LOGÍSTICA HOSPITALAR II

Previsão das necessidades de uma

OH

Profa. Célia
 Previsão das necessidades de uma OH

Logística em Organizações
de Saúde.
Silva et al.
Ed. FGV. Rio de Janeiro,
2010.

2/2
 Previsão das necessidades de uma OH

Razões para a previsão das necessidades

A tecnologia da informação possibilitou às
organizações o emprego de instrumentos eficazes
para controlar um de seus ativos mais valiosos: os
estoques.

2/2
 Previsão das necessidades de uma OH

Razões para a previsão das necessidades

Se considerarmos uma empresa comercial (uma
cadeia de lojas de departamentos), os estoques
constituem-se no principal gerador das receitas,
devendo ser administrado da maneira mais racional
possível.

2/2
 Previsão das necessidades de uma OH
Numa outra situação (uma empresa de
serviços, como eletricidade, por exemplo), os
estoques de peças de manutenção, mesmo
sem representarem um grande ativo em
termos de valores envolvidos, são cruciais
porque a confiabilidade do sistema de
distribuição de energia elétrica dependerá da
capacidade de resposta às demandas.

2/2
 Situação semelhante ocorre nos
hospitais, onde não podem ocorrer
falhas no suprimento de
medicamentos ou de serviços
essenciais, como água e
eletricidade.
 Previsão das necessidades de uma OH
Nas OHs, a manutenção dos equipamentos
para exames de pacientes é crucial e
depende principalmente dos estoques de
peças de reposição.

2/2
 Previsão das necessidades de uma OH
Na gestão dos estoques, uma das primeiras
providências é estabelecer modelos de
previsão de demandas adequados às
características da logística da organização
considerada.

2/2
 Previsão das necessidades de uma OH
As previsões dos materiais a serem
adquiridos ou fornecidos fornecem elementos
para determinar, com menor grau de
incerteza, os dados para o planejamento
logístico;
Numa OH existem demandas em diversos
níveis, a saber: a demanda
global do sistema e as demandas setoriais
(farmácias, clínicas, enfermagem etc.).

2/2
 Previsão das necessidades de uma OH
Outra demanda importante nessas
organizações é a compra de equipamentos
para exames, centros cirúrgicos e produção
de serviços internos de emergência;
Sem nos esquecermos das demandas dos
serviços relacionados a transplante de
órgãos.

2/2
 Previsão das necessidades de uma OH
Conceito de demanda
Demanda é a quantidade de material
necessária ao atendimento dos clientes,
relacionada a uma determinada unidade de
tempo.
Existem demandas diárias, mensais,
trimestrais, anuais e assim por
diante.

2/2
 Previsão das necessidades de uma OH
O conhecimento do tipo de demanda é
fundamental porque, para cada uma delas,
deve haver diferentes:
critérios de formação dos estoques;
responsabilidades pelas informações para a
manutenção de estoques;
métodos de controle de estoques;
índices e parâmetros de avaliação;
ações gerenciais na decisão sobre
manutenção de estoques.

2/2
 Previsão das necessidades de uma OH
As demandas podem ser classificadas em:
- dependentes e;
- independentes.

2/2
 Previsão das necessidades de uma OH
Demanda Dependente:
Trata-se da demanda que decorre de fato
gerador conhecido.
Por exemplo, na montagem de veículos existe
uma lista de material perfeitamente
conhecida para a conclusão de uma unidade.
O mesmo ocorre numa obra bem planejada,
como a construção de uma nova ala
hospitalar e a montagem dos respectivos
equipamentos.

2/2
 Previsão das necessidades de uma OH
Demanda Independente:
A demanda independente decorre de fato
gerador não conhecido, de natureza aleatória.

O consumo de medicamentos pela população

em geral e numa OH em particular é de
natureza independente.

2/2
 Previsão das necessidades de uma OH
O principal objetivo de qualquer método
aplicável à previsão de demandas,
principalmente as de natureza independente,
é reduzir as incertezas;
Não existe um método infalível para prever o
futuro da ocupação de uma OH, dos preços
de medicamentos, do consumo, dos tempos
de ressuprimento (lead time) ou de qualquer
outra forma de necessidade.

2/2
 Previsão das necessidades de uma OH
Consideramos duas formas principais de
técnicas de previsão:
-subjetivas e;
-objetivas.

2/2
 Previsão das necessidades de uma OH
Técnicas Subjetivas
Envolvem intuição, experiência e julgamento,
praticados individualmente ou em grupo;
Em muitas situações, sofisticadas e
dispendiosas técnicas baseadas em dados
objetivos podem ser substituídas por
processos que envolvem a experiência
acumulada de profissionais de determinada
área.

2/2
 Previsão das necessidades de uma OH
Quando há mudanças frequentes de
tecnologia, por exemplo, a intuição baseada
em experiência pode ser a vantagem
competitiva, na medida em que se admita
correr riscos.

2/2
 Previsão das necessidades de uma OH
Exemplo de previsão feita em base subjetiva
é a compra de mercadorias no mercado
futuro, quando se prevê a ocorrência de certo
preço ou certa demanda no futuro e, com
base nisso, aceita-se o risco de que tal
previsão não se concretize.

2/2
 Previsão das necessidades de uma OH
No ambiente hospitalar, a previsão
orçamentária quanto à compra de
equipamentos pode ser realizada pelos
gestores com o auxílio de médicos,
enfermeiros, fisioterapeutas, engenheiros e
outros profissionais.

2/2
 Previsão das necessidades de uma OH
A experiência desses profissionais que
participam regularmente de congressos e
outros encontros profissionais pode auxiliar
na escolha de equipamentos mais adequados
às necessidades da OH.

2/2
 Previsão das necessidades de uma OH
Uma das formas de aplicação de técnicas
subjetivas de previsão é o método Delphi.
Este tem sido empregado como poderosa
ferramenta subjetiva para realizar previsões
por extração do conhecimento de terceiros.

2/2
 Previsão das necessidades de uma OH

MÉTODO DELPHI

Consiste em reunir um grupo de profissionais

especializados no objeto cuja previsão deverá
ser feita;

A partir daí desenvolve-se um processo de

iteração (repetir) não interação. Cada participante
responde a um questionário estruturado, sem
manter comunicação com os demais integrantes
do grupo.

2/2
 Previsão das necessidades de uma OH
As informações recebidas são tabuladas e
sintetizadas, e depois retornam a cada um
dos participantes;
Estes são então, estimulados a comparar
as suas previsões com o que seria a opinião
média do grupo e poderão modificar ou não a
sua previsão inicial;
O processo pode ser repetido uma ou mais
vezes até que se obtenha um resultado
próximo ao consenso.

2/2
 Previsão das necessidades de uma OH

Técnicas Objetivas
Baseadas em estatística, são amplamente utilizadas
na realização de previsões;

Estas dependem, basicamente, de dois fatores: os

intrínsecos e os extrínsecos.

Os primeiros dizem respeito ao comportamento usual

dos itens de material em relação às operações
regulares da organização.

2/2
 Previsão das necessidades de uma OH

Os fatores extrínsecos são aqueles que modificam o

comportamento das demandas em função de
ocorrências externas, tais como regulação
governamental, guerras, retaliações comerciais,
mudanças cambiais, variações climáticas, efeitos de
moda etc.

Em geral, são de natureza aleatória ou, no máximo,

dependentes de cenários que possam ser
desenhados com antecedência.

2/2
Métodos Estatísticos
para a
Previsão de Demandas
 Métodos Estatísticos para a Previsão de
Demandas

Os métodos mais comumente utilizados e que

se ajustam às atividades de previsão das
necessidades hospitalares são:

-Média Aritmética Simples;

-Média Móvel;
-Média Móvel Ponderada;
-Média Ponderada Exponencialmente.

2/2
 Métodos Estatísticos para a Previsão de
Demandas
Média Aritmética Simples:
É o processo mais popular, dada sua
simplicidade de conceituação e cálculo.
Trata-se de uma medida de tendência
central obtida a partir de uma massa
dispersa de dados.
O grau de confiabilidade da média
aritmética é baixo por não levar em conta
a dispersão dos dados considerados.

2/2
 Média Aritmética Simples

Portanto, a média aritmética somente

deverá ser empregada em situações
que apresentem baixo grau de
variação, de tendência e de
sazonabilidade.

2/2
 Média Aritmética Simples

Eis as fórmulas para determinar a média

aritmética para dados simples e
grupados.

X = média aritmética simples.

X = consumo.
n = períodos.
2/2
 Média Aritmética Simples

2/2
 Métodos Estatísticos para a Previsão de
Demandas

Média Móvel
Trata-se de uma média aritmética, calculada
período a período, de uma série de dados,
com a substituição, a cada período, do dado
mais antigo, substituído pelo mais recente.
O número de dados para a determinação da
média móvel é constante.

2/2
Média Móvel
 Média Móvel

O ponto problemático desse método é a escolha do

“n”. (período)
Se a série temporal for comportada, ou seja,
apresentar-se bastante estável, deve-se usar um
“n” grande.
Quanto maior for o “n”, menor será a reação da
nova média móvel, decorrente das operações
simultâneas de inclusão e exclusão de dados. O
contrário acontecerá para “n” reduzido.

2/2
 Média Móvel
Em termos objetivos e práticos, pode-se
recomendar que, quanto mais variável for a
demanda ou mesmo desconhecido o seu
perfil, deverá utilizar-se um valor de “n”
reduzido (3 ou 4 períodos).
Ao contrário, se a demanda for regular, com
poucas variações e/ou com leve tendência,
poderá empregar-se “n” elevado (de 8 a 10
períodos).

2/2
 Métodos Estatísticos para a Previsão de
Demandas
Média Móvel Ponderada
Uma média móvel aritmética ponderada
pode supri a limitação se atribuídos pesos
em ordem decrescente da idade dos dados

da série temporal:

D = Demanda prevista
Di = Demanda em um determinado período
Pi = Peso dado a demanda em um determinado período
2/2
 Média Móvel Ponderada

Pi é o peso dado à demanda do i-ésino

período, de modo que os dados mais recentes
recebem pesos maiores.
A determinação dos pesos, ou fatores de
importância, deve ser de tal ordem que a soma
seja 100%, como mostra o exemplo abaixo:

2/2
 Média Móvel Ponderada

Se esse método pode corrigir a limitação

da média móvel aritmética, por outro lado,
aumenta o número de cálculos e exige
que se estabeleça um sistema de
ponderação que pode ser
operacionalmente
inconveniente se o “n” (número de
períodos) for grande.

2/2
 Métodos Estatísticos para a Previsão de
Demandas

Média Móvel Ponderada Exponencialmente

(ajustamento exponencial) Segundo Dias, 2010.
Este método dá mais valor aos dados mais recentes,
apresenta menor manuseio de informações passadas.
Apenas três valores são necessários para gerar a previsão
para o próximo período:
-A previsão do último período;
-O consumo ocorrido no último período;
-Uma constante que determina o valor ou ponderação dada
aos valores mais recentes.
 Média Móvel Ponderada Exponencialmente
Esse modelo procura prever o consumo apenas
com a sua tendência geral, eliminando a reação
exagerada a valores aleatórios;
Atribui parte da diferença entre o consumo atual e
o previsto a uma mudança de tendência e o
restante a causas aleatórias.

2/2
 Média Móvel Ponderada Exponencialmente

Suponhamos que para determinado produto havíamos

previsto um consumo de 100 unidades. Verificou-se,
posteriormente, que o valor real ocorrido foi de 95
unidades.

Precisamos prever agora o consumo para o próximo mês.

A questão básica é a seguinte: quanto da diferença entre

100 e 95 unidades pode ser atribuído a uma mudança no
padrão de consumo e quanto pode ser atribuído a causas
puramente aleatórias?

Se a previsão seguinte for de 100 unidades, estaremos

assumindo que toda a diferença foi de causas aleatórias e
que o padrão de consumo não mudou absolutamente nada.
2/2
 Média Móvel Ponderada Exponencialmente

Se for de 95 unidades, estaremos assumindo que toda a

diferença deve ser atribuída a uma alteração no padrão de
consumo.

Vamos supor que, no exemplo anterior, decidimos que 20%

da diferença devem ser atribuídos a alterações no padrão
de consumo e que 80% devem ser considerados como
variação aleatória.

Levando-se em consideração que a previsão era de 100

unidades e ocorreram na realidade 95 e que 20% do erro
(100 – 95) é igual a 1, a nova previsão deverá ser 99
unidades.

2/2
 Média Móvel Ponderada Exponencialmente
Resumindo, podemos escrever:
Próxima previsão = Previsão anterior + constante
de amortecimento x Erro de previsão
Nos casos mais comuns, os valores mais
comumente utilizados estão compreendidos entre
0 e 1, usando-se normalmente de 0,1 a 0,3.

2/2
 Média Móvel Ponderada Exponencialmente

Para determinar o peso de cada observação,

podemos usar a equação:

Xt = α Xt + (1 - α) Xt-1
Consumo Consumo
real previsto

Xt = Média
α = coeficiente de ajustamento
Xt = consumo real
Xt-1 = consumo previsto
2/2
 Média Móvel Ponderada Exponencialmente
Exemplo de Aplicação:

O nível de consumo de um item mantém uma oscilação

média. A empresa utiliza o cálculo de média ponderada
exponencial. Em 2021 a previsão de consumo era de 230
unidades, tendo o ajustamento um coeficiente de 0,10.
Porém, o consumo foi de 210. Qual é a previsão de
consumo para 2022?

Xt-1 = 230
α = 0,10
Xt = 0,10 . 210 + (1 – 0,10) . 230
Xt = 21 + 207
Xt = 228 unid./ano
2/2