Impacto da reforma de financiamento de hospitais de ensino no Brasil

Impacto de la reforma del financiamiento de hospitales de enseñanza en Brasil

Resumos

OBJECTIVE: To assess the impact of funding reform on the productivity of teaching hospitals. METHODS: Based on the Information System of Federal University Hospitals of Brazil, 2003 and 2006 efficiency and productivity were measured using frontier methods with a linear programming technique, data envelopment analysis, and input-oriented variable returns to scale model. The Malmquist index was calculated to detect changes during the study period: "technical efficiency change," or the relative variation of the efficiency of each unit; and "technological change" after frontier shift. RESULTS: There was 51% mean budget increase and improvement of technical efficiency of teaching hospitals (previously 11, 17 hospitals reached the empirical efficiency frontier) but the same was not seen for the technology frontier. Data envelopment analysis set benchmark scores for each inefficient unit (before and after reform) and there was a positive correlation between technical efficiency and teaching intensity and dedication. CONCLUSIONS: The reform promoted management improvements but there is a need of further follow-up to assess the effectiveness of funding changes.

Hospitals, Teaching; Costs and Cost Analysis; Rates; Rates; Financial Management, Hospital; Economics, Hospital; Efficiency, Organizational

ARTIGOS ORIGINAIS

Impacto da reforma de financiamento de hospitais de ensino no Brasil

Impacto de la reforma del financiamiento de hospitales de enseñanza en Brasil

Lobo MSC^I; Silva ACM^II;Lins MPE^II;Fiszman R^I

^IServiço de Epidemiologia e Avaliação. Hospital Universitário Clementino Fraga Filho. Universidade Federal do Rio de Janeiro (UFRJ). Rio de Janeiro, RJ, Brasil

^IIInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa em Engenharia. COPPE. UFRJ. Rio de Janeiro, RJ, Brasil

^{Correspondência | Correspondence}

RESUMO

OBJETIVO: Avaliar o impacto da reforma de financiamento na produtividade de hospitais de ensino.

MÉTODOS: A partir do Sistema de Informações dos Hospitais Universitários Federais, foram construídas fronteiras de eficiência e produtividade em 2003 e 2006 com técnicas de programação linear, por meio de análise envoltória de dados, considerando retornos variáveis de escala e orientação a input. Calculou-se o Índice de Malmquist para identificar mudanças de desempenho ao longo dos anos quanto à eficiência técnica (razão entre os escores de eficiência em tempos distintos) e eficiência tecnológica (deslocamento da fronteira no período considerado).

RESULTADOS: Houve aumento do aporte financeiro em 51% e da eficiência técnica dos hospitais de ensino (de 11, passaram a ser 17 na fronteira empírica de eficiência), o mesmo não ocorrendo com a fronteira tecnológica. O uso de análise envoltória de dados estabeleceu os benchmarks para as unidades ineficientes (antes e depois da reforma) e os escores de eficiência mostraram uma possível correlação entre a eficiência técnica encontrada e a intensidade e dedicação de ensino.

CONCLUSÕES: A reforma permitiu o desenvolvimento de melhorias gerenciais, mas é necessário maior tempo de acompanhamento para observar mudanças mais efetivas do modelo de financiamento.

Descritores: Hospitais de Ensino, organização & administração. Custos e Análise de Custo. Taxas, Razões e Proporções, métodos. Administração Financeira de Hospitais. Economia Hospitalar. Eficiência Organizacional.

RESUMEN

OBJETIVO: Evaluar el impacto de la reforma de financiamiento en la productividad de hospitales de enseñanza.

MÉTODOS: A partir del Sistema de Informaciones de los Hospitales Universitarios Federales de Brasil, se construyeron fronteras de eficiencia y productividad en 2003 y 2006 con técnicas de programación linear, por medio de análisis envoltorio de datos, considerando retornos variables de escala y orientación a input. Se calculó el Índice de Malmquist para identificar cambios de desempeño a lo largo de los años con relación a la eficiencia técnica (cociente entre los puntajes de eficiencia en tiempos distintos) y eficiencia tecnológica (desplazamiento de la frontera en el período considerado).

RESULTADOS: Hubo aumento del aporte financiero en 51% y de la eficiencia técnica de los hospitales de enseñanza (de 11, pasaron a ser 17 en la frontera empírica de eficiencia), no ocurriendo el mismo con la frontera tecnológica. El uso del análisis envoltorio de datos estableció los benchmarks para las unidades ineficientes (antes y después de la reforma) y los puntajes de eficiencia mostraron una posible correlación entre la eficiencia técnica encontrada y la intensidad y dedicación de enseñanza.

CONCLUSIONES: La reforma permitió el desarrollo de mejoras gerenciales, pero es necesario mayor tiempo de acompañamiento para observar cambios más efectivos del modelo de financiamiento.

Descriptores: Hospitales Escuela, organización & administración. Costos y Análisis de Costo. Tasas, Razones y Proporciones, métodos. Administración Financiera de Hospitales. Economía Hospitalaria. Eficiencia Organizacional.

INTRODUÇÃO

Os hospitais universitários e de ensino (HUE) têm papel de relevância na atenção de saúde no Brasil, respondendo por 10% dos leitos, 12% das internações e da produção ambulatorial, 26% dos leitos de unidade de tratamento intensivo (UTI), 38% dos procedimentos de alta complexidade ofertados pelo Sistema Único de Saúde (SUS).¹¹

Ainda assim, nos últimos anos, tem sido colocada em pauta a crise dos hospitais no Brasil e, em particular, a dos hospitais de ensino, que perpassa elementos de financiamento e de gestão, implicando queda de desempenho dos seus respectivos modelos assistenciais, de ensino e de pesquisa.

Como primeira estratégia para melhoria da situação financeira, foi instituída Comissão Interinstitucional, em 2003, com a participação dos Ministérios da Saúde, Educação, Ciência e Tecnologia e do Planejamento, presidida pelo primeiro, com o objetivo de avaliar a situação dos HUE, visando a reorientar a política nacional para o setor.^ª Esta avaliação mostrou a necessidade de maior integração dos hospitais de ensino aos sistemas locais de saúde, além de indicar que os hospitais sofriam de déficit de financiamento e careciam de melhoria nas capacidades de gestão de recursos.

A partir do diagnóstico inicial, foram definidos os instrumentos e estabelecidos os pré-requisitos para a certificação dos hospitais de ensino do País, baseados nos eixos de: integração docente-assistencial, participação na rede de serviços do SUS e manutenção de mecanismos gerenciais e organizativos.^b Uma vez certificados, os hospitais passaram a ser incluídos no Programa de Reestruturação de Hospitais de Ensino no âmbito do SUS e iniciaram processo de pactuação, com os respectivos gestores de saúde, de metas relacionadas à produção de serviços e às atividades de ensino, de pesquisa e de avaliação tecnológica voltadas para as necessidades do sistema de saúde. Por meio da contratualização, o mecanismo de financiamento dos HUE foi definitivamente alterado, baseado em orçamento global para os procedimentos de média complexidade, de acordo com o cumprimento das metas pactuadas. A alta complexidade continua a ser paga de acordo com a produção.⁹

O novo financiamento baseado no orçamento fixo e cumprimento de metas acordadas teve tripla orientação: a) adequação entre a demanda do sistema de saúde e a oferta de serviços assistenciais, de formação de recursos humanos e de desenvolvimento de pesquisa; b) aumento do aporte financeiro, principal reivindicação dos diretores das unidades; c) garantia de esforços para o desenvolvimento da capacidade de administração e gestão local, principal ótica dos órgãos federais responsáveis pelo repasse financeiro.

Considerando que uma das principais razões para a reforma consistiu na necessidade de redução das ineficiências da atenção de saúde prestada pelos hospitais de ensino, o objetivo do presente estudo foi avaliar o impacto de uma reforma financeira na produtividade de hospitais de ensino. Buscou-se também diferenciar o componente tecnológico da mudança de mecanismo de transferência de recursos, enquanto instrumento de política pública nacional, daquele inerente à própria capacidade de cada unidade para gerenciar a nova forma de alocação financeira.

MÉTODOS

A medida de eficiência em análise envoltória de dados (DEA, do inglês data envelopment analysis), baseada em programação linear, é realizada por meio da comparação de um conjunto de unidades similares, denominadas em inglês decision making units (DMU), as quais consomem os mesmos inputs (recursos) para produzir os mesmos outputs (produtos), diferenciando-se unicamente nas quantidades consumidas e produzidas. Assim, uma DMU será eficiente se, comparativamente às demais, tiver maior produção para quantidades fixas de recursos e/ou utilizar menos recursos para gerar uma quantidade fixa de produtos.

Ao definir as DMU com as melhores práticas, a DEA constrói uma fronteira de produção empírica eficiente. As DMU que se encontram sobre a fronteira, portanto, eficientes, têm medida de eficiência de 100%, enquanto as DMU localizadas abaixo da fronteira são ineficientes. A medida de eficiência das DMU ineficientes pode ser calculada pela distância "radial" da fronteira, conhecida como eficiência técnica, que indica a proporção em que devem ser reduzidos os inputs, ou aumentados os outputs, para que a fronteira eficiente seja alcançada.⁵

A DEA também tem por objetivo indicar onde surgem as ineficiências das DMU e apresentar uma referência ou benchmark para que as unidades ineficientes possam atingir a fronteira de eficiência técnica.

O modelo de produção usado foi o DEA BCC (nomeado pelas iniciais dos autores Banker, Charnes e Cooper¹) orientado à redução de input para projeção na fronteira. O modelo de programação linear DEA BCC (equação 1) considera retornos variáveis de escala visto que alguns estudos já indicaram a existência de economias de escala na eficiência hospitalar.^13,16 O uso de retornos variáveis de escala permite que uma unidade eficiente somente seja comparada com unidades produtivas de tamanho similar em escala semelhante.³ Este aspecto é relevante quando se pretende utilizar o conhecimento dos benchmarks na pactuação entre gestor e unidades de saúde.

Da mesma forma, a escolha de orientação a input se deve ao fato de que os gestores hospitalares têm maior controle sobre os inputs do que sobre os outputs e, na maior parte dos países, a ênfase da administração em saúde está no maior controle de custos, sem prejuízo da qualidade, em vez de se priorizar o aumento da demanda. Isso explica o porquê de a maioria dos estudos que utilizam DEA para aferição da eficiência em hospitais ser orientada a input, conforme observado em revisão da literatura.¹⁴

O índice de Malmquist mede a variação da produtividade em períodos distintos de tempo. Este índice foi desenvolvido por Caves et al,² inspirados no trabalho de Malmquist.¹² Quando se comparam dois períodos de tempo, observam-se duas fronteiras distintas: a do período inicial (t) e a do período final (t + 1). Portanto, é possível obter índices de desempenho de acordo com a tecnologia de referência (fronteira) assumida (antes e depois).

O método de Malmquist-DEA, proposto por Färe et al,⁴ tem sido o mais amplamente aplicado para o cálculo da medida. O método aplica o algoritmo de programação linear de DEA para construção da fronteira de produção em ambos os períodos analisados e considera a distância de cada hospital ou DMU considerada (DMU₀), antes e depois, às duas fronteiras distintas. O índice de Malmquist-DEA (M_o) é calculado pela média geométrica de dois índices, no qual o primeiro utiliza como referência a fronteira do período t e o segundo a fronteira do período t+1. Um valor de M_o maior que 1 indica um crescimento ou evolução da produtividade total dos fatores (PTF) entre os períodos t e t+1, enquanto que um valor menor que 1 indica um declínio.

O índice de Malmquist orientado a input é dado por:

Onde:

corresponde à medida de eficiência técnica da DMU₀ no período t, obtida com as observações de todas as DMU no período t, ou seja,

corresponde à medida de eficiência técnica da DMU₀ no período t+1, obtida com as observações de todas as DMU no período t+1, ou seja,

corresponde à medida de eficiência técnica da DMU₀ obtida ao substituir os dados da DMU₀ no período t por aqueles do período t+1, desde que as observações das demais DMU tenham sido realizadas no período t,

corresponde à medida de eficiência técnica da DMU₀ obtida ao substituir os dados da DMU₀ no período t+1 por aqueles do período t, desde que as observações das demais DMU tenham sido realizadas no período t+1.

Em sua forma decomposta, o índice de Malmquist permite separar as fontes de variação de produtividade em dois termos:

Nesta decomposição, a razão fora dos parênteses mede a mudança na eficiência relativa da unidade observada e é chamada de "mudança técnica" (catch-up). Esta razão indica se a produção da unidade está se aproximando ou se afastando da fronteira. Enquanto isso, a média geométrica das duas razões dentro dos parênteses mede a mudança da fronteira tecnológica entre os dois períodos avaliados em x^t e x^t+1 e é chamada de "mudança na eficiência tecnológica" (frontier shift). Estes índices parciais são importantes porque permitem verificar se um eventual aumento da eficiência relativa de um período para o outro deve ser atribuído ao aumento da produtividade da unidade avaliada ou à contração da fronteira de produção.

A mudança técnica (catch-up) representa o aumento da eficiência decorrente da maior injeção de recursos financeiros (razão entre o escore de eficiência em 2006 e em 2003, independentemente do comportamento da fronteira). A alteração tecnológica é diretamente decorrente do deslocamento da fronteira (frontier shift), no caso, a partir da introdução de um novo modelo de gestão. Os termos do índice, portanto, guardam uma equivalência de discurso entre a formulação matemática e a visão dos atores da reforma, sejam diretores de unidade (que enfatizam a crise de financiamento) ou gestores responsáveis pelo financiamento (que buscam o enfrentamento da crise de gestão).

Os dados analisados são provenientes do Sistema de Informação dos Hospitais Universitários Federais do Ministério da Educação (SIHUF/MEC), referentes ao segundo semestre de 2003 e segundo semestre de 2006, portanto, antes e depois da reforma por contratualização. De modo a garantir um grupo homogêneo para comparação, foram excluídos os hospitais de especialidade e as maternidades. Os 30 hospitais gerais do MEC correspondem à cerca de 20% dos hospitais de ensino do País e estão representados pelas siglas das respectivas universidades.

Seguindo modelo proposto por Ozcan,¹⁵ foram usadas como variáveis de inputs: despesas operacionais (valor baseado no total de entrada mensal de recursos SUS, antes e depois do contrato de metas, visto que essa é a principal fonte de custeio desses hospitais); força de trabalho (número total de médicos e de não médicos), número de leitos e mix de serviços. Segundo o autor, as duas últimas são variáveis proxies satisfatórias para o volume de capital do hospital (correlação de Pearson= 0,926). O mix de serviços denota o número total de serviços diagnósticos e terapêuticos ofertados pela unidade e, portanto, a complexidade dos serviços.

Como outputs, foram consideradas: admissões, cirurgias e consultas ambulatoriais, todas ajustadas de acordo com o índice de complexidade do hospital. Também como medida proxy de case mix, o SIHUF inclui uma variável contínua denominada Sistema de Informações de Procedimentos de Alta Complexidade (SIPAC), baseada no volume de recursos necessários para a realização dos procedimentos de alta complexidade credenciados pelo Ministério da Saúde, tais como neurocirurgias, cirurgias cardíacas, ortopédicas, transplantes, entre outros. Para o ajuste, dividiu-se cada valor individual de SIPAC pela média de valores do conjunto de hospitais, criando-se o índice SIPAC, então multiplicado por cada variável de output.¹⁰

Finalmente, para avaliação da dimensão de ensino dos hospitais, foram usados os seguintes indicadores, conforme Grosskopf et al:⁷ intensidade de ensino (relação residentes/leitos) e dedicação de ensino (relação residentes/médicos).

RESULTADOS

Com a reforma do financiamento, a receita dos hospitais de ensino proveniente do SUS passou a incorporar: os valores contratualizados de média complexidade, os produzidos de alta complexidade, além de valores de incentivo (como os de contratualização, de inserção no sistema de emergência, oferta de UTI, entre outros). Isso implicou incremento médio de receita em 51% (Tabela 1), sem que ocorresse para esses hospitais aumento concomitante do número de internações e cirurgias ajustadas (queda de 6% e 4%, respectivamente), mas havendo acréscimo das consultas de pacientes externos (44%). As demais variáveis de input não sofreram mudanças significativas no período, como o número de leitos e de funcionários, e mix de serviços.

Na Tabela 2, são apresentadas as eficiências relativas dos hospitais de acordo com as fronteiras BCC-Input nos anos de 2003 e de 2006. Em 2003, havia 11 hospitais eficientes (cinco deles na região mais produtiva de escala - RMPE) e esse número alcançou 17 unidades em 2006 (11 na RMPE). No mesmo período, a média de eficiência aumentou de 89,6% para 91,7%. Consideradas as fronteiras separadamente, apenas seis unidades tiveram redução das suas eficiências relativas - FURG, UFBA, UFCE, UFRN, UnB e UNI-RIO - apesar do aumento de suas receitas no período em, respectivamente, 40%, 100%, 136%, 86%, 54%, 10%. Entre essas unidades, somente a UFBA não teve queda em nenhuma categoria de produção/output (Tabela 1).

Apenas a UFGO teve valor da medida Índice de Malmquist superior a 1,0 (sua produção de cirurgias aumentou em 23%; de internações, em 10%; e de consultas, em 89%). Na análise do Índice de Malmquist decomposto, observou-se, por outro lado, aumento ou igualdade da eficiência técnica (catch-up) em 23 dos hospitais. Entre aqueles eficientes em 2003, somente a UnB se afastou da fronteira eficiente. Com relação à eficiência tecnológica, todos os valores aferidos tiveram valor inferior a 1,0, o que significa contração da fronteira. As inviabilidades do modelo encontradas para UFU e UNIFESP foram decorrentes de a localização geométrica de 2006 estar acima da fronteira de 2003, portanto, fora do conjunto de possibilidades de produção para aquele período.

A Tabela 3 mostra, em ambos os períodos estudados, a relação dos hospitais de referência para cada unidade ineficiente. Mesmo aferido por modelagem matemática, isto é, pelo cálculo da menor distância à fronteira em que os hospitais de referência serão vértices de um poliedro da fronteira empírica, o modelo garantiu similaridades entre os pares de comparação: porte, geográfica, características e vocações dos serviços prestados. Para atingir a fronteira, os hospitais ineficientes podem estudar os valores absolutos das variáveis de seus benchmarks, para que possíveis mudanças sejam sinalizadas.

Considerando a redução de inputs necessária para que todos os hospitais atingissem a fronteira, em 2003, a mesma seria de 13% (7.299) dos funcionários, 19% (1.448) dos médicos, 19% (1.651) dos leitos, 25% do mix de serviços, além de 8,3% ou R$ 4.600.000 nas despesas operacionais. Em 2006, o decréscimo necessário seria de: 9% dos funcionários (5.060), 16% dos médicos (1.251), 9% dos leitos (740), 17% do mix de serviços ofertados. Quanto às despesas operacionais após a reforma, para o volume mensal repassado de R$ 73,8 milhões, 7,7% ou R$ 5.700.000 poderiam ser diminuídos sem prejuízo do desempenho desses hospitais. Esses dados trazem referências para os itens a serem contemplados nos contratos de metas, por hospital, além de mostrarem qual o montante de volume financeiro a ser liberado pelo nível federal.

A Tabela 4 utiliza a média e mediana de indicadores de intensidade e de dedicação de ensino para os hospitais eficientes e ineficientes, mostrando uma tendência dos hospitais eficientes, modelados por variáveis da dimensão assistencial, também comportarem uma maior carga de atividades na dimensão de ensino.

DISCUSSÃO

O Índice de Malmquist calculado por meio de DEA tem sido utilizado para avaliação de reformas de sistemas de financiamento hospitalar, tais como as que ocorreram na Finlândia e Áustria, em 1993 e 1997, respectivamente.^8,17 Uma das principais vantagens da aplicação de DEA para identificação da fronteira de eficiência está no fato de que as medidas de mudanças de produtividade podem ser analisadas a partir de dois componentes distintos: as "mudanças na tecnologia" (decorrente do deslocamento da fronteira no tempo) e as "mudanças na eficiência técnica" (desempenho comparativo da unidade analisada). Nos referidos estudos, houve acompanhamento dos resultados por, no mínimo, quatro anos consecutivos e, em ambos os casos, observou-se melhora expressiva da fronteira tecnológica nos anos que sucederam a reforma, sem alteração significativa na eficiência técnica dos hospitais.

No presente estudo, de forma contrária, observou-se a melhoria evolutiva da eficiência técnica dos hospitais de ensino, com aumento de 55% das unidades localizadas na fronteira de eficiência após a maior injeção de recursos financeiros. Todavia, o mesmo não ocorreu com a mudança tecnológica, entendida como o novo modelo baseado na gestão orçamentária fixa dos hospitais. No entanto, ainda é cedo para se traçar um diagnóstico negativo para a reforma proposta, uma vez que está em processo de implementação, e o contrato de gestão, como instrumento de pactuação, ainda está em fase de desenvolvimento, principalmente no que tange às metas de ensino e de pesquisa. O presente estudo, portanto, prescinde de acompanhamento por um período maior para que se conclua pelo acerto ou não do novo modelo de financiamento. Como a modelagem somente considerou os hospitais gerenciados pelo MEC, outros estudos devem abarcar a totalidade de hospitais de ensino, com as suas variadas naturezas jurídicas, para verificar se há replicação desses resultados.

Dada a intensidade da crise de financiamento no período precedente à reforma, o aumento dos recursos implicou a minimização da distância de deslocamento e/ou de contração da fronteira e o alívio financeiro para os hospitais de ensino que, inclusive, tiveram estratégias diferenciadas para gerenciarem a produtividade (observado pelas alterações no volume de internações, cirurgias e consultas ambulatoriais da Tabela 1). Aqueles hospitais que, apesar do aumento dos recursos, ainda tiveram queda na eficiência técnica, seriam objetos de estudo sobre a capacidade de gestão local da produção. Nesses casos, a avaliação dos hospitais de referência, conforme mostrado na Tabela 3, pode ser um caminho viável para a busca de sua melhoria gerencial. Essa informação tem utilidade tanto para a unidade em si, ao orientar quais os seus próprios benchmarks, quanto para o órgão regulador, ao identificar possíveis metas a serem pactuadas e ao criar parâmetros de ajuste do volume de recursos aos produtos esperados.⁹

Ainda, a eficiência da produtividade assistencial pode estar associada à qualidade das atividades de ensino desenvolvidas pelos hospitais. Apesar de as atividades de ensino estarem relacionadas ao aumento do custo da produção assistencial nos hospitais,⁶ o desenvolvimento e a excelência do ensino e da pesquisa nos hospitais podem ser considerados como estratégia prioritária para o enfrentamento da crise de financiamento dos hospitais de ensino, justamente ao explorar aquilo que verdadeiramente os diferencia dos demais hospitais do País.

Recebido: 26/11/2007

Revisado: 22/7/2008

Aprovado: 24/10/2008

• 1. Banker RD, Charnes A, Cooper WW. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Manage Sci 1984;30(9):1078-92. DOI: 10.1287/mnsc.30.9.1078
• 2. Caves DW, Christensen LR, Diewert WE. Multilateral comparisons of output, input and productivity using superlative index numbers. Econ J. 1982;92(365):73-86. DOI: 10.2307/2232257
• 3. Coelli TJ, Prasada RDS, Battese GE. An introduction to efficiency and productivity analysis. Boston: Kluwer; 1998.
• 4. Fare R, Grosskopf S, Norris M, Zhang Z. Productivity growth, technical progress, and efficiency change in industrialized countries. Am Econ Rev 1994;84(1):66-83.
• 5. Farrell MJ. The measurement of productive efficiency. J R Statl Soc (Ser A) 1957;120(3):253-81.
• 6. Grosskopf S, Margaritis D, Valdmanis V. The effects of teaching on hospital productivity. Socioecon Plann Sci 2001;35(3):189-204. DOI: 10.1016/S0038-0121(01)00006-4
• 7. Grosskopf S, Margaritis D, Valdmanis V. Competitive effects on teaching hospitals. Eur J Oper Res 2004;154(11):515-25. DOI: 10.1016/S0377-2217(03)00185-1
• 8. Linna M. Health care financing reform and the productivity change in Finnish hospitals. J Health Care Finance 2000;26(3):83-100.
• 9. Lins MPE, Lobo MSC, Silva AM, Fiszman R, Ribeiro VJP. O uso da Análise Envoltória de Dados (DEA) para avaliação de hospitais universitários brasileiros. Cienc Saude Colet 2007;12(4):985-98. DOI: 10.1590/S1413-8123200700040002010
• 10. Lobo MSC, Bloch KV, Fiszman R, Oliveira MR, Ribeiro VJP. Sistema de Informações dos Hospitais Universitários (SIHUF/MEC): um banco de dados administrativo. Cad Saude Colet. 2006;14(1):149-62.
• 11. Machado SP, Kruchenbecker R. Desafios e perspectivas futuras dos hospitais universitários do Brasil. Cienc Saude Colet. 2007;12(4):871-7. DOI: 10.1590/S1413-81232007000400009
• 12. Malmquist S. Index numbers and indifference surfaces. Trab Estad 1953;4:209-42.
• 13. McCallion G, Glass JC, Jackson R, Kerr CA, McKillop DG. Investigating productivity change and hospital size: a nonparametric frontier approach. Applied Econ. 2000;32(2):161-74. DOI: 10.1080/000368400322859
• 14. O´Neill LO, Rauner M, Heidenberger K, Kraus M. A cross-national comparison and taxonomy of DEA-based hospital efficiency studies. Socioecon Plann Scien 2008;42(3):158-89. DOI: 10.1016/j.seps.2007.03.001
• 15. Ozcan, Y. Sensitivity analysis of hospital efficiency under alternative output/input and peer group: a review. Knowledge and policy. Int J Knowl Transf Util 1992;5(4):1-29.
• 16. Sahin I, Ozcan YA. Public sector hospitals efficiency for provincial markets in Turkey. J Med Syst. 2000;24(6):307-20. DOI: 10.1023/A:1005576009257
• 17. Sommersguter-Reichmann M. The impact of the Austrian hospital financing reform on hospital productivity: empirical evidence on efficiency and technology changes using a non-parametric input-based Malmquist approach. Health Care Manag Scien. 2000;3(4):309-21. DOI: 10.1023/A:1019022230731

a

Ministério da Educação, Ministério da Saúde, Ministério da Ciência e Tecnologia e Ministério de Planejamento, Orçamento e Gestão Portaria Interministerial 562 de 12 de maio 2003. Institui Comissão Interinstitucional com o objetivo de avaliar e diagnosticar a situação dos HUEs no Brasil, visando reformular e/ou reorientar a política nacional para o setor, considerando a necessidade de: melhoria da situação financeira, estrutural, organizativa e de gestão e definição do papel / inserção no SUS.

Diário Oficial da União. 28 maio 2003; Seção II: p.23.

b

Ministério da Educação, Ministério da Saúde. Portaria Interministerial 1.000, de 15 de abril de 2004. Dispõe sobre os requisitos necessários para a certificação dos hospitais de ensino.

Diário Oficial da União. 15 abril 2004; Seção I: p.13-4.

Datas de Publicação

• Publicação nesta coleção
  10 Abr 2009
• Data do Fascículo
  Jun 2009

Histórico

• Aceito
  24 Out 2008
• Revisado
  22 Jul 2008
• Recebido
  26 Nov 2007