Mario Lucio de Oliveira Novaes (Universidade Federal de Juiz de Fora, Minas

Transcrição

1 Mario Lucio de Oliveira Novaes (Universidade Federal de Juiz de Fora, Minas Gerais, Brasil) - vaciclin@powerline.com.br Antonio Augusto Gonçalves (Universidade Estácio de Sá, Rio de Janeiro, Brasil) - antonio.gonçalves@estacio.br David Sérgio Adães de Gouvêa (Universidade Federal de Juiz de Fora, Minas Gerais, Brasil) - dsergio.gouvea@ufjf.edu.br Vera Maria Medina Simonetti (Universidade Estácio de Sá, Rio de Janeiro, Brasil) - vera.simonetti@estacio.br Marina Magalhães Novaes (Faculdade de Ciências da Saúde de Juiz de Fora, Minas Gerais, Brasil) - vaciclin@powerline.com.br Luisa Magalhães Novaes (Faculdade de Ciências da Saúde de Juiz de Fora, Minas Gerais, Brasil) - vaciclin@powerline.com.br Marina Weil Afonso (Universidade Federal de Juiz de Fora, Minas Gerais, Brasil) - marina.weil@engenharia.ufjf.br A strategic approach to reduce vaccine costs in developing countries is to forecast demand and one of the methods used is the. This paper proposes the as a method to forecast vaccine demand. : This case study was done at an immunization service in Minas Gerais, Brazil. The was applied to a VH vaccine serie, which included monthly values going from January, 2003 to January, The MAPE, the Durbin-Watson statistic and the Theil s U statistic were used to verify the model fit. The main results indicate that the can be successfully used to forecast demand in this vaccine serie; the MAPE was 15.89%, the value was (favorable value 2) and the value was (favorable value 1). The can be used to forecast the studied vaccine serie. The simplicity of implementation of this method makes it a useful tool for forecasting vaccine demand. Key-Words: Vaccine; Demand; Forecast; Moving; Average. Para desempenhar suas funções e atender ao seu público alvo, as organizações dimensionam suas capacidades produtivas a fim de evitarem os desperdícios de bens -produzidos em excesso- ou a queda na qualidade dos serviços -traduzida pelo -. Observa-se esta ocorrência também na área de saúde. No setor de saúde brasileiro se notam aspectos relevantes como (1) a presença de aleatoriedade nas demandas de medicamentos e imunobiológicos (NOVAES, 2006), (2) a inobservância da utilização de processos matemáticos para previsão das demandas desses produtos (ROSA, 2006) e (3) a escassez de recursos destinados a tratar ou prevenir as doenças que afligem a população. Nesse cenário coexistem (1) o surgimento de novas doenças, (2) as técnicas

2 diagnósticas e modelos terapêuticos inovadores e dispendiosos e (3) a percepção das ações de saúde voltadas ao tratamento das doenças, em detrimento de ações preventivas apenas discretas -com o emprego de remédios ou de vacinas- (NOVAES et al., 2008a). A vacinação representa um avanço de dimensões relevantes para a saúde coletiva e individual e demonstra seus resultados positivos em relação à morbidade, mortalidade e melhoria da qualidade de vida dos indivíduos -superada somente pelo advento da água potável. Diferentes programas de vacinação -dentre estes o Programa Nacional de Imunização (PNI) brasileiro- contribuíram para a erradicação da poliomielite, do sarampo e da varíola em determinados locais do mundo; contudo ainda persistem as mortes causadas por doenças evitáveis por vacinação, conforme o Quadro 1. Doença pneumocócica Sarampo Rotavírus Infecções pelo Haemophilus Coqueluche Tétano Febre amarela Doença meningocócica Encefalite japonesa 5 14 Difteria 4 5 Poliomielite <1 <1 Hepatite B < Quadro 1 - Distribuição de mortes estimadas causadas por doenças imunopreveníveis no mundo, em Fonte: OMS (2005). De forma tautócrona observam-se queda na taxa de fecundidade brasileira -em número de filhos por mulher- e o envelhecimento da população, circunstâncias que propiciam um aumento da demanda por vacinas -entendidas como insumos facilitadores de uma saúde satisfatória e menos onerosa-, já que protegem o indivíduo de determinada doença, reduzem os investimentos na aquisição de remédios e propiciam uma vida de melhor qualidade a um menor custo. A procura pelos serviços de imunização públicos ou privados se traduz em uma demanda por vacinas dependente de fatores incertos e sujeitos ao acaso. Para contrabalançar esta circunstância, os serviços de imunização formam os estoques de vacinas e necessitam adequar a gestão de suas demandas; a utilização de técnicas matemáticas adaptáveis às suas políticas de ressuprimento é um desses caminhos (NOVAES et al., 2008b). Os métodos de previsão de :

3 demandas situam-se entre essas técnicas e sua utilização é facilitada pelas ferramentas computacionais. Este estudo observa um dos métodos de previsão de demandas -a Média Móvel Simples- através do uso da ferramenta < = A aplicada a uma série histórica de vacinas e avalia seu possível emprego na prática dos gestores do setor. Sua contribuição reside em empregar métodos de fácil compreensão e manuseio -já utilizados com sucesso na indústria- ao setor saúde, onde as estratégias de ressuprimento encontram-se convencionalmente sedimentadas em bases empíricas (ROSA, 2006). Vacinas, insumos básicos à vida, são medicamentos indutores de proteção específica aos indivíduos que as recebem, de acordo o número de doses administradas e a idade dos mesmos (NOVAES et al, 2008b); ao ministrar-se certa vacina ao indivíduo pretende-se que o mesmo torne-se não susceptível a determinada doença. Nas unidades de saúde voltadas à vacinação esses produtos encontram-se abrigados nos estoques, onde se deve zelar pela sua conservação adequada e seu uso seguro e racional (NOVAES et al., 2008a). A importância dos estoques de vacinas encontra-se dimensionada não somente pelo seu valor monetário, mas pela essencialidade em relação à prestação dos serviços a que dão suporte (BARBIERI e MACHLINE, 2006); sua gestão é complexa devido a fatores intrínsecos desses produtos como (1) a ocorrência de demandas com flutuações significativas, (2) sua fácil perecibilidade e (3) a necessidade de manter a disponibilidade desses produtos na mesma proporção de sua utilização, evitandose o, fator determinante de indivíduos não vacinados e prováveis propagadores de doenças-. Conservar adequadamente um imunobiológico significa garantir suas características iniciais, desde sua produção até o momento de sua inoculação no indivíduo (MARTINS, MIGOWSKI e GONZAGA, 2004); as vacinas possuem data de validade determinada pelo laboratório produtor que deve ser observada, já que doses aplicadas inadvertidamente com validades expiradas não produzem a proteção desejada, e sua readministração ao paciente configura-se imperiosa (MMWR, 2006). As vacinas abrigadas nos estoques representam produtos de custos de oportunidade significativos e duas variáveis são responsáveis diretas por esses custos: (1) a quantidade de vacinas armazenadas e (2) seu tempo de permanência nos estoques. Em relação a estas variáveis, quanto maior o seu grau, maior será o custo final dos estoques e um dos objetivos da gestão é sua redução (FITZSIMMONS e FITZSIMMONS, 2005). Dimensionar a capacidade operacional dos estoques de vacinas é um componente estratégico no momento atual. Diferentes técnicas de gestão que almejam solucionar os problemas originados no ambiente de manufatura, com eficiência na gerência de operações de uma indústria, podem ser adaptadas às novas necessidades presentes na gestão da área de saúde (GONÇALVES, 2004). ;

4 No setor de vacinações seu emprego busca a otimização do controle dos imunobiológicos armazenados, processo no qual os métodos de previsão de demandas são possíveis de utilização (NOVAES, 2007). De acordo com Chatfield (1980) série temporal é qualquer conjunto de observações ordenadas no tempo; nota-se que os métodos de análise das séries temporais constituem um relevante campo da estatística. Ao realizarem-se estudos envolvendo séries temporais objetivam-se (1) investigar o mecanismo que gera determinada série, (2) descrever o comportamento da série, (3) investigar periodicidades nos dados que sejam relevantes ou (4) fazer previsões de valores futuros da referida série (MORETTIN e TOLOI, 2004). Na análise das séries temporais as observações sucessivas são usualmente dependentes; quando observações consecutivas mostram algum grau de dependência é possível compreender o comportamento do evento em questão e conseguir-se um modelo de previsão. Previsão de demandas é um processo através do qual se procura antever o que ocorrerá no futuro a fim de antecipar providências necessárias ao atendimento dos objetivos alvos. Demanda é a quantidade de um bem ou serviço que as pessoas se dispõem a adquirir, sob certas condições (BARBIERI e MACHLINE, 2006). Prever demandas é um dos elementos facilitadores da gestão dos estoques já que, nas organizações de saúde, os processos de previsão alicerçam-se no conhecimento tácito dos administradores do setor (NOVAES, 2007; ROSA, 2006; KLÜGL, 1999). O processo de previsão de demandas fundamenta-se em técnicas de natureza quantitativa (DIAS, 1993); os valores previstos são pontos de partida para a incorporação e julgamento de questões mercadológicas, desde estratégias de marketing até a definição dos níveis de serviços (BARBIERI e MACHLINE, 2006). Para a gestão de suprimentos no setor saúde empregam-se as previsões de demandas de curto prazo, que podem variar desde o próximo mês até no máximo um ano à frente (NOVAES, 2007); nesse cenário uma das técnicas utilizadas é a técnica de projeção ou os modelos temporais, onde se investiga a relação entre a demanda e o tempo, considerando-se o comportamento futuro similar aos comportamentos atual e passado (DIAS, 1993). Os modelos de previsão utilizados, em quaisquer instâncias, contemplam os seguintes componentes: (1) as informações, (2) as hipóteses sobre o futuro, (3) o método de previsão, (4) a interpretação e (5) o uso e avaliação (BARBIERI e MACHLINE, 2006). Nos serviços de vacinação a utilização de determinado método de previsão de demandas leva em consideração critérios como (1) a simplicidade, (2) os custos de implementação e (3) sua aceitação por parte dos gestores do setor. No setor de vacinas, os processos de previsão de demandas subsidiam as atividades de planejamento e controle nos campos estratégico, tático e operacional e mostram aplicabilidade no planejamento da capacidade e B

5 dos processos de ressuprimento dos estoques onde diferentes modelos de previsão são utilizáveis, como o Método da Média Móvel Simples. Utiliza-se o Método da Média Móvel Simples no processo de previsão de demandas para suavizar as variações randômicas e gerar estimativas de previsão de maior grau de confiabilidade (FITZSIMMONS e FITZSIMMONS, 2005). A média móvel é uma média aritmética considerada um processo de filtragem com característica de filtro passa baixa ; nesse modelo as amplitudes das componentes de baixa freqüência do sinal permanecem quase invariantes, enquanto as amplitudes das componentes de alta freqüência são muito reduzidas. Ao utilizar-se o Método da Média Móvel Simples, considera-se um conjunto de n amostras do sinal original, sendo n a ordem do filtro. O procedimento nota o deslocamento do filtro sobre o sinal original com passo de uma amostra; excluise a amostra mais antiga e considera-se a amostra mais recente, mantendo-se constante o número de dados utilizados (BARBIERI e MACHLINE, 2006; SILVA, 1986). Calcula-se a previsão da demanda através da expressão: P(t+1) = D(t) / n, onde t é o instante de tempo atual; P(t+1) é a previsão para o instante seguinte de t; D(t) é o somatório da demanda real considerada no instante t e n é o número de amostras utilizadas para filtragem. Quanto maior o valor de n, isto é, quanto maior o número de amostras passadas utilizadas no cálculo da média móvel, maior será o suavizamento das variações aleatórias e menor será a sensibilidade do modelo às mudanças no patamar das demandas (CORRÊA, GIANESI e CAON, 2001). O Método da Média Móvel Simples tem como vantagem a sua facilidade de implementação, embora mostre dificuldades quanto à escolha do número de amostras a adotar (BARBIERI e MACHLINE, 2006). Para séries temporais de demandas estáveis utiliza-se um número de amostras grande; em séries onde se observam flutuações significativas da demanda, emprega-se um número de amostras pequeno (NOVAES et al., 2008b). Dentre as desvantagens do uso do Método da Média Móvel Simples para a previsão de demandas citam-se (1) o emprego de um peso uniforme para os dados da série temporal, já que dados mais recentes podem refletir um número maior de informações sobre o futuro que os dados mais antigos e (2) o fato de o método reagir muito lentamente às mudanças no comportamento da demanda (FITZSIMMONS e FITZSIMMONS, 2005). O Método da Média Móvel Simples é um bom método para se introduzir os modelos de previsão nas organizações; é útil ao buscar-se um modelo simples e de baixo custo para prever as vendas de muitos itens com histórico de pequenas flutuações e sem tendência (CORRÊA, GIANESI e CAON, 2001). Para facilitar o comportamento do gestor frente aos muitos itens do estoque de vacinas utilizam-se determinadas técnicas cuja finalidade é mensurar os produtos geradores de maiores recursos para as organizações, com foco nos processos de previsão desses insumos; uma dessas técnicas é a Classificação ABC (GONÇALVES, NOVAES e SIMONETTI, 2006). C

6 Os estoques de vacinas abrigam uma grande diversidade de produtos o que dificulta o planejamento de seu ressuprimento, já que cada grupo de vacinas tem peculiaridades gerenciais (como giro, preço, consumo mensal, prazos de entrega); mostra-se interessante que o administrador dos estoques separe os produtos em grupos que possuam características gerenciais semelhantes (CORRÊA, GIANESI e CAON, 2001). Esta separação possibilita individualizar-se a atenção para cada grupo de insumos, já que um tipo de controle eficaz para um produto pode não o ser para outro (BARBIERI e MACHLINE, 2006). O Método ABC -conhecido como Curva de Pareto, Curva ABC ou Classificação ABC- objetiva separar os produtos em grupos com características semelhantes, em função de seus valores e consumos, a fim de proceder a um processo de gestão individualizado para cada grupo; esta metodologia é um importante instrumento para o administrador que lida com a organização de produtos (DIAS, 1993). Segundo o Método ABC dividem-se os materiais de consumo em três classes (NOVAES, 2007): a) Classe A: abriga um grupo de itens importantes, que carecem de uma atenção especial do administrador; correspondem a um pequeno número de insumos, cerca de 20% dos itens, representando cerca de 80% do valor total do estoque. Estes itens necessitam de um controle mais rigoroso, individualmente, já que respondem pelo maior faturamento organizacional. Nesta classe os parâmetros de planejamento e controle são definidos com maior precisão; operacionalmente pretende-se um maior giro dos estoques com períodos de revisões mais freqüentes (semanal), previsão de demanda mais rigorosa e estoques de segurança mais baixos; busca-se uma redução dos prazos de entrega dos fornecedores e o inventário deve ser completo. b) Classe B: representa um grupo de itens em situação intermediária entre as classes A e C. Seu controle se apresenta menos rigoroso que os itens de classe A e representam um valor intermediário no faturamento das empresas. Os parâmetros de planejamento e controle são definidos com precisão menor que para os produtos de classe A. Funcionalmente o giro dos estoques é intermediário entre as classes A e C, com revisões mensais; a previsão de demandas é menos rigorosa que a classe A, os estoques de segurança são mais altos e almeja-se uma redução dos prazos de entrega junto aos fornecedores. O inventário é completo ou por amostragem. c) Classe C: engloba itens menos importantes -que justificam pouca atenção por parte da administração. Agrupa cerca de 70% dos itens, cuja importância em valor monetério é pequena; significam cerca de 20% do valor do estoque. Neste grupo, não é necessário considerar cada item individualmente, já que são produtos de importância reduzida no faturamento das instituições. Na Classe C os parâmetros de planejamento e controle são definidos com menor precisão; pretende-se uma menor cobertura, com revisões menos freqüentes. A previsão de demandas é menos rigorosa e os estoques de segurança são mais altos. Os prazos de entrega dos fornecedores são flexibilizados, o período de revisão dos estoques é trimestral e o inventário dos produtos é feito por amostragem. D

7 Nesta seção apresentar-se-ão os critérios estatísticos para validação do modelo de previsão de demandas. Na medida em que o futuro não é um espelho do passado, a previsão da demanda vindoura mostrará erros em algum nível (BALLOU, 2001). Define-se erro de previsão como a diferença entre a demanda real (D) e a demanda prevista (P), expresso estatisticamente como um desvio-padrão, uma variância ou o desvio médio absoluto (MCCLAVE, BENSON e SINCICH, 2004). Utilizam-se diferentes metodologias para o cálculo do erro de previsão; F nesta pesquisa usarse-á o Erro Médio Percentual Absoluto ou? G (MAPE). O MAPE é um dos métodos de uso freqüente nas instituições que usam critérios matemáticos para a comparação de modelos e descreve-se como: MAPE = ( D1-P1 /D1+ D2-P2 /D2+ D3-P3 /D Dn-Pn /Dn)/n Os procedimentos de previsão envolvem monitorar o erro a fim de fazer ajustes na técnica de previsão utilizada; previsões de demandas mostram-se satisfatórias quando os erros de previsão com sinais contrários são compensados. Os erros observados entre a série temporal e o modelo de regressão para uma tendência secular denominam-se À correlação entre os resíduos das séries temporais em diferentes momentos no tempo entende-se por autocorrelação (MCCLAVE, BENSON e SINCICH, 2004). A Estatística de Durbin-Watson (d) mostra o nível de auto-correlação entre um dado da série temporal e o dado obtido pela previsão, no próximo período. O valor de (d) situa-se no intervalo de 0 a 4, com a seguinte interpretação: -Se a auto-correlação é muito forte, d 2; -Se os resíduos são auto-correlacionados positivamente, então < 2; -Se os resíduos são auto-correlacionados negativamente, então d > 2; -Se não há auto-correlação, então d 4 (MCCLAVE, BENSON e SINCICH, 2004). Os valores da Estatística U de Theil evidenciam o quanto os resultados da previsão alcançada por um determinado modelo mostram-se satisfatórios, comparados a uma previsão ingênua ou trivial. Quanto mais próximo de zero o valor da Estatística U de Theil, melhor a técnica de previsão, já que o modelo incorre em um erro menor que o erro ingênuo; nas situações em que o valor desta estatística se situe acima de 1 sugere-se a adoção de outro modelo, já que o erro obtido é maior que o erro ingênuo (MAKRIDAKIS, WHEELWRIGHT e HYNDMAN, 1998). Este Estudo de Caso de abordagem quantitativa segue os critérios metodológicos sugeridos por Makridakis, Wheelwright e Hyndman (1998), E

8 recomendados para o estudo de séries históricas, aplicados a um serviço de imunização. O objetivo deste Estudo de Caso é modelar a demanda da vacina VHA, em um serviço de imunização privado da cidade de Juiz de Fora, Minas Gerais, a fim de apontar previsões de demandas desse produto para períodos futuros. Através das previsões de demandas se almeja estoques mais enxutos, com redução dos custos operacionais da instituição (GONÇALVES, NOVAES e SIMONETTI, 2006). Observa-se que nas instituições de saúde a coleta de dados deve considerar aspectos relevantes como (1) a confidencialidade, relacionada à natureza pessoal e estratégica dos dados e (2) a disponibilidade de tempo dos gestores envolvidos, convencionalmente escasso devido ao investimento nos cuidados com os pacientes (NOVAES, 2007). Especificamente nessa pesquisa o critério de confidencialidade merece ênfase, já que as informações relacionam-se a táticas mercadológicas da instituição envolvida. Coletaram-se os dados que compõem as séries históricas da vacina VHA no período de 01 de janeiro de 2003 a 01 de janeiro de 2008, tempo recomendado para análises consistentes de modelos de previsão baseados em séries temporais, conforme o Gráfico 1. Demanda unitária JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ Meses ANO ANO ANO ANO ANO ANO Gráfico 1 - Séries temporais do produto VHA de acordo com a demanda mensal. Os métodos utilizados foram o de J K L M N O P Q R J e o de P S T U V L M W J X Y Z M S [ P U. Procedeu-se inicialmente à Classificação ABC das demandas de vacinas da instituição observada, ocasião em que se detectou que vacina VHA se comportou como um produto da classe A; o critério utilizado foi a relação entre a demanda mensal e a receita mensal gerada pelo produto. : I

9 Os procedimentos incluíram a classificação, a categorização e a codificação dos dados, elementos fundamentais para se criar uma série histórica segundo Novaes (2007); apresentar-se-ão os dados primários através de tabelas e gráficos específicos para cada fase do processo. Nesta fase realizaram-se as previsões de demandas com a utilização do ] ^ < = A (< _ = ` a A ) escolhido (1) por funcionar em ambiente de planilha eletrônica clássica ( ] G b A ), interface conhecida dos usuários envolvidos e (2) por dispensar novos investimentos em tecnologia da informação. Dentre os modelos de previsão de demandas observados, o que permitiu adequação satisfatória a esta série de vacinas foi a Média Móvel Simples. Utilizaram-se as demandas correspondentes ao período de agosto de 2007 a janeiro de 2008 para validação do modelo da Média Móvel Simples através do uso do Erro Médio Percentual Absoluto (MAPE), dos valores da Estatística U de Theil e da Estatística de Durbin-Watson (d). Verificou-se relativa facilidade de obtenção dos dados primários em função dos recursos satisfatórios de tecnologia da informação disponíveis na instituição, ocorrência rara na área da saúde, onde o conhecimento insuficiente da administração dos produtos abrigados nos estoques se traduz em discrepâncias significativas no gerenciamento dos aspectos quantitativos dos mesmos (ROSA, 2006). O Gráfico 2 mostra a série temporal da demanda real do produto VHA, nos períodos coletados. Demanda JAN MAR FEV ABR DEZ JAN FEV JUN MAI AGO JUL OUT SET NOV MAR ABR DEZ JAN FEV JUN MAI AGO JUL OUT SET NOV MAR ABR Série real do produto VHA DEZ JAN FEV JUN MAI AGO JUL OUT SET NOV MAR ABR DEZ JAN FEV JUN MAI AGO JUL OUT SET NOV MAR ABR JUL AGO JUN MAI OUT SET NOV DEZ JAN Período Série original Gráfico 2 - Série temporal da demanda real do produto VHA. : \

10 O Gráfico 3 mostra as séries das demandas real e prevista, de acordo com o modelo proposto em um intervalo de confiança de 95% para a previsão JAN:1 MAI:1 SET:1 JAN:2 MAI:2 SET:2 JAN:3 MAI:3 SET:3 JAN:4 MAI:4 SET:4 c d e SET:5 JAN:6 JAN:5 MAI:5 Data Fitted Forecast Upper: 95% Lower: 5% Gráfico 3 - Série temporal da demanda real e da demanda prevista do produto VHA, em um intervalo de confiança de 95%. Na Tabela 1 mostram-se os valores do MAPE, Estatística de Durbin- Watson e Estatística U de Theil, que evidenciaram satisfatória aderência do Modelo da Média Móvel Simples para o processo de previsão de demandas na série de vacinas observada; se nota ainda o número de períodos n considerados adequados à melhor previsão. Tabela 1 - Valores do MAPE, da Estatística de Durbin-Watson, da Estatística U de Theil e do Período. Média Móvel Simples 15,89% 1,512 0, A Tabela 2 mostra a série prevista com o modelo de Média Móvel Simples, a um intervalo de confiança de 95%; observam-se o limite inferior (IC 5%), o limite superior (IC 95%), os valores previstos, os valores reais e se estes se encontram no intervalo de confiança. :

11 f Tabela 2 - Valores previstos obtidos com Intervalo de confiança (IC) de 95%. Agosto/ ,16 62,19 48,18 51 Sim Setembro/ ,94 62,41 48,18 38 Sim Outubro/ ,87 62,49 48,18 32 Sim Novembro/ ,86 62,50 48,18 34 Sim Dezembro/ ,81 62,55 48,18 21 Sim Janeiro/ ,34 62,01 48,18 59 Sim a) O Método da Média Móvel Simples aplica-se à previsão de demandas da vacina VHA; b) O modelo utilizado mostra uma satisfatória capacidade de previsão, já que os dados da demanda real no intervalo de validação da série situam-se dentro dos valores previstos, para um intervalo de confiança de 95%; c) valor da Estatística U de Theil (0,757) mostra-se satisfatório; d) O valor da Estatística de Durbin-Watson (d) (1,512) indica auto-correlação positiva; e) Pela observação trivial do gráfico da demanda real percebe-se sua significativa aleatoriedade e a relevância de se tentar, através da utilização de processos matemáticos, prever a demanda de vacinas na série observada; f) A escolha do número de períodos da média móvel dependerá do menor erro de previsão, o que é evidenciado pelo ] ^ utilizado ao encontrar-se um número de períodos igual a 22; g) O Método da Média Móvel Simples, em virtude de fornecer valores estimados, segundo formulação específica, pode ser utilizado como auxílio à tomada de decisão dos gestores da área de demandas de produtos, incluindo a aquisição de suprimentos na área da saúde. Especificamente este método pode ser utilizado na área de imunizações, exercendo ação facilitadora nas políticas de ressuprimento; h) A utilização de planilhas clássicas é relevante quando da utilização do modelo empregado, já que não se necessita de novos investimentos em ] ^ ^ que gerem ônus extras à organização. A vacinação representa um dos grandes avanços da tecnologia médica neste século. Nota-se a necessidade de democratização das atitudes vacinais com a ampliação da vacinação para um maior número de indivíduos e com a disponibilização de uma variedade maior de produtos para proteção de diferentes doenças. Buscam-se novas estratégias e almeja-se para o setor (1) novos financiamentos, (2) concomitantes reduções de custos e (3) aumento da eficiência dos serviços de imunizações. A aplicação do Método da Média Móvel Simples às séries temporais originais de demanda de vacinas permite uma previsão, em virtude de fornecer valores estimados através de uma formulação específica e não apenas através de conhecimento tácito. :

12 O método de previsão empregado pode ser utilizado como auxiliar ao processo de tomada de decisão dos gestores de demanda de produtos, incluindo a aquisição de suprimentos na área da saúde, o que se demonstrou pelos valores dos testes estatísticos aplicados. Esta pesquisa mostra-se inovadora ao utilizar um modelo de previsão em um serviço de vacinação, ambiente onde os administradores necessitam desenvolver competências para gerir suas reposições de estoques de forma científica. Em uma visão sistêmica mostra-se a viabilidade e os aspectos favoráveis da utilização de processos gerenciais específicos, já utilizados com sucesso na indústria, na previsão das demandas de vacinas. Observa-se a necessidade de adaptar os diferentes métodos de previsão às realidades diversificadas do setor saúde, na busca do método que mostre os menores erros de previsão aliado aos menores custos de implantação e operacionalização, para cada série de dados. O emprego de métodos de previsão mais sofisticados -como a previsão de demandas através do uso de redes neurais- necessita investigação, na tentativa de reduzir os erros de previsão e os custos ligados à gestão dos estoques de vacinas. BALLOU, R. H. planejamento, organização e logística empresarial. 4. ed. Porto Alegre: Bookman, BARBIERI, J. C.; MACHLINE, C. teoria e prática. São Paulo: Saraiva, CHATFIELD, C. an introduction. New York: Chapman and Hall, CORRÊA, H. L.; GIANESI, I. G. N. & CAON, M. MRP II/ERP: Conceitos, uso e implantação. 4. ed. São Paulo: Atlas, DIAS, M. A. P. uma abordagem logística. 4. ed. São Paulo: Atlas, FITZSIMMONS, J. A.; FITZSIMMONS, M. J. operações, estratégia e tecnologia da informação. 4. ed. Porto Alegre: Bookman, GONÇALVES, A. A.; NOVAES, M. L. O.; SIMONETTI, V. M. M.; Otimização de farmácias hospitalares: eficácia da utilização de indicadores para gestão de estoques. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 26., 2006, Fortaleza. Resumo dos trabalhos. Ceará: ENEGEP, Rio de Janeiro, f. Tese (Doutorado em Engenharia de Produção) COPPE, Universidade Federal do Rio de Janeiro. : :

13 KLÜGL, F. et al. Multi-agent simulation of diagnostic and logistic processes in hospitals., Wirtschaftsinformatik, v. 2, n. 14, p , MAKRIDAKIS, S.; WHEELWRIGHT, S. C. e HYNDMAN, R. J. 3th ed. New York: John Wiley and Sons, MARTINS, R. M.; MIGOWSKI, E.; GONZAGA, M. A. Rio de Janeiro: Medsi, MCCLAVE, J. T.; BENSON, P. G. & SINCICH, T 9th. ed. New Jersey: Prentice Hall, MMWR - Morbidity and Mortality Weekly Report, Department of Health and Human Services. Centers for Disease Control and Prevention. v. 55, n. 18, Disponível em: < Acesso em: 04 mar. 2007, 01:35. MORETTIN, P. A. e TOLOI, C. M.. São Paulo: Edgar Blucher, NOVAES, M. L. O. et al. Forecast demands model and vaccine supplies management. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGY MANAGEMENT, 5 th., 2008, São Paulo. Resumo dos trabalhos. São Paulo: CONTECSI, 2008a..; SIMONETTI, V. M. M.; GONÇALVES, A. A.; GOUVÊA, D. S. A.; AFONSO, M. W. Serviço de vacinação: a utilização do método da média móvel aritmética para previsão de demandas. In: CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO, 4., 2008, Niterói. Resumo dos trabalhos. Rio de Janeiro: CNEG, 2008b.. Rio de Janeiro, f. Dissertação (Mestrado em Administração e Desenvolvimento Empresarial) UNESA, Universidade Estácio de Sá..; GONÇALVES, A. A.; SIMONETTI, V. M. M. Gestão das farmácias hospitalares através da padronização de medicamentos e utilização da curva ABC. In: ENCONTRO SIMPEP, 13., 2006, Bauru. Resumo dos trabalhos. São Paulo: SIMPEP. OMS - ORGANIZAÇÃO MUNDIAL DE SAÚDE. 54th Regional Health Forum, v. 9, n. 2, ROSA, M. B. Métodos de prevenção de erros de medicação, In: FÓRUM INTERNACIONAL SOBRE SEGURANÇA DO PACIENTE: ERROS DE MEDICAÇÃO, 2006, Belo Horizonte. Conferência. : ;

14 SILVA, R. B. ABAM, ed. Rio de Janeiro: : B