Estudo do impacto do horário de início dos turnos de trabalho na eficiência de um sistema de emergência através de um modelo de simulação de eventos discretos

Gigante, Rodrigo Luiz; Azevedo, Aníbal Tavares de

Acessibilidade / Reportar erro

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

ORIGINAL ARTICLE • Gest. Prod. 29 • 2022 • https://doi.org/10.1590/1806-9649-2022v29e4421 copiar

Estudo do impacto do horário de início dos turnos de trabalho na eficiência de um sistema de emergência através de um modelo de simulação de eventos discretos

Autoria SCIMAGO INSTITUTIONS RANKINGS

Resumo

Este trabalho utiliza um modelo de simulação para analisar a utilização das ambulâncias presentes no serviço de atendimento médico de urgência e emergência (SAMU) com relação ao horário de início dos turnos de trabalho, e também o tempo que os pacientes esperam em relação aos horários de início dos turnos. Para o desenvolvimento do modelo foram coletadas informações de estudos presentes na literatura e aplicadas as recomendações governamentais de ambulâncias por habitante. O modelo foi executado para diferentes quantidades de chamados efetivos por dia para analisar o congestionamento do sistema e o impacto da mudança de horário de início do turno nos tempos de espera. Os resultados demonstram que o sistema possui um congestionamento com 25 chamados efetivos por dia e os turnos iniciados às 8h e às 11h possuem menor tempo médio de espera dos pacientes por atendimento. Tais resultados validam a alteração do horário de início dos turnos melhora o desempenho do sistema sem aumento de custos.

Palavras-chave:
Simulação a eventos discretos; Serviços de Saúde Pública; Ambulâncias

Articles	Simulation	Mathematical/analytical	Hybrid	Data analysis
Takeda et al. (2001)Takeda, R. A., Widmer, J. A., & Morabito, R. (2001). Uma proposta alternativa para avaliação do desempenho de sistemas de transporte emergencial de saúde brasileiros. Revista Transportes, 9(2), 9-27. https://doi.org/10.14295/transportes.v9i2.168. https://doi.org/10.14295/transportes.v9i...		X
Tavakoli & Lightner (2004)Tavakoli, A., & Lightner, C. (2004). Implementing a mathematical model for locating EMS vehicles in fayetteville, NC. Computers & Operations Research, 31(9), 1549-1563. http://dx.doi.org/10.1016/S0305-0548(03)00108-4. http://dx.doi.org/10.1016/S0305-0548(03)...		X
Figueiredo & Lorena (2005)Figueiredo, A. P. S., & Lorena, L. A. N. (2005). Localização de ambulâncias: uma aplicação para a cidade de são José dos campos – sp. In Anais XII Simpósio Brasileiro de Sensoriamento Remoto (pp. 1965-1972). São José dos Campos: INPE.			X
Rajagopalan et al. (2008)Rajagopalan, H. K., Saydam, C., & Xiao, J. (2008). A multiperiod set covering location model for dynamic redeployment of ambulances. Computers & Operations Research, 35(3), 814-826. http://dx.doi.org/10.1016/j.cor.2006.04.003. http://dx.doi.org/10.1016/j.cor.2006.04....			X
Barros et al. (2009) Barros, J. G. M., Santos, J. A. N., & Vilarinho, L. (2009). Análise e melhoria de processo em uma empresa de atendimento de emergência. In XXIX Encontro Nacional de Engenharia de Produção. Salvador, Bahia: ABEPRO.				X
Wu & Hwang (2009)Wu, C. H., & Hwang, K. (2009). Using a discrete-event simulation to balance ambulance availability and demand in static deployment systems. Academic Emergency Medicine: a Global Journal of Emergency Care, 16(12), 1359-1366. http://dx.doi.org/10.1111/j.1553-2712.2009.00583.x. http://dx.doi.org/10.1111/j.1553-2712.20...	X
Silva (2010)Silva, P. M. S. (2010) Análise do serviço de atendimento móvel de urgência (SAMU) de Belo Horizonte via Simulação e Otimização (Dissertação de mestrado). Universidade Federal de Minas Gerais, Belo Horizonte.			X
Silva & Pinto (2010)Silva, P. M. S., & Pinto, L. R. (2010). Emergency medical systems analisys by simulation and optimization. In Proceedings of the 2010 Winter Simulation Conference. Retrieved in 2021, July 4, from https://dl.acm.org/doi/10.5555/2433508.2433806. https://dl.acm.org/doi/10.5555/2433508.2...	X
Souza et al. (2013)Souza, R. M., Morabito, R., Chiyoshi, R. Y., & Iannoni, A. P. (2013). Análise da configuração de SAMU utilizando múltiplas alternativas de localização de ambulâncias. Gestão e Produção, São Carlos, 20(2), 287-302. http://dx.doi.org/10.1590/S0104-530X2013000200004. http://dx.doi.org/10.1590/S0104-530X2013...		X
Nogueira et al. (2016)Nogueira, P. C., Jr., Pinto, L. R., & Silva, P. M. S. (2016). Reducing emergency medical service response time via the reallocation of ambulance bases. Health Care Management Science, 19(1), 31-42. http://dx.doi.org/10.1007/s10729-014-9280-4. PMid:24744263. http://dx.doi.org/10.1007/s10729-014-928...	X
Ciconet (2015)Ciconet, R. M. (2015) Tempo de resposta de um serviço de atendimento móvel de urgência (Tese de doutorado). Escola de enfermagem, Universidade Federal do Rio Grande do Sul, Porto Alegre.				X
Barreto et al. (2016)Barreto, B., Alexandrino, F., & Coelho, O. (2016). Posicionamento de ambulâncias do samu através de programação inteira e teoria de filas. Gestão & Produção, 23(4), 828-841. http://dx.doi.org/10.1590/0104-530x2100-16. http://dx.doi.org/10.1590/0104-530x2100-...		X
Ferrari et al. (2017)Ferrari, T., Vieira, B. S., Camara, M. V. O., Ribeiro, G. M., & Nassi, C. D. (2017). Uma avaliação multiobjetivo de atendimento de emergência com base na população, no número de ocorrências e na distância percorrida pelos veículos de resgate. In XXXI Congresso Nacional de Pesquisa em Transporte da ANPET. Recife, PE: ANPET.		X
Maruyama & Souza (2018)Maruyama, L. Y., & Souza, R. M. (2018). Identificação de regiões similares em relação ao tempo de resposta de chamados do SAMU-Bauru. Gestão e Saúde, 9(2), 180-191. http://dx.doi.org/10.18673/gs.v9i2.24242. http://dx.doi.org/10.18673/gs.v9i2.24242...				X
Coelho & Pinto (2018)Coelho, G. F., & Pinto, L. R. (2018). Kriging-based simulation optimization: an emergency medical system application. The Journal of the Operational Research Society, 69(12), 2006-2020. http://dx.doi.org/10.1080/01605682.2017.1418149. http://dx.doi.org/10.1080/01605682.2017....	X

Articles	1	2	3	4	5	6
Takeda et al. (2001)Takeda, R. A., Widmer, J. A., & Morabito, R. (2001). Uma proposta alternativa para avaliação do desempenho de sistemas de transporte emergencial de saúde brasileiros. Revista Transportes, 9(2), 9-27. https://doi.org/10.14295/transportes.v9i2.168. https://doi.org/10.14295/transportes.v9i...	X		X		X
Tavakoli & Lightner (2004)Tavakoli, A., & Lightner, C. (2004). Implementing a mathematical model for locating EMS vehicles in fayetteville, NC. Computers & Operations Research, 31(9), 1549-1563. http://dx.doi.org/10.1016/S0305-0548(03)00108-4. http://dx.doi.org/10.1016/S0305-0548(03)...		X		X	X	X
Figueiredo & Lorena (2005)Figueiredo, A. P. S., & Lorena, L. A. N. (2005). Localização de ambulâncias: uma aplicação para a cidade de são José dos campos – sp. In Anais XII Simpósio Brasileiro de Sensoriamento Remoto (pp. 1965-1972). São José dos Campos: INPE.
Rajagopalan et al. (2008) Rajagopalan, H. K., Saydam, C., & Xiao, J. (2008). A multiperiod set covering location model for dynamic redeployment of ambulances. Computers & Operations Research, 35(3), 814-826. http://dx.doi.org/10.1016/j.cor.2006.04.003. http://dx.doi.org/10.1016/j.cor.2006.04....	X					X
Barros et al. (2009)Barros, J. G. M., Santos, J. A. N., & Vilarinho, L. (2009). Análise e melhoria de processo em uma empresa de atendimento de emergência. In XXIX Encontro Nacional de Engenharia de Produção. Salvador, Bahia: ABEPRO.	X	X		X	X
Wu & Hwang (2009) Wu, C. H., & Hwang, K. (2009). Using a discrete-event simulation to balance ambulance availability and demand in static deployment systems. Academic Emergency Medicine: a Global Journal of Emergency Care, 16(12), 1359-1366. http://dx.doi.org/10.1111/j.1553-2712.2009.00583.x. http://dx.doi.org/10.1111/j.1553-2712.20...	X	X	X X	X	X	X
Silva (2010)Silva, P. M. S. (2010) Análise do serviço de atendimento móvel de urgência (SAMU) de Belo Horizonte via Simulação e Otimização (Dissertação de mestrado). Universidade Federal de Minas Gerais, Belo Horizonte.		X	X	X		X
Silva & Pinto (2010)Silva, P. M. S., & Pinto, L. R. (2010). Emergency medical systems analisys by simulation and optimization. In Proceedings of the 2010 Winter Simulation Conference. Retrieved in 2021, July 4, from https://dl.acm.org/doi/10.5555/2433508.2433806. https://dl.acm.org/doi/10.5555/2433508.2...
Souza et al. (2013)Souza, R. M., Morabito, R., Chiyoshi, R. Y., & Iannoni, A. P. (2013). Análise da configuração de SAMU utilizando múltiplas alternativas de localização de ambulâncias. Gestão e Produção, São Carlos, 20(2), 287-302. http://dx.doi.org/10.1590/S0104-530X2013000200004. http://dx.doi.org/10.1590/S0104-530X2013...	X		X
Nogueira et al. (2016)Nogueira, P. C., Jr., Pinto, L. R., & Silva, P. M. S. (2016). Reducing emergency medical service response time via the reallocation of ambulance bases. Health Care Management Science, 19(1), 31-42. http://dx.doi.org/10.1007/s10729-014-9280-4. PMid:24744263. http://dx.doi.org/10.1007/s10729-014-928...	X	X	X	X	X
Ciconet (2015)Ciconet, R. M. (2015) Tempo de resposta de um serviço de atendimento móvel de urgência (Tese de doutorado). Escola de enfermagem, Universidade Federal do Rio Grande do Sul, Porto Alegre.	X	X	X	X	X	X
Barreto et al. (2016)Barreto, B., Alexandrino, F., & Coelho, O. (2016). Posicionamento de ambulâncias do samu através de programação inteira e teoria de filas. Gestão & Produção, 23(4), 828-841. http://dx.doi.org/10.1590/0104-530x2100-16. http://dx.doi.org/10.1590/0104-530x2100-...
Ferrari et al. (2017)Ferrari, T., Vieira, B. S., Camara, M. V. O., Ribeiro, G. M., & Nassi, C. D. (2017). Uma avaliação multiobjetivo de atendimento de emergência com base na população, no número de ocorrências e na distância percorrida pelos veículos de resgate. In XXXI Congresso Nacional de Pesquisa em Transporte da ANPET. Recife, PE: ANPET.				X
Maruyama & Souza (2018)Maruyama, L. Y., & Souza, R. M. (2018). Identificação de regiões similares em relação ao tempo de resposta de chamados do SAMU-Bauru. Gestão e Saúde, 9(2), 180-191. http://dx.doi.org/10.18673/gs.v9i2.24242. http://dx.doi.org/10.18673/gs.v9i2.24242...						X
Coelho & Pinto (2018)Coelho, G. F., & Pinto, L. R. (2018). Kriging-based simulation optimization: an emergency medical system application. The Journal of the Operational Research Society, 69(12), 2006-2020. http://dx.doi.org/10.1080/01605682.2017.1418149. http://dx.doi.org/10.1080/01605682.2017....			X	X		X

Number of patients per day (number of patients)	Early morning	Morning	Late
5	0.12	0.27	0.24
10	0.24	0.54	0.48
15	0.36	0.81	0.71
20	0.48	1.08	0.95
25	0.59	1.34	1.19
30	0.71	1.61	1.43
35	0.83	1.88	1.66
40	0.95	2.15	1.90
45	1.07	2.42	2.14
50	1.19	2.69	2.38

Patient arrival/day x Shift start time	7 h	8 h	9 h	10 h	11 h	12 h
5	0.00	0.00	0.00	0.00	0.00	0.00
10	0.00	0.00	0.00	0.00	0.00	0.00
15	0.00	0.00	0.00	0.00	0.00	0.00
20	0.00	0.03	0.00	0.08	0.03	0.05
25	0.18	0.00	0.03	0.10	0.08	0.05
30	0.13	0.23	0.03	0.20	0.05	0.28
35	0.30	0.10	0.13	0.53	0.23	0.23
40	0.75	0.53	0.08	0.73	0.40	0.43
45	0.83	0.58	0.35	0.53	0.48	0.93
50	1.67	0.48	0.60	0.70	0.40	1.00
Mean	0.38	0.19	0.12	0.29	0.17	0.30

Patient arrival/day x Shift start time	7 h	8 h	9 h	10 h	11 h	12 h
5	0.00	0.00	0.00	0.00	0.00	0.00
10	0.00	0.00	0.00	0.00	0.00	0.00
15	0.00	0.00	0.00	0.00	0.00	0.00
20	0.00	1.00	0.90	1.50	0.30	1.70
25	0.10	0.05	0.70	0.50	1.00	1.20
30	0.10	1.10	1.10	0.90	0.60	0.60
35	1.70	0.00	2.10	1.30	0.90	0.60
40	0.90	0.40	0.90	1.3	0.90	0.40
45	3.90	0.70	0.20	1.40	1.70	0.50
50	2.00	2.30	1.00	0.80	0.80	2.70
Mean	0.87	0.56	0.69	0.79	0.62	0.77

Patient arrival/day x Shift start time	7 h	8 h	9 h	10 h	11 h	12 h
5	0.42	0.42	0.42	0.42	0.42	0.42
10	0.73	0.68	0.71	0.69	0.69	0.69
15	0.98	0.95	0.89	0.94	0.94	0.93
20	1.17	1.21	1.18	1.17	1.20	1.19
25	1.33	1.36	1.43	1.38	1.35	1.43
30	1.58	1.64	1.61	1.57	1.60	1.56
35	1.81	1.76	1.82	1.79	1.83	1.77
40	1.96	2.06	2.02	1.98	2.04	2.02
45	2.39	2.27	2.17	2.22	2.23	2.24
50	2.37	2.40	2.34	2.40	2.39	2.43
Mean	1.47	1.48	1.46	1.46	1.47	1.47

Patient arrival/day x Shift start time	7 h	8 h	9 h	10 h	11 h	12 h
5	0.02	0.01	0.04	0.02	0.01	0.01
10	0.05	0.04	0.03	0.03	0.03	0.03
15	0.04	0.05	0.04	0.05	0.05	0.06
20	0.06	0.05	0.07	0.07	0.06	0.05
25	0.06	0.08	0.08	0.09	0.06	0.09
30	0.10	0.08	0.10	0.08	0.07	0.06
35	0.08	0.10	0.11	0.09	0.10	0.09
40	0.13	0.11	0.11	0.10	0.11	0.10
45	0.11	0.10	0.13	0.13	0.13	0.13
50	0.14	0.15	0.14	0.15	0.14	0.14
Mean	0.08	0.08	0.09	0.08	0.08	0.08

Universidade Federal de São Carlos Departamento de Engenharia de Produção , Caixa Postal 676 , 13.565-905 São Carlos SP Brazil, Tel.: +55 16 3351 8471 - São Carlos - SP - Brazil
E-mail: gp@dep.ufscar.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Source: authors.