RESULTADOS
O gráfico 1 mostra os valores crescentes na mensalidade do plano para os usuários da ABAP.
A composição da carteira por sexo e faixa etária encontra-se detalhada na tabela 1, que mostra a elevada faixa etária da carteira, com média de 43,8 anos.
Gráfico 1: Valor em reais da mensalidade na carteira da ABAP, novembro de1998 a junho de 2006.
Tabela 1: Atual distribuição por sexo e faixa etária da carteira da ABAP (setembro de 2006).
No gráfico de custos por faixa etária (gráfico 2) do período estudado, nota-se que os maiores gastos estão concentrados nos indivíduos mais idosos.
Gráfico 2: Custos per capita com plano de saúde distribuído por faixa etária na carteira ABAP de agosto de 2003 a junho de 2006.
Sabe-se que uma parcela significativa dos custos em saúde está relacionada às condições crônicas, que apresentam maior prevalência nas pessoas idosas. A carteira ABAP tem cerca de 20% de seus usuários constituída por pessoas acima de 60 anos, enquanto o esperado é pouco mais de 9%. Assim, a opção dos autores foi pelo planejamento de ações gerenciais focadas na população de crônicos, conforme seu grau de risco, para controlar os custos evitáveis na rede credenciada do plano de saúde.
A tabela 2 ilustra a estratificação da carteira por risco clínico-financeiro.
Tabela 2: Indicadores segundo classificação de risco na carteira ABAP, após análise de sinistros, de agosto de 2003 a junho de 2006.
Para todos os pacientes de muito alto risco foi indicado o Case Management, e para os de alto risco foi indicado o Disease Management.
Dos 111 indivíduos do grupo de muito alto rico, 74 foram implantados no programa de gerenciamento domiciliar de condições crônicas (grupo GCC-Athon). Trinta indivíduos que não foram localizados constituíram o grupo controle para comparação (grupo controle GCC).
O grupo de 223 indivíduos de alto risco foi eleito para o programa de gerenciamento telefônico à distância, sendo que 154 associados passaram a ser acompanhados (grupo OT-Athon). Cinqüenta e seis indivíduos que não foram localizados formaram o grupo controle para comparação (grupo controle OT).
Os associados que faleceram, saíram da apólice de saúde ou que migraram de programa de prevenção ao longo de período do estudo foram excluídos da análise.
Após seis meses de trabalhos continuados na população ABAP, foram feitas medidas de impacto financeiro na carteira.
Considerando que as amostras constituíam-se de 100% dos elementos das populações, foi utilizada a metodologia estatística da Prova de White para determinar a diferença entre as amostras.
O gráfico 3 demonstra o custo mensal com o plano de saúde (sinistro) nas populações GCC-Athon e controle GCC antes e depois do plano de ações propostos.
Gráfico 3: Sinistro mensal das populações GCC e controle GCC de janeiro de 2005 a maio de 2007.
Para estas condições foi obtida uma diferença altamente significativa entre os tamanhos e intensidades das populações (Zc = 2.72*Zcritico (0.01)) (gráfico 4).
Esta constatação levou à utilização da Metodologia de amostragem por série Fibonacci para a seleção de amostras representativas que permitiram inferências estatísticas válidas para as condições da carteira analisada. Para isto foi determinado, para cada grupo o tamanho máximo por elemento de amostragem, x; que satisfaz a proporção Fibonacci.
Gráfico 4: Seleção de amostras (Fibonacci) nas populações/amostras GCC-Athon e controle GCC.
As amostras selecionadas representam entre 70% e 80% dos elementos populacionais. O tamanho máximo por elemento de amostragem, x; foi limitado de maneira a excluir o maior número de aleatoriedades inconsistentes, garantido o índice de significância (Zc (controle GCC) = 0.93*Zcritico (0.01)) e (Zc (GCC-Athon) = 0.79*Zcritico (0.01)).
O mesmo processo foi aplicado ao grupo da orientação telefônica (OT-Athon), em que as amostras selecionadas representam entre 78% e 96% dos elementos populacionais. As inconsistências foram desconsideradas mantendo o índice de significância (Zc (controle OT) = 0.21*Zcritico (0.01)) e (Zc (OT-Athon) = 0.91*Zcritico (0.01)). Os gráficos 5 e 6 representam estas populações.
Gráfico 5: Sinistro mensal das populações OT-Athon e controle OT de janeiro de 2005 a maio de 2007.
Gráfico 6: Seleção de amostras (Fibonacci) nas populações / amostras OT-Athon e controle OT.
Grupo de gerenciamento domiciliar de condições crônicas versus grupo controle
Nos gráficos 7 e 8 ilustramos o processo de comparação das amostras.
A amostra GCC-Athon, quando comparada com a amostra Controle GCC, apresentou maior eficiência na redução do sinistro mensal total após a intervenção.
Gráfico 7: Representação gráfica das tendências corrigidas nas amostras GCC e controle GCC.
Gráfico 8: Representação gráfica das tendências corrigidas nas amostras GCC e controle GCC (detalhamento do período de agosto de 2006 a maio de 2007).
Como podemos observar no gráfico 8, a taxa de queda do sinistro (aCorrigida), para a amostra GCC-Athon foi 10 vezes maior que a apresentada pela amostra Controle GCC durante a intervenção (1845.48 > 114.23).
Além de acelerar a redução do sinistro, o GCC contribuiu para uma maior previsibilidade nos gastos com o plano de saúde.
Grupo de orientação telefônica versus grupo controle
A mesma metodologia foi usada nas amostras OT-Athon e Controle OT e está demonstrada nos gráficos 10 e 11.
Gráfico 10: Representação gráfica das tendências corrigidas nas amostras GCC e controle GCC.
Gráfico 11: Representação gráfica das tendências corrigidas nas amostras GCC e controle GCC (detalhamento do período de agosto de 2006 a maio de 2007).Gráfico 11: Representação gráfica das tendências corrigidas nas amostras GCC e controle GCC (detalhamento do período de agosto de 2006 a maio de 2007).
No gráfico 11, observamos que ambas as amostras apresentaram redução do sinistro. No entanto, a taxa de queda do sinistro (aCorrigida), para a amostra OT-Athon foi 2 vezes maior que a apresentada pela amostra Controle OT durante a intervenção (764.5 > 318.8).
Impacto da intervenção no custeio total do plano de saúde
Desde novembro de 2006, quando as ações de intervenção iniciaram-se, não houve mais reajuste no plano de saúde da ABAP comprovando que os resultados de redução de custo comprovados por este trabalho tiveram importante impacto no saneamento financeiro da carteira. Pela primeira vez na história do plano ABAP, a seguradora responsável pela administração do plano de saúde considerou uma redução média no custo da mensalidade de 12%.
CONCLUSÃO
As ações de intervenção sobre as populações de maior risco clínico da carteira aceleraram a queda do sinistro.
Além da redução dos custos, os programas de gerenciamento conferiram maior previsibilidade ao sinistro, dando respaldo para a ABAP renegociar os valores mensais pagos pelo plano de saúde de seus associados.
O gerenciamento domiciliar presencial e multiprofissional dos associados portadores de condições crônicas de muito alto risco – Case Management - determinou um aumento na queda do sinistro 10 vezes maior do que o seu grupo controle.
Seguindo o mesmo critério de comparação, o gerenciamento telefônico à distância para os associados portadores de condições crônicas de alto risco – Disease Management – conferiu aceleração 2 vezes maior na redução do sinistro na população que sofreu esta intervenção.
O gerenciamento multiprofissional domiciliar de pacientes portadores de doenças e condições crônicas foi, portanto, 5 vezes mais eficiente do que o gerenciamento por orientação telefônica no controle da ocorrência de sinistros nesta apólice de seguro saúde.
O plano de ações alcançou o seu objetivo, equilibrando o plano financeiramente através de intervenções que proporcionaram uma importante melhoria na qualidade da assistência médica aos portadores de doenças e condições crônicas.
É necessário manter o acompanhamento deste tipo de análise por períodos mais longos, inclusive identificando periodicamente novos indivíduos que tenham alcançado os maiores graus de risco.
BIBLIOGRAFIA
1. EDUARDO, G. Approximation by a Fibonacci function. Mathematics of Control, Signals and Systems, 2001.
2. CHARLES, E. Autoregressive and non-parametric samples. Econometrical, 1879.
3. FUNAHASHI, K. On the approximate realization of continuous mappings by neural networks. Neural Neworks, 2:183-192, 1989.
4. SWANSON, N.Y. ; WHITE, H.. Series using adaptive versus nonadaptive and linear versus non-linear econometric models. International Journal of Forecasting 13: 439-461, 1997.
5. SWANSON, N.Y. ; WHITE, H. A model selection using linear models and artificial neural networks. Review of Economics and Statistics 39: 540-550, 1997.
6. AGÊNCIA NACIONAL DE SAÚDE SUPLEMENTAR (BRASIL) Manual técnico de promoção da saúde e prevenção de doenças na saúde suplementar. Rio de Janeiro, Ed. ANS, 2006.
7. PORTER, M.E. ; TEISBERG, E.O. Repensando a Saúde – Estratégias para melhorar a qualidade e reduzir custos. São Paulo. Ed. Bookman, 2007
8. WORLD HEALTH ORGANIZATION Preventing chronic diseases: a vital investment. WHO Library Cataloguing-in-Publication Data, 2005. Disponível em: http://www.who.int/chp/chronic_disease_report/full_report.pdf . Acesso em 31 de Agosto de 2007. |