Publication
O serviço de urgência da unidade de Faro do Centro Hospitalar Universitário do Algarve, EPE: um modelo de simulação de eventos discretos de apoio à gestão da resposta hospitalar na pandemia COVID-19
| datacite.subject.fos | Ciências Sociais::Outras Ciências Sociais | pt_PT |
| dc.contributor.advisor | Castela, Guilherme | |
| dc.contributor.advisor | Silva, Nelson Tavares da | |
| dc.contributor.author | Piedade, Marco Fernando Costa | |
| dc.date.accessioned | 2022-12-22T12:38:46Z | |
| dc.date.available | 2022-12-22T12:38:46Z | |
| dc.date.issued | 2022-02-24 | |
| dc.description.abstract | O Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) tornou-se um desafio ameaçador de vida para a população e para os sistemas de saúde, tendo sido experienciadas muitas decisões políticas baseadas numa evidência científica muito recente e limitada. Pelo número de infetados, taxa de mortalidade e uma procura sem precedentes dos serviços de saúde, a Coronavirus Disease 2019 (COVID-19) parece destinada a ser considerada a pior doença pandémica de uma geração. Esta nova realidade exige estratégias atempadas de preparação e planeamento, que inclui os modelos de simulação nos sistemas do setor da saúde. A presente investigação pretende compreender o desempenho da resposta hospitalar do Serviço de Urgência (SU) da Unidade de Faro do Centro Hospitalar Universitário do Algarve (CHUA), em contexto de pandemia COVID-19, de forma a apoiar o processo de tomada de decisão estratégica, otimizar recursos e circuitos, antecipar necessidades e mitigar ameaças à qualidade e segurança dos cuidados de saúde. Os dados utilizados neste trabalho, relativos ao período entre abril e dezembro 2020, provêm de: a) uma Análise Fatorial Múltipla (AFM), que permite não só captar as influências sobre os indivíduos e as variáveis ao longo de diferentes condições experimentais ou ocasiões, identificando os grupos de variáveis que mais contribuem para a coerência ou divergência no consenso, mas também identificar as variáveis e os indivíduos responsáveis e, b) uma técnica Bootstrap, enquanto instrumento de simulação, que objetiva a obtenção de intervalos de confiança para as estimativas dos parâmetros de interesse, por reamostragem do conjunto original de dados. Os resultados obtidos não somente permitiram identificar as contribuições e as influências na produção do último quadrimestre de 2020, como possibilitaram uma grelha de diagnóstico, suportada por um conjunto de orientações, para um processo de tomada de decisão mais eficiente na gestão do circuito externo COVID-19 do SU de Faro do CHUA. | pt_PT |
| dc.description.abstract | Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) has become a life-threatening challenge for the population and healthcare systems, and many policy decisions have been experienced based on very recent and limited scientific evidence. By the number of infected, mortality rate, and unprecedented demand on health services, Coronavirus Disease 2019 (COVID-19) seems destined to be considered the worst pandemic disease in a generation. This new reality calls for timely preparedness and planning strategies, which includes simulation models in healthcare systems. This research aims to understand the performance of emergency response services of the Emergency Department of Faro Unit of the Algarve University Hospital Center (CHUA), in the context of the COVID-19 pandemic, in order to support the strategic decision-making process, optimize resources and circuits, anticipate needs and mitigate threats to the quality and safety of health care. The data used in this work, concerning the period between April and December 2020, comes from: a) a Multiple Factor Analysis, which allows not only to capture the influences on individuals and variables over different experimental conditions or occasions, and to identify groups of variables that contribute most to the consistency or divergence in the consensus, but also to pinpoint the responsible variables and individuals, and b) a Bootstrap technique, as a simulation tool, which aims to obtain confidence intervals in order to estimate parameters of interest, by resampling the original data set. The results obtained, not only allowed identification of contribution factors and influences on the output of the last four months of 2020, but also enabled a diagnostic grid, supported by a set of guidelines, for a more efficient decision-making process in the management of the COVID-19 external circuit at Faro Emergency Department of the CHUA. | pt_PT |
| dc.identifier.tid | 203012470 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.1/18711 | |
| dc.language.iso | por | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | COVID-19 | pt_PT |
| dc.subject | Serviços de urgência | pt_PT |
| dc.subject | Simulação | pt_PT |
| dc.subject | Análise fatorial múltipla | pt_PT |
| dc.subject | Bootstrap | pt_PT |
| dc.title | O serviço de urgência da unidade de Faro do Centro Hospitalar Universitário do Algarve, EPE: um modelo de simulação de eventos discretos de apoio à gestão da resposta hospitalar na pandemia COVID-19 | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.grantor | Universidade do Algarve. Faculdade de Economia | |
| thesis.degree.level | Mestre | |
| thesis.degree.name | Mestrado em Gestão de Unidades de Saúde | pt_PT |