“A gente não tem dados.” A frase aparece em quase toda primeira reunião de um projeto de melhoria em serviço de saúde, dita com convicção e boa-fé, geralmente por quem conhece bem a operação. Ela costuma significar outra coisa: não temos dados organizados do jeito que eu imagino que um dado precisa estar.
Na mesma reunião, quando se pergunta o que existe, a lista aparece rápido: censo diário preenchido há anos, prontuário eletrônico, escala de plantão, sistema de faturamento, registros de ouvidoria, resultados do laboratório, controle da farmácia. Nada disso foi criado para virar indicador — foi criado para operar o serviço. É justamente por isso que serve: é dado coletado por necessidade, não por projeto, e portanto continua existindo depois que o projeto acaba.
O que análise de dados na saúde não é
Não é comprar um sistema de BI. Um painel bonito construído sobre um dado sem definição operacional produz gráficos convincentes sobre coisa nenhuma, e com mais rapidez do que a planilha produzia.
Não é ter um cientista de dados. A maior parte do que muda decisão em um serviço de saúde é contagem, proporção e estratificação — nada que exija técnica avançada. O que exige é rigor na definição do que está sendo contado.
Não é acumular indicador. Um painel com quarenta números atualizados mensalmente por alguém que os digita à mão costuma produzir menos decisão que três indicadores bem definidos e olhados em série.
Análise de dados na saúde é isto: transformar registro operacional em evidência sobre o comportamento de um processo ao longo do tempo. E o primeiro passo é quase sempre inventariar o que já se coleta.
Esse inventário costuma ser mais curto de fazer do que parece, porque os registros são quase sempre os mesmos. A tabela abaixo mapeia sete fontes que praticamente todo serviço já mantém, o indicador que cada uma permite construir e o denominador que ela exige — que é a parte que costuma faltar.
| Registro que o serviço já tem | Indicador que ele permite construir | Denominador usual |
|---|---|---|
| Censo diário | Ocupação, permanência média | Leitos operacionais / altas |
| Sistema de faturamento | Reinternação em 30 dias | Altas do período |
| Notificação de evento adverso | Quedas, lesão por pressão | 1.000 pacientes-dia |
| Prontuário eletrônico | Adesão a protocolo, tempo entre etapas | Casos elegíveis |
| Escala de plantão | Estratificação por turno e equipe | Pacientes-dia por turno |
| Registros de ouvidoria | Reclamações por motivo | Atendimentos do período |
| Laboratório | Tempo de liberação de resultado | Exames liberados |
Nenhuma dessas linhas exige coleta nova. O que separa a coluna da esquerda da coluna do meio é uma decisão escrita sobre o que contar — e é aí que a maioria dos painéis nasce torta.
Do registro ao indicador: o denominador é a parte difícil
Considere um serviço que queira acompanhar reinternação. O dado bruto existe no sistema de faturamento desde sempre. O trabalho está em definir o que contar: reinternação não planejada, na mesma instituição, em até 30 dias da alta, excluindo internações programadas para continuidade de tratamento. Sem esse acordo escrito, duas pessoas contam números diferentes a partir da mesma base — o que é assunto de definição operacional.
Com a regra definida, suponha que o semestre feche em 94 reinternações em 1.180 altas: 8,0%. O número vai à reunião, é comparado com a literatura e considerado alto. E nada acontece depois, porque um percentual agregado não diz onde agir.
A estratificação por unidade muda a conversa. Se das 94 reinternações 61 vierem da clínica médica, que responde por 402 das 1.180 altas, ali a proporção é de 15,2%; nas demais unidades somadas, 33 reinternações em 778 altas — 4,2%. Os 8,0% do agregado não descrevem nenhuma das duas realidades: são a média de dois processos diferentes forçados na mesma conta. Como a estratificação funciona enquanto método está em estratificação de dados; aqui interessa o recorte que o serviço tem à mão — unidade, turno, dia da semana, perfil de origem.
Escolher o denominador certo muda o resultado
Um segundo exemplo torna isso concreto. Suponha 38 quedas registradas em doze meses. Trinta e oito é um número sem significado até que se pergunte: entre quantas oportunidades?
Com 24.600 pacientes-dia no período, chega-se a 1,54 queda por 1.000 pacientes-dia. Estratificando por turno: se 23 quedas ocorreram no noturno, que responde por 8.200 pacientes-dia, a taxa ali é de 2,80 por 1.000, contra 0,91 por 1.000 no restante. O turno noturno concentra 61% dos eventos com um terço da exposição — e nenhuma dessas duas informações estava visível no número 38.
Vale registrar uma distinção de vocabulário que evita confusão na hora de escolher como acompanhar cada um. Reinternação é uma proporção: cada alta ou é seguida de reinternação ou não é, e o denominador é o número de altas. Queda é uma taxa: são eventos contados sobre uma unidade de exposição — pacientes-dia —, e um mesmo paciente pode cair mais de uma vez. As duas se acompanham em gráficos diferentes, e tratar uma como se fosse a outra é a origem de boa parte dos painéis que ninguém consegue interpretar.
Onde este trabalho se conecta com o resto
A construção do dado é o começo de uma cadeia, e cada elo tem seu lugar.
A escolha de quais indicadores acompanhar, como classificá-los e o que cada um responde é do hub de indicadores de qualidade em saúde. A transformação de um conceito amplo como “qualidade” em algo efetivamente medível está em como medir qualidade em saúde. E a leitura ao longo do tempo — por que comparar o mês contra o mês anterior engana em indicador hospitalar e por que uma série de vinte a trinta pontos responde o que dois pontos nunca respondem — é de gráficos de tendência em processos de saúde.
O contexto maior, de aplicação do pensamento de melhoria ao setor, está em Lean Healthcare. O que interessa reter é a ordem: definir, estratificar, ler em série. Pular a primeira etapa produz painel; pular a última produz reunião.
Três perguntas para testar o que seu serviço faz hoje
Primeira: os indicadores que vocês acompanham têm definição escrita? Se duas pessoas de turnos diferentes contassem o mesmo mês, chegariam ao mesmo número? Se a resposta for incerta, o indicador está medindo quem coletou.
Segunda: cada indicador tem denominador declarado? Contagem absoluta — “tivemos 38 quedas” — não permite comparar períodos com ocupação diferente, e ocupação varia todo mês.
Terceira: vocês olham o número do mês ou a série? Se a reunião discute se subiu ou desceu em relação ao mês anterior, ela está discutindo oscilação normal na maior parte das vezes — e agir sobre ruído piora processo em vez de melhorar.
Nenhuma das três exige software novo, orçamento ou contratação. As três exigem método.
O serviço tinha os dados o tempo todo
Volte à frase da primeira reunião. O serviço que diz não ter dados tem o censo, o faturamento, a escala e a ouvidoria — e, nos dois exemplos deste artigo, chegaria a dois achados acionáveis sem coletar uma linha nova: a concentração em uma unidade e a concentração em um turno.
O que faltava não era sistema, orçamento nem cientista de dados. Faltava a definição do que contar, o denominador da conta e a disposição de olhar a série em vez do último mês. Essas três coisas se aprendem em ordem, e a ordem é o método — que é o que o White Belt gratuito da Escola EDTI apresenta em poucas horas, e que a certificação Green Belt leva até a verificação de que a mudança se sustentou.
Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi a construção do indicador a partir de registro operacional existente e a escolha correta do denominador.
Perguntas frequentes
Preciso de um sistema específico para analisar dados na saúde?
Não para começar. A maior parte do que muda decisão em um serviço é contagem, proporção e estratificação, o que uma planilha resolve. Sistema ajuda a escalar e a reduzir digitação manual, mas não substitui a definição operacional do que está sendo contado.
Quantos meses de dados são necessários?
Para enxergar o comportamento de um processo, o razoável é reunir de vinte a trinta pontos na mesma unidade de tempo — o que costuma significar dois anos de dados mensais ou alguns meses de dados semanais. Com menos que isso, é difícil separar variação normal de mudança real.
Como lidar com dado incompleto no prontuário?
Primeiro, medindo o quanto falta: a proporção de registros incompletos é ela própria um indicador de processo e costuma ser reveladora. Depois, decidindo explicitamente como tratar as ausências na definição operacional, em vez de deixar cada pessoa resolver por conta na hora de contar.
Qual a diferença entre proporção e taxa em indicador hospitalar?
Proporção compara casos com um total de casos possíveis, como reinternações sobre altas, e o resultado nunca passa de 100%. Taxa conta eventos sobre uma unidade de exposição, como quedas por 1.000 pacientes-dia, e admite que o mesmo paciente contribua mais de uma vez. Elas se acompanham em tipos diferentes de gráfico.
Estratificar por profissional é adequado?
É útil quando a hipótese é de variação de processo entre equipes, e problemático quando vira avaliação individual — porque, a partir do momento em que o dado pune, ele passa a ser gerenciado antes de ser registrado. A estratificação mais produtiva costuma ser por turno, unidade, dia da semana e perfil de caso.
Qual a diferença entre analisar dados e melhorar o processo?
Análise descreve o que aconteceu e onde o problema se concentra; melhoria exige testar uma mudança, prever o resultado antes e verificar na série se ele se sustentou. Serviços que param na primeira etapa acumulam diagnósticos precisos sobre problemas que continuam existindo — e essa passagem da descrição para o teste é exatamente o que a formação da Escola EDTI desenvolve.