3.10 Extrapole - Número de usuários atentidos por trimestre e previstos com o método ARIMA - D

3.10.1 Conceituação

Projeção trimestral de usuários de medicamento relativo ao Protocolo Clínico e Diretrizes Terapêuticas (PCDT).

3.10.2 Interpretação

  • O eixo vertical (\(y\)) corresponde ao número de usuários do medicamento.
  • O eixo horizontal (\(x\)) corresponde ao trimestre.
  • A linha preta correponte à observação histórica.
  • A linha espessa azul corresponde à projeção.
  • A área escura ao redor da linha espessa azul corresponde desvio na margem de 80% de acerto.
  • A área clara ao redor da linha espessa azul corresponde desvio na margem de 95% de acerto.

3.10.3 Usos

  • Projetar o número de usuários em até cinco anos.
  • Auxilia no cálculo de impacto orçamentário.
  • Auxilia no cálculo de programação da Assistência Farmacêutica.

3.10.4 Limitações

  • Poucos parâmetros, visto que apenas o consumo histórico foi utilizado como entrada no método ARIMA.
  • O erro tende a ser inversamente proporcional ao período observado.
  • O erro tende a ser proporcional às oscilações.
  • A projeção é mais influenciada pelas observações mais recentes.

3.10.5 Fonte

3.10.6 Métodos de Cálculo

Não há cálculo, apenas a aplicação de filtros.

3.10.7 Categorias Sugeridas para Análise

  • Unidade geográfica: região ampliada de saúde e região de saúde.

3.10.8 Dados Estatísticos e Comentários

Visualizar no painel SABEIS > Explore.

3.10.9 Notas

Realizado conforme metodologia RIPSA. Vide a seção fonte.

3.10.10 Visualização

Gráfico cartesiano.

3.10.11 Conjunto de dados e Código-fonte

Pré-requisitos

Baixe o arquivo db_sabeis.tf_pcdt_medicamento_trimestre.csv na pasta dataset.

Certifique-se de que os pacotes R abaixo estejam instalados.

library(forecast)
library(tseries)

R script

td_trimestre = read.csv(file = "td_trimestre.csv")
td_trimestre.plot = read.csv(file = "td_trimestre.plot.csv")

tf_pcdt_medicamento_trimestre = 
  read.csv(
    file = "db_sabeis.tf_pcdt_medicamento_trimestre.csv"
  )

l = dim(subset(
  tf_pcdt_medicamento_trimestre,
  sg_procedimento == 'ADAL40' &
    co_pcdt == 10
))[1] # numero de afericoes
p = which(
  td_trimestre == subset(
    tf_pcdt_medicamento_trimestre,
    sg_procedimento == 'ADAL40' &
      co_pcdt == 10
  )[1, 2]
) # inicio do vetor
f = 20 # trimestres para previsao


plot(
  forecast(auto.arima(
    subset(
      tf_pcdt_medicamento_trimestre,
      sg_procedimento == 'ADAL40' &
        co_pcdt == 10
    )$qt_cns_paciente,
    allowmean = TRUE
  ), h = 20),
  xlab = "",
  ylab = "usuários",
  main = "",
  las = 3  ,
  xaxt = 'n'
)

axis(1,
     at = 1:(l + f + 1),
     labels = td_trimestre.plot[p:(p + l + f), ],
     las = 3)