Вы находитесь на странице: 1из 12

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

SIMULAO DE UM SISTEMA DE CLASSIFICAO DE RISCO


HOSPITALAR
Adriana Bandeira Moraes
Instituto Brasileiro de Geografia e Estatstica, Av. Repblica do Chile,500 - 5 andar
CEP.: 20031-170, Rio de Janeiro; 2142-0171; e-mail: adriana.moraes@ibge.gov.br
Resumo
Este trabalho apresenta a simulao de um sistema de classificao de risco hospitalar
com cinco nveis que foi desenvolvido num espao virtual tridimensional onde os usurios
podem interagir uns com os outros distncia. O principal objetivo deste estudo permitir que
profissionais localizados em diferentes regies possam compartilhar o controle de uma simulao
em tempo real.
Foram realizados diversos experimentos focalizados no setor de emergncia de um
hospital pblico no estado do Rio de Janeiro que no tem um sistema adequado de classificao
preliminar da gravidade dos casos e apresenta problemas de filas de pacientes. O modelo
proposto permite a avaliao de um mtodo de classificao de risco nessa rea do hospital. Os
resultados mostram uma reduo significativa nos tempos mdios de espera para os pacientes de
maior gravidade.
Palavras-chave: Simulao visual, admisso hospitalar, ambiente virtual.
Abstract
This work presents the simulation of a system of hospital selection with five levels of
classification developed in a three-dimensional virtual space where them ones with the others can
interact at a distance. The main objective of this study is to allow that professional located in
different regions can share the control of a simulation in real time.
Diverse experiments focused in the sector of emergency of a public hospital in the state
of the Rio de Janeiro had been carried through do not have an adequate system of preliminary
classification of the gravity of the cases and present problems of patients queues. The considered
model allows the evaluation of a method of selection with five levels of risk in this area of the
hospital. The results show a significant reduction in the average times of wait for the patients of
bigger gravity.
Keywords: Visual simulation, hospital admission, virtual environment.

1. Introduo
O estudo de problemas hospitalares no campo da Pesquisa Operacional envolve, geralmente, o
dimensionamento de equipes mdicas ou de fluxo de pacientes, cuja soluo geralmente muito
complexa. Dentre as tcnicas existentes para resolver esses problemas esto a Teoria das Filas e a
Simulao (De Oliveira, 1999; Arajo Filho et al., 2004; Moraes et al., 2002; Lagergren, 1998;
Gaba, 2004). Na Teoria das Filas o problema solucionado por meio de frmulas matemticas e
costuma ser eficazmente usado quando se deseja observar grandes diferenas entre os sistemas.
Entretanto, possui vrias limitaes como supor em grande parte das suas formulaes que os
processos de chegada e de atendimento seguem a distribuio exponencial, o que pode ser
totalmente inadequado. Na Simulao imita-se o funcionamento do sistema real, o que possibilita
ao analista responder questes do tipo O que aconteceria se, sem que o sistema de interesse

XXXIX SBPO

[2506]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

seja perturbado. Isso permite que a modelagem possa ser implementada sem muitas
simplificaes.
importante dizer que durante um processo de simulao, geralmente, colaboram diversos
participantes de especialidades variadas como engenheiros, mdicos e administradores. Em
alguns casos, esses profissionais podem estar geograficamente distantes, ocasionando, assim,
grandes custos para a sua realizao. Por isso, ambientes de simulao que permitem a
colaborao entre os diversos participantes de um projeto por meio da Internet, como o Groupsim
(Araujo Filho et al., 2004), so cada vez mais estudados nos dias atuais.
A equipe de Simulao Interativa Visual na rea de Sade da Universidade Federal do Rio de
Janeiro (UFRJ), vem desde o final dos anos 90 apresentando projetos referentes rea de
simulao visual 3D. Um dos primeiros trabalhos foi proposto por De Oliveira (1999), que
desenvolveu uma plataforma em 3D que simulava algumas possveis situaes de atendimento no
Instituto de Doenas do Trax (IDT). Outro trabalho foi a criao da simulao multiusurio que
uma nova abordagem de simulao que integra a simulao visual 3D com os ambientes
virtuais multiusurios (AVM);
Um AVM permite que mltiplos usurios, em diferentes localidades, interajam em tempo-real
num espao sinttico, interativo, imersivo, multisensorial e tridimensional (Matijasevic, 1997). O
mtodo criado por Moraes et al. (2002) para fazer uma simulao neste ambiente uma extenso
natural do mtodo apresentado por De Oliveira (1999) e permite que seus usurios, atravs de sua
representao virtual chamada de avatar, possam assumir o papel de entidades como pacientes e
enfermeiros durante um atendimento hospitalar de emergncia. O experimento permitiu que essas
pessoas tivessem a sensao de estar num processo de admisso hospitalar ao assumir o papel
dessas entidades durante a simulao.
O presente trabalho apresenta uma aplicao da simulao 3D num ambiente multiusurio em
que os profissionais tm a oportunidade de interagir uns com os outros distncia contribuindo
na modelagem do sistema. Essa plataforma permitiu dimensionar o nmero de leitos de um um
setor de emergncia por severidade pela Internet. Com este fim, foi criado um cenrio num
ambiente virtual no qual os usurios puderam simular um sistema de classificao de risco com
cinco nveis de severidade que pretende ser implantado no departamento de emergncia do
Hospital Universitrio Antnio Pedro (HUAP), localizado em Niteri, Rio de Janeiro.
2. A emergncia do HUAP
O setor de emergncia do HUAP tem como meta atender aos casos de emergncia de alta
complexidade da Regio Metropolitana II do Rio de Janeiro. Atualmente, entretanto, feito todo
tipo de atendimento mdico a qualquer paciente que esteja passando mal, mesmo que ele no seja
da sua regio de abrangncia. O setor de emergncia tem as seguintes reas: Porta de Entrada,
Recepo, Trauma, Triagem, Box e as Especialidades Mdicas, como Ortopedia, Oftalmologia
Cardiologia, entre outras.
O atendimento na rea de emergncia feito diariamente na parte da manh e da tarde. Os
pacientes podem chegar andando ou de ambulncia. Em mdia se atende diariamente cerca de
175 pessoas nesse setor. Na tabela 1 est a proporo, aproximada, dos pacientes que chegam
procurando atendimento mdico de emergncia.
Tabela 1: Proporo de atendimento no setor de emergncia
Homens
30%

XXXIX SBPO

Mulheres
30%

Crianas
40%

[2507]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

A Triagem a rea responsvel pelo atendimento da demanda espontnea do hospital, isto ,


pelos pacientes que chegam andando no setor de emergncia. A recepo quem, geralmente, faz
o encaminhamento do paciente para esta rea, aps sua entrada na emergncia. A Triagem
divida em Enfermagem e Mdica, composta por dois enfermeiros e um mdico, respectivamente.
A Triagem da Enfermagem responsvel pelo primeiro atendimento mdico no paciente,
coletando dados referentes ao seu estado de sade para posterior anlise mdica. Aps este
atendimento o paciente encaminhado para a Triagem Mdica. Nesta, o paciente atendido por
um mdico que examina seu estado de sade e, dependendo do caso, pode encaminh-lo para
outra rea de atendimento mdico dentro do hospital ou para atendimento externo. No esto
sendo considerados no nosso estudo os atendimentos peditricos.
A maior dificuldade do administrador do HUAP atender a demanda dos pacientes que procuram
o setor de emergncia pelo grau de severidade. A rea do Box tem 16 leitos para os pacientes
que devem ficar em observao. A rea do trauma tem 8 leitos para os pacientes de alta
complexidade. Entretanto, no raro encontrar pacientes de baixo nvel de severidade nesses
leitos. O pior que essas reas acabam se ocupando mais com esse tipo de atendimento do que
com os casos de alta complexidade, o que causa grandes filas e o uso indevido de recursos.
Magalhes (2006) mostrou que um sistema de classificao de risco com trs nveis de
severidade melhora o tempo de espera na fila dos pacientes e a classificao entre os pacientes de
alta, mdia e baixa complexidade. Neste trabalho proposto um sistema de classificao de risco
com cinco nveis para dimensionar o nmero adequado de leitos por severidade.
3. Classificao de risco com cinco nveis de severidade
Uma das finalidades de um sistema de classificao de risco num departamento de emergncia
(DE) priorizar a entrada de pacientes que no podem esperar por tratamento mdico. Esse
sistema na emergncia deve considerar o estado clnico do paciente e os fatores que influenciam
seu fluxo no processo de atendimento (Gilboy et al., 2005). Aconselha-se que seja feita por uma
enfermeira experiente, que j tenha demonstrado competncia na implantao das regras de
classificao de risco(Toulson et al., 2005).
Segundo um estudo feito em 2003 pelo American College of Emergency Physicians (ACEP) e o
Emergency Nurses Association (ENA), o sistema de classificao de risco com cinco nveis
mostrou-se mais confivel que o sistema com trs nveis (Fernandes et al., 2005; Gilboy et al.,
2005). Entre os diversos sistemas com cinco nveis existentes podemos citar o Australian Triage
Scale (ATS), o de Manchester , o Canadian Triage and Acuity Scale (TCAS) e o Emergency
Severity Index (ESI).
O ESI o sistema de classificao de risco utilizado nesse trabalho e foi criado nos Estados
Unidos no final dos anos 90 mdicos Richard Wuerz e David Eitel. um sistema que apresenta
um novo conceito de classificao de risco, onde se seleciona o paciente pelo seu grau de
severidade e se verifica qual recurso necessrio no seu atendimento. O mtodo considera que
no basta saber quem deve ser atendido primeiro, j que dois ou mais pacientes podem
necessitar de atendimento imediato simultaneamente. Num caso como esse, deve-se saber
quanto tempo um paciente pode esperar pelo atendimento?. O principal objetivo do ESI
conseguir o paciente correto, para o recurso correto, no lugar correto e no tempo correto. O
algoritmo que a enfermeira deve utilizar para classificar o paciente num dos cinco nveis de
severidade tem quatro perguntas est na figura 1.

XXXIX SBPO

[2508]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

Figura 1: : Algoritmo do Emergency Severity Index (Gilboy et al., 2005)


No ponto A do algoritmo, a enfermeira verifica qual o risco de morte do paciente, isto , se o
paciente necessita de alguma interveno mdica imediata para salvar sua vida. Se a resposta
positiva, o processo da classificao de risco completo e o paciente automaticamente
classificado como nvel um. Na maioria dos casos, esse paciente admitido na Unidade de
Tratamento Intensivo (UTI) e requerem uma equipe de trauma para o seu atendimento. Se a
resposta do ponto A negativa, ento o paciente no corre risco eminente de morte. Neste caso, o
paciente encaminhado para o ponto de deciso B onde verificado se ele pode receber algum
atendimento da enfermeira sem a deteriorao do seu estado clnico. Se a resposta positiva,
ento o paciente classificado como do nvel dois. Seno, ele dirigido para a prxima etapa do
algoritmo. Ressalta-se que o registro dos pacientes nos nveis um e dois pode ser feito pelo
familiar ou pela pessoa que o acompanhou at o DE.
Se as respostas para os pontos A e B forem negativas, ento o paciente deve ser encaminhado
para o ponto de deciso C. A enfermeira deve ento perguntar Quantos recursos diferentes o
paciente vai consumir para que o mdico tome uma deciso segura sobre o seu estado clnico?.
A deciso do mdico pode ser desde mandar o paciente para casa at transferi-lo para outra
unidade hospitalar. Evidentemente, a enfermeira deve ter uma boa experincia para estimar esses
recursos com segurana. Se o paciente no necessitar de nenhum recurso, ento ele do nvel
cinco. Se necessitar de um recurso, ento do nvel quatro. Se necessitar de muitos recursos,
ento ele pode ser classificado como nvel trs ou dois, dependendo de como se encontram os
seus sinais vitais (Gilboy et al.,2005). No endereo da Internet http://www.ahrq.gov/research/esi
possvel obter uma cpia do livro que demonstra como implantar o ESI num departamento de
emergncia.

XXXIX SBPO

[2509]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

4. O modelo de simulao
Estabelecemos que o paciente ao entrar pela Porta de Entrada deve ser diretamente atendido pelas
enfermeiras que usam o algoritmo da figura 1 para classific-lo em um dos cinco nveis de
severidade do ESI. Estimou-se (Mahapatra et al., 2003; Magalhes, 2006) que as percentagens
dirias por nvel de severidade so de 1.25% para o nvel 1, 23.61 para o nvel 2, e 25.05 para os
nveis 3,4 e 5. Tentou-se aproveitar o mximo de recursos j disponveis no hospital, por isso os
leitos dos boxes e do trauma foram distribudos por nveis de severidade. A figura 2 apresenta o
sistema de admisso em cinco nveis para o departamento de emergncia do HUAP.

Figura 2: Sistema de admisso em cinco nveis


A rea da Triagem da Enfermagem continuou com duas enfermeiras. A distribuio dos leitos,
como Mahapatra et al. (2003), no considerou o dimensionamento de equipes mdicas. O nvel 1
ficou com 4 leitos do trauma, o nvel 2 com 4 leitos tambm do trauma, o nvel 3 com 12 leitos
do Box e o nvel 4 com os 4 leitos restantes. O nvel 5 ficou com o mdico da rea de Triagem
Mdica. Um resumo desses dados, com os respectivos tempos de atendimento, esto na tabela 2.
Tabela 2: Configurao dos servidores
rea da Triagem Servidores Quantidade Tempos (min)
Triagem
Enfermeiras
2
Triangular (2,3,5)
Nvel 1
Leitos
4
Uniforme (30,90)
Nvel 2
Leitos
4
Uniforme (20,240)
Nvel 3
Leitos
12
Uniforme (10,360)
Nvel 4
Leitos
4
Uniforme (10,120)
Nvel 5
Mdico
1
Uniforme (10,60)
Esta configurao foi usada para avaliar quais seriam os tempos na fila dos pacientes de maior
gravidade com este novo mtodo de classificao de risco. Na prxima seo mostrado como
foi implementado este modelo de simulao.

XXXIX SBPO

[2510]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

5. Simulao em um AVM
A metodologia da simulao multiusurio incorpora o know-how adquirido pela equipe de
pesquisa em Simulao Interativa Visual com o uso da plataforma para simulao visual em 3D e
incorpora novas tecnologias e tendncias apontadas no campo da modelagem de simulao. Os
principais passos para sua implementao que foram utilizados nesse trabalho so:

Formulao do problema: Este o passo inicial em que o usurio codifica o problema. a


parte onde so definidas as atividades, as entidades e as filas do sistema. O Ciclo da
Entidade, que um diagrama que mostra a seqncia de filas e atividades de uma entidade,
foi usado neste momento.

Simulao discreta: O Mtodo por Eventos, introduzido por Markowitz em 1963, foi usado
para fazer a simulao do modelo. Ressalta-se que este mtodo se mostrou o mais adequado
para fazer o controle de entrada e sada das entidades num AVM.

Construo do modelo 3D: Utilizando as informaes dos passos anteriores, criou-se o


cenrio da animao da simulao. Foi feito um AVM comercial que tem um sofisticado
Software Development Kit (SDK) em linguagem C que permite ao programador criar
facilmente robs (bots) que interagem com os objetos do cenrio.

Experimentos no cenrio 3D: Usou a Lista de Eventos Futuros (LEF) gerada por um
programa de simulao para controlar todos os eventos programados para acontecer no
presente e no futuro (Law e Kelton, 1999), principalmente, a entrada e sada dos robs que
representam as entidades na simulao.

A implementao da simulao discreta foi feita num programa em linguagem C chamado de


SIMUHOSP. Na prxima seo apresentado o algoritmo que compe esse programa e sua
integrao com a animao da simulao no AVM.
6. O programa de simulao
O SIMUHOSP composto de elementos que facilitam a sua codificao e depurao (Law e
Kelton, 1999). Os mais importates so:

Variveis de sistema: So as variveis necessrias para descrever o sistema num momento


particular;
Contadores estatsticos: So as variveis utilizadas para guardar informaes estatsticas
sobre o sistema;
Rotina de inicializao: uma sub-rotina para inicializar o modelo da simulao no instante
zero;
Rotina de avano do tempo: uma sub-rotina que determina e avana o relgio para o evento
mais eminente da LEF;
Rotina do evento: uma sub-rotina que atualiza o sistema quando ocorre um evento em
particular. Para cada evento existe apenas uma rotina;
Gerao de Relatrios: uma sub-rotina que utiliza os contadores estatsticos para gerar no
final da simulao um relatrio estatstico das variveis de interesse do sistema;
Programa principal: a rotina que controla toda a simulao.
Na figura 3 mostrado como esses elementos se relacionam:

XXXIX SBPO

[2511]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

Figura 3: Elementos de um programa de simulao


Para fazer a animao da simulao num AVM necessrio modificar a metologia
apresentada por Moraes et al. (2002), j que neste caso as entidades da simulao no sero mais
representadas nos cenrios tridimensionais por avatares, mas por robs. Por isso, foram
adicionadas nas rotinas dos eventos de chegada e sada do Mtodo por Eventos (Pidd, 1998) as
rotinas do SDK (Active Worlds, 2006) que adicionam e deletam o rob do cenrio, como
mostrado na figura 4.

XXXIX SBPO

[2512]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

Figura 4: Rotinas Modificadas de Entrada e Sada do Mtodo por Eventos


Considerando as rotinas apresentadas acima e o cenrio da simulao da figura 5, tem-se que a
rea de entrada a parte que fica em frente porta de entrada da regio reservada ao
atendimento. Observando a parte de trs do cenrio, da esquerda para a direita, esto as salas de
atendimento do nvel 1 ao 5. Na parte da frente, est a sala da triagem da enfermeira. Existe um
rob na sala de atendimento do nvel 5 que representa o mdico e dois robs na sala da triagem
que representam as enfermeiras. As regies em frente s mesas dessas salas so as reas de
servio. Nas salas com leitos, a rea de servio fica em cima do leito. A rea da fila corresponde
regio que fica atrs do ltimo rob que representa um paciente que espera por atendimento. Se
no existir nenhum paciente, a rea da fila corresponde rea de entrada.

XXXIX SBPO

[2513]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

Figura 5: Cenrio da simulao no AVM


Os robs que representam os pacientes so identificados por cores que individualizam seu nvel
de severidade. Isso permite a visualizao dos fluxos e filas do sistema com maior clareza. As
cores so: vermelho para o nvel 1, laranja para o nvel 2, amarelo para o nvel 3, azul para o
nvel 4 e verde para o nvel 5. A criao desse cenrio seguiu as instrues apresentadas em
Active Worlds (2006). Na prxima seo apresentado como foi a simulao com usurios no
AVM.
7. O experimento
O experimento foi feito com profissionais de Pesquisa Operacional que estavam distantes entre si
e que, por meio de seus avatares, visualizavam o que acontecia no cenrio da simulao. Alis,
durante todo o momento os participantes podiam se comunicar atravs de um canal de
conversao que faz parte do AVM. Na figura 6 resumido esquematicamente como aconteceu
todo o processo.
Como pode ser observado, um dos profissionais ficou responsvel pela entrada de dados no
SIMUHOSP, que era o nmero de leitos reservados para o atendimento de cada nvel. Para cada
simulao foram feitas 30 rodadas de 1440 minutos de funcionamento da emergncia do HUAP.
As animaes duravam, aproximadamente, 7 minutos. No final eram enviados relatrios, atravs
do canal de conversao, com as sadas relacionadas aos tempos mdios que os pacientes
gastavam na fila do atendimento. Essas eram as sadas (respostas) do modelo. As modificaes
(experimentaes) eram originadas pelas sugestes dos profissionais, aps anlise do modelo
simulado, ao responsvel pela entrada de dados.

XXXIX SBPO

[2514]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

Figura 6: Experimento no AVM


8. Resultados
Apesar do ESI no ter o tempo de espera na fila como indicador de qualidade, comum nos
sistemas de cinco nveis ter um tempo mximo de espera para cada nvel de severidade. Por isso,
foram feitas diversas simulaes para dimensionar o nmero de leitos por nvel de severidade,
todas tiveram a colaborao dos profissionais que participavam do experimento. Na tabela 3
esto o nmero de enfermeiros, mdicos e leitos por simulao. importante dizer que se tentou
utilizar o quantitativo de servidores e leitos j existentes no HUAP.
Tabela 3: Dimensionamento de servidores

Simulao
1
2
3
4
5
6
7
8

Enfermeira
Triagem
2
2
2
2
2
2
2
2

Nvel 1
4
3
2
3
3
3
3
3

Numero de leitos
Nvel 2
Nvel 3
4
12
5
12
6
12
7
10
8
9
9
8
9
9
9
10

Nvel 4
4
4
4
4
4
4
3
2

Mdico
Nvel 5
1
1
1
1
1
1
1
1

Considerando que os tempos de espera na fila devem ser inversamente proporcionais ao nvel de
severidade, simularam-se diversas combinaes de leitos por severidade. Os resultadoa so
mostrados na figura 7. Na primeira simulao usou-se o dimensionamento utilizado atualmente
no HUAP. O resultado foi um tempo na fila muito alto para os pacientes do nvel 2, que
esperariam mais de uma hora por um atendimento. As simulaes 2 e 3 transferiram os leitos do
nvel 1 para o nvel 2 at o tempo de espera do paciente do nvel 1 ser maior do que zero, o que
aconteceu na simulao 3. Como o paciente do nvel 1 requer atendimento imediato e o tempo de
espera do paciente do nvel 2 continuou alto, estudou-se a transferncia dos leitos do nvel 3 para
o nvel 2 nas simulaes 4, 5 e 6. Na simulao 6 o tempo de espera do nvel 2 ficou prximo
dos 8 minutos, o que est abaixo do tempo estabelecido no sistema de Manchester, por exemplo,
que de 10 minutos. Por isso, tentou-se nas simulaes 7 e 8 transferir os leitos do nvel 4 para o
nvel 3, j que o tempo na fila para estes pacientes ficou sendo o maior de todos. A configurao
da simulao 7 mostrou-se como a mais adequada, j que na simulao 8 o tempo de espera dos
pacientes do nvel 4 ficou maior que o do nvel 5.

XXXIX SBPO

[2515]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

Tempo (min)

A Pesquisa Operacional e o Desenvolvimento Sustentvel

120
110
100
90
80
70
60
50
40
30
20
10
0

Triagem
Nvel 1
Nvel 2
Nvel 3
Nvel 4
Nvel 5

Simulao

Figura 7: Tempo mdio na fila por simulao


9. Concluses
Este artigo apresentou uma aplicao da simulao num AVM em que os profissionais puderam
de interagir entre si, contribuindo na modelagem de um sistema de classificao de nvel com
cinco nveis que dimensionou o nmero de leitos de um um setor de emergncia, diminuindo o
tempo de espera na fila dos pacientes de maior gravidade.
Uma grande realizao deste trabalho foi construir uma rplica do setor de emergncia que foi
usada para avaliar os problemas existentes sem a necessidade de mudanas fsicas e nas
caractersticas operacionais do cotidiano dos profissionais envolvidos no setor. Esta contribuio
prtica foi bem aceita pela direo do hospital, pelas chefias de equipe e pelos profissionais
envolvidos.
Agradecimentos
Agradeo ao meu querido amigo e orientador de doutorado Professor Mario Jorge Ferreira de
Oliveira pelo apoio e dedicao.
Referncias Bibliogrficas
[ 1 ] Active Worlds. (2006). http://www.activeworlds.com.
[ 2 ] Arajo Filho, W., Hirata, C.M. & Yano, E.T. (2004). GroupSim: A Collaborative
Environment for Discrete Event Simulation Software Development for the World
WideWeb. Simulation, 80, 257-272.
[ 3 ] De Oliveira, M. J. F. (1999). 3D Visual Simulation Platform for the project of a new
hospital facility, In: V de Angelis (Ed.) Monitoring, Evaluating, Planning Health Services,
World Scientific Publish Co. Pte. Ltd, 24, 39-52.
[ 4 ] Fernandes, C., Tanabe, P., Gilboy, N., Johnson, L., McNair, R., Rosenau, A., Sawchuk, P.,
Thompson, D., Travers, D. & Bonalumi, N. (2005). Five-Level Triage: A Report from the
ACEP/ENA Five-Level Triage Task Force. Journal of Emergency Nursing, 31(1), 39-50.
[ 5 ] Gaba, D.M. (2004). The future vision of simulation in healthcare. Quality & Safety in
Health Care, 13(1), :i2-i10.

XXXIX SBPO

[2516]

X X X I X SBPO

28 a 31/08/07 Fortaleza, CE

A Pesquisa Operacional e o Desenvolvimento Sustentvel

[ 6 ] Gilboy, N., Tanabe, P., Travers, D.A., Rosenau, A.M. & Eitel, D.R. (2005). Emergency
Severity Index, Version 4: Implementation Handbook. AHRQ Publication No. 05-0046-2.
Rockville, MD: Agency for Healthcare Research and Quality.
[ 7 ] Lagergren, M. (1998). What is the role and contribution of models to management and
research in the health services? A view from Europe. European Journal of Operational
Research, 105, 257-266.
[ 8 ] Law, A.M. & Kelton, W.D. (1999). Simulation Modeling and Analysis, McGraw-Hill , 3
edition.
[ 9 ] Magalhes, M.S. (2006). Simulao do sistema de admisso de emergncia do Hospital
Universitrio Antnio Pedro. Tese de M. Sc., COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.
[ 10 ] Mahapatra, S., Koelling, C.P., Patvivatsiri, L., Fraticelli, B., Eitel, D. & Grove, L. (2003).
Pairing emergency severity index5-level triage data with computer aided system design to
improve emergency department access and throughput. Proceedings of Winter Simulation
Conference.
[ 11 ] Matijasevic, M. (1997). A Review of Networked Multi-User Virtual Environments. In:
Tech. Rep. TR97-8-1, Center for Advanced Computer Studies, Virtual Reality and
Multimedia Laboratory, University of Southwestern Lousiana, USA.
[ 12 ] Moraes, A.B., Oliveira, M.J.F., Esposito, S.M. & Bordalo, S.M. (2002). A Multi-User
Simulation of a Hospital Queue. In: Mario Jorge Ferreira de Oliveira (Ed.) Accessibility
and Quality of Health Services, Peter Lang, 207-221.
[ 13 ] Pidd, M. (1998). Computer simulation in management science, Ed. John Wiley & Sons,
Inc, 4 edition.
[ 14 ] Toulson, K., Laskowski-Jones, L. & McConnell, L. (2005). Implementation of the FiveLevel Emergency Severity Index in a Level I Trauma Center Emergency Department with
a Three-Tiered Triage Scheme, Journal of Emergency Nursing, 31, 259-264.

XXXIX SBPO

[2517]