UMA PROPOSTA PARA UTILIZAR OS MÉTODOS ESTATÍSTICOS DA QUALIDADE NO AUXÍLIO DA GESTÃO DO CONTROLE DA DENGUE OU DO VETOR.

Edson Kurokawa (*) Engenheiro Civil pela UFG e Mestre em Engenharia de Produção pela UFSC. Trabalha na empresa Saneamento de Goiás S/A, onde atuou como gerente das regionais de Ceres, Porangatu e gerente do distrito de Trindade. Atualmente exerce atividades na supervisão de pitometria e macromedição. Antonio Cezar Bornia Universidade Federal de Santa Catarina. (*) Endereço: rua 236, nº. 375 apto.703 Edifício Júlio Verne. Setor Universitário Goiânia – GOIÁS- BRASIL CEP 74610-090 Telefone: 55 (062) 202-35-47 e 55 (62) 202-40-60 r. 206 e-mail: edsonkurokawa@uol.com.br e kurokawa@saneago.com.br RESUMO Neste artigo é mostrado uma proposta de aplicação dos métodos estatísticos da qualidade para auxílio na gestão pública. Nesse caso, o processo em estudo é o controle da doença (dengue) ou do mosquito transmissor da dengue (aedes aegipty) . Para isso, são mostradas duas possibilidades para o levantamento de dados para análise: a doença e o vetor. Estes dados poderão ser analisados com a utilização destas ferramentas estatísticas. Através desta análise, é possível avaliar a gestão do controle da doença e priorizar ações de combate. As principais ferramentas utilizadas nesta proposta são: o Diagrama de Visualização de Defeitos, a Estratificação de Dados, o Controle Estatístico do Processo (CEP) e o Diagrama de Pareto. Palavras-chave: métodos estatísticos da qualidade, gestão de controle, dengue. INTRODUÇÃO

Com a chegada do verão do ano de 2002 e o período chuvoso no Brasil, houve um crescente aumento do número de casos de dengue no país. Esta doença é transmitida pelo mosquito Aedes Aegypts e alastrou-se principalmente nas grandes áreas urbanas do país, devido às condições favoráveis de proliferação. Segundo Teixeira et al.(1999) os ambientes urbanos, com sua alta densidade demográfica e condições propícias, favorecem a proliferação do mosquito vetor da doença. Devido a falta de uma estratégia eficaz de combate, além de uma política pública para isso, o vírus da dengue disseminou-se em grandes centros urbanos, constituindo um grave problema de saúde pública. O objetivo deste artigo é propor a utilização dessas ferramentas para auxiliar os gestores das grandes regiões urbanizadas do país através do uso dos métodos estatísticos da qualidade na avaliação e priorização de ações para o combate desta doença. MÉTODOS ESTATÍSTICOS DA QUALIDADE Os principais métodos estatísticos da qualidade são utilizados principalmente em processos industriais para avaliação e análise de problemas na busca de soluções. O presente artigo vai propor a utilização de quatro ferramentas básicas consagradas e utilizadas nos processos industriais para auxílio no gerenciamento do processo de controle do vetor transmissor da dengue. As ferramentas estatísticas a serem utilizadas serão: o Controle Estatístico do Processo (CEP), o diagrama de visualização de defeitos, a estratificação dos dados e o diagrama de Pareto. Será realizada uma pequena revisão teórica sobre essas ferramentas e depois uma proposta para utilização delas como ferramentas de gestão.

1

+ 3 sigma

+ 2 sigma

+ 1 sigma

- 1 sigma

- 2 sigma

- 3 sigma

Média

Característica daqualidade avaliada

Tempo ou nº de amostras

Figura 1 – Representação de uma carta de controle genérica.

CONTROLE ESTATÍSTICO DO PROCESSO (CEP) O CEP é um conjunto de técnicas e ferramentas estatísticas organizadas de modo a proporcionar, através da aplicação destas, a manutenção e a melhoria dos níveis de qualidade de um processo (Schissatti, 1998). O CEP foi proposto inicialmente pelo estatístico Walter Shewhart na BELL LABORATORIES. O CEP é utilizado principalmente em processos industriais para análise e busca de correção de problemas. Conforme Ramos (1997), o CEP ainda não foi explorado em todo o seu potencial. Várias outras aplicações, além do ramo industrial são possíveis, tais como em serviços, agricultura, pecuária e gestão pública. Conforme Ramos (1997, p.193), para a geração de um gráfico de controle são necessários os seguintes procedimentos:

“... na prática, como não se conhece nem o valor da média e nem o do desvio padrão da população, torna-se necessário estimá-los (substituí-los) a partir das estatísticas fornecidas pelas amostras. No cálculo dos limites de controle e obtenção das amostras, as seguintes regras devem ser obedecidas: a) o desvio padrão utilizado deve ser estimado com base na variação dentro da amostra, não se aceitando nenhum outro tipo de estimador; b) os gráficos sempre utilizam limites de controle localizados à distância de três desvios padrão da linha média; c) os dados devem ser obtidos e organizados em amostras (ou subgrupos) segundo um critério racional, visando permitir a obtenção das respostas necessárias; d) O conhecimento obtido através dos gráficos de controle deve ser empregado para modificar as ações conforme adequado.”

A figura 1 mostra uma representação genérica de uma carta de controle. ESTRATIFICAÇÃO DE DADOS Vieira (1999) define estratificação como “ o processo de dividir o todo heterogêneo em subgrupos homogêneos”. Em processos industriais, a finalidade da estratificação é poder separar os dados por: grupos de máquinas ou equipamentos, métodos de processamento, operadores ou matérias-primas, em partes, de tal forma que possa ser caracterizado o todo. A figura 2 mostra um exemplo simbólico de estratificação de dados, na qual as figuras representam um conjunto de dados que foram separados (estratificados) por categorias.

Figura 2 – Representação simbólica de uma estratificação de um conjunto de dados. DIAGRAMA DE VISUALIZAÇÃO DE DEFEITOS O diagrama de visualização de defeito é a figura representativa de uma determinada unidade, em várias vistas, com a finalidade de representar o local que apresenta maior quantidade de defeitos e problemas, para que se faça uma posterior análise e se determinem as causas potenciais dos defeitos (Montgomery, 1997). Essa ferramenta foi criada inicialmente para avaliação de causas de defeitos em processos industriais. Segundo Wadsworth (1987), inicialmente eram utilizados croquis em folhas de papel, no qual o responsável marcava os locais onde ocorriam maiores concentrações de problemas. A figura 3 mostra um croqui para levantamento de defeitos utilizado nas fábricas de aviões americanas na 2ª guerra mundial. Nele são mostrados os locais onde ocorriam as maiores quantidades de defeitos. A partir dessa constatação, procurou-se corrigir esses pontos críticos.

Figura 3 – Diagrama de visualização de defeitos mostrando áreas críticas. Fonte: Wadsworth (1986, p. 298).

Estratificação de dados

2

Com o avanço da informática, essa técnica pode ser adaptada aos tempos atuais, com a utilização de softwares que trabalhem com desenhos ou mapas associados a um banco de dados. Ao invés de trabalhar com croquis de papel, podem ser utilizados mapas temáticos em programas como o Autocad Map ou o Arcview. DIAGRAMA DE PARETO O diagrama de Pareto é a ferramenta utilizada para a determinação de prioridades na resolução de problemas nas organizações. Pareto foi um economista do século XIX que, ao estudar a distribuição de riqueza em sua época, verificou que “ poucas pessoas possuíam uma grande porcentagem do total e muitas, uma pequena parte”. Segundo Ramos (1997), o diagrama de Pareto tem por finalidade priorizar os problemas de maneira sistemática quando se tem um grande número de problemas e recursos limitados para resolvê-los. Nessa situação, o diagrama indica as áreas mais problemáticas, segundo uma ordem de prioridade. A figura 4 mostra uma representação do diagrama de Pareto. Outro autor, Juran (1995, p.323) afirma, sobre a utilização do diagrama de Pareto, que: “...quanto mais numerosas as atividades, maior a tarefa de analisar o que está acontecendo. Nós poderemos fazer uma redução considerável do trabalho envolvido com apenas uma pequena redução no valor da análise. O método consiste em aplicar o princípio de Pareto e se concentrar nos poucos e vitais”. PROCESSO DE CONTROLE O processo de controle proposto neste trabalho é mostrado no fluxograma da figura 5. Nele é feito uma representação simbólica de todas as fases propostas, sendo constituído basicamente de duas etapas principais. A primeira etapa corresponde ao processo de levantamento dos dados e informações nos quais pretende-se avaliar. Para isso, é necessário possuir um mapa digitalizado da área urbana a ser estudada. Este mapa pode ser dividido em setores ou regiões de controle para facilitar o trabalho nas grandes áreas urbanas. O próximo passo seria a montagem de um banco de dados com informações sobre os doentes ou sobre os focos dos vetores da doença. A segunda etapa envolve uma análise das informações geradas na etapa anterior com as ferramentas estatísticas da qualidade. Para isso, pode ser feita uma vinculação no mapa digital com o banco de dados pesquisado através de ferramentas GIS. Através desse modelo de diagrama de visualização de defeitos, pode-se levantar e visualizar as áreas críticas. Pode-se trabalhar com a estratificação dos dados levantados no banco de dados. O CEP pode ser utilizado para avaliar os indicadores de setores de controle. O diagrama de Pareto é utilizado para análise e definição de prioridades de ações.

Gráfico de Pareto

020406080

100

A B C D E FCausas de perdas

0,00%20,00%40,00%60,00%80,00%100,00%

Valor Valor percentual

Figura 4 – Representação do Gráfico de Pareto.

Pesquisa e levantamento do bancode dados

- Dados de focos de larvase/ou

- Dados de doentes e tipo

Mapa digitalizado da região em estudo

Diagrama devisualização deproblemas compontos críticos

locados no mapadigital

Análise de Paretopara

estabelecimentode prioridades

Estratificação dosdados para

melhorar a análise

Levantamento dedados de doentes

em postos deatendimento.

Levantamento dedados de focos delarvas de mosquito

ou criatórios

CEP para acompanhamento de dados e indicadores.

Levantamentode dados e

informações

Análise dosdados com

utilização dasFerramentasEstatísticas

da Qualidade

Banco de dados

Figura 5 – Fluxograma com todas as fases da proposta deste trabalho.

3

Levantando mapas digitais de regiões urbanizadas Uma forma atual para utilização do diagrama de visualização de defeitos é através da tecnologia GIS (Geographic Information System). Através dela é possível fazer uma representação gráfica de uma entidade, como por exemplo, uma cidade. Com a utilização dessa tecnologia, é possível georeferenciar informações, ou seja, associar um banco de dados a uma entidade gráfica e que possibilitem a análise de um problema. No caso em estudo, a versão do diagrama de visualização de defeitos é representada através de um mapa digitalizado da área urbana em estudo. A figura 6 mostra um exemplo de representação gráfica de um mapa digital de uma cidade feita no Autocad Map. Através do mapa digital é possível dividir toda a área urbana em regiões menores, ou setores de controle. Cada setor pode envolver unidades administrativas menores. Esse processo facilita a administração do controle, no qual os responsáveis atuarão no processo de gestão através de equipes de combate à doença que atuarão a nível setorial. A figura 6 mostra um exemplo fictício de separação de uma área urbana (mapa digital de uma cidade) em regiões administrativas menores para facilitar o controle por áreas ou divisões.

Figura 6 – Exemplo de mapa digital mostrando parte da cidade e outro com divisões administrativas. Banco de dados Um banco de dados para fazer um estudo ou análise objetivando um controle do mosquito ou da doença pode ser montado a partir de vários níveis de informações. São colocadas duas sugestões, conforme mostradas a seguir: - Cadastro de doentes – a partir de pesquisa em unidades de atendimento a doentes portadores da doença, pode-se

levantar, através de questionários, dados e informações da pessoa atendida. Levantaria as seguintes informações: nome, endereço completo de residência, endereço completo do possível local da contaminação, caso seja diferente do local da residência e tipo da doença (dengue simples tipo 1, tipo 2 ou hemorrágica);

- Cadastro de focos de larvas do mosquito – a partir de pesquisa dos agentes de saúde, levantaria também informações referentes aos focos. A seguir, são mostrados os dados possíveis de serem levantados: endereço, nome do proprietário do terreno ou residência, nível do foco de criação de larvas do mosquito ou do mosquito (baixo, médio ou alto). Este nível poderia ser levantado a partir de critérios objetivos, os quais se classificariam por valores numéricos, através de indicadores de níveis de infestação. Para a montagem de um banco de dados informatizado, podem ser utilizados softwares como o ACCESS da

Microsoft. Os bancos de dados gerados através do ACCESS são compatíveis com softwares com ferramentas GIS, tais como o Autocad Map ou o Arcview.

4

APLICANDO AS FERRRAMENTAS ESTATÍSTICAS DA QUALIDADE NA ANÁLISE DO PROBLEMA. Vinculando o banco de dados a uma entidade gráfica (Diagrama de visualização de defeitos). Perna et al. (1997) descreve em seu trabalho um modelo de sistema GIS para georeferenciamento de eventos epidemiológicos realizado em dois bairros do Rio de Janeiro. Através de mapas digitalizados em escala 1:2000, esse autor relacionou casos de doenças aos lotes presentes no modelo gráfico. Dessa forma, foi possível uma visualização geográfica e espacial dos casos nesse mapa digital. Para uma visualização gráfica dos pontos pesquisados que foram levantados no banco de dados, é necessário uma linkagem entre o banco de dados e o software. Dessa forma, todos os pontos levantados na pesquisa podem ser visualizados através de mapas. Esse processo é automatizado em softwares, como o Autocad Map ou o Arcview. Esses mapas possibilitam partir para a fase de análise do problema. Através desses mapas urbanos, nos quais são visualizados as maiores infestações, é possível analisar:

Locais onde ocorrem maiores incidências de doentes. Locais com maiores incidências de focos Delimitar regiões onde estão ocorrendo maiores infestações do mosquito. Determinar áreas de abrangência dos focos dos mosquitos, pois o mosquito atua em até um determinado raio do seu

criadouro. A figura 8 mostra um mapa de dados ilustrativo e fictício de vinculação de um banco de dados de doentes com uma localização geográfica do possível local onde ocorreu a contaminação.

Figura 8 – Representação simbólica de vinculação do banco de dados e mapa digitalizado onde mostra os locais onde ocorreram a doença. Análise de Pareto Através da análise de Pareto possibilita que se priorizem ações nos locais mais críticos. Para uma montagem do gráfico de Pareto, podem ser utilizados os seguintes procedimentos:

Levantamento de valores quantitativos de casos por regiões ou áreas administrativas de controle. Através desses indicativos setoriais, pode-se levantar os valores percentuais que representam sobre os valores totais de casos.

Para uma adequação, pode-se levantar um índice que relacione a quantidade de casos por área de abrangência (casos/área). Outro indicador poderia relacionar (quantidade de casos)/(habitantes) da região de controle.

Montagem do gráfico de Pareto para análise das regiões críticas dentro da área urbana. A figura 9 a seguir mostra uma representação gráfica da aplicação do diagrama de Pareto associado a várias regiões de controle da área urbana.

Banco deDados

5

Figura 9 – Representação simbólica da análise de Pareto para definição de regiões e sub regiões mais críticas. Neste diagrama fictício são mostrados em ordem decrescente as regiões de maior contaminação ou índice de doentes. O diagrama de Pareto pode ser desdobrado para verificação de sub-setores mais críticos dentro de uma região que apresenta grande índice de doentes. Através deste desdobramento é possível atuar em ações corretivas e controle, priorizando as áreas menores consideradas mais críticas. Desta forma, é possível otimizar a utilização dos escassos recursos (humanos, financeiros, materiais) existentes nas organizações públicas para o combate à doença. CONTROLE ESTATÍSTICO DO PROCESSO O controle Estatístico de Processo pode ser utilizado como uma ferramenta de acompanhamento, monitoramento e controle de casos por região. Através dessa técnica, é possível acompanhar indicadores setoriais (por exemplo: casos da doença por região de controle e/ou quantidade de focos/infestação por regiões de controle). Estes indicadores podem ser levantados pelas informações presentes nos bancos de dados. A figura 10 mostra uma representação simbólica de aplicação do CEP no acompanhamento de indicadores setoriais de controle da doença.

Região A

Região B

Região C

Região D

Região E

Região F

Região G

Região H

Sub Região A

1

Sub Região A

2

Sub Região A

3

Sub Região A

4

Sub Região A

5

Sub Região A

6

Região A

Região maiscrítica

Sub-regiãomais crítica

6

Tempo

Índice deavaliação

+ 3sigma

- 3 sigma

Média

Carta de controle onde mostraos índices setoriais estão

estáveis.

Tempo

Índice deavaliação

+ 3sigma

- 3 sigma

Média

Carta de controle onde mostra os índicessetoriais estão fora da região de controle.

É necessário investigar as causas.

Tempo

Índice deavaliação

+ 3sigma

- 3 sigma

Média

Carta de controle onde mostra os índices setoriaissaíram fora e retornaram para a região de controle.

Pode ser resultados de ações realizadas, sendonecessário investigar as causas

Tempo

Índice deavaliação

+ 3sigma

- 3 sigma

Média

Carta de controle onde mostra os índices setoriaisestão abaixo da região de controle. Pode ser

resultados de ações realizadas, sendo necessárioinvestigar as causas que estão ocasionando a

melhora.

Figura 10 – Representação simbólica de aplicação do CEP para controle setorial. Através da interpretação dos gráficos e resultados mostrados pela carta de controle, é possível o gestor avaliar e acompanhar os indicadores de doenças e/ou infestação. Também é possível procurar e identificar as causas que ocasionam estes pontos fora da região de controle e/ou avaliar ações que estão gerando resultados no processo. Além dos possíveis exemplos mostrados, existem outros padrões de anormalidades que são levantados na teoria do CEP. Para estes outros exemplos é necessário pesquisas para determinar possíveis causas que poderiam gerar estes padrões de anormalidades aplicados a esta situação. Fitzsimmons (2000) coloca que o CEP é uma ferramenta de avaliação de desempenho de um serviço. Neste caso, o serviço possível de ser avaliado por parte da saúde pública, é o de controle de doenças ou os focos do mosquito transmissor. Quando o responsável detectar pela carta, que existe degradação dos serviços de controle (aumento do caso de doenças ou número de focos) em um determinado setor que está sendo avaliado, é necessário agir para corrigir a situação de anormalidade detectada. ESTRATIFICAÇÃO DE DADOS A estratificação de dados permite que se analise por categorias. Pires (2000) coloca que, através da estratificação, cria-se classes de dados mais significativos que direcionam as ações de controle e a melhoria de um processo. Um exemplo de estratificação é a separação de tipos de casos de doença. Dessa forma quando se analisa os dados plotados no mapa digitalizado, como por exemplo os locais ou tipos de doença que foram identificados, pode-se procurar padrões. Nesses possíveis padrões que poderiam existir, pode-se avaliar: locais de maior incidência de determinados tipos da doença, características físicas, sócios econômicas ou culturais de determinadas regiões que podem estar contribuindo para a propagação da doença. A figura 11-a mostra um exemplo fictício de mapa digitalizado no qual foram plotados os locais

7

onde ocorreram casos da doença. A figura 11-b mostra o mesmo mapa digitalizado, no qual foram plotados os pontos com os dados de doença estratificados. Nesse caso, podem ser separados os casos de doenças por categorias. Estes dados foram estratificados a partir das informações presentes nas pesquisas e que constam no banco de dados.

Figura 11 – Mapa fictício que mostra locais que ocorreram casos da doença com e sem estratificação. Através da análise estratificada, é possível analisar como está a distribuição da doença por categorias ou tipos existentes. Dessa forma, avalia-se a existência de padrões de contaminação ou se a contaminação é aleatória. Outro possível exemplo de estratificação seria o controle de focos ou concentração do mosquito transmissor. Quando se separa ou se classifica os níveis de focos, pode-se analisar, juntamente com os locais mostrados, quais fatores que podem estar contribuindo para que ocorra os níveis existentes. CONCLUSÃO O problema de controle epidemiológico de doenças como a dengue é uma situação de alta complexidade e de difícil solução que está presente nos grandes centros urbanos do país. Os responsáveis pelo controle da doença enfrentam sérias dificuldades no combate e na tentativa de erradicar a doença no país, tais como: falta de recursos (humanos, materiais e financeiros), falta de conscientização da população, falta de informações e outras. Nessas condições de enfrentar um grave problema, com poucos recursos, é necessário que eles sejam otimizados. Dessa forma, é possível obter os melhores resultados dentro das limitações. Os métodos estatísticos da qualidade podem ajudar o gestor nesta tarefa. O objetivo deste trabalho é auxiliar os gestores que atuam no combate deste problema existente no país com subsídios e propostas na gestão do processo de controle. Para isso, propõe-se a utilização de ferramentas gerenciais consagradas que são os métodos estatísticos da qualidade. Embora essas ferramentas tenham aplicação clássica nos processos industriais, nos quais foram comprovadas a sua eficiência, elas podem ser utilizadas na gestão pública. Dessa forma, através desse artigo, são colocadas algumas propostas de utilização destas ferramentas para este problema da saúde pública. Várias outras aplicações, além das mostradas, são possíveis de serem utilizadas. Nesse caso, são necessários mais estudos e pesquisas voltadas para o desenvolvimento das aplicações neste setor. BIBLIOGRAFIA E REFERÊNCIAS BIBLIOGRÁFICAS ESRI. Welcome to basics of ArcGis. Disponível em: http://campus.esri.com/courses/LearnArcGis FITZSIMMONS, James A., FITZSIMMONS, Mona J. Administração de Serviços. 2. Ed. Porto Alegre: Bookman, 2000, 537 p. GÓES, Kátia. AutoCad Map – Explorando as ferramentas de mapeamento. Rio de Janeiro: Ciência Moderna, 2000, 193 p. JURAN, J. M. Juran Planejando a Qualidade. 3. ed., São Paulo: Pioneira, 1995, 394 p. KUME, Hitoshi. Métodos Estatísticos para Melhoria da Qualidade. 10 ed., São Paulo: Gente,1993, 241 p. KUROKAWA, Edson. Sistemática para Avaliação de Dados e Indicadores de Perdas em Sistemas de Distribuição de Água. Florianópolis, 2001. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós Graduação em Engenharia de Produção, UFSC, 2001, 192 p. MONTGOMERY, Douglas C. Introduction Statistical Quality Control. 3th ed. EUA : John Wiley, 1997. 677 p. PERNA, Marco Antonio L., MOREIRA, Alexandre J. da R., NORONHA, Cláudio P. Um GIS com georeferenciamento de eventos epideomiológicos em escala cadastral na UEPA42 (Freguesia e Pechinha) no município do Rio de Janeiro. Rio de Janeiro, 1997, 9 p. PIRES, Márcio de Souza. Gestão Estratégica da Qualidade. Florianópolis: UFSC, 2000, 122p. SANEAGO. Mapa digital da região metropolitana de Goiânia. VIEIRA, Sonia. Estatística para a Qualidade. 1. ed. Rio de Janeiro : Campus, 1999, 198 p. TEIXEIRA, Maria da Glória, BARRETO, Maurício Lima, GUERRA, Zoraide. Epidemiologia e Medidas de Prevenção do Dengue. Salvador: UFBA, 2001, 29 p. WADSWORTH, Harrison M.; STEPHENS, Kenneth S.; GODFREY, A. Blanton. Modern Methods for Quality Control and Improvement. EUA: John Wiley, 1986, 690 p.