# Como prever com precisão as visitas ao pronto-socorro hospitalar?

> Uma revisão sistemática identificou que modelos de previsão de visitas ao pronto-socorro, incluindo ARIMA e aprendizado de máquina, apresentam boa acurácia, com erros abaixo de 10%. A escolha do modelo e a inclusão de variáveis exógenas dependem do tamanho do pronto-socorro, sendo vantajosa apenas em unidades maiores.

Estudo citado: Silva E, Pereira MF, Vieira JT, Ferreira-Coimbra J, Henriques M, Rodrigues NF. Predicting hospital emergency department visits accurately: A systematic review. The International journal of health planning and management. 2023. DOI: https://doi.org/10.1002/hpm.3629. PubMed: https://pubmed.ncbi.nlm.nih.gov/36898975/

## Resposta

A revisão sistemática teve como objetivo investigar os fatores que afetam os resultados da previsão de visitas ao pronto-socorro, com foco nas variáveis preditivas e nos tipos de modelos aplicados. A busca foi realizada nas bases PubMed, Web of Science e Scopus, seguindo as diretrizes PRISMA.

Foram selecionados sete estudos que exploraram modelos preditivos para prever visitas diárias ao pronto-socorro para cuidados gerais. A acurácia dos modelos foi medida pelas métricas MAPE e RMAE, e todos apresentaram bom desempenho, com erros abaixo de 10%.

Os resultados indicaram que a seleção do modelo e sua acurácia são particularmente sensíveis à dimensão do pronto-socorro. Modelos baseados em ARIMA e outros lineares tiveram bom desempenho para previsões de curto prazo, enquanto alguns métodos de aprendizado de máquina se mostraram mais estáveis ao prever múltiplos horizontes temporais.

A inclusão de variáveis exógenas foi considerada vantajosa apenas em prontos-socorros de maior porte. Esses achados sugerem que a escolha da abordagem de previsão deve considerar as características específicas de cada serviço de emergência.

A revisão fornece subsídios para gestores e médicos que atuam em pronto-socorro, ao destacar a importância de sistemas de previsão acurados para otimizar a alocação de recursos, reduzir custos e melhorar a confiança pública. No entanto, o número limitado de estudos incluídos e a heterogeneidade dos contextos exigem cautela na generalização dos resultados.

## O que o estudo mostrou

Trata-se de uma revisão sistemática que seguiu as diretrizes PRISMA e selecionou sete estudos que exploraram modelos preditivos para prever visitas diárias ao pronto-socorro para cuidados gerais. A acurácia foi medida por MAPE e RMAE, e todos os modelos apresentaram erros abaixo de 10%. A seleção do modelo e a acurácia foram sensíveis à dimensão do pronto-socorro. Modelos ARIMA e lineares tiveram bom desempenho em previsões de curto prazo, enquanto métodos de aprendizado de máquina foram mais estáveis em múltiplos horizontes. A inclusão de variáveis exógenas foi vantajosa apenas em prontos-socorros maiores.

## Limitações

O resumo não informa as limitações dos estudos incluídos, como viés de publicação ou heterogeneidade metodológica. O número reduzido de estudos (sete) e a falta de detalhes sobre as populações e os contextos podem restringir a generalização dos achados. O resumo também não informa a qualidade dos estudos primários.

## Aplicação no consultório

Para a prática clínica e a gestão do consultório, os achados reforçam que sistemas de previsão de visitas ao pronto-socorro podem auxiliar no dimensionamento de equipes e na alocação de recursos. Médicos que atuam em pronto-socorro ou gerenciam serviços de emergência podem considerar a implementação de modelos preditivos, levando em conta o porte da unidade. A escolha entre modelos lineares e de aprendizado de máquina deve considerar o horizonte de previsão desejado e a disponibilidade de variáveis exógenas.

## Perguntas para aprofundar

- Quais variáveis preditivas são mais relevantes para prever visitas ao pronto-socorro?
- Como modelos de aprendizado de máquina se comparam a modelos ARIMA na previsão de demanda em emergências?
- Qual o impacto da inclusão de variáveis exógenas na acurácia de previsões de visitas ao pronto-socorro?

Tema: IA em emergência e UTI. Página: https://alphadoctor.com.br/ciencia/ia-emergencia-uti/como-prever-com-precisao-as-visitas-ao-pronto-socorro-hospitalar/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.