fim de checar se houve melhorias significativas.

A última etapa consiste em adaptar a revisão teórica para a realidade existente no almoxarifado geral. Com base nas premissas de manuseio adequado de materiais e da aplicação da sistemática SLP, pôde-se elencar ferramentas úteis para uma melhor gestão de estoques e trazer uma nova proposta de arranjo físico, apresentado de forma mais palpável pelo software FlexSim.

(10)

4. Descrição do setor de almoxarifado

Os itens armazenados são agrupados em 15 categorias, como pode ser visto no Quadro 1. Os itens são dispostos na área do almoxarifado destinada à armazenagem, com aproximadamente 245 m², 58 prateleiras e 56 paletes.Na prática, materiais de categorias diferentes apresentam- se juntos sem uma lógica adequada para tal fim, intensificando as dificuldades para o manuseio de materiais.

Quadro 1 – Itens armazenados

Código Itens do Almoxarifado Geral

3003 Combustíveis e Lubrificantes para outras finalidades

3004 Gás Engarrafado

3016 Material de Expediente 3017 Material de Processamento de Dados 3019 Material de Acondicionamento e Embalagem 3020 Material de Cama e Mesa

3022 Material de Limpeza e Produtos de Higienização 3023 Uniformes, tecidos e aviamentos

3024 Material para Manutenção de Bens Imóveis 3025 Material para Manutenção de Bens Móveis

3026 Material elétrico

3028 Material de Segurança e Proteção 3030 Material para Comunicações 3039 Material para Manutenção de Veículos

3042 Ferramentas

O inventário completo totaliza 993 itens distintos com um valor de R$ 715.129,17, representando um número considerável de capital empenhado. O layout atual pode ser verificado na Figura 8. Esse arranjo foi inserido no software Flexsim com a localização correspondente de cada categoria de itens do estoque.

(11)

Figura8 - Layout atual do Almoxarifado Geral

Fonte: Elaboração Própria (2018)

A proposta do presente trabalho surgiu justamente por uma demanda interna do setor, pois tinham ciência de que o processo poderia ser facilitado e melhor controlado com a inserção de medidas adequadas.

5. Análise dos dados e proposições

Para a execução do trabalho, utilizou-se de 19.049 dados, referentes às entradas e saídas das 12 categorias de itens analisados no período de 12 meses. Esses dados auxiliaram na construção do modelo de simulação, de modo que foram utilizados para encontrar distribuições de probabilidade adequadas para representar o comportamento do sistema real no software Flexsim. Para este fim, os dados coletados foram inseridos em uma ferramenta suplementar deste software, intitulada ExpertFit. Essa ferramenta possibilita a verificação da adequação dos dados a uma distribuição de probabilidade padrão e avaliação da sua aderência por meio de testes estatísticos, como Kolmogorov-Sminorv, Chi-Square e Anderson-Darling.

Em síntese, o Quadro 2 apresenta as distribuições probabilísticas utilizadas para cada categoria.

(12)

Quadro 2 –Resumo das distribuições utilizadas para cada categoria

Categoria Distribuição 3016 Johnson 3017 Empírica 3019 Lognormal 3020 Triangular 3022 Pearson 3023 Lognormal 3024 Empírica 3025 Pearson 3026 Lognormal 3028 Weibull 3042 Triangular

Fonte: Elaborada pela autora (2019)

5.1Verificação e Validação

Posterior à definição das distribuições a serem utilizadas, foi realizado o cálculo do número de replicações necessárias ao modelo com o objetivo de alcançar simulações representativas no nível de significância desejado de 0,05. Para isso, calculou-se a precisão h de uma amostra piloto com 10 replicações. A Equação 2, sugerida por Law e Kelton (2007), exige a observação de uma variável aleatória qualquer. Para isso foi utilizado a variável Throughput de itens recebidos por 6 meses, ou seja, a quantidade de entrada dos itens de cada categoria nesse período.

(2)

Donde:

t = distribuição t para 1-𝜎/2 com n-1 graus de liberdade (para 0,05, t = 2,26) s = desvio padrão das médias das replicações

n = número de observações da amostra

Após o término das 10 replicações obteve-se uma média doThroughput igual a 10.737 com valor mínimo de 6.980 e máximo de 14.493,além de um desvio padrão s = 5.252.Aplicando a Equação 2 foi encontrada uma precisão h=3.756,79. Esse valor representa 35% da média do Throughput, sendo, nesse caso, o número de replicações executadas insatisfatório para a simulação. Para obter uma precisão desejada de h* = 500, representando 5% da média, foi

(13)

(3) Donde:

n = número de replicações piloto n* = número de replicações desejado

Com isso, o número de replicações necessárias foi de n* = 565.Com relação à validação do modelo, foi realizada a comparação de uma variável observada do modelo de simulação e da situação real. Nesse caso, o modelo foi executado com duração de 6 meses e as 565 replicações, sendo a variável Throughput do modelo de simulação comparada à quantidade acumulada de mercadorias que entraram num período 6 meses no almoxarifado geral do Hospital Universitário.

O comparativo entre os dados acumulados de cada categoria pode ser observado no Gráfico 1.

Esses valores encontram-se próximos à média obtida na simulação para a variável, mas é válido citar que existe uma grande oscilação na entrada de mercadorias devido ao sistema de licitações que ocorrem na organização.

Gráfico 1 –Comparativo entre a situação real e o modelo simulado para validação

Fonte: Elaborado pela autora (2019)

5.2 Classificação ABC

Para obter informação relevantes para a readequação de layout, é necessário utilizar-se dos dados acerca da demanda interna relacionados ao valor unitário de cada item do estoque. Para isso, utilizou-se o relatório dos itens mais demandados (com 1195 itens) entre os anos de 2017 e 2018, pois verificou-se que entre um ano e outro havia proporcionalidade. Como pode ser visto de forma mais detalhada na Tabela 1: 2% dos itens representam 50% do valor total,

(14)

sendo considerados de classe “A”, enquanto 8% correspondem a 30% do valor (classe “B”) e os outros 90% de todos os itens só pesam 20% em relação ao valor (classe “C”).

(15)

Tabela 1 - Classificação ABC dos itens do almoxarifado

Classe Proporção dos itens

Quantidade de itens

Proporção do valor

Valor da classe

A 2% 20 50% R$47.907,27

B 8% 97 30% R$29.047,68

C 90% 1078 20% R$19.083,16

A Curva ABC referente a esses dados é representada no Gráfico 2, evidenciando que um pequeno número de itens representa uma parcela alta do valor despendido no estoque. Essa informação auxilia na tomada de decisão referente à posição de itens próximos ou não da área de entrega de produtos, junto a ferramenta SLP.

Gráfico 2 - Curva ABC dos itens do almoxarifado

5.3 SLP

5.3.1 Etapa 1: Análise de fluxos de recursos

O SLP é iniciado observando o comportamento e a direção do fluxo, sendo utilizado o diagrama “de-para”. Para isso, utilizou-se do banco de dados do almoxarifado correspondente a 12 meses sobre a intensidade de entradas e saídas para cada categoria, calculadas por dia para efeito de comparação, que está descrita na Quadro 3.

Quadro 3 – Diagrama “De-Para”

De-Para 3003 3016 3017 3019 3020 3022 3023 3024 3025 3026 3028 3042 Recebimento/

Entrega 1 5120 192 571 12 452 62 848 202 693 141 21

(16)

Com o exposto pelo diagrama de fluxo anterior, pode-se perceber que a maior intensidade de fluxo está em material de expediente seguido de material de manutenção de bens imóveis.

5.3.2 Etapa 2: Identificação e inclusão de fatores qualitativos

Nessa etapa incorpora-se os fatores qualitativos por meio da elaboração do diagrama de relacionamento (Figura 9) para visualizar as proximidades desejadas ou não na construção do arranjo físico.

Figura 9 –Diagrama de relacionamento

Pode-se destacar com base no observado, por exemplo, que a categoria “3016” (material de expediente) e “3024”(material de manutenção de bens imóveis) devem estar perto da área de recebimento/entrega, pois a letra “A” indica proximidade absolutamente necessária e a letra

“E” indica proximidade especialmente necessária.

5.3.3 Etapa 3: Avaliação dos dados e arranjo de área de trabalho

É possível ajustar o arranjo de áreas de trabalho com o diagrama de inter-relações (Figura 10), cuja representação foi feita com os códigos da classificação das categorias. Para a elaboração,

(17)

(18)

Figura 10 – Diagrama de inter-relações

Assim, é possível visualizar, por exemplo,a necessidade das categorias de material para manutenção de bens imóveis (3024) e de material elétrico (3026) estarem próximas entre si, devido à sua complementariedade, além de ser preferível estarem próximos da área de recebimento e entrega.

5.3.4 Etapa 5: Ajuste do arranjo no espaço disponível

A última etapa consiste em utilizar todas as análises anteriores para reestruturar o arranjo físico atual, a fim de torná-lo mais usual e efetivo. Para esse passo, utilizou-se do software Flexsimpara simular as alterações propostas e verificar se realmente traria maior otimização no dia a dia dos funcionários. No primeiro momento, o arranjo físico atual do almoxarifado geral do HUOL foi elaborado no software, como pode ser observado na Figura 11.

(19)

Figura 11 – Layout atual do almoxarifado geral do HUOL

Após isso, os resultados advindos da execução do método SLP puderam ser utilizados para uma nova sugestão de arranjo físico, também considerando a classificação ABC elaborada anteriormente. A modificação sugerida de layout pode ser vista na Figura 12, denominado Cenário 1.

(20)

Figura 12 – Cenário 1 do almoxarifado geral do HUOL

Por fim, elaborou-se o Cenário 2 desconsiderando as restrições de proximidade indesejável, ou seja, alterou-se o layout baseado no SLP, mas sem considerar que algumas categorias não deveriam estar próximas de outras, como pode ser visto na Figura 13. Isso foi feito devido à subjetividade dessas limitações, já que foram advindas do ponto de vista dos funcionários e como uma nova proposta considerando as observações e análise dos dados realizadas.

(21)

Figura 13 – Cenário 2 do almoxarifado geral do HUOL

5.4Análise das soluções apresentadas

Para verificar se o arranjo físico sugerido no estudo poderá trazer melhorias reais ao cotidiano do almoxarifado, a variável observada, nesse caso, foi a distância percorrida pelo operador, ou seja, o deslocamento feito pelo operador no almoxarifado, no período de 6 meses. Essa variável foi escolhida pela possibilidade de inferir qual layout poderia otimizar a movimentação, sem que ocorra mais do que o necessário.

A comparação entre os três modelos de simulação, do arranjo físico atual e os dois propostos, pode ser vista na Tabela 2, no qual o comparativo deu-se em relação a distância em metros percorrida pelo Operador 1.

(22)

Tabela 2 – Distância percorrida pelo Operador 1

Operador 1 Atual Cenário 1 Cenário 2 Amplitude 3.869.027,41 3.513.683,73 2.537.823,76

Mínimo 606.731,12 581.101,02 498.939,22 Máximo 4.475.758,53 4.094.784,75 3.036.762,98

Média 1.202.607,27 1.243.308,55 1.156.130,43 Mediana 1.161.309,29 1.179.991,60 1.119.136,44 Desvio padrão 337.618,02 363.609,41 308.014,98

α 0,95

β 0,05

Nota-se que o arranjo físico proposto no Cenário 2 apresentou um valor mais vantajoso, indicando que o operador se movimentaria menos, já que houve uma redução. Fazendo um comparativo entre o Cenário 2 e o atual, houve uma redução de 34,4% de deslocamento em relação à amplitude (equivale a mais de 1.331 km), diminuição de 3,9% comparando a média (equivalente a mais de 46 km) e 3,6% com relação à mediana. Já o Cenário 1 apresentou maior deslocamento que o atual, apesar de ter uma organização mais coerente, porém com relação à amplitude houve uma redução de 9,2%.

Ainda de acordo com o operador 1, é possível inferir que 41% das replicações realizadas obtiveram uma melhoria maior do que a comparação entre as médias do layout atual e do Cenário 2, ou seja, uma redução maior do que 3,9%, comprovando, então, sua efetividade. Já com relação ao operador 2, pode-se observar na Tabela 3 que, comparando o Cenário 2 com o atual, houve uma redução no deslocamento de 21,8% na amplitude, porém um aumento de 0,6% e 0,5% na média e mediana, respectivamente. Com relação ao Cenário 1, os valores de distância percorrida mostraram-se maiores do que ao layout atual em termos de amplitude, média e mediana, indicando que não houve melhoria de deslocamento nesse caso.

(23)

Tabela 3 – Distância percorrida pelo Operador 2

Operador 2 Atual Cenário 1 Cenário 2 Amplitude 3.484.644,07 3.638.640,06 2.724.494,32

Mínimo 735.763,91 890.475,55 775.715,54 Máximo 4.220.407,98 4.529.115,61 3.500.209,86

Média 1.695.560,19 1.796.380,73 1.706.354,36 Mediana 1.678.391,28 1.753.089,02 1.686.934,79 Desvio padrão 407.474,93 426.463,95 379.575,73

α 0,95

β 0,05

Além disso,a análise dos dados também possibilitou inferir que 179 tipos de itens presentes no estoque (somando mais de 10.000 unidades de itens) atualmente não são movimentados há mais de 1 ano representando um valor total (valor unitário x quantidade de itens no inventário) de R$ 56.943,94, principalmente da categoria 3024 (material para manutenção de bens imóveis) que, por observações no local, apresentavam itens com aspecto deteriorado.

6. Considerações finais

Diante da teoria apresentada, o presente estudo avaliou o arranjo físico do almoxarifado geral do Hospital Universitário Onofre Lopes localizado em Natal/RN a fim de contribuir para um melhor funcionamento do mesmo.

Quando se observa o objetivo do trabalho é possível concluir que ele foi atingido, visto que propor a otimização do arranjo físico do almoxarifado geral de um hospital público universitário com uso da ferramenta SLP (Systematic Layout Planning)apresentada através da utilização de software de simulação, foi de fato realizado.

No tocante às limitações encontradas para a execução desse trabalho, é possível citar primeiramente o sistema computacional utilizado pela empresa, o qual não exporta dados diretamente para o Excel, dificultando o manuseio dos dados. No tocante à natureza técnica, houveram dificuldades referentes à limitação do equipamento utilizado para o uso do software Flexsim, sendo ele o único com a licença para utilização do programa, pois as simulações despendiam cerca de 7 horas para serem executadas.

Como sugestão para trabalhos futuros, pode ser utilizado um número maior de dados a fim de identificar o comportamento de entrada e saída por um período mais longo, a instalação de um

(24)

sistema de gerenciamento de armazém adequado e a replicação do trabalho para os outros estoques existentes no hospital.

REFERÊNCIAS

ARAUJO, E. C.; PONTES, E. “Análise da Eficiência do Gasto Público com Saúde”. World Bank Group. Brasília, 2017. Disponível em: <https://bit.ly/2Wr4Rfm>. Acesso em: 30 set. 2018.

BANKS, J. et al. Discrete-Event System Simulation. 4 ed. United States: Prentice Hall, 2004.

BATEMAN, R. E. et al. Simulação de sistemas: aprimorando processos de logística, serviços e manufatura. OrganizaçãoBelgeengenharia e sistemas. Rio de Janeiro: Elsevier, 2013.

CENTENO, M. A. An introduction to simulation modeling. Winter Simulation Conference. Anais...

Miami, Florida, p. 15-22, 1996. Disponível em: <http://www.informs-sim.org/wsc96papers/002.pdf>.

Acesso em: 13 out. 2018.

CORRÊA, H. L.; CORRÊA, C. A. Administração de produção e operações. 2. ed. São Paulo:

Editora Atlas, 2009.

CUNHA, J. A. C.; CORRÊA, H. L. Avaliação de desempenho organizacional: Um estudo aplicado em hospitais filantrópicos. RAE - Revista de Administração de Empresas, v. 53, n. 5, p. 485-499, 2013.

DIAS, M. A. P. Administração de Materiais: Princípios, conceitos e gestão. 6. ed. São Paulo: Atlas, 2009.

ELSEVIER. Scopus Content Coverage Guide. Elsevier Ed., 2017.

HUOL. Carta de Serviços ao Cidadão. Natal: Hospital Universitário Onofre Lopes. Ministério da Educação, 2016. Disponível em: <https://bit.ly/2TAyuZV>. Acesso em: 20 out. 2018.

IBGE. “Conta-Satélite de Saúde 2010-2015: em 2015, 9,1% do PIB foram gastos no consumo de bens e serviços de saúde”. Agência IBGE Notícias. Publicado em: 20 dez. 2017. Disponível em:

<https://bit.ly/2FB4VT4>. Acesso em: 01 out. 2018.

KRAJEWSKI, L.; RITZMAN, L.; MALHOTRA, M. Administração de Produção e Operações. 8.

ed. São Paulo: Pearson Prentice Hall, 2009.

LAW, A. M.; KELTON, W. D. Simulation modeling & analysis. 2. ed. Singapore: McGraw-Hill, 1991.

_____. Simulation modeling & analysis. 4. ed. New York: McGraw Hill, 2007.

MUTHER, R.; HALES, L. Systematic Layout Planning. 4. ed. Kansas City: Management &

Industrial Research Publications, 2015.

RADNOR, Z. J.; HOLWEG, M.; WARING, J. Lean in healthcare: The unfilled promise? Social Science and Medicine, v. 74, n. 3, p. 364-37, 2012.

(25)

SEILA, A. F. Introduction to simulation. Proceedings of the 1995 Winter Simulation Conference, 1995.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da produção. 3. ed. São Paulo:

Atlas, 2009.