Análise do acesso aos cuidados de reabilitação em Angola

RESUMO - Angola é um país em desenvolvimento e dado o baixo número de profissionais na reabilitação e a centralização dos cuidados desta área na capital do país, Luanda, é pertinente caraterizar o acesso dos utentes e perceber em que medida é que a oferta destes cuidados satisfaz as necessidades atuais da população. Sendo assim, este estudo teve como objetivos, avaliar o acesso dos utentes do Centro de Referência Nacional público para Reabilitação em Angola, CMFR, e identificação de áreas prioritárias de ação para promoção de igualdade no acesso. A análise metodológica consistiu na recolha e análise de dados dos utentes que acederam ao CMFR de Setembro de 2014 a Janeiro de 2015 e pesquisa documental abrangente, não-sistemática, sobre equidade e acesso a cuidados de saúde em Reabilitação a nivel internacional e em Angola. Para o tratamento e recolha de dados foram consideradas variáveis sociodemográficas e caraterizadoras do acesso onde se fez a caraterização da população em estudo, análise das variáveis resultantes do acesso ao CMFR através de uma análise de regressão.

Efectividade e volume: uma aplicação a hospitais portugueses

RESUMO - Contexto: a avaliação da qualidade como tema potencialmente importante para utentes e prestadores de cuidados de saúde. A taxa de mortalidade como medida de resultados com um adequado ajustamento do risco. A existência de determinadas características estruturais do hospital às quais está associada uma menor mortalidade. Objectivos: identificar diferenças no desempenho e na taxa de mortalidade dos hospitais e investigar que características estruturais justificam essas diferenças. Metodologia: foram seleccionados os episódios de internamento das doenças de maior mortalidade hospitalar. A medida de desempenho considerada foi a comparação entre a mortalidade observada e a mortalidade esperada, calculada a partir da escala preditiva da mortalidade do Disease Staging, recalibrada para Portugal. A medida de desempenho foi analisada por hospital, doença e grupo de doenças. A ordenação dos hospitais pelo desempenho foi comparada com a ordenação dos hospitais pela taxa de mortalidade observada. O desempenho dentro de cada hospital foi analisado para um grupo de doenças seleccionadas. A relação entre o valor da medida de desempenho e as variáveis «número de episódios», «índice tecnológico» e «gravidade dos doentes tratados» foi analisada através da regressão linear para o conjunto dos episódios e para cada doença e grupo de doenças. Resultados: foram incluídos 379 074 episódios, agrupados em 21 doenças e 8 grupos de doenças e tratados em 81 hospitais. A taxa de mortalidade observada foi de 12%. Existiam diferenças no desempenho por hospital, alguns dos quais se destacam pelo seu melhor/pior nível de desempenho. Foram observadas as limitações da taxa de mortalidade bruta como instrumento de análise do desempenho, no contexto de hospitais com diferentes níveis de risco dos doentes tratados. Para além disso, evidenciou-se que a análise do hospital como um todo ou em cada uma das partes tem resultados distintos, dada a existência de diferentes níveis de desempenho dentro do hospital. Finalmente, verificou- se que a relação entre volume e desempenho, quando existe, é, na quase totalidade dos casos, não linear e inversa à referida na literatura.

O que determina a recomendação do operador de telecomunicações : caso de estudo dos clientes MEO

Com o objetivo de consolidar e pôr em prática o conhecimento adquirido ao longo do programa de mestrado, optei pela realização de um estágio, cujo relatório apresento sob a forma de trabalho Final de Mestrado. Assim sendo, surgiu a oportunidade de realizar um estágio curricular (por um período de seis meses, entre Setembro de 2013 e Fevereiro de 2014) no âmbito do trabalho desenvolvido pela equipa de Marketing Analítico da Direção de Segmento Consumo Residencial – DSR na empresa Portugal Telecom, uma das maiores empresas na área das Telecomunicações em Portugal. Num momento de elevada concorrência entre as empresas de telecomunicações, acresce a importância atribuída pelas empresas aos seus clientes e, com ela, a necessidade de estar em constante contacto com estes. É nesse contexto que o trabalho apresentado neste relatório é desenvolvido, recorrendo a métodos explicativos, nomeadamente regressão logística, para identificar características do comportamento dos clientes que têm impacto nas atitudes e perceções dos mesmos. Por outro lado, procura-se definir a relação entre essas atitudes e/ou perceções e a recomendação dos atuais clientes do serviço a outros. Por variadas razões, não foi possível utilizar dados da Portugal Telecom, pelo que foi necessário recorrer a recolha por questionário. Através deste método foram recolhidas 193 respostas, mas apenas 159 poderam ser utilizadas, uma vez que foram eliminados os casos em que os respondentes não possuiam serviço de telecomunicações e os casos em que os clientes MEO não responderam a perguntas fundamentais do questionário. Embora de forma consciente das limitações decorrentes da dimensão desta amostra, foi decidido prosseguir com estes resultados devido à dificuldade em angariar respondentes e devido ao período de tempo de recolha disponível para este relatório. Foi realizada uma caracterização da amostra recolhida com recurso a técnicas descritivas, sendo o modelo que permite estudar os impactos estimado com recurso a regressão por máxima verosimilhança, concretamente regressão logística. A partir da revisão da literatura e do conhecimento adquirido ao longo do estágio foram criados dois modelos explicativos para a recomendação. Os resultados indicam que a reclamação é influenciada positivamente pelo rendimento do agregado familiar, pelo preço e pela percepção que os indivíduos têm em como a PT se preocupa com eles e influenciada negativamente pela reclamação, ou seja quanto quanto mais reclamações os clientes fizerem menos é a probabilidade de recomendarem a empresa.

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.