Author:
Seleme Ana Luísa Gonçalves Gomes Coelho,Cubas João Mário,Carvalho Deborah Ribeiro
Abstract
Objetivo: Identificar variáveis de saúde mental do trabalhador relacionadas ao alto custo nos planos de saúde, por meio do aprendizado de máquina. Método: Pesquisa quantitativa, retrospectiva e de caráter descritivo, com dados administrativos de demandas por procedimentos de saúde de janeiro de 2019 a março de 2021, e de questionário de saúde, aplicado em outubro de 2020, de 586 trabalhadores, assistidos por um plano de saúde. A pesquisa compreendeu quatro etapas: (i) pré-processamento das bases de dados; (ii) construção do modelo com uso do algoritmo random forest; (iii) avaliação das variáveis preditoras, com base no método de importância de Gini; (iv) avaliação dos resultados por especialistas em gestão de saúde. Resultados: Variáveis relacionadas aos transtornos mentais: transtorno bipolar, uso de bebida alcoólica, ansiedade e depressão, foram identificadas como preditoras de casos de alto custo: transtorno bipolar, uso de bebida alcoólica, ansiedade e depressão aos casos de alto custo. Houve concordância dos especialistas quanto a relação destas variáveis com o desfecho alto custo. Considerações finais: Apoiar iniciativas de saúde nas empresas pode promover mudanças que impactam não somente na saúde dos trabalhadores, mas também na produtividade e resultados das organizações, ampliando a atuação de ambulatórios e de gestores de saúde ocupacional.
Publisher
South Florida Publishing LLC
Reference38 articles.
1. Tavares RSC, Kamimura QP. Saúde corporativa: um olhar estratégico para o capital humano em indústria do setor automobilístico localizado no Vale do Paraíba. Rev Cient On-line Tecn Gest Hum. 2014;4:72-83.
2. Figueroa JF, Zhou X, Jha AK. Characteristics and spending patterns of persistently high-cost medicare patients. Health Affairs. 2019;38(1):107-14.
3. Blumenthal D, Chernof B, Fulmer T, Lumpkin J, Selberg J. Caring for high-need, high-cost patients: an urgent priority. New Eng J Med. 2016;375(10):909-11.
4. Smeets RGM, Elissen AMJ, Kroese MEAL, Hameleers N, Ruwaard D. Identifying subgroups of high-need, high-cost, chronically ill patients in primary care: a latent class analysis. PLoS One. 2020;15(1):e0228103.
5. Wammes JJG, Tanke M, Jonkers W, Westert GP, van der Wees JP, Jeurissen PPT. Characteristics, and healthcare utilization patterns of high-cost beneficiaries in the Netherlands: a cross-sectional claims database study. BMJ Open. 2017;7(11):e017775.