Imagine um paciente que chega ao pronto-socorro com dor precordial intensa e falta de ar. O médico não prescreve uma cirurgia cardíaca imediatamente baseando-se apenas na primeira impressão; ele inicia um processo estruturado de cuidado: entrevista o paciente, realiza o exame físico, solicita exames laboratoriais e de imagem, analisa os dados na saúde e, finalmente, fecha um diagnóstico para prescrever o tratamento adequado.
Na gestão hospitalar, a lógica deveria ser exatamente a mesma. No entanto, é comum vermos gestores “prescrevendo” mudanças drásticas em unidades de internação ou centros cirúrgicos baseando-se em opiniões ou em um único dado isolado. A análise de dados na saúde é o estetoscópio que permite ao líder ouvir o “ruído” dos processos e diferenciar uma variação natural de um problema real que exige intervenção.
O Processo de Cuidado sob a Lente da Análise de Dados na Saúde
Dentro de uma unidade hospitalar, operamos sob dois macroprocessos fundamentais. O primeiro é o diagnóstico e a prescrição do tratamento, realizado pelo profissional de saúde, cuja qualidade depende do conhecimento técnico específico. O segundo é a execução desse tratamento, que depende da confiabilidade dos processos de cuidado.
É aqui que a Ciência da Melhoria se torna vital. Assim como os dados de exames ajudam a diagnosticar o paciente, os dados de desfecho (como a densidade de infecção) e de processos (como a adesão a um bundle de inserção de cateter) permitem diagnosticar a “saúde” do sistema. Se o processo está “doente”, quem sofre as consequências diretas é o paciente.
O Gráfico de Tendência: O “Eletrocardiograma” do Processo
Uma das maiores dificuldades dos profissionais de saúde é entender a variação presente nos dados. Dados existem em abundância, “no ar”, mas precisam de receptores estruturados para serem úteis. A ferramenta diagnóstica mais poderosa para isso é o Gráfico de Tendência.
Enquanto uma tabela de números pode parecer “normal” à primeira vista, o gráfico de tendência revela a evolução dos valores ao longo do tempo. Ele nos permite responder quatro perguntas fundamentais:
- O processo está melhorando?
- O processo está piorando?
- O processo está apenas variando de forma estável?
- Existe algum valor discrepante (astronômico) que exige investigação imediata?.
Sem essa visão dinâmica, o gestor corre o risco de cometer o “Erro de Prescrição Gerencial”: reagir a uma variação comum como se fosse algo especial, desperdiçando recursos e gerando frustração na equipe.
A Trindade da Medição na Saúde
Para um diagnóstico completo, não basta olhar para um único indicador. A gestão de processos hospitalares com dados exige uma “família” de indicadores categorizados em três tipos:
- Indicadores de Resultado: Medem a saída do processo, o que o paciente experimentou. Exemplos: densidade de infecção primária de corrente sanguínea ou tempo de espera no pronto-atendimento.
- Indicadores de Processo: Medem as atividades internas. Se queremos reduzir infecções, medimos a adesão à higienização das mãos ou ao uso correto dos bundles.
- Indicadores de Equilíbrio: Garantem que a melhoria em uma área não prejudique outra. Se reduzimos o tempo de permanência, precisamos monitorar a taxa de reinternação não planejada para garantir que a alta não foi prematura.
Variação: O Inimigo Silencioso
W. Edwards Deming, o pai da qualidade moderna, afirmava que a gestão resume-se a entender e reduzir a variação. Na saúde, todos os dados variam: o tempo de cirurgia, a temperatura do paciente e a taxa de ocupação dos leitos.
O segredo do diagnóstico assertivo reside em diferenciar as Causas Comuns das Causas Especiais:
- Causas Comuns: São inerentes ao processo e afetam todos os resultados o tempo todo. Se o desempenho não é satisfatório, mas é estável, a única forma de melhorar é mudando o sistema.
- Causas Especiais: Surgem de circunstâncias específicas, como um erro pontual, falta de insumo em um dia ou um evento externo. Aqui, o diagnóstico exige investigação da causa raiz para evitar a repetição.
Tratar uma causa comum como especial (procurar culpados por uma variação natural) é uma das formas mais rápidas de desmotivar uma equipe assistencial e piorar o desempenho do sistema.
Modelo de Melhoria: Da Teoria à Prática Sustentável
Para que a análise de dados na saúde resulte em cura, precisamos de um método. O Modelo de Melhoria propõe três questões fundamentais antes de qualquer ação:
- O que estamos tentando realizar? (Objetivo claro).
- Como saberemos que uma mudança é uma melhoria? (Indicadores).
- Que mudanças podemos fazer que resultarão em melhoria? (Testes).
Muitas mudanças na saúde resultam no que chamamos de “Voo de Galinha”: uma melhora súbita que não se sustenta. O objetivo do diagnóstico via dados é alcançar o “Voo de Harpia”: uma mudança de patamar intencional, duradoura e baseada em evidências coletadas ao longo do tempo.
Conclusão
Diagnosticar a saúde dos processos de cuidado não é uma ciência exata, assim como o diagnóstico médico também não o é. No entanto, a habilidade de analisar dados reduz drasticamente a margem de erro. Quando um líder substitui opiniões por gráficos de tendência e entende a natureza da variação, ele deixa de ser um “apagador de incêndios” e se torna um verdadeiro arquiteto da segurança do paciente.
O uso inteligente de dados na saúde não é sobre números, é sobre garantir que a melhor evidência e o melhor cuidado cheguem à beira do leito, de forma consistente e segura, para cada paciente, todas as vezes.
Este artigo faz parte da série “Inteligência de Dados na Gestão da Saúde” da Escola EDTI.