Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Abstract In order to demonstrate how DEA mod- Resumo De modo a demonstrar como a modela-
eling can be helpful for hospital performance as- gem por Análise Envoltória de Dados (DEA) per-
sessments conducted in compliance with Brazil’s mite aferir o desempenho dos hospitais e subsidi-
Teaching Hospital Policy, a case study is presented ar a avaliação da implantação da Política de Re-
of 31 general hospitals linked to Federal Universi- estruturação dos Hospitais de Ensino, desenvol-
ties. It considers data on assistance, teaching and ve-se um estudo de caso com os 31 hospitais gerais
research and the use of the IDEAL (Interactive pertencentes a universidades federais brasileiras.
Data Envelopment Analysis Laboratory) software Consideram-se indicadores de assistência, ensino
as a tool for assessing their efficiency. Developed in e pesquisa e utiliza-se o programa IDEAL (Inte-
Brazil, this unique software provides a three-di- ractive Data Envelopment Analysis Laboratory)
mensional view of the productivity frontier, for como ferramenta de avaliação de desempenho. O
easier exploratory analyses and selection of perti- IDEAL, desenvolvido no país, é o único no mun-
nent variables, with a better understanding of the do capaz de prover a visualização tridimensional
outputs of the model (multiplier and envelope) for da fronteira de produtividade, facilitando a aná-
specialists and decision-makers. As an example, a lise exploratória e escolha das variáveis pertinen-
University Hospital benchmark is presented tes, assim como a compreensão dos resultados do
through outputs that take structural and regional modelo (multiplicador e envelope) pelo especia-
input differences into consideration. This model- lista e decisor. A título de exemplo, é apresentado
ing also indicates the changes required in the inef- o benchmark dos hospitais universitários por
ficient units (alterations to input and/or /output meio de indicadores de resultado (outputs), que
1
Instituto Alberto Luiz vectors), setting forth recommendations on public consideram as diferenças estruturais e/ou as de-
Coimbra de Pós-Graduação financing based on quality/efficiency. mandas regionais (inputs). A modelagem tam-
e Pesquisa em Engenharia,
Key words Data Envelopment Analysis, Public bém permite indicar as mudanças necessárias
COPPE, UFRJ. Cidade
Universitária, Centro de performance indicators, Teaching hospital para as unidades ineficientes (alterações nos ve-
Tecnologia, Bloco F, Sala tores de inputs e/ou outputs) e gerar recomenda-
103, Ilha do Fundão. 21945-
ções sobre a distribuição dos recursos públicos
970 Rio de Janeiro RJ.
estellita@pep.ufrj.br baseada em qualidade/eficiência.
2
Serviço de Epidemiologia e Palavras-chave Análise Envoltória de Dados,
Avaliação, Hospital
Indicadores públicos de desempenho, Hospitais
Universitário Clementino
Fraga Filho, UFRJ. de ensino
3
UFRJ.
986
Lins, M. E. et al.
VARIÁVEL DIMENSÃO
Hospital
60 UFMA
UFRJ UFF UFJF
UFPE UFRN
40 UFGO UFSCUFBA
UNIRIO UFPB
UFPEL
FURG
20 UFMG UFMT
UNB FUFMS
FUFS
0
UFCG
5
UFRN AB 2
4
3 4
2
6
1
8
FNM [1] INT/L [O]
990
Lins, M. E. et al.
Hospital
100
UFU
80 UFSM
UNIFESP
HCPA
CIR/S [O]
60
UFPR UFES
UFMA UFJF
40 UFMG UEPA
UFF
UFPÈL UFSC UFRN
UFCG
10
8 UFRN AB
2
6
4 4
2 6
0
cinco hospitais de maior porte e complexidade servidores e apresentarem maiores tempos mé-
(UNIFESP, UFRJ, HCPA, UFPR, UFMG) apare- dios de permanência hospitalar.
ceram fora da fronteira e projetados em regiões Os hospitais eficientes com menor número
Pareto-ineficientes. Essa incongruência pode es- de funcionários, UFPEL e UFRN/AB, apresen-
tar relacionada à ausência de ajuste de gravidade tam um baixo grau de complexidade (SIPAC),
ou “case mix”, motivo pelo qual se optou pela mas um nível mediano de admissões/leito, supe-
inclusão da variável SIPAC [O] no modelo. Como rior ao da UFRJ e equivalente ao da UNIFESP.
resultado da inclusão, a fronteira DEA VRS, com Nessas unidades, o volume de serviços de obste-
as variáveis: Funcionários não médicos – FNM trícia provoca maior rotatividade dos leitos.
[I]; SIPAC [O] e Internações/leito INT/L [O], Para análise do aproveitamento do centro ci-
revela as seguintes situações referentes à unidade rúrgico, a Figura 4 apresenta o output Cirurgias/
de internação (Figura 3): sala – CIR/S [O], junto ao SIPAC [O], tendo como
Entre os hospitais eficientes com maior nú- input: Funcionários não médicos – FNM [I]. Na
mero de funcionários, existe um trade-off entre figura, a fronteira mostra o aparecimento da
SIPAC e número de Admissões/leito: a UNB ca- UFSM e UFU como unidades eficientes por apre-
racteriza-se por um maior número de Interna- sentarem o maior volume de cirurgias por sala.
ções/leito e a UFRJ por um maior SIPAC. Esse Esta fronteira apresenta um número elevado de
achado é compatível com o fato de hospitais de unidades eficientes (11) e a análise gráfica sugere
maior complexidade exigirem maior número de um grupo com menor SIPAC e número de funcio-
991
Hospital
7
UNB
6
INT/L [O]
4 UFPEL
UFRN AB
UNIFESP UFCG
3 UFU UFAL UFMT
UFMG UFMA FMTM FURG
HCPA UFSM
2 UFGO UFPE UFPA
UFF UFSC UFRN
UFPR UFPE UFES FUFMG UFJF FUFS
1 UFRJ
UFBA FUFMS
UFCE UNIRIO
4
20
2 40
60
0
nários e outro com maior SIPAC, onde quase to- tância da estratificação dos benchmarks por com-
das as unidades são eficientes. Essa nova confor- plexidade e a capacidade do método para indicar
mação de variáveis destaca-se por mostrar um a presença de grupos mais homogêneos de com-
modelo mais ajustado à fronteira, embora com paração (clusters). Também vale acrescentar que
muitas unidades sobre a mesma. Vale relembrar as DMUs com valores extremos como a UNI-
que, mesmo que acrescentemos outras variáveis FESP (limites superiores de outputs) e a UFRN
ao modelo clássico DEA VRS, estas onze unida- AB (limites inferiores de inputs) tendem a apare-
des continuarão eficientes, pois terão a liberdade cer sempre como vértices do polígono, portanto,
de atribuir peso máximo a essas mesmas variá- eficientes. Para flexibilizar esse resultado, torna-
veis em detrimento das demais. Nesse caso, tor- se necessário manejo de novas ferramentas, como
na-se necessária a introdução de restrições aos a criação de unidades artificiais ou supereficien-
pesos para aumentar o poder de discriminação tes, além da introdução de restrições aos pesos.
na avaliação de desempenho das unidades.
Em síntese, como resultado da análise explo- 2º nível: Introdução das restrições
ratória, a inclusão da variável SIPAC permitiu o aos pesos nas diferentes dimensões
aparecimento de novas faces Pareto-eficientes,
possibilitando a projeção de unidades com dife- A) Assistência
rentes níveis de complexidade. O aparecimento Uma vez realizada a análise exploratória, o
de mais faces na fronteira demonstra a impor- modelo final foi rodado com a totalidade das
992
Lins, M. E. et al.
Figura 4. Fronteira de produtividade do centro cirúrgico, de acordo com número de funcionários não-médicos
e complexidade hospitalar.
Hospital
120
100
80 UFSM
CIR/S [O]
UFU
UEPA
60 UFJF
UNIFESP HCPA UFMA UFESUFRNUFPELUFMT
40 UFPB
UFPR UNB UFAL FURG
UFMS UFF UFSC
20 UFGO UFBA UNIRIO FUFS
UFPE FMTM UFCG
0 UFRJ UFCE FUFMS
-20
5
4 20
3 40
2
1 60
0
variáveis de assistência, sem restrições, e mos- veis (oficinas, painel de especialistas ou método
trou dezessete unidades eficientes; catorze delas Delphi, por exemplo).
já evidenciadas na análise exploratória 3-D (Ta- Para demonstrar o papel da introdução des-
bela 1). Nos modelos clássicos (CRS ou VRS), o sas restrições, são apresentados na Tabela 1 os
hospital aloca os pesos de modo a maximizar a índices de eficiência e os pesos virtuais do mode-
eficiência aferida, sem considerar a importância lo com as seguintes restrições impostas:
relativa de cada variável. Dessa forma, é necessá- a) Para inputs, todos eles devem ter o peso
ria a incorporação da opinião do especialista e de, no mínimo, 20%, sendo que a variável Recei-
do decisor para definir a relevância das variáveis ta SUS teve um máximo estipulado em 50%. Isso
e garantir que o modelo final tenha resultados garante que todas as variáveis de input sejam
coerentes com a realidade sob modelagem. Com consideradas no modelo e ainda evita que as
base na atribuição de relevância, são introduzi- unidades que têm baixíssimo faturamento, as-
das restrições aos pesos ao modelo; porém, como sociado à baixa produção, não dediquem no
existe o risco da inserção de distorções pela in- modelo toda a participação livre (60%) a esta
clusão de componentes subjetivos, é fundamen- variável, quando deficitária;
tal que metodologias de consenso sejam estrutu- b) Para outputs, o SIPAC teve seu peso má-
radas para que os atores envolvidos opinem so- ximo delimitado em 50%, já que é uma variável
bre os critérios e a importância relativa das variá- de ajuste e pretende-se avaliar a produção pro-
993
nos permite acompanhar o comportamento da seja, aqueles hospitais com maior queda no índi-
unidade. Dentro da lógica de Pareto-Koopmans, ce não tiveram uma segunda opção favorável en-
se um hospital atribui um peso muito alto a uma tre as demais variáveis de input ou de output. Esse
variável de entrada, isso significa que ele, em com- tipo de análise permite combinar a descrição de
paração aos demais, consome menor volume de múltiplas variáveis para um mesmo hospital e a
recursos, ou que suas outras variáveis de input comparação de uma mesma variável para dife-
consomem proporcionalmente mais recursos. Da rentes DMUs, o que pode ser útil para se decom-
mesma forma, se o hospital atribui um peso muito por o score único de eficiência e se apreender os
elevado a uma variável de saída, isso significa que motivos que desencadearam o índice de eficiência
ele, em comparação aos outros, tem alta produ- observado.
ção, ou pior resultado nas suas demais variáveis
de output. Por exemplo, um hospital de maior B) Ensino
complexidade tende a dar um peso alto ao indica- De acordo com a Figura 5, que representa o
dor SIPAC; porém, se um hospital de baixa com- modelo clássico VRS, podem ser observadas sete
plexidade também o fizer, a explicação para o p- unidades eficientes e uma maior densidade de
virtual estaria na muito baixa produção assisten- atividades de ensino entre os hospitais de maior
cial por parte do mesmo. Finalmente, a dinâmica complexidade. De fato, a fronteira de ensino ob-
de valoração das variáveis por esses hospitais pode servada se assemelha àquela de assistência quan-
ser compreendida pela magnitude da alteração do da introdução da variável SIPAC. Entretanto,
do índice após a introdução das restrições, ou três hospitais eficientes na dimensão de ensino
Hospital
UNIFESP
600
500
400
UFRJ HCPA
300
RESM [O]
UFPE
200 UFMG UFPR
UFF UFU
100 UFGO UFES FMTM
UFMA
0 UFBA UNIRIO UFSM FURG UFPEL
UFMT FUFS UFRN AB
UFSM
-100 UFCE
UFPA
350
0
300
250
200 500
150
100 1000
50
Hospital
UNIFESP
4000
3000
MESDOUT [O]
2000
UFRJ
1000
HCPA UFMG
UFPE
UFF 300
0 UFPR
UFBA
UNIRIO
UFCE UFRN 200
UFPA
UFRN AB
30 100
20
10
0
PPG [O] DOCPhD [1]
996
Lins, M. E. et al.
Colaboradores
Agradecimentos
Referências
1. Ministério da Educação e Ministério da Saúde. Por- 10. Ministério da Educação e Ministério da Saúde. Por-
taria Interministerial 1.006, de 27 de maio de 2004. taria Interministerial 1.000, de 15 de abril de 2004.
Dispõe sobre a criação do Programa de Reestrutu- Dispõe sobre os requisitos necessários para a certi-
ração dos Hospitais de Ensino do Ministério da ficação dos hospitais de ensino. Diário Oficial da
Educação no Sistema Único de Saúde. Diário Ofi- União 2004; 15 abril.
cial da União 2004; 27 maio. 11. Chen A, Hwang Y, Shao B. Measurement and sour-
2. Lins MPE, Meza LA. Análise Envoltória de Dados e ces of overall and input inefficiencies: Evidences
Perspectivas de Integração no Ambiente de Apoio à and implications in hospital services. European Jour-
Decisão. Rio de Janeiro: COPPE/UFRJ; 2000. nal of Operational Research 2005;161: 447-468.
3. Allen R., Athanassopoulos A., Dyson RG, Thanas- 12. Ozcan Y. Efficiency of Hospital Service Production
soulis E. Weights restrictions and value judgements in Local Markets: the Balance Sheet of U.S. Medi-
in data envelopment analysis: evolution, develop- cal Armament. Socio-Economic Planning Sciences
ment and future directions. Annals of Operations 1995; 29(2):139-150.
Research 1997; 73: 13-34. 13. Marinho A, Façanha LO. Hospitais universitários:
4. Seiford LM. A Bibliography for Data Envelopment avaliação comparativa da eficiência técnica. Revista
Analysis (1978-1996). Annals of Operations Research de Economia Aplicada 2000; 4(2):315-349.
1997; 73: 393-438. 14. Gasparini CE, Ramos FS. Relative deficit of health
5. Rosko MD, Chilingerian JA. Estimating hospital ine- services in Brazilian states and regions. Brazilian
fficiency: Does case mix matter? Journal of Medical Review of Econometrics 2004; 24(1):75-107.
Systems 1999; 23(1): 51-71. 15. Freeman T. Using performance indicators to im-
6. Lobo M S C, Bloch KV, Fiszman R, Oliveira MR, prove health care quality in the public sector: a
Ribeiro VJP. Sistema de informações dos hospitais review of the literature. Health Services Management
universitários (SIHUF/MEC): um banco de dados Research 2002; 15(2):126-137.
administrativo. Cadernos de Saúde Coletiva 2006; 14 16. Lins MPE, Sollero MKV, Calôba GM, Moreira da
(1):149-162 Silva AC. Integrating the regulatory and utility firm
7. Grosskopf S, Margaritis D, Valdmanis V. Competiti- perspectives, when measuring the efficiency of elec-
ve effects on teaching hospitals. European Journal tricity distribution. European Journal of Operational
of Operational Research 2004; 154 (11):515-525. Research. In press 2006.
8. Roy B. Méthodology multicritère d‘aide à la decision. 17. Veillard J, Champagne F, Klazinga N, Kazadjian V,
Paris: Economica; 1990. Arah O A, Guisset A-L. A performance assessment
9. Donabedian A. Explorations in quality assessment framework for hospitals: the WHO regional office
and monitoring. Vol. I. The Definition of Quality and for Europe PATH project. International Journal for
Approaches to its Assessment. Michigan, Ann Har- Quality in Health Care 2005; 17(6): 487-496.
bor: Health Administration Press; 1980.