Método Kanban no gerenciamento de leitos: impactos no tempo de internação

Método Kanban en la gestión de camas: impactos en el tiempo de internación

Resumo

Objetivo  Analisar os fatores que impactam o tempo de internação hospitalar com base no método Kanban.

Métodos  Este foi um estudo observacional de abordagem quantitativa, retrospectivo e documental. Foram analisados 13.637 prontuários de pacientes internados em um hospital universitário no Sul do Brasil no período de agosto de 2018 a setembro de 2022. A análise de dados foi realizada usando estatística descritiva, teste qui-quadrado de independência e análise de regressão, a partir do software R.

Resultados  Foi verificado que a maioria das internações dentro do tempo ideal está relacionada com procedimentos cirúrgicos (61,0%). Os procedimentos clínicos têm uma proporção maior de atendimentos com tempo de internação maior que o aceitável (45,0%). A tomografia computadorizada foi o exame mais realizado nos pacientes com longo tempo de internação, na qual mais da metade dos pacientes categorizados como maior que o tempo aceitável realizaram uma ou mais tomografias computadorizadas. As comorbidades de maior prevalência foram câncer, doenças cardíacas, pulmonares e diabetes mellitus, todas com uma proporção alta de internações com tempo maior que o aceitável.

Conclusão  Os resultados demonstraram que o perfil dos pacientes atendidos na instituição influencia diretamente o tempo de internação. A partir do monitoramento do tempo de internação foi possível traçar estratégias para um atendimento qualificado, buscando sua redução.

Descritores:
Leitos; Ocupação de leitos; Sistemas de informação em saúde; Perfil de saúde; Unidades de internação; Administração hospitalar; Epidemiologia

Abstract

Objective  To analyze the factors that impact the hospital stay time based on the Kanban method.

Methods  This was an observational study with a quantitative, retrospective, and documentary approach. A total of 13,637 medical records of patients admitted to a university hospital in Southern Brazil were analyzed in the period from August 2018 to September 2022. Data analysis was performed using descriptive statistics, chi-square test of independence, and regression analysis using R software.

Results  It was found that the majority of hospitalizations within the ideal time are related to surgical procedures (61.0%). Clinical procedures have a higher proportion of visits with a longer than acceptable stay time (45.0%). Computed tomography was the most frequently performed examination in patients with a long hospitalization time. More than half of the patients with a time categorized as greater than the acceptable one underwent one or more computed tomography scans. Cancer, heart and lung diseases, and diabetes mellitus were the most prevalent comorbidities, all of them with a high proportion of hospitalizations lasting longer than acceptable.

Conclusion  Our results showed that the profile of patients cared for at the institution directly influences the length of hospital stay. It was possible to develop strategies for qualified care, seeking to reduce hospitalization time through monitoring.

Keywords:
Beds; Bed occupancy; Health information systems; Health profile; Inpatient Care units; Hospital administration; Epidemiology

Resumen

Objetivo  Analizar los factores que impactan en el tiempo de internación hospitalaria con base en el método Kanban.

Métodos  Se trató de un estudio observacional de enfoque cuantitativo, retrospectivo y documental. Se analizaron 13.637 historias clínicas de pacientes internados en un hospital universitario en el sur de Brasil, durante el período de agosto de 2018 a septiembre de 2022. El análisis de datos fue realizado mediante estadística descriptiva, prueba ji cuadrado de independencia y análisis de regresión, a partir del software R.

Resultados  Se verificó que la mayoría de las internaciones dentro del tiempo ideal está relacionada con procedimientos quirúrgicos (61,0 %). Los procedimientos clínicos tienen una mayor proporción de asistencia con tiempo de internación mayor que lo aceptable (45,0 %). La tomografía computarizada fue el examen más realizado en los pacientes con tiempo de internación largo, donde más de la mitad de los pacientes clasificados con mayor tiempo que lo aceptable realizó una o más tomografías computarizadas. Las comorbilidades de mayor prevalencia fueron cáncer, enfermedades cardíacas y pulmonares y diabetes mellitus, todas con una proporción alta de internaciones con mayor tiempo de lo aceptable.

Conclusión  Los resultados demostraron que el perfil de los pacientes atendidos en la institución influye directamente en el tiempo de internación. A partir del monitoreo del tiempo de internación fue posible elaborar estrategias para una asistencia cualificada que busca su reducción.

Descriptores:
Lechos; Ocupación de camas; Sistemas de información en Salud; Perfil de salud; Unidades de internación; Administración hospitalaria; Epidemiología

Introdução

O método Kanban foi usado no sistema Toyota de produção após a segunda Guerra Mundial para controlar a produção de vários lotes de produtos usando cartões coloridos para sinalizar o ritmo da produção.(¹,²)Seu uso buscou melhorar a produção, detectando falhas, analisando as situações, favorecendo assim a tomada de decisões na melhoria contínua dos resultados.(³,⁴)

No contexto hospitalar, o método Kanban tem sido usado para gerenciar e controlar o tempo de permanência dos pacientes através da otimização do uso dos leitos. Esse controle tem sido realizado por meio da sinalização por cores, envolvendo nesse controle todos os profissionais da assistência, através do uso de informações tanto pela equipe multiprofissional de cuidado aos pacientes, como pelos protocolos clínicos do hospital.(⁵,⁶) Assim, o método Kanban emergiu como uma tecnologia que ajuda a monitorar o tempo de hospitalização, atuando como um indicador da eficiência, eficácia e efetividade da gestão, além de influenciar no controle dos custos.(⁷)

Desta forma, foi observado que uma gestão eficiente da ocupação de leitos impacta diretamente a capacidade do sistema de saúde para prestar um atendimento adequado a população. O monitoramento em tempo real da ocupação de leitos hospitalares tem sido realizado em vários países, fornecendo uma visão imediata da capacidade disponível e ajudando a tomar decisões.(⁸) Assim, com o intuito de otimizar o fluxo de pacientes internados em um hospital do Sul do Brasil e ainda controlar o tempo de permanência dos pacientes, o método Kanban foi implementado em 2017. O método Kanban proporciona também visibilidade aos pacientes com período de internação acima da média aceitável, facilitando a identificação do problema e contribuindo para sua resolução. Devido à natureza visual do método Kanban, foram adotadas cores padronizadas, sendo a cor verde para sinalizar pacientes com tempo de permanência aceitável, conforme a tabela SIGTAP (Sistema de Gerenciamento da Tabela de Procedimentos, Medicamentos e OPM do SUS) (http://sigtap.datasus.gov.br/tabela-unificada/app/sec/inicio.jsp); cor amarelo para aqueles que ultrapassaram o tempo ideal, mas abaixo do dobro do tempo de permanência sugerido pela tabela SIGTAP; vermelho para destacar pacientes que ultrapassaram o dobro do tempo de internação considerado aceitável; e a cor azul, para destacar pacientes internados, sem um valor estimado de permanência, sendo esses classificados como indeterminados (tabelas 1 e 2).

Tabela 1
Exames realizados durante a internação usando as categorias Kanban

Variáveis	Verde n = 5917	Amarelo n = 3181	Vermelho n = 4539	p-value*	Valor	α***
	n (%)	n (%)	n (%)		q**
Endosc. digestiva alta	36(30)	37(31)	47(39)	0,017	0,022	0,024
Colonoscopia	17(28)	23(38)	21(34)	0,022	0,026	0,023
Eletrocardiograma	201(16)	219(18)	799(66)	<0,001	<0,001	0,221
Ressonância magnética	102(20)	107(21)	292(58)	<0,001	<0,001	0,110
Laboratório	5.141(43)	2.828(24)	3.990(33)	<0,001	<0,001	0,051
Rx	2.586(37)	1.510(22)	2.813(41)	<0,001	<0,001	0,169
Ultrasonografia	234(17)	293(21)	879(63)	<0,001	<0,001	0,222
Tomografia	763(24)	687(22)	1.671(54)	<0,001	<0,001	0,248
Angiotomografia	27(12)	40(17)	163(71)	<0,001	<0,001	0,108
Eletrocardiograma	23(37)	17(27)	22(35)	0,66	0,66	0,008
Mamografia	4(11)	3(8,1)	30(81)	<0,001	<0,001	0,053
Colangiotomografia	16(21)	11(15)	48(64)	<0,001	<0,001	0,049
Tomografia	142(19)	181(24)	440(58)	<0,001	<0,001	0,138
Colangiotomografia	8(28)	5(17)	16(55)	0,036	0,039	0,022
Coleta de licor	30(17)	122(70)	22(13)	<0,001	<0,001	0,120
Outros	39(29)	32(24)	63(47)	<0,001	<0,001	0,032

• ^*Teste Qui-Quadrado de independência; ^**Correção da taxa de falsa descoberta para testes múltiplos; ***V de Cramér

Tabela 2
Comorbidades observadas durante a internação segundo o método Kanban

Variáveis	Verde n = 5917	Amarelo n = 3377	Vermelho n = 4345	p-value*	Valor	α***
	n (%)	n (%)	n (%)		q**
Anemias	6(26)	14(52)	14(52)	0,12	0,13	0,017
Câncer	144(18)	171(21)	481(60)	<0,001	<0,001	0,152
Cardiológicas	162(19)	202(23)	504(58)	<0,001	<0,001	0,149
Diabetes	444(25)	457(26)	863(49)	<0,001	<0,001	0,149
Gástricas	8(17)	14(30)	24(52)	0,002	0,002	0,031
Hipertensão	1.988(41)	1.090(23)	1.726(36)	<0,001	<0,001	0,050
Hepáticas	85(23)	96(26)	187(51)	<0,001	<0,001	0,072
Hipotireoidismo	69(27)	62(25)	120(48)	<0,001	<0,001	0,048
HIV	128(28)	90(20)	236(52)	<0,001	<0,001	0,076
Imuno	3(13)	5(21)	16(67)	0,001	0,001	0,031
Nega comorb.	2.512(53)	1.150(24)	861(19)	<0,001	<0,001	0,175
Neurológicas	670(37)	413(23)	712(40)	0,001	0,001	0,057
Obesidade	75(26)	77(26)	141(48)	0,001	0,001	0,056
Ósseas	10(16)	14(22)	39(62)	0,001	<0,001	0,044
Outras comorbidades	71(40)	40(22)	67(38)	0,38	0,38	0,012
Psiquiátricas	90(27)	78(23)	170(50)	<0,001	<0,001	0,062
Pulmonares	205(20)	250(25)	551(55)	<0,001	<0,001	0,144
Renais	95(18)	108(21)	314(61)	<0,001	<0,001	0,125
Sífilis Congênita	31(17)	131(71)	23(12)	<0,001	<0,001	0,125
Síndromes	32(36)	27(30)	31(34)	0,32	0,33	0,013
Vasculares	10(21)	10(21)	27(57)	<0,001	0,001	0,032

• *Teste Qui-Quadrado de independência; **Correção da taxa de falsa descoberta para testes múltiplos; ***V de Cramér

O uso do método Kanban na gestão de leitos hospitalares representa uma inovação promissora para aprimorar a eficiência da gestão e a qualidade dos serviços de saúde. Esta pesquisa buscou analisar o uso do método Kanban na gestão de leitos de um hospital 100% Sistema Único de Saúde (SUS), considerando o período de agosto de 2018 a setembro de 2022, com ênfase nos fatores que impactam o tempo de internação hospitalar. A justificativa para tal investigação reside na necessidade de entender melhor os principais fatores que impactam no tempo de internação hospitalar. O objetivo deste estudo foi analisar os fatores que impactam o tempo de internação hospitalar usando o método Kanban.

Métodos

Este estudo, de natureza observacional e abordagens quantitativa, retrospectiva e documental, foi realizado em um hospital universitário (HU) no Sul do Brasil. Foi usada a diretriz Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) para assegurar sua qualidade metodológica e reportar os resultados obtidos. O hospital pesquisado tem 231 leitos, destinados exclusivamente ao atendimento pelo SUS. Ele é reconhecido como um centro de referência em média e alta complexidades para a Coordenadoria Regional de Saúde do Rio Grande do Sul (RS), abrangendo 22 municípios no Extremo Sul do Estado, oferecendo serviços especializados em traumatologia/ortopedia, HIV/AIDS e cuidados às gestantes de alto risco. Além dessas especialidades, o Hospital Universitário (HU) também presta assistência em outras 34 áreas específicas.

Considerou-se como base, a análise 15.579 prontuários de pacientes atendidos no período de setembro de 2018 a setembro de 2022. Foram excluídos da análise os prontuários que não tinham as informações completas de interesse para o estudo e os classificados como indeterminados, isto é, aqueles prontuários cujo diagnóstico não possui limite de tempo de internação preconizado pela tabela SIGTAP. A amostra final compreendeu 13.637 prontuários de pacientes, representando 87,5% dos prontuários do HU no período estudado. Foram definidas como variáveis independentes do estudo: idade, sexo, data de internação, tempo e desfecho final da internação, classificação segundo o método Kanban, número de comorbidades, e exames de média e alta complexidade realizados.

Foi usado o sistema de informações hospitalares para consultar as informações de interesse e preencher uma tabela desenvolvida no Excel com todos os dados necessários. A coleta foi realizada no período de agosto a setembro de 2022. Para processar os dados, foi usado o software R versão 4.3.2.(⁹)Em um primeiro momento, as variáveis foram descritas a partir de suas frequências absolutas e relativas. Para avaliar algumas variáveis, tais como “tempo de internação” e “idade”, foi calculada a média para comparar os estratos preestabelecidos. Então, foram realizadas as análises univariada e ajustada, considerando aquelas com p-valor ≤ 0.25, reduzindo assim a taxa de falsa descoberta.(¹⁰) Na análise univariada, foi usado o teste qui-quadrado, buscando o efeito associativo de independência para tabelas de contingência. Já na análise multivariada, foi realizada a regressão logística.(¹¹)

Para identificar a relação associativa das categorias de cores do método Kanban com as internações, com as características demográficas dos participantes e obter o modelo final apresentado, foram considerados o Intervalo de Confiança (IC) de 95% e nível de significância de 5%. O estudo foi aprovado pelo Comitê de Ética em Pesquisa (4.227.757) da Universidade Federal do Rio Grande, sob Certificado de Apresentação de Apreciação Ética: 30950420.9.0000.5324.

Resultados

Com base nas tabelas 1 e 2, podemos ver que 61,0% das internações classificadas dentro do tempo ideal (verde), estavam relacionadas principalmente a procedimentos cirúrgicos, ao passo que os procedimentos clínicos apresentaram 73,0% com tempo de internação acima do aceitável (amarelo e vermelho). Dentro desses grupos, foram observados vários subgrupos de atendimento, cada um com sua própria distribuição de internações entre as categorias verde, amarelo e vermelho.

Embora a maioria das internações envolvendo procedimentos cirúrgicos estivesse na categoria verde, especialmente em subgrupos tais como cirurgia do aparelho osteomuscular, foram identificadas algumas variações, com alguns subgrupos apresentando uma proporção considerável de internações na categoria vermelha, tais como cirurgias de vias aéreas superiores, da face, da cabeça e do pescoço, cirurgias de aparelho circulatório, e aquelas para tratamento de câncer. Na categoria verde, além dos procedimentos cirúrgicos já citados (3.050), pudemos observar também os tratamentos clínicos em outras especialidades (1.759) com tempo de internação dentro do ideal. Na categoria amarelo, cujo tempo foi estipulado após estudo institucional e definido como sendo o limite máximo o dobro do tempo considerado ideal (verde), foram novamente apontadas as cirurgias nos aparelhos osteomuscular (419) e digestivo (356), seguidas pelos tratamentos clínicos (1.804). Entre os procedimentos mais frequentes na categoria vermelho, estão os tratamentos clínicos (outras especialidades), com 2.668 internações, representando 58,7% das internações classificadas nessa categoria do Kanban. Nos tratamentos em nefrologia e oncologia, identificamos ainda que os pacientes permanecem internados por um tempo maior que o tempo aceitavel (vermelho) em mais de 50,0% das vezes. Observamos também que o subgrupo com a maior frequência foi aquele de cirurgias do aparelho digestivo, órgãos anexos e parede abdominal, ao passo que o subgrupo com menos procedimentos foi o de diagnóstico por ressonância magnética. Após a análise observamos que a realização dos exames impactou de alguma forma no tempo de internação hospitalar. A frequência e distribuição dos exames realizados durante a internação foram obtidas ao fim da internação. Assim, quanto maior o número de exames realizados, tanto maior foi o tempo de internação. O exame realizado com maior frequência nos pacientes que ultrapassam o tempo considerado ideal de internação (φ_c = 0,248) foi a tomografia computadorizada, em que mais da metade dos tempos de internação (54%) foram classificados como vermelho. Outros exames que também apresentaram uma forte associação foram a ultrassonografia e o eletrocardiograma, com φ_c igual a 0,222 e 0,221, respectivamente. Em relação às comorbidades, a maior parte mostrou uma associação estatística significativa (ao nível de 5%) com a classificação do tempo de internação, exceto das anemias, síndromes e outras comorbidades não especificadas. As síndromes de maior ocorrência (84%) foram as cromossômicas e as congênitas. Já as comorbidades de maior prevalência foram câncer, cardiológicas, diabetes mellitus e pulmonares, todas com uma proporção alta de internações com tempo acima do aceitável (amarelo ou vermelho) (Tabela 2).

A tabela 3 mostra os resultados da regressão logística, cujo modelo final foi obtido a partir das internações consideradas mais críticas e os fatores que impactaram no tempo de internação hospitalar. Em relação à faixa etária, crianças com idades de 0 a 3 anos não apresentam um RC (Razão de Chances de um evento ocorrer) para tempo prolongado de internação. Aquelas com de 4 a 11 anos apresentam até 1,01 vezes a chance de ter uma internação acima do tempo aceitável. Pessoas com idade ≥64 anos podem apresentar chance até 3,15 vezes maior de ter um tempo de internação aceitável. Para os grupos de atendimento, foi considerado como referência a cirurgia das vias aéreas superiores, identificando-se nas internações para “Consultas, Atendimentos e/ou Acompanhamentos” o maior RC (Razão de Chances de um evento ocorrer), sendo até 4,64 vezes maior a chance de o paciente permanecer internado por um tempo acima do aceitável nesse tipo de internação, seguida de problemas pulmonares, com 3,45 vezes. Por outro lado, Cirurgias de mama, apresentaram o menor RC, mostrando que pacientes internadas para realizar este procedimento têm 0,07 vezes a chance de continuar internadas por um tempo além do aceitável. Para todas as comorbidades, foi tomada como referência a ausência da respectiva comorbidade. Assim, pacientes com sífilis congênita apresentam 0,47 vezes a chance de ter uma internação com tempo acima do aceitável.

Tabela 3
Modelo de regressão logística para categoria de internação pelo método Kanban

Características	RC (95% IC)	p-value
Faixa etária
Zero a 3 anos	—
4 a 11 anos	0,82 (0,66; 1,01)	0,065
12 a 18 anos	1,58 (1,16; 2,14)	0,003
19 a 42 anos	1,71 (1,38; 2,12)	<0,001
43 a 63 anos	2,18 (1,77; 2,69)	<0,001
64 anos ou mais	2,55 (2,08; 3,15)	<0,001
Sexo biológico
Masculino	—
Feminino	1,01 (0,93; 1,09)	0,80
Subgrupo de atendimento
Cirurgia das vias aéreas superiores, da face, da cabeça e do pescoço	—
Cirurgia de glândulas endócrinas	0,15 (0,05; 0,45)	0,001
Cirurgia de mama	0,07 (0,01; 0,27)	<0,001
Cirurgia do aparelho circulatório	0,61 (0,28; 1,33)	0,21
Cirurgia do aparelho digestivo, órgãos anexos e parede abdominal	0,36 (0,19; 0,69)	0,002
Cirurgia do aparelho geniturinário	0,32 (0,16; 0,62)	<0,001
Cirurgia do sistema nervoso central e periférico	0,20 (0,07; 0,54)	0,002
Cirurgia do sistema osteomuscular	0,25 (0,13; 0,49)	<0,001
Cirurgia em oncologia	0,31 (0,13; 0,73)	0,008
Cirurgia obstétrica	1,18 (0,59; 2,39)	0,65
Cirurgia reparadora	0,10 (0,02; 0,41)	0,005
Cirurgia torácica	0,50 (0,20; 1,21)	0,13
Coleta de material	0,82 (0,36; 1,88)	0,63
Consultas / Atendimentos / Acompanhamentos	4,64 (1,85; 12,1)	0,001
Diagnóstico por endoscopia	1,54 (0,21; 13,4)	0,67
Outras cirurgias	0,94 (0,46; 1,97)	0,87
Parto e nascimento	0,76 (0,15; 3,27)	0,73
Pequenas cirurgias e cirurgias de pele, tecido subcutâneo e mucosa	1,35 (0,54; 3,36)	0,52
Tratamento de lesões, envenenamentos e outros, decorrentes de causas externas	0,63 (0,31; 1,30)	0,20
Tratamento em nefrologia	2,26 (1,17; 4,45)	0,016
Tratamento em oncologia	0,75 (0,39; 149)	0,41
Tratamentos clínicos (outras especialidades)	0,86 (0,45; 1,65)	0,64
Anemias	1,52 (0,65; 3,60)	0,34
Câncer	2,21 (1,85; 2,65)	<0,001
Cardiológica	1,58 (1,35; 1,84)	<0,001
Diabetes	1,31 (1,17; 1,48)	<0,001
Gástricas	1,56 (0,83; 2,95)	0,16
Hipertensão arterial sistêmica	0,96 (0,85; 1,08)	0,45
Hepáticas	1,04 (0,84; 1,30)	0,70
Hipotireoidismo	0,92 (0,70; 1,21)	0,56
Imunológicas	2,78 (1,17; 7,10)	0,024
Nega comorbidades	0,77 (0,67; 0,89)	<0,001
Neurológicas	1,67 (1,44; 1,94)	<0,001
Obesidade	1,37 (1,06; 1,76)	0,015
Ósseas	2,21 (1,29; 3,88)	0,005
Outras	1,59 (1,13; 2,23)	0,007
Psiquiátricas	1,41 (1,11; 1,78)	0,005
Pulmonares (DPOC 39,5%, doenças de vias aéreas superiores (28,3%) outras (40,23)	3,45 (2,89; 4,13)	<0,001
Renais	1,22 (1,0; 1,49)	0,057
Sífilis congênita	0,47 (0,29; 0,74)	0,002
Síndromes	0,91 (0,57; 1,43)	0,68
Vasculares	1,70 (0,92; 3,16)	0,091

• ^*RC = Razão de chances, IC = Intervalo de confiança; Pseudo-R² de McFadden = 0,13

Discussão

Compreender o perfil das internações hospitalares ajuda a identificar os principais motivos pelos quais os usuários buscam atendimento, bem como as características desses indivíduos. Por sua vez, conhecer esses dados, ajuda a desenvolver e implementar novas políticas para promover a equidade no sistema de saúde e reduzir o desperdício de recursos econômicos, bem como aprimorar a eficiência e a qualidade do atendimento hospitalar prestado à população.(¹²)

A Organização Mundial de Saúde estabelece que as redes hospitalares são fundamentais para um sistema de saúde bem articulado para fornecer à população cuidados de saúde curativos e preventivos. Assim, os gestores na área da saúde procuram implementar recursos, estratégias e ferramentas para uma maior eficiência em relação à internação dos pacientes. Neste sentido, conhecer o perfil das internações pode ajudar os gestores a tomar medidas para maior eficiência.(¹³)

Nesta pesquisa, foi observado que o maior número de internações ocorreu por motivos clínicos e cirúrgicos. Os motivos clínicos corresponderam a 54,5%, ao passo que os motivos cirúrgicos atingiram 46,3%. Na categoria de internações cirúrgicas, foi observado que as cirurgias mais recorrentes foram as osteomusculares (43,5%), digestivas (27,7%) e as geniturinárias (13,8%). Achados semelhantes apontam a mesma realidade em outros hospitais brasileiros.(¹⁴,¹⁵) Corroborando com esses resultados, um estudo mostrou que as cirurgias mais recorrentes são as mesmas encontradas, seguidas por aparelho circulatório e neoplasias.(¹⁵)

Ao se analisar a relação entre o kanban e suas categorias nas internações analisadas, foi identificada maior frequencia na classificação de pacientes dentro do tempo ideal de permanência para as internações cirúrgicas. Elas apresentaram um elevado porcentual de classificação na categoria verde do Kanban (61,0%), diferente das internações clínicas que representaram, neste estudo, 27,0% só de classificação verde. Porém, uma análise mais detalhada, mostrou que algumas subcategorias cirúrgicas apresentaram classificações Kanban amarela e vermelha, evidenciando pacientes com tempo de permanência aceitável ou acima do limite aceitável.

A extensão da permanência hospitalar foi determinada por vários elementos, incluindo desde a gravidade dos quadros clínicos dos pacientes até a excelência do atendimento oferecido e a eficácia da gestão clínica adotada em cada caso.(¹⁶)Na análise realizada, os exames de média e alta complexidade mostraram estar diretamente ligados ao tempo de permanência acima do limite aceitável, o que também pode estar associado à presença de comorbidades. Assim, ressaltamos que essas informações permitem estabelecer fluxos de atendimento voltados para as necessidades dos usuários, melhorando as condições dos pacientes. Essas condições são significativas para a saúde pública, pois representam fatores de risco, podendo levar a complicações graves à saúde.(¹⁵)

Um estudo recente mostrou que a maior demora nas altas hospitalares está ligada à demora para realizar os exames, bem como aos tempos de compensação do quadro clínico dos pacientes e de espera por avaliações de especialistas.(¹⁷) Os pareceres e avaliações de especialistas são recursos de tecnologia de baixa densidade. Eles buscam suporte na opinião de outros profissionais e/ou especialistas para esclarecer o diagnóstico e determinar a conduta a ser adotada pela equipe de saúde.(¹⁸) Porém, isso acaba impactando muito o aumento no tempo de internação.

O número elevado de exames nas internações complexas pode causar maiores gastos ao hospital, aos pacientes e aos sistemas de saúde. Além disso, a longa espera para realizar exames pode impactar a qualidade do atendimento e na segurança dos pacientes, pois os exames realizados ajudam a detectar complicações precocemente e traçar o plano de tratamento como necessário.

Ao analisar a probabilidade das internações com tempo de permanência além do limite aceitável em função do perfil dos pacientes internados, percebeu-se que a faixa etária com maior probabilidade de internações longas mostrou estar em pessoas com idade acima de 64 anos. As principais razões para a hospitalização de idosos estão relacionadas à descompensação de doenças crônicas ou à complicação de doenças agudas, tanto devido às suas comorbidades quanto às circunstâncias próprias da internação associada a agravos decorrentes da idade avançada.(¹⁹)

As internações para busca de diagnóstico e acompanhamento, bem como os problemas pulmonares, mostraram ser as causas de maior probabilidade de longas internações. Dentre elas, as doenças pulmonares obstrutiva crônica (DPOC) e aquelas das vias aéreas superiores são as mais recorrentes nos achados desta pesquisa. Estes resultados concordaram com pesquisas que mostram ser a DPOC e outros problemas pulmonares as maiores causas de internação com tempo prolongado. Eles estão em terceiro lugar no mundo de adoecimento, internações hospitalares e mortalidade, sendo assim as grandes responsáveis pela sobrecarga na saúde pública.(²⁰,²¹)A DPOC é uma doença que pode ser tratada e evitada, pois o tabagismo é o seu principal causador. Além disso, as dificuldades encontradas no atendimento da atenção básica e a baixa adesão dos pacientes aos tratamentos contribuem para os altos índices de pacientes com DPOC.(²²)

Neste estudo, as internações correspondentes a “consultas e acompanhamentos” apareceram com alta probabilidade de tempo de internação (grupo Kanban vermelho). No Brasil, o período de espera por atendimento, cirurgias, bem como exames e diagnósticos, é uma das maiores causas de insatisfação dos usuários do SUS. Além disso, tal espera pode afetar a progressão dos casos, tanto quanto à estimativa de vida como quanto à qualidade de vida de pacientes com enfermidades graves.(²³)

Este estudo foi realizado em uma única instituição sendo isso uma limitação. Porém, nossos resultados podem fornecer subsídios para melhor compreender o perfil epidemiológico das internações cirúrgicas e clínicas. Além disso, eles podem contribuir para o desenvolvimento eficaz de políticas públicas, bem como melhores planejamento e gestão voltados para alcançar uma maior rotatividade de leitos.

Conclusão

O período de internação hospitalar é afetado por vários fatores, incluindo elementos internos ao hospital, além das características individuais dos pacientes. A demora na avaliação de outras especialidades e na realização de exames aparece como uma das principais razões para as internações prolongadas, pois as avaliações contribuem para o diagnóstico e para as condutas a serem adotadas no tratamento e na alta dos pacientes. Porém, evidencia-se que o tempo prolongado das internações pode ser reduzido implementando estratégias apropriadas, com ajuda de ferramentas como o Kanban. O método Kanban fomenta as discussões diárias da equipe multidisciplinar sobre as necessidades individuais dos pacientes e, assim, a adoção de protocolos e diretrizes clínicas para agilizar as altas, sem prejudicar a qualidade do tratamento. A melhoria contínua da gestão em saúde é fundamental para agilizar o agendamento e a realização de exames, bem como inicia precocemente o planejamento para a alta hospitalar durante a internação. Para uma alta efetiva, é essencial melhorar a interlocução entre profissionais de saúde, gestores e pacientes. Tais medidas visam assegurar a qualidade dos serviços prestados, reduzir custos e minimizar os riscos não só para reduzir a hospitalização prolongada, mas também para evitar o retorno precoce do paciente ao hospital.

Referências

• ¹ Silva JB, Anastácio FAM. Método Kanban como ferramenta de controle de gestão. ID on Line. Rev. Psicol. 2019;13(43):1018-27.
• ² Lanza-León P, Sanchez-Ruiz L, Cantarero-Prieto D. Kanban system applications in healthcare services: A literature review. Int J Health Plann Manage. 2021;36(5):1397-13.
• ³ Depetris MC, Azevedo BC. A aplicação do método kanban no controle de pacientes de covid-19. Revista científica eletrônica de ciências aplicadas da FAIT. 2021, 27:1-16. Disponível em: https://revista.fait.edu.br/cloud/artigos/2024/04/20240426200828-0177.pdf
  » https://revista.fait.edu.br/cloud/artigos/2024/04/20240426200828-0177.pdf
• ⁴ Krishnaiyer K, Chen FF, Bouzary H. Cloud Kanban framework for service operations management. Procedia Manufacturing. 2018; 17:531-8.
• ⁵ Carvalho EE, Arrais DJ, Aguiar YA, Mendes M, Santana LC. Kanban system in bed management: evaluation of hospital indicators in a reference maternity hospital. RSD. 2022;11(1):e2311123926.
• ⁶ Pinto JS, Tessmann M, Lux E, Zilli MG. Gerenciamento de projetos na gestão em saúde. Inova Saúde. 2024;14(4):115-31.
• ⁷ Brasil. Ministério da Saúde. Secretaria de Ciência, Tecnologia, Inovação e Insumos Estratégicos em Saúde Departamento de Ciência e Tecnologia: Síntese de evidências para políticas de saúde Congestão e superlotação dos serviços hospitalares de urgências. Brasília (DF); Ministério da Saúde; 2020 [citado 2024 dez 4]. Disponível em: Shttps://docs.bvsalud.org/biblioref/2020/04/1087521/13-sintesecongestaosuperlotacaofinal31mar2020.pdf
  » https://docs.bvsalud.org/biblioref/2020/04/1087521/13-sintesecongestaosuperlotacaofinal31mar2020.pdf
• ⁸ Coelho CG, Pilecco FB. Indicadores de saúde e testagem para a Covid-19. In: Barreto ML, Pinto Junior EP, Aragão E, Barral-Netto M, organizadores. Construção de conhecimento no curso da pandemia de Covid-19: aspectos biomédicos, clínico-assistenciais, epidemiológicos e sociais. Salvador: Edufba; 2020.
• ⁹ R Core Team. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing; 2020.
• ¹⁰ Creswell JW, Creswell JD. Projeto de pesquisa: Métodos qualitativo, quantitativo e misto. 5ª ed. Porto Alegre: Penso; 2021.
• ¹¹ Gonçalves A, Soares SV. Emprego de métodos quantitativos em pesquisas sobre gestão de riscos de acidentes de trabalho. In: ADM 2020 - Congresso Internacional de Administração, 2020. Anais ADMPG; 2020.
• ¹² Castro GG, Leite MA, Martins Junior G, Silva KR, Reis Junior AG. Perfil das internações hospitalares em município de Minas Gerais. REFACS. 2018; 6(1):45-52.
• ¹³ Brasil. Ministério da Saúde. Relatório de gestão 2022. Brasília (DF); Ministério da Saúde; 2022 [citado 2024 Apr 5]. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/relatorio_gestao_2022.pdf
  » https://bvsms.saude.gov.br/bvs/publicacoes/relatorio_gestao_2022.pdf
• ¹⁴ Oliveira MF, Zanchim MC. NutriDia Brasil: retrato dos cuidados nutricionais em um hospital de alta complexidade do Rio Grande do Sul. BRASPEN J. 2020; 35(3) 216-21.
• ¹⁵ Luna AA, Paixão CM, Caldas SA, Silva NC, Souza PA, Fassarella CS. Perfil epidemiológico do paciente cirúrgico no Brasil. Rev Recien. 2022;12(38):32-41.
• ¹⁶ Costa MF, Perez EI, Ciosak SI. Practices of hospital nurses for continuity of care in primary care: an exploratory study. Texto Contexto Enferm. 2021; 30:20200401.
• ¹⁷ Beserra JV, Mendes MC, Cunha IM, Carvalho EM. Fatores que contribuem para o aumento do tempo de permanência na clínica médica de um hospital público. Rev JRG Estud Acad. 2023; 6(12):184-98.
• ¹⁸ Farias GB, Fajardo AP. A interconsulta em serviços de atenção primária à saúde. Rev Gestão & Saúde. 2015; 6(Supl 3):2075-93.
• ¹⁹ Teixeira JJ, Bastos GC, Souza AC. Perfil de internação de idosos. Rev Soc Bras Clin Med (Goiânia). 2017;15(1):15-20.
• ²⁰ Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Lung Disease 2021 Report. USA; Global Initiative for Chronic Obstructive Lung Disease; 2020 [cited 2024 Nov 2]. Available from: https://goldcopd.org/wp-content/uploads/2020/11/GOLD-REPORT-2021-v1.0-11Nov20_WMV.pdf
  » https://goldcopd.org/wp-content/uploads/2020/11/GOLD-REPORT-2021-v1.0-11Nov20_WMV.pdf
• ²¹ Cruz MM, Pereira M. Epidemiology of chronic obstructive pulmonary disease in Brazil: a systematic review and meta-analysis. Ciênc Saúde Colet. 2020;25(11):4547-57.
• ²² Moreira AT, Pinto CR, Lemos AC, Assunção-Costa L, Souza GS, Martins Netto E. Evidence of the association between adherence to treatment and mortality among patients with COPD monitored at a public disease management program in Brazil. J Bras Pneumol. 2022;48(1):e20210120.
• ²³ Nascimento EY, Araújo KQ, Campos SM, Mendonça AE, Andrade FB. Tempo de espera no atendimento e internação: satisfação dos usuários e a perspectiva do planejamento e avaliação em saúde. Rev Ciênc Plural. 2024;10(2):1-15.

Editado por

• Editor Associado:
  Alexandre Pazetto Balsanelli (https://orcid.org/0000-0003-3757-1061) Escola Paulista de Enfermagem, Universidade Federal de São Paulo, São Paulo, SP, Brasil

Datas de Publicação

• Publicação nesta coleção
  07 Nov 2025
• Data do Fascículo
  2025

Histórico

• Recebido
  12 Nov 2024
• Aceito
  23 Abr 2025