Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/42920
Título: | Modelação de admissões e internamentos na urgência do Hospital de Braga |
Autor(es): | Vieira, Adriana Maria da Silva |
Orientador(es): | Sousa, Inês Dória, Sónia |
Palavras-chave: | Previsão Hospital Serviço de urgência Serviço de internamento Regressão linear Modelos lineares generalizados Séries temporais Forecast Emergency department Internment department Linear regression Generalized linear models Time series |
Data: | 2016 |
Resumo(s): | Este estudo teve como objetivos, através da modelação de padrões e tendências, desenvolver
modelos que permitissem prever, tanto o número de pacientes admitidos diariamente
nos três serviços de urgência (geral, obstétrico e pediátrico), como o número de pacientes
internados via urgência, no Hospital de Braga, em Portugal. Para tal foram usadas técnicas
de regressão linear e de Poisson, respetivamente, bem como análise de séries temporais.
Recorrendo ao uso de variáveis sazonais, meteorológicas, ambientais e epidemiológicas,
tentou encontrar-se equações matemáticas que permitissem a previsão futura do número
de admissões em ambos os serviços de urgência e internamento.
O uso de variáveis que não as sazonais revelou-se de pouco valor preditivo, apesar
de existirem variáveis estatisticamente signi cativas. Além disso, para o hospital é mais
simples utilizar apenas dados internos ou do conhecimento geral. Assim, foi decidida a
utilização de apenas variáveis sazonais, sendo estas o dia da semana, o mês do ano e os
feriados. Adicionalmente utilizou-se também a variável t que representa o tempo, em dias,
decorrido desde 1 de janeiro de 2012.
No caso das admissões no serviço de urgência, estas foram modeladas recorrendo a
técnicas de regressão linear múltipla, tendo-se veri cado correlação temporal nos resíduos
de cada modelo, sendo o número de admissões de um determinado dia correlacionadas com
as dos 7 dias anteriores no caso da urgência geral, e com as dos 8 dias anteriores no caso
de ambas urgências, obstétrica e pediátrica.
Por outro lado, no caso das admissões no serviço de internamento via urgência, a
modelação foi feita com recurso à regressão de Poisson, não se veri cando a existência
de qualquer tipo de correlação temporal. Neste caso, também não se registou qualquer
evidência de que os feriados estejam relacionados com o número de internamentos.
Toda a modelação foi feita com recurso ao software R versão 3.2.2., (2015-08-14). This study aims, trough patterns and trend modelling, to develop models that allows to predict the number of patients that visit, on a daily basis, the three emergency departments (general, obstetric and pediatric), as well as, the number of hospitalized patients, at Braga's Hospital, Portugal. For such, were used, respectively, linear and Poisson regression, as well as, time series analysis. Using calendar, meteorological, environmental and epidemiological variables, we tried to get mathematical equations that allows to forecast the future number of admissions, both in emergency and hospitalization services. The use of other variables than the calendar ones proved to have little predictive value, despite existing statistically signi cant variables. Furthermore, is simpler for the hospital use only internal data or general knowledge. Thus, it was decided to use only calendar variables, being these the day of the week, the month of the year and holidays. Additionally, we used the variable t, representing the elapsed time, in days, since January 1, 2012. In the case of emergency department admissions, these were modeled using multiple linear regression techniques, having been veri ed temporal correlation in the residuals of each model, being the number of admissions for a given day correlated with the previous 7 days in case of general emergency, and with the previous 8 days for both emergency, obstetric and pediatric. On the other hand, in the hospitalization admission case, modeling was done resorting to the Poisson regression, not having been veri ed the existence of any type of temporal correlation. In this case, it was also not registered any evidence that the holidays are related to the number of admissions. All modeling was performed with R software, version 3.2.2., (2015-08-14). |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Estatística |
URI: | https://hdl.handle.net/1822/42920 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado DMAT - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Adriana Maria da Silva Vieira.pdf | 3,11 MB | Adobe PDF | Ver/Abrir |