Você está na página 1de 12

CONTROLE ESTATÍSTICO DE QUALIDADE HOSPITALAR

Paulo Ricardo Cosme Bezerra, M. Sc.


paulobezerra@bol.com.br

Francisco Venâncio Moura, M. Sc.


kamoes@ccet.ufrn.br

Departamento de Estatística – UFRN

Resumo
O presente artigo destina-se aos profissionais que estão iniciando o
estudo dos métodos estatísticos para atuar na área hospitalar e tem como
principal objetivo servir como roteiro para a implementação de tal serviço e
fornecer dados para a avaliação da instituição e eficiência dos serviços
prestados dentro do menor tempo possível. Há instituições complexas que
não obtêm níveis adequados de eficácia e não possuem aplicação de
normas e procedimentos técnicos. Os dados são tratados como meras
informações, sem um tratamento específico, tornando-se insignificantes.
Procuramos apresentar de maneira simples as técnicas necessárias ao
estudo das ferramentas estatísticas para melhoria da qualidade para
aplicação na área hospitalar e observamos que cada ferramenta tem sua
própria utilização, sendo que não há uma receita adequada para saber qual
a ferramenta que será usada em cada fase do trabalho estatístico. Isto vai
depender do problema envolvido, das informações obtidas, dos dados
históricos disponíveis e do conhecimento do processo em questão em cada
etapa.

Palavras-chave: Qualidade hospitalar, métodos estatísticos, controle de


qualidade.

1. Introdução
A qualidade tornou-se um fator significativo, conduzindo empresas
nos mercados nacional e internacional ao êxito organizacional e ao
crescimento. O retorno sobre o investimento obtido por meio de rigorosos e
eficazes programas de qualidade está gerando excelente rentabilidade nas
empresas quando acompanhado de melhorias significativas na
produtividade total, com menos custos e significativa liderança competitiva.
Constituindo em sua essência um meio para gerenciar a organização
(Feigenbaum, 1994).
De acordo com Paladine (1990) o controle de qualidade tem como
principal objetivo à busca de melhoria no produto, nos serviços, nas
atividades, na visão do trabalho, na produtividade, entre outros. Esta
melhoria está intimamente ligada aos melhores níveis de qualidade obtidos.
Trazendo os seguintes benefícios: Aumento da produtividade; Redução de
custos e perdas; Redução nos prazos de entrega; Redução na inspeção;
Aumento do prestígio da empresa; Menor número de reclamações; Melhoria
no moral dos empregados; Maior interesse nas atividades; Motivação para
melhorar o trabalho; Aprimoramento de métodos; Otimização do tempo na
realização das tarefas; Melhor disponibilidade dos dados.

2. Gestão da Qualidade e Produtividade


As transformações céleres e o dinamismo das mudanças presentes no
mundo no século XXI são alguns dos principais fatores que estimularam o
desenvolvimento de formas inovadoras de gerir as empresas, sejam elas
públicas ou privadas. Além de conhecer o que está mudando, é muito
importante para o sucesso das organizações observar as tendências, ou
seja, o destino para o qual as transformações da realidade apontam. É
preciso também avaliar como essas mudanças afetam as empresas e o que
pode ser feito para que estas se adaptem a esse novo cenário mutante. A
competitividade aumentou em todos os setores da sociedade, forçando as
empresas a estabelecerem parcerias até então impensadas.
Em meados de 1980 tornou-se claro que uma economia globalizada
desenvolvida em empresas localizadas em um só país teria que competir
não apenas com concorrentes locais e nacionais, mas também com
concorrentes de todas as partes do mundo. Essa economia globalizada se
desenvolveu devido a vários fatores, incluindo a rápida expansão das
comunicações mundial e o crescimento das disponibilidades e do poder da
informatização. Num ambiente como esse é de importância vital que as
organizações sejam capazes de responder rapidamente às variações nas
condições de mercado, incorporando os mais eficazes métodos gerenciais,
entre eles o Controle Estatístico da Qualidade (Levine, 1998).
A maioria das empresas tem adotado programas de qualidade e
procurado obter certificações pelas normas ISO (International Organization
for Standardization). O número de empresas que têm conquistado estas
certificações tem aumentado no Brasil. Essas certificações não significam
que tais empresas ofereçam serviços ou produtos que atendam às
necessidades e expectativas do cliente, mas que elas estão se estruturando
e se organizando para prestar um serviço de qualidade. É importante
acrescentar que no Rio Grande do Norte este número também tem
aumentado (REVISTA RN ECONÔMICO, 07/07/1999).

3. Qualidade e Produtividade: Uma Perspectiva Histórica


Como pano de fundo para o ressurgimento do interesse pela
qualidade e pela produtividade, o desenvolvimento histórico do
gerenciamento compreende quatro fases distintas (Levine, 1988). Podemos
observar a gerência da primeira geração como administração pela prática, o
tipo de gerência praticada pelas sociedades primitivas de caçadores-
guardadores, nas quais os indivíduos produziam para si mesmos ou para a
tribo, sempre que o produto se fazia necessário.
No início da Idade Média o crescimento das guildas, as associações de
artesãos na Europa, levou a uma segunda geração de gerenciamento, a
administração por direção. As associações de artesãos gerenciavam o
treinamento de aprendizes e de operários, e determinavam padrões de
qualidade e de mão-de-obra para os bens produzidos pelas guildas.
A criação da linha de produção, em conjunção com a Revolução
Industrial, trouxe uma terceira geração de gerenciamento, a administração
por controle, na qual os trabalhadores eram divididos entre aqueles que
efetivamente realizavam o trabalho, ou seja, os operários e aqueles que
planejavam e supervisionavam o trabalho, isto é, os gerentes. Este enfoque
tirou das mãos do trabalhador a responsabilidade pela qualidade,
colocando-a nas mãos do supervisor, do capataz e de outros gerentes. O
estilo de gerenciamento pelo controle continha também uma estrutura
hierárquica que enfatizava a responsabilidade de um indivíduo por um
conjunto de metas pré-determinadas.
O impulso do desenvolvimento da indústria japonesa, iniciado em
1950 com a contribuição de indivíduos como W. Edwards Deming, Joseph
Juran, Kaoru Ishikawa, entre outros, baseou-se na ênfase à qualidade e no
aperfeiçoamento contínuo de produtos e serviços. Esse enfoque, ao qual
tais indivíduos foram pioneiros, levou à quarta geração de gerenciamento,
que foi chamada de administração por processo. Esta é freqüentemente
chamada de gestão da qualidade total (ou TQM – Total Quality
Manegement). Uma das principais características deste enfoque é a ênfase
ao contínuo aperfeiçoamento dos processos, caracterizado pelo trabalho em
equipe, foco no consumidor e rápida reação a mudanças. A gerência pelo
processo tem um forte fundamento estatístico, baseado num profundo
conhecimento da variabilidade. Instrumentos estatísticos como o diagrama
de pareto, histograma e gráficos de controle, bem como instrumentos de
planejamento de gerência como o diagrama de causa e efeito, são partes
integrantes deste enfoque.

4. Controle de Qualidade Hospitalar


Para Taulib (1993:11-13) o movimento em busca da qualidade na
área de saúde iniciou-se somente nos anos 80, quando já era evidente no
mundo todo o fenômeno japonês como produtor no mercado mundial sem
nível de comparação em competitividade. No Brasil ainda existe uma grande
jornada pela frente devido à necessidade de formação e aproveitamento de
administradores hospitalares e, em seguida, à conscientização destes
profissionais ao desafio que é implantar a qualidade total nos hospitais
brasileiros. A Joint Comission of Health Care Organization (JCAHO) define
qualidade de assistência hospitalar como “grau segundo o qual os cuidados
com a saúde do paciente aumentam a probabilidade de recuperação do
mesmo e reduzem a probabilidade de efeitos indesejáveis”.

5. Ferramentas Para o Controle Estatístico da Qualidade


A qualidade não pode estar separada das ferramentas estatísticas e
lógicas básicas usadas no controle, melhoria e planejamento da qualidade.
Essas ferramentas foram largamente difundidas porque elas fazem com que
as pessoas envolvidas no controle de qualidade vejam através de seus
dados, compreendam a razão dos problemas e determinem soluções para
eliminá-los. As ferramentas aqui apresentadas são as mais utilizadas no
TQC (Total Quality Control), sendo extremamente úteis, mas não são as
únicas.

5.1. Folha de verificação


A folha de verificação é uma planilha para o registro de dados, sendo
este um formulário de papel no qual os itens a serem verificados já estão
impressos, de modo que os dados possam ser coletados de forma fácil e
concisa. Tendo como finalidade facilitar a coleta de dados e organizá-los,
para que possam ser facilmente usados posteriormente. Permite uma rápida
percepção da realidade e uma imediata interpretação da situação, ajudando
a diminuir erros e confusões.
A coleta e o registro dos dados parecem ser fáceis, mas na realidade
não são. Usualmente quanto mais pessoas processam dados maiores a
possibilidade do aparecimento de erros de escrita. Por esta razão, a folha de
verificação torna-se uma poderosa ferramenta de registro pelo fato dos
dados serem imediatamente organizados sem a necessidade de rearranjo
manual posterior.
Toda folha de verificação deve ter espaço onde registrar o local, a
data da coleta e o nome do responsável pelo trabalho. O layout da planilha
depende do uso que se fará dela e qualquer que seja o propósito da coleta
de dados é essencial que a forma de registro seja planejada para que sua
utilização seja fácil e imediata.
As folhas de verificação são ferramentas que questionam o processo
e são relevantes para alcançar a qualidade. São usadas para: Tornar os
dados fáceis de se obter e de se utilizar; Dispor os dados de uma forma
mais organizada; Verificar o tipo de defeito e sua porcentagem; Verificar a
localização do defeito: mostrar o local e a forma de ocorrência dos defeitos;
Verificar as causas dos defeitos.

5.2. Estratificação
Paciente, especialidade, médico e tipo de cirurgia são fontes de
variação. Desta forma, pacientes atendidos por diferentes médicos e
diversas especialidades, sendo submetidos a determinado tratamento clínico
apresentam diferenças entre si. Por esta razão, só podem ser estabelecidas
características de qualidade em relação a tratamento ou cirurgia se estes
forem de mesma origem, atendidos em uma mesma especialidade, pelo
mesmo profissional e submetidos ao mesmo tratamento.
Estratificar é agrupar elementos com as mesmas características, ou
seja, itens iguais ou muito semelhantes, tendo causas e soluções comuns.

Figura 01 - Estratificação

A estratificação é uma ferramenta importante, mas precisa ser usada


antes da coleta de dados. Ao ser construída a folha de verificação deve-se
ter em mente a estratificação. Tem-se, por exemplo, o interesse em
determinar um certo tipo de doença de pacientes que vão a óbito. Logo, é
necessário estratificar por óbitos, enfermaria e especialidade.

5.3. Diagrama de Pareto


De acordo com Kume (1993) os problemas de qualidade aparecem
sob a forma de perdas, as referências de um paciente, o óbito não
notificado, a admissão do paciente de forma incorreta. É extremamente
importante esclarecer a forma da distribuição das perdas. A maioria deve-se
a alguns tipos de erro, que podem ser atribuídos a uma pequena
quantidade de causas. Assim que as causas dos poucos erros vitais forem
identificadas podemos eliminar quase todas as perdas concentrando-nos
sobre estas principais. As perdas se constituem a grande preocupação de
quem procura gerir a qualidade (Vieira, 1999).
O Diagrama de Pareto tem o papel de separar o essencial do trivial. O
estudo das causas se inicia nos itens vitais e não nos mais fáceis, induzindo
a equipe a atuar exatamente no ponto de maior impacto. É uma das
ferramentas mais eficientes para identificar problemas, melhorar a
visualização, priorizar as ações, confirmar os resultados de melhoria,
comparar o antes e o depois do problema após as mudanças efetuadas no
processo, estratificar a ação e identificar itens que são responsáveis pelos
maiores impactos, eliminando as causas. Este diagrama descreve as causas
que ocorrem na natureza e comportamento humano, sendo uma poderosa
ferramenta para focalizar esforços pessoais em problemas. Tem maior
potencial de retorno.

5.4. Histograma
No controle estatístico da qualidade tentamos descobrir fatos através
da coleta de dados e, então, tomamos a ação necessária baseada naqueles
fatos. Os dados não são coletados como um objetivo final em si, mas como
um meio para descobrir os fatos que estão por trás dos dados. Os dados
obtidos de uma amostra servem como base para uma decisão sobre a
população. Quanto maior o tamanho da amostra, mais informações
obtemos sobre a população e menor é a margem de erro. Porém, um
aumento da amostra também implica em um aumento da quantidade de
dados, tornando-se difícil à compreensão à população a partir destes,
mesmo quando estão organizados em tabelas. Em tal caso, precisamos de
um método que nos possibilite conhecer a população num rápido exame. O
histograma atende às nossas necessidades, permitindo o conhecimento da
população de maneira objetiva.

FIGURA 02 – Histograma
5.5. Diagrama de Causa e Efeito
“É uma representação gráfica que permite a organização das
informações possibilitando a identificação das possíveis causas de um
determinado problema ou efeito” (Oliveira, 1995). Foi originalmente
desenvolvido por Kaoru Ishikawa em 1953, na Universidade de Tóquio, para
representar a relação entre alguns efeitos que poderiam ser mensurados e o
conjunto de possíveis causas que produzem o efeito. É muito importante
que uma equipe ataque um problema para conhecer as suas causas.
As quatro causas principais responsáveis por mais de 95% dos efeitos são:
Mão-de-obra, Máquinas, Métodos e Material, podendo ainda incluir Meio
ambiente e Medição.

Figura 03 – Diagrama de causa e efeito (espinha de peixe)

A denominação diagrama em espinha de peixe origina-se da forma na


qual as diversas causas se dispõem no diagrama. Geralmente, o efeito ou
problema é mostrado no lado direito e as causas principais são listadas no
lado esquerdo do diagrama. Sua utilização: Quando é necessário identificar
todas as causas possíveis de um problema; Obter uma melhor visualização
da relação entre a causa e o efeito; Classificar as causas fatorando em sub-
causas, sobre um efeito ou resultado; Identificar com clareza a relação
entre os efeitos e suas prioridades; Em uma análise de defeitos: perdas,
falhas, etc. Objetivando identificá-los e solucioná-los.

5.6. Gráficos de Controle


De acordo com Rossato (1996) são gráficos para examinar se o
processo está ou não sob controle, sintetizando um amplo conjunto de
dados, usando métodos estatísticos para observar as mudanças dentro do
processo, baseado em dados de amostragem. Pode nos informar em um
determinado período de tempo como o processo está se comportando, se
ele está dentro dos limites pré-estabelecidos, sinalizando assim a
necessidade de procurar a causa da variação.
Walter Shewhart propôs em 1926 o primeiro gráfico de controle, que
pertencia a Bell Telephone and Laboratories. Formulou um caminho para
acompanhar um processo, permitindo verificar se a variação do mesmo é
estável, podendo denunciar uma variação anormal que deve ser identificada
e eliminada do mesmo (Brocka et al, 1994).
São utilizados para verificar se o processo está sob controle, ou seja,
dentro dos limites pré-estabelecidos e controlar a variabilidade do processo
ou grau de não conformidade.
O gráfico de controle típico exibe três linhas paralelas: a central, que
representa o valor médio do característico de qualidade, a superior que
representa o limite superior de controle (LSC) e a inferior que representa o
limite inferior de controle (LIC). Os pontos representam amostras tomadas
em momentos diferentes. É usual unir os pontos por segmentos de reta
para melhor visualizar a evolução do característico de qualidade ao longo do
tempo.

Figura 04 – Gráfico de Controle

5.7. Diagramas de Dispersão


Existem situações nas quais interessa estudar o comportamento
conjunto de duas variáveis. Por exemplo, em dados referentes a peso e
altura de pacientes, pode haver interesse em se estabelecer em que medida
aumenta o peso quando a estatura aumenta. O comportamento conjunto de
duas variáveis quantitativas pode ser observado através de um gráfico,
denominado diagrama de dispersão, e medido através do coeficiente de
correlação.
O objetivo básico dessa forma de representatividade é o de procurar
identificar, no conjunto de pontos que constituem os dados de um
experimento ou observação, padrões que sugiram a natureza da relação
entre as variáveis consideradas.

5.7.1. Interpretação Gráfica


Para interpretar um diagrama de dispersão, basta observar a direção
e a dispersão dos pontos. Se X e Y crescem no mesmo sentido, existe uma
correlação positiva entre as variáveis. Esta correlação é tanto maior quanto
menor é a dispersão.
Se X e Y variam em sentidos contrários, existe correlação negativa
entre as variáveis. Esta correlação é tanto maior quanto menor é a
dispersão dos pontos.
Se X cresce e Y varia ao acaso, não existe correlação entre as
variáveis ou a correlação entre elas é nula.

5.7.2. O Coeficiente de Correlação


É uma medida do grau de dependência linear entre duas variáveis.
Esse coeficiente, que se representa por r, é dado pela fórmula:

∑ x∑ y
∑ xy − n
r=
2 ( x)
∑ x − ∑
 2

 ∑ y 2 −
(∑ y )2


 n   n 

O valor de r varia de –1 a +1, inclusive. Valores de r iguais a –1 e +1
indicam que os pontos estão sobre a reta, isto é, a correlação é perfeita.
Valores próximos de –1 e +1 indicam correlação forte e valores próximos de
zero indicam correlação fraca. O sinal de r indica se a correlação é positiva
ou negativa.

5.7.3. Análise de Regressão


A análise de Regressão estabelece a relação entre as variáveis. É
representada pela equação:
y = α + βx , onde:
y = Variável dependente
x = Variável explanatória
α = Coeficiente linear da reta
β = Coeficiente angular da reta
• Coeficiente de Regressão
Para obter as estimativas α̂ e β̂ , de α e β , aplicam-se as seguintes

fórmulas obtidas da minimização da soma dos quadrados dos erros:

∑ x∑ y
∑ xy −
βˆ = n
(∑ x )2

∑x 2

n

αˆ = y − βˆx , onde y e x representam os valores médios de y e x .

Quadro I – Utilização das principais ferramentas para o controle


estatístico da qualidade
FERRAMENTAS O QUE É? UTILIZAÇÃO
Agrupar elementos de
Estratificação Técnica de Planejamento
mesma característica.
Planilha para coleta de Facilitar a coleta de dados
Folhas de verificação
dados referente a um problema
Diagrama de barra que Verificar o
representa a distribuição da comportamento de um
Histograma
ferramenta de uma processo em relação à
população especificação
Gráfico cartesiano que Verificar a correlação
Diagrama de
representa a relação entre entre duas variáveis
Dispersão
duas variáveis
Gráfico com limite de Verificar se o processo
controle que permite o está sob controle.
Gráfico de Controle
monitoramento dos
processos
Diagrama de barra que Priorizar as poucas, mas
Diagrama de Pareto ordena as ocorrências da vitais
maior para a menor
Método que expressa, de Ampliar a quantidade de
Diagrama de Causa e modo simples e fácil, a causas potenciais a serem
Efeito série de causas de um analisadas
efeito (problema).
Considerações Finais

Cada ferramenta tem sua própria utilização, sendo que não há uma
receita adequada para saber qual a ferramenta que será usada em cada
fase do trabalho estatístico. Isto vai depender do problema envolvido, das
informações obtidas, dos dados históricos disponíveis e do conhecimento do
processo em questão em cada etapa.

Referências:

BROCKA, B. Gerenciamento da Qualidade. Implementando o TQC,


passo a passo, através dos processos e ferramentas recomendadas
por Juran, Deming, Crosby e outros mestres. São Paulo: Makron
Books, 1994.
FEIGENBAUM, A. V. Controle de Qualidade Total. São Paulo: Makron
Books, 1994.
KUME, H. Métodos Estatísticos Para a Melhoria da Qualidade. Trad.
Dário Ikuo Miyake. Rev. Téc. de Alberto Wurdeler Ramos. São Paulo:
Editora Gente, 1993.
LEVINE, D. M. BERENSON, M. L. STEPHAN, D. Estatística: Teoria e
Aplicações, usando o Microsoft Excel. Rio de janeiro. LTC, 1998.
OLIVEIRA, S. T. Ferramentas para o aprimoramento da qualidade. São
Paulo: Pioneira, 1995.
PALADINE, E. P. Controle de Qualidade: Uma abordagem abrangente.
São Paulo: Atlas, 1990.
REVISTA RN ECONÔMICO, 07/07/1999
TAULIB, D. Controle de Qualidade Total: o hospital do futuro o futuro
do hospital. Rio de janeiro: Xenon, 1993.
VIEIRA, S. Estatística para a qualidade: Como avaliar com precisão a
qualidade em produtos e serviços. Rio de janeiro: Campos, 1999.

Você também pode gostar