http://repositorio.unb.br/handle/10482/43035
Fichier | Description | Taille | Format | |
---|---|---|---|---|
2021_JoãoCarlosNicolinideMorais.pdf | 3,86 MB | Adobe PDF | Voir/Ouvrir |
Titre: | Efeitos da pandemia do COVID-19 : demanda hospitalar por internações em leitos SUS e comportamento do paciente |
Auteur(s): | Morais, João Carlos Nicolini de |
Orientador(es):: | Silva, Victor Gomes e |
Assunto:: | Hospitais Sistema Único de Saúde (Brasil) Estimação de demanda Regressão logística condicional Sistema de Informações Hospitalares (SIH-RD) Covid-19 |
Date de publication: | 17-mar-2022 |
Data de defesa:: | 19-nov-2021 |
Référence bibliographique: | MORAIS, João Carlos Nicolini de. Efeitos da pandemia do COVID-19: demanda hospitalar por internações em leitos SUS e comportamento do paciente. 2021. 120 f., il. Tese (Doutorado em Economia) — Universidade de Brasília, Brasília, 2021. |
Résumé: | A dinâmica de escolha de pacientes hospitalares no Brasil não foi investigada em grande detalhe pela literatura econômica, sobretudo em uma análise ampla (nacional e regional) e de vários resultados. Assim, utilizando uma enorme massa de dados do SIH-RD (Sistema de Informações Hospitalares), estima-se uma demanda hospitalar através de um modelo de escolha discreta (regressão logística condicional ou modelo logit condicional), considerando também o impacto da pandemia do COVID-19. Com o modelo, encontra-se uma relação intuitiva do odds ratio associado à distância percorrida e uma mudança sensível do odds ratio associado estruturas hospitalares e diagnósticos específicos (e.g. serviços de cardíacos e diagnóstico cardíacos), entre outros resultados similares. Do ponto de vista de variação geográfica, algumas das relações se mantêm aproximadamente estáveis entre as regiões, enquanto outras estimativas demonstram-se mais instáveis regionalmente. O presente trabalho abre espaço para uma agenda de investigação de demanda hospitalar através de modelos de escolha discreta, além de variações regionais. |
Abstract: | The dynamics of hospital choice by patients in Brazil has not been investigated thoroughly in the economic literature or in a broad analysis of regional or national patient behavior. Thus, using the SIH-RD dataset (Sistema de informações Hospitalares or “Hospital Information System”) from the Brazilian public healthcare system (Sistema Único de Saúde – SUS), this work estimates a discrete choice model (conditional logistic regression) in order to address such behavior, considering the period of the COVID-19 pandemic. The estimated model shows an intuitive value for the odds ratio associated with the distance covered by the patient, a change in the odds ratio associated with hospital services and specific diseases (e.g. cardiac services and cardiac diagnosis), among other unique results with the aforementioned approach. From the point of view of geographic variation, some of the relationships remain approximately stable across regions, while some other estimates are more unstable regionally. The present work makes room for a research agenda for investigating hospital demand through discrete choice models, in addition to regional variations. |
Description: | Tese (doutorado) — Universidade de Brasília, Faculdade de Administração, Contabilidade, Economia e Gestão de Políticas Públicas, Departamento de Economia, Brasília, 2021. |
Licença:: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
Collection(s) : | Teses, dissertações e produtos pós-doutorado UnB - Covid-19 |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.