Prediction of house calls in primary care: a time series approach using the ARIMA model

Detalhes bibliográficos
Autor(a) principal: Bolsoni, Luiza
Data de Publicação: 2022
Outros Autores: Garcia, Leandro Pereira, Calderón, Daniela Baumgart de Liz
Tipo de documento: Artigo
Idioma: por
eng
Título da fonte: Revista Brasileira de Medicina de Família e Comunidade (Online)
DOI: 10.5712/rbmfc17(44)3012
Texto Completo: https://rbmfc.org.br/rbmfc/article/view/3012
Resumo: Introduction: A new profile of demand for Brazil's public healthcare – Sistema Único de Saúde (SUS), is expected in the coming years, due to population-aging and increased prevalence of chronic diseases. Thus, it is necessary to use tools for planning the responsiveness of health services. Models for time series analysis such as the AutoRegressive Integrated Moving Average (ARIMA), can be useful. Objective: The aim of the study is to estimate the demand for home visits in Primary Health Care (PHC) of SUS, in Florianópolis (SC). Methods: Ecological study of time series using ARIMA for projections. Home visits carried out by the PHC, recorded in the electronic medical record of the Municipal Health Department, from January 2015 to February 2019 were used. Results: The forecast points to a maximum of 702 visits in August 2019, followed by a drop to 573 visits in December 2019, and subsequent recovery, with an estimate of 632 for October 2020. The forecast for each Health Center indicated variations in demand between units with the same number of Family Health Teams, between 11.3 to 1.3 visits/FHT, in the 20th month. Conclusions: ARIMA made it possible to carry out projections of home visits in the municipality, indicating a drop in the demand for home visits. The method can be of great value for the projection of other demands in the same municipality or in other municipalities that have historical series data. Future studies can expand the analysis in this regard, as well as compare ARIMA with models such as exponential smoothing.
id SBMFC-1_848450851100a363d259abcf06bfb3ac
oai_identifier_str oai:ojs.rbmfc.org.br:article/3012
network_acronym_str SBMFC-1
network_name_str Revista Brasileira de Medicina de Família e Comunidade (Online)
spelling Prediction of house calls in primary care: a time series approach using the ARIMA modelPredicción de visitas domiciliarias en atención primaria: un enfoque de series temporales utilizando el modelo ARIMAPredição de visitas domiciliares na atenção primária: uma abordagem de séries temporais com o modelo Autoregressive Integrated Moving AverageNeeds AssessmentPrimary Health CareHouse CallsForecasting. Determinação de Necessidades de Cuidados de SaúdeAtenção Primária à SaúdeVisita DomiciliarProjeções e predições.Evaluación de NecesidadesAtención Primaria de SaludVisita DomiciliariaPredicción. Introduction: A new profile of demand for Brazil's public healthcare – Sistema Único de Saúde (SUS), is expected in the coming years, due to population-aging and increased prevalence of chronic diseases. Thus, it is necessary to use tools for planning the responsiveness of health services. Models for time series analysis such as the AutoRegressive Integrated Moving Average (ARIMA), can be useful. Objective: The aim of the study is to estimate the demand for home visits in Primary Health Care (PHC) of SUS, in Florianópolis (SC). Methods: Ecological study of time series using ARIMA for projections. Home visits carried out by the PHC, recorded in the electronic medical record of the Municipal Health Department, from January 2015 to February 2019 were used. Results: The forecast points to a maximum of 702 visits in August 2019, followed by a drop to 573 visits in December 2019, and subsequent recovery, with an estimate of 632 for October 2020. The forecast for each Health Center indicated variations in demand between units with the same number of Family Health Teams, between 11.3 to 1.3 visits/FHT, in the 20th month. Conclusions: ARIMA made it possible to carry out projections of home visits in the municipality, indicating a drop in the demand for home visits. The method can be of great value for the projection of other demands in the same municipality or in other municipalities that have historical series data. Future studies can expand the analysis in this regard, as well as compare ARIMA with models such as exponential smoothing.Introducción: En los próximos años se espera un nuevo perfil de demanda para el Sistema Único de Salud (SUS) – sistema de salud pública brasileño, debido al envejecimiento de la población y al aumento de la prevalencia de enfermedades crónicas. Por lo tanto, es necesario utilizar herramientas para estimar la demanda futura de servicios. Modelos para el análisis de series de tiempo, como el AutoRegressive Integrated Moving Average (ARIMA), pueden ayudar. Objetivo: Estimar la demanda de visitas domiciliarias en la Atención Primaria de Salud (APS), del Sistema Único de Salud, en Florianópolis, Santa Catarina. Métodos: Estudio ecológico de series temporales utilizando ARIMA para proyecciones. Se utilizaron los registros de visitas domiciliarias realizadas por la APS, a partir de la historia clínica electrónica de la Secretaría Municipal de Salud, de enero de 2015 a febrero de 2019. Resultados: El pronóstico apunta a un máximo de 702 visitas en agosto de 2019, seguido de una caída a 573 visitas en diciembre de 2019, y posterior recuperación, con una estimación de 632 para octubre de 2020. La previsión para cada Centro de Salud indicó variaciones en la demanda entre unidades con igual número de Equipos de Salud de la Familia, entre 11,3 a 1,3 visitas/ESF, en el mes 20o mes. Conclusiones: El ARIMA permitió realizar proyecciones de visitas domiciliarias en el municipio, indicando una caída en la demanda de visitas domiciliarias. El método puede ser de gran valor para la proyección de otras demandas en el mismo municipio o en otros municipios que cuenten con datos de series históricas. Futuros estudios pueden ampliar el análisis en este sentido, así como comparar ARIMA con modelos como el suavizado exponencial.Introdução: Espera-se, nos próximos anos, um novo perfil de demanda para o Sistema Único de Saúde em consequência do envelhecimento populacional e do aumento da prevalência de doenças crônicas. Diante disso, faz-se necessário o uso de ferramentas para estimar a demanda futura por serviços. Modelos para a análise de séries temporais como o Autoregressive Integrated Moving Average (ARIMA) podem auxiliar. Objetivo: Estimar a demanda por visitas domiciliares na Atenção Primária à Saúde (APS) do Sistema Único de Saúde, em Florianópolis (SC). Métodos: Estudo ecológico de séries temporais que utilizou o ARIMA para projeções. Adotaram-se as visitas domiciliares realizadas pela APS, registradas do prontuário eletrônico da Secretaria de Saúde do município, de janeiro de 2015 a fevereiro de 2019. As projeções dos 20 meses seguintes foram realizadas para o município e para cada um de seus 49 Centros de Saúde. Resultados: A previsão aponta, em agosto de 2019, a máxima de 702 visitas, seguida de queda para 573 visitas em dezembro de 2019 e posterior recuperação, com estimativa de 632 para outubro de 2020. A previsão para cada Centro de Saúde indicou variações na demanda entre unidades com o mesmo número de equipes de Saúde da Família (ESF), entre 11,3 e 1,3 visitas/ESF, no 20o mês. Conclusões: O ARIMA possibilitou a realização das projeções de visitas domiciliares no município, indicando queda na demanda de visitas domiciliares. O método pode ser de grande valia para a projeção de outras demandas no mesmo município ou em outros que possuam dados de série histórica. Estudos futuros podem expandir a análise nesse sentido, bem como comparar o ARIMA com modelos como a suavização exponencial.Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)2022-10-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigos Originais; Original Articlesapplication/pdfapplication/pdfhttps://rbmfc.org.br/rbmfc/article/view/301210.5712/rbmfc17(44)3012Revista Brasileira de Medicina de Família e Comunidade; Vol. 17 No. 44 (2022); 3012Revista Brasileira de Medicina de Família e Comunidade; Vol. 17 Núm. 44 (2022); 3012Revista Brasileira de Medicina de Família e Comunidade; v. 17 n. 44 (2022); 30122179-79941809-5909reponame:Revista Brasileira de Medicina de Família e Comunidade (Online)instname:Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)instacron:SBMFCporenghttps://rbmfc.org.br/rbmfc/article/view/3012/1760https://rbmfc.org.br/rbmfc/article/view/3012/1761Copyright (c) 2022 Luiza Bolsoni, Leandro Pereira Garcia, Daniela Baumgart de Liz Calderónhttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessBolsoni, LuizaGarcia, Leandro PereiraCalderón, Daniela Baumgart de Liz2023-01-16T23:11:27Zoai:ojs.rbmfc.org.br:article/3012Revistahttp://www.rbmfc.org.br/index.php/rbmfcPRIhttps://www.rbmfc.org.br/rbmfc/oairbmfc@rbmfc.org.br||david@sbmfc.org.br2179-79941809-5909opendoar:2023-01-16T23:11:27Revista Brasileira de Medicina de Família e Comunidade (Online) - Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)false
dc.title.none.fl_str_mv Prediction of house calls in primary care: a time series approach using the ARIMA model
Predicción de visitas domiciliarias en atención primaria: un enfoque de series temporales utilizando el modelo ARIMA
Predição de visitas domiciliares na atenção primária: uma abordagem de séries temporais com o modelo Autoregressive Integrated Moving Average
title Prediction of house calls in primary care: a time series approach using the ARIMA model
spellingShingle Prediction of house calls in primary care: a time series approach using the ARIMA model
Prediction of house calls in primary care: a time series approach using the ARIMA model
Bolsoni, Luiza
Needs Assessment
Primary Health Care
House Calls
Forecasting.
Determinação de Necessidades de Cuidados de Saúde
Atenção Primária à Saúde
Visita Domiciliar
Projeções e predições.
Evaluación de Necesidades
Atención Primaria de Salud
Visita Domiciliaria
Predicción.
Bolsoni, Luiza
Needs Assessment
Primary Health Care
House Calls
Forecasting.
Determinação de Necessidades de Cuidados de Saúde
Atenção Primária à Saúde
Visita Domiciliar
Projeções e predições.
Evaluación de Necesidades
Atención Primaria de Salud
Visita Domiciliaria
Predicción.
title_short Prediction of house calls in primary care: a time series approach using the ARIMA model
title_full Prediction of house calls in primary care: a time series approach using the ARIMA model
title_fullStr Prediction of house calls in primary care: a time series approach using the ARIMA model
Prediction of house calls in primary care: a time series approach using the ARIMA model
title_full_unstemmed Prediction of house calls in primary care: a time series approach using the ARIMA model
Prediction of house calls in primary care: a time series approach using the ARIMA model
title_sort Prediction of house calls in primary care: a time series approach using the ARIMA model
author Bolsoni, Luiza
author_facet Bolsoni, Luiza
Bolsoni, Luiza
Garcia, Leandro Pereira
Calderón, Daniela Baumgart de Liz
Garcia, Leandro Pereira
Calderón, Daniela Baumgart de Liz
author_role author
author2 Garcia, Leandro Pereira
Calderón, Daniela Baumgart de Liz
author2_role author
author
dc.contributor.author.fl_str_mv Bolsoni, Luiza
Garcia, Leandro Pereira
Calderón, Daniela Baumgart de Liz
dc.subject.por.fl_str_mv Needs Assessment
Primary Health Care
House Calls
Forecasting.
Determinação de Necessidades de Cuidados de Saúde
Atenção Primária à Saúde
Visita Domiciliar
Projeções e predições.
Evaluación de Necesidades
Atención Primaria de Salud
Visita Domiciliaria
Predicción.
topic Needs Assessment
Primary Health Care
House Calls
Forecasting.
Determinação de Necessidades de Cuidados de Saúde
Atenção Primária à Saúde
Visita Domiciliar
Projeções e predições.
Evaluación de Necesidades
Atención Primaria de Salud
Visita Domiciliaria
Predicción.
description Introduction: A new profile of demand for Brazil's public healthcare – Sistema Único de Saúde (SUS), is expected in the coming years, due to population-aging and increased prevalence of chronic diseases. Thus, it is necessary to use tools for planning the responsiveness of health services. Models for time series analysis such as the AutoRegressive Integrated Moving Average (ARIMA), can be useful. Objective: The aim of the study is to estimate the demand for home visits in Primary Health Care (PHC) of SUS, in Florianópolis (SC). Methods: Ecological study of time series using ARIMA for projections. Home visits carried out by the PHC, recorded in the electronic medical record of the Municipal Health Department, from January 2015 to February 2019 were used. Results: The forecast points to a maximum of 702 visits in August 2019, followed by a drop to 573 visits in December 2019, and subsequent recovery, with an estimate of 632 for October 2020. The forecast for each Health Center indicated variations in demand between units with the same number of Family Health Teams, between 11.3 to 1.3 visits/FHT, in the 20th month. Conclusions: ARIMA made it possible to carry out projections of home visits in the municipality, indicating a drop in the demand for home visits. The method can be of great value for the projection of other demands in the same municipality or in other municipalities that have historical series data. Future studies can expand the analysis in this regard, as well as compare ARIMA with models such as exponential smoothing.
publishDate 2022
dc.date.none.fl_str_mv 2022-10-07
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artigos Originais; Original Articles
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://rbmfc.org.br/rbmfc/article/view/3012
10.5712/rbmfc17(44)3012
url https://rbmfc.org.br/rbmfc/article/view/3012
identifier_str_mv 10.5712/rbmfc17(44)3012
dc.language.iso.fl_str_mv por
eng
language por
eng
dc.relation.none.fl_str_mv https://rbmfc.org.br/rbmfc/article/view/3012/1760
https://rbmfc.org.br/rbmfc/article/view/3012/1761
dc.rights.driver.fl_str_mv Copyright (c) 2022 Luiza Bolsoni, Leandro Pereira Garcia, Daniela Baumgart de Liz Calderón
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2022 Luiza Bolsoni, Leandro Pereira Garcia, Daniela Baumgart de Liz Calderón
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)
publisher.none.fl_str_mv Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)
dc.source.none.fl_str_mv Revista Brasileira de Medicina de Família e Comunidade; Vol. 17 No. 44 (2022); 3012
Revista Brasileira de Medicina de Família e Comunidade; Vol. 17 Núm. 44 (2022); 3012
Revista Brasileira de Medicina de Família e Comunidade; v. 17 n. 44 (2022); 3012
2179-7994
1809-5909
reponame:Revista Brasileira de Medicina de Família e Comunidade (Online)
instname:Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)
instacron:SBMFC
instname_str Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)
instacron_str SBMFC
institution SBMFC
reponame_str Revista Brasileira de Medicina de Família e Comunidade (Online)
collection Revista Brasileira de Medicina de Família e Comunidade (Online)
repository.name.fl_str_mv Revista Brasileira de Medicina de Família e Comunidade (Online) - Sociedade Brasileira de Medicina de Família e Comunidade (SBMFC)
repository.mail.fl_str_mv rbmfc@rbmfc.org.br||david@sbmfc.org.br
_version_ 1822176257523056640
dc.identifier.doi.none.fl_str_mv 10.5712/rbmfc17(44)3012

Registros relacionados