Forecasting hourly admissions in an emergency department

Na triagem dos Serviços de Urgência, o Protocolo de Triagem de Manchester define tempos de espera para o atendimento para cada uma das prioridades que, no entanto, são muitas vezes excedidos. Isso pode revelar, para além de outras causas, uma gestão de recursos menos boa e, consequentemente, a necessidade de esta ser apoiada por previsões do número de admissões. Neste trabalho propõe-se um modelo de previsão horária do número de admissões para uma janela temporal de 10 dias. Por ser uma previsão horária, ou seja, bastante fina do ponto de vista temporal, esta ferramenta revela-se de extrema utilidade no apoio à tomada de decisão num serviço de urgência. Para a construção deste modelo são usados dados reais de uma Unidade de Saúde portuguesa, de janeiro de 2014 a outubro de 2018. Os modelos mais utilizados na literatura para lidar com este tipo de problemas são os modelos clássicos de regressão ou os modelos clássicos para séries temporais (nomeadamente ARIMA), uma vez que o número de admissões horárias é um conjunto de observações registadas ao longo do tempo. Para uma modelação mais versátil e adequada a séries temporais de contagem, recorreu-se a modelos lineares generalizados para séries temporais de contagem. Com esta abordagem houve a possibilidade de efetuar mais escolhas acerca das componentes a incluir no modelo e que efetivamente influenciam o número de admissões. É o caso de componentes relativas à série, como observações passadas ou médias passadas, e de componentes externas, chamadas co-variáveis, que complementam a informação da série temporal. Com um RMSE de 5.5 admissões horárias, os resultados mostram o potencial da abordagem proposta no apoio à tomada de decisão, quer a nível de recursos humanos quer materiais, de tal forma que a empresa de acolhimento incluiu, na sua plataforma Meliora, um dashboard com os resultados do modelo e que já está a se utilizado pela Unidade de Saúde.At emergency department’s triage, the Manchester Triage Protocol defines waiting times to receive medical care for each priority which, however, are often exceeded. This may be a consequence of a not such good resources management, among others, revealing a necessity of automated admission forecast systems. This work proposes an hourly forecast model of the number of admissions for a 10-day time window. Because it’s a hourly forecast, it means that it’s very detailed from a temporal point of view, this tool is extremely useful to support decision making in an emergency department. For the construction of this model, real data of one Portuguese Health Unit is used, from January 2014 to October 2018. The most used models in the literature to deal with this type of problem are the classic regression models or the classic models for time series (namely ARIMA), since the number of hourly admissions is a set of observations recorded over time. For a more versatile modeling and more appropriate to count time series, generalized linear models for count time series were used. With this approach, there was the possibility of making more choices about components to include in the model and which effectively influence the number of admissions. It’s the case of components related to the series, such as past observations or past avarages, and external components, called covariables, that complement the information of the time series. With an RMSE of 5.5 hourly admissions, the results show the potential of the proposed approach to support decision making, for human and material resources management, in such a way that the host company included, in its Meliora platform, a dashboard with the results of the model that is already being used by the Health Unit.Mestrado em Matemática e Aplicaçõe