Académique Documents
Professionnel Documents
Culture Documents
i
CURRICULUM VITAE RESUMIDO
Paulo Ricardo Cosme Bezerra é Estatístico graduado pela Universidade Federal do Rio
Grande do Norte em 2002. Atualmente é Professor Substituto do Departamento de Estatística
da UFRN. Durante a fase do mestrado participou de Congressos Nacionais, com artigos
publicados, destacando os certificados recebidos no 15º SINAPE – Simpósio Nacional de
Probabilidade e Estatística, em Águas de Lindóia/SP - 2002, pela apresentação dos trabalhos
“A Estatística na Organização Hospitalar” e “Os Indicadores Hospitalares na Avaliação da
Qualidade Institucional” e a apresentação desta Dissertação no IX Congresso de Ciência,
Tecnologia e Cultura do Rio Grande do Norte, em Natal/RN – 2003 e na 36ª Reunião
Regional da Associação Brasileira de Estatística, na cidade de João Pessoa/PB – 2003.
BEZERRA, Paulo R. C.; CAVALCANTI, Gilmara A.; SILVA, Luciana N. Uma aplicação
dos testes de vida acelerados para verificar o tempo de internação de pacientes submetidos à
cirurgia de hérnia. 15º SINAPE. Águas de Lindóia/SP, 2002.
Minicursos Ministrados
ii
AGRADECIMENTOS
A Deus, por estar sempre ao meu lado, dando-me forças, coragem e estímulo para
nunca desistir dos desafios.
Ao Prof. Rubens Eugênio Barreto Ramos, meu orientador, por aceitar me orientar e
pela proposta de pesquisar o tempo até o atendimento ambulatorial. Obrigado pela confiança e
paciência.
Ao Prof. Paulo César Formiga Ramos e ao Prof. Manoel Raimundo de Sena Júnior por
aceitarem o convite para compor a banca examinadora de meu trabalho.
À Cleide, funcionária do PEP, por toda a paciência, carinho e amizade com que trata os
alunos do mestrado. Muito obrigado por tudo.
Aos meus familiares e amigos, por compreenderem minha ausência, pelo apoio, por
estarem sempre prontos a me ajudar em todos os momentos.
iii
Resumo da Tese apresentada à UFRN/PEP como parte dos requisitos necessários para a
obtenção do grau de Mestre em Ciências em Engenharia de Produção.
Dezembro/2003
RESUMO: Este trabalho apresenta um estudo sobre qualidade em serviços de saúde, com
enfoque para o atendimento ambulatorial. Determinar o melhor modelo estatístico e a
proposição de um padrão de qualidade para o tempo agendado para consulta ambulatorial, é o
objetivo do presente estudo. Para isso, foram utilizadas as técnicas de confiabilidade que tem
como principal característica a análise de dados referente ao tempo de ocorrência de
determinado evento. Observou-se dados de 1.743 pacientes que agendaram consulta no
Hospital Universitário Onofre Lopes - Natal/RN, onde coletou-se informações referentes ao
tipo de tratamento, especialidade, tipo de marcação e o tempo até o atendimento ambulatorial.
Os dados foram analisados segundo os métodos não paramétricos da estatística de
confiabilidade e através do ajuste do modelo de regressão. Concluiu-se que as covariáveis que
influenciam o tempo até o atendimento ambulatorial é o tipo de marcação e a especialidade, o
modelo que melhor se adequa aos dados é o Weibull e 20,83% das especialidades enquadram-
se no padrão B de qualidade, sendo este o melhor padrão obtido.
iv
Abstract of Master Thesis presented to UFRN/PEP as fulfillment of requirements to the degree
of Master of Science in Production Engineering
December/2003
ABSTRACT: This work presents a study in quality of health care, with focus on consulting
appointment. The main purpose is to define a statistical model and propose a quality grade of
the consulting appointment time. The time considered is that from the day the patient get the
appointment done to the day the consulting is realized. It is used reliability techniques and
functions that has as main characteristic the analysis of data regarding the time of occurrence
certain event. It is gathered a random sample of 1743 patients in the appointment system of a
University Hospital - the Hospital Universitário Onofre Lopes – of the Federal University of
Rio Grande do Norte, Brazil. The sample is randomly stratified in terms on clinical specialty.
The data were analyzed against the parametric methods of the reliability statistics and the
adjustment of the regression model resulted in the Weibull distribution being best fit to data.
The quality grade proposed is based in the PAHO criteria for a consulting appointment and
result that no clinic got the PAHO quality grade. The quality grade proposed could be used to
define priority for improvement and as criteria to quality control.
v
SUMÁRIO
Capítulo 1 – Introdução 01
1.1 - Contextualização 01
1.1.1 – Qualidade 01
1.1.2 – Qualidade Hospitalar 03
1.1.3 – Hospital 04
1.1.4 - O Hospital Universitário Onofre Lopes 06
1.2 - A Problemática de Pesquisar o Tempo Agendado para Consulta Ambulatorial 07
1.3 - Objetivos da Pesquisa 08
1.4 - Metodologia Geral do Trabalho 09
1.5 - Estrutura do Trabalho 09
Capítulo 2 - Análise de Confiabilidade 11
vi
3.4 - Instrumento de Coleta de Dados 39
3.5 - Coleta de Dados 40
3.6 - Técnicas de Análise 40
Capítulo 04 – Resultados da Pesquisa de Campo 41
4.1 - A Amostra 41
4.2 - Análise Descritiva das Covariáveis 44
4.3 - Estatística Não Paramétrica 47
4.4 - Determinação do Melhor Modelo 66
4.5 - Estimação dos Parâmetros do Modelo 68
4.6 - Padrões de Qualidade Para o Tempo Até o Atendimento Ambulatorial 71
Capítulo 05 – Conclusões e Recomendações 74
vii
LISTA DE TABELAS
Tabela 2.1 – Número de indivíduos que falharam em tj, número de indivíduos que não
falharam após tj e o número de indivíduos em risco antes de tj, por grupo 18
Tabela 4.1 – Estimativas dos quartis do tempo agendado para consulta ambulatorial 42
Tabela 4.7 – Resultado dos testes Log-Rank e Wilcoxon para as especialidades que
realizam tratamento cirúrgico 50
Tabela 4.8 – Resultado dos testes Log-Rank e Wilcoxon para as especialidades que
realizam tratamento clínico 50
viii
Tabela 4.21 – Estimação dos quartis e intervalos de confiança (Hematologia) 57
Tabela 4.34 – Resultado dos testes Log-Rank e Wilcoxon para o tipo de marcação 65
ix
LISTA DE FIGURAS
x
Figura 4.6 – Tempo agendado para consulta ambulatorial para as especialidades de
tratamento cirúrgico 49
Figura 4.7 – Tempo agendado para consulta ambulatorial para as especialidades de
tratamento clínico 49
xi
Figura 4.29 – Tempo até o atendimento ambulatorial na Psiquiatria 61
Figura 4.32 – Tempo agendado para consulta ambulatorial para o tipo de marcação 64
xii
LISTA DE SIGLAS
xiii
LISTA DE ACRÔNIMOS
CAR Cardiologia
CCP Cirurgia de Cabeça e Pescoço
CGR Cirurgia Geral
CPT Cirurgia Plástica
CTR Cirurgia Torácica
CVS Cirurgia Vascular
DER Dermatologia
END Endocrinologia
FIS Fisiatria
GAS Gastroenterologia
GER Geriatria
HEM Hematologia
DCC Disciplina de Clínica Cirúrgica
NEF Nefrologia
NCR Neurocirurgia
NEU Neurologia
OFT Oftalmologia
ORT Ortopedia
PNE Pneumologia
PRO Proctologia
PSI Psiquiatria
REU Reumatologia
URO Urologia
xiv
LISTA DE NOTAÇÕES MATEMÁTICAS
Y log(T)
V , P ,V 2 desvio padrão, média e variância
D , E ,T , k parâmetros das distribuições
t tempo
't variação do tempo
xv
Capítulo 1
Introdução
Este trabalho busca contribuir com os estudos sobre qualidade em serviços de saúde
no sentido de apresentar um modelo paramétrico e a proposição de um padrão de qualidade
para a variável tempo agendado para consulta ambulatorial. O estudo foi realizado no
Hospital Universitário Onofre Lopes, situado na cidade de Natal/RN, considerando a sua
importância para a comunidade no atendimento terciário. Podemos observar que atualmente
a busca da qualidade no atendimento de saúde deixou de ser uma atitude isolada e tornou-se
um imperativo técnico e social, pois a sociedade esta cada vez mais exigindo a qualidade
dos serviços a ela prestados.
Serão abordados neste capítulo uma contextualização sobre qualidade, qualidade
hospitalar, hospital, a instituição em estudo, a problemática do interesse em estudar o tempo
agendado para consulta ambulatorial, os objetivos da pesquisa, a metodologia geral do
trabalho e, finalmente a estrutura do trabalho.
1.1 – Contextualização
1.1.1 - Qualidade
1
locais e nacionais, mas também com concorrentes de todas as partes do mundo. Essa
economia globalizada se desenvolveu devido a vários fatores, incluindo a rápida expansão
das comunicações mundial, o crescimento das disponibilidades e do poder da informação.
Num ambiente como esse é de importância vital que as organizações sejam capazes de
responder rapidamente às variações nas condições de mercado, incorporando os mais
eficazes métodos gerenciais, entre eles a aplicação de métodos estatísticos para a melhoria
da qualidade (Levine, 1988).
A maioria das empresas tem adotado programas de qualidade e procurado obter
certificações pelas normas ISO (International Organization for Standardization). O número
de instituições que têm conquistado estas certificações tem aumentado no Brasil. Essas
certificações não significam que tais empresas ofereçam serviços ou produtos que atendam
a necessidade e expectativas do cliente, mas que elas estão se estruturando e se organizando
para prestar um serviço de qualidade. É importante acrescentar que no Rio Grande do Norte
este número também tem aumentado (Revista RN Econômico, 07/07/1999).
A partir do impulso do desenvolvimento da indústria japonesa, iniciado em 1950
com a contribuição de indivíduos como W. Edwards Deming, Joseph Juran, Kaoru
Ishikawa, entre outros, baseou-se na ênfase à qualidade e no aperfeiçoamento contínuo de
produtos e serviços. Este enfoque levou à chamada Gestão da Qualidade Total (ou TQM -
Total Quality Management). Uma das principais características deste enfoque é a ênfase ao
contínuo aperfeiçoamento de processos, caracterizado pelo trabalho em equipe, foco no
consumidor e rápida reação a mudanças. Essa gerência tem um forte fundamento
estatístico, baseado num profundo conhecimento da variabilidade.
Alguns autores definem qualidade como sendo “conformidade com os requisitos”
(Crosby, 1994); “conjunto de características incorporadas ao produto através de projeto e
manufatura que determina o grau de satisfação do cliente” (Feigenbaum, 1994);
“homogeneidade no resultado do processo” (Deming, 1990); “rápida percepção e
satisfação do mercado, adequação ao uso de produtos e homogeneidade dos resultados do
processo” (Ishikawa, 1993); “qualidade é adequação ao uso” (Juran, 1992).
Para Paladine (1990) o controle de qualidade tem como principal objetivo obter a
melhoria no produto, nos serviços, nas atividades, na visão do trabalho, na produtividade,
entre outros. Esta melhoria está intimamente ligada aos melhores níveis de qualidade na
2
execução do trabalho, gerando os seguintes benefícios: aumento da produtividade, redução
de custos e perdas, redução nos prazos de entrega, aumento do prestígio da empresa, menor
número de reclamações, otimização do tempo na realização das tarefas, aprimoramento de
métodos e melhor disponibilidade dos dados.
3
comparações. Com um relatório deste tipo como ponto de partida, quem estiver
interessado poderá começar a formular perguntas sobre sua administração e eficiência"
(Melo & Camargo, 1998).
No Brasil o início da discussão sobre qualidade dos serviços hospitalares se deu em
1979, pela Dr.ª Lourdes de Freitas Carvalho, médica do Hospital das Clínicas da USP,
ressaltando as vantagens de tal procedimento para os pacientes, para o corpo clínico, para a
instituição e para a sociedade. Para Taublib (1993), o movimento em busca da qualidade na
área da saúde iniciou-se nos anos 80, quando já era evidente no mundo todo o fenômeno
japonês como produtor no mercado mundial sem nível de comparação em competitividade.
Donabedian (1988) conceitua qualidade de assistência em saúde como uma
propriedade de atenção médica que pode ser obtida em diversos graus e níveis. Esta
propriedade é definida como a obtenção de maiores benefícios, com menores riscos para o
paciente; benefícios estes que, por sua vez, se definem em função do alcance de acordo
com os recursos disponíveis e os valores sociais existentes, já a JCAHO (1997) define
qualidade de assistência hospitalar como "grau segundo o qual os cuidados com a saúde do
paciente aumentam a probabilidade de recuperação do mesmo e reduzem a probabilidade
de efeitos indesejáveis".
De acordo com Donabedian (1988) a falta de qualidade nos serviços de saúde
apresenta as seguintes conseqüências:
x Retrabalho;
x Aumento nos dias de permanência;
x Convívio com o desperdício;
x Má utilização dos leitos, dos equipamentos e das pessoas;
x Adoção de fluxos inadequados;
x Prejuízo à imagem da organização;
x Realização de testes e exames desnecessários.
1.1.3 - Hospital
4
de uma organização médica social cuja função é proporcionar à população assistência
médica integral, curativa e preventiva sob qualquer regime de atendimento. Constituindo-se
também como centro de educação, capacitação de recursos humanos e pesquisa científica.
5
Tipos de Hospital Definição
Hospital destinado a atender pacientes portadores de doença de várias
especialidades médicas. Podendo a ação ser limitada a um grupo etário
Hospital Geral
(hospital infantil), a determinada camada da população (hospital militar,
hospital previdenciário) ou a finalidade específica (hospital escola).
Hospital destinado, predominantemente, a atender pacientes necessitados da
Hospital Especializado assistência de uma determinada especialidade médica (ortopedia,
reumatologia, etc.).
Hospital de Curta Hospital onde a média de permanência de pacientes internados não
Permanência ultrapassa 30 dias.
Hospital de Longa Aquele cuja média de permanência de pacientes internados ultrapassa 30
Permanência dias.
Figura 1.3 – Classificação do hospital quanto ao tipo de atendimento
6
pescoço, cirurgia geral, cirurgia plástica, cirurgia torácica, cirurgia vascular, clínica geral,
dermatologia, endocrinologia, fisiatria, gastroenterologia, geriatria, hematologia,
nefrologia, neurocirurgia, neurologia, oftalmologia, ortopedia, otorrinolaringologia,
pneumologia, proctologia, psiquiatria, reumatologia, urologia, etc.
7
Melhor x Diminui o retrabalho;
Aproveitamento x Menos erros;
do Tempo x Menos atrasos;
x Menos obstáculos;
x Menos complicações ao paciente;
x Menor tempo de recuperação.
Captação de mercado de saúde
com melhor qualidade e menor
preço Maior rotatividade
Menor tempo de permanência
8
1.4 - Metodologia Geral do Trabalho
PESQUISA EMPÍRICA
RESULTADOS DA PESQUISA
CONCLUSÃO DA TESE
9
x Capítulo 4 – Resultados da Pesquisa;
x Capítulo 5 – Conclusões e Recomendações.
No Capítulo 2 é discutida a revisão de literatura sobre análise de confiabilidade, os
métodos da estatística não paramétrica para a análise descritiva da variável em estudo, os
modelos paramétricos de probabilidade, a seleção do melhor modelo e o método de máxima
verossimilhança para estimação de seus parâmetros.
O capítulo 3 descreve a instituição na qual foi aplicada a pesquisa, a metodologia
para desenvolvimento do trabalho, descrevendo os seguintes itens: metodologia da
pesquisa, população alvo, plano amostral, o instrumento para coleta de dados, a coleta de
dados e as técnicas de análise.
No capítulo 4 são apresentados os resultados do estudo, descrevendo as
características da população envolvida na pesquisa, a estatística não paramétrica, o ajuste
do modelo paramétrico adequado, a estimação dos seus parâmetros e a construção de
padrões de qualidade propostos para o tempo agendado para consulta ambulatorial.
No capítulo 5 são apresentadas as conclusões e recomendações sobre a contribuição
deste trabalho para futuros estudos sobre qualidade em serviços de saúde.
10
Capítulo 2
Análise de Confiabilidade
11
conserto acabam desgastando a paciência do consumidor, e conseqüentemente, a imagem
do fabricante. Portanto, é de extrema importância a especificação dos requisitos de
confiabilidade. Havendo indicação de que os seus requisitos não estão sendo atendidos,
medidas corretivas devem ser tomadas, que podem ir da simples substituição de um
componente por outro mais adequado, à completa reestruturação do projeto, podendo o
mesmo ser totalmente refeito.
O atendimento às exigências da confiabilidade tornou-se uma das principais
demandas da moderna tecnologia do produto. Usuários que anteriormente adquiriam
produtos principalmente inovadores ou apelativos adquirem hoje produtos que também
operam com confiabilidade (Feigenbaum, 1994).
Num programa de melhoria da qualidade de um produto, são executadas diversas
tarefas objetivando o aumento do grau de certeza de seu bom funcionamento, visando
avaliar os aspectos de seu desempenho. Costuma-se chamar este conjunto de ações de
Análise de Confiabilidade.
O tempo agendado para consulta ambulatorial pode ser analisado utilizando técnicas
de confiabilidade por apresentar as mesmas características do produto. Na indústria a
confiabilidade mede o tempo de vida útil de um produto; o produto será mais confiável
quanto maior for sua vida útil. O tempo até o atendimento ambulatorial será mais confiável
quanto menor for o intervalo até a realização da consulta.
12
tipo (ver, por exemplo, Lawless, 1982; Miller, 1981; Kalbfleish e Prentice, 1980; Cox e
Oakes, 1984).
Esse método foi originalmente designado para estudos de mortalidade e ao longo do
tempo foi aplicado nas mais diversas áreas do conhecimento, como engenharia, demografia,
atuária, economia, biologia, etc. Segundo Moreira et al. (1998) a análise de confiabilidade é
uma das áreas estatísticas que mais tem crescido nos últimos 20 anos. A razão deste
crescimento é o desenvolvimento e aprimoramento das técnicas estatísticas combinados
com o avanço da informática. O conjunto de dados sobre confiabilidade é caracterizado por
dois componentes: falhas e censuras, os quais constituem a resposta.
x Falhas
x Censuras
Seja T uma variável aleatória positiva e contínua, que representa o tempo de falha,
ou seja, o tempo até a ocorrência do evento de interesse. É usualmente descrita ou
caracterizada por três funções importantes, descritas a seguir.
13
A função densidade de probabilidade, denotada por f(t), de T é a probabilidade de
que um indivíduo venha a falhar dentro de um intervalo >t , t 't @ por unidade de tempo.
Sendo definida por:
p t d T d t 't wF (t )
f (t ) lim , (2.1)
't o 0 't wt
f
f t t 0 e ³ f t dt 1.
0
x Função de Sobrevivência
x Função Risco
p>t d T d t 't / T t t @ f (t )
h(t ) lim . (2.3)
't o 0 't S (t )
14
f
onde, ht t 0 e ³ ht dt 1.
0
~
A função empírica de sobrevivência, denotada por S t , é a probabilidade de um
indivíduo não falhar por um período maior ou igual a t.
~ ~ ~
Equivalentemente, S t 1 F t , onde F t é a proporção entre o número total de
indivíduos que falharam no tempo t e o número total de indivíduos no estudo. Assim, a
~
função de sobrevivência estimada, S t , é igual aos valores de t antes do primeiro tempo de
falha, e é igual a zero antes do último tempo de falha (Colosimo, 1995).
15
2.4.2 – Estimador Produto-Limite ou Kaplan-Meier
k § nj d j ·
SˆKM (t ) ¨¨ ¸, (2.5)
j 1© n j ¸¹
SˆKM (t ) = 0, se t>t(k).
16
Isto significa que um intervalo aproximado de 100(1- D )% de confiança para S(t)
em um certo tempo t é
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40 45 50
TEMPO
Estratos: TRAT=1 TRAT=2 TRAT=3 TRAT=4
O gráfico, porém, fornece apenas uma idéia bruta da diferença entre as curvas, não
revelando se há diferenças significativas ou apenas variações ocasionais. Portanto, a
solução para verificar se há diferença significativa entre os tempos até a falha é a aplicação
de testes estatísticos. São eles: O “Teste Log-Rank” e o “Teste Wilcoxon”.
x Teste Log-Rank
Proposto por Mantel-Haenszel (1959), mais comumente conhecido como teste Log-
Rank. É aplicado quando a razão das funções de riscos de grupos a serem comparados é
17
aproximadamente constante, ou seja, possui a propriedade dos riscos proporcionais. Este
teste é um dos mais usados em análise de confiabilidade, sendo originalmente desenvolvido
para comparar proporções de fatores num estudo de caso controle.
Para que a validade do teste seja verificada, pode-se definir as seguintes hipóteses:
Sejam S1(t), S2(t), as funções de sobrevivência dos grupos 1, 2. A hipótese nula será:
H 0 : S1 t S 2 t ,
H 1 : S1 (t ) ! S 2 (t ),
H 2 : S1 (t ) S 2 (t ),
H 3 : S1 (t ) z S 2 (t ).
Onde:
dj é o número de indivíduos que falharam;
d1j é o número de indivíduos que falharam no grupo 1;
d2j é o número de indivíduos que falharam no grupo 2;
nj é o número total de indivíduos em risco;
n1j é o número total de indivíduos em risco no grupo 1;
n2j é o número total de indivíduos em risco no grupo 2.
18
Admitamos que os totais marginais da Tabela 2.1 são fixos, qualquer um dos dij é
variável aleatória, cujos valores variam entre 0 e nj. Se tomarmos como exemplo d1j,
observa-se que d1j tem distribuição hipergeométrica, com função de probabilidade dada
por:
§ d j ·§ n j d j ·
¨ ¸¨ ¸
¨ d ¸¨ n d ¸
P k dij © ¹©
1 j 1 j 1 j ¹. (2.8)
§nj ·
¨ ¸
¨n ¸
© 1j ¹
Uma variável aleatória com distribuição hipergeométrica tem sua média dada por:
n ijd j
eij = , (2.9)
nj
onde, eij representa o número esperado de indivíduos que falharam no grupo 1 no tempo tj.
Para medir o desvio dos valores observados de d1j e seu valor esperado. Pode-se
pensar na soma das diferenças d1j – e1j para os k tempos de falha. A estatística resultante é:
k
UL ¦ (dj 1
1j e1 j ) . (2.10)
Esta estatística tem média zero, visto que E(d1j)=e1j. Sabendo-se que os tempos de
falha são independentes, por sua aleatoriedade, a variância de UL corresponde à soma das
variâncias de d1j e, uma vez que d1j segue uma distribuição hipergeométrica, sua variância é
assim calculada:
n 1 j n 2 jd j (n j - d j )
V ar (d1 j ) = V 1 j = . (2.11)
n j2 (n j - 1)
Então, a variância de UL é:
k
Var U L ¦V 1j Vl . (2.12)
j 1
19
Portanto se k tabelas de contingência são independentes, um teste aproximado para
verificar a igualdade das funções de sobrevivência pode ser baseado na estatística do teste
dada por:
U L2
TL ~ F (21) , (2.13)
VL
x Teste de Wilcoxon
n1 j n2 j d j (n j d j )
onde: v1 j . (2.16)
n 2j (n j 1)
20
U W2
TW ~ x(21) , (2.17)
VW
que segue uma distribuição qui-quadrado com 1 grau de liberdade quando H0 é verdadeira.
Ambos os testes são conduzidos da mesma maneira. Porém, quando é apresentada
no gráfico a curva de sobrevivência para os grupos e estas não se cruzam, é verificada a
suposição de riscos proporcionais. Logo, o teste mais adequado é o Log-Rank. Se essa
suposição de riscos proporcionais não é satisfeita, o teste mais apropriado é o de Wilcoxon.
k § nrj d j ·
U Lr ¦ ¨¨ d rj
n j ¸¹
¸ (2.18)
j 1 ©
e,
k § n d ·
U Wr ¦n ¨ d rj rj j ¸’ (2.19)
j ¨ nj ¸
j 1 © ¹
21
As quantidades ULr e UWr são expressas na forma de um valor com (g–1)
componentes, os quais serão denotados por UL e UW.
A covariância de ULr e UWr é dada por:
k n rj d j n j d j § n ·
V Lrr ' ¦ ¨ G rr ' r ' j ¸ , (2.20)
j 1 n j n j 1 ¨© n j ¸¹
°1, se r r ' ;
G rr ' ®
°̄0, caso contrário.
k n rj d j n j d j § n ·
VWrr ' ¦n 2 ¨ G rr ' r ' j ¸ , (2.21)
n j n j 1 ¨© n j ¸¹
j
j 1
Apesar de existirem técnicas não paramétricas que tratam de dados sobre análise de
confiabilidade, também há a necessidade de ajustar os dados ao modelo paramétrico mais
apropriado. Estes modelos são chamados “modelos paramétricos de probabilidade para o
tempo de falha” (Colosimo, 1995). Na literatura existem vários autores que fazem uma
apresentação exaustiva destes modelos e que podem ser usados pelo pesquisador, entre eles
podemos citar Johnson e Kotz (1970), Lawless (1982), Marubini e Valsecchi (1995).
Embora exista uma série de modelos probabilísticos em análise de confiabilidade,
alguns destes ocupam posição de destaque por sua comprovada adequação a várias
22
situações práticas, sendo usados com bastante freqüência. Estes são o modelo exponencial,
Weibull, log-normal, log-logístico e gama. Bolfarine et al. (1991) cita que tais modelos
paramétricos foram utilizados por pesquisadores em problemas práticos com bastante
sucesso, mesmo com a presença de fatores de risco.
§t·
S t exp¨ ¸ , t t 0. (2.23)
©D ¹
23
Figura 2.4 – Função de sobrevivência da distribuição exponencial
24
Outras características de interesse são a média, a variância e os percentis. O
percentil 100p% corresponde ao tempo em que 100p% dos indivíduos falharem, o p-ésimo
quantil é D log(1 p ) . A média da distribuição exponencial é D , e a variância D 2 . Os
percentis são importantes quando queremos obter informações, por exemplo, a respeito de
falhas prematuras.
E
§ E · E 1 ª §t· º
f t ¨ E ¸t exp « ¨ ¸ », t t 0. (2.25)
©D ¹ «¬ © D ¹ »¼
Beta=0,5 Beta=1
Beta=2 Beta=5
25
Os parâmetros de forma E e o de escala D são positivos. O parâmetro D tem a
mesma unidade de t e E não tem unidade. Se E 1 , temos a distribuição exponencial.
A função de sobrevivência, S(t), é dada por:
ª § t ·E º
S t exp « ¨ ¸ » , (2.26)
«¬ © D ¹ »¼
Beta=0,5 Beta=1
Beta=2 Beta=5
Onde:
Estritamente crescente para E ! 1 ;
h(t) Estritamente decrescente para E 1 ;
Constante para E 1 (exponencial).
26
Beta=0,5 Beta=1
Beta=2 Beta=5
ª § 1 ·º
E t D* «1 ¨ ¸» (2.28)
¬ © D ¹¼
2
° ª § 2 ·º ª § 1 ·º ½°
Var T 2
D ®* «1 ¨¨ ¸¸» * «1 ¨¨ ¸¸» ¾ , (2.29)
°̄ ¬ © E ¹¼ ¬ © E ¹¼ °¿
onde: *r r 1! !, para r inteiro. Para os valores de r a tabela da função gama deve ser
usada.
1
O p-ésimo quantil é dado por: t p D > log1 p @E . (2.30)
A sua popularidade deve-se ao fato de poder apresentar-se sob várias formas, todas
com uma propriedade básica que é a sua função risco monótona, ou seja, ela é crescente,
decrescente ou constante. Silva (2001) cita que Collet (1994) afirma que o modelo Weibull
é tão importante para a análise de confiabilidade quanto à distribuição normal para os
modelos lineares.
27
diversas aplicações deste modelo em testes para o tempo de falha de indivíduos. Uma
discussão detalhada sobre este modelo pode ser encontrada em Crow e Shimizu (1988).
Se T tem distribuição log-normal com função densidade de probabilidade, f(t),
representada por:
1 ª 1
f t exp « 2
log t P 2 º» , t>0. (2.31)
tV 2S ¬ 2V ¼
§ V2 ·
x Média o exp¨¨ P ¸¸ ; (2.32)
© 2 ¹
>log(t ) P @½
S t ) ® ¾, (2.35)
¯ V ¿
28
onde, ) . é a função de distribuição acumulada de uma normal padrão.
A função taxa de falha da distribuição log-normal não tem uma forma fechada. Ela
não é monótona, como a distribuição Weibull. Ela cresce, atinge um valor máximo, e
depois decresce. Ou seja, o risco de falha instantânea diminui com o tempo.
29
eT kt k 1
f t . (2.36)
1 e t
T k 2
S t >1 e t @
T k 1
, (2.37)
e T kt k 1
ht . (2.38)
1 e T kt k
A função risco diminui de forma monótona se k d 1. Porém, se k>1, o risco tem uma
única forma. Por exemplo, em determinado conjunto de dados, o risco aumenta nos tempos
iniciais e com o passar do tempo diminui.
30
A função de sobrevivência será:
§ t·
S t 1 I ¨ k , ¸ , (2.40)
© D¹
onde
x
1
I k , x ³ u k 1eu du (2.41)
*k 0
é a função gama incompleta. Esta função relaciona-se com a função de distribuição de uma
qui-quadrado, podendo ser calculada pelo uso de sua tabela (Ver Lawless, 1982 – apêndice
B). A média e a variância de T são respectivamente, Dk e D 2 k .
§t ·
k 1 ¨ ¸
ª 1 º§ t · ©D ¹
ht « *k »¨¨ D k ¸¸ exp ª (2.42)
¬ ¼© ¹ § t ·º
«1 I ¨ k , D ¸»
¬ © ¹¼
31
Figura 2.14 – Função risco da distribuição gama
Onde:
1
Monótona crescente para k>1, com h(0)=0 e lim h(t ) ;
t of D
1
h(t) Constante para k=1, isto é, h(t)= ;
D
1
Monótona decrescente para 0<k<1, com lim h(t ) f e lim h(t ) .
t o0 t of D
Se D 1 , T tem distribuição gama de um parâmetro com densidade
1 k 1 t
f t t e . (2.43)
*k
32
inapropriado para estudos de confiabilidade. A principal razão é a sua incapacidade de
incorporar censuras no seu processo de estimação. O método de máxima verossimilhança
surge como uma opção apropriada para estes tipos de dados. Ele incorpora as censuras, é
relativamente simples de ser entendido e possui propriedades ótimas para grandes amostras.
33
ser divididas em dois conjuntos, as r primeiras são as não-censuras (1,2, ..., r) e as n-r
seguintes, são as censuradas (r+1, r+2, ..., n). A função de máxima verossimilhança
assume a seguinte forma:
r n
LT f ti ,T S ti ,T . (2.45)
i 1 i r 1
f Q expQ eQ (2.47)
34
covariáveis é acelerar ou desacelerar o tempo de falha. Os parâmetros do modelo são
estimados através do estimador de máxima verossimilhança,
r n
1G
L E > f ti , E , xi @ >S ti , E , xi @ ,
G
i i
(2.48)
i 1 i r 1
35
nos quais o modelo apropriado seja aproximadamente linear. A não linearidade pode ser
percebida visualmente.
O gráfico utilizado é de uma transformação que lineariza a função de sobrevivência
do modelo proposto. Se o modelo proposto for adequado, o gráfico gerado será uma reta.
Por exemplo, verifica-se qual o melhor modelo a ser utilizado da seguinte forma:
Se o modelo exponencial for apropriado aos dados, o gráfico –log Ŝ t vs. t irá
resultar em uma linha reta, passando pela origem (0).
A função de sobrevivência de uma distribuição log-normal pode ser linearizada
apresentado a forma,
) 1 S t V log(t ) P ,
1 (2.49)
onde ) 1 . são os percentis da normal padrão. Isso significa que o gráfico de ) 1 Ŝ t vs.
log(t) deve ser linear se o modelo log-normal for adequado.
Se o modelo Weibull for adequado, o gráfico log[ log( Sˆ (t ))] vs. log(t) irá resultar
em uma linha reta, passando pela origem (0).
Para a adequação do modelo log-logístico o gráfico log[(1 Sˆ (t ) / Sˆ (t )] vs. log (t) irá
resultar um uma linha reta.
Considerando o escopo deste trabalho, adota-se uma convenção para falha, censura
e tempos de falha.
36
Capítulo 3
Metodologia da Pesquisa de Campo
Planejamento da Pesquisa
Execução da Pesquisa
Metodologia
Estatística Coleta de Dados
Resultados
Figura 3.1– Etapas da Metodologia Estatística
37
A palavra “estatística” provém do latim status, que significa estado. Sua primitiva
utilização envolvia compilação de dados de um estado ou país. Nos últimos 50 anos a
estatística tornou-se uma importante ferramenta para a tomada de decisão nas diversas áreas
do conhecimento, principalmente, com o avanço da informática e pacotes computacionais
(Freund et al., 2001).
Neste trabalho, seguindo a metodologia da pesquisa, realizou-se a análise descritiva
das variáveis de interesse no estudo. E de acordo com o tema e objetivo é feito a
modelagem paramétrica adequada aos dados e por fim a proposição de padrões de
qualidade para o tempo até o atendimento ambulatorial.
3.2 - População
38
O cálculo para a determinação do tamanho da amostra foi realizado utilizando a
técnica de amostragem aleatória estratificada que é obtida separando os elementos da
população em grupos não justapostos, chamados de estratos e depois selecionando uma
amostra ao acaso de cada estrato. Nesse estudo cada especialidade corresponde a um
estrato.
Para um nível de confiança de 95%, tem-se que o tamanho da amostra será:
24
¦N V
k 1
i
2
i
2
n 24
1.674 , (3.1)
N D ¦ N iV
2
i
2
i 1
N iV i
ni nwi , onde: wi 24
. (3.2)
¦N V
i 1
i i
39
x Tipo de Consulta: Consulta para funcionário da UFRN, primeira consulta, consulta
para apresentação de exames e consulta de prioridade;
x Censura: Falha (1) – o paciente compareceu ao atendimento ambulatorial. Censura
(0) – o paciente ou o médico não compareceu ao atendimento.
40
Capítulo 4
Resultados da Pesquisa de Campo
4.1 – A Amostra
A tabulação e análise dos dados foram realizadas através dos softwares Statistical
Analysis System (SAS) versão 6.12 e do Statistica versão 5.5.
O processo de coleta de dados gerou informações referentes a 1.746 pacientes que
agendaram consulta no HUOL entre janeiro a junho de 2003. Portanto, o tamanho mínimo
da amostra que era de 1.674 pacientes com erro amostral de 0,05 foi obtido.
Do total de pacientes observados, 1.436 foram atendidos e 310 deixaram de realizar
o atendimento ambulatorial, correspondendo a 17,75% do total de pacientes. O tempo
médio agendado para consulta ambulatorial foi de 12,73 dias, apresentando um desvio
padrão de 7,41.
41
A Tabela 4.1 apresenta os quartis como medidas descritivas para o tempo até o
atendimento ambulatorial e observa-se que 25%, 50% e 75% dos pacientes esperaram
respectivamente, até 6 dias, 12 dias e 19 dias para a realização da consulta. Na Figura 4.1,
tem-se a amplitude para o tempo agendado para consulta ambulatorial é de 36 dias.
Observa-se que este campo de variação é cinco vezes maior que a amplitude proposta pela
OPAS (1992) que diz que o tempo até o atendimento ambulatorial não deve ser deve ser
superior a sete dias.
Tabela 4.1 – Estimativas dos quartis do tempo agendado para consulta ambulatorial
Quartis Estimativa Pontual Intervalo de Confiança do quartil (95%)
25% 6 (5;6)
50% 12 (12;13)
75% 19 (18;20)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40
TEMPO (em dias)
42
profissional, apresentam maiores percentuais para a origem do absenteísmo como sendo o
não comparecimento do paciente.
Cirurgia Torácica 0 0 0 0
Endocrinologia 5 100 0 0
Fisiatria 2 100 0 0
Geriatria 9 100 0 0
Hematologia 2 100 0 0
I DCC 6 100 0 0
Neurocirurgia 3 100 0 0
Oftalmologia 4 100 0 0
Ortopedia 12 100 0 0
Pneumologia 6 100 0 0
Psiquiatria 10 100 0 0
Reumatologia 12 100 0 0
Urologia 6 100 0 0
43
Na Figura 4.2 apresenta-se a origem do absenteísmo. Verifica-se que 84% das faltas
ocorrem pelo não comparecimento do paciente e 16% pela falta do profissional de saúde ao
atendimento ambulatorial.
Paciente
84,0%
Médico
16,0%
A Figura 4.3 apresenta a dispersão entre as variáveis tempo agendado para consulta
ambulatorial e o número de absenteísmos. Observa-se que há uma correlação negativa fraca
entre as variáveis, onde o coeficiente de correlação calculado corresponde a – 0,5096.
Portanto, a origem do absenteísmo não ocorre por influência do tempo até a consulta.
22
16
Absenteísmo
10
-2
-5 0 5 10 15 20 25 30 35 40
44
de faltas; verifica-se que o tempo médio difere por especialidade. A Figura 4.4 apresenta o
Box-plot para o tempo médio até o atendimento ambulatorial e os intervalos para um e dois
desvios padrão.
Tabela 4.3 – Medidas descritivas para as especialidades
Erro
Especialidade Atendimentos % Faltas % Tempo Médio
Padrão
Cardiologia 132 79,17 35 20,83 14,72 0,77
45
A especialidade de urologia apresenta o maior tempo agendado para consulta
ambulatorial, equivalente a 23,20 dias, sendo esta a única especialidade a apresentar um
valor médio acima de 20 dias. As especialidades de hematologia e pneumologia têm maior
brevidade para a realização da consulta, apresentando respectivamente 3,40 e 3,44 dias de
média.
Na especialidade de cirurgia torácica todos os pacientes foram atendidos, enquanto
que na psiquiatria, com 33,33%, ocorreu o maior número de consultas não realizadas, seja
por desistência do paciente ou não comparecimento do médico ao atendimento
ambulatorial.
35
28
Tempo (em dias)
21
14
Média+2*SD
Média-2*SD
-7
CAR CGR CTR CLG END GAS HEM NEF NEU ORT PRO REU Média;Média+SD
CCP CPT CVS DER FIS GER DCC NCR OFT PNE PSI URO Média-SD
Especialidades
46
Quanto ao absenteísmo ele é maior para as marcações oferecidas para os
funcionários da UFRN e seus dependentes, correspondendo a 20,52% do total de
agendamentos e menor percentual para as consultas de prioridade que apresenta percentual
de 15,43%.
Tabela 4.4 – Medidas descritivas para o tipo de marcação
47
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40
TEMPO
CLÍNICO CIRÚRGICO
Figura 4.5 – Tempo agendado para consulta ambulatorial para o tipo de tratamento
Estatisticamente, temos:
H 0 : S1 (t ) S 2 (t )
H1 : S1 (t ) z S 2 (t )
Teste F2 gl p-valor
48
Representando os gráficos que apresentam as curvas de Kaplan-Meier, S(t) x t,
obtém-se uma visão superficial do comportamento dos dados para as especialidades que
realizam tratamento cirúrgico na Figura 4.6 e tratamento clínico na Figura 4.7. Esta
alternativa de subdividir as especialidades segundo o tipo de tratamento foi realizada
devido à necessidade de uma melhor visualização para o tempo até o atendimento
ambulatorial.
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40
TEMPO
ESPEC.: CCP CGR CPT CTR CVS
DCC NCR OFT PRO URO
Figura 4.6 – Tempo agendado para consulta ambulatorial para as especialidades de tratamento cirúrgico
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5 35.0
TEMPO
ESPEC.: CAR CLG DER END FIS
GAS GER HEM NEF NEU
ORT PNE PSI REU
49
Figura 4.7 – Tempo agendado para consulta ambulatorial para as especialidades de tratamento clínico
Estatisticamente, temos:
H 0 : S1 (t ) S 2 (t ) ... S k (t )
Tabela 4.7 – Resultado dos testes Log-Rank e Wilcoxon para as especialidades que realizam
tratamento cirúrgico.
Teste F2 gl p-valor
Tabela 4.8 – Resultado dos testes Log-Rank e Wilcoxon para as especialidades que realizam
tratamento clínico.
Teste F2 gl p-valor
50
apresentam distribuição assimétrica. O valor estimado dos quartis e seus intervalos de
confiança para cada especialidade são apresentados a seguir, assim como o tempo até o
atendimento ambulatorial para cada especialidade.
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5 35.0
TEMPO (em dias )
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20
TEMPO (em dias)
Tabela 4.10 - Estimação dos quartis e intervalos de confiança (Cirurgia de Cabeça e Pescoço)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 13 (11;19)
50% 11 (6;13)
25% 6 (5;10)
51
A mediana para o tempo até o atendimento na Cirurgia de Cabeça e Pescoço é igual
a 11 dias, ou seja, 50% dos pacientes dessa especialidade aguardaram até 11 dias para
serem atendidos.
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20 22
TEMPO (em dias)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20
TEMPO (em dias )
52
25% 2 (1;2)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5
53
25% 6 (5;9)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20 22
TEMPO (em dias)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
TEMPO (em dias )
54
75% 16 (15;19)
50% 12 (11;13)
25% 8 (8;10)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
TEMPO
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20 22
TEMPO (em dias)
55
75% 12 (7;17)
50% 7 (5;8)
25% 3 (2;6)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20 22
56
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 18 (16;21)
50% 15 (11;18)
25% 11 (6;14)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18
TEMPO (em dias)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
TEMPO
57
Tabela 4.22 - Estimação dos quartis e intervalos de confiança (I DCC)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 20 (14;29)
50% 14 (12;18)
25% 11 (7;13)
A mediana para o tempo até o atendimento na I DCC é igual a 14 dias, ou seja, 50%
dos pacientes dessa especialidade aguardaram até 14 dias para serem atendidos.
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 2 4 6 8 10 12 14 16 18 20 22
TEMPO (em dias )
58
Tabela 4.24 - Estimação dos quartis e intervalos de confiança (Neurocirurgia)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 7 (5;12)
50% 4 (3;5)
25% 1 (0;3)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5 35.0
59
Tabela 4.26 - Estimação dos quartis e intervalos de confiança (Oftalmologia)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 26 (21;28)
50% 20 (10;21)
25% 8 (5;10)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5
TEMPO (em dias)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13
60
Tabela 4.28 - Estimação dos quartis e intervalos de confiança (Pneumologia)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 5 (4;7)
50% 2 (1;4)
25% 1 (0;1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0
TEMPO (em dias )
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5
TEMPO (em dias )
61
Tabela 4.30 - Estimação dos quartis e intervalos de confiança (Psiquiatria)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 20 (17;24)
50% 16 (12;20)
25% 10 (4;15)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 20.0 22.5 25.0 27.5 30.0 32.5 35.0
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40
TEMPO
62
Tabela 4.32 - Estimação dos quartis e intervalos de confiança (Urologia)
Quartil Estimativa Pontual Intervalo de Confiança do Quartil (95%)
75% 32 (22;34)
50% 21 (20;26)
25% 18 (15;21)
63
Nefrologia 11 (10;14)
Cir. Geral 9 (6;14)
Fisiatria 7 (5;8)
Neurocirurgia 4 (3;5)
Cir. Plástica 3 (2;8)
Cir. Torácica 3 (3;5)
Pneumologia 2 (1;4)
Hematologia 1 (0;4)
Estimando o gráfico das curvas de sobrevivência para a variável tipo de marcação,
tem-se,
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 5 10 15 20 25 30 35 40
TEMPO
Figura 4.32 - Tempo agendado para consulta ambulatorial para o tipo de marcação
Estatisticamente, temos:
64
H 0 : S1 (t ) S2 (t ) S3 (t ) S 4 (t )
Tabela 4.34 – Resultado dos testes Log-Rank e Wilcoxon para o tipo de marcação
Teste F2 gl p-valor
Log-Rank 165,2357 3 0,0001
Wilcoxon 179,7787 3 0,0001
A mediana para o tempo até o atendimento para as consultas de primeira vez é igual
a 11 dias, ou seja, 50% dos pacientes deste tipo de marcação aguardaram até 11 dias para
serem atendidos.
65
Tabela 4.37 - Estimação dos quartis e intervalos de confiança (Exames)
Quartil Estimativa Pontual Intervalo de Confiança (95%)
75% 20 (20;21)
50% 14 (14;15)
25% 8 (7;10)
66
Weibull -1.853,615417
Exponencial -2.035,427802
Log-Normal -1.982,979477
Log-Logístico -1.954,395197
Gama -1.877,51523
Graficamente, define-se como melhor modelo aquele cujo gráfico linearizado mais
se aproximar de uma reta. Com base nessa afirmação confirma-se, através das Figuras 4.33,
4.34, 4.35 e 4.36, que o modelo Weibull é o que melhor se ajusta as dados.
LOGLOGS
2
-1
-2
-3
-4
0 1 2 3 4
LOGTEMPO
0 1 2 3 4
LOGTEMPO
67
LNORM
3
-1
-2
0 1 2 3 4
LTEMPO
Pode-se concluir que o modelo Weibull é o apropriado aos dados utilizados nesta
pesquisa, pois ambos os métodos de seleção o indicaram como o que melhor se adequa ao
tempo até o atendimento ambulatorial e também pela sua grande aplicabilidade deve ser
selecionado como o mais adequado.
Após selecionar o modelo Weibull como adequado, deve-se realizar a estimação dos
parâmetros de forma e escala da distribuição e identificar as covariáveis que influenciam no
tempo até o atendimento ambulatorial.
68
Estimando os parâmetros do modelo Weibull na Tabela 4.40, verifica-se que as
covariáveis Especialidade e Tipo de Marcação são significativas, com p-valor 0,0001 para
ambos, ou seja, elas têm influencia sobre o tempo até o atendimento ambulatorial. O Tipo
de Tratamento não é significativo apresentando p-valor 0,3471, ou seja, não exerce
influencia sobre o tempo até o atendimento ambulatorial.
Tabela 4.40 – Estimativas dos Parâmetros para o Modelo Weibull.
Variável gl Estimativas Erro Padrão Qui-Quadrado p-valor
Intercept 1 2,88275265 0,061917 2167,656 0,0000
Tipo de Tratamento (X1) 1 -0,03704290 0,039395 0,884152 0,3471
Especialidade (X2) 1 0,01422889 0,002532 31,58985 0,0001
Tipo de Marcação (X3) 1 -0,13238340 0,014634 81,83769 0,0001
Scale 1 0,62797690 0,013806 - -
1 § Pˆ ·
ˆ exp¨¨ ¸¸ . Calculando os parâmetros a partir dos valores de P̂ =2,88275265 e
Dˆ E ˆ
© E¹
V̂ =0,62797690, tem-se:
1 1
Ê = =1,59242 e,
Ê 0,6279769
1 § Pˆ · 1 § 2,88275265 · 1
ˆ exp¨¨ ¸¸ 1.59242 exp¨ ¸ 1.59242 exp 4,590539318
Dˆ E ˆ Dˆ Dˆ
© E¹ © 0,62797690 ¹
69
1 1
1.59242
0,01014738 Dˆ 1,59242 Dˆ 1,59242 98,54760539
Dˆ 0,01014738
Dˆ 1, 59242
98,54760539 Dˆ 17,86323 dias.
1,59242
ª º
ˆf t 0,01614t 0,59242 exp « §¨ t ·
¸ », (4.2)
¬« © 17,86323 ¹ ¼»
1,1
0,9
função densidade de probabilidade
0,7
0,5
0,3
0,1
-0,1
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
1,59242
ª § t · º
S t exp« ¨
ˆ ¸ », (4.3)
«¬ © 17,86323 ¹ »¼
70
1,0
0,8
função de sobrevivência
0,6
0,4
0,2
0,0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
0 , 59242
§ t ·
hˆt 0,09031¨¨ ¸¸ (4.4)
© 17,86323 ¹
0,15
0,13
0,11
0,09
função risco
0,07
0,05
0,03
0,01
-0,01
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
71
4.6 – Padrões de Qualidade Para o Tempo até o Atendimento Ambulatorial
72
Padrões de
35 Qualidade
28
D
Tempo (em dias)
21
C
14
B
7
A
0
CAR CGR CTR CLG END GAS HEM NEF NEU ORT PRO REU
CCP CPT CVS DER FIS GER DCC NCR OFT PNE PSI URO 25%;Med; 75%
Especialidades
73
Hematologia B Q3 - 75%
I DCC E -
Nefrologia D Q1 - 25%
Neurocirurgia B Q3 - 75%
Neurologia E -
Oftalmologia E -
Ortopedia D -
Pneumologia B Q3 - 75%
Proctologia E Q1 - 25%
Psiquiatria E -
Reumatologia E -
Urologia E -
Capítulo 5
Conclusões e Recomendações
74
O capítulo está estruturado em sete partes: pesquisa bibliográfica, metodologia da
pesquisa, resultados da pesquisa, análise crítica do trabalho, limitações do trabalho,
direções da pesquisa, recomendações e conclusão.
75
método de máxima verossimilhança que é uma opção apropriada para estes tipos de dados
por incorporar as censuras, ser relativamente simples de ser entendido e possuir
propriedades ótimas para grandes amostras.
76
atendimento ambulatorial. O número de pacientes que não comparecem ao atendimento
após o agendamento representa aproximadamente um quinto da amostra, obtendo valores
maiores para algumas especialidades como é o caso da psiquiatria e neurologia. 50% são
atendidos 12 dias após o agendamento, sendo pequena a probabilidade de ser atendido com
brevidade.
Quanto ao tipo de marcação o atendimento é realizado com maior brevidade para os
casos de prioridade, com média de 9,15 dias e esperam um maior período para a consulta os
funcionários da UFRN e seus dependentes, apresentando um tempo médio de 15,16 dias.
Quanto ao absenteísmo ele é maior para os agendamentos oferecidos aos funcionários da
UFRN e seus dependentes, correspondendo a 20,52%.
Os tipos de tratamentos, clínico e cirúrgico, apresentam aproximadamente o mesmo
tempo médio até o atendimento ambulatorial.
O modelo ajustado para a variável tempo até o atendimento ambulatorial é o
Weibull, produzindo os seguintes parâmetros:
Ê =1,59242 e D̂ =17,86323 dias
As estimativas para f(t) que representa a probabilidade de que o paciente venha a ser
atendido dentro de um intervalo de tempo >t , t 't @ , S(t) que representa a probabilidade de
um paciente não ser atendido até o tempo t, e h(t) é a probabilidade do paciente ser atendido
no intervalo [t; t 't ] dado que ele não foi atendido até aquele tempo, respectivamente,
são:
1,59242
ª § t · º
fˆ t 0,01614t 0,59242 exp « ¨ ¸ »,
«¬ © 17,86323 ¹ »¼
1,59242
ª § t · º
S t exp« ¨
ˆ ¸ »,
¬« © 17,86323 ¹ ¼»
0 , 59242
§ t ·
hˆt 0,09031¨ ¸
© 17,86323 ¹
77
x Tipo de Marcação.
Produzindo um p-valor de 0,0001. Ou seja, é significante. Foi observado que o Tipo
de Tratamento não exerce nenhuma influencia sobre o tempo até o atendimento.
O atual sistema de marcação de consultas do HUOL faz com que se observe 20,83%
das especialidades recebendo o padrão B de qualidade proposto, 16,67% recebendo o
padrão C, 25% obtendo o padrão D e 37,5% o padrão E. Nenhuma especialidade atendeu ao
padrão mínimo de até 7 dias para a realização do atendimento. Porém, verificou-se que
algumas especialidades apresentam 25%, 50% e 75% dos pacientes atendendo aos padrões
da OPAS.
Este trabalho atingiu o objetivo proposto que foi ajustar um modelo paramétrico de
probabilidade e a proposição de padrões de qualidade para o tempo até o atendimento
ambulatorial.
A pesquisa bibliográfica não pretendeu exaurir o tema, sendo considerada
satisfatória. A bibliografia sobre análise de confiabilidade é constituída pelas mais
importantes publicações na área estruturando-se assim uma revisão atualizada e abrangente
sobre o tema.
Esta pesquisa apresenta algumas sugestões que podem servir de temas para
pesquisas posteriores em três conjuntos:
x Realizar estudos similares na rede pública e privada para ver o comportamento do
tempo até o atendimento ambulatorial. Desenvolver pesquisas, que apliquem o
modelo Weibull ou os outros modelos estudados para o tempo até a realização de
exames laboratoriais, radiológicos e medicina nuclear. Realizar pesquisas sobre o
controle estatístico de processos para o atendimento ambulatorial;
78
x Estudar confiabilidade em outros setores econômicos que possuem o tempo como
uma variável de qualidade importante. Por exemplo: turismo, concessionárias de
automóveis;
x Verificar a utilidade deste método em situações de estoque no comércio.
5.7 – Recomendações
5.8 - Conclusão
79
Por fim, concluímos que o presente trabalho contribui como referência para estudos
futuros e que seu modelo ajustado pode ser aplicado em vários estudos sobre qualidade em
serviços de saúde como forma de verificar o comportamento de distribuições que tenham
como característica o tempo como variável resposta.
A análise de confiabilidade até então utilizada para medir a confiabilidade do
produto é abrangente e pode ser aplicada para avaliar qualidade em serviços.
Os padrões de qualidade desenvolvidos neste trabalho são satisfatórios, simples e
originais, podendo ser utilizados pelos hospitais como forma de avaliar a qualidade do
serviço prestado ao paciente quanto ao tempo agendado para consulta o ambulatorial.
80
Referências
81
DEMING, W. E. Qualidade: A revolução da Administração. Rio de janeiro: Marques -
Saraiva, 1990.
DONABEDIAN, A. The quality of care – how can it be assessed? Journal of the American
Medical Association, 1988.
FEIGENBAUM, A. V. Controle de Qualidade Total. São Paulo: Makron Books, 1994.
FREUND, J. E., GARY A. S. Estatística Aplicada: Economia, administração e
contabilidade. 9ª Ed. Porto Alegre: Bookman, 2000.
GROSS, A. J., CLARK, V. A. Survival Distributions: Reliability Applications in the
Biomedical Sciences. New York: Wiley, 1975.
HAYES, B. Measuring Customer Satisfaction - Survey design use, and Statistical Analysis
Methods. ASQ Press, 1996.
ISHIKAWA, K. Controle de Qualidade Total: À Maneira Japonesa. Rio de Janeiro:
Campus, 1993.
JOHNSON, N. L.; KOTZ, S. Distributions in Statistics: Continuous Distributions. John
Wiley: New York, 1970.
JURAN. J. M. Controle de Qualidade. Handbook. Vol. VI, São Paulo: Makron Books,
1992.
KALBFLEISCH, J. D.; PRENTICE, R. L. The Statistical Analysis of Failure Time Data.
John Wiley & Sons, New York, 1980.
KAPLAN, E. L.; MEIER, P. Nonparametric estimation from incomplete observations.
Journal of the American statistical Association, nº 53, p 457 – 81, 1958.
KIM, K. O.; KUO, W. Percentile life and reability as performance measures in optimal
system design. International Journal of Reability, Quality and Safety Engineering, vol 35,
1133-1142, New York, 2003.
KLEIBAUM, D. G. Survival Analysis: a self-learning text. New York: Springer-Verlag,
1996.
LAI, C. D.; XIE, M.; MURTHY, D. N. P. A modified Weibull distribution. International
Journal of Reability, Quality and Safety Engineering, vol. 52, nº 01, 2003.
LAWLESS, J. F. Statistical Models and Methods for Lifetime Data. New York: Wiley,
1982.
82
LEE, E. T. Statistical methods for Survival data Analysis. 2ª Ed. New York: john Wiley &
Sons, 1992.
LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatística: Teoria e Aplicações,
Usando o Microsoft Excel. Rio de Janeiro: LTC, 1998.
Looking at the JCAHO, http://www.nnlm.nlm.nih.gov, 26/08/97.
MANTEL, N.; HAENSZEL, W. Statistical aspects of the analysis of data from
retrospective studies of disease. Journal of the National Cancer Institute, v. 22, p. 719-748,
1959.
MARUNBINI, E.; VALSECCHI, M. G. Analysis Survival Data from Clinical Trials and
Observation Studies. England: John Wiley & Sons Inc., 1995.
MELLO, J. B.; CAMARGO, M. O. Qualidade na Saúde. Práticas e Conceitos. Normas
ISO nas Áreas Médico-Hospitalar e Laboratorial. Ed. Best Seller, 1998.
MILLER, A. J. Survival Analysis. New York: Wiley, 1981.
MOREIRA, J. A. Técnicas Básicas para Análise de Dados de Sobrevivência. Piracicaba,
1998. Seminário do curso de Pós-graduação em Estatística e Experimentação Agronômica,
em nível de doutorado. ESALQ – USP.
MUDHOLKAR, G. D. S.; SRIVASTAVA, D. K. Exponentiated Weibull family for
analyzing bathtub failure-rate data. International Journal of Reability, Quality and Safety
Engineering, vol 42, nº 02, 299–302, 1993.
NELSON, W. Accelerated Life Testing: Statistical Models, data Analysis and Test Plans.
New York: John Wiley & Sons, 1990.
NOVAES, H. M.; PAGANINE, J. M. Garantia de qualidade em hospitais da América
Latina e Caribe. OPAS, 1992.
PALADINE, E. P. Controle da Qualidade: uma abordagem abrangente. São Paulo: Atlas,
1990.
REVISTA RN ECONÔMICO, 07/07/1999.
SHEWHART, W. A. Economic Control of Quality of Manufactured Product. D. Van
Nostrand Company, Inc. Republished in 1980. New York, 1931.
SILVA, G. I. da R. O prontuário médico como fator de interesse sócio-cultural. Revista
Paulista Hospitalar. Nov., 1961.
83
SILVA, L. N. Estudo Comparativo entre o Modelo paramétrico Weibull e o Modelo Semi-
Paramétrico de Cox. Natal, 2002. 64 p. Monografia (Graduação em Estatística).
Departamento de Estatística, Universidade Federal do Rio Grande do Norte.
SOUNIS, E. Organização de um Serviço de Arquivo Médico e Estatística (SAME). 2ª Ed.
São Paulo: Ícone, 1993.
SOUZA, E. X. de. Análise de Confiabilidade: Um estudo sobre o Tempo de Vida de Pneus.
Natal, 2001. 62 p. Monografia (Graduação em Estatística). Departamento de Estatística,
Universidade Federal do Rio Grande do Norte.
TAUBLIB, D. Controle de qualidade total: O hospital do futuro, o futuro do hospital. Rio
de janeiro: Xenon, 1993.
TAUBLIB, D. Controle de Qualidade Total: Da Teoria á Prática em um Grande Hospital.
Rio de Janeiro: Qualitymark, 1998.
TRIOLA, M. F. Introdução a Estatística. Rio de Janeiro: LTC, 1999.
VALENÇA, D. M. Análise de Sobrevivência. Natal, 1995. 44p. minicurso (Semana do
Estatístico). Departamento de Estatística, Universidade Federal do Rio Grande do Norte.
VIEIRA, S. Estatística para a qualidade: Como avaliar com precisão a qualidade em
produtos e serviços. Rio de Janeiro: Campos, 1999.
XIE, M.; GAUDO, O.; BRACQUEMOND, C. Redefining failure rate function for discrete
distributions. International Journal of Reability, Quality and Safety Engineering, vol. 09, nº
03, 275–285, 2002.
84
Anexo I
2 Cir. Cabeça/Pescoço - 24 26 47 97
12 Geriatria - 88 85 44 217
85
Anexo II
Cálculos Para Determinação do Plano Amostral
86
Anexo III
Banco de Dados
87
320 14 0 2 6 3 414 15 0 1 7 3 508 13 0 1 8 2 602 22 0 1 8 1
321 6 0 2 6 4 415 1 1 1 7 4 509 7 1 1 8 1 603 4 0 1 8 2
322 13 0 2 6 1 416 7 1 1 7 2 510 7 0 1 8 1 604 4 0 1 8 2
323 6 0 2 6 4 417 12 1 1 7 1 511 10 0 1 8 1 605 15 0 1 8 2
324 15 1 2 6 3 418 14 0 1 7 1 512 19 0 1 8 2 606 4 0 1 8 2
325 15 0 2 6 1 419 14 0 1 7 3 513 19 1 1 8 2 607 4 0 1 8 2
326 2 0 2 6 4 420 13 1 1 7 2 514 11 0 1 8 2 608 4 0 1 8 1
327 2 0 2 6 3 421 19 0 1 7 2 515 10 0 1 8 1 609 4 0 1 8 1
328 15 0 2 6 1 422 12 0 1 7 3 516 11 0 1 8 2 610 18 0 1 8 1
329 5 0 2 6 4 423 12 0 1 7 4 517 11 0 1 8 2 611 17 0 1 8 2
330 6 0 2 6 4 424 13 0 1 7 2 518 10 0 1 8 1 612 17 0 1 8 1
331 12 0 2 6 3 425 6 1 1 7 4 519 14 0 1 8 1 613 19 0 1 8 2
332 6 0 2 6 4 426 2 0 1 7 4 520 3 0 1 8 3 614 16 0 1 8 1
333 12 0 2 6 1 427 2 0 1 7 4 521 8 0 1 8 2 615 15 0 1 8 2
334 5 0 2 6 4 428 3 0 1 7 1 522 10 1 1 8 1 616 14 0 1 8 2
335 6 0 2 6 3 429 13 0 1 7 1 523 16 1 1 8 2 617 16 0 1 8 1
336 5 0 2 6 4 430 6 0 1 7 3 524 16 0 1 8 2 618 15 0 1 8 1
337 7 0 2 6 4 431 10 1 1 7 3 525 9 0 1 8 3 619 8 1 1 8 2
338 7 0 2 6 1 432 6 0 1 7 4 526 14 0 1 8 1 620 13 0 1 8 1
339 7 0 2 6 4 433 14 0 1 7 2 527 8 1 1 8 1 621 19 0 1 8 2
340 0 0 2 6 4 434 3 0 1 7 1 528 9 0 1 8 1 622 10 0 1 8 1
341 28 1 2 6 1 435 13 1 1 7 2 529 13 0 1 8 2 623 28 1 1 8 2
342 11 0 2 6 4 436 13 1 1 7 2 530 12 0 1 8 1 624 5 0 1 8 2
343 26 0 2 6 3 437 9 0 1 7 1 531 12 0 1 8 2 625 11 1 1 8 1
344 20 0 2 6 1 438 7 1 1 7 1 532 12 1 1 8 1 626 5 0 1 8 2
345 16 1 2 6 3 439 6 0 1 7 3 533 12 0 1 8 2 627 5 0 1 8 3
346 12 0 2 6 1 440 4 0 1 7 4 534 11 0 1 8 1 628 9 1 1 8 1
347 4 1 2 6 4 441 6 0 1 7 2 535 12 0 1 8 2 629 11 1 1 8 1
348 11 0 2 6 1 442 4 0 1 7 4 536 12 0 1 8 2 630 10 0 1 8 1
349 4 0 2 6 4 443 2 0 1 7 4 537 7 0 1 8 3 631 10 0 1 8 1
350 12 0 2 6 3 444 7 0 1 7 3 538 10 0 1 8 1 632 10 0 1 8 3
351 17 0 2 6 3 445 3 0 1 7 4 539 9 0 1 8 1 633 14 1 1 8 2
352 9 0 2 6 1 446 2 0 1 7 4 540 11 0 1 8 1 634 10 0 1 8 2
353 4 0 2 6 4 447 1 0 1 7 1 541 12 1 1 8 1 635 13 1 1 8 2
354 4 0 2 6 4 448 8 0 1 7 2 542 10 0 1 8 3 636 10 0 1 8 2
355 31 0 2 6 1 449 9 0 1 7 1 543 13 0 1 8 2 637 8 0 1 8 1
356 30 0 2 6 1 450 11 0 1 7 4 544 13 0 1 8 3 638 8 0 1 8 1
357 31 0 2 6 3 451 10 0 1 7 1 545 13 0 1 8 1 639 13 0 1 8 2
358 3 1 1 7 2 452 8 0 1 7 4 546 12 0 1 8 1 640 10 1 1 8 3
359 1 1 1 7 4 453 4 0 1 7 1 547 20 0 1 8 3 641 8 1 1 8 3
360 9 0 1 7 3 454 15 1 1 7 2 548 12 1 1 8 1 642 8 0 1 8 1
361 21 0 1 7 2 455 3 0 1 7 4 549 12 0 1 8 2 643 8 1 1 8 1
362 8 1 1 7 4 456 6 1 1 7 2 550 12 1 1 8 1 644 8 0 1 8 2
363 8 0 1 7 3 457 8 1 1 7 3 551 11 1 1 8 3 645 8 0 1 8 2
364 12 0 1 7 2 458 9 1 1 7 2 552 12 0 1 8 1 646 15 1 1 8 2
365 8 0 1 7 1 459 8 1 1 7 3 553 12 0 1 8 2 647 14 0 1 8 2
366 14 0 1 7 2 460 7 1 1 7 2 554 13 0 1 8 2 648 10 0 1 8 1
367 7 1 1 7 4 461 7 1 1 7 2 555 12 0 1 8 2 649 3 0 1 8 1
368 7 0 1 7 1 462 14 0 1 7 1 556 11 0 1 8 1 650 10 0 1 8 2
369 6 1 1 7 4 463 14 0 1 7 3 557 14 0 1 8 1 651 15 1 1 8 1
370 7 0 1 7 3 464 16 1 1 7 2 558 21 1 1 8 2 652 15 1 1 8 2
371 12 0 1 7 2 465 9 1 1 7 4 559 21 0 1 8 3 653 3 0 1 8 1
372 7 0 1 7 3 466 15 0 1 7 3 560 21 0 1 8 2 654 3 0 1 8 3
373 6 0 1 7 4 467 16 1 1 7 2 561 22 0 1 8 1 655 3 0 1 8 1
374 6 0 1 7 4 468 18 0 1 7 2 562 13 0 1 8 2 656 3 0 1 8 2
375 0 0 1 7 4 469 15 1 1 7 1 563 8 1 1 8 1 657 3 0 1 8 3
376 0 0 1 7 4 470 3 0 1 7 4 564 7 0 1 8 3 658 11 1 1 8 1
377 4 0 1 7 1 471 15 1 1 7 1 565 9 0 1 8 1 659 11 0 1 8 2
378 3 0 1 7 1 472 11 0 1 7 1 566 16 0 1 8 2 660 13 0 1 8 1
379 8 0 1 7 4 473 10 0 1 7 4 567 9 0 1 8 3 661 10 0 1 8 2
380 22 0 1 7 1 474 11 0 1 7 4 568 12 0 1 8 2 662 10 0 1 8 2
381 17 1 1 7 1 475 2 1 1 7 4 569 23 0 1 8 1 663 10 0 1 8 1
382 21 0 1 7 2 476 2 0 1 7 3 570 21 1 1 8 2 664 4 0 1 8 1
383 20 0 1 7 3 477 2 0 1 7 4 571 20 1 1 8 2 665 14 1 1 8 2
384 20 0 1 7 3 478 2 1 1 7 2 572 16 1 1 8 1 666 6 0 1 8 2
385 20 0 1 7 1 479 2 0 1 7 4 573 20 0 1 8 3 667 20 0 1 8 3
386 13 0 1 7 1 480 9 1 1 7 1 574 15 0 1 8 1 668 19 1 1 8 1
387 3 0 1 7 4 481 4 1 1 7 2 575 16 0 1 8 1 669 0 0 1 8 1
388 11 0 1 7 1 482 5 0 1 7 2 576 16 0 1 8 2 670 6 0 1 8 1
389 21 0 1 7 3 483 5 0 1 7 2 577 13 1 1 8 3 671 6 0 1 8 1
390 21 0 1 7 1 484 7 0 1 7 1 578 16 0 1 8 1 672 12 0 1 8 3
391 14 1 1 7 4 485 1 0 1 7 4 579 17 0 1 8 2 673 4 0 1 8 2
392 14 0 1 7 2 486 6 0 1 7 3 580 0 0 1 8 1 674 14 0 1 8 4
393 0 0 1 7 4 487 7 0 1 7 3 581 0 1 1 8 1 675 12 1 1 8 2
394 1 0 1 7 3 488 11 0 1 8 2 582 0 0 1 8 3 676 20 0 1 9 4
395 1 0 1 7 2 489 14 1 1 8 2 583 11 0 1 8 2 677 18 0 1 9 1
396 15 0 1 7 1 490 11 0 1 8 1 584 8 0 1 8 1 678 6 0 1 9 1
397 15 1 1 7 3 491 4 0 1 8 2 585 8 0 1 8 1 679 20 0 1 9 3
398 1 0 1 7 4 492 8 0 1 8 1 586 11 0 1 8 3 680 9 0 1 9 1
399 15 0 1 7 1 493 7 0 1 8 1 587 11 0 1 8 2 681 14 0 1 9 3
400 1 0 1 7 4 494 8 0 1 8 1 588 8 0 1 8 1 682 7 0 1 9 4
401 0 0 1 7 4 495 8 0 1 8 3 589 8 1 1 8 1 683 10 0 1 9 4
402 17 0 1 7 3 496 8 0 1 8 1 590 11 0 1 8 2 684 10 0 1 9 1
403 16 0 1 7 2 497 21 0 1 8 2 591 11 0 1 8 2 685 17 0 1 9 4
404 1 0 1 7 4 498 20 0 1 8 2 592 2 0 1 8 1 686 21 0 1 9 1
405 16 1 1 7 3 499 15 0 1 8 1 593 2 0 1 8 1 687 17 0 1 9 3
406 16 0 1 7 2 500 8 0 1 8 3 594 2 0 1 8 1 688 16 0 1 9 1
407 13 0 1 7 1 501 15 0 1 8 2 595 20 0 1 8 3 689 3 0 1 9 4
408 15 1 1 7 3 502 8 0 1 8 1 596 27 1 1 8 1 690 13 0 1 9 1
409 9 0 1 7 4 503 8 0 1 8 3 597 6 0 1 8 3 691 22 0 1 9 3
410 15 1 1 7 4 504 8 0 1 8 1 598 12 0 1 8 2 692 18 0 1 9 1
411 7 0 1 7 1 505 12 0 1 8 3 599 14 0 1 8 2 693 5 0 1 9 4
412 15 0 1 7 1 506 13 0 1 8 1 600 27 1 1 8 1 694 20 0 1 9 3
413 17 1 1 7 1 507 13 0 1 8 2 601 27 0 1 8 3 695 11 0 1 9 4
88
696 20 0 1 9 1 790 5 0 1 10 4 884 6 0 1 11 1 978 17 1 1 11 2
697 5 0 1 9 4 791 12 0 1 10 2 885 15 0 1 11 2 979 16 0 1 11 2
698 7 0 1 9 1 792 2 0 1 10 4 886 14 0 1 11 4 980 16 0 1 11 1
699 18 0 1 9 2 793 8 0 1 10 1 887 14 0 1 11 3 981 16 0 1 11 1
700 2 0 1 9 1 794 2 0 1 10 2 888 15 0 1 11 2 982 15 0 1 11 3
701 15 0 1 9 3 795 1 0 1 10 2 889 14 0 1 11 1 983 16 0 1 11 2
702 14 0 1 9 1 796 6 0 1 10 2 890 1 0 1 11 4 984 14 1 1 11 4
703 8 0 1 9 1 797 19 0 1 10 1 891 10 1 1 11 4 985 20 0 1 11 2
704 8 0 1 9 3 798 17 0 1 10 4 892 15 0 1 11 1 986 21 0 1 11 3
705 6 0 1 9 1 799 20 0 1 10 2 893 14 0 1 11 1 987 14 0 1 11 4
706 9 0 1 9 3 800 20 0 1 11 2 894 3 0 1 11 4 988 19 0 1 11 1
707 7 0 1 9 1 801 5 1 1 11 4 895 15 0 1 11 2 989 19 0 1 11 2
708 9 0 1 9 3 802 14 0 1 11 4 896 15 0 1 11 2 990 15 1 1 11 2
709 14 0 1 9 1 803 19 0 1 11 2 897 15 1 1 11 3 991 15 1 1 11 3
710 7 0 1 9 1 804 19 0 1 11 1 898 18 1 1 11 1 992 16 1 1 11 2
711 7 0 1 9 4 805 18 0 1 11 1 899 4 0 1 11 4 993 15 1 1 11 3
712 15 0 1 9 1 806 19 0 1 11 3 900 14 0 1 11 3 994 15 1 1 11 2
713 3 0 1 9 4 807 7 0 1 11 4 901 18 1 1 11 2 995 14 1 1 11 4
714 4 0 1 9 4 808 4 0 1 11 2 902 18 0 1 11 1 996 17 1 1 11 1
715 7 0 1 9 1 809 4 0 1 11 3 903 7 1 1 11 4 997 15 1 1 11 2
716 11 0 1 9 3 810 4 1 1 11 1 904 18 0 1 11 2 998 10 1 1 11 4
717 6 0 1 9 4 811 4 0 1 11 4 905 8 0 1 11 3 999 15 1 1 11 1
718 9 0 1 9 3 812 6 1 1 11 2 906 12 1 1 11 1 1000 5 0 1 11 4
719 11 0 1 9 1 813 5 0 1 11 3 907 14 0 1 11 2 1001 12 1 1 11 4
720 9 0 1 9 1 814 5 1 1 11 1 908 7 0 1 11 1 1002 15 1 1 11 1
721 8 0 1 9 1 815 5 0 1 11 4 909 6 0 1 11 4 1003 19 0 1 11 3
722 5 0 1 9 4 816 13 0 1 11 4 910 10 0 1 11 1 1004 4 0 1 11 4
723 8 0 1 9 4 817 19 0 1 11 1 911 5 0 1 11 4 1005 20 1 1 11 2
724 6 0 1 9 1 818 12 0 1 11 4 912 8 0 1 11 2 1006 19 0 1 11 1
725 5 0 1 9 4 819 19 0 1 11 2 913 15 1 1 11 2 1007 19 0 1 11 2
726 12 0 1 9 3 820 6 0 1 11 4 914 1 0 1 11 4 1008 14 0 1 11 2
727 21 0 1 9 1 821 18 0 1 11 1 915 14 0 1 11 1 1009 14 0 1 11 3
728 25 1 1 9 1 822 19 0 1 11 2 916 15 1 1 11 3 1010 2 0 1 11 4
729 29 1 1 9 3 823 20 0 1 11 3 917 20 0 1 11 2 1011 14 0 1 11 2
730 18 0 1 9 1 824 10 0 1 11 1 918 1 0 1 11 1 1012 13 0 1 11 1
731 1 0 1 9 4 825 14 0 1 11 3 919 15 0 1 11 4 1013 13 0 1 11 1
732 2 0 1 9 4 826 9 0 1 11 4 920 10 1 1 11 2 1014 3 0 1 11 4
733 13 0 1 9 1 827 17 0 1 11 2 921 5 0 1 11 4 1015 2 0 1 11 4
734 14 0 1 9 3 828 9 0 1 11 4 922 7 0 1 11 1 1016 5 0 1 11 4
735 7 0 1 9 1 829 10 1 1 11 1 923 5 0 1 11 1 1017 8 0 1 11 4
736 19 1 1 9 1 830 15 0 1 11 2 924 5 1 1 11 4 1018 21 0 1 11 1
737 19 0 1 9 4 831 8 1 1 11 4 925 7 0 1 11 4 1019 17 0 1 11 1
738 20 1 1 9 4 832 12 0 1 11 1 926 10 1 1 11 2 1020 1 0 1 11 4
739 28 1 1 9 1 833 12 0 1 11 1 927 8 1 1 11 1 1021 1 0 1 11 3
740 2 0 1 9 4 834 2 0 1 11 4 928 14 0 1 11 2 1022 1 1 1 11 2
741 19 0 1 9 1 835 6 1 1 11 4 929 5 0 1 11 4 1023 12 0 1 11 2
742 14 0 1 9 1 836 1 0 1 11 2 930 3 0 1 11 4 1024 7 1 1 11 3
743 15 0 1 9 3 837 5 0 1 11 3 931 8 0 1 11 3 1025 4 0 1 11 4
744 2 0 1 9 4 838 5 1 1 11 4 932 8 1 1 11 1 1026 7 0 1 11 1
745 11 0 1 9 1 839 6 0 1 11 2 933 18 0 1 11 4 1027 12 0 1 11 4
746 24 0 1 9 1 840 5 0 1 11 4 934 10 0 1 11 1 1028 20 1 1 11 3
747 7 0 1 9 4 841 5 0 1 11 1 935 7 0 1 11 3 1029 18 0 1 11 1
748 16 0 1 9 3 842 18 0 1 11 1 936 5 0 1 11 4 1030 15 0 1 11 2
749 14 0 1 9 3 843 7 0 1 11 4 937 8 0 1 11 2 1031 3 0 1 11 4
750 7 0 1 9 4 844 8 1 1 11 4 938 7 0 1 11 1 1032 17 0 1 11 1
751 8 0 1 9 1 845 6 0 1 11 3 939 7 0 1 11 1 1033 20 0 1 11 2
752 8 0 1 9 4 846 13 1 1 11 2 940 6 0 1 11 4 1034 6 0 1 11 4
753 22 0 1 9 1 847 5 0 1 11 4 941 6 1 1 11 4 1035 19 0 1 11 3
754 23 0 1 9 3 848 15 0 1 11 3 942 18 0 1 11 2 1036 28 0 1 11 2
755 7 0 1 9 4 849 21 0 1 11 3 943 18 0 1 11 1 1037 1 0 1 11 4
756 26 0 1 9 1 850 13 0 1 11 4 944 9 0 1 11 4 1038 14 0 1 11 4
757 19 0 1 9 4 851 15 0 1 11 1 945 12 0 1 11 2 1039 20 0 1 11 3
758 26 0 1 9 3 852 2 0 1 11 2 946 14 0 1 11 2 1040 20 1 1 11 2
759 18 0 1 10 4 853 2 0 1 11 2 947 13 0 1 11 2 1041 2 0 1 11 1
760 7 0 1 10 1 854 22 0 1 11 3 948 28 0 1 11 2 1042 17 0 1 12 4
761 21 0 1 10 2 855 16 0 1 11 1 949 14 0 1 11 3 1043 21 1 1 12 1
762 12 0 1 10 2 856 13 0 1 11 3 950 13 0 1 11 3 1044 16 0 1 12 3
763 8 0 1 10 2 857 16 1 1 11 1 951 12 0 1 11 4 1045 17 0 1 12 1
764 7 1 1 10 2 858 0 0 1 11 1 952 7 1 1 11 4 1046 10 1 1 12 4
765 11 0 1 10 1 859 7 0 1 11 4 953 2 0 1 11 1 1047 16 1 1 12 4
766 7 0 1 10 4 860 20 0 1 11 1 954 14 0 1 11 2 1048 14 0 1 12 3
767 7 0 1 10 4 861 22 0 1 11 3 955 14 1 1 11 1 1049 6 0 1 12 4
768 12 0 1 10 2 862 22 0 1 11 3 956 12 0 1 11 1 1050 20 0 1 12 1
769 13 1 1 10 1 863 19 1 1 11 1 957 8 0 1 11 2 1051 21 0 1 12 1
770 12 0 1 10 2 864 5 0 1 11 4 958 14 0 1 11 1 1052 5 0 1 12 4
771 2 0 1 10 4 865 19 0 1 11 1 959 3 0 1 11 4 1053 10 1 1 12 4
772 2 0 1 10 4 866 14 0 1 11 3 960 8 0 1 11 1 1054 11 0 1 12 3
773 7 0 1 10 2 867 6 0 1 11 4 961 7 0 1 11 2 1055 11 1 1 12 1
774 2 0 1 10 2 868 15 0 1 11 2 962 8 0 1 11 3 1056 11 0 1 12 1
775 7 0 1 10 1 869 15 0 1 11 4 963 6 0 1 11 4 1057 8 0 1 12 1
776 5 0 1 10 2 870 27 1 1 11 3 964 6 0 1 11 4 1058 3 0 1 12 4
777 2 0 1 10 4 871 21 0 1 11 1 965 11 1 1 11 4 1059 10 0 1 12 3
778 8 0 1 10 2 872 18 0 1 11 1 966 14 0 1 11 1 1060 13 0 1 12 4
779 3 0 1 10 1 873 21 1 1 11 3 967 7 1 1 11 4 1061 18 0 1 12 1
780 4 0 1 10 2 874 21 0 1 11 1 968 11 0 1 11 1 1062 6 1 1 12 4
781 6 0 1 10 1 875 5 0 1 11 3 969 15 0 1 11 2 1063 18 0 1 12 3
782 6 0 1 10 2 876 21 0 1 11 1 970 5 0 1 11 4 1064 15 0 1 12 1
783 6 0 1 10 2 877 7 1 1 11 4 971 17 0 1 11 2 1065 21 0 1 12 3
784 5 0 1 10 4 878 20 0 1 11 3 972 2 0 1 11 4 1066 1 1 1 12 4
785 7 0 1 10 1 879 21 1 1 11 3 973 15 0 1 11 3 1067 13 0 1 12 1
786 7 0 1 10 2 880 21 0 1 11 1 974 15 0 1 11 1 1068 1 0 1 12 4
787 2 0 1 10 4 881 21 0 1 11 1 975 14 0 1 11 1 1069 20 1 1 12 1
788 0 0 1 10 1 882 22 0 1 11 3 976 5 1 1 11 4 1070 6 0 1 12 1
789 2 0 1 10 4 883 6 1 1 11 4 977 10 0 1 11 4 1071 6 1 1 12 4
89
1072 0 0 1 13 1 1166 8 0 1 15 2 1260 17 0 2 16 2 1354 18 0 1 17 1
1073 2 0 1 13 1 1167 2 0 1 15 4 1261 4 0 2 16 3 1355 15 1 1 17 3
1074 7 0 1 13 4 1168 11 0 1 15 2 1262 4 0 2 16 2 1356 24 0 1 17 2
1075 12 0 1 13 2 1169 3 0 1 15 3 1263 7 0 2 16 2 1357 17 0 1 17 3
1076 9 0 1 13 2 1170 7 0 1 15 3 1264 7 0 2 16 2 1358 16 0 1 17 4
1077 0 0 1 13 4 1171 13 1 1 15 1 1265 5 0 2 16 2 1359 28 0 1 17 1
1078 6 0 1 13 2 1172 15 0 1 15 3 1266 6 0 2 16 2 1360 19 1 1 17 3
1079 1 0 1 13 2 1173 6 0 1 15 2 1267 0 0 2 16 2 1361 2 0 1 17 4
1080 0 0 1 13 1 1174 7 0 1 15 2 1268 3 0 2 16 2 1362 1 0 1 17 4
1081 7 1 1 13 1 1175 27 0 1 15 1 1269 4 0 2 16 2 1363 21 0 1 17 3
1082 7 1 1 13 1 1176 21 0 1 15 1 1270 6 0 2 16 2 1364 17 0 1 17 1
1083 0 0 1 13 4 1177 17 0 1 15 3 1271 14 0 2 16 2 1365 28 0 1 17 3
1084 0 0 1 13 1 1178 10 0 1 15 1 1272 4 0 2 16 2 1366 19 0 1 17 1
1085 0 0 1 13 4 1179 16 0 1 15 3 1273 5 0 2 16 2 1367 19 0 1 17 1
1086 3 0 1 13 2 1180 9 0 1 15 4 1274 1 0 2 16 2 1368 23 0 1 17 3
1087 1 0 1 13 2 1181 5 0 1 15 3 1275 0 0 2 16 2 1369 19 0 1 17 1
1088 3 0 1 13 1 1182 5 0 1 15 1 1276 0 0 2 16 2 1370 16 0 1 17 4
1089 0 0 1 13 4 1183 5 0 1 15 4 1277 0 0 2 16 2 1371 20 0 1 17 3
1090 4 0 1 13 2 1184 7 1 1 15 4 1278 3 0 2 16 2 1372 16 1 1 17 4
1091 6 0 1 13 1 1185 6 1 1 15 4 1279 3 0 2 16 2 1373 6 0 1 17 4
1092 0 0 1 13 2 1186 7 1 1 15 3 1280 0 0 2 16 2 1374 7 1 1 17 1
1093 18 0 1 13 2 1187 6 0 1 15 4 1281 7 0 2 16 2 1375 10 1 1 17 1
1094 0 0 1 13 1 1188 4 0 1 15 1 1282 7 0 2 16 2 1376 2 0 1 17 4
1095 7 0 1 13 4 1189 18 0 1 15 3 1283 5 0 2 16 2 1377 3 0 1 17 3
1096 9 0 1 13 1 1190 1 0 1 15 4 1284 5 0 2 16 2 1378 21 0 1 17 1
1097 1 0 1 13 4 1191 11 0 1 15 3 1285 1 0 2 16 2 1379 3 0 1 17 4
1098 0 0 1 13 4 1192 12 0 1 15 1 1286 0 0 2 16 2 1380 21 0 1 17 1
1099 1 0 1 13 1 1193 6 0 1 15 4 1287 1 0 2 16 2 1381 30 0 1 17 3
1100 6 0 1 13 2 1194 6 0 1 15 4 1288 9 0 2 16 4 1382 19 0 1 17 1
1101 0 0 1 13 2 1195 5 0 1 15 1 1289 13 0 2 16 1 1383 27 1 1 17 1
1102 0 0 1 13 1 1196 8 0 1 15 3 1290 4 1 2 16 3 1384 20 1 1 17 3
1103 0 0 1 13 4 1197 10 0 1 15 1 1291 1 0 2 16 4 1385 15 0 1 17 4
1104 4 0 1 13 2 1198 10 1 1 15 3 1292 5 0 2 16 3 1386 26 0 1 17 4
1105 1 0 1 13 2 1199 8 0 1 15 4 1293 5 0 2 16 1 1387 7 0 1 17 3
1106 1 0 1 13 2 1200 10 0 1 15 4 1294 0 0 2 16 2 1388 18 0 1 17 1
1107 0 0 1 13 1 1201 1 0 1 15 1 1295 0 0 2 16 2 1389 22 1 1 17 4
1108 0 0 1 13 1 1202 11 0 1 15 4 1296 4 0 2 16 2 1390 19 1 1 17 3
1109 5 1 2 14 3 1203 13 0 1 15 3 1297 4 0 2 16 2 1391 25 1 1 17 1
1110 20 0 2 14 1 1204 14 0 1 15 1 1298 3 0 2 16 2 1392 7 0 1 17 4
1111 7 0 2 14 3 1205 4 1 1 15 3 1299 0 1 2 16 2 1393 17 0 1 17 4
1112 20 0 2 14 3 1206 21 1 1 15 4 1300 4 0 2 16 4 1394 10 0 2 18 4
1113 13 0 2 14 4 1207 7 0 1 15 4 1301 14 0 2 16 1 1395 29 0 2 18 4
1114 13 0 2 14 4 1208 13 0 1 15 3 1302 14 0 2 16 3 1396 1 0 2 18 4
1115 22 1 2 14 1 1209 2 0 1 15 1 1303 17 0 2 16 1 1397 1 0 2 18 4
1116 15 0 2 14 3 1210 17 0 1 15 4 1304 3 0 1 17 2 1398 1 0 2 18 4
1117 21 1 2 14 3 1211 18 0 1 15 1 1305 9 1 1 17 4 1399 5 0 2 18 4
1118 22 1 2 14 3 1212 6 0 1 15 1 1306 4 0 1 17 2 1400 4 0 2 18 4
1119 8 0 2 14 3 1213 14 0 1 15 4 1307 4 0 1 17 3 1401 5 0 2 18 4
1120 7 0 2 14 3 1214 6 0 1 15 1 1308 10 0 1 17 3 1402 9 0 2 18 4
1121 12 0 2 14 3 1215 3 0 1 15 3 1309 11 0 1 17 1 1403 6 0 2 18 4
1122 29 0 2 14 2 1216 18 0 1 15 4 1310 15 0 1 17 3 1404 11 0 2 18 4
1123 2 0 2 14 4 1217 14 1 1 15 1 1311 4 0 1 17 4 1405 6 0 2 18 4
1124 13 1 2 14 3 1218 6 0 1 15 3 1312 9 0 1 17 4 1406 4 0 2 18 4
1125 7 0 2 14 4 1219 9 0 1 15 4 1313 14 0 1 17 1 1407 4 0 2 18 4
1126 7 1 2 14 3 1220 15 0 1 15 4 1314 8 0 1 17 4 1408 10 0 2 18 4
1127 5 0 2 14 4 1221 9 0 1 15 1 1315 14 1 1 17 1 1409 7 0 2 18 4
1128 18 0 2 14 1 1222 23 0 1 15 3 1316 8 1 1 17 1 1410 8 0 2 18 4
1129 11 0 2 14 3 1223 16 0 1 15 1 1317 15 0 1 17 3 1411 8 0 2 18 4
1130 12 0 2 14 4 1224 11 0 1 15 1 1318 13 1 1 17 4 1412 1 0 2 18 1
1131 14 0 2 14 4 1225 10 0 1 15 3 1319 16 0 1 17 4 1413 9 0 2 18 4
1132 11 0 2 14 3 1226 4 0 1 15 1 1320 3 0 1 17 4 1414 9 0 2 18 4
1133 21 0 2 14 3 1227 1 0 1 15 4 1321 5 0 1 17 1 1415 11 0 2 18 4
1134 14 0 2 14 3 1228 20 1 1 15 1 1322 28 0 1 17 3 1416 12 0 2 18 4
1135 6 0 2 14 3 1229 19 0 1 15 3 1323 27 1 1 17 1 1417 9 0 2 18 4
1136 14 0 2 14 3 1230 17 0 1 15 1 1324 13 0 1 17 4 1418 10 0 2 18 4
1137 18 0 2 14 4 1231 20 1 1 15 3 1325 26 0 1 17 3 1419 21 0 2 18 4
1138 18 0 2 14 4 1232 3 0 1 15 4 1326 15 0 1 17 1 1420 20 0 2 18 4
1139 20 0 1 15 1 1233 3 1 1 15 4 1327 7 0 1 17 4 1421 20 0 2 18 4
1140 19 1 1 15 3 1234 2 0 1 15 2 1328 8 0 1 17 4 1422 21 0 2 18 1
1141 17 1 1 15 4 1235 2 0 1 15 1 1329 15 0 1 17 3 1423 21 0 2 18 4
1142 25 0 1 15 3 1236 1 0 1 15 4 1330 8 0 1 17 1 1424 21 0 2 18 4
1143 14 0 1 15 1 1237 4 0 2 16 1 1331 19 0 1 17 3 1425 21 0 2 18 4
1144 14 0 1 15 4 1238 5 1 2 16 1 1332 6 0 1 17 4 1426 21 0 2 18 1
1145 21 0 1 15 1 1239 0 0 2 16 2 1333 8 0 1 17 4 1427 8 0 2 18 1
1146 20 0 1 15 3 1240 0 0 2 16 2 1334 15 0 1 17 1 1428 26 0 2 18 1
1147 6 0 1 15 4 1241 3 0 2 16 2 1335 12 1 1 17 4 1429 26 1 2 18 1
1148 11 0 1 15 4 1242 2 0 2 16 2 1336 13 0 1 17 3 1430 28 0 2 18 1
1149 10 0 1 15 4 1243 0 0 2 16 2 1337 20 1 1 17 1 1431 14 0 2 18 1
1150 22 0 1 15 3 1244 0 0 2 16 2 1338 19 0 1 17 4 1432 17 0 2 18 1
1151 4 0 1 15 4 1245 3 0 2 16 2 1339 13 0 1 17 3 1433 18 1 2 18 1
1152 12 0 1 15 4 1246 1 0 2 16 2 1340 19 0 1 17 1 1434 1 0 2 18 1
1153 15 1 1 15 1 1247 3 0 2 16 2 1341 22 0 1 17 1 1435 6 0 2 18 1
1154 21 0 1 15 3 1248 9 0 2 16 3 1342 19 1 1 17 3 1436 18 0 2 18 1
1155 7 0 1 15 4 1249 12 0 2 16 4 1343 14 0 1 17 4 1437 21 0 2 18 1
1156 21 0 1 15 1 1250 21 0 2 16 3 1344 10 1 1 17 3 1438 22 0 2 18 1
1157 19 0 1 15 3 1251 0 0 2 16 2 1345 9 0 1 17 1 1439 22 1 2 18 1
1158 26 0 1 15 1 1252 0 0 2 16 2 1346 15 4 1 17 1 1440 24 0 2 18 1
1159 20 1 1 15 3 1253 19 0 2 16 1 1347 8 0 1 17 4 1441 24 0 2 18 1
1160 7 0 1 15 4 1254 6 0 2 16 2 1348 14 1 1 17 4 1442 26 0 2 18 1
1161 14 1 1 15 1 1255 3 0 2 16 2 1349 8 1 1 17 3 1443 26 0 2 18 1
1162 14 0 1 15 3 1256 2 0 2 16 2 1350 14 1 1 17 1 1444 27 0 2 18 1
1163 26 0 1 15 1 1257 6 0 2 16 3 1351 14 1 1 17 4 1445 28 0 2 18 1
1164 26 0 1 15 3 1258 3 0 2 16 2 1352 14 1 1 17 4 1446 29 0 2 18 1
1165 3 1 1 15 1 1259 15 0 2 16 2 1353 13 1 1 17 4 1447 31 0 2 18 1
90
1448 28 0 2 18 1 1523 1 0 1 20 2 1598 21 0 2 21 1 1673 15 0 1 23 3
1449 29 0 2 18 1 1524 1 0 1 20 1 1599 15 0 2 21 3 1674 32 0 1 23 1
1450 28 0 2 18 1 1525 1 0 1 20 2 1600 12 0 2 21 1 1675 20 0 1 23 3
1451 34 0 2 18 1 1526 5 0 1 20 1 1601 1 0 2 21 3 1676 13 0 1 23 4
1452 23 1 2 18 1 1527 5 0 1 20 4 1602 24 1 1 22 1 1677 9 0 1 23 3
1453 22 0 2 18 4 1528 2 0 1 20 3 1603 8 0 1 22 1 1678 14 1 1 23 1
1454 22 0 2 18 1 1529 5 0 1 20 1 1604 4 0 1 22 1 1679 13 0 1 23 4
1455 22 0 2 18 4 1530 0 0 1 20 4 1605 25 1 1 22 1 1680 16 0 1 23 1
1456 12 0 2 19 3 1531 1 0 1 20 3 1606 22 1 1 22 1 1681 24 0 1 23 3
1457 12 1 2 19 4 1532 1 0 1 20 4 1607 11 0 1 22 1 1682 14 0 1 23 1
1458 12 0 2 19 1 1533 0 0 1 20 4 1608 15 0 1 22 1 1683 6 0 1 23 4
1459 12 0 2 19 3 1534 1 0 1 20 2 1609 16 0 1 22 1 1684 19 0 1 23 1
1460 13 1 2 19 1 1535 1 0 1 20 1 1610 0 0 1 22 1 1685 13 0 1 23 1
1461 5 0 2 19 4 1536 10 0 1 20 2 1611 8 0 1 22 1 1686 0 0 1 23 4
1462 12 0 2 19 3 1537 0 0 1 20 4 1612 16 0 1 22 1 1687 8 0 1 23 4
1463 14 0 2 19 1 1538 5 0 1 20 1 1613 10 1 1 22 1 1688 0 0 1 23 4
1464 12 0 2 19 1 1539 4 0 1 20 3 1614 20 0 1 22 1 1689 5 0 1 23 4
1465 11 0 2 19 3 1540 3 0 1 20 4 1615 18 1 1 22 1 1690 14 0 1 23 4
1466 21 0 2 19 3 1541 5 1 1 20 1 1616 15 0 1 22 1 1691 27 0 1 23 4
1467 22 1 2 19 1 1542 0 0 1 20 4 1617 20 0 1 22 1 1692 25 0 1 23 4
1468 6 0 2 19 4 1543 0 0 1 20 2 1618 32 1 1 22 1 1693 28 0 1 23 3
1469 21 0 2 19 1 1544 0 0 1 20 2 1619 12 0 1 22 1 1694 29 0 1 23 1
1470 14 1 2 19 3 1545 0 0 1 20 1 1620 13 1 1 22 1 1695 8 0 1 23 4
1471 14 1 2 19 1 1546 1 0 1 20 4 1621 14 0 1 22 1 1696 28 0 1 23 3
1472 19 0 2 19 1 1547 1 0 1 20 3 1622 11 1 1 22 1 1697 30 0 1 23 1
1473 18 0 2 19 3 1548 1 0 1 20 4 1623 10 0 1 22 1 1698 30 0 1 23 1
1474 14 1 2 19 1 1549 1 1 1 20 1 1624 2 0 1 22 1 1699 11 0 1 23 4
1475 10 0 2 19 1 1550 1 0 1 20 1 1625 13 1 1 22 1 1700 33 1 1 23 1
1476 7 1 2 19 4 1551 0 0 1 20 4 1626 20 0 1 22 1 1701 27 1 1 23 3
1477 16 0 2 19 1 1552 0 0 1 20 1 1627 3 0 1 22 1 1702 14 0 1 23 2
1478 16 0 2 19 1 1553 0 0 1 20 1 1628 10 0 1 22 1 1703 13 1 1 23 4
1479 13 0 2 19 1 1554 4 0 1 20 3 1629 20 0 1 22 1 1704 3 0 1 23 3
1480 13 0 2 19 3 1555 5 0 1 20 2 1630 17 0 1 22 1 1705 17 0 1 23 2
1481 7 0 2 19 4 1556 4 0 1 20 2 1631 21 1 1 22 1 1706 1 0 1 23 4
1482 2 1 2 19 1 1557 5 0 1 20 3 1632 11 0 1 23 4 1707 5 1 1 23 1
1483 12 1 2 19 3 1558 5 0 1 20 1 1633 14 0 1 23 3 1708 16 0 1 23 3
1484 5 0 2 19 4 1559 1 0 1 20 4 1634 15 1 1 23 1 1709 14 0 1 23 1
1485 13 0 2 19 1 1560 4 0 1 20 3 1635 14 1 1 23 3 1710 25 1 1 23 4
1486 12 0 2 19 3 1561 1 0 1 20 4 1636 12 0 1 23 4 1711 16 0 2 24 4
1487 6 1 2 19 4 1562 6 0 1 20 1 1637 0 0 1 23 1 1712 10 0 2 24 4
1488 12 0 2 19 1 1563 0 0 1 20 2 1638 14 0 1 23 4 1713 22 0 2 24 3
1489 13 1 2 19 1 1564 2 0 1 20 1 1639 14 0 1 23 4 1714 20 0 2 24 1
1490 13 0 2 19 1 1565 8 0 1 20 1 1640 24 1 1 23 1 1715 17 0 2 24 4
1491 0 0 2 19 1 1566 6 0 1 20 3 1641 22 0 1 23 3 1716 20 1 2 24 3
1492 15 0 2 19 1 1567 6 1 1 20 4 1642 7 0 1 23 3 1717 19 1 2 24 1
1493 20 0 2 19 3 1568 15 0 2 21 3 1643 22 0 1 23 1 1718 25 0 2 24 4
1494 26 0 2 19 1 1569 19 0 2 21 1 1644 7 1 1 23 4 1719 32 0 2 24 3
1495 27 0 2 19 3 1570 22 0 2 21 1 1645 14 0 1 23 1 1720 21 0 2 24 4
1496 13 0 2 19 1 1571 22 1 2 21 3 1646 10 0 1 23 4 1721 20 0 2 24 4
1497 26 1 2 19 1 1572 3 1 2 21 1 1647 21 0 1 23 4 1722 36 0 2 24 1
1498 19 0 2 19 3 1573 18 1 2 21 4 1648 0 0 1 23 4 1723 34 0 2 24 3
1499 13 0 2 19 3 1574 14 0 2 21 1 1649 7 0 1 23 4 1724 21 0 2 24 4
1500 24 0 2 19 1 1575 29 0 2 21 1 1650 12 0 1 23 1 1725 21 1 2 24 4
1501 24 0 2 19 3 1576 7 1 2 21 4 1651 14 0 1 23 3 1726 13 1 2 24 4
1502 21 0 2 19 1 1577 0 0 2 21 4 1652 14 1 1 23 3 1727 12 0 2 24 3
1503 4 0 1 20 4 1578 0 0 2 21 4 1653 16 0 1 23 3 1728 14 0 2 24 4
1504 4 0 1 20 4 1579 24 1 2 21 1 1654 21 0 1 23 1 1729 26 0 2 24 1
1505 5 0 1 20 3 1580 20 0 2 21 1 1655 2 0 1 23 4 1730 21 0 2 24 3
1506 4 0 1 20 1 1581 20 0 2 21 3 1656 16 0 1 23 4 1731 21 0 2 24 4
1507 3 0 1 20 1 1582 2 0 2 21 3 1657 16 0 1 23 1 1732 21 0 2 24 4
1508 1 0 1 20 4 1583 13 0 2 21 3 1658 17 0 1 23 4 1733 22 0 2 24 4
1509 11 0 1 20 2 1584 21 0 2 21 1 1659 7 0 1 23 3 1734 22 0 2 24 3
1510 1 0 1 20 4 1585 17 1 2 21 4 1660 2 0 1 23 4 1735 24 1 2 24 1
1511 8 0 1 20 2 1586 4 0 2 21 4 1661 17 0 1 23 4 1736 20 1 2 24 4
1512 6 1 1 20 3 1587 24 0 2 21 1 1662 17 0 1 23 1 1737 18 0 2 24 3
1513 6 1 1 20 2 1588 8 0 2 21 4 1663 17 0 1 23 3 1738 17 0 2 24 1
1514 7 0 1 20 1 1589 14 0 2 21 3 1664 14 0 1 23 4 1739 18 0 2 24 4
1515 6 1 1 20 1 1590 16 1 2 21 1 1665 21 0 1 23 1 1740 4 0 2 24 4
1516 6 0 1 20 2 1591 6 0 2 21 4 1666 13 0 1 23 4 1741 32 0 2 24 4
1517 0 0 1 20 2 1592 21 0 2 21 1 1667 20 1 1 23 4 1742 35 0 2 24 3
1518 1 0 1 20 2 1593 20 0 2 21 4 1668 17 0 1 23 3 1743 36 0 2 24 1
1519 13 0 1 20 2 1594 6 0 2 21 4 1669 17 0 1 23 1 1744 32 0 2 24 4
1520 0 0 1 20 1 1595 18 0 2 21 1 1670 14 0 1 23 4 1745 28 0 2 24 1
1521 1 0 1 20 3 1596 6 0 2 21 4 1671 15 0 1 23 1 1746 15 0 2 24 4
1522 1 0 1 20 2 1597 24 0 2 21 1 1672 15 0 1 23 4
91
Anexo IV
Programa do SAS
data consulta; proc lifereg data=consulta;
input paciente tempo censura tratamento model tempo*censura(1)=tratamento
especialidade tipo; especialidade tipo/dist=exponencial;
cards; run;
1 14 0 1 1 3
2 14 1 1 1 1 proc lifereg data=consulta;
3 10 0 1 1 4 model tempo*censura(1)=tratamento
M especialidade tipo/dist=gamma no shape1=0,7
1743 36 0 2 24 1 no scale scale=0,7;
1744 32 0 2 24 4
1745 28 0 2 24 1
run;
1746 15 0 2 24 4
run; proc lifereg data=consulta;
model tempo*censura(1)=tratamento
proc print data=consulta; especialidade tipo/dist=llogistic;
run; run;
91