estudo de caso
Operando com eficiência máxima:
Hospitais da Red Cross e Canisius Wilhelmina
Aplicar aprimoramento de qualidade em processos de
atendimento à saúde pode reduzir os custos e aumentar a
eficiência. As equipes do projeto dos dois hospitais usaram
o Minitab Statistical Software para ajudar a maximizar o
uso de salas cirúrgicas caras.
FATOS PRINCIPAIS
ORGANIZAÇÕES
Hospital Red Cross e Hospital Canisius
Wilhelmina, Holanda.
VISÃO GERAL
• Red Cross: 384 leitos, equipe de 1250
funcionários, orçamento anual de US$ 95
milhões
• Canisius Wilhelmina: 653 leitos, equipe de
3.200 funcionários, orçamento anual de
US$ 18 milhões
PRODUTOS USADOS
Minitab® Statistical Software
RESULTADOS
• O hospital Red Cross reduziu os atrasos
em 25% e economizou US$ 350.000 em
um ano.
• O Canisius Wilhelmina reduziu os atra-
sos em mais de 30%, economizou mais
de US$ 500.000 e aumentou o número
de operações executadas em 10% sem
recursos adicionais.
Saiba como o software Minitab pode-te ajudar
Melhorar a qualidade no www.minitab.com.
Quando um estudo de referência mostrou que o
atraso médio nos horários de início das cirurgias
variavam de 25 a 103 minutos, os hospitais Red
Cross e Canisius Wilhelmina decidiram tornar seus
centros cirúrgicos mais eficientes. Usando o Minit-
ab Statistical Software e as técnicas de Six Sigma,
esses dois hospitais da Holanda conseguiram au-
mentar a eficiência de seus centros cirúrgicos e
fazer o melhor uso desses recursos caros.
O Desafio
Atrasos que custam milhões de dólares. Por exemplo,
quando uma operação começa 40 minutos mais tarde
em média em um hospital com 13 salas de cirurgia e
250 dias por ano, perde um total de 2.150 horas, ou 270
dias. Na Holanda, onde o custo estimado de uma sala de
cirurgia é de US$ 1.500 por hora, essas horas perdidas
custam um total de US$ 3,2 milhões por ano, mais que a
capacidade total de uma sala de cirurgia.
Os hospitais da Red Cross e Canisus Wilhelmina decidi-
ram aprimorar a qualidade usando Six Sigma e o Minitab
Statistical Software. As equipes de cada hospital ma-
pearam seus processos para compreender os fatores
que poderiam influenciar as horas de início das cirurgias.
Depois, as equipes registravam dados para cada sala de
cirurgia e em cada primeira operação, incluindo:
• Qual era a programação para início da cirurgia
• Quando o primeiro paciente chegou na sala de cirurgia
• Quando a anestesia foi iniciada
• Quando a incisão foi iniciada
• Quando a cirurgia foi encerrada
• Quando o paciente saiu da sala de cirurgia
Eles registraram ainda outros fatores que podiam influ-
enciar os horários de início, incluindo a especialidade da
cirurgia e o tipo de anestesia usada em cada operação.
Como a Minitab ajudou
Enquanto eles procuravam determinar quais fatores tin-
ham maior influência nos atrasos das salas de cirurgia,
as equipes usaram gráficos eficientes do Minitab para
transformar seus dados em gráficos de Pareto, histo-
gramas, bloxplots e gráficos sequenciais fáceis de com-
preender.
Vários fatores de influência foram sugeridos. No início,
os especialistas envolvidos nas cirurgias argumen-
Boxplot of Ln Start Time vs Anesthesia technique
taram que a anestesia usada era um dos principais
5,5
motivos para o atraso. Quando as equipes analisaram 5,0
os dados de anestesia usando os recursos de ANOVA

Ln Start Time
4,5
4,0
do Minitab, descobriram que a técnica de anestesia 3,5

influenciava claramente o horário de início. No en- 3,0

2,5
tanto, a variação explicada era muito pequena para 2,0

fazer uma grande diferença nos inícios dos horários 1,5

y ar al al sia sia s ia al sia sia
das operações. illa
r
Bu
lb
id
ur
sp
in
he he he Sp
in
he he
Ax Ep & e st e st e st st st
a l a n a n an a ne a ne
Os anestesistas, por sua vez, argumentaram que a es- id
ur ta
l
ta
l
ca
l
ta
l
ta
l
Ep to to Lo to To
pecialização era responsável pelos atrasos. Quando as a l& a l& a l&
in ur in
equipes analisaram os dados relevantes com o Minitab, &
sp
Ep
id Sp
al
descobriram que o efeito das diferentes especialidades i du
r
Ep
eram estatisticamente significativos. Mas, novamente,
Anesthesia technique
a significância pratica do efeito era pequena. Figure 4: Pareto chart of the first operations broken down by anesthesia
Esses dados mostraram que embora esses dois technique.
fa-
tores tivessem influência, concentrar-se neles faria First Operations by Anesthesia Technique
pouca diferença para começar as cirurgias no horário.
Graças à clara evidência mostrada nos gráficos do 1200
100
Minitab, os anestesistas e especialistas puderam
parar de culpar uns aos outros e começaram a pro- 1000
80
curar fatores que realmente tinham algum impacto.
800
Análises posteriores revelaram o verdadeiro culpado 60

Percent
Count

para os atrasos: Um processo de planejamento mal 600

definido. Não estava claro quando os pacientes de- 40
veriam chegar na recepção e passar para a sala de 400

cirurgia quando a medicação inicial deveria começar 20

ou quando o anestesista deveria ficar disponível. As 200

duas equipes identificaram muitos outros fatores que

0 0
poderiam ser contornados com um processo mais Anesthesia technique Total anesthesia Spinal Local anesthesia Bulbar Other
Count 731 230 84 52 57
bem definido. Percent 63,3 19,9 7,3 4,5 4,9
Cum % 63,3 83,3 90,6 95,1 100,0

Resultados Ao usar o Minitab, as equipes descobriram que nem o tipo de

Munidos de um conhecimento real dos fatores que anestesia nem a especialização da cirurgia eram responsáveis
mais influenciavam as horas de início, os hospitais pelo atraso nas horas de início das operações.
criaram um novo processo de planejamento de cirurg-
ias usando algumas regras simples. Primeiro, os paci-
entes deveriam entrar na sala de cirurgia até 7h35 no
Hospital Red Cross e até 8h no Canisius Wilhelmina.
Segundo, foram adotadas medidas para que os pacientes tomassem os medicamentos pré-operatórios antes de
entrarem no centro cirúrgico. Terceiro, o departamento de consultas e o anestesista deveriam ser informados
um dia antes do procedimento agendado. Essas regras simples foram comunicadas a todos os funcionários
envolvidos no planejamento e na execução das operações. Para controlar esse novo processo, as horas de iní-
cio de cada operação foram gravadas e as equipes de cirurgia analisavam o gráfico resultante semanalmente.
Como resultado das alterações, os atrasos foram reduzidos em mais de 25 por cento no hospital Red Cross
e mais de 30 por cento no Canisius Wilhelmina. Depois de um ano, o hospital Red Cross economizou mais de
US$ 350.000 reduzindo o atraso nas datas de início. O Canisius Wilhelmina economizou mais de US$ 100.000
e obteve economias adicionais de mais de US$ 400.000 por reduzir os horários de alteração associados a op-
erações e pausas. Eles conseguiram aumentar o número de cirurgias realizadas em 10 por cento, sem exigir
recursos adicionais.

Adaptados de um estudo de Ronald J.M.M. Does, Thijs M.B. Vermaat, John P.S. Verver, Søren Bisgaard e Jaap van den Heuvel, publi-
cado no Journal of Quality Technology, Vol. 41, No. 1, janeiro de 2009.

Para enterarse de cómo el software de Minitab puede

ayudarle a mejorar la calidad, visite www.minitab.com.
© 2009 Minitab Inc. Reprinted with permission. Minitab®, Quality Companion by Minitab®, Quality Trainer by Minitab®, Quality. Analysis. Results® and the Minitab® logo are all registered trademarks of Minitab,
Inc., in the United States and other countries.