Use este identificador para citar ou linkar para este item:
https://ri.ufs.br/jspui/handle/riufs/7182
Tipo de Documento: | Monografia |
Título: | Análise discriminante aplicada para predição dos custos assistenciais no setor de saúde suplementar : um estudo de caso |
Autor(es): | Silva, Luiz Inácio Sampaio da |
Data do documento: | 26-Abr-2017 |
Orientador: | Sá, Marcelo Coelho de |
Resumo: | A saúde suplementar no Brasil desempenha função essencial na assistência à saúde. Em 2016, as operadoras de planos de saúde foram responsáveis pela prestação de serviços para 47,8 milhões de beneficiários. Este número denotão grau de relevância da saúde suplementar, em consequência os custos apresentados pelas operadoras são altos, ocasionando várias discussões financeiras, tornando o gerenciamento dos gastos pertinente. Neste cenário, diversos autores apresentaram trabalhos referentes à importância de gerenciar os riscos oriundos das despesas,bem como a realização de predição de custos assistenciais. Desse modo, este trabalho busca,através da análise discriminante,gerar um modelo de predição que contribua para a classificação do risco do beneficiário, possibilitando identificar e analisar o grau de risco individual, permitindoque a empresa direcione esforços estratégicos para gerenciar os custos destas pessoas. Em vista disso, os beneficiários das operadoras do plano de saúde foram classificados em seis tipos de risco: sem fator de risco, baixo risco, médio risco, alto risco, altíssimo risco e risco catastrófico. A partir da classificação do risco, aplicou-se a análise multivariada para a obtenção de um modelo de predição capaz de indicar qual a classificação do indivíduo. Foi aplicada a análise discriminante com a utilização do software SPSS versão 19.0 com o objetivo de estimar a função discriminante. No presente estudo, o público de interesse são os indivíduos com maiores gastos, ou seja, acima de alto custo, sendo estas as pessoas alvo de estratégias de redução dos custos assistenciais futuros.A realização dos pressupostos da análise discriminante revelou que 55,04% dos beneficiários foram classificados corretamente. Assim, como análise adicional, as três primeiras categorias foram agrupadas na classe de baixo risco e as três últimas de alto risco. Na primeira classe observou-se que 99,08% dos indivíduos foram classificados corretamente, no entanto, na segunda, somente 19,71% das observações foram classificadas corretamente. Os resultados abordados no modelo apresentaram pouca relevância na validade preditiva para o problema proposto, porém esse fato não implica que a análise discriminante não possa ser utilizada em operações de gestão de risco nas operadoras de planos de saúde. |
Abstract: | Supplementary health in Brazil plays an essential role in health care. In 2016, health plan operators were responsible for providing services to 47.8 million beneficiaries. This number denotes the degree of relevance of the supplementary health, consequently the costs presented by the operators are high, leading to several financial discussions, making management of expenses relevant. In this scenario, several authors presented papers regarding the importance of managing the risks from expenses, as well as the prediction of care costs. In this way, this work seeks, through the discriminant analysis, to generate a prediction model that contributes to the classification of the risk of the beneficiary, making possible to identify and analyze the degree of individual risk, allowing the company to direct strategic efforts to manage the costs of these people. As a result, the beneficiaries of the health plan operators were classified into six types of risk: without risk factor, low risk, medium risk, high risk, very high risk and catastrophic risk. From the risk classification, the multivariate analysis was applied to obtain a prediction model capable of indicating the classification of the individual. The discriminant analysis was applied using SPSS software version 19.0 in order to estimate the discriminant function. In the present study, the public of interest are the individuals with the highest expenses, that is, above the high cost, being these people the target of strategies to reduce future care costs. The realization of the discriminant analysis assumptions revealed that 55.04% of the beneficiaries were classified correctly. This way, as an additional analysis, the first three categories were grouped into the low-risk class and the last three were at high risk. In the first class it was observed that 99.08% of the individuals were classified correctly, however, in the second, only 19.71% of the observations were classified correctly. The results addressed in the model did not present expressive predictive validity for the proposed problem, but this fact does not imply that the discriminant analysis cannot be used in risk management operations in the health plan operators. |
Palavras-chave: | Ciências atuariais Estatística Planos de saúde no Brasil Custos com saúde Operadoras de planos de saúde Assistência saúde Gestão da saúde no Brasil Cost of care Beneficiaries Discriminant analysis |
área CNPQ: | OUTROS::CIENCIAS ATUARIAIS |
Idioma: | por |
Sigla da Instituição: | Universidade Federal de Sergipe |
Departamento: | DECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencial |
Citação: | SILVA, Luiz Inácio Sampaio da. Análise discriminante aplicada para predição dos custos assistenciais no setor de saúde suplementar : um estudo de caso. São Cristóvão, SE: 2017. Monografia (Bacharelado em Ciências Atuariais) - Departamento de Estatísticas e Ciências Atuariais, Universidade Federal de Sergipe, São Cristóvão, SE, 2017. |
URI: | http://ri.ufs.br/jspui/handle/riufs/7182 |
Aparece nas coleções: | Estatística e Ciências Atuariais |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Luiz_Inacio_Sampaio_Silva.pdf | 1,8 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.