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

Transcrição

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 Uma Crise Mundial 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. Hospital Based Emergency Care: At the Breaking Point

4 O Crescimento da Demanda? Fonte: Kings Fund Annual attendances at English A&E units: 1987/8 to 2013/4

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 Transição Demográfica no Brasil A POPULAÇÃO DO BRASIL POR FAIXA ETÁRIA (em Milhões) > 60 19,3 40,8 40 a 59 43,8 60,9 20 a 39 64,4 64,7 0 a 19 65,8 50,6 Fonte: IBGE

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 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 66% 66% 15 minutos ou menos 54% A qualidade do exame foi boa ou excelente A consulta médica foi boa ou excelente 59% Entre 15 e 30 minutos 46% 47% Entre 30 e 60 minutos Tempo de Espera Atendimento 28% 33% Acima de 60 minutos 51% 53% Nº total atendimentos do S.U. 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

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),

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 E N T R A D A P A S S A G E M S A Í D A CUIDADO DE EMERGÊNCIA Pacientes gravemente doentes e lesionados provenientes da comunidade Encaminhamento de pacientes com condições emergenciais Regulação e encaminhamento O paciente chega no S.U. Falta de acesso ao cuidado continuado 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 nãosegurados) Barreiras ao acesso (p. ex., financeiras, transporte, seguro, carência da fonte usual de cuidado) Demanda por cuidado no S.U. Fonte: JCAHO Classificação do risco e fluxo de encaminhamento Avaliação, tratamento e alta no S.U. Alojamento no S.U. de pacientes encaminhados para a Internação Sai sem tratamento completo Acomodação do paciente Carência de leitos equipados disponíveis na internação SISTEMA DE CUIDADO AGUDO Sistema de cuidado ambulatorial Transferência para outro local (p. ex., enfermagem especializada, hospital de referência) Admissão no hospital

16 O Ciclo de Vida de uma Visita do Paciente; O Fluxo de Pacientes e como eles Fluem; Empurrando e Puxando o Paciente. Empurrado Porta Triagem Porta Médico Porta Leito Entrada Passagem Decisão para Internação/Alta Alta para Casa/Internação Saída Puxado 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 LAB TI FIFO 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 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 Demanda Volume

25 Reajustando a demanda/capacidade (Capacidade Média) 8,00 Capacidade Média x Taxa Média de Chegadas (λ) 7,00 6,00 5,00 Capacidade Média 4,00 3,00 2,00 1,00 0,00 Taxa Média de Chegadas (λ) (Pacientes/ hora) Capacidade Média (Pacientes/ hora) [ S x 2,5 ]

26 Reajustando a demanda/capacidade (Desempenho) 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, , Maiores filas e esperas ocorrem entre 20h e 22h 9,00 8,00 01:00 2,29 2, ,52 02:00 2,08 2, ,15 03:00 1,76 2, ,02 04:00 1,64 2, , Tempo médio de espera por hora de chegada 7,00 6,00 05:00 1,57 2, ,38 06:00 1,24 2, ,90 07:00 2,50 2, , ,00 08:00 4,00 2, ,97 09:00 4,79 2, , ,00 10:00 5,35 2, ,52 11:00 5,67 2, ,68 12:00 5,47 2, ,58 13:00 5,38 2, , ,00 2,00 14:00 4,95 2, ,74 15:00 4,89 2, ,74 16:00 5,08 2, , ,00 17:00 5,27 2, ,78 18:00 5,40 2, ,28 0 0,00 19:00 5,33 2, ,99 20:00 4,75 2, ,32 21:00 4,66 2, ,33 22:00 4,20 2, ,37 23:00 3,62 2, ,90 Tempo Médio de Espera (em min.) Tamanho Médio da Fila TOTAIS 95,00 48,00 4,84 Pacientes Atendidos / Ano Espera Média / Paciente (Min.) 73,76 Tempo médio de espera do paciente é de 74

27 Reajustando a demanda/capacidade (Situação) 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 Capacidade Média Mas não é onde o problema foi causado Taxa Média de Chegadas (λ) (Pacientes/ hora) Capacidade Média (Pacientes/ hora) [ S x 2,5 ]

28 Reajustando a demanda/capacidade (Resolução) 8,00 Capacidade Média x Taxa Média de Chegadas (λ) 7,00 6,00 5,00 Capacidade Média 4,00 3,00 2,00 1,00 0,00 Taxa Média de Chegadas (λ) (Pacientes/ hora) Nova Capacidade Média (Pacientes/ hora) [ S x 2,5 ] Capacidade Média (Pacientes/ hora) [ S x 2,5 ]

29 Reajustando a demanda/capacidade (Novo Desempenho) Hora Chegada Taxa Média de Chegadas (λ) (Pacientes/ hora) Tempo Médio de Espera (Wq) (em min.) Tamanho Médio da Fila (Lq) 00:00 2, ,01 01:00 2, ,05 02:00 2, ,23 03:00 1, ,12 04:00 1, ,95 05:00 1, ,80 06:00 1, ,67 07:00 2, ,77 08:00 4, ,66 09:00 4, ,32 10:00 5, ,25 11:00 5, ,87 12:00 5, ,52 13:00 5, ,17 14:00 4, ,57 15:00 4, ,16 16:00 5, ,73 17:00 5, ,93 18:00 5, ,49 19:00 5, ,26 20:00 4, ,76 21:00 4, ,37 22:00 4, , Tempo médio de espera por hora de chegada 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 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 23:00 3, ,58 Pacientes Atendidos / Ano Espera Média / Paciente (Min.) 42,50 Tempo médio de espera do paciente é de 43

30 A Física de uma Simples Fila Tempo Médio de Espera na Fila (Wq) Chegada de Clientes Fila de Espera Saída de Clientes Taxa de Chegada (λ) Quantidade Média na Fila (Lq) Servidor Taxa de Serviço (μ) 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 Processo de Triagem (Exemplo#1) 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? Com certeza!

33 Processo de Triagem (Exemplo#2) 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? Depende...

34 Processo de Triagem (Exemplo#2) Tempo entre Chegadas (λ=4) Tempo entre Chegadas (λ=4) Tempo entre Chegadas (λ=4)

35 Como estimar a Espera? 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.

36 Conhecendo a utilização dos servidores Fator de Utilização dos Servidores(Leitos e Profissionais) Horas do Dia 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 Taxa Chegada Triagem Serviço de Urgência Leito Enfermeiro Leito Enfermeiro Médico 7% 0% 11% 29% 24% 7% 0% 11% 29% 24% 2% 0% 3% 8% 7% 2% 0% 3% 8% 7% 5% 0% 8% 20% 17% 3% 0% 5% 12% 10% 16% 0% 26% 65% 54% 28% 28% 46% 57% 32% 44% 44% 72% 90% 50% 50% 50% 81% 68% 57% 54% 54% 88% 73% 61% 39% 39% 64% 32% 44% 40% 40% 65% 33% 45% 49% 49% 80% 40% 56% 42% 42% 68% 34% 48% 53% 53% 86% 43% 60% 36% 36% 59% 49% 41% 37% 37% 60% 50% 42% 30% 30% 49% 41% 34% 25% 25% 41% 25% 85% 27% 27% 44% 55% 92% 19% 19% 31% 39% 65% 15% 15% 24% 31% 51% 12% 12% 20% 24% 41% Zona operacional confortável Atenção, significativas filas Utilização > 100%, zona perigosa

37 Prevendo a chegada?

38 Ritmização de Fila

39

40 Ritmização de Fila

41 Segmentação e Fluxo

42 Segmentação de Pacientes em Sequência de Filas Segmentação anti agrupamento. Ou seja, vai piorar as coisas se as tarefas e os processos forem semelhantes. λ a =4 μ a =5 S1 S2 λ=4 μ=5 S1 λ b =4 μ b =5 S2 Wq = 22,0 Wq = 48,0 Assumindo variação máxima em chegadas e tempos de serviço (CV=1).

43 Segmentação de Pacientes em Sequência de Filas Como fazer melhor? 1) Melhorar significativamente a taxa de serviço. λ a =4 μ a =5 S1 S2 μ a =7 S1 λ b =4 μ b =5 μ b =7 S2 Wq = 22,0 Wq = 11,4 Assumindo variação máxima em chegadas e tempos de serviço (CV=1).

44 Segmentação de Pacientes em Sequência de Filas Como fazer melhor? 2) Melhorar a taxa de serviço e reduzir as variações. a=4 μ a =5 S1 S2 μ a =6 S1 b=4 μ b =5 μ b =6 S2 Wq = 22,0 Wq = 12,5

45 Segmentação de Pacientes em Sequência de Filas Como fazer melhor? 3) Se os segmentos são radicalmente diferentes. a=1 μ a =1,1 S1 S2 W a =270 S1 b=10 μ b =11 W b =27 S2 Wq = 70,0 Wq = 49,0

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 LAB TI 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 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

49 LEAN

50

51 HMD Contorno

52 Modelagem e Simulação de Processos ue simular? simulação melhora o ndimento de como a instalação a, modela variabilidades do do real, reduz os custos de, e minimiza o risco de erros na ntação de planos ou anças.

53

54 A melhor maneira de prever o futuro é criá lo Peter Drucker OBRIGADO!