IDENTIFICAÇÃO DE REGIÕES SIMILARES EM RELAÇÃO AO TEMPO DE RESPOSTA DE CHAMADOS DO SAMU/BAURU

Autores/as

  • Leonardo Yoshito Maruyama UNESP Bauru
  • Regiane Máximo de Souza Universidade Estadual Paulista

DOI:

https://doi.org/10.18673/gs.v9i2.24242

Palabras clave:

Artigos de Pesquisa

Resumen

Los sistemas de ayuda médica de emergencia deben seguir algunos protocolos de servicio, donde el tiempo de respuesta debe ser lo menos posible. Debido a los diversos estados de gravedad de los usuarios, la eficiencia en el servicio significa evitar su agravamiento y aumentar su probabilidad de supervivencia. En este trabajo, el objetivo general es verificar si existen diferencias en el tiempo de respuesta en cada clase de usuarios en relación con la ubicación de los llamados. El método utilizado fue el análisis cuantitativo, realizado con la base de datos secundaria obtenida en Ghussn y Souza (1) por análisis de conglomerados y la técnica de análisis factorial de los tiempos medios de los procedimientos del SAMU. La identificación y agrupación de las regiones son para el direccionamiento de la atención de los gestores del servicio, que pueden adoptar acciones que disminuyan la disparidad en el tiempo de respuesta. Se encontró formación de grupos con tiempo de servicio mayor para dos regiones, evidenciando la necesidad de mayor atención pública para los grupos. 

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Leonardo Yoshito Maruyama, UNESP Bauru

Mestrando em Engenharia de Produção pela Faculdade de Engenharia de Bauru - UNESP (a partir de 2014), Especialização em Gestão Estratégica de Negócios pela Faculdade de Engenharia de Bauru - UNESP (2013), e graduação em Tecnologia em Informática para a Gestão de Negócios pela Faculdade de Tecnologia da Zona Leste em São Paulo - FATEC-ZL (2006). Tem experiência profissional na área de Tecnologia de Informação (TI) atuando como especialista, implantando e desenvolvendo projetos sobre os conceitos de sistemas Enterprise Resource Planning (ERP), e Business Intelligence (BI).

Regiane Máximo de Souza, Universidade Estadual Paulista

Possui doutorado em Engenharia de Produção pela Universidade Federal de São Carlos (2010), mestrado em Física Aplicada à Medicina e Biologia pela Universidade de São Paulo (2002) e graduação em Licenciatura em Matemática (1997). Atualmente é Professor Assistente Doutor junto ao Departamento de Engenharia de Produção e ao Programa de Pós Graduação em Engenharia de Produção da UNESP-Bauru, onde leciona e pesquisa sobre os temas relacionados a Estatística e Pesquisa Operacional. Tem experiência na área de Engenharia de Produção, com ênfase em Processos Estocásticos e Teoria das Filas, atuando principalmente nos seguintes temas: ambulance deployment, hipercubo, simulação, emergency systems e hypercube model.

Citas

Bastos, L. Curso de Análise de Dados Usando Modelos de Regressão Multinível (ENSP.82.128.1). Programa de Computação Científica. Fundação Oswaldo Cruz. [citado em 08 jul. 2015]. Disponível em: http://www.procc.fiocruz.br/Members/lsbastos/ multilevel.

Caiaffai, WT. Regressão logística ordinal em estudos epidemiológicos. Rev. Saúde Pública. 2009; 43(1):183-194.

Ghussn, LS; Souza, RM. Caracterização da Demanda do SAMU-Bauru/SP. In: XXI Simpósio de Engenharia de Produção, 2014, Bauru-SP. Anais XXI SIMPEP; 2014.

Gimeno, SGA; Souza, JMP. Utilização de estratificação e modelo de regressão logística na análise de dados de estudos caso-controle. Rev. Saúde Pública. 1995; 29(4):283-289.

Gonçalves, AA. Gestão da capacidade de atendimento em hospitais de câncer [tese]. Universidade Federal do Rio de Janeiro; 2004.

Hair, JF; Black, WC; Babin, BJ; Anderson, RE; Tatham, RL. Análise multivariada de dados. 6ª edição. Porto Alegre: Bookman; 2009.

Lopes, SLB; Fernandes, RJ. Uma breve revisão do atendimento médico pré-hospitalar. Medicina Ribeirão Preto. 1999; 32:381-87.

Macedo, CRB. Qualidade nos serviços de urgência: alguns indicadores. Seminário de Política Nacional Integral as Urgências. Out 2003 [citado em 31 mai 2015]. Disponível em: http://www.samu.uff.br/comitegestor/qualidadeservicosurgencia.pdf.

Maruyama, LY; Souza, RM. Identificação de Regiões Similares em Relação ao Tempo de Resposta de Chamados do SAMU/Bauru: Uma Abordagem Multivariada de Dados. In: XXII Simpósio de Engenharia de Produção, 2015, Bauru-SP. Anais XXII SIMPEP; 2015.

Montgomery, DC; Runger, GC. Estatística Aplicada e Probabilidade para Engenheiros. 5ª edição. Rio de Janeiro: LTC; 2012.

Revista Emergência. 22 abr. 2010 [citado em 25 nov. 2014]. Disponível em: http://www.revistaemergencia.com.br/site/content/noticias/noticia_detalhe.php?id=AJy4Jy.

SAMU-França. System of Emergency Medical Assistance in France. [citado em 08 jul. 2015]. Disponível em: http://www.samu-de-france.fr/en/System_of_Emergency_in_ France_MG_0607.

Souza RM. Análise da configuração de SAMU utilizando modelo hipercubo com prioridade na fila e múltiplas alternativas de localização de ambulâncias [tese]. Universidade Federal de São Carlos; 2010.

Takeda, RA; Widmer, JA; Morabito, R. Uma proposta alternativa para avaliação do desempenho de sistemas de transporte emergencial de saúde brasileiros. Transportes. 2001; 9(2):9-27.

Publicado

2018-05-31

Cómo citar

1.
Maruyama LY, de Souza RM. IDENTIFICAÇÃO DE REGIÕES SIMILARES EM RELAÇÃO AO TEMPO DE RESPOSTA DE CHAMADOS DO SAMU/BAURU. Rev. G&S [Internet]. 31 de mayo de 2018 [citado 19 de diciembre de 2024];9(2):180-91. Disponible en: https://periodicos.unb.br/index.php/rgs/article/view/10445

Número

Sección

Artigos de Pesquisa