ANAIS PREVISÃO POR MEIO DO USO DE SIMULAÇÃO DA CAPACIDADE DE ATENDIMENTO EM HEMODIÁLISE NO BRASIL PARA 2015.

Transcrição

1 PREVISÃO POR MEIO DO USO DE SIMULAÇÃO DA CAPACIDADE DE ATENDIMENTO EM HEMODIÁLISE NO BRASIL PARA PATRICIA MAGNAGO ( pp_fm@hotmail.com, patriciafm@producao.ufrgs.br ) UFRGS TOMOE GUSBERTI ( tomoe.gusberti@ufrgs.br ) UFRGS LIANE WERNER ( liane@producao.ufrgs.br ) UFRGS Resumo: neste trabalho apresenta-se uma análise da capacidade de atendimento em hemodiálise no Brasil. Inicialmente, elaboraram-se previsões da evolução de variáveis que influenciam na capacidade de atendimento, sendo elas quantidade de: Equipamentos, Transplantes, Mortalidade, Despesas ao Governo, Intercorrências Diárias, Idosos, Unidades e Pacientes de Hemodiálise. Posteriormente, conduziu-se uma simulação sobre a capacidade. Os resultados mostraram que, se as tendências apresentadas pelas séries forem mantidas, a capacidade de atendimento do Brasil para hemodiálise será suficiente em Contudo a distribuição geográfica do atendimento no território nacional é um aspecto que precisa ser proporcionalmente equilibrado e, novas variáveis devem ser incluídas neste contexto. Palavras-Chave: previsão, capacidade, simulação, hemodiálise. 1. Introdução A doença renal crônica, caracterizada pela perda lenta, progressiva e irreversível das funções renais, apresenta efeitos sociais e econômicos bastante relevantes e tem sido motivo de grande preocupação para os órgãos governamentais brasileiros (SESSO; GORDAN, 2007). Em seus estágios mais avançados a patologia é tratada por meio de Terapias Renais Substitutivas (TRS), as quais são disponíveis em três modalidades: hemodiálise, diálise peritoneal e transplante renal. De acordo com estudos que comparam o transplante renal com as modalidades de diálise, de modo geral, é apontada uma melhor relação de custo-efetividade do transplante, já entre as modalidades de diálise a peritoneal é mais vantajosa nesta relação (DE WIT et al., 1998; GREINER et al., 2001; JUST et al., 2008; HALLER et al., 2011). Contudo, as modalidades peritoneal e transplantes possuem restrições de utilizações por motivos clínicos e também motivos culturais da sociedade médica, sendo atualmente 89% dos pacientes brasileiros sujeitos a modalidade de pior relação custo-efetividade: a hemodiálise (SBN, 2012). A terapia de hemodiálise acontece em sessões realizadas três vezes por semana e com duração de aproximadamente quatro horas. A terapia é dependente de equipamentos dedicados e com capacidade de atendimento de um único paciente por vez, que filtram o sangue de maneira artificial por meio de uma membrana semipermeável e estão instalados em clínicas e hospitais habilitados para o serviço e que chegam a operar em até três turnos (BARROS et al., 1999). De acordo com os dados da Sociedade Brasileira 1/15

2 de Nefrologia SBN (SBN, 2013), existem hoje aproximadamente 92 mil pacientes em diálise no Brasil, que representa 0,05% da população. Nos últimos dez anos, esse número cresceu 115% e deve aumentar em uma proporção de 500 casos por milhão de habitantes a cada ano. Este crescimento afeta diretamente a demanda por novos equipamentos nos próximos anos, sendo o atual parque nacional instalado de aproximadamente 20 mil equipamentos (DATASUS, 2012). Atualmente mais de 43% do parque instalado de equipamentos nas unidades de hemodiálise possuem mais de 6 anos de uso (SBN, 2013) e a Portaria 154 do Ministério da Saúde (BRASIL, 2004) delimita um máximo de 200 pacientes em hemodiálise por unidade. Além do crescimento da doença outras tendências dependentes da situação social e econômica afetam a demanda pelos equipamentos de hemodiálise, são quatro a nível mundial (i a iv) e quatro a nível nacional (v a viii). i. Aumento no número de doenças causadoras; ii. Taxa de envelhecimento da população; iii. Taxa de mortalidade da terapia; iv. Existência de poucas empresas em um mercado de alta complexidade. v. Necessidade de garantir atendimento público e gratuito em todo território; vi. Custos de importação dos equipamentos e de manter serviços da terapia; vii. Falta de uma política unificada de prevenção, diagnóstico e terapia; viii. Atestado de capacidade das tecnologias. O aumento progressivo de diabetes e da hipertensão arterial na população mundial, diretamente aumentam o número de casos de pessoas com doenças renais crônicas, pois historicamente são as causas mais comuns de perda das funções renais (respectivamente 35,2% e 27,2% dos casos) e, indiretamente, afetam a demanda dos equipamentos de terapia. A diabetes afeta uma em cada três pessoas, já a hipertensão afeta uma em cada dez pessoas (OMS, 2012). O Brasil ocupa o quarto lugar no ranking dos maiores programas de diálise do mundo, apenas superado pelos Estados Unidos, Japão e Alemanha (SBN, 2008). Mais de 80% das pessoas em terapias renais no mundo residem em países desenvolvidos. Em países como Índia e Paquistão, menos de 10% dos pacientes que necessitam da terapia recebem qualquer tipo de tratamento, já em muitos países africanos existe pouco ou nenhum acesso à terapia e as pessoas simplesmente morrem (ISN, 2011), logo existe uma demanda latente a ser atendida caso a tecnologia chegue a países subdesenvolvidos. Outra tendência refere-se a taxa de envelhecimento da população. Segundo o Censo de 2011 da Sociedade Brasileira de Nefrologia (SBN, 2011), 31,5% dos pacientes em terapias renais pertencem a população idosa com mais de 65 anos. Com o passar dos anos, além da maior propensão a doenças, existem alterações anatômicas e fisiológicas nos rins, decorrentes do processo de envelhecimento renal, que se constituem agravantes para a patologia renal no idoso (SMELTZER et al., 1998). Há no mundo 893 milhões de pessoas com mais de 60 anos e as previsões dizem que no meio do século este número passará de 2,4 bilhões (ONU, 2011). Deste modo, o envelhecimento da população, condicionado por aspectos de sua genética, o estilo de vida e o ambiente 2/15

3 tendem a gerar aumento da demanda pela terapia e pelos equipamentos que a viabilizam. Atualmente a taxa de mortalidade da terapia de hemodiálise ainda é um índice preocupante, que está relacionado com a redução da demanda pelos equipamentos se for considerado o curto prazo, mas se relaciona também com o aumento da demanda por novas soluções tecnológicas com capacidade de prolongar a vida do paciente. A taxa anual de mortalidade entre pacientes em diálise no Brasil está aumentando. Em 2006 a taxa era de 13%, em 2008 atingiu 15,3 e em 2010 alcançou os 17,9% (SBN, 2011). Parte desta mortalidade está associada ao progressivo sucateamento das máquinas, compra de material mais barato com qualidade inferior e substituição de profissionais mais experientes por outros de formação inferior (SBN, 2010). A existência de poucas empresas em um mercado de alta complexidade também influencia na demanda, foram encontradas no mercado dez empresas comercializando equipamentos de hemodiálise, são elas: Fresenius, Gambro, Nipro, B.Braum, Baxter, Nikkiso, SWKJ, JMS, Hospal e Belco. Apesar de existir variação de preço, de confiabilidade técnica, ergonômicas, de estratégia de vendas, de tipos de contratos e de sistemas embutidos, não existem diferenças relevantes quanto ao tipo de solução tecnológica para a filtração do sangue. Neste sentido, pode-se ver que em um mercado de poucas empresas existe uma tendência de menor competitividade em preço com um nível de oferta não tão superior ao de demanda, situação que pode ser alterada com novos lançamentos, mudanças tecnológicas ou então novos entrantes. No Brasil, o acesso à saúde é um direito de todos e um dever do estado, garantido pela Constituição Federal de Logo, o acesso a todos os serviços de saúde deveriam ser universais e gratuitos. Na prática, entretanto, o sistema de saúde no Brasil é um híbrido de assistência médica pública e privada (LUGON, 2009). Com relação a doenças renais, o Sistema Único de Saúde (SUS) financiado pelo governo é o responsável pelo pagamento de 85,8% de todos os tratamentos dialíticos e quase a totalidade dos transplantes renais, além de garantir o acesso a medicamentos de alto custo (SBN, 2011). Apesar de ser um desafio do país a descentralização do atendimento da saúde, as tecnologias de diálise incorporadas estão fortemente centradas na região sudeste, conforme pode ser observado na Figura 1 de distribuição dos equipamentos de hemodiálise (DATASUS, 2012). Com esses dados é possível inferir que variações no crescimento da população, na desigualdade social, no desenvolvimento regional e na distribuição de verbas do governo podem afetar a demanda destes equipamentos. É necessário considerar ainda os custos de importação dos equipamentos e de manter serviços da terapia. Os gastos anuais do SUS para o pagamento da terapia de diálise aumentou de R$ 600 milhões em 2000 para R$ 1,7 em 2009 e tem comprometido mais de 3% do orçamento do sistema de saúde nacional, sendo aproximadamente 90% deste pagamento direcionado a instituições privadas que oferecem o serviço (SCHMIDT et al., 2011). O custo por sessão desta terapia, que contempla o pagamento das equipes acoplados ao equipamento, a operação em local adequado e com pessoas qualificadas e a manutenção também tem aumentado. Em 2005 o custo por sessão era de aproximadamente R$ 97,29 e em 2012 foi de R$ 170,50. Por consequência, os custos dos hospitais para desenvolver e manter os serviços de diálise são tidos como altos e de retorno lento (ABCDT, 2012), logo envolvendo riscos e retorno de longo prazo que 3/15

4 muitos hospitais não estão dispostos a assumir. O custo de aquisição dos equipamentos também é outro ponderador negativo para o sistema, uma vez que não existem fabricantes nacionais, sendo 100% deles importados. Os equipamentos de hemodiálise colaboram para elevar o déficit da balança comercial brasileira de equipamentos hospitalares que superou os 3 bilhões de dólares em 2010 (ABIMO, 2011). Portanto, variações na inflação, na taxa de câmbio, na gestão dos recursos nos hospitais e nos custos de matérias-primas, das equipes, da mão de obra especializada e da infraestrutura dos hospitais também afetam de forma direta a variação na demanda dos equipamentos de hemodiálise. Quantidade de % do Região Estado Equipamentos Estado RO 75 0,40% AC 16 0,09% AM 113 0,60% RR 18 0,10% PA 269 1,43% AP 3 0,02% TO 68 0,36% MA 269 1,43% PI 262 1,40% CE 645 3,43% RN 265 1,41% PB 197 1,05% PE 899 4,79% AL 257 1,37% SE 137 0,73% BA ,17% DF 315 1,68% GO 615 3,27% MS 285 1,52% MT 192 1,02% MG ,27% ES 354 1,88% RJ ,97% SP ,69% PR ,40% SC 458 2,44% RS ,08% total % Norte Nordeste Centro- Oeste Sudeste Sul % da Região 3,0% 21,8% 7,5% 51,8% 15,9% Equipamentos por cidades Figura 1 Quantidade de equipamentos de hemodiálise no Brasil. Tem-se discutido em eventos da área sobre a falta de uma política unificada de prevenção, diagnóstico e terapia desta doença. A situação atual demonstra que a falta de investimentos na prevenção e diagnóstico tem levado a maiores gastos na etapa de terapia, uma vez que os pacientes são diagnosticados em estágios mais avançados da doença e a terapia é a única alternativa (ABCDT, 2012). Portanto, investimento em uma política unificada de prevenção, diagnóstico e terapia acarretaria em uma menor demanda pelos equipamentos. Todo produto médico-hospitalar que entra e está em operação no país é controlado por um sistema de certificação e de tecnovigilância da capacidade técnica, clínica e de segurança tanto do produto como das condições de fabricação do produtor aferida pela Agência Nacional de Vigilância Sanitária (ANVISA). Existe um grande volume de trabalho neste sentido. Muitos modelos de equipamentos de hemodiálise e empresas fabricantes estão no aguardo das aferições quanto a permissividade ou impedimento da comercialização dentro do Brasil. Portanto, o atestado de capacidade das tecnologias é uma variante fundamental para a demanda de equipamentos de hemodiálise. 4/15

5 A partir deste contexto, o objetivo deste artigo é realizar previsões com base na simulação da capacidade de atendimento em hemodiálise no Brasil para Este ano foi escolhido tendo em vista que consolida mais de 10 anos de vigência da última resolução sobre terapias renais no país e é a data futura mais distante que ainda permite aceitação da acurácia dos resultados. A previsão permite apoiar o planejamento de alocação de recursos e capacidades elaborados pelos tomadores de decisão em saúde, incluindo representantes do governo, agências fiscalizadoras e gestores de hospitais. Assim como permite apoiar o planejamento de recursos de projetos e produção dos gestores das empresas fabricantes destes equipamentos e seus respectivos fornecedores; por exemplo, recursos financeiros, humanos, de materiais e de tempo. Já a simulação permite mapear o mundo real em um modelo que ira representar o relacionamento existente entre os elementos que compõe este sistema. Portanto, por meio do comportamento das variáveis que afetam a capacidade da terapia de hemodiálise, neste caso, pode-se obter informações sobre o desempenho deste sistema, ou seja, informações sobre a demanda a ser prevista. Após esta introdução, a segunda sessão aborda os procedimentos metodológicos das técnicas quantitativas utilizadas. A terceira sessão introduz os resultados encontrados e por fim, a quarta sessão apresenta as conclusões do estudo. 2.Procedimentos Metodológicos Foram encontrados 127 trabalhos sobre tendências futuras nas terapias renais por meio de buscas a base de dados dos últimos 15 anos do Google Scholar com quatro palavraschave conjuntas: forecast* AND "end-stage renal disease AND demand predict* AND "trend". Analisaram-se os 20% trabalhos indicados como mais relevantes e suas referências, nesses trabalhos foi encontrado um consenso no curto prazo sobre o crescimento da demanda pelas terapias, custos, centros, quantidade de transplantes entre outros indicadores para diferentes países, por exemplo, nos EUA (XUE et al., 2002; GILBERTSON et al., 2005; SCHIMITZ et al., 2005), Canadá (SCHAUBER et al., 1999), Austrália (BRANLEY et al., 2000; YOU et al., 2002) e Inglaterra (ROBERICK et al., 2004). Os trabalhos citados usaram como método de previsão a extrapolação de tendência de séries temporais e as cadeias de markov, exceto o trabalho da Inglaterra em que foi utilizada a simulação com a previsão de cenários, que permite a vantagem de ter em conta os fatores de risco e de forma independente avaliar o impacto de cada fator. Buscando combinar mais de um método, este trabalho adota a previsão por séries temporais e a simulação, não apenas para encontrar a tendência da doença, mas para prever a capacidade de atendimento. Dessa forma, parte dos dados previstos foram usados na simulação para a geração de novas e relações sobre a capacidade em hemodiálise. 2.1 Procedimentos da Previsão de Demanda Previsão é uma atividade indispensável no planejamento, na definição de estratégias e na tomada de decisão orientada para o futuro (MAKRIDAKIS et al., 1998). Podem ser usados diversos modelos quantitativos para a previsão de demanda. Kotler (1998) afirma que as pesquisas de previsão de demanda e capacidade devem iniciar com a 5/15

6 definição de três níveis: produto, espaço e tempo. Neste trabalho o nível de produto é a capacidade da terapia de hemodiálise, o nível de espaço é o território Brasileiro e o nível de tempo é de uma previsão de três anos com passos mensais, portanto, previsão até setembro de Johnson e King (1988) classificam esse período como de longo prazo, uma vez que envolve a estimação de mais de 20 passos à frente. Inicialmente, conduziu-se uma análise da previsão de algumas variáveis relacionadas com as oito condições sociais apresentadas na introdução e consequentemente explicativas da capacidade de atendimento até o ano de As relações, bem como o período usado na previsão, o número de dados previstos e as fontes estão apresentados na Tabela 1. Tabela 1 Variáveis previstas e suas relações com as tendências. A B C D E F G H Variáveis Período Previsão Fonte Quantidade Equipamentos Quantidade de Transplantes Índice de Mortalidade Despesas ao Governo Quantidade de Intercorrências Diárias Quantidade de Idosos Quantidade de Unidades Quantidade de Pacientes Hemodiálise mensal com 57 (Jan-08 a Set-12) mensal com 57 (Jan-08 a Set-12) mensal com 57 (Jan-08 a Set-12) mensal com 57 (Jan-08 a Set-12) mensal com 57 (Jan-08 a Set-12) anual com 11 (2001 a 2011) anual com 11 (2001 a 2011) anual com 11 (2001 a 2011) 36 (até Set-15) 36 (até Set-15) 36 (até Set-15) 36 (até Set-15) 36 (até Set-15) 4 (até 2015) 4 (até 2015) 4 (até 2015) DATASUS (2013) DATASUS (2013) DATASUS (2013) DATASUS (2013) DATASUS (2013) IBGE (2013) Tendências (Introdução) i ii iii iv v vi vii viii x x x x x x x x x x x x x x x x SBN (2013) x x SBN (2013) x x x x As previsões para as variáveis de A a E, periodicidade mensal, foram conduzidas no IBM SPSS 20, utilizando a ferramenta expert modeller, que indicou os melhores modelos aos dados. Já as previsões das variáveis F a H, de periodicidade anual, foram previstas usando o método de regressão linear com a planilha Excel. 2.2 Procedimentos da Simulação de Monte Carlo Considerando os dados obtidos na fase anterior, conduziu-se uma simulação de Monte Carlo para análise da capacidade de atendimento da demanda no ano de 2015, caso este cenário seja mantido. A simulação de Monte Carlo é uma técnica, que tem base estocástica, para obtenção de informações sobre o desempenho de um sistema, no qual o formato da distribuição de saída será obtido a partir da avaliação do modelo matemático 6/15

7 por meio da combinação de amostras aleatórias das variáveis de entrada, respeitando as respectivas distribuições (DONATELLI; KONRATH, 2005). Para realizar a simulação dispunha-se dos dados observados de onde se verificou que os dados tem comportamento normal. Apresenta-se na Figura o modelo com comportamento dinâmico do sistema de demanda por serviços de hemodiálise e do atendimento do mesmo. Figura 2 Cadeia por serviços de hemodiálise. Optou-se por não utilizar a projeção de quantidade de pacientes de hemodiálise, mas deduzi-la a partir da quantidade de doentes renais na população. A população de idosos parece ser um fator representativo na previsão de pacientes renais e que necessitam de hemodiálise, uma vez que representam mais de 31% dos pacientes. Esta opção decorre do fato de que a quantidade de pacientes de hemodiálise é influenciada também pela quantidade de transplantes renais, dado que o tratamento de hemodiálise constitui uma terapia substitutiva em caso de insuficiência renal. Para fins de simplificação, não foi considerada também a taxa de mortalidade de pacientes em hemodiálise e o aumento de taxa de transplantes ao longo do tempo, pois poderia alterar o percentual de pacientes na tipologia hemodiálise dentre os pacientes de doenças renais. Com estas ressalvas, procedeu-se com a modelagem. 3.Resultados e Discussão 3.1 Previsão de Demanda para as Variáveis A fim de obter os dados de previsões inicialmente, foi necessário, identificar o modelo de previsão de cada variável de entrada com periodicidade mensal. O número de outliers de cada série retirados para obtenção dos modelos, os próprios modelos, os dados de ajustamento estatístico, as medidas de acurácia, a análise Ljung-Box Q e os parâmetros estão apresentados na Figura 4. Pode-se observar que 3 dos 5 dos modelos identificados foram ARIMA. Todas as variáveis apresentaram característica de tendência de crescimento em seus dados e os modelos mostraram-se ajustados. A sazonalidade esteve presente em três modelos, contudo, não foram significativos ao nível de 1%. Com relação a acurácia, o ranking decrescente dos modelos segundo a 7/15

8 medida MAPE (Mean Absolut Percentual Error) foi respectivamente as variáveis: E,B,D,C,A, já pela a medida MaxAPE foi: D,E,B,C,A, assim confirmando que as melhores modelagens são das variáveis E,B,D. Quanto aos resíduos (Ljung-Box Q) todos os testes foram não significativos ao nível de significância de 1%, contudo A,B,C não possuem ruídos brancos. Na Tabela 2 observam-se as estatísticas de ajustamento, medidas de acurácia e os parâmetros de cada modelo. Tabela 2 Identificação dos modelos das variáveis de periodicidade mensal. A - Quantidade B- Quantidade C - Índice de D - Despesas E - Intercorrências de Equipamentos de Transplantes Mortalidade ao Governo Diárias Outliers Retirados Modelo Suavização Suavização ARIMA ARIMA ARIMA Exponencial Exponencial Winters' (0,1,1) (0,0,0) (0,1,0) (0,1,1) Simples (1,1,0) (0,0,0) Aditivo Stationary Ajustamento 0,074 0,230 0,695 0,536 0,278 R-squared Estatístico R-squared 0,998 0,282 0,593 0,925 0,507 Medidas de MAPE 0,301 5,428 3,187 4,352 5,470 Acurácia MaxAPE 2,080 13,752 10,672 25,165 18,634 Ljung-Box Statistics 29,594 31,679 31,645 22,027 97,082 Q(18) DF e Sig. 17 (0,029) 17 (0,016) 16 (0,011) 15 (0,107) 17 (0,486) Alpha (Nível) / 102,148 0,600 0,153 Constante Sig. 0,000 0,000 0,013 Gamma Parâmetros (Tendência) -0,306 0,684-0,524 dos Modelos / AR Lag 1 Sig. 0,035 0,043 0,000 Delta (Sazonal) / 0,718 0,000 0,094 MA Sazonal Sig. 0,150 1,000 0,136 Os dados da regressão linear utilizada para a previsão das variáveis de periodicidade anual estão apresentados na Tabela 3, sobretudo os coeficientes utilizados para previsão. Pode-se observar que as estatísticas do teste foram superiores aos dados da Tabela 2. Além disso, os coeficientes das variáveis apresentaram significância ao nível de 1%. Tabela 3 Dados da regressão linear para a previsão das variáveis de periodicidade anual. Estatística de Regressão Anova Coeficientes F - Quantidade de Idosos G - Quantidade de Unidades H - Quantidade de Pacientes em Hemodiálise R múltiplo 0,952 0,889 0,976 R² 0,907 0,790 0,953 F 87,361 33, ,377 Sig 0,000 0,000 0,000 Interseção Variável /15

9 Na Figura 3 encontram-se os gráficos das previsões de cada uma das variáveis, de onde pode-se observar que os modelos de B, D e E não proporcionaram previsões de crescimentos lineares, mas comportamentos em torno de um nível médio. O período de análise de B e C é anual e da variável E é mensal. As previsões para o último período de interesse deste estudo (mês de setembro do ano de 2015) das variáveis são: A ( equipamentos), B (4.345 transplantes), C (12,45%), D (R$ ,00), E (1.160 intercorrências), F ( idosos), G (729 unidades) e H ( pacientes). 9/15

10 A - Quantidade de Equipamentos B - Quantidade de Transplantes ano 1 ano 2 ano 3 ano 1 ano 2 ano 3 out/ out/ out/ out/ out/ out/ set/ set/ set/ set/ set/ set/ C - Índice de Mortalidade D - Despesas ao Governo ano 1 ano 2 ano 3 ano 1 ano 2 ano 3 out/12 11,97 out/13 11,97 out/14 11,97 out/ out/ out/ set/13 12,45 set/14 12,45 set/15 12,45 set/ set/ set/ E - Incorrências Diárias F - Quantidade de Idosos ano 1 ano 2 ano 3 out/ out/ out/ Real Predito set/ set/ set/ G - Quantidade de Unidades H - Quantidade de Pacientes em Hemodiálise Real Predito Real Predito Figura 3 Previsões das variáveis previstas para /15

11 Sendo a variável de interesse deste estudo a capacidade de atendimento ofertado a população no futuro de 2015, obtido pela razão entre a capacidade de atendimentos efetivos previstos (K) e a quantidade prevista de potenciais pacientes que demandam o procedimento (L), foi necessário estabelecer previsões sobre K. Para tanto, estabeleceu-se a previsão com base nas relações dos dados históricos de unidade de hemodiálise (G), pacientes em hemodiálise (H) e a capacidade teórica e máxima definida por lei - de 200 pacientes por unidade segundo a Portaria 154 do Ministério da Saúde (BRASIL, 2004), que permitiu o cálculo da capacidade máxima (J). Utilizando-se uma regressão linear estimaram-se as previsões até 2015 para a nova variável K. Estes resultados estão na Tabela 4. Tabela 4 - Avaliação e previsão da capacidade efetiva de atendimento Quantidade de Capacidade Unidades de Capacidade pacientes em Efetiva de diálise (G) máxima (J) hemodiálise (H) Atendimentos (K) % Estatística de R múltiplo 97,1% % Regressão R² 94,4% % F Anova 134, % Sig 0, % Interseção -52,945 Coeficientes % Variável 0, % % % % Previsões % % % % 3.2 Simulação A Figura apresenta a cadeia por serviços de hemodiálise base para a realização da simulação, com as distribuições de probabilidade consideradas. A seguir, descrevem-se as variáveis do estudo e uma breve descrição da função distribuição de probabilidade utilizada e, para alguns elementos da simulação, um valor pré-estabelecido, como é o caso da capacidade máxima de atendimentos, estabelecido por norma. Figura 4 Cadeia por serviços de hemodiálise com as distribuições de probabilidade da simulação. 11/15

12 3.2.1 Descrição dos Dados de Entrada A estimativa para a variável quantidade de idosos (F) foi obtida através de previsão de demanda, conforme descrito previamente, obtendo modelo de suavização linear simples, e previsão de idosos em As taxas de incidência da doença e de pacientes em hemodiálise derivaram das variáveis F, I e H. A variável I é referente a quantidades de doentes renais foi obtida com dados da SBN (2013) e introduzida para a análise das taxas, uma vez que com o aumento da gravidade da doença de parte destes pacientes, que possuem algum tipo de problema de insuficiência nos rins, eles serão encaminhados para a terapia de hemodiálise. Portanto, tornam pacientes potenciais da terapia (L). A apresentação dos valores das taxas e suas médias e desvios a serem utilizadas na simulação encontram-se na Tabela 5. Ano Tabela 5 - Análise de taxas de incidência da doença e pacientes em hemodiálise. Quantidade de idosos (F) Quantidade de doentes renais (I) Quantidade de pacientes em hemodiálise (H) Taxa de Incidência da Doença Taxa de Pacientes em Hemodiálise ,846% 8,096% ,011% 7,940% ,291% 8,096% ,320% 8,309% ,591% 8,389% ,599% 9,096% ,568% 8,852% Média 0, ,08397 Desvio Padrão 0, ,00427 Considerando literatura, e os dados disponíveis, calculou-se a taxa de incidência de doentes renais na população de idosos brasileira do período compreendido entre 2001 e 2007, obtendo-se média de 0,04318 e desvio padrão de 0, Como poucos dados são disponíveis, assumiu-se uma variável com distribuição normal, uma vez que se supõe que os dados apresentam esta distribuição. Quanto a taxa de pacientes renais em hemodiálise, utilizando análise similar análise realizada com a taxa de incidência de doentes renais na população de idosos brasileira, de onde se obteve média 0,08397% e desvio padrão 0,00427%. Como poucas são disponíveis, assumiu-se uma variável com distribuição normal, conforme explicado anteriormente. Para a variável quantidade de unidades de hemodiálise (G) o modelo de suavização linear foi obtido da análise de previsão na etapa anterior que gerou a previsão de 729 unidades para o ano de 2015 e da mesma forma que as variáveis anteriormente apresentadas, usou-se assim uma normal com média 729 unidades com desvio-padrão de 28 unidades. Quanto à quantidade máxima de atendimentos das unidades de hemodiálise, o valor é definido por norma, de 200 atendimentos por unidade (BRASIL, 2004). Já quanto à taxa de ocupação em relação à capacidade máxima, obteve-se previsão para o ano de 2015 de 78,87% de utilização efetiva desta capacidade, com o método de suavização linear simples. Da mesma forma que as demais variáveis deste estudo, estipulou-se uma distribuição normal com média 0,56% e desvio-padrão 0,0229%. 12/15

13 3.2.2 Análise da Simulação A análise de simulação de Monte Carlo foi realizada com gerador de números pseudoaleatórios do MS Excel, com eventos. O resultado do histograma da variável percentual de atendimentos é apresentado na Figura 5. 8 Histogram of % atendimetno Percent % atendimetno Figura 5 - Histograma de percentual de atendimentos. Excluídos os valores espúrios, a distribuição de probabilidade que mais se ajustou aos dados da Figura 5, foi a log normal, com parâmetro de escala de 324,28 e de forma de 0,31 com base no teste K-S verificou-se a significância em 5%. Observa-se que a razão da capacidade de atendimento em relação as necessidades dos pacientes é superior a 100, indicando que a demanda será plenamente atendida, mantendo-se o quadro simulado. Considerações finais Os resultados das previsões mostraram que em setembro do ano de 2015 a realidade da hemodiálise no Brasil apresentará por volta de equipamentos em funcionamento, transplantes sendo realizados, com uma taxa de mortalidade da terapia de 12,45%, investimentos do governo na ordem de R$ por ano, média de intercorrências diárias de nas mais de 729 unidades de terapia, contendo pacientes, incluindo quase 5% da população de idosos, que ocuparão 79% da capacidade instalada. O resultado da simulação demonstra que a tendência apontada pela evolução do quadro de instalação de unidades de hemodiálise e a progressão na capacidade de atendimento, melhorando a eficiência dos centros e ampliando leitos, são adequados para o atendimento da demanda esperada no ano de 2015, tendo uma probabilidade de aproximadamente 100% para essa realidade, caso as variáveis mantenham o comportamento previsto ao longo do tempo. No entanto, vale ressaltar que se partiu da premissa que qualquer unidade de hemodiálise atenda a todo o paciente com problemas renais, sem restrições de distância, porém o fator distribuição das unidades de hemodiálise no território nacional, põe a prova os achados desta análise, vista que na Figura 1 foi observado que as unidades de hemodiálise encontram-se concentrados na região sudeste, existindo grandes áreas sem o devido atendimento e que poderia ser um fator incluso em simulações de trabalhos futuros. Trabalhos futuros também podem explorar outras variáveis que podem afetar a capacidade instalada, como: quantidade de profissionais nas equipes; taxa de falhas nos equipamentos e 13/15

14 eficiência global que reduzem a sua disponibilidade para atendimento; influência dos preços de mercado dos equipamentos e insumos que afetam a ampliação e manutenção da capacidade; índice de vida útil da máquina, uma vez que, como abordado anteriormente, 43% dos equipamentos possuem mais de 6 anos em funcionamento na realidade de 2012; crescimento da terapia de diálise peritoneal residencial, uma tendência mundial na área, entre outras variáveis que podem trazer novos desafios para a gestão dos serviços de hemodiálise. Referências ABCDT - Associação Brasileira dos Centros de Diálise e Transplante. Evento discute acesso ao tratamento da doença renal crônica e o crescimento da demanda no Brasil. Disponível em: < content&view= rticleid=2070:eventodiscute-acesso-ao-tratamento-da-doenca-renal-cronica-e-o-crescimento-da-demanda-no-brasil &catid=46:saude-em-destaque&itemid=105>. Acessado em: 15 de dezembro de 2012, ABIMO - Associação Brasileira da Indústria Médico-Odontológica, Pesquisa geral no site. Disponível em: < Acessado em: 15 de dezembro de 2012, BARROS, E.; MANFRO, R.C.; THOMÉ, F.S.,... [et al.]. Nefrologia: rotinas, diagnóstico e tratamento. 2ª ed. Porto Alegre: Artes Médicas, BRANLEY P.; MCNEIL J.J.; STEPHENSON D.H.; EVANS S.M.; BRIGANTI E.M. Modelling the future dialysis requirements under various scenarios of organ availability in Australia. Nephrology, v.5, p , BRASIL. Ministério da Saúde. Diário Oficial, Resolução RDC nº 154, de 15 de junho de 2004, DATASUS - Banco de Dados em Saúde no Brasil Ministério da Saúde. Informações de Saúde TABNET. Banco de Dados. Disponível em: < DATASUS/index.php?area=0202>. Acesso em: 08 de janeiro de 2013, DATASUS - Banco de Dados em Saúde no Brasil Ministério da Saúde. Banco de Dados. Disponível em: < Acesso em: 08 de janeiro de 2013, DATASUS - Banco de Dados em Saúde no Brasil Ministério da Saúde. Banco de Dados. Disponível em < Acesso em: 08 de janeiro de 2013, DE WIT G.A.; RAMSTEIJN P.G.; CHARRO F.T. Economic evaluation of end stage renal disease treatment. Health Policy, v.44, p , DONATELLI, G.D.; KONRATH, A.C. Simulação de Monte Carlo na avaliação de incertezas de medição, Revista de Ciência & Tecnologia, v.13, n.25/26, p.5-15, GREINER W.; OBERMANN K.; SCHULENBURG J.M.G. Socio-economic evaluation of kidney transplantation in Germany. Arch Hellen Med. v.18, n.2, p , HALLER M.; GUTJAHR G.; KRAMAR R.; HARNONCOURT F.; OBERBAUER R. Costeffectiveness analysis of renal replacement therapy in Austria. Nephrol Dial Transplant. v.26, p , IBGE - Instituto Brasileiro de Geografia e Estatística. Banco de Dados. Disponível em < Acessado em: 08 de janeiro de 2013, /15

15 ISN - International Society of Nephrology and International Federation of Kidney Foundations. The cost of disease. Disponível em: < /the-cost-of-disease>. Acessado em: 15 de dezembro de 2012, JUST P.M.; CHARRO F.T.; TSCHOSIK E.A.; NOE L.L.; BHATTACHARYYA S.K.; RIELLA M.C. Reimbursement and economic factors influencing dialysis modality choice around the world. Nephrol Dial Transplant, v.23, p , LUGON J.R. End-stage renal disease and chronic kidney disease in Brazil. Ethnicity & Disease. v.19, p.1-7, MAKRIDAKIS, S.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting. Methods and Applications. Third Edition. John Wiley & Sons. New York, OMS - Organização Mundial da Saúde. Relatório Anual Estatísticas da Saúde Mundial Disponível em: < /en/>. Acesso em: 08 de janeiro de 2013, ONU - Organização das Nações Unidas - Departamento de Assuntos Econômicos e Sociais (DESA). Situação Social Mundial Disponível em: < ReportontheWorldSocialSituation/2011.aspx>. Acessado em: 08 de janeiro de 2013, SBN - Sociedade Brasileira de Nefrologia. Censo de Diálise SBN Disponível em: < Acesso em 08 de janeiro de 2013, SBN - Sociedade Brasileira de Nefrologia. Censo de diálise SBN Disponível em: < Acesso em 08 de janeiro de 2013, SBN - Sociedade Brasileira de Nefrologia. Censo de diálise SBN Disponível em < Acesso em: 08 de janeiro de 2013, SBN - Sociedade Brasileira de Nefrologia. Banco de Dados. Disponível em < gov.br>. Acessado em: 08 de janeiro de 2013, SESSO, R.; GORDAN, P. Dados Disponíveis Sobre a Doença Renal Crônica no Brasil. Jornal Brasileiro de Nefrologia, v.xxix, n.1, supl.1, março, SCHAUBEL D.E.; MORRISON H.I.; DESMEULES M.,... [et al.]. End-stage renal disease in Canada: prevalence projections to Can Med Assoc J, v.160, p , SCHMIDT,... [et al.] Doenças crônicas não transmissíveis no Brasil: carga e desafios atuais. Edição: A Saúde no Brasil. The Lancelot. Disponível em: < Acessado em 15 de dezembro de 2012, maio de SMELTZER S.C., BARE B.G., BRUNNER; SUDDARTH. Tratado medico-cirúrgico. 8ª ed. Rio de Janeiro (RJ): Guanabara Koogan; XUE J.L., MAS J.Z., LOUIS T.A., COLLINS A.J. Forecast of the number of patients with end-stage renal disease in the United States to the year J Am Soc Nephrol, v.12, p , /15