Please use this identifier to cite or link to this item: http://hdl.handle.net/1822/42920

TitleModelação de admissões e internamentos na urgência do Hospital de Braga
Author(s)Vieira, Adriana Maria da Silva
Advisor(s)Sousa, Inês
Dória, Sónia
KeywordsPrevisão
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
Issue date2016
Abstract(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).
TypeMaster thesis
DescriptionDissertação de mestrado em Estatística
URIhttp://hdl.handle.net/1822/42920
AccessOpen access
Appears in Collections:BUM - Dissertações de Mestrado
DMAT - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Adriana Maria da Silva Vieira.pdf3,11 MBAdobe PDFView/Open

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID