Modelo de previsão para identificar fatores de risco dos reinternamentos hospitalares em 30 dias : um estudo ao GDH 127 - insuficiência cardíaca ou choque

A representatividade do número de reinternamento hospitalares, no quadro dos custos hospitalares, deverá ser encarada como um indicador de qualidade nos serviços prestados e um objeto de estudo no que diz respeito à forma como estão a ser geridos esses serviços. Caracterizar os utentes com maior propensão a um reinternamento e identificar os fatores de risco que lhe estão associados torna-se, pois, pertinente, pois só assim, se poderá, no futuro, desenvolver uma atuação proativa com o objetivo primeiro de uma redução de custos sem colocar, no entanto, em causa a qualidade dos serviços que as entidades hospitalares prestam aos seus utentes. O objetivo deste estudo consiste em criar um modelo preditivo, com base em árvores de decisão, que auxilie a identificar os fatores de risco dos reinternamentos em 30 dias relativos ao Grupos de Diagnóstico Homogéneo (GDH) 127 - Insuficiência cardíaca e/ou choque, de forma a auxiliar as entidades prestadoras de cuidados de saúde a tomar decisões e atuar atempadamente sobre situações críticas. O estudo é suportado pela base de dados dos Grupos de Diagnóstico Homogéneos, a qual, possui informação sobre o utente e sobre o seu processo de internamento, nomeadamente, o diagnóstico principal, os diagnósticos secundários, os procedimentos realizados, a idade e sexo do utente e o destino após a alta. Pode concluir-se após estudo, que as taxas de reinternamentos têm vindo a aumentar nos últimos anos, que a população idosa insere-se no universo sujeito ao maior risco de reinternamento e que além do diagnóstico principal, a existência de comorbidades representa um papel importante no incremento do risco, nomeadamente, quando são diagnosticadas em simultâneo doenças renais, diabetes mellitus ou doenças isquémicas crónicas do coração (NCOP).

Proposta de um modelo de medição e análise da satisfação de clientes em empresas de software : caso prático do ambiente business-to-business

Os estudos da satisfação e lealdade do cliente em ambiente Business-to-Business têm emergido devido ao interesse práctico e académico. Recorreu-se a um caso práctico de uma empresa de software internacional, ESRI, a operar em Portugal com modelo de negócio B2B e comportamento de compra extensivo. Desenvolveu-se um modelo estrutural com 11 variáveis latentes: lealdade; satisfação; imagem; atmosfera; cooperação; adaptação; processos; tecnologia; orientação ao cliente; competências; colaboradores e comunicação. Foram analisadas 304 respostas ao questionário de satisfação e de seguida aplicou-se o modelo a seis grupos de clientes segmentados de acordo com a contribuição do cliente para as receitas e o comportamento no processo de decisão de compra. Recorreu-se a modelos SEM (Structural Equation Modelling) com estimação dos parâmetros através da metodologia PLS (partial Least Squares). Os resultados mostram nos seis segmentos, que os valores da empresa, a cooperação através da competência dos colaboradores e da orientação ao cliente e a tecnologia são factores mais importantes para a satisfação e lealdade dos clientes.

Implementação de um modelo de geometric semantic genetic programming para aplicação naval

Recaí sob a responsabilidade da Marinha Portuguesa a gestão da Zona Económica Exclusiva de Portugal, assegurando a sua segurança da mesma face a atividades criminosas. Para auxiliar a tarefa, é utilizado o sistema Oversee, utilizado para monitorizar a posição de todas as embarcações presentes na área afeta, permitindo a rápida intervenção da Marinha Portuguesa quando e onde necessário. No entanto, o sistema necessita de transmissões periódicas constantes originadas nas embarcações para operar corretamente – casos as transmissões sejam interrompidas, deliberada ou acidentalmente, o sistema deixa de conseguir localizar embarcações, dificultando a intervenção da Marinha. A fim de colmatar esta falha, é proposto adicionar ao sistema Oversee a capacidade de prever as posições futuras de uma embarcação com base no seu trajeto até à cessação das transmissões. Tendo em conta os grandes volumes de dados gerados pelo sistema (históricos de posições), a área de Inteligência Artificial apresenta uma possível solução para este problema. Atendendo às necessidades de resposta rápida do problema abordado, o algoritmo de Geometric Semantic Genetic Programming baseado em referências de Vanneschi et al. apresenta-se como uma possível solução, tendo já produzido bons resultados em problemas semelhantes. O presente trabalho de tese pretende integrar o algoritmo de Geometric Semantic Genetic Programming desenvolvido com o sistema Oversee, a fim de lhe conceder capacidades preditivas. Adicionalmente, será realizado um processo de análise de desempenho a fim de determinar qual a ideal parametrização do algoritmo. Pretende-se com esta tese fornecer à Marinha Portuguesa uma ferramenta capaz de auxiliar o controlo da Zona Económica Exclusiva Portuguesa, permitindo a correta intervenção da Marinha em casos onde o atual sistema não conseguiria determinar a correta posição da embarcação em questão.

Instrumentos de responsabilidade social corporativa: desenvolvimento de um modelo de análise com aplicação ao setor do alojamento hoteleiro

O conceito de Responsabilidade Social Corporativa (RSC) reflete a necessidade das empresas desempenharem, a par da sua função primordial, funções importantes a nível das sociedades em que estão inseridas visando aumentar a sua contribuição para um mundo mais justo em termos económicos, sociais e ambientais. A Comissão Europeia (2004) define instrumentos como tendo o objetivo de ajudar as empresas a gerir os seus processos, sistemas e impactos, disponibilizando orientações e critérios de referência, apoiando as empresas na promoção da RSC e estabelecendo níveis mínimos de desempenho. Pretende-se nesta dissertação a criação e validação da aplicabilidade prática de um modelo de análise de instrumentos de RSC, adaptando e expandindo as propostas de classificação fornecidas pela literatura em diversidade e escala e dando origem a um modelo de análise para o setor do Alojamento Hoteleiro. Com este objectivo em mente foram compilados 347 instrumentos no modelo de análise elaborado, agrupados em cinco categorias diferentes, nomeadamente, Códigos de conduta, princípios e diretrizes; Sistemas de gestão e outros instrumentos de gestão de RSC; Índices bolsistas; Modelos de divulgação e comunicação; e Prémios e rankings. Foi verificada a sua validade e aplicabilidade prática com recurso à informação disponibilizada por uma amostra constituida por 31 empresas de de âmbito internacional, conseguida pela compilação dos seus relatórios de sustentabilidade publicados na base de dados online da Global Reporting Initiative (GRI). O estado de qualidade positiva da comunicação de temáticas de RSC através de indicadores GRI neste relatórios de sustentabilidade foi analisada e verificou-se inferior a 50%. Para a amostra de empresas de Alojamento Hoteleiro, a aplicação prática do modelo de análise foi validada com sucesso. Durante o teste da validação do modelo foi possivel obter alguns resultados que serão mencionados em seguida. A ordem das categorias do modelo de análise é coincidente com a ordem decrescente da frequência de utilização de instrumentos pela amostra. As frequências relativas mais altas verificaram-se em primeiro lugar em descritores da categoria Códigos de conduta, princípios e diretrizes, seguindo-se da categoria Sistemas de gestão e outros instrumentos de gestão de RSC de cariz ambiental. Parece, no entanto, existir uma falta de correspondência entre os indicadores requeridos pela GRI e avaliados na análise de qualidade dos relatórios e os dados práticos obtidos com a utilização de ferramentas de RSC. Um exemplo prático deste fenómeno vericou-se nos resultados destas duas categorias que obtiveram maiores frequências de utilização de instrumentos de RSC, pois estas foram também as que obtiveram piores resultados de qualidade de comunicação nos relatórios. Durante esta análise foi compilada uma listagem detalhada dos instrumentos mais utilizados em cada nível de análise de cada categoria do modelo.

Estudo do galgamento em estruturas marítimas verticais utilizando o modelo numérico AMAZON

O galgamento oceânico é um fenómeno associado à interação de ondas com estruturas marítimas. Nesta dissertação estudou-se o galgamento em estruturas marítimas verticais através da aplicação do modelo numérico AMAZON, que é um modelo bidimensional, baseado na resolução das equações não lineares de águas pouco profundas. Para validar a sua aplicação a estruturas marítimas verticais impermeáveis, os resultados de caudal médio galgado obtidos com o modelo AMAZON foram comparados com os resultados de ensaios em modelo físico bidimensional realizados anteriormente e disponíveis na base de dados do projeto europeu CLASH. Os resultados foram ainda comparados com os das fórmulas empíricas e semi-empíricas de Van der Meer & Bruce de 2014, de Goda de 2008 e de Hedges & Reis de 2015. Antes da sua validação, o modelo foi calibrado utilizando um dos ensaios do CLASH. Para tal, realizou-se uma análise de sensibilidade a alguns parâmetros do modelo, concretamente da dimensão mínima da malha, da escala de aplicação do AMAZOM (à escala reduzida ou à do protótipo), da forma de modelação da parede vertical, já que, dado este modelo ser integrado na vertical, não é possível considerar paredes verticais sem utilizar um artifício de cálculo, dos valores de alguns dos parâmetros de entrada do modelo (profundidade mínima molhada e a profundidade mínima de fricção) e da dimensão do domínio de cálculo. Os resultados da calibração do AMAZON mostram que, por causa da precisão do modelo para os menores caudais médios de galgamento, se deve aplicar o modelo à escala do protótipo. Para estruturas verticais, a aproximação que o modelo faz, por defeito, para a secção vertical da estrutura através de um talude fictício a 10:1 apresenta melhores resultados que a utilização de um talude a 20:1. Contudo, ambos requerem a adoção de uma dimensão da malha bastante reduzida nesta zona e na sua vizinhança (0.03 m). No caso em estudo, os dois parâmetros de entrada do modelo não têm impacto significativo nos resultados, ao contrário do domínio de cálculo que, tal como recomendado na literatura de referência, se deve iniciar (fronteira de entrada) a aproximadamente um comprimento de onda do pé da estrutura. Os resultados obtidos mostram que, em geral, o AMAZON subestima o valor medido do caudal médio galgado com erros relativos variáveis entre -91% e -49%; apenas para um caso o modelo sobrestima o caudal médio, com um erro relativo de 43%. Quando comparado com as formulações empíricas e semi-empíricas, a fórmula de Van der Meer & Bruce apresenta melhores aproximações aos caudais médios medidos que constam na base de dados do CLASH, seguida da fórmula de Goda e dos resultados do modelo AMAZON, embora estes dois últimos apresentem valores bastante próximos. Assim, uma vez que o modelo está em constante desenvolvimento, espera-se que no futuro seja uma ferramenta mais poderosa. Contudo, enquanto não se fizerem melhorias no modelo e/ou não se estender a outros ensaios a análise feita no âmbito desta dissertação, os resultados sugerem que não há vantagem na sua utilização face às formulações empíricas e semi-empíricas disponíveis, tendo também em conta o significativo tempo computacional exigido para executar o AMAZON com a dimensão da malha escolhida.

Modelo preditivo de insolvência no setor farmacêutico : aplicação à farmácia comunitária portuguesa

O setor farmacêutico apresenta um elevado grau de complexidade, dada a regulamentação a que está sujeito. Atualmente, um dos principais problemas deste setor prende-se com o acentuado aumento (142,6% entre dezembro de 2012 e julho de 2014) do número de farmácias insolventes, sendo impacto da crise económica e consequentes medidas regulamentares aplicadas com o Memorando de Entendimento da Troika. Dada a importância que as farmácias têm na dispensa do medicamento assim como o papel do farmacêutico no aconselhamento diário aos utentes, a redução do número de farmácias levanta problemas no acesso ao medicamento por parte da população. Assim, é necessário dotar as farmácias de ferramentas que lhes permitam gerir o seu negócio, criando bases sólidas de forma a terem uma maior capacidade de reagir em tempos de crise. Desta forma, o objetivo principal do trabalho é fornecer às farmácias uma dessas ferramentas, através da criação de um modelo preditivo de insolvência que permita estimar uma probabilidade de uma farmácia entrar em insolvência. Para o efeito, desenvolveu-se um modelo teórico, com base na revisão de literatura científica e na análise do setor farmacêutico em Portugal, que foi depois testado recorrendo a métodos de estimação com recurso ao modelo logit através do método da Máxima Verosimilhança. O modelo empírico foi estimado com dados de uma amostra de 97 farmácias, selecionadas a partir de uma base de dados da ANF. Esta amostra é composta por todas as farmácias insolventes e por uma seleção aleatória de farmácias solventes, para as quais foi possível utilizar informação proveniente do IES, mantendo a total confidencialidade, nomeadamente dados relativos às dimensões consideradas no modelo teórico: Autonomia Financeira, Endividamento, Gestão de Inventários, Gestão de Funcionários, Liquidez, Prazo Médio de Pagamentos do Estado, Prazo Médio Pagamentos a Fornecedores, Rendibilidade, Solvabilidade, Tesouraria, Dimensão e Localização. As dimensões referidas foram selecionadas após uma análise extensiva da bibliografia sobre esta temática. Estas dimensões foram incluídas na estimação através de variáveis proxy (com exceção da Tesouraria), para as quais foi também levada a cabo uma análise de sensibilidade. Depois de validados os pressupostos da estimação e de uma análise crítica sobre os resultados, foi possível selecionar um modelo em que mais de 90% das observações foram classificadas corretamente. O modelo preditivo selecionado inclui as variáveis proxy das dimensões: Autonomia Financeira, Prazo Médio Pagamentos a Fornecedores, Endividamento, Rendibilidade, Dimensão e Localização. Em testes posteriores, validou-se a capacidade preditiva do modelo com recurso a uma amostra de teste.