FenixEdu™

Dissertação

{en_GB=Developing scenario approaches to enhance the planning of health human resources with mathematical programming models} {} EVALUATED

Detalhes: {pt=Mesmo num mundo cada vez mais tecnológico, os recursos humanos para a saúde (HHR) são o bem mais importante de qualquer sistema de saúde. A existência de um equilíbrio entre a oferta e procura de HHR deve ser uma prioridade para o planeamento em saúde. Modelos de programação matemática são muitas vezes usados no planeamento de HHR, mesmo sendo extremamente sensíveis a alterações nos inputs. A presente dissertação propõe uma nova metodologia para construir cenários e melhorar o planeamento de HHR através de modelos de otimização por duas vias: (1) obriga os peritos a explicitar as suas suposições sobre o futuro e (2) contribui para a análise da incerteza do modelo, aumentando a robustez da tomada de decisão. O processo de construção de cenários inclui principalmente as seguintes fases: recolha de drivers através de uma plataforma online; construção de mapas cognitivos para agrupar estes fatores em variáveis-chave; uso de análise morfológica para criar os cenários; workshop com peritos para quantificar os inputs do modelo. A metodologia foi projetada para fornecer inputs a um modelo desenvolvido pelo projeto HHRPLAN, que tem como objetivo planear as vagas a abrir/fechar para o Mestrado Integrado em Medicina e para as especialidades médicas nos próximos 30 anos. Esta aplicação resultou em quatro cenários: “Um Sistema Doente”, “Um País Saudável”, “População Um Tecnologia Zero” e “Nova Tecnologia Encontra Hábitos Antigos”. O modelo será testado para estes cenários e os seus resultados serão discutidos para permitir um melhor planeamento de HHR em Portugal., en=Even in this increasingly technological era, health workforce is the most crucial resource of any healthcare system. Indeed, the existence of a match between supply and demand of health human resources (HHR) should be a priority in healthcare planning. Mathematical programming models are often used in HHR planning, although they are usually extremely sensitive to alterations in the input parameters. This thesis proposes a new methodology for building scenarios to enhance the planning of HHR with optimization models in two different ways: first, by making experts to explicit their assumptions about the future; second, by contributing to the uncertainty analysis of the models and thus increasing the robustness in decision-making. It innovates both on the combination of different methods of foresight and on the transparency of the process of scenario building, which includes the following main steps: gathering of drivers through a web platform; building of cognitive maps to cluster the drivers into key variables; use of morphological analysis to create the scenarios; workshop with experts to quantify the input parameters from the model. The methodology was designed to provide inputs to a model developed within the HHRPLAN project, which aims to plan the vacancies to open/close in the medical course and specializations for the next 30 years. This application resulted in four contrasted scenarios: “A Sick System”, “Healthy Country”, “Population One Technology Zero” and “New Technology Meets Old Habits”. The model will be run under these scenarios and its results will be discussed to better plan HHR in Portugal.}
Keywords: {pt=Prospetiva, Métodos de Cenários, Recursos Humanos em Saúde, Modelação da Incerteza, Modelos de Programação Matemática, en=Foresight, Scenario Methods, Health Human Resources, Health Workforce, Uncertainty Modeling, Mathematical Programming Models}

Discussão: novembro 15, 2017, 11:0