Uso de modelos de previsão para avaliação do custo da assistência à saúde na Fundação FIAT
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Primeiro orientador
Membros da banca
Resumo
A previsão de valores futuros a uma série de valores observados é uma questão importante em diversas áreas, especialmente em economia, administração e também em epidemiologia, pois permite ferramentas para controle e planejamento do processo analisado. Há uma variedade de metodologias de previsão em estatística e é preciso escolher o mais apropriado a um dado conjunto de condições.
A administração de operadoras de saúde, em todo mundo, tem como desafio maior o uso racional de seus recursos econômicos, tendo em vista os custos crescentes de despesas com atendimento médico, internações, emprego de novas tecnologias para diagnóstico e tratamento de doenças. A interface da Medicina com a Estatística pode propiciar novas ferramentas de análise e permitir melhor controle de gastos em saúde.
Neste estudo foram utilizadas as séries históricas do gasto mensal com a saúde de empregados pelas empresas do Grupo FIAT no Brasil, através do gerenciamento realizado pela Fundação FIAT. O período avaliado foi de janeiro de 2002 a dezembro de 2007. Os objetivos da análise foram ajustar um modelo estatístico para explicar o comportamento da série mensal de Custo-saúde e identificar fatores causais no fenômeno analisado. Do ponto de vista prático o modelo deve possibilitar controle mensal do gasto e fazer previsões anuais.
Os modelos utilizados foram do tipo SARIMA e regressão dinâmica com erros correlacionados. Os dois modelos mostraram-se bem ajustados e foram aceitos uma vez que o univariado é capaz de fazer previsões baseadas apenas no passado da série e o modelo dinâmico pode ser usado para fazer previsões em cenários simulados diversos, a partir das variáveis que o compõe. O modelo dinâmico mostrou que as variáveis: indicador de inflação (Fipe-saúde), salários dos profissionais de saúde (Salários) e consumo dos serviços de saúde (Sinistralidade) são capazes de explicar 90,2% da variabilidade da série, ajustado para valores atípicos e erros correlacionados.
Abstract
Assunto
Estatística, Previsão, Gastos em saúde, Saúde - Administração
Palavras-chave
Previsão, Modelos ARIMA, Regressão dinâmica, Gastos em saúde, Administração de serviços de saúde