Uma comparação entre os custos atuais, custos por pacote e reembolso hospitalar para o procedimento de revascularização miocárdica

In Brazil, the supplemental healthcare system is going through a transition period from the traditional Fee-for-service reimbursement system to the Package reimbursement system, similar to the American model known as the Diagnoses Related Groups (DRG) system. Although the Package concept is nothing new to the hospital environment, it is still seldom used since this system calls for a level of control and analytical knowledge of hospital costs that are poorly developed in Brazilian institutions. This study focuses on determining how much the reimbursement for a Myocardial Revascularization Package actually covers of the current costs for patients submitted to this procedure. A prospective analysis method for determining the cost per patient has been developed and 13 patients were individually followed-up during all their hospitalization period. The expenses with intensive care unit and in-patient clinical care, as well as the type of admittance - whether elective or emergency - were determined for each patient. Additionally, all the resources and materials for the surgical procedure were included, comprising specialized personnel, surgical fees, procedures and tests, biomedical equipment, and all the materials and medication used during the hospital stay. Based on this data, the current total costs were calculated and compared to the reimbursement for the Package previously agreed upon by the institution and the healthcare carriers. The study found an average cost of BR$ 8,826 for a Myocardial Revascularization surgical procedure, while the respective reimbursement for the Package is of BR$ 7,476. Therefore, the reimbursement does not cover the current costs of the procedure.

Modelo para avaliação de desempenho do sistema de saúde municipal com foco nas ações da saúde materno-infantil da atenção básica por meio de indicadores sociais

O presente trabalho aborda o desempenho dos sistemas municipais de saúde, tendo como foco a saúde materno-infantil. Com o objetivo de apontar as possíveis fragilidades dos sistemas de saúde, especificamente daqueles em que a Atenção Primária (AP) é a principal ou exclusiva estratégia de atuação da gestão municipal, foi criado um modelo teórico de avaliação dos indicadores de saúde, denominado de ADS. Aplicado às cidades com população entre 14 mil e 35 mil habitantes, onde o sistema de saúde se baseia exclusivamente na política de AP, esse modelo foi construído por meio da técnica de consenso, com a formação de um grupo de 12 especialistas na área de saúde coletiva para definição e validação de critérios para análise dos sistemas. Testado na cidade de Iati, localizada no Agreste Meridional e distante 282 quilômetros da capital pernambucana, o ADS apontou fatores ambientais e socioeconômicos abaixo da média, além de vulnerabilidades da assistência materno-infantil que influenciam negativamente a situação de saúde do município. A avaliação verificou ainda desempenho insatisfatório no que diz respeito ao acompanhamento das crianças e gestantes por meio de consultas médicas (efetividade); assistência à criança (continuidade); cobertura de consultas em crianças e imunização de gestantes (acesso aos serviços da Atenção Primária); produtividade das ações realizadas pelos profissionais de saúde (eficiência) e capacidade de investigação dos óbitos infantis, qualidade dos registros e controle da sífilis em gestantes (vigilância à saúde). Também foi observada baixa alocação de investimentos em saúde em combinação com a carência de recursos humanos e materiais para prestar os serviços. Ao final da pesquisa, foi possível constatar a viabilidade de aplicação do modelo para planejamento das auditorias, avaliando o desempenho dos indicadores de saúde no âmbito municipal.

Cherry picking with synthetic controls

The synthetic control (SC) method has been recently proposed as an alternative method to estimate treatment e ects in comparative case studies. Abadie et al. [2010] and Abadie et al. [2015] argue that one of the advantages of the SC method is that it imposes a data-driven process to select the comparison units, providing more transparency and less discretionary power to the researcher. However, an important limitation of the SC method is that it does not provide clear guidance on the choice of predictor variables used to estimate the SC weights. We show that such lack of speci c guidances provides signi cant opportunities for the researcher to search for speci cations with statistically signi cant results, undermining one of the main advantages of the method. Considering six alternative speci cations commonly used in SC applications, we calculate in Monte Carlo simulations the probability of nding a statistically signi cant result at 5% in at least one speci cation. We nd that this probability can be as high as 13% (23% for a 10% signi cance test) when there are 12 pre-intervention periods and decay slowly with the number of pre-intervention periods. With 230 pre-intervention periods, this probability is still around 10% (18% for a 10% signi cance test). We show that the speci cation that uses the average pre-treatment outcome values to estimate the weights performed particularly bad in our simulations. However, the speci cation-searching problem remains relevant even when we do not consider this speci cation. We also show that this speci cation-searching problem is relevant in simulations with real datasets looking at placebo interventions in the Current Population Survey (CPS). In order to mitigate this problem, we propose a criterion to select among SC di erent speci cations based on the prediction error of each speci cations in placebo estimations