Modelo matemático para alocação dinâmica da capacidade em serviços de radiologia

Abstract

A presente tese apresenta proposições para a alocação dinâmica da capacidade em serviços de radiologia através de um modelo matemático estruturado a partir do Processo de Decisão de Markov (MDP, do inglês Markov Decision Process), de modo a contribuir com a gestão de operações nessas instalações. Assim, os objetivos desta tese são: (i) identificar a partir de uma revisão sistemática da literatura os principais métodos de intervenção que foram utilizados para reduzir as taxas de no-show nos sistemas de saúde; (ii) desenvolver um modelo preditivo de noshow de pacientes ambulatoriais em exames futuros de tomografia computadorizada (TC), a partir dos fatores associados significativamente a este fenômeno; e (iii) estruturar um modelo matemático como um MDP de horizonte finito de tempos discretos para alocar a capacidade de atendimento disponível. O desempenho do modelo proposto nesta tese foi avaliado por meio de um estudo de caso no departamento de radiologia de um grande hospital público brasileiro e foram fornecidas diretrizes para a sua utilização. Deste modo, as análises numéricas permitiram recomendar o uso da política ótima obtida pelo modelo apresentado sob a regra de overbooking “duplo” e com disponibilidade de dois recursos por período de serviço extra para alocação da capacidade no departamento de radiologia analisado.

This dissertation presents propositions for the dynamic allocation of capacity in radiology services through a Markov Decision Process (MDP) mathematical model, aiming at contributing to the management of operations in those facilities. The objectives of this dissertation are: (i) to identify, through a systematic literature review, the main intervention methods used to reduce no-show rates in health systems; (ii) to develop a predictive model of no-show for outpatients in computed tomography (CT) exams, based on factors significantly associated with the phenomenon; and (iii) to structure a mathematical model as a discrete time finite horizon MDP to allocate the available service capacity. The performance of the model proposed in this dissertation was assessed through a case study in the radiology department of a large Brazilian public hospital, and guidelines for its use were provided. Numerical analyses allowed us to recommend the use of the optimal policy under the “double” overbooking rule and with the availability of two resources per extra service period for allocation of capacity in the analyzed radiology department.