Identifying Patient Demand New Patterns in Emergency Departments a Multiple Case Study: A Forecasting Approach

Autores: Daniel Bouzon Nagem Assad, Javier CaraMiguel Ortega-Mier.

Assad D.B.N., Cara J., Ortega-Mier M. (2020) Identifying Patient Demand New Patterns in Emergency Departments a Multiple Case Study: A Forecasting Approach. In: Thomé A.M.T., Barbastefano R.G., Scavarda L.F., dos Reis J.C.G., Amorim M.P.C. (eds) Industrial Engineering and Operations Management. IJCIEOM 2020. Springer Proceedings in Mathematics & Statistics, vol 337. Springer, Cham. https://doi.org/10.1007/978-3-030-56920-4_14

Resumo

A previsão de chegada de pacientes é um problema crítico para departamentos de emergência (DEs), que precisam oferecer tratamento oportuno e adequado para atender as necessidades dos pacientes. Uma alta precisão na previsão de demanda permite que os gestores de DE dimensionem e aloquem melhor os profissionais de saúde. Além de os pacientes poderem chegar a qualquer momento demandando por assistência médica rápida, gestores de DE devem planejar eficientemente os recursos para cumprir essas demandas limitads pelo balanço orçamentário. Neste artigo, para o problema de previsão de chegada de pacientes de emergência, é proposta uma ferramenta de planejameno que permita gestores de DE prepararem políticas de recursos humanos para curto, médio e longo prazo para as variações de demanda. Aplicamos técnicas de estatística de séries-temporais em dados históricos de quatro EDs para identificar o padrão de comportamento de chegada de paciente a cada hora, semana e ano ao longo do tempo e, em seguido, nós prevemos um ano para frente. A previsão de demanda por hora de pacientes apontou o crescimento do atendimento do pediatra, enquanto o atendimento do médico diminui com o passar do tempo. Além disso, os resultados previstos mostram que os profissionais de saúde que trabalham em turnoa noturnoa encontram uma maior variação na demanda de pacientes do que os profissionais que trabalham no turno da manhã.

Palavras-chave: Health care operation management, Emergency department, Forecast .